Dans le paysage contemporain des sciences du comportement, l’int\u00e9grit\u00e9 de la d\u00e9couverte repose in\u00e9vitablement sur la rigueur avec laquelle les observations humaines sont compil\u00e9es, structur\u00e9es et interrog\u00e9es. Le jeu de donn\u00e9es constitue la mati\u00e8re premi\u00e8re indispensable permettant de transformer des ph\u00e9nom\u00e8nes psychologiques intangibles, tels que l’affect, la cognition ou la personnalit\u00e9, en entit\u00e9s quantifiables et analysables. De la formulation initiale d’une hypoth\u00e8se exp\u00e9rimentale jusqu’\u00e0 la mod\u00e9lisation statistique avanc\u00e9e, cette matrice d’observations sert de passerelle empirique entre les architectures th\u00e9oriques de l’esprit et la r\u00e9alit\u00e9 observable.<\/p>\n
En sciences psychologiques et statistiques, un jeu de donn\u00e9es (ou ensemble de donn\u00e9es) se d\u00e9finit comme une collection structur\u00e9e et coh\u00e9rente d’observations empiriques, d’enregistrements comportementaux ou de mesures psychom\u00e9triques, organis\u00e9e sous forme matricielle o\u00f9 les lignes repr\u00e9sentent g\u00e9n\u00e9ralement des unit\u00e9s d’\u00e9chantillonnage (participants, sujets ou cas) et les colonnes figurent des variables sp\u00e9cifiques. Cette configuration syst\u00e9matique permet l’application d’analyses quantitatives ou qualitatives destin\u00e9es \u00e0 v\u00e9rifier des hypoth\u00e8ses scientifiques ou \u00e0 inf\u00e9rer des lois psychologiques g\u00e9n\u00e9rales.<\/p>\n
Au-del\u00e0 de sa dimension technique de simple fichier tabulaire, le jeu de donn\u00e9es en psychologie incarne une op\u00e9rationnalisation m\u00e9thodique du comportement et des \u00e9tats mentaux. Il regroupe des variables ind\u00e9pendantes manipul\u00e9es, des variables d\u00e9pendantes mesur\u00e9es, ainsi que des covariables d\u00e9mographiques ou contextuelles. Chaque point de donn\u00e9e refl\u00e8te l’\u00e9tat pr\u00e9cis d’une variable mesur\u00e9e selon une \u00e9chelle m\u00e9trique d\u00e9termin\u00e9e, qu’il s’agisse d’un score \u00e0 un inventaire d’anxi\u00e9t\u00e9, d’un temps de r\u00e9action en millisecondes ou d’un biomarqueur psychophysiologique.<\/p>\n
Dans les contextes appliqu\u00e9s et cliniques, le jeu de donn\u00e9es transcende la simple recherche fondamentale pour devenir un outil d’\u00e9talonnage diagnostique et normatif. Il offre aux praticiens les distributions de r\u00e9f\u00e9rence n\u00e9cessaires pour situer un individu par rapport \u00e0 une population cible, permettant de distinguer les variations individuelles idiosyncrasiques des d\u00e9viations pathologiques significatives.<\/p>\n
L’expression fran\u00e7aise \u00ab jeu de donn\u00e9es \u00bb s’articule autour de deux racines linguistiques distinctes qui \u00e9clairent son sens \u00e9pist\u00e9mologique. Le substantif \u00ab jeu \u00bb provient du latin jocus<\/em>, signifiant initialement badinage ou plaisanterie, mais ayant \u00e9volu\u00e9 en ancien fran\u00e7ais pour d\u00e9signer un agencement articul\u00e9 d’\u00e9l\u00e9ments fonctionnant de concert (comme dans \u00ab un jeu d’outils \u00bb ou \u00ab le jeu d’un m\u00e9canisme \u00bb). Le mot \u00ab donn\u00e9e \u00bb est le participe pass\u00e9 substantiv\u00e9 du verbe \u00ab donner \u00bb, lui-m\u00eame issu du latin classique dare<\/em>, qui signifie accorder, transmettre ou poser comme pr\u00e9misse.<\/p>\n Historiquement, le terme latin datum<\/em> (pluriel data<\/em>) a d’abord appartenu au lexique de la g\u00e9om\u00e9trie et de la logique euclidienne, d\u00e9signant une grandeur ou une proposition connue pos\u00e9e comme point de d\u00e9part d’une d\u00e9monstration. Ce n’est qu’au cours du XVIIe si\u00e8cle que le concept s’est \u00e9tendu aux observations empiriques dans les sciences de la nature. La locution anglaise data set<\/em> (parfois orthographi\u00e9e dataset<\/em>) est apparue dans le vocabulaire statistique et computationnel au milieu du XXe si\u00e8cle, sous l’impulsion de la cybern\u00e9tique et des premiers calculateurs \u00e9lectroniques.