{"id":17604,"date":"2026-10-15T15:57:22","date_gmt":"2026-10-15T15:57:22","guid":{"rendered":"http:\/\/french.arabpsychology.com\/theorists\/richard-maccallum-1944-present\/"},"modified":"2026-10-15T15:57:22","modified_gmt":"2026-10-15T15:57:22","slug":"richard-maccallum-1944-present","status":"publish","type":"psych_theorist","link":"https:\/\/french.arabpsychology.com\/?psych_theorist=richard-maccallum-1944-present","title":{"rendered":"Richard MacCallum – 1944 Pr\u00e9sent"},"content":{"rendered":"

Dans l’histoire contemporaine des sciences du comportement, rares sont les m\u00e9thodologistes dont les travaux ont exerc\u00e9 une influence aussi structurante et p\u00e9renne que ceux de Richard C. MacCallum<\/strong>. N\u00e9 en 1944, ce statisticien et psychom\u00e8tre am\u00e9ricain s’est impos\u00e9 comme l’une des figures de proue de la mod\u00e9lisation statistique appliqu\u00e9e aux sciences sociales. \u00c0 une \u00e9poque charni\u00e8re o\u00f9 la psychologie scientifique cherchait \u00e0 s’\u00e9manciper des approximations descriptives pour embrasser la rigueur formelle des math\u00e9matiques computationnelles, MacCallum a su allier une ma\u00eetrise technique exemplaire \u00e0 une lucidit\u00e9 \u00e9pist\u00e9mologique sans concession. Ses contributions ne se limitent pas \u00e0 l’\u00e9laboration d’algorithmes ou d’indices de mesure ; elles incarnent une r\u00e9flexion profonde sur la mani\u00e8re dont les th\u00e9ories psychologiques peuvent \u00eatre confront\u00e9es, valid\u00e9es ou r\u00e9fut\u00e9es par l’interm\u00e9diaire de donn\u00e9es empiriques bruit\u00e9es.<\/p>\n

Le parcours intellectuel de MacCallum traverse les grandes r\u00e9volutions m\u00e9thodologiques du dernier demi-si\u00e8cle : l’av\u00e8nement et le perfectionnement de l’analyse factorielle<\/a>, la cons\u00e9cration de la mod\u00e9lisation par \u00e9quations structurelles<\/a> (SEM), la clarification des indices d’ajustement global \u00e0 l’instar de l’erreur quadratique moyenne d’approximation (RMSEA), ainsi que la d\u00e9nonciation syst\u00e9matique des mauvaises pratiques analytiques comme la dichotomisation arbitraire des variables continues. \u00c0 travers ses enseignements dispens\u00e9s au sein d’institutions prestigieuses telles que l’Universit\u00e9 d’\u00c9tat de l’Ohio et l’Universit\u00e9 de Caroline du Nord \u00e0 Chapel Hill, il a form\u00e9 plusieurs g\u00e9n\u00e9rations de chercheurs en insufflant une d\u00e9ontologie de la parcimonie et de la r\u00e9plication face aux sir\u00e8nes de la sur-interpr\u00e9tation statistique.<\/p>\n

Ce trait\u00e9 exhaustif se propose d’explorer en d\u00e9tail l’\u0153uvre colossale de Richard MacCallum depuis ses premi\u00e8res formulations dans les ann\u00e9es 1970 jusqu’\u00e0 ses r\u00e9sonances les plus contemporaines. En analysant ses avanc\u00e9es th\u00e9oriques, ses avertissements contre les d\u00e9rives opportunistes de la recherche empirique et sa d\u00e9fense inconditionnelle de la validit\u00e9 de construit, ce texte met en lumi\u00e8re la trajectoire d’un penseur qui a rappel\u00e9 \u00e0 la communaut\u00e9 scientifique que les mod\u00e8les statistiques ne constituent jamais la r\u00e9alit\u00e9 m\u00eame, mais de modestes et n\u00e9cessaires approximations destin\u00e9es \u00e0 \u00e9clairer la complexit\u00e9 de l’esprit humain.<\/p>\n

