La recherche en sciences psychologiques et comportementales repose fondamentalement sur la transformation d’observations cliniques, affectives et cognitives en descripteurs analytiques rigoureux. Les données catégorielles constituent l’un des piliers méthodologiques de cette entreprise, offrant une structure formelle permettant de classifier les entités observées selon des critères qualitatifs distincts, mutuellement exclusifs et conjointement exhaustifs. Qu’il s’agisse d’attribuer un diagnostic psychiatrique standardisé, d’évaluer le statut socio-démographique d’un participant ou d’interpréter des choix comportementaux discrets, ces données façonnent la manière dont les chercheurs modélisent la complexité de l’esprit humain.
Données catégorielles
1. Définition concise
Les données catégorielles désignent une typologie d’informations statistiques composées de variables qualitatives prenant des valeurs réparties au sein d’un ensemble fini de catégories distinctes, non numériques par essence, même lorsqu’elles sont représentées par des codes chiffrés. Contrairement aux variables quantitatives continues, elles ne mesurent pas une quantité sous-jacente le long d’un continuum mathématique doté d’une unité de mesure standardisée, mais reflètent l’appartenance à un groupe, à une classe ou à un niveau typologique déterminé.
Dans l’arsenal psychométrique, ces données sont formellement réparties entre variables nominales, pour lesquelles aucune hiérarchie ou relation d’ordre naturelle n’existe entre les modalités (par exemple, le profil d’attachement selon Bowlby ou l’orientation théorique d’un psychothérapeute), et variables ordinales, dont les catégories présentent un agencement ordonné mais sans équidistance démontrable entre les intervalles consécutifs (comme les stades de développement piagétiens ou les échelons d’une échelle d’évaluation clinique). La caractéristique définitoire des données catégorielles réside ainsi dans leur incapacité intrinsèque à supporter des opérations arithmétiques directes, telles que l’addition ou la multiplication, imposant le recours à des cadres analytiques probabilistes et non paramétriques spécifiques.
2. Étymologie et origine linguistique
Le terme « catégoriel » trouve son ancrage linguistique dans le grec ancien katēgoria (κατηγορία), qui désignait initialement, dans le lexique juridique athénien, une accusation publique ou un reproche formel, avant d’être transposé dans la philosophie systématique par Aristote au sein de son traité des Catégories (composante de l’Organon). Chez Aristote, la catégorie devient la prédication ultime de l’être, c’est-à-dire l’une des manières fondamentales dont un prédicat peut être attribué de façon intelligible à un sujet (substance, quantité, qualité, relation, lieu, temps, position, état, action ou passion). Ce concept philosophique a traversé la scolastique médiévale par l’intermédiaire du latin categoria, conservant son sens de classe logique irréductible.
Le vocable « donnée », pour sa part, dérive du participe passé passif du verbe latin dare (« donner »), à savoir datum, signifiant littéralement « ce qui est accordé, accordé pour acquis ou constaté par l’observation ». L’association des deux termes en épistémologie moderne et en statistique formalise le fait que les éléments bruts recueillis par l’observateur se présentent d’emblée sous la forme de compartiments ou de rubriques préexistantes. Introduite formellement dans le lexique méthodologique francophone au milieu du XXe siècle pour transposer les travaux anglo-saxons sur la théorie de la mesure, l’expression s’est imposée pour différencier nettement la simple classification typologique de la quantification métrique issue des sciences physiques.
3. Prononciation et forme grammaticale
Sur le plan phonétique, le syntagme se transcrit en alphabet phonétique international sous la forme /dɔ.ne ka.te.ɡɔ.ʁjɛl/. Dans le discours académique francophone, le terme s’emploie principalement au pluriel (« des données catégorielles »), reflétant la multiplicité des observations individuelles collectées, bien que le singulier (« une donnée catégorielle ») soit parfaitement attesté lorsqu’il s’agit de désigner un point d’observation singulier ou une modalité spécifique rattachée à un sujet.
