Dans le domaine de la recherche exp\u00e9rimentale en psychologie et en sciences du comportement, la r\u00e9alit\u00e9 psychologique se caract\u00e9rise rarement par des relations univari\u00e9es simples, mais d\u00e9coule plut\u00f4t de dynamiques multifactorielles complexes. Le plan \u00e0 facteurs crois\u00e9s constitue une architecture m\u00e9thodologique fondamentale qui permet d’\u00e9valuer simultan\u00e9ment l’impact de plusieurs variables ind\u00e9pendantes ainsi que leur influence combin\u00e9e sur une ou plusieurs variables d\u00e9pendantes. En structurant l’observation scientifique de mani\u00e8re \u00e0 ce que chaque modalit\u00e9 d’un facteur apparaisse en combinaison avec chaque modalit\u00e9 des autres facteurs, ce paradigme exp\u00e9rimental permet d’isoler avec rigueur les effets principaux et de r\u00e9v\u00e9ler les effets d’interaction essentiels \u00e0 la mod\u00e9lisation des processus cognitifs, affectifs et comportementaux.<\/p>\n
Un plan \u00e0 facteurs crois\u00e9s (commun\u00e9ment d\u00e9sign\u00e9 sous le terme de crossed-factor design<\/em> ou plan factoriel complet) est un dispositif exp\u00e9rimental dans lequel au moins deux variables ind\u00e9pendantes sont manipul\u00e9es de telle sorte que chaque niveau ou modalit\u00e9 d’un facteur est syst\u00e9matiquement combin\u00e9 avec chaque niveau ou modalit\u00e9 de tous les autres facteurs. Cette structure matricielle int\u00e9grale garantit que toutes les combinaisons possibles de conditions exp\u00e9rimentales soient repr\u00e9sent\u00e9es dans l’\u00e9chantillon ou au sein du protocole.<\/p>\n Dans la recherche psychologique contemporaine, cette configuration m\u00e9thodologique permet de tester l’existence d’effets principaux distincts pour chaque facteur, tout en examinant empiriquement la pr\u00e9sence \u00e9ventuelle d’un effet d’interaction. Ce dernier survient lorsque l’influence d’une variable ind\u00e9pendante sur la variable d\u00e9pendante varie en fonction du niveau d’une autre variable ind\u00e9pendante. Contrairement aux plans hi\u00e9rarchis\u00e9s ou embo\u00eet\u00e9s (nested designs<\/em>), o\u00f9 les modalit\u00e9s d’un facteur sont confin\u00e9es \u00e0 un sous-ensemble sp\u00e9cifique d’un autre facteur, le croisement complet pr\u00e9serve l’orthogonalit\u00e9<\/a> des pr\u00e9dicteurs, facilitant ainsi l’estimation non biais\u00e9e de la variance expliqu\u00e9e par le mod\u00e8le statistique.<\/p>\n Cette approche s’applique tant aux protocoles intersujets (o\u00f9 des groupes de participants distincts sont affect\u00e9s \u00e0 chaque cellule exp\u00e9rimentale) qu’aux protocoles intrasujets \u00e0 mesures r\u00e9p\u00e9t\u00e9es (o\u00f9 chaque participant est expos\u00e9 \u00e0 l’ensemble des croisements de conditions), ainsi qu’aux plans mixtes. Elle constitue l’ossature m\u00e9thodologique privil\u00e9gi\u00e9e pour tester des hypoth\u00e8ses de mod\u00e9ration et pour \u00e9valuer la validit\u00e9 \u00e9cologique de lois psychologiques sous diff\u00e9rentes contraintes situationnelles.<\/p>\n L’expression \u00ab plan \u00e0 facteurs crois\u00e9s \u00bb puise ses racines dans le vocabulaire de la g\u00e9om\u00e9trie, de la logique combinatoire et de la statistique appliqu\u00e9e. Le terme \u00ab plan \u00bb d\u00e9rive du latin planus<\/em>, signifiant \u00ab uni, plat, clair \u00bb, et a \u00e9volu\u00e9 en fran\u00e7ais pour d\u00e9signer une repr\u00e9sentation sch\u00e9matique ordonn\u00e9e ou un dispositif strat\u00e9gique structur\u00e9 avant l’action exp\u00e9rimentale. Le vocable \u00ab facteur \u00bb provient du latin factor<\/em> (\u00ab celui qui fait, auteur, cr\u00e9ateur \u00bb), lui-m\u00eame d\u00e9riv\u00e9 du verbe facere<\/em> (\u00ab faire \u00bb) ; en statistique, il d\u00e9signe l’agent causatif ou la variable manipul\u00e9e susceptible de produire une modification mesurable sur le ph\u00e9nom\u00e8ne \u00e9tudi\u00e9.<\/p>\n Le qualificatif \u00ab crois\u00e9 \u00bb provient du verbe \u00ab croiser \u00bb, issu du bas-latin cruciare<\/em> (marquer d’une croix), qui s’est enrichi dans la pens\u00e9e scientifique du sens d’intersection mutuelle et de permutation crois\u00e9e. En anglais, la locution crossed-factor design<\/em> a \u00e9t\u00e9 popularis\u00e9e au d\u00e9but du XXe si\u00e8cle au sein de l’\u00e9cole biom\u00e9trique britannique. La m\u00e9taphore du croisement renvoie directement \u00e0 la disposition en grille ou en tableau \u00e0 double entr\u00e9e, o\u00f9 les lignes repr\u00e9sentant les niveaux du premier facteur et les colonnes repr\u00e9sentant ceux du second s’intersectent pour d\u00e9limiter chaque cellule de traitement exp\u00e9rimental.