Méthodologie de l’expérimentation PDF

Faculté de Psychologie et des Sciences de l’Educa6on 3 Méthodologie de l’expérimenta3on Elabora6on du plan expérimental An6ciper les...

Faculté de Psychologie et des Sciences de l’Educa6on 3 Méthodologie de l’expérimenta3on Elabora6on du plan expérimental An6ciper les problèmes: Parasites et biais Kathy Huet Université de Mons Variable parasite et biais (Pb de validité) Variable Parasite ou variable exogène Exerce un eﬀet indésiré sur la VD à Il faut Contrôler l’eﬀet des VP : à Figer les varia6ons des variables parasites à SoumeHre l’ensemble des groupes à la même quan6té d’eﬀets de la (des) VP à Contrôle sta6s6que : u6liser des procédures quan6ta6ves qui permeHent de tenir compte des varia6ons de la (des) VP Biais : ac6on non contrôlée d’une VP sur la VD On parle de : résultats, analyses et conclusions biaisés ⇒ menaces sur les validités interne et externe. Université de Mons K. Huet 2 !!! Si biais alors VP mais la réciproque n’est pas vraie En eﬀet… si une autre V que la VI agit sur la VD alors… Ignorance ⇒ résultats biaisés Connaissance » contrôle ⇒ pas de biais » pas de contrôle ⇒ suspicion de biais (spéculer sur leur amplitude) Université de Mons K. Huet 3 Néanmoins, si l’expérimentateur ne peut pas tout contrôler alors il se doit d’aborder une démarche centrée sur la … Université de Mons K. Huet 4 L’expérience de Milgram (1960-‐1963) Objectif : évaluer le degré d'obéissance d'un individu devant une autorité qu'il juge légitime et analyser le processus de soumission à l'autorité. Apprenant Expérimentateur = acteur Sujet Université de Mons K. Huet 5 L’expérience de Milgram (1960-‐1963) Quelques Résultats : Université de Mons K. Huet 6 Les biais peuvent être imputables à diverses sources : Expérimentateur(s) Sujet(s) eﬀet animateur, Disposi6f expérimental eﬀet Rosenthal Exemples : Apprenant Expérimentateur = acteur Sujet eﬀet nouveauté eﬀet Hawthorne Université de Mons K. Huet 7 Sources de biais : Des biais … Expérimentateur(s) Ex. : eﬀet animateur, eﬀet Rosenthal… Sujet(s) Ex. : eﬀet Hawthorne, eﬀet John Henry… Disposi6f expérimental Ex. : eﬀet pré-‐test, eﬀet nouveauté… Contrôle des Biais : contrôlables par l’expérimentateur Ex. : eﬀet de régression staCsCque qui échappent au contrôle de l’expérimentateur Ex. : eﬀet de maturaCon -‐ Liste non exhaus6ve -‐ Biais couramment iden6ﬁés dans la liHérature rela6ve aux expériences en sciences humaines Université de Mons K. Huet 8 imputables à diverses sources : Des biais … Expérimentateur(s) Sujet(s) Disposi6f expérimental L’eﬀet Hawthorne L’eﬀet Placebo L’eﬀet John Henry L’eﬀet Rosenthal L’eﬀet de halo L’eﬀet de mortalité expérimentale L’eﬀet Animateur L’eﬀet d’expérience personnelle L’eﬀet de matura3on L’eﬀet Nouveauté L’eﬀet pré-‐test L’eﬀet de régression sta3s3que Université de Mons K. Huet 9 L’eﬀet Hawthorne Origine : Faubourg de Chicago -‐ Western Electric Company, Mayo et al (’20) à Communica6on sur les condi6ons d’éclairage ⇒ hausse de la produc6vité Modiﬁca(ons de conduite des sujets causées par la seule conscience d’être soumis à un traitement expérimental (= VP) Pallia(f : – Ne pas prévenir (>< déontologie !!!) – Prévenir après l’expérimenta6on et demander l’autorisa6on d’exploiter les données Ignorance chez les sujets – Prévenir avant l’expérimenta6on mais omeHre de préciser les réelles inten6ons de la démarche Conscience de par6ciper à une expérience autre que celle réalisée Ex. : conversaCon spontanée en laboratoire >>> inﬂuence du style de parole sur les caractérisCques acousCques des voyelles Université de Mons K. Huet 10 Proche de l’eﬀet Hawthorne L’eﬀet Placebo Traitement médicamenteux AmélioraCon de l’état du sujet par l’administraCon de produits dénués d’eﬀets Groupe Expérimental Groupe Témoin Substance Leurre active L'état des malades s'est amélioré dans les deux groupes… Université de Mons K. Huet 11 Pallia(f : – « double aveugle » (double blind) Sujets Expérimentateurs Double aveugle Ignorent ce Ignorent ce qu’ils qu’ils administrent prennent – sous le contrôle d’une équipe de coordina6on (iden6ﬁer – intervenir) Université de Mons K. Huet 12 L’eﬀet John Henry = « contre-‐eﬀet Hawthorne » Origine : Nom 6ré d’une chanson populaire du sud des Etats-‐ Unis (John-‐Henry ne reçoit pas le nouveau matériel) Touche les sujets du groupe témoin (qui ne reçoit aucun traitement) à SUR-‐PERFORMANCES Pallia(f : – Même ordre que pour l’eﬀet Hawthorne Ignorance chez les sujets Prévenir mais éviter toute hiérarchie Université de Mons K. Huet 13 L’eﬀet Rosenthal = eﬀet Pygmalion (pédagogie), eﬀet oedipien de la prédic6on Dans le chef de l’Expérimentateur : qui façonne involontairement le comportement des expérimentés en foncCon de sa connaissance préalable de l’issue aSendue de l’expérimentaCon Pallia(f : – Traitements expérimentaux administrés par des extérieurs ⇒ « à l’aveugle ». Ces extérieurs ne peuvent pas induire des réponses, des comportements ou des aqtudes. Rem : lourd et parfois coûteux – Minimiser les contacts expérimentateur/sujets expérimentaux – Examen de conscience de l’expérimentateur Université de Mons K. Huet 14 Travaux de Rosenthal Sujets : étudiants en psychologie MAIS pensent être les expérimentateurs (recherche sur le condi6onnement du rat) Deux groupes de rats : « doués » et « tarés » OR géné6quement iden6ques Déroulement de l’expérience Fin de l’expérimenta6on : évalua6on des performances Résultats : » Rats « doués » : améliora6on » Rats « tarés » : pas d’améliora6on Diﬀérencia6on due à la connaissance des possibilités de dvlp chez les sujets induites par l’expérimentateur. Université de Mons K. Huet 15 L’eﬀet de Halo Cadre : observa6ons en pédagogie expérimentale Proche de l’eﬀet Rosenthal (!!! Dans le chef du sujet) Evaluateur inﬂuencé dans ses nota(ons par des données extérieures (le halo) aux performances sur lesquelles devrait porter l’évalua(on Pallia(f : – Filtrer les informa6ons accessibles à l’évaluateur – « Evalua6ons mul6ples » (⇒ plusieurs évaluateurs) – Examen de conscience de l’évaluateur Université de Mons K. Huet 16 L’eﬀet de mortalité expérimentale Plans expérimentaux avec prises de données séquen6elles (par ex.: étude longitudinale) Perte de sujets au cours d’une expérience pour diverses raisons (par ex.: indisponibilité, démoCvaCon) !!! Peut avoir un eﬀet : sur VALIDITE EXTERNE : « ceux qui quiHent