{"id":1019,"date":"2026-10-14T18:00:38","date_gmt":"2026-10-14T18:00:38","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/taille-de-l-effet-definition-importance-psychologie\/"},"modified":"2026-10-14T18:00:38","modified_gmt":"2026-10-14T18:00:38","slug":"taille-de-l-effet-definition-importance-psychologie","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=taille-de-l-effet-definition-importance-psychologie","title":{"rendered":"Taille de l’effet : ce que c’est et pourquoi cela compte"},"content":{"rendered":"

Pendant plus d’un demi-si\u00e8cle, la recherche empirique en psychologie et en sciences comportementales a v\u00e9cu sous le joug presque exclusif du test de signification de l’hypoth\u00e8se nulle (NHST, pour Null Hypothesis Significance Testing<\/em>). Cette approche rituelle, articul\u00e9e autour du seuil conventionnel de p<\/em> < 0,05 propos\u00e9 par Ronald Fisher, a progressivement transform\u00e9 la d\u00e9marche scientifique en un processus dichotomique de prise de d\u00e9cision. Les chercheurs ont ainsi appris \u00e0 traquer la \u00ab significativit\u00e9 statistique \u00bb comme s’il s’agissait du crit\u00e8re ultime de validation empirique d’une th\u00e9orie, rel\u00e9guant au second plan la question fondamentale qui sous-tend pourtant toute entreprise scientifique : quelle est l’ampleur concr\u00e8te du ph\u00e9nom\u00e8ne \u00e9tudi\u00e9 ?<\/p>\n

Cette h\u00e9g\u00e9monie de la valeur p<\/em> a engendr\u00e9 des cons\u00e9quences \u00e9pist\u00e9mologiques et pratiques d\u00e9l\u00e9t\u00e8res au sein de la communaut\u00e9 acad\u00e9mique. Confondant r\u00e9guli\u00e8rement la pr\u00e9sence d’un signal statistique avec son importance th\u00e9orique ou clinique, des g\u00e9n\u00e9rations de chercheurs ont publi\u00e9 des travaux c\u00e9l\u00e9brant des effets infinit\u00e9simaux, rendus artificiellement \u00ab significatifs \u00bb par le recours \u00e0 des cohortes de grande envergure, tout en ignorant des effets cliniquement substantiels au sein de petites populations en raison d’un manque m\u00e9canique de puissance statistique. Cette d\u00e9rive m\u00e9thodologique constitue l’un des piliers sous-jacents de la crise contemporaine de la reproductibilit\u00e9, mettant en lumi\u00e8re le besoin imp\u00e9rieux de refonder l’inf\u00e9rence statistique sur des bases quantitatives plus solides.<\/p>\n

C’est pr\u00e9cis\u00e9ment \u00e0 cette crois\u00e9e des chemins que s’impose le concept de taille de l’effet (effect size<\/em>). Loin d’\u00eatre un simple artifice calculatoire destin\u00e9 \u00e0 satisfaire les exigences des comit\u00e9s \u00e9ditoriaux, la taille de l’effet incarne le v\u00e9ritable c\u0153ur battant de l’\u00e9valuation scientifique. Elle permet de quantifier directement la magnitude d’un ph\u00e9nom\u00e8ne psychologique, d’estimer la port\u00e9e r\u00e9elle d’une intervention th\u00e9rapeutique et de comparer des r\u00e9sultats exp\u00e9rimentaux \u00e0 travers des protocoles h\u00e9t\u00e9rog\u00e8nes. Ce trait\u00e9 m\u00e9thodologique propose une exploration exhaustive, th\u00e9orique et pratique de la taille de l’effet, de ses fondements math\u00e9matiques \u00e0 ses applications contemporaines dans la recherche et la pratique clinique.<\/p>\n

1. Introduction fondamentale \u00e0 la taille de l’effet en psychologie<\/h2>\n

1.1 La citation fondatrice de Gene V. Glass et le paradigme de l’ampleur<\/h3>\n

L’histoire moderne de la quantification des effets en sciences sociales a \u00e9t\u00e9 profond\u00e9ment marqu\u00e9e par les travaux de Gene V. Glass \u00e0 la fin des ann\u00e9es 1970. Alors confront\u00e9 au scepticisme ambiant quant \u00e0 l’efficacit\u00e9 globale de la psychoth\u00e9rapie, Glass a formul\u00e9 une critique \u00e9pist\u00e9mologique d\u00e9vastatrice \u00e0 l’encontre du r\u00e9ductionnisme inh\u00e9rent \u00e0 la valeur p<\/em>. Dans son discours pr\u00e9sidentiel de 1976 devant l’American Educational Research Association<\/em>, puis dans ses \u00e9crits subs\u00e9quents consacr\u00e9s \u00e0 la m\u00e9thodologie m\u00e9ta-analytique, Glass a rappel\u00e9 que l’existence brute d’une diff\u00e9rence statistique ne renseigne en rien sur sa signification dans le monde r\u00e9el. Il soulignait avec insistance que l’entreprise scientifique ne vise pas simplement \u00e0 d\u00e9terminer si un traitement produit un effet diff\u00e9rent de z\u00e9ro, mais bien \u00e0 d\u00e9terminer dans quelle mesure<\/em> ce traitement modifie la condition humaine.<\/p>\n

Cette critique a marqu\u00e9 l’acte de naissance du paradigme de l’ampleur en psychologie. Auparavant, l’\u00e9valuation des interventions psychoth\u00e9rapeutiques reposait sur des revues narratives de litt\u00e9rature sujettes \u00e0 d’importants biais de confirmation, o\u00f9 les \u00e9tudes \u00e9taient sommairement class\u00e9es selon qu’elles atteignaient ou non le seuil sacro-saint de p<\/em> < 0,05. Glass a d\u00e9montr\u00e9 l’absurdit\u00e9 math\u00e9matique d’une telle d\u00e9marche : deux \u00e9tudes observant exactement le m\u00eame \u00e9cart de dix points sur une \u00e9chelle d’\u00e9valuation de la d\u00e9pression pouvaient aboutir \u00e0 des conclusions diam\u00e9tralement oppos\u00e9es (l’une concluant au succ\u00e8s, l’autre \u00e0 l’\u00e9chec) simplement parce que la premi\u00e8re disposait d’un \u00e9chantillon deux fois plus grand que la seconde.<\/p>\n

En introduisant formellement des m\u00e9triques standardis\u00e9es pour quantifier l’\u00e9cart entre les groupes, Glass a initi\u00e9 une transition paradigmatique majeure. Le mod\u00e8le binaire de d\u00e9cision, h\u00e9rit\u00e9 d’une interpr\u00e9tation hybride et souvent erron\u00e9e des travaux de Fisher, de Neyman et de Pearson, a commenc\u00e9 \u00e0 c\u00e9der le pas \u00e0 une approche quantitative continue. Dans ce nouveau cadre th\u00e9orique, l’effet d’une intervention n’est plus envisag\u00e9 comme un interrupteur \u00e0 deux positions (\u00ab existant \u00bb ou \u00ab inexistant \u00bb), mais comme un continuum d’intensit\u00e9, permettant d’appr\u00e9cier la magnitude des transformations cognitives, affectives ou comportementales induites par des protocoles exp\u00e9rimentaux ou des th\u00e9rapeutiques cibl\u00e9es.<\/p>\n

1.2 L’illusion de la significativit\u00e9 dans la recherche comportementale<\/h3>\n

L’attachement visc\u00e9ral des chercheurs comportementaux au seuil de significativit\u00e9 statistique a donn\u00e9 naissance \u00e0 ce que de nombreux m\u00e9thodologistes qualifient aujourd’hui d’\u00ab illusion de la significativit\u00e9 \u00bb. Ce travers cognitif et m\u00e9thodologique repose sur une confusion pernicieuse entre le rejet de l’hypoth\u00e8se nulle ($H_0$<\/span>) et l’affirmation de la pertinence th\u00e9orique ou pratique d’une d\u00e9couverte. Rejeter l’hypoth\u00e8se nulle indique simplement que la probabilit\u00e9 d’obtenir des donn\u00e9es au moins aussi extr\u00eames que celles observ\u00e9es, sous l’hypoth\u00e8se d’une absence totale d’effet dans la population g\u00e9n\u00e9rale, est inf\u00e9rieure \u00e0 un seuil conventionnel arbitraire, g\u00e9n\u00e9ralement fix\u00e9 \u00e0 cinq pour cent.<\/p>\n

Cette m\u00e9trique pr\u00e9sente une faille structurelle majeure : elle d\u00e9pend intrins\u00e8quement de la taille de l’\u00e9chantillon. Avec une cohorte suffisamment vaste comprenant plusieurs dizaines de milliers de participants \u2014 situation de plus en plus courante \u00e0 l’\u00e8re des m\u00e9gadonn\u00e9es et de la collecte en ligne \u2014, le moindre \u00e9cart trivial par rapport \u00e0 l’hypoth\u00e8se nulle devient hautement significatif sur le plan statistique. Par exemple, une diff\u00e9rence de temps de r\u00e9action de deux millisecondes entre deux conditions exp\u00e9rimentales ou une corr\u00e9lation de $r = 0,02$<\/span> entre deux traits de personnalit\u00e9 peuvent afficher une valeur p<\/em> inf\u00e9rieure \u00e0 0,001. Pr\u00e9senter ces r\u00e9sultats comme des \u00ab perc\u00e9es majeures \u00bb sous pr\u00e9texte qu’ils sont statistiquement significatifs rel\u00e8ve de la mystification m\u00e9thodologique, car ces diff\u00e9rences n’ont souvent aucun impact fonctionnel sur les processus cognitifs r\u00e9els.<\/p>\n

Inversement, cette illusion a exerc\u00e9 un effet destructeur sur l’accumulation cumulative du savoir en sciences comportementales. Des interventions \u00e9ducatives, neurocognitives ou cliniques extraordinairement prometteuses ont \u00e9t\u00e9 abandonn\u00e9es ou ignor\u00e9es simplement parce que les \u00e9tudes pilotes, men\u00e9es sur des \u00e9chantillons r\u00e9duits de participants sp\u00e9cifiques, affichaient un p<\/em> de 0,06 ou 0,08. Le rejet injustifi\u00e9 de ces hypoth\u00e8ses a frein\u00e9 des trajectoires de recherche f\u00e9condes, masquant des r\u00e9gularit\u00e9s empiriques substantielles derri\u00e8re le paravent d’une non-significativit\u00e9 apparente. La recherche comportementale s’est ainsi retrouv\u00e9e prise au pi\u00e8ge d’une taxonomie artificielle divisant le champ du savoir entre \u00ab v\u00e9rit\u00e9 scientifique \u00bb et \u00ab n\u00e9ant statistique \u00bb.<\/p>\n

1.3 Objectifs et port\u00e9e du pr\u00e9sent trait\u00e9 m\u00e9thodologique<\/h3>\n

Face aux dysfonctionnements chroniques g\u00e9n\u00e9r\u00e9s par l’usage exclusif du test d’hypoth\u00e8se classique, le pr\u00e9sent trait\u00e9 m\u00e9thodologique se fixe pour objectif d’offrir une d\u00e9construction rigoureuse et un guide pratique complet de la taille de l’effet. Il s’agit d’ancrer fermement dans la culture scientifique contemporaine l’imp\u00e9ratif de penser les donn\u00e9es exp\u00e9rimentales et observationnelles en termes de magnitude, de pr\u00e9cision et de variance expliqu\u00e9e, plut\u00f4t qu’en termes de seuils binaires de d\u00e9cision probabiliste.<\/p>\n

Nous nous proposons de d\u00e9finir avec une pr\u00e9cision math\u00e9matique et conceptuelle ce que repr\u00e9sente la taille de l’effet : un estimateur sans dimension ou ancr\u00e9 dans l’unit\u00e9 d’origine, invariant par rapport \u00e0 la taille de l’\u00e9chantillon, capturant la d\u00e9viation syst\u00e9matique des observations empiriques par rapport \u00e0 un mod\u00e8le contraint. Nous explorerons la vaste typologie des familles m\u00e9triques d\u00e9velopp\u00e9es pour r\u00e9pondre aux exigences vari\u00e9es des devis de recherche : la famille $d$<\/span> (diff\u00e9rences standardis\u00e9es de moyennes), la famille $r$<\/span> (coefficients d’association et de corr\u00e9lation), la famille $\\eta^2$<\/span> et $\\omega^2$<\/span> (proportions de variance expliqu\u00e9e dans le cadre du mod\u00e8le lin\u00e9aire g\u00e9n\u00e9ral), ainsi que les mesures adapt\u00e9es aux donn\u00e9es cat\u00e9gorielles et \u00e0 l’\u00e9pid\u00e9miologie clinique telles que l’Odds Ratio<\/em> et le Nombre de Sujets \u00e0 Traiter (NNT).<\/p>\n

Enfin, ce travail fournira des directives op\u00e9rationnelles indispensables \u00e0 la communaut\u00e9 des chercheurs, des \u00e9tudiants et des praticiens. Nous examinerons les conditions d’application, les postulats distributionnels sous-jacents, l’int\u00e9gration incontournable des intervalles de confiance non centraux, ainsi que les principes de reporting conformes aux normes \u00e9ditoriales les plus exigeantes, notamment les recommandations de la 7e<\/sup> \u00e9dition du manuel de l’American Psychological Association<\/a>. Ce document vise \u00e0 fournir l’appareil critique n\u00e9cessaire pour substituer \u00e0 la superstition du p<\/em>-value une v\u00e9ritable culture de l’estimation de l’ampleur des ph\u00e9nom\u00e8nes psychologiques.<\/p>\n