1. Introduction et trajectoire biographique de Richard MacCallum (1944 \u00e0 nos jours)<\/h2>\n

1.1 Origines acad\u00e9miques et formation initiale en psychologie quantitative<\/h3>\n

L’\u00e9mergence intellectuelle de Richard C. MacCallum s’inscrit au c\u0153ur des ann\u00e9es 1960 et 1970, une p\u00e9riode marqu\u00e9e par l’irruption de l’informatique dans les d\u00e9partements de sciences sociales et par la transition graduelle d’une psychologie purement b\u00e9havioriste vers des mod\u00e8les cognitifs et diff\u00e9rentiels hautement quantifi\u00e9s. Durant cette phase de modernisation \u00e9pist\u00e9mologique, l’acc\u00e8s nouveau aux ordinateurs centraux (mainframes<\/em>) a permis aux chercheurs d’ex\u00e9cuter des calculs matriciels complexes qui \u00e9taient auparavant inconcevables \u00e0 la main ou sur des calculatrices m\u00e9caniques. C’est dans ce climat d’effervescence m\u00e9thodologique que MacCallum oriente sa formation doctorale vers la psychom\u00e9trie avanc\u00e9e et la statistique multivari\u00e9e, d\u00e9veloppant une fascination singuli\u00e8re pour la mani\u00e8re dont les construits inobservables peuvent \u00eatre appr\u00e9hend\u00e9s \u00e0 travers l’analyse des matrices de variance-covariance.<\/p>\n

Sa formation \u00e0 l’Universit\u00e9 de l’Illinois \u00e0 Urbana-Champaign a constitu\u00e9 le creuset de sa vision scientifique. Ce centre universitaire repr\u00e9sentait alors l’un des bastions mondiaux de la psychom\u00e9trie, sous l’influence tut\u00e9laire de figures pionni\u00e8res telles que Ledyard R Tucker, Raymond Cattell et d’autres architectes de l’analyse multivari\u00e9e. Sous l’\u00e9gide de ces ma\u00eetres, MacCallum s’est impr\u00e9gn\u00e9 d’une rigueur formelle intransigeante relative aux fondements math\u00e9matiques de l’analyse factorielle et du positionnement multidimensionnel (multidimensional scaling<\/em>). Cette immersion lui a permis de comprendre tr\u00e8s t\u00f4t que les repr\u00e9sentations g\u00e9om\u00e9triques des donn\u00e9es psychologiques ne sont pas de simples artifices visuels, mais des reflets directs d’hypoth\u00e8ses sur l’architecture fonctionnelle de la cognition et de la personnalit\u00e9.<\/p>\n

D\u00e8s ses premiers travaux universitaires, MacCallum s’est distingu\u00e9 par sa volont\u00e9 d’\u00e9lucider les propri\u00e9t\u00e9s math\u00e9matiques des structures de covariance. Alors que nombre de ses contemporains consid\u00e9raient l’outil informatique comme un moyen d’obtenir rapidement des r\u00e9sultats publiables sans se soucier des postulats de distribution ou de stabilit\u00e9, le jeune chercheur a orient\u00e9 ses investigations vers l’\u00e9tude des r\u00e9sidus, de la sensibilit\u00e9 des estimations et des limites inh\u00e9rentes aux m\u00e9thodes d’extraction factorielle. Cette posture analytique pr\u00e9coce a jet\u00e9 les bases d’une carri\u00e8re enti\u00e8rement d\u00e9di\u00e9e \u00e0 la d\u00e9tection des failles m\u00e9thodologiques et au raffinement des outils de mesure au service de la psychologie empirique.<\/p>\n

1.2 Parcours institutionnel et affiliations universitaires majeures<\/h3>\n

Apr\u00e8s l’obtention de son doctorat, Richard MacCallum int\u00e8gre le corps professoral de l’Universit\u00e9 d’\u00c9tat de l’Ohio<\/a> (OSU) au sein du d\u00e9partement de psychologie. \u00c0 Columbus, il d\u00e9ploie pendant plus de deux d\u00e9cennies une activit\u00e9 d’enseignement et de recherche qui assoit sa r\u00e9putation internationale. Au sein d’un programme de psychologie quantitative r\u00e9put\u00e9 pour son exigence, il \u00e9labore des cursus avanc\u00e9s sur les mod\u00e8les d’\u00e9quations structurelles, l’analyse factorielle exploratoire et confirmatoire, tout en collaborant \u00e9troitement avec des psychologues sociaux, cliniciens et sp\u00e9cialistes du d\u00e9veloppement cognitif. Cette pluridisciplinarit\u00e9 institutionnelle permet \u00e0 MacCallum d’ancrer constamment ses d\u00e9veloppements m\u00e9thodologiques dans les dilemmes concrets rencontr\u00e9s par les chercheurs de terrain.<\/p>\n