peuvent être diﬀérents de ceux qui restent » ⇒ généralisa3on plus hasardeuse (distribu6on aléatoire ???) sur VALIDITE INTERNE : si rela6on entre V agissant sur la perte des sujets et la ou les VD Université de Mons K. Huet 17 Exemple : tester l’eﬀet d’une cure de désintoxica(on aux habitudes tabagiques Disposi6f séquen6el (tous les mardis de novembre à janvier) au départ : 40 sujets en ﬁn d’expérience : 28 sujets (10 ont arrêté de fumer, 2 ont augmenté leur consomma6on et 16 ont gardé la même consomma6on) Tendance à l’améliora6on ???? Gros problème de validité ! » Généralisa6on (⇒ validité externe) » Si les 12 sujets qui ont quiHé = gros fumeurs DONC lien entre la VD « nombre de cigareHes fumées » et la mortalité expérimentale (⇒ validité interne) Université de Mons K. Huet 18 Pallia(f : – Eveiller la mo6va6on des sujets à par6ciper » Ex. : rémunéraCon – AHen6on !!! » Éthique » Risque d’eﬀets Hawthorne et nouveauté » Validité écologique Université de Mons K. Huet 19 L’eﬀet Animateur Dynamique similaire à l’eﬀet de halo MAIS centré sur l’expérimentateur = Les varia(ons (à valence + ou -‐) de la VD résultant de caractères propres à l’individu mis au contact direct des sujets dans le cadre du plan expérimental. L’eﬀet peut : se conjuguer aux varia6ons induites par la VI. amoindrir les eﬀets induits par la VI. Pallia(f : – « Bon sens » – Si plusieurs groupes : Permuter les expérimentateurs Université de Mons K. Huet 20 L’eﬀet d’Expérience personnelle Plans longitudinaux (presta6ons des sujets à divers moments successifs) Les inﬂuences externes au plan expérimental combinent leurs eﬀets à ceux de la ou des VI durant les périodes où le sujet est hors du contexte expérimental. Transmission d’informa6ons individuelles et non contrôlées Pallia(f : – Soustraire le sujet aux inﬂuences externes : Isolement en quarantaine (applica6on ???) – Réﬂexion sur les sources d’informa6ons externes POUR en opérer un contrôle quan6ta6f Université de Mons K. Huet 21 L’eﬀet de Matura3on Proche de l’eﬀet d’expérience personnelle MAIS parasitage de la VI émane du sujet Modiﬁca(on au sein du sujet (ap(tudes et aZtudes) » Exemple : varia6on de son humeur, évolu6on cogni6ve, s’assagir Diﬃcile à maîtriser Pallia(f : – Diminuer la durée /e/ 2 observa6ons – Evaluer une éventuelle progression des sujets (!! À l’inﬂuence de ces évalua6ons sur le VD) Université de Mons K. Huet 22 L’eﬀet Nouveauté Le matériel ou la situaCon expérimentale provoquent les variaCons de la VD. 2 modalités valence posi6ve : engouement des sujets valence néga6ve : résistance → aversion Pallia(f : – Habitua6on (« ce qui est nouveau est déjà dépassé ») – Mesurer l’aqtude des expérimentés par rapport au disposi6f expérimental ⇒ apprécier ou non l’existence de l’eﬀet Université de Mons K. Huet 23 L’eﬀet Pré-‐test Plans expérimentaux O1 X O2 : avec une observa6on avant et après le traitement expérimental (X) Observa(on pré-‐expérimentale exerce une inﬂuence sur la VD Diﬀérentes formes : – Eﬀet d’appren3ssage sur les compétences éducables (≠ psycho-‐ physiques) à Epreuves parallèles MAIS rémanence observable – Eﬀet de contamina3on quand forme et contenu de l’épreuve pré-‐ expérimentale peuvent documenter le sujet sur les inten6ons du chercheur à Distracteurs (ignorance du sujet) Pallia3f radical : – Eviter les plans expérimentaux « avant-‐après » Pallia6f « moins » radical : U6liser des épreuves parallèles aux diﬀérentes phases de l’expérimenta6on Université de Mons K. Huet 24 L’eﬀet de Régression sta3s3que Groupes contrastés quant à un trait spéciﬁque ⇒ maximiser les diﬀérences se manifeste par un amoindrissement du caractère contrasté des groupes après la phase de sélec(on : une "régression" des notes vers la moyenne du groupe total en eﬀet : Mesurer un trait ⇒ résultat entaché d’erreurs (aux extrémités de la distribu6on normale) Pallia(f : Mesurer le trait visé un grand nombre de fois et calculer la moyenne Remarque : ne se manifeste que lorsque le contraste des groupes est construit à partir d’une MESURE Université de Mons K. Huet 25 N o t e s d e d é p a r t p o u r cons3tuer les groupes : 2 sources de varia6ons : -‐ Le trait mesuré extrêmes -‐ Une fonc6on d’erreurs diﬀérences très marquées (limites inf. et sup. de la distribu6on des notes) Final : « régression » des notes vers la moyenne Remarque : il est plus facile pour les sujets faibles de réaliser un progrès signiﬁcaCf. Les sujets qui partent d’un niveau élevé auront plus de mal à élever leur score. Université de Mons K. Huet 26 imputables à diverses sources : Des biais … Expérimentateur(s) Sujet(s) Disposi6f expérimental L’eﬀet Hawthorne L’eﬀet Placebo L’eﬀet John Henry L’eﬀet Rosenthal L’eﬀet de halo L’eﬀet de mortalité expérimentale L’eﬀet Animateur L’eﬀet d’expérience personnelle L’eﬀet de matura3on L’eﬀet Nouveauté L’eﬀet pré-‐test L’eﬀet de régression sta3s3que Université de Mons K. Huet 27 Pour conclure… Expérience en sciences humaines : jamais parfaite car impossible de contrôler toutes les V à l’œuvre dans l’expérimenta6on MAIS objec3f à poursuivre : se rapprocher au maximum de la « perfec6on » tout en ayant conscience qu’il est diﬃcile voire impossible de l’aHeindre Université de Mons K. Huet 28 Faculté de Psychologie et des Sciences de l’Education 1 Méthodologie de l’expérimentation Phases de l’expérimentation Hypothèses Elaboration du plan expérimental Définir les variables Sélectionner les sujets Constituer les groupes Kathy Huet Université de Mons Effectuer des recherches efficaces dans notre catalogue en ligne ou dans les bases de données ? Venez découvrir les ressources des bibliothèques de l’UMONS. (voir site Intranet Etudiant) Bibliothèques - umons https://alumniumonsac.sharepoint.com/sites/intranet/administration/dab/Pages/calendrierformationsall.aspx Université de Mons Les phases de l'expérimenta2on « l’expérience n’est qu’une observa5on provoquée » Claude Bernard Université de Mons K. Huet 3 Constats Observation Prise d’information fortuits systématisée Auprès des autres scientifiques Augmenter le savoir Problème/Question Communiquer Rassembler des informations les résultats La méthode expérimentale Revenir sur l’hypothèse Dresser Construire une hypothèse les conclusions Rassembler et analyser les données Expérimenter Université de Mons K. Huet 4 Les phases de l’expérimentation Constats Observation Prise d’information