Rex Kline – De 1946 à nos jours

Biography

Dans l’histoire contemporaine des sciences du comportement, peu de méthodologistes ont exercé une influence aussi structurante, émancipatrice et durable que Rex B. Kline. Né au lendemain de la Seconde Guerre mondiale, en 1946, Kline s’est imposé au fil des décennies comme la conscience méthodologique d’une discipline psychologique trop souvent écartelée entre de vastes ambitions théoriques et des pratiques quantitatives approximatives. Tandis que la psychologie de la seconde moitié du vingtième siècle connaissait une expansion institutionnelle sans précédent, elle demeurait paradoxalement entravée par des traditions analytiques rigides, dominées par une dépendance rituelle au test d’hypothèse nulle et par une méconnaissance généralisée des postulats sous-jacents aux mesures psychométriques. C’est précisément à ce carrefour critique que l’œuvre de Kline prend racine, unissant une rigueur mathématique irréprochable à une volonté inaltérable de démocratisation conceptuelle.

Professeur émérite à l’Université Concordia de Montréal, clinicien de formation initiale reconverti en théoricien des méthodes quantitatives, Kline a bâti une œuvre monumentale qui transcende le simple cadre de l’enseignement universitaire. Son traité fondamental, Principles and Practice of Structural Equation Modeling, dont les éditions successives ont accompagné l’informatisation et la sophistication des sciences sociales, constitue la pierre angulaire de la formation méthodologique de plusieurs générations de chercheurs à travers le monde. Loin de s’enfermer dans une tour d’ivoire abstraite ou dans le formalisme algébrique ésotérique, Kline a constamment pensé la statistique comme une rhétorique scientifique, un outil d’inférence causale qui exige une honnêteté intellectuelle sans faille, une transparence absolue dans le rapport des données et une vigilance épistémologique de tous les instants.

Le parcours intellectuel de Rex Kline, qui s’étend de 1946 à nos jours, illustre de manière exemplaire les grandes mutations de la recherche empirique : de l’apogée de la psychométrie classique aux débats contemporains sur la crise de la reproductibilité, en passant par la révolution des équations structurelles et le tournant de la science ouverte. Cet article propose une exploration encyclopédique et approfondie de sa pensée, de ses contributions cliniques originelles à ses déconstructions iconoclastes du rituel de la valeur p, en passant par son plaidoyer pour une inférence causale rigoureuse fondée sur les graphes acycliques dirigés. En examinant comment ce clinicien-méthodologiste a transformé les pratiques de recherche, nous mettons en lumière un héritage vivant qui continue de guider les sciences humaines et sociales vers une plus grande maturité scientifique.

1. Introduction biographique et trajectoire académique de Rex B. Kline

1.1 Les origines et la formation universitaire

L’émergence de la trajectoire intellectuelle de Rex B. Kline s’inscrit au cœur des transformations profondes qui ont caractérisé l’enseignement supérieur nord-américain à partir de 1946. Né durant cette période de reconstruction géopolitique et d’institutionnalisation massive de la psychologie clinique et expérimentale, Kline a grandi dans un contexte où les sciences sociales cherchaient ardemment à conquérir une légitimité scientifique comparable à celle des sciences de la nature. Cet environnement historique a stimulé chez le jeune chercheur une curiosité précoce pour les mathématiques appliquées et la psychométrie, disciplines qui apparaissaient alors comme les véhicules indispensables pour extraire l’étude de l’esprit humain des conjectures purement spéculatives.

Durant son parcours doctoral aux États-Unis, Kline a bénéficié d’une formation exigeante qui combinait l’évaluation clinique directe et les méthodologies quantitatives avancées. Fortement influencé par les grands théoriciens de la mesure psychologique tels que Lee Cronbach, Paul Meehl et Donald Campbell, il a très tôt assimilé l’idée que la mesure en psychologie ne saurait être un simple exercice technique, mais qu’elle constitue l’ossature épistémologique de toute découverte théorique. Ses mentors ont inculqué à Kline un profond scepticisme envers les solutions simplistes et une méfiance salutaire à l’égard des formalismes statistiques appliqués sans compréhension conceptuelle préalable des phénomènes sous-jacents.

Dès ses premiers travaux universitaires, Rex Kline s’est distingué en intégrant la rigueur de l’évaluation diagnostique individuelle à la puissance analytique des statistiques multidimensionnelles. Cette double compétence, rare à l’époque, lui a permis de déceler immédiatement les gouffres méthodologiques qui séparaient souvent la théorie psychologique formelle de son application concrète sur le terrain clinique. Alors que la plupart de ses pairs choisissaient de se spécialiser exclusivement soit dans la relation d’aide thérapeutique, soit dans la statistique théorique pure, Kline a délibérément choisi d’occuper une position charnière, utilisant les défis concrets posés par la mesure des traits humains pour nourrir une réflexion méthodologique de haut vol.

1.2 L’établissement institutionnel à l’Université Concordia

L’arrivée de Rex B. Kline au Département de psychologie de l’Université Concordia, située au cœur de la métropole bilingue de Montréal, marque un tournant décisif dans sa carrière académique et institutionnelle. Concordia, réputée pour son dynamisme intellectuel et son ouverture à la recherche appliquée interdisciplinaire, offrait le terreau idéal pour développer un pôle d’excellence en méthodes quantitatives. Kline y a rapidement gravi les échelons académiques, établissant un laboratoire de psychométrie et de modélisation statistique qui allait devenir un point de repère incontournable pour les étudiants et chercheurs de toute la région montréalaise et au-delà.

Au sein de cette institution, Kline a mis sur pied des programmes de formation graduée particulièrement novateurs, dédiés à l’apprentissage des méthodes quantitatives intermédiaires et avancées. Ses cours d’analyse multivariée et de modélisation causale étaient réputés pour leur niveau d’exigence intellectuelle autant que pour leur exceptionnelle clarté pédagogique. Kline concevait son laboratoire non comme une unité fermée produisant des analyses en vase clos, mais comme un centre de consultation méthodologique transversal, où des problématiques issues de la psychologie clinique, du développement de l’enfant, de la psychologie cognitive et des sciences organisationnelles étaient décortiquées avec la même précision chirurgicale.

Le rôle de Kline dans la formation de plusieurs générations de chercheurs en sciences du comportement demeure l’un des piliers de son legs institutionnel. Nombre de ses anciens étudiants de maîtrise et de doctorat occupent aujourd’hui des chaires professorales prestigieuses en Amérique du Nord et en Europe, perpétuant une tradition de rigueur critique et de transparence méthodologique. Kline a su insuffler à ses disciples l’idée qu’un analyste de données n’est pas un technicien exécutant des recettes de calcul, mais un artisan intellectuel responsable de l’intégrité de l’édifice scientifique mondial.

1.3 Évolution épistémologique d’un clinicien vers la méthodologie pure

La trajectoire scientifique de Rex Kline est marquée par une passionnante transition épistémologique : formé initialement pour comprendre, diagnostiquer et traiter la psychopathologie humaine au niveau individuel, il a progressivement déplacé le centre de gravité de ses recherches vers l’architecture des modèles structuraux généraux. Cette métamorphose intellectuelle n’a pas été dictée par un désintérêt pour la clinique, mais par une prise de conscience aiguë : les décisions diagnostiques, les plans de traitement et les théories thérapeutiques reposaient fréquemment sur des instruments de mesure instables et des analyses statistiques défaillantes, compromettant la sécurité et le bien-être des patients.

En observant la littérature spécialisée au cours des années 1970 et 1980, Kline a constaté la présence endémique de faiblesses méthodologiques dans les revues à fort impact : utilisation aveugle d’analyses de régression non adaptées aux erreurs de mesure, surinterprétation de tests de corrélation fallacieux, et ignorance généralisée des concepts de validité factorielle. Il est apparu clairement à Kline que consacrer son énergie à soigner quelques dizaines de patients par an avait un impact limité si, en amont, les fondations scientifiques de la psychologie demeuraient minées par des artefacts méthodologiques non détectés. La méthodologie pure s’est donc imposée à lui comme une forme supérieure de prophylaxie clinique.

Cette transition a conduit Kline à s’assigner une mission magistrale : concevoir des ponts pédagogiques et épistémologiques solides entre les mathématiciens statisticiens — créateurs d’algorithmes matriciels complexes — et les praticiens empiriques des sciences humaines. Kline a compris que la défaillance des chercheurs n’était pas nécessairement le fruit de la mauvaise foi, mais celui d’un déficit criant de manuels capables d’expliquer les concepts mathématiques profonds sans recourir à un formalisme algébrique rébarbatif qui paralyse l’intuition scientifique des non-mathématiciens.

2. Fondements de la psychométrie selon l’approche de Kline

2.1 La théorie classique des tests et ses limites opérationnelles

Dans son enseignement et ses écrits épistémologiques, Rex Kline a constamment invité la communauté scientifique à réévaluer de manière critique les postulats fondamentaux de la théorie classique des tests (TCT). Formularisée historiquement autour du modèle additif du score vrai, où le score observé est la somme d’un score véritablement latent et d’une composante d’erreur aléatoire, la TCT possède des vertus didactiques indéniables, mais présente des limites opérationnelles sévères que Kline n’a cessé de dénoncer. Il souligne notamment que l’hypothèse selon laquelle l’erreur de mesure est purement aléatoire et non corrélée aux caractéristiques intrinsèques du sujet est une fiction théorique rarement vérifiée dans la réalité psychologique.

Kline a apporté une attention méticuleuse à la distinction entre les sources d’erreurs aléatoires et les erreurs systématiques au sein des instruments psychologiques. Les biais de réponse, tels que l’acquiescement, la désirabilité sociale ou les tendances de réponse extrêmes, ne constituent pas des fluctuations stochastiques bénignes, mais introduisent une variance parasite systématique qui fausse dramatiquement les estimations de paramètres. En négligeant cette réalité, les chercheurs s’exposent à attribuer à des construits psychologiques des variations qui ne relèvent en vérité que de défauts structurels inhérents aux échelles de mesure employées.

