{"id":3264,"date":"2026-10-14T18:01:01","date_gmt":"2026-10-14T18:01:01","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/guide-complet-verifier-postulats-manova\/"},"modified":"2026-10-14T18:01:01","modified_gmt":"2026-10-14T18:01:01","slug":"guide-complet-verifier-postulats-manova","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=guide-complet-verifier-postulats-manova","title":{"rendered":"Le guide complet : comment v\u00e9rifier les postulats de la MANOVA"},"content":{"rendered":"

L’analyse de variance multivari\u00e9e, couramment d\u00e9sign\u00e9e par l’acronyme MANOVA<\/a> (Multivariate Analysis of Variance<\/em>), repr\u00e9sente l’une des extensions les plus puissantes et \u00e9l\u00e9gantes du mod\u00e8le lin\u00e9aire g\u00e9n\u00e9ral. Utilis\u00e9e de mani\u00e8re pr\u00e9pond\u00e9rante dans les sciences du comportement, la psychologie cognitive, les neurosciences cliniques, la m\u00e9decine translationnelle et les sciences de l’\u00e9ducation, elle permet d’\u00e9valuer simultan\u00e9ment l’effet d’une ou plusieurs variables ind\u00e9pendantes cat\u00e9gorielles sur un ensemble int\u00e9gr\u00e9 de variables d\u00e9pendantes quantitatives continues. Alors que la recherche contemporaine s’oriente de plus en plus vers la mod\u00e9lisation de ph\u00e9nom\u00e8nes complexes caract\u00e9ris\u00e9s par des r\u00e9ponses multidimensionnelles et interd\u00e9pendantes, le recours \u00e0 la MANOVA s’est impos\u00e9 comme un standard analytique de premier plan.<\/p>\n

Toutefois, la puissance inf\u00e9rentielle de la MANOVA repose sur un \u00e9chafaudage math\u00e9matique rigoureux. Contrairement \u00e0 des m\u00e9thodes exploratoires plus tol\u00e9rantes, les tests multivari\u00e9s reposent sur une s\u00e9rie de postulats distributionnels, g\u00e9om\u00e9triques et structurels fondamentaux. Lorsque ces conditions d’application sont enfreintes, l’appareil inf\u00e9rentiel s’effondre : les taux d’erreur de type I sont drastiquement gonfl\u00e9s, la puissance statistique s’\u00e9rode de fa\u00e7on impr\u00e9visible, et les estimations des centro\u00efdes et des matrices de dispersion deviennent biais\u00e9es. Trop souvent, les analystes appliquent ces proc\u00e9dures de mani\u00e8re m\u00e9canique \u00e0 l’aide de progiciels statistiques contemporains sans proc\u00e9der aux v\u00e9rifications diagnostiques pr\u00e9alables indispensables, publiant ainsi des conclusions fragiles ou non reproductibles.<\/p>\n

Ce guide exhaustif a pour vocation d’offrir aux chercheurs, m\u00e9thodologistes, doctorants et statisticiens appliqu\u00e9s une feuille de route int\u00e9grale et approfondie pour le diagnostic, l’\u00e9valuation critique et la rem\u00e9diation de l’ensemble des postulats sous-tendant la MANOVA. \u00c0 travers treize sections d\u00e9taill\u00e9es, nous explorerons les fondements math\u00e9matiques de chaque condition, les proc\u00e9dures de d\u00e9tection graphiques et inf\u00e9rentielles, les compromis d\u00e9cisionnels face aux violations, l’impl\u00e9mentation op\u00e9rationnelle sous R et SPSS, ainsi que les standards de restitution acad\u00e9mique conformes aux exigences les plus strictes de la communaut\u00e9 scientifique internationale.<\/p>\n

