{"id":25918,"date":"2026-11-08T19:31:12","date_gmt":"2026-11-08T19:31:12","guid":{"rendered":"https:\/\/french.arabpsychology.com\/?psych_term=d-de-cohen-taille-effet"},"modified":"2026-11-08T19:31:12","modified_gmt":"2026-11-08T19:31:12","slug":"d-de-cohen-taille-effet","status":"publish","type":"psych_term","link":"https:\/\/french.arabpsychology.com\/?psych_term=d-de-cohen-taille-effet","title":{"rendered":"Le d de Cohen : mesurer la taille d’effet"},"content":{"rendered":"

Au c\u0153ur de la recherche quantitative contemporaine en psychologie et en sciences comportementales, l’\u00e9valuation de la pertinence pratique d’une d\u00e9couverte ne peut se r\u00e9duire \u00e0 la seule significativit\u00e9 statistique. L’indice d<\/em> de Cohen s’impose \u00e0 ce titre comme l’\u00e9talon d’or de la mesure de la taille d’effet<\/a> standardis\u00e9e, permettant de quantifier avec pr\u00e9cision l’ampleur de la divergence entre deux moyennes ind\u00e9pendantes ou appari\u00e9es. En transcendant les unit\u00e9s de mesure brutes des instruments psychom\u00e9triques, cet outil m\u00e9thodologique offre aux chercheurs un langage commun indispensable \u00e0 l’interpr\u00e9tation clinique, \u00e0 la r\u00e9plication des r\u00e9sultats et \u00e0 la synth\u00e8se m\u00e9ta-analytique.<\/p>\n

Le d de Cohen<\/h2>\n

1. D\u00e9finition concise<\/h3>\n

Le d de Cohen<\/strong> est une mesure standardis\u00e9e de la taille d’effet qui exprime la diff\u00e9rence entre deux moyennes en unit\u00e9s d’\u00e9cart-type. Con\u00e7u sp\u00e9cifiquement pour quantifier la magnitude d’un ph\u00e9nom\u00e8ne exp\u00e9rimental ou observationnel ind\u00e9pendamment de la taille de l’\u00e9chantillon, il constitue l’indice m\u00e9trique le plus largement utilis\u00e9 dans la comparaison de deux groupes en psychologie cognitive, clinique et sociale.<\/p>\n

Sur le plan fondamental, cette statistique param\u00e9trique permet de surmonter la d\u00e9pendance structurelle de la valeur p<\/em> vis-\u00e0-vis des effectifs d’un \u00e9chantillon. Alors qu’un test d’hypoth\u00e8se nul classique peut r\u00e9v\u00e9ler une diff\u00e9rence statistiquement significative pour un effet microscopique d\u00e8s lors que le nombre de participants est colossal, le d<\/em> de Cohen isole la v\u00e9ritable ampleur de la divergence observ\u00e9e. Il offre ainsi une estimation rigoureuse de la puissance explicative d’une intervention ou de la force d’une disparit\u00e9 interindividuelle.<\/p>\n

Dans la pratique de la recherche psychom\u00e9trique et exp\u00e9rimentale, le d<\/em> de Cohen se calcule en divisant la diff\u00e9rence arithm\u00e9tique entre la moyenne du groupe exp\u00e9rimental et celle du groupe t\u00e9moin par une estimation de l’\u00e9cart-type combin\u00e9 ou pool\u00e9 de la population parente. Ce ratio sans dimension transforme une mesure brute, d\u00e9pendante d’une \u00e9chelle arbitraire de test ou de questionnaire, en une valeur universellement intelligible et directement comparable d’une \u00e9tude \u00e0 l’autre.<\/p>\n

2. \u00c9tymologie et origine linguistique<\/h3>\n

L’appellation \u00ab d<\/em> de Cohen \u00bb tire son nom du statisticien et psychologue am\u00e9ricain Jacob Cohen<\/a> (1923\u20131998), professeur \u00e0 l’Universit\u00e9 de New York, qui a formalis\u00e9 cette mesure dans son ouvrage pionnier de 1969 consacr\u00e9 \u00e0 l’analyse de puissance statistique pour les sciences comportementales. La lettre minuscule latine \u00ab d<\/em> \u00bb a \u00e9t\u00e9 choisie par Cohen comme une abr\u00e9viation mn\u00e9motechnique directe du mot anglais difference<\/em>, soulignant qu’il s’agissait avant tout d’une diff\u00e9rence moyenne standardis\u00e9e.<\/p>\n

