Jacob Cohen – 1923 1998

Biographie

L’histoire de la psychologie scientifique et des sciences comportementales au vingtième siècle est traversée par des figures tutélaires dont les découvertes empiriques ont profondément transformé notre compréhension de l’esprit humain. Pourtant, rares sont les penseurs qui ont su opérer une révolution non pas simplement sur le plan des théories substantielles, mais sur le terrain, bien plus fondamental et exigeant, des fondements épistémologiques et des pratiques quantitatives de la recherche. Jacob Cohen (1923–1998) appartient à cette catégorie d’intellectuels d’exception. Statisticien visionnaire, psychologue clinicien de formation et pédagogue d’une clarté lumineuse, il a consacré plus de quatre décennies de sa vie académique à débusquer les illusions méthodologiques, à formaliser la rigueur expérimentale et à délivrer la communauté scientifique de ce qu’il qualifiait lui-même de rituels mécaniques dénués de sens critique.

Au cœur de l’œuvre monumentale de Jacob Cohen réside une entreprise de salubrité publique pour la science : la réhabilitation de la puissance statistique, la théorisation et la standardisation de la taille d’effet, l’invention d’instruments de mesure de l’accord inter-juges comme le coefficient Kappa, ainsi que l’unification conceptuelle de l’analyse de variance au sein du modèle de régression linéaire multiple. À une époque où la psychologie quantitative sombrait dans l’application aveugle des tests de signification de l’hypothèse nulle hérités d’une lecture tronquée de Ronald Fisher, Cohen a incarné la conscience critique et exigeante de sa discipline. Ses enquêtes empiriques dévastatrices ont révélé que des pans entiers de la littérature empirique reposaient sur des protocoles sous-puissants, incapables de détecter les phénomènes qu’ils prétendaient étudier, générant ainsi une myriade d’abandons prématurés d’hypothèses fécondes et de fausses conclusions scientifiques.

Explorer la trajectoire intellectuelle, méthodologique et philosophique de Jacob Cohen, c’est plonger aux racines mêmes des débats contemporains sur la crise de la reproductibilité, l’épistémologie de l’inférence statistique et les exigences de la science ouverte. Cet essai exhaustif propose de retracer avec minutie l’ensemble de son parcours : depuis ses débuts cliniques auprès des vétérans de guerre jusqu’à sa croisade pamphlétaire contre les dérives du seuil de significativité arbitraire, en passant par la rédaction de ses manuels canoniques qui continuent d’orienter les chercheurs du monde entier. À travers l’analyse détaillée de ses concepts, de ses démonstrations mathématiques et de ses prises de position courageuses, nous mettrons en lumière comment Jacob Cohen a redéfini l’éthique de la preuve empirique, transformant à jamais la manière dont les sciences humaines et sociales conçoivent, exécutent et interprètent l’investigation du réel.

1. Introduction biographique et contexte historique de Jacob Cohen

1.1 Les premières années et la formation académique

Jacob Cohen voit le jour le 20 avril 1923 au sein d’une famille modeste d’immigrants juifs établie à Brooklyn, New York. Grandissant dans l’effervescence intellectuelle mais économiquement éprouvante de l’entre-deux-guerres, le jeune Cohen manifeste très tôt une curiosité intellectuelle éclectique, marquée par une appétence singulière pour la logique formelle et la précision numérique, tout en nourrissant une fascination profonde pour la complexité des conduites humaines. Cette double sensibilité entre l’abstraction des chiffres et la réalité clinique du psychisme constitue le creuset originel de sa future démarche scientifique. Son parcours dans les écoles publiques new-yorkaises, caractérisé par une rigueur autodidacte, l’amène à intégrer les bancs du prestigieux City College of New York, véritable foyer d’émulation pour les enfants d’immigrants où s’épanouissent les débats d’idées les plus vifs de l’époque.

Après l’interruption causée par la Seconde Guerre mondiale, durant laquelle il sert les forces armées américaines, Cohen reprend ses études supérieures en se tournant résolument vers la psychologie, tout en maintenant un ancrage fort dans le domaine des mathématiques appliquées. Il perçoit rapidement que l’intuition clinique, bien qu’indispensable, demeure stérile sans instruments d’objectivation fiables. Il poursuit alors son cursus doctoral à l’Université de New York (NYU), une institution qui allait devenir son port d’attache académique pour le restant de ses jours. Il y soutient avec distinction sa thèse de doctorat (Ph.D.) en psychologie clinique au tournant des années 1950, abordant des questions d’évaluation psychologique et de validation empirique des profils de personnalité.

Ses premiers pas professionnels ne s’effectuent pas immédiatement dans l’enceinte feutrée des laboratoires universitaires, mais sur le terrain exigeant de la clinique appliquée au sein de la Veterans Administration (VA). Confronté à l’évaluation diagnostique de milliers de soldats traumatisés par les conflits, Jacob Cohen est frappé par le manque criant de fiabilité des tests psychologiques de l’époque, par le flou des catégories nosologiques et par l’inadéquation flagrante des protocoles de recherche utilisés pour valider les thérapies psychiatriques. Cette confrontation directe avec la vulnérabilité humaine et l’imprécision des mesures cliniques forge son scepticisme méthodologique et confirme sa vocation : doter les sciences du comportement d’outils quantitatifs rigoureux, capables d’extraire le signal au cœur du bruit expérimental.

1.2 La carrière professorale à l’Université de New York (NYU)

En 1959, après plusieurs années passées à perfectionner ses compétences statistiques et psychométriques tant à la Veterans Administration que dans diverses structures de recherche hospitalières, Jacob Cohen intègre officiellement le corps professoral du département de psychologie de l’Université de New York. Cette nomination marque le début d’un règne académique exceptionnel de près de quarante ans au sein de cette vénérable institution. À son arrivée, la psychologie académique américaine est encore largement dominée par des approches qualitatives ou des applications rudimentaires de l’expérimentation comportementale. Très rapidement, Cohen orchestre une transition intellectuelle audacieuse, s’éloignant de la pratique clinique directe pour embrasser pleinement la psychométrie, les plans d’expérience et la modélisation quantitative.

Au sein de NYU, Cohen acquiert une réputation légendaire d’enseignant d’élite, capable de démystifier les concepts mathématiques les plus ardus pour des auditoires composés d’étudiants en sciences humaines souvent réfractaires aux équations. Il prend la direction des cours de statistiques quantitatives avancées au niveau doctoral, transformant le cursus traditionnel en un séminaire d’épistémologie appliquée où chaque calcul est replacé dans le contexte de la prise de décision scientifique. Il enseigne non pas pour former de simples calculateurs mécaniques, mais pour éveiller des esprits critiques capables de comprendre la portée philosophique de leurs analyses de données. Son bureau devient le point de ralliement de doctorants, de post-doctorants et de professeurs titulaires venant de toute la côte Est pour soumettre à son œil acéré leurs protocoles expérimentaux.

Cette consécration institutionnelle se traduit par son accession au rang de professeur titulaire d’une chaire de psychologie, ainsi que par la direction de nombreuses thèses doctorales qui marqueront durablement le champ des sciences sociales. Ses étudiants, formés à l’école de l’exigence conceptuelle, essaiment dans les plus grandes universités américaines, propageant ses enseignements sur la puissance et la modélisation. Respecté par ses pairs pour son intégrité sans faille, Cohen reçoit les plus hautes distinctions académiques de NYU et s’impose progressivement comme une sommité internationale, régulièrement consultée par les comités éditoriaux des revues les plus prestigieuses pour trancher les litiges méthodologiques complexes.

1.3 Le paysage méthodologique des sciences comportementales des années 1950-1960

Pour saisir l’ampleur révolutionnaire de l’intervention de Jacob Cohen, il est impératif de restituer l’état épistémologique dans lequel se trouvaient les sciences comportementales au cours des décennies 1950 et 1960. À cette époque, la recherche empirique est sous le joug presque absolu de la théorie des tests de signification développée par sir Ronald A. Fisher. Dans cette perspective, la démarche scientifique est réduite à une procédure quasi rituelle : formuler une hypothèse nulle stipulant l’absence totale d’effet ou de différence, collecter des données sur un échantillon opportuniste, calculer une valeur de statistique de test, et rejeter l’hypothèse nulle dès lors que la valeur p franchit le seuil arbitraire de 0,05. Cette approche dichotomique, séduisante par sa simplicité apparente, occulte totalement les apports concurrents pourtant fondamentaux de Jerzy Neyman et Egon Pearson.

Le manquement le plus dramatique de cette pratique dominante réside dans l’ignorance délibérée du risque d’erreur de type II, c’est-à-dire la probabilité de ne pas rejeter l’hypothèse nulle alors même que celle-ci est fausse dans la population étudiée. Alors que les comités de lecture traquent avec une vigilance féroce l’erreur de type I (le faux positif) en imposant le seuil alpha de 5 %, la communauté des chercheurs agit comme si l’erreur de type II était virtuellement inexistante ou dépourvue de conséquences substantielles. Les chercheurs planifient des protocoles expérimentaux avec de tout petits échantillons sans jamais s’interroger sur la capacité réelle de leur dispositif à détecter l’effet théorisé si celui-ci existait véritablement dans la nature.

Cette situation engendre une crise latente et pernicieuse de puissance statistique que l’establishment académique refuse d’admettre. Des pans entiers de la littérature se remplissent de résultats non significatifs, conduisant les chercheurs à rejeter hâtivement des théories psychologiques innovantes et fécondes, simplement parce que leurs expériences manquaient cruellement de sensibilité. À l’inverse, des effets infimes et dépourvus de toute pertinence pratique sont célébrés dès lors qu’ils atteignent le seuil magique de significativité à la faveur d’un effectif accidentellement large. C’est dans ce paysage intellectuel sclérosé par le dogmatisme et l’illusion procédurale que Jacob Cohen décide d’intervenir, initiant une refonte méthodologique qui allait secouer les fondations mêmes de la recherche empirique moderne.

