{"id":2660,"date":"2026-09-06T19:43:23","date_gmt":"2026-09-06T19:43:23","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/comment-realiser-le-test-de-mcnemar-dans-stata\/"},"modified":"2026-09-06T19:43:24","modified_gmt":"2026-09-06T19:43:24","slug":"comment-realiser-le-test-de-mcnemar-dans-stata","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=comment-realiser-le-test-de-mcnemar-dans-stata","title":{"rendered":"Comment r\u00e9aliser le test de McNemar dans Stata"},"content":{"rendered":"

L’analyse des donn\u00e9es quantitatives en psychologie, en psychiatrie clinique et en sciences comportementales se heurte fr\u00e9quemment \u00e0 un d\u00e9fi m\u00e9thodologique fondamental : l’\u00e9valuation rigoureuse du changement qualitatif chez les m\u00eames individus \u00e0 travers le temps ou \u00e0 la suite d’une intervention contr\u00f4l\u00e9e. Alors que les variables continues b\u00e9n\u00e9ficient d’un arsenal \u00e9prouv\u00e9 allant du test t<\/em> de Student pour \u00e9chantillons appari\u00e9s \u00e0 l’analyse de variance \u00e0 mesures r\u00e9p\u00e9t\u00e9es, les variables qualitatives dichotomiques n\u00e9cessitent des outils inferentiels sp\u00e9cifiques capables de neutraliser la d\u00e9pendance statistique inh\u00e9rente aux mesures intra-sujets. Dans ce contexte, l’application d’un test d’ind\u00e9pendance classique constitue une erreur m\u00e9thodologique s\u00e9v\u00e8re qui compromet la validit\u00e9 des conclusions scientifiques.<\/p>\n

Le test de McNemar s’est impos\u00e9 depuis plusieurs d\u00e9cennies comme le standard statistique incontournable pour analyser les tableaux de contingence deux par deux issus de protocoles pr\u00e9-test et post-test ou de plans exp\u00e9rimentaux appari\u00e9s. Con\u00e7u pour isoler et \u00e9prouver la sym\u00e9trie des transitions qualitatives entre deux \u00e9tats discrets, ce test non param\u00e9trique permet aux chercheurs d’identifier des dynamiques de bascule comportementale, d’\u00e9valuer l’efficacit\u00e9 de psychoth\u00e9rapies br\u00e8ves sur des crit\u00e8res cliniques stricts, ou encore de quantifier les \u00e9volutions de croyances et d’attitudes sans pr\u00e9sumer d’une distribution normale sous-jacente.<\/p>\n

Le logiciel d’analyse statistique Stata<\/a> offre un environnement d’une puissance et d’une pr\u00e9cision remarquables pour mettre en \u0153uvre cette m\u00e9thode, que ce soit \u00e0 travers des commandes imm\u00e9diates exploitant directement des donn\u00e9es agr\u00e9g\u00e9es ou via des routines complexes d\u00e9di\u00e9es aux bases de microdonn\u00e9es individuelles. Ce guide exhaustif explore l’ensemble du spectre th\u00e9orique, pratique et interpr\u00e9tatif du test de McNemar dans Stata. En abordant les fondements alg\u00e9briques, la gestion rigoureuse des donn\u00e9es sous divers formats, la s\u00e9lection raisonn\u00e9e entre approximations asymptotiques et r\u00e9solutions exactes, ainsi que les extensions vers la r\u00e9gression logistique conditionnelle, cet ouvrage constitue une r\u00e9f\u00e9rence indispensable pour tout chercheur ou praticien d\u00e9sireux de garantir une rigueur m\u00e9thodologique irr\u00e9prochable dans l’analyse de ses donn\u00e9es longitudinales cat\u00e9gorielles.<\/p>\n

1. Introduction au test de McNemar et fondements statistiques en psychologie<\/h2>\n

1.1 Origine historique et d\u00e9finition du test de McNemar<\/h3>\n

L’\u00e9mergence des statistiques inf\u00e9rentielles modernes au cours de la premi\u00e8re moiti\u00e9 du XXe si\u00e8cle a largement \u00e9t\u00e9 domin\u00e9e par des paradigmes gaussiens adapt\u00e9s aux mesures continues. Toutefois, la formalisation des protocoles en psychologie exp\u00e9rimentale et en psychom\u00e9trie a rapidement mis en lumi\u00e8re la r\u00e9currence de situations o\u00f9 les variables d’int\u00e9r\u00eat sont intrins\u00e8quement binaires, traduisant le succ\u00e8s ou l’\u00e9chec, l’assentiment ou le rejet, la pr\u00e9sence ou l’absence d’un trouble psychiatrique. C’est en 1947 que le psychologue et statisticien am\u00e9ricain Quinn McNemar<\/a> publia un article s\u00e9minal introduisant un test non param\u00e9trique con\u00e7u pr\u00e9cis\u00e9ment pour comparer des proportions issues de donn\u00e9es appari\u00e9es.<\/p>\n

