Quinn McNemar – 1900 1986

Biography

L’histoire de la psychologie scientifique au XXe siècle est indissociable de sa mutation métrologique. Alors que la discipline cherchait à s’émanciper de la spéculation philosophique tout en évitant les écueils d’un réductionnisme physiologique simplificateur, la formalisation statistique s’est imposée comme le vecteur premier de sa légitimation académique. Dans ce vaste mouvement de mathématisation des conduites et des aptitudes humaines, la figure de Quinn McNemar (1900-1986) occupe une place tout à fait singulière. Psychologue, statisticien et pédagogue d’une rigueur redoutable, il a incarné pendant plus de quatre décennies la conscience critique d’une discipline oscillant sans cesse entre l’ambition d’une scientificité absolue et les errements méthodologiques inhérents à l’étude de l’esprit humain.

Professeur éminent à l’Université Stanford, puis à l’Université du Texas à Austin, McNemar a exercé une influence structurante sur la psychométrie mondiale. Qu’il s’agisse de la refonte psychométrique de l’échelle d’intelligence Stanford-Binet aux côtés de Lewis Terman et Maud Merrill, de l’invention d’un test statistique non paramétrique devenu universel — le célèbre test de McNemar —, ou de la publication de son traité monumental Psychological Statistics, son œuvre forme un ensemble cohérent dédié à l’élévation des standards de preuve empirique. Loin de s’enfermer dans une tour d’ivoire abstraite, il s’est continuellement efforcé d’armer les chercheurs contre les illusions interprétatives, la prolifération incontrôlée de concepts redondants et les sophismes nés de l’incompréhension des outils inférentiels.

Le présent article propose une analyse exhaustive de la trajectoire biographique, théorique et appliquée de Quinn McNemar. De ses modestes origines rurales en Virginie-Occidentale jusqu’aux débats épistémologiques contemporains sur la crise de la reproductibilité, nous explorerons comment cet architecte de la probité scientifique a posé les jalons d’une psychologie quantitative rigoureuse, soucieuse de la réalité clinique et éducative, et intransigeante face aux dérives du sensationnalisme académique.

1. Introduction biographique : Genèse et formation d’un pionnier de la psychométrie

1.1 Origines familiales, enfance et premier parcours académique

Quinn McNemar naît le 20 février 1900 dans le comté de Roane, au cœur des paysages vallonnés de la Virginie-Occidentale. Issu d’un milieu rural modeste, marqué par une éthique de labeur austère et les contraintes économiques propres aux communautés agricoles appalachiennes du tournant du siècle, le jeune McNemar développe très tôt une discipline personnelle exemplaire et une fascination pour la logique déductive. Éloigné des grands centres intellectuels de la côte Est américaine, son premier univers scolaire demeure élémentaire, mais ses prédispositions pour l’abstraction et le raisonnement quantitatif le distinguent précocement de ses pairs. Sa famille, consciente de son appétence intellectuelle, encourage une scolarité prolongée, démarche pourtant peu courante dans un contexte régional où les nécessités matérielles dictaient habituellement un arrêt précoce des études formelles.

Après de brillantes études secondaires, il rejoint le Juniata College, une institution d’arts libéraux située à Huntingdon, en Pennsylvanie. Au sein de cet établissement fondé par l’Église des Frères (Church of the Brethren), imprégné de valeurs humanistes et d’une stricte rigueur intellectuelle, McNemar entreprend un cursus pluridisciplinaire. Il y étudie avec passion les mathématiques classiques, la philosophie naturelle et les rudiments de la psychologie générale naissante. Cette double formation, alliant la clarté axiomatique de la géométrie et de l’algèbre à l’interrogation humaniste sur la cognition humaine, façonnera durablement sa posture épistémologique. Il obtient son Bachelor of Arts en 1925, avec une réputation d’étudiant méthodique, réfractaire aux dogmatismes doctrinaux et animé par une curiosité analytique insatiable.

À sa sortie du collège, ses premières activités professionnelles s’orientent naturellement vers l’enseignement des mathématiques dans le secondaire. Cette première expérience pédagogique au contact d’adolescents confrontés à l’apprentissage de l’abstraction logicomathématique s’avère fondatrice. McNemar y observe directement l’hétérogénéité des rythmes cognitifs, la diversité des modes de résolution de problèmes et les limites criantes des outils d’évaluation pédagogique de l’époque, souvent arbitraires et dépourvus de fondement métrologique standardisé. C’est à ce moment précis que cristallise son intérêt pour la psychologie expérimentale : pourquoi ne pas appliquer la précision de la métrologie physique et mathématique à la description ordonnée des facultés intellectuelles de l’être humain ?

Cette réflexion s’inscrit dans un contexte historique singulier : celui de l’entre-deux-guerres, qui voit les États-Unis connaître un formidable essor des sciences quantitatives. La Première Guerre mondiale avait agi comme un puissant catalyseur pour l’évaluation psychologique de masse à travers le déploiement des tests Army Alpha et Beta, supervisés notamment par Robert Yerkes. L’opinion publique et le monde académique prenaient conscience de la possibilité d’ordonner, de classer et de prédire les performances humaines à l’aide d’instruments standardisés. McNemar comprend rapidement que l’avenir de la psychologie ne se jouera plus dans l’introspection spéculative héritée de la tradition germanique de Wilhelm Wundt ou dans les rêveries fonctionnalistes william-jamesiennes non quantifiées, mais bien au croisement de la statistique inférentielle et de la psychométrie différentielle.

1.2 L’entrée à l’Université Stanford et l’influence de Lewis Terman

Désireux de perfectionner sa formation quantitative au plus haut niveau, Quinn McNemar quitte la côte Est à la fin des années 1920 pour rejoindre la Californie et l’Université Stanford. Stanford était alors devenue, sous la houlette de personnalités de premier plan, le sanctuaire américain de l’étude de l’intelligence et du développement de la psychométrie appliquée. Attiré par le dynamisme de ses laboratoires et l’ambition de ses programmes doctoraux, McNemar intègre le département de psychologie, qui jouit d’une réputation internationale grandissante. L’atmosphère intellectuelle y est électrique, saturée de débats sur l’inné et l’acquis, sur la structure factorielle des aptitudes et sur la validité des échelles de développement intellectuel.

C’est au sein de cette institution mythique que s’opère la rencontre intellectuelle la plus déterminante de son existence académique : celle avec Lewis Madison Terman. Figure tutélaire de la psychologie américaine, père de l’adaptation américaine de l’échelle métrique de l’intelligence d’Alfred Binet et Théodore Simon (le fameux Stanford-Binet paru en 1916) et initiateur des célèbres études longitudinales sur le haut potentiel intellectuel (Genetic Studies of Genius), Terman incarne une autorité magistrale. Terman perçoit immédiatement chez ce jeune étudiant venu de Pennsylvanie un esprit mathématique supérieur, capable d’apporter aux recherches du laboratoire une armature formelle qui faisait parfois défaut aux travaux empiriques de l’époque. Une relation de confiance et de collaboration étroite s’établit entre le maître et le disciple, qui ne se démentira jamais.

À Stanford, McNemar s’immerge au cœur d’une tradition méthodologique hautement exigeante, hybridant psychologie différentielle et biométrie. Il suit avec une assiduité remarquable non seulement les séminaires de psychologie, mais également les enseignements avancés de mathématiques fondamentales, de théorie des probabilités et d’analyse des erreurs de mesure. Il fréquente les cercles statistiques influencés par les travaux de l’école britannique de Karl Pearson et commence à s’approprier les concepts émergeants de l’échantillonnage probabiliste. Il ne conçoit pas la psychométrie comme un simple recueil d’outils appliqués, mais comme une discipline scientifique autonome réclamant un adossement irréprochable aux théorèmes de la statistique formelle.

Sous la codirection bienveillante mais intransigeante de Lewis Terman et des figures montantes de l’analyse quantitative de l’époque, Quinn McNemar prépare une thèse de doctorat consacrée à la modélisation et à l’analyse critique des capacités intellectuelles et motrices. Sa rigueur analytique frappe la communauté universitaire : là où d’autres se contentent d’accumuler des corrélations descriptives, McNemar traque les biais de mesure, modélise la variance d’erreur et remet en question la stabilité de certains indicateurs empiriques trop vite érigés en vérités absolues. Il obtient brillamment son doctorat (Ph.D.) en 1932. Sa thèse, saluée pour son exceptionnelle lucidité méthodologique, lui ouvre immédiatement les portes du corps professoral de Stanford, université à laquelle il liera l’essentiel de sa brillante carrière.

1.3 Évolution de la pensée épistémologique : Du béhaviorisme à la métrologie

L’accession de McNemar au rang de docteur intervient à une période où la psychologie américaine est largement dominée par le raz-de-marée du béhaviorisme impulsé par John B. Watson. Ce paradigme prétendait réduire la psychologie à l’observation exclusive des stimuli environnementaux et des réponses motrices manifestes, disqualifiant a priori toute référence aux états mentaux internes ou à des construits cognitifs inobservables. Tout en reconnaissant la salubrité de cette volonté de rupture avec l’introspectionnisme invérifiable du XIXe siècle, McNemar adopte très tôt une distance critique envers ce qu’il identifie comme un béhaviorisme naïf ou dogmatique. Pour lui, le refus systématique de théoriser des dispositions internes sous prétexte d’anti-mentalisme condamne la psychologie à une superficialité descriptive incapable de rendre compte des régularités complexes de l’intelligence et des différences individuelles.

Plutôt que de s’enfermer dans un empirisme sensorimoteur rudimentaire, McNemar embrasse le programme d’une métrologie formelle des construits latents. Influencé par les travaux fondateurs de l’école biométrique britannique — en particulier les formulations matricielles et corrélationnelles de Karl Pearson — et par l’avènement des théories de l’inférence et du plan d’expérience formulées par Sir Ronald A. Fisher, McNemar forge une épistémologie singulière : l’opérationnalisme critique. Pour lui, un construit psychologique n’a de validité que s’il est susceptible d’une mesure standardisée, invariante et assortie d’une estimation probabiliste rigoureuse de ses marges d’incertitude.