2. La genèse et les fondements de l’analyse de puissance statistique

2.1 Les composantes fondamentales de l’inférence statistique

L’édifice conceptuel que Jacob Cohen entreprend de vulgariser et de formaliser repose sur une clarification impitoyable des principes régissant l’inférence statistique décisionnelle, initialement forgés par le cadre mathématique de Neyman-Pearson. Au cœur de cette architecture se trouve la distinction cardinale entre deux types d’erreurs inhérentes à toute décision prise en univers d’incertitude. L’erreur de type I, conventionnellement désignée par la lettre grecque alpha ($\alpha$), correspond au risque d’affirmer l’existence d’un effet ou d’une différence dans la population alors qu’en réalité l’hypothèse nulle est vraie. C’est l’erreur de l’illusion, le piège du faux positif qui alerte traditionnellement la prudence du scientifique soucieux de ne pas encombrer le corpus académique de chimères expérimentales.

À l’opposé symétrique se tient l’erreur de type II, quantifiée par la lettre grecque bêta ($\beta$), qui représente la probabilité de conclure à l’absence d’effet alors qu’un effet réel opère bel et bien au sein de la population. À partir de cette notion, Cohen définit avec une netteté absolue la puissance statistique comme la quantité complémentaire $1 – \beta$. La puissance est donc la probabilité mathématique qu’a un test statistique donné de rejeter à juste titre l’hypothèse nulle lorsque celle-ci est effectivement fausse. En termes simples, elle mesure la sensibilité du dispositif expérimental, sa capacité à capter le signal scientifique au milieu du bruit stochastique inhérent à l’échantillonnage biologique et psychologique.

Cohen met en lumière une loi d’airain méthodologique : l’interdépendance quadridirectionnelle inéluctable reliant quatre paramètres fondamentaux de l’analyse de données :

• Le seuil de signification alpha ($\alpha$), ou la tolérance au faux positif ;
• La puissance statistique ($1 – \beta$), ou l’assurance contre le faux négatif ;
• La taille de l’échantillon ($N$), représentant l’effort logistique et l’investissement expérimental ;
• La taille de l’effet ($\mathbf{ES}$), qui chiffre l’ampleur du phénomène au sein de la population.

Cohen démontre que ces quatre grandeurs sont mathématiquement liées de telle sorte que la fixation de trois d’entre elles détermine automatiquement la quatrième. Négliger la puissance revient à abandonner le destin de la découverte scientifique au pur hasard des fluctuations d’échantillonnage, une faute épistémologique lourde de conséquences que Cohen se promet de corriger.

2.2 L’enquête empirique pionnière de 1962

Conscient que les sermons purement théoriques échouent souvent à ébranler les habitudes enracinées des praticiens, Jacob Cohen frappe un grand coup empirique en publiant en 1962, dans les pages du prestigieux Journal of Abnormal and Social Psychology, une étude bibliométrique et quantitative sans précédent. Plutôt que de proposer un énième modèle abstrait, il prend pour objet d’étude la production scientifique de ses pairs. Il examine minutieusement l’ensemble des soixante-dix articles empiriques publiés au cours de l’année 1960 dans cette revue phare de l’American Psychological Association, disséquant méthodiquement chaque plan expérimental pour y calculer la puissance statistique rétrospective face à des effets petits, moyens et grands.

Les conclusions de cette autopsie méthodologique sont tout simplement stupéfiantes et jettent un froid glacial sur la communauté académique. Cohen met en évidence que la puissance statistique médiane pour détecter un effet de taille moyenne n’est que de 0,48. Plus alarmant encore, lorsqu’il s’agit de détecter un effet de faible ampleur (situation pourtant courante dans les recherches sur la personnalité ou les psychothérapies), la puissance médiane s’effondre à un dérisoire 0,18. En clair, les chercheurs de l’une des revues les plus sélectives de la planète menaient des recherches où ils avaient moins d’une chance sur deux de détecter le phénomène qu’ils théorisaient, même dans l’hypothèse où ce dernier était parfaitement réel. Leurs protocoles s’apparentaient à un tirage à pile ou face méthodologique, biaisé en faveur de l’échec de la découverte.

Cette étude pionnière de 1962 prouve de manière irréfutable que la grande majorité des conclusions concluant à l’absence d’effet dans la littérature psychologique ne résultaient pas d’une réfutation théorique valide, mais d’une impuissance instrumentale flagrante. Les chercheurs jetaient le bébé théorique avec l’eau du bain expérimental, victimes d’échantillons désespérément trop exigus. Cette publication crée une onde de choc au sein de l’APA. Elle expose au grand jour une hypocrisie structurelle : la science comportementale prétendait à la rigueur de la physique tout en opérant avec des télescopes statistiques si flous qu’ils ne pouvaient discerner que des supernovas méthodologiques, ignorant l’immense majorité des phénomènes célestes qu’elle avait pour mandat de cartographier.

2.3 La formalisation du standard conventionnel de puissance (0,80)

Face au constat désespérant de la sous-puissance chronique des protocoles, Jacob Cohen ne se contente pas de critiquer ; il propose une norme d’action pragmatique destinée à guider les concepteurs de recherches. Si la tradition fisherienne a sacralisé le seuil $\alpha = 0,05$ pour l’erreur de type I, quel seuil doit-on fixer pour la puissance $1 – \beta$ ? Cohen propose de fixer ce standard conventionnel à 0,80, ce qui correspond à un risque d’erreur de type II plafonné à $\beta = 0,20$. Cette proposition, qui deviendra un standard planétaire, est étayée par une argumentation épistémologique et économique d’une formidable lucidité.

Cohen justifie ce choix par l’instauration d’un ratio de gravité relatif de 4 pour 1 entre l’erreur de type I et l’erreur de type II. Dans la vision scientifique classique, commettre une erreur de type I (annoncer une fausse découverte) est jugé plus grave que commettre une erreur de type II (passer à côté d’une vérité). En fixant $\alpha = 0,05$ et $\beta = 0,20$, la communauté admet implicitement qu’une fausse alerte est quatre fois plus dommageable pour le progrès de la connaissance qu’une occasion manquée. Cohen souligne qu’exiger une puissance de 0,95 ou 0,99 pour égaler le niveau d’alpha imposerait des tailles d’échantillons vertigineuses, souvent matériellement et financièrement inaccessibles pour les budgets des laboratoires de sciences sociales, risquant de paralyser l’exploration empirique.

Le seuil de 80 % représente ainsi un compromis équilibré entre la rigueur de la preuve et la faisabilité logistique de l’expérimentation. Cependant, fidèle à son tempérament anti-dogmatique, Cohen prend grand soin d’assortir ce seuil de mises en garde explicites. Il rappelle avec insistance que ce chiffre ne doit jamais être transformé en une amulette fétichiste. Dans des contextes de recherche médicale où la non-détection d’un effet secondaire létal engage la vie des patients, $\beta$ doit être abaissé de manière drastique au même niveau qu’$\alpha$, voire plus bas. À l’inverse, lors d’études exploratoires pilotes, un chercheur peut sciemment accepter une puissance de 0,70 ou 0,60 pour préserver ses ressources. Cohen appelait à une réflexion contextualisée, là où ses successeurs ont trop souvent cherché des automatismes rassurants.

3. L’ouvrage séminal : Statistical Power Analysis for the Behavioral Sciences

3.1 Genèse éditoriale et versions successives (1969, 1988)

Après le retentissement de son article de 1962, Cohen constate avec amertume que les pratiques de recherche peinent à évoluer. La raison en est simple : calculer la puissance d’un test statistique à l’aide des formules analytiques pures implique la manipulation de distributions non centrales (comme la distribution de Student non centrale, le Chi-carré non central ou la distribution F de Fisher non centrale), dont l’évaluation numérique requiert des intégrations complexes totalement inaccessibles au chercheur moyen de l’ère pré-informatique. Conscient que l’exhortation morale demeure sans effet si elle ne s’accompagne pas d’outils opérationnels immédiats, Cohen entreprend le travail titanesque de concevoir un manuel exhaustif de calcul d’effectifs.

En 1969 paraît la première édition de ce qui allait devenir l’un des livres les plus cités de l’histoire des sciences : Statistical Power Analysis for the Behavioral Sciences. L’ouvrage transforme les mathématiques rébarbatives de Neyman-Pearson en un recueil ergonomique et immédiatement applicable par n’importe quel étudiant ou chercheur. Cohen déploie une énergie prodigieuse pour calculer à la main et tabuler des milliers de valeurs de puissance pour l’ensemble des tests statistiques couramment employés. Deux décennies plus tard, en 1988, il publie la seconde édition du chef-d’œuvre. Cette révision majeure ne se contente pas d’élargir le spectre des tests abordés ; elle intègre de manière décisive l’analyse de régression multiple et les modèles multivariés, tout en affinant la conceptualisation des métriques de taille d’effet.

L’accueil critique de l’ouvrage est unanime. Du statut de manuel technique spécialisé, il s’élève rapidement au rang de classique intemporel de la méthodologie quantitative. Des laboratoires de psychologie cognitive aux départements d’épidémiologie, de la recherche en éducation aux sciences de la gestion, le manuel de Cohen devient la bible indispensable de tout protocole de recherche sérieux. Il a réussi le tour de force de réconcilier une exigence mathématique irréprochable avec une pédagogie chaleureuse, dénuée de tout jargon intimidant, rendant enfin accessible à tous l’exercice indispensable de la planification d’échantillon.

3.2 Structure modulaire et typologie des tests statistiques couverts

La force magistrale du manuel de Cohen réside dans sa structure modulaire rigoureuse, pensée pour correspondre point par point aux pratiques concrètes des chercheurs de laboratoire. Chaque chapitre est consacré à une famille spécifique de tests statistiques, adoptant une structure logique invariante : définition mathématique de la métrique de taille d’effet idoine, présentation des tables de puissance associées, explicitation d’exemples cliniques et expérimentaux détaillés, et fourniture des formules de conversion pour les cas particuliers. Cette organisation permettait à n’importe quel praticien de trouver en quelques minutes la réponse quantitative à sa problématique de recherche.

Le livre passe au crible l’ensemble de la boîte à outils inférentielle :

• Les comparaisons de moyennes à deux groupes via le test $t$ de Student, qu’il s’agisse d’échantillons indépendants ou de mesures répétées appariées ;
• L’analyse de variance (ANOVA) à un facteur et factorielle, avec ses effets principaux et ses termes d’interaction complexes ;
• L’analyse de covariance (ANCOVA), permettant de mesurer le gain de puissance obtenu par le contrôle de covariables concomitantes ;
• Les coefficients de corrélation linéaire bivariée de Pearson et les tests de différence entre coefficients de corrélation indépendants ou dépendants ;
• Les tableaux de contingence analysés par les tests d’adéquation et d’indépendance du Chi-carré ;
• La régression linéaire multiple et l’analyse multivariée, traitées avec une ampleur sans équivalent dans l’édition de 1988.