fortuits systématisée Auprès des autres scientifiques Modes de diffusion Énonciation d’une hypothèse qualités Structures connues Élaboration d’un schéma – dispositif –dessein Biais possibles expérimental Recueil des mesures Passage à l’acte expérimental Retour sur les hypothèses Analyse des résultats statistiques Prolongements expérimentaux Discussion-conclusion Accroissement du savoir Nouvelles hypothèses Université de Mons K. Huet 5 La méthode expérimentale QUOI ? = créer une situation particulière POURQUOI ? pour tester une hypothèse causale concernant la mesure d’un phénomène précis = Variable Dépendante COMMENT ? en manipulant (faisant varier) un ou plusieurs facteurs = Variable(s) Indépendante(s) Université de Mons K. Huet 6 Les grandes questions : u Comment se diffuse l’information scientifique? Comment peut-on y accéder ? u Qu’est-ce qu’une hypothèse ? Quelles qualités doit-on attendre des hypothèses expérimentales ? u Comment construire une expérience / un plan expérimental ? u Quels sont les types de plans expérimentaux les plus fréquents ? u Quelles sont les difficultés que l’on peut rencontrer dans les expérimentations? Comment y remédier ? Université de Mons K. Huet 7 Les hypothèses et leurs caractéristiques Université de Mons K. Huet 8 Hypothèse : définition « rela&on supposée entre des faits » La projection au sol, depuis le clocher du beffroi de Mons, d’un grand nombre de sardines vivantes Si le sujet doit apprendre et provoquera de nouvelles rappeler des objets de souvenir inscriptions en logopédie à ressemblant à des objets de la FPSE de l’UMONS souvenir précédemment appris, alors, la restitution des objets de souvenir acquis en premier lieu sera inhibée Université de Mons K. Huet 9 Hypothèse « générale » : définition « Il s’agit d’une représentation abstraite explicative et/ou prédictive de l’existence d’une relation entre deux faits ou deux ensembles de faits. Dans le cadre de la méthode expérimentale, les premiers faits font référence à la cause et les seconds aux conséquences » On parle aussi d’hypothèse « théorique » Université de Mons K. Huet 10 L’origine des hypothèses … 2 types diﬀérents de raisonnement perme1ent l’énoncia5on d’hypothèses : 1. Le raisonnement par induc4on = processus qui permet de formuler des hypothèses générales à par5r de faits par5culiers. Faits par5culiers Hypothèse Ex : B.F. Skinner (1904-1990) 2. Le raisonnement par déduc4on consiste à par5r d’une théorie, donc de principes généraux, à formuler des prédic5ons concernant des cas concrets, plus spéciﬁques. Ex : Walster & Berscheid, 1978 Théorie, principes généraux Hypothèse Université de Mons K. Huet 11 Lois et théories Lois et théories Principes généraux Principes généraux Raisonnement Démarche Inductive Démarche Déductive Hypothèse Hypothèse Empirisme Observations Prédic@ons et explica@ons de faits réels, cas spécifique Ex : Francis Bacon (1561-1626) Ex : René Descartes (1596-1650) Université de Mons K. Huet 12 Lois et théories Lois et théories Général Principes généraux Général Principes généraux Raisonnement Démarche Inductive Démarche Déductive Hypothèse Hypothèse Empirisme Observations Spécifique Spéciﬁque Prédictions et explications de faits réels, cas spécifique Ex : Francis Bacon (1561-1626) René Descartes (1596-1650) Université de Mons K. Huet 13 La démarche hypothé/co-déduc/ve : = démarche classique de la science moderne les théories conduisent à des hypothèses qui sont conﬁrmées par approxima/ons successives, à par/r à la fois d’un raisonnement déduc/f et induc/f 1. Le chercheur pose la ques/on de départ 2. Il formule des déduc/ons ou des induc/ons en fonc/on des connaissances empiriques qu'il possède sur le sujet. 3. Il adopte ou construit une théorie, formule une ou plusieurs hypothèses de recherche (réponse provisoire à la ques/on de recherche) 4. Il procède à des tests empiriques pour vériﬁer ou inﬁrmer la ou les hypothèses 5. Si la ou les hypothèses sont vériﬁées, la recherche s'arrête là, il lui faut communiquer les résultats. … découle de la méthode expérimentale Université de Mons K. Huet 14 Ne pas confondre : Ques%on de recherche « Quel est l’eﬀet de la caféine sur le comportement humain » Hypothèse théorique : rela/on de type abstrait entre deux classes de faits. « la caféine est un excitant » Hypothèse expérimentale : traduc/on de l'hypothèse théorique dans un cas concret précis. « L’ingurgita;on, chez les personnes de plus de 60 ans, d’une tasse de café moins de 30 minutes avant le coucher, provoquera un retard de l’endormissement d’au moins 1h. » Hypothèse sta%s%que : traduc/on de l’hypothèse opéra/onnelle en termes numériques. « Il y a plus de 95% de chances que les personnes âgées de plus de 60 ans qui boivent une tasse de café moins de 30 minutes avant le coucher rapportent un retard de l’endormissement d’au moins 1h. » Université de Mons K. Huet 15 Critères d’acceptabilité des hypothèses expérimentales Opérationnalité = vertu cardinale Vériﬁabilité (matérielle / personnelle) Vraisemblance Cohérence externe Productivité épistémique Admissibilité (Acceptabilité) Université de Mons K. Huet 16 Opérationnalité : un continuum Opérationnalité - - - Opérationnalité + + + Le café empêche de L’ingurgita*on, chez les Chez les personnes dormir personnes de plus de 60 ans, âgées, l’ingurgitation de d’une tasse de café moins de 30 café avant minutes avant le coucher, de dormir provoque provoquera un retard de des l’endormissement d’au moins 1h. insomnies Université de Mons K. Huet 17 Opérationnalité = vertu cardinale « énoncée en termes d’opérations décrites de manière suffisamment claire et univoque pour que la vérification de l’hypothèse soit accessible à tout un chacun. » Caractère intersubjectif de la recherche expérimentale (Communauté Scientifique) Accroissement de la précision de la communication des intentions du chercheur renforcée chaque fois que le chercheur communique une décision qu’il a prise dans le cadre de l’élaboration de son plan d’action. ex : Définir quelle échelle de mesure, quel type de dispositif expérimental, quels échantillons seront utilisés dans l’expérimentation, … Université de Mons K. Huet 18 Vérifiabilité : Exemples L’ingurgitation, chez les La culture de salades sur la planète personnes de plus de 60 ans, Mars nécessite un apport journalier d’une tasse de café moins de en eau égal à celui