Un des combats majeurs de Kline dans le domaine de la psychométrie appliquée a été son plaidoyer infatigable contre l’hégémonie incontestée du coefficient alpha de Cronbach comme indice unique de fidélité. Kline a démontré, à l’instar d’autres spécialistes comme Tenko Raykov, que l’alpha repose sur des hypothèses excessivement restrictives — notamment la tau-équivalence essentielle, imposant que tous les items possèdent des saturations factorielles identiques dans la population. Dès lors que ces postulats sont violés, ce qui est quasi universel en sciences comportementales, l’alpha de Cronbach sous-estime ou surestime arbitrairement la fidélité réelle. Kline a donc milité ardemment pour l’adoption d’estimateurs plus robustes, tels que la fidélité composite fondée sur la modélisation en variables latentes (comme l’oméga de McDonald).

2.2 La validité de construit : Un impératif scientifique continu

Pour Rex Kline, la validité d’un instrument psychologique ne se résume jamais à une étiquette statique ou à un certificat délivré une fois pour toutes lors de la publication initiale d’un test. S’inspirant des propositions fondatrices de Cronbach et Meehl (1955), Kline conceptualise la validité de construit comme un processus scientifique continu, itératif et éminemment réfutable. Valider une mesure ne consiste pas simplement à corréler une échelle avec un critère externe commode, mais exige l’élaboration et la mise à l’épreuve empirique constante d’un réseau nomologique complexe décrivant la manière dont le construit théorique s’articule logiquement avec d’autres variables latentes au sein d’un modèle global.

Kline insiste avec une vigueur particulière sur la dialectique inséparable entre validité convergente et validité discriminante. Trop souvent, les chercheurs se contentent de démontrer qu’un nouvel instrument est corrélé positivement avec des outils similaires préexistants (validité convergente), sans jamais prendre la peine de prouver que leur échelle n’est pas corrélée avec des construits théoriquement distincts (validité discriminante). Kline avertit que sans cette seconde étape, la psychologie court le risque perpétuel de la prolifération tautologique de concepts pseudo-nouveaux, qui ne font que mesurer sous un nom différent (l’erreur de la jangle fallacy) des dimensions bien connues de la personnalité ou de la cognition.

Cette rigueur amène Kline à formuler des critiques dévastatrices à l’encontre des pratiques d’opérationnalisation superficielles qui gangrènent la recherche contemporaine. Il fustige les auteurs qui conçoivent des questionnaires à la hâte en s’appuyant uniquement sur une validité de contenu subjective ou sur des analyses corrélationnelles sommaires. Pour Kline, opérationnaliser un construit exige une cartographie sémantique exhaustive, un examen impitoyable des ambiguïtés rédactionnelles des items, et une justification théorique explicite démontrant pourquoi tel indicateur manifeste reflète légitimement l’attribut psychologique invisible sous-jacent.

2.3 L’intégration des modèles factoriels exploratoires et confirmatoires

Sur le plan de l’analyse multivariée, Rex Kline a constamment défendu une distinction épistémologique stricte et infranchissable entre l’analyse factorielle exploratoire (AFE) et l’analyse factorielle confirmatoire (AFC). Kline observe avec consternation le brouillage des frontières opéré par de nombreux auteurs, qui utilisent l’AFE pour découvrir a posteriori une structure factorielle dans un échantillon donné, pour ensuite prétendre malhonnêtement ou naïvement avoir confirmé leur modèle initial. Pour Kline, l’AFE est une technique descriptive et génératrice d’hypothèses, tandis que l’AFC est un dispositif déductif rigoureux conçu pour soumettre une théorie structurelle formelle à l’épreuve de la réfutation empirique.

Kline met vigoureusement en garde contre le piège de la réification des facteurs statistiques. Le fait qu’un algorithme mathématique extrait trois composantes ou facteurs orthogonaux à partir d’une matrice de corrélations ne garantit en rien que ces entités possèdent une réalité ontologique dans le fonctionnement mental humain. Sans un ancrage théorique substantiel, les facteurs mathématiques ne sont que des artéfacts d’optimisation computationnelle. Kline appelle les chercheurs à ne jamais confondre la condensation statistique des données avec la découverte des causes profondes régissant les comportements observés.

Pour parer à l’instabilité chronique des solutions factorielles exploratoires due aux fluctuations d’échantillonnage, Kline a formalisé des recommandations méthodologiques strictes axées sur la validation croisée. Il préconise systématiquement d’utiliser une approche par scission d’échantillon (split-sample) lorsque la taille de la cohorte le permet : la structure factorielle postulée est d’abord explorée sur une moitié aléatoire des données via l’AFE, puis formellement testée et contrainte sur la seconde moitié indépendante au moyen de l’AFC. Cette exigence de stabilité factorielle transcende les artefacts locaux et constitue une défense impérative contre les faux positifs scientifiques.

3. L’œuvre maîtresse : Principles and Practice of Structural Equation Modeling

3.1 Genèse et impact éditorial du manuel de référence

Au milieu des années 1990, la modélisation par équations structurelles (SEM pour Structural Equation Modeling) représentait l’une des avancées méthodologiques les plus prometteuses des sciences sociales, mais son accès demeurait largement réservé à une élite de statisticiens mathématiques. Les manuels disponibles à cette époque, bien qu’érudits, étaient souvent rédigés dans un formalisme matriciel impénétrable pour les praticiens empiriques, ou bien étaient étroitement inféodés à des programmes informatiques propriétaires complexes comme LISREL. Rex Kline a perçu avec acuité cette fracture préjudiciable pour l’avancement des sciences comportementales et a entrepris de rédiger ce qui allait devenir l’ouvrage de référence absolu dans ce domaine : Principles and Practice of Structural Equation Modeling, publié chez Guilford Press.

Dès sa première édition en 1998, le manuel de Kline a provoqué une véritable révolution éditoriale et pédagogique. L’auteur y déployait un style limpide, évitant l’écueil de la simplification réductrice tout en démystifiant l’algèbre linéaire grâce à des visualisations claires et des analogies percutantes. L’ouvrage guidait le lecteur pas à pas à travers les étapes cruciales de la recherche : spécification, identification, estimation, évaluation de l’ajustement et modification théorique des modèles. Le livre a comblé un vide béant, offrant pour la première fois une feuille de route complète et rigoureuse pour les non-mathématiciens désireux d’exploiter la puissance des variables latentes.

L’évolution du manuel à travers ses deuxième (2005), troisième (2011), quatrième (2016) et cinquième (2023) éditions témoigne de la veille intellectuelle exceptionnelle assurée par Rex Kline tout au long de sa carrière. Chaque nouvelle édition a intégré les mutations technologiques et conceptuelles les plus pointues : l’introduction de l’inférence causale moderne via les graphes de Pearl, l’adoption progressive des algorithmes bayésiens, l’évaluation critique des indices d’adéquation et l’abandon des logiciels fermés au profit de l’écosystème open-source. Adopté universellement dans les séminaires doctoraux de psychologie, de sociologie, de marketing et d’éducation à travers le globe, ce manuel est désormais cité des dizaines de milliers de fois, consolidant la réputation mondiale de son auteur.

3.2 Décomposition architecturale de la modélisation par équations structurelles

L’une des contributions didactiques majeures de Kline réside dans sa manière magistrale de décomposer l’architecture globale d’un modèle SEM. Kline insiste lourdement sur la distinction conceptuelle et mathématique entre le modèle de mesure et le modèle structural. Le modèle de mesure précise la manière dont des variables hypothétiques non observables (les variables latentes ou construits) sont opérationnalisées à travers une série d’indicateurs manifestes directement quantifiables, tout en isolant mathématiquement l’erreur de mesure résiduelle propre à chaque indicateur. Le modèle structural, quant à lui, spécifie les relations directionnelles (présumées causales) ou non directionnelles qui unissent ces différentes variables latentes entre elles.

Cette dissociation méthodique permet de résoudre l’un des problèmes les plus toxiques de l’analyse multivariée conventionnelle : la contamination des estimations régressives par l’imprécision des instruments. Kline démontre brillamment dans ses ouvrages que lorsqu’une analyse de régression standard est effectuée avec des variables observées entachées d’erreur, les coefficients de régression obtenus sont atténués (biaisés vers le bas) ou, pire encore, artificiellement gonflés en fonction de la structure des inter-corrélations d’erreurs. En séparant explicitement la variance du score vrai de la variance d’erreur au niveau de la mesure, le modèle structural permet d’estimer les relations entre concepts théoriques avec une pureté mathématique sans équivalent.

Au cœur de cette architecture se trouve la question fondamentale de l’identification mathématique des modèles, un thème sur lequel Kline déploie une rigueur intransigeante. Un modèle est dit identifié si et seulement s’il existe une solution unique pour chaque paramètre libre à estimer à partir des données de variance-covariance connues. Kline a conçu des règles heuristiques célèbres — telles que la règle des deux indicateurs ou la règle des trois indicateurs pour les variables latentes, ainsi que les analyses rigoureuses des degrés de liberté — pour permettre aux chercheurs de diagnostiquer l’inidentification avant même de lancer leurs calculs sur ordinateur, évitant ainsi le piège fatal des solutions aberrantes ou des matrices non positives définies.

3.3 L’exigence de transparence dans la présentation des résultats de SEM

Face à l’explosion de l’utilisation des logiciels SEM au début des années 2000, Rex Kline a tiré la sonnette d’alarme quant à la détérioration de la qualité du rapport des résultats dans les revues académiques. Il a constaté qu’une proportion alarmante d’articles publiés omettait des informations élémentaires indispensables à la vérification scientifique : coefficients non standardisés absents, erreurs-types non rapportées, matrices de corrélation dissimulées, ou modèles alternatifs passés sous silence. Kline s’est alors érigé en champion de la standardisation des comptes rendus méthodologiques, publiant des guides détaillés définissant ce qu’un rapport de SEM exemplaire doit obligatoirement contenir.

