Au cœur de l’expérimentation en psychologie scientifique et en sciences cognitives, la structuration rigoureuse des conditions d’observation constitue le garant fondamental de la validité des inférences causales formulées par les chercheurs. Parmi l’éventail des dispositifs méthodologiques disponibles, le plan inter-sujets représente sans doute le paradigme le plus canonique et le plus robuste pour neutraliser les interférences temporelles et cognitives inhérentes à la répétition des mesures. En garantissant que chaque participant n’est exposé qu’à une seule modalité de la variable indépendante, cette architecture expérimentale offre un rempart méthodologique indispensable contre les effets d’apprentissage, d’habituation et de contamination croisée.
Plan inter-sujets
1. Définition concise
Un plan inter-sujets (souvent désigné en anglais sous l’expression between-subjects design ou plan à groupes indépendants) est un dispositif méthodologique expérimental dans lequel chaque participant ou unité statistique est affecté de manière exclusive à une seule et unique condition expérimentale parmi l’ensemble des modalités opérationnalisées par les chercheurs. Dans une telle configuration, les comparaisons statistiques servant à tester les hypothèses scientifiques sont établies entre des groupes distincts d’individus, plutôt qu’à travers l’évolution intra-individuelle répétée d’un même échantillon.
Sur le plan conceptuel, ce devis de recherche postule que toute divergence statistiquement significative observée sur la variable dépendante entre les différents groupes peut être imputée avec un degré élevé de certitude à la manipulation directe de la variable indépendante, sous réserve d’un contrôle strict des variables parasites. Afin d’assurer l’équivalence initiale des cohortes avant l’introduction du traitement ou de la tâche expérimentale, les investigateurs ont recours de façon privilégiée à l’assignation aléatoire ou à des techniques d’appariement méthodique.
Ce protocole s’oppose formellement au plan intra-sujets (mesures répétées), dans lequel chaque individu est soumis successivement à toutes les conditions de l’étude. Le plan inter-sujets est particulièrement incontournable lorsque l’exposition à une première condition modifie irréversiblement l’état cognitif, affectif ou physiologique du sujet, interdisant de facto toute réévaluation neutre lors d’une condition ultérieure.
2. Étymologie et origine linguistique
L’expression « plan inter-sujets » résulte de la juxtaposition du préfixe latin inter-, signifiant « entre », « parmi » ou marquant la réciprocité spatiale et relationnelle, et du terme « sujet », dérivé du latin subjectus (« soumis », « placé sous »), qui a historiquement désigné en philosophie et en psychologie l’individu conscient participant à un acte d’observation ou d’investigation scientifique.
Dans la littérature méthodologique francophone contemporaine, l’expression concurrence les désignations de « plan à groupes indépendants », « plan expérimental inter-groupes » ou « devis inter-sujets » (cette dernière formulation étant particulièrement usitée dans la recherche universitaire québécoise). L’introduction formelle du terme dans l’épistémologie des sciences comportementales découle directement de la formalisation des méthodes statistiques au début du XXe siècle, notamment sous l’influence des travaux anglo-saxons sur les plans factoriels.
L’usage du vocable « sujet » a fait l’objet de révisions déontologiques récentes par l’American Psychological Association (APA), qui préconise l’emploi de termes tels que « participants » pour souligner l’autonomie et le consentement des personnes impliquées. Néanmoins, l’appellation technique « inter-sujets » demeure fermement ancrée dans le lexique méthodologique international pour qualifier l’architecture globale de la matrice de données.
3. Prononciation et forme grammaticale
Sur le plan morphologique et grammatical, « plan inter-sujets » est un groupe nominal masculin singulier (au pluriel : « plans inter-sujets »). L’élément préfixal « inter » est rattaché au nom « sujets » par un trait d’union selon l’usage académique dominant, bien que l’accord du second terme au pluriel reflète explicitement la pluralité des individus comparés. En français standard, la prononciation phonétique s’articule sous la forme [plɑ̃ ɛ̃.tɛʁ.sy.ʒɛ].
