On ne se comprend pas.
1. Sous S+, anciennement (je ne sais pas si ça a changé), la fct
stepwise utilisait une méthode de sélection pas-à-pas basée sur le F. C'était la méthode "normale" dispo dans tous les logiciels de stats de SPSS à SAS. Il s'avère que cette méthode ne repose sur aucune théorie: c'est la généralisation de la comparaison de deux modèles emboîtés à l'aide du F ou du chi2, mais ça ne marche pas quand bcp de modèles sont comparés.
2. En revanche, la fct actuelle
step disponible sous R, qui est la simplification de la fct
stepAIC disponible depuis très lgtps dans le package MASS (R et S+), n'est PAS basée sur la même théorie. La sélection se fait sur la base de critères d'information (AIC ou BIC), selon une méthode pour laquelle il y a une théorie solide. Il s'avère que la méthode a tellement de succès que les gens l'utilisent en dehors du cadre bien précis pour laquelle elle a été élaborée ce qui provoque les foudres des puristes. Mais pas de doute, si on reste dans les clous, on a bel et bien une méthode éprouvée de sélection de modèles pas-à-pas.
Il y a une fiche sur cette question sur ce forum (rubrique Fiches). Pour en savoir plus, voir par exemple
Burnham, K. P. & Anderson, D. R. Model selection and multimodel inference: a practical information-theoretic approach. Springer-Verlag, 2002
ou
http://www.stats.ox.ac.uk/~ripley/Nelder80.pdf
Renaud