Le Data Sufficiency a soixante-cinq ans. Il a été ajouté en 1961 à l'Admission Test for Graduate Study in Business, l'ancêtre du GMAT, et il a survécu à toutes les refontes du test — y compris la dernière, qui l'a pourtant sorti de la section où tout le monde le cherche encore.
Beaucoup de candidats francophones travaillent en 2026 sur des manuels qui rangent le Data Sufficiency dans les mathématiques. Ils se trompent de section entière et de deux ans et demi. Le déplacement n'est pas cosmétique : il change la note sur laquelle une erreur se paie, le voisinage de questions avec lequel le format partage son chronomètre, et le type de contenu sur lequel il est construit.
Cette enquête examine trois choses vérifiables : où le format se situe officiellement depuis la refonte de 2023, ce qu'il pèse réellement dans un score, et ce que la recherche publiée dit — ou plus exactement ne dit pas — de ce qu'il mesure. Elle décrit ensuite sa logique en détail, parce que c'est la partie utile, et parce que la plupart des explications disponibles la simplifient jusqu'à la fausser.
L'enquête en 30 secondes
Où le Data Sufficiency se trouve-t-il désormais dans le GMAT ?
La réponse est publiée par le Graduate Management Admission Council lui-même, dans une page de présentation de la refonte datée du 28 mars 2023. Elle est explicite : les questions de Data Sufficiency sont retirées de la section quantitative et intégrées à une section nouvelle, Data Insights.
La formulation de GMAC ne laisse aucune place au doute : la nouvelle section Data Insights comptera 20 questions, dont certaines testeront l'integrated reasoning — section à part entière dans l'ancien examen — et d'autres le Data Sufficiency.
La structure du GMAT Focus Edition est fixe : trois sections de 45 minutes, 64 questions au total, 2 heures et 15 minutes de temps d'épreuve, plus une pause optionnelle de 10 minutes. Quantitative Reasoning compte 21 questions, Verbal Reasoning 23, Data Insights 20. Le score total va de 205 à 805 par pas de dix, chaque section étant notée de 60 à 90 par pas de un, et les trois sections contribuent à parts égales au total.
Trois conséquences pratiques découlent de ce déplacement, et aucune n'est anecdotique.
Une erreur de Data Sufficiency ne coûte plus rien sur la note de mathématiques. Elle se paie sur la note Data Insights. Un candidat qui rate systématiquement ce format ne verra pas son score quantitatif bouger : il verra un tiers de son score total s'affaisser ailleurs.
Le format partage désormais son chronomètre avec des questions beaucoup plus longues. Multi-Source Reasoning, Table Analysis, Graphics Interpretation et Two-Part Analysis occupent la même section et le même quart d'heure. La moyenne mécanique est de 2 minutes 15 par question sur Data Insights, mais les questions multi-onglets en consomment davantage. Le Data Sufficiency hérite du reste.
Le contenu mathématique mobilisé a changé. La géométrie a été retirée du GMAT Focus en même temps que le Data Sufficiency changeait de section. Un exercice d'ancienne génération construit sur un cercle inscrit teste donc un contenu qui n'est plus au programme.
Le Data Sufficiency avant et après la refonte de 2023
Quelle part du test le format représente-t-il réellement ?
C'est ici que l'information officielle s'arrête net, et que le décalage avec le discours commercial devient mesurable.
GMAC publie le nombre de questions par section — 20 pour Data Insights — et la liste des cinq types de questions qui s'y trouvent. Il ne publie pas la répartition entre ces cinq types. Aucun document public de l'organisme ne dit combien de Data Sufficiency un candidat rencontrera.
Deux estimations circulent chez les préparateurs, elles divergent, et la raison de l'écart est méthodologique.
Première estimation : 20 % à 40 % de la section, soit 4 à 8 questions sur 20. C'est la fourchette la plus répandue, reprise par plusieurs éditeurs à partir de décomptes effectués sur les jeux de questions officiels publiés par GMAC.
Seconde estimation : 5 à 6 questions, présentée par CrackVerbal comme représentant 8 % à 11 % du score total.