Le terme fonctionne syntaxiquement comme un syntagme nominal autonome (« Le chercheur a opté pour un plan inter-sujets ») ou comme un modificateur adjectival composé (« une conception inter-sujets », « une analyse factorielle inter-sujets »). On rencontre également les variantes adjectivales « inter-individuel » ou « inter-groupes » lorsque le propos insiste spécifiquement sur le niveau d’analyse statistique plutôt que sur l’architecture globale du devis d’expérimentation.
Dans les contextes formels de rédaction scientifique, il convient de veiller à ne pas confondre le substantif désignant le protocole (« plan inter-sujets ») avec le qualificatif des facteurs statistiques eux-mêmes (« facteurs inter-sujets » ou variables indépendantes à mesures indépendantes), qui s’opposent aux facteurs intra-sujets au sein d’analyses de variance mixtes.
4. Explication conceptuelle détaillée
La logique fondamentale du plan inter-sujets repose sur le principe de l’isolation causale. Dans toute démarche où l’on applique la méthode expérimentale, le chercheur ambitionne d’établir un lien univoque de cause à effet entre une manipulation délibérée (la variable indépendante, VI) et une réponse comportementale, neurobiologique ou subjective observée (la variable dépendante, VD). Pour garantir que les variations de la variable dépendante ne proviennent pas de caractéristiques préexistantes chez les participants, le plan inter-sujets segmente l’échantillon global en plusieurs sous-échantillons étanches.
La force majeure de ce paradigme réside dans l’élimination systématique des effets d’ordre et de report (souvent désignés sous les vocables d’effets de contamination ou carryover effects). Lorsqu’un individu est soumis à un protocole impliquant plusieurs étapes consécutives, sa performance à la seconde épreuve est immanquablement altérée par la première : il peut manifester une fatigue cognitive, développer une familiarité avec les stimuli, deviner les hypothèses de l’expérimentateur (effet des caractéristiques de la demande) ou acquérir une habileté procédurale qui fausse la mesure neutre. Le plan inter-sujets annule catégoriquement ces menaces puisque chaque sujet n’est confronté qu’à un unique scénario expérimental.
Néanmoins, cette neutralisation s’accompagne d’une vulnérabilité intrinsèque : la variance inter-individuelle. Chaque être humain se distingue par une constellation unique de traits de personnalité, d’aptitudes cognitives, d’antécédents biographiques et de prédispositions génétiques. Si, par inadvertance méthodologique ou par simple fluctuation d’échantillonnage, l’un des groupes concentre davantage d’individus doués d’une mémoire exceptionnelle ou présentant une anxiété élevée, les résultats observés risquent de refléter ces disparités constitutionnelles plutôt que l’action véritable de la variable manipulée. Le plan inter-sujets exige donc un contrôle rigoureux pour préserver l’équivalence distributionnelle des groupes.
Cette exigence impose généralement le recours à des effectifs d’échantillonnage considérablement plus volumineux que ceux requis par les devis à mesures répétées. Pour détecter un effet de taille modeste avec une puissance statistique satisfaisante, il est impératif de multiplier le nombre de participants par le nombre de conditions testées, ce qui engendre des coûts logistiques, temporels et financiers accrus pour les équipes de recherche en laboratoire ou sur le terrain.
5. Évolution historique
L’émergence des plans inter-sujets est intimement liée à l’histoire de la biométrie et de l’agronomie expérimentale au tournant du XXe siècle. C’est à la station agronomique de Rothamsted que le statisticien et généticien britannique Sir Ronald Aylmer Fisher formalise les principes cardinaux de la randomisation et de l’analyse de la variance (ANOVA). Dans son ouvrage séminal de 1925, Statistical Methods for Research Workers, suivi par The Design of Experiments en 1935, Fisher démontre que la répartition aléatoire des parcelles agricoles soumises à différents traitements fertilisants permet d’annihiler les biais systématiques liés à l’hétérogénéité des sols.