<\/p>\n En fran\u00e7ais, l’emprunt conceptuel s’est stabilis\u00e9 sous les vocables concurrents d’\u00ab ensemble de donn\u00e9es \u00bb et de \u00ab jeu de donn\u00e9es \u00bb. Ce dernier s’est largement impos\u00e9 dans les sciences sociales et la psychom\u00e9trie pour souligner la coh\u00e9sion interne, la compl\u00e9tude et l’interd\u00e9pendance des mesures recueillies au sein d’un m\u00eame protocole exp\u00e9rimental ou observationnel.<\/p>\n Sur le plan phon\u00e9tique, \u00ab jeu de donn\u00e9es \u00bb se transcrit dans l’Alphabet Phon\u00e9tique International sous la forme \/\u0292\u00f8 d\u0259 d\u0254.ne\/. En parole fluide, l’\u00e9lision du \u00ab e \u00bb instable est courante, produisant la prononciation [\u0292\u0153d d\u0254.ne]. Le substantif est une locution nominale masculine. Au pluriel, la forme r\u00e9guli\u00e8re est \u00ab des jeux de donn\u00e9es \u00bb, o\u00f9 seul le premier substantif porte la marque du pluriel (\u00ab jeux \u00bb), tandis que \u00ab donn\u00e9es \u00bb conserve son pluriel inh\u00e9rent, d\u00e9signant l’agr\u00e9gat d’informations.<\/p>\n Dans la litt\u00e9rature scientifique francophone, le terme s’emploie principalement en tant que compl\u00e9ment d’objet ou sujet grammatical li\u00e9 \u00e0 des verbes de traitement m\u00e9thodologique : \u00ab collecter un jeu de donn\u00e9es \u00bb, \u00ab nettoyer un jeu de donn\u00e9es \u00bb, \u00ab partitionner un jeu de donn\u00e9es en sous-\u00e9chantillons d’apprentissage et de validation \u00bb. On rencontre \u00e9galement des locutions synonymes fonctionnelles telles que \u00ab matrice de donn\u00e9es \u00bb (particuli\u00e8rement en alg\u00e8bre lin\u00e9aire et en analyse multivari\u00e9e) ou \u00ab corpus de donn\u00e9es \u00bb (privil\u00e9gi\u00e9 en psychologie qualitative et en analyse du discours textuel).<\/p>\n Pour comprendre la port\u00e9e d’un jeu de donn\u00e9es en psychologie, il convient d’analyser son architecture sous-jacente. Fondamentalement, un jeu de donn\u00e9es quantitatif se structure sous l’apparence d’une grille bidimensionnelle formelle. L’axe vertical (les lignes) repr\u00e9sente traditionnellement les unit\u00e9s statistiques \u00e9l\u00e9mentaires, appel\u00e9es unit\u00e9s d’observation ou participants. L’axe horizontal (les colonnes) capture les variables enregistr\u00e9es, c’est-\u00e0-dire les attributs op\u00e9rationnalis\u00e9s du ph\u00e9nom\u00e8ne \u00e9tudi\u00e9. Chaque intersection cellule-colonne contient une valeur discr\u00e8te ou continue repr\u00e9sentant la mesure empirique de cette unit\u00e9 sur cette variable pr\u00e9cise.<\/p>\n La nature de ces variables d\u00e9pend directement du niveau de mesure employ\u00e9, conceptualis\u00e9 par Stanley Smith Stevens (1946). Un jeu de donn\u00e9es psychologique complet imbrique souvent quatre niveaux de mesure : nominal (cat\u00e9gories non ordonn\u00e9es telles que le diagnostic clinique ou le genre), ordinal (rangs ou \u00e9chelles de Likert traduisant des degr\u00e9s d’accord), d’intervalle (scores standardis\u00e9s de quotient intellectuel o\u00f9 les \u00e9carts sont constants mais sans z\u00e9ro absolu), et de rapport (temps de r\u00e9ponse, fixations oculaires ou taux de cortisol, pourvus d’un z\u00e9ro physique signifiant l’absence du ph\u00e9nom\u00e8ne). La validit\u00e9 interne de tout traitement analytique ult\u00e9rieur repose sur le respect scrupuleux de ces typologies d’\u00e9chelles lors de la constitution du jeu de donn\u00e9es.<\/p>\n Un enjeu th\u00e9orique majeur r\u00e9side dans la distinction entre les donn\u00e9es brutes (raw data<\/em>) et les donn\u00e9es nettoy\u00e9es ou d\u00e9riv\u00e9es. Le jeu de donn\u00e9es brut contient les enregistrements primaires, souvent entach\u00e9s de bruit exp\u00e9rimental : r\u00e9ponses inattentives, latences aberrantes dues \u00e0 des d\u00e9faillances techniques, omissions syst\u00e9matiques ou doublons d’enregistrement. La transition vers un jeu de donn\u00e9es analysable implique une s\u00e9rie de d\u00e9cisions m\u00e9thodologiques document\u00e9es, incluant la d\u00e9tection des valeurs aberrantes (outliers<\/em>), la gestion des donn\u00e9es manquantes et le calcul de scores composites synth\u00e9tisant des construits th\u00e9oriques complexes.