2. Les limites \u00e9pist\u00e9mologiques et pratiques de la seule valeur p<\/h2>\n

2.1 D\u00e9pendance m\u00e9canique de la valeur p \u00e0 la taille de l’\u00e9chantillon<\/h3>\n

La vuln\u00e9rabilit\u00e9 fondamentale de la valeur p<\/em> r\u00e9side dans sa d\u00e9pendance m\u00e9canique et absolue \u00e0 l’effectif de l’\u00e9chantillon ($N$<\/span>). Cette r\u00e9alit\u00e9 peut \u00eatre ais\u00e9ment comprise \u00e0 travers l’examen de la formule g\u00e9n\u00e9rique de la statistique de test, telle que le test $t$<\/span> de Student pour \u00e9chantillons ind\u00e9pendants :<\/p>\n

$$t = \\frac{\\bar{X}_1 – \\bar{X}_2}{SE} = \\frac{\\bar{X}_1 – \\bar{X}_2}{s_p \\sqrt{\\frac{1}{n_1} + \\frac{1}{n_2}}}$$<\/span><\/p>\n

Dans cette \u00e9quation, l’erreur type ($SE$<\/span>) se trouve au d\u00e9nominateur. L’erreur type est inversement proportionnelle \u00e0 la racine carr\u00e9e de la taille de l’\u00e9chantillon ($\\sqrt{N}$<\/span>). En cons\u00e9quence, lorsque $N$<\/span> tend vers l’infini, l’erreur type s’\u00e9crase inexorablement vers z\u00e9ro. Cela implique math\u00e9matiquement que, pour une diff\u00e9rence brute entre les moyennes $(\\bar{X}_1 – \\bar{X}_2)$<\/span> infinit\u00e9simale et d\u00e9nu\u00e9e de toute signification psychologique \u2014 par exemple une divergence de 0,001 \u00e9cart-type \u2014, la valeur de la statistique $t$<\/span> grandira ind\u00e9finiment \u00e0 mesure que des observations s’ajoutent \u00e0 la base de donn\u00e9es. Corollairement, la valeur p<\/em> d\u00e9cro\u00eetra jusqu’\u00e0 franchir n’importe quel seuil de significativit\u00e9 pr\u00e9\u00e9tabli ($p < 0,001$<\/span>).<\/p>\n

Ce ph\u00e9nom\u00e8ne engendre un risque consid\u00e9rable d’erreur de type I pratique : le chercheur conclut \u00e0 l’existence d’une r\u00e9gularit\u00e9 scientifique majeure et valide son mod\u00e8le th\u00e9orique, alors qu’il ne documente qu’un bruit de fond stochastique ou des biais d’\u00e9chantillonnage imperceptibles sans pertinence \u00e9cologique. \u00c0 l’oppos\u00e9 de ce spectre, dans les situations o\u00f9 la collecte de donn\u00e9es est contrainte par des r\u00e9alit\u00e9s mat\u00e9rielles ou \u00e9thiques \u2014 comme l’\u00e9tude de pathologies neuropsychologiques rarissimes, de traumatismes s\u00e9v\u00e8res ou de protocoles exp\u00e9rimentaux d’imagerie par r\u00e9sonance magn\u00e9tique fonctionnelle (IRMf) complexes \u2014, les effectifs sont structurellement limit\u00e9s ($N < 20$<\/span>). L’erreur type est alors m\u00e9canique et massivement dilat\u00e9e.<\/p>\n

Dans ces conditions de sous-puissance, des effets exp\u00e9rimentaux d’une ampleur spectaculaire, repr\u00e9sentant des transformations cognitives majeures, \u00e9chouent fr\u00e9quemment \u00e0 franchir le seuil fatidique de $p = 0,05$<\/span>. Le chercheur se trouve alors contraint par les usages acad\u00e9miques de conclure \u00e0 une \u00ab absence d’effet significatif \u00bb, conduisant \u00e0 l’abandon de pistes de recherche pourtant novatrices. L’arbitrage de la valeur p<\/em> est donc aveugle \u00e0 la r\u00e9alit\u00e9 physique du ph\u00e9nom\u00e8ne : il mesure conjointement et de mani\u00e8re indissociable la magnitude de l’effet et les ressources logistiques d\u00e9ploy\u00e9es pour recruter des participants.<\/p>\n

2.2 Ce que la valeur p indique r\u00e9ellement versus ce qu’on lui pr\u00eate<\/h3>\n

L’interpr\u00e9tation de la valeur p<\/em> est parasit\u00e9e par des contresens \u00e9pist\u00e9mologiques profond\u00e9ment enracin\u00e9s, y compris parmi les enseignants-chercheurs et les praticiens chevronn\u00e9s. Sur le plan de la th\u00e9orie des probabilit\u00e9s, la valeur p<\/em> se d\u00e9finit de fa\u00e7on tr\u00e8s \u00e9troite : il s’agit de la probabilit\u00e9 conditionnelle d’observer des donn\u00e9es au moins aussi divergentes du mod\u00e8le nul que celles recueillies dans l’\u00e9chantillon, sachant que l’hypoth\u00e8se nulle est strictement vraie dans la population :<\/p>\n

$$p = P(\\text{Donn\u00e9es extr\u00eames} mid H_0)$$<\/span><\/p>\n

Pourtant, le raisonnement clinique et la communication scientifique glissent quasi syst\u00e9matiquement vers une inversion bay\u00e9sienne ill\u00e9gitime, connue sous le nom d’erreur d’inversion conditionnelle ou sophisme du procureur. De nombreux auteurs affirment \u00e0 tort que la valeur p<\/em> repr\u00e9sente la probabilit\u00e9 que l’hypoth\u00e8se nulle soit vraie, ou r\u00e9ciproquement que $1 – p$<\/span> repr\u00e9sente la probabilit\u00e9 que l’hypoth\u00e8se de recherche soit v\u00e9rifi\u00e9e :<\/p>\n

$$P(\\text{Donn\u00e9es} mid H_0) \\neq P(H_0 mid \\text{Donn\u00e9es})$$<\/span><\/p>\n

Passer de l’un \u00e0 l’autre sans int\u00e9grer la probabilit\u00e9 a priori de l’hypoth\u00e8se et la distribution des probabilit\u00e9s alternatives constitue une aberration math\u00e9matique formelle. La valeur p<\/em> ne fournit aucune information sur la v\u00e9racit\u00e9 d’une th\u00e9orie scientifique, non plus qu’elle ne renseigne sur la probabilit\u00e9 qu’une r\u00e9plication ult\u00e9rieure confirme le r\u00e9sultat obtenu. De surcro\u00eet, le cadre du NHST est structurellement incapable de quantifier l’erreur d’estimation. Il d\u00e9livre un verdict de rejet ou de non-rejet sans jamais localiser o\u00f9 se situe la v\u00e9ritable valeur du param\u00e8tre populationnel dans l’espace des possibles. Confier l’\u00e9valuation de la pertinence d’une th\u00e9orie psychologique \u00e0 ce seul indicateur revient \u00e0 \u00e9valuer la qualit\u00e9 d’une \u0153uvre architecturale en se bornant \u00e0 v\u00e9rifier si les fondations ne reposent pas sur du vide absolu.<\/p>\n

2.3 Le p-hacking et la crise de la reproductibilit\u00e9<\/h3>\n

La fixation institutionnelle sur le seuil binaire de p<\/em> < 0,05 a directement fa\u00e7onn\u00e9 les incitations professionnelles dans le milieu acad\u00e9mique, instaurant la r\u00e8gle d\u00e9l\u00e9t\u00e8re du \u00ab publier ou p\u00e9rir \u00bb (publish or perish<\/em>). Puisqu’un manuscrit contenant des valeurs p<\/em> non significatives avait historiquement d’infimes chances d’\u00eatre accept\u00e9 dans les revues d’impact, les chercheurs ont d\u00e9velopp\u00e9, consciemment ou non, un ensemble de pratiques de recherche contestables (QRP, pour Questionable Research Practices<\/em>), regroup\u00e9es sous le terme g\u00e9n\u00e9rique de p-hacking<\/em>.<\/p>\n

Ces d\u00e9rives m\u00e9thodologiques incluent l’arr\u00eat opportuniste de la collecte de donn\u00e9es d\u00e8s que le seuil de significativit\u00e9 est franchi (peeking<\/em>), l’exclusion post-hoc s\u00e9lective de participants sous pr\u00e9texte de valeurs aberrantes, la manipulation a posteriori des covariables dans les mod\u00e8les de r\u00e9gression, ou la formulation d’hypoth\u00e8ses apr\u00e8s que les r\u00e9sultats sont connus (HARKing, pour Hypothesizing After the Results are Known<\/em>). Le simulateur de laboratoire ou l’analyse statistique deviennent alors un laminoir o\u00f9 les donn\u00e9es sont tortur\u00e9es jusqu’\u00e0 ce qu’elles confessent un r\u00e9sultat $p < 0,05$<\/span>.<\/p>\n

Parall\u00e8lement, le ph\u00e9nom\u00e8ne du tiroir de classement (file-drawer effect<\/em>), formalis\u00e9 par Robert Rosenthal, a conduit \u00e0 l’ensevelissement sous silence de milliers de protocoles exp\u00e9rimentaux irr\u00e9prochables n’ayant pas atteint la significativit\u00e9 statistique. La litt\u00e9rature scientifique publi\u00e9e s’est ainsi retrouv\u00e9e artificiellement satur\u00e9e d’erreurs de type I et d’effets gonfl\u00e9s au-del\u00e0 de toute vraisemblance. Lorsque le mouvement de science ouverte a initi\u00e9 de vastes campagnes de r\u00e9plication ind\u00e9pendante \u00e0 partir des ann\u00e9es 2010 \u2014 comme le retentissant travail coordonn\u00e9 par Brian Nosek et le Center for Open Science<\/a> \u2014, l’\u00e9difice s’est fissur\u00e9 : une proportion consid\u00e9rable de r\u00e9sultats embl\u00e9matiques de la psychologie sociale et cognitive s’est r\u00e9v\u00e9l\u00e9e impossible \u00e0 r\u00e9pliquer. La crise de la reproductibilit\u00e9 est pour une grande part l’h\u00e9riti\u00e8re directe de ce culte aveugle de la significativit\u00e9 statistique.<\/p>\n

3. D\u00e9finition conceptuelle et th\u00e9orique de la taille de l’effet<\/h2>\n

3.1 Nature quantitative de la magnitude d’un ph\u00e9nom\u00e8ne<\/h3>\n

Sur le plan conceptuel et formel, la taille de l’effet peut \u00eatre d\u00e9finie comme la quantification num\u00e9rique directe de la divergence syst\u00e9matique existant entre une observation empirique et un \u00e9tat de r\u00e9f\u00e9rence th\u00e9orique \u2014 le plus souvent l’absence d’effet ou l’invariance postul\u00e9e par le mod\u00e8le nul. Contrairement aux statistiques de test qui m\u00e9langent inextricablement l’intensit\u00e9 du signal et l’effort d’\u00e9chantillonnage, la taille de l’effet poss\u00e8de la vertu cardinale d’\u00eatre asymptotiquement ind\u00e9pendante de la taille de l’\u00e9chantillon $N$<\/span>.<\/p>\n

Il est fondamental de maintenir une s\u00e9paration claire entre la magnitude sous-jacente<\/em> du ph\u00e9nom\u00e8ne au sein de la population (le param\u00e8tre latent, not\u00e9 par exemple $\\delta$<\/span> ou $rho$<\/span>) et la pr\u00e9cision<\/em> avec laquelle ce param\u00e8tre est estim\u00e9 dans un \u00e9chantillon fini (refl\u00e9t\u00e9e par l’intervalle de confiance ou l’erreur type de l’estimateur, qui eux d\u00e9pendent de $N$<\/span>). Une \u00e9tude portant sur un \u00e9chantillon modeste peut produire une estimation fid\u00e8le et non biais\u00e9e d’un effet massif, bien que son intervalle de confiance soit \u00e9tendu. Inversement, une cohorte immense mesurera avec une pr\u00e9cision chirurgicale un effet rigoureusement nul ou microscopique.<\/p>\n

La taille de l’effet permet d’ancrer le raisonnement scientifique dans une logique d’estimation plut\u00f4t que dans une m\u00e9canique d’exclusion. Elle r\u00e9pond aux interrogations centrales de la d\u00e9marche scientifique : Quel est le diff\u00e9rentiel d’apprentissage induit par telle modalit\u00e9 p\u00e9dagogique par rapport \u00e0 une m\u00e9thode t\u00e9moin ? Quelle est la r\u00e9duction quantifiable des sympt\u00f4mes d’anxi\u00e9t\u00e9 mesur\u00e9e sur une \u00e9chelle clinique \u00e0 l’issue de six mois de psychoth\u00e9rapie cognitivo-comportementale ? Quel pourcentage de la variabilit\u00e9 des performances mn\u00e9siques est tributaire des perturbations de la qualit\u00e9 du sommeil ? En quantifiant le \u00ab combien \u00bb, elle conf\u00e8re aux th\u00e9ories scientifiques une assise m\u00e9trique v\u00e9rifiable et r\u00e9futable.<\/p>\n

