Dans l’architecture de la recherche quantitative et de la modélisation cognitive en psychologie, l’investigation empirique dépasse couramment la simple confrontation binaire entre deux conditions expérimentales. La comparaison complexe constitue un outil méthodologique et conceptuel fondamental qui permet d’évaluer simultanément des combinaisons linéaires de moyennes ou de mettre en lumière des processus d’évaluation multidimensionnels au sein des sciences du comportement. En articulant des hypothèses a priori ou a posteriori sur des configurations factorielles étendues, ce procédé statistique et cognitif offre une granularité indispensable à la compréhension fine des phénomènes psychologiques pluriels.
La comparaison complexe
1. Définition concise
En psychologie méthodologique et en statistique inférentielle, une comparaison complexe (souvent conceptualisée sous le terme de contraste complexe) désigne une comparaison d’au moins deux conditions expérimentales où l’un des termes comparés — voire les deux — est constitué par une combinaison pondérée ou une moyenne groupée de plusieurs modalités d’une variable indépendante. Contrairement à la comparaison simple ou par paires, qui juxtapose directement la moyenne d’un groupe $A$ à celle d’un groupe $B$, la comparaison complexe explore des structures relationnelles plus sophistiquées, telles que l’opposition d’une condition contrôle à l’ensemble combiné de plusieurs variantes thérapeutiques.
Sur le plan cognitif et social, la comparaison complexe fait également référence aux mécanismes de jugement par lesquels un individu évalue une cible, un stimulus ou sa propre personne non pas en fonction d’un attribut isolé ou d’un référent unique, mais à travers une intégration simultanée de critères multiples et de standards hétérogènes. Qu’elle soit opérationnalisée sous la forme d’un vecteur de contrastes orthogonaux ou analysée comme une heuristique de traitement de l’information multidimensionnelle, elle permet d’appréhender des patterns de causalité ou de perception que les comparaisons duales élémentaires se révèlent incapables d’isoler de manière satisfaisante.
2. Étymologie et origine linguistique
L’expression « comparaison complexe » puise ses origines dans le latin classique. Le terme « comparaison » découle du substantif latin comparatio, lui-même dérivé du verbe comparare, formé du préfixe com- (« ensemble », « avec ») et de par (« égal », « semblable »), désignant littéralement l’action d’accoupler ou de mettre en parallèle des grandeurs équivalentes pour en scruter les similitudes et les divergences. L’adjectif « complexe » provient quant à lui du latin complexus, participe passé du verbe complecti (« embrasser », « enlacer », « contenir »), combinant com- avec le radical plectere (« tresser », « entrelacer »). Littéralement, une comparaison complexe est un examen comparatif portant sur des éléments entrelacés ou mutuellement imbriqués.
Dans la littérature scientifique anglophone du XXe siècle, le vocable complex comparison ou complex contrast s’est cristallisé au sein des travaux fondateurs sur l’analyse de la variance (ANOVA) et les modèles linéaires généraux. La transition linguistique vers le français s’est opérée naturellement dans la tradition psychométrique et biométrique, formalisant la distinction opératoire entre comparaisons simples (pairwise comparisons) et comparaisons complexes (non-pairwise planned comparisons), formalisées notamment par les écoles de pensée statistiques anglo-saxonnes et francophones consacrées au plan d’expérience en psychologie expérimentale.
3. Prononciation et forme grammaticale
Sur le plan phonétique, le syntagme se prononce en français standard /kɔ̃.pa.ʁɛ.zɔ̃ kɔ̃.plɛks/. Il s’agit d’un groupe nominal féminin singulier composé du substantif féminin « comparaison » et de l’adjectif qualificatif épithète « complexe ». Au pluriel, il prend la marque orthographique régulière : « des comparaisons complexes » (/kɔ̃.pa.ʁɛ.zɔ̃ kɔ̃.plɛks/).