Parmi ces exigences déontologiques, Kline a fait de la mise à disposition publique des matrices de covariance complètes (ou des données brutes anonymisées) un impératif moral absolu. Puisque les algorithmes de SEM travaillent essentiellement à reproduire la matrice de covariance empirique, il est mathématiquement impossible pour un relecteur ou un confrère de reproduire une analyse ou de tester un modèle théorique concurrent si cette matrice est absente de la publication. Kline a vertement dénoncé les comités éditoriaux complaisants qui toléraient des publications tronquées, qualifiant ces pratiques de menaces directes pour la nature cumulative et vérifiable de la science comportementale.

Enfin, Kline a mené une croisade particulièrement incisive contre la pratique opportuniste dite du « cerisier » (cherry-picking) appliquée aux indices d’adéquation globale. Constatant que certains auteurs sélectionnaient uniquement les indices statistiques qui flattaient leur hypothèse tout en dissimulant ceux qui indiquaient une faillite flagrante du modèle, Kline a prescrit la publication systématique d’un ensemble minimal prédéfini d’indices hétérogènes (incluant la valeur du Chi-deux et ses degrés de liberté, le RMSEA et son intervalle de confiance, le CFI et le SRMR), empêchant ainsi les chercheurs de travestir la réalité de l’adéquation de leurs théories aux faits observés.

4. Déconstruction critique du test de signification de l’hypothèse nulle (NHST)

4.1 L’ouvrage Beyond Significance Testing : Une rupture nécessaire

En 2004, Rex Kline publie chez l’American Psychological Association (APA Books) un essai méthodologique majeur qui fera l’effet d’une déflagration salutaire : Beyond Significance Testing: Reforming Data Analysis Methods in Behavioral Research (réédité et enrichi en 2013 sous le titre Beyond Significance Testing: Statistics Reform in the Behavioral Sciences). Dans cet ouvrage visionnaire, Kline ne se contente pas de recenser les critiques techniques éparses adressées au rituel du test de signification de l’hypothèse nulle (NHST pour Null Hypothesis Significance Testing) ; il en propose une déconstruction épistémologique, sociologique et psychologique globale, démontrant que cette pratique quasi obsessionnelle a plongé les sciences du comportement dans une illusion collective de rigueur.

Kline dissèque avec une acuité chirurgicale les erreurs cognitives profondes qui entourent l’interprétation de la valeur p. Il démontre comment des cohortes entières d’enseignants, d’étudiants et de chercheurs chevronnés succombent à l’erreur de la probabilité inverse (l’illusion bayésienne selon laquelle p représenterait la probabilité que l’hypothèse nulle soit vraie sachant les données observées), ou à l’illusion de la réplication (la croyance erronée que 1 – p équivaudrait à la probabilité que l’effet soit répliqué dans une étude ultérieure). Kline montre que le seuil sacro-saint et purement conventionnel de p < 0,05 fonctionne en réalité comme une barrière décisionnelle irrationnelle, incitant les chercheurs à transformer des continuités probables en conclusions dichotomiques dogmatiques : « l’effet existe » ou « l’effet n’existe pas ».

L’ouvrage démonte minutieusement le sophisme classique qui consiste à confondre l’absence de significativité statistique avec l’absence d’effet substantiel. Kline rappelle qu’une valeur p supérieure à 0,05 peut simplement résulter d’un manque tragique de puissance statistique ou d’une taille d’échantillon trop faible pour détecter un effet cliniquement ou théoriquement crucial. Inversement, avec un échantillon colossal, une variation triviale et dénuée de toute signification humaine atteindra inévitablement le seuil fatidique de 0,05. Kline conclut sans détour que le culte exclusif du NHST a fonctionné comme un véritable frein au développement théorique de la psychologie, détournant l’attention des chercheurs de la magnitude réelle des phénomènes et de leur plausibilité causale.

4.2 Les trois piliers alternatifs : Tailles d’effet, intervalles de confiance et méta-analyse

Loin de verser dans un nihilisme stérile, Rex Kline a immédiatement proposé une alternative pragmatique et constructive pour émanciper les sciences du comportement de l’ornière du NHST. Il a théorisé et popularisé ce qu’il a nommé les « trois piliers » fondamentaux d’une analyse quantitative réformée : l’estimation systématique des tailles d’effet, le calcul généralisé des intervalles de confiance et le déploiement d’une pensée résolument méta-analytique dès la conception de toute étude isolée.

Le premier pilier repose sur le calcul et le rapport obligatoire de la magnitude de l’effet, qu’il s’agisse de métriques standardisées (comme le d de Cohen, le g de Hedges ou les coefficients de détermination partielle comme l’êta-carré partiel) ou, mieux encore lorsque cela est possible, de métriques non standardisées ancrées directement dans les unités naturelles de mesure du phénomène étudié. Kline souligne avec insistance qu’une découverte scientifique réside dans la taille et la nature de l’effet observé et non dans le rejet formel d’un modèle mathématique de base zéro. Connaître l’amplitude d’une différence ou la force d’une association est la seule façon d’évaluer son importance pratique, sociale ou clinique.

Le deuxième et le troisième pilier renforcent indissociablement cette exigence de précision et de synthèse. Kline milite pour que toute estimation ponctuelle soit systématiquement encadrée par un intervalle de confiance à 95 % (ou tout autre pourcentage pertinent). Contrairement à la valeur p qui réduit l’information à un point obscur sur une distribution conditionnelle, l’intervalle de confiance communique simultanément deux informations vitales : la meilleure estimation de la magnitude de l’effet et le degré d’incertitude ou d’imprécision inhérent à la taille de l’échantillon recueilli. Enfin, Kline affirme que les chercheurs doivent abandonner l’illusion qu’une étude unique puisse apporter une réponse définitive à une énigme théorique ; ils doivent concevoir leur recherche comme une contribution cumulative destinée à être intégrée dans une synthèse méta-analytique globale, seule garante de la sédimentation d’un savoir scientifique authentique.

4.3 La transition vers une inférence bayésienne et probabiliste

Dans la continuité de sa déconstruction des limites inhérentes aux méthodes fréquentistes canoniques, Rex Kline s’est révélé être un artisan influent du dialogue entre la statistique classique et l’épistémologie de l’inférence bayésienne. Tout en restant pragmatique et en reconnaissant les défis informatiques que la transition bayésienne a longtemps posés aux chercheurs en sciences humaines, Kline a loué les mérites philosophiques et logiques d’un cadre où la probabilité quantifie directement le degré de croyance rationnelle ou de crédibilité accordé à une hypothèse à la lumière des faits expérimentaux.

Kline souligne avec force la supériorité intuitive et scientifique des distributions a posteriori bayésiennes par rapport aux distributions d’échantillonnage fréquentistes. Alors que le paradigme fréquentiste oblige le chercheur à raisonner dans le cadre contrefactuel complexe d’infinies réplications imaginaires d’une étude issue d’une population fixe, le paradigme bayésien conditionne ses conclusions directement sur les données empiriques effectivement observées, tout en permettant d’incorporer formellement des connaissances préalables (les distributions a priori). Pour Kline, cette approche met enfin un terme à la valse schizophrénique du NHST, qui prétend juger de la probabilité des données sachant une hypothèse nulle dont tout le monde sait pertinemment qu’elle est strictement fausse dans la nature.

Toutefois, fidèle à sa posture pédagogique nuancée, Kline met en garde contre l’illusion qu’un changement de logiciel ou de philosophie statistique suffise à éradiquer magiquement les problèmes méthodologiques fondamentaux. Les méthodes bayésiennes appliquées à de mauvais protocoles expérimentaux, à des instruments sans validité de construit ou à des échantillons biaisés ne produiront que des résultats sophistiqués dénués de valeur scientifique. Kline invite donc la communauté scientifique à une transition progressive et lucide, insistant sur le fait que la rigueur de la planification expérimentale et l’honnêteté intellectuelle restent les prérequis intangibles de toute inférence valide, qu’elle soit fréquentiste ou bayésienne.

5. Modélisation causale et inférence en psychologie scientifique

5.1 De la corrélation statistique à l’hypothèse causale structurée

L’un des aphorismes les plus répétés dans les premiers cycles universitaires est le célèbre adage « corrélation ne vaut pas causalité ». Tout en approuvant la prudence fondamentale que cette maxime enseigne aux néophytes, Rex Kline a vigoureusement combattu l’extrémisme méthodologique inverse qui a paralysé des pans entiers de la psychologie, poussant certains chercheurs à affirmer qu’aucune inférence causale n’est possible en dehors des devis expérimentaux randomisés de laboratoire. Kline rétablit une perspective équilibrée et ambitieuse : l’ensemble des théories en sciences sociales portent intrinsèquement sur des processus causaux, et refuser d’analyser explicitement cette causalité avec des données corrélationnelles équivaut à condamner la psychologie à une impuissance théorique stérile.

Dans Principles and Practice of Structural Equation Modeling, Kline consacre des passages capitaux à clarifier le statut logique de la modélisation causale. Il martèle une distinction capitale que tout analyste doit graver dans son esprit : le SEM n’est pas une machine magique qui prouve la causalité à partir de données non expérimentales ; il s’agit d’un appareil mathématique rigoureux qui permet de tester formellement si une structure causale postulated a priori par le chercheur est compatible avec la structure de covariance observée dans le monde réel. Si le modèle ne s’ajuste pas aux données, l’hypothèse causale est formellement falsifiée ; si le modèle s’ajuste, l’hypothèse causale devient plausible, mais n’est jamais définitivement prouvée, car d’autres modèles équivalents pourraient expliquer les mêmes corrélations.

Pour illustrer cette démarche, Kline réhabilite l’héritage historique de Sewall Wright, le génial généticien qui a inventé l’analyse des pistes causales (path analysis) dans les années 1920. Kline montre comment Wright a conçu la décomposition mathématique des corrélations en effets directs, indirects et fallacieux (dus à des causes communes antérieures). En reprenant ces fondements, Kline rappelle aux psychologues que l’inférence causale hors laboratoire n’est pas une hérésie épistémologique, mais une entreprise scientifique hautement disciplinée, qui exige l’explicitation sans ambiguïté des séquences temporelles, l’identification des mécanismes sous-jacents et l’élimination systématique des hypothèses rivales plausibles.