Au tournant du mill\u00e9naire, MacCallum rejoint la prestigieuse Universit\u00e9 de Caroline du Nord \u00e0 Chapel Hill<\/a> (UNC), int\u00e9grant le r\u00e9put\u00e9 L. L. Thurstone Psychometric Laboratory<\/em>. Succ\u00e9dant spirituellement \u00e0 Thurstone dans ce sanctuaire historique de la mesure psychologique, il y assume des responsabilit\u00e9s de direction et de mentorat de premier plan. \u00c0 UNC, MacCallum perfectionne ses paradigmes sur l’ajustement des mod\u00e8les, la puissance statistique et la taxom\u00e9trie, tout en dynamisant l’un des p\u00f4les doctoraux les plus prolifiques du monde anglo-saxon. Son passage \u00e0 Chapel Hill consacre son statut de r\u00e9f\u00e9rence incontournable de la discipline, attirant des \u00e9tudiants et des chercheurs invit\u00e9s des cinq continents d\u00e9sireux de ma\u00eetriser les arcanes de la mod\u00e9lisation \u00e0 variables latentes.<\/p>\n

En parall\u00e8le de ses chaires professorales, MacCallum a exerc\u00e9 un leadership d\u00e9terminant au sein des soci\u00e9t\u00e9s savantes. Son \u00e9lection \u00e0 la pr\u00e9sidence de la Psychometric Society<\/a> pour l’ann\u00e9e 2000-2001 a constitu\u00e9 la reconnaissance formelle de ses pairs pour ses apports th\u00e9oriques fondamentaux. Parall\u00e8lement, ses contributions \u00e9ditoriales en tant que r\u00e9dacteur associ\u00e9 ou membre des comit\u00e9s de lecture des revues Psychometrika<\/em>, Psychological Methods<\/em> et Multivariate Behavioral Research<\/em> ont profond\u00e9ment influenc\u00e9 les normes de publication en psychologie quantitative, imposant des crit\u00e8res de transparence et de robustesse statistique qui demeurent la norme aujourd’hui.<\/p>\n

1.3 Positionnement \u00e9pist\u00e9mologique au sein des sciences psychologiques<\/h3>\n

L’approche de MacCallum se caract\u00e9rise par une posture \u00e9pist\u00e9mologique r\u00e9solument critique envers ce qu’il a souvent qualifi\u00e9 de \u00ab ritualisme m\u00e9thodologique \u00bb. Oppos\u00e9 aux d\u00e9marches purement m\u00e9caniques consistant \u00e0 alimenter un progiciel avec des donn\u00e9es brutes pour en extraire des interpr\u00e9tations sans examen des postulats sous-jacents, il a inlassablement milit\u00e9 pour une subordination des techniques statistiques \u00e0 la th\u00e9orie substantielle. Pour MacCallum, un mod\u00e8le statistique n’a de valeur que s’il traduit fid\u00e8lement une hypoth\u00e8se conceptuelle formul\u00e9e a priori<\/em> et s’il est soumis \u00e0 une tentative rigoureuse de r\u00e9futation au sens popp\u00e9rien du terme.<\/p>\n

Cette articulation entre exigence formelle et pragmatisme th\u00e9orique transpara\u00eet dans son refus des dichotomies simplistes entre recherche exploratoire et recherche confirmatoire. Loin de condamner l’exploration inductive des donn\u00e9es, MacCallum a insist\u00e9 sur l’imp\u00e9rieuse n\u00e9cessit\u00e9 de ne pas masquer une d\u00e9marche exploratoire opportuniste sous le vernis d’une confirmation th\u00e9orique rigoureuse. Il a d\u00e9nonc\u00e9 le travestissement des d\u00e9marches statistiques post-hoc<\/em> en validations d’hypoth\u00e8ses pr\u00e9existantes, anticipant avec une remarquable lucidit\u00e9 les d\u00e9bats actuels entourant le HARKing<\/em> (Hypothesizing After the Results are Known<\/em>) et la crise de r\u00e9plication qui secoue les sciences comportementales.<\/p>\n

Enfin, le plaidoyer constant de MacCallum pour la reproductibilit\u00e9 s’est mat\u00e9rialis\u00e9 par une transparence m\u00e9thodologique absolue. Il a encourag\u00e9 le partage des matrices de corr\u00e9lation compl\u00e8tes, la documentation scrupuleuse des \u00e9tapes d’estimation, la mention syst\u00e9matique des mod\u00e8les concurrents non retenus et la reconnaissance lucide de l’ind\u00e9termination des solutions factorielles. Pour MacCallum, l’humilit\u00e9 du statisticien face aux limites intrins\u00e8ques de ses mod\u00e8les est la condition sine qua non<\/em> de tout progr\u00e8s scientifique authentique dans l’\u00e9tude de l’esprit et du comportement humain.<\/p>\n