<\/p>\n Dans la litt\u00e9rature francophone en psychom\u00e9trie et m\u00e9thodologie quantitative, on retrouve \u00e9galement les d\u00e9nominations \u00e9quivalentes de \u00ab plan factoriel complet \u00bb, \u00ab dispositif factoriel crois\u00e9 \u00bb ou \u00ab sch\u00e9ma crois\u00e9 orthogonale \u00bb. Bien que le mot anglais cross-classification<\/em> ait parfois \u00e9t\u00e9 traduit par \u00ab classification crois\u00e9e \u00bb, le concept de plan \u00e0 facteurs crois\u00e9s s’est impos\u00e9 pour d\u00e9signer l’organisation d\u00e9lib\u00e9r\u00e9e de la collecte de donn\u00e9es scientifiques selon une matrice factorielle compl\u00e8te.<\/p>\n Sur le plan phon\u00e9tique, \u00ab plan \u00e0 facteurs crois\u00e9s \u00bb se prononce en fran\u00e7ais international standard selon la transcription de l’Alphabet Phon\u00e9tique International : \/pl\u0251\u0303 a fak.t\u0153\u0281 k\u0281wa.ze\/. Le syntagme nominal masculin se d\u00e9compose en un nom principal (\u00ab plan \u00bb, masculin singulier), suivi d’une locution pr\u00e9positionnelle restrictive (\u00ab \u00e0 facteurs crois\u00e9s \u00bb). Le substantif \u00ab facteur \u00bb et le participe pass\u00e9 adjectiv\u00e9 \u00ab crois\u00e9 \u00bb prennent la marque du pluriel (\u00ab s \u00bb), refl\u00e9tant la pr\u00e9sence indispensable d’au moins deux facteurs mutuellement crois\u00e9s pour que la structure existe.<\/p>\n Au pluriel, l’expression devient \u00ab des plans \u00e0 facteurs crois\u00e9s \u00bb (\/de pl\u0251\u0303 z\u203fa fak.t\u0153\u0281 k\u0281wa.ze\/), la graphie de \u00ab facteurs crois\u00e9s \u00bb restant invariable. Dans l’\u00e9criture scientifique, on emploie couramment la notation factorielle abr\u00e9g\u00e9e sous forme de multiplication arithm\u00e9tique (par exemple, un plan \u00ab 2 \u00d7 2 \u00bb prononc\u00e9 \u00ab deux par deux \u00bb, ou un plan \u00ab 2 \u00d7 3 \u00d7 4 \u00bb prononc\u00e9 \u00ab deux par trois par quatre \u00bb), o\u00f9 le nombre de chiffres correspond au nombre de facteurs crois\u00e9s et la valeur de chaque chiffre indique le nombre de modalit\u00e9s ou de niveaux associ\u00e9s \u00e0 ce facteur.<\/p>\n Dans les rapports de recherche empirique, le terme est employ\u00e9 comme compl\u00e9ment circonstanciel de mani\u00e8re (\u00ab l’exp\u00e9rience a \u00e9t\u00e9 conduite selon un plan factoriel crois\u00e9 2 \u00d7 3 \u00bb) ou en tant que sujet syntaxique d\u00e9signant le dispositif m\u00e9thodologique global (\u00ab le plan \u00e0 facteurs crois\u00e9s a permis d’isoler l’interaction significative entre le niveau de stress induit et le type de t\u00e2che m\u00e9morielle \u00bb).<\/p>\n Pour appr\u00e9hender en profondeur le plan \u00e0 facteurs crois\u00e9s, il convient de comprendre le principe de partitionnement de la variance dans l’analyse exp\u00e9rimentale. Lorsqu’un chercheur souhaite comprendre un comportement humain, limiter l’investigation \u00e0 une approche univari\u00e9e classique (faire varier un seul facteur en maintenant artificiellement tous les autres constants, selon le canon traditionnel ceteris paribus<\/em>) pr\u00e9sente des faiblesses \u00e9pist\u00e9mologiques majeures. Cette m\u00e9thode r\u00e9ductionniste postule implicitement que l’effet d’une variable s’exerce de fa\u00e7on universelle, ind\u00e9pendamment du contexte ou de l’\u00e9tat interne de l’organisme. Le croisement des facteurs permet pr\u00e9cis\u00e9ment de d\u00e9passer cette illusion de simplicit\u00e9 en int\u00e9grant la d\u00e9pendance contextuelle au c\u0153ur m\u00eame du protocole.