3.2 Tailles d’effet non standardis\u00e9es versus standardis\u00e9es<\/h3>\n

La litt\u00e9rature m\u00e9thodologique scinde les tailles d’effet en deux grandes cat\u00e9gories \u00e9pist\u00e9mologiques : les m\u00e9triques non standardis\u00e9es (ou naturelles) et les m\u00e9triques standardis\u00e9es (ou sans dimension). Les tailles d’effet non standardis\u00e9es s’expriment directement dans l’unit\u00e9 de mesure originale de la variable d\u00e9pendante. Si l’on \u00e9value l’impact d’un entra\u00eenement attentionnel sur le temps de r\u00e9action motrice, la taille d’effet non standardis\u00e9e s’exprime en millisecondes : une diff\u00e9rence de moyennes de 45 ms constitue en soi une quantification absolue, tangible et imm\u00e9diatement compr\u00e9hensible par la communaut\u00e9 des sp\u00e9cialistes du domaine.<\/p>\n

Ces m\u00e9triques brutes pr\u00e9sentent une sup\u00e9riorit\u00e9 interpr\u00e9tative ind\u00e9niable lorsque l’\u00e9chelle sous-jacente poss\u00e8de une signification physique, biologique ou \u00e9conomique concr\u00e8te : nombre d’heures de sommeil, taux de cortisol salivaire en nanomoles par litre, nombre de rechutes d\u00e9pressives sur douze mois, ou encore points obtenus \u00e0 un examen standardis\u00e9 national dont la m\u00e9trique est \u00e9tablie. Chaque fois qu’une variable d\u00e9pendante repose sur une unit\u00e9 naturelle stable et universellement partag\u00e9e, l’utilisation de la taille d’effet non standardis\u00e9e doit \u00eatre prioris\u00e9e, car elle pr\u00e9serve la r\u00e9alit\u00e9 empirique du ph\u00e9nom\u00e8ne sans introduire d’artifices de normalisation.<\/p>\n

Toutefois, la psychologie et la psychiatrie contemporaines font un usage massif d’instruments psychom\u00e9triques compos\u00e9s d’\u00e9chelles ordinales, de scores composites \u00e0 des questionnaires de personnalit\u00e9 ou de batteries d’\u00e9valuations cognitives sp\u00e9cifiques. Dans ce contexte, que signifie concr\u00e8tement un gain de 4,3 points sur une \u00e9chelle d’estime de soi auto-rapport\u00e9e en dix items, comparativement \u00e0 une progression de 7,1 points sur un questionnaire d’affirmation de soi en vingt items ? Les \u00e9chelles \u00e9tant arbitraires et d\u00e9pendantes de la formulation des questions, la comparaison inter-\u00e9tudes devient impossible. La standardisation statistique \u2014 qui consiste \u00e0 diviser la diff\u00e9rence brute par un indicateur de variabilit\u00e9 distributionnelle tel que l’\u00e9cart-type \u2014 devient alors indispensable. Elle convertit des grandeurs disparates en une \u00e9chelle sans unit\u00e9, universellement compr\u00e9hensible et agr\u00e9geable dans le cadre de synth\u00e8ses quantitatives.<\/p>\n

3.3 Propri\u00e9t\u00e9s distributionnelles et postulats sous-jacents<\/h3>\n

L’emploi d’indices standardis\u00e9s de taille d’effet ne constitue pas une op\u00e9ration math\u00e9matiquement neutre ; il engage la validit\u00e9 des conclusions statistiques \u00e0 l’\u00e9gard de postulats distributionnels stricts. Les mesures standardis\u00e9es classiques, au premier rang desquelles figurent les familles $d$<\/span> de Cohen et $\\eta^2$<\/span>, postulent explicitement la normalit\u00e9 des distributions sous-jacentes ainsi que l’homosc\u00e9dasticit\u00e9, c’est-\u00e0-dire l’homog\u00e9n\u00e9it\u00e9 des variances entre les groupes compar\u00e9s ($\\sigma_1^2 = \\sigma_2^2 = \\sigma^2$<\/span>).<\/p>\n

Lorsque le postulat d’homog\u00e9n\u00e9it\u00e9 des variances est viol\u00e9 \u2014 une situation extr\u00eamement fr\u00e9quente en psychopathologie o\u00f9 un groupe clinique pr\u00e9sente couramment une dispersion des scores bien sup\u00e9rieure \u00e0 celle observ\u00e9e chez des t\u00e9moins sains \u2014, la standardisation devient instable. Si l’on standardise par un \u00e9cart-type combin\u00e9 qui masque des variances h\u00e9t\u00e9rog\u00e8nes, la taille de l’effet calcul\u00e9e peut \u00eatre artificiellement compress\u00e9e ou dilat\u00e9e, induisant en erreur sur l’efficacit\u00e9 r\u00e9elle de l’intervention. Des corrections sp\u00e9cifiques, telles que l’ajustement de Welch ou le recours au delta de Glass, doivent alors \u00eatre imp\u00e9rativement mobilis\u00e9es.<\/p>\n

De m\u00eame, la pr\u00e9sence d’asym\u00e9tries distributionnelles s\u00e9v\u00e8res (skewness<\/em>) ou d’un aplatissement anormal (kurtosis<\/em>), caract\u00e9ristiques r\u00e9currentes des donn\u00e9es comportementales comme les temps de latence ou les \u00e9chelles de d\u00e9tresse psychologique, fragilise consid\u00e9rablement la robustesse des estimateurs gaussiens de taille d’effet. Dans ces configurations non param\u00e9triques, l’\u00e9cart-type cesse d’\u00eatre une mesure d’\u00e9chelle fiable de la dispersion des observations. L’analyste rigoureux doit alors se tourner vers des alternatives robustes, telles que le $d$<\/span> calcul\u00e9 \u00e0 partir de moyennes tronqu\u00e9es et de variances de Winsor, le coefficient de dominance de Cliff, ou la statistique de probabilit\u00e9 de sup\u00e9riorit\u00e9, qui garantissent l’invariance de l’estimation face aux d\u00e9viations de la loi normale.<\/p>\n

4. Les mesures standardis\u00e9es de diff\u00e9rence entre moyennes (Famille d)<\/h2>\n

4.1 Le d de Cohen : formulation et d\u00e9rivation math\u00e9matique<\/h3>\n

La mesure standardis\u00e9e la plus universellement r\u00e9pandue pour comparer deux moyennes ind\u00e9pendantes est le d<\/em> propos\u00e9 par le statisticien et psychologue Jacob Cohen. Son principe fondamental consiste \u00e0 exprimer l’\u00e9cart constat\u00e9 entre deux moyennes d’\u00e9chantillons en unit\u00e9s d’\u00e9cart-type. Sur le plan populationnel, le param\u00e8tre th\u00e9orique $\\delta$<\/span> est d\u00e9fini par :<\/p>\n

$$\\delta = \\frac{\\mu_1 – \\mu_2}{\\sigma}$$<\/span><\/p>\n

Dans un contexte d’\u00e9chantillonnage o\u00f9 les param\u00e8tres $\\mu$<\/span> et $\\sigma$<\/span> sont inconnus, le $d$<\/span> de Cohen s’estime \u00e0 partir des statistiques descriptives calcul\u00e9es sur les \u00e9chantillons :<\/p>\n

$$d = \\frac{\\bar{X}_1 – \\bar{X}_2}{s_{\\text{pooled}}}$$<\/span><\/p>\n

L’\u00e9l\u00e9ment cl\u00e9 de cette \u00e9quation r\u00e9side dans le d\u00e9nominateur, \u00e0 savoir l’\u00e9cart-type combin\u00e9 ou pond\u00e9r\u00e9 ($s_{\\text{pooled}}$<\/span>). Ce dernier ne correspond pas \u00e0 la moyenne arithm\u00e9tique simple des deux \u00e9carts-types, mais \u00e0 la racine carr\u00e9e de la moyenne de leurs variances respectives, pond\u00e9r\u00e9e par leurs degr\u00e9s de libert\u00e9 ($n_1 – 1$<\/span> et $n_2 – 1$<\/span>) :<\/p>\n

$$s_{\\text{pooled}} = \\sqrt{\\frac{(n_1 – 1)s_1^2 + (n_2 – 1)s_2^2}{n_1 + n_2 – 2}}$$<\/span><\/p>\n

Cette formulation suppose imp\u00e9rativement que les variances des deux populations parentes soient homog\u00e8nes. Dans le cadre de devis exp\u00e9rimentaux intra-sujets (mesures r\u00e9p\u00e9t\u00e9es ou appari\u00e9es), le calcul classique du $d$<\/span> de Cohen ne peut \u00eatre appliqu\u00e9 sans ajustement. Deux approches s’opposent alors dans la pratique : diviser la diff\u00e9rence moyenne par l’\u00e9cart-type de la diff\u00e9rence ($s_{\\text{diff}}$<\/span>), ce qui produit le $d_z$<\/span> couramment utilis\u00e9 dans les logiciels de test $t$<\/span> appari\u00e9, ou standardiser par l’\u00e9cart-type moyen des conditions pr\u00e9 et post-test tout en int\u00e9grant le coefficient de corr\u00e9lation intra-sujet ($r$<\/span>) pour pr\u00e9server la m\u00e9trique de comparaison inter-groupes ($d_{\\text{rm}}$<\/span>). Confondre ces m\u00e9triques au sein d’un m\u00eame rapport d’analyse constitue une source fr\u00e9quente d’erreurs d’interpr\u00e9tation dans la litt\u00e9rature cognitive.<\/p>\n

Sur le plan g\u00e9om\u00e9trique, le $d$<\/span> de Cohen traduit le degr\u00e9 de d\u00e9calage spatial entre deux courbes de densit\u00e9 de probabilit\u00e9 gaussiennes. Un $d$<\/span> de 0 indique une superposition totale des distributions, tandis qu’une valeur croissante traduit une translation progressive de la distribution du groupe exp\u00e9rimental le long de l’axe des abscisses, r\u00e9duisant l’aire d’intersection mutuelle entre les deux populations.<\/p>\n

\"\"<\/figure>\n

4.2 Le g de Hedges : correction syst\u00e9matique pour petits \u00e9chantillons<\/h3>\n

Bien que le $d$<\/span> de Cohen soit largement pl\u00e9biscit\u00e9, Larry Hedges a mis en \u00e9vidence au d\u00e9but des ann\u00e9es 1980 une faille math\u00e9matique critique de cet indice : le $d$<\/span> de Cohen constitue un estimateur l\u00e9g\u00e8rement biais\u00e9 du param\u00e8tre populationnel $\\delta$<\/span>, en particulier lorsque les effectifs d’\u00e9chantillons sont restreints ($N < 20$<\/span>). En raison des propri\u00e9t\u00e9s math\u00e9matiques de l’esp\u00e9rance de la racine carr\u00e9e de la variance combin\u00e9e, le $d$<\/span> de Cohen a tendance \u00e0 surestimer syst\u00e9matiquement la v\u00e9ritable magnitude de l’effet dans les petits \u00e9chantillons.<\/p>\n

Pour rem\u00e9dier \u00e0 cette distorsion, Hedges a introduit une m\u00e9trique corrig\u00e9e, universellement d\u00e9sign\u00e9e sous le nom de g<\/em> de Hedges ($g$<\/span>). Cette correction s’effectue en multipliant le $d$<\/span> de Cohen par un facteur de correction analytique d\u00e9pendant des degr\u00e9s de libert\u00e9 globaux de l’analyse ($df = n_1 + n_2 – 2$<\/span>) :<\/p>\n

$$g = d \\times J(df)$$<\/span><\/p>\n

La formulation exacte de la fonction de correction $J(df)$<\/span> fait intervenir la fonction Gamma ($\\Gamma$<\/span>) d’Euler :<\/p>\n

$$J(df) = \\frac{\\Gamma(df \/ 2)}{\\sqrt{df \/ 2} \\times \\Gamma((df – 1) \/ 2)}$$<\/span><\/p>\n

Dans la pratique courante, une approximation alg\u00e9brique propos\u00e9e par Hedges se r\u00e9v\u00e8le extraordinairement pr\u00e9cise, m\u00eame pour de tr\u00e8s petits \u00e9chantillons :<\/p>\n

$$J(df) \\approx 1 – \\frac{3}{4df – 1}$$<\/span><\/p>\n

Lorsque la taille globale de l’\u00e9chantillon franchit la cinquantaine de participants, la valeur de $J(df)$<\/span> se rapproche de 0,99, rendant la divergence entre $d$<\/span> et $g$<\/span> n\u00e9gligeable. En revanche, dans une \u00e9tude clinique pilote comportant dix sujets par groupe ($df = 18$<\/span>), le facteur de correction atteint environ 0,958, ce qui signifie que le $d$<\/span> de Cohen surestime la taille de l’effet de plus de 4 %. Pour cette raison fondamentale, le g<\/em> de Hedges s’est impos\u00e9 comme le standard absolu et exclusif de rapportage au sein des m\u00e9ta-analyses quantitatives modernes, pr\u00e9venant l’inflation artificielle des effets agr\u00e9g\u00e9s issue de micro-\u00e9tudes sous-puissantes.<\/p>\n