Le test de McNemar constitue une d\u00e9clinaison ing\u00e9nieuse du principe du Chi-deux appliqu\u00e9e \u00e0 des \u00e9chantillons d\u00e9pendants. Il r\u00e9pondait \u00e0 un besoin pressant : \u00e9valuer scientifiquement l’efficacit\u00e9 d’une manipulation exp\u00e9rimentale ou d’un stimulus sociopolitique sur des opinions cat\u00e9gorielles en s’affranchissant des hypoth\u00e8ses contraignantes de normalit\u00e9 multidimensionnelle. Avant l’apport de McNemar, les exp\u00e9rimentateurs se trouvaient souvent contraints de traiter les donn\u00e9es longitudinales binaires soit par des approches purement descriptives d\u00e9pourvues de tests d’hypoth\u00e8se formels, soit par des tests d’ind\u00e9pendance inadapt\u00e9s qui m\u00e9connaissaient la corr\u00e9lation intrins\u00e8que liant les observations r\u00e9p\u00e9t\u00e9es sur une m\u00eame unit\u00e9 exp\u00e9rimentale.<\/p>\n

Sur le plan \u00e9pist\u00e9mologique, l’av\u00e8nement du test de McNemar a marqu\u00e9 une rupture d\u00e9cisive dans la psychologie empirique. Il a permis de substituer \u00e0 l’intuition qualitative une mod\u00e9lisation probabiliste rigoureuse des trajectoires individuelles de conversion. En se focalisant exclusivement sur les changements d’\u00e9tat observ\u00e9s chez les sujets, le test formalise l’id\u00e9e que seule la dynamique de transition apporte une information pertinente sur l’effet d’une variable ind\u00e9pendante, rel\u00e9guant la stabilit\u00e9 des profils au rang de bruit m\u00e9thodologique ou d’invariance d’\u00e9tat.<\/p>\n

1.2 Distinction essentielle entre \u00e9chantillons ind\u00e9pendants et donn\u00e9es appari\u00e9es<\/h3>\n

La distinction entre \u00e9chantillons ind\u00e9pendants et \u00e9chantillons appari\u00e9s constitue l’un des piliers m\u00e9thodologiques les plus critiques de l’inf\u00e9rence statistique. Dans le cas d’\u00e9chantillons ind\u00e9pendants, chaque unit\u00e9 statistique n’appartient qu’\u00e0 un seul groupe exp\u00e9rimental, et la probabilit\u00e9 d’observer une valeur donn\u00e9e pour un sujet est rigoureusement ind\u00e9pendante de celle observ\u00e9e chez tout autre sujet. \u00c0 l’inverse, dans les protocoles \u00e0 mesures r\u00e9p\u00e9t\u00e9es ou d’appariement cas-t\u00e9moin, la m\u00eame unit\u00e9 statistique est mesur\u00e9e sous deux conditions exp\u00e9rimentales distinctes ou \u00e0 deux intervalles temporels diff\u00e9rents, induisant une covariance intra-sujet non nulle.<\/p>\n

L’application illicite du classique test d’ind\u00e9pendance du Chi-deux de Pearson \u00e0 des donn\u00e9es appari\u00e9es constitue une faute m\u00e9thodologique majeure. Le test de Pearson postule l’ind\u00e9pendance totale des lignes et des colonnes du tableau de contingence. Lorsqu’il est appliqu\u00e9 \u00e0 des mesures r\u00e9p\u00e9t\u00e9es, il traite \u00e0 tort chaque mesure comme un sujet distinct, doublant artificiellement les degr\u00e9s de libert\u00e9 apparents de l’\u00e9chantillon tout en occultant la structure de corr\u00e9lation intra-classe. Cette erreur de sp\u00e9cification fausse dramatiquement le d\u00e9nominateur de la variance d’\u00e9chantillonnage, conduisant soit \u00e0 une inflation incontr\u00f4l\u00e9e de l’erreur de type I (rejet \u00e0 tort de l’hypoth\u00e8se nulle), soit \u00e0 une perte dramatique de puissance statistique selon la direction de la corr\u00e9lation intra-sujet.<\/p>\n

