Dans le domaine de la psychologie scientifique et des sciences comportementales, l’architecture d’une recherche repose fondamentalement sur la manière dont les variables indépendantes sont assignées aux participants. Le facteur intersujets (en anglais, between-subjects factor) constitue l’un des piliers méthodologiques les plus robustes pour isoler des relations de causalité tout en évitant les biais de contamination intra-individuelle. Maîtriser sa logique, ses postulats statistiques et ses contraintes opérationnelles est indispensable pour tout chercheur soucieux d’établir des inférences valides et reproductibles.
Facteur intersujets (Between-Subjects Factor)
1. Définition concise
Un facteur intersujets désigne une variable indépendante dans un plan expérimental ou quasi-expérimental dont chaque modalité ou niveau n’est administré qu’à un sous-groupe distinct de participants. Contrairement aux dispositifs où chaque individu est exposé à l’ensemble des conditions, le facteur intersujets implique une partition mutuellement exclusive de l’échantillon, chaque sujet n’appartenant qu’à une seule et unique condition expérimentale.
Sur le plan conceptuel, ce dispositif garantit que les observations recueillies sous les différents niveaux de la variable proviennent d’entités indépendantes. L’objectif premier est de mesurer l’effet du facteur en comparant directement les performances moyennes ou les réponses globales des différents groupes, neutralisant ainsi d’emblée les effets d’ordre, de pratique ou de fatigue.
Dans la littérature méthodologique contemporaine, le terme s’applique aussi bien aux variables manipulées activement par l’expérimentateur (comme l’attribution d’un traitement pharmacologique versus un placebo) qu’aux variables invoquées ou quasi-expérimentales fondées sur des attributs préexistants des individus (tels que le genre, l’âge, un diagnostic clinique ou un trait de personnalité stabilisé).
2. Étymologie et origine linguistique
L’expression française « facteur intersujets » est un calque méthodologique direct de la terminologie anglo-saxonne between-subjects factor ou between-groups factor. Le vocable « facteur » dérive du latin factor, issu du verbe facere (« faire », « exécuter »), désignant littéralement « celui qui fait » ou l’élément qui agit comme cause efficiente d’un phénomène donné.
Le préfixe « inter- », également d’origine latine, signifie « entre », « au milieu de » ou « réciproquement », et marque une relation de comparaison s’exerçant entre des entités distinctes. Il s’oppose au préfixe « intra- » (signifiant « à l’intérieur de »), créant la dichotomie fondamentale entre comparaisons intergroupes et variations intra-individuelles.
Le substantif « sujet » provient du latin subjectus, participe passé de subicere (« placer dessous », « soumettre »), qui a longtemps qualifié en philosophie l’être pensant, avant d’être adopté par la psychologie expérimentale du XIXe siècle pour désigner l’individu soumis à un protocole de test ou d’observation. L’expression s’est institutionnalisée au milieu du XXe siècle à travers les manuels de référence de plan d’expérience formalisés par Ronald Fisher et ses successeurs.
3. Prononciation et forme grammaticale
Sur le plan phonétique, « facteur intersujets » se prononce /fak.tœʁ ɛ̃.tɛʁ.sy.ʒɛ/ en français standard. Le terme est un syntagme nominal masculin singulier (au pluriel : « facteurs intersujets »). On observe parfois la variante orthographique avec trait d’union (« inter-sujets »), bien que l’écriture soudée soit largement privilégiée dans la littérature académique francophone contemporaine.
Dans l’usage grammatical spécialisé, le terme s’emploie principalement comme complément de détermination dans des syntagmes tels que « plan à facteur intersujets », « effet principal intersujets » ou « variance intersujets ». On utilise également de manière synonyme l’expression « variable indépendante inter-groupes » ou « facteur indépendant ».
Il convient de veiller à l’accord grammatical : lorsque « intersujets » fonctionne comme adjectif relationnel invariable ou épithète, il conserve généralement sa terminaison au pluriel (ex. : « une analyse intersujets », « des comparaisons intersujets »), soulignant la pluralité intrinsèque des individus mis en comparaison.
