La mesure des attitudes Flashcards
(19 cards)
Il y a deux façons de mesurer les attitudes :
Mesure directes (auto-rapportées, self-reports) : on demande aux répondants de communiquer, sous diverses forme (souvent échelle de type liberté) leur évaluation
Mesures indirectes: Données d’archive, d’observation (crimes, tags). Non intrusif. (Ce n’est pas des mesures ind. C’est plus général, pas indépendant de l’attitude) Mesures « implicites ». (ex. séquences de mot, sous-catégorie indépendante etc.) Mesures physiologiques (e.g., conductance électrodermale, dilatation pupillaire, électromyographie). (pas prioriser)
la mesure direct (auto-rapportées) provient de qui et d’où ?
Développement d’une approchce quantitative basée sur des principes psychophysiques par Thurstone (1928) / Thurstone & Chave (1929) :
C’est quoi les trois étapes de l’approche quantitative basée sur des principes psychophysiques par Thurstone ?
Etape 1: générer des très nombreuses propositions pertinentes pour l’objet d’attitude. Exemple: 130 propositions relatives à la consommation de viande rouge.
Etape 2: demander à des juges de classer chacune de ces propositions dans un parmi plusieurs intervalles de favorabilité (e.g., intervalle 1: extrêmement défavorable, jusqu’à l’intervalle 11: extrêmement favorable). Dégager les scores médians. Chaque item se voit attribuer un score médian (à travers les juges) de favorabilité.
Etape 3: Demander à un.e répondant.e d’indiquer les propositions avec lesquelles il.elle est en accord. Le score médian des propositions sélectionnées (e.g., accord avec les propositions notées 3, 4, 5) reflète l’attitude (e.g., 4/11, donc très défavorable).
Procédure laborieuse (aussi parce que la procédure doit être répétée pour chaque nouvel objet d’attitude). Likert (1932) va simplifier la mesure…
C’est quoi la technique de Likert ?
Indiquer son degré d’accord (1= pas du tout;7=tout à fait) par rapport à un nombre limité de propositions en lien avec l’objet d’attitude. Les proposition doivent être exprimées en termes de ce qui devrait être /pas de ce qui est (des personnes d’attitudes différentes peuvent s’accorder sur ce qui est). Le score moyen d’accord pour les items est le score d’attitude. Certains items sont renversés pour éviter les biais d’acquiescement.
*** Peut susciter un effet inflationniste lors de la mesure de croyances absurdes (ex. enlèvement par des extraterrestres)
Vrai ou faux : dans la technique du différentiateur sémantique, il faut s’assurer que les propositions sont le même construit et il ne faut pas les comparer à un score d’attitude à une autre objet d’attitude
Vrai
S’assurer que toutes les propositions ont bien trait au même construit (intercorrélations) un score d’attitude relatif à un objet d’attitude (e.g., viande rouge= 3,75) ne peut être comparé à un score d’attitude relatif à un autre objet d’attitude (e.g., euthanasie = 5,3)
Qu’est-ce que l’on doit faire dans la technique du différentiateur sémantique ?
- Indiquer où l’on situe son jugement sur des continuums d’adjectifs bipolaires.
- Vérifier également l’intercorrélation avant de moyenniser.
- Ici, la comparaison entre objets d’attitudes peut être effectuée.
- L’échelle peut également utiliser des adjectifs non-attitudinaux pour d’autres objectifs de mesure.
Comment on sait si ces mesures sont de bonnes mesures d’attitude ?
- Bonne consistance interne (items sélectionnés pour y parvenir; e.g., split-half). (Bonne inter-corrélation)
- Bonne validité test-retest.
- Bonne validité convergente (e.g., pas rare d’atteindre 90% entre Likert et différentiateur sémantique).
- Bonne validité prédictive des comportements + rapport linéaire (échelle d’intervalle).
Exemple de pourquoi la mesure d’attitude à l’aide des items de Likert est un mystère pour certains économiques ?