Cette exhaustivité a permis de désenclaver l’analyse de puissance, qui n’était plus cantonnée au simple test de comparaison de deux groupes mais s’étendait désormais à l’ensemble du spectre analytique contemporain.

3.3 L’introduction des tables de puissance et abaques décisionnels

Dans un monde académique où l’ordinateur individuel n’existait pas encore et où l’accès aux terminaux centraux des universités demeurait le privilège d’une poignée d’initiés codant sur cartes perforées, l’apport logistique des tables de puissance de Cohen relève de la véritable prouesse ergonomique. Cohen a passé des années à concevoir des tables synthétiques et des abaques décisionnels permettant de déterminer, par simple lecture croisée d’une ligne et d’une colonne, soit la taille d’échantillon requise pour un niveau d’alpha et une taille d’effet donnés, soit la puissance résultante d’un effectif préexistant.

Ces tables ont démocratisé de manière fulgurante la planification expérimentale a priori. Avant Cohen, un chercheur soumettant un projet de financement se contentait de recruter trente ou cinquante sujets au jugé, selon ses disponibilités financières ou le vivier d’étudiants de son département. Avec les tables de Cohen, il suffisait d’ouvrir le livre à la page correspondant au modèle d’ANOVA envisagé, de postuler un effet attendu, et de lire instantanément qu’il fallait recruter soixante-quatre sujets par groupe pour garantir une puissance de 80 % au seuil classique de 0,05. L’arbitraire cédait enfin le pas à la rationalité scientifique.

Ces abaques papier ont constitué le socle pédagogique sur lequel ont été formées plusieurs générations de chercheurs à travers le monde. Ils ont également servi de matrices algorithmiques directes pour le développement ultérieur des grands logiciels contemporains de calcul de puissance. En concevant ces tables d’une simplicité d’usage désarmante, Jacob Cohen a brisé la barrière technique qui servait d’alibi à la communauté scientifique pour ignorer l’analyse de puissance, transformant une exigence théorique abstraite en un réflexe méthodologique universellement praticable.

4. La théorisation et la normalisation de la taille d’effet

4.1 Le d de Cohen pour les différences de moyennes

L’une des contributions les plus pérennes et universellement célébrées de Jacob Cohen est l’invention et la formalisation du concept de taille d’effet standardisée, dont l’incarnation la plus célèbre est le célèbre indice $d$ de Cohen. Face à l’incapacité de la seule valeur $p$ à renseigner sur l’ampleur concrète d’un phénomène scientifique, Cohen propose une mesure invariante d’échelle, libérée de l’unité de mesure originale du test (qu’il s’agisse de points à un test de quotient intellectuel, de millisecondes de temps de réaction ou de millimètres de mercure d’une pression artérielle). Pour comparer deux moyennes indépendantes, il définit le $d$ comme l’écart absolu entre les deux moyennes divisé par l’écart-type de la population :

$$d = \frac{\mu_1 – \mu_2}{\sigma}$$

Dans la pratique de l’échantillonnage, la variance de la population étant généralement inconnue, elle est estimée par la variance combinée (pooled standard deviation) des deux groupes :

$$s_{\text{pooled}} = \sqrt{\frac{(n_1 – 1)s_1^2 + (n_2 – 1)s_2^2}{n_1 + n_2 – 2}}$$

Ce calcul repose sur le postulat d’homoscédasticité, supposant l’égalité des variances sous-jacentes des deux populations. L’indice $d$ exprime donc la différence entre deux groupes en unités d’écart-type. Un $d$ de 1,0 signifie que la moyenne du groupe expérimental se situe un écart-type complet au-dessus de celle du groupe contrôle, ce qui correspond à un recouvrement distributif considérablement réduit et place le sujet moyen du groupe traité au-dessus de 84 % des sujets du groupe témoin.

Cohen décline ensuite cet indice fondamental pour les situations de mesures répétées ou d’échantillons appariés, en prenant soin d’intégrer le coefficient de corrélation existant entre les deux temps de mesure pour corriger l’écart-type des différences. Il distingue avec une rigueur constante l’interprétation purement statistique du $d$ de sa signification clinique ou substantielle. Un écart de $d = 0,30$ peut être anodin s’il s’agit d’une légère variation de vitesse de lecture chez des adultes sains, mais peut représenter une avancée médicale majeure s’il traduit une réduction de la mortalité post-infarctus au sein d’une cohorte clinique à haut risque.

4.2 Les indices d’association : r, f² et w

Ne limitant pas son ambition aux seules comparaisons de deux moyennes, Jacob Cohen déploie une nomenclature harmonisée de métriques d’effet adaptées à l’ensemble des structures de données rencontrées en sciences empiriques. Pour les relations linéaires continues, il érige le coefficient de corrélation linéaire de Pearson, désigné par la lettre $r$, en étalon universel de taille d’effet. Contrairement au $d$ qui est un ratio de divergence d’échelle, $r$ possède la propriété mathématique remarquable d’être naturellement borné entre -1 et +1, son carré ($r^2$) quantifiant directement la proportion de variance partagée ou expliquée entre deux dimensions comportementales.

Pour l’analyse de variance à facteurs multiples et la régression linéaire multiple, Cohen conçoit l’indice $f$ (et sa version quadratique $f^2$). Dans le cadre de l’ANOVA, $f$ est défini comme le rapport de l’écart-type des moyennes des groupes sur l’écart-type intra-groupe commun :

$$f = \frac{\sigma_m}{\sigma}$$

Dans le domaine plus général de la régression multiple, Cohen définit l’indice $f^2$ comme une métrique du gain incrémental d’explication :

$$f^2 = \frac{R^2}{1 – R^2}$$

ou, lorsqu’il s’agit d’évaluer la contribution spécifique d’un ensemble de prédicteurs $B$ au-delà d’un ensemble de base $A$ :

$$f^2 = \frac{R_{AB}^2 – R_A^2}{1 – R_{AB}^2}$$

Pour les variables catégorielles et les tables de contingence exploitées par les tests du Chi-carré, Cohen introduit l’indice $w$. Ce dernier mesure la distance entre les fréquences observées dans les cellules et les fréquences théoriquement attendues sous l’hypothèse d’indépendance, normalisée par l’effectif total :

$$w = \sqrt{\sum_{i=1}^k \frac{(P_{1i} – P_{0i})^2}{P_{0i}}}$$

Par cette armada d’indices interdépendants et mathématiquement convertibles les uns dans les autres (un $d$ pouvant aisément être converti en $r$, et vice-versa), Cohen a offert à la science moderne une grammaire unifiée permettant de comparer la magnitude de phénomènes issus de protocoles méthodologiques radicalement dissemblables.

4.3 Les seuils conventionnels (faible, moyen, fort) et leurs mises en garde

L’apport le plus universellement retenu — et paradoxalement le plus dévoyé — de Jacob Cohen demeure sa proposition de seuils qualitatifs conventionnels pour baliser la magnitude des tailles d’effet. Conscient que les chercheurs avaient besoin de repères intuitifs pour naviguer dans l’évaluation de leurs résultats et la planification de leurs échantillons, Cohen propose dans son manuel de 1969 une grille opérationnelle devenue mythique :

• Effet faible (small effect) : $d = 0,20$ | $r = 0,10$ | $f = 0,10$ ($f^2 = 0,02$) | $w = 0,10$
• Effet moyen (medium effect) : $d = 0,50$ | $r = 0,30$ | $f = 0,25$ ($f^2 = 0,15$) | $w = 0,30$
• Effet fort (large effect) : $d = 0,80$ | $r = 0,50$ | $f = 0,40$ ($f^2 = 0,35$) | $w = 0,50$

Cohen ne choisit pas ces valeurs au hasard. Il définit un effet moyen ($d = 0,50$) comme une différence immédiatement perceptible à l’œil nu par un observateur attentif dans la vie courante, telle que la différence de taille physique entre des femmes de seize ans et des femmes de dix-huit ans. Un effet faible ($d = 0,20$) correspond à une nuance subtile mais bien réelle, requérant des instruments standardisés pour être détectée avec certitude, à l’image de la différence moyenne de quotient intellectuel entre des jumeaux fraternels. Un effet fort ($d = 0,80$) représente une disparité massive, éclatante, telle que l’écart de taille entre des fillettes de treize ans et des jeunes filles de dix-huit ans.

Cependant, Cohen a accompagné ces balises de mises en garde solennelles et répétées. Il a insisté sur le fait que ces étalons n’avaient qu’un caractère purement heuristique, provisoire et opérationnel, destiné à servir d’ultime recours en l’absence de toute donnée empirique préalable dans un champ vierge de la connaissance. Il exhortait vigoureusement les chercheurs à ne pas substituer la tyrannie aveugle de ces seuils à celle du seuil de $p < 0,05$. Dans des disciplines comme la psychologie sociale expérimentale, un effet de $d = 0,30$ peut être monumental, tandis qu’en psychophysique ou en neurophysiologie, un effet inférieur à $d = 0,80$ peut traduire un artefact de mesure. Malgré ses avertissements, la postérité a trop souvent réifié ces valeurs en dogmes rigides, oubliant l’invitation cohénienne à une interprétation toujours contextualisée et théoriquement informée.

5. Le coefficient Kappa de Cohen : Mesure de l’accord inter-juges

5.1 Limites de la concordance brute en psychologie clinique

Bien avant de publier ses grands traités sur la puissance statistique, Jacob Cohen s’est attaqué dès la fin des années 1950 à une aporie majeure de la psychométrie et de la nosologie clinique : l’évaluation de la fiabilité des jugements diagnostiques portés par des experts indépendants. Dans le cadre de son travail à la Veterans Administration et au sein des départements hospitaliers de psychiatrie, Cohen observe un phénomène troublant : pour évaluer la reproductibilité d’un diagnostic posé par deux psychiatres évaluant la même cohorte de patients, les chercheurs utilisaient classiquement le pourcentage d’accord brut (le nombre de cas où les deux cliniciens s’accordent, divisé par le total des cas examinés).