<\/p>\n Dans un plan crois\u00e9 factoriel complet de dimension A \u00d7 B<\/em>, o\u00f9 le facteur A<\/em> comporte p<\/em> modalit\u00e9s et le facteur B<\/em> comporte q<\/em> modalit\u00e9s, l’espace exp\u00e9rimental est d\u00e9coup\u00e9 en exactement p \u00d7 q<\/em> cellules de traitement distinctes. La r\u00e8gle fondamentale de construction exige que chaque modalit\u00e9 ai<\/sub><\/em> de A<\/em> coexiste avec chaque modalit\u00e9 bj<\/sub><\/em> de B<\/em>. Par exemple, si l’on \u00e9tudie l’effet de l’intensit\u00e9 lumineuse (forte vs faible) et du type de musique d’ambiance (apaisante vs stimulante vs silence) sur la concentration cognitive, le dispositif comportera 2 \u00d7 3 = 6 conditions distinctes. Chaque condition repr\u00e9sente une combinaison univoque des deux dimensions \u00e9tudi\u00e9es<\/span>.<\/p>\n La structure crois\u00e9e garantit une propri\u00e9t\u00e9 math\u00e9matique cruciale : l’orthogonalit\u00e9 des effets. Dans un plan \u00e9quilibr\u00e9 o\u00f9 le nombre d’observations par cellule est \u00e9gal, la somme des carr\u00e9s totale peut \u00eatre d\u00e9compos\u00e9e de fa\u00e7on parfaitement ind\u00e9pendante entre l’effet principal du facteur A<\/em>, l’effet principal du facteur B<\/em>, l’effet d’interaction A \u00d7 B<\/em> et la variance d’erreur r\u00e9siduelle. Cela signifie que l’\u00e9valuation empirique de l’impact du facteur A<\/em> n’est pas contamin\u00e9e ni confondue par la variance attribuable au facteur B<\/em>, et inversement.<\/p>\n Au-del\u00e0 des deux facteurs initiaux, les plans crois\u00e9s peuvent s’\u00e9tendre \u00e0 trois facteurs ou davantage (par exemple A \u00d7 B \u00d7 C<\/em>). Dans un tel cas, le mod\u00e8le statistique \u00e9value non seulement les trois effets principaux (A<\/em>, B<\/em>, C<\/em>) et les trois interactions d’ordre deux (A \u00d7 B<\/em>, A \u00d7 C<\/em>, B \u00d7 C<\/em>), mais \u00e9galement une interaction d’ordre trois (A \u00d7 B \u00d7 C<\/em>). Une interaction d’ordre trois indique que la nature ou l’intensit\u00e9 de l’interaction entre deux facteurs change elle-m\u00eame en fonction des niveaux du troisi\u00e8me facteur, offrant une finesse descriptive indispensable \u00e0 l’analyse de processus psychologiques hautement int\u00e9gr\u00e9s comme la prise de d\u00e9cision sous incertitude ou la r\u00e9gulation \u00e9motionnelle sous contrainte sociale.<\/p>\n La d\u00e9limitation conceptuelle du plan crois\u00e9 s’op\u00e8re par contraste avec les plans embo\u00eet\u00e9s (ou hi\u00e9rarchiques). Dans un plan embo\u00eet\u00e9, les modalit\u00e9s d’un facteur B<\/em> sont subordonn\u00e9es et propres \u00e0 une modalit\u00e9 sp\u00e9cifique de A<\/em>. Par exemple, si l’on \u00e9value des th\u00e9rapies au sein de diff\u00e9rents h\u00f4pitaux o\u00f9 chaque th\u00e9rapeute n’exerce que dans un seul \u00e9tablissement, le facteur th\u00e9rapeute est embo\u00eet\u00e9 dans le facteur h\u00f4pital ; il n’est donc pas crois\u00e9. Dans un plan crois\u00e9, les m\u00eames th\u00e9rapeutes devraient intervenir de mani\u00e8re \u00e9quivalente et standardis\u00e9e dans l’ensemble des \u00e9tablissements hospitaliers inclus dans la recherche.<\/p>\n La formalisation du plan \u00e0 facteurs crois\u00e9s est intrins\u00e8quement li\u00e9e \u00e0 la naissance de la statistique inf\u00e9rentielle moderne et aux travaux de Ronald Aylmer Fisher<\/a> dans les ann\u00e9es 1920 \u00e0 la station agronomique de Rothamsted. Confront\u00e9 aux limites des exp\u00e9rimentations agricoles consistant \u00e0 modifier un seul intrant \u00e0 la fois (pratique pr\u00e9dominante h\u00e9rit\u00e9e du XIXe si\u00e8cle), Fisher a d\u00e9montr\u00e9 dans son ouvrage s\u00e9minal Statistical Methods for Research Workers<\/em> (1925), puis dans The Design of Experiments<\/em> (1935), que les plans factoriels \u00e9taient non seulement plus \u00e9conomiques en termes de ressources, mais fournissaient une information qu’aucune s\u00e9rie d’exp\u00e9riences isol\u00e9es ne pouvait apporter : la mesure directe de l’interaction entre les facteurs.<\/p>\n Fisher a prouv\u00e9 math\u00e9matiquement que la combinaison crois\u00e9e des traitements fournissait une estimation de chaque effet principal avec la m\u00eame pr\u00e9cision que si l’ensemble des unit\u00e9s exp\u00e9rimentales avait \u00e9t\u00e9 consacr\u00e9 \u00e0 l’\u00e9tude de ce seul facteur, conf\u00e9rant \u00e0 la m\u00e9thode ce qu’il a qualifi\u00e9 de \u00ab gain d’efficacit\u00e9 factorielle \u00bb. Dans les d\u00e9cennies 1930 et 1940, Frank Yates a \u00e9tendu ces principes fondamentaux en d\u00e9veloppant des algorithmes sp\u00e9cifiques pour le calcul rapide des effets dans les plans factoriels \u00e0 deux niveaux ($2^k$<\/span>) et en formalisant les plans factoriels fractionnaires pour les situations o\u00f9 le nombre total de cellules crois\u00e9es devient exp\u00e9rimentalement intraitable.