Cette conviction épistémologique se traduit par une volonté inébranlable de conférer à la psychologie le statut plein et entier d’une science exacte, sans pour autant singer les méthodes de la physique mécanique de façon servile. McNemar comprend intuitivement que l’objet de la psychologie — l’être humain variable, évolutif, sensible au contexte de mesure — impose un paradigme probabiliste spécifique. Là où le physicien contrôle des systèmes quasi-isolés au sein desquels l’erreur de mesure peut être minimisée par des instruments matériels d’une sensibilité extrême, le psychologue doit composer avec une variance résiduelle substantielle, inhérente aux fluctuations de l’attention, de la motivation, de l’apprentissage et de la fidélité imparfaite des items d’un test.

Ainsi, le jeune chercheur trace sa voie : son combat ne sera pas celui des écoles philosophiques ou des systèmes spéculatifs, mais celui de la purification méthodologique de la discipline. Il s’assigne la mission de doter la psychologie d’outils analytiques d’une solidité mathématique irréprochable, capables de résister aux contestations des sciences dures. Pour McNemar, une théorie psychologique ne vaut que ce que vaut son instrument d’évaluation : si la mesure est viciée, corrompue par l’artefact statistique ou bâtie sur des hypothèses de distribution non testées, l’édifice conceptuel tout entier s’effondre dans le domaine de la pseudo-science. Ce credo axiomatique servira de boussole intellectuelle à chacune de ses futures contributions.

2. L’ancrage académique à Stanford : Enseignement et rayonnement scientifique

2.1 Le double statut professoral en psychologie et en éducation

Nommé instructeur puis professeur adjoint à Stanford au lendemain de l’obtention de son doctorat, Quinn McNemar gravit avec régularité les échelons du corps enseignant. Signe distinctif de son expertise transversale et de la reconnaissance institutionnelle de sa polyvalence, il se voit attribuer une nomination conjointe au sein du Département de psychologie (Department of Psychology) et de l’École d’éducation (School of Education). Ce double ancrage académique n’a rien d’une simple formalité protocolaire : il reflète la place névralgique qu’occupe alors la psychométrie à la frontière de la recherche fondamentale sur les processus cognitifs et des applications institutionnelles d’évaluation du rendement scolaire, de la sélection des élèves et de l’orientation pédagogique.

À Stanford, McNemar conçoit et dispense les cours avancés d’inférence statistique, d’analyse multivariée et de méthodologie expérimentale destinés aux étudiants des cycles supérieurs. Ses séminaires deviennent rapidement un passage obligé, redouté et incontournable pour quiconque aspire à décrocher un doctorat au sein de l’université. L’enseignant y déploie une pédagogie d’une limpidité saisissante, refusant l’usage de recettes statistiques préfabriquées ou d’algorithmes de calcul récités sans compréhension mathématique des postulats sous-jacents. Il forme ses étudiants à remonter systématiquement aux dérivations théoriques des modèles linéaires, à examiner la nature des distributions empiriques et à questionner la pertinence des métriques utilisées.

Au fil des décennies, McNemar assure la direction de recherche ou le mentorat méthodologique de dizaines de futurs ténors de la psychologie américaine. Des chercheurs qui s’illustreront plus tard dans la recherche cognitive, la psychologie sociale empirique, la psychométrie différentielle ou la sociologie quantitative passent par son séminaire et s’imprègnent de son éthos scientifique. McNemar joue un rôle central dans la refonte structurelle des programmes doctoraux de Stanford, imposant un socle de compétences quantitatives bien supérieur à celui en vigueur dans la majorité des départements de psychologie concurrents. Sous son impulsion, Stanford s’affirme comme une pépinière méthodologique dont les diplômés se distinguent par une technicité statistique hors pair.

2.2 Un pédagogue exigeant au service de la clarté conceptuelle

La réputation de Quinn McNemar dans les amphithéâtres et les comités de thèse devient rapidement légendaire. Pédagogue d’une rigueur absolue, d’aucuns diraient intransigeant, il n’admet aucune approximation verbale ou mathématique. Pour lui, la statistique n’est pas un vernis décoratif destiné à embellir un article scientifique ou à forcer la publication d’hypothèses chancelantes, mais l’arbitre suprême de la vérité empirique. Tout mémoire ou manuscrit soumis à son regard d’expert subit une autopsie scrupuleuse : distributions asymétriques traitées indûment par des tests paramétriques, oubli des corrections d’erreur de mesure, interprétations causales abusives déduites de corrélations bivariées ou violations manifestes de l’indépendance des observations sont impitoyablement relevées.

McNemar consacre une part importante de son enseignement à la démystification des postulats mathématiques qui conditionnent l’usage légitime des tests d’hypothèse. Il insiste inlassablement sur la compréhension géométrique et probabiliste de notions fondamentales souvent mal digérées par les praticiens, telles que la normalité multivariée, l’homoscédasticité des variances résiduelles ou la linéarité des fonctions de régression. Son credo pédagogique repose sur la conviction que l’application aveugle d’un test d’inférence par un chercheur ignorant de ses axiomes constitutifs constitue une faute scientifique impardonnable, susceptible de polluer durablement la littérature scientifique par de faux positifs.

Il mène un combat précurseur contre la surinterprétation des seuils de signification statistique (les fameuses valeurs p). Longtemps avant les réquisitoires modernes contre le culte fétichiste du seuil alpha fixé arbitrairement à 0,05, McNemar apprend à ses élèves à distinguer la signification statistique — qui n’indique que la probabilité d’observer de telles données sous l’hypothèse nulle d’absence d’effet — de l’importance psychologique ou substantielle d’un phénomène. Il promeut avec vigueur une éthique de la recherche empirique adossée au principe de parcimonie (le rasoir d’Ockham) : tout modèle statistique doit demeurer aussi simple que possible, chaque paramètre additionnel devant justifier son inclusion par un gain prédictif démontré et non par une vaine prétention d’exhaustivité descriptive.

2.3 Collaborations interdisciplinaires et rayonnement institutionnel

L’excellence méthodologique de McNemar attire vers lui de nombreux collaborateurs issus de disciplines connexes. Au sein du campus de Stanford, il dialogue assidûment avec les pionniers de la psychométrie et de la statistique théorique. Parmi ces interlocuteurs privilégiés figurent Truman Lee Kelley, dont les travaux pionniers sur l’analyse factorielle et la mesure du rendement intellectuel stimulent l’esprit critique de McNemar, ainsi que le grand statisticien mathématique Harold Hotelling, alors qu’il développe les bases de la décomposition en composantes principales et la généralisation multivariée du test t de Student (le T² de Hotelling). Ces échanges réguliers permettent à McNemar d’intégrer immédiatement les avancées les plus pointues de la théorie statistique dans le champ de la psychologie empirique.

Au-delà du périmètre californien, son expertise est sollicitée par d’importants organismes publics et privés. Dès les années 1940, il participe aux commissions techniques nationales chargées d’évaluer la qualité psychométrique des instruments de sélection des recrues militaires, puis des examens standardisés de transition entre l’enseignement secondaire et l’université (à l’instar des prémices de ce qui deviendra l’Educational Testing Service et le SAT). McNemar y intervient invariablement comme le garant de la neutralité instrumentale, vérifiant l’équivalence des formes d’examen, calibrant les indices de difficulté des questions et traquant les biais systématiques qui pourraient désavantager arbitrairement certaines sous-populations d’élèves.

Cette activité ininterrompue consolide le rôle moteur de Stanford sur la scène scientifique internationale. Sous la tutelle conjointe de Terman, McNemar et leurs collègues, l’université californienne s’affirme comme le pôle mondial par excellence de la psychologie différentielle et de la psychométrie appliquée. L’école méthodologique de Stanford se distingue nettement des approches purement théoriques ou cliniques observées ailleurs : elle se caractérise par une symbiose féconde entre protocoles d’échantillonnage représentatifs, formalismes statistiques de pointe et implications pragmatiques pour les politiques publiques d’éducation et de santé mentale.

3. La révision de l’échelle d’intelligence Stanford-Binet : Le tournant méthodologique

3.1 La révision de 1937 : Une refonte statistique d’envergure

Bien que l’échelle initiale de 1916 conçue par Lewis Terman ait connu un succès planétaire retentissant, consacrant le terme de Quotient Intellectuel (QI) formulé par William Stern, l’instrument présentait au fil des années des faiblesses méthodologiques de plus en plus évidentes. La standardisation d’origine reposait sur un échantillon numériquement modeste, géographiquement circonscrit à la Californie, et ne disposait pas de formes alternatives fiables pour contrôler les effets d’apprentissage lors de passations répétées. Au début des années 1930, Terman et sa collaboratrice Maud Merrill entreprennent un chantier titanesque : la refonte intégrale de l’échelle Stanford-Binet. Pour mener à bien l’architecture statistique de ce projet monumental, ils s’adjoignent les compétences analytiques de Quinn McNemar.

Le rôle de McNemar dans cette révision majeure, finalisée en 1937, s’avère absolument déterminant. Il assume la direction technique des protocoles de standardisation et d’équilibrage des épreuves. L’un des apports méthodologiques les plus cruciaux réside dans la création de deux formes parallèles strictement équivalentes : la Forme L (pour Lewis) et la Forme M (pour Maud). Pour garantir que ces deux instruments mesurent rigoureusement le même construit avec un niveau de précision identique, McNemar conçoit des procédures de calibration psychométrique sans précédent. Chaque item candidat est soumis à une analyse fine de son pouvoir discriminant, de son taux de réussite en fonction de l’âge chronologique et de sa corrélation avec le score total de l’échelle.

Le plan d’échantillonnage de la révision de 1937 rompt définitivement avec l’amateurisme des décennies passées. Sous la supervision technique de McNemar, l’échantillon d’étalonnage réunit plus de 3 000 enfants et adolescents âgés de 18 mois à 18 ans, sélectionnés à travers onze États américains représentatifs des différentes strates géographiques, urbaines, rurales et socio-économiques du pays. Ce travail de standardisation constitue la première tentative d’envergure, dans l’histoire de la psychologie mondiale, d’appliquer les principes stricts de la théorie moderne de l’échantillonnage stratifié à la construction d’un test psychologique individuel. McNemar y démontre une maîtrise éblouissante de la logistique métrologique, veillant à ce que chaque tranche d’âge bénéficie d’un sous-échantillon suffisant pour stabiliser les moyennes empiriques et les écarts-types de référence.