Cohen démontre avec une redoutable limpidité mathématique pourquoi cette concordance brute constitue un indice profondément biaisé, trompeur et scientifiquement inacceptable. Le problème fondamental réside dans le fait qu’une part substantielle de l’accord observé entre deux évaluateurs survient par le simple jeu du hasard stochastique, en fonction des propensions marginales de chaque évaluateur à utiliser telle ou telle catégorie nosologique. Ce biais devient particulièrement destructeur en présence d’une prévalence fortement dissymétrique des catégories diagnostiques au sein de la population étudiée.

Pour illustrer ce piège, imaginons une maladie psychiatrique rare présente chez seulement 5 % des individus d’une cohorte. Deux psychiatres incompétents décident de diagnostiquer systématiquement l’absence de pathologie chez tous les patients sans même les examiner : leur pourcentage d’accord brut sera miraculeusement de 100 %, alors même que leur jugement clinique possède une valeur informative nulle. Inversement, deux cliniciens sagaces divergeant sur une poignée de cas limites verront leur accord brut chuter artificiellement. C’est pour remédier à cette faille structurelle et offrir une métrique robuste garantissant la validité scientifique des classifications nosologiques que Cohen publie en 1960, dans la revue Educational and Psychological Measurement, son article historique instaurant le coefficient Kappa.

5.2 Formulation mathématique et propriétés du Kappa nominal

L’architecture mathématique du coefficient Kappa de Cohen repose sur une idée conceptuellement épurée mais d’une efficacité absolue : soustraire de l’accord effectivement observé la proportion d’accord attribuable au pur hasard, puis normaliser cette différence par l’accord maximal possible au-delà du hasard. La formulation algébrique générale s’exprime ainsi :

$$\kappa = \frac{P_o – P_e}{1 – P_e}$$

Dans cette équation élégante :

• $P_o$ représente la proportion d’accord globalement observé entre les juges (la somme des effectifs diagonaux d’une matrice de contingence carrée $k \times k$, divisée par l’effectif total $N$) ;
• $P_e$ représente la proportion d’accord attendu sous l’hypothèse d’indépendance statistique des jugements (calculée en multipliant les totaux marginaux des lignes et des colonnes pour chaque catégorie diagonale, puis en sommant ces produits divisés par $N^2$).

Les propriétés mathématiques de $kappa$ en font un outil d’une remarquable puissance analytique. Si l’accord observé est rigoureusement identique à ce que prédirait le hasard pur basé sur les taux de base marginaux, $P_o = P_e$, et $kappa$ prend la valeur de 0. Si les évaluateurs s’accordent à la perfection sur l’ensemble des cas, $P_o = 1$, et $kappa$ culmine à sa borne supérieure de +1. Fait remarquable, $kappa$ peut également prendre des valeurs négatives, descendant théoriquement jusqu’à -1 dans les cas d’accord systématiquement inférieur à ce que le hasard pur prédirait (traduisant une opposition ou un désaccord systématique entre les évaluateurs). Cohen fournit en outre la dérivation asymptotique de l’erreur-type de son coefficient, permettant le calcul d’intervalles de confiance et la réalisation de tests d’hypothèses formels.

Bien que le Kappa ait révolutionné la mesure de l’accord, la communauté méthodologique a rapidement mis au jour certaines singularités distributives, souvent désignées sous le vocable de « paradoxes du Kappa » (notamment documentés ultérieurement par Feinstein et Cicchetti). L’un de ces paradoxes réside dans le fait qu’en cas d’asymétrie marginale extrême, un accord observé très élevé (par exemple 95 %) peut paradoxalement déboucher sur un $kappa$ anormalement bas ou proche de zéro, en raison d’une valeur attendue par le hasard $P_e$ mathématiquement gonflée. Ces subtilités ont toutefois enrichi la compréhension du coefficient plutôt que d’en amoindrir la valeur fondatrice.

5.3 Le Kappa pondéré (Weighted Kappa) de 1968

Dans sa mouture originelle de 1960, le Kappa considérait toutes les erreurs de jugement sur un pied d’égalité absolue : pour un diagnostic nominal sans ordre sous-jacent (par exemple classer un patient comme schizophrène, dépressif ou névrotique), toute divergence constituait un désaccord binaire identique. Or, dans une multitude d’applications cliniques, psychiatriques et psychométriques, les catégories évaluées ne sont pas purement nominales mais présentent une nature ordinale graduée (comme des stades de sévérité d’un trouble : léger, modéré, sévère, ou des scores sur des échelles de type Likert). Dans ce contexte, confondre un état léger avec un état modéré est une erreur clinique infiniment moins grave que de confondre un état bénin avec une pathologie critique terminale.

Face à cette limite, Jacob Cohen fait preuve d’une formidable créativité mathématique en publiant en 1968, dans le Psychological Bulletin, l’extension conceptuelle de son instrument : le Kappa pondéré (Weighted Kappa, noté $\kappa_w$). Le principe repose sur l’assignation d’une matrice de poids $w_{ij}$, s’étendant de 0 (désaccord total) à 1 (accord parfait), appliquée à chaque case hors-diagonale de la matrice de contingence :

$$\kappa_w = \frac{P_{o(w)} – P_{e(w)}}{1 – P_{e(w)}}$$

Cohen propose deux grands schémas de pondération qui s’imposeront comme des normes universelles :

• La pondération linéaire, où la pénalité de désaccord augmente proportionnellement à la distance entre les rangs des catégories attribuées par les évaluateurs ;
• La pondération quadratique (quadratic weights), où la pénalité s’accroît au carré de la distance métrique séparant les évaluations.

Ce coup de maître mathématique débouche sur une découverte épistémologique majeure : Cohen et ses contemporains démontrent que le Kappa muni d’une pondération quadratique est formellement et algébriquement équivalent au coefficient de corrélation intraclasse (ICC) appliqué à des modèles d’analyse de variance à deux facteurs à effets aléatoires. Le Weighted Kappa jetait ainsi un pont structurel parfait entre l’analyse des données qualitatives ordinales et les théories classiques de la métrologie continue, devenant le standard incontesté de l’évaluation inter-juges en psychiatrie, en radiologie, en médecine générale et dans l’ensemble des protocoles de validation d’échelles psychologiques.

6. La régression multiple comme cadre analytique universel

6.1 L’ouvrage Applied Multiple Regression/Correlation Analysis

Au milieu des années 1970, Jacob Cohen entreprend une nouvelle offensive méthodologique destinée à abattre l’un des clivages les plus arbitraires et stériles de la psychologie scientifique : la séparation imperméable entre l’approche expérimentale manipulant des variables catégorielles (apanage exclusif de l’analyse de variance) et l’approche corrélationnelle ou observationnelle observant des variables continues (domaine réservé de la régression). En 1975, il publie en collaboration intime avec son épouse, l’éminente statisticienne et sociologue Patricia Cohen, un monument pédagogique qui va refonder l’enseignement doctoral des statistiques : Applied Multiple Regression/Correlation Analysis for the Behavioral Sciences.

Cet ouvrage séminal, réédité et constamment enrichi au fil des décennies, opère une rupture paradigmatique radicale. Les époux Cohen y démontrent que l’immense majorité des procédures d’inférence statistique utilisées par les sciences du comportement ne constituent pas une mosaïque d’outils disparates et cloisonnés, mais participent d’un édifice mathématique unique, cohérent et souverain : le Modèle Linéaire Général (General Linear Model, GLM). Sous cette perspective intégratrice, le test $t$ de Student, l’analyse de variance factorielle univariée ou multivariée, l’analyse de covariance et la régression linéaire simple ne sont que des cas particuliers, des avatars algébriques d’une seule et même équation de prédiction linéaire matricielle.

L’impact pédagogique de cet ouvrage sur les programmes de formation doctorale en sciences sociales à l’échelle internationale a été incommensurable. Il a permis de libérer les chercheurs de l’ornière conceptuelle qui consistait à croire que la méthode analytique devait dépendre artificiellement du statut attribué à la variable (manipulée ou simplement mesurée). En enseignant aux chercheurs comment articuler ensemble variables quantitatives continues et facteurs qualitatifs au sein d’un même modèle régressif, Jacob et Patricia Cohen ont apporté aux sciences sociales une souplesse méthodologique et une profondeur analytique sans précédent.

6.2 La démonstration de l’équivalence entre ANOVA et Régression Multiple

L’une des démonstrations les plus brillantes et libératrices opérées par Jacob Cohen au sein de son manuel réside dans la preuve rigoureuse de l’équivalence formelle absolue entre l’ANOVA et la régression linéaire multiple. Cohen montre de manière concrète comment n’importe quel plan d’analyse de variance, qu’il s’agisse d’un simple protocole à deux groupes ou d’un dispositif factoriel complexe à multiples niveaux d’interaction, peut être réécrit, estimé et interprété à l’aide d’une régression multiple sans la moindre perte d’information statistique.

Pour accomplir ce tour de force, Cohen théorise et vulgarise les techniques de codage des variables qualitatives au sein des matrices de régression :

• Le codage factice (dummy coding), attribuant des valeurs binaires de 0 et 1 pour comparer chaque groupe à une modalité de référence ;
• Le codage d’effet (effect coding), utilisant des valeurs de -1, 0 et +1 pour comparer la moyenne de chaque condition spécifique à la moyenne générale non pondérée de l’expérience ;
• Le codage des contrastes orthogonaux (contrast coding), permettant de tester des hypothèses théoriques a priori hautement ciblées tout en partitionnant parfaitement la somme des carrés.

Mais Cohen ne se contente pas d’établir une équivalence académique ; il démontre la supériorité opérationnelle de la régression multiple sur l’ANOVA traditionnelle. L’ANOVA classique s’effondre ou devient prodigieusement complexe face à des plans expérimentaux déséquilibrés (unbalanced designs, où les effectifs par case sont inégaux) engendrant une non-orthogonalité des facteurs. La régression multiple gère cette situation avec une aisance native remarquable grâce au calcul des sommes des carrés partielles (modèles de régression séquentiels ou simultanés de type III).

Plus fondamentalement encore, Cohen lance une croisade sans merci contre une hérésie méthodologique alors omniprésente : la dichotomisation ou la trichotomisation artificielle de variables continues (par exemple, couper un échantillon en deux via la médiane pour créer un groupe artificiel à « haute anxiété » et un groupe à « basse anxiété » afin d’exécuter une ANOVA). Cohen démontre mathématiquement que cette pratique abjecte détruit jusqu’à un tiers de la variance informative, affaisse dramatiquement la puissance statistique de l’expérience et peut générer des corrélations fallacieuses totalement inexistantes dans la réalité. La régression multiple permettait enfin d’intégrer les variables continues dans toute leur richesse scalaire native.