<\/p>\n L’introduction de ces paradigmes dans les sciences humaines et la psychologie a \u00e9t\u00e9 acc\u00e9l\u00e9r\u00e9e dans l’apr\u00e8s-guerre par des m\u00e9thodologistes comme E. F. Lindquist, Jerome Cornfield et John Tukey. L’article classique de Cornfield et Tukey publi\u00e9 en 1956 sur les mod\u00e8les \u00e0 effets fixes et al\u00e9atoires a clarifi\u00e9 la mani\u00e8re dont les facteurs crois\u00e9s devaient \u00eatre analys\u00e9s en fonction de la g\u00e9n\u00e9ralisabilit\u00e9 vis\u00e9e pour les conclusions. En psychologie exp\u00e9rimentale, les manuels de r\u00e9f\u00e9rence de Donald Campbell et Julian Stanley (1963) ainsi que l’ouvrage monumental de B. J. Winer, Statistical Principles in Experimental Design<\/em> (1962), ont \u00e9rig\u00e9 le plan factoriel crois\u00e9 au rang de standard d’or pour la manipulation rigoureuse en laboratoire des variables cognitives et comportementales.<\/p>\n Au cours des ann\u00e9es 1970 et 1980, le d\u00e9veloppement de l’informatique et des logiciels statistiques tels que SPSS, SAS et BMDP a d\u00e9mocratis\u00e9 l’usage des plans factoriels crois\u00e9s complexes, permettant aux chercheurs d’analyser sans calcul manuel fastidieux des matrices d’exp\u00e9riences comportant trois, quatre voire cinq facteurs crois\u00e9s. Aujourd’hui, avec l’av\u00e8nement des mod\u00e8les mixtes g\u00e9n\u00e9ralis\u00e9s et de la psychom\u00e9trie computationnelle, les plans crois\u00e9s demeurent la r\u00e9f\u00e9rence m\u00e9thodologique pour contr\u00f4ler la variance des participants et des stimuli dans les \u00e9tudes de chronom\u00e9trie mentale, d’imagerie c\u00e9r\u00e9brale et de psychologie sociale exp\u00e9rimentale.<\/p>\n Le plan \u00e0 facteurs crois\u00e9s repose sur le formalisme math\u00e9matique du mod\u00e8le lin\u00e9aire g\u00e9n\u00e9ral (General Linear Model<\/a>, GLM). Dans un plan factoriel crois\u00e9 fixe \u00e0 deux facteurs $A$<\/span> et $B$<\/span>, l’observation individuelle de la variable d\u00e9pendante pour le $k$<\/span>-i\u00e8me sujet dans la cellule $(i, j)$<\/span> s’exprime par l’\u00e9quation lin\u00e9aire canonique suivante :<\/p>\n Yijk<\/sub> = \u03bc + \u03b1i<\/sub> + \u03b2j<\/sub> + (\u03b1\u03b2)ij<\/sub> + \u03b5ijk<\/sub><\/em><\/span><\/p>\n Dans cette formulation th\u00e9orique :<\/p>\n Sur le plan \u00e9pist\u00e9mologique, ce fondement lin\u00e9aire mat\u00e9rialise le passage d’une vision m\u00e9canique d\u00e9terministe \u00e0 une conception probabiliste de la causalit\u00e9 plurielle. Le mod\u00e8le postule que les ph\u00e9nom\u00e8nes psychologiques peuvent \u00eatre d\u00e9compos\u00e9s en composantes de variance ind\u00e9pendantes et quantifiables. Le test d’hypoth\u00e8se s’appuie sur la distribution de Fisher-Snedecor (le test $F$<\/span>), obtenue par le ratio de la variance moyenne syst\u00e9matique expliqu\u00e9e par chaque terme du mod\u00e8le divis\u00e9e par la variance moyenne de l’erreur d’\u00e9chantillonnage.<\/p>\n Le cadre th\u00e9orique s’enrichit selon le statut \u00e9pist\u00e9mique attribu\u00e9 aux facteurs crois\u00e9s : le mod\u00e8le \u00e0 effets fixes s’applique lorsque l’ensemble des modalit\u00e9s d’int\u00e9r\u00eat pour la th\u00e9orie sont exhaustivement incluses dans l’exp\u00e9rience (par exemple, homme vs femme, ou t\u00e2che visuelle vs t\u00e2che auditive). En revanche, le mod\u00e8le \u00e0 effets al\u00e9atoires intervient lorsque les modalit\u00e9s incluses sont con\u00e7ues comme un \u00e9chantillon repr\u00e9sentatif pr\u00e9lev\u00e9 au sein d’une population infinie de modalit\u00e9s possibles (comme des listes de mots sp\u00e9cifiques ou des stimuli faciaux). Lorsque des facteurs fixes et al\u00e9atoires sont crois\u00e9s, on parle alors de mod\u00e8le factoriel mixte, exigeant des termes d’erreur sp\u00e9cifiques au d\u00e9nominateur du test $F$<\/span> pour pr\u00e9server le taux d’erreur de premi\u00e8re esp\u00e8ce.