4.3 Le Delta de Glass : la r\u00e9f\u00e9rence au groupe contr\u00f4le<\/h3>\n

Le Delta de Glass ($\\Delta$<\/span>) a \u00e9t\u00e9 con\u00e7u par Gene V. Glass pour r\u00e9pondre \u00e0 un d\u00e9fi empirique sp\u00e9cifique r\u00e9current dans l’\u00e9valuation des interventions psychologiques et m\u00e9dicales : l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 induite par le traitement lui-m\u00eame. Dans de nombreux protocoles cliniques ou neuro-pharmacologiques, l’intervention th\u00e9rapeutique n’a pas seulement pour effet de d\u00e9placer le score moyen des participants trait\u00e9s, mais elle peut \u00e9galement accro\u00eetre ou resserrer de mani\u00e8re radicale l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 de leurs r\u00e9ponses.<\/p>\n

Par exemple, une th\u00e9rapie innovante peut induire une am\u00e9lioration spectaculaire chez une sous-cat\u00e9gorie de patients tout en restant inop\u00e9rante chez d’autres, multipliant ainsi par deux ou trois la variance du groupe exp\u00e9rimental par rapport \u00e0 son niveau pr\u00e9-th\u00e9rapeutique. Dans une telle configuration, calculer un \u00e9cart-type combin\u00e9 ($s_{\\text{pooled}}$<\/span>) viole le postulat fondamental d’homosc\u00e9dasticit\u00e9 et pollue l’indicateur de standardisation en y int\u00e9grant la variabilit\u00e9 propre aux effets secondaires ou diff\u00e9rentiels du traitement.<\/p>\n

Pour r\u00e9soudre cette aporie, Glass a th\u00e9oris\u00e9 que seul le groupe contr\u00f4le \u2014 n’ayant subi aucune manipulation exp\u00e9rimentale \u2014 refl\u00e8te la dispersion naturelle et pure du ph\u00e9nom\u00e8ne au sein de la population non trait\u00e9e. Le Delta de Glass prend ainsi la forme suivante :<\/p>\n

$$\\Delta = \\frac{\\bar{X}_{\\text{\\exp}} – \\bar{X}_{\\text{ctrl}}}{s_{\\text{ctrl}}}$$<\/span><\/p>\n

Dans ce calcul, l’\u00e9cart-type du groupe exp\u00e9rimental est rigoureusement ignor\u00e9 au profit de l’\u00e9cart-type exclusif du groupe t\u00e9moin ($s_{\\text{ctrl}}$<\/span>). Cette approche assure une r\u00e9f\u00e9rence d’\u00e9chelle stable et neutre. N\u00e9anmoins, elle pr\u00e9sente une contrepartie math\u00e9matique : en renon\u00e7ant \u00e0 combiner les variances, elle se prive des degr\u00e9s de libert\u00e9 du groupe exp\u00e9rimental pour l’estimation de l’erreur, ce qui augmente la variance d’\u00e9chantillonnage de $\\Delta$<\/span>. Le Delta de Glass exige par cons\u00e9quent que le groupe contr\u00f4le dispose d’un effectif suffisant pour que son \u00e9cart-type constitue une estimation robuste du param\u00e8tre de dispersion de r\u00e9f\u00e9rence.<\/p>\n

5. Les mesures d’association et de corr\u00e9lation (Famille r)<\/h2>\n

5.1 Le coefficient r de Pearson comme mesure directe d’effet<\/h3>\n

Le coefficient de corr\u00e9lation lin\u00e9aire produit-moment de Bravais-Pearson, universellement d\u00e9sign\u00e9 par la lettre $r$<\/span>, occupe une place singuli\u00e8re et remarquable dans l’histoire de la statistique inf\u00e9rentielle. Il poss\u00e8de en effet une double nature math\u00e9matique : il fonctionne \u00e0 la fois comme une statistique de test d’hypoth\u00e8se (associ\u00e9 \u00e0 une distribution de Student pour tester l’\u00e9cart \u00e0 z\u00e9ro) et comme une mesure d’ampleur d’effet pleinement standardis\u00e9e, intrins\u00e8que et autosuffisante.<\/p>\n

D\u00e9riv\u00e9 du rapport entre la covariance des variables $X$<\/span> et $Y$<\/span> et le produit de leurs \u00e9carts-types respectifs, le coefficient $r$<\/span> formalise l’intensit\u00e9 et la direction de la relation lin\u00e9aire reliant deux grandeurs continues :<\/p>\n

$$r = \\frac{\\sum_{i=1}^n (X_i – \\bar{X})(Y_i – \\bar{Y})}{\\sqrt{\\sum_{i=1}^n (X_i – \\bar{X})^2 \\sum_{i=1}^n (Y_i – \\bar{Y})^2}}$$<\/span><\/p>\n

Les propri\u00e9t\u00e9s m\u00e9triques du coefficient $r$<\/span> sont optimales pour la mod\u00e9lisation en sciences humaines : il s’agit d’une quantit\u00e9 adimensionnelle born\u00e9e entre $-1$<\/span> (corr\u00e9lation lin\u00e9aire n\u00e9gative parfaite) et $+1$<\/span> (corr\u00e9lation lin\u00e9aire positive parfaite), le 0 signalant une absence totale d’association lin\u00e9aire. De plus, il b\u00e9n\u00e9ficie d’une stricte invariance d’\u00e9chelle : toute transformation affine positive appliqu\u00e9e \u00e0 $X$<\/span> ou \u00e0 $Y$<\/span> laisse la valeur de $r$<\/span> rigoureusement inchang\u00e9e.<\/p>\n

Cependant, l’estimation empirique de $r$<\/span> se heurte fr\u00e9quemment au ph\u00e9nom\u00e8ne redoutable de la restriction de variance (restriction of range<\/em>). Si une \u00e9tude \u00e9value la relation entre le quotient intellectuel et la r\u00e9ussite acad\u00e9mique, mais ne s\u00e9lectionne ses participants qu’au sein des promotions des grandes \u00e9coles les plus s\u00e9lectives, la variance du quotient intellectuel se trouve artificiellement rabot\u00e9e. Math\u00e9matiquement, cette troncature compresse m\u00e9caniquement la covariance et fait chuter drastiquement la valeur observ\u00e9e de $r$<\/span>, masquant la puissance r\u00e9elle du lien pr\u00e9dictif. L’application des formules de correction de s\u00e9lection de Pearson ou de Thorndike s’av\u00e8re alors obligatoire pour restaurer la taille de l’effet \u00e0 son niveau r\u00e9el dans la population g\u00e9n\u00e9rale.<\/p>\n

5.2 Le coefficient de d\u00e9termination (r\u00b2) et la proportion de variance<\/h3>\n

Dans la litt\u00e9rature psychologique, le passage du coefficient de corr\u00e9lation $r$<\/span> au coefficient de d\u00e9termination ($r^2$<\/span>) s’accompagne r\u00e9guli\u00e8rement d’erreurs de jugement quant \u00e0 l’importance r\u00e9elle des ph\u00e9nom\u00e8nes document\u00e9s. Sur le plan alg\u00e9brique, $r^2$<\/span> repr\u00e9sente la proportion de la variance totale de la variable d\u00e9pendante qui peut \u00eatre expliqu\u00e9e, pr\u00e9dite ou comptabilis\u00e9e par la variation lin\u00e9aire de la variable ind\u00e9pendante dans le cadre d’un mod\u00e8le lin\u00e9aire simple.<\/p>\n

Cette m\u00e9trique b\u00e9n\u00e9ficie d’une interpr\u00e9tation ensembliste intuitive : si deux variables corr\u00e8lent \u00e0 $r = 0,30$<\/span>, le coefficient de d\u00e9termination s’\u00e9tablit \u00e0 $r^2 = 0,09$<\/span>, signifiant que 9 % de la dispersion des scores est partag\u00e9e entre les deux construits, tandis que 91 % rel\u00e8ve d’autres facteurs non mesur\u00e9s ou de l’erreur de mesure al\u00e9atoire. C’est pr\u00e9cis\u00e9ment cette \u00e9l\u00e9vation au carr\u00e9 qui induit fr\u00e9quemment une sous-estimation subjective des tailles d’effet par les chercheurs. Face \u00e0 un chiffre comme \u00ab 9 % de variance expliqu\u00e9e \u00bb, le r\u00e9flexe cognitif conduit souvent \u00e0 disqualifier l’effet comme n\u00e9gligeable ou sans port\u00e9e pragmatique.<\/p>\n

Or, cette appr\u00e9ciation p\u00e8che par manque de perspective translationnelle. Comme l’ont d\u00e9montr\u00e9 des m\u00e9thodologistes \u00e9minents tels que Robert Rosenthal, des interventions m\u00e9dicales aux cons\u00e9quences majeures reposent sur des coefficients de d\u00e9termination apparemment minuscules. L’arr\u00eat pr\u00e9matur\u00e9 d’un essai clinique c\u00e9l\u00e8bre sur l’aspirine dans la pr\u00e9vention des infarctus du myocarde a \u00e9t\u00e9 d\u00e9cid\u00e9 pour des raisons \u00e9thiques face \u00e0 l’ampleur des vies sauv\u00e9es, alors m\u00eame que le $r$<\/span> n’\u00e9tait que de 0,034, correspondant \u00e0 un $r^2$<\/span> de 0,0011 (\u00e0 peine un dixi\u00e8me de pour cent de variance expliqu\u00e9e). En sciences cognitives, rejeter une corr\u00e9lation de $r = 0,20$<\/span> ($r^2 = 0,04$<\/span>) sous pr\u00e9texte que 96 % de la variance demeure inexpliqu\u00e9e m\u00e9conna\u00eet la nature profond\u00e9ment multifactorielle des conduites humaines, o\u00f9 chaque d\u00e9terminant isol\u00e9 ne peut pr\u00e9tendre expliquer qu’une modeste fraction de la complexit\u00e9 comportementale globale.<\/p>\n

5.3 Corr\u00e9lations sp\u00e9cifiques : bis\u00e9riale de point, Spearman et Tau de Kendall<\/h3>\n

La polyvalence de la famille $r$<\/span> s’illustre dans son adaptabilit\u00e9 aux types de variables et aux formes distributionnelles rencontr\u00e9es sur le terrain exp\u00e9rimental. Lorsque le chercheur souhaite relier une variable continue (comme le score d’anxi\u00e9t\u00e9) \u00e0 une variable intrins\u00e8quement dichotomique (comme le genre biologique ou l’appartenance \u00e0 un groupe t\u00e9moin versus un groupe ayant subi une l\u00e9sion c\u00e9r\u00e9brale), le calcul standard de Pearson se simplifie pour donner le coefficient de corr\u00e9lation bis\u00e9riale de point ($r_{\\text{pb}}$<\/span>) :<\/p>\n

$$r_{\\text{pb}} = \\frac{\\bar{X}_1 – \\bar{X}_0}{s_Y} \\sqrt{p(1 – p)}$$<\/span><\/p>\n

O\u00f9 $\\bar{X}_1$<\/span> et $\\bar{X}_0$<\/span> d\u00e9signent les moyennes de la variable continue pour les deux cat\u00e9gories dichotomiques, $s_Y$<\/span> l’\u00e9cart-type global de la variable continue, et $p$<\/span> la proportion de participants appartenant au groupe 1. Cette \u00e9quation \u00e9tablit un pont math\u00e9matique direct entre la famille $d$<\/span> et la famille $r$<\/span>, prouvant qu’une diff\u00e9rence de moyennes n’est qu’une autre modalit\u00e9 d’expression d’une corr\u00e9lation bivari\u00e9e.<\/p>\n

Face \u00e0 des \u00e9chelles de mesure purement ordinales (\u00e9chelles de Likert \u00e0 granularit\u00e9 grossi\u00e8re, classements hi\u00e9rarchiques) ou lorsque la pr\u00e9sence de valeurs aberrantes massives compromet la normalit\u00e9 bivari\u00e9e, le recours aux coefficients non param\u00e9triques s’impose. Le rho de Spearman ($r_s$<\/span> ou $rho$<\/span>) applique le calcul de Pearson aux rangs des observations plut\u00f4t qu’\u00e0 leurs valeurs brutes, offrant une estimation de la monotonicit\u00e9 de la relation plut\u00f4t que de sa stricte lin\u00e9arit\u00e9 :<\/p>\n

$$r_s = 1 – \\frac{6 \\sum d_i^2}{n(n^2 – 1)}$$<\/span><\/p>\n

Alternativement, le Tau de Kendall ($tau$<\/span>) repose sur l’analyse combinatoire des paires d’observations concordantes et discordantes. Si le rho de Spearman est le plus largement rapport\u00e9 en psychologie, le Tau de Kendall pr\u00e9sente des propri\u00e9t\u00e9s statistiques sup\u00e9rieures : sa distribution d’\u00e9chantillonnage converge beaucoup plus rapidement vers la normalit\u00e9 dans les petits \u00e9chantillons, et son interpr\u00e9tation probabiliste directe \u2014 la diff\u00e9rence entre la probabilit\u00e9 que deux observations soient concordantes et la probabilit\u00e9 qu’elles soient discordantes \u2014 en fait une taille d’effet non param\u00e9trique d’une clart\u00e9 th\u00e9orique remarquable.<\/p>\n

6. Les mesures de variance expliqu\u00e9e en analyse multivari\u00e9e (Famille \u00e9ta\u00b2 et om\u00e9ga\u00b2)<\/h2>\n