<\/p>\n Enfin, le jeu de donn\u00e9es d\u00e9limite le champ de la g\u00e9n\u00e9ralisabilit\u00e9 \u00e9pist\u00e9mologique. L’\u00e9chantillon r\u00e9uni dans la matrice n’est jamais exhaustif vis-\u00e0-vis de l’univers th\u00e9orique des sujets possibles ; il en constitue une extraction probabiliste ou de convenance. D\u00e8s lors, le jeu de donn\u00e9es psychologique fonctionne comme un microcosme \u00e0 partir duquel des m\u00e9thodes d’inf\u00e9rence statistique autorisent l’extrapolation de tendances r\u00e9guli\u00e8res vers une population plus vaste, \u00e0 condition que le biais d’\u00e9chantillonnage soit formellement contr\u00f4l\u00e9.<\/p>\n La formalisation du jeu de donn\u00e9es dans l’histoire de la psychologie est indissociable de l’\u00e9mergence de la psychologie exp\u00e9rimentale et diff\u00e9rentielle \u00e0 la fin du XIXe si\u00e8cle. Aux origines de la discipline, les registres de Gustav Fechner et le laboratoire de Wilhelm Wundt \u00e0 Leipzig utilisaient des carnets manuscrits pour compiler des tables de mesures psychophysiques. Ces premi\u00e8res collections de donn\u00e9es traitaient d’\u00e9chantillons tr\u00e8s restreints, o\u00f9 les chercheurs servaient souvent eux-m\u00eames de sujets exp\u00e9rimentaux, produisant des listes d’observations chronom\u00e9triques s\u00e9quentielles.<\/p>\n Le tournant quantitatif de grande ampleur s’op\u00e8re avec Francis Galton et la cr\u00e9ation de son Laboratoire Anthropom\u00e9trique en 1884. Galton entreprend la collecte syst\u00e9matique de donn\u00e9es morphologiques, sensorielles et cognitives sur des milliers d’individus ordinaires, donnant naissance aux premiers m\u00e9ga-jeux de donn\u00e9es de psychologie diff\u00e9rentielle. Ces travaux pionniers ont contraint Galton, puis Karl Pearson et Charles Spearman, \u00e0 inventer de nouveaux concepts math\u00e9matiques, notamment la corr\u00e9lation et l’analyse factorielle, pr\u00e9cis\u00e9ment pour mod\u00e9liser les relations internes de ces vastes matrices de donn\u00e9es.<\/p>\n Au cours du XXe si\u00e8cle, Ronald A. Fisher r\u00e9volutionne la conception des jeux de donn\u00e9es avec l’introduction formelle du plan exp\u00e9rimental factoriel et de l’analyse de variance (ANOVA). Le jeu de donn\u00e9es n’est plus simplement une compilation passive d’observations, mais le r\u00e9sultat g\u00e9om\u00e9trique et \u00e9quilibr\u00e9 d’un protocole exp\u00e9rimental contr\u00f4l\u00e9. Avec l’av\u00e8nement de l’informatique institutionnelle dans les ann\u00e9es 1960 et 1970, l’apparition de logiciels d\u00e9di\u00e9s comme SPSS (Statistical Package for the Social Sciences<\/em>) standardise le format tabulaire des donn\u00e9es rectangulaires (lignes\/colonnes) qui pr\u00e9vaut encore aujourd’hui dans l’enseignement et la recherche acad\u00e9mique.<\/p>\n Le XXIe si\u00e8cle marque une nouvelle transition paradigmatique. La crise de la r\u00e9plicabilit\u00e9<\/a>, mise en lumi\u00e8re au tournant des ann\u00e9es 2010, a soulign\u00e9 les p\u00e9rils de l’opacit\u00e9 entourant les donn\u00e9es empiriques priv\u00e9es. Ce constat a propuls\u00e9 le mouvement de la science ouverte<\/a>, transformant le jeu de donn\u00e9es d’un bien personnel jalousement gard\u00e9 par le chercheur en un objet public, r\u00e9gi par les principes directeurs FAIR (Facile \u00e0 trouver, Accessible, Interop\u00e9rable, R\u00e9utilisable). Parall\u00e8lement, l’explosion du ph\u00e9notypage num\u00e9rique et des m\u00e9gadonn\u00e9es (Big Data<\/em>) g\u00e9n\u00e9r\u00e9es par les t\u00e9l\u00e9phones intelligents et les r\u00e9seaux sociaux a repouss\u00e9 les fronti\u00e8res des jeux de donn\u00e9es psychologiques vers des dimensions massives, dynamiques et non structur\u00e9es.