3.2 L’ouvrage fondamental de 1942 : L’évaluation critique de Stanford-Binet

Cinq années après le lancement officiel de la révision de 1937, Quinn McNemar publie un ouvrage qui va marquer l’histoire de la psychométrie différentielle : The Revision of the Stanford-Binet Scale: An Analysis of the Cadre (1942). Loin d’être un simple manuel promotionnel ou une notice technique complaisante glorifiant l’œuvre de son laboratoire, ce livre se présente comme un examen critique d’une transparence absolue, presque chirurgicale, des forces et des faiblesses statistiques de la nouvelle échelle. McNemar y dévoile l’intégralité des données brutes de standardisation, les matrices d’intercorrélations et les indices de dispersion, offrant à la communauté scientifique internationale un cas d’école méthodologique sans équivalent à l’époque.

Dans ce volume magistral, McNemar déploie une analyse minutieuse des propriétés psychométriques de l’instrument, à savoir sa fidélité (reliability) et sa validité (validity). Il calcule les coefficients d’équivalence entre les Formes L et M à tous les échelons d’âge, décompose la consistance interne des sous-tests et utilise les modèles corrélationnels les plus sophistiqués pour évaluer la corrélation test-retest. L’une des contributions fondamentales de l’ouvrage réside dans la démonstration systématique que l’erreur standard de mesure (Standard Error of Measurement, SEM) n’est pas constante le long du continuum des scores de QI : McNemar prouve mathématiquement que la marge d’erreur est significativement plus large pour les quotients intellectuels très élevés que pour les scores moyens ou faibles, pulvérisant l’illusion naïve selon laquelle un test posséderait une précision uniforme sur l’ensemble de son étendue.

Faisant preuve d’une probité intellectuelle exemplaire, McNemar n’hésite pas à documenter lui-même les limites socioculturelles de l’échantillon de 1937. Il analyse en détail les biais résiduels liés à la surreprésentation des classes moyennes et supérieures urbaines, examine l’impact du niveau d’instruction des parents sur les performances verbales des enfants et explicite les écueils liés à l’exclusion quasi totale des minorités ethniques et des populations afro-américaines dans l’échantillonnage initial de standardisation — un biais historique hérité des préjugés ségrégationnistes de l’époque que McNemar met en lumière d’un point de vue purement statistique par l’analyse des sous-représentations démographiques. L’ouvrage devient immédiatement la référence incontestable pour tout psychologue soucieux d’interpréter un score avec réserve et lucidité méthodologique.

3.3 Conséquences sur la mesure moderne du quotient intellectuel

Les apports théoriques et analytiques de McNemar dans ses travaux sur le Stanford-Binet ont précipité une véritable révolution dans la compréhension même du Quotient Intellectuel. Jusqu’alors, la formule canonique issue des travaux de William Stern prévalait sans partage :

QI = (Âge Mental / Âge Chronologique) × 100

McNemar expose avec une clarté irréfutable l’absurdité mathématique de ce ratio à mesure que les individus avancent en âge. Il démontre que la croissance de « l’âge mental » ralentit inévitablement à l’adolescence avant de plafonner, ce qui conduit mécaniquement, si le dénominateur chronologique continue d’augmenter, à une chute arithmétique factice du QI chez les adultes. De surcroît, la dispersion des âges mentaux n’étant pas proportionnelle d’une année sur l’autre, un QI de ratio de 115 obtenu à l’âge de 6 ans ne correspondait absolument pas au même centile de la population qu’un score de 115 obtenu à 14 ans.

Les démonstrations formelles de McNemar ont posé les fondations indispensables à l’abandon définitif du QI de ratio au profit du concept moderne de QI de déviation (deviation IQ). Bien que ce soit son contemporain David Wechsler qui généralisera cette approche dans ses propres échelles cliniques (la Wechsler-Bellevue en 1939, puis la WISC et la WAIS), le socle statistique de cette transition — consistant à définir le QI comme un score standard normé, de moyenne 100 et d’écart-type constant (généralement 15 ou 16) au sein de chaque classe d’âge — dérive directement des analyses d’équivariance et de standardisation menées par McNemar à Stanford.

Par ailleurs, en formalisant les critères de validité différentielle des sous-tests de l’échelle, McNemar a tempéré l’enthousiasme naïf des praticiens qui prétendaient dresser des profils cliniques différentiels à partir de micro-variations entre sous-épreuves du Stanford-Binet. Par l’analyse rigoureuse de l’erreur d’échantillonnage attachée à chaque épreuve isolée, il a démontré que la quasi-totalité de ces variations relevait du pur bruit statistique plutôt que de divergences neuropsychologiques signifiantes. Cette leçon d’humilité méthodologique continue d’orienter les exigences de standardisation contemporaines des grandes batteries cognitives mondiales.

4. L’invention du test de McNemar (1947) : Fondements théoriques et mathématiques

4.1 Le contexte mathématique de la publication de 1947

Au lendemain de la Seconde Guerre mondiale, la recherche empirique en psychologie clinique, en psychologie sociale et en évaluation thérapeutique connaît une expansion sans précédent. Les chercheurs sont de plus en plus amenés à évaluer l’impact d’interventions expérimentales, de messages persuasifs ou de protocoles cliniques en adoptant des schémas d’observation longitudinaux répétés sur un même groupe d’individus, communément désignés sous le terme de protocoles « pré-test / post-test ». Dans ce type de plan d’expérience, la variable d’intérêt est fréquemment dichotomique : par exemple, la présence ou l’absence d’un symptôme psychiatrique, l’accord ou le désaccord avec une assertion politique, ou la réussite ou l’échec à une tâche d’habileté mentale.

Cependant, une erreur statistique désastreuse s’était alors généralisée au sein des laboratoires de recherche appliquée. Face à un tableau croisant l’état initial des sujets et leur état final après traitement, la grande majorité des chercheurs appliquaient sans sourciller le test classique d’indépendance du Chi-deux de Pearson. Or, cette pratique constituait une violation gravissime d’un des postulats fondamentaux du modèle de Karl Pearson : l’indépendance stochastique des observations. Dans une mesure répétée, l’état d’un individu au temps 2 dépend intrinsèquement de son état au temps 1 ; les deux mesures ne sont pas des entités aléatoires libres et indépendantes, mais des observations séquentiellement corrélées prélevées sur la même unité expérimentale.

Conscient de l’inadéquation radicale des outils traditionnels pour traiter ces transitions nominales appariées, Quinn McNemar s’attelle à la conception d’un formalisme mathématique rigoureux spécialement dédié à ce problème. En 1947, il consigne sa découverte dans un article historique publié dans la revue phare de sa discipline, Psychometrika, intitulé sobrement : « Note on the sampling error of the difference between correlated proportions or percentages ». En quelques pages d’une densité et d’une clarté exemplaires, McNemar résout le problème de l’inférence sur proportions appariées et dote les sciences comportementales et biomédicales de l’un des tests non-paramétriques les plus célèbres et les plus utilisés de l’histoire statistique contemporaine.

4.2 Dérivation mathématique et structure du test

Pour comprendre la mécanique interne du test de McNemar, il convient d’examiner la structure d’une table de contingence bivariée 2×2 représentant les réponses d’un échantillon de taille N observé à deux moments distincts (ou sous deux conditions appariées A et B). Chaque individu est classé selon son appartenance à l’une des deux modalités binaires, classiquement notées « Succès / Échec », « Positif / Négatif » ou simplement 1 et 0 :

• Cellule a : Nombre d’individus présentant la modalité positive au temps 1 ET la modalité positive au temps 2 (paires concordantes positives).
• Cellule b : Nombre d’individus présentant la modalité positive au temps 1 MAIS la modalité négative au temps 2 (paires discordantes de transition 1 → 0).
• Cellule c : Nombre d’individus présentant la modalité négative au temps 1 MAIS la modalité positive au temps 2 (paires discordantes de transition 0 → 1).
• Cellule d : Nombre d’individus présentant la modalité négative au temps 1 ET la modalité négative au temps 2 (paires concordantes négatives).

L’effectif total s’écrit naturellement : N = a + b + c + d. Le coup de génie méthodologique de McNemar réside dans la prise de conscience fondamentale que les cellules concordantes a et d n’apportent strictement aucune information quant à la survenue d’un changement d’état entre les deux moments d’observation. Que dix mille individus soient stables dans la réussite ou dans l’échec ne renseigne en rien sur l’efficacité relative d’une intervention à faire basculer un sujet d’un pôle à l’autre. Par conséquent, l’inférence statistique doit se focaliser exclusivement sur les effectifs des cellules discordantes, c’est-à-dire b et c.

Sous l’angle probabiliste, si l’intervention expérimentale n’a aucun effet différentiel, la probabilité conditionnelle qu’un individu bascule de la modalité 1 à la modalité 0 doit être strictement égale à la probabilité qu’il bascule de la modalité 0 à la modalité 1. Dès lors, le nombre d’individus de la cellule b, conditionné à la somme des changements observés (b + c), suit une loi binomiale de paramètres n = b + c et de probabilité de succès sous hypothèse nulle p = 0,5. En utilisant l’approximation normale de la distribution binomiale pour des effectifs discordants modérés à élevés, McNemar formalise sa statistique de test, notée χ² à un degré de liberté (ddl = 1) :

χ² = (b – c)² / (b + c)

Pour pallier l’erreur d’approximation inhérente au passage d’une variable discrète (la somme binomiale des fréquences observées) à une distribution continue (celle du Chi-deux théorique), notamment lorsque la somme des cellules discordantes (b + c) est modeste, McNemar introduit et valide l’application de la correction de continuité de Frank Yates, donnant la formule révisée :

χ²_corrigé = (|b – c| – 1)² / (b + c)

Cette expression, d’une remarquable simplicité opératoire, permet d’obtenir un test d’une puissance remarquable sans exiger de calculs matriciels complexes, ce qui favorisa son adoption immédiate dans les laboratoires à une époque où l’informatique n’en était qu’à ses balbutiements.