Dans le discours scientifique, ce syntagme fonctionne fréquemment comme un concept technique autonome au sein du champ de la psychométrie, de l’analyse multivariée et de la psychologie cognitive. Il s’emploie couramment au sein de syntagmes prépositionnels tels que « tester une hypothèse au moyen d’une comparaison complexe », « spécifier des coefficients pour une comparaison complexe », ou encore « le coût cognitif d’une comparaison complexe lors d’une tâche décisionnelle ». Sur le plan méthodologique, le terme est souvent synonyme de « contraste non par paire » ou de « contraste composite ».
4. Explication conceptuelle détaillée
La comparaison complexe repose sur l’idée méthodologique qu’une théorie psychologique prédit rarement de simples écarts uniformes entre toutes les paires possibles de conditions expérimentales. Dans de nombreuses configurations expérimentales comprenant trois groupes ou plus (par exemple : un groupe contrôle recevant un placebo, un groupe recevant une psychothérapie comportementale brève, et un groupe bénéficiant d’une thérapie cognitivo-comportementale intensive), la question théorique principale ne réside pas uniquement dans l’écart entre le groupe placebo et l’une des thérapies. La question de recherche initiale cherche plutôt à déterminer si, en moyenne, l’intervention active — quelle que soit sa modalité spécifique — produit un bénéfice supérieur au non-traitement, ou encore si une forme intensive se démarque de la combinaison des approches légères.
D’un point de vue mathématique et inférentiel, une comparaison complexe prend la forme d’un contraste linéaire, défini par l’équation générale $L = \sum_{j=1}^{k} c_j \mu_j$, où $\mu_j$ représente la moyenne théorique de la $j$-ième condition expérimentale et $c_j$ symbolise un coefficient numérique attribué à ce groupe particulier. La contrainte fondamentale régissant tout contraste implique impérativement que la somme arithmétique de ces coefficients soit égale à zéro : $\sum_{j=1}^{k} c_j = 0$. Dans le cadre spécifique d’une comparaison simple, seuls deux coefficients sont non nuls et prennent traditionnellement les valeurs $+1$ et $-1$. En revanche, dès lors qu’au moins trois coefficients ne sont pas égaux à zéro (par exemple $+1$, $+1$, et $-2$, ou $+0{,}5$, $+0{,}5$, et $-1$), la comparaison devient intrinsèquement complexe.
Ce formalisme octroie au chercheur une puissance statistique accrue et une précision épistémologique remarquable. En concentrant la variabilité intergroupe sur des contrastes théoriquement fondés, la comparaison complexe permet d’isoler l’effet spécifique postulé par l’hypothèse conceptuelle, tout en préservant le contrôle du taux d’erreur de type I (erreur alpha). Par ailleurs, les comparaisons complexes rendent possible le découpage de la somme des carrés intergroupes en composantes orthogonales et mutuellement indépendantes, garantissant ainsi qu’aucune parcelle d’information empirique n’est comptabilisée deux fois au sein du dispositif inférentiel global.
Dans le domaine de la psychologie cognitive et de la prise de décision, la notion s’étend à la description des processus mentaux par lesquels un agent évalue une situation sous multiples contraintes. Une comparaison complexe implique ici la convocation simultanée en mémoire de travail de plusieurs descripteurs, la pondération relative de ces derniers et l’exécution d’un calcul mental synthétique visant à déterminer une préférence ou un diagnostic. Ce mécanisme se distingue radicalement d’une comparaison perceptuelle directe par sa forte sollicitation des fonctions exécutives, son coût attentionnel élevé et sa susceptibilité aux biais cognitifs liés à la charge mentale.
5. Évolution historique
L’émergence formelle des comparaisons complexes s’inscrit directement dans le prolongement des innovations méthodologiques impulsées par Sir Ronald Aylmer Fisher dans les années 1920 et 1930. En concevant l’analyse de la variance, Fisher a fourni le cadre permettant de tester l’homogénéité globale d’un ensemble de moyennes. Cependant, le test $F$ omnibus de Fisher présentait une limite inhérente : le rejet de l’hypothèse nulle globale signalait l’existence d’une différence statistique quelque part parmi les groupes, sans toutefois en préciser la nature ni la localisation exacte.