<\/p>\n L’architecture d’un plan \u00e0 facteurs crois\u00e9s se d\u00e9cline selon plusieurs axes morphologiques et fonctionnels d\u00e9finis par le mode d’assignation des unit\u00e9s d’observation et la compl\u00e9tude de la grille exp\u00e9rimentale :<\/p>\n Afin de concr\u00e9tiser le fonctionnement d’un plan \u00e0 facteurs crois\u00e9s dans la recherche empirique, examinons une \u00e9tude de psychologie cognitive exp\u00e9rimentale portant sur la performance d’encodage m\u00e9moriel sous contrainte \u00e9motionnelle. Consid\u00e9rons une exp\u00e9rience factorielle crois\u00e9e 2 \u00d7 3 intersujets. Le premier facteur manipul\u00e9 est l’\u00ab \u00e9tat \u00e9motionnel induit \u00bb (Facteur $A$<\/span>, avec 2 modalit\u00e9s : Induction de stress aigu vs Induction d’un \u00e9tat neutre). Le second facteur est la \u00ab modalit\u00e9 de pr\u00e9sentation du mat\u00e9riel \u00bb (Facteur $B$<\/span>, avec 3 modalit\u00e9s : Pr\u00e9sentation visuelle textuelle vs Pr\u00e9sentation auditive orale vs Pr\u00e9sentation bimodale simultan\u00e9e). Le croisement g\u00e9n\u00e8re 6 conditions exp\u00e9rimentales distinctes (Stress\/Texte, Stress\/Audio, Stress\/Bimodal, Neutre\/Texte, Neutre\/Audio, Neutre\/Bimodal). Si 20 participants distincts sont allou\u00e9s al\u00e9atoirement \u00e0 chaque cellule, l’exp\u00e9rience mobilise un \u00e9chantillon total de 120 sujets.<\/p>\n Dans cette configuration, l’analyse de la variance<\/a> (ANOVA) permet d’extraire trois r\u00e9sultats empiriques ind\u00e9pendants :<\/p>\n Un autre cas paradigmatique en neuropsychologie clinique concerne l’\u00e9tude des fonctions ex\u00e9cutives chez les patients atteints de la maladie de Parkinson compar\u00e9s \u00e0 des t\u00e9moins sains (Facteur Intersujets $A$<\/span> : Pathologique vs T\u00e9moin), soumis \u00e0 une t\u00e2che de flexibilit\u00e9 mentale sous deux conditions de vitesse d’ex\u00e9cution (Facteur Intrasujets $B$<\/span> : Rythme libre vs Rythme forc\u00e9 cadenc\u00e9). Ce plan crois\u00e9 mixte (2 \u00d7 2) permet de d\u00e9montrer si le d\u00e9ficit de flexibilit\u00e9 mentale propre \u00e0 l’atteinte des ganglions de la base est intrins\u00e8que ou s’il n’\u00e9merge s\u00e9lectivement que lorsque la contrainte temporelle externe d\u00e9passe le seuil d’ajustement moteur du patient.<\/p>\n La validit\u00e9 interne et statistique d’un plan \u00e0 facteurs crois\u00e9s repose sur le strict respect de postulats m\u00e9thodologiques et d’analyses quantitatives appropri\u00e9es. L’outil analytique conventionnel pour un plan crois\u00e9 fixe est le test $F$<\/span> d’analyse de la variance (ANOVA) factorielle. Ce test compare les carr\u00e9s moyens syst\u00e9matiques aux carr\u00e9s moyens r\u00e9siduels :<\/p>\n FA<\/sub> = CMA<\/sub> \/ CMR\u00e9siduel<\/sub> ; FB<\/sub> = CMB<\/sub> \/ CMR\u00e9siduel<\/sub> ; FA\u00d7B<\/sub> = CMA\u00d7B<\/sub> \/ CMR\u00e9siduel<\/sub><\/em><\/span><\/p>\n La validit\u00e9 des inf\u00e9rences d\u00e9duites d’un tel plan d\u00e9pend de la v\u00e9rification de trois postulats fondamentaux :<\/p>\n La quantification de l’ampleur des ph\u00e9nom\u00e8nes au-del\u00e0 de la seule significativit\u00e9 statistique ($p < 0,05$) requiert le calcul d’indices de taille d’effet standardis\u00e9s. Dans les plans crois\u00e9s, l’indicateur privil\u00e9gi\u00e9 est l’\u00eata-carr\u00e9 partiel ($<\/span>eta_p^2$), qui exprime la proportion de variance attribuable \u00e0 un facteur ou \u00e0 une interaction une fois retranch\u00e9e la variance expliqu\u00e9e par les autres facteurs :<\/p>\n \u03b7p<\/sub>2<\/sup> = SCEffet<\/sub> \/ (SCEffet<\/sub> + SCR\u00e9siduel<\/sub>)<\/em><\/span><\/p>\n Les m\u00e9thodologistes recommandent \u00e9galement l’usage de l’om\u00e9ga-carr\u00e9 partiel ($\\omega_p^2$<\/span>), moins sensible au biais de surestimation dans les petits \u00e9chantillons, afin d’assurer une \u00e9valuation rigoureuse de l’impact des manipulations factorielles.<\/p>\n L’application du plan \u00e0 facteurs crois\u00e9s s’\u00e9tend \u00e0 l’ensemble des branches appliqu\u00e9es de la psychologie et des sciences sociales contemporaines :<\/p>\n En psychologie clinique et psychopathologie<\/strong>, les plans crois\u00e9s sont employ\u00e9s pour \u00e9valuer l’efficacit\u00e9 diff\u00e9rentielle des prises en charge psychoth\u00e9rapeutiques. Ils permettent de croiser le type d’intervention (ex. Th\u00e9rapie Cognitive Comportementale vs Th\u00e9rapie Interpersonnelle vs Liste d’attente) avec des variables de profilage diagnostique (ex. d\u00e9pression s\u00e9v\u00e8re vs mod\u00e9r\u00e9e, ou pr\u00e9sence de comorbidit\u00e9 anxieuse). Cette d\u00e9marche fonde la \u00ab m\u00e9decine de pr\u00e9cision \u00bb en sant\u00e9 mentale en r\u00e9pondant \u00e0 la question fondamentale de Paul (1967) : quel traitement est le plus efficace pour quel individu sp\u00e9cifique pr\u00e9sentant quel probl\u00e8me pr\u00e9cis dans quelles conditions ?