D’un point de vue grammatical, « données » est un nom commun féminin substantivé, qualifié par l’adjectif relationnel « catégorielles » (accordé en genre et en nombre). L’adjectif « catégoriel » (féminin : « catégorielle ») ne doit pas être confondu avec l’adjectif « catégorique », lequel renvoie dans la tradition kantienne ou dans le langage courant à ce qui est sans condition, péremptoire ou indiscutable. En recherche quantitative, l’emploi de « variables catégorielles » est souvent synonyme de « données catégorielles », le premier terme insistant sur le vecteur mathématique sous-jacent et le second sur les réalisations empiriques de ce vecteur.
4. Explication conceptuelle détaillée
Pour appréhender la portée des données catégorielles en psychologie, il est indispensable de comprendre leur statut ontologique et épistémologique au sein de la théorie du mesurage. Lorsqu’un psychologue recueille une donnée catégorielle, il effectue une opération de partition logique sur l’espace d’échantillonnage : chaque participant est assigné à une cellule exclusive sur la base d’une propriété qualitative partagée. Ce processus exige le respect strict de deux principes méthodologiques cardinaux : l’exhaustivité (chaque individu doit pouvoir trouver une modalité d’accueil) et l’exclusivité réciproque (aucun individu ne peut simultanément appartenir à deux modalités distinctes d’une même variable partitionnée).
La nature de ces données implique que l’information véhiculée relève de l’identité ou de l’ordre, mais jamais de la distance arithmétique. Par exemple, si l’on code les affiliations professionnelles d’un échantillon clinique en attribuant les valeurs arbitraires 1 pour « enseignant », 2 pour « ouvrier » et 3 pour « cadre administratif », le chiffre 3 n’indique nullement une quantité supérieure à 1, pas plus que la moyenne arithmétique de ces codes n’a de signification scientifique. Même au sein des données catégorielles ordinales, où la relation 1 < 2 < 3 traduit une gradation effective (par exemple : sévérité d’un trouble dépressif : léger, modéré, sévère), la distance psychologique ou symptomatologique séparant l’état léger de l’état modéré n’est pas réputée équivalente à celle qui isole l’état modéré de l’état sévère.
Cette particularité impose des contraintes sévères sur les inférences statistiques légitimes. La distribution des données catégorielles est fondamentalement multinomiale ou binomiale plutôt que gaussienne. Les propriétés fondamentales de la statistique classique basée sur le théorème central limite, la variance et la covariance doivent être réinterprétées à travers le prisme des fréquences d’occurrence, des proportions relatives, de l’entropie informationnelle et des tables de contingence. La modélisation de ces structures fait appel à des fonctions de lien spécifiques, transformant des probabilités discrètes en espaces continus non bornés pour autoriser l’analyse multivariée.
Au niveau de la réalité psychique sous-jacente, les données catégorielles soulèvent la question constante de savoir si la discrétisation observée reflète une discontinuité naturelle (une véritable « typologie » ou « taxonomie » biologique ou mentale) ou si elle n’est qu’un artefact d’opérationnalisation imposé à un continuum latent sous-jacent. Cette distinction conceptuelle entre structures taxales et dimensions continues demeure l’un des débats les plus stimulants de la psychopathologie contemporaine, dictant directement la pertinence de l’usage d’outils statistiques basés sur les catégories discrètes.
5. Développement historique
L’histoire des données catégorielles s’articule autour de l’émancipation progressive de la statistique appliquée vis-à-vis des modèles de mesure continus dérivés de la physique newtonienne. Au XVIIe siècle, John Graunt inaugure la démographie moderne en analysant les Bills of Mortality londoniens, compilant des données purement catégorielles sur les causes de décès. Toutefois, pendant plus de deux siècles, la statistique mathématique naissante, dominée par Carl Friedrich Gauss et Pierre-Simon de Laplace, s’est concentrée presque exclusivement sur la distribution des erreurs de mesure continues.