4.3 Hypothèse nulle et distribution d’échantillonnage

Sur le plan de l’inférence statistique formelle, l’hypothèse nulle (H₀) du test de McNemar énonce l’homogénéité marginale des proportions. Cela signifie que la proportion globale d’individus présentant la modalité positive au temps 1, notée (a + b) / N, est statistiquement indiscernable de la proportion globale d’individus présentant cette même modalité positive au temps 2, notée (a + c) / N. En simplifiant l’égalité (a + b) / N = (a + c) / N, on retrouve immédiatement l’équivalence fondamentale postulée par McNemar :

H₀ : b = c (ou en termes probabilistes : P(b) = P(c))

L’hypothèse alternative (H₁) stipule l’existence d’une asymétrie significative entre les transitions : b ≠ c (pour un test bilatéral) ou b > c / b < c (pour un test unilatéral directionnel). Lorsque l’hypothèse nulle est vraie et que la somme des fréquences discordantes (b + c) tend vers l’infini, la quantité (b – c)² / (b + c) converge asymptotiquement vers une loi du χ² à 1 degré de liberté. Si la valeur calculée excède la valeur critique théorique correspondant au risque alpha consenti (par exemple 3,84 pour un seuil conventionnel de 0,05), le chercheur rejette l’hypothèse nulle d’homogénéité marginale et conclut à l’existence d’un effet statistiquement significatif de l’intervention ou du facteur temporel.

McNemar insiste avec une force particulière sur la distinction épistémologique entre la corrélation d’observations longitudinales et la dépendance des marges de contingence. Son test ne s’intéresse pas à la corrélation globale entre les deux mesures (qui est capturée par le coefficient phi de Pearson ou le kappa de Cohen), mais à la directionnalité nette du changement marginal. C’est précisément cette séparation conceptuelle entre stabilité de classement et déplacement de proportion qui confère au test de McNemar son statut de standard incontestable pour l’analyse des designs intra-sujets dichotomiques.

5. Applications pratiques du test de McNemar en psychologie et biomédecine

5.1 Plans expérimentaux pré-test et post-test

Le domaine d’élection primaire du test de McNemar s’incarne indiscutablement dans l’évaluation rigoureuse de programmes d’intervention au sein de protocoles où chaque sujet est utilisé comme son propre témoin. Dans le champ de la psychologie clinique et de la psychiatrie expérimentale, cette méthodologie offre un avantage métrologique décisif : le contrôle intrinsèque de la quasi-totalité des variables parasites interindividuelles (âge, genre, bagage génétique, antécédents développementaux, niveau socioculturel) qui, dans un schéma inter-sujets classique à groupes indépendants, exigent de gigantesques effectifs d’échantillonnage pour être neutralisées par randomisation.

Considérons, à titre d’illustration prototypique, l’évaluation de l’efficacité d’une nouvelle thérapie cognitive brève ciblant l’anxiété phobique invalidante chez un échantillon clinique. Avant le début de la prise en charge (pré-test), les participants sont diagnostiqués selon un critère dichotomique binaire : « Phobie active » versus « Absence de phobie ». À l’issue des semaines de traitement (post-test), le même diagnostic est réappliqué à l’ensemble de la cohorte. L’analyse des données par le test de McNemar permet alors d’isoler avec une exactitude chirurgicale le taux de rémission thérapeutique (les sujets phobiques devenus non phobiques, correspondant à la cellule c) et de le confronter au taux de détérioration ou de décompensation inattendue (les sujets initialement sains devenus phobiques, correspondant à la cellule b).

Le test prend tout son sens lorsque l’on considère les phénomènes de rémission spontanée ou les fluctuations symptomatiques naturelles dans le temps. Si, au sein d’un groupe, 30 patients guérissent tandis que 5 développent le trouble au cours de la même fenêtre temporelle, le test de McNemar confronte directement ces deux valeurs :

χ² = (|5 – 30| – 1)² / (5 + 30) = (24)² / 35 = 576 / 35 ≈ 16,46

Avec un χ² de 16,46 (nettement supérieur au seuil critique de 3,84 pour un degré de liberté), la probabilité associée est infinitésimale (p < 0,0001), autorisant le clinicien à affirmer avec un degré de certitude mathématique élevé que la thérapie engendre une conversion clinique positive hautement significative, qui ne saurait être imputable au seul hasard d’échantillonnage ou à une simple labilité des mesures.

5.2 Études cas-témoins et appariement en psychologie clinique

Au-delà des études longitudinales pré-post, le test de McNemar a conquis une place monumentale dans le domaine de l’épidémiologie et des études cas-témoins appariées (matched case-control studies). Dans ce cadre de recherche, très fréquent en psychopathologie développementale ou en neuropsychologie, un chercheur souhaite déterminer si une exposition environnementale précoce spécifique (par exemple, un traumatisme crânien infantile ou un stress périnatal sévère) est associée à l’émergence d’une pathologie adulte donnée (telle que la schizophrénie ou un trouble cognitif spécifique).

Pour éliminer l’effet de facteurs confondants majeurs comme le statut socio-économique, l’âge exact, le sexe biologique ou le niveau d’intelligence prémorbide, chaque patient atteint de la pathologie (le « cas ») est strictement apparié à un individu sain présentant des caractéristiques démographiques identiques (le « témoin »). Dès cet instant, les unités d’observation statistique ne sont plus les individus isolés, mais les paires formées par le cas et son témoin. Le test évalue alors si la présence du facteur d’exposition est distribuée de manière symétrique ou discordante au sein de chaque dyade appariée.

Si l’on analysait de telles données au moyen d’un test du Chi-deux classique pour tableaux 2×2 non appariés, on commettrait une grave erreur d’agrégation conduisant à un biais systématique (connu sous le nom de paradoxe d’ajustement ou d’atténuation de l’odds ratio). Le test de McNemar préserve l’intégrité de l’appariement dyadique en observant spécifiquement les paires dans lesquelles le cas a été exposé mais non le témoin, et inversement. De cette structure, l’épidémiologie moderne a dérivé le calcul direct de l’odds ratio apparié (Matched Odds Ratio), formulé tout simplement par le ratio des cellules discordantes :

OR_apparié = b / c

Cette élégance mathématique a permis à des générations de chercheurs de tester formellement la significativité de liens étiologiques dans des maladies rares ou des troubles cognitifs complexes où la constitution de vastes cohortes aléatoires indépendantes s’avérait matériellement impossible.

5.3 Extensions modernes du test : Bowker et données longitudinales

L’immense succès du test de 1947 a inévitablement conduit les statisticiens mathématiques à rechercher sa généralisation à des structures de données plus complexes. L’extension la plus célèbre fut proposée en 1948 par Albert H. Bowker, ancien collègue et proche de McNemar à Stanford. Dans son article séminal, Bowker étend le principe d’homogénéité marginale et de symétrie aux tables de contingence carrées de dimensions supérieures à deux (tables k × k, où la variable nominale comporte 3 modalités ou davantage, à l’instar d’une échelle diagnostique ordonnée : « Sévère », « Modéré », « Léger », « Rétabli »).

Le test de symétrie de Bowker applique la logique de McNemar en testant simultanément l’égalité de chaque cellule hors-diagonale avec sa cellule symétrique miroir par rapport à la diagonale principale :

H₀ : p_ij = p_ji pour toute paire d’indices (i, j)

La statistique résultante suit asymptotiquement une loi du Chi-deux dont le nombre de degrés de liberté est égal à k(k – 1) / 2. Plus tard, d’autres théoriciens comme Stuart (1955) et Maxwell (1970) développeront des tests ciblant spécifiquement l’homogénéité marginale globale sans imposer la contrainte stricte de symétrie complète case par case, élargissant encore l’héritage direct du travail fondateur de 1947.

À l’ère de la modélisation statistique avancée, le test de McNemar ne constitue plus une technique isolée, mais apparaît comme le cas particulier le plus élémentaire des Modèles Linéaires Généralisés à Effets Mixtes (GLMM) et des Équations d’Estimation Généralisées (GEE pour Generalized Estimating Equations) introduites par Liang et Zeger dans les années 1980. Lorsqu’un modèle GEE avec fonction de lien logit est spécifié pour des données binaires répétées sous une matrice de corrélation de travail non structurée, le test de score sur le paramètre temporel converge asymptotiquement vers la statistique de McNemar. Ce pont conceptuel entre une formulation non-paramétrique formulée en 1947 et les architectures modernes de régression longitudinale témoigne de la prodigieuse profondeur géométrique de l’intuition de McNemar.

6. L’ouvrage canonique : « Psychological Statistics » (1949)

6.1 Genèse et intention pédagogique de l’ouvrage

À la fin des années 1940, la formation quantitative des psychologues américains traverse une crise de croissance aiguë. L’explosion de la recherche académique et l’essor de la psychologie clinique appliquée après la guerre ont entraîné un afflux massif d’étudiants, dont la majorité ne possède qu’une culture mathématique élémentaire. Les manuels disponibles à cette époque se partagent en deux catégories insatisfaisantes : d’une part, des traités de mathématiques statistiques purs (comme ceux d’Harald Cramér ou de Ronald Fisher), d’une abstraction impénétrable pour les praticiens non initiés au calcul différentiel et à l’algèbre matricielle ; d’autre part, des manuels d’introduction simplistes, qui compilent des formules de calcul empiriques sous forme de recettes de cuisine sans expliquer la logique des dérivations ni expliciter les conditions de validité des tests.

Révolté par cet état de fait qui favorise l’analphabétisme statistique au sein de sa propre discipline, Quinn McNemar décide de concevoir l’instrument pédagogique ultime. Publié en 1949 chez le prestigieux éditeur new-yorkais John Wiley & Sons, son traité intitulé sobrement Psychological Statistics va transformer en profondeur l’enseignement des méthodes quantitatives en sciences humaines. Dès sa parution, l’ouvrage se distingue par une ambition limpide formulée dans sa préface : démontrer que l’on peut enseigner la rigueur statistique la plus intransigeante sans noyer le lecteur sous un formalisme rébarbatif, pourvu que l’on privilégie toujours l’intuition conceptuelle, la clarté géométrique et la manipulation raisonnée des modèles d’erreur.

Le succès du livre est phénoménal. Adopté comme manuel officiel d’enseignement doctoral dans la quasi-totalité des grandes universités américaines (de Harvard à Berkeley, en passant par Chicago et Columbia) et traduit dans de multiples langues, il conserve son statut de texte canonique de référence pendant plus de trois décennies. Pour plusieurs générations de chercheurs, « le McNemar » devient la Bible méthodologique sur laquelle s’appuient les comités d’évaluation, les jurys de thèse et les rédacteurs en chef des revues savantes pour trancher les litiges quantitatifs les plus épineux.