que nécessite 30 minutes avant le coucher, la même culture sur Terre. provoquera un retard de l’endormissement d’au moins 1h. Université de Mons K. Huet 19 Vériﬁabilité (matérielle / personnelle) = on doit pouvoir la confronter aux faits, elle doit être testable. remarque : l’opéraAonnalité = facteur de vériﬁabilité X vériﬁabilité MAIS : OpéraAonnalité à Certaines hypothèses parfaitement opéraAonnalisées peuvent s’avérer invériﬁables pour diverses raisons : chaque fois que l’expérience implique des moyens ou situaAons concrètement inaccessibles. Ex : la durée nécessaire à l’épreuve de l’hypothèse. Université de Mons K. Huet 20 Vraisemblance le chercheur procède à un examen raisonné de l’hypothèse qu’il propose, en sorte de ne procéder à la mise à l’épreuve que dans la mesure où tout le porte à considérer que son hypothèse semble vraie. Méthodologiquement, la qualité d’une recherche ne dépend pas de son issue. Une hypothèse peut être conﬁrmée ou inﬁrmée. Mais : que penser d’un chercheur dont toutes les hypothèses seraient démenDes ? Université de Mons K. Huet 21 Cohérence externe - être en liaison avec l’ensemble des connaissances disponibles - ne suppose pas que l'hypothèse s’accorde avec des recherches connues, mais simplement qu’elles s’ar>culent sur elles : Bonne cohérence externe même si le chercheur exprime tout le contraire de ce que d’autres ont montré. Ex : une quan-té de stress contrôlée peut accroître la vigilance des sujets Université de Mons K. Huet 22 Productivité épistémique La vérification (confirmation ou infirmation) de l’hypothèse doit permettre un véritable accroissement des connaissances dans le champ exploité. Ex : les passagers de vols intercontinentaux tendraient plutôt à opter pour les fauteuils situés au voisinage des ailes et plus volontiers encore pour ceux offrant de plus grandes dimensions bonne opérationnalité, vérifiable, vraisemblable mais … à Quelle valeur ajoutée à la science du comportement humain ? Université de Mons K. Huet 23 Admissibilité (Acceptabilité) – Légale si la loi prohibe certaines actions qui seraient nécessaires pour sa vérification (par exemple, la mise en danger des personnes) – Déontologique confronté aux normes du code de déontologie d’un groupe auquel il appartient (par exemple, le code de déontologie de la FBP) – Morale le chercheur estime incompatible avec ses valeurs morales personnelles la mise en œuvre de certaines actions – Ethique l’institution dont relève le chercheur prend une position de principe par rapport aux actions prévues (exemple, avis négatif du comité d’éthique) Université de Mons K. Huet 24 Elaboration du plan expérimental - Définir les variables - Sélectionner les sujets - Constituer des groupes Université de Mons K. Huet 25 Exemple : Question de recherche : Les conditions d’apprentissage influencent les résultats de l’apprentissage Hypothèse : Plus le bruit dans une salle d'étude est élevé, moins les capacité mémorielles sont bonnes Expérience pour vérifier cette hypothèse ? Groupe A Groupe A : silence absolu liste de mots à mémoriser restitution des mots Groupe B : bruit Groupe B liste de mots à mémoriser restitution des mots Université de Mons K. Huet 26 Expérimenter … Une (ou plusieurs) Variable(s) Indépendante(s) (VI) = faire varier dans l’espoir de voir apparaître des varia0ons de la Variable Dépendante (VD) Une hypothèse expérimentale exprime une relation potentielle entre deux types de variables : Effet d’une VI sur une VD Université de Mons K. Huet 27 Variable Indépendante (VI) Plus le bruit dans une salle d'étude est élevé, moins les capacité mémorielles sont bonnes de la Variable Dépendante (VD) Université de Mons K. Huet 28 1. Déﬁnir les variables = dimensions d’une expérimentation qui peuvent varier Ges$on des variables contrôlées – Variable dépendante (VD) – Variable indépendante (VI) À varia$on provoquée À varia$on invoquée Variable parasite Université de Mons K. Huet 29 Variable indépendante (VI) Manipulée intentionnellement par le chercheur pour faire apparaître des phénomènes. Les niveaux d’une VI sont les différentes valeurs qu’elle peut prendre. Expérimenter c’est manipuler au moins 1 VI qui comporte au moins 2 niveaux. Exemples : Aspects de l’environnement : éclairage fort ou tamisé, niveau sonore élevé ou bas, … Aspects d’une tâche : la difficulté facile ou difficile, méthode de lecture (globale/analytique) , … Etats du sujet : très anxieux/anxieux/peu anxieux, heureux/triste,… Université de Mons K. Huet 30 Variable dépendante (VD) Non manipulée directement par le chercheur Elle est l’objet d’observa6ons Ses varia6ons dépendent de la manipula6on de la (des) VI et donc des changements de niveaux de la VI èexprime les varia6ons des phénomènes ex : les capacités mémorielles, mesurées via le nombre de mots res5tués Université de Mons K. Huet 31 Variable parasite (VP) variable exogène (non directement testée par l’expérience) qui exerce un eﬀet indésiré sur la VD, de façon directe ou en entrant en interac?on avec la(les) VI àIl faut Contrôler l’eﬀet des VP : à Figer les varia?ons des variables parasites à SoumeHre l’ensemble des groupes à la même quan?té d’eﬀets de la (des) VP à Contrôle sta?s?que : u?liser des procédures quan?ta?ves qui permeHent de tenir compte des varia?ons de la (des) VP Université de Mons K. Huet 32 VI à varia)ons invoquées – VI à varia)ons provoquées Invoquées : caractéris0ques ne pouvant pas être manipulées – Exemples : âge, sexe, QI , anxiété, … Provoquées : caractéris0ques pouvant être manipulées – Exemples : anxiété, climat de travail, formalité d une situa0on, … Université de Mons K. Huet 33 2. Sélec)onner les sujets POPULATION ECHANTILLON Techniques d’échantillonnage REPRESENTATIVITE !! Comparabilité à la population parente Université de Mons K. Huet 34 2. Sélectionner les sujets Diverses techniques d’échan2llonnage (!! représenta2vité !!!) Aléatoire simple = garan2e de représenta2vité = sélec2on des sujets en l’absence de tous critères ou principes systéma2ques : 2rage au sort Très diﬃcile à meEre en place : tous les sujets de la popula2on de généralisa2on doivent être accessibles tous les sujets doivent avoir la même probabilité d’être 2rés au sort Comparabilité à la population parente Université de Mons K. Huet 35 Occasionnel : basé sur la disponibilité des sujets rem : très fréquent en sciences humaines à