{"id":24175,"date":"2026-11-01T10:18:59","date_gmt":"2026-11-01T10:18:59","guid":{"rendered":"https:\/\/french.arabpsychology.com\/?psych_term=plan-factoriel-complet"},"modified":"2026-11-01T10:18:59","modified_gmt":"2026-11-01T10:18:59","slug":"plan-factoriel-complet","status":"publish","type":"psych_term","link":"https:\/\/french.arabpsychology.com\/?psych_term=plan-factoriel-complet","title":{"rendered":"Plan factoriel complet : Ma\u00eetriser l’interaction"},"content":{"rendered":"

Dans le domaine de la recherche exp\u00e9rimentale et des sciences psychologiques, l’investigation des ph\u00e9nom\u00e8nes comportementaux et cognitifs requiert des dispositifs m\u00e9thodologiques capables de saisir la complexit\u00e9 multifactorielle du vivant. Le plan factoriel complet<\/strong> repr\u00e9sente l’un des piliers m\u00e9thodologiques les plus puissants pour \u00e9valuer simultan\u00e9ment les influences directes et combin\u00e9es de plusieurs variables ind\u00e9pendantes sur une ou plusieurs variables d\u00e9pendantes.<\/p>\n

Plan factoriel complet<\/h2>\n

1. D\u00e9finition concise<\/h3>\n

Un plan factoriel complet<\/strong> (en anglais, complete factorial design<\/em> ou full factorial design<\/em>) est un protocole exp\u00e9rimental quantitatif dans lequel les chercheurs manipulent au moins deux variables ind\u00e9pendantes (appel\u00e9es facteurs), chaque niveau ou modalit\u00e9 de chaque facteur \u00e9tant combin\u00e9 avec l’ensemble des modalit\u00e9s de tous les autres facteurs. Ce croisement exhaustif g\u00e9n\u00e8re un ensemble de conditions exp\u00e9rimentales distinctes correspondant au produit cart\u00e9sien des modalit\u00e9s factorielles, garantissant qu’aucun sous-ensemble de combinaisons n’est omis.<\/p>\n

Dans le cadre de la psychologie scientifique, ce dispositif m\u00e9thodologique permet non seulement d’isoler l’effet moyen individuel de chaque variable ind\u00e9pendante sur la variable d\u00e9pendante \u2014 d\u00e9sign\u00e9 sous le terme d’effet principal<\/strong> \u2014, mais \u00e9galement de quantifier et de mod\u00e9liser les effets d’interaction<\/strong>. L’interaction traduit le ph\u00e9nom\u00e8ne fondamental selon lequel l’impact d’une variable ind\u00e9pendante sur le comportement ou le processus cognitif mesur\u00e9 varie syst\u00e9matiquement en fonction du niveau d’une ou de plusieurs autres variables ind\u00e9pendantes, r\u00e9v\u00e9lant ainsi des dynamiques non additives que les plans exp\u00e9rimentaux \u00e0 facteur unique sont intrins\u00e8quement incapables de d\u00e9tecter.<\/p>\n

Ce type d’architecture exp\u00e9rimentale s’applique aussi bien aux plans inter-sujets (mesures ind\u00e9pendantes), intra-sujets (mesures r\u00e9p\u00e9t\u00e9es) qu’aux plans mixtes. En garantissant l’orthogonalit\u00e9 des variables dans des conditions d’\u00e9chantillonnage \u00e9quilibr\u00e9es, le plan factoriel complet constitue la structure de r\u00e9f\u00e9rence pour le test d’hypoth\u00e8ses causales raffin\u00e9es, offrant une validit\u00e9 interne robuste et une granularit\u00e9 explicative in\u00e9gal\u00e9e dans l’analyse statistique inf\u00e9rentielle.<\/p>\n

2. \u00c9tymologie et origine linguistique<\/h3>\n

L’expression fran\u00e7aise \u00ab plan factoriel complet \u00bb proc\u00e8de de la convergence de vocables issus du latin classique et m\u00e9di\u00e9val, adapt\u00e9s ult\u00e9rieurement aux exigences de la formalisation math\u00e9matique et m\u00e9thodologique. Le substantif \u00ab plan \u00bb d\u00e9rive du latin planum<\/em>, qui d\u00e9signe une surface plane ou un niveau, ayant \u00e9volu\u00e9 au fil des si\u00e8cles pour qualifier une disposition ordonn\u00e9e, un sch\u00e9ma d’action pr\u00e9\u00e9tabli ou une repr\u00e9sentation graphique r\u00e9gul\u00e9e de proc\u00e9dures scientifiques.<\/p>\n