1. Introduction m\u00e9thodologique \u00e0 la MANOVA et pertinence des postulats<\/h2>\n

1.1 Fondements th\u00e9oriques et transition de l’ANOVA vers la MANOVA<\/h3>\n

L’analyse de variance multivari\u00e9e s’inscrit au c\u0153ur du mod\u00e8le lin\u00e9aire g\u00e9n\u00e9ral<\/a> (GLM). Elle constitue l’extension vectorielle directe de l’analyse de variance univari\u00e9e (ANOVA). Dans une ANOVA classique \u00e0 un facteur, le chercheur mod\u00e9lise une variable d\u00e9pendante scalaire unique en fonction de l’appartenance \u00e0 diff\u00e9rents groupes exp\u00e9rimentaux ou naturels. D\u00e8s lors que l’architecture th\u00e9orique d’une \u00e9tude requiert l’\u00e9valuation conjointe de plusieurs dimensions d’un m\u00eame ph\u00e9nom\u00e8ne psychologique ou physiologique (par exemple, la m\u00e9moire de travail, l’attention s\u00e9lective et la flexibilit\u00e9 cognitive face \u00e0 plusieurs protocoles th\u00e9rapeutiques), le chercheur se trouve confront\u00e9 \u00e0 un dilemme analytique majeur.<\/p>\n

La tentation historique consistant \u00e0 d\u00e9ployer une s\u00e9rie d’ANOVA univari\u00e9es ind\u00e9pendantes sur chaque variable de r\u00e9ponse pose un \u00e9cueil statistique critique : l’inflation non contr\u00f4l\u00e9e du taux d’erreur de type I global \u00e0 l’\u00e9chelle de la famille d’hypoth\u00e8ses (family-wise error rate<\/em>). Si l’on r\u00e9alise k<\/em> tests statistiques ind\u00e9pendants au seuil nominal alpha de 0,05, la probabilit\u00e9 cumul\u00e9e de commettre au moins une erreur de premi\u00e8re esp\u00e8ce s’\u00e9l\u00e8ve \u00e0 1 – (1 – 0,05)k<\/sup>. Pour quatre variables d\u00e9pendantes, ce risque de rejet d’une hypoth\u00e8se nulle vraie atteint d\u00e9j\u00e0 18,5 %, sapant ainsi la validit\u00e9 des d\u00e9couvertes scientifiques.<\/p>\n

Au-del\u00e0 de la stricte ma\u00eetrise de cette inflation stochastique, la MANOVA apporte un avantage \u00e9pist\u00e9mologique et statistique irrempla\u00e7able : la prise en compte de la structure de covariance sous-jacente entre les variables d\u00e9pendantes. En r\u00e9alit\u00e9 empirique, les dimensions comportementales ou biologiques ne fonctionnent presque jamais de mani\u00e8re isol\u00e9e ; elles sont corr\u00e9l\u00e9es. L’analyse multivari\u00e9e synth\u00e9tise ces variables en un syst\u00e8me vectoriel unique, projetant les observations au sein d’un espace multidimensionnel \u00e0 p<\/em> dimensions. Les centro\u00efdes de groupe (les vecteurs des moyennes) sont alors compar\u00e9s en consid\u00e9rant explicitement la matrice de variance-covariance r\u00e9siduelle. Cela permet d’identifier des effets subtils de groupe qui demeureraient totalement ind\u00e9tectables par des analyses univari\u00e9es isol\u00e9es, notamment lorsque les diff\u00e9rences entre groupes se manifestent le long d’une combinaison lin\u00e9aire oblique des variables de r\u00e9ponse.<\/p>\n

1.2 Cons\u00e9quences statistiques de la non-v\u00e9rification des conditions d’application<\/h3>\n

La validit\u00e9 des inf\u00e9rences d\u00e9duites d’une MANOVA d\u00e9pend strictement du respect d’un ensemble d’hypoth\u00e8ses statistiques r\u00e9gissant le comportement des distributions et des r\u00e9sidus matriciels. L’ignorance de ces conditions d’application engendre des r\u00e9percussions d\u00e9sastreuses sur la cha\u00eene inf\u00e9rentielle. En premier lieu, la distorsion des tests de signification statistique est un risque permanent : les valeurs p<\/em> calcul\u00e9es \u00e0 partir des distributions th\u00e9oriques (telles que la loi de Fisher-Snedecor d\u00e9riv\u00e9e du Lambda de Wilks ou de la Trace de Pillai) perdent leur \u00e9talonnage r\u00e9el lorsque les donn\u00e9es d\u00e9vient de la normalit\u00e9 multivari\u00e9e ou que l’homog\u00e9n\u00e9it\u00e9 des matrices de covariance est rompue.<\/p>\n