critique Comparabilité à la population parente Université de Mons K. Huet 36 Empirique : connu pour sa représenta2vité de la popula2on dont il est extrait (aubaine !) Très faible probabilité d’exister ex : - commune-test lors des élec2ons - classe type dans une école Comparabilité à la population parente Université de Mons K. Huet 37 Stratifié : établir une répartition des sujets échantillonnés dans les classes d'un critère déterminé de manière telle que la répartition de l'échantillon soit similaire à celle de la population ex : même proportion d’hommes et de femmes que celle de la population Echantillon de 10 sujets : 9 garçons et 1 fille Ex : Population = Etudiants en physique : 90% garçons et 10% filles Comparabilité à la population parente Université de Mons K. Huet 38 …constituer des groupes ECHANTILLON = groupe 1 POPULATION ! EQUIVALENCE ! Comparabilité entre groupes ECHANTILLON = groupe 2 Université de Mons K. Huet 39 …constituer des groupes équivalents Technique 1 : Echantillonnage aléatoire : par définition : groupes équivalents mais difficulté de mise en place (car il faut avoir accès à la population toute entière) G1 G2 Population Comparabilité entre groupes Université de Mons K. Huet 40 …constituer des groupes équivalents Technique 2 : par appariement à Groupes appariés : Iden7ﬁer une variable externe redoutée (VP), mesurer ceBe VP sur chaque sujet, associer les sujets dans les groupes en fonc7on des valeurs de la VP ex : apparié sur le niveau de fa1gue Rem : peut s’étendre à plus d’une variable externe ex : état civil, sexe, origine géographique Comparabilité entre groupes Université de Mons K. Huet 41 …constituer des groupes équivalents Technique 2 : par appariement à Groupes appariés : exemple : VP redoutée : origine culturelle dis;buée de manière équivalente entre les groupes Population G1 G2 Université de Mons K. Huet 42 …cons&tuer des groupes équivalents Technique 3 : par « ﬁxa2on » à Groupes parallèles : Figer la variable externe redoutée. ex : comparaison de méthodes de lecture, QI entre 100 et 110. Figer la variable externe redoutée et sélec2onner plusieurs valeurs de ceAe variable. ex : Dans chaque groupe : 33% de QI entre 95 et 105, 33% entre 105 et 115, 33% entre 115 et 125. Groupes équivalents entre-eux mais pas nécessairement respect de la distribution dans la population Comparabilité entre groupes Université de Mons K. Huet 43 …cons&tuer des groupes équivalents Technique 3 : par « fixation » à Groupes parallèles : exemple : VP redoutée : origine culturelle est figée (on ne va considérer que les sujets d’origine nord-africaine) Population G1 G2 Université de Mons K. Huet 44 Les groupes contrastés (et donc non-équivallents) par « anti-appariement » Déterminer une variable dont on veut étudier l’effet (VI), mesurer cette variable sur les sujets, composer les groupes caractérisés par des valeurs volontairement différentes de cette VI. !! la variable par rapport à laquelle le contraste est réalisé n’est pas une VP mais plutôt une VI dont on cherche étudier l’effet. ex : étude de l’effet du niveau d’intelligence sur les startégies de résolution de problèmes de classement d’images. QI = variable de contraste (VI) !!! Biais « effet de régression statistique » (n’apparaît que si la VI qui sert à construire les groupes contrastés peut être mesurée) Comparabilité entre groupes Université de Mons K. Huet 45 Les groupes contrastés (et donc non-équivallents) par « anti-appariement » sur les niveaux d’une VI exemple : VI dont on souhaite étudier l’effet : origine culturelle que l’on contraste en rassemblant les sujets d’une même origine dans un même groupe Population G1 G2 Université de Mons K. Huet 46 Faculté de Psychologie et des Sciences de l’Education 4A Méthodologie de l’expérimentation Elaboration du plan expérimental Organiser le plan d’action Partie A Kathy Huet Université de Mons Les Plans expérimentaux Université de Mons K. Huet 2 Expérimenter … = faire varier dans l espoir de voir apparaître des variations è manipuler des variables = variation contrôlée Variables indépendantes Variables dépendantes !! Variables parasites Université de Mons Kathy Huet 3 Les plans expérimentaux Exper = ensemble des informations relatives à im ental d l’organisation d une expérience evice n ta l = décisions prises par le chercheur é r i m e - nombre deit ex variables f p o s i -D is p relations entre les variables - nombre de Eniveaux XPER de chaque IMEN variable TAL DESI - groupes de sujets impliqués GN Dessein experimental Université de Mons Kathy Huet 4 4. Organiser le plan d’action = L’ensemble des informations relatives à l’organisation d’une expérience = L’ensemble des décisions prises par le chercheur : Nombre de variables, leurs relations, groupes de sujets, … à Utilisation de CODES symbolisant les relations entre les variables et/ou les groupes Université de Mons Kathy Huet 5 Le plan expérimental est une « structure d’action et d’observation » Les plans expérimentaux classiques La même structure d action et d observation peut caractériser des actions totalement différentes Codification Université de Mons Kathy Huet 6 Caractéristiques des plans expérimentaux classiques Manipulation d’une et d’une seule VI (contrairement aux plans factoriels où plusieurs VI sont manipulées) = souvent le fait que le traitement soit appliqué ou pas (une VI à deux niveaux) Peuvent être codifiés par le recours à la formulation (codification). = résumer en une formule simple l économie d ensemble du Plan. Université de Mons Kathy Huet 7 Codification ou lexique Quels sont les groupes impliqués ? À quel moment on applique des observations ? À quel moment on administre le ou les traitements expérimentaux ? Université de Mons Kathy Huet 8 Codification ou lexique O = observation (O1, O2, On…). X = traitement expérimental (X1, X2, Xn…). R = échantillonnage aléatoire des sujets R’ = aléatoirisation des groupes Pour séparer des groupes équivalents Pour séparer les strates d’un échantillon stratifié Université de Mons Kathy Huet 9 Syntaxe Disposition de gauche à droite = évolution au cours du temps àAntériorité – Postériorité Superposition de lignes = chaque ligne représente un groupe Université de Mons Kathy Huet 10 Exemple : Expérience « Inhibition rétroactive » G1 G2 Université de Mons Kathy Huet 11 Expérience sur 2 groupes, trois temps : G1 G2 