2. Les fondements de l’analyse factorielle : R\u00e9visions critiques et avanc\u00e9es<\/h2>\n

2.1 D\u00e9passer les limites de l’analyse factorielle exploratoire (AFE)<\/h3>\n

D\u00e8s le d\u00e9but de sa carri\u00e8re, Richard MacCallum s’est pench\u00e9 sur les pratiques d\u00e9ficientes entourant l’analyse factorielle exploratoire<\/a> (AFE), un outil central dans l’\u00e9valuation psychologique depuis le d\u00e9but du XXe si\u00e8cle, mais souvent d\u00e9voy\u00e9 par des r\u00e8gles empiriques arbitraires. L’une de ses contributions majeures r\u00e9side dans la critique d\u00e9vastatrice du crit\u00e8re de Kaiser-Guttman, qui pr\u00e9conise de retenir tous les facteurs dont la valeur propre (eigenvalue<\/em>) est sup\u00e9rieure \u00e0 1,0. MacCallum a d\u00e9montr\u00e9 empiriquement et math\u00e9matiquement que cette r\u00e8gle est hautement sensible \u00e0 des art\u00e9facts d’\u00e9chantillonnage et tend syst\u00e9matiquement \u00e0 sur-extraire des facteurs sans signification substantielle, ou \u00e0 l’inverse \u00e0 masquer des dimensions latentes cruciales lorsque les donn\u00e9es sont bruit\u00e9es.<\/p>\n

De surcro\u00eet, MacCallum a mis en lumi\u00e8re les approximations relatives aux m\u00e9thodes de rotation factorielle. Il a d\u00e9nonc\u00e9 l’usage quasi automatique des rotations orthogonales de type Varimax, couramment adopt\u00e9es par commodit\u00e9 computationnelle au d\u00e9triment du r\u00e9alisme th\u00e9orique. Dans les sciences psychologiques, il est exceptionnel que des construits latents soient totalement ind\u00e9pendants les uns des autres. En pr\u00e9conisant le recours syst\u00e9matique aux rotations obliques (telles que Promax ou Oblimin), MacCallum a permis aux chercheurs de mod\u00e9liser des corr\u00e9lations r\u00e9alistes entre dimensions latentes, \u00e9vitant ainsi la distorsion artificielle des saturations factorielles (factor loadings<\/em>) impos\u00e9e par la contrainte d’orthogonalit\u00e9.<\/p>\n

Un autre pan d\u00e9cisif de ses recherches en AFE a port\u00e9 sur la gestion des r\u00e9sidus d’\u00e9chantillonnage et l’instabilit\u00e9 structurelle des solutions factorielles. \u00c0 travers des \u00e9tudes de simulation intensives, MacCallum et ses collaborateurs ont mis en garde contre l’illusion de robustesse des structures obtenues \u00e0 partir de petits \u00e9chantillons. Il a prouv\u00e9 que la variabilit\u00e9 d’\u00e9chantillonnage peut alt\u00e9rer consid\u00e9rablement la configuration des saturations, conduisant \u00e0 des interpr\u00e9tations erron\u00e9es sur la nature des construits \u00e9valu\u00e9s. Il a formul\u00e9 des recommandations pr\u00e9cises sur le ratio n\u00e9cessaire entre la taille de l’\u00e9chantillon, le niveau de communalit\u00e9 des variables et le degr\u00e9 de surd\u00e9termination des facteurs.<\/p>\n

2.2 Transition m\u00e9thodologique vers l’analyse factorielle confirmatoire (AFC)<\/h3>\n

L’introduction de l’analyse factorielle confirmatoire<\/a> (AFC) par Karl J\u00f6reskog a trouv\u00e9 en Richard MacCallum l’un de ses commentateurs et p\u00e9dagogues les plus influents. MacCallum a per\u00e7u l’AFC comme une avanc\u00e9e majeure, permettant de rompre avec l’arbitraire inductif de l’AFE en imposant des contraintes th\u00e9oriques directes et formul\u00e9es a priori<\/em> sur la structure factorielle. En fixant d\u00e9lib\u00e9r\u00e9ment certains param\u00e8tres \u00e0 z\u00e9ro et en estimant librement d’autres, le chercheur n’interroge plus les donn\u00e9es de mani\u00e8re aveugle : il teste la conformit\u00e9 d’une hypoth\u00e8se architecturale rigoureuse avec la matrice de covariance observ\u00e9e.<\/p>\n

MacCallum a grandement clarifi\u00e9 la logique des tests d’invariance de mesure \u00e0 travers l’AFC multi-groupes. Dans les contextes de psychologie clinique, transculturelle ou d\u00e9veloppementale, il a d\u00e9montr\u00e9 que comparer directement des moyennes de scores composites entre diff\u00e9rentes populations constitue une faute logique si l’invariance factorielle n’a pas \u00e9t\u00e9 pr\u00e9alablement attest\u00e9e. En d\u00e9composant les \u00e9tapes s\u00e9quentielles de l’invariance \u2014 de l’invariance configurationnelle (m\u00eame patron de relations) \u00e0 l’invariance m\u00e9trique (\u00e9galit\u00e9s des saturations) et scalaire (\u00e9galit\u00e9s des seuils ou des ordonn\u00e9es \u00e0 l’origine) \u2014, il a fourni un cadre op\u00e9rationnel indispensable pour attester que les instruments mesurent rigoureusement le m\u00eame construit chez des sous-groupes cliniques ou sociod\u00e9mographiques distincts.<\/p>\n