Cette conceptualisation mathématique a rapidement été importée dans le domaine de la psychologie scientifique montante. Durant la première moitié du XXe siècle, les figures de proue du behaviorisme, telles que John B. Watson puis B.F. Skinner, privilégiaient fréquemment des conceptions expérimentales restreintes ou des protocoles sur cas unique (plans ABA). Cependant, l’essor de la psychologie appliquée, des tests psychométriques et des études d’efficacité thérapeutique a rendu impérieuse l’élaboration de comparaisons systématiques entre groupes traités et groupes témoins.
Au cours des années 1950 et 1960, Donald T. Campbell et Julian C. Stanley publient leur texte de référence, Experimental and Quasi-Experimental Designs for Research (1966), qui catégorise formellement les architectures de recherche selon leur capacité à garantir la validité interne et externe. Le plan factoriel inter-sujets post-test avec groupe témoin et assignation aléatoire y est consacré comme le standard d’excellence (« gold standard ») des plans expérimentaux véritables.
Avec la révolution cognitiviste des années 1970 et 1980, puis l’avènement des neurosciences computationnelles et de l’imagerie cérébrale fonctionnelle à la fin du siècle, le plan inter-sujets s’est adapté. Bien que l’IRM fonctionnelle privilégie souvent les mesures répétées en raison des coûts prohibitifs des acquisitions d’images, le plan inter-sujets reste la référence méthodologique incontestée pour valider des interventions cliniques, tester des modulations d’états émotionnels par amorçage ou évaluer des apprentissages moteurs irréversibles.
6. Fondements théoriques
D’un point de vue épistémologique, le plan inter-sujets s’enracine dans le cadre contrefactuel de la causalité, formalisé notamment par Jerzy Neyman et étendu par Donald Rubin (le modèle causal de Rubin). Selon ce modèle, l’effet causal d’un traitement pour un individu donné correspond à la différence théorique entre la valeur de sa réponse s’il avait été exposé au traitement et la valeur de sa réponse s’il n’y avait pas été exposé. Dans la mesure où il est temporellement et logiquement impossible d’observer simultanément ces deux états pour le même individu au même instant (le problème fondamental de l’inférence causale), la comparaison inter-groupes indépendants offre une solution probabiliste élégante.
En agrégeant des individus au sein de groupes distincts formés par tirage au sort, la moyenne du groupe témoin sert d’estimateur non biaisé de l’état contrefactuel du groupe expérimental. La théorie des probabilités stipule que, sous l’hypothèse nulle d’absence d’effet, l’espérance mathématique de la différence entre les deux groupes est égale à zéro. Dès lors, toute divergence observée qui dépasse le seuil des fluctuations aléatoires d’échantillonnage permet de rejeter l’hypothèse nulle et d’inférer la causalité du traitement expérimental.
Ce cadre théorique postule également le principe de non-interférence entre les unités (souvent désigné sous l’acronyme SUTVA : Stable Unit Treatment Value Assumption). Cette hypothèse stipule que la réponse d’un participant particulier ne doit dépendre ni du traitement attribué aux autres participants, ni des versions alternatives non observées du traitement. Le plan inter-sujets garantit structurellement cette indépendance en isolant hermétiquement les participants des diverses conditions.
Sur le plan mathématique, le modèle linéaire sous-jacent au plan inter-sujets unifactoriel s’exprime classiquement sous la forme :
Yij = μ + αj + εij
où Yij représente le score individuel du sujet i dans le groupe j, μ la moyenne globale théorique des populations, αj l’effet fixe spécifique associé à la modalité j de la variable indépendante, et εij l’erreur résiduelle aléatoire propre à chaque individu. L’objectif théorique du devis consiste à minimiser la variance résiduelle (intra-groupe) tout en maximisant la variance expliquée par le modèle (inter-groupes).
7. Composantes clés, typologies et dimensions
La structuration d’un plan inter-sujets s’articule autour de composantes fonctionnelles et de déclinaisons architecturales spécifiques qui permettent de répondre à la complexité des questions de recherche :
- L’assignation aléatoire (randomisation) : Mécanisme fondamental consistant à attribuer chaque participant à l’une des conditions expérimentales selon un processus exclusivement stochastique, assurant l’indépendance statistique des caractéristiques individuelles par rapport aux groupes.