5.2 Les graphes acycliques dirigés (DAG) et la causalité contemporaine

Toujours à l’avant-garde des révolutions conceptuelles, Rex Kline a été l’un des tout premiers méthodologistes en psychologie à intégrer en profondeur les avancées révolutionnaires de la théorie causale contemporaine développée par le lauréat du prix Turing Judea Pearl. Kline a compris que les approches traditionnelles de la causalité en sciences sociales — souvent réduites à l’insertion mécanique de variables de contrôle dans des régressions hiérarchiques — étaient criblées de failles logiques majeures. Dès les éditions récentes de son traité de SEM, Kline a consacré des chapitres entiers à l’exposition pédagogique des graphes acycliques dirigés (DAG pour Directed Acyclic Graphs).

L’utilisation des DAG permet de formaliser visuellement et mathématiquement les hypothèses causales et de distinguer clairement les trois grandes configurations topologiques élémentaires régissant le flux d’information statistique : les chaînes causales (médiations), les fourches (causes communes ou facteurs de confusion) et les collisions (conséquences communes). Kline a particulièrement insisté sur le péril méconnu, mais dévastateur du biais de collision (collider stratification bias) ou paradoxe de Berkson. En contrôlant statistiquement ou en conditionnant une analyse sur une variable qui est causée conjointement par deux autres variables, le chercheur crée artificiellement une fausse corrélation entre ces deux variables indépendantes, inversant parfois le sens réel des relations dans la population.

Cette approche graphique et mathématique renouvelée a permis à Kline de délivrer un avertissement crucial contre la pratique délétère consistant à « jeter » un maximum de covariables de contrôle dans un modèle statistique sous prétexte de rigueur méthodologique. Kline démontre avec la logique limpide des DAG qu’un contrôle non justifié théoriquement peut transformer une analyse initialement saine en un champ de ruines biaisé par des collisions parasites. L’évaluation causale devient ainsi ce qu’elle aurait toujours dû être : non pas un problème statistique d’optimisation de variance, mais un problème d’identification théorique rigoureuse des structures génératrices de données.

5.3 Modèles de médiation et de modération : Rigueur contre approximations

La littérature en sciences sociales est saturée d’études prétendant tester des mécanismes de médiation (comment ou pourquoi une variable produit un effet sur une autre) et de modération (quand, pour qui ou sous quelles conditions un effet opère). Dès la fin des années 1990, Rex Kline a identifié une profonde confusion conceptuelle et pratique chez les chercheurs, qui mélangeaient allègrement ces deux logiques fonctionnelles pourtant antinomiques. Kline a déployé des efforts didactiques immenses pour clarifier que la médiation implique une chaîne de transmission causale temporelle au sein d’un processus, tandis que la modération désigne une interaction statistique modifiant l’amplitude ou la direction d’une relation causale.

Un apport technique et critique fondamental de Kline a été sa contestation argumentée des démarches historiques simplistes, au premier rang desquelles figure la célèbre procédure causale en quatre étapes popularisée par Reuben Baron et David Kenny en 1986. Kline a démontré que cette approche classique, fondée sur une série de régressions linéaires par moindres carrés ordinaires, souffrait de déficiences mathématiques rédhibitoires : un manque chronique de puissance statistique pour tester l’effet indirect global, l’incapacité dramatique à modéliser simultanément les erreurs de mesure des médiateurs et des critères, et une vulnérabilité extrême au biais de confusion non contrôlé entre le médiateur et la variable dépendante.

Pour dépasser ces faiblesses criantes, Kline a promu au sein du paradigme SEM l’utilisation exclusive de l’estimation simultanée des pistes directes et indirectes, combinée à des méthodes de rééchantillonnage non paramétriques (bootstrapping). Puisque le produit de deux coefficients de régression normaux n’est pas lui-même distribué normalement dans les petits ou moyens échantillons, les tests conventionnels basés sur l’erreur-type de Sobel génèrent des taux d’erreur inacceptables. Kline a vulgarisé l’usage des intervalles de confiance obtenus par bootstrapping avec correction de biais, établissant ainsi un nouveau standard de rigueur analytique qui fait aujourd’hui autorité universelle dans l’ensemble des revues scientifiques crédibles.

6. Évaluation de l’adéquation des modèles et controverses sur les indices d’ajustement

6.1 Le test du Chi-deux : Utilité théorique et écueils pratiques

Dans l’écosystème de la modélisation par équations structurelles, le test du Chi-deux de rapport de vraisemblance ($\chi^2$) occupe une place singulière : il est le seul test inférentiel statistique formel disponible pour juger de la congruence entre la matrice de covariance postulée par le modèle théorique et la matrice de covariance empirique issue des données collectées. Rex Kline a consacré des analyses éblouissantes de précision à cet indice fondamental, en explicitant le paradoxe épistémologique qui caractérise son interprétation habituelle : contrairement aux devis de recherche classiques où le chercheur espère rejeter l’hypothèse nulle pour célébrer une découverte, en SEM, l’hypothèse nulle postule que le modèle est parfaitement exact dans la population, signifiant que le chercheur espère ardemment obtenir un résultat non significatif.

Kline a été l’un des critiques les plus véhéments de l’écueil pratique découlant de la dépendance directe du Chi-deux à la taille de l’échantillon ($N$). Dans un échantillon de très grande taille, le moindre écart infinitesimal entre les données réelles et le modèle théorique — un écart tout à fait trivial d’un point de vue clinique ou sociologique — produira inévitablement un Chi-deux hautement significatif ($p < 0,001$), conduisant au rejet formel d’un modèle structurellement excellent et théoriquement novateur. Inversement, avec un échantillon trop modeste, un modèle fondamentalement mal spécifié et fallacieux pourra sembler « adéquat » simplement parce que le test statistique manque cruellement de puissance pour déceler ses imperfections.

Pour dénouer ce dilemme, Kline a enseigné que le Chi-deux ne doit pas être appréhendé comme une sanction dichotomique d’échec ou de réussite, mais plutôt comme une métrique descriptive fondamentale d’écart absolu. Il a également insisté sans relâche sur la vulnérabilité mathématique du test du Chi-deux conventionnel face aux entorses aux postulats de normalité multivariée. Lorsque les variables manifestes présentent une asymétrie ou un aplatissement prononcé, le Chi-deux est artificiellement gonflé vers le haut, conduisant à des taux de faux rejets inacceptables. Kline a donc été un promoteur précoce des corrections robustes d’asymétrie et de kurtosis, telles que les statistiques de Satorra-Bentler ou de Yuan-Bentler.

6.2 L’usage raisonné des indices d’adéquation approchée (RMSEA, CFI, SRMR)

Face aux limites incontestables du Chi-deux d’échantillon, la communauté psychométrique a développé au fil des années des douzaines d’indices d’adéquation approchée (fit indices). Dans cette véritable jungle statistique où de nombreux analystes se sentaient perdus, Rex Kline a joué le rôle d’un régulateur intellectuel suprême, organisant ces métriques selon une typologie rigoureuse : les indices absolus, les indices résiduels et les indices comparatifs ou incrémentaux. Son œuvre a permis de standardiser la sélection des indices indispensables à une évaluation crédible et holistique de tout modèle SEM.

Kline a accordé une attention toute particulière au RMSEA (Root Mean Square Error of Approximation), qu’il considère comme l’un des indices les plus informatifs et les plus solides du point de vue théorique. Le RMSEA estime la quantité d’approximation erronée par degré de liberté présent dans le modèle au sein de la population. L’apport majeur de Kline dans la vulgarisation de cet indice a été d’exiger que les chercheurs ne rapportent jamais le RMSEA comme une estimation ponctuelle isolée, mais qu’ils fournissent systématiquement son intervalle de confiance à 90 %, ainsi que le test de proximité d’adéquation (la probabilité que le RMSEA soit inférieur ou égal à 0,05). Cette approche rappelle continuellement au chercheur l’incertitude statistique inhérente à l’échantillonnage.

En ce qui concerne les indices incrémentaux comme le CFI (Comparative Fit Index) et les indices résiduels comme le SRMR (Standardized Root Mean Square Residual), Kline a formulé des mises en garde décisives qui ont marqué les débats contemporains. Il a fustigé l’application aveugle et ritualisée des célèbres règles empiriques issues de l’étude par simulation de Hu et Bentler (1999), qui préconisaient des seuils dits universels (tels que CFI $ge 0,95$ et RMSEA $le 0,06$). Kline a démontré que ces seuils ont été dérivés de simulations sous des conditions hautement spécifiques et qu’ériger ces valeurs en critères d’or dogmatiques est une aberration méthodologique. Il exhorte les chercheurs à évaluer les indices en tenant compte du contexte substantiel de l’étude, de la taille des échantillons, de la fiabilité des mesures et de la complexité intrinsèque des réseaux théoriques modélisés.

6.3 La comparaison de modèles concurrents et le principe de parcimonie

L’une des leçons épistémologiques les plus puissantes enseignées par Rex Kline est qu’un modèle statistique ne s’évalue jamais dans un isolement théorique absolu. Pour Kline, la question que doit se poser le scientifique n’est pas simplement « Mon modèle préféré s’ajuste-t-il bien à mes données ? », mais plutôt « Mon modèle explique-t-il les données de manière plus élégante, plus parcimonieuse et plus plausible que d’autres explications théoriques rivales ? ». Kline a ainsi fait de la confrontation systématique de modèles structurels concurrents (competing models approach) le sommet de la méthode scientifique en SEM.

Kline formalise les règles mathématiques permettant de comparer rigoureusement des modèles emboîtés (nested models), c’est-à-dire des structures qui représentent des variantes plus ou moins contraintes d’une même architecture globale. Par le biais du test de différence de Chi-deux ($\Delta\chi^2$), le chercheur peut déterminer avec une précision statistique absolue si la libération d’une piste causale ou d’une covariance améliore de façon significative la cohérence globale du système. Pour les modèles non emboîtés, Kline enseigne l’utilisation éclairée des critères d’information pénalisée, principalement le critère d’Akaike (AIC) et le critère bayésien (BIC), qui appliquent un châtiment mathématique sévère à la complexité inutile, récompensant ainsi les théories qui expliquent le maximum de variance avec le minimum de paramètres libres.