temps Université de Mons Kathy Huet 12 Recueil des données Université de Mons Kathy Huet 13 Résultats G1 G2 G2 G1 Université de Mons Kathy Huet 14 Expérience sur 2 groupes, trois temps : G1 G2 temps Université de Mons Kathy Huet 15 Expérience sur 2 groupes, trois temps : G1 Recueil des Traitement Recueil des données expérimental données G2 Recueil des Recueil des données données temps Université de Mons Kathy Huet 16 Expérience sur 2 groupes, trois temps : G1 Recueil des Traitement Recueil des O1 données X expérimental O2 données G2 O Recueil des 3 données O Recueil des données4 temps Université de Mons Kathy Huet 17 Expérience « Inhibition rétroactive » O1 X O2 O3 O4 temps simultanéité Université de Mons Kathy Huet 18 Les plans classsiques O r pa r Divers s i f i e ifie r p Diver e nts X O les gro ar o m upe s le s m O1 X O2 R X O1 R O2 O1 O2 O3 X O4 O1 X O2 t i on Com p l e l i f i ca O3 O4 xificati S im p on R O1 R O1 X O2 R X O2 R O3 O4 R X O5 R O6 Université de Mons Kathy Huet 19 « Observation coup de sonde » XO Traitement expérimental Observation = le chercheur expérimente et puis observe !! Sensible à la plupart des biais Université de Mons Kathy Huet 20 O1 X O2 « Plan à observations pré- et post- Exemple : expérimentales » Il est bien connu que la maladie d’Alzheimer présente une baisse des compétences mémorielles chez les sujets atteints par la maladie. Un chercheur souhaite tester une nouvelle méthode de rétention en mémoire afin de pallier à ce déficit constaté chez les sujets atteints de la maladie.. Il sélectionne des patients venant d’être diagnostiqués, teste leurs compétences en évaluant leur score à un jeu « Memory ». Il leur propose ensuite des séances d’entraînement à l’aide de sa nouvelle méthode pendant 6 mois (1 séance par semaine). Afin de vérifier si sa méthode a eu un effet, il teste (jeu « Memory » à nouveau) les patients après les 6 mois d’entraînement. jeu Séances d’entraînement jeu « Memory » toutes les semaines « Memory » t0 t0 + 6 mois Université de Mons Kathy Huet 21 « Plan à observations pré- et post- expérimentales » Il est bien connu que la maladie d’Alzheimer présente une baisse des compétences mémorielles chez les sujets atteints. Un chercheur souhaite tester une nouvelle méthode de rétention en mémoire afin de pallier à ce déficit constaté chez les sujets atteints de la maladie. Il sélectionne des patients venant d’être diagnostiqués, teste leurs compétences en évaluant leur score à un jeu « Memory ». Il leur propose ensuite des séances d’entraînement à l’aide de sa nouvelle méthode pendant 6 mois (1 séance par semaine). Afin de vérifier si sa méthode a eu un effet, il teste (jeu « Memory » à nouveau les patients après les 6 mois d’entraînement. jeu Séances d’entraînement jeu O1 « Memory » X toutes les semaines O2 « Memory » t0 t0 + 6 mois Université de Mons Kathy Huet 22 « Plan à observations pré- et post- expérimentales » O1 X O2 Observation (pré-test) puis traitement expérimental puis observation (post-test). Avantage : comparaison avant - après (O1 – O2) et permet d’échapper aux effets de variabilités inter-individuelles (puisque mêmes sujets observés deux fois). Inconvénient : sensible à l’effet pré-test, aux effets liés au temps (maturation, expérience personnelle), à l’effet Hawthorne et à l’effet de mortalité expérimentale. Université de Mons Kathy Huet 23 « Plan à observations pré- et post- expérimentales » O1 X O2 Observation (pré-test) puis traitement expérimental puis observation (post-test) à échantillons appariés de mesures (les mesures recueillies en O1 et celles recueillies en O2) Transformation de la double liste de données appariées en une simple liste d’écarts, appelés GAINS = mesure après traitement – mesure avant traitement Université de Mons Kathy Huet 24 La notion de GAIN Numéro Résultat au Résultat au Gain du sujet pré-test post-test (O1) (O2) Sujet 1 10.5 9.0 -1.5 Sujet 2 9.2 12.0 2.8 Sujet 3 11.0 13.1 2.1 Sujet 4 10.1 12.8 2.7 Sujet 5 10.0 … … … … … … Gain = résultat au= post-test gain absolu- ou brut au pré-test résultat !!! peut être positif ou négatif Université de Mons Kathy Huet 25 Gains absolus et gains relatifs Rem : valeur max de l’échelle de mesure = 100 Sujets O1 O2 G GM GR 1 60 70 10 40.25 2 65 70 5 35.14 3 70 70 0 30 0 4 50 55 5 50.10 5 90 95 5 10.50 Université de Mons Kathy Huet 26 Gains absolus et gains relatifs Rem : valeur max de l’échelle de mesure = 100 Sujets O1 O2 G GM GR 1 60 70 10 40.25 2 65 70 5 35.14 3 70 70 0 30 0 4 50 55 5 50.10 5 90 95 5 10.50 G = gain observé = gain absolu Université de Mons Kathy Huet 27 Gains absolus et gains relatifs Rem : valeur max de l’échelle de mesure = 100 Sujets O1 O2 G GM GR 1 60 70 10 40.25 2 65 70 5 35.14 3 70 70 0 30 0 4 50 55 5 50.10 5 90 95 5 10.50 G = gain observé = gain absolu GM = gain observable = gain maximum GM = Valeur max de l’échelle (100) – score en O1 Université de Mons Kathy Huet 28 Gains absolus et gains relatifs Rem : valeur max de l’échelle de mesure = 100 Sujets O1 O2 G GM GR 1 60 70 10 40.25 2 65 70 5 35.14 3 70 70 0 30 0 4 50 55 5 50.10 5 90 95 5 10.50 G = gain observé = gain absolu GM = gain observable = gain maximum GR = gain relatif = G / GM Université de Mons Kathy Huet 29 Gains absolus et gains relatifs Rem : valeur max de l’échelle de mesure = 100 Sujets O1 O2 G GM GR 1 60 70 10 40.25 2 65 70 5 35.14 3 70 70 0 30 0 4 50 55 5 50.10 5 90 95 5 10.50 G = gain observé = gain absolu GM = gain observable = gain maximum GR = gain relatif = G / GM GR = mesures dont les variations sont homologues d un attribut du comportement des sujets Université de Mons Kathy Huet 30 « Plan à observations pré- et post- expérimentales » Il est bien connu que la maladie d’Alzheimer présente une baisse des compétences mémorielles chez les sujets atteints. i t ? Un chercheur souhaite tester une nouvelle méthode de rétention en g a a mémoire afin de pallier à ce déficit constaté chez les les sujets atteints de t la maladie. men ai te tr Il sélectionne des patients venant d’être diagnostiqués, teste leurs le ul compétences en évaluant leur score à un jeu « Memory ». e ue s Il leur propose ensuite des séances d’entraînement à l’aide de sa nouvelle ce q t- méthode pendant 6 mois (1 séance par semaine). Es Afin de vérifier si sa méthode a eu un effet, il teste (jeu « Memory » à nouveau les patients après les 6 mois