En second lieu, l’alt\u00e9ration de la puissance statistique repr\u00e9sente une menace insidieuse. Bien qu’une violation puisse artificiellement gonfler l’erreur de type I, elle peut tout aussi fr\u00e9quemment induire une perte d’efficacit\u00e9 majeure, rel\u00e9guant des effets exp\u00e9rimentaux authentiques et cliniquement significatifs sous le seuil arbitraire de significativit\u00e9 statistique. Par ailleurs, la pr\u00e9sence de valeurs aberrantes multivari\u00e9es ou de multicolin\u00e9arit\u00e9 s\u00e9v\u00e8re perturbe l’orientation des axes discriminants canoniques, modifiant radicalement les conclusions th\u00e9oriques relatives aux dimensions sous-jacentes qui s\u00e9parent les groupes.<\/p>\n

Dans le paysage scientifique contemporain, marqu\u00e9 par la crise de la reproductibilit\u00e9 et l’\u00e9l\u00e9vation substantielle des exigences m\u00e9thodologiques, les comit\u00e9s de lecture des revues \u00e0 fort facteur d’impact (par exemple, les revues de l’American Psychological Association<\/a> ou les publications biom\u00e9dicales majeures) n’acceptent plus les d\u00e9clarations p\u00e9remptoires affirmant simplement que \u00ab les postulats ont \u00e9t\u00e9 v\u00e9rifi\u00e9s \u00bb. Une d\u00e9monstration transparente, tra\u00e7able et rigoureusement quantifi\u00e9e de chaque \u00e9tape diagnostique est d\u00e9sormais requise pour garantir la robustesse \u00e9pist\u00e9mique des r\u00e9sultats publi\u00e9s.<\/p>\n

1.3 Vue d’ensemble s\u00e9quentielle de la d\u00e9marche diagnostique<\/h3>\n

L’inspection des donn\u00e9es pr\u00e9alablement \u00e0 la mod\u00e9lisation multivari\u00e9e ne saurait \u00eatre conduite de mani\u00e8re anarchique. Une d\u00e9marche m\u00e9thodologique s\u00e9quentielle et formalis\u00e9e s’av\u00e8re indispensable pour \u00e9viter que le traitement d’une violation statistique ne vienne artificiellement en cr\u00e9er une autre. La chronologie recommand\u00e9e d\u00e9bute invariablement par l’audit structurel du plan d’\u00e9chantillonnage et de collecte, v\u00e9rifiant l’ind\u00e9pendance ontologique des unit\u00e9s d’analyse.<\/p>\n

Dans un second temps, le protocole diagnostique se focalise sur l’int\u00e9grit\u00e9 de l’\u00e9chantillon par cellule exp\u00e9rimentale, s’assurant que la taille d’\u00e9chantillon permet math\u00e9matiquement l’inversion des matrices de dispersion. Vient ensuite le d\u00e9pistage s\u00e9quentiel des valeurs aberrantes univari\u00e9es, suivi imm\u00e9diatement de l’extraction des observations d\u00e9viantes au niveau multivari\u00e9, ces derni\u00e8res \u00e9tant susceptibles d’exercer un effet de levier destructeur sur les moyennes conjointes et les matrices de covariance.<\/p>\n

Une fois l’int\u00e9grit\u00e9 des observations consolid\u00e9e, l’\u00e9valuation distributionnelle s’op\u00e8re : examen de la normalit\u00e9 univari\u00e9e au sein de chaque groupe, compl\u00e9t\u00e9 par l’analyse formelle et graphique de la normalit\u00e9 multivari\u00e9e. Les propri\u00e9t\u00e9s relationnelles entre les variables d\u00e9pendantes sont alors pass\u00e9es au crible \u00e0 travers l’\u00e9valuation de la lin\u00e9arit\u00e9 bivari\u00e9e et l’exclusion de la multicolin\u00e9arit\u00e9. Enfin, le postulat d’homog\u00e9n\u00e9it\u00e9 des matrices de variance-covariance est soumis \u00e0 une critique minutieuse. Ce flux de travail m\u00e9thodique et it\u00e9ratif garantit une tra\u00e7abilit\u00e9 int\u00e9grale, permettant au chercheur d’arbitrer rationnellement entre le recours aux statistiques multivari\u00e9es classiques, l’application d’ajustements correctifs ou la r\u00e9orientation vers des alternatives semi-param\u00e9triques ou non param\u00e9triques.<\/p>\n