6.2 Structure conceptuelle et innovations pédagogiques

Ce qui caractérise immédiatement Psychological Statistics au sein du paysage éditorial de l’après-guerre, c’est l’agencement magistral de sa progression pédagogique. McNemar ne traite pas la statistique comme une succession arbitraire de tests isolés, mais comme un système hiérarchisé de modèles linéaires visant à partitionner la variance observable en composantes expliquées et composantes d’erreur aléatoire. Son traitement de l’Analyse de Variance (ANOVA) univariée et factorielle constitue alors l’un des sommets d’exposition pédagogique de la littérature mondiale.

L’auteur y consacre des chapitres entiers à l’explicitation détaillée des postulats fondamentaux : l’additivité des effets du modèle, la normalité des erreurs résiduelles et l’homoscédasticité (égalité des variances entre les groupes de traitement). McNemar invente des métaphores conceptuelles et des visualisations géométriques restées célèbres pour illustrer ce que deviennent les conclusions d’une ANOVA lorsque ces postulats sont sévèrement violés. Il démystifie l’Analyse de Covariance (ANCOVA), alors très mal comprise des psychologues, en démontrant géométriquement qu’elle consiste à ajuster les moyennes des groupes sur une ligne de régression commune afin d’accroître la puissance statistique en purgeant la variance résiduelle de l’influence d’une variable confondante continue.

Parallèlement, McNemar combat de façon obsessionnelle l’un des sophismes les plus ravageurs de la discipline : la confusion entre corrélation empirique et causalité substantielle. Dans son chapitre consacré à la régression linéaire multiple et à la corrélation partielle, il déconstruit méticuleusement les illusions issues des variables masquées ou des corrélations fallacieuses (spurious correlations). Il exhorte le chercheur à ne jamais oublier que la corrélation n’est qu’un indice géométrique de covariation linéaire au sein d’un échantillon donné, incapable par lui-même d’établir l’antériorité temporelle ou la nécessité mécanistique, lesquelles ne peuvent être garanties que par un plan expérimental avec manipulation active et contrôle rigoureux.

6.3 Éditions successives et adaptations aux progrès méthodologiques

Loin de figer son traité dans le marbre d’une réussite inaugurale, Quinn McNemar va continuellement le remanier, l’enrichir et l’actualiser au fil des révisions majeures publiées successivement en 1955, 1962 et 1969. Chaque nouvelle édition reflète avec fidélité l’évolution de la recherche statistique de pointe et les nouveaux questionnements méthodologiques qui agitent la communauté scientifique internationale.

Dès la deuxième édition (1955), McNemar intègre de manière substantielle les méthodes non-paramétriques qui viennent de connaître un essor spectaculaire avec les travaux de Frank Wilcoxon, de Mann et Whitney, et de Kruskal et Wallis. Tout en reconnaissant leur utilité pragmatique face à des données ordinales ou des distributions hautement asymétriques ne pouvant faire l’objet de transformations normalisantes crédibles, il met en garde ses lecteurs contre l’abandon paresseux des modèles paramétriques. Il démontre que l’ANOVA bénéficie d’une robustesse considérable face à des déviations modérées de la normalité, incitant les chercheurs à évaluer scrupuleusement la perte de puissance statistique inhérente à l’usage systématique de tests basés sur les rangs.

Dans les éditions de 1962 et 1969, McNemar devance l’histoire en devenant l’un des tout premiers auteurs de manuels à plaider résolument pour la prise en considération de la puissance statistique (statistical power) et de la taille d’effet (effect size). Bien avant que Jacob Cohen ne popularise ces notions dans son traité classique de 1969, McNemar soulignait déjà l’incongruité méthodologique consistant à mener une expérience sans s’assurer au préalable que la taille de l’échantillon permet de détecter l’effet attendu avec une probabilité raisonnable (souvent fixée à 1 – β = 0,80). Il enseignait à ses lecteurs qu’une étude sous-puissante ne démontre rien lorsqu’elle échoue à rejeter l’hypothèse nulle, disqualifiant ainsi des centaines de publications contemporaines qui concluaient abusivement à « l’absence d’effet » sur des cohortes d’une faiblesse insigne.

7. Débats théoriques sur la structure de l’intelligence : Critique du facteur g et de l’analyse factorielle

7.1 La confrontation avec l’école factorielle de Thurstone

Au cours des années 1940 et 1950, la psychologie différentielle mondiale est déchirée par une controverse épistémologique de première grandeur concernant l’architecture interne des facultés cognitives. D’un côté, l’école britannique, fidèle à l’héritage de Charles Spearman, postule l’existence d’un facteur général d’intelligence (le fameux facteur g), source commune sous-tendant la performance de tout individu à n’importe quelle épreuve cognitive complexe. De l’autre côté, l’école factorielle américaine menée par le prestigieux mathématicien et psychologue de l’Université de Chicago, Louis Leon Thurstone, rejette l’hégémonie du facteur g au profit d’un ensemble d’Aptitudes Mentales Primaires (Primary Mental Abilities, PMA) indépendantes (fluidité verbale, compréhension verbale, aptitude spatiale, vitesse perceptive, raisonnement inductif, mémoire associative, aptitude numérique).

Quinn McNemar intervient dans ce débat avec son acuité analytique coutumière. Tout en admirant la virtuosité géométrique de Thurstone — notamment l’introduction de l’algèbre matricielle et du concept de structure simple pour la rotation des facteurs —, McNemar s’érige en critique impitoyable de ce qu’il nomme la prolifération incontrôlée d’aptitudes fractionnaires. Il pointe du doigt la grande subjectivité méthodologique inhérente aux méthodes de rotation manuelle alors en usage dans le laboratoire de Chicago, au sein desquelles le chercheur pouvait, par simple pivotement graphique des axes, faire émerger ou disparaître les dimensions factorielles de son choix en fonction de ses a priori théoriques.

McNemar dénonce vigoureusement l’illusion épistémologique qui menace les praticiens de l’analyse factorielle : la réification des construits mathématiques. Il rappelle sans relâche qu’un facteur extrait d’une matrice de corrélations n’est qu’un condensé arithmétique de variance partagée, un axe géométrique artificiel dans un espace à p dimensions, et non une entité biologique, neurologique ou psychologique tangible existant matériellement sous la boîte crânienne. Pour McNemar, confondre un facteur orthogonal issu d’une rotation avec une fonction cérébrale modulaire constitue un sophisme de substitution conceptuelle indéfendable.

7.2 La conférence présidentielle de 1964 : « Lost: Our Intelligence? Why? »

Le point d’orgue de l’engagement de McNemar dans cette querelle séculaire survient en septembre 1964. Alors président de la prestigieuse Division 5 de l’American Psychological Association (consacrée à la mesure, à l’évaluation et à la statistique), il prononce une allocution présidentielle au titre délibérément provocateur, qui fera trembler l’académie : « Lost: Our Intelligence? Why? » (parue sous forme d’article l’année même dans la revue American Psychologist).

Dans ce plaidoyer magistral, rédigé dans une prose incisive et teintée d’une ironie mordante, McNemar s’insurge contre la dérive atomisante de la psychométrie américaine. Il s’attaque directement aux théories multifactorielles extrêmes, singulièrement au modèle de la « Structure de l’Intellect » développé par J. P. Guilford, qui prétendait alors classifier l’esprit humain en 120 (puis 150, voire 180) facteurs d’aptitudes distincts, mutuellement orthogonaux, combinant différentes opérations, contenus et produits de la pensée.

Avec une démonstration chiffrée implacable, McNemar prouve la vacuité prédictive de cet émiettement factoriel. Il examine les données empiriques accumulées depuis des décennies dans les domaines scolaire, professionnel et militaire, et assène une vérité embarrassante pour les partisans des profils d’aptitudes multiples : lorsque l’on tente de prédire la réussite académique, l’apprentissage de métiers complexes ou la performance globale au travail, aucun profil factoriel spécifique n’apporte de validité incrémentielle significative par rapport à la simple mesure robuste d’un facteur général d’aptitude académique (le facteur g hérité de Spearman et incarné par le score global des échelles de type Binet ou Wechsler). Tout le reste, démontre-t-il, n’est que dispersion d’énergie métrologique et mesure d’erreurs non fiables sans pertinence écologique.

7.3 La vision mcnémarienne du fonctionnement cognitif

La doctrine mcnémarienne de l’intelligence qui émerge de ces controverses est avant tout d’un pragmatisme rigoureux. Refusant à la fois le réductionnisme métaphysique du facteur g unilatéralement biologique et l’anarchie hyper-dimensionnelle des factoralistes américains, McNemar défend ce que l’on qualifiera plus tard de modèle hiérarchique intégré (préfigurant les travaux ultérieurs de Philip E. Vernon, John B. Carroll et la théorie CHC – Cattell-Horn-Carroll).

Pour lui, l’architecture intellectuelle doit s’ordonner selon les principes de la validité de critère externe. Au sommet de la hiérarchie trône une capacité générale d’abstraction, d’inférence logique et de manipulation symbolique complexe — largement médiatisée par les processus verbaux et le raisonnement formel —, qui conditionne fondamentalement l’adaptation de l’individu aux exigences académiques et professionnelles de la société moderne. Sous ce niveau intégrateur se déploient des compétences plus circonscrites (aptitudes spatiales pures, dextérité mécanique, vitesse sensorielle), dont l’utilité prédictive n’a de sens que pour des contextes professionnels hyperspécifiques.

Enfin, McNemar se distingue par une prudence méthodologique extrême face aux extrapolations idéologiques de son temps. Témoin des dérives eugénistes qui avaient souillé les débuts de la psychométrie différentielle et conscient de la résurgence périodique des débats incendiaires sur l’héritabilité génétique de l’intelligence et les différences intergroupes, il ne cesse de rappeler la vulnérabilité intrinsèque des postulats de l’analyse génétique quantitative lorsqu’elle est appliquée à des traits comportementaux. Il démontre avec une avance stupéfiante que l’estimation de l’héritabilité (h²) est un indice purement populationnel, tributaire de la variance environnementale du contexte historique de mesure, et qu’il est mathématiquement frauduleux d’inférer de l’héritabilité intra-groupe une explication génétique des disparités observées entre groupes socioculturels distincts.