- Le groupe témoin ou contrôle : Condition de référence dans laquelle les sujets sont soumis à un placebo, à une tâche neutre ou à une absence d’intervention, permettant d’établir le niveau de base de la variable dépendante en dehors du principe actif étudié.
- Le plan unifactoriel à deux groupes : Configuration la plus élémentaire comparant un groupe expérimental unique à un groupe contrôle, ou confrontant deux variantes mutuellement exclusives d’un traitement.
- Le plan unifactoriel multi-groupes : Extension du précédent comportant trois modalités ou davantage pour une même variable indépendante (par exemple, tester des dosages faibles, moyens et élevés d’une molécule ou différentes intensités d’un stress cognitif).
- Le plan factoriel inter-sujets (ex. 2×2, 2×3, 2x2x2) : Dispositif incluant au moins deux variables indépendantes croisées, où chaque sous-groupe d’individus est exposé à une combinaison unique de modalités, permettant d’analyser non seulement les effets principaux de chaque variable, mais également leurs effets d’interaction.
- Le plan par blocs randomisés ou apparié : Stratégie intermédiaire où les participants sont d’abord groupés en strates homogènes selon une variable parasite déterminante (âge, quotient intellectuel, niveau d’anxiété initial), puis distribués de manière aléatoire au sein de chaque strate entre les conditions d’expérimentation.
8. Exemples et cas illustratifs
Pour illustrer la mise en œuvre pratique de cette architecture méthodologique, considérons une étude contemporaine en psychologie cognitive portant sur l’impact de l’exposition préalable à des fausses informations (fake news) sur l’exactitude des souvenirs autobiographiques. Si un chercheur utilisait un plan intra-sujets, faire lire à un même individu un texte factuel puis un texte falsifié sur le même événement historique contaminerait inévitablement sa mémoire : l’individu comprendrait la divergence et adapterait consciemment ses réponses. En optant pour un plan inter-sujets, un premier groupe de 60 personnes est exposé au récit véridique, tandis qu’un second groupe indépendant de 60 personnes lit le récit altéré. Les performances mnésiques sont ensuite comparées entre les deux cohortes isolées, garantissant une mesure sans artéfact de clairvoyance.
Un autre exemple archétypique réside dans l’expérimentation clinique évaluant un nouveau protocole de psychothérapie cognitivo-comportementale face à la dépression majeure. Il est structurellement impossible de tester la même personne dans une condition « thérapie active » puis dans une condition « liste d’attente » pour le même épisode dépressif au même moment. Les cliniciens constituent donc deux groupes distincts par tirage au sort : l’un bénéficie des douze séances de thérapie, l’autre suit une prise en charge de soutien habituelle. Les indices d’amélioration symptomatique sont mesurés à l’issue de l’intervention et comparés entre les deux groupes indépendants.
Dans le domaine de la psychologie sociale, les célèbres expérimentations de Stanley Milgram sur l’obéissance à l’autorité reposaient sur une armature inter-sujets. Chaque participant ne vivait la situation de soumission qu’une seule et unique fois dans une condition contextuelle définie (par exemple, présence physique de l’expérimentateur versus consignes transmises par téléphone). Il eût été impensable de soumettre un individu à plusieurs variantes de l’expérience, le débriefing moral et la révélation du subterfuge annulant d’emblée toute naïveté expérimentale ultérieure.
9. Mesure, opérationnalisation et évaluation
L’évaluation méthodologique et le traitement quantitatif des données issues d’un plan inter-sujets nécessitent une chaîne de validation méticuleuse allant du dimensionnement de l’échantillon jusqu’à l’inférence statistique formelle :
Préalablement au recueil des données, le calcul de la puissance statistique (a priori power analysis) constitue une obligation procédurale incontournable. À l’aide d’outils standardisés tels que le logiciel G*Power, le chercheur détermine le nombre minimal de participants par groupe requis pour détecter la taille d’effet escomptée (mesurée par exemple via le d de Cohen ou le η² partiel), en fixant un seuil de signification alpha (habituellement 0,05) et une puissance désirée (généralement 1 – β = 0,80 ou 0,90).
