1. introduction de la question/recherche de sujet
2. principales variables
3. hypothèses de recherche
4. définir les variables
5. établissant les conditions

Tableau 1. Factoriel. Sont les combinaisons possibles de facteurs pour une conception de 2 x 2.
6. mesure de la variable dépendante (exactitude dans le décodage de la communication non verbale)
7. réalisation de l’étude
Source : Laboratoires de Gary Lewandowski, Dave Strohmetz et Natalie Ciarocco — Université de Monmouth
Un plan factoriel est un type courant d’expérie…
1. introduction de la question/recherche de sujet
2. principales variables
3. hypothèses de recherche
4. définir les variables
5. établissant les conditions

Tableau 1. Factoriel. Sont les combinaisons possibles de facteurs pour une conception de 2 x 2.
6. mesure de la variable dépendante (exactitude dans le décodage de la communication non verbale)
7. réalisation de l’étude
Un plan factoriel est utilisé lorsque les chercheurs doivent manipuler deux variables indépendantes ou plus et mesurer les effets sur une seule variable dépendante dans la même étude.
Par exemple, si les chercheurs voulaient savoir pourquoi certaines personnes sont meilleures pour lire les expressions faciales d’une autre personne, ils devraient examiner plusieurs facteurs qui pourraient influencer une telle capacité.
Plutôt que de tester de nombreuses influences potentielles une expérience à la fois, un plan factoriel permet l’examen simultané de plusieurs variables au sein d’une même expérience. Une telle conception nécessite moins de participants et révèle si les différentes causes interagissent d’une manière particulière pour affecter le résultat.
Cette vidéo montre comment concevoir et mener une expérience factorielle simple pour explorer comment la conscience de soi et l’estime de soi peuvent influencer la capacité à déchiffrer les signaux non verbaux, ainsi que comment analyser les résultats et examiner d’autres cas qui utilisent ce modèle.
Dans cette expérience, un plan factoriel deux par deux est utilisé, composé de deux variables indépendantes – la conscience de soi et l’estime de soi – avec deux niveaux, élevé et faible.
Pour manipuler la conscience de soi – à quel point un individu est conscient de ses propres pensées et sentiments – les participants remplissent un quiz de géographie devant un miroir dans le groupe à haute conscience de soi, ou en l’absence de miroir pour le groupe à faible conscience de soi.
Pour manipuler simultanément l’estime de soi – l’évaluation positive ou négative d’une personne de qui elle est en tant que personne – les participants reçoivent de faux commentaires sur le quiz de géographie.
Ceux du groupe à haute estime de soi apprennent qu’ils ont obtenu un score dans les 10 % supérieurs, avec des performances supérieures et supérieures à la moyenne, tandis que ceux du groupe à faible estime de soi apprennent qu’ils ont obtenu un score dans les 50 % inférieurs, avec des performances inférieures et inférieures à la moyenne.
Ainsi, notez que les participants sont soumis à l’une des quatre combinaisons possibles : haute estime de soi/haute conscience de soi ; faible estime de soi/conscience de soi élevée ; une haute estime de soi/une faible conscience de soi ; ou une faible estime de soi/une faible conscience de soi.
Après avoir reçu des commentaires, les participants sont invités à voir de nombreuses paires d’yeux et à identifier l’émotion appropriée exprimée. Dans ce cas, la variable dépendante est la précision du décodage de la communication non verbale.
En raison de la complexité de la conception, plusieurs hypothèses sont générées. Les principales hypothèses d’effet – celles qui se concentrent sur l’effet d’une seule variable indépendante – sont que ceux qui se trouvent dans les niveaux élevés de chaque condition seront des juges plus précis de l’expression oculaire que ceux dans les groupes de bas niveau.
En revanche, l’hypothèse de l’interaction – celle qui prédit une variable indépendante change l’influence d’une autre sur la variable dépendante – est que l’impact de l’estime de soi sur la capacité à détecter avec précision la communication non verbale sera accru pour ceux qui ont une conscience de soi élevée, mais réduit pour ceux qui ont une faible conscience de soi.
Avant l’arrivée du participant, organisez au hasard des paquets avec chacune des quatre combinaisons de conditions pour vous assurer que les affectations de groupe sont entièrement basées sur le hasard.
Pour commencer l’expérience, rencontrez le participant dans le laboratoire. Fournissez-leur un consentement éclairé, une brève description de la recherche, une idée de la procédure, les risques et les avantages potentiels de leur participation, et le droit de se retirer à tout moment.
En fonction de la condition de conscience de soi assignée, demandez au participant de s’asseoir devant un miroir sans tain, avec les stores ouverts et leur reflet visible ou fermé pour éviter l’autoréflexion, pour répondre à un quiz.
Ensuite, donnez à chaque participant une feuille de 50 espaces et demandez-lui d’énumérer autant de pays d’Europe que possible dans les 2 prochaines minutes.
Après avoir indiqué au participant que vous analysez ses résultats par rapport aux participants précédents, donnez-lui un retour sur une feuille de papier en fonction de sa condition attribuée au hasard.
Ensuite, asseyez le participant devant un ordinateur pour répondre à un autre quiz, qui lui demande de discerner des expressions faciales basées sur des images oculaires ambiguës.