Cette réflexion conduit Kline à condamner avec une fermeté inébranlable les dérives de la modification de modèle opportuniste guidée exclusivement par les célèbres indices de modification (Modification Indices ou tests du multiplicateur de Lagrange). Trop d’analystes, constatant un mauvais ajustement initial, s’abandonnent à une pêche à la ligne statistique en libérant des covariances d’erreurs d’item à item au gré des suggestions numériques des logiciels informatiques. Kline rappelle avec insistance que les modifications statistiques a posteriori capitalisent sur les erreurs aléatoires propres à un échantillon spécifique (le surajustement ou overfitting), aboutissant à des modèles chimériques qui s’effondrent lamentablement dès qu’on tente de les répliquer dans un autre contexte.

7. Méthodologie de la recherche comportementale : Le guide du chercheur

7.1 L’ouvrage Becoming a Behavioral Science Researcher

Bien que mondialement célébré pour son expertise dans les hautes sphères de la modélisation statistique, Rex Kline n’a jamais perdu de vue l’expérience concrète, parfois angoissante, des étudiants gradués et des jeunes chercheurs qui débutent leur parcours dans les laboratoires. C’est pour eux qu’il a conçu un autre chef-d’œuvre didactique : Becoming a Behavioral Science Researcher: A Guide to the Perils and Pitfalls, dont la première édition est parue en 2008 chez Guilford Press. Ce manuel se distingue radicalement des traités conventionnels de méthodologie qui récitent froidement les canons de la recherche sans jamais évoquer les dilemmes pratiques et les pièges cachés du travail scientifique réel.

Dans cet ouvrage au ton direct, empreint d’humour bienveillant et d’une lucidité désarmante, Kline s’attaque frontalement au phénomène endémique de l’anxiété statistique qui paralyse un si grand nombre d’étudiants en sciences sociales. Il déconstruit les barrières techniques artificielles et les jargons ésotériques pour ramener l’acte de recherche à sa véritable essence : une démarche logique de résolution d’énigmes appuyée sur un esprit critique constant. Kline transmet au lecteur une pédagogie émancipatrice, l’encourageant à devenir un consommateur averti et sceptique de la littérature empirique plutôt qu’un admirateur passif de protocoles incompris.

Une place centrale est accordée dans ce guide à la planification globale et rigoureuse de la recherche bien avant toute collecte du moindre point de donnée. Kline démontre que la quasi-totalité des désastres statistiques qui surviennent lors de la rédaction finale d’une thèse de doctorat ou d’un manuscrit scientifique trouvent leur origine dans des impréparations conceptuelles initiales : devis mal équilibrés, mesures inappropriées, échantillons sous-dimensionnés ou absence de protocoles standardisés d’administration. En enseignant l’art de l’anticipation méthodologique, Kline fournit aux jeunes scientifiques une boussole inestimable pour naviguer en toute sécurité dans les eaux tumultueuses du monde académique.

7.2 L’éthique de la recherche et les pratiques scientifiques contestables (QRP)

Bien avant que la psychologie mondiale ne soit secouée au début des années 2010 par ce qu’il est désormais convenu d’appeler sa grande « crise de confiance », Rex Kline alertait déjà la communauté internationale sur la prolifération insidieuse de pratiques scientifiques contestables (les Questionable Research Practices ou QRP). Dans ses écrits méthodologiques, Kline a exposé sans complaisance les mécanismes par lesquels la compétition académique féroce et les critères de promotion institutionnels ont poussé des cohortes de chercheurs à franchir les frontières éthiques, compromettant l’intégrité même des sciences du comportement.

Kline a documenté et dénoncé les multiples visages du bidouillage statistique informel, aujourd’hui théorisé sous le concept de p-hacking ou de dragage de données (data dredging). Il a fustigé l’arrêt sélectif de la collecte de données dès que la valeur p passe sous le seuil fatidique de 0,05, la suppression arbitraire d’observations considérées a posteriori comme « aberrantes » pour forcer un résultat significatif, ainsi que la manipulation opaque de covariables multiples jusqu’à trouver la formule magique qui confirme le préjugé initial du chercheur. Kline démontre avec une clarté limpide que ces pratiques transforment des analyses exploratoires opportunistes en faux triomphes confirmatoires.

Un chapitre particulièrement mordant de la critique de Kline est adressé au péché capital du HARKing (Hypothesizing After the Results are Known), formalisé par Norbert Kerr en 1998, mais magnifiquement déconstruit dans les manuels de Kline. Présenter une découverte inattendue issue de l’exploration fortuite d’un jeu de données comme si elle avait été l’hypothèse centrale déduite d’une théorie a priori constitue, aux yeux de Kline, une trahison directe de la méthode scientifique. Kline exige une séparation étanche et proclamée entre la phase de découverte heuristique, libre et créative, et la phase de test d’hypothèse formelle, qui ne tolère aucune modification rétrospective des règles du jeu.

7.3 Planification de la puissance statistique et dimensionnement de l’échantillon

Dans la lignée intellectuelle directe des travaux fondateurs de Jacob Cohen, Rex Kline s’est érigé en défenseur infatigable de la puissance statistique dans la planification des études expérimentales et quasi expérimentales. Kline dresse un constat accablant qui traverse toute son œuvre : depuis les années 1960, en dépit d’avertissements répétés, la puissance statistique médiane des recherches publiées en psychologie pour détecter des effets de taille moyenne à modeste demeure tragiquement bloquée autour de 0,50. Cela signifie que les chercheurs ont historiquement investi un temps et des ressources colossales dans des expériences qui avaient littéralement une chance sur deux d’échouer à détecter un phénomène pourtant réel.

Kline démontre magistralement les conséquences dévastatrices de ce sous-dimensionnement chronique des échantillons, non seulement sur les erreurs de type II (les faux négatifs), mais plus gravement encore sur les erreurs de type I et la surestimation grotesque des effets dans la littérature (la malédiction du gagnant ou winner’s curse). Lorsqu’une étude sous-puissante parvient par miracle à franchir le seuil arbitraire de la significativité statistique ($p < 0,05$), la magnitude de la taille d’effet observée est nécessairement surévaluée de manière spectaculaire sous l’effet du bruit d’échantillonnage, intoxiquant ainsi les méta-analyses subséquentes avec des estimations factices impossibles à reproduire.

Pour immuniser les chercheurs contre ces écueils dramatiques, Kline a fourni des grilles méthodologiques opérationnelles et a enseigné l’utilisation systématique d’outils informatiques de calcul de puissance a priori, tels que le logiciel G*Power. Il a également développé des recommandations novatrices spécifiques à la modélisation en équations structurelles, où le calcul de puissance ne peut se réduire aux formules des tests t univariés. Kline détaille les démarches de MacCallum, Browne et Sugawara pour planifier les tailles d’échantillons en fonction des tests d’adéquation globale du RMSEA, garantissant ainsi que les modèles structuraux complexes reposent sur des fondations empiriques inattaquables.

8. Contributions à l’évaluation clinique et neuropsychologique de l’enfant

8.1 Travaux sur les troubles d’apprentissage et le diagnostic psychologique

Bien que la notoriété mondiale de Rex Kline soit aujourd’hui indissociable de ses travaux de méthodologie pure, il est fondamental de rappeler qu’une part essentielle de sa carrière scientifique a été consacrée à la neuropsychologie pédiatrique et à l’évaluation clinique des troubles d’apprentissage chez l’enfant et l’adolescent. Durant les années 1980 et 1990, Kline a publié de nombreux articles de recherche empirique dans des revues de premier plan telles que le Journal of Consulting and Clinical Psychology, le Journal of Pediatric Psychology ou le Journal of Learning Disabilities. Ces études appliquées constituaient le véritable laboratoire vivant au sein duquel Kline éprouvait la validité pratique de ses convictions psychométriques.

L’une des interventions critiques les plus retentissantes de Kline dans le champ scolaire a été sa déconstruction méthodologique impitoyable des modèles diagnostiques dits du « profil d’écart » entre le quotient intellectuel (QI) et la performance académique. Pendant des décennies, le diagnostic officiel de dyslexie ou de dyscalculie reposait sur la constatation d’un écart arithmétique significatif entre les résultats obtenus aux échelles globales d’intelligence (comme le WISC) et les tests de rendement scolaire standardisés. Kline a démontré, preuves psychométriques à l’appui, que ce modèle de divergence souffrait d’une instabilité statistique dramatique : en raison du phénomène inévitable de régression vers la moyenne et de la faible fidélité des scores de différence, ces profils diagnostiques produisaient des faux positifs et des faux négatifs massifs, condamnant des enfants à être privés d’aménagements pédagogiques cruciaux.

En lieu et place de ces artefacts de calcul, Rex Kline a milité pour des approches fondées sur l’identification directe des déficits neuropsychologiques sous-jacents (tels que les dysfonctionnements du traitement phonologique, de la vitesse de traitement ou de la mémoire de travail). Il a contribué à l’amélioration technique d’instruments de dépistage clinique, enseignant aux psychologues scolaires à ne jamais se fier à un score global agrégé mais à examiner la validité des construits cognitifs spécifiques à travers des profils multidimensionnels validés empiriquement.

8.2 L’évaluation du trouble du déficit de l’attention avec ou sans hyperactivité (TDAH)

Le diagnostic et la modélisation du trouble du déficit de l’attention avec ou sans hyperactivité (TDAH) ont constitué un autre terrain de prédilection pour l’esprit acéré de Rex Kline. Face à l’explosion diagnostique constatée à la fin du vingtième siècle et à l’hétérogénéité criante des critères diagnostiques du DSM, Kline s’est investi dans l’analyse de la validité de construit des échelles comportementales standardisées administrées aux parents et aux enseignants (telles que les échelles de Conners ou de Child Behavior Checklist de Thomas Achenbach).