Une fois les mesures enregistrées sur l’échelle choisie (métrique, ordinale ou nominale), les données doivent subir une vérification des postulats paramétriques fondamentaux : la normalité de la distribution des résidus au sein de chaque groupe (testée par le test de Shapiro-Wilk ou de Kolmogorov-Smirnov) et l’homogénéité des variances entre les groupes (homoscédasticité, vérifiée par le test de Levene ou de Bartlett). L’absence d’homoscédasticité compromet gravement le taux d’erreur de type I des tests classiques.
Lorsque ces critères distributionnels sont respectés, l’outil statistique de référence pour comparer deux groupes indépendants est le test t de Student pour échantillons indépendants. Si le protocole comporte trois groupes ou davantage, ou s’il déploie une structure factorielle croisée, l’analyse de variance univariée (ANOVA) inter-sujets s’impose. En cas d’invalidation des postulats de normalité ou face à des données ordinales, le statisticien privilégiera des tests non paramétriques équivalents, tels que le test des rangs de Wilcoxon-Mann-Whitney pour deux échantillons ou le test de Kruskal-Wallis pour des comparaisons multi-groupes.
10. Applications et portée pratique
L’utilité pragmatique du plan inter-sujets s’étend à de multiples domaines appliqués où la pureté de la manipulation expérimentale conditionne la prise de décision opérationnelle :
En psychopharmacologie et en psychiatrie biologique, les essais cliniques randomisés en double aveugle (RCT) constituent l’incarnation absolue du plan inter-sujets. L’affectation de cohortes homogènes de patients à différentes molécules thérapeutiques ou à un placebo garantit que les rémissions symptomatiques constatées ne relèvent ni de la rémission spontanée au fil du temps, ni des attentes subjectives des praticiens et des patients, assurant ainsi la rigueur d’homologation des traitements médicamenteux.
Dans le secteur de l’ingénierie ergonomique et de l’expérience utilisateur (UX Design), le plan inter-sujets est continuellement déployé sous la désignation d’A/B Testing. Lorsqu’une plateforme logicielle ou un site web teste deux interfaces de navigation concurrentes pour optimiser la rétention ou le taux d’engagement, exposer le même utilisateur successivement aux deux versions engendrerait des biais d’apprentissage d’usage. Les concepteurs scindent donc le flux des utilisateurs en deux flux hermétiques pour isoler la variante la plus performante.
Dans le domaine de l’éducation et de la pédagogie cognitive, ce devis permet d’évaluer avec précision l’efficacité de méthodes d’enseignement divergentes (par exemple, l’apprentissage par résolution de problèmes versus l’enseignement explicite guidé). Des classes entières ou des cohortes d’élèves appariées sont affectées à un cursus didactique unique, puis évaluées sur une épreuve terminale commune standardisée.
11. Recherche et données empiriques
La littérature scientifique internationale fournit d’abondantes démonstrations de la supériorité des plans inter-sujets lorsqu’il s’agit de tester des hypothèses vulnérables à l’interférence conceptuelle ou temporelle :
Dans le domaine de l’économie comportementale et de la théorie des perspectives initiée par Daniel Kahneman et Amos Tversky, la mise en évidence des biais de jugement (tels que l’effet de cadrage ou le biais d’ancrage) a reposé massivement sur des dispositifs inter-sujets. Lorsque Kahneman et Tversky ont exposé des groupes indépendants au dilemme de la « maladie asiatique » décrit soit en termes de vies sauvées (cadre positif), soit en termes de décès certains (cadre négatif), l’inversion spectaculaire des préférences face au risque n’a pu émerger que parce qu’aucun individu ne pouvait comparer les deux formulations simultanément.