Le véritable tournant s’opère au début du XXe siècle sous l’impulsion de Karl Pearson, qui publie en 1900 son article séminal introduisant le test du khi-carré (χ²). Pearson fournit pour la première fois aux scientifiques une méthode robuste pour déterminer si la distribution observée d’observations au sein de catégories discrètes dévie de manière significative d’une distribution théorique attendue. Parallèlement, des débats houleux opposent Pearson à George Udny Yule concernant la nature des associations dans les tables de contingence 2×2. Pearson postule qu’une association entre deux catégories dichotomiques masque nécessairement une corrélation normale bivariée continue sous-jacente (conduisant au coefficient de corrélation tétrachorique), tandis que Yule défend une vision autonome des variables qualitatives réelles, développant son coefficient Q d’association.
Au milieu du XXe siècle, le psychologue Stanley Smith Stevens révolutionne l’épistémologie de la discipline en publiant en 1946 sa classification canonique des échelles de mesure (nominale, ordinale, d’intervalle et de rapport). Stevens confère aux données catégorielles (échelles nominales et ordinales) une légitimité théorique plénière en tant que formes élémentaires mais rigoureuses de mesure scientifique. Peu après, Paul Lazarsfeld conçoit l’analyse de structure latente (Latent Class Analysis), démontrant qu’il est possible d’inférer des typologies psychologiques non observables directement à partir des régularités observées dans des ensembles de données catégorielles manifestes.
À partir des années 1970, l’avènement des modèles linéaires généralisés formalisés par John Nelder et Robert Wedderburn en 1972, suivi par les développements monumentaux d’Alan Agresti sur l’analyse des données catégorielles, a définitivement doté les sciences du comportement d’un outillage puissant incluant la régression logistique, les modèles log-linéaires et les modèles à cotes proportionnelles, scellant la maturité méthodologique de cette discipline.
6. Fondements théoriques
L’assise conceptuelle des données catégorielles en psychologie s’appuie sur la théorie axiomatique de la mesure développée par David Krantz, R. Duncan Luce, Patrick Suppes et Amos Tversky. Dans ce paradigme, mesurer consiste à établir un homomorphisme formel entre un système relationnel empirique (les entités psychologiques observées et leurs relations qualitatives dans le monde réel) et un système relationnel numérique (les symboles mathématiques utilisés par le chercheur). Pour les données catégorielles nominales, le système relationnel empirique ne postule qu’une seule relation d’équivalence binaire : deux individus sont soit équivalents vis-à-vis d’une propriété définie, soit non équivalents. Le groupe de transformations mathématiques permissibles pour de telles données est le groupe symétrique de toutes les substitutions biunivoques, signifiant que n’importe quelle permutation arbitraire des étiquettes numériques préserve l’intégralité de l’information structurelle.
Un deuxième socle théorique provient de la théorie de l’information formulée par Claude Shannon. Puisque les concepts d’espérance mathématique classique et de variance euclidienne perdent leur sens géométrique habituel sur des catégories nominales, la variabilité d’un ensemble de données catégorielles se modélise à travers le concept d’entropie informationnelle. L’entropie mesure le degré d’incertitude associé au tirage aléatoire d’une modalité au sein d’une distribution. Une distribution catégorielle dont tous les participants se concentrent dans une unique modalité possède une entropie nulle, tandis qu’une distribution uniforme (équiprobabilité entre toutes les catégories) maximise l’entropie. Cette perspective permet d’évaluer la quantité d’information partagée entre deux variables qualitatives à travers l’information mutuelle, offrant une alternative théorique élégante à la corrélation linéaire.
Enfin, la modélisation à variables latentes constitue le cadre privilégié reliant les données catégorielles aux théories cognitives et psychopathologiques contemporaines. Dans les modèles de réponse à l’item (comme le modèle de Rasch polytomique ou le modèle de réponse graduée de Samejima), une réponse discrète à un item catégoriel est interprétée comme la manifestation probabiliste du franchissement de certains seuils critiques (thresholds) le long d’une variable latente continue inobservable. Cette formulation unifie les approches dimensionnelles et catégorielles, expliquant comment une propension psychologique continue peut s’exprimer concrètement sous la forme d’un choix discret ou d’une taxonomie clinique binaire.