Sur le plan morphologique et \u00e9pist\u00e9mologique, le vocable s’inscrit dans la tradition de l’anglo-am\u00e9ricain m\u00e9thodologique du vingti\u00e8me si\u00e8cle, au confluent de la psychom\u00e9trie appliqu\u00e9e et de l’inf\u00e9rence n\u00e9o-fisherienne. L’usage en langue fran\u00e7aise a conserv\u00e9 la lettre originale tout en y adjoignant la particule patronymique selon les r\u00e8gles usuelles de la grammaire scientifique (\u00ab le d<\/em> de Cohen \u00bb, au masculin singulier), \u00e9vitant toute translitt\u00e9ration susceptible d’alt\u00e9rer la convention symbolique internationale.<\/p>\n

Historiquement, l’introduction de ce symbole typographique en italique visait \u00e0 \u00e9tablir une distinction formelle entre les param\u00e8tres populationnels purs, souvent not\u00e9s par la lettre grecque delta (\u03b4), et les statistiques estim\u00e9es \u00e0 partir d’\u00e9chantillons finis de donn\u00e9es observ\u00e9es, not\u00e9es par le caract\u00e8re romain d<\/em>. Cette distinction linguistique et notationnelle refl\u00e8te le respect des conventions probabilistes rigoureuses introduites par l’\u00e9cole britannique de statistique math\u00e9matique.<\/p>\n

3. Prononciation et forme grammaticale<\/h3>\n

D’un point de vue morphosyntaxique, l’expression s’emploie comme un syntagme nominal masculin singulier : \u00ab le d<\/em> de Cohen \u00bb (prononc\u00e9 phon\u00e9tiquement \/l\u0259 de d\u0259 ko.\u025bn\/ en fran\u00e7ais standard). Dans les contextes acad\u00e9miques formels, le substantif d\u00e9signe l’indice num\u00e9rique lui-m\u00eame, tandis que sa forme plurielle (\u00ab les d<\/em> de Cohen \u00bb) r\u00e9f\u00e8re \u00e0 un ensemble de tailles d’effet recueillies au sein d’une synth\u00e8se empirique ou d’un protocole multi-sites.<\/p>\n

Dans la litt\u00e9rature sp\u00e9cialis\u00e9e, la lettre d<\/em> est conventionnellement typographi\u00e9e en italique minuscule lorsqu’elle fait r\u00e9f\u00e9rence \u00e0 la variable statistique, conform\u00e9ment aux normes r\u00e9dactionnelles de l’American Psychological Association (APA). Les formulations adjectivales d\u00e9riv\u00e9es demeurent rares en fran\u00e7ais, les auteurs pr\u00e9f\u00e9rant des p\u00e9riphrases explicites telles que \u00ab standardis\u00e9 selon la m\u00e9trique de Cohen \u00bb ou \u00ab exprim\u00e9 en unit\u00e9s de d<\/em> \u00bb.<\/p>\n

Sur le plan syntaxique, le terme r\u00e9git fr\u00e9quemment des compl\u00e9ments de d\u00e9termination pr\u00e9cisant les conditions d’estimation : \u00ab le d<\/em> de Cohen intra-groupe \u00bb, \u00ab le d<\/em> de Cohen inter-sujets \u00bb, ou encore \u00ab le d<\/em> non biais\u00e9 \u00bb. L’accord des participes et des qualificatifs s’effectue syst\u00e9matiquement au masculin, s’alignant sur le genre du substantif implicite \u00ab indice \u00bb ou \u00ab coefficient \u00bb.<\/p>\n

4. Explication conceptuelle d\u00e9taill\u00e9e<\/h3>\n

Pour appr\u00e9hender en profondeur la port\u00e9e conceptuelle du d<\/em> de Cohen, il est indispensable de revisiter les apories inh\u00e9rentes \u00e0 l’\u00e9valuation exclusive de la significativit\u00e9 statistique par le truchement de la valeur p<\/em>. Dans le paradigme traditionnel des tests de signification d’hypoth\u00e8se nulle (NHST), la valeur de probabilit\u00e9 obtenue par un test de Student<\/a> refl\u00e8te conjointement deux param\u00e8tres fondamentalement distincts : la magnitude r\u00e9elle de l’effet dans la population sous-jacente et la taille de l’\u00e9chantillon analys\u00e9. En cons\u00e9quence, un chercheur observant un \u00e9chantillon compos\u00e9 de dizaines de milliers d’individus constatera une valeur p<\/em> hautement significative m\u00eame pour une variation infime et d\u00e9pourvue de toute utilit\u00e9 clinique ou th\u00e9orique. Inversement, un essai clinique pr\u00e9liminaire portant sur une cohorte r\u00e9duite risque d’\u00e9chouer \u00e0 rejeter l’hypoth\u00e8se nulle malgr\u00e9 la pr\u00e9sence d’une am\u00e9lioration th\u00e9rapeutique majeure.<\/p>\n