4. Explication conceptuelle approfondie
La logique d’un facteur intersujets repose sur le principe de comparaison différentielle entre échantillons indépendants. Lorsqu’un chercheur souhaite évaluer l’impact d’une intervention cognitive ou psychothérapeutique, il fragmente son échantillon initial en autant de sous-groupes qu’il existe de conditions. Si l’expérience comporte trois niveaux (par exemple : thérapie cognitive classique, thérapie basée sur la pleine conscience, et liste d’attente), chaque participant n’expérimente qu’un seul de ces trois protocoles. Cette séparation étanche évite qu’un apprentissage réalisé dans une condition vienne contaminer le comportement dans une autre.
Le défi épistémologique majeur inhérent au facteur intersujets réside dans la variabilité interindividuelle non contrôlée. Contrairement aux plans à mesures répétées où chaque individu sert de propre témoin, la comparaison entre groupes distincts expose la recherche au risque que des différences préexistantes entre les sujets (telles que le quotient intellectuel, la motivation intrinsèque ou l’état émotionnel de base) viennent masquer l’effet réel de la variable ou, inversement, créer un effet illusoire. Pour contrecarrer cette menace pour la validité interne, l’assignation aléatoire (randomisation) constitue le mécanisme régulateur suprême, supposé distribuer équitablement les caractéristiques individuelles non mesurées à travers l’ensemble des conditions.
Sur le plan de la décomposition de la variance statistique, le modèle linéaire sous-jacent sépare la variabilité totale des données en deux composantes fondamentales : la variance intergroupes (qui reflète l’effet du facteur manipulé augmenté de l’erreur d’échantillonnage) et la variance intragroupe ou variance résiduelle (qui traduit les différences individuelles naturelles et les imprécisions de mesure au sein de chaque groupe). L’estimation de l’impact du facteur consiste à déterminer si la variance attribuable à la différence entre les groupes dépasse significativement le bruit de fond constitué par la variance résiduelle.
Cette approche offre une grande pureté dans l’administration des stimuli. Certaines questions de recherche rendent le facteur intersujets méthodologiquement obligatoire. Il est par exemple impossible d’exposer un même participant à une méthode d’apprentissage trompeuse puis de lui demander d’oublier cette méthode pour évaluer une méthode alternative sans biais. Dès lors que l’expérience induit un changement irréversible, une acquisition de connaissances durable ou une émotion intense persistante, le facteur intersujets s’impose comme la seule stratégie valide.
5. Évolution historique
L’émergence formelle du concept de facteur intersujets s’enracine dans les travaux agronomiques et biométriques de Sir Ronald A. Fisher au cours des années 1920 et 1930 à la station expérimentale de Rothamsted. Fisher a conceptualisé l’analyse de variance (ANOVA) et démontré l’importance cruciale de la randomisation pour neutraliser l’hétérogénéité naturelle des parcelles de terrain. Ce modèle agricole a directement inspiré la psychologie scientifique : les parcelles de terre fisheriennes sont devenues les participants humains des laboratoires de psychologie.
Durant les décennies 1940 et 1950, des figures centrales de la psychométrie et de la méthodologie expérimentale, telles que E. F. Lindquist et Quinn McNemar, ont adapté ces modèles statistiques aux particularités du comportement humain. Ils ont formalisé la distinction stricte entre les plans expérimentaux dits « complètement randomisés » (plans intersujets purs) et les plans en blocs aléatoires ou à mesures répétées.
Dans les années 1960 et 1970, l’ouvrage séminal de Donald T. Campbell et Julian Stanley (1963) sur les plans expérimentaux et quasi-expérimentaux pour la recherche sociale a clarifié le statut épistémologique des facteurs intersujets. Campbell et Stanley ont mis en évidence la façon dont l’assignation aléatoire au sein des facteurs intersujets protège l’expérimentateur contre les menaces majeures pesant sur la validité interne, telles que l’histoire, la maturation, l’effet de test répété et la régression vers la moyenne.