7. Composantes clés, types et dimensions
Les données catégorielles se déclinent en plusieurs typologies fondamentales qu’il convient de distinguer rigoureusement lors de l’élaboration d’un protocole expérimental ou diagnostique :
- Données nominales pures : Modalités qualitatives sans aucune hiérarchie ni ordre intrinsèque possible. Elles se subdivisent en :
- Données binaires ou dichotomiques : Deux modalités seulement s’excluent mutuellement (ex. présence ou absence d’une hallucination auditive, succès ou échec à une tâche d’attention soutenue, réponse par oui ou par non).
- Données polytomiques non ordonnées : Plus de deux catégories d’appartenance distinctes (ex. sous-types d’amnésie, affiliation clinique principale, typologie des styles parentaux selon Baumrind).
- Données ordinales : Modalités disposées selon une relation d’ordre monotone croissante ou décroissante, où le rang relatif est intelligible mais où l’écart numérique entre deux rangs n’est pas quantifié métriquement (ex. sévérité globale d’une phobie évaluée comme absente, minime, modérée ou sévère ; niveaux d’accord sur une échelle comportementale).
- Données catégorielles issues du seuillage de variables continues : Discrétisation a posteriori d’une mesure initialement continue à l’aide d’un score seuil clinique ou psychométrique (ex. catégorisation des participants en « dépressifs » vs « non dépressifs » à partir du seuil conventionnel d’un inventaire auto-rapporté).
- Variables factices (Dummy variables) ou codage disjoint complet : Transformation matricielle d’une variable catégorielle à k modalités en k-1 variables binaires indicatrices (prenant la valeur 0 ou 1) afin de permettre son inclusion légitime comme prédicteur dans des modèles de régression linéaire multiple.
8. Exemples et cas illustratifs
Un premier exemple emblématique en psychologie clinique est fourni par le système nosologique du Manuel diagnostique et statistique des troubles mentaux (DSM-5). Lorsqu’un clinicien évalue un patient suspecté de présenter un Trouble Obsessionnel-Compulsif (TOC), l’évaluation finale se solde par une donnée nominale binaire : le diagnostic est soit « présent », soit « absent ». Bien que les processus neurobiologiques et psychologiques sous-jacents puissent varier en intensité le long d’un continuum d’anxiété et de rigidité cognitive, la décision clinique concrète s’exprime sous une forme catégorielle discrète pour orienter le remboursement des soins, la prescription pharmacologique ou l’accès à un protocole de thérapie d’exposition avec prévention de la réponse.
Un deuxième cas illustratif classique concerne les stades de développement piagétiens chez l’enfant. Lorsqu’un psychologue du développement administre l’épreuve de conservation des liquides, l’enfant est catégorisé dans une variable ordinale : stade préopératoire (non-conservation), stade des opérations concrètes (conservation acquise avec justification logique) ou stade intermédiaire de transition. Les données issues de cette passation sont intrinsèquement ordonnées (l’enfant au stade concret possède des schèmes cognitifs hiérarchiquement supérieurs à l’enfant préopératoire), mais l’écart structural entre le stade préopératoire et le stade concret ne peut être quantifié par un nombre réel d’unités de mesure psychique.
Un troisième exemple se situe en psychologie du travail et des organisations, lors de l’étude de l’impact des styles de leadership sur l’épuisement professionnel. Les chercheurs recueillent des données catégorielles nominales polytomiques désignant le profil de gestion dominant des cadres (par exemple : transformationnel, transactionnel, laisser-faire ou autocratique). L’analyse ne vise pas à quantifier la « valeur » intrinsèque de chaque style sur un axe unique, mais à mesurer la distribution relative des cas d’épuisement au sein de chaque groupe qualitatif au moyen de tables de contingence et de régressions logistiques multinomiales.