6.3 Le codage des interactions et des effets non-linéaires

Un autre pan magistral de l’œuvre analytique de Jacob Cohen réside dans sa codification rigoureuse de la modélisation des interactions statistiques et des effets non-linéaires au sein du modèle linéaire général. Jusqu’aux travaux de Cohen, le concept d’interaction était presque exclusivement envisagé à travers le prisme de l’ANOVA factorielle entre deux variables catégorielles. Cohen démontre comment conceptualiser et tester formellement des interactions impliquant deux variables continues, ou une variable continue et une variable catégorielle (effet de modération), au moyen de la régression linéaire multiple en introduisant des termes de produit croisé :

$$\hat{Y} = b_0 + b_1 X + b_2 Z + b_3 (X \times Z)$$

Cohen résout magistralement les défis calculatoires et interprétatifs inhérents à ces modélisations. Face au problème récurrent de la multicolinéarité sévère induite par le produit de deux variables hautement corrélées avec leurs composants initiaux, il formalise et popularise la méthode du centrage sur la moyenne (mean centering). En soustrayant la moyenne de chaque prédicteur avant d’effectuer leur multiplication, le terme d’interaction devient orthogonal aux prédicteurs de premier ordre, stabilisant l’estimation matricielle et conférant aux coefficients $b_1$ et $b_2$ une signification clinique limpide : ils représentent désormais les pentes d’effet principal de chaque prédicteur lorsque l’autre est maintenu à sa valeur moyenne.

Au-delà de l’algèbre, Cohen insiste sur la restitution visuelle de ces phénomènes. Il formalise la méthodologie des « pentes simples conditionnelles » (simple slopes analysis), incitant les chercheurs à tracer rigoureusement les droites de régression de $Y$ sur $X$ à différentes valeurs fixes du modérateur $Z$ (typiquement à la moyenne, à un écart-type en dessous et à un écart-type au-dessus). Enfin, il ouvre la voie à la capture des dynamiques non-linéaires en intégrant des termes polynomiaux d’ordre supérieur (quadratiques et cubiques), prouvant ainsi que la régression linéaire générale ne se borne nullement à la détection de lignes droites, mais constitue un puissant scanner géométrique capable d’épouser les courbures les plus complexes du comportement humain.

7. La critique virulente du test de l’hypothèse nulle (NHST)

7.1 L’article manifeste : The Earth is Round (p < .05)

À l’orée des années 1990, alors qu’il a déjà accompli une carrière professorale monumentale et formé des cohortes entières de chercheurs, Jacob Cohen constate avec une désolation non dissimulée que les travers méthodologiques qu’il combat depuis quarante ans n’ont pas disparu. Pire, ils se sont institutionnalisés sous la forme d’un catéchisme rigide que les revues scientifiques s’échangent sans plus en comprendre la genèse. C’est dans ce contexte de maturité intellectuelle et de liberté totale qu’il rédige ce qui constitue indubitablement son chef-d’œuvre rhétorique et épistémologique : l’article manifeste paru en décembre 1994 dans la revue phare de la discipline, l’American Psychologist, sous le titre devenu légendaire : « The Earth is Round ($p < .05$) ».

Dès les premières lignes de cet essai magistral, Cohen attaque frontalement ce qu’il identifie comme une névrose collective de la science moderne : le test de signification de l’hypothèse nulle (Null Hypothesis Significance Testing, NHST). Avec une ironie mordante et une puissance argumentative dévastatrice, il dénonce l’illusion syllogistique fondamentale qui aveugle la quasi-totalité des chercheurs lors de l’interprétation de la valeur $p$. Cohen montre que la communauté scientifique commet massivement un contresens logique formel comparable à la négation erronée de l’antécédent en logique déductive. Il expose le piège probabiliste à l’aide d’une analogie déroutante :

• Si une personne est un homme, alors il est très peu probable qu’elle soit enceinte ($P(\text{enceinte}|\text{homme}) \approx 0$).
• Cette personne est enceinte.
• Conclusion : il est très peu probable que cette personne soit un homme.

Cohen démontre que cette déduction est rigoureusement exacte sur le plan logique formel. En revanche, le raisonnement statistique conventionnel tente désespérément d’opérer le mouvement inverse en inversant les conditionnelles probabilistes sans base informationnelle valide.

Le cœur du problème réside dans ce que Cohen qualifie d’illusion bayésienne spontanée : la confusion gravissime entre $P(D|H_0)$ et $P(H_0|D)$. Le test statistique classique calcule exclusivement la probabilité d’obtenir des données au moins aussi extrêmes que celles observées, sachant que l’hypothèse nulle est vraie ($P(D|H_0)$). Or, ce que le chercheur désire ardemment savoir, ce pourquoi il s’est engagé dans la recherche empirique, c’est la probabilité que son hypothèse nulle soit vraie sachant les données qu’il vient de recueillir ($P(H_0|D)$). Cohen prouve mathématiquement qu’il est rigoureusement impossible de passer de la première probabilité à la seconde sans recourir au théorème de Bayes et sans expliciter une distribution de probabilité a priori sur l’hypothèse nulle elle-même. En baptisant son article par l’aphorisme sarcastique « La Terre est ronde ($p < .05$) », Cohen tourne en dérision la vanité d’un dispositif qui prétend découvrir la vérité du monde par un rituel d’exclusion probabiliste tronqué.

7.2 La fausseté fondamentale de l’hypothèse nulle nil

Poussant son réquisitoire philosophique jusqu’à ses ultimes conséquences ontologiques, Jacob Cohen assène une vérité que la psychologie expérimentale avait soigneusement refoulée sous le tapis méthodologique : l’hypothèse nulle d’effet nul (la fameuse « nil hypothesis » d’une différence de zéro absolu) est toujours et invariablement fausse dans la nature. Cohen souligne que dans le monde réel et le cosmos social, tout est en corrélation, à un degré infinitésimal, avec tout. Il est ontologiquement impossible que deux populations distinctes soumises à des conditions ou à des caractéristiques différentes présentent rigoureusement, jusqu’à la centième décimale après la virgule, des moyennes mathématiquement identiques.

Dès lors que l’on admet que la vraie différence dans la population n’est jamais strictement égale à $0,000000…$, l’ensemble de l’échafaudage du test d’hypothèse nulle s’effondre dans la trivialité. La décision de rejeter $H_0$ ne dépend alors plus aucunement de la vérité scientifique de la théorie testée, mais devient une pure et simple fonction de la puissance statistique, c’est-à-dire de la taille de l’échantillon mobilisé par le chercheur :

• Si l’échantillon est ridiculement petit ($N = 10$), le test échouera à rejeter l’hypothèse nulle, même en présence d’un phénomène massif ;
• Si l’échantillon est gigantesque ($N = 500,000$), le test rejettera invariablement l’hypothèse nulle avec des $p < 0,000001$, même pour une divergence microscopique dénuée de tout intérêt psychologique.

Cohen martèle la distinction cardinale, oubliée par des générations d’étudiants, entre la significativité statistique (qui n’est qu’une propriété d’échantillonnage traduisant la probabilité d’une fluctuation aléatoire sous un modèle donné) et l’importance pratique ou théorique (qui relève de la magnitude intrinsèque de l’effet dans la réalité). Il pourfend le fétichisme méthodologique entourant le seuil sacré de $\alpha = 0,05$, un artefact arbitraire imposé par Fisher qui a transformé la quête scientifique en une ligne maginot grotesque où un résultat à $p = 0,049$ est couronné du statut de découverte majeure tandis qu’un résultat à $p = 0,051$ est relégué aux oubliettes de l’insignifiance.

7.3 Les propositions alternatives et correctives préconisées

Loin de sombrer dans un nihilisme destructeur qui paralyserait la recherche empirique, Jacob Cohen assortit sa critique féroce de propositions alternatives concrètes, d’une élégance méthodologique limpide, destinées à assainir durablement les pratiques scientifiques. Plutôt que de s’acharner sur le rituel du NHST, il propose une véritable feuille de route épistémologique reposant sur quatre piliers réformateurs majeurs.

Le premier impératif absolu formulé par Cohen est la substitution du test de signification par les intervalles de confiance. Cohen plaide inlassablement pour que chaque paramètre estimé (qu’il s’agisse d’une moyenne, d’une différence de moyennes, d’un coefficient de corrélation ou d’un rapport de cotes) soit systématiquement flanqué de son intervalle de confiance à 95 % ou 99 %. L’intervalle de confiance possède l’inestimable vertu pédagogique et cognitive de restituer l’incertitude inhérente à la mesure dans la métrique naturelle de la variable, tout en affichant simultanément l’estimation ponctuelle la plus probable et la précision d’estimation liée à la taille de l’échantillon. Si un intervalle inclut zéro, le chercheur voit immédiatement à quel point l’effet estimé est flou, tout en constatant s’il s’étend potentiellement vers des valeurs substantiellement considérables.

Le second pilier réside dans l’obligation déontologique de rapporter la taille d’effet sous forme standardisée ou non standardisée pour chaque analyse soumise à publication. Le chercheur ne doit plus demander « Y a-t-il un effet ? », mais « Quelle est l’ampleur de cet effet et dans quelle mesure importe-t-il ? ».

Le troisième pilier est la promotion acharnée de la réplication empirique directe et conceptuelle. Cohen rappelle qu’aucun phénomène scientifique ne peut être établi sur la base d’une seule expérience isolée ayant franchi le seuil de $p < 0,05$. Seule la reproduction convergente d’un effet à travers des laboratoires indépendants et des cohortes diversifiées confère une solidité ontologique aux savoirs psychologiques.

Enfin, Cohen ouvre résolument la voie aux approches d’inspiration bayésienne, invitant les méthodologistes à modéliser formellement l’incertitude a priori et à quantifier la plausibilité relative des hypothèses concurrentes au moyen de distributions de probabilité a posteriori, anticipant ainsi le tournant bayésien qui allait traverser les sciences cognitives au siècle suivant.