8. Rigueur méthodologique et pourfendeur des erreurs de recherche empirique

8.1 La critique des pratiques abusives des tests de signification

Tout au long de sa brillante carrière, Quinn McNemar a assumé le rôle difficile, mais salutaire, de procureur méthodologique de la psychologie américaine. Doté d’un sens aigu de la probité scientifique et d’un mépris souverain pour les faux-semblants d’une fausse érudition statistique, il a traqué sans relâche les pratiques d’investigation équivoques qui commençaient à gangrener les départements de recherche universitaires sous la pression du fameux publish or perish.

Il fut ainsi l’un des premiers à dénoncer publiquement la pratique compulsive de la « chasse aux p-values significatives » (précurseur direct de ce que la littérature contemporaine nomme le p-hacking). McNemar observait avec accablement des cohortes d’expérimentateurs mesurer sans le moindre cadre théorique préalable des dizaines, voire des centaines de variables sur des échantillons étriqués, croiser mécaniquement toutes les paires possibles à la recherche d’un seuil p < 0,05, puis rédiger a posteriori un article scientifique présentant la découverte fortuite comme la confirmation éclatante d’une hypothèse formulée ab initio (pratique aujourd’hui proscrite sous le sigle HARKing : Hypothesizing After the Results are Known).

Il mettait implacablement en lumière le problème mathématique sous-jacent : l’inflation exponentielle du risque d’erreur de première espèce (erreur de type I) lors de comparaisons multiples non ajustées. Il rappelait avec une ironie désarmante que sur 100 corrélations calculées entre des variables totalement orthogonales et aléatoires (issues d’un tirage de nombres au hasard), la loi d’échantillonnage garantit mathématiquement qu’environ 5 d’entre elles émergeront comme statistiquement « significatives » au seuil alpha de 0,05, trompant le chercheur crédule qui s’empressera de bâtir une théorie métaphysique sur un pur mirage de bruit stochastique.

8.2 L’exigence de réplication et la lutte contre le sensationnalisme scientifique

Face à cette dérive mercantile de l’académie, la réponse de Quinn McNemar tenait en un seul impératif catégorique : la réplication expérimentale directe et indépendante. Pour lui, aucune trouvaille empirique, aussi spectaculaire et séduisante soit-elle sur le plan conceptuel, ne devait être admise dans le corpus de la science normale tant qu’elle n’avait pas été scrupuleusement répliquée sur un échantillon neuf par un laboratoire distinct du laboratoire princeps.

Cette intransigeance fit de McNemar l’un des opposants les plus redoutables aux délires méthodologiques de la parapsychologie naissante (incarnée dans les années 1930 à 1950 par les travaux de J. B. Rhine à l’Université Duke sur la télépathie et la perception extrasensorielle à l’aide des cartes de Zener). Rhine prétendait prouver l’existence de facultés parapsychologiques en accumulant des millions d’essais dont la déviation par rapport à la moyenne du hasard atteignait des seuils de signification statistique astronomiques. McNemar disséqua les protocoles de Rhine avec une minutie chirurgicale, révélant les failles béantes du dispositif : absence d’indépendance des tirages, biais d’expérimentateur, arrêt sélectif des tests lorsque la tendance était favorable au chercheur (optional stopping) et fuites sensorielles directes lors de la manipulation matérielle des cartes. Pour McNemar, une minuscule anomalie méthodologique répétée dix mille fois ne démontre pas l’existence d’un pouvoir psychique, mais seulement l’incompétence métrologique de l’observateur.

Il porta le même fer rouge dans le champ des instruments projectifs d’évaluation de la personnalité, alors en vogue dans les cercles psychanalytiques et cliniques (notamment le test de Rorschach et le Thematic Apperception Test – TAT). McNemar démontra dans des critiques au vitriol que ces épreuves violaient toutes les exigences de la psychométrie : accord inter-juges dérisoire, validité prédictive nulle lorsqu’elle était confrontée à des critères cliniques objectifs en double-aveugle, et sensibilité extrême aux variables contextuelles de l’examinateur. Il qualifiait sans détour l’interprétation diagnostique de ces tests d’exercice divinatoire moderne, indigne d’une profession se réclamant de la démarche scientifique.

8.3 Impact sur les standards de publication scientifique

En tant que relecteur d’élite (peer reviewer) et conseiller éditorial sollicité par les revues les plus prestigieuses de l’American Psychological Association — telles que le Journal of Experimental Psychology, le Journal of Abnormal and Social Psychology et le Psychological Bulletin —, Quinn McNemar a exercé une influence colossale sur l’élévation des exigences méthodologiques de la discipline.

Recevoir un rapport de lecture signé de sa plume était pour un auteur une épreuve redoutable. McNemar traquait la moindre incohérence dans les tables d’analyse de variance, recalculait lui-même les sommes de carrés et les degrés de liberté, vérifiait la cohérence des écarts-types et imposait aux chercheurs de fournir des justifications explicites pour chaque choix d’échantillonnage et de traitement de données aberrantes. Il rejetait sans appel les articles dont les conclusions dépassaient d’un millimètre la portée exacte des données factuelles recueillies.

Cette action éditoriale soutenue pendant plusieurs décennies a directement contribué à la codification des normes méthodologiques qui formeront plus tard l’ossature du célèbre manuel de publication de l’APA (Publication Manual of the American Psychological Association). McNemar a insufflé aux comités de rédaction une culture de la transparence empirique, exigeant la description exhaustive des procédures de passation, le signalement systématique des données manquantes et le calcul rigoureux des intervalles de confiance, préfigurant avec un demi-siècle d’avance les standards contemporains de la science ouverte (Open Science).

9. Présidence de la Psychometric Society et responsabilités institutionnelles

9.1 L’engagement au sein de la Psychometric Society

Fondée en 1935 par un cercle restreint de visionnaires emmenés par L. L. Thurstone, Paul Horst et Jack Dunlap, la Psychometric Society s’était donné pour mission explicite de promouvoir le développement quantitatif de la psychologie en tant que discipline formelle et rationnelle, au même titre que la physique mathématique ou la génétique des populations. Quinn McNemar en devient l’un des premiers membres les plus enthousiastes et les plus actifs, reconnaissant d’emblée dans cette société savante le foyer naturel de ses aspirations intellectuelles.

Au fil des ans, McNemar s’impose comme une autorité morale et scientifique au sein de la société. En reconnaissance de l’excellence de ses recherches théoriques et de l’autorité universelle de son magistère, il est élu à la présidence de la Psychometric Society en 1951. Son accession à la tribune présidentielle marque une étape charnière pour l’institution. Alors que la société avait été parfois perçue comme un club de mathématiciens ésotériques, McNemar œuvre pour jeter des ponts solides entre la haute abstraction algorithmique et les besoins pratiques concrets des chercheurs de laboratoire et des cliniciens de terrain.

Il déploie une énergie considérable pour conforter le rayonnement international de la revue officielle de la société, Psychometrika. Sous son impulsion, la publication consolide sa réputation d’intransigeance scientifique, attirant les contributions des plus éminents statisticiens mondiaux. McNemar intervient fréquemment comme arbitre dans les débats méthodologiques virulents qui secouent alors l’après-guerre : théorie de la généralisabilité, estimation de la fidélité par le coefficient alpha de Lee Cronbach, modèles de réponse à l’item balbutiants de Georg Rasch et Frederic Lord. Sa présidence laisse le souvenir d’un mandat caractérisé par une vigilance intellectuelle souveraine et le rejet catégorique de toute complaisance académique.

9.2 Présidence de la Division 5 de l’American Psychological Association

Parallèlement à son engagement au sein de la Psychometric Society, McNemar joue un rôle directeur au sein de la grande organisation faîtière de sa profession : l’American Psychological Association (APA). Il s’investit corps et âme dans la Division 5, qui rassemble les spécialistes de l’évaluation, de la mesure et de la statistique (Evaluation, Measurement, and Statistics). Il en assume la présidence en 1963-1964, période durant laquelle il prononcera son fameux discours présidentiel sur la structure de l’intelligence.

Durant son mandat à la tête de la Division 5, McNemar mène une croisade politique et pédagogique pour sanctuariser la formation statistique dans les cursus universitaires de psychologie à travers l’ensemble des États-Unis. Face à la montée en puissance de cursus professionnalisants orientés vers la psychothérapie d’inspiration psychanalytique ou humaniste, qui tendaient à marginaliser les matières quantitatives jugées « réductrices », McNemar pèse de tout son poids institutionnel auprès des instances d’accréditation. Il fait valoir qu’un psychologue incapable de lire de manière critique une table d’analyse statistique ou d’évaluer la validité psychométrique d’un instrument diagnostique est un praticien incompétent, représentant un danger potentiel pour ses patients et pour la société civile.

Il multiplie les initiatives pour instaurer un dialogue constructif entre la sphère de la recherche fondamentale et celle de la pratique clinique. Il organise des symposiums interdisciplinaires où les cliniciens sont invités à soumettre leurs instruments d’évaluation empiriques au crible de l’analyse psychométrique contemporaine. McNemar soutient indéfectiblement que la rigueur méthodologique n’est pas l’ennemie de l’empathie humaine ou de la finesse clinique, mais sa seule sauvegarde légitime contre l’arbitraire diagnostique et les illusions projectives de l’évaluateur.

9.3 Participation aux commissions d’éthique et de standardisation des tests

L’après-Seconde Guerre mondiale voit l’émergence d’une puissante industrie commerciale de l’évaluation psychologique. Des dizaines d’entreprises privées inondent le marché scolaire, industriel et clinique de batteries de tests prétendant mesurer l’adéquation au travail, le leadership, la personnalité profonde ou le potentiel intellectuel des individus. Bon nombre de ces instruments sont commercialisés sans la moindre preuve empirique de validité, exploités par des charlatans ou des employeurs peu scrupuleux.

Face à ce péril éthique et social majeur, Quinn McNemar se mobilise au sein des commissions techniques conjointes créées par l’APA, l’American Educational Research Association (AERA) et le National Council on Measurement in Education (NCME). Il est l’un des artisans majeurs de la rédaction des toutes premières versions des Standards for Educational and Psychological Tests (dont les ancêtres voient le jour au milieu des années 1950 sous le titre de Technical Recommendations for Psychological Tests and Diagnostic Techniques). Ce document fondateur, qui régit encore aujourd’hui l’éthique de la profession au niveau mondial, impose aux éditeurs de tests des obligations déontologiques et scientifiques drastiques :

• Obligation de publier les données intégrales des échantillons de standardisation démographique ;
• Fourniture systématique des indices de fidélité test-retest et de consistance interne, assortis de l’erreur standard de mesure détaillée par tranche d’âge ;
• Démonstration rigoureuse de la validité de construit et de la validité critériée (concurrente et prédictive) par rapport à des comportements observables ;
• Interdiction absolue de vendre des tests d’aptitude à des personnes non qualifiées ou sans contrôle d’administration standardisé.