6.1 L’\u00c9ta-carr\u00e9 (\u03b7\u00b2) et l’\u00c9ta-carr\u00e9 partiel (\u03b7\u00b2p) en ANOVA<\/h3>\n

Dans les dispositifs de recherche factoriels et multivari\u00e9s impliquant l’analyse de variance (ANOVA), l’indice historique le plus intuitif de taille d’effet est l’\u00c9ta-carr\u00e9 ($\\eta^2$<\/span>). Alg\u00e9briquement, il se d\u00e9finit comme le ratio de la somme des carr\u00e9s associ\u00e9e \u00e0 l’effet d’int\u00e9r\u00eat ($SS_{\\text{effet}}$<\/span>) sur la somme des carr\u00e9s totale ($SS_{\\text{total}}$<\/span>) de l’exp\u00e9rience :<\/p>\n

$$\\eta^2 = \\frac{SS_{\\text{effet}}}{SS_{\\text{total}}}$$<\/span><\/p>\n

Bien que conceptuellement \u00e9quivalent au coefficient de d\u00e9termination $r^2$<\/span>, l’$\\eta^2$<\/span> classique pr\u00e9sente une limitation de taille dans les devis factoriels \u00e0 plusieurs variables ind\u00e9pendantes : la variance totale inclut syst\u00e9matiquement tous les autres facteurs exp\u00e9rimentaux ainsi que leurs interactions. D\u00e8s lors, la taille d’effet d’un facteur donn\u00e9 d\u00e9pend m\u00e9caniquement du nombre d’autres variables incluses dans le mod\u00e8le statistique, compromettant la comparaison des effets d’une \u00e9tude \u00e0 l’autre.<\/p>\n

Pour s’affranchir de cette contrainte, les m\u00e9thodologistes ont introduit l’\u00c9ta-carr\u00e9 partiel ($\\eta_p^2$<\/span>). Cet indice isole la variance attribu\u00e9e au facteur \u00e9tudi\u00e9 en excluant du d\u00e9nominateur la variance g\u00e9n\u00e9r\u00e9e par les autres facteurs exp\u00e9rimentaux, ne conservant que la somme des carr\u00e9s de l’effet et la somme des carr\u00e9s des r\u00e9sidus d’erreur ($SS_{\\text{erreur}}$<\/span>) :<\/p>\n

$$\\eta_p^2 = \\frac{SS_{\\text{effet}}}{SS_{\\text{effet}} + SS_{\\text{erreur}}}$$<\/span><\/p>\n

Si l’\u00c9ta-carr\u00e9 partiel neutralise avec succ\u00e8s l’influence des autres pr\u00e9dicteurs fixes, il g\u00e9n\u00e8re une distorsion conceptuelle majeure que de nombreux chercheurs ignorent : la somme des $\\eta_p^2$<\/span> d’un mod\u00e8le factoriel peut largement d\u00e9passer 1,00 (soit plus de 100 % de variance expliqu\u00e9e), ce qui contredit le principe m\u00eame de d\u00e9composition canonique de la variance. En outre, \u00e0 l’instar du $d$<\/span> de Cohen dans les petits \u00e9chantillons, l’\u00c9ta-carr\u00e9 souffre d’un biais d’\u00e9chantillonnage positif persistant : calcul\u00e9 \u00e0 partir des donn\u00e9es empiriques de l’\u00e9chantillon, il tend syst\u00e9matiquement \u00e0 sur\u00e9valuer la v\u00e9ritable proportion de variance expliqu\u00e9e au sein de la population g\u00e9n\u00e9rale.<\/p>\n

6.2 L’Om\u00e9ga-carr\u00e9 (\u03c9\u00b2) et l’Om\u00e9ga-carr\u00e9 partiel (\u03c9\u00b2p) : l’estimateur non biais\u00e9<\/h3>\n

Pour \u00e9liminer le biais de surestimation inh\u00e9rent \u00e0 l’\u00c9ta-carr\u00e9, William Hays a propos\u00e9 l’Om\u00e9ga-carr\u00e9 ($\\omega^2$<\/span>). Cet estimateur est \u00e0 l’ANOVA ce que la variance corrig\u00e9e par les degr\u00e9s de libert\u00e9 est \u00e0 l’estimation de la variance d’\u00e9chantillon : il ajuste les calculs en retranchant la variance r\u00e9siduelle attendue sous l’hypoth\u00e8se nulle afin d’obtenir un estimateur non biais\u00e9 du param\u00e8tre de population. Pour un mod\u00e8le d’ANOVA \u00e0 un facteur, l’Om\u00e9ga-carr\u00e9 s’exprime par la formule suivante :<\/p>\n

$$\\omega^2 = \\frac{SS_{\\text{effet}} – (df_{\\text{effet}} \\times MS_{\\text{erreur}})}{SS_{\\text{total}} + MS_{\\text{erreur}}}$$<\/span><\/p>\n

Dans cette expression, $MS_{\\text{erreur}}$<\/span> d\u00e9signe le carr\u00e9 moyen de l’erreur (l’estimation de la variance intra-groupe non expliqu\u00e9e) et $df_{\\text{effet}}$<\/span> repr\u00e9sente les degr\u00e9s de libert\u00e9 du facteur analys\u00e9. Si la somme des carr\u00e9s de l’effet est inf\u00e9rieure ou \u00e9gale \u00e0 ce que le mod\u00e8le pr\u00e9dit sous l’effet du seul hasard d’\u00e9chantillonnage ($df_{\\text{effet}} \\times MS_{\\text{erreur}}$<\/span>), le num\u00e9rateur devient n\u00e9gatif. Par convention th\u00e9orique, on fixe alors $\\omega^2 = 0$<\/span>.<\/p>\n

Dans le contexte des plans factoriels complexes, l’Om\u00e9ga-carr\u00e9 partiel ($\\omega_p^2$<\/span>) s’applique pour quantifier la part de variance unique attribuable \u00e0 un facteur tout en int\u00e9grant la correction du biais d’erreur :<\/p>\n

$$\\omega_p^2 = \\frac{df_{\\text{effet}}(MS_{\\text{effet}} – MS_{\\text{erreur}})}{df_{\\text{effet}}MS_{\\text{effet}} + (N – df_{\\text{effet}})MS_{\\text{erreur}}}$$<\/span><\/p>\n

La sup\u00e9riorit\u00e9 asymptotique de l’Om\u00e9ga-carr\u00e9 sur l’\u00c9ta-carr\u00e9 est particuli\u00e8rement manifeste lorsque les cohortes analys\u00e9es comportent de petits effectifs, situation r\u00e9currente en neurosciences cognitives, en neuropsychologie ou en psychophysiologie animale. Tandis qu’un $\\eta^2$<\/span> d’\u00e9chantillon peut afficher un impressionnant 0,15 pour une s\u00e9rie d’observations purement al\u00e9atoires collect\u00e9es sur des groupes restreints, l’$\\omega^2$<\/span> convergera de mani\u00e8re exemplaire vers 0,00, d\u00e9masquant l’absence d’effet r\u00e9el. Les comit\u00e9s \u00e9ditoriaux les plus stricts imposent d\u00e9sormais la publication syst\u00e9matique de $\\omega^2$<\/span> ou de $\\omega_p^2$<\/span> en lieu et place des traditionnels $\\eta^2$<\/span>.<\/p>\n

6.3 L’Epsilon-carr\u00e9 (\u03b5\u00b2) et les extensions aux mod\u00e8les lin\u00e9aires mixtes<\/h3>\n

Aux c\u00f4t\u00e9s de l’Om\u00e9ga-carr\u00e9, l’histoire m\u00e9thodologique a vu \u00e9merger l’Epsilon-carr\u00e9 ($\\epsilon^2$<\/span>), formul\u00e9 \u00e0 l’origine par Paul Kelley en 1935. Bien que math\u00e9matiquement tr\u00e8s proche de l’$\\omega^2$<\/span>, l’Epsilon-carr\u00e9 s’av\u00e8re l\u00e9g\u00e8rement moins conservateur, ne modifiant que le num\u00e9rateur en lui soustrayant la variance d’erreur sans ajuster le d\u00e9nominateur :<\/p>\n

$$\\epsilon^2 = \\frac{SS_{\\text{effet}} – (df_{\\text{effet}} \\times MS_{\\text{erreur}})}{SS_{\\text{total}}}$$<\/span><\/p>\n

L’Epsilon-carr\u00e9 constitue un jalon th\u00e9orique de transition vers des probl\u00e9matiques beaucoup plus complexes contemporaines : la quantification de la taille de l’effet au sein des mod\u00e8les lin\u00e9aires g\u00e9n\u00e9ralis\u00e9s et des mod\u00e8les lin\u00e9aires mixtes hi\u00e9rarchiques (HLM, pour Hierarchical Linear Models<\/em>). Dans ces devis modernes, de plus en plus pl\u00e9biscit\u00e9s en psychologie pour le traitement des donn\u00e9es longitudinales, d’\u00e9chantillonnage d’exp\u00e9riences (ESM) ou de mesures r\u00e9p\u00e9t\u00e9es nich\u00e9es dans des structures sociales, l’architecture de la variance est \u00e9clat\u00e9e sur plusieurs niveaux (variance inter-individuelle et variance intra-individuelle).<\/p>\n

Dans ce cadre multi-niveaux, calculer un unique indicateur de variance expliqu\u00e9e rel\u00e8ve de l’illusion math\u00e9matique. Les chercheurs ont d\u00e9velopp\u00e9 des coefficients dits pseudo-$R^2$<\/span>, notamment les formulations pionni\u00e8res de Snijders et Bosker ou les m\u00e9triques marginales et conditionnelles formalis\u00e9es par Nakagawa et Schielzeth. Le $R^2$<\/span> marginal quantifie la proportion de variance globale expliqu\u00e9e uniquement par les effets fixes du mod\u00e8le th\u00e9orique, tandis que le $R^2$<\/span> conditionnel refl\u00e8te la variance cumul\u00e9e expliqu\u00e9e \u00e0 la fois par les facteurs fixes et par la structure stochastique des effets al\u00e9atoires. Cette d\u00e9composition permet de cartographier la complexit\u00e9 des d\u00e9terminants psychologiques avec une granularit\u00e9 inaccessible aux approches canoniques de l’ANOVA.<\/p>\n

7. Les mesures d’effet pour donn\u00e9es cat\u00e9gorielles et risques relatifs<\/h2>\n

7.1 Le V de Cram\u00e9r et le coefficient Phi pour tableaux de contingence<\/h3>\n

Lorsque la recherche psychologique manipule des variables strictement cat\u00e9gorielles, qualitatives ou multinomiales (par exemple le rattachement \u00e0 une cat\u00e9gorie nosographique, l’orientation diagnostique, le statut d’abandon th\u00e9rapeutique), l’inf\u00e9rence repose classiquement sur le test d’ind\u00e9pendance du Chi-carr\u00e9 ($\\chi^2$<\/span>) de Karl Pearson. Cependant, la statistique $\\chi^2$<\/span> pr\u00e9sente le m\u00eame \u00e9cueil que la statistique $t$<\/span> : sa magnitude cro\u00eet de mani\u00e8re proportionnelle \u00e0 l’effectif global de l’\u00e9chantillon $N$<\/span>. Une simple d\u00e9pendance cat\u00e9gorielle sans port\u00e9e r\u00e9elle atteint une significativit\u00e9 extr\u00eame si l’on examine plusieurs milliers de patients.<\/p>\n

Pour mesurer la force de l’association au sein d’une table de contingence $2 \\times 2$<\/span>, on d\u00e9rive directement la taille de l’effet sous la forme du coefficient Phi ($phi$<\/span>) :<\/p>\n

$$\\phi = \\sqrt{\\frac{\\chi^2}{N}}$$<\/span><\/p>\n

Le coefficient Phi pr\u00e9sente une \u00e9quivalence math\u00e9matique exacte avec le coefficient de corr\u00e9lation de Pearson calcul\u00e9 sur deux variables indicatrices cod\u00e9es 0 et 1. Sa valeur \u00e9volue entre 0 (ind\u00e9pendance absolue des cat\u00e9gories) et 1 (d\u00e9terminisme cat\u00e9goriel absolu), ou entre $-1$<\/span> et $+1$<\/span> si une orientation sp\u00e9cifique est assign\u00e9e aux modalit\u00e9s binaires.<\/p>\n

Cependant, d\u00e8s lors que le tableau de contingence s’\u00e9tend au-del\u00e0 de la matrice $2 \\times 2$<\/span> (soit une matrice $k \\times m$<\/span> croisant par exemple trois protocoles de soins et quatre sous-types de troubles anxieux), la valeur de $phi$<\/span> peut d\u00e9passer 1,00, d\u00e9truisant son calibrage m\u00e9trique. Harald Cram\u00e9r a r\u00e9solu cette difficult\u00e9 en introduisant le $V$<\/span> de Cram\u00e9r, qui normalise la statistique du Chi-carr\u00e9 par les dimensions g\u00e9om\u00e9triques minimales du tableau :<\/p>\n

$$V = \\sqrt{\\frac{\\chi^2}{N \\times \\min(k – 1, m – 1)}}$$<\/span><\/p>\n

En divisant par la plus petite valeur entre le nombre de lignes d\u00e9cr\u00e9ment\u00e9 d’une unit\u00e9 ($k – 1$<\/span>) et le nombre de colonnes d\u00e9cr\u00e9ment\u00e9 d’une unit\u00e9 ($m – 1$<\/span>), le $V$<\/span> de Cram\u00e9r garantit un bornage rigoureux de l’indice dans l’intervalle $[0, 1]$<\/span>, quelle que soit la complexit\u00e9 dimensionnelle du devis cat\u00e9goriel. L’interpr\u00e9tation de sa magnitude doit toutefois imp\u00e9rativement prendre en compte les degr\u00e9s de libert\u00e9 effectifs du tableau, un $V$<\/span> de 0,20 repr\u00e9sentant une force d’association modeste pour une table $2 \\times 2$<\/span>, mais substantielle pour une table $5 \\times 5$<\/span>.<\/p>\n

