Cours 12  
VARIABLES PARASITES ET STRATÉGIES DE CONTRÔLE page 40
Cette page est en cours de rédaction. Dans votre recherche, vous devez neutraliser un maximum de variables parasites. Comment faire ?
 

  lienaveclesite

 

 

Variables parasites (VP) : Définition

  • Le but d'une recherche scientifique est :
    • de mettre en évidence une relation entre deux phénomènes (X et Y = recherche explicative).
    • ou, dans certain cas, de simplement décrire avec précision un et un seul phénomène Y (recherche descriptive).

 

 

X produit Y

 

 

 

  • Pour mettre en évidence la relation entre X et Y, le chercheur doit montrer que c'est son X, et seulement son X, qui influence Y.
  • Ici, l'expression «et seulement son X» signifie qu'il faut montrer l'influence du X à l'exclusion de tous les autre facteurs susceptibles d'influencer Y.
  • En science, on désigne ces autres X par le terme variables parasites ou VP
  • Une variable parasite est une variable qui nuit à l'établissement clair d'une relation entre la variable indépendante (X) et la variable dépendante (Y) d'une recherche.
  • Les chercheurs ont en horreur de ces variables.
  • Ce sont des obstacles - souvent nombreux - qu'il faut absolument surmonter pour mener à bien une recherche.

 

 

X produit Y
ou
Autres X (VP)

 

 

  • Comment faire ? Comment les éliminer ?
  • On appelle «stratégies de contrôle» les moyens utilisés par les chercheurs pour éliminer ces «affreuses» variables parasites.

 

La théorie de la photosynthèse : Un exemple

  • Prenons un exemple simple qui n'a rien à voir avec la psychologie pour illustrer le rôle des variables parasites (VP).
  • Je veux montrer que le soleil (X1) influence la croissance des plantes (Y1).
  • C'est mon problème de recherche.
  • Mon X, c'est l'effet ou l'influence du soleil.
  • Je sais, je sais, on connaît déjà très bien l'influence du soleil...
  • Mais pour les fins de mon exemple, supposons qu'on ignore tout de ce phénomène.
  • Première étape : j'ai lu des sources, des livres, des articles scientifiques sur la croissance des plantes.
  • Finalement, après avoir pris connaissance de «ce que l'on sait», je formule l'hypothèse suivante : L'augmentation de la période d'ensoleillement (X) favorise la croissance (Y) des plantes dieffenbachia (Z).
  • Ici X varie : Il peut faire +- soleil; + à midi, moins en début et en fin de journée.
  • Y aussi est une variable puisque la croissance varie d'un plant à l'autre.
  • Une variable est... tout phénomène qui varie.
  • Quant à Z, je choisis de réduire ses variations en étudiant une espèce en particulier : le dieffenbachia.
  • Alors, mon hypothèse est-elle vraie ?
  • Le soleil augmente la croissance des dieffenbachias.
  • Plus le soleil est intense, plus la croissance des plants de cette espèce augmente.
  • Ai-je raison de croire que X influence Y ?

 

    Dieffenbachia

 

  • Avant de vérifier cette hypothèse, examinons la pertinence de mon problème ?
  • Quelles raisons ai-je de croire que X --------» Y.
  • --------» = ?????
  • Eh bien vous savez sans doute que la théorie de la photosynthèse (-----») stipule que les pigments de chlorophylle contenu dans les plantes capturent l'énergie du soleil (X) et la transforme en nouvelle matière organique que l'on nomme croissance (Y).
  • Cette théorie permet donc d'expliquer pourquoi mon X (soleil) influencera Y (croissance).
  • Ce problème est donc pertinent.
  • Mais un problème peut être pertinent et conduire à la formulation d'une hypothèse totalement fausse.
  • La pertinence d'un problème ne garantit pas la confirmation d'une hypothèse, même si celle-ci est logiquement déduite de la théorie.
  • Le doute, donc, subsiste : Est-il vrai d'affirmer que la lumière augmente la croissance des plants de dieffenbachia.
  • cette hypothèse est-elle vrai ou fausse ?