L'écart n'est pas une contradiction, c'est un artefact de méthode. Les deux comptages portent sur des échantillons différents de questions officielles, et surtout, le GMAT Focus est un test adaptatif : la composition exacte de la section varie d'un candidat à l'autre en fonction de ses réponses. Une répartition fixe est donc improbable par construction. La seconde estimation ajoute une conversion en pourcentage du score qui, elle, ne repose sur rien de public : l'algorithme de notation de GMAC n'est pas divulgué, et une part en nombre de questions n'équivaut pas mécaniquement à une part en points.
L'ordre de grandeur défendable est donc celui-ci : entre 4 et 8 questions sur 64, c'est-à-dire entre 6 % et 12,5 % des questions de l'examen. Dans l'ancien format, les mêmes décomptes de préparateurs situaient le Data Sufficiency entre 11 et 14 questions sur les 79 questions notées de l'épreuve, soit 14 % à 18 %. Le format a perdu du poids relatif. Il n'a pas disparu, et il reste le seul type de question du GMAT dont la logique doive être apprise avant les mathématiques.
Comment le format est-il construit, officiellement ?
La structure est invariable, et c'est précisément cette invariance qui la rend apprenable.
Chaque question de Data Sufficiency comporte trois blocs : une question, deux énoncés numérotés (1) et (2), et cinq options de réponse strictement identiques d'une question à l'autre. Les voici, dans leur formulation officielle traduite :
A — l'énoncé (1) SEUL suffit, mais l'énoncé (2) seul ne suffit pas. B — l'énoncé (2) SEUL suffit, mais l'énoncé (1) seul ne suffit pas. C — les DEUX énoncés ENSEMBLE suffisent, mais AUCUN des deux seul ne suffit. D — CHAQUE énoncé SEUL suffit. E — les énoncés (1) et (2) ENSEMBLE ne suffisent PAS.
GMAC décrit ce que le format mesure comme la capacité à analyser un problème quantitatif, à identifier les données pertinentes et à déterminer s'il y en a assez pour le résoudre. Le mot important est assez. On ne demande jamais la réponse.
Deux familles de questions existent, et le critère de suffisance n'est pas le même dans les deux.
Les questions de valeur. « Quelle est la valeur de x ? » Une information est suffisante si elle conduit à une valeur unique. Exemple construit : (1) x² = 49 ; (2) x > 0. L'énoncé (1) seul autorise x = 7 et x = −7 : deux valeurs, donc insuffisant. L'énoncé (2) seul n'apprend rien de la valeur : insuffisant. Ensemble, ils imposent x = 7 : suffisant. Réponse C.
Les questions oui/non. « L'entier n est-il pair ? » Une information est suffisante si elle tranche la question dans un sens ou dans l'autre, de manière déterminée. Exemple construit : (1) n est un multiple de 3 ; (2) n² est pair. L'énoncé (1) autorise n = 3, impair, et n = 6, pair : la question reste ouverte, insuffisant. L'énoncé (2) impose que n soit pair, car le carré d'un impair est impair : la réponse est un « oui » définitif, donc suffisant seul. Réponse B.
Le second exemple contient le piège central du format, et il mérite d'être énoncé pour lui-même : l'énoncé (2) ne donne à aucun moment la valeur de n. Il ne permet pas de « résoudre » quoi que ce soit. Il répond simplement à la question posée. La suffisance se juge par rapport à la question, jamais par rapport à l'inconnue.
Pourquoi ce format piège-t-il des candidats parfaitement compétents en mathématiques ?
Trois erreurs reviennent, et les trois sont documentées par la psychologie du raisonnement, pas par les manuels de préparation.
Confondre condition nécessaire et condition suffisante. C'est l'erreur structurante. Une étude publiée en 2022 dans Frontiers in Psychology par Shao, Tikiri Banda et Baratgin a soumis 537 participants — 295 étudiants chinois et 242 étudiants français — à des tâches d'inférence construites soit sur un conditionnel suffisant, soit sur un conditionnel nécessaire. Les résultats sont nets : sur le schéma d'inférence de type modus ponens, les réponses cohérentes dépassaient le hasard dans 10 configurations sur 10 pour le conditionnel suffisant chez les participants français, contre 3 sur 10 pour le conditionnel nécessaire. Sur un second schéma, l'écart passe de 12 sur 12 à 2 sur 12. Autrement dit : le raisonnement sur la nécessité s'effondre là où le raisonnement sur la suffisance tient. Les auteurs ne trouvent par ailleurs aucune différence significative entre les deux populations linguistiques.
