Conceptualisation d’une étude

Question 1

La notion de validité comporte deux aspect

Answer 1

Une validité interne
Une validité externe

Question 2

Validité interne

Answer 2

Ce qui fait le côté expérimental d’une expérience
C’est ce qui est mis en œuvre pour que la validité de l’étude soit la meilleure possible
On retrouve des effets observés imputables aux VI manipulés

Question 3

Validité interne
Sources d’influences qui peuvent poser problème

Answer 3

• Les instruments de mesures : Il faut s’assurer de la finesse et de la qualité des outils de mesures, d’autant plus lorsque l’instrument de mesure c’est l’humain lui-même
• Il existe aussi un certain nombre de biais : Les attentes des sujets et expérimentateurs
• La sélection des participants
• Être face à une perte de participants : C’est surtout le cas dans les études longitudinales en psychologie du développement
• Caractéristique de la tâche : Ce que l’on donne à faire aux participants
• Répétition des situations de mesures : Economie à l’apprentissage

Question 4

Validité externe

Answer 4

Elle doit répondre à la question : Est-ce que je peux généraliser les résultats à la population, est-ce vraiment une vérité ?
Pour être généralisé il faut que l’étude soit validée de manière interne avant tout !
Mais la validité interne ne garantit tout de même pas la validité externe, ce n’est pas condition suffisante

Question 5

Validité externe
Sources d’influences qui peuvent poser problème

Answer 5

Caractère artificiel des recherches
Représentativité des participants à l’étude ?

Question 6

Mesure des phénomènes

Answer 6

Il s’agit d’un problème central en psychologie, c’est compliqué à faire
Ce n’est pas forcément physique, une personne répondant à un questionnaire peut mentir, ou mal comprendre les consignes
Les résultats sont très subjectif et c’est un problème, puisqu’on recherche, au contraire, quelque chose d’objectif
On souhaite donner une image la plus fidèle du phénomène que l’on étudie, et en psychométrie on s’intéresse à des notions telles que la fidélité, la validité et la sensibilité d’un outil de mesure
Donner une image fidèle du phénomène c’est souvent utiliser plusieurs VD
Il existe plusieurs types de moyens pour mesurer ces éléments

Question 7

Les différents type de VD

Answer 7

• Brute : Récupérer de manière immédiate (Exemple : Réponse du sujet)
• Transformée : Transformé la VD brut en quelque chose qui nous donne de l’information (Exemple : Calcul, %, etc.)
• Compressée : Elles sont moyennées, la tendance central (Exemple : Temps moyens)

Question 8

Les échelles de mesures

Answer 8

• Nominale : Étiquette, pas de valeur numérique, catégorie non hiérarchisé (Exemple : Oui/non, je sais pas, etc.)
• Ordinale : Hiérarchie entre les réponses possibles (Exemple : Pas du tout, plutôt non, etc.)
• D’intervalle : Le 0 est arbitraire (Exemple : La température)
• De rapport : Le 0 est concret (Exemple : Le temps de réaction)

Question 9

La procédure

Answer 9

Principe majeur : Une procédure doit être standardisée, tout ceux qui participent devront passer dans les mêmes situations, tel que je l’ai décidé

Question 10

Variables parasites

Answer 10

Elles peuvent impacter les résultats et mesures alors qu’elles ne font pas partie des variables que je manipule, ce sont des choses que je ne contrôle pas et qui peuvent parasiter mes résultats
Il va donc falloir neutraliser ces variables

Question 11

Il existe 3 techniques pour réduire l’impact de ces variables parasites

Answer 11

• Chercher à maintenir cette variable parasite à un niveau constant, il y a deux possibilité au sein de cette technique :
  En essayant d’éviter la présence de la variable parasite
  En fixant un état de cette variable et en le maintenant constamment
• La variation systématique : Variable représenté avec la même importance dans toute ses configurations
• Aléatorisation : Laisser le hasard faire un équilibrage naturel (Assez utopique, souvent fait lors d’enquête dans la rue)

Question 12

L’ordre dans laquelle ont fait passer un test peut être parasite, la solution est de faire un contre-balancement

Answer 12

C’est ce qui permet d’avoir un ordre varié, une tâche peut être en première puis en dernière, etc.

Question 13

Il existe deux types de contre-balancement

Answer 13

Complet
Partiel

Question 14

Contre-balancement complet

Answer 14

Je vais inventorier toute les possibilités d’ordre et je vais toutes les proposer (variation systématique)
Exemple : VI tâche T4 = {c, m, r, o} en groupe de mesure répétés
- On opte pour la solution du contre-balancement complet
- Nombre d’ordres : 4 ! Soit 24 ordres possibles (contre-balancement donc tout inventorier)
- Il faut que ce soit équitablement représenté !
- Nécessite d’avoir un multiple de 24 sujets pour le réaliser (24, 48, etc…)
Si le contre-balancement complet n’est pas possible dans une étude à cause du nombre de participant, on peut choisir le contre-balancement partiel

Question 15

Contre-balancement partiel

Answer 15

Comment je choisis les quelques possibilités que je propose, car je ne propose pas tous les ordres possibles de cette étude
Les 3 types de contre-balancement partiel :
- Aléatoire
- Pseudo-aléatoire
- Inspiré des carrés latins

Question 16

Contre-balancement partiel aléatoire

Answer 16

Le choix de l’ordre est complètement aléatoire (parfois pas la meilleure solution car certaine séquence peuvent poser soucis)