<\/p>\n L’existence et l’utilisation des jeux de donn\u00e9es reposent sur des ancrages \u00e9pist\u00e9mologiques pr\u00e9cis, au premier rang desquels figure le positivisme logique et le post-positivisme critique. Sous cet angle, le jeu de donn\u00e9es mat\u00e9rialise l’hypoth\u00e8se selon laquelle les \u00e9tats internes et les processus mentaux, bien qu’inobservables de fa\u00e7on directe, \u00e9mettent des signaux comportementaux mesurables et quantifiables. Le jeu de donn\u00e9es est donc l’interface d’objectivation par laquelle la r\u00e9alit\u00e9 psychologique devient commensurable et accessible \u00e0 l’investigation empirico-d\u00e9ductive.<\/p>\n Dans le champ de la psychom\u00e9trie<\/a>, le jeu de donn\u00e9es s’interpr\u00e8te \u00e0 travers le prisme de la th\u00e9orie classique des tests<\/a> (TCT), initi\u00e9e par Spearman et formalis\u00e9e par Gulliksen (1950) puis Lord et Novick (1968). Selon cette perspective th\u00e9orique, chaque valeur observ\u00e9e ($X$<\/span>) inscrite dans la cellule d’un jeu de donn\u00e9es est la somme lin\u00e9aire d’un score vrai latent ($V$<\/span>) et d’une composante d’erreur al\u00e9atoire d’\u00e9chantillonnage ou de mesure ($E$<\/span>). La finalit\u00e9 du jeu de donn\u00e9es psychom\u00e9trique est de permettre la dissociation de cette erreur par le calcul d’indices de coh\u00e9rence interne et d’analyses structurelles multivari\u00e9es.<\/p>\n Une perspective th\u00e9orique plus avanc\u00e9e d\u00e9coule des mod\u00e8les de la th\u00e9orie de r\u00e9ponse aux items (TRI) et des mod\u00e8les d’\u00e9quations structurelles (SEM). Ici, les colonnes du jeu de donn\u00e9es ne sont plus simplement des mesures directes ind\u00e9pendantes, mais les indicateurs manifestes d’une variable latente sous-jacente. Le jeu de donn\u00e9es est conceptualis\u00e9 comme une matrice de covariances empiriques g\u00e9n\u00e9r\u00e9e par des structures causales profondes que le statisticien tente d’ajuster math\u00e9matiquement \u00e0 des repr\u00e9sentations th\u00e9oriques de l’esprit.<\/p>\n Enfin, l’essor r\u00e9cent de la th\u00e9orie des r\u00e9seaux psychologiques (Borsboom, 2017) bouleverse la conception conventionnelle du jeu de donn\u00e9es en psychopathologie. Plut\u00f4t que de postuler qu’un jeu de donn\u00e9es capture les reflets d’une maladie mentale sous-jacente latente (par exemple, un trouble d\u00e9pressif majeur unitaire), cette th\u00e9orie aborde le jeu de donn\u00e9es comme un \u00e9cosyst\u00e8me d’interactions directes entre sympt\u00f4mes. Chaque colonne repr\u00e9sente un n\u0153ud autonome, et les corr\u00e9lations du jeu de donn\u00e9es r\u00e9v\u00e8lent des boucles de r\u00e9troaction causales directes entre insomnie, fatigue et anh\u00e9donie.<\/p>\n Les jeux de donn\u00e9es psychologiques ne constituent pas un bloc homog\u00e8ne ; ils se d\u00e9clinent en configurations architecturales sp\u00e9cialis\u00e9es selon les devis de recherche :<\/p>\n Pour illustrer la mat\u00e9rialit\u00e9 d’un jeu de donn\u00e9es, examinons le cas classique de l’\u00e9talonnage psychom\u00e9trique d’un instrument de mesure de la personnalit\u00e9, tel que l’inventaire des Cinq Grands Facteurs (Big Five Inventory). Dans cette configuration, le jeu de donn\u00e9es de standardisation regroupe, par exemple, 2 500 participants en lignes. Les premi\u00e8res colonnes r\u00e9pertorient les variables d\u00e9mographiques (identifiant unique, \u00e2ge, sexe biologique, niveau d’\u00e9ducation). Suivent 44 colonnes correspondant aux r\u00e9ponses individuelles ordonn\u00e9es (\u00e9chelonn\u00e9es de 1 \u00ab Fortement en d\u00e9saccord \u00bb \u00e0 5 \u00ab Fortement d’accord \u00bb) \u00e0 chaque \u00e9nonc\u00e9 psychom\u00e9trique. Enfin, des colonnes calcul\u00e9es regroupent les scores composites agr\u00e9g\u00e9s pour l’Extraversion, l’Agr\u00e9abilit\u00e9, la Conscienciosit\u00e9, le N\u00e9vrosisme et l’Ouverture. Ce jeu de donn\u00e9es sert d’\u00e9talon pour situer le profil psychologique de futurs usagers individuels.