8. L’anticipation visionnaire de la crise de la réplicabilité

8.1 La sous-puissance chronique comme moteur de fausses découvertes

Lorsque la crise de la reproductibilité éclate avec fracas au début des années 2010 dans le champ de la psychologie et de la biomédecine, secouant la confiance du public et des institutions académiques, la majorité des commentateurs découvrent avec effroi l’ampleur du désastre. Pourtant, pour quiconque avait lu attentivement les travaux de Jacob Cohen publiés quarante à cinquante ans auparavant, cette crise n’avait rien d’une surprise : elle était la conséquence mathématique inéluctable et mathématiquement prévisible d’un système de recherche opérant en sous-puissance chronique.

Cohen avait articulé dès ses premiers écrits les mécanismes par lesquels la faible puissance statistique corrompt irrémédiablement l’intégrité du corpus scientifique. Il démontre que dans une littérature caractérisée par des protocoles sous-puissants (par exemple affichant une puissance moyenne de 0,30 ou 0,40), la mécanique probabiliste engendre une prolifération massive de faux positifs et une inflation spectaculaire de la magnitude des effets rapportés. C’est le phénomène bien documenté de la « malédiction du vainqueur » (winner’s curse) : lorsqu’une étude sous-puissante parvient par accident à franchir le seuil fatidique de $p < 0,05$, c’est obligatoirement à la faveur d’une fluctuation d’échantillonnage extrême ayant artificiellement surestimé la taille réelle de l’effet. L’effet publié est donc un colosse aux pieds d’argile, incapable d’être reproduit lors d’une réplication ultérieure rigoureusement alimentée.

Cohen anticipe ainsi avec une précision chirurgicale les célèbres démonstrations mathématiques formellement publiées en 2005 par le professeur d’épidémiologie John Ioannidis dans son article séminal « Why Most Published Research Findings Are False ». Ioannidis y formalise exactement ce que Cohen martelait depuis 1962 : le taux de vraies découvertes parmi les résultats statistiquement significatifs (la valeur prédictive positive) est directement proportionnel à la puissance statistique des études menées. En tolérant des décennies durant des recherches à faible effectif, la psychologie comportementale s’était condamnée à empiler des artefacts probabilistes.

8.2 Le problème du tiroir de bureau (File Drawer Problem)

L’interaction pernicieuse entre la sous-puissance statistique et le biais de publication institutionnel constitue un autre axe majeur de la réflexion visionnaire de Jacob Cohen. Dès les années 1960 et 1970, Cohen identifie la pathologie structurelle qui pousse les chercheurs, les comités de lecture et les éditeurs de revues à n’accepter pour publication que les manuscrits affichant des résultats statistiquement significatifs au seuil de $p < 0,05$. Cette pression académique systémique engendre ce que son collègue et proche collaborateur Robert Rosenthal formalisera sous le concept métaphorique saisissant de « problème du tiroir de bureau » (File Drawer Problem).

Cohen dénonce la tragédie épistémologique qui en découle : les centaines d’expériences parfaitement conduites qui échouent à atteindre le seuil magique de significativité — bien souvent pour l’unique raison que leur puissance statistique était dramatiquement insuffisante — sont enfouies par leurs auteurs au fond des tiroirs de leurs bureaux, invisibles aux yeux de la communauté scientifique internationale. Les revues ne publient que l’infime frange des études ayant, par chance stochastique ou manipulation méthodologique, décroché le précieux sésame de significativité.

Cette distorsion institutionnelle détruit la nature cumulative de la science. Cohen alerte inlassablement sur le fait que la littérature publiée ne reflète pas la réalité du monde empirique, mais une sélection hautement tronquée et pathologique d’anomalies distributives. Il a été l’un des premiers à réclamer une documentation publique et transparente de l’ensemble des protocoles expérimentaux entrepris, plaidant pour que la valeur d’une recherche soit jugée sur la pertinence théorique de sa question et la robustesse de son plan d’expérience a priori plutôt que sur le résultat fortuit de son analyse statistique terminale.

8.3 L’influence sur la création des comités de réforme méthodologique

Face à l’accumulation des alertes formulées par Cohen et au débat incendiaire provoqué par son article de 1994, l’establishment académique ne peut plus maintenir son indifférence. En 1996, le Conseil des affaires scientifiques de l’American Psychological Association prend une décision historique : la création de la Task Force on Statistical Inference (TFSI). Ce comité d’experts de très haut niveau a pour mission expresse d’évaluer la pertinence de bannir purement et simplement le test de l’hypothèse nulle des revues de l’APA et de formuler de nouveaux standards directeurs pour la science comportementale.

Jacob Cohen est naturellement nommé comme figure de proue au sein de cette Task Force, siégeant aux côtés d’autres géants de la méthodologie contemporaine tels que Robert Rosenthal, Robert Abelson et Mark Appelbaum. Bien que rongé par la maladie au crépuscule de sa vie, Cohen insuffle aux délibérations du groupe toute la vigueur de son combat intellectuel. Si le comité choisit finalement de ne pas interdire dogmatiquement le NHST — estimant qu’une prohibition autoritaire risquait de susciter des résistances stériles et des contournements pervers —, il publie en 1999, un an après la disparition de Cohen, un rapport officiel retentissant rédigé par Leland Wilkinson et la TFSI.

Ce rapport historique entérine l’immense majorité des principes pour lesquels Cohen s’était battu durant un demi-siècle :

• Obligation quasi absolue de rapporter et d’interpréter les tailles d’effet pour chaque résultat empirique ;
• Injonction de fournir systématiquement les intervalles de confiance encadrant les estimations ponctuelles ;
• Exigence explicite de justifier la taille des échantillons par des analyses de puissance rigoureusement documentées a priori ;
• Appel à la transparence totale des données et à la publication des matrices d’observation pour faciliter les réplications futures.

Les recommandations de la Task Force ont ainsi jeté les fondations institutionnelles directes sur lesquelles s’édifiera, deux décennies plus tard, le vaste mouvement mondial de la science ouverte (Open Science), des études préenregistrées (Registered Reports) et des protocoles de réplication systématique.

9. La pédagogie, la philosophie et le style scientifique de Cohen

9.1 Une clarté d’exposition au service des non-statisticiens

Ce qui distingue radicalement Jacob Cohen de nombre de mathématiciens et théoriciens de la statistique de son époque réside dans son génie pédagogique hors du commun et sa volonté inébranlable de mettre la puissance de l’outil quantitatif à la portée immédiate des chercheurs de terrain. Cohen éprouvait une profonde aversion pour l’hermétisme académique, refusant avec constance d’utiliser un jargon intimidant ou un appareil formel inutilement abstrait dont la seule fonction est souvent de masquer le vide conceptuel ou de décourager l’esprit critique des non-initiés.

Sa plume scientifique, d’une élégance rare, est parsemée d’analogies lumineuses empruntées au quotidien, d’un humour fin et d’exemples cliniques profondément ancrés dans la réalité humaine. Il considérait que si une idée statistique ne pouvait être expliquée en termes simples et intuitifs à un clinicien ou un observateur social compétent, c’est que l’idée était mal conçue ou mal comprise par son auteur. Son chef-d’œuvre de concision pédagogique demeure sans conteste son article de 1992 publié dans le Psychological Bulletin : « A Power Primer ». En une dizaine de pages d’une densité et d’une clarté magistrales, Cohen résume l’ensemble de son traité de 1988, fournissant des tableaux de lecture immédiate permettant à tout chercheur de calibrer son échantillon en un clin d’œil sans avoir à manipuler la moindre équation matricielle. Cet article s’est imposé comme l’un des textes les plus réimprimés et consultés de toute l’histoire de la psychologie scientifique.

9.2 L’éthique scientifique et le scepticisme constructif

Sur le plan philosophique, Jacob Cohen a incarné un modèle exemplaire d’éthique scientifique, caractérisé par ce qu’il convient d’appeler un scepticisme constructif. Pour Cohen, les statistiques ne constituent en aucun cas une machine à fabriquer des certitudes absolues ou un tribunal mécanique distribuant des brevets de vérité indiscutable. Il mettait inlassablement en garde contre l’illusion techniciste et l’automatisme informatique favorisé par l’avènement des progiciels statistiques commerciaux comme SPSS ou SAS. Il déplorait le comportement du chercheur pressé qui injecte aveuglément des données dans un ordinateur pour en extraire des valeurs $p$ sans jamais interroger la structure géométrique de son espace de données, sans examiner les distributions univariées et sans formuler d’hypothèses substantielles fortes.

Cohen défendait l’idée que la rigueur quantitative est avant tout un rempart moral contre nos propres biais cognitifs, une discipline de l’esprit imposant la modestie intellectuelle face à l’immensité de l’inconnu. Rejeter un test d’hypothèse nulle n’a jamais signifié prouver une théorie substantielle alternative ; cela signifie simplement que le modèle du bruit pur est insuffisant pour expliquer la configuration des observations. Pour Cohen, reconnaître l’incertitude, accepter que nos données soient entachées d’erreur de mesure et chiffrer humblement l’imprécision de nos estimations via des intervalles de confiance constituent l’essence même de la démarche scientifique probe, à des années-lumière des affirmations péremptoires de la pseudoscience.

9.3 Le mentorat et la transmission institutionnelle

L’héritage de Jacob Cohen ne se mesure pas seulement au nombre colossal de ses citations bibliographiques ou à la pérennité de ses formules mathématiques ; il s’incarne de manière vivante et vibrante dans les générations de chercheurs et de méthodologistes qu’il a patiemment façonnés au cours de sa carrière à l’Université de New York. En tant que mentor doctoral, Cohen était réputé pour sa bienveillance paternelle conjuguée à une exigence scientifique sans compromis. Il consacrait d’innombrables heures à décortiquer avec ses étudiants les protocoles les plus ardus, les incitant en permanence à regarder au-delà des résultats bruts pour traquer les failles logiques de leur raisonnement.

En tant qu’évaluateur pour les plus grandes revues scientifiques internationales, Cohen a exercé un magistère moral et intellectuel considérable. Ses rapports de lecture, légendaires par leur longueur, leur profondeur et leur tonalité constructive, visaient non pas à rejeter péremptoirement les manuscrits imparfaits, mais à enseigner aux auteurs comment élever leur design expérimental vers des standards de rigueur supérieurs. Son influence a débordé très largement le cadre disciplinaire de la psychologie pour irriguer la sociologie quantitative, l’épidémiologie clinique, l’économie appliquée et les sciences de l’éducation. Cette aura exceptionnelle a été couronnée par les hommages les plus solennels de ses pairs, culminant dans l’attribution par l’American Psychological Association de ses plus prestigieuses médailles pour l’ensemble d’une contribution exceptionnelle aux applications de la psychologie.