En outre, MacCallum a abord\u00e9 de front l’\u00e9pineuse question math\u00e9matique de l’ind\u00e9termination des scores factoriels. Rappelant les th\u00e9or\u00e8mes fondamentaux d\u00e9montrant qu’une infinit\u00e9 de vecteurs de scores factoriels individuels peuvent g\u00e9n\u00e9rer exactement la m\u00eame matrice de covariance observ\u00e9e, il a mis en garde la communaut\u00e9 contre l’utilisation h\u00e2tive et non contextualis\u00e9e de ces scores comme variables observ\u00e9es dans des analyses secondaires. Ses travaux ont contribu\u00e9 \u00e0 r\u00e9orienter l’attention des chercheurs vers la mod\u00e9lisation directe au niveau des variables latentes, pr\u00e9servant ainsi la nature stochastique des construits psychologiques.<\/p>\n

2.3 L’impact sur l’\u00e9valuation psychologique contemporaine<\/h3>\n

L’influence de MacCallum sur la psychom\u00e9trie appliqu\u00e9e s’est fait ressentir dans la conception et la standardisation des inventaires de personnalit\u00e9 contemporains ainsi que des \u00e9chelles cognitives. Sous son impulsion, la validation d’une \u00e9chelle ne peut plus reposer sur la simple observation d’un coefficient Alpha de Cronbach acceptable \u2014 indicateur dont il a souvent d\u00e9nonc\u00e9 la surinterpr\u00e9tation r\u00e9ductrice \u2014, mais requiert un examen minutieux de la granularit\u00e9 factorielle. Ses directives m\u00e9thodologiques ont conduit les concepteurs de tests \u00e0 purger les items cross-chargeants ou redondants, assurant ainsi une puret\u00e9 factorielle sup\u00e9rieure aux \u00e9chelles cliniques.<\/p>\n

Dans le domaine de la validit\u00e9 de construit, les interventions de MacCallum ont permis d’\u00e9clairer la distinction fondamentale entre la validit\u00e9 convergente et la validit\u00e9 discriminante au niveau des param\u00e8tres de mesure. En exigeant que les saturations factorielles soient non seulement statistiquement significatives, mais \u00e9galement substantielles en amplitude, et en imposant que les corr\u00e9lations entre facteurs latents ne s’approchent pas de l’unit\u00e9 (\u00e9vitant le pi\u00e8ge de la multi-colin\u00e9arit\u00e9 latente), il a emp\u00each\u00e9 la prolif\u00e9ration de concepts psychologiques redondants masqu\u00e9s sous des terminologies diagnostiques diff\u00e9rentes.<\/p>\n

Enfin, MacCallum a \u00e9mis des avertissements majeurs contre la sur-interpr\u00e9tation des facteurs mineurs. Dans de nombreux domaines cliniques, la tendance \u00e0 cr\u00e9er de nouvelles entit\u00e9s psychopathologiques sur la base de facteurs de second plan (expliquant une variance marginale) a \u00e9t\u00e9 frein\u00e9e par ses travaux. Il a d\u00e9montr\u00e9 que ces dimensions mineures sont, dans une proportion \u00e9crasante de cas, des artefacts li\u00e9s \u00e0 des formulations d’items partag\u00e9es (effets de m\u00e9thode, polarit\u00e9 positive ou n\u00e9gative) plut\u00f4t que des entit\u00e9s psychiques r\u00e9elles, sauvegardant ainsi le principe de parcimonie scientifique dans l’\u00e9valuation psychologique.<\/p>\n

3. La mod\u00e9lisation par \u00e9quations structurelles (SEM) : R\u00e9volution conceptuelle<\/h2>\n

3.1 Architecture th\u00e9orique et mod\u00e9lisation des structures de covariance<\/h3>\n

La mod\u00e9lisation par \u00e9quations structurelles<\/a> (SEM) repr\u00e9sente sans conteste le domaine au sein duquel Richard MacCallum a laiss\u00e9 son empreinte la plus d\u00e9cisive. Le cadre conceptuel du SEM repose sur l’int\u00e9gration synergique de deux traditions statistiques historiquement disjointes : l’analyse factorielle (issue de la psychom\u00e9trie) et l’analyse de trajectoire ou de r\u00e9gression \u00e0 variables manifestes (issue de l’\u00e9conom\u00e9trie et de la biom\u00e9trie). MacCallum a magistralement articul\u00e9 cette synth\u00e8se en explicitant comment le SEM s\u00e9pare formellement le mod\u00e8le de mesure \u2014 reliant les variables observ\u00e9es aux construits latents en purgeant l’erreur de mesure al\u00e9atoire et syst\u00e9matique \u2014 du mod\u00e8le structurel, qui formalise les relations causales ou directionnelles pr\u00e9sum\u00e9es entre ces variables latentes.<\/p>\n