En outre, les travaux de recherche menés par Elizabeth Loftus sur la malléabilité des témoignages oculaires ont systématiquement mobilisé des conceptions inter-sujets. Dans l’expérience pionnière de Loftus et Palmer (1974), différents groupes d’observateurs visionnaient un film d’accident automobile avant d’être interrogés sur la vitesse des véhicules au moyen de verbes distincts (« percuté », « fracassé », « heurté », « touché »). L’altération systématique de l’estimation de la vitesse chez les participants exposés au verbe le plus violent a prouvé de façon empirique que l’intégration d’indices trompeurs après coup modifie l’empreinte mnésique sans que le sujet n’en ait conscience.
Plus récemment, les consortiums de réplication en psychologie (notamment les projets Many Labs et les initiatives du Center for Open Science dirigés par Brian Nosek) ont exploité des protocoles inter-sujets massifs à l’échelle transnationale pour vérifier la reproductibilité d’effets classiques d’amorçage social et comportemental, soulignant combien la gestion méticuleuse de la taille des groupes conditionne l’élimination des faux positifs dans ce type de plan.
12. Considérations culturelles et transculturelles
La mise en œuvre des plans inter-sujets dans le cadre de la recherche interculturelle soulève des défis épistémologiques et méthodologiques complexes. Lorsque la variable indépendante est elle-même une caractéristique culturelle (comparer des populations collectivistes d’Asie orientale à des populations individualistes d’Amérique du Nord), le devis relève techniquement du quasi-expérimental, car les individus ne peuvent pas être assignés aléatoirement à leur culture d’origine.
Ce défaut de randomisation expose les comparaisons inter-groupes à de nombreux facteurs de confusion systématiques : différences de scolarisation, disparités socio-économiques, familiarité inégale avec le matériel de test informatisé et styles de réponse aux échelles d’auto-évaluation (par exemple, la tendance à l’acquiescement ou la préférence pour les points médians dans certaines cultures vs l’attrait pour les réponses extrêmes dans d’autres). Les psychologues transculturels doivent alors employer des techniques d’appariement démographique strictes pour compenser l’absence de randomisation.
De surcroît, la signification subjective des tâches de laboratoire peut varier radicalement selon les contextes culturels. Un protocole inter-sujets manipulant la menace du stéréotype ou l’exclusion sociale peut susciter une réactivité émotionnelle différente selon les normes relationnelles prévalant dans la société étudiée, risquant d’induire une erreur d’interprétation si l’on postule l’invariance de mesure de la tâche.
13. Critiques, controverses et limites
En dépit de sa rigueur logique pour établir des liens causaux, le plan inter-sujets fait l’objet de réserves techniques et théoriques récurrentes dans les débats méthodologiques :
La critique principale réside dans sa vulnérabilité face au bruit causé par les différences individuelles, ce qui engendre un biais méthodologique potentiel si la randomisation échoue. Même avec un tirage au sort impeccable, des déséquilibres fortuits peuvent subsister au sein d’échantillons de taille restreinte. Cette variance résiduelle non contrôlée vient gonfler le dénominateur des ratios statistiques (comme le ratio F de Fisher), réduisant d’autant la puissance statistique de l’étude et accroissant le risque d’erreur de type II (ne pas rejeter l’hypothèse nulle alors qu’un effet réel existe).
Une seconde limite concerne le coût humain et matériel. Dans des disciplines où les populations cliniques sont rares (par exemple chez des patients souffrant d’amnésie hippocampique bilatérale ou de maladies neurodégénératives orphelines), recruter des dizaines d’individus pour chaque cellule d’un plan factoriel s’avère matériellement impossible. Les chercheurs sont alors contraints de se tourner vers des plans intra-sujets ou des études de cas uniques.
Par ailleurs, le plan inter-sujets est particulièrement sensible au biais d’attrition différentielle (ou mortalité expérimentale). Si les exigences de l’une des conditions expérimentales sont plus pénibles, stressantes ou chronophages que celles de la condition témoin, les abandons en cours de route seront disproportionnés entre les groupes. Cette rupture de l’équilibre initial détruit l’équivalence stochastique générée par la randomisation et fausse irrémédiablement la comparaison finale.