<\/p>\n Un deuxi\u00e8me cas embl\u00e9matique r\u00e9side dans les m\u00e9ga-jeux de donn\u00e9es cliniques translationnels, \u00e0 l’image de l’\u00e9tude multicentrique Adolescent Brain Cognitive Development<\/em> (ABCD). Ce jeu de donn\u00e9es longitudinal massif suit plus de 11 000 enfants am\u00e9ricains de l’\u00e2ge de 9-10 ans jusqu’\u00e0 l’\u00e2ge adulte. La matrice de donn\u00e9es ne comprend pas seulement des r\u00e9ponses \u00e0 des inventaires cliniques et neuropsychologiques, mais int\u00e8gre des matrices de connectivit\u00e9 c\u00e9r\u00e9brale d\u00e9riv\u00e9es de l’IRM de diffusion, des polymorphismes g\u00e9n\u00e9tiques \u00e0 l’\u00e9chelle du g\u00e9nome entier (GWAS) et des indices g\u00e9ospatiaux de pollution atmosph\u00e9rique et de pr\u00e9carit\u00e9 de voisinage. De tels jeux de donn\u00e9es permettent d’explorer simultan\u00e9ment les trajectoires neurod\u00e9veloppementales sous un angle biopsychosocial.<\/p>\n Un troisi\u00e8me exemple \u00e9mane de la psychologie clinique en vie quotidienne via l’\u00e9chantillonnage de l’exp\u00e9rience v\u00e9cue. Imaginons une \u00e9tude portant sur les fluctuations de l’impulsivit\u00e9 chez des patients souffrant de trouble de la personnalit\u00e9 limite. Le jeu de donn\u00e9es se compose d’une structure longue (long format<\/em>) o\u00f9 chaque participant g\u00e9n\u00e8re 5 lignes d’enregistrement par jour durant 21 jours cons\u00e9cutifs, soit 105 points d’observation par sujet. Chaque ligne documente le contexte situationnel imm\u00e9diat, l’intensit\u00e9 de la d\u00e9tresse affective et la survenue d’un comportement impulsif au cours des trois derni\u00e8res heures, permettant une mod\u00e9lisation dynamique personnalis\u00e9e des d\u00e9clencheurs \u00e9motionnels.<\/p>\n L’\u00e9valuation de la qualit\u00e9 intrins\u00e8que d’un jeu de donn\u00e9es psychologique ob\u00e9it \u00e0 des normes m\u00e9thodologiques strictes avant toute analyse statistique confirmatoire. Le premier volet d’\u00e9valuation concerne la distribution et la compl\u00e9tude des donn\u00e9es. La gestion des valeurs manquantes s’appuie sur la taxonomie formelle de Donald Rubin (1976), qui distingue les omissions compl\u00e8tement al\u00e9atoires (MCAR, Missing Completely at Random<\/em>), les omissions al\u00e9atoires conditionnelles aux variables observ\u00e9es (MAR, Missing at Random<\/em>) et les omissions non al\u00e9atoires (MNAR, Missing Not at Random<\/em>). L’int\u00e9grit\u00e9 du jeu de donn\u00e9es d\u00e9pend du recours \u00e0 des m\u00e9thodes d’imputation appropri\u00e9es, comme l’imputation multiple par \u00e9quations encha\u00een\u00e9es (MICE) ou l’estimation par maximum de vraisemblance \u00e0 information compl\u00e8te (FIML), plut\u00f4t qu’\u00e0 la suppression pure et simple des cas incomplets qui biaise lourdement les estimations.<\/p>\n Le second crit\u00e8re qualitatif repose sur l’\u00e9valuation psychom\u00e9trique de la fid\u00e9lit\u00e9 et de la validit\u00e9 interne des donn\u00e9es recueillies. Les chercheurs \u00e9valuent la consistance des r\u00e9ponses au sein du jeu de donn\u00e9es par des coefficients de coh\u00e9rence interne (alpha de Cronbach, om\u00e9ga de McDonald) et s’assurent de l’absence de patrons de r\u00e9ponse inattentifs ou m\u00e9caniques (par exemple, des participants cochant syst\u00e9matiquement la m\u00eame modalit\u00e9 sur l’ensemble d’un questionnaire en ligne, d\u00e9tectables par l’indice de variance intrapersonnelle ou l’inclusion de pi\u00e8ges d’attention).<\/p>\n Sur le plan de l’\u00e9valuation \u00e9thique et l\u00e9gale, la constitution d’un jeu de donn\u00e9es exige le respect strict des chartes de protection des participants humains (comme le R\u00e8glement G\u00e9n\u00e9ral sur la Protection des Donn\u00e9es – RGPD en Europe ou les directives institutionnelles des comit\u00e9s d’\u00e9thique de la recherche – CER). L’anonymisation ou la pseudonymisation robuste constitue une \u00e9tape d’\u00e9valuation incontournable : les identifiants directs (noms, adresses, coordonn\u00e9es) sont purg\u00e9s, et les identifiants indirects (combinaison rare d’\u00e2ge, de profession et de code postal) sont brouill\u00e9s pour conjurer les risques de r\u00e9-identification non consentie des individus lors de partages ult\u00e9rieurs.