9. Mesure et évaluation
L’évaluation des données catégorielles impose le recours à des métriques non paramétriques et à des procédures d’analyse adaptées à leur nature discrète. Contrairement aux données quantitatives pour lesquelles la moyenne arithmétique et l’écart-type constituent les estimateurs d’usage, le résumé statistique d’une variable catégorielle repose exclusivement sur des dénombrements bruts d’effectifs, des fréquences relatives (pourcentages), et sur le mode, qui identifie la catégorie la plus fréquemment observée au sein de l’échantillon.
Lorsqu’il s’agit d’évaluer l’association statistique entre deux variables catégorielles, la méthode de référence demeure la table de contingence bivariée couplée au test d’indépendance du khi-carré de Pearson. Lorsque les effectifs théoriques attendus par cellule sont trop faibles (typiquement inférieurs à 5), le test exact de Fisher s’avère indispensable pour éviter une inflation indésirable du taux d’erreur de première espèce. Pour mesurer la force de l’association au-delà de sa simple significativité statistique, les chercheurs recourent au V de Cramér ou au coefficient phi (pour les tables 2×2), qui constituent des équivalents catégoriels de la taille d’effet.
Dans le domaine psychométrique de l’accord inter-juges, où deux évaluateurs indépendants attribuent des classifications catégorielles aux mêmes sujets (comme lors d’un codage d’entretiens diagnostiques structurés), les métriques d’évaluation centrales sont le kappa de Cohen (pour deux juges) ou le kappa de Fleiss (pour plusieurs juges). Ces coefficients évaluent la proportion d’accord observée en purgeant rigoureusement celle qui résulterait du simple hasard. Pour les données catégorielles ordinales, le kappa pondéré ou le coefficient W de Kendall sont privilégiés car ils pénalisent davantage les désaccords majeurs (ex. classer un patient « sévère » au lieu de « sain ») que les désaccords mineurs (ex. « modéré » au lieu de « sévère »).
10. Applications et portée pratique
La manipulation rigoureuse des données catégorielles déploie une valeur appliquée considérable dans plusieurs domaines majeurs de la psychologie contemporaine :
- Psychiatrie et diagnostic clinique : Prise de décision orientée par des algorithmes diagnostiques booléens. Les systèmes d’évaluation psychiatrique reposent sur la détection de seuils symptomatiques conduisant à des catégories opérationnelles nécessaires pour standardiser la recherche clinique et harmoniser les prises en charge thérapeutiques internationales.
- Psychologie scolaire et de l’orientation : Évaluation de l’atteinte d’objectifs pédagogiques minimaux selon une logique critériée (validé / non validé), classification des profils d’apprentissage et détection précoce des troubles spécifiques du langage ou du neurodéveloppement sous forme d’indicateurs de risque binaire ou multinomial.
- Psychologie sociale et communication de masse : Analyse de contenu textuel et catégorisation thématique de corpus qualitatifs volumineux. Les discours, entretiens non directifs ou interactions sur les réseaux sociaux sont convertis en unités catégorielles discrètes afin d’analyser l’émergence de polarités d’opinion ou de représentations sociales partagées.
- Neuropsychologie forensique et expertise médico-légale : Détermination binaire de l’imputabilité pénale ou de l’incapacité civile, application de batteries neuropsychologiques orientées vers des points de rupture qualitatifs discriminants (performance normale versus détérioration pathologique).
11. Recherche et données empiriques
La recherche psychologique récente s’est intensément penchée sur la validité comparative des approches catégorielles versus dimensionnelles. L’un des travaux les plus influents menés au début des années 2000 par MacCallum, Zhang, Preacher et Rucker (2002) a analysé les conséquences méthodologiques délétères de la dichotomisation artificielle de variables continues en données catégorielles binaires (par exemple la division par la médiane pour créer des groupes « haute estime de soi » et « basse estime de soi »). Leurs résultats empiriques et simulations de Monte-Carlo démontrent sans équivoque que la transformation injustifiée d’un continuum en catégories discrètes entraîne une perte colossale de puissance statistique (pouvant équivaloir à la suppression d’un tiers de l’échantillon), masque la non-linéarité des relations et engendre fréquemment des corrélations fallacieuses.