Le d<\/em> de Cohen r\u00e9sout ce dilemme \u00e9pist\u00e9mologique en dissociant la m\u00e9trique de l’ampleur brute de celle du volume d’observation. En divisant la diff\u00e9rence des moyennes empiriques par l’\u00e9cart-type conjoint, cette statistique exprime le d\u00e9calage g\u00e9om\u00e9trique entre deux distributions normales th\u00e9oriques. Si deux groupes affichent un d<\/em> de Cohen \u00e9gal \u00e0 1,00, cela signifie litt\u00e9ralement que la moyenne du second groupe se situe \u00e0 exactement un \u00e9cart-type au-dessus de la moyenne du premier groupe. Cette standardisation unitaire permet d’abolir l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 des outils d’\u00e9valuation psychologiques : que l’on \u00e9value l’anxi\u00e9t\u00e9 via une \u00e9chelle de d\u00e9pistage en 20 points ou un inventaire multifactoriel gradu\u00e9 de 0 \u00e0 100, un d<\/em> \u00e9quivalent traduit une s\u00e9paration distributionnelle strictement identique.<\/p>\n

Au-del\u00e0 de la simple distance euclidienne entre centres de gravit\u00e9, le d<\/em> de Cohen porte en lui une dimension probabiliste et distributionnelle f\u00e9conde. En postulant l’homog\u00e9n\u00e9it\u00e9 des variances et la normalit\u00e9 univari\u00e9e au sein des sous-groupes, cette m\u00e9trique permet de calculer des indices d\u00e9riv\u00e9s cruciaux pour le clinicien, tels que le degr\u00e9 de chevauchement des distributions (commun\u00e9ment d\u00e9sign\u00e9 par l’aire de non-recouvrement) ou la probabilit\u00e9 de sup\u00e9riorit\u00e9. Par exemple, lorsque le d<\/em> atteint une valeur de 0,50, environ 69 % des scores du groupe ayant b\u00e9n\u00e9fici\u00e9 d’une intervention psychologique th\u00e9rapeutique se situent au-del\u00e0 de la m\u00e9diane du groupe contr\u00f4le, et l’intersection des deux courbes gaussiennes n’est plus que partielle. Le concept transforme ainsi une abstraction math\u00e9matique en une description spatiale intuitive du comportement d’une population sous l’effet d’une variable exp\u00e9rimentale.<\/p>\n

La d\u00e9limitation conceptuelle du d<\/em> exige \u00e9galement de circonscrire pr\u00e9cis\u00e9ment ce qu’il ne mesure pas. Contrairement \u00e0 des coefficients d’association d’ordre quadratique comme le coefficient de d\u00e9termination (r\u00b2) ou l’\u00eata-carr\u00e9 partiel (\u03b7\u00b2p), le d<\/em> de Cohen conserve l’orientation directionnelle du ph\u00e9nom\u00e8ne \u00e9tudi\u00e9 : un r\u00e9sultat n\u00e9gatif informe d’une d\u00e9gradation ou d’un affaiblissement de la variable d\u00e9pendante par rapport au t\u00e9moin, tandis qu’un r\u00e9sultat positif indique un accroissement. Toutefois, le d<\/em> demeure totalement insensible \u00e0 la forme fine des queues de distribution si les postulats de normalit\u00e9 sont viol\u00e9s, ce qui appelle \u00e0 une vigilance accrue lors de son interpr\u00e9tation en pr\u00e9sence d’asym\u00e9tries majeures ou de valeurs aberrantes extr\u00eames.<\/p>\n