<\/p>\n Les r\u00e9percussions pratiques des jeux de donn\u00e9es s’\u00e9tendent \u00e0 l’ensemble des branches appliqu\u00e9es de la psychologie et des disciplines connexes. En psychologie clinique et psychiatrie computationnelle, les jeux de donn\u00e9es ph\u00e9notypiques d’envergure alimentent des algorithmes d’apprentissage automatique con\u00e7us pour pr\u00e9dire la r\u00e9ponse diff\u00e9rentielle aux psychoth\u00e9rapies ou aux traitements pharmacologiques. En croisant les profils symptomatiques initiaux avec les trajectoires d’am\u00e9lioration inscrites dans des bases de donn\u00e9es historiques de patients, le clinicien b\u00e9n\u00e9ficie d’une aide \u00e0 la d\u00e9cision fond\u00e9e sur les preuves pour orienter son choix th\u00e9rapeutique.<\/p>\n Dans le domaine de la psychologie du travail et des organisations, les jeux de donn\u00e9es de performance et d’\u00e9valuation des comp\u00e9tences (people analytics<\/em>) permettent d’analyser les d\u00e9terminants du bien-\u00eatre au travail, de l’\u00e9puisement professionnel (burnout<\/em>) et de la r\u00e9tention des talents. Ces jeux de donn\u00e9es organisationnels, lorsqu’ils sont crois\u00e9s avec des mesures de climat d’\u00e9quipe et de style de leadership, orientent les interventions ergonomiques et manag\u00e9riales destin\u00e9es \u00e0 assainir l’environnement psychosocial des entreprises.<\/p>\n Dans le secteur de l’\u00e9ducation et de la psychologie scolaire, les jeux de donn\u00e9es issus des grandes enqu\u00eates internationales standardis\u00e9es, \u00e0 l’instar du Programme international pour le suivi des acquis des \u00e9l\u00e8ves (PISA), constituent des r\u00e9servoirs d’informations inestimables. Ils permettent d’\u00e9valuer non seulement les performances scolaires en litt\u00e9ratie ou en math\u00e9matiques, mais \u00e9galement les corr\u00e9lats psychologiques fondamentaux de la r\u00e9ussite, tels que le sentiment d’auto-efficacit\u00e9, l’anxi\u00e9t\u00e9 li\u00e9e aux \u00e9valuations et le sentiment d’appartenance \u00e0 la communaut\u00e9 \u00e9ducative, guidant ainsi les r\u00e9formes structurelles des politiques publiques.<\/p>\n L’essor de la m\u00e9tarecherche (la recherche sur la recherche elle-m\u00eame) a \u00e9rig\u00e9 les jeux de donn\u00e9es psychologiques en objets d’investigation empirique directe. Le projet fondateur men\u00e9 par l’Open Science Collaboration<\/a> (2015) a constitu\u00e9 un jalon marquant : en tentant de r\u00e9pliquer 100 \u00e9tudes publi\u00e9es dans des revues phares de psychologie, les chercheurs ont constat\u00e9 que seulement 36 \u00e0 47 % des effets initiaux se retrouvaient confirm\u00e9s statistiquement dans les nouveaux jeux de donn\u00e9es ind\u00e9pendants. Cette divergence a d\u00e9montr\u00e9 \u00e0 quel point les caract\u00e9ristiques propres aux jeux de donn\u00e9es primaires (taille restreinte des \u00e9chantillons, puissance statistique m\u00e9diocre, s\u00e9lection opportuniste des r\u00e9sultats) influen\u00e7aient l’inflation des faux positifs dans la litt\u00e9rature scientifique.<\/p>\n D’autres investigations empiriques men\u00e9es par John Ioannidis et ses collaborateurs ont scrut\u00e9 la transparence des jeux de donn\u00e9es dans les publications biom\u00e9dicales et psychologiques. Leurs travaux ont d\u00e9montr\u00e9 que l’obligation de d\u00e9poser les jeux de donn\u00e9es sur des d\u00e9p\u00f4ts ouverts p\u00e9rennes (tels qu’OSF, Zenodo ou Dataverse) augmentait significativement le taux de citation des articles, r\u00e9duisait les erreurs involontaires de calcul dans les sections de r\u00e9sultats et freinait les pratiques douteuses de recherche telles que la s\u00e9lection a posteriori des variables significatives (p-hacking<\/em>) ou la formulation des hypoth\u00e8ses apr\u00e8s que les r\u00e9sultats sont connus (HARKing).<\/p>\n De plus, l’av\u00e8nement des m\u00e9ga-analyses sur donn\u00e9es individuelles de participants (IPD-MA, Individual Participant Data Meta-Analysis<\/em>) t\u00e9moigne de la valeur cumulative des jeux de donn\u00e9es. Plut\u00f4t que de synth\u00e9tiser des tailles d’effet globales rapport\u00e9es dans des articles publi\u00e9s, les chercheurs regroupent physiquement les jeux de donn\u00e9es bruts de dizaines d’\u00e9quipes ind\u00e9pendantes \u00e0 travers le monde. Cette approche permet de tester des interactions statistiques subtiles et d’explorer l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 des sous-groupes avec une puissance statistique que nul protocole individuel ne saurait atteindre isol\u00e9ment.