2. Postulat 1 : Ind\u00e9pendance des observations et structure d’\u00e9chantillonnage<\/h2>\n

2.1 Nature et implications de l’hypoth\u00e8se d’ind\u00e9pendance<\/h3>\n

Le postulat d’ind\u00e9pendance des observations constitue sans doute la condition d’application la plus critique, la plus universelle et la moins tol\u00e9rante du mod\u00e8le lin\u00e9aire g\u00e9n\u00e9ral, tout particuli\u00e8rement dans le cadre multivari\u00e9. Conceptuellement, l’ind\u00e9pendance stipule que le vecteur d’erreurs r\u00e9siduelles associ\u00e9 \u00e0 une unit\u00e9 exp\u00e9rimentale donn\u00e9e ne partage aucune information stochastique, aucun lien statistique et aucune covariance avec les r\u00e9sidus d’une quelconque autre unit\u00e9 de l’\u00e9chantillon. Math\u00e9matiquement, pour deux individus i<\/em> et j<\/em> distincts, l’esp\u00e9rance conditionnelle du produit crois\u00e9 de leurs r\u00e9sidus est nulle.<\/p>\n

La violation de cette hypoth\u00e8se exerce un impact bien plus d\u00e9vastateur que les d\u00e9viations mod\u00e9r\u00e9es par rapport \u00e0 la normalit\u00e9 ou \u00e0 l’homosc\u00e9dasticit\u00e9. Les statistiques de test multivari\u00e9es (comme le F<\/em> de Bartlett-Wilks ou l’approximation de Pillai) reposent sur l’hypoth\u00e8se que chaque vecteur d’observation apporte une quantit\u00e9 d’information totalement nouvelle et autonome. En pr\u00e9sence d’observations appari\u00e9es, regroup\u00e9es ou r\u00e9p\u00e9t\u00e9es dans le temps qui ne sont pas explicitement mod\u00e9lis\u00e9es comme telles, la variance d’\u00e9chantillonnage r\u00e9elle est dramatiquement sous-estim\u00e9e. Il en r\u00e9sulte une inflation massive et non ma\u00eetris\u00e9e du taux d’erreur de type I, pouvant faire passer un seuil nominal de 5 % \u00e0 des taux r\u00e9els d\u00e9passant fr\u00e9quemment 30 \u00e0 40 %, g\u00e9n\u00e9rant ainsi des d\u00e9clarations illusoires d’effets exp\u00e9rimentaux significatifs.<\/p>\n

2.2 Identification des violations li\u00e9es au plan exp\u00e9rimental<\/h3>\n

Les entorses au postulat d’ind\u00e9pendance trouvent quasi syst\u00e9matiquement leur origine dans les imperfections du protocole exp\u00e9rimental ou de la strat\u00e9gie d’\u00e9chantillonnage, plut\u00f4t que dans la nature intrins\u00e8que des variables mesur\u00e9es. En psychologie et en sciences sociales, l’effet de grappe (clustering effect<\/em>) constitue la source de violation la plus courante. Par exemple, l’\u00e9valuation de l’efficacit\u00e9 d’un nouveau cursus p\u00e9dagogique sur les performances acad\u00e9miques en testant des \u00e9l\u00e8ves regroup\u00e9s au sein de classes scolaires distinctes introduit une d\u00e9pendance imm\u00e9diate : les \u00e9l\u00e8ves d’une m\u00eame classe partagent l’influence de l’enseignant, l’environnement physique et la dynamique de groupe, cr\u00e9ant une corr\u00e9lation intra-classe substantielle.<\/p>\n

De mani\u00e8re similaire, dans la recherche clinique ou m\u00e9dicale, les patients recrut\u00e9s au sein d’un m\u00eame centre hospitalier ou suivis par un m\u00eame praticien pr\u00e9sentent des r\u00e9sidus d\u00e9pendants. La d\u00e9pendance temporelle repr\u00e9sente un autre pi\u00e8ge fr\u00e9quent, notamment lorsque des mesures sont recueillies de mani\u00e8re s\u00e9quentielle sur les m\u00eames sujets (donn\u00e9es longitudinales ou de mesures r\u00e9p\u00e9t\u00e9es) et analys\u00e9es par erreur via une MANOVA inter-sujets standard. Enfin, le recours \u00e0 des m\u00e9thodes d’\u00e9chantillonnage non probabilistes, telles que l’\u00e9chantillonnage par r\u00e9seau ou \u00ab boule de neige \u00bb, g\u00e9n\u00e8re une contagion syst\u00e9mique entre r\u00e9pondants interconnect\u00e9s. La d\u00e9tection de ces violations est essentiellement pr\u00e9ventive et conceptuelle : elle s’op\u00e8re en amont de toute saisie informatique par une d\u00e9construction minutieuse du protocole de recueil des donn\u00e9es.<\/p>\n