Question 17

Contre-balancement partiel pseudo-aléatoire

Answer 17

Je tire au sort mais pas n’importe quoi, pour éviter le problème de séquence qui posent soucis (je retire avant le tirage au sort ce qui pose problème ou je le rejette lorsque je tire au sort ce qui va pas

Question 18

Contre-balancement partiel inspiré des carré latins

Answer 18

On va essayer de sélectionner le plus petit nombre d’ordre que l’on va utiliser et pour les choisir on va utiliser la technique que l’on utilise dans les plans en carré latin
Exemple : VI tâches T4 = {c, m, r, o} en groupe de mesure répétés
- Solution de contrebalancent partiel inspiré des carrés latin
- Nombre d’ordres : 4
- Il y a une nécessité d’un multiple de 4 sujet pour le réaliser

Question 19

Parfois le fait de tenter de neutraliser une variable parasite introduit des variables techniques

Answer 19

C’est une variable technique qui a été introduite pour gérer la variable parasite
On introduit quelque chose de changeant, de façon méthodologique
Ces variables techniques la plupart du temps ne possède pas d’hypothèse de recherche Parfois ces variables techniques vont être différentes (Exemple : Introduire des pauses en plus)

Question 20

Facteurs sujet

Answer 20

Ce sont des facteurs aléatoires que l’on trouve dans toutes les expériences
Plusieurs considérations :
- Problème de l’échantillonnage
- Problème de l’équivalence des groupes de sujets
- Notion de groupes contrôle et groupe contrastés
- Phénomène de régression vers la moyenne

Question 21

Problème de l’échantillonnage

Answer 21

Comment construire un échantillon de sujets représentatif d’une population définie ?
Les caractéristiques individuelles des sujets sont potentiellement parasites

Question 22

Choix d’un échantillon représentatif de la population parente (parmi l’ensemble des personnes qui partagent au moins une caractéristique commune intéressante pour la recherche)

Answer 22

• Échantillonnage aléatoire simple : Tirer au sort l’échantillon de sujets parmi la population parente
• Échantillonnage par quotas (ou méthode de stratification) : Respecter les proportions de sujets en fonction des caractéristiques de la population
• Il en existe d’autres

Question 23

Problème de l’équivalence des groupes de sujets

Answer 23

Il faut s’assurer que les variations de la mesure (de la VD) ne sont pas imputable à des variations existant entre les groupes de sujets, avant même l’intervention expérimentale

Avant la recherche, il faut effectuer un contrôle quant à l’équivalence des groupes de sujets. Comme technique d’appariement on peut utiliser l’échantillonnage par quotas (respecter les mêmes proportions dans chaque groupe)

On peut également utiliser une procédure d’appariement plus stricte comme la méthode du yoked-control
Elle repose souvent sur un préteste
Elle consiste à égaliser de manière absolue les groupes
Chaque sujet d’un groupe est jumelé dans chacun des autres groupes de sujets, avec un sujet présentant exactement les mêmes caractéristiques que lui

Question 24

Groupes contrôles

Answer 24

C’est un groupe de sujets affectés à une condition dans laquelle la VI n’intervient pas.
- Cela permet d’estimer la performance des sujets, indépendamment du traitement expérimental (sert de référence)
- Différent d’un groupe placébo : Un groupe contrôle ne prendra pas de traitement, un groupe placébo prendra un “faux” traitement, un groupe expérimentale prendra un traitement expérimental
- Distinction controle : Condition expérimentale correspondant au niveau zéro de la VI et ce, quand tous les sujets passent par toutes les conditions de la variable, c’est à dire quand les groupes de mesures sont des groupes appariés
- La situation contrôle correspond à une situation expérimentale, le groupe contrôle à un groupe de sujets

Question 25

Groupe contrastés

Answer 25

C’est un groupe formés par des participants particuliers, “contrasté” sur une caractéristique - Exemple : Participants qui occupent une position extrême sur une distribution de scores à un prétest - Exemple : Experts vs. novices

Question 26

Phénomène de régression vers la moyenne

Answer 26

Les performances tendent à être moins extrêmes au fur et à mesure des répétitions d’une mesure (tendent à se rapprocher des performances moyennes ou plus fréquentes de la distribution dont les sujets sont issus) Ce risque est d’autant plus important que l’on répète les mesures Le danger est alors de prendre ces modifications pour un effet des facteurs expérimentaux, alors qu’elles sont indépendantes des variations expérimentales Le seul moyen d’évaluation de l'existence d'une régression vers la moyenne est de construire un groupe contrôle pour chacun des types de sujets Les sujets de ces groupes sont soumis aux mêmes conditions de répétition de la mesure que les sujets expérimentaux Le phénomène de régression apparaît lorsqu’un ou les groupe contrôle montre une évolution de ses performance

Question 27

L’analyse des données

Answer 27

Statistiques descriptives : Quantifier les phénomènes et/ou les relations existant entre ces événements (moyenne, médiane, écart-type, etc.) Statistiques inférentielles : Déterminer si les mesures obtenus constituent une évolution notable des phénomènes ou si elles sont seulement fortuites ou accidentelles, dues au hasard Hypothèses statistiques : - H0 (nulle) : Hypothèse de non différence (variations dues au hasard) - H1 (alternative) : Hypothèse de différence (influence des variables) Analyse : Calcul d’une valeur statistique comparée à une valeur de référence