7.2 Le Rapport de Cotes (Odds Ratio) et le Risque Relatif (RR)<\/h3>\n

Au croisement de la psychologie clinique, de la psychiatrie et de l’\u00e9pid\u00e9miologie comportementale, la quantification des effets s’exprime tr\u00e8s fr\u00e9quemment \u00e0 travers des mesures de probabilit\u00e9 comparative : le Risque Relatif ($RR$<\/span>) et le Rapport de Cotes, universellement d\u00e9sign\u00e9 par son vocable anglo-saxon d’Odds Ratio<\/em> ($OR$<\/span>). Ces indicateurs r\u00e9pondent \u00e0 des questionnements pragmatiques : dans quelle proportion l’exposition \u00e0 un traumatisme s\u00e9v\u00e8re dans l’enfance d\u00e9cuple-t-elle la probabilit\u00e9 de d\u00e9velopper un \u00e9pisode d\u00e9pressif majeur \u00e0 l’\u00e2ge adulte ?<\/p>\n

Le Risque Relatif compare directement deux probabilit\u00e9s absolues. Si $p_1$<\/span> repr\u00e9sente la probabilit\u00e9 de d\u00e9velopper une pathologie dans le groupe expos\u00e9 et $p_0$<\/span> la m\u00eame probabilit\u00e9 dans le groupe t\u00e9moin, le Risque Relatif s’\u00e9tablit par le rapport :<\/p>\n

$$RR = \\frac{p_1}{p_0}$$<\/span><\/p>\n

Bien que le $RR$<\/span> soit d’une limpidit\u00e9 conceptuelle totale, il ne peut \u00eatre calcul\u00e9 de mani\u00e8re valide que dans le cadre de protocoles prospectifs de cohortes ou d’essais contr\u00f4l\u00e9s randomis\u00e9s. Dans les \u00e9tudes cas-t\u00e9moins r\u00e9trospectives, o\u00f9 le nombre de participants malades et sains est fix\u00e9 a priori par l’exp\u00e9rimentateur, la pr\u00e9valence r\u00e9elle du trouble dans la population g\u00e9n\u00e9rale est inaccessible, rendant le calcul du $RR$<\/span> impossible. L’analyste recourt alors \u00e0 l’Odds Ratio<\/em>, qui rapporte la cote (odds<\/em>) de l’\u00e9v\u00e9nement dans un groupe \u00e0 la cote du m\u00eame \u00e9v\u00e9nement dans le second :<\/p>\n

$$OR = \\frac{p_1 \/ (1 – p_1)}{p_0 \/ (1 – p_0)}$$<\/span><\/p>\n

L’Odds Ratio<\/em> est asym\u00e9trique : il \u00e9volue sur une \u00e9chelle semi-infinie allant de 0 \u00e0 $+\\infty$<\/span>, la valeur 1,00 constituant la valeur neutre sous l’hypoth\u00e8se nulle. Cette asym\u00e9trie interdit son utilisation directe dans les mod\u00e9lisations inf\u00e9rentielles lin\u00e9aires sym\u00e9triques ; l’estimation statistique impose sa transformation pr\u00e9alable en logarithme n\u00e9p\u00e9rien du rapport de cotes ($ln(OR)$<\/span> ou log-odds<\/em>), dont la distribution d’\u00e9chantillonnage approche la normalit\u00e9.<\/p>\n

Une d\u00e9rive interpr\u00e9tative ubiquitaire consiste \u00e0 confondre l’Odds Ratio<\/em> avec le Risque Relatif. Dire qu’un patient b\u00e9n\u00e9ficiant d’une prise en charge a un $OR$<\/span> de r\u00e9mission de 3 ne signifie absolument pas qu’il a trois fois plus de chances de gu\u00e9rir que le patient contr\u00f4le. Cette assimilation abusive n’est math\u00e9matiquement acceptable que dans le cas de pathologies extr\u00eamement rares dont le taux de pr\u00e9valence n’exc\u00e8de pas 5 %. D\u00e8s lors que l’\u00e9v\u00e9nement d’int\u00e9r\u00eat devient fr\u00e9quent, l’Odds Ratio<\/em> s’\u00e9loigne drastiquement du Risque Relatif et gonfle de fa\u00e7on d\u00e9mesur\u00e9e la perception subjective de la magnitude de l’effet.<\/p>\n

7.3 Le Nombre de Sujets \u00e0 Traiter (NNT) en psychologie clinique<\/h3>\n

Si les indices comme le d<\/em> de Cohen ou le log-odds<\/em> satisfont les exigences th\u00e9oriques des statisticiens, ils manquent souvent d’ancrage op\u00e9rationnel pour \u00e9clairer la d\u00e9cision m\u00e9dicale et la pratique psychoth\u00e9rapeutique quotidienne. Pour pallier cette abstraction, Laupacis, Sackett et Roberts ont d\u00e9velopp\u00e9 en 1988 un indice de taille d’effet translationnel d’une grande valeur pragmatique : le Nombre de Sujets \u00e0 Traiter (NNT, pour Number Needed to Treat<\/em>).<\/p>\n

Le NNT traduit les b\u00e9n\u00e9fices cliniques d’une intervention th\u00e9rapeutique en une m\u00e9trique d’action concr\u00e8te : il quantifie le nombre moyen de patients qu’un praticien doit traiter avec un protocole sp\u00e9cifique pour observer un \u00e9v\u00e9nement th\u00e9rapeutique favorable suppl\u00e9mentaire (ou pr\u00e9venir une rechute ind\u00e9sirable) par rapport au traitement t\u00e9moin ou au placebo. Le NNT s’obtient simplement par l’inverse de la R\u00e9duction Absolue du Risque (ARR, pour Absolute Risk Reduction<\/em>) :<\/p>\n

$$ARR = |p_{\\text{\\exp}} – p_{\\text{ctrl}}|$$<\/span><\/p>\n

$$NNT = \\frac{1}{ARR} = \\frac{1}{|p_{\\text{\\exp}} – p_{\\text{ctrl}}|}$$<\/span><\/p>\n

Supposons qu’un programme de pr\u00e9vention de l’\u00e9puisement professionnel (burnout<\/em>) permette d’atteindre un taux de maintien dans l’emploi sans arr\u00eat maladie de 80 % ($p_{\\text{\\exp}} = 0,80$<\/span>), tandis que dans le groupe recevant le soutien standard habituel, ce taux est de 60 % ($p_{\\text{ctrl}} = 0,60$<\/span>). La r\u00e9duction absolue du risque th\u00e9rapeutique est de $0,80 – 0,60 = 0,20$<\/span>. Le NNT s’\u00e9l\u00e8ve donc \u00e0 :<\/p>\n

$$NNT = \\frac{1}{0,20} = 5$$<\/span><\/p>\n

Cette valeur signifie que le clinicien doit inclure cinq professionnels dans ce protocole novateur pour obtenir un succ\u00e8s th\u00e9rapeutique suppl\u00e9mentaire qu’il n’aurait pas obtenu sous le r\u00e9gime standard. Un NNT id\u00e9al tend th\u00e9oriquement vers 1 (chaque patient trait\u00e9 gu\u00e9rit tandis qu’aucun t\u00e9moin ne gu\u00e9rit), tandis qu’un NNT infini refl\u00e8te une inefficacit\u00e9 absolue de l’intervention ($ARR = 0$<\/span>). Dans le champ de la sant\u00e9 mentale contemporaine, o\u00f9 les mol\u00e9cules pharmacologiques affichent souvent des NNT oscillant entre 6 et 15 pour le traitement des d\u00e9pressions mod\u00e9r\u00e9es, la m\u00e9trique du NNT offre un \u00e9talon incontournable pour arbitrer les politiques de sant\u00e9 publique et \u00e9clairer le consentement du patient.<\/p>\n

8. Les rep\u00e8res d’interpr\u00e9tation conventionnels selon Jacob Cohen et leurs \u00e9cueils<\/h2>\n

8.1 Les seuils de Cohen : faible, moyen, grand (d = 0.2, 0.5, 0.8)<\/h3>\n

Dans son ouvrage classique de 1988, Statistical Power Analysis for the Behavioral Sciences<\/em>, Jacob Cohen a tent\u00e9 de doter les chercheurs en psychologie d’un cadre heuristique pour conceptualiser la magnitude de leurs observations. Il a alors propos\u00e9 les rep\u00e8res conventionnels les plus c\u00e9l\u00e8bres de l’histoire de la psychom\u00e9trie appliqu\u00e9e : qualifier un effet de faible ($d = 0,20$<\/span>), de moyen ($d = 0,50$<\/span>) ou de grand ($d = 0,80$<\/span>). Cohen a parall\u00e8lement dress\u00e9 les \u00e9quivalences th\u00e9oriques de ces seuils au sein de la famille des coefficients de corr\u00e9lation et de d\u00e9termination :<\/p>\n

    \n
  • Effet faible :<\/strong> $d = 0,20$<\/span> | $r = 0,10$<\/span> | $r^2 = 0,01$<\/span> ($\\eta^2 \\approx 0,01$<\/span>)<\/li>\n
  • Effet moyen :<\/strong> $d = 0,50$<\/span> | $r = 0,30$<\/span> | $r^2 = 0,09$<\/span> ($\\eta^2 \\approx 0,06$<\/span>)<\/li>\n
  • Effet grand :<\/strong> $d = 0,80$<\/span> | $r = 0,50$<\/span> | $r^2 = 0,25$<\/span> ($\\eta^2 \\approx 0,14$<\/span>)<\/li>\n<\/ul>\n

    Pour ancrer intuitivement ces rep\u00e8res dans le monde r\u00e9el, Cohen illustrait l’effet faible ($d = 0,20$<\/span>) comme l’\u00e9quivalent de la diff\u00e9rence de taille mesurable entre des adolescentes de 15 et 16 ans au sein d’une m\u00eame population \u2014 une nuance r\u00e9elle, quantifiable, mais imperceptible au regard profane lors d’une interaction courante. L’effet moyen ($d = 0,50$<\/span>) repr\u00e9sentait selon lui un d\u00e9calage suffisant pour \u00eatre perceptible \u00e0 l’\u0153il nu par un observateur attentif, \u00e0 l’image du diff\u00e9rentiel de stature entre des femmes de 14 et 18 ans. Enfin, l’effet grand ($d = 0,80$<\/span>) correspondait \u00e0 une divergence flagrante, \u00e9quivalente \u00e0 l’\u00e9cart s\u00e9parant la taille moyenne d’individus de sexe f\u00e9minin et masculin dans la population adulte.<\/p>\n

    Ce que l’histoire m\u00e9thodologique a trop souvent occult\u00e9, c’est l’avertissement explicite et r\u00e9p\u00e9t\u00e9 formul\u00e9 par Jacob Cohen lui-m\u00eame dans les premi\u00e8res pages de son trait\u00e9. Cohen a soulign\u00e9 que ces seuils \u00e9taient arbitraires et n’avaient vocation \u00e0 servir de guide temporaire que dans les situations d\u00e9sesp\u00e9r\u00e9es o\u00f9 le chercheur se trouvait en terra incognita, d\u00e9pourvu du moindre cadre th\u00e9orique ou empirique pr\u00e9alable pour situer ses attentes. Il adjurait la communaut\u00e9 scientifique de ne pas transformer ces rep\u00e8res conventionnels en r\u00e8gles d’interpr\u00e9tation fig\u00e9es.<\/p>\n

    8.2 Les dangers du dogmatisme et de la d\u00e9contextualisation<\/h3>\n

    Malgr\u00e9 les mises en garde r\u00e9p\u00e9t\u00e9es de leur cr\u00e9ateur, la litt\u00e9rature scientifique contemporaine a sombr\u00e9 dans un dogmatisme m\u00e9thodologique rigide. Il est devenu routinier d’observer des articles acad\u00e9miques disqualifier sommairement des r\u00e9sultats exp\u00e9rimentaux pr\u00e9sentant un $d = 0,18$<\/span> sous pr\u00e9texte qu’il s’agirait d’un effet \u00ab n\u00e9gligeable \u00bb, tout en s’enthousiasmant sans discernement pour un $d = 0,85$<\/span> obtenu au moyen de protocoles artificiels d\u00e9connect\u00e9s de toute validit\u00e9 \u00e9cologique.<\/p>\n

    Cette application aveugle des seuils de Cohen ignore une v\u00e9rit\u00e9 \u00e9pist\u00e9mologique fondamentale : la valeur substantielle d’une taille d’effet est int\u00e9gralement tributaire de son contexte d’application. En sant\u00e9 publique et en psychologie pr\u00e9ventive, un effet qui semble minime \u00e0 l’\u00e9chelle de l’individu ($d = 0,10$<\/span> ou $r = 0,05$<\/span>) peut repr\u00e9senter une avanc\u00e9e \u00e9pid\u00e9miologique majeure s’il s’applique de mani\u00e8re universelle \u00e0 une population de plusieurs dizaines de millions de citoyens. Une campagne incitative r\u00e9duisant de seulement 2 % l’incidence des comportements \u00e0 risque d’addiction pr\u00e9serve des dizaines de milliers de trajectoires de vie, justifiant largement des investissements publics massifs.<\/p>\n