Simultanément, le consortium international HiTOP (Hierarchical Taxonomy of Psychopathology), porté par des chercheurs tels que Robert Krueger, David Watson et Roman Kotov, a produit une abondante littérature empirique démontrant que la plupart des entités catégorielles du DSM et de la CIM (notamment les troubles de la personnalité et les troubles affectifs) ne présentent pas de « zones de rareté » ou de césures naturelles dans la population clinique. L’analyse taxométrique appliquée à ces données catégorielles montre que les symptômes se distribuent plutôt selon des spectres dimensionnels continus hiérarchisés. Les données catégorielles y apparaissent comme des commodités pratiques de communication plutôt que comme des reflets fidèles de la structure causale de la psychopathologie.
12. Considérations culturelles et transculturelles
La collecte et l’interprétation de données catégorielles dans des contextes transculturels requièrent une vigilance méthodologique extrême. Le postulat fondamental selon lequel les catégories diagnostiques ou comportementales posséderaient une signification universelle et invariable à travers les cultures est largement remis en question par l’ethnopsychiatrie et la psychologie culturelle. Une étiquette catégorielle occidentale telle que « dépression majeure » peut s’avérer inapte à capturer les expressions de la souffrance psychique au sein de cultures où la détresse s’exprime prioritairement sous forme de somatisations ou d’idiomes d’angoisse non répertoriés dans les taxinomies traditionnelles (comme le taijin kyofusho au Japon ou l’ataque de nervios dans les populations hispanophones).
D’un point de vue psychométrique, l’équivalence de mesure (invariance de mesure) des données catégorielles issues de questionnaires traduits doit être testée au moyen de modèles d’équations structurelles multi-groupes pour variables catégorielles. Les seuils de transition (thresholds) d’un item ordinal varient souvent selon les groupes linguistiques et culturels, un phénomène qualifié de fonctionnement différentiel d’item (DIF). Par conséquent, ce qui semble être une différence catégorielle de prévalence clinique entre deux pays peut simplement refléter une différence systématique dans la propension culturelle à endosser une modalité de réponse spécifique, invalidant ainsi les comparaisons épidémiologiques directes.
13. Critiques, débats et limites
L’utilisation de données catégorielles en psychologie suscite de vives controverses épistémologiques. La critique la plus tenace concerne la « réification » des catégories : le biais cognitif par lequel les chercheurs et praticiens finissent par traiter une étiquette nosologique nominale abstraite comme s’il s’agissait d’une entité biologique distincte et immuable logée dans l’organisme du patient. Cette tendance conduit à négliger l’hétérogénéité interne spectaculaire des classes cliniques. Par exemple, au sein du diagnostic catégoriel d’épisode dépressif caractérisé selon le DSM-5, il existe des centaines de combinaisons symptomatiques radicalement dissemblables qui permettent toutes d’obtenir la même classification catégorielle positive.
Une seconde limite méthodologique majeure réside dans le phénomène de saut quantique artificiel aux frontières de catégories contiguës. Dans un système catégoriel, un patient qui présente 4 critères diagnostiques sur 9 est catégorisé comme « non atteint », tandis qu’un patient en présentant 5 est qualifié de « malade », alors même que leur distance clinique réelle est infiniment plus ténue qu’entre le patient à 5 critères et un patient qui en cumulerait 9. Cette perte d’information nuit à la modélisation prédictive fine et complique le suivi longitudinal des trajectoires individuelles.
Enfin, sur le plan strictement statistique, les modèles pour données catégorielles sont souvent moins robustes face aux violations d’échantillonnage, sensibles aux problèmes de séparation complète (où une cellule d’une table croisée comporte un effectif nul, provoquant l’explosion des erreurs-types dans les régressions logistiques) et nécessitent des échantillons considérablement plus volumineux pour atteindre une puissance équivalente à celle des analyses paramétriques continues.