Face à cette lacune, des statisticiens et psychologues méthodologues ont développé, au cours des décennies 1940 et 1950, des méthodes spécifiques de décomposition de la variance. Des théoriciens tels que Henry Scheffé ont introduit en 1953 une méthode révolutionnaire (le test de Scheffé) conçue explicitement pour autoriser l’examen de l’ensemble des contrastes possibles, simples comme complexes, tout en maintenant le taux d’erreur global constant sous l’hypothèse nulle. Simultanément, des psychométriciens et statisticiens du comportement comme David Duncan, John Tukey et Charles Dunnett ont raffiné les procédures a posteriori et a priori, soulignant la puissance analytique des contrastes planifiés complexes.
Durant la seconde moitié du XXe siècle, avec l’avènement des modèles linéaires généralisés et l’informatisation des calculs statistiques, l’usage des comparaisons complexes s’est généralisé dans les revues majeures de psychologie sociale, clinique et cognitive. Les manuels influents de psychologie quantitative, notamment ceux de Robert Rosenthal, Ralph Rosnow ou encore Keppel et Wickens, ont vigoureusement milité contre la dépendance aveugle au test $F$ global, exhortant les chercheurs à remplacer les analyses omnibus imprécises par des familles de comparaisons complexes planifiées guidées par la théorie. Cette évolution a marqué le passage d’une démarche purement exploratoire à un paradigme résolument confirmatoire.
6. Fondements théoriques
Sur le plan statistique, les comparaisons complexes reposent sur l’algèbre des modèles linéaires et la projection géométrique dans l’espace euclidien des observations. Dans un espace vectoriel de dimensions correspondant au nombre de groupes d’un facteur, chaque comparaison représente un vecteur de pondération unidimensionnel. Lorsque deux comparaisons complexes vérifient la condition de nullité de leur produit scalaire pondéré par l’effectif des groupes (c’est-à-dire $\sum \frac{c_{1j} c_{2j}}{n_j} = 0$), ces comparaisons sont dites mutuellement orthogonales. L’orthogonalité garantit une indépendance probabiliste absolue entre les hypothèses testées, éliminant toute redondance explicative.
Sur le plan épistémologique et théorique en sciences humaines, la comparaison complexe incarne le principe de falsificationnisme méthodologique hérité de Karl Popper. En définissant a priori des contrastes précis représentant la prédiction du modèle théorique opposée à une configuration rivale, le chercheur soumet sa théorie à un test beaucoup plus sévère et informatif qu’en observant simplement si « au moins une moyenne diffère des autres ». Une théorie psychologique mature doit être capable de spécifier l’ordre relatif et l’ampleur pondérée des réponses cognitives ou comportementales à travers différentes conditions environnementales.
Sur le versant de la psychologie cognitive, la théorie du traitement de l’information constitue l’assise explicative des comparaisons complexes humaines. Des modèles comme la théorie de la charge cognitive développée par John Sweller ou les architectures cognitives intégrées (comme ACT-R de John Robert Anderson) postulent que la comparaison entre agrégats conceptuels requiert la manipulation d’éléments d’information multiples au sein de la mémoire de travail. Lorsque les entités comparées possèdent plusieurs attributs interactifs, la tâche de comparaison impose une charge cognitive intrinsèque élevée, sollicitant la régulation métacognitive et l’inhibition des stratégies comparatives purement heuristiques.
7. Composantes clés, types et dimensions
Pour appréhender l’ensemble du champ opératoire des comparaisons complexes, il convient de distinguer leurs formes statistiques, leurs intentions temporelles et leurs propriétés géométriques :
- Comparaisons complexes a priori (planifiées) : Définies rigoureusement avant la collecte des données en accord strict avec les hypothèses de recherche. Elles bénéficient d’une puissance statistique supérieure et n’exigent généralement pas les corrections post-hoc les plus conservatrices.