McNemar insiste avec une gravité solennelle sur les conséquences dramatiques des diagnostics erronés : un enfant étiqueté à tort comme déficient mental en raison d’un test vicié ou un candidat injustement recalé d’un emploi sur la base d’un profil de personnalité non valide subissent des préjudices humains irréparables. Pour lui, la métrologie n’est pas un jeu mathématique innocent : elle engage directement la responsabilité morale du chercheur devant la cité.

10. La transition vers l’Université du Texas à Austin et les dernières années (1965-1986)

10.1 Le départ de Stanford et l’éméritat actif au Texas

Après plus de trente-cinq années de services académiques ininterrompus et prestigieux à l’Université Stanford, Quinn McNemar prend officiellement sa retraite professorale en 1965. Cependant, l’homme est habité par une telle passion intellectuelle qu’il ne conçoit pas son existence en dehors des amphithéâtres, des séminaires doctoraux et de l’activité de recherche. Refusant l’oisiveté de la retraite californienne, il accepte la proposition enthousiaste de l’Université du Texas à Austin, qui cherche alors à bâtir l’un des départements de psychologie quantitative les plus compétitifs du pays.

McNemar s’installe à Austin en tant que professeur invité d’abord, puis émérite actif. Il y inaugure une seconde carrière texane qui durera plus d’une décennie. Accueilli avec une vénération respectueuse par le corps professoral et les doctorants locaux, il reprend ses cours avancés d’inférence statistique et de conception expérimentale. Son bureau devient un lieu de pèlerinage permanent : enseignants-chercheurs, directeurs de laboratoires biomédicaux et doctorants en quête d’orientation viennent soumettre à l’expertise du maître leurs plans d’expérience et leurs équations récalcitrantes.

Durant cette période texane, McNemar se consacre également à la mise à jour constante de ses écrits fondamentaux, peaufinant la quatrième édition de Psychological Statistics (parue en 1969) et rédigeant plusieurs notes de synthèse méthodologique. Il apporte un soutien inestimable aux programmes de formation de pointe en analyse des données de l’Université du Texas, consolidant la réputation d’Austin comme l’un des bastions majeurs de la psychométrie américaine de la seconde moitié du XXe siècle.

10.2 Le bilan d’une vie : Hommages, distinctions et reconnaissance académique

Les années 1970 et le début des années 1980 constituent l’heure des grands bilans et des hommages officiels pour Quinn McNemar. La communauté scientifique internationale reconnaît en lui l’une des consciences les plus lucides et les plus pures de la psychologie scientifique du siècle. Il reçoit de multiples distinctions prestigieuses saluant son dévouement exceptionnel à l’avancement de la méthodologie empirique et à la formation d’élites scientifiques mondiales.

L’American Psychological Association lui décerne ses plus hautes louanges pour sa contribution distinguée à la mesure psychologique, soulignant que peu de chercheurs ont autant œuvré pour préserver la discipline des mirages pseudo-scientifiques et des tentations obscurantistes. Ses anciens étudiants de Stanford et d’Austin organisent des colloques en son honneur, publiant des recueils d’hommages scientifiques où ils témoignent de l’impact transformateur de ses enseignements sur leur propre trajectoire de vie. Tous saluent non seulement le génie du mathématicien, mais également l’intégrité sans compromis de l’homme, sa modestie personnelle absolue, son accessibilité bienveillante derrière sa sévérité d’apparat, et sa fidélité inébranlable aux valeurs de la rationalité des Lumières.

Dans ses prises de parole lors de ces cérémonies d’hommage, McNemar accueille les éloges avec une grande humilité. Il rappelle invariablement que la statistique n’est pas destinée à glorifier son auteur ou à impressionner le public profane, mais constitue un simple filtre sanitaire : un instrument d’hygiène mentale collective destiné à trier impitoyablement le bon grain des hypothèses solides de l’ivraie des spéculations illusoires. Cette conception sacerdotale de la méthode scientifique force l’admiration de ses contemporains.

10.3 Les derniers travaux et le décès en 1986

Jusqu’au crépuscule de sa vie, l’esprit de Quinn McNemar demeure d’une vivacité et d’une lucidité prodigieuses. Témoin privilégié de la révolution technologique des années 1970 et du début des années 1980, il assiste à l’irruption de l’informatique grand public et des progiciels de calcul automatisé (à l’instar des premières versions distribuées de SPSS, de SAS et de BMDP) au sein des laboratoires universitaires. Loin d’opposer une résistance rétrograde à la modernisation technique, il salue la décharge salutaire des calculs d’algèbre matricielle fastidieux qui accaparaient jadis des mois de travail manuel avec des calculatrices électromécaniques.

Cependant, sa sagacité méthodologique perçoit instantanément les périls majeurs inhérents à cette révolution informatique non régulée. Dans ses dernières réflexions écrites et ses interventions informelles à Austin, il formule une mise en garde prophétique contre ce qu’il identifie comme le syndrome de « l’utilisateur aveugle » (blind computation). McNemar s’inquiète profondément de voir des générations de chercheurs débutants presser des touches de clavier et exécuter des analyses multivariées vertigineuses dont ils ignorent totalement les fondements mathématiques, les contraintes de distribution et les modèles d’erreur sous-jacents. Il pressent que l’illusion de facilité offerte par les logiciels conduira à une production industrielle d’analyses sans pertinence empirique, où la sophistication graphique et le déluge de sorties imprimées masqueront la misère de la conception expérimentale initiale.

Le 3 juillet 1986, Quinn McNemar s’éteint paisiblement à Austin, au Texas, à l’âge vénérable de 86 ans. Sa disparition marque la fin d’une époque fondatrice de la psychologie quantitative : celle des pionniers qui, armés de papier, de crayon et d’une rigueur philosophique sans faille, avaient su arracher la discipline au domaine de la spéculation subjective pour l’édifier sur le socle pérenne de la métrologie formelle. Les notices nécrologiques parues dans les grandes revues savantes américaines soulignent unanimement la perte irréparable d’un géant intellectuel dont l’intégrité restera gravée dans l’histoire des sciences du comportement.

11. L’héritage méthodologique : Portée contemporaine des travaux de McNemar

11.1 La postérité universelle du test de McNemar à l’ère numérique

Si nombre de théories psychologiques des années 1940 sont aujourd’hui tombées dans l’oubli des archives disciplinaires, l’héritage technique de Quinn McNemar, quant à lui, n’a jamais été aussi rayonnant qu’au XXIe siècle. Le test de McNemar s’est imposé comme une brique algorithmique universelle, intégrée de façon native dans l’ensemble des bibliothèques de calcul scientifique et des environnements statistiques modernes à travers le monde (les fonctions standard mcnemar.test() sous l’environnement de programmation R, les modules scipy.stats ou statsmodels en Python, ou encore les menus dédiés sous SPSS, SAS, Stata et JASP).

Mais plus fascinant encore est le déploiement massif de son test dans des disciplines que McNemar ne pouvait même pas concevoir de son vivant, au premier rang desquelles figurent le Machine Learning (apprentissage automatique) et la bio-informatique. Dans la science contemporaine des données, le test de McNemar est devenu le protocole méthodologique étalon par excellence pour comparer rigoureusement la performance différentielle de deux algorithmes de classification binaire supervisée (par exemple, deux réseaux de neurones profonds ou deux arbres de décision à forêts aléatoires) évalués sur un même ensemble de test indépendant (test set).

Lorsque deux modèles prédictifs classifient le même corpus de données, les prédictions sont nécessairement corrélées (appariées par l’échantillon d’évaluation). Confronter leurs taux de précision bruts par un test de Chi-deux classique ou un test z de comparaison de proportions indépendantes constituerait une violation méthodologique manifeste. Les data scientists appliquent scrupuleusement la logique de McNemar : on isole les instances où le modèle A s’est trompé tandis que le modèle B a réussi, et inversement (les cellules discordantes), pour calculer si l’un des deux algorithmes surpasse structurellement son rival au-delà des aléas du jeu d’entraînement. De l’imagerie médicale automatisée au diagnostic oncologique assisté par intelligence artificielle, la formule de 1947 continue chaque jour d’arbitrer les avancées de la pointe technologique mondiale.

11.2 La résonance actuelle de sa critique du facteur d’intelligence

À la lumière des dérives mercantiles et des modes pseudoscientifiques qui agitent régulièrement les sciences de l’éducation contemporaines, la célèbre diatribe de McNemar en 1964 — « Lost: Our Intelligence? Why? » — résonne aujourd’hui avec une force d’actualité déconcertante. Les décennies récentes ont vu proliférer des théories séduisantes mais dénuées de toute validité psychométrique robuste, à l’image de la théorie des « intelligences multiples » d’Howard Gardner ou du concept de « quotient émotionnel » (QE) popularisé par Daniel Goleman.

La critique mcnémarienne s’applique à ces constructions contemporaines avec une justesse prophétique. Des décennies de méta-analyses exhaustives et d’études en neurosciences cognitives ont confirmé point par point ce que McNemar démontrait il y a soixante ans : dès que l’on applique les critères impitoyables de la validité de construit et de la validité incrémentielle, ces typologies factorielles multiples s’effondrent. Soit elles se réduisent à des traits de personnalité préexistants (comme ceux du modèle des Big Five) mesurés sous un autre vocable, soit elles sont entièrement parasitées par le facteur général g sous-jacent, dont l’efficacité prédictive sur l’apprentissage complexe et la réussite socio-professionnelle demeure sans rivale.

De surcroît, les neurosciences contemporaines sont venues apporter une validation biologique inattendue au scepticisme de McNemar quant à la fragmentation arbitraire de l’esprit. L’imagerie par résonance magnétique fonctionnelle (IRMf) et les études de connectomique cérébrale ont mis en évidence l’existence d’un vaste réseau cérébral fronto-pariétal de contrôle exécutif et d’intégration multimodale (le réseau dit P-FIT de Jung et Haier), dont l’efficience globale de traitement correspond précisément au fonctionnement centralisé et unifié du facteur général préconisé par McNemar, contre les taxonomies baroques de modularité factorielle pure.