<\/p>\n En ergonomie cognitive et psychologie du travail<\/strong>, le plan crois\u00e9 sert \u00e0 concevoir et \u00e9valuer les interfaces homme-machine dans des environnements \u00e0 haute criticit\u00e9 (a\u00e9ronautique, blocs op\u00e9ratoires, conduite autonome). Les ing\u00e9nieurs cognitifs croisent des facteurs de conception de tableaux de bord (pr\u00e9sentation num\u00e9rique vs analogique vs affichage t\u00eate haute) avec des niveaux de charge mentale induite (trafic fluide vs situation d’urgence m\u00e9t\u00e9orologique) pour d\u00e9terminer les interfaces limitant le taux d’erreur humaine sous stress op\u00e9rationnel.<\/p>\n Dans le champ de la psychologie scolaire et des sciences de l’apprentissage<\/strong>, ce dispositif permet d’optimiser les strat\u00e9gies p\u00e9dagogiques en croisant la nature des consignes didactiques (apprentissage explicite direct vs d\u00e9couverte guid\u00e9e) avec le niveau initial de comp\u00e9tence des \u00e9l\u00e8ves (novices vs experts). Ce croisement syst\u00e9matique a permis de documenter solidement l’effet de renversement de l’expertise (expertise reversal effect<\/em>), o\u00f9 une technique tr\u00e8s profitable aux d\u00e9butants devient contre-productive pour des \u00e9l\u00e8ves avanc\u00e9s.<\/p>\n Enfin, en psychologie sociale et du marketing<\/strong>, les plans crois\u00e9s \u00e9clairent la prise de d\u00e9cision des consommateurs et les st\u00e9r\u00e9otypes implicites. Les chercheurs croisent des caract\u00e9ristiques d’\u00e9metteurs d’un message persuasif (genre, origine ethnique per\u00e7ue, statut statutaire) avec des caract\u00e9ristiques de l’argumentation (rationnelle vs \u00e9motionnelle) pour cartographier pr\u00e9cis\u00e9ment les m\u00e9canismes d’adh\u00e9sion ou de rejet id\u00e9ologique au sein de populations cibles contrast\u00e9es.<\/p>\n L’histoire de la recherche psychologique exp\u00e9rimentale est jalonn\u00e9e de d\u00e9couvertes fondatrices rendues possibles par l’emploi des plans \u00e0 facteurs crois\u00e9s. L’un des exemples les plus c\u00e9l\u00e8bres est constitu\u00e9 par les travaux de Robert Yerkes et John Dodson (1908), ult\u00e9rieurement formalis\u00e9s et mod\u00e9lis\u00e9s en psychologie exp\u00e9rimentale moderne sous la forme de plans crois\u00e9s \u00e9valuant l’interaction non lin\u00e9aire entre le niveau d’\u00e9veil physiologique (arousal<\/em>) et la complexit\u00e9 intrins\u00e8que de la t\u00e2che. Ces protocoles ont mis en \u00e9vidence que si une excitation forte optimise la performance lors de t\u00e2ches motrices simples, elle inhibe drastiquement les facult\u00e9s de raisonnement abstrait lors de t\u00e2ches cognitives complexes.<\/p>\n Dans le domaine de la m\u00e9moire humaine, les travaux majeurs de Godden et Baddeley (1975) sur la m\u00e9moire d\u00e9pendante du contexte ont repos\u00e9 int\u00e9gralement sur un plan factoriel crois\u00e9 2 \u00d7 2. Des plongeurs sous-marins devaient apprendre des listes de mots soit sur la terre ferme, soit sous 6 m\u00e8tres d’eau, puis \u00e9taient test\u00e9s sur leur rappel libre soit sur terre, soit sous l’eau. Le croisement des facteurs Environnement d’apprentissage (Terre vs Eau) et Environnement de rappel (Terre vs Eau) a fait \u00e9merger une interaction crois\u00e9e pure spectaculaire : le rappel \u00e9tait significativement sup\u00e9rieur lorsque l’environnement physique de restitution co\u00efncidait avec le contexte d’acquisition, r\u00e9futant l’hypoth\u00e8se selon laquelle un milieu aquatique d\u00e9graderait uniform\u00e9ment l’\u00e9vocation mn\u00e9sique.