    De surcro\u00eet, les ordres de grandeur typiques varient drastiquement selon les sous-disciplines comportementales. En psychologie cognitive exp\u00e9rimentale, o\u00f9 le contr\u00f4le en laboratoire est maximal et le bruit de mesure r\u00e9duit, des manipulations fondamentales de perception ou d’amor\u00e7age s\u00e9mantique peuvent g\u00e9n\u00e9rer des tailles d’effet atteignant facilement $d = 1,00$<\/span>. En revanche, en psychologie sociale ou en psychologie diff\u00e9rentielle, o\u00f9 l’on cherche \u00e0 pr\u00e9dire des conduites complexes d\u00e9termin\u00e9es par des centaines d’influences environnementales et g\u00e9n\u00e9tiques crois\u00e9es, observer un $r$<\/span> exc\u00e9dant 0,30 constitue une raret\u00e9 empirique. Comme l’ont d\u00e9montr\u00e9 Funder et Ozer en 2019, la distribution r\u00e9elle des effets dans la litt\u00e9rature psychologique contemporaine montre qu’un $r = 0,10$<\/span> est la norme, un $r = 0,20$<\/span> refl\u00e8te un effet typique substantiel, et un $r = 0,30$<\/span> signale une d\u00e9couverte aux cons\u00e9quences individuelles et soci\u00e9tales majeures. L’interpr\u00e9tation scientifique doit imp\u00e9rativement troquer les conventions d\u00e9contextualis\u00e9es pour une comparaison rigoureuse avec les effets document\u00e9s dans le domaine de recherche pr\u00e9cis.<\/p>\n

    \"\"<\/figure>\n

    8.3 Traductions probabilistes et intuitives : le CLES et le chevauchement<\/h3>\n

    Pour \u00e9chapper \u00e0 l’abstraction aride des m\u00e9triques standardis\u00e9es et faciliter la communication scientifique aupr\u00e8s des cliniciens et du grand public, des statisticiens ont d\u00e9velopp\u00e9 des traductions probabilistes intuitives du diff\u00e9rentiel entre groupes. La plus \u00e9l\u00e9gante est sans conteste la Statistique de Taille d’Effet en Langage Commun (CLES, pour Common Language Effect Size<\/em>), introduite par McGraw et Wong en 1992, \u00e9galement conceptualis\u00e9e sous le vocable de Probabilit\u00e9 de Sup\u00e9riorit\u00e9 ($PS$<\/span>).<\/p>\n

    Le CLES traduit directement le $d$<\/span> de Cohen en un \u00e9nonc\u00e9 probabiliste : il s’agit de la probabilit\u00e9 qu’un individu extrait au hasard du groupe exp\u00e9rimental obtienne un score sup\u00e9rieur \u00e0 celui d’un individu extrait au hasard du groupe contr\u00f4le. Sous l’hypoth\u00e8se de normalit\u00e9 et d’homosc\u00e9dasticit\u00e9, cette probabilit\u00e9 se d\u00e9rive \u00e0 l’aide de la fonction de r\u00e9partition de la loi normale centr\u00e9e r\u00e9duite ($Phi$<\/span>) :<\/p>\n

    $$CLES = \\Phi\\left(\\frac{d}{\\sqrt{2}}\\right)$$<\/span><\/p>\n

    Cette m\u00e9trique transforme radicalement l’appr\u00e9hension des r\u00e9sultats exp\u00e9rimentaux :<\/p>\n

      \n
    • Pour $d = 0,00$<\/span> : $CLES = 0,50$<\/span> (soit une chance sur deux, l’\u00e9quivalent d’un tirage \u00e0 pile ou face).<\/li>\n
    • Pour $d = 0,20$<\/span> : $CLES \\approx 0,56$<\/span> (un individu trait\u00e9 a 56 % de chances d’avoir une \u00e9volution plus favorable qu’un individu t\u00e9moin).<\/li>\n
    • Pour $d = 0,50$<\/span> : $CLES \\approx 0,64$<\/span> (la probabilit\u00e9 de sup\u00e9riorit\u00e9 s’\u00e9tablit \u00e0 64 %).<\/li>\n
    • Pour $d = 0,80$<\/span> : $CLES \\approx 0,71$<\/span> (dans 71 % des paires compar\u00e9es, le participant trait\u00e9 aura un score plus avantageux).<\/li>\n<\/ul>\n

      Parall\u00e8lement, Jacob Cohen avait formul\u00e9 des coefficients g\u00e9om\u00e9triques de non-recouvrement des distributions pour visualiser concr\u00e8tement l’\u00e9cart induit par un traitement. L’indice $U_1$<\/span> documente le pourcentage de la surface totale couverte par les deux distributions qui ne se chevauche pas ($U_1 = 33,%$<\/span> pour $d = 0,50$<\/span>, grimpant \u00e0 $47,4,%$<\/span> pour $d = 0,80$<\/span>). L’indice $U_3$<\/span>, quant \u00e0 lui, quantifie le pourcentage d’individus du groupe exp\u00e9rimental dont le score d\u00e9passe la m\u00e9diane stricte du groupe contr\u00f4le : pour un $d = 0,80$<\/span>, l’indice $U_3$<\/span> atteint $79,%$<\/span>, signifiant que pr\u00e8s de quatre cinqui\u00e8mes des patients trait\u00e9s surpassent le patient m\u00e9dian du groupe t\u00e9moin. Ces traductions visuelles et probabilistes \u00e9vitent l’appauvrissement conceptuel induit par la simple mention d’une valeur num\u00e9rique abstraite.<\/p>\n

      9. Analyse de puissance statistique et d\u00e9termination de la taille d’\u00e9chantillon<\/h2>\n

      9.1 L’interconnexion t\u00e9tragonale : alpha, beta, taille d’effet et effectif N<\/h3>\n

      La planification m\u00e9thodologique rigoureuse d’un protocole empirique repose sur la ma\u00eetrise d’un syst\u00e8me math\u00e9matique d’interd\u00e9pendance impliquant quatre grandeurs inf\u00e9rentielles fondamentales. Ce formalisme, \u00e9rig\u00e9 par Jacob Cohen et ancr\u00e9 dans le paradigme d\u00e9cisionnel de Neyman-Pearson, lie de fa\u00e7on indissociable :<\/p>\n

        \n
      • Le seuil de signification alpha ($\\alpha$<\/span>) :<\/strong> le risque consenti de commettre une erreur de type I, c’est-\u00e0-dire de rejeter \u00e0 tort l’hypoth\u00e8se nulle alors qu’elle est v\u00e9rifi\u00e9e dans la population.<\/li>\n
      • La puissance statistique ($1 – \\beta$<\/span>) :<\/strong> la probabilit\u00e9 d’identifier et de rejeter avec succ\u00e8s l’hypoth\u00e8se nulle si un effet d’une amplitude donn\u00e9e existe r\u00e9ellement dans la population, o\u00f9 $\\beta$<\/span> mat\u00e9rialise le risque d’erreur de type II (faux n\u00e9gatif).<\/li>\n
      • La taille de l’effet ($\\delta$<\/span>, $rho$<\/span>, ou $f$<\/span>) :<\/strong> l’ampleur postul\u00e9e ou cibl\u00e9e du ph\u00e9nom\u00e8ne psychologique au sein de la population parente.<\/li>\n
      • La taille de l’\u00e9chantillon ($N$<\/span>) :<\/strong> le volume global des observations collect\u00e9es.<\/li>\n<\/ul>\n

        Ce t\u00e9tragone math\u00e9matique fonctionne selon une r\u00e8gle d\u00e9terministe absolue : la fixation de trois de ces param\u00e8tres d\u00e9termine automatiquement la valeur exacte du quatri\u00e8me. Il est rigoureusement impossible d’accro\u00eetre la puissance statistique d’une exp\u00e9rience sans augmenter la taille de l’\u00e9chantillon, sans \u00e9lever le risque d’erreur alpha ou sans cibler une taille de l’effet plus importante.<\/p>\n

        Pendant des d\u00e9cennies, la litt\u00e9rature comportementale a ignor\u00e9 ce quadrilat\u00e8re, maintenant arbitrairement $\\alpha$<\/span> \u00e0 0,05 tout en recrutant des \u00e9chantillons de convenance trop r\u00e9duits ($N \\approx 20$<\/span> \u00e0 30). Ce d\u00e9ficit syst\u00e9matique a fait chuter la puissance m\u00e9diane historique de la recherche psychologique autour de $1 – \\beta = 0,50$<\/span>. Une telle sous-puissance chronique engendre une cons\u00e9quence funeste : en dehors du fait de manquer la moiti\u00e9 des effets r\u00e9els, les seules \u00e9tudes qui r\u00e9ussissent \u00e0 franchir le seuil de $p < 0,05$<\/span> dans ces conditions sont celles qui, par simple fluctuation al\u00e9atoire d’\u00e9chantillonnage, surestiment massivement la taille de l’effet sous-jacent. C’est l’un des m\u00e9canismes math\u00e9matiques cl\u00e9s \u00e0 l’origine des incoh\u00e9rences de la litt\u00e9rature empirique.<\/p>\n

        9.2 Analyse de puissance a priori : planifier la rigueur de l’\u00e9tude<\/h3>\n

        L’analyse de puissance a priori constitue l’acte fondateur incontournable de tout devis exp\u00e9rimental \u00e9thique et rigoureux. Men\u00e9e en amont de toute collecte de donn\u00e9es, elle consiste \u00e0 calculer l’effectif d’\u00e9chantillon minimal requis pour d\u00e9tecter, avec un niveau de puissance statistique conventionnel \u00e9lev\u00e9 (id\u00e9alement $1 – \\beta ge 0,80$<\/span>, voire 0,90), une taille d’effet scientifiquement pertinente au seuil d’erreur alpha fix\u00e9 (g\u00e9n\u00e9ralement $\\alpha = 0,05$<\/span>).<\/p>\n

        Cependant, l’analyse a priori tr\u00e9buche souvent sur la sp\u00e9cification de la taille d’effet \u00e0 injecter dans le mod\u00e8le pr\u00e9dictif. Une erreur r\u00e9currente consiste \u00e0 baser cette valeur sur les tailles d’effet rapport\u00e9es dans les \u00e9tudes pilotes ou dans la litt\u00e9rature existante. En raison des biais de publication et de la surestimation propre aux petits \u00e9chantillons, ces grandeurs publi\u00e9es sont fr\u00e9quemment gonfl\u00e9es du double ou du triple de leur r\u00e9alit\u00e9. Planifier une recherche sur la base d’un $d = 0,70$<\/span> tir\u00e9 d’une \u00e9tude pilote de 15 sujets expose presque in\u00e9vitablement l’exp\u00e9rimentateur \u00e0 un \u00e9chec d’\u00e9chantillonnage.<\/p>\n

        La m\u00e9thodologie contemporaine, port\u00e9e par des auteurs tels que Dani\u00ebl Lakens, pr\u00e9conise plut\u00f4t d’ancrer l’analyse de puissance a priori sur la Plus Petite Taille d’Effet d’Int\u00e9r\u00eat (SESOI, pour Smallest Effect Size of Interest<\/em>). Le chercheur ne se demande plus \u00ab quel est l’effet esp\u00e9r\u00e9 d’apr\u00e8s trois articles ? \u00bb, mais \u00ab quelle est l’ampleur minimale en dessous de laquelle cet effet n’aurait plus de port\u00e9e th\u00e9orique ou d’utilit\u00e9 pratique ? \u00bb. Si un chercheur juge qu’un gain th\u00e9rapeutique inf\u00e9rieur \u00e0 $d = 0,30$<\/span> ne justifie pas le co\u00fbt d’une nouvelle prise en charge, c’est ce seuil de 0,30 qui doit servir au calcul de $N$<\/span>. Dans les plans factoriels hautement complexes, les mesures r\u00e9p\u00e9t\u00e9es longitudinales ou les mod\u00e8les mixtes o\u00f9 les formules analytiques directes font d\u00e9faut, la d\u00e9termination de l’effectif repose sur des protocoles avanc\u00e9s de simulation de donn\u00e9es mont\u00e9-carlo, simulant des milliers de distributions empiriques potentielles pour fixer avec rigueur les besoins d’\u00e9chantillonnage.<\/p>\n

        9.3 La futilit\u00e9 absolue de l’analyse de puissance post-hoc<\/h3>\n

        \u00c0 l’inverse exact de l’analyse a priori, l’analyse de puissance a posteriori \u2014 dite puissance post-hoc ou r\u00e9trospective \u2014 repr\u00e9sente une d\u00e9rive m\u00e9thodologique d\u00e9nonc\u00e9e de longue date par les statisticiens, mais qui subsiste pourtant dans de nombreux rapports de recherche clinique. Confront\u00e9 \u00e0 un r\u00e9sultat non significatif ($p > 0,05$<\/span>), le chercheur s’avise d’injecter dans son logiciel d’analyse la taille de l’effet observ\u00e9e dans son propre \u00e9chantillon ainsi que son effectif $N$<\/span>, pour calculer la pr\u00e9tendue \u00ab puissance r\u00e9trospective \u00bb de son \u00e9tude et conclure : \u00ab notre test n’a pas atteint la significativit\u00e9 car notre puissance a posteriori n’\u00e9tait que de 22 % \u00bb.<\/p>\n

