Calculateur de score brut

Convertissez un score brut en score Z, score T et centile normal estimé à partir de sa moyenne et de son écart-type.

Conversion du score brut en score standard
Saisissez le score et les paramètres de sa distribution pour comparer les performances sur une échelle commune.

Comprendre les scores bruts et standards

Un score brut est la valeur observée d'origine, avant toute standardisation. Il peut s'agir du nombre de bonnes réponses à un test, d'une mesure expérimentale ou d'un indicateur de performance. Seul, il ne dit pas si le résultat est inhabituel : son sens dépend de l'échelle, de la moyenne de la distribution et de la variabilité des observations. Le score Z exprime cette valeur en unités d'écart-type. Sa formule est z = (X − μ) / σ, où X est le score brut, μ la moyenne et σ l'écart-type. Un score Z de 1 place l'observation un écart-type au-dessus de la moyenne. Un score de −1.5 la place un écart-type et demi en dessous ; zéro signifie qu'elle est exactement égale à la moyenne. Le score T est une autre échelle standardisée, définie ici par T = 50 + 10z. Cette transformation donne une moyenne de 50 et un écart-type de 10, évitant de nombreuses valeurs négatives et décimales. Les scores T sont courants en évaluation scolaire et psychologique. Ils ne doivent pas être confondus avec la statistique t des tests d'hypothèse ni avec les scores T de densité osseuse, dont la population de référence et l'interprétation sont propres au domaine. Le centile estimé utilise la fonction de répartition de la loi normale centrée réduite. Il représente le pourcentage d'une population normale théorique situé au niveau du score Z calculé ou en dessous. Par exemple, z = 1 correspond environ au centile 84.13. Cette interprétation suppose que les scores suivent une distribution suffisamment normale. Si elle est très asymétrique, bornée, multimodale ou issue d'un petit groupe de référence, un centile empirique fondé sur les rangs réels peut être préférable. Les scores standards facilitent la comparaison d'échelles différentes, mais seulement si les groupes de référence et le sens des mesures sont compatibles. Un score standardisé plus élevé n'est pas toujours meilleur, et un centile n'est pas le pourcentage de bonnes réponses. Utilisez la moyenne et l'écart-type de la même population ou du même groupe normatif que le score brut. L'écart-type doit être positif, car une distribution sans dispersion ne permet pas de définir une distance relative. Les résultats affichés sont arrondis, tandis que les calculs conservent toute la précision en virgule flottante.

Exemples de conversion de scores bruts

Score brut, moyenne, écart-typeScores standardsInterprétation
X = 85, μ = 70, σ = 15z = 1, T = 60, centile ≈ 84.13%Le score est un écart-type au-dessus de la moyenne.
X = 100, μ = 100, σ = 10z = 0, T = 50, centile = 50%Un score égal à la moyenne se situe au centre des deux échelles standards.
X = 40, μ = 50, σ = 5z = −2, T = 30, centile ≈ 2.28%Le score est deux écarts-types en dessous de la moyenne.

Comment convertir un score brut

  1. Saisissez le score brut observé lors du test ou de la mesure.
  2. Indiquez la moyenne et l'écart-type positif de la même distribution de référence.
  3. Sélectionnez Calculer les scores standards pour obtenir Z, T et le centile estimé.
  4. Interprétez les résultats selon l'échelle d'origine et le groupe de référence.

Questions fréquentes sur le calculateur de score brut

Quelle différence entre un score brut et un score Z ?

Le score brut utilise l'échelle de mesure d'origine. Le score Z exprime son écart à la moyenne en unités d'écart-type.

Comment le score T est-il calculé ?

Ce calculateur utilise T = 50 + 10z. L'échelle transformée a donc une moyenne de 50 et un écart-type de 10.

Le centile est-il exact ?

Il s'agit d'une estimation issue de la loi normale centrée réduite cumulée. Le centile empirique fondé sur les rangs peut différer si la distribution réelle n'est pas normale.

Un score Z peut-il être négatif ?

Oui, un score Z négatif signifie simplement que la valeur brute est sous la moyenne. Sa valeur absolue indique combien d'écarts-types les séparent.

Pourquoi l'écart-type doit-il être supérieur à zéro ?

La standardisation divise par l'écart-type : zéro rendrait le résultat indéfini. Un écart-type nul signifie aussi que toutes les observations sont identiques.