Contaminer un énoncé avec l'autre. Le format exige trois jugements dans un ordre imposé : (1) seul, puis (2) seul, puis les deux ensemble si nécessaire. Lire (2) en gardant en tête l'information de (1) est l'erreur la plus fréquente et la plus coûteuse, parce qu'elle transforme systématiquement une réponse C en réponse D, ou une réponse A en réponse D.
Résoudre au lieu d'évaluer. L'erreur qui coûte du temps plutôt que des points. Un candidat qui termine son calcul a dépensé quatre-vingt-dix secondes pour obtenir une information dont il n'avait pas besoin.
Il existe une raison plus profonde à la difficulté du format, et elle est ancienne. Depuis les travaux de Peter Wason sur la tâche de sélection dite « des quatre cartes », publiés en 1968, la littérature établit que le raisonnement conditionnel abstrait est massivement échoué : dans sa forme standard, avec un matériel abstrait, moins de 10 % des participants produisent la solution correcte. Le même problème logique habillé d'un contenu familier bascule. Griggs et Cox ont mesuré un taux de réponses correctes de 74 % sur une version fondée sur la loi de l'âge légal de consommation d'alcool en Floride. Dans une réplication publiée en 1983, la même équipe obtenait 14 réponses correctes sur 20 pour la version « âge légal », 17 sur 20 pour une version « bon de caisse en magasin », et 1 sur 20 pour la version abstraite.
Un facteur quatorze entre deux versions du même problème logique. Le Data Sufficiency est, par construction, du côté abstrait de cette échelle.
Avez-vous compris le critère de suffisance ?
1. Question : quelle est la valeur de l'entier k ? Énoncé (1) : k² = 36. Énoncé (2) : k est positif. Quelle est la bonne réponse ?
2. Question : l'entier n est-il impair ? Énoncé (1) : n est un multiple de 4. Énoncé (2) : n est compris entre 10 et 20. Quelle est la bonne réponse ?
3. Un énoncé conduit à la conclusion certaine que la réponse à la question posée est NON. Comment doit-il être classé ?
4. Combien de temps faut-il consacrer, en moyenne, à une question de la section Data Insights du GMAT Focus ?
Répondez aux 4 questions pour obtenir le résultat.
Que dit la recherche publiée sur ce que mesure vraiment ce format ?
Peu de choses, et c'est le résultat le plus embarrassant de cette enquête.
Le Data Sufficiency est utilisé depuis 1961. Aucune étude évaluée par les pairs consacrée spécifiquement à la validité de construit de ce type d'item n'a été identifiée dans les recherches menées pour cet article. Ce qui existe porte sur le score GMAT total, jamais sur un type de question isolé.
La méta-analyse indépendante de référence est celle de Kuncel, Credé et Thomas, publiée en 2007 dans Academy of Management Learning & Education. Elle agrège 165 études et plus de 402 échantillons indépendants portant sur 64 583 étudiants. La corrélation brute entre score GMAT total et moyenne de première année d'études de gestion y ressort autour de 0,33, et autour de 0,43 après correction de la restriction d'étendue.
Une réanalyse méthodologique publiée l'année suivante dans la même revue par Oh, Schmidt, Shaffer et Le conclut que ces validités avaient été sous-estimées d'environ 7 %, à cause de corrections de restriction d'étendue sous-optimales.
La synthèse du côté de l'éditeur du test est celle de Talento-Miller et Rudner, publiée en 2008 dans Educational and Psychological Measurement. Elle résume 273 études conduites entre 1997 et 2004 via le service de validation de GMAC. L'intervalle interquartile des coefficients de validité pour la combinaison score GMAT plus moyenne de licence y va de 0,45 à 0,63, et les scores verbal et quantitatif y expliqueraient environ 16 % de variance supplémentaire de la moyenne d'études au-delà de la seule moyenne de licence.