2.3 Solutions m\u00e9thodologiques face \u00e0 la d\u00e9pendance des r\u00e9sidus<\/h3>\n

Lorsqu’un diagnostic m\u00e9thodologique r\u00e9v\u00e8le l’existence av\u00e9r\u00e9e d’une d\u00e9pendance r\u00e9siduelle, la MANOVA standard \u00e0 effets fixes doit \u00eatre formellement abandonn\u00e9e, car aucune transformation math\u00e9matique des variables ne saurait pallier l’interd\u00e9pendance des unit\u00e9s statistiques. La r\u00e9ponse analytique moderne repose sur la transition vers les mod\u00e8les lin\u00e9aires mixtes multivari\u00e9s (Multivariate Linear Mixed Models<\/em>) ou mod\u00e8les hi\u00e9rarchiques lin\u00e9aires (HLM). Ces cadres statistiques avanc\u00e9s permettent de sp\u00e9cifier simultan\u00e9ment des effets fixes (l’impact des facteurs exp\u00e9rimentaux) et des effets al\u00e9atoires assign\u00e9s aux grappes (les classes, les h\u00f4pitaux ou les individus suivis longitudinalement), int\u00e9grant ainsi explicitement la structure de corr\u00e9lation intra-classe dans l’estimation de l’erreur standard.<\/p>\n

Une alternative pragmatique mais plus r\u00e9ductrice consiste en l’agr\u00e9gation statistique des donn\u00e9es : si l’effet de grappe est trop pr\u00e9gnant, le chercheur peut calculer la moyenne multivari\u00e9e au niveau de chaque groupe (par exemple, la classe scolaire) et faire de cette derni\u00e8re l’unit\u00e9 d’analyse \u00e9l\u00e9mentaire, sous r\u00e9serve de disposer d’un nombre suffisant d’unit\u00e9s de niveau sup\u00e9rieur. Une autre voie d’ajustement implique l’utilisation d’estimateurs de variance robustes dits \u00ab sandwich \u00bb ou estimateurs de Huber-White ajust\u00e9s pour les grappes, qui corrigent les erreurs types sans alt\u00e9rer l’estimation des coefficients. Enfin, la mod\u00e9lisation par \u00e9quations structurelles multivari\u00e9es (SEM) permet de param\u00e9trer des structures de d\u00e9pendance complexes tout en pr\u00e9servant l’int\u00e9grit\u00e9 conceptuelle des multiples variables d\u00e9pendantes.<\/p>\n

3. Postulat 2 : Ad\u00e9quation de la taille d’\u00e9chantillon et puissance statistique<\/h2>\n

3.1 R\u00e8gles d’effectifs minimaux par cellule exp\u00e9rimentale<\/h3>\n

L’exigence relative au volume d’\u00e9chantillonnage en MANOVA n’est pas uniquement dict\u00e9e par des imp\u00e9ratifs de puissance statistique ; elle r\u00e9pond avant tout \u00e0 une contrainte math\u00e9matique absolue li\u00e9e \u00e0 l’alg\u00e8bre matricielle. Pour que l’analyse multivari\u00e9e puisse \u00eatre ex\u00e9cut\u00e9e sans d\u00e9faillance algorithmique, le nombre d’observations au sein de chaque cellule du plan factoriel doit imp\u00e9rativement \u00eatre strictement sup\u00e9rieur au nombre de variables d\u00e9pendantes incluses dans le mod\u00e8le. Formellement, si l’on \u00e9tudie p<\/em> variables de r\u00e9ponse, chaque cellule j<\/em> doit comporter nj<\/sub><\/em> > p<\/em> observations.<\/p>\n