- Comparaisons complexes a posteriori (post-hoc) : Explorées après observation préliminaire des moyennes empiriques pour découvrir des regroupements inattendus. Elles nécessitent des ajustements rigoureux du seuil de significativité (tels que la méthode de Scheffé) pour prévenir l’inflation du risque de faux positifs.
- Contrastes de regroupement (contrastes combinatoires) : Ils comparent un groupe unique à la moyenne pondérée de plusieurs autres groupes (par exemple : Groupe Contrôle vs [Thérapie Cognitive + Thérapie Analytique]).
- Contrastes d’interaction complexes : Opérationnalisés dans les designs factoriels ($2 times 2$, $3 times 2$, etc.), ils comparent l’ampleur d’un effet simple à travers différentes combinaisons d’autres facteurs (contrastes de type « différence de différences »).
- Contrastes polynomiaux : Utilisés lorsque la variable indépendante est quantitativement ordonnée (par exemple des doses croissantes d’un traitement ou différents intervalles d’exposition temporelle), ils modélisent des trajectoires d’évolution spécifiques telles que des tendances linéaires, quadratiques (en $U$ ou en $U$ inversé) ou cubiques.
- Contrastes orthogonaux versus non-orthogonaux : Les contrastes orthogonaux se partitionnent sans chevauchement dans la variance totale du facteur, formant un ensemble fermé de $k-1$ questions indépendantes, tandis que les contrastes obliques ou non-orthogonaux partagent une part de covariance commune.
8. Exemples et cas illustratifs
Afin d’illustrer la pertinence empirique de la comparaison complexe en psychologie, considérons une étude clinique évaluant l’efficacité de différents protocoles de prise en charge du trouble d’anxiété généralisée. L’expérimentateur constitue quatre groupes indépendants d’effectifs égaux :
- Groupe 1 : Liste d’attente (aucun traitement actif).
- Groupe 2 : Bibliothérapie dirigée (intervention psychoéducative minimale sans contact thérapeutique direct).
- Groupe 3 : Thérapie cognitivo-comportementale individuelle hebdomadaire.
- Groupe 4 : Thérapie d’acceptation et d’engagement individuelle hebdomadaire.
Au lieu d’exécuter aveuglément les six comparaisons binaires envisageables ($G_1$ vs $G_2$, $G_1$ vs $G_3$, $G_1$ vs $G_4$, $G_2$ vs $G_3$, $G_2$ vs $G_4$, $G_3$ vs $G_4$), le chercheur formule trois comparaisons complexes théoriquement orthogonales :
La première comparaison examine si les interventions professionnelles structurées en face-à-face surpassent globalement les approches sans contact direct. Le vecteur de contraste s’écrit alors $c_1 = [-1, -1, +1, +1]$. La somme des coefficients est nulle ($-1 – 1 + 1 + 1 = 0$), et le contraste oppose conjointement le groupe passif et le groupe autonome aux deux thérapies intensives.
La deuxième comparaison, orthogonale à la première, se demande si le fait de recevoir une ressource minimale (bibliothérapie) apporte un bénéfice mesurable par rapport à l’absence totale de prise en charge (liste d’attente). Le vecteur devient $c_2 = [-1, +1, 0, 0]$. Les groupes 3 et 4 reçoivent le coefficient 0 et sont exclus de cette composante particulière.
Enfin, la troisième comparaison teste l’éventuelle supériorité différentielle d’un modèle psychothérapeutique sur l’autre parmi les thérapies actives, avec pour coefficients $c_3 = [0, 0, +1, -1]$. Par cette batterie de comparaisons complexes, l’ensemble des trois degrés de liberté intergroupes est épuisé de façon systématique, élégante et directement rattachée au corpus théorique de la recherche.