Au tournant du XXIe siècle, avec l’avènement des modèles mixtes linéaires (Linear Mixed Models, LMM) et de l’approche par équations structurelles, la conceptualisation du facteur intersujets a encore gagné en souplesse. Autrefois figé dans des tableaux d’ANOVA rigides exigeant des tailles d’échantillons rigoureusement identiques (plans équilibrés), le facteur intersujets est aujourd’hui modélisé au sein de hiérarchies multiniveaux capables de gérer l’hétéroscédasticité et les données manquantes avec une précision inédite.
6. Fondements théoriques
Le traitement théorique du facteur intersujets s’inscrit au cœur de la théorie classique des tests et du modèle linéaire général. Dans ce cadre, la variable dépendante observée pour un individu donné s’exprime comme la somme d’une moyenne générale, de l’effet spécifique du niveau du facteur intersujets auquel il appartient, et d’une composante d’erreur aléatoire individuelle. Cette modélisation postule que l’effet du facteur agit de façon additive et uniforme sur les membres d’une condition donnée.
L’épistémologie sous-jacente s’appuie sur la théorie causale de Rubin (le modèle des résultats potentiels ou potential outcomes framework). Selon ce modèle, l’effet causal idéal consisterait à observer simultanément le même individu sous la condition expérimentale et sous la condition contrôle à un instant T précis. Comme ce scénario contrefactuel est physiquement impossible, le facteur intersujets propose une solution par substitution : il remplace le contrefactuel individuel inobservable par l’espérance mathématique moyenne d’un groupe équivalent constitué par tirage au sort.
Cette approche théorique repose sur trois postulats statistiques formels indispensables à la validité des inférences : l’indépendance des observations (les réponses d’un sujet ne doivent en aucun cas être influencées par celles d’un autre sujet du même groupe ou d’un groupe différent), la normalité de la distribution des résidus au sein de chaque niveau du facteur, et l’homogénéité des variances (homoscédasticité), qui stipule que la variabilité interne doit être comparable d’un groupe à l’autre.
7. Composantes clés, typologies et dimensions
La classification des facteurs intersujets s’articule autour de plusieurs critères méthodologiques précis :
- Nature de la manipulation :
- Facteur expérimental vrai : L’expérimentateur assigne aléatoirement les participants aux modalités (ex. : administration de 50 mg d’un psychotrope versus un placebo).
- Facteur quasi-expérimental ou invoqué : Les modalités reposent sur des caractéristiques préexistantes non manipulables éthiquement ou techniquement (ex. : groupe souffrant de dépression majeure versus groupe témoin sain).
- Nombre de niveaux ou modalités :
- Facteur binaire ou dichotomique : Comporte strictement deux conditions (ex. : condition contrôle versus condition intervention).
- Facteur multiniveau (polytomique) : Comprend trois niveaux ou davantage (ex. : intensité d’exposition au stress : nulle, modérée, sévère).
- Échelle de mesure sous-jacente :
- Facteur qualitatif (nominal) : Catégories distinctes sans hiérarchie ordonnée (ex. : type de psychothérapie employée).
- Facteur quantitatif (ordinal ou continu discrétisé) : Niveaux correspondant à une graduation numérique (ex. : durées d’entraînement cognitif de 10, 20 ou 30 minutes).
- Rôle dans le plan d’expérience factoriel :
- Facteur principal isolé : Analyse univariée à un seul facteur (ANOVA à un facteur intersujets).
- Facteurs intersujets croisés : Combinaison de deux facteurs ou plus au sein d’un plan factoriel complet (ex. : Plan 2×2 intersujets combinant « Type de tâche » et « Présence d’un observateur »).
- Facteur niché ou hiérarchisé : Niveaux du facteur imbriqués au sein d’unités d’échantillonnage plus vastes (ex. : élèves répartis dans différentes classes assignées à des méthodes distinctes).