Le qualificatif \u00ab factoriel \u00bb trouve son origine dans le latin factor<\/em>, d\u00e9riv\u00e9 du verbe facere<\/em> (\u00ab faire \u00bb, \u00ab fabriquer \u00bb, \u00ab \u00eatre l’auteur de \u00bb). Dans la nomenclature statistique et alg\u00e9brique d\u00e9velopp\u00e9e au cours des XVIIIe et XIXe si\u00e8cles, le facteur renvoie \u00e0 l’\u00e9l\u00e9ment constitutif concourant \u00e0 la production d’un r\u00e9sultat ou d’un produit math\u00e9matique. L’adjectif \u00ab complet \u00bb provient quant \u00e0 lui du latin completus<\/em>, participe pass\u00e9 de complere<\/em> (\u00ab remplir enti\u00e8rement \u00bb, \u00ab achever \u00bb), soulignant la saturation int\u00e9grale de l’espace exp\u00e9rimental.<\/p>\n

L’expression anglaise originale, factorial design<\/em>, a \u00e9t\u00e9 introduite et formalis\u00e9e au d\u00e9but du XXe si\u00e8cle par le statisticien et g\u00e9n\u00e9ticien britannique Ronald Aylmer Fisher<\/a> dans le cadre de ses travaux fondateurs sur l’agronomie exp\u00e9rimentale \u00e0 la station de Rothamsted. La traduction et l’acclimatation du concept dans les pays francophones se sont consolid\u00e9es au cours des ann\u00e9es 1950 et 1960, port\u00e9es par l’essor de la psychologie exp\u00e9rimentale universitaire et l’adoption g\u00e9n\u00e9ralis\u00e9e des manuels de psychom\u00e9trie et d’inf\u00e9rence statistique.<\/p>\n

3. Prononciation et forme grammaticale<\/h3>\n

Sur le plan phon\u00e9tique, le terme s’\u00e9nonce selon l’alphabet phon\u00e9tique international : [pl\u0251\u0303 fak.t\u0254.\u0281j\u025bl k\u0254\u0303.pl\u025b]. Il s’agit d’un syntagme nominal masculin singulier compos\u00e9 d’un nom noyau masculin (\u00ab plan \u00bb) et de deux adjectifs qualificatifs \u00e9pith\u00e8tes postpos\u00e9s (\u00ab factoriel \u00bb et \u00ab complet \u00bb).<\/p>\n

Au pluriel, l’expression devient \u00ab plans factoriels complets \u00bb [pl\u0251\u0303 fak.t\u0254.\u0281j\u025bl k\u0254\u0303.pl\u025b]. Dans la litt\u00e9rature scientifique francophone sp\u00e9cialis\u00e9e en m\u00e9thodologie de la recherche, on rencontre \u00e9galement des locutions synonymes ou quasi-synonymes telles que \u00ab plan d’exp\u00e9rience factoriel complet \u00bb, \u00ab plan factoriel \u00e9quilibr\u00e9 \u00bb (lorsque les effectifs par cellule sont rigoureusement \u00e9gaux) ou simplement \u00ab plan factoriel crois\u00e9 complet \u00bb par opposition aux plans factoriels fractionnaires ou embo\u00eet\u00e9s.<\/p>\n

D’un point de vue syntaxique, l’expression r\u00e9git des notations alg\u00e9briques codifi\u00e9es indiquant le nombre de facteurs et de modalit\u00e9s. Par exemple, un chercheur mentionnera un \u00ab plan factoriel complet $2 times 2$ \u00bb (prononc\u00e9 \u00ab deux par deux \u00bb ou \u00ab deux fois deux \u00bb) pour d\u00e9signer un protocole comprenant deux variables ind\u00e9pendantes \u00e0 deux modalit\u00e9s chacune, g\u00e9n\u00e9rant un total de quatre cellules exp\u00e9rimentales distinctes.<\/p>\n