Kline a apporté un éclairage méthodologique magistral sur l’une des énigmes les plus documentées et les plus frustrantes de la psychopathologie développementale : la concordance notoirement faible à modérée entre les informateurs multiples. Dans l’évaluation d’un enfant suspecté de TDAH, les corrélations entre les évaluations fournies par la mère, le père, l’enseignant en classe et l’observation clinique en tête-à-tête dépassent rarement 0,30 ou 0,40. Alors que de nombreux praticiens attribuaient ces divergences à l’incompétence de certains évaluateurs ou à des biais de subjectivité parentale, Kline a abordé la question sous l’angle de la théorie psychométrique des facettes et de l’analyse structurelle.

Par le déploiement pionnier de modèles multitraits-multiméthodes (MTMM) au sein du paradigme SEM, Rex Kline a formalisé la décomposition statistique de la variance de ces instruments : il a démontré mathématiquement qu’une part majeure des désaccords entre informateurs ne relève pas de l’erreur aléatoire, mais représente une variance contextuelle valide et spécifique. L’enfant ne se comporte pas de la même manière dans l’intimité du foyer, dans la dynamique de groupe d’une classe scolaire bruyante ou dans le cadre ultra-structuré d’un bureau de consultation clinique. Les travaux de Kline ont ainsi appris aux cliniciens à ne pas chercher un « score vrai » chimérique par moyennage aveugle des réponses, mais à modéliser la spécificité des informateurs comme une composante clinique précieuse de l’évaluation diagnostique globale.

8.3 Standardisation et fidélité des batteries de tests cliniques

L’engagement clinique de Kline a également été marqué par un combat permanent contre les abus d’interprétation qui entourent les grandes batteries de tests neuropsychologiques et d’intelligence. En clinicien devenu expert en psychométrie avancée, il a fustigé la propension de certains praticiens à se livrer à ce qu’il qualifiait d’« astrologie des sous-tests » (subtest analysis). Cette pratique diagnostique populaire, mais non étayée empiriquement, consiste à inférer des dysfonctionnements cérébraux localisés ou des traits psychopathologiques profonds à partir des fluctuations mineures de scores entre les sous-tests individuels d’une échelle de Wechsler ou d’une batterie neuropsychologique.

Kline a prouvé à maintes reprises que les sous-tests isolés possèdent des indices de fidélité spécifique beaucoup trop bas et des proportions de variance d’erreur trop élevées pour que leurs fluctuations puissent soutenir la moindre conclusion diagnostique individualisée sérieuse. La probabilité qu’une différence apparente entre deux sous-tests soit le pur fruit du hasard d’échantillonnage d’items est écrasante. Kline a édicté des directives méthodologiques impératives, rappelant que seule l’interprétation des grands facteurs composites d’ordre supérieur (possédant une cohérence factorielle robuste et une fidélité composite éprouvée) est scientifiquement et déontologiquement justifiable dans des contextes à fort enjeu médicolégal ou éducatif.

De surcroît, Kline s’est impliqué dans les débats relatifs à la normalisation représentative et à la fidélité test-retest des instruments diagnostiques pédiatriques. Il a souligné que les normes établies sur des populations standardisées vieillissent rapidement sous l’effet de l’évolution socioculturelle et de l’effet Flynn, exigeant des ré-étalonnages périodiques stricts. Par ces travaux pédagogiques et critiques, Kline a agi comme un garde-fou déontologique irremplaçable, rappelant sans cesse à la corporation des psychologues cliniciens que l’application bienveillante de tests psychologiques se transforme en préjudice humain direct lorsque les outils utilisés reposent sur des bases métrologiques vermoulues.

9. Kline et la crise de la reproductibilité en psychologie

9.1 Diagnostic des défaillances structurelles de la publication scientifique

Lorsque la psychologie scientifique a été ébranlée, au cours des années 2010, par des révélations retentissantes montrant que plus de la moitié des études publiées dans les revues les plus prestigieuses étaient rigoureusement impossibles à répliquer par des équipes indépendantes, Rex Kline ne manifesta aucune surprise. Pour lui, comme pour une poignée de méthodologistes lucides ayant diagnostiqué les défaillances du système dès le siècle précédent, cette crise n’était pas un accident de parcours conjoncturel causé par quelques individus corrompus, mais le résultat inéluctable, mathématiquement prévisible, d’un système d’incitation académique perverti dans ses fondements mêmes.

Kline a développé une analyse sociologique et épistémologique acérée de la culture institutionnelle du « publier ou périr » (Publish or Perish). Dans ce modèle délétère, la valeur, le prestige, les financements et les promotions des chercheurs dépendent presque exclusivement du volume de leurs publications et du facteur d’impact des revues qui les accueillent. Puisque les comités éditoriaux ont historiquement manifesté une hostilité viscérale envers les résultats nuls ou non significatifs, considérés à tort comme des études « ratées », un filtre de sélection impitoyable s’est installé au cœur de la science : le biais de publication en faveur exclusive des résultats positifs et sensationnels.

Kline a disséqué les conséquences dramatiques du fameux « phénomène du tiroir de bureau » (file-drawer problem), formulé jadis par Robert Rosenthal. Pour chaque étude publiée claironnant avec éclat une corrélation statistiquement significative à $p < 0,05$, combien de dizaines d’expériences identiques, n’ayant trouvé aucun effet, dorment à jamais dans les tiroirs des laboratoires ou dans les mémoires des ordinateurs ? Kline démontre que ce biais systématique contamine irrémédiablement l’édifice scientifique mondial : les méta-analyses conventionnelles, ignorant l’existence de cette masse invisible d’études négatives non publiées, synthétisent une littérature chimérique et projettent sur le monde une image totalement illusoire de la robustesse des théories psychologiques.

9.2 Adhésion aux pratiques de la science ouverte (Open Science)

Loin de se cantonner à une posture de déploration intellectuelle, Rex Kline s’est engagé avec une énergie inépuisable aux côtés des réformateurs de la Science Ouverte (Open Science), voyant dans cette refonte déontologique la seule issue viable pour restaurer la crédibilité des sciences humaines. Il a mis tout le poids de son autorité magistrale au service de pratiques de recherche radicalement transparentes, collaboratives et vérifiables, devenant l’un des ambassadeurs les plus influents des protocoles de nouvelle génération.

Kline s’est fait le promoteur fervent du pré-enregistrement systématique des hypothèses et des plans d’analyses statistiques sur des plateformes publiques comme l’Open Science Framework (OSF). En enregistrant formellement la méthodologie, les règles d’exclusion de données, les critères de dimensionnement de l’échantillon et la syntaxe précise des modèles prévus avant le début de la récolte empirique, le pré-enregistrement dresse une muraille infranchissable contre le p-hacking, le tri a posteriori des résultats et le HARKing. Le chercheur s’interdit ainsi d’ajuster son discours théorique en fonction des caprices probabilistes de ses calculs.

Sur le plan institutionnel et éditorial, Kline a salué et activement soutenu la révolution des rapports enregistrés (Registered Reports). Dans ce format éditorial d’avant-garde, les manuscrits sont soumis, évalués par les pairs et formellement acceptés pour publication sur la base exclusive de la rigueur de leur fondation théorique et de la puissance de leur protocole méthodologique, avant même que les données ne soient collectées. Les résultats obtenus, qu’ils confirment ou réfutent magistralement les hypothèses de départ, sont publiés quoi qu’il arrive. Kline a également insisté pour que le partage public des données brutes anonymisées, des dictionnaires de variables et du code informatique intégral devienne la condition sine qua non de toute publication dans les revues savantes.

9.3 La réplication comme étalon-or de la solidité empirique

Dans sa réhabilitation de la rigueur scientifique authentique, Rex Kline a constamment rappelé une vérité philosophique élémentaire trop souvent oubliée au profit de la course à la nouveauté spectaculaire : un fait scientifique ne naît pas d’une observation unique, mais de la réplication constante et indépendante d’un phénomène sous des conditions contrôlées. Kline a contribué à clarifier la terminologie et l’épistémologie de la réplication, opérant des distinctions fondamentales indispensables pour structurer les efforts collectifs de la discipline.

Kline distingue avec précision la réplication computationnelle (la capacité d’un tiers à reproduire exactement les mêmes résultats chiffrés en appliquant le même code aux mêmes données brutes), la réplication directe ou exacte (la reproduction scrupuleuse du protocole expérimental original avec un nouvel échantillon extrait de la même population théorique) et la réplication conceptuelle (la mise à l’épreuve de la même hypothèse théorique générale, mais en employant des méthodes d’opérationnalisation, des contextes expérimentaux ou des populations différentes). Kline dénonce avec force la dérive historique de la psychologie, qui a valorisé de manière disproportionnée les réplications conceptuelles floues au détriment des réplications directes strictes, créant une illusion d’universalité autour de théories qui ne possédaient aucune robustesse de base.

Fervent partisan des consortiums de réplication collaborative à grande échelle (tels que les projets Many Labs ou le Reproducibility Project: Psychology), Kline a plaidé pour une refonte profonde de l’économie morale de la science. Il exige que les comités de titularisation universitaire et les organismes subventionnaires valorisent les études de réplication rigoureuses au même niveau d’estime et de financement que les recherches prétendument novatrices. Pour Kline, le véritable courage scientifique consiste à consacrer son travail à éprouver la solidité des murs de l’édifice empirique plutôt qu’à empiler à la hâte des briques théoriques friables.

10. Pédagogie statistique et démocratisation des outils analytiques

10.1 La philosophie d’enseignement : Accessibilité sans compromis conceptuel

Au-delà de ses apports théoriques et de ses combats épistémologiques, Rex Kline restera dans l’histoire des sciences du comportement comme l’un des pédagogues les plus admirés et les plus exceptionnels de son époque. Sa philosophie d’enseignement, forgée tout au long de plusieurs décennies passées face à des auditoires d’étudiants gradués, reposait sur un principe cardinal inébranlable : l’accessibilité conceptuelle absolue ne doit jamais se payer au prix du compromis intellectuel ou de l’abâtardissement de la rigueur mathématique. Kline réfutait avec véhémence l’idée fataliste selon laquelle la haute statistique serait par nature réservée à une caste d’initiés abstraits.