8. Exemples et cas illustratifs
Pour illustrer concrètement le fonctionnement d’un facteur intersujets, considérons une recherche en psychologie cognitive portant sur l’impact de l’amorçage émotionnel sur la mémoire de travail. Les chercheurs constituent trois groupes indépendants de 40 participants chacun. Le premier groupe visionne un extrait cinématographique générant de la joie, le deuxième groupe visionne un extrait induisant de la tristesse, et le troisième groupe regarde un documentaire neutre. Chaque participant ne regarde qu’un seul film avant d’exécuter une tâche d’empan mnésique. Le facteur « état émotionnel induit » est ici un facteur intersujets à trois niveaux. Si les résultats révèlent une différence statistiquement significative entre les moyennes des trois groupes, cette variation sera imputée à l’effet de l’induction émotionnelle, sous réserve d’une randomisation initiale réussie.
Un second exemple emblématique se trouve dans les études cliniques évaluant l’efficacité d’un protocole de désensibilisation pour les phobies spécifiques. Si l’on administre à un groupe une thérapie par exposition en réalité virtuelle et à un autre une exposition in vivo classique, le « mode d’exposition » constitue le facteur intersujets. Un participant ne peut être assigné aux deux protocoles sans que le premier ne fausse définitivement sa réactivité psychologique lors du second. Le dispositif intersujets préserve ainsi l’intégrité de la réponse thérapeutique.
En psychologie sociale, les célèbres expériences de soumission à l’autorité menées par Stanley Milgram reposaient sur des variantes d’un facteur intersujets : selon les conditions expérimentales (proximité physique de la victime, prestige de l’institution, présence de pairs rebelles), des groupes d’individus différents étaient confrontés à un scénario unique, permettant d’évaluer comment la configuration situationnelle influençait le taux d’obéissance sans risque d’accoutumance des sujets.
9. Mesure, opérationnalisation et évaluation
L’opérationnalisation d’un facteur intersujets exige une rigueur méthodologique sans faille pour garantir que les différences observées proviennent exclusivement de la variable d’intérêt. Le processus débute par la définition opérationnelle des niveaux du facteur, qui doivent être mutuellement exclusifs et exhaustifs pour la population étudiée. Dans le cas d’une manipulation active, l’expérimentateur utilise des procédures de randomisation simple (par tirage au sort informatique) ou de randomisation par blocs pour assurer des effectifs rigoureusement identiques par condition.
Lorsque des variables confondantes majeures risquent d’interférer avec le facteur intersujets, les chercheurs recourent fréquemment à l’appariement (matching). Cette méthode consiste à identifier des paires ou des triplets de participants présentant des caractéristiques similaires sur une variable parasite (par exemple, le niveau d’anxiété initial), puis à distribuer aléatoirement chaque membre de la paire au sein des différents niveaux du facteur intersujets. Sur le plan statistique, cela transforme le design en plan en blocs équilibrés, réduisant la variance d’erreur.
Sur le plan analytique, le traitement des facteurs intersujets s’opère par le biais du test t de Student pour échantillons indépendants (lorsque le facteur ne comprend que deux niveaux) ou par l’analyse de variance univariée (ANOVA) pour trois niveaux ou plus. Les chercheurs calculent la statistique F de Fisher-Snedecor, définie par le rapport entre le carré moyen intergroupes et le carré moyen intragroupe :
$$\text{F} = \frac{\text{MS}_{\text{inter}}}{\text{MS}_{\text{intra}}} = \frac{\text{SS}_{\text{inter}} / \text{df}_{\text{inter}}}{\text{SS}_{\text{intra}} / \text{df}_{\text{intra}}}$$
L’évaluation quantitative de l’effet s’accompagne obligatoirement de mesures de taille d’effet indépendantes de la taille de l’échantillon, telles que le d de Cohen, le d de Glass, ou l’êta-carré partiel ($\eta_p^2$), garantissant une appréciation clinique et substantielle au-delà de la simple significativité statistique (p < 0,05).
10. Applications et portée pratique
L’utilité pratique du facteur intersujets s’étend à travers l’ensemble des branches de la psychologie appliquée et des sciences connexes :
- Psychologie clinique et psychiatrie : Essais cliniques randomisés contrôlés (ECRC) pour valider des molécules psychotropes ou des approches psychothérapeutiques face à des groupes témoins actifs ou sous placebo.
- Psychologie du travail et des organisations : Comparaison de différents styles de leadership ou de programmes de formation professionnelle en assignant des divisions d’entreprise distinctes à des protocoles managériaux spécifiques.