Trois précautions s'imposent avant d'en tirer quoi que ce soit sur le Data Sufficiency.
D'abord, la dernière étude est produite par des chercheurs du GMAC à partir de données collectées par le GMAC : elle n'est pas nulle pour autant, mais elle n'est pas un arbitrage extérieur. Ensuite, aucune de ces trois publications ne descend au niveau du type de question. Enfin, toutes prédisent une moyenne académique de première année, pas une compétence professionnelle.
Ce qui est documenté au niveau de l'item relève du contrôle statistique et non de la validité. GMAC déclare soumettre chaque question à une analyse de fonctionnement différentiel par sous-populations — genre, origine, âge, pays, langue — et écarter les items qui se comportent différemment selon les groupes, y compris lorsque leur contenu ne pose aucun problème. C'est une garantie d'équité comparative entre candidats. Ce n'est pas une preuve que le format mesure ce qu'il prétend mesurer.
Soixante-cinq ans d'usage, aucune étude sur le format lui-même
0
Année d'ajout du Data Sufficiency à l'Admission Test for Graduate Study in Business
0
Études agrégées par la méta-analyse indépendante de 2007
0
Étudiants couverts par cette méta-analyse
0 centièmes
Corrélation corrigée entre score GMAT total et moyenne de première année (r = 0,43)
0
Études résumées par la synthèse conduite par GMAC sur 1997-2004
Que valent les méthodes vendues autour de ce format ?
La méthode la plus diffusée s'appelle AD/BCE. Elle consiste à tester l'énoncé (1) d'abord : s'il suffit, la réponse est nécessairement A ou D ; sinon, elle est B, C ou E. C'est exact. C'est aussi une simple reformulation arborescente des cinq options de réponse, déductible en trente secondes par lecture des options elles-mêmes. Plusieurs sites commerciaux la présentent comme une méthode propriétaire.
Ce qui se vend réellement autour du format, ce sont des garanties de score. Elles méritent d'être lues dans le détail de leurs conditions.
Magoosh annonce une garantie d'amélioration par paliers : 70 points pour un candidat dont le score précédent est inférieur à 630, 50 points dans la tranche intermédiaire, 10 points au-delà de 700. Les conditions sont substantielles : avoir déjà passé le GMAT Focus, disposer d'un score valide de moins de cinq ans, réserver une date d'examen située à au moins trois mois de l'achat, avoir terminé l'intégralité du programme d'étude de trois mois, et avoir transmis son rapport de score de référence au moment de l'inscription. En cas d'échec, le remboursement porte sur le seul logiciel de préparation, soit 249 dollars, et non sur la partie cours à la demande d'un abonnement. La politique est en vigueur depuis le 16 mars 2023. Target Test Prep, de son côté, affiche une garantie de 715 et plus.
Une garantie commerciale de remboursement n'est pas un résultat mesuré. C'est une politique de vente assortie de conditions qui en excluent mécaniquement une partie des acheteurs — à commencer par les primo-candidats, qui n'ont pas de score antérieur à produire.
Le coût direct, lui, est public : le GMAT Focus est facturé 275 dollars en centre d'examen et 300 dollars en ligne sur la plupart des marchés, avec des équivalents affichés autour de 275 euros en zone euro et 255 livres au Royaume-Uni. Les tarifs varient selon les pays et doivent être vérifiés sur mba.com avant toute inscription.
Aucune étude publique ne compare les progressions en Data Sufficiency entre des candidats préparés par une méthode commerciale et des candidats travaillant sur les guides officiels de GMAC. Cette comparaison n'existe pas, et son absence est le principal angle mort du marché de la préparation.
Ce que cette enquête n'a pas pu établir
La répartition exacte des types de questions en Data Insights. GMAC ne la publie pas. Les fourchettes citées ici — 4 à 8 questions, ou 5 à 6 selon la source — sont des décomptes de préparateurs sur des échantillons de questions officielles. Le caractère adaptatif du test rend d'ailleurs une répartition fixe improbable, ce qui explique probablement pourquoi GMAC s'abstient de la publier.