5. \u00c9volution historique<\/h3>\n

La trajectoire historique menant \u00e0 l’adoption unanime du d<\/em> de Cohen s’enracine dans la crise m\u00e9thodologique latente qui a travers\u00e9 la psychologie acad\u00e9mique durant la seconde moiti\u00e9 du vingti\u00e8me si\u00e8cle. D\u00e8s les ann\u00e9es 1950, des m\u00e9thodologistes lucides commen\u00e7aient \u00e0 pointer du doigt la d\u00e9pendance aveugle de la communaut\u00e9 scientifique envers les tables de Student et de Fisher, soulignant que la publication d’un \u00ab p < 0,05 \u00bb ne garantissait en rien la r\u00e9plicabilit\u00e9 ou la consistance d'un ph\u00e9nom\u00e8ne exp\u00e9rimental. C'est dans ce climat intellectuel que Jacob Cohen, statisticien rigoureux et clinicien de formation, entreprit de formaliser l'analyse de puissance a priori, constatant avec consternation dans ses premi\u00e8res enqu\u00eates bibliom\u00e9triques des ann\u00e9es 1960 que la majorit\u00e9 des \u00e9tudes psychologiques publi\u00e9es souffraient d'un manque criant de puissance statistique<\/a>.<\/p>\n

La publication en 1969 de l’ouvrage canonique de Cohen, intitul\u00e9 Statistical Power Analysis for the Behavioral Sciences<\/em>, constitua le point de bascule fondateur. Pour permettre aux chercheurs de planifier ad\u00e9quatement la taille de leurs cohortes avant de collecter la moindre donn\u00e9e, Cohen dut introduire des indices standardis\u00e9s de divergence populationnelle standardis\u00e9e et proposer des balises conventionnelles (les c\u00e9l\u00e8bres seuils de 0,20, 0,50 et 0,80) pour guider les calculs en l’absence de donn\u00e9es ant\u00e9rieures pr\u00e9cises. Bien que Cohen ait explicitement mis en garde ses coll\u00e8gues contre l’usage dogmatique de ces seuils arbitraires, la simplicit\u00e9 op\u00e9ratoire de sa m\u00e9trique s\u00e9duisit rapidement le monde de la recherche psychologique et \u00e9ducative.<\/p>\n

Durant les d\u00e9cennies 1970 et 1980, l’essor fulgurant de la m\u00e9ta-analyse<\/a>, sous l’impulsion d\u00e9cisive de Gene V. Glass, Frank L. Schmidt et John E. Hunter, propulsa le d<\/em> de Cohen au rang d’outil de synth\u00e8se incontournable. Face \u00e0 des dizaines d’essais cliniques portant sur l’efficacit\u00e9 des psychoth\u00e9rapies mais employant chacun des \u00e9chelles d’\u00e9valuation diff\u00e9rentes, la conversion syst\u00e9matique des donn\u00e9es en tailles d’effet standardis\u00e9es permit pour la premi\u00e8re fois de quantifier rigoureusement l’impact global des soins psychologiques \u00e0 grande \u00e9chelle. Cette p\u00e9riode vit \u00e9galement l’\u00e9mergence d’ajustements statistiques majeurs, notamment les travaux de Larry Hedges qui d\u00e9montra en 1981 que la formule originale de Cohen surestimait l\u00e9g\u00e8rement la taille d’effet au sein des tr\u00e8s petits \u00e9chantillons, donnant naissance au \u00ab g<\/em> de Hedges \u00bb comme variante non biais\u00e9e.<\/p>\n

\u00c0 l’aube du vingt-et-uni\u00e8me si\u00e8cle, la crise de la r\u00e9plicabilit\u00e9 qui a \u00e9branl\u00e9 les sciences comportementales a conf\u00e9r\u00e9 au d<\/em> de Cohen une importance institutionnelle sans pr\u00e9c\u00e9dent. Les commissions m\u00e9thodologiques des grandes revues savantes, \u00e0 l’instar de la Task Force on Statistical Inference<\/em> de l’APA dirig\u00e9e par Leland Wilkinson en 1999, ont express\u00e9ment recommand\u00e9 de consigner syst\u00e9matiquement les tailles d’effet et leurs intervalles de confiance pour chaque test d’hypoth\u00e8se publi\u00e9. Aujourd’hui, le calcul du d<\/em> de Cohen n’est plus per\u00e7u comme un simple raffinement accessoire, mais comme une exigence d\u00e9ontologique garantissant la transparence, la cumulativit\u00e9 et la solidit\u00e9 des inf\u00e9rences en psychologie exp\u00e9rimentale.<\/p>\n