Enfin, les plans inter-sujets ne permettent pas d’examiner directement la trajectoire individuelle de changement. Ils offrent un éclairage statistique sur des moyennes de groupes mais masquent l’hétérogénéité des profils de réponse intra-individuels, traitant les variations singulières comme un simple terme d’erreur statistique plutôt que comme une source substantielle d’information clinique ou différentielle.
14. Termes connexes et distinctions conceptuelles
Pour appréhender la spécificité du plan inter-sujets, il convient de le confronter analytiquement aux notions avoisinantes au sein de la typologie des devis méthodologiques :
- Plan intra-sujets (mesures répétées) : Architecture où chaque participant passe par toutes les conditions de l’expérience. Contrairement au plan inter-sujets, il maximise la puissance statistique en éliminant la variance inter-individuelle du terme d’erreur, mais s’avère hautement vulnérable aux effets d’ordre et d’apprentissage.
- Plan mixte (ou split-plot) : Conception combinant au moins une variable indépendante inter-sujets et au moins une variable dépendante mesurée de manière répétée (intra-sujets). Très fréquent dans les études longitudinales où l’on compare l’évolution temporelle (intra) entre un groupe clinique et un groupe témoin (inter).
- Plan quasi-expérimental : Dispositif qui adopte l’apparence d’un plan inter-sujets en confrontant des groupes distincts, mais sans possibilité de procéder à l’assignation aléatoire des participants (par exemple, comparaison d’hommes et de femmes, ou de fumeurs et de non-fumeurs). La validité interne y est considérablement affaiblie en raison des facteurs de confusion non contrôlés.
- Plan d’appariement : Variante du plan inter-sujets où les participants sont préalablement associés par paires sur la base de caractéristiques d’intérêt jugées critiques (même âge, même score de mémoire), un membre de chaque paire étant ensuite attribué aléatoirement à l’un des deux groupes pour garantir une parité initiale absolue.
15. Synthèse et points clés à retenir
Le plan inter-sujets constitue l’un des piliers méthodologiques les plus robustes de la psychologie scientifique et des sciences biomédicales contemporaines pour l’établissement de relations de causalité :
Son principe cardinal repose sur l’affectation mutuellement exclusive de chaque participant à une seule condition expérimentale, ce qui neutralise définitivement les artéfacts expérimentaux liés aux effets de report, d’apprentissage, d’habituation et aux caractéristiques de la demande.
Son intégrité théorique découle de l’assignation aléatoire des sujets, garantissant que les groupes expérimentaux et témoins soient statistiquement équivalents sur toutes les dimensions individuelles mesurées ou non mesurées avant l’administration du traitement.
Sa principale contrainte réside dans la variance inter-individuelle qui nécessite l’enrôlement de larges cohortes de participants pour maintenir une puissance statistique adéquate, ainsi que dans sa vulnérabilité potentielle face aux phénomènes d’attrition sélective.
En définitive, le choix d’un plan inter-sujets s’impose comme une nécessité absolue chaque fois que l’intervention étudiée transforme de manière irréversible les dispositions cognitives ou physiologiques du participant, faisant de ce devis le garant par excellence de l’indépendance de mesure.
Références
- Campbell, D. T., & Stanley, J. C. (1966). Experimental and quasi-experimental designs for research. Rand McNally.
- Fisher, R. A. (1935). The design of experiments. Oliver and Boyd.
- Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263–291. https://doi.org/10.2307/1914185
- Loftus, E. F., & Palmer, J. C. (1974). Reconstruction of automobile destruction: An example of the interaction between language and memory. Journal of Verbal Learning and Verbal Behavior, 13(5), 585–589. https://doi.org/10.1016/S0022-5371(74)80011-3
- Rubin, D. B. (1974). Estimating causal effects of treatments in randomized and nonrandomized studies. Journal of Educational Psychology, 66(5), 688–701. https://doi.org/10.1037/h0037350