 

La théorie de la photosynthèse : Le rôle des faits

  • Pour le savoir, et donc vérifier cette hypothèse, il faut réaliser une recherche et la confronter à la réalité.
  • Bref, il nous faut des faits.
  • Alors réalisons une recherche.
  • Je pourrais faire cette recherche en pleine forêt.
  • Mais pour des raisons que je vais expliquer plus loin dans ce texte, je choisis plutôt le laboratoire.
  • D'autant que l'espèce étudiée ici- le dieffenbachia - est sous nos latitudes une espèce d'intérieur.
  • Alors je remplace le soleil par de simples ampoules; après tout, c'est la lumière produite qui influence les plantes, et non la forme, la taille, ou la couleur de la source lumineuse.
  • On obtient donc ceci :

 

 

 

  • Si on veut vérifier que X influence Y, il faut pouvoir comparer au moins deux niveaux d'intensité en créant des variations de lumière.
  • Pourquoi au moins deux ?
  • Parce que, par définition, une variable varie, et pour varier il faut au moins deux variations ou deux états.
  • Le sexe biologique varie : mâle/femelle = deux états.
  • Le niveau de scolarité varie : primaire/secondaire/cégep/université = quatre états.
  • Le poids varie : il y a des petits plants, des moyens, des gros = une foule de variations.
  • Maintenant, comment produire ces variations d'intensité lumineuse avec des ampoules électriques ?
  • On choisit des ampoules de puissance différente : 40 watts, 60 watts et 80 watts (je sais, je sais, 80, ça n'existe pas en magasin).
  • On pourrait aussi comparer «présence de lumière» et «absence de lumière».
  • Mais supposons que l'on sait déjà que l'absence de lumière tue les plantes.
  • Alors, ma variable indépendante - la lumière - variera donc à trois niveaux.
  • Pour chacun de ces trois niveaux, je forme un groupe (G) de 15 plants qui seront exposées à une lumière de x watts pendant une photopériode de 12 heures.
  • Chacun de ces groupes est qualifié «d'expérimental», car tous les sujets de ces groupes - les plants = subissent l'expérience de recevoir un surplus de lumière.
  • L'échantillon de la population totale de tous les dieffenbachias d'intérieur = 45 sujets (3 groupes X 15 = 45).
  • Voici donc le détail du plan de ma recherche :

 

 

G Groupe 1 Groupe 2 Groupe 3
Expérimental Expérimental Expérimental
X/VI Ampoule 40 watts Ampoule 60 watts Ampoule 80 watts
Z 15 Dieffenbachias 15 Dieffenbachias 15 Dieffenbachias
Y/VD Croissance = ?
Outil de collecte Règle
Indicateur Augmentation de la hauteur du plant
Paramètre Croissance mesurée en cm

 

  • Notez que l'on désigne sous le vocable de «plan de recherche» l'ensemble des décisions que prend un chercheur pour réaliser sa recherche.
  • Il s'agit d'un plan simple avec une seule variable indépendante (X).
  • En vert, on voit les trois variables X, Y et Z de cette recherche.
  • On pourrait d'ailleurs ajouter à ce plan un groupe contrôle - des plants qui ne seront pas exposés à la lumière - mais dans ce cas-ci ce n'est pas nécessaire.
  • On ne se demande pas si la lumière influence la croissance, puisque l'on sait que l'absence de lumière les tue, mais plutôt si les variations de l'intensité lumineuse ont cet effet.
  • Pour les fins de la démonstration, ajoutons néanmoins à mon plan de recherche un groupe contrôle (4) de la façon suivante :

 

G Groupe 2 Groupe 2 Groupe 3 Groupe 4
Groupes expérimentaux Groupe contrôle
X/VI Ampoule 40 watts Ampoule 60 watts Ampoule 80 watts 0 watts
Z/N= 15 Dieffenbachias 15 Dieffenbachias 15 Dieffenbachias 15 Dieffenbachias
Y/VD Croissance = ?
Outil de collecte Règle
Indicateur Augmentation de la hauteur du plant
Paramètre Croissance mesurée en cm

 

  • Voilà.
  • Fixons maintenant la photopériode à 12 heure de lumière par jour pour chaque groupe, sauf 4.
  • Donnons à l'ensemble des plants deux semaines pour croître et vérifions ensuite mon hypothèse en mesurant Y.
  • Rappelons que, si la théorie de la photosynthèse est vraie, plus il y a de lumière, plus forte sera la croissance.
  • On peut donc prédire avant même que ne débute la recherche que, si la théorie est vrai, la croissance sera plus grande dans le groupe 3 que dans les groupe 1 et 2, et nulle dans le groupe 4.
  • En résumé : G3 > G2 > G1 > G4.
  • Est-ce le cas ?
  • Mon hypothèse est-elle vraie ?
  • Les faits nous donnent-ils raison ?
  • Avant d'examiner les résultats de cette recherche, précisions la nature de l'outil de collecte de données qui permettra de mesurer les variations de Y, la croissance des plants.
  • Comment mesurer la croissance d'une plante ?
  • Avec un détecteur photonique, un amplificateur d'ondes ultraviolets, un concentrateur d'énergie cosmique alpha ?
  • Le temps de les fabriquer nous serons tous morts.
  • Utilisons plutôt une simple règle pour mesurer les variations de croissance de nos plants.
  • Le critères est le suivant : on mesure les plants du ras de la terre jusqu'à la plus haute des feuilles.
  • Calculons ensuite une moyenne de croissance par semaine pour chacun des quatre groupes puisque, dans un groupe, on notera sûrement de petites variations entre les plants.
  • Voyons maintenant les résultats ---» sous Y :