Sur le plan math\u00e9matique, MacCallum a \u0153uvr\u00e9 \u00e0 d\u00e9mystifier la formulation de la matrice de covariance implicite, conventionnellement not\u00e9e $\\Sigma(\\theta)$<\/span>. Il a expos\u00e9 avec une clart\u00e9 remarquable comment tout mod\u00e8le th\u00e9orique postul\u00e9 par le chercheur se traduit par une fonction math\u00e9matique sp\u00e9cifique reliant les param\u00e8tres libres du mod\u00e8le (saturations factorielles, variances des erreurs, coefficients de r\u00e9gression structurels) \u00e0 une matrice th\u00e9orique attendue. L’ajustement du mod\u00e8le consiste alors \u00e0 minimiser une fonction de divergence (comme le maximum de vraisemblance) entre la matrice empirique observ\u00e9e $S$<\/span> et la matrice th\u00e9orique $\\Sigma(\\theta)$<\/span>.<\/p>\n

En insistant sur cette s\u00e9paration entre mod\u00e8le de mesure et mod\u00e8le structurel, MacCallum a mis en garde contre le risque de contaminer l’\u00e9valuation des liens structurels par des d\u00e9faillances de mesure. Il a popularis\u00e9 l’approche en deux \u00e9tapes pr\u00e9conis\u00e9e par Anderson et Gerbing, d\u00e9montrant qu’il est m\u00e9thodologiquement vain de chercher \u00e0 tester des hypoth\u00e8ses th\u00e9oriques complexes de causalit\u00e9 ou de m\u00e9diation si le mod\u00e8le de mesure sous-jacent ne fait pas preuve d’une ad\u00e9quation psychom\u00e9trique irr\u00e9prochable au sein de l’\u00e9chantillon analys\u00e9.<\/p>\n

3.2 Apports sp\u00e9cifiques de MacCallum au d\u00e9veloppement de la m\u00e9thode SEM<\/h3>\n

Parmi les apports distinctifs de MacCallum figure la vulgarisation critique et le perfectionnement des principes fondamentaux sous-tendant les algorithmes d’estimation matricielle tels que LISREL (LInear Structural RELations<\/em>). Alors que ces programmes informatiques \u00e9taient per\u00e7us par de nombreux chercheurs comme d’opaques \u00ab bo\u00eetes noires \u00bb, MacCallum a publi\u00e9 une s\u00e9rie d’articles didactiques et m\u00e9thodologiques d\u00e9construisant pas \u00e0 pas le fonctionnement des estimateurs, la logique des d\u00e9riv\u00e9es premi\u00e8res et secondes de la fonction d’ajustement, ainsi que les causes profondes des non-convergences algorithmiques ou des solutions aberrantes (notamment les estimations de variance n\u00e9gative, commun\u00e9ment appel\u00e9es cas de Heywood<\/em>).<\/p>\n

MacCallum a \u00e9galement consacr\u00e9 des efforts notables \u00e0 l’\u00e9laboration et au test de mod\u00e8les non r\u00e9cursifs, caract\u00e9ris\u00e9s par des boucles de r\u00e9troaction ou des influences causales r\u00e9ciproques entre variables latentes. Conscient que les processus psychologiques sont rarement unidirectionnels, il a mod\u00e9lis\u00e9 les conditions complexes d’identification alg\u00e9brique n\u00e9cessaires pour que de tels syst\u00e8mes puissent \u00eatre estim\u00e9s sans ambigu\u00eft\u00e9 empirique. Il a soulign\u00e9 les pr\u00e9requis rigoureux \u2014 notamment l’usage de variables instrumentales valides \u2014 indispensables pour \u00e9viter que les estimations de causalit\u00e9 r\u00e9ciproque ne soient que des artefacts math\u00e9matiques instables.<\/p>\n