4. Explication conceptuelle d\u00e9taill\u00e9e<\/h3>\n

Pour appr\u00e9hender la port\u00e9e \u00e9pist\u00e9mologique du plan factoriel complet, il convient d’examiner la logique des tests d’hypoth\u00e8ses causales. Historiquement, la doctrine scientifique classique pr\u00f4nait la r\u00e8gle d’une seule variable \u00e0 la fois (souvent r\u00e9sum\u00e9e par l’acronyme anglais OFAT, pour One Factor At a Time<\/em>). Cette approche postulait que pour \u00e9tablir avec certitude l’effet d’une variable ind\u00e9pendante, il \u00e9tait imp\u00e9ratif de maintenir toutes les autres constantes. Or, comme l’a brillamment d\u00e9montr\u00e9 la mod\u00e9lisation statistique moderne, cette approche univari\u00e9e pr\u00e9sente une faille conceptuelle majeure : elle postule l’additivit\u00e9 universelle des influences environnementales et biologiques, ignorant le fait que les syst\u00e8mes psychologiques et comportementaux fonctionnent selon des interd\u00e9pendances dynamiques complexes.<\/p>\n

Le plan factoriel complet d\u00e9passe cette limitation en instituant le croisement syst\u00e9matique de tous les facteurs. Dans une configuration \u00e0 deux facteurs, d\u00e9sign\u00e9s par les variables $A$<\/span> (poss\u00e9dant $p$<\/span> modalit\u00e9s) et $B$<\/span> (poss\u00e9dant $q$<\/span> modalit\u00e9s), le plan complet mat\u00e9rialise $p \\times q$<\/span> cellules de traitement. Chaque cellule re\u00e7oit un groupe de participants distinct (dans un protocole inter-sujets) ou le m\u00eame \u00e9chantillon soumis \u00e0 l’ensemble des conditions dans un ordre contrebalanc\u00e9 (dans un protocole intra-sujets). Cette g\u00e9om\u00e9trie exp\u00e9rimentale permet de d\u00e9composer la variance totale observ\u00e9e sur la variable d\u00e9pendante en composantes orthogonales ind\u00e9pendantes : la variance attribuable \u00e0 l’erreur al\u00e9atoire (variance r\u00e9siduelle intra-groupe), la variance attribuable \u00e0 l’effet principal de $A$<\/span>, la variance attribuable \u00e0 l’effet principal de $B$<\/span>, et la variance attribuable \u00e0 l’interaction $A \\times B$<\/span>.<\/p>\n

La distinction entre effet principal et effet d’interaction constitue l’essence du raisonnement factoriel. L’effet principal traduit la diff\u00e9rence globale entre les moyennes marginales d’un facteur, calcul\u00e9e en agr\u00e9geant l’ensemble des niveaux des autres facteurs. En revanche, l’effet d’interaction se manifeste lorsque la diff\u00e9rence entre les modalit\u00e9s du facteur $A$<\/span> n’est pas constante d’un niveau du facteur $B$<\/span> \u00e0 l’autre. En termes math\u00e9matiques, la r\u00e9ponse n’est pas une simple combinaison lin\u00e9aire additive des effets individuels. Dans la repr\u00e9sentation graphique des r\u00e9sultats, l’absence d’interaction se traduit par des droites rigoureusement parall\u00e8les reliant les moyennes des conditions, tandis que l’existence d’une interaction significative est visuellement signal\u00e9e par la non-parall\u00e9lisme, la convergence, la divergence ou le croisement direct de ces segments de pente.<\/p>\n

La puissance du plan factoriel complet s’\u00e9tend aux ordres d’interaction sup\u00e9rieurs lorsque trois facteurs ou plus sont int\u00e9gr\u00e9s ($A \\times B \\times C$<\/span>). Dans un tel dispositif, les chercheurs peuvent tester une interaction de second ordre (interaction \u00e0 trois voies), qui \u00e9value si l’interaction \u00e0 deux voies entre $A$<\/span> et $B$<\/span> est elle-m\u00eame modul\u00e9e par la modalit\u00e9 consid\u00e9r\u00e9e du facteur $C$<\/span>. Cette finesse d’investigation conf\u00e8re au plan complet une profondeur explicative incomparable, permettant aux psychologues d’\u00e9laborer des th\u00e9ories nuanc\u00e9es prenant en compte les conditions contextuelles, les traits dispositionnels et les d\u00e9clencheurs situationnels.<\/p>\n