Le génie pédagogique de Kline s’est manifesté dans son combat résolu contre le jargon mathématique intimidant et les notations algébriques cryptiques qui s’interposent si souvent entre l’analyste et la compréhension substantielle de ses modèles. Kline excellait dans l’art de traduire des théorèmes matriciels complexes en concepts visuels et intuitifs percutants. Il a abondamment utilisé la modélisation graphique par diagrammes de pistes (path diagrams), enseignant à ses étudiants à « lire » la structure causale d’un système à travers ses flèches directionnelles, ses arcs de covariance et ses cercles de variance d’erreur, avant même de poser la moindre équation sur papier.

Au cœur de sa méthode didactique se trouve l’explication lumineuse de la variance et de la covariance. Kline avait coutume d’affirmer que quiconque comprend intimement ce qu’est une covariance — la mesure dans laquelle deux phénomènes varient conjointement dans le temps ou l’espace — détient la clé de l’ensemble de l’univers multivarié. En ramenant l’attention de ses apprenants sur la structure géométrique et descriptive des matrices de covariance plutôt que sur des recettes algorithmiques mémorisées sans réflexion, Kline a formé des esprits critiques capables de modéliser le réel sans jamais devenir les esclaves passifs de leurs outils mathématiques.

10.2 L’intégration des logiciels statistiques dans la formation des chercheurs

La trajectoire professorale de Rex Kline coïncide exactement avec l’informatisation de masse des sciences sociales. Témoin privilégié de la transition technologique qui a vu les chercheurs passer des calculs matriciels laborieux sur cartes perforées aux processeurs modernes capables d’estimer en quelques millisecondes des modèles comprenant des centaines de paramètres, Kline a guidé cette évolution avec une vigilance intellectuelle constante. Il a suivi et documenté l’évolution des logiciels de SEM phares : des premières versions austères de LISREL de Karl Jöreskog et de l’EQS de Peter Bentler, jusqu’à la convivialité graphique d’Amos et à la puissance technique de Mplus.

Toutefois, le tournant le plus remarquable de l’engagement technologique de Kline a été sa conversion enthousiaste et précoce à l’écosystème open-source et au langage de programmation R, et tout particulièrement au package de modélisation en variables latentes lavaan développé par Yves Rosseel. Kline a compris que la dépendance envers des logiciels propriétaires extrêmement coûteux créait des inégalités institutionnelles inacceptables et constituait un verrou opaque empêchant la pleine transparence computationnelle. Dans les éditions récentes de ses ouvrages, Kline fournit des syntaxes complètes, des scripts commentés et des tutoriels pas-à-pas en syntaxe R, démocratisant l’accès aux méthodes de pointe pour les étudiants et chercheurs du monde entier, indépendamment de leurs moyens financiers.

Parallèlement à cette promotion technologique, Kline n’a cessé de répéter son avertissement suprême contre « l’utilisation aveugle » des logiciels (point-and-click catastrophe). Kline mettait en garde ses étudiants contre l’illusion de compétence que procure une interface graphique élégante : appuyer sur un bouton pour obtenir un résultat convergent ne signifie pas que le modèle fait sens mathématiquement ou théoriquement. Pour Kline, le logiciel statistique est un amplificateur redoutable : s’il est alimenté par une pensée théorique rigoureuse, il produit de la lumière scientifique ; s’il est alimenté par des données confuses et des concepts flous, il ne produit qu’une illusion mathématisée de grande envergure.

10.3 L’impact sur la formation doctorale à l’échelle internationale

L’influence exercée par Rex Kline sur l’architecture des programmes de troisième cycle en sciences du comportement s’étend bien au-delà des frontières canadiennes. À travers la dissémination globale de ses manuels et ses innombrables interventions publiques, il a profondément transformé la façon dont les méthodologies quantitatives sont enseignées dans les écoles doctorales à l’échelle planétaire. De nombreuses universités en Amérique du Nord, en Europe, en Océanie et en Asie ont restructuré leurs cours d’analyse multivariée en adoptant textuellement l’articulation pédagogique conçue par Kline, remplaçant la vieille séquence « ANOVA puis régression multiple » par une formation moderne intégrée centrée sur les variables latentes et l’inférence causale.

Pendant des décennies, Kline a animé des ateliers intensifs de perfectionnement, des écoles d’été méthodologiques et des conférences plénières destinées non seulement à la relève étudiante, mais également à des professeurs établis désireux de recycler leurs compétences méthodologiques face à l’obsolescence rapide des traditions statistiques antérieures. Sa disponibilité intellectuelle, son humilité déconcertante et sa générosité didactique étaient saluées par l’ensemble des participants. Kline prenait le temps de décortiquer les matrices récalcitrantes apportées par des chercheurs en détresse, illustrant sur le vif l’application bienveillante de sa pensée clinique au diagnostic des modèles mathématiques.

Un autre pan remarquable de son legs éducatif réside dans la création et la mise à disposition gratuite d’un volume colossal de ressources didactiques en ligne : jeux de données authentiques, synthèses de cours, corrigés d’exercices analytiques approfondis et guides de dépannage pour les erreurs de convergence logicielle les plus obscures. En offrant ces trésors pédagogiques à la communauté mondiale sans exiger de compensation lucrative, Rex Kline s’est comporté en véritable bienfaiteur de l’université publique, démontrant que l’élitisme méthodologique n’a pas sa place au sein de la République des Lettres et des Sciences.

11. Débats épistémologiques et échanges critiques dans la littérature quantitative

11.1 Confrontations autour de la validité écologique des modèles statistiques

Tout au long de son parcours, Rex Kline n’a jamais hésité à s’engager dans les grands débats épistémologiques qui ont agité la psychométrie et la psychologie quantitative contemporaine. L’une des controverses les plus stimulantes au cœur de sa réflexion concerne la tension dialectique entre la haute sophistication mathématique des modèles statistiques paramétrés et leur validité écologique — c’est-à-dire leur capacité effective à éclairer le fonctionnement psychologique réel des individus dans leur vie quotidienne, en dehors des laboratoires de calcul ou des questionnaires académiques décontextualisés.

Kline a fait face aux critiques récurrentes émanant des courants qualitatifs et postmodernes qui, tout au long des années 1990 et 2000, contestaient la légitimité même de la quantification des états mentaux humains, assimilant le structuralisme psychométrique à une entreprise réductrice et positiviste désuète. Kline a répondu à ces attaques avec une remarquable nuance : loin de défendre un positivisme dogmatique et naïf, il a rappelé que les modèles statistiques ne prétendent aucunement capturer l’infinité de l’expérience humaine, mais constituent des abstractions opératoires indispensables pour détecter des invariants et tester des mécanismes causaux réfutables. Pour Kline, rejeter la mesure sous prétexte de la complexité humaine équivaut à abandonner la psychologie à l’arbitraire des convictions subjectives et au relativisme épistémique.

Toutefois, Kline s’est montré tout aussi sévère envers les dérives réductionnistes inverses portées par certains courants des neurosciences computationnelles ou de la génétique quantitative triomphante, qui prétendaient réifier les variables latentes psychométriques en localisations cérébrales univoques ou en corrélats génétiques simplistes. Kline a constamment réaffirmé le statut épistémologique précis d’une variable latente : elle est un construit théorique d’interpolation mathématique, une hypothèse de travail utile pour résumer des covariations manifestes, et non une chose matérielle inscrite dans le parenchyme cérébral. Cette vigilance intellectuelle a permis de maintenir la psychométrie ancrée dans une saine modestie conceptuelle.

11.2 La controverse sur l’automatisation des recherches de spécification de modèle

Avec l’essor fulgurant de la puissance computationnelle et l’émergence des algorithmes de recherche exploratoire automatisée (tels que la recherche de spécification par algorithmes génétiques ou l’exploration automatique des modifications par tétralisation), un débat intense a opposé Rex Kline à certains pionniers de l’ingénierie statistique. Ces derniers promettaient que les ordinateurs pourraient bientôt, à partir d’une matrice de données brute, déterminer automatiquement le « meilleur » modèle structural sans que le chercheur ait à formuler d’hypothèses causales exhaustives au préalable.

Rex Kline a mené une croisade intransigeante contre ces mirages de l’automatisation computationnelle aveugle. Il a rappelé inlassablement le risque mathématique inévitable de surajustement (overfitting) consubstantiel aux recherches de spécification non supervisées. Un ordinateur programmé pour maximiser des indices d’adéquation dans un échantillon donné finira toujours par trouver une combinaison mathématiquement parfaite de paramètres libres en exploitant le bruit aléatoire propre à cet échantillon particulier. Ce modèle hyper-ajusté présentera des indices mirifiques sur le papier, mais s’effondrera instantanément lors de toute tentative de réplication indépendante sur un autre échantillon de la même population.

Kline a défendu avec force la primauté absolue et non négociable de la théorie substantielle sur la recherche statistique purement inductrice. Pour Kline, la modification d’un modèle structurel ne peut jamais être décidée par un algorithme : chaque suppression ou ajout d’une trajectoire causale, chaque libération d’une corrélation d’erreur doit être théoriquement explicable et scientifiquement défendable a priori. À l’ère contemporaine où l’apprentissage automatique (machine learning) non supervisé prétend parfois se substituer à la construction théorique, les avertissements de Kline résonnent avec une acuité plus prophétique que jamais.

11.3 Positions sur les indices d’adéquation et l’abandon progressif des seuils fixes

Le débat autour de l’interprétation des indices d’ajustement global a constitué l’un des échanges critiques les plus vibrants de la psychométrie multivariée au cours des deux dernières décennies, voyant Rex Kline dialoguer et parfois ferrailler amicalement avec d’autres figures historiques de la discipline telles que Herbert Marsh, Kenneth Bollen et Peter Bentler. Au centre de cette confrontation se trouvait la question cruciale : faut-il instaurer et imposer des seuils coupoirs universels (les célèbres golden rules ou cut-off criteria) pour décider de la validité d’un modèle structurel dans les revues à comité de lecture ?