La diffusion des standards m\u00e9thodologiques pour l’application du SEM dans les revues internationales constitue une autre facette de son magist\u00e8re. MacCallum a particip\u00e9 \u00e0 la r\u00e9daction de guides de bonnes pratiques qui ont transform\u00e9 les exigences \u00e9ditoriales. Ses recommandations relatives au rapportage transparent des matrices d’entr\u00e9e, \u00e0 l’indication exhaustive de l’ensemble des param\u00e8tres estim\u00e9s et fix\u00e9s, ainsi qu’\u00e0 la documentation scrupuleuse des erreurs standardis\u00e9es, ont permis de hisser le niveau de rigueur analytique de l’ensemble de la communaut\u00e9 des sciences humaines et sociales.<\/p>\n

3.3 Implications pour l’inf\u00e9rence causale en psychologie<\/h3>\n

L’un des combats th\u00e9oriques les plus intenses men\u00e9s par Richard MacCallum concerne la propension des chercheurs \u00e0 confondre corr\u00e9lation structurelle et causalit\u00e9 authentique. Dans un article c\u00e9l\u00e8bre publi\u00e9 en 1993 avec Wegener, Uchino et Fabrigar, intitul\u00e9 \u00ab The problem of equivalent models in applications of covariance structure analysis \u00bb<\/em>, MacCallum a alert\u00e9 la communaut\u00e9 sur un fait g\u00e9om\u00e9trique et alg\u00e9brique fondamental : pour presque tout mod\u00e8le par \u00e9quations structurelles bien ajust\u00e9, il existe une multitude math\u00e9matique de mod\u00e8les alternatifs \u00e9quivalents<\/strong>. Ces mod\u00e8les concurrents pr\u00e9sentent des trajectoires causales radicalement diff\u00e9rentes, voire diam\u00e9tralement invers\u00e9es, mais g\u00e9n\u00e8rent tr\u00e8s exactement la m\u00eame matrice de covariance implicite $\\Sigma(\\theta)$<\/span> et, par cons\u00e9quent, les m\u00eames indices de fit.<\/p>\n

MacCallum a d\u00e9montr\u00e9 que les chercheurs n\u00e9gligent quasi syst\u00e9matiquement l’existence de ces mod\u00e8les \u00e9quivalents, revendiquant \u00e0 tort que l’ajustement satisfaisant de leur mod\u00e8le de pr\u00e9dilection constitue une preuve incontestable de la th\u00e9orie causale sous-jacente. Il a prouv\u00e9 que des inversions de fl\u00e8ches directionnelles, le remplacement d’effets directs par des covariances non orient\u00e9es ou l’introduction de variables de confusion latentes permettent d’obtenir des structures concurrentes parfaitement indiscernables sur le plan statistique de celle propos\u00e9e par l’auteur.<\/p>\n

Face \u00e0 cet \u00e9cueil \u00e9pist\u00e9mologique, MacCallum a \u00e9dict\u00e9 des r\u00e8gles strictes pour \u00e9tayer toute all\u00e9gation causale dans un cadre non exp\u00e9rimental. Il a rappel\u00e9 avec force que la statistique ne produit pas de causalit\u00e9 ; elle ne fait qu’\u00e9valuer la compatibilit\u00e9 d’une hypoth\u00e8se causale avec les donn\u00e9es. Pour revendiquer la sup\u00e9riorit\u00e9 d’un mod\u00e8le structurel sur ses homologues \u00e9quivalents, le chercheur doit obligatoirement mobiliser des arguments ext\u00e9rieurs aux donn\u00e9es statistiques : s\u00e9quen\u00e7age temporel rigoureux (donn\u00e9es longitudinales), plausibilit\u00e9 biologique ou exp\u00e9rimentale, et coh\u00e9rence th\u00e9orique transversale.<\/p>\n

4. L’\u00e9valuation de l’ajustement des mod\u00e8les statistiques et l’indice RMSEA<\/h2>\n

4.1 Limites inh\u00e9rentes au test du Chi-deux traditionnel<\/h3>\n

Dans la th\u00e9orie classique du SEM formul\u00e9e dans les ann\u00e9es 1970, l’ad\u00e9quation d’un mod\u00e8le \u00e9tait traditionnellement \u00e9valu\u00e9e par le test d’ajustement du Chi-deux ($\\chi^2$<\/span>). Ce test repose sur l’hypoth\u00e8se nulle exacte selon laquelle la matrice de covariance de la population est parfaitement \u00e9gale \u00e0 la matrice de covariance implicite g\u00e9n\u00e9r\u00e9e par le mod\u00e8le ($H_0 : \\Sigma = \\Sigma(\\theta)$<\/span>). D\u00e8s les ann\u00e9es 1980, MacCallum a d\u00e9montr\u00e9 l’inad\u00e9quation pratique et \u00e9pist\u00e9mologique d’un tel test dans les sciences comportementales et sociales.<\/p>\n