14. Termes connexes et distinctions
Afin d’éviter les confusions courantes dans la rédaction scientifique et l’interprétation méthodologique, les distinctions conceptuelles suivantes doivent être scrupuleusement observées :
- Données catégorielles versus données continues : Les données catégorielles se composent d’états discrets et non mesurables par un intervalle standard, alors que les données continues peuvent théoriquement prendre une infinité non dénombrable de valeurs sur un intervalle réel donné (ex. temps de réaction mesuré en millisecondes, conductance cutanée).
- Données nominales versus données ordinales : Les deux constituent des sous-ensembles des données catégorielles, mais les variables nominales ne possèdent aucune relation d’ordre logique intrinsèque (ex. type sanguin), tandis que les variables ordinales incorpore une hiérarchie séquentielle sans équidistance métrique garantie (ex. niveaux de brûlure psychologique de Maslach).
- Données discrètes quantitatives versus données catégorielles : Les données de comptage (ex. nombre d’erreurs commises dans un labyrinthe cognitif : 0, 1, 2, 3…) sont numériques et autorisent des opérations arithmétiques véritables, alors que les données catégorielles codées par des chiffres ne conservent aucune propriété d’additionnalité physique.
- Variable qualitative versus variable catégorielle : Bien que souvent employées de façon interchangeable, la variable qualitative renvoie à la nature conceptuelle du phénomène observé, tandis que la variable catégorielle insiste sur sa structure mathématique de partitionnement en classes discrètes.
15. Synthèse et points clés
Les données catégorielles constituent l’épine dorsale de la classification, du diagnostic et de la modélisation probabiliste en sciences psychologiques. Elles offrent un langage formel indispensable pour segmenter la variabilité humaine en sous-groupes qualitatifs identifiables et communicables. Leur maniement exige néanmoins une compréhension intime de leurs contraintes mathématiques intrinsèques :
- Elles représentent des classes logiques disjointes et exhaustives, divisées principalement en structures nominales (sans ordre) et ordinales (avec ordre hiérarchique).
- Elles ne supportent pas les opérations d’arithmétique euclidienne standard et requièrent des estimateurs adaptés : fréquences, pourcentages, mode, entropie, tests de contingence du khi-carré et régressions logistiques.
- La transformation artificielle de données quantitatives continues en données catégorielles discrètes engendre une perte sévère d’information, un effondrement de la puissance statistique et des risques majeurs de biais d’interprétation.
- En psychopathologie moderne, la modélisation à variables latentes et les réseaux psychométriques tendent à privilégier l’intégration continue des processus affectifs et cognitifs, réduisant la prééminence autrefois absolue des catégories diagnostiques discrètes au rang d’outils de décision pragmatiques.
Références
- Agresti, A. (2013). Categorical data analysis (3e éd.). John Wiley & Sons. https://www.wiley.com/en-us/Categorical+Data+Analysis%2C+3rd+Edition-p-9780470463635
- Cohen, J. (1960). A coefficient of agreement for nominal scales. Educational and Psychological Measurement, 20(1), 37–46. https://doi.org/10.1177/001316446002000104
- Kotov, R., Krueger, R. F., Watson, D., Achenbach, T. M., Althoff, R. R., Bagby, R. M., … & Zimmerman, M. (2017). The Hierarchical Taxonomy of Psychopathology (HiTOP): A dimensional alternative to traditional nosologies. Journal of Abnormal Psychology, 126(4), 454–477. https://doi.org/10.1037/abn0000258
- MacCallum, R. C., Zhang, S., Preacher, K. J., & Rucker, D. D. (2002). On the practice of dichotomization of quantitative variables. Psychological Methods, 7(1), 19–40. https://doi.org/10.1037/1082-989X.7.1.19
- Stevens, S. S. (1946). On the theory of scales of measurement. Science, 103(2684), 677–680. https://doi.org/10.1126/science.103.2684.677