Le poids exact d'une question de Data Sufficiency dans le score final. L'algorithme de notation du GMAT Focus n'est pas public. Les conversions du type « 8 % à 11 % du score » sont des extrapolations à partir d'un nombre de questions, pas des mesures de pondération.
La validité de construit du format lui-même. Soixante-cinq ans d'usage, aucune étude spécifique évaluée par les pairs identifiée. Les validations disponibles portent sur le score total.
L'efficacité comparée des méthodes commerciales. Aucun essai contrôlé, aucune donnée de progression publiée par un éditeur avec sa méthodologie.
Le transfert des travaux de psychologie du raisonnement au format lui-même. Les études de Wason, de Griggs et Cox, de Shao et de ses coauteurs portent sur des tâches de laboratoire, pas sur des items GMAT. Le rapprochement est plausible — les structures logiques sont voisines — mais il n'est pas démontré, et cette enquête ne le présente pas comme tel.
Comment travailler ce format sans acheter de méthode ?
Cinq principes se déduisent directement de la structure officielle du format. Ils ne coûtent rien.
Lire la question et la classer avant de lire les énoncés. Question de valeur ou question oui/non : le critère de suffisance diffère, et l'appliquer à l'envers produit une erreur systématique.
Traiter (1) et (2) comme deux problèmes séparés, dans cet ordre, en notant par écrit l'énoncé écarté. C'est la parade matérielle à la contamination croisée. Le GMAT Focus permet par ailleurs de marquer une question et de revenir modifier jusqu'à trois réponses par section avant la fin du temps imparti, ce qui rend le doute réversible.
Chercher un contre-exemple plutôt qu'une solution. Un seul second cas compatible avec l'énoncé suffit à établir l'insuffisance. C'est presque toujours plus rapide que de résoudre.
S'arrêter dès que l'unicité est acquise. Savoir qu'une valeur unique existe suffit ; la calculer est du temps perdu.
Vérifier la date du matériel travaillé. Tout exercice antérieur à novembre 2023 relève de l'ancien format : il peut porter sur de la géométrie, retirée du test, et il ne reflète pas le voisinage de questions ni le chronomètre de la section Data Insights.
Reste une question que cette enquête laisse ouverte, et qui n'appartient pas au registre technique : un format dont la logique s'apprend en une soirée et dont la validité spécifique n'a jamais été publiée mérite-t-il les centaines d'heures que le marché de la préparation recommande d'y consacrer ? La donnée qui trancherait n'existe pas.
FAQ
Le Data Sufficiency a-t-il été supprimé du GMAT ?
Non. Il a été retiré de la section quantitative et transféré dans la section Data Insights lors de la refonte annoncée par GMAC le 28 mars 2023, effective pour les premiers examens le 7 novembre 2023. C'est le Sentence Correction, en section verbale, et l'essai analytique qui ont, eux, été purement supprimés.
Combien de questions de Data Sufficiency y a-t-il dans le GMAT Focus ?
GMAC ne publie pas la répartition par type de question au sein des 20 questions de Data Insights. Les décomptes de préparateurs situent le Data Sufficiency entre 20 % et 40 % de la section, soit 4 à 8 questions ; un autre décompte retient 5 à 6 questions. Le test étant adaptatif, la composition varie d'un candidat à l'autre.
Faut-il calculer la réponse pour répondre à une question de Data Sufficiency ?
Non, et c'est l'erreur la plus coûteuse en temps. La question porte sur la suffisance des informations, pas sur la valeur cherchée. Dès qu'il est établi qu'une valeur unique existe — ou qu'une question oui/non est tranchée de manière déterminée dans un sens ou dans l'autre — l'énoncé est suffisant et le calcul est inutile.
Les manuels de Data Sufficiency antérieurs à 2023 sont-ils encore utilisables ?
Partiellement. La structure du format et ses cinq options de réponse n'ont pas changé. En revanche, la géométrie a été retirée du GMAT Focus, le voisinage de questions et le budget temps de la section Data Insights sont différents, et le score ne se lit plus sur la même échelle. Un manuel d'ancienne génération entraîne donc sur un contenu partiellement hors programme.
L'enquête en slides