Le d\u00e9faut premier du Chi-deux r\u00e9side dans sa d\u00e9pendance fonctionnelle directe vis-\u00e0-vis de la taille de l’\u00e9chantillon ($N$<\/span>). Comme la statistique de test est calcul\u00e9e en multipliant la valeur de la fonction de divergence par $(N – 1)$<\/span>, la puissance du test augmente de mani\u00e8re continue avec l’accroissement de la taille de l’\u00e9chantillon. Par cons\u00e9quent, dans les grands \u00e9chantillons (requis pour obtenir des estimations stables de param\u00e8tres complexes), le test du $\\chi^2$<\/span> rejettera quasi syst\u00e9matiquement n’importe quel mod\u00e8le au seuil de significativit\u00e9 conventionnel ($p < 0,05$), m\u00eame si les \u00e9carts entre les covariances observ\u00e9es et pr\u00e9dites sont triviales et d\u00e9nu\u00e9es de toute pertinence substantielle.<\/p>\n

D’un point de vue \u00e9pist\u00e9mologique, MacCallum a d\u00e9nonc\u00e9 l’absurdit\u00e9 fondamentale du postulat de l’ajustement exact. Reprenant la c\u00e9l\u00e8bre maxime du statisticien George Box \u2014 \u00ab Tous les mod\u00e8les sont faux, mais certains sont utiles \u00bb<\/em> \u2014, MacCallum a rappel\u00e9 qu’aucun mod\u00e8le psychologique ne peut avoir la pr\u00e9tention de capturer l’int\u00e9gralit\u00e9 de la r\u00e9alit\u00e9 psychique d’une population. Par d\u00e9finition, un mod\u00e8le est une simplification parcimonieuse du monde r\u00e9el. Poser l’hypoth\u00e8se nulle d’un \u00e9cart strictement nul entre le mod\u00e8le et la r\u00e9alit\u00e9 empirique est donc une aberration scientifique : le test du Chi-deux ne fait que tester si la taille d’\u00e9chantillon est suffisante pour d\u00e9tecter le fait in\u00e9vitable que le mod\u00e8le est une approximation.<\/p>\n

4.2 Travaux s\u00e9minaux de MacCallum sur le RMSEA (Root Mean Square Error of Approximation)<\/h3>\n

Face \u00e0 l’impasse du Chi-deux exact, Richard MacCallum s’est associ\u00e9 au statisticien sud-africain Michael W. Browne pour op\u00e9rationnaliser et populariser le cadre th\u00e9orique initi\u00e9 par Steiger et Lind : l’erreur quadratique moyenne d’approximation ou RMSEA<\/a> (Root Mean Square Error of Approximation<\/em>). L’article s\u00e9minal de MacCallum, Browne et Sugawara, publi\u00e9 en 1996 dans Psychological Methods<\/em> sous le titre \u00ab Power analysis and sample size determination for covariance structure modeling \u00bb<\/em>, marque un tournant d\u00e9cisif dans l’histoire de la psychom\u00e9trie appliqu\u00e9e.<\/p>\n

Le RMSEA mod\u00e9lise non pas l’ajustement parfait, mais l’erreur d’approximation par degr\u00e9 de libert\u00e9 au sein de la population. Sa formule math\u00e9matique incorpore directement le param\u00e8tre de non-centralit\u00e9 de la distribution du Chi-deux :<\/p>\n

$$\\text{RMSEA} = \\sqrt{\\max\\left(0, \\frac{\\chi^2 – df}{df \\cdot (N – 1)}\\right)}$$<\/span><\/p>\n

o\u00f9 $\\chi^2$<\/span> repr\u00e9sente la statistique observ\u00e9e, $df$<\/span> les degr\u00e9s de libert\u00e9 du mod\u00e8le, et $N$<\/span> la taille totale de l’\u00e9chantillon. Cette formulation pr\u00e9sente le double avantage de p\u00e9naliser la complexit\u00e9 du mod\u00e8le (favorisant la parcimonie via les degr\u00e9s de libert\u00e9 au d\u00e9nominateur) et de s’abstraire de l’art\u00e9fact de taille d’\u00e9chantillon qui polluait le test traditionnel.<\/p>\n

L’innovation majeure de MacCallum et ses coauteurs a \u00e9t\u00e9 d’adjoindre au calcul ponctuel du RMSEA un intervalle de confiance statistique (typiquement \u00e0 90 %). Ce saut conceptuel permettait enfin d’\u00e9valuer la pr\u00e9cision de l’estimation de l’ajustement. Gr\u00e2ce \u00e0 cet intervalle, MacCallum a formalis\u00e9 des tests statistiques d’hypoth\u00e8ses d’ajustement approch\u00e9 :<\/p>\n