<\/p>\n La validit\u00e9 des jeux de donn\u00e9es en psychologie se heurte frontalement \u00e0 la critique formul\u00e9e par Joseph Henrich, Steven Heine et Ara Norenzayan (2010) relative aux \u00e9chantillons WEIRD (acronyme d\u00e9signant les populations occidentales, \u00e9duqu\u00e9es, industrialis\u00e9es, riches et d\u00e9mocratiques). Historiquement, plus de 80 % des jeux de donn\u00e9es publi\u00e9s dans les revues majeures de psychologie reposaient sur des \u00e9tudiants de premier cycle universitaire issus de pays occidentaux, repr\u00e9sentant moins de 12 % de l’humanit\u00e9. Cette asym\u00e9trie monumentale dans la composition des jeux de donn\u00e9es a engendr\u00e9 des g\u00e9n\u00e9ralisations abusives quant \u00e0 des processus cognitifs, moraux et d\u00e9veloppementaux tenus \u00e0 tort pour des invariants universels.<\/p>\n Sur le plan m\u00e9thodologique, le traitement transculturel des jeux de donn\u00e9es exige la v\u00e9rification formelle de l’invariance de mesure. Avant de comparer les moyennes d’une variable entre deux pays ou deux groupes ethnoculturels au sein d’un m\u00eame jeu de donn\u00e9es, les chercheurs doivent \u00e9tablir, par l’analyse factorielle confirmatoire multigroupes, l’invariance configurationnelle (m\u00eame patron de facteurs), m\u00e9trique (poids factoriels identiques) et scalaire (intersections ou seuils des items \u00e9quivalents). En l’absence d’invariance scalaire, les \u00e9carts constat\u00e9s dans le jeu de donn\u00e9es ne traduisent pas une v\u00e9ritable disparit\u00e9 psychologique, mais un biais d’\u00e9quivalence de mesure propre \u00e0 la traduction ou \u00e0 la r\u00e9sonance culturelle des items.<\/p>\n Des imp\u00e9ratifs \u00e9thiques contemporains imposent en outre la d\u00e9colonisation de la gestion des donn\u00e9es de recherche (Indigenous Data Sovereignty<\/em>). Dans les \u00e9tudes impliquant des communaut\u00e9s autochtones ou minoritaires, les protocoles d’administration des jeux de donn\u00e9es s’affranchissent progressivement du mod\u00e8le extractif occidental unilat\u00e9ral. Ils int\u00e8grent d\u00e9sormais les principes de gouvernance collective (tels que les principes OCAP : Propri\u00e9t\u00e9, Contr\u00f4le, Acc\u00e8s et Possession), qui stipulent que les communaut\u00e9s sources doivent conserver un droit de regard souverain sur la collecte, la conservation, l’interpr\u00e9tation et la valorisation de leurs propres jeux de donn\u00e9es.<\/p>\n L’utilisation croissante de volumineux jeux de donn\u00e9es dans la recherche psychologique suscite des d\u00e9bats \u00e9pist\u00e9mologiques et \u00e9thiques intenses. La premi\u00e8re critique \u00e9mane du courant ph\u00e9nom\u00e9nologique et humaniste, qui reproche \u00e0 la quantification syst\u00e9matique d’op\u00e9rer une r\u00e9duction r\u00e9ificatrice de la subjectivit\u00e9 humaine. En comprimant l’exp\u00e9rience v\u00e9cue, la souffrance psychique et la nuance existentielle dans les cases closes d’un tableau de nombres, le chercheur s’exposerait au risque d’une d\u00e9contextualisation radicale, perdant de vue la trame narrative et l’historicit\u00e9 des individus qui sous-tendent ces mesures num\u00e9riques.<\/p>\n Un deuxi\u00e8me point de controverse r\u00e9side dans le mirage du \u00ab f\u00e9tichisme des donn\u00e9es \u00bb (data dredging<\/em>) g\u00e9n\u00e9r\u00e9 par la prolif\u00e9ration des donn\u00e9es massives. Disposant de jeux de donn\u00e9es englobant des centaines de milliers de participants et des dizaines de milliers de covariables, les tests de signification statistique conventionnels (la valeur p<\/em>) perdent leur fonction de filtre critique : des associations triviales, d\u00e9pourvues de la moindre pertinence clinique ou th\u00e9orique, deviennent hautement significatives du fait de la surpuissance statistique. Le danger r\u00e9side alors dans la construction de r\u00e9cits th\u00e9oriques r\u00e9trospectifs destin\u00e9s \u00e0 justifier de pures fluctuations d’\u00e9chantillonnage ou des art\u00e9facts corr\u00e9latifs sans causalit\u00e9 r\u00e9elle.