L’appariement des sujets pr\u00e9sente l’immense avantage statistique de r\u00e9duire la variance d’erreur r\u00e9siduelle. En permettant \u00e0 chaque individu de servir de son propre contr\u00f4le, le chercheur neutralise de facto l’ensemble des facteurs de confusion interindividuels stables, qu’ils soient d’ordre g\u00e9n\u00e9tique, sociologique, cognitif ou dispositionnel. Le test de McNemar tire pleinement profit de cette structure appari\u00e9e en concentrant son analyse sur les r\u00e9sidus diff\u00e9rentiels de ces paires, garantissant ainsi un niveau de pr\u00e9cision analytique inaccessible aux plans inter-sujets non appari\u00e9s de taille \u00e9quivalente.<\/p>\n

1.3 Applications types dans la recherche psychologique et comportementale<\/h3>\n

Les champs d’application du test de McNemar au sein des sciences du comportement sont vastes et structurants. L’un des domaines pr\u00e9f\u00e9rentiels r\u00e9side dans l’\u00e9tude des changements d’attitude et des processus de persuasion en psychologie sociale. Par exemple, lorsqu’un chercheur souhaite mesurer l’efficacit\u00e9 d’un message de sant\u00e9 publique visant \u00e0 modifier l’adh\u00e9sion d’une cohorte de fumeurs \u00e0 l’interdiction des ar\u00f4mes de tabac, les attitudes sont encod\u00e9es de mani\u00e8re binaire (Accord versus D\u00e9saccord) avant et apr\u00e8s la diffusion du message. Le test de McNemar permet alors de d\u00e9terminer si la proportion de fumeurs ayant ralli\u00e9 la position cibl\u00e9e exc\u00e8de significativement la proportion de ceux ayant fait d\u00e9fection.<\/p>\n

En psychologie clinique et en psychiatrie exp\u00e9rimentale, ce test est couramment mobilis\u00e9 pour \u00e9valuer l’issue th\u00e9rapeutique de protocoles de soins cibl\u00e9s. Consid\u00e9rons l’\u00e9valuation d’une th\u00e9rapie cognitivo-comportementale (TCC) administr\u00e9e \u00e0 des patients souffrant d’un trouble panique. Les crit\u00e8res de r\u00e9mission sont souvent dichotomis\u00e9s en fonction de seuils diagnostiques formels \u00e9tablis par le DSM-5 : pr\u00e9sence ou absence d’attaques de panique r\u00e9currentes au cours du dernier mois. Le test de McNemar permet de quantifier l’\u00e9volution du statut clinique entre l’admission pr\u00e9-th\u00e9rapeutique et la cl\u00f4ture de l’intervention, en confrontant le nombre de r\u00e9missions symptomatiques au nombre \u00e9ventuel de rechutes observ\u00e9es durant l’intervalle.<\/p>\n

Enfin, l’\u00e9valuation de la fiabilit\u00e9 inter-juges et la concordance diagnostique constituent un troisi\u00e8me champ privil\u00e9gi\u00e9. Lorsque deux praticiens ind\u00e9pendants \u00e9valuent les m\u00eames protocoles cliniques ou vid\u00e9os d’interaction pour statuer sur un crit\u00e8re diagnostique binaire (tel que le rep\u00e9rage de signes pr\u00e9coces d’autisme), le test de McNemar permet de v\u00e9rifier l’absence de biais syst\u00e9matique entre les \u00e9valuateurs. Une asym\u00e9trie marginale significative r\u00e9v\u00e8le qu’un \u00e9valuateur applique un seuil de d\u00e9cision syst\u00e9matiquement plus conservateur que son confr\u00e8re, infirmant ainsi l’hypoth\u00e8se d’interchangeabilit\u00e9 des juges.<\/p>\n

2. Cadre th\u00e9orique et math\u00e9matique du test de McNemar<\/h2>\n

2.1 Structure matricielle de la table de contingence 2×2<\/h3>\n

L’architecture formelle du test de McNemar repose sur la mod\u00e9lisation d’une table de contingence bivari\u00e9e deux par deux, agr\u00e9geant l’ensemble des trajectoires observ\u00e9es pour un \u00e9chantillon de N<\/em> paires appari\u00e9es. Notons les deux variables binaires mesur\u00e9es \u00e0 deux moments ou conditions distinctes $X_1$<\/span> et $X_2$<\/span>, pouvant prendre les valeurs 1 (souvent d\u00e9sign\u00e9 arbitrairement comme \u00ab\u00a0Succ\u00e8s\u00a0\u00bb, \u00ab\u00a0Positif\u00a0\u00bb ou \u00ab\u00a0Pr\u00e9sent\u00a0\u00bb) ou 0 (\u00ab\u00a0\u00c9chec\u00a0\u00bb, \u00ab\u00a0N\u00e9gatif\u00a0\u00bb ou \u00ab\u00a0Absent\u00a0\u00bb). Les observations se r\u00e9partissent en quatre cellules fondamentales :<\/p>\n