9. Mesure et évaluation
Dans l’écosystème méthodologique, l’évaluation d’une comparaison complexe repose sur le calcul de la somme des carrés associée au contraste ($SS_{\text{contraste}}$) et son rapport à la variance résiduelle de l’échantillon. Pour un échantillon où chaque groupe $j$ compte $n_j$ participants, la formule standard s’établit comme suit :
$$SS_{\text{contraste}} = \frac{\left( \sum c_j \bar{X}_j \right)^2}{\sum \frac{c_j^2}{n_j}}$$
Cette somme des carrés possède un unique degré de liberté ($dl = 1$). La statistique de test s’obtient alors en divisant la variance du contraste par la moyenne des carrés de l’erreur résiduelle ($MS_{\text{erreur}}$) issue du modèle d’analyse de variance global :
$$F_{\text{contraste}} = \frac{SS_{\text{contraste}}}{MS_{\text{erreur}}}$$
Le chercheur peut également exprimer ce test sous la forme d’un test $t$ de Student ($t = \sqrt{F}$), ce qui permet d’assigner une directionnalité unilatérale à l’hypothèse de recherche. Dans les logiciels de traitement de données (tels que R, SPSS, SAS ou JASP), ces comparaisons sont paramétrées via des matrices de contrastes personnalisées.
Sur le plan de l’estimation de l’amplitude de l’effet, les méthodologues recommandent de ne pas se limiter à la valeur $p$. L’évaluation moderne d’une comparaison complexe inclut systématiquement la détermination d’un intervalle de confiance pour le contraste linéaire, ainsi que le calcul de coefficients d’amplitude de l’effet standardisés adéquats, à l’instar du $d$ de Cohen adapté aux contrastes ou de l’indice de proportion de variance expliquée ($
eta_p^2$ partiel propre au contraste).
10. Applications et portée pratique
L’utilité des comparaisons complexes innerve la totalité des sous-disciplines psychologiques et psychiatriques contemporaines. En psychologie clinique et en psychopharmacologie, ces procédures permettent d’étudier l’efficacité comparée des associations de traitements. Les investigateurs comparent fréquemment un bras de traitement combiné (antidépresseur et thérapie psychologique) à la combinaison des deux monothérapies respectives pour déterminer si l’effet conjoint produit une synergie positive, une simple additivité ou une interférence négative.
En neurosciences cognitives et en neuro-imagerie fonctionnelle (IRMf, potentiels évoqués), la comparaison complexe constitue le fondement même de la logique de soustraction cognitive. Pour identifier les régions cérébrales spécifiquement impliquées dans le contrôle exécutif ou la reconnaissance faciale émotionnelle, les chercheurs mettent en place des contrastes complexes opposant un ensemble de stimuli cibles visuels hautement chargés à une batterie diversifiée de stimuli visuels neutres ou dégradés, en contrôlant les paramètres physiques élémentaires (luminance, contraste spatial).
En psychologie organisationnelle et ergonomie cognitive, la comparaison complexe est employée pour analyser des profils de compétences ou des interactions de leadership. Elle sert à comparer simultanément la performance d’équipes de travail exposées à diverses configurations managériales complexes (par exemple des styles transformaturels mixtes versus directifs purs ou permissifs) sur des indicateurs multiples de satisfaction au travail, d’épuisement professionnel et de productivité quantitative.
11. Recherches et données empiriques
Des travaux empiriques majeurs ont illustré la suprématie informationnelle des comparaisons complexes sur les démarches d’analyses omnibus non ciblées. Les recherches méthodologiques menées par des auteurs tels que Robert Rosenthal et Ralph L. Rosnow (1985, 2000) ont vigoureusement démontré comment des conclusions fondamentalement erronées sont fréquemment tirées lorsqu’un chercheur s’en remet exclusivement à un test $F$ global non significatif. Rosenthal et Rosnow ont formalisé des exemples empiriques où un test omnibus échoue à rejeter l’hypothèse nulle à un seuil standard de $\alpha = 0{,}05$, alors qu’une comparaison complexe linéaire planifiée sous-jacente s’avère hautement significative à $p < 0{,}001$, révélant un effet réel systématiquement masqué par l'agrégation de variances non pertinentes.