Pour conclure l’expérience, débriefez les participants en leur expliquant la nature de l’étude, ainsi que les raisons pour lesquelles le véritable objectif de l’étude n’a pas pu être révélé à l’avance.
Pour analyser comment l’estime de soi et la conscience de soi influencent la capacité à déchiffrer les expressions non verbales, faites la moyenne des scores du quiz d’interprétation oculaire dans chaque groupe et tracez les moyennes par conditions.
Pour déterminer si des différences entre les groupes ont été observées, effectuez une ANOVA à deux facteurs pour révéler les effets principaux ou d’interaction. Dans ce cas, l’effet sur la conscience de soi dépend du niveau d’estime de soi.
Contrairement à ce qui est hypothétique, remarquez que les participants ayant une conscience de soi élevée et une faible estime de soi étaient plus précis pour déchiffrer les expressions non verbales. Cependant, lorsqu’ils étaient exposés à une faible conscience de soi, les participants étaient plus précis lorsqu’ils avaient une haute estime de soi.
Maintenant que vous savez comment concevoir et réaliser une expérience factorielle deux par deux, jetons un coup d’œil à d’autres exemples de ce modèle.
Dans une étude, la potentialisation du réflexe de sursaut a été mesurée pendant une probabilité faible ou élevée de recevoir un choc électrique.
Une autre variable indépendante, telle que l’administration d’alcool ou d’un placebo, permet d’étudier comment le niveau de choc et l’alcool influencent la réponse de sursaut.
Dans un autre exemple, considérez comment différents niveaux de stress pourraient interagir avec le type d’exercice effectué. Pour tester toutes ces conditions simultanément, un plan factoriel deux par deux est nécessaire.
Peut-être que dans une autre situation, un chercheur s’intéresse à la performance des étudiants lors d’un test à l’écran par rapport à un test écrit, où les participants ? Le sexe peut influencer la performance. Une fois de plus, un plan factoriel deux par deux est nécessaire pour l’examen simultané.
Vous venez de regarder l’introduction de JoVE à la conception expérimentale factorielle.
Vous devriez maintenant avoir une bonne compréhension de la conception et de la réalisation d’une expérience factorielle deux par deux, ainsi que de la façon d’analyser statistiquement les résultats communs à ces études. On vous a également présenté plusieurs exemples où l’utilisation d’un plan factoriel deux par deux est bénéfique.
Merci d’avoir regardé !?
View the full transcript and gain access to JoVE Science Education videos
Q1: What is a factorial design and why would researchers use it?
A factorial design allows researchers to manipulate two or more independent variables and measure their effects on a single dependent variable within one study. Rather than testing potential influences one experiment at a time, this approach examines several variables simultaneously, requiring fewer participants while revealing whether different causes interact to affect outcomes.
Q2: How does a 2x2 factorial design work in practice?
A 2x2 factorial design uses two independent variables, each with two levels, creating four possible condition combinations. In the nonverbal signal study, self-awareness (high/low) and self-esteem (high/low) were manipulated through a mirror and false feedback. Participants experienced one of four combinations, allowing simultaneous examination of both variables' effects on emotion decoding accuracy.
Q3: What is the difference between main effects and interaction effects in factorial designs?
Main effects focus on how a single independent variable influences the dependent variable, while interaction effects examine whether one independent variable changes another's influence on the outcome. In the study, the main effect hypothesis predicted high self-awareness and high self-esteem would improve emotion detection, whereas the interaction hypothesis predicted self-esteem's impact would depend on self-awareness levels.
Q4: How do researchers manipulate independent variables in a factorial experiment?
Researchers use specific techniques to create different levels of each independent variable. Self-awareness was manipulated by having participants complete a quiz with or without a visible mirror. Self-esteem was manipulated through false feedback, telling participants they scored in the top 10% or bottom 50% on a geography quiz, creating distinct high and low conditions.
Q5: What statistical test analyzes results from a factorial experiment?
A two-way ANOVA (analysis of variance) reveals main effects and interaction effects in factorial designs. This test determines whether group differences exist and whether the effect of one independent variable depends on the level of another. In the study, the two-way ANOVA showed that self-awareness effects on emotion detection varied based on self-esteem levels.
Q6: Why is random assignment important when organizing factorial experiment conditions?
Random assignment ensures that group assignments are based entirely on chance, eliminating selection bias and strengthening causal conclusions. Before participants arrive, researchers randomly organize packets containing each of the four condition combinations, guaranteeing that participant characteristics do not systematically influence which condition they receive.
Q7: What are some real-world applications of factorial design beyond studying nonverbal communication?
Factorial designs apply across diverse research questions. Researchers use them to examine how shock probability and alcohol administration influence startle responses, how stress levels interact with exercise types to affect outcomes, and whether test format (on-screen versus written) and gender influence student performance. This design enables simultaneous investigation of multiple factors in complex real-world scenarios.
Chapters in this video
0:00
Overview
1:10
Experimental Design
3:13
Running the Experiment
4:36
Representative Results
5:22
Applications
6:25
Summary
Copyright © 2026 MyJoVE Corporation. All rights reserved