6. Fondements th\u00e9oriques<\/h3>\n

Sur le plan math\u00e9matique et \u00e9pist\u00e9mologique, le d<\/em> de Cohen repose sur le postulat d’\u00e9chantillonnage de deux populations parentes ind\u00e9pendantes suivant chacune une distribution gaussienne de moyenne respective \u03bc\u2081 et \u03bc\u2082, et partageant une variance commune th\u00e9orique \u03c3\u00b2. Dans ce cadre param\u00e9trique id\u00e9al, la divergence r\u00e9elle d’\u00e9chelle standardis\u00e9e (souvent d\u00e9sign\u00e9e par la lettre grecque \u03b4) est formalis\u00e9e par le ratio de la diff\u00e9rence de ces deux param\u00e8tres sur l’\u00e9cart-type unitaire :<\/p>\n

\u03b4 = (\u03bc\u2081 – \u03bc\u2082) \/ \u03c3<\/span><\/p>\n

Puisque les param\u00e8tres de la population demeurent inobservables dans la pratique empirique, le statisticien est contraint d’estimer cette distance en substituant les moyennes observ\u00e9es (M\u2081 et M\u2082) et en calculant une approximation pond\u00e9r\u00e9e de l’\u00e9cart-type global, appel\u00e9e \u00e9cart-type combin\u00e9 ou pool\u00e9 (not\u00e9 S_pool). La formulation classique pour deux groupes d’effectifs respectifs n\u2081 et n\u2082 et d’\u00e9carts-types empiriques s\u2081 et s\u2082 s’exprime comme la racine carr\u00e9e de la moyenne pond\u00e9r\u00e9e de leurs variances respectives, garantissant une pond\u00e9ration \u00e9quitable des degr\u00e9s de libert\u00e9 de chaque sous-\u00e9chantillon.<\/p>\n

Un fondement th\u00e9orique sous-jacent capital concerne la distribution d’\u00e9chantillonnage de l’estimateur d<\/em>. Contrairement \u00e0 une id\u00e9e re\u00e7ue tenace, la variabilit\u00e9 d’\u00e9chantillonnage du d<\/em> de Cohen ne suit pas une loi normale exacte, mais d\u00e9rive directement de la distribution de Student non centrale. Cette propri\u00e9t\u00e9 math\u00e9matique complexe d\u00e9coule du fait que le num\u00e9rateur (la diff\u00e9rence des moyennes) et le d\u00e9nominateur (l’\u00e9cart-type combin\u00e9) sont tous deux des variables al\u00e9atoires sujettes \u00e0 des fluctuations stochastiques d’\u00e9chantillonnage. La prise en compte de la non-centralit\u00e9 s’av\u00e8re indispensable pour calculer des intervalles de confiance rigoureux autour de la taille d’effet estim\u00e9e, une \u00e9tape analytique aujourd’hui consid\u00e9r\u00e9e comme sup\u00e9rieure au simple report d’une valeur ponctuelle isol\u00e9e.<\/p>\n

Enfin, le mod\u00e8le th\u00e9orique s’articule \u00e9troitement avec les th\u00e9ories de la mesure en psychom\u00e9trie. Si l’instrument de mesure psychologique pr\u00e9sente une fid\u00e9lit\u00e9 imparfaite (par exemple, un coefficient alpha de Cronbach modeste), la variance d’erreur vient gonfler artificiellement l’\u00e9cart-type au d\u00e9nominateur, ce qui a pour cons\u00e9quence directe d’att\u00e9nuer math\u00e9matiquement la taille d’effet observ\u00e9e. Les th\u00e9oriciens de la psychom\u00e9trie ont ainsi d\u00e9velopp\u00e9 des formules d’ajustement pour corriger le d<\/em> de Cohen de l’att\u00e9nuation due aux erreurs de mesure, reliant intimement la qualit\u00e9 de la mod\u00e9lisation statistique aux propri\u00e9t\u00e9s psychom\u00e9triques intrins\u00e8ques des outils d’\u00e9valuation utilis\u00e9s sur le terrain.<\/p>\n

7. Composantes cl\u00e9s, types et dimensions<\/h3>\n

L’utilisation judicieuse de la famille des indices de Cohen requiert de distinguer ses diff\u00e9rentes composantes de calcul, ses d\u00e9clinaisons m\u00e9thodologiques et ses dimensions structurelles au sein du protocole de recherche :<\/p>\n