<\/p>\n De m\u00eame, les \u00e9tudes canoniques de Stanley Schachter et Jerome Singer (1962) sur la th\u00e9orie bifactorielle des \u00e9motions ont mobilis\u00e9 un plan crois\u00e9 sophistiqu\u00e9 articulant l’activation physiologique induite (injection d’\u00e9pin\u00e9phrine vs placebo) et l’environnement social contextuel (pr\u00e9sence d’un comp\u00e8re euphorique vs col\u00e9rique). C’est pr\u00e9cis\u00e9ment l’analyse de l’interaction factorielle qui a apport\u00e9 la d\u00e9monstration empirique que l’exp\u00e9rience affective subjective proc\u00e8de d’une \u00e9tiquette cognitive appliqu\u00e9e \u00e0 un \u00e9tat d’activation physiologique indiff\u00e9renci\u00e9.<\/p>\n Ces jalons m\u00e9thodologiques d\u00e9montrent que les avanc\u00e9es th\u00e9oriques les plus significatives en psychologie r\u00e9sultent rarement de la d\u00e9couverte d’un effet principal isol\u00e9, mais presque syst\u00e9matiquement de la mise au jour d’interactions factorielles complexes r\u00e9v\u00e9l\u00e9es par des plans crois\u00e9s rigoureusement contr\u00f4l\u00e9s.<\/p>\n La transposition des plans \u00e0 facteurs crois\u00e9s dans la recherche transculturelle implique des d\u00e9fis conceptuels et statistiques particuliers. En psychologie transculturelle, le chercheur souhaite fr\u00e9quemment croiser une variable socioculturelle (ex. culture individualiste occidentale vs culture collectiviste est-asiatique) avec une variable de manipulation cognitive ou \u00e9motionnelle (ex. amor\u00e7age du soi ind\u00e9pendant vs interd\u00e9pendant). Bien que le sch\u00e9ma matriciel apparaisse formellement comme un plan crois\u00e9 standard, le facteur \u00ab culture \u00bb est une variable quasi-exp\u00e9rimentale non assignable par randomisation. Il s’agit d’un facteur d’organisme ou de classification assign\u00e9 par statut.<\/p>\n Ce statut quasi-exp\u00e9rimental menace la validit\u00e9 des conclusions si des variables parasites non contr\u00f4l\u00e9es (telles que le niveau socio-\u00e9conomique, la langue maternelle de passation, le niveau d’alphab\u00e9tisation ou les biais de r\u00e9ponse d’acquiescement) sont intrins\u00e8quement confondues avec le facteur culturel. Si un chercheur observe une interaction entre la culture et le type de t\u00e2che, il ne peut affirmer avec certitude que la divergence provient du cadre culturel sans avoir pr\u00e9alablement v\u00e9rifi\u00e9 l’invariance de mesure des outils d’\u00e9valuation \u00e0 travers les groupes.<\/p>\n L’invariance de mesure (configurale, m\u00e9trique et scalaire) est le pr\u00e9requis math\u00e9matique imp\u00e9ratif avant d’agr\u00e9ger des donn\u00e9es dans un plan crois\u00e9 transculturel. Sans invariance scalaire, une diff\u00e9rence de moyenne intercellulaire peut simplement refl\u00e9ter des normes de r\u00e9ponse diff\u00e9rentielles (par exemple, la tendance des participants asiatiques \u00e0 \u00e9viter les extr\u00eames des \u00e9chelles de Likert par souci d’harmonie) plut\u00f4t qu’une r\u00e9elle diff\u00e9rence psychologique relative au ph\u00e9nom\u00e8ne investigu\u00e9. Les plans crois\u00e9s transculturels exigent donc des protocoles m\u00e9ticuleux de traduction-r\u00e9troconception et l’int\u00e9gration de covariables socio-d\u00e9mographiques dans des analyses de covariance (ANCOVA) ou des mod\u00e8les d’\u00e9quations structurelles multi-groupes.<\/p>\n En d\u00e9pit de son \u00e9l\u00e9gance math\u00e9matique et de son h\u00e9g\u00e9monie dans les laboratoires, le plan \u00e0 facteurs crois\u00e9s fait l’objet de critiques persistantes au sein des sciences psychologiques contemporaines :<\/p>\n La premi\u00e8re critique majeure concerne l’explosion combinatoire<\/strong>. D\u00e8s lors que l’on augmente le nombre de facteurs ou de niveaux par facteur, le nombre total de cellules de traitement s’accro\u00eet de fa\u00e7on exponentielle. Un plan crois\u00e9 3 \u00d7 3 \u00d7 2 \u00d7 2 exige d\u00e9j\u00e0 36 cellules d’exp\u00e9rimentation. Si l’on souhaite maintenir un effectif d\u00e9cent de 30 participants par condition dans un plan intersujets afin d’assurer une puissance statistique<\/a> acceptable pour d\u00e9tecter des interactions subtiles, l’\u00e9chantillon requis s’\u00e9l\u00e8ve \u00e0 1 080 sujets, ce qui est souvent hors de port\u00e9e financi\u00e8re et logistique pour les chercheurs.