Un seul item de Likert prédit plus que la socio-économie à l’aide de variable outcome (questions de tous les jours = prédiction)
Associations relativement fortes, linéaires et stables à travers différents contenus (n’importe quel réponse donne la même chose)
Ce qui semble acquis pour les psychologues (depuis Thurstone) représente un grand sujet de mystère pour nos collègues économistes. (nb: Il devrait l’être pour nous également !!!)
Définition de la mesure indirecte (implicites) :
La frontière d’inclusion/exclusion des mesures implicites dans la recherche en cognition sociale est floue. Les procédures présentées ici ont été mentionnées dans le Manuel de cognition sociale implicite [3, 9, 12] et ont été utilisées au moins une fois en dehors de la publication originale.
** La definition n’est pas bonne pour décrire les mesures indirectes, il n’y a pas de critère d’inclusion et d’exclusion, il y a des mesures indirectes qui ne sont pas considérer implicites, si utiliser alors valide ?!?
La mesure indirecte permet :
- Mesures indirectes (mesure indirecte car pas auto-rapporté mais pourquoi pas implicite ?)
- Censées capter des réponses plus automatiques. (Pas beaucoup de temps pour répondre)
- Mesure possible au niveau individuel.
- Analyse des temps de réaction, exactitude, fréquences.
Exemple de test indirect (2) :
- Implicit association Test : corrélation est de 0 ; insufissant)
- Affect Misattribution Procedure : cherche à mesure l’Attitude, on ne présume pas de désirabilité sociale dans le test (il ne faut pas prendre en compte la photo d’avant)
Les deux tests mesurent réellement la même chose ? = Les mesures ne mesurent pas la même chose (procédure différente et faible convergence)
** Il ne faut pas oublier les faux positifs et les faux négatifs
Quels sont les trois interprétations du terme implicite et quels sont les problèmes avec ceux-ci ?
- Indirect (procédurale) : Mais alors, toute mesure autre qu’auto-rapportée doit être considérée comme une mesure implicite. Problème de contrainte sur l’identification des tâches; terme « implicte » inutile, Peu d’utilité pour inférer des processus mentaux, Faible convergence.
- Associatif : Mais alors n’est pas e accord avec les données (cf. infra)
- Automatique : Mais alors deux soucis :
- Toute mesure est partiellement sous-tendue par des processus automatiques (cf. infra.) même les questions auto-rapportés
- Confusion entre les critères d’automaticité (exemple, croire que la mesure évalue des contenus inconscients parce que la réponse est rapide) (terme trop large, qu’est-ce que ça veut réellement dire : rapide, incosncient, etc ?)
Exemple de problème relié à l’interprétation en lien avec le terme implicite + problème avec le eye-tracking
- Une surinterprétation cause des problèmes car cela change les réponses qu’on en retire
- Eye tracking : dire qu’on aime tel ou tel pizza car nous avons regardé les ingrédients en premier
Désavantages présumés des mesures auto-rapportées par rapport aux mesures implicites (6):
- Intrusives/Sensibles à la désirabilité sociale et aux demandes expérimentales : Les mesures implictes le sont également
- Ne permettent pas de mettre à jour des attitudes inconscientes : Mais comment savoir si les mesures implicites le peuvent ? Certainement pas sur base de divergences entre mesures implicites et explicites. Ni parce que les Ps se disent « surpris » de leur score IAT. En fait, les Ps peuvent prédire leur score IAT (cf. recherches de Hahn, Gawronski).
- Ne permettent d’étudier que des croyances plutôt que de simples associations mentales : Pas une bonne mesure : dangereux pour les conclusions, l’intervention et on peut même aller jusqu’à remettre en doute la science. Il est important de trouver la bonne intervention à mettre en place et cela a de l’importance au niveau de l’intervention et de la politique (danger de poilitser la science)
- Peu stables : L’inverse semble vrai puisque la mesure implicite très sensible à des effets de contexte (autant que auto-rapporté) et elles sont moins fiables en teste-reteste
- Peu à même d’étudier des facteurs structurels. : Insensé
- Ne permettent pas d’étudier des mécanismes automatiques : Faux, c’est plus automatique auto-rapporté qu’implicite
Avantages des mesures auto-rapportés :
- Meilleure qualité psychométrique (mesure implicite n’ont pas)
- Prédisent généralement mieux le comportement.