- Neuropsychologie et sciences cognitives : Études de lésions cérébrales où les performances de patients présentant des atteintes focales spécifiques sont comparées à celles de groupes témoins appariés en âge et niveau d’éducation.
- Marketing et psychologie du consommateur : Tests de variantes publicitaires (tests A/B), où chaque segment de consommateurs est exposé à un design d’emballage ou un slogan différent pour mesurer l’intention d’achat sans biais de répétition.
- Sciences de l’éducation : Déploiement de méthodes pédagogiques innovantes (telles que la classe inversée) comparées aux méthodes magistrales traditionnelles dans des cohortes parallèles d’étudiants.
11. Recherches et preuves empiriques
La littérature expérimentale a démontré à maintes reprises la supériorité de la conception intersujets lorsqu’il s’agit d’éliminer les biais de transfert. Les travaux méthodologiques classiques de Greenwald (1976) ont documenté de manière approfondie les dilemmes entre les plans intersujets et intrasujets. Greenwald a établi que les plans intrasujets, bien que plus économiques en nombre de participants, introduisent régulièrement des effets de transfert asymétriques où l’apprentissage acquis dans la condition A modifie de manière permanente et irréversible la façon dont la condition B est traitée.
Dans le domaine de la psychologie sociale expérimentale, des chercheurs comme Bargh, Chen et Burrows (1996) ont utilisé des facteurs intersujets pour isoler les mécanismes d’amorçage comportemental automatique. Les participants exposés à des mots liés au stéréotype des personnes âgées marchaient plus lentement à la sortie du laboratoire que ceux assignés au groupe contrôle neutre. Une telle hypothèse n’aurait jamais pu être testée avec un facteur intrasujet, la prise de conscience des objectifs de l’étude annihilant immédiatement la spontanéité des comportements.
Toutefois, la crise de reproductibilité amorcée par l’Open Science Collaboration (2015) a mis en lumière une vulnérabilité critique des recherches fondées sur des facteurs intersujets : le manque récurrent de puissance statistique. En raison de la forte variance interindividuelle, de nombreuses études historiques publiées avec des échantillons restreints (ex. : 15 à 20 participants par niveau de facteur) présentaient une puissance insuffisante pour détecter des effets réels modérés, conduisant à des taux élevés de faux positifs et à des inflations de la taille d’effet estimée.
12. Considérations culturelles et transculturelles
L’utilisation d’un facteur intersujets prend une résonance méthodologique particulière dans le cadre des recherches transculturelles. Lorsque la culture, la nationalité ou l’ethnicité constitue le facteur intersujets invoqué (par exemple, comparer des participants issus de sociétés collectivistes d’Asie de l’Est à des participants issus de cultures individualistes occidentales), plusieurs risques méthodologiques majeurs émergent.
Le principal obstacle réside dans le biais d’équivalence de mesure. Un stimulus verbal ou une échelle d’auto-évaluation ne possède pas nécessairement la même signification psychologique, la même sensibilité ni la même désirabilité sociale selon les cultures. De surcroît, le style de réponse varie : certaines cultures favorisent systématiquement les réponses modérées au centre de l’échelle, tandis que d’autres recourent plus volontiers aux extrêmes. Ces artéfacts peuvent fausser la variance intergroupes indépendamment de la véritable caractéristique mesurée.
Pour pallier ces dérives, la recherche transculturelle rigoureuse exige de tester l’invariance factorielle de mesure (invariance configurationnelle, métrique et scalaire) via la modélisation en équations structurelles multi-groupes avant d’attribuer une différence observée à un véritable effet du facteur intersujets culturel.
13. Critiques, controverses et limites méthodologiques
En dépit de sa rigueur intrinsèque pour prévenir la contamination entre conditions, le facteur intersujets soulève d’importantes critiques d’ordre pratique et statistique :
- Exigence d’échantillons massifs : Pour atteindre une puissance statistique équivalente (typiquement $eta = 0,20$, soit une puissance de $1 – eta = 0,80$), un plan à facteur intersujets nécessite un nombre global de participants considérablement plus élevé qu’un plan à mesures répétées, ce qui engendre des coûts financiers et temporels substantiels.