10. Critiques, débats méthodologiques et prolongements théoriques

10.1 Le piège de la réification des conventions de taille d’effet

Malgré l’immense respect entourant son œuvre, les contributions de Jacob Cohen n’ont pas échappé à la critique méthodologique et aux controverses théoriques, dont certaines ont été alimentées par les dérives mêmes de ses utilisateurs. Le principal point de friction réside incontestablement dans le piège de la réification dogmatique de ses fameux seuils de taille d’effet (0,20 pour un effet faible, 0,50 pour un effet moyen, 0,80 pour un effet fort). De nombreux méthodologistes contemporains, à l’instar de Russell Fazio ou ultérieurement de Daniël Lakens, ont sonné l’alarme face à la propension systématique des chercheurs à utiliser ces chiffres comme de nouvelles tables de la loi absolues, remplaçant la tyrannie du seuil de $p < 0,05$ par la tyrannie tout aussi aveugle du « $d = 0,50$ ».

Ces critiques soulignent à juste titre qu’appliquer un seuil universel abstrait à des disciplines aux contextes de mesure radicalement hétérogènes constitue un contresens scientifique majeur. Dans des disciplines manipulant des mesures objectives hautement standardisées avec des bruits instrumentaux minimes (comme la chronométrie mentale ou la neuro-imagerie fonctionnelle), un effet de $d = 0,20$ peut être considéré comme trivial ou négligeable. À l’inverse, dans les études épidémiologiques interventionnelles à grande échelle ou dans les recherches sur l’impact des politiques publiques, un effet de $d = 0,10$ ou $0,15$ peut représenter des dizaines de milliers de vies sauvées ou une amélioration sociale colossale justifiant pleinement des investissements massifs.

Le plaidoyer contemporain appelle ainsi à abandonner l’usage paresseux des balises universelles de Cohen au profit d’un étalonnage empirique contextualisé, fondé sur la distribution réelle des effets documentés dans la littérature spécifique du champ considéré ou sur des critères d’équivalence clinique minimale (Smallest Effect Size of Interest, SESOI). Il convient toutefois de souligner, à la décharge absolue de Cohen, qu’il avait lui-même anticipé et condamné cette dérive dans toutes les éditions de son manuel, rappelant que ces seuils n’étaient que des bouées de sauvetage temporaires pour navigateurs égarés en terre inconnue et ne devaient en aucun cas dispenser le chercheur de penser par lui-même.

10.2 La question de la puissance rétrospective (Post-hoc Power)

L’un des débats méthodologiques les plus vifs issus de la vulgarisation des travaux de Cohen concerne l’usage pernicieux et scientifiquement invalide de ce que la littérature a nommé la puissance rétrospective ou puissance post-hoc (observed power). Suite aux injonctions croissantes formulées par les comités de lecture d’exiger des calculs de puissance, une pratique aberrante s’est répandue comme une traînée de poudre à partir des années 1980 et 1990 : face à un résultat statistiquement non significatif ($p > 0,05$), des chercheurs calculaient la puissance rétrospective du test en injectant dans les logiciels l’effectif utilisé et la taille d’effet effectivement observée dans leur échantillon, pour conclure doctement : « Notre test n’a pas atteint la significativité car notre puissance observée n’était que de 22 % ».

Des méthodologistes émérites (notamment Hoenig et Heisey dans leur article fondamental de 2001) ont démontré la circularité mathématique absolue et la parfaite inanité épistémologique de cette démarche. La puissance observée calculée à partir de la taille d’effet échantillonnée est une fonction strictement monotone décroissante de la valeur $p$ obtenue. Dès lors qu’un résultat présente une valeur $p$ supérieure à 0,05, sa puissance post-hoc calculée sur l’effet observé sera mathématiquement et invariablement faible. Interpréter une faible puissance rétrospective comme une justification de l’absence de significativité relève d’une tautologie vide et trompeuse.

Jacob Cohen a toujours combattu cette dérive conceptuelle avec la plus grande énergie. Il a martelé sans relâche que l’analyse de puissance n’a de sens scientifique véritable que lorsqu’elle est conduite a priori, au stade de la conception du protocole de recherche, en se fondant sur une taille d’effet théoriquement attendue, minimale ou issue de méta-analyses antérieures. Une fois les données recueillies, la notion de puissance probabiliste s’efface devant le calcul rigoureux de l’intervalle de confiance encadrant le paramètre observé, seul instrument légitime pour apprécier la précision finale de la mesure.

10.3 Évolution et extensions mathématiques des métriques de Cohen

L’héritage quantitatif laissé par Jacob Cohen n’est pas demeuré une relique figée ; il a au contraire servi de tremplin fertile à d’immenses développements méthodologiques qui ont prolongé, raffiné et complété ses métriques initiales pour les adapter aux complexités de la science contemporaine.

L’un des raffinements les plus célèbres concerne le $d$ de Cohen lui-même. Le statisticien Larry Hedges a démontré au début des années 1980 que la formule standard du $d$ de Cohen présente un léger biais de surestimation dans le cas de très petits échantillons ($N < 20$). Hedges a dérivé une correction exacte (connue sous le nom de $g$ de Hedges ou $d$ non biaisé), appliquant un facteur de correction basé sur des fonctions Gamma pour délivrer un estimateur parfaitement sans biais de la taille d’effet de la population, particulièrement précieux pour la synthèse méta-analytique.

Dans le domaine de l’évaluation de l’accord inter-juges, Joseph Fleiss, un disciple et proche continuateur des travaux de Cohen à Columbia et NYU, a étendu le coefficient Kappa nominal aux situations complexes impliquant plus de deux évaluateurs simultanés, aboutissant à la formulation du célèbre Kappa de Fleiss. De même, d’autres méthodologistes ont proposé le coefficient AC1 de Gwet pour surmonter les paradoxes de prévalence marginale extrême du Kappa traditionnel.

Enfin, l’unification conceptuelle de la régression opérée par Jacob et Patricia Cohen a servi de rampe de lancement pour l’intégration des modèles contemporains les plus avancés : les modèles de régression multiniveaux hiérarchiques (HLM) captant les emboîtements écologiques des données, ainsi que la modélisation d’équations structurelles (SEM). Ces approches contemporaines appliquent directement les préceptes cohéniens en intégrant simultanément la correction de l’erreur de mesure latente et l’évaluation de la puissance globale des réseaux de causalité théorique.

11. L’impact contemporain sur les standards scientifiques et les politiques éditoriales

11.1 L’intégration dans les manuels de style de l’APA (5e, 6e et 7e éditions)

La victoire institutionnelle la plus éclatante du combat mené par Jacob Cohen s’observe dans la transformation radicale et irréversible des normes éditoriales régissant la publication scientifique mondiale, codifiées au premier chef par le prestigieux Publication Manual of the American Psychological Association. Durant des générations, le manuel de style de l’APA se bornait à détailler la mise en forme typographique des références et la syntaxe de présentation des tests de signification conventionnels ($t$, $F$, $p$).

Sous l’impulsion directe des conclusions de la Task Force on Statistical Inference de 1999 inspirée par Cohen, la cinquième édition du manuel (publiée en 2001) opère une bascule doctrinale sans précédent. Pour la première fois dans l’histoire de la psychologie, il est stipulé comme un « impératif absolu » que les auteurs incluent systématiquement des mesures standardisées de la taille d’effet pour l’ensemble des résultats primaires rapportés. La sixième édition (2010), puis la septième édition actuelle (2020), accentuent encore ce tournant normatif :

• Elles enjoignent impérativement les chercheurs de justifier la taille de leur échantillon par des calculs de puissance statistique conduits a priori ;
• Elles imposent le reporting systématique des intervalles de confiance encadrant chaque taille d’effet estimée ;
• Elles proscrivent explicitement l’interprétation d’un résultat non significatif comme une preuve d’absence d’effet si l’étude présente une puissance statistique déficiente.

Cette normalisation a profondément métamorphosé la grille d’évaluation des réviseurs et éditeurs scientifiques des plus grandes revues internationales, élevant substantiellement le niveau d’exigence méthodologique requis pour prétendre à la publication empirique.

11.2 Le prérequis incontournable des demandes de subventions

L’onde de choc des travaux de Jacob Cohen a rapidement débordé les frontières de l’écriture académique pour investir le nerf de la guerre scientifique : le financement de la recherche par les grandes agences publiques et privées. Aujourd’hui, qu’il s’agisse des National Institutes of Health (NIH) ou de la National Science Foundation (NSF) aux États-Unis, de l’Agence Nationale de la Recherche (ANR) en France ou des programmes-cadres de l’Union européenne, aucune demande de subvention pour un essai expérimental ou observationnel ne peut être validée sans une section technique exhaustive dédiée à l’analyse de puissance statistique.

Cette exigence institutionnelle est étayée par des considérations déontologiques et bioéthiques fondamentales. Cohen a été l’un des premiers à démontrer qu’un protocole expérimental sous-puissant est non seulement méthodologiquement invalide, mais profondément contraire à l’éthique de la recherche. Engager des cohortes de patients vulnérables dans des essais cliniques lourds, leur administrer des traitements novateurs comportant des risques secondaires potentiels, ou mobiliser des milliers d’animaux de laboratoire au sein de protocoles qui, par manque délibéré d’effectif, ont moins de 40 % de chances de détecter un bénéfice réel, relève d’une faute morale inexcusable et d’un gaspillage scandaleux de deniers publics.

De manière symétrique, recruter des effectifs gargantuesques pour détecter un effet cliniquement insignifiant expose inutilement des sujets expérimentaux. L’analyse de puissance cohénienne s’est ainsi imposée comme le gardien éthique indispensable garantissant un dimensionnement juste, rationnel et proportionné de l’effort expérimental avant l’injection du moindre dollar ou euro public dans un laboratoire.