Lorsque cette condition fondamentale n’est pas remplie, la matrice de variance-covariance intra-groupe (la matrice r\u00e9siduelle W<\/strong> ou E<\/strong> pour Error<\/em>) devient math\u00e9matiquement singuli\u00e8re, c’est-\u00e0-dire que son d\u00e9terminant est exactement \u00e9gal \u00e0 z\u00e9ro. Une matrice singuli\u00e8re ne poss\u00e8de pas d’inverse matriciel (W<\/strong>-1<\/sup> est ind\u00e9termin\u00e9), or l’ensemble des crit\u00e8res de d\u00e9cision multivari\u00e9s \u2014 qu’il s’agisse du Lambda de Wilks ou de la Trace de Hotelling-Lawley \u2014 repose sur la diagonalisation ou l’inversion du produit matriciel W<\/strong>-1<\/sup>B<\/strong> (o\u00f9 B<\/strong> repr\u00e9sente la matrice de dispersion inter-groupes). Si nj<\/sub><\/em> \u2264 p<\/em>, le progiciel statistique interrompra l’analyse en retournant un message d’erreur d’inversion ou produira des statistiques hautement aberrantes.<\/p>\n

Au-del\u00e0 de cette fronti\u00e8re math\u00e9matique minimale, les standards m\u00e9thodologiques recommandent vigoureusement de disposer d’un seuil critique de 20 \u00e0 30 observations par cellule exp\u00e9rimentale. Ce volume plancher permet de stabiliser les estimations des variances et des covariances, tout en conf\u00e9rant \u00e0 la MANOVA une robustesse minimale face aux l\u00e9g\u00e8res d\u00e9viations de normalit\u00e9 multivari\u00e9e gr\u00e2ce \u00e0 l’action asymptotique du th\u00e9or\u00e8me central limite.<\/p>\n

3.2 Calcul de puissance statistique a priori pour la MANOVA<\/h3>\n

La planification d’une recherche multivari\u00e9e exige un dimensionnement rigoureux de l’\u00e9chantillon au moyen d’un calcul de puissance statistique a priori<\/em>. Contrairement \u00e0 l’analyse univari\u00e9e o\u00f9 la taille d’effet s’exprime par le d<\/em> de Cohen ou l’\u00eata-carr\u00e9 partiel (\u03b7p<\/sub>\u00b2), le cadre multivari\u00e9 fait intervenir des mesures de magnitude globales, le plus souvent formalis\u00e9es par le f<\/em>\u00b2 multivari\u00e9 de Cohen ou le V<\/em> de Cramer appliqu\u00e9 aux matrices de dispersion.<\/p>\n

Le logiciel de r\u00e9f\u00e9rence open-source G*Power<\/a> permet d’effectuer ces d\u00e9terminations pour la famille des tests MANOVA. Lors du param\u00e9trage, le chercheur doit sp\u00e9cifier le seuil alpha (g\u00e9n\u00e9ralement 0,05), la puissance d\u00e9sir\u00e9e (conventionnellement fix\u00e9e \u00e0 1 – \u03b2 = 0,80 ou 0,90), le nombre de groupes, le nombre de variables d\u00e9pendantes et la taille d’effet attendue (petite, moyenne ou grande selon les m\u00e9ta-analyses ant\u00e9rieures dans le domaine). Il est capital de noter que l’adjonction de variables d\u00e9pendantes suppl\u00e9mentaires n’accro\u00eet pas m\u00e9caniquement la puissance statistique : si l’on int\u00e8gre des variables de r\u00e9ponse non informatives ou fortement redondantes, les degr\u00e9s de libert\u00e9 du mod\u00e8le augmentent au d\u00e9nominateur, ce qui p\u00e9nalise le test statistique et exige paradoxalement un volume d’\u00e9chantillonnage substantiellement plus \u00e9lev\u00e9 pour rejeter l’hypoth\u00e8se nulle.<\/p>\n

3.3 Gestion des d\u00e9s\u00e9quilibres d’effectifs entre les groupes<\/h3>\n

Les plans d’\u00e9chantillonnage d\u00e9s\u00e9quilibr\u00e9s, caract\u00e9ris\u00e9s par des effectifs in\u00e9gaux entre les diff\u00e9rentes modalit\u00e9s des facteurs, constituent la norme plut\u00f4t que l’exception en recherche empirique en raison des abandons d’exp\u00e9rimentation, de la mortalit\u00e9 exp\u00e9rimentale ou des d\u00e9s\u00e9quilibres d\u00e9mographiques naturels. Cependant, en MANOVA, ces d\u00e9s\u00e9quilibres brisent l’orthogonalit\u00e9 du plan de factorisation, provoquant un enchev\u00eatrement des variances attribuables aux diff\u00e9rents facteurs principaux et \u00e0 leurs interactions.<\/p>\n