d’entraînement. jeu Séances d’entraînement jeu O1 « Memory » X toutes les semaines O2 « Memory » t0 t0 + 6 mois Université de Mons Kathy Huet 31 Groupe expérimental jeu Séances d’entraînement jeu « Memory » toutes les semaines « Memory » t0 t0 + 6 mois Groupe témoin jeu Séances d’entraînement jeu « Memory » toutes les semaines « Memory » t0 t0 + 6 mois Université de Mons Kathy Huet 32 Groupe expérimental jeu Séances d’entraînement jeu O1 « Memory » X toutes les semaines O2 « Memory » t0 t0 + 6 mois Groupe témoin jeu Séances d’entraînement jeu « Memory » toutes les semaines O3 « Memory » O4 t0 t0 + 6 mois Université de Mons Kathy Huet 33 Plan à observations pré- et post- expérimentales avec groupe contrôle O1 X O2 O3 O4 Avantages : permet de statuer sur l’influence du traitement (!!! Équivalence des groupes). Permet un contrôle de l’effet pré-test par exposition équivalente des 2 groupes au pré-test. !!! Ne permet pas de déterminer l’action éventuelle du pré-test sur les observations réalisées. Assure simplement si l’effet pré- test existe, il se marque autant dans le groupe expérimental que dans le groupe contrôle. Université de Mons Kathy Huet 34 « Plans à groupes parallèles » Groupe expérimental R X O1 X O1 R O2 O2 Groupe témoin ou contrôle Permet d’échapper à l’effet pré-test Université de Mons Kathy Huet 35 « Plans à groupes parallèles » une variante : le plan avant-après sur deux groupes indépendants !!! Equivalence des groupes O1 X O2 Exemple : Examen de stratégie visuelle de saisies d’informations via oculométrie. X = exercices de contrôle de la motricité oculaire Assez invasif à ne peut pas être appliqué 2 fois aux mêmes sujets Université de Mons Kathy Huet 36 Plan à pré-tests multiples O1 O2 O3 On-1 X On Permet de contrôler les effets liés au temps (on compare les différences entre On-1 et On aux différences entre les autres pré- tests). Si la différence entre On-1 et On est semblable aux différences entre les autres pré-tests, on a affaire à des effets liés au temps (maturation, expérience personnelle, etc). Université de Mons Kathy Huet 37 Dispositifs séquentiels (élargissement du plan « avant-après ») Confronter la variation expérimentale aux variations naturelles. forme la plus simple (1 seul groupe) : O1 O2 … Op X Oq … On-1 On Avantage : référer les différences entre Op et Oq à celles observables entre les autres observations pré-test et post-test. Université de Mons Kathy Huet 38 A VD B C D E F G H O1 O2 O3 O4 O5 O6 O7 O8 Université de Mons Kathy Huet X 39 A VD B C D E F G H O1 O2 O3 O4 O5 O6 O7 O8 Université de Mons Kathy Huet X 40 A VD B C D E F G H O1 O2 O3 O4 O5 O6 O7 O8 Université de Mons Kathy Huet X 41 A VD B C D E F G H O1 O2 O3 O4 O5 O6 O7 O8 Université de Mons Kathy Huet X 42 A VD B C D E F G H O1 O2 O3 O4 O5 O6 O7 O8 Université de Mons Kathy Huet X 43 A VD B C D E F G H O1 O2 O3 O4 O5 O6 O7 O8 Université de Mons Kathy Huet X 44 Dispositif de Solomon !! Equivalence des groupes O1 X O2 O3 O4 X O5 O6 Avantage : permet de mesurer l’ampleur de l’effet pré-test et de faire la différence entre les effets de pré-test et d’autres effets (liés au temps, d’apprentissage, d’expériences personnelles,..) Comparer O2 et O5 = mesure de l’ampleur de l’effet pré-test combiné à X Comparer O4 et O6 = estimer l’effet pré-test en l’absence de X Université de Mons Kathy Huet 45 Plan à permutations X1 O1 X2 O2 X2 O3 X1 O4 Avantage : permet de neutraliser l’effet potentiellement parasite de l’ordre de présentation des diverses modalités de la VI (en comparant O1 à O4 et O2 à O3). Ce plan doit comporter autant de groupes équivalents que la variable indépendante considérée comporte de modalités (de niveaux). L’équivalence des groupes est tout à fait indispensable. Université de Mons Kathy Huet 46 Organiser le plan d’action Deux grandes familles de plans expérimentaux : Les plans classiques = manipulation d’une seule VI (notation X, O, R, …) Les plans factoriels = manipulation de 2 ou plus VI (pas représentables au moyen des formules X O) Université de Mons K. Huet 47 Faculté de Psychologie et des Sciences de l’Educa6on 4B Méthodologie de l’expérimentation Elabora6on du plan expérimental Organiser le plan d’ac6on Par6e B Kathy Huet Université de Mons Organiser le plan d’action Deux grandes familles de plans expérimentaux : Les plans classiques = manipulation d’une seule VI (notation X, O, R, …) Les plans factoriels = manipulation de 2 ou plus VI (pas représentables au moyen des formules X O) Université de Mons K. Huet 2 Les types de rela,on entre variables dans les plans factoriels : - rela,on de croisement - rela,on de nichage - rela,on de confusion Université de Mons K. Huet 3 La relation de croisement Deux VI sont croisées si tout niveau de chacune des deux VI est associé à tous les niveaux de l'autre. On trouve un ensemble d'observations pour toute association de deux niveaux. Université de Mons K. Huet 4 Exemple introductif trois méthodes de lecture (à 1 VI à 3 niveaux) trois groupes de 90 enfants (270 sujets) après 6 mois test de maîtrise en lecture (note sur 20) (VD) Gestuelle Globale Analytique - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - … - … - … Plan expérimental : X1 O1 Nbre de X 2 O2 sujets 90 90 90 X 3 O3 Université de Mons K. Huet 5 Autre exemple trois niveaux de spatialité (à 1 VI à 3 niveaux) trois groupes de 90 enfants (270 sujets) après 6 mois test de maîtrise en lecture (note sur 20) (VD) Dys Normo Sur - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - … - … - … Plan expérimental : X1 O1 Nbre de X 2 O2 sujets 90 90 90 X 3 O3 Université de Mons K. Huet 6 VD est la même dans les deux expériences è possible d’étudier l’effet des 2 VI envisagées simultanément. = plan factoriel à 2 VI croisées Gestuelle Globale Analytique Dys … … … 90 Normo … … … 90 Sur … … … 90 90 90 90 N = 270 Université de Mons K. Huet 7 * critère de partition = niveau de VI Critères de partition Critère de partition = Méthode de lecture Gestuelle Globale Analytique Dys … … … 90 Normo … … … 90 Sur … … … 90 90 90 90 N = 270 3 groupes de 90 sujets Université de Mons K. Huet 8 * critère de partition = niveau de VI Critères de partition Critère de partition Gestuelle Globale Analytique = spatialisation Dys … … … 90 Normo … … … 90 Sur … … … 90 3 groupes de 90 sujets 90 90 90 N = 270 Université de Mons K. Huet 9 * critère de partition = niveau