Dans le domaine de la psychologie sociale empirique, les expériences fondatrices sur la dissonance cognitive menées originellement par Festinger et Carlsmith, et revisitées au fil des décennies par des protocoles multigroupes, ont fréquemment employé des contrastes complexes pour prouver que l’induction d’une justification minimale entraîne une modification d’attitude significativement plus forte que la juxtaposition conjointe des conditions de contrôle sans tâche et des conditions à forte rémunération externe.
Dans la recherche contemporaine sur la méta-analyse et la réplicabilité scientifique (portée notamment par Brian Nosek et les consortiums de science ouverte), les comparaisons complexes au sein de modèles méta-analytiques à effets mixtes sont devenues le standard pour explorer l’hétérogénéité des tailles d’effet en fonction de sous-groupes théoriques de modérateurs catégoriels et continus combinés.
12. Considérations culturelles et transculturelles
L’application et l’interprétation des comparaisons complexes ne sont pas dépourvues d’enjeux transculturels profonds, à la fois dans la manière dont les psychologues structurent leurs devis de recherche et dans la manière dont les populations étudiées traitent les comparaisons complexes dans leur vie quotidienne.
D’un point de vue cognitif et culturel, les travaux de Richard Nisbett et de ses collègues sur la cognition holistique orientale versus analytique occidentale apportent un éclairage captivant. Leurs recherches suggèrent que les participants issus de cultures collectivistes ou d’Asie de l’Est ont une propension naturelle plus élevée à opérer des comparaisons perceptives et sociales complexes et interconnectées, prenant en considération simultanément le contexte d’arrière-plan, les relations interpersonnelles distales et les multiples facettes d’un événement. À l’inverse, les populations occidentales tendent davantage à décomposer les stimuli en éléments discrets et à procéder par comparaisons duales focales de type paire-à-paire.
Sur le plan méthodologique transculturel, lorsqu’un protocole expérimental est administré dans différents pays (par exemple comparant plusieurs pays industrialisés à plusieurs pays émergents sous diverses conditions expérimentales de vulnérabilité économique), l’utilisation de contrastes complexes requiert une rigueur extrême quant à l’invariance de mesure. Si l’instrument psychométrique ou le comportement mesuré ne possède pas d’équivalence factorielle stricte entre toutes les cultures échantillonnées, les pondérations accordées aux différents groupes dans un contraste complexe peuvent introduire des artefacts de mesure trompeurs et biaiser substantiellement la signification du test.
13. Critiques, débats et limites
Bien que hautement valorisée pour sa rigueur formelle, la méthode des comparaisons complexes fait l’objet de vives controverses au sein de la communauté statistique et méthodologique. Le premier grand débat concerne l’arbitrage entre l’ajustement de l’erreur alpha globale et le risque d’inflation de l’erreur de type II (perte de puissance statistique). Certains méthodologues préconisent que si les comparaisons complexes ont été strictement planifiées a priori et sont orthogonales, aucune correction du taux d’erreur (telle que celle de Bonferroni ou de Scheffé) n’est nécessaire. D’autres statisticiens soutiennent au contraire que toute multiplication des contrastes au sein d’un même jeu de données augmente le risque d’engendrer des découvertes fortuites non reproductibles.
Une seconde dérive critiquée réside dans la pratique contestable du HARKing (Hypothesizing After the Results are Known) appliquée aux contrastes complexes. Un chercheur peu scrupuleux peut être tenté, après avoir recueilli ses observations, de concevoir des pondérations de coefficients « sur mesure » ($c_j$) épousant exactement le profil des moyennes empiriques observées, en présentant ensuite abusivement ce résultat comme une hypothèse préétablie ayant confirmé une intuition théorique. Ce phénomène d’ajustement artificiel aux données (overfitting) affaiblit dramatiquement la validité scientifique des conclusions.