- Plus flexibles et inclusives. (adapté à plusieurs questions précises, tâche plus nuancé et ne pas imposé des manières de penser comme mesure implicite)
Quand utiliser des mesures implicites :
- Fit structurel (on sait pas comment appliquer IRT)
- Data modeling (mobilisation de données pour voir l’Attitude ou autre)
- Gagner (parfois) en prédiction. Mais se retenir d’interpréter si il n’y a pas de fit structurel !!!
Exemple de l’utilisation des mesures implicites avec IAT (vote + bac psycho)
Exemple : les participants qui ne savent pas pour qui voter, lorsqu’on leur fait passer l’IAT, Les résulats montre qu’ils choisissent implicitement et ils vont choisir le même lors du vote. MAIS on aurait pu la faire de manière auto-rapportés aussi.
Exemple : IAT a prédit l’Arrêt ou non du bac en psycho en fonction de différents aspstcs : l’intention est le plus puissant !!! et c’est fortement lié
Exemple de mesure indirect physiologiques
- Conductance électrodermale
- Dilatation pupillaire
- Electromyographie
Coûteux, peu pratique, faible valeur psychométrique comme mesure des attitudes (e.g., activation ou valence)?
Exemple : Dissociations entre mesures auto-rapportés et mesure physiologique : Réactivité à des vidéos avec scénario hétéro-homo en fonction de l’homophobie (auto-rapporté) = vidéo homo et homophobie augmentation de la grandeur du pénis. Est-ce que c’est réellement lié à l’excitation ?
Exemples pour chaque désavantages présumés des mesures auto-rapportées par rapport aux mesures implicites :
1.Exemple : Réduction du score IAT anti-black lorsque l’expérimentateur est black. Au contraire, des European Americans, pas d’effet sur la désirabilité sociale (Asiatique) = Au niveau de l’histoire, on se sent mal. De plus, tous les Ps sont capable de diminuer leur score IAT quand on leur demande de se comporter de manière non-raciste
- Exemple :il y a une corrélation de 63 % entre la prédiction du score IAT et le score IAT et une corrélation de 52 % entre la mesure explicite et le score IAT
- Exemple : On oublie la première partie de la phrase et se rappelle uniquement de la dernière partie, on ne peut pas s’empecher d’avoir une vision négative et on l’associe automatiquement
Il y a une formation d’une croyance que le vaccin n’est pas bon, car vaccin est associé à un aspect négatif (le mot covid)
Shiseido CAUSES healthy skin
Relational meaning : brand is positive
Co-occurrence : brand paired with positive word (“healthy”)
Shiseido PREVENTS skin cancer
Relational meaning : brand is positive
Co-occurrence : brand paired with negative word (“cancer”)
àPlus grand ambivalence autorapportée (capable de faire la différence)
- Exemple :
- Efficience (tâche secondaire ou non) : distrait, on peut être saturé mais pas avec auto-rapporté
- Vitesse (pression temporelle ou non) : on peut donner un temps limite pour répondre
- Contrôle (éviter une influence ou non) : on peut demander de ne pas être influence.
- Conscience (ne produire une réponse qu’en absence de souvenir) : Ce n’est pas dépendant du but de la personne, la conscience est la capacité à penser, donc on veut voir les source d’attitude, on peut voir l’attitude selon une origine auto-rapporté
etc.
Niveau 0 : Comparaison entre mesure implicites et explicites : Il n’y a rien en commun entre ces mesures, d’où vient la différence ? Ex. IRT catégorie spécifique et explicite nuancer
Niveau 1 : Comparer des tâches qui répondent au principe de fit structurel (qui sont semblable au niveau structurel) : Ex. les deux versions de l’AMP pour étudier le rôle de l’intentionnalité. Il y a une précision des facteurs étudiés
Niveau 2 : Utiliser des tâches de dissociation des processus + analyse multinomiale (ici aussi, utilisation de mesure auto-rapportées)