11.3 La crise de reproductibilité contemporaine à la lumière de ses enseignements

Depuis le début des années 2010, la psychologie scientifique mondiale traverse la tourmente la plus sévère de son existence : la crise de la reproductibilité (replication crisis). La publication d’études à grande échelle montrant que plus de la moitié des résultats canoniques publiés dans les revues d’élite de la psychologie sociale et cognitive échouent à être répliqués par des équipes indépendantes a jeté le discrédit sur des pans entiers de la discipline.

Dans ce contexte d’introspection épistémologique douloureuse, les écrits méthodologiques de Quinn McNemar sont redécouverts comme des textes sacrés d’une prémonition saisissante. Tout ce que la psychologie contemporaine découvre avec effroi — la perversité du p-hacking, l’insuffisance dramatique de puissance statistique due à des cohortes faméliques, la publication sélective d’études positives créant un biais de tiroir monumental (file drawer effect) et la tolérance coupable envers le sensationnalisme spéculatif — avait été décrit, théorisé, combattu et condamné par McNemar dès les années 1940 et 1950 dans ses articles et dans Psychological Statistics.

Les réformes méthodologiques actuelles qui s’imposent progressivement pour sauver l’intégrité de la discipline — le pré-enregistrement obligatoire des hypothèses et des plans d’analyse (pre-registration), l’abandon du culte exclusif de la p-value au profit de l’exhibition systématique des tailles d’effet et des intervalles de confiance, le partage transparent des données brutes et la valorisation des réplications directes — ne sont rien d’autre que l’application concrète du testament intellectuel de Quinn McNemar. L’ancien professeur de Stanford apparaît ainsi rétrospectivement non pas comme un témoin conservateur de son époque, mais comme un prophète de l’hygiène scientifique, dont les avertissements bafoués pendant un demi-siècle ont conduit la psychologie au bord du gouffre empirique.

12. Conclusion synthétique : Quinn McNemar, l’architecte de la probité scientifique

12.1 La synthèse d’un parcours exceptionnel entre mathématiques et comportement

Au terme de cette traversée de la vie et de l’œuvre de Quinn McNemar, ce qui frappe l’observateur avec une éclatante netteté est l’admirable unité de sa trajectoire intellectuelle. Parti des collines rurales de Virginie-Occidentale pour s’élever jusqu’au sommet de l’élite universitaire américaine à Stanford et au Texas, il n’a jamais dévié d’un iota de sa trajectoire matricielle : mettre la pureté et la rigueur du raisonnement mathématique au service exclusif de la clarification du mystère humain.

Son parcours incarne le trait d’union historique indispensable entre la psychologie spéculative des pères fondateurs et la science computationnelle contemporaine. En unifiant dans une même pratique professionnelle la rigueur du terrain clinique — à travers la standardisation gigantesque de l’échelle d’intelligence Stanford-Binet — et la dérivation analytique de théorèmes fondamentaux — immortalisée par l’invention de son test d’homogénéité marginale en 1947 —, il a démontré que la psychométrie n’était ni une branche annexe des mathématiques appliquées, ni une simple trousse d’outils pour éducateurs pressés, mais l’armature philosophique et technique sans laquelle la psychologie ne saurait prétendre au titre de science.

Toute sa vie durant, McNemar aura refusé la tentation de la facilité académique. Il n’a jamais cherché à flatter les engouements passagers de son époque, à fonder une école dogmatique ou à séduire le grand public par des théories vulgarisées réductrices. Son travail fut un travail d’orfèvre métrologique, patiemment adossé à la recherche inlassable de la vérité empirique, guidé par une probité qui ne tolérait aucun compromis avec la médiocrité conceptuelle.

12.2 La philosophie scientifique de Quinn McNemar

L’épistémologie de McNemar peut être résumée par un aphorisme sous-jacent à chacune de ses lignes : la métrologie n’est pas une fin en soi, mais elle est la condition de possibilité de toute vérité scientifique. Sa philosophie reposait sur une méfiance viscérale envers l’artefact mathématique détaché du réel. Rien ne lui répugnait davantage que la virtuosité formelle stérile qui utilise la complexité des algorithmes pour masquer la vacuité conceptuelle des données de départ.

Cette conviction fondait chez lui une conscience aiguë de la responsabilité morale et sociopolitique du psychométricien. Conscient que les chiffres issus des tests servent à orienter des enfants, à attribuer des emplois, à diagnostiquer des pathologies ou à justifier des réformes sociétales, il exigeait que chaque chiffre soit blindé contre le biais, l’arbitraire et l’illusion. L’éthique de la mesure était pour lui le rempart suprême de l’individu contre l’idéologie d’État, les préjugés corporatistes et les classifications abusives. Mesurer avec justesse, c’était d’abord respecter l’humain dans son irréductible singularité.

Cette éthique intransigeante faisait de lui un homme courageux, prêt à s’aliéner des collègues prestigieux pour dénoncer l’erreur logique ou la conclusion prématurée. Pour McNemar, la critique scientifique n’était pas une querelle d’ego, mais une obligation sacrée envers la communauté du savoir. Il concevait la science comme un édifice perpétuellement auto-correcteur, au sein duquel le doute méthodique et le réexamen sceptique des postulats constituent non des marques de faiblesse, mais les moteurs cardinaux du progrès.

12.3 Le legs intellectuel impérissable aux générations futures

Aujourd’hui, alors que le nom de Quinn McNemar est prononcé quotidiennement dans des milliers de laboratoires, d’hôpitaux et de centres de recherche aux quatre coins du globe — chaque fois qu’un médecin évalue une nouvelle thérapie, chaque fois qu’un sociologue analyse une dynamique d’opinion et chaque fois qu’un ingénieur en intelligence artificielle compare deux algorithmes prédictifs —, la pérennité de son legs s’impose avec évidence. Il a réussi le tour de force le plus rare de l’histoire des sciences : inscrire son patronyme dans la nomenclature universelle des mathématiques tout en demeurant une figure tutélaire de la psychologie empirique.

À l’heure où les sciences humaines du XXIe siècle s’efforcent péniblement de surmonter la crise de leur crédibilité méthodologique par le retour aux données ouvertes, à la modélisation parcimonieuse et à la réplication obstinée, la voix de Quinn McNemar résonne plus que jamais comme un phare protecteur. Son œuvre nous rappelle qu’une science du comportement humain n’est possible qu’à la condition expresse de cultiver une hygiène intellectuelle impitoyable, où l’élégance de la théorie doit sans cesse se plier devant le verdict souverain d’une métrologie immaculée.

En célébrant la mémoire de ce bâtisseur d’exception, la communauté scientifique internationale ne rend pas seulement hommage à un pionnier de la psychométrie et à un didacticien d’élite : elle réaffirme sa foi dans une conception exigeante, honnête et lumineuse de la recherche empirique, dont Quinn McNemar demeure, pour l’éternité, l’un des plus nobles et des plus parfaits architectes.

Références

• Bowker, A. H. (1948). A test for symmetry in contingency tables. Journal of the American Statistical Association, 43(244), 572–574. https://doi.org/10.1080/01621459.1948.10483284
• Carroll, J. B. (1993). Human cognitive abilities: A survey of factor-analytic studies. Cambridge University Press. https://doi.org/10.1017/CBO9780511571312
• Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334. https://doi.org/10.1007/BF02310555
• Dietterich, T. G. (1998). Approximate statistical tests for comparing supervised classification learning algorithms. Neural Computation, 10(7), 1895–1923. https://doi.org/10.1162/089976698300017197
• Fisher, R. A. (1925). Statistical methods for research workers. Oliver and Boyd.
• Kelley, T. L. (1928). Crossroads in the mind of man: A study of differentiable mental abilities. Stanford University Press.
• Maxwell, A. E. (1970). Comparing the classification of subjects by two independent judges. British Journal of Psychiatry, 116(535), 651–655. https://doi.org/10.1192/bjp.116.535.651
• McNemar, Q. (1933). Twin resemblances in motor skills, and the effect of practice thereon. (Doctoral dissertation, Stanford University).
• McNemar, Q. (1940). Sampling in psychological research. Psychological Bulletin, 37(6), 331–365. https://doi.org/10.1037/h0063167
• McNemar, Q. (1942). The revision of the Stanford-Binet Scale: An analysis of the standardization data. Houghton Mifflin.
• McNemar, Q. (1947). Note on the sampling error of the difference between correlated proportions or percentages. Psychometrika, 12(2), 153–157. https://doi.org/10.1007/BF02295996
• McNemar, Q. (1949). Psychological statistics (1st ed.). John Wiley & Sons.
• McNemar, Q. (1951). The factors in factor analysis. Psychometrika, 16(4), 353–359. https://doi.org/10.1007/BF02288796
• McNemar, Q. (1955). Psychological statistics (2nd ed.). John Wiley & Sons.
• McNemar, Q. (1960). At random with the chi-square test. Psychological Bulletin, 57(4), 282–285. https://doi.org/10.1037/h0043886
• McNemar, Q. (1962). Psychological statistics (3rd ed.). John Wiley & Sons.
• McNemar, Q. (1964). Lost: Our intelligence? Why? American Psychologist, 19(12), 871–882. https://doi.org/10.1037/h0047550
• McNemar, Q. (1969). Psychological statistics (4th ed.). John Wiley & Sons.
• Merrill, M. A. (1938). The significance of IQ’s on the revised Stanford-Binet scales. Journal of Educational Psychology, 29(9), 641–651. https://doi.org/10.1037/h0056972
• Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251), aac4716. https://doi.org/10.1126/science.aac4716
• Spearman, C. (1904). “General Intelligence,” objectively determined and measured. The American Journal of Psychology, 15(2), 201–292. https://doi.org/10.2307/1412107
• Stuart, A. (1955). A test for homogeneity of the marginal distributions in a two-way classification. Biometrika, 42(3/4), 412–416. https://doi.org/10.2307/2333387
• Terman, L. M., & Merrill, M. A. (1937). Measuring intelligence: A guide to the administration of the new revised Stanford-Binet tests of intelligence. Houghton Mifflin.
• Thurstone, L. L. (1938). Primary mental abilities. University of Chicago Press.
• Wechsler, D. (1939). The measurement of adult intelligence. Williams & Wilkins. https://doi.org/10.1037/10020-000