<\/p>\n Une seconde limite concerne l’interpr\u00e9tabilit\u00e9 cognitive des interactions d’ordre sup\u00e9rieur<\/strong>. Si une interaction \u00e0 deux facteurs ($A \times B$<\/span>) est ais\u00e9ment concevable sur le plan th\u00e9orique, l’interpr\u00e9tation substantielle d’une interaction d’ordre trois ($A \times B \times C$<\/span>) ou d’ordre quatre ($A \times B \times C \times D$<\/span>) s’av\u00e8re extr\u00eamement ardue et confine souvent \u00e0 la rationalisation post hoc<\/em>. Face \u00e0 des motifs de donn\u00e9es hyper-complexes, le risque de surajustement (overfitting<\/em>) statistique et de faux positifs augmente significativement, alimentant la crise de la reproductibilit\u00e9 en psychologie.<\/p>\n Le troisi\u00e8me d\u00e9bat m\u00e9thodologique porte sur la discr\u00e9tisation artificielle de variables continues<\/strong>. Fr\u00e9quemment, pour ins\u00e9rer des variables individuelles continues (comme l’\u00e2ge, le quotient intellectuel ou le score d’anxi\u00e9t\u00e9-trait) dans un plan factoriel crois\u00e9 analys\u00e9 par ANOVA, des chercheurs proc\u00e8dent \u00e0 une dichotomisation m\u00e9diane (m\u00e9thode dite du median split<\/em> : groupe bas vs groupe haut). De nombreux m\u00e9thodologistes ont vigoureusement d\u00e9nonc\u00e9 cette pratique qui d\u00e9truit de l’information quantitative, r\u00e9duit la puissance statistique de fa\u00e7on dramatique et peut cr\u00e9er des interactions totalement fallacieuses. La communaut\u00e9 recommande d\u00e9sormais de pr\u00e9server la nature continue des pr\u00e9dicteurs et d’analyser ces configurations via la r\u00e9gression multiple ou les mod\u00e8les lin\u00e9aires mixtes.<\/p>\n Enfin, le probl\u00e8me des donn\u00e9es manquantes et des plans non balanc\u00e9s<\/strong> soul\u00e8ve des controverses techniques r\u00e9currentes quant au choix des d\u00e9compositions de sommes de carr\u00e9s (Type I, Type II ou Type III). L’utilisation irr\u00e9fl\u00e9chie de logiciels automatis\u00e9s en pr\u00e9sence de cellules \u00e0 effectifs in\u00e9gaux peut aboutir \u00e0 des estimations mutuellement contradictoires selon la m\u00e9thode de partitionnement retenue.<\/p>\n Pour clarifier sans ambigu\u00eft\u00e9 la nature du plan \u00e0 facteurs crois\u00e9s, il importe de le confronter aux architectures m\u00e9thodologiques avoisinantes :<\/p>\n Le plan \u00e0 facteurs crois\u00e9s repr\u00e9sente l’un des piliers m\u00e9thodologiques les plus robustes et les plus sophistiqu\u00e9s de la psychologie scientifique moderne. Les principes structurants \u00e0 retenir sont les suivants :<\/p>\n Le plan \u00e0 facteurs crois\u00e9s est un dispositif exp\u00e9rimental fondamental en psychologie o\u00f9 chaque niveau d’une variable ind\u00e9pendante est combin\u00e9 avec chaque niveau des autres, permettant d’isoler les effets principaux et d’analyser les effets d’interaction statistiques.<\/p>\n","protected":false},"author":1,"featured_media":0,"template":"","categories":[2214,1994,43032],"tags":[34025,2224,6419,1997,43033,2274,43034],"class_list":["post-25599","psych_term","type-psych_term","status-publish","hentry","category-methodologie","category-psychologie-experimentale","category-psychometrie-et-statistique","tag-analyse-de-la-variance","tag-anova","tag-effet-dinteraction","tag-methodologie-experimentale","tag-plan-croise","tag-plan-factoriel","tag-statistique-en-psychologie"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term\/25599","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_term"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term\/25599\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=25599"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=25599"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=25599"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}2. \u00c9tymologie et origine linguistique<\/h3>\n
3. Prononciation et forme grammaticale<\/h3>\n
4. Explication conceptuelle d\u00e9taill\u00e9e<\/h3>\n
5. D\u00e9veloppement historique<\/h3>\n
6. Fondements th\u00e9oriques<\/h3>\n
\n
7. Composantes cl\u00e9s, types et dimensions<\/h3>\n
\n
8. Exemples et cas illustratifs<\/h3>\n
\n
9. Mesure et \u00e9valuation m\u00e9thodologique<\/h3>\n
\n
10. Applications et port\u00e9e pratique<\/h3>\n
11. Recherche et donn\u00e9es empiriques<\/h3>\n
12. Consid\u00e9rations culturelles et transculturelles<\/h3>\n
13. Critiques, d\u00e9bats et limites<\/h3>\n
14. Termes connexes et distinctions<\/h3>\n
\n
15. Synth\u00e8se et points cl\u00e9s \u00e0 retenir<\/h3>\n
\n
R\u00e9f\u00e9rences<\/h2>\n
\n