Enfin, sur le plan interprétatif, la complexité mathématique des contrastes pondérés peut parfois occulter des réalités cliniques locales. Une comparaison complexe opposant un groupe à trois autres peut déboucher sur un test statistiquement significatif sans que l’on puisse affirmer que le groupe se démarque individuellement de chacune des conditions prises isolément. L’agrégation artificielle de moyennes hétérogènes au sein d’un même pôle de la comparaison peut ainsi donner l’illusion d’une uniformité clinique là où subsistent d’importantes disparités internes.
14. Termes connexes et distinctions
La compréhension rigoureuse de la comparaison complexe exige de la différencier nettement de plusieurs notions satellites :
- Comparaison simple (ou par paires / pairwise) : Elle met en opposition la moyenne d’un groupe unique contre celle d’un autre groupe unique ($H_0 : \mu_1 = \mu_2$). La comparaison complexe, quant à elle, fait obligatoirement intervenir au moins trois groupes dans le calcul pondéré du contraste.
- Test global omnibus (Test F) : Il teste l’hypothèse nulle d’égalité conjointe de l’ensemble des moyennes expérimentales ($H_0 : \mu_1 = \mu_2 = dots = \mu_k$). Alors que le test global ne renseigne sur aucune direction spécifique, la comparaison complexe teste une structure de variance hautement dirigée et localisée.
- Contraste orthogonal : Propriété géométrique désignant des contrastes mutuellement indépendants dont la covariance statistique est nulle. Une comparaison complexe peut être orthogonale ou non-orthogonale vis-à-vis d’une autre comparaison du même modèle.
- Comparaison a posteriori de Scheffé : Procédure post-hoc d’ajustement critique conçue pour évaluer n’importe quelle comparaison complexe formulée après inspection visuelle des données, garantissant un seuil global d’erreur de première espèce rigoureusement maîtrisé.
- Contraste polynomial : Type particulier de comparaison complexe utilisé pour évaluer des patterns de fonctions mathématiques (tendances linéaires, courbes quadratiques ou cubiques) à travers des niveaux ordonnés d’un facteur quantitatif.
15. Résumé et points clés
La comparaison complexe représente un instrument cardinal de l’expérimentation et de l’analyse causale en psychologie scientifique. Sa maîtrise autorise les chercheurs à dépasser les simplifications binaires pour tester des agencements prédictifs articulés, alliant élégance méthodologique et parcimonie inférentielle :
- Elle formalise le test d’hypothèses confrontant des combinaisons linéaires pondérées de moyennes de groupes à travers des coefficients dont la somme arithmétique est obligatoirement égale à zéro.
- Elle offre une puissance statistique supérieure au test global omnibus en concentrant la variance explorée sur l’axe théorique précis dicté par le cadre conceptuel de l’étude.
- La distinction fondamentale entre contrastes planifiés (a priori) et exploratoires (a posteriori) conditionne rigoureusement le choix des pénalités statistiques à appliquer au seuil de significativité pour prévenir les faux positifs.
- L’orthogonalité des comparaisons complexes permet une décomposition exhaustive et sans redondance de la variance totale induite par un facteur expérimental.
- En psychologie cognitive et sociale, elle modélise les architectures mentales de traitement par lesquelles les individus comparent simultanément des cibles et des critères multidimensionnels dans des situations décisionnelles complexes.
Références
- Keppel, G., & Wickens, T. D. (2004). Design and analysis: A researcher’s handbook (4e éd.). Pearson Prentice Hall.
- Maxwell, S. E., Delaney, H. D., & Kelley, K. (2018). Designing experiments and analyzing data: A model comparison perspective (3e éd.). Routledge. https://doi.org/10.4324/9781315642956
- Rosenthal, R., Rosnow, R. L., & Rubin, D. B. (2000). Contrasts and effect sizes in behavioral research: A correlational approach. Cambridge University Press. https://doi.org/10.1017/CBO9780511804403
- Scheffé, H. (1953). A method for judging all contrasts in the analysis of variance. Biometrika, 40(1-2), 87-104. https://doi.org/10.1093/biomet/40.1-2.87
- Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257-285. https://doi.org/10.1207/s15516709cog1202_4