        Cette man\u0153uvre intellectuelle et math\u00e9matique rel\u00e8ve d’une tautologie circulaire compl\u00e8te. Comme l’ont d\u00e9montr\u00e9 formellement Hoenig et Heisey en 2001 dans leur publication de r\u00e9f\u00e9rence, la puissance post-hoc calcul\u00e9e \u00e0 partir de la taille de l’effet d’\u00e9chantillon est une fonction strictement d\u00e9croissante et redondante de la valeur p<\/em> observ\u00e9e. D\u00e8s lors qu’un test classique \u00e9choue \u00e0 atteindre la significativit\u00e9 \u00e0 $\\alpha = 0,05$<\/span>, la puissance post-hoc calcul\u00e9e est math\u00e9matiquement garantie d’\u00eatre inf\u00e9rieure \u00e0 50 % ! Elle ne d\u00e9livre aucune information ind\u00e9pendante suppl\u00e9mentaire sur la r\u00e9alit\u00e9 de l’hypoth\u00e8se nulle ou sur la sensibilit\u00e9 physique du devis.<\/p>\n

        Pr\u00e9senter la puissance post-hoc comme une explication causale d’un \u00e9chec exp\u00e9rimental revient simplement \u00e0 reformuler la valeur p<\/em> sous un autre costume math\u00e9matique. Si l’on souhaite analyser avec rigueur un r\u00e9sultat non significatif, la d\u00e9marche \u00e9pist\u00e9mologique correcte ne consiste jamais \u00e0 calculer une puissance r\u00e9trospective st\u00e9rile, mais \u00e0 examiner l’intervalle de confiance de la taille de l’effet ou \u00e0 recourir \u00e0 des proc\u00e9dures formelles de test d’\u00e9quivalence (comme les proc\u00e9dures TOST, pour Two One-Sided Tests<\/em>). Ces derni\u00e8res permettent de d\u00e9terminer formellement si les donn\u00e9es sont statistiquement \u00e9quivalentes \u00e0 z\u00e9ro au regard de la SESOI d\u00e9finie en amont.<\/p>\n

        10. Le r\u00f4le central de la taille de l’effet dans la m\u00e9ta-analyse et la crise de r\u00e9plication<\/h2>\n

        10.1 La standardisation des r\u00e9sultats comme monnaie d’\u00e9change m\u00e9ta-analytique<\/h3>\n

        La synth\u00e8se cumulative des savoirs scientifiques \u00e0 travers les m\u00e9ta-analyses quantitatives repose int\u00e9gralement sur l’usage des tailles d’effet standardis\u00e9es. Dans une discipline comme la psychologie, o\u00f9 des dizaines de laboratoires explorent des paradigmes th\u00e9oriques similaires au moyen d’indicateurs m\u00e9triques h\u00e9t\u00e9rog\u00e8nes, agr\u00e9ger des valeurs p<\/em> n’a aucun sens scientifique. La taille de l’effet constitue la v\u00e9ritable \u00ab monnaie d’\u00e9change \u00bb m\u00e9thodologique permettant de projeter sur un \u00e9talon universel commun des donn\u00e9es issues de protocoles disparates.<\/p>\n

        Le processus m\u00e9ta-analytique ne se borne pas \u00e0 \u00e9tablir la moyenne arithm\u00e9tique simple des tailles d’effet isol\u00e9es recueillies dans la litt\u00e9rature. Une telle d\u00e9marche accorderait le m\u00eame poids \u00e0 une \u00e9tude fragile men\u00e9e sur douze participants qu’\u00e0 un essai clinique multicentrique international contr\u00f4l\u00e9 portant sur trois mille individus. L’agr\u00e9gation rigoureuse repose sur la m\u00e9thode de pond\u00e9ration par l’inverse de la variance d’\u00e9chantillonnage ($w_i = 1 \/ v_i$<\/span>). L’erreur type d’une taille d’effet \u00e9tant inversement li\u00e9e \u00e0 l’effectif de l’\u00e9chantillon, cette formule math\u00e9matique attribue automatiquement un poids pr\u00e9pond\u00e9rant aux \u00e9tudes les plus pr\u00e9cises, r\u00e9duisant l’influence des estimations bruit\u00e9es.<\/p>\n

        De plus, la th\u00e9orie m\u00e9ta-analytique contemporaine impose un arbitrage entre mod\u00e8les \u00e0 effets fixes et mod\u00e8les \u00e0 effets al\u00e9atoires. Le mod\u00e8le \u00e0 effets fixes postule l’existence d’une seule et unique taille d’effet r\u00e9elle ($\\theta$<\/span>) commune \u00e0 l’ensemble des \u00e9tudes, les fluctuations n’\u00e9tant attribuables qu’\u00e0 l’erreur d’\u00e9chantillonnage intra-\u00e9tude. En sciences humaines, ce postulat est presque constamment battu en br\u00e8che : les populations \u00e9tudi\u00e9es, les dosages th\u00e9rapeutiques, les contextes institutionnels et la formulation des \u00e9preuves varient in\u00e9vitablement. Les m\u00e9thodologistes pr\u00e9conisent donc l’utilisation du mod\u00e8le \u00e0 effets al\u00e9atoires de DerSimonian et Laird, qui mod\u00e9lise explicitement la variance inter-\u00e9tudes ($\\tau^2$<\/span>). L’objectif n’est plus d’estimer un hypoth\u00e9tique point fixe universel, mais d’estimer la moyenne et la dispersion d’une distribution normale de tailles d’effet r\u00e9elles au sein de la population d’investigations possibles.<\/p>\n

        10.2 La crise de la reproductibilit\u00e9 sous l’angle de la taille de l’effet<\/h3>\n

        L’av\u00e8nement de la crise de la reproductibilit\u00e9 au d\u00e9but de la d\u00e9cennie 2010 a r\u00e9v\u00e9l\u00e9 l’ampleur des distorsions m\u00e9triques pr\u00e9sentes dans les revues acad\u00e9miques de premier plan. L’initiative collaborative pionni\u00e8re Reproducibility Project: Psychology<\/em>, men\u00e9e par plus de 270 chercheurs sous la direction de Brian Nosek en 2015, a r\u00e9pliqu\u00e9 avec une puissance statistique \u00e9lev\u00e9e cent articles exp\u00e9rimentaux issus de revues prestigieuses en psychologie sociale et cognitive. Les enseignements issus de ce projet ne se r\u00e9sument pas au simple taux de \u00ab r\u00e9plication binaire \u00bb (seules 36 % des \u00e9tudes ont reproduit un $p < 0,05$<\/span>), mais s’observent surtout au niveau de l’effondrement des grandeurs d’effet.<\/p>\n

        Alors que la taille de l’effet moyenne rapport\u00e9e dans les \u00e9tudes princeps initiales s’\u00e9levait \u00e0 un confortable $r = 0,403$<\/span>, l’amplitude moyenne observ\u00e9e dans les r\u00e9plications directes a chut\u00e9 vertigineusement \u00e0 $r = 0,197$<\/span> \u2014 soit une division par plus de deux de la magnitude r\u00e9elle des ph\u00e9nom\u00e8nes psychologiques rapport\u00e9s. Cet \u00e9cart massif documente empiriquement l’impact cumul\u00e9 du p-hacking<\/em>, des biais d’\u00e9chantillonnage et de la s\u00e9lection \u00e9ditoriale des r\u00e9sultats les plus spectaculaires.<\/p>\n

        Ce ph\u00e9nom\u00e8ne d’\u00e9vaporation de la magnitude exp\u00e9rimentale correspond pr\u00e9cis\u00e9ment \u00e0 ce que les \u00e9conomistes et statisticiens qualifient de mal\u00e9diction du vainqueur (Winner’s Curse<\/em>). Dans un environnement acad\u00e9mique o\u00f9 seules les \u00e9tudes atteignant la significativit\u00e9 statistique sont s\u00e9lectionn\u00e9es pour publication \u00e0 partir de petits \u00e9chantillons sous-puissants, les estimations publi\u00e9es ne repr\u00e9sentent pas la moyenne du ph\u00e9nom\u00e8ne, mais sa queue de distribution sup\u00e9rieure la plus extr\u00eame induite par le bruit al\u00e9atoire. Lorsque des consortiums internationaux r\u00e9alisent des r\u00e9plications directes hautement puiss\u00e9es (comme les projets Many Labs<\/em>), les tailles d’effet se r\u00e9alignent impitoyablement sur la r\u00e9alit\u00e9 empirique, r\u00e9v\u00e9lant la v\u00e9ritable modestie m\u00e9trique de m\u00e9canismes comportementaux que l’on croyait autrefois monumentaux.<\/p>\n

        10.3 D\u00e9tection et correction du biais de publication<\/h3>\n

        L’un des apports majeurs de la mod\u00e9lisation des tailles d’effet r\u00e9side dans la capacit\u00e9 \u00e0 diagnostiquer et \u00e0 corriger quantitativement les biais de publication au sein d’un corpus de recherche. La technique visuelle et diagnostique princeps repose sur le graphique en entonnoir (funnel plot<\/em>). Ce graphique projette la taille de l’effet estim\u00e9e par chaque \u00e9tude sur l’axe des abscisses face \u00e0 un indicateur de sa pr\u00e9cision statistique sur l’axe des ordonn\u00e9es (g\u00e9n\u00e9ralement l’erreur type ou l’inverse de la taille d’\u00e9chantillon).<\/p>\n

        En l’absence totale de biais de publication, la distribution spatiale des \u00e9tudes doit former un entonnoir sym\u00e9trique invers\u00e9 : les cohortes massives tr\u00e8s pr\u00e9cises se concentrent de mani\u00e8re resserr\u00e9e autour de la v\u00e9ritable valeur moyenne au sommet du graphique, tandis que les petites \u00e9tudes s’\u00e9parpillent largement et \u00e9quitablement \u00e0 la base, de part et d’autre de l’effet moyen, sous l’action exclusive de l’erreur d’\u00e9chantillonnage stochastique. En revanche, si la litt\u00e9rature est corrompue par l’enterrement d’\u00e9tudes non significatives, le graphique affiche une asym\u00e9trie flagrante : la base de l’entonnoir est amput\u00e9e dans la zone regroupant les effets nuls ou n\u00e9gatifs de faible puissance, dessinant un vide r\u00e9v\u00e9lateur.<\/p>\n

        Des techniques algorithmiques ont \u00e9t\u00e9 d\u00e9velopp\u00e9es pour rem\u00e9dier \u00e0 cette troncature. La m\u00e9thode du trim-and-fill<\/em> (rogner et remplir) d\u00e9velopp\u00e9e par Duval et Tweedie impute math\u00e9matiquement des \u00e9tudes virtuelles manquantes pour r\u00e9\u00e9quilibrer la sym\u00e9trie du funnel plot, recalculant ensuite une taille d’effet globale d\u00e9gonfl\u00e9e de son biais de s\u00e9lection. Plus r\u00e9cemment, Simonsohn, Nelson et Simmons ont con\u00e7u l’analyse de courbe de p<\/em> (p-curve analysis<\/em>). Cette approche \u00e9tudie la distribution statistique des seules valeurs p<\/em> significatives ($p < 0,05$<\/span>) d’un domaine : si un effet poss\u00e8de une teneur en v\u00e9rit\u00e9 empirique, la distribution des valeurs p<\/em> pr\u00e9sente une asym\u00e9trie droite marqu\u00e9e (davantage de valeurs \u00e0 0,01 qu’\u00e0 0,04). Si la distribution s’av\u00e8re plate ou inclin\u00e9e \u00e0 gauche vers 0,05, la p-curve<\/em> d\u00e9montre math\u00e9matiquement que la taille d’effet apparente du domaine ne refl\u00e8te que des artefacts de p-hacking<\/em>, d\u00e9nu\u00e9s de toute r\u00e9alit\u00e9 sous-jacente.<\/p>\n

        11. Signification statistique versus pertinence clinique : implications pratiques<\/h2>\n

        11.1 La diff\u00e9rence minimale cliniquement importante (MCID)<\/h3>\n

        L’une des d\u00e9rives les plus pr\u00e9occupantes de la psychiatrie et de la psychologie m\u00e9dicale a longtemps \u00e9t\u00e9 d’assimiler sans nuance l’obtention d’une diff\u00e9rence statistiquement significative ($p < 0,05$<\/span>) \u00e0 un succ\u00e8s th\u00e9rapeutique chez l’\u00eatre humain. Face \u00e0 ce r\u00e9ductionnisme, la recherche clinique translationnelle a formalis\u00e9 le concept de Diff\u00e9rence Minimale Cliniquement Importante (MCID, pour Minimal Clinically Important Difference<\/em>). La MCID repr\u00e9sente le changement num\u00e9rique minimal sur une \u00e9chelle d’\u00e9valuation clinique que le patient per\u00e7oit comme un b\u00e9n\u00e9fice tangible dans son fonctionnement quotidien, et qui justifierait une modification de sa prise en charge m\u00e9dicale, compte tenu des effets ind\u00e9sirables et des contraintes du traitement.<\/p>\n

        L’estimation de la MCID fait appel \u00e0 deux m\u00e9thodologies compl\u00e9mentaires : les approches bas\u00e9es sur l’ancrage et les approches bas\u00e9es sur la distribution :<\/p>\n