Face \u00e0 des donn\u00e9es non orthogonales, le choix de la m\u00e9thode de d\u00e9composition de la somme des carr\u00e9s et des produits crois\u00e9s devient d\u00e9terminant. Il convient de rejeter la somme des carr\u00e9s de Type I (m\u00e9thode s\u00e9quentielle d\u00e9pendante de l’ordre d’introduction des variables) pour privil\u00e9gier la m\u00e9thode des sommes des carr\u00e9s de Type III (m\u00e9thode marginale ou simultan\u00e9e), sous r\u00e9serve que le mod\u00e8le inclue des interactions, ou de Type II en l’absence d’interactions statistiquement significatives. De surcro\u00eet, le p\u00e9ril majeur d’un d\u00e9s\u00e9quilibre d’effectifs r\u00e9side dans son interaction synergique d\u00e9l\u00e9t\u00e8re avec l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 multivari\u00e9e : si les groupes de petite taille pr\u00e9sentent des variances-covariances nettement plus larges que les grands groupes, les tests omnibus deviennent extr\u00eamement lib\u00e9raux, gonflant le taux d’erreur de type I bien au-del\u00e0 des bornes tol\u00e9rables. Si les disparit\u00e9s d’effectifs sont trop drastiques, des techniques de r\u00e9\u00e9quilibrage par sous-\u00e9chantillonnage al\u00e9atoire (downsampling<\/em>) ou par pond\u00e9ration inverse de la variance peuvent \u00eatre requises.<\/p>\n

4. Postulat 3 : D\u00e9tection et traitement des valeurs aberrantes<\/h2>\n

4.1 D\u00e9pistage des valeurs aberrantes univari\u00e9es<\/h3>\n

Les valeurs aberrantes univari\u00e9es (univariate outliers<\/em>) d\u00e9signent des observations dont le score s’\u00e9carte de mani\u00e8re spectaculaire du centre de la distribution d’une variable prise isol\u00e9ment. La premi\u00e8re \u00e9tape du protocole diagnostique consiste \u00e0 calculer les scores standardis\u00e9s (scores z<\/em>) pour chaque variable d\u00e9pendante au sein de chaque groupe exp\u00e9rimental. La convention empirique, largement appuy\u00e9e par la litt\u00e9rature m\u00e9thodologique, retient comme aberrante toute observation dont la valeur absolue du score z<\/em> d\u00e9passe le seuil critique de 3,00, voire 3,29 dans le cadre de distributions volumineuses (ce dernier seuil correspondant \u00e0 une probabilit\u00e9 th\u00e9orique bilat\u00e9rale inf\u00e9rieure \u00e0 0,001 sous une loi normale standard).<\/p>\n

Ce d\u00e9pistage param\u00e9trique doit \u00eatre coupl\u00e9 \u00e0 une exploration visuelle exhaustive mobilisant les diagrammes en bo\u00eete \u00e0 moustaches (boxplots<\/em> de Tukey). L’inspection de ces graphiques permet d’identifier imm\u00e9diatement les valeurs extr\u00eames situ\u00e9es au-del\u00e0 de 1,5 fois l’\u00e9cart interquartile (aberrations mod\u00e9r\u00e9es) et celles situ\u00e9es au-del\u00e0 de 3 fois cet \u00e9cart (aberrations extr\u00eames). Il est imp\u00e9ratif pour l’analyste de documenter syst\u00e9matiquement la nature de ces anomalies : s’agit-il d’une erreur mat\u00e9rielle de codage informatique (par exemple, la saisie d’un score de 99 sur une \u00e9chelle de Likert born\u00e9e \u00e0 7), d’une observation issue d’une population non cibl\u00e9e par l’\u00e9tude (art\u00e9fact m\u00e9thodologique), ou d’une variabilit\u00e9 biologique ou psychologique authentique mais exceptionnelle ?<\/p>\n

4.2 Identification des valeurs aberrantes multivari\u00e9es via la distance de Mahalanobis<\/h3>\n

L’absence de valeurs aberrantes univari\u00e9es ne garantit en aucune mani\u00e8re l’absence d’aberrations au niveau multivari\u00e9. Une valeur aberrante multivari\u00e9e correspond \u00e0 une observation dont l’association ou la combinaison conjointe de scores sur plusieurs variables d\u00e9pendantes est hautement inhabituelle, alors m\u00eame que chacun de ses scores pris individuellement s’av\u00e8re parfaitement plausible et centr\u00e9.<\/p>\n