<\/p>\n Enfin, la gouvernance algorithmique et la marchandisation des jeux de donn\u00e9es comportementaux soul\u00e8vent de vives inqui\u00e9tudes quant au respect de la vie priv\u00e9e. L’extraction subreptice de traces num\u00e9riques g\u00e9n\u00e9r\u00e9es sur Internet pour constituer des jeux de donn\u00e9es psychologiques \u00e0 des fins de profilage politique ou de ciblage persuasif sans consentement explicite (comme l’a illustr\u00e9 le scandale Cambridge Analytica) pose des questions fondamentales sur l’\u00e9thique de la recherche comportementale \u00e0 l’\u00e8re num\u00e9rique. M\u00eame au sein de la sph\u00e8re acad\u00e9mique, la redistribution aveugle de jeux de donn\u00e9es ouverts expose les participants \u00e0 des br\u00e8ches de confidentialit\u00e9 d\u00e8s lors que des techniques de recoupement crois\u00e9 permettent de d\u00e9-anonymiser des profils singuliers.<\/p>\n Pour assurer une pr\u00e9cision conceptuelle rigoureuse, il importe de distinguer le jeu de donn\u00e9es de plusieurs notions p\u00e9riph\u00e9riques avec lesquelles il est fr\u00e9quemment confondu :<\/p>\n Le jeu de donn\u00e9es constitue l’armature empirique indispensable de la psychologie contemporaine. En condensant des observations comportementales, cognitives et affectives au sein d’une architecture matricielle formalis\u00e9e, il rend possible la quantification rigoureuse des \u00e9tats mentaux, la v\u00e9rification empirique d’hypoth\u00e8ses th\u00e9oriques et le d\u00e9ploiement d’outils psychom\u00e9triques standardis\u00e9s. Son \u00e9volution historique, depuis les tables chronom\u00e9triques rudimentaires des laboratoires du XIXe si\u00e8cle jusqu’aux vastes r\u00e9servoirs multimodaux de la science ouverte actuelle, refl\u00e8te la maturation m\u00e9thodologique et \u00e9pist\u00e9mologique de la science psychologique.<\/p>\n Toutefois, la manipulation d’un jeu de donn\u00e9es ne constitue jamais un acte neutre ou purement m\u00e9canique. Elle engage la responsabilit\u00e9 \u00e9thique, th\u00e9orique et m\u00e9thodologique du chercheur : choix des instruments de mesure, gestion des valeurs manquantes, v\u00e9rification de l’invariance transculturelle et respect scrupuleux de l’anonymat des participants. \u00c0 l’\u00e8re des m\u00e9gadonn\u00e9es et de l’intelligence artificielle, pr\u00e9server la rigueur critique dans la curation et l’interpr\u00e9tation des jeux de donn\u00e9es demeure le garant absolu d’une psychologie scientifique int\u00e8gre, reproductible et respectueuse de la dignit\u00e9 humaine.<\/p>\n Un examen approfondi du concept de jeu de donn\u00e9es en psychologie : structure matricielle, fondements th\u00e9oriques, crit\u00e8res psychom\u00e9triques et enjeux \u00e9thiques dans la recherche contemporaine.<\/p>\n","protected":false},"author":1,"featured_media":0,"template":"","categories":[1881,2,1838],"tags":[1884,43719,3911,16,8813,2344],"class_list":["post-26012","psych_term","type-psych_term","status-publish","hentry","category-methodologie-de-la-recherche","category-psychometrie","category-statistiques","tag-analyse-de-donnees","tag-jeu-de-donnees","tag-methodologie","tag-psychometrie","tag-science-ouverte","tag-statistiques"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term\/26012","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\/26012\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=26012"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=26012"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=26012"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}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
7. Composantes cl\u00e9s, types et dimensions<\/h3>\n
\n
8. Exemples et cas illustratifs<\/h3>\n
9. Mesure et \u00e9valuation<\/h3>\n
10. Applications et pertinence 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 associ\u00e9s et distinctions<\/h3>\n
\n
15. R\u00e9sum\u00e9 et points cl\u00e9s<\/h3>\n
R\u00e9f\u00e9rences<\/h2>\n
\n