- Sensibilité au bruit interindividuel : La variance d’erreur englobe toutes les singularités biologiques, cognitives et affectives des sujets. Si l’échantillon est hétérogène, l’effet réel du facteur risque d’être totalement submergé par le bruit statistique résiduel.
- Vulnérabilité à l’attrition différentielle : Dans les protocoles longitudinaux intersujets, si les participants d’une condition contraignante ou désagréable abandonnent plus fréquemment l’étude que ceux du groupe contrôle, l’équivalence initiale issue de la randomisation est irrémédiablement rompue, invalidant les conclusions.
- Éthique de la privation de traitement : Dans les essais cliniques, l’assignation d’un groupe de patients vulnérables à un facteur intersujets correspondant à une condition témoin passive (placebo ou absence de soin) soulève d’évidentes tensions déontologiques lorsque des thérapies potentiellement salvatrices sont testées.
14. Termes associés et distinctions conceptuelles
Pour clarifier sans ambiguïté la place du facteur intersujets dans l’arsenal méthodologique, il importe de le confronter à des notions proches :
- Facteur intrasujet (Within-subjects factor) : Variable indépendante dont chaque participant traverse l’ensemble des modalités successives. Contrairement au facteur intersujets, l’individu est son propre contrôle statistique, ce qui réduit drastiquement la variance d’erreur mais expose aux biais d’ordre et de report.
- Plan factoriel mixte (Split-plot / Mixed design) : Architecture expérimentale associant au minimum un facteur intersujets et un facteur intrasujet. Un exemple classique consiste à évaluer l’évolution temporelle de deux groupes distincts (facteur intersujets : Traitement A vs Traitement B ; facteur intrasujet : Temps pré-test, post-test, et suivi à six mois).
- Variable confondante (Confounding variable) : Variable parasite, non contrôlée, qui co-varie systématiquement avec les niveaux du facteur intersujets, empêchant de discerner si l’effet mesuré émane de la variable manipulée ou du biais parasite.
- Covariable (Covariate) : Variable continue mesurée avant l’intervention (ex. : score cognitif initial) introduite dans l’analyse de covariance (ANCOVA) pour retirer de la variance d’erreur la part attribuable aux différences interindividuelles et affiner l’estimation du facteur intersujets.
15. Synthèse et points clés à retenir
Le facteur intersujets demeure la pierre angulaire de l’expérimentation rigoureuse lorsque l’indépendance stricte des conditions est impérative. En affectant chaque participant à un seul niveau de la variable, il garantit la neutralisation des effets de contamination, d’apprentissage et de maturation qui compromettent la validité interne des mesures répétées.
Sa contrepartie réside dans sa grande gourmandise en matière de taille d’échantillon et sa vulnérabilité au bruit statistique généré par la variabilité interindividuelle. Le recours systématique à une randomisation certifiée, le contrôle minutieux des conditions de passation et la vérification rigoureuse des postulats d’homoscédasticité conditionnent la fiabilité des inférences tirées d’un plan à facteur intersujets.
Dans la boîte à outils du chercheur, le choix d’intégrer un facteur intersujets résulte toujours d’un arbitrage minutieux entre la nécessité d’éviter la contamination des mesures et le désir d’optimiser la puissance statistique en minimisant la variance résiduelle.
Références
- Bargh, J. A., Chen, M., & Burrows, L. (1996). Automaticity of social behavior: Direct effects of trait construct and stereotype activation on action. Journal of Personality and Social Psychology, 71(2), 230–244. https://doi.org/10.1037/0022-3514.71.2.230
- Campbell, D. T., & Stanley, J. C. (1963). Experimental and quasi-experimental designs for research. Rand McNally.
- Fisher, R. A. (1935). The design of experiments. Oliver and Boyd.
- Greenwald, A. G. (1976). Within-subjects designs: To use or not to use? Psychological Bulletin, 83(2), 314–320. https://doi.org/10.1037/0033-2909.83.2.314
- Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251), aac4716. https://doi.org/10.1126/science.aac4716