L’instrument diagnostique standard pour d\u00e9tecter ces entit\u00e9s g\u00e9om\u00e9triquement excentr\u00e9es est la distance de Mahalanobis<\/a> (D<\/em>\u00b2). Contrairement \u00e0 la distance euclidienne na\u00efve, la distance de Mahalanobis prend rigoureusement en consid\u00e9ration les variances respectives des variables ainsi que l’ensemble des covariances mutuelles. Alg\u00e9briquement, la distance de Mahalanobis au carr\u00e9 d’un vecteur d’observation x<\/strong>i<\/sub> par rapport au centro\u00efde du groupe \u03bc<\/strong> est formul\u00e9e comme suit :<\/p>\n

D\u00b2 = (xi<\/sub> – \u03bc)\u1d40 \u03a3\u207b\u00b9 (xi<\/sub> – \u03bc)<\/p>\n

o\u00f9 \u03a3<\/strong> repr\u00e9sente la matrice de variance-covariance de l’\u00e9chantillon et \u03a3<\/strong>-1<\/sup> son inverse matriciel. Sous l’hypoth\u00e8se de normalit\u00e9 multivari\u00e9e, la distribution des valeurs D<\/em>\u00b2 suit asymptotiquement une loi du chi-deux (\u03c7\u00b2) dont les degr\u00e9s de libert\u00e9 correspondent exactement au nombre de variables d\u00e9pendantes p<\/em>. Le crit\u00e8re d’exclusion couramment adopt\u00e9 fixe le seuil de signification \u00e0 \u03b1 = 0,001. Ainsi, pour un mod\u00e8le int\u00e9grant quatre variables d\u00e9pendantes, la valeur critique du chi-deux \u00e0 4 degr\u00e9s de libert\u00e9 pour p<\/em> < 0,001 est de 18,47. Tout individu dont la valeur de D<\/em>\u00b2 exc\u00e8de cette fronti\u00e8re est formellement classifi\u00e9 comme une anomalie multivari\u00e9e potentiellement destructrice pour les centro\u00efdes.<\/p>\n

\"\"<\/figure>\n

En compl\u00e9ment de la distance de Mahalanobis, il est particuli\u00e8rement instructif de calculer l’effet de levier multivari\u00e9 (leverage<\/em>) et la distance de Cook multivari\u00e9e. Alors que la distance de Mahalanobis identifie l’excentricit\u00e9 de l’observation au sein de l’espace des variables ind\u00e9pendantes ou d\u00e9pendantes, la distance de Cook permet de mesurer l’impact pratique direct de cette observation singuli\u00e8re sur le d\u00e9placement global des centro\u00efdes et des coefficients du mod\u00e8le. Une observation pr\u00e9sentant un D<\/em>\u00b2 statistiquement significatif coupl\u00e9 \u00e0 une distance de Cook \u00e9lev\u00e9e exerce une influence disproportionn\u00e9e et d\u00e9forme l’espace vectoriel, exigeant une d\u00e9cision m\u00e9thodologique document\u00e9e.<\/p>\n

4.3 Protocoles de rem\u00e9diation face aux donn\u00e9es aberrantes<\/h3>\n

La d\u00e9couverte d’aberrations statistiques impose une d\u00e9marche de rem\u00e9diation rationalis\u00e9e. La premi\u00e8re action consiste en la correction irr\u00e9futable des erreurs de transcription lorsque le registre source ou le protocole brut est accessible. Si l’observation r\u00e9sulte d’un dysfonctionnement manifeste de l’instrument de mesure ou d’une violation du protocole d’inclusion, la suppression cibl\u00e9e de la ligne de donn\u00e9es se justifie pleinement d’un point de vue \u00e9pist\u00e9mique.<\/p>\n

En revanche, lorsque les observations extr\u00eames repr\u00e9sentent des variations humaines l\u00e9gitimes, l’\u00e9limination arbitraire expose le chercheur \u00e0 un biais de s\u00e9lection substantiel. Dans cette situation, plusieurs protocoles sont envisageables :\n<\/p>\n