La mesure du subjectif par échelle visuelle analogique (EVA) se développe dans le champ de la santé au travail. La validation de l’outil soulève un certain nombre de questions. Le but de cet article est (1) de faire un récapitulatif des éléments de validation d’une technique, et (2) de proposer des techniques statistiques appropriées dans le cadre de la validation externe. Un premier aspect de la validation d’un instrument de mesure est de s’assurer que l’outil mesure bien le concept que l’on souhaite évaluer. Concernant l’EVA à un item, les techniques classiques appliquées aux questionnaires (validité de contenu, de structure, utilisation de tests classiques comme le coefficient alpha de Cronbach, théorie de réponse aux items…) ne sont pas applicable. Le recours à la validation inter concept, ou validité concourante ou externe est en revanche indispensable. Le second aspect de la validation est l’étude de la fiabilité de la mesure (test–retest, fidélité interjuge, reproductibilité…). Le coefficient de corrélation de Pearson (r) est souvent utilisé dans le cade de la validité externe (comparaison des mesures avec un questionnaire de référence). Néanmoins, il présente de nombreuses limites : des conditions d’applications assez restrictives, une relation linéaire, et une interprétation du r limitée. En effet, si le r mesure bien la force de la relation linéaire, il n’évalue pas la concordance des mesures. Une approche impliquant plusieurs techniques nous apparaît plus pertinente. L’utilisation d’un test évaluant réellement la concordance (le coefficient de corrélation de concordance de Lin), associé à un test non paramétrique tel que le coefficient de Spearman et/ou l’analyse de Bland et Altman doit permettre de mieux appréhender la relation qui lie les deux techniques de mesure.

The measurement of subjectivity using a visual analogue scale is spreading in occupational health. The validation of such a tool raises numerous questions. The aim of this paper is (1) to recall the main steps of validation and (2) to discuss the statistical methods appropriate for the external validation. The first step of the validation is to make sure that the tool really measures the target-concept. The external validation is an important way to assess this point. The second step is to assess the reliability of the measurement (test–retest, reproducibility, inter-judge fidelity…). The Pearson’s correlation coefficient (r) is a widely used statistical method. Nevertheless, there are several limits: restrictive conditions of application linear relationship, limited interpretation of r. Indeed, r measures the strength of the linear relationship but not the concordance. A multiple approach using a concordance correlation (Lin), a non-parametric test such as Spearman’s correlation and/or the Bland and Altman analysis could allow to better understand the relationship between the two measures.