de VI Critères de partition Critère de partition = Méthode de lecture Critère de partition Gestuelle Globale Analytique = spatialisation Dys … … … 90 Normo … … … 90 Sur … … … 90 90 90 90 N = 270 9 groupes de 30 sujets Le nombre de groupes pouvant être constitués dépend du nombre de VI, mais aussi du nombre de niveaux de celles-ci. Université de Mons K. Huet 10 Variables et sources de variation: Combien d’effet à tester ? Effet sur la VD de chacune des VI prises séparément + Effet sur la VD de la combinaison de plusieurs VI simultanément : = effet d interaction Université de Mons K. Huet 11 Exemple Exemple précédent : trois sources de variation : – La variation de la VD (score au test de maîtrise de la lecture) due à la VI « méthode » ; – La variation de la VD (score au test de maîtrise de la lecture) due à la VI « spatialisation »; – La variation de la VD (score au test de maîtrise de la lecture) due à l’effet conjoint des VI « méthode » et « spatialisation » (= effet d’interaction). Université de Mons K. Huet 12 Tableau des moyennes de la VD pour chaque groupe : Gestuelle Globale Analytique Dys 69 58 50 59 Normo 66 57 66 63 Sur 60 71 82 71 65 62 66 64.33 La variable méthode ne semble pas être une source de variation spécifique (cfr. les moyennes). Les enfants dys-spatiaux ont des résultats inférieurs aux autres enfants (cfr. moyenne). Mais résultats élevés des enfants « dys » soumis à la méthode gestuelle. Pourquoi ?? Effet conjoint des 2 VI : la méthode gestuelle n’offre pas de résultats différents sauf si elle est appliquée à des enfants ayant des problèmes de spatialisation. Université de Mons K. Huet 13 Représentation : VI Méthode Gestuelle Globale Analytique Dys X X X VI Normo X X X spatial. Sur X X X X = groupe de sujets Chaque niveau de la variable méthode est associé avec tous les niveaux de la variable spatialisation. Chaque niveau de la variable spatialisation est associé avec tous les niveaux de la variable méthode. !!! Les VI ne doivent pas nécessairement avoir le même nombre de niveaux Université de Mons K. Huet 14 Autres Représentations : M X S OU M3 * S3 Méthode Spatialisation Interaction des deux VI Université de Mons K. Huet 15 Exemple de plan à 3 VI croisées : A B C Combien de sources de variation sont discernables à partir de ce graphe de Cronbach? Université de Mons K. Huet 16 La relation de nichage Deux VI entretiennent une relation de nichage si tout niveau de la VI nichée est associé à un et un seul niveau de la VI nichante, chaque niveau de la VI nichante étant associé à au moins un niveau de la VI nichée. Université de Mons Kathy Huet 17 Exemple Tester l'effet de deux méthodes de relaxation : sophrologie et training autogène. Etude des patients de 7 thérapeutes (trois spécialisés en sophrologie; quatre en training autogène). VI Nichante Test de résistance au stress (VD). Sophro Training Tout niveau de la variable nichée Th. 1 X (thérapeute) est associé à un et Th. 2 X un seul niveau de la VI nichante. Th. 3 X VI Th. 4 X Tout niveau de la variable nichée nichante (méthode) est associé à Th. 5 X au moins un niveau de la Th. 6 X variable nichée. Th. 7 X X = groupe de sujets Université de Mons Kathy Huet 18 Autres Représentations T : M OU T7 M T Université de Mons Kathy Huet 19 Exemple à 3 VI entretenant une relation de nichage : A B C Combien de sources de variation??? Université de Mons Kathy Huet 20 La relation de confusion Deux VI entretiennent une relation de confusion si les niveaux de ces VI partitionnent de la même façon l'ensemble des données recueillies. à !!! À éviter Université de Mons Kathy Huet 21 Exemple Recherche menée en pédagogie (5 classes). Chaque classe est conduite par un seul instituteur et chaque instituteur ne dirige qu'une seule classe. La VI « classe » est ici en confusion avec la VI « instituteur ». VI Instituteur 1 2 3 4 5 Un niveau de la VI instituteur est associé à un et un seul niveau de 1 X la VI classe. VI 2 X classe 3 X Un niveau de la VI classe est 4 X associé à un et un seul niveau de 5 X la VI Instituteur. !!! Les VI doivent nécessairement avoir le même nombre de niveaux X = groupe de sujets Université de Mons Kathy Huet 22 Autres Représentations C I C,I Université de Mons Kathy Huet 23 Exemple de plan à 4 VI entretenant une relation de confusion A B C D Combien de sources de variation?? Université de Mons Kathy Huet 24 Récapitulatif : 3 types de relations entre VI : NICHAGE tout niveau de la VI nichée CROISEMENT est associé à un et un seul niveau de la VI nichante, chaque niveau de la VI CONFUSION nichante étant associé à les niveaux des VI tout niveau de chacune au moins un niveau partitionnent de la des VI est associé à de la VI nichée. même façon l'ensemble tous les niveaux de l'autre. des données recueillies. nichante x x x X x X x x x x X nichée X x X X X = groupe de sujets Université de Mons Kathy Huet 25 Les plans factoriels : un cas particulier Carré latin : cas hybride Situation intermédiaire entre le plan à 2 VI croisées et le plan à 3 VI croisées. But : étudier les effets des 2 VI en neutralisant les effets d’une 3ème variable considérée comme parasite. Rem : Si neutralisation de 2 VP à plan en carré gréco-latin. Université de Mons Kathy Huet 26 du Plan factoriel à 3 VI croisées au Plan en carré Latin Un plan factoriel à 2 VI croisées est représentable par un tableau rectangulaire. VIa VIb Un plan factoriel à 3 VI croisées ne peut plus être représenté par un tableau rectangulaire à nécessité d’une représentation en 3 dimensions = parallélépipède Si l’on se représente le plan à 3 VI croisées (chaque VI ayant 3 niveaux) dans l’espace, il forme un cube composé de 27 petits cubes. Chaque petit cube représente un groupe de données. !!! Si l’on se représente le plan en carré latin où les deux VI ont 3 niveaux (donc, la VP a 3 niveaux), on n’obtient pas 27 mais 9 groupes de données (9 petits cubes). Université de Mons Kathy Huet 27 Plans factoriel à 3 VI croisées ayant chacune 3 niveaux : exemple C VI VI B VI A : Niveau lecture (3 niveaux : bon, moyen, faible) VI B : Spatialisation (3 Niveaux : Dys, normo, VI A sur-spatialisé) VI C : Age (3 niveaux : 5, 6, 7 ans) 7 7 7 6 6 6 5 5 5 Dys Nor Sur Dys Nor Sur Dys Nor Sur Bon Bon Bon Bon Bon Bon Bon Bon Bon

Méthodologie de l’expérimentation PDF

Document Details

Tags

Related

Summary

Full Transcript

Upgrade to continue