11.3 Le rôle charnière des logiciels modernes d’analyse de puissance

Si Jacob Cohen a dû accomplir le tour de force de calculer ses tables à la main ou sur des calculateurs primitifs, son œuvre a trouvé son prolongement computationnel direct dans l’explosion des logiciels modernes d’analyse de puissance statistique. L’incarnation la plus éclatante de cet héritage est indubitablement le logiciel libre mondialement célèbre G*Power, développé par l’équipe d’Axel Buchner, Franz Faul et Edgar Erdfelder à l’Université de Düsseldorf. Conçu comme un hommage explicite aux formalisations de Cohen, G*Power implémente avec une fidélité absolue l’ensemble de la taxonomie des indices de taille d’effet ($d$, $r$, $f$, $w$) et des fonctions de distribution non centrales théorisées dans le manuel de 1988.

Dans l’écosystème de programmation contemporain, le langage R a intégré au cœur de son architecture des packages spécialisés immensément populaires tels que pwr (développé par Stéphane Champely, calquant directement les algorithmes fondamentaux du livre de Cohen), effsize, ou encore les environnements d’analyse bayésienne et fréquentiste de pointe comme JASP et Jamovi. Parallèlement, pour les plans d’expérience hiérarchiques ou les modèles à équations structurelles où les formules fermées de Cohen s’avèrent inapplicables, la démocratisation des simulations de Monte-Carlo permet aujourd’hui d’estimer empiriquement la puissance statistique par rééchantillonnage itératif de dizaines de milliers de matrices synthétiques.

À l’ère contemporaine du Big Data et de l’intelligence artificielle, où les chercheurs manipulent des téraoctets de données comportant des millions d’observations, la pensée de Cohen se révèle plus vitale que jamais : dans un univers où chaque corrélation infinitésimale devient mécaniquement « significative à $p < .00000001$ », seuls les concepts cohéniens de taille d’effet et de pertinence clinique permettent de séparer le signal substantiel authentique du bruit gigantesque de la massification informationnelle.

12. Bilan épistémologique et portée durable de l’œuvre de Jacob Cohen

12.1 La transformation de l’ontologie des données en psychologie

Avec le recul historique que nous offre aujourd’hui plus d’un demi-siècle de recul sur ses premières interventions publiques, il apparaît clairement que Jacob Cohen n’a pas simplement enrichi la boîte à outils des psychologues ; il a opéré une métamorphose profonde de l’ontologie même des données dans les sciences humaines et sociales. Avant Cohen, la psychologie opérait sous le joug d’une vision binaire et juridictionnelle du fait scientifique : une hypothèse était déclarée « vraie » ou « fausse », un effet « existait » ou « n’existait pas », sur la base d’un verdict quasi mystique prononcé par la valeur $p$.

Cohen a substitué à cette pensée dichotomique infantile une vision continue, quantitative et fondamentalement probabiliste de l’investigation empirique. Il a réhabilité la variance inexpliquée, l’imprécision des mesures et l’incertitude ontologique comme des composantes indissociables et nobles de la réalité naturelle. Sous son magistère épistémologique, la question scientifique s’est déplacée : il ne s’agit plus de chasser un effet binaire fantomatique, mais de cartographier avec lucidité la distribution des grandeurs d’association entre dimensions comportementales.

Cette révolution ontologique a constitué le terreau indispensable sans lequel l’avènement des méta-analyses modernes aurait été strictement impossible. En offrant des métriques universellement standardisées et convertibles ($d$, $r$), Cohen a fourni la matière première quantitative permettant à des chercheurs comme Gene Glass, Frank Schmidt et John Hunter d’agréger systématiquement les résultats de centaines d’études indépendantes, révélant la cohérence sous-jacente des lois comportementales au-delà des fluctuations trompeuses d’échantillons singuliers.

12.2 Un jalon dans l’histoire des sciences du comportement

Dans la grande fresque historique du développement de la pensée statistique appliquée aux sciences humaines, la figure de Jacob Cohen s’inscrit au panthéon des bâtisseurs aux côtés des pères fondateurs de la biométrie et de l’inférence. Si sir Francis Galton et Karl Pearson ont forgé les concepts originels de corrélation et de régression à l’aube du vingtième siècle, si sir Ronald Fisher a inventé l’analyse de variance et la logique des plans expérimentaux dans les années 1920, et si Jerzy Neyman et Egon Pearson ont posé les axiomes formels du test décisionnel d’hypothèses, Jacob Cohen est celui qui a accompli la synthèse humaniste et pragmatique de ces architectures mathématiques disparates.

Il a été le grand intégrateur méthodologique, celui qui a comblé le fossé abyssal qui séparait la théorie mathématique pure et la pratique tâtonnante des chercheurs de terrain. Son combat pour la robustesse de l’inférence a irrigué bien au-delà de sa propre discipline : la médecine factuelle (Evidence-Based Medicine), initiée par Archie Cochrane et l’école de McMaster, repose intégralement sur les principes d’évaluation quantitative de la magnitude des bénéfices thérapeutiques popularisés par Cohen. Les sciences économiques, le management empirique et les neurosciences cognitives contemporaines portent toutes, dans leurs standards méthodologiques les plus exigeants, la marque indélébile de son enseignement. Jacob Cohen a mérité pour l’éternité son titre de conscience méthodologique des sciences comportementales.

12.3 Conclusion : Penser les statistiques au-delà des rituels

Jacob Cohen nous a quittés le 18 juin 1998, laissant derrière lui une communauté scientifique orpheline de sa voix la plus pénétrante, la plus chaleureuse et la plus lucide. Pourtant, ses écrits conservent au XXIe siècle une fraîcheur et une urgence intellectuelle intactes. À une époque où la science contemporaine est encore trop souvent tentée par la facilité du « p-hacking », le saucissonnage de données ou la quête effrénée de significativité artificielle au détriment de la réplicabilité des découvertes, l’avertissement permanent de Cohen résonne comme un impératif catégorique : se libérer des rituels méthodologiques dénués de sens critique.

Planifier un échantillon, estimer une puissance, borner un paramètre par un intervalle de confiance et chiffrer l’ampleur d’un effet ne doivent jamais être réduits à des contraintes administratives subies pour complaire aux comités de lecture ou aux agences de financement. Pour Jacob Cohen, ces actes constituent des devoirs de probité intellectuelle, l’expression concrète du respect que le chercheur doit à ses sujets d’étude, à ses pairs et à la vérité scientifique. Son testament méthodologique nous rappelle inlassablement qu’une science digne de ce nom n’est pas une machine à aligner des astérisques d’insignifiance sur des sorties d’ordinateurs, mais une aventure humaine exigeante, humble et courageuse, tendue vers l’édification d’un savoir cumulatif, honnête et authentiquement reproductible.

Références

Abelson, R. P. (1995). Statistics as principled argument. Lawrence Erlbaum Associates.

American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000

Champely, S. (2020). pwr: Basic functions for power analysis (R package version 1.3-0). Comprehensive R Archive Network. https://CRAN.R-project.org/package=pwr

Cohen, J. (1960). A coefficient of agreement for nominal scales. Educational and Psychological Measurement, 20(1), 37–46. https://doi.org/10.1177/001316446002000104

Cohen, J. (1962). The statistical power of abnormal-social psychological research: A review. The Journal of Abnormal and Social Psychology, 65(3), 145–153. https://doi.org/10.1037/h0045186

Cohen, J. (1968). Weighted kappa: Nominal scale agreement provision for scaled disagreement or partial credit. Psychological Bulletin, 70(4), 213–220. https://doi.org/10.1037/h0026256

Cohen, J. (1969). Statistical power analysis for the behavioral sciences (1st ed.). Academic Press.

Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates. https://doi.org/10.4324/9780203771587

Cohen, J. (1990). Things I have learned (so far). American Psychologist, 45(12), 1304–1312. https://doi.org/10.1037/0003-066X.45.12.1304

Cohen, J. (1992). A power primer. Psychological Bulletin, 112(1), 155–159. https://doi.org/10.1037/0033-2909.112.1.155

Cohen, J. (1994). The earth is round ($p < .05$). American Psychologist, 49(12), 997–1003. https://doi.org/10.1037/0003-066X.49.12.997

Cohen, J., & Cohen, P. (1975). Applied multiple regression/correlation analysis for the behavioral sciences (1st ed.). Lawrence Erlbaum Associates.

Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (2003). Applied multiple regression/correlation analysis for the behavioral sciences (3rd ed.). Lawrence Erlbaum Associates. https://doi.org/10.4324/9780203774441

Faul, F., Erdfelder, E., Lang, A. G., & Buchner, A. (2007). G*Power 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behavior Research Methods, 39(2), 175–191. https://doi.org/10.3758/BF03193146

Feinstein, A. R., & Cicchetti, D. V. (1990). High agreement but low kappa: I. The problems of two paradoxes. Journal of Clinical Epidemiology, 43(6), 543–549. https://doi.org/10.1016/0895-4356(90)90046-K

Fleiss, J. L. (1971). Measuring nominal scale agreement among many raters. Psychological Bulletin, 76(5), 378–382. https://doi.org/10.1037/h0031619

Hedges, L. V. (1981). Distribution theory for Glass’s estimator of effect size and related estimators. Journal of Educational Statistics, 6(2), 107–128. https://doi.org/10.3102/10769986006002107

Hoenig, J. M., & Heisey, D. M. (2001). The abuse of power: The pervasive fallacy of power calculations for data analysis. The American Statistician, 55(1), 19–24. https://doi.org/10.1198/000313001300339897

Ioannidis, J. P. A. (2005). Why most published research findings are false. PLoS Medicine, 2(8), e124. https://doi.org/10.1371/journal.pmed.0020124

Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: A practical primer for t-tests and ANOVAs. Frontiers in Psychology, 4, 863. https://doi.org/10.3389/fpsyg.2013.00863

Neyman, J., & Pearson, E. S. (1933). On the problem of the most efficient tests of statistical hypotheses. Philosophical Transactions of the Royal Society of London. Series A, Containing Papers of a Mathematical or Physical Character, 231(694-706), 289–337. https://doi.org/10.1098/rsta.1933.0009

Rosenthal, R. (1979). The file drawer problem and tolerance for null results. Psychological Bulletin, 86(3), 638–641. https://doi.org/10.1037/0033-2909.86.3.638

Sedlmeier, P., & Gigerenzer, G. (1989). Do studies of statistical power have an effect on the power of studies? Psychological Bulletin, 105(2), 309–316. https://doi.org/10.1037/0033-2909.105.2.309

Wilkinson, L., & the Task Force on Statistical Inference. (1999). Statistical methods in psychology journals: Guidelines and explanations. American Psychologist, 54(8), 594–604. https://doi.org/10.1037/0003-066X.54.8.594