Kline a adopté une position critique de premier plan, soutenant avec éclat les arguments de Herbert Marsh contre la tyrannie des seuils de Hu et Bentler. Kline a démontré que l’imposition aveugle de normes numériques fixes (comme l’exigence d’un CFI strictement supérieur à 0,95) aboutissait à des conséquences méthodologiques perverses : des modèles théoriquement remarquables et écologiquement riches se voyaient rejetés simplement parce qu’ils comportaient un grand nombre de variables ou des indicateurs complexes, tandis que des modèles ultra-simplifiés, quasi-tautologiques et scientifiquement stériles franchissaient allègrement les seuils algorithmiques en raison de leur faible degré de liberté.

Dans ce dialogue d’experts, Kline a plaidé inlassablement pour l’abandon progressif des jugements automatiques et le remplacement de la bureaucratie des seuils fixes par une évaluation holistique et contextualisée. Pour Kline, un modèle est considéré comme satisfaisant non pas parce qu’un chiffre magique a été atteint sur un écran d’ordinateur, mais lorsque plusieurs conditions convergentes sont satisfaites : l’ajustement global est raisonnable, les estimations des paramètres locaux sont pleinement cohérentes avec la théorie substantielle (absence de variances négatives ou d’estimations impossibles dites « solutions de Heywood »), les résidus standardisés sont distribués de manière aléatoire autour de zéro, et aucune alternative théorique rivale ne rend compte des phénomènes avec une économie supérieure.

12. Héritage durable et perspectives d’avenir pour les sciences psychologiques

12.1 L’empreinte indélébile sur les standards de publication scientifique

L’empreinte laissée par Rex B. Kline sur la morphologie contemporaine de la recherche en sciences comportementales et sociales est d’une profondeur monumentale. Si l’on compare un article quantitatif typique publié dans une revue de psychologie internationale au début des années 1980 avec un article équivalent publié dans les années 2020, la transformation méthodologique est saisissante. Cette métamorphose — caractérisée par l’abandon des analyses univariées naïves, l’intégration des variables latentes, le rapport obligatoire des tailles d’effet et la prudence critique quant aux prétentions causales — porte de manière indéniable la marque intellectuelle et pédagogique des travaux de Kline.

Les recommandations méthodologiques édictées par Kline dans ses manuels successifs ont été formellement adoptées par les comités de rédaction des plus prestigieuses revues scientifiques mondiales, à l’instar des directives éditoriales de l’American Psychological Association (les standards JARS pour Journal Article Reporting Standards). Il est aujourd’hui impensable pour un auteur espérant être publié dans une revue de premier plan d’ignorer la modélisation des erreurs de mesure, de dissimuler les matrices de corrélations sous-jacentes ou de prétendre conclure à l’inexistence d’un effet en s’appuyant uniquement sur un test de significativité non significatif.

L’influence de Kline a également permis de déjouer de multiples modes méthodologiques éphémères pour ancrer la discipline dans des standards analytiques stables et pérennes. En formant des générations de relecteurs académiques (peer reviewers) et de rédacteurs en chef de revues, Kline a assaini les processus d’évaluation scientifique par les pairs. Sa croisade pour la transparence a rendu la fraude statistique et l’enjolivement cosmétique des résultats infiniment plus difficiles à dissimuler, élevant le seuil moyen de crédibilité empirique de l’ensemble de la littérature psychologique.

12.2 Défis contemporains : Données massives, IA et modélisation complexe

À l’heure où les sciences du comportement sont confrontées au tsunami des données massives (Big Data), aux neurosciences computationnelles et à l’omniprésence des algorithmes d’apprentissage profond et d’intelligence artificielle, l’appareil conceptuel forgé par Rex Kline conserve une pertinence, une vitalité et une nécessité décuplées. Si les techniques computationnelles contemporaines permettent d’extraire des modèles prédictifs impressionnants à partir de téraoctets de données issues des réseaux sociaux ou de l’imagerie cérébrale, elles souffrent d’une lacune épistémologique congénitale : l’absence d’explicitation causale et théorique.

Dans ce contexte technologique en pleine ébullition, les principes de Kline rappellent aux jeunes chercheurs que la prédiction algorithmique brute ne saurait être confondue avec l’explication scientifique. Un modèle d’apprentissage automatique peut prédire avec exactitude un comportement humain sans rien comprendre aux mécanismes cognitifs, affectifs ou sociaux qui l’engendrent, fonctionnant ainsi comme une boîte noire opaque. Le cadre rigoureux de la modélisation en équations structurelles enrichi par les graphes causaux de Pearl, que Kline a inlassablement vulgarisé, s’impose comme le contrepoids salvateur indispensable à l’apprentissage artificiel : il offre le langage mathématique précis requis pour tester des théories causales explicatives transparentes, falsifiables et éthiquement interprétables.

De plus, face à la prolifération de données hautement hétérogènes et non structurées, la psychométrie de tradition klineenne agit comme un principe stabilisateur fondamental. L’illusion que la taille gigantesque d’un échantillon (le fameux grand $N$ du Big Data) immuniserait les analyses contre les biais de sélection ou les erreurs de mesure a été maintes fois dissipée par Kline : accumuler des millions de données entachées d’erreurs systématiques ou de biais de collision ne produit pas la vérité scientifique, mais amplifie avec une certitude absolue des erreurs grotesques. L’exigence de validation de construit demeure, au XXIe siècle comme au XXe siècle, le rempart incontournable contre le délire statistique.

12.3 Bilan de la trajectoire : De 1946 à l’ère de la science ouverte

En embrassant du regard la trajectoire complète de Rex B. Kline, de sa naissance en 1946 jusqu’à ses travaux et réflexions contemporaines au cœur du mouvement planétaire de la science ouverte, on ne peut qu’être saisi d’admiration devant la cohérence héroïque d’une vie entièrement consacrée à l’intégrité de la science. Parti de la pratique clinique concrète auprès d’enfants en souffrance diagnostique, Kline a su gravir tous les degrés d’abstraction de la pensée méthodologique sans jamais perdre le contact avec la dimension humaine et éthique qui fonde l’entreprise psychologique.

Ce qui caractérise peut-être le plus singulièrement Rex Kline dans le panthéon des grands méthodologistes, c’est son alliance rare entre une intransigeance intellectuelle absolue et une modestie personnelle désarmante. Jamais Kline ne s’est érigé en gourou dispensateur de vérités définitives ; il a au contraire toujours invité ses lecteurs et ses étudiants à soumettre ses propres propositions à un scepticisme méthodique rigoureux. Pour Kline, le doute constructif, la reconnaissance explicite des limites inhérentes à nos modèles et l’acceptation courageuse de l’incertitude statistique constituent les vertus morales suprêmes du scientifique authentique.

À une époque où la psychologie scientifique continue de batailler pour asseoir sa crédibilité publique et surmonter ses crises de reproductibilité, les avertissements méthodologiques de Rex B. Kline résonnent avec une urgence plus vivante et nécessaire que jamais. Ils forment un bréviaire épistémologique et déontologique pour les générations futures de chercheurs, leur rappelant que la science du comportement ne s’élève vers la noblesse du savoir véritable que lorsque l’audace théorique s’incline devant la rigueur incorruptible de la preuve.

Références

• Baron, R. M., & Kenny, D. A. (1986). The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51(6), 1173–1182. https://doi.org/10.1037/0022-3514.51.6.1173
• Bollen, K. A. (1989). Structural Equations with Latent Variables. John Wiley & Sons. https://doi.org/10.1002/9781118619179
• Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2e éd.). Lawrence Erlbaum Associates.
• Cronbach, L. J., & Meehl, P. E. (1955). Construct validity in psychological tests. Psychological Bulletin, 52(4), 281–302. https://doi.org/10.1037/h0040957
• Hu, L. t., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55. https://doi.org/10.1080/10705519909540118
• Kerr, N. L. (1998). HARKing: Hypothesizing after the results are known. Personality and Social Psychology Review, 2(3), 196–217. https://doi.org/10.1207/s15327957pspr0203_4
• Kline, R. B. (1998). Principles and Practice of Structural Equation Modeling (1re éd.). Guilford Press.
• Kline, R. B. (2004). Beyond Significance Testing: Reforming Data Analysis Methods in Behavioral Research (1re éd.). American Psychological Association. https://doi.org/10.1037/10693-000
• Kline, R. B. (2008). Becoming a Behavioral Science Researcher: A Guide to the Perils and Pitfalls (1re éd.). Guilford Press.
• Kline, R. B. (2013). Beyond Significance Testing: Statistics Reform in the Behavioral Sciences (2e éd.). American Psychological Association. https://doi.org/10.1037/14136-000
• Kline, R. B. (2016). Principles and Practice of Structural Equation Modeling (4e éd.). Guilford Press.
• Kline, R. B. (2020). Becoming a Behavioral Science Researcher: A Guide to the Perils and Pitfalls (2e éd.). Guilford Press.
• Kline, R. B. (2023). Principles and Practice of Structural Equation Modeling (5e éd.). Guilford Press.
• Marsh, H. W., Hau, K.-T., & Wen, Z. (2004). In search of golden rules: Comment on hypothesis-testing approaches to setting cutoff values for fit indexes and dangers in overgeneralizing Hu and Bentler’s (1999) findings. Structural Equation Modeling: A Multidisciplinary Journal, 11(3), 320–341. https://doi.org/10.1207/s15328007sem1103_2
• Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251), aac4716. https://doi.org/10.1126/science.aac4716
• Pearl, J. (2009). Causality: Models, Reasoning, and Inference (2e éd.). Cambridge University Press. https://doi.org/10.1017/CBO9780511803161
• Rosseel, Y. (2012). lavaan: An R package for structural equation modeling. Journal of Statistical Software, 48(2), 1–36. https://doi.org/10.18637/jss.v048.i02
• Wright, S. (1934). The method of path coefficients. The Annals of Mathematical Statistics, 5(3), 161–215. https://doi.org/10.1214/aoms/1177732676