5. \u00c9volution historique<\/h3>\n

L’\u00e9mergence des plans factoriels complets s’inscrit dans la r\u00e9volution statistique qui a transform\u00e9 la m\u00e9thode scientifique au cours du premier tiers du XXe si\u00e8cle. Avant les ann\u00e9es 1920, la conduite des exp\u00e9riences reposait sur le paradigme h\u00e9rit\u00e9 du physicien John Stuart Mill et du physiologiste Claude Bernard, qui consid\u00e9rait que l’isolement artificiel d’une variable unique constituait l’unique garant de la rigueur scientifique. Cependant, confront\u00e9 \u00e0 l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 des sols agricoles et aux fluctuations m\u00e9t\u00e9orologiques impr\u00e9visibles, Ronald A. Fisher<\/a> comprit que la nature ne se pliait pas \u00e0 cette simplification m\u00e9caniste.<\/p>\n

Dans ses publications de 1926 (\u00ab The Arrangement of Field Experiments \u00bb) puis dans son ouvrage magistral de 1935, The Design of Experiments<\/em>, Fisher d\u00e9montra formellement les avantages math\u00e9matiques des plans factoriels. Il prouva qu’en testant plusieurs facteurs au sein d’un m\u00eame dispositif crois\u00e9, l’exp\u00e9rimentateur utilise chaque observation avec une efficacit\u00e9 optimale pour \u00e9valuer chacun des effets principaux, comme si l’exp\u00e9rience enti\u00e8re avait \u00e9t\u00e9 d\u00e9di\u00e9e \u00e0 ce seul facteur, tout en obtenant gratuitement l’\u00e9valuation rigoureuse de leurs interactions. Fisher d\u00e9veloppa simultan\u00e9ment l’analyse de la variance<\/a> (ANOVA), fournissant le soubassement inf\u00e9rentiel n\u00e9cessaire \u00e0 la partition de la somme des carr\u00e9s des \u00e9carts.<\/p>\n

L’introduction de ces m\u00e9thodes dans les sciences du comportement s’est op\u00e9r\u00e9e principalement par l’entremise de statisticiens et psychologues novateurs des ann\u00e9es 1940 et 1950, \u00e0 l’instar d’E. F. Lindquist, de George W. Snedecor et de Quinn McNemar. Lindquist publia en 1953 un manuel de r\u00e9f\u00e9rence intitul\u00e9 Design and Analysis of Experiments in Psychology and Education<\/em>, qui syst\u00e9matisa l’usage des plans factoriels complets et mixtes au sein des laboratoires de psychologie exp\u00e9rimentale.<\/p>\n

Avec l’av\u00e8nement de l’informatique dans le dernier tiers du XXe si\u00e8cle et la g\u00e9n\u00e9ralisation des progiciels statistiques sp\u00e9cialis\u00e9s (tels que SPSS, SAS, BMDP, puis le langage R), la complexit\u00e9 des calculs manuels n’a plus constitu\u00e9 un obstacle. Les chercheurs ont pu d\u00e9ployer des plans factoriels complets int\u00e9grant trois, quatre, voire cinq facteurs, tout en explorant des mod\u00e8les lin\u00e9aires g\u00e9n\u00e9raux de plus en plus sophistiqu\u00e9s. Aujourd’hui, bien que les mod\u00e8les d’\u00e9quations structurelles et les mod\u00e8les mixtes lin\u00e9aires aient diversifi\u00e9 la bo\u00eete \u00e0 outils des chercheurs, le plan factoriel complet demeure le mod\u00e8le \u00e9talon de la m\u00e9thode exp\u00e9rimentale en laboratoire.<\/p>\n

6. Fondements th\u00e9oriques<\/h3>\n

Le plan factoriel complet repose sur le cadre \u00e9pist\u00e9mologique du mod\u00e8le lin\u00e9aire g\u00e9n\u00e9ral (MLG). Dans ce paradigme, la valeur observ\u00e9e $Y_{ijk}$<\/span> pour un participant $k$<\/span> soumis au niveau $i$<\/span> du facteur $A$<\/span> et au niveau $j$<\/span> du facteur $B$<\/span> est mod\u00e9lis\u00e9e par l’\u00e9quation de d\u00e9composition lin\u00e9aire suivante :<\/p>\n

$$Y_{ijk} = \\mu + \\alpha_i + \\beta_j + (\\alpha\\beta)_{ij} + \\epsilon_{ijk}$$<\/span><\/p>\n

Dans cette formulation th\u00e9orique :<\/p>\n