 

G Groupe 1 Groupe 2 Groupe 3 Groupe 4
Groupes expérimentaux Groupe contrôle
N 15 plants 15 plants 15 plants 15 plants
X/VI Ampoule 40 watts Ampoule 60 watts Ampoule 80 watts 0 watts
Z 15 Dieffenbachias
Y/VD ---» moyenne : 4 cm ---» moyenne : 5 cm ---» moyenne : 6 cm ---» moyenne : 0 cm
Outil de collecte Règle ou gallon à mesurer
Indicateur Augmentation de la hauteur du plant
Paramètre Croissance mesurée en cm

 

  • Que constatons-nous ?
  • Hourra ! Triple hourra !!!
  • Notre hypothèse est confirmée : plus il y a de lumière, plus forte est la croissance.
  • Les plants du groupe 3, qui reçoivent le maximum de lumière, ont davantage crû que les autres.
  • La théorie de la photosynthèse est donc vraie.
  • En sommes-nous si certain ?
  • Eh bien... non...

La recherche et ses... incertitudes

  • En science, il faut être prudent et ne pas sauter trop rapidement aux conclusions.
  • En recherche, les sources d'erreurs sont multiples.
  • Dans la description ci-dessus, j'ai volontairement omis de vous parler des autres facteurs susceptibles d'influencer la croissance des plantes : les fameuses variables parasites (VP).
  • On sait depuis longtemps qu'il existe une foule de facteurs à l'origine de la croissance des plantes, toutes espèces confondus.
  • La croissance est donc un phénomène multideterminé.

 

 

 

  • Parmi ces facteurs de croissance, il y a : l'eau, la qualité du sol, vent, dioxyde de carbone, la pression atmosphérique, l'humidité de l'air, les vers et autres microbestioles, etc.
  • Il existe en fait une vingtaine de facteurs qui influencent à des degrés divers la croissance des plantes.
  • Chacun de ces facteurs a fait l'objet de recherches qui ont clairement montré les effets respectifs de ces facteurs sur la croissance des plantes, toutes espèces confondues.
  • En soi, ces variables ne sont pas nuisibles puisqu'elles contribuent à la croissance des plantes.
  • Elles deviennent des parasites, et brouillent nos conclusions, lorsqu'on souhaite montrer que l'intensité lumineuse est aussi une cause de la croissance.
  • C'est ici le but de ma recherche.
  • Mon problème.
  • Elles sont donc nuisibles parce que je veux montrer l'effet d'un et d'un seul facteur : mon X - l'effet de la lumière.
  • Et surtout je veux clairement isoler la contribution de cette variable indépendante à la croissance, à l'exclusion des autres X potentiels.
  • Pour isoler l'effet de mon X - l'intensité lumineuse - je dois donc neutraliser leur influence sur Y.

 

  • Logiquement, pourquoi faut-il les neutraliser ?
  • On pourrait se contenter des résultats ci-dessous, non ?
  • Reprenons notre exemple.
  • Supposons que l'on a omis de neutraliser la quantité d'eau que l'on donne à chaque plant, le matin, chaque jour.
  • Admettons que tous les groupes ont reçu les quantités suivantes :

 

G Groupe 1 Groupe 2 Groupe 3 Groupe 4
Groupes expérimentaux Groupe contrôle
N 15 plants 15 plants 15 plants 15 plants
X/VI Ampoule 40 watts Ampoule 60 watts Ampoule 80 watts 0 watts
VP moyenne : 5 ml moyenne : 6 ml moyenne : 7 ml moyenne : 5 ml
Z 15 Dieffenbachias
Y/VD ---» moyenne : 4 cm ---» moyenne : 5 cm ---» moyenne : 6 cm ---» moyenne : 0 cm
Outil de collecte Règle ou gallon à mesurer
Indicateur Augmentation de la hauteur du plant
Paramètre Croissance mesurée en cm

 

  • On constate que les plants du groupe 3, qui a profité de plus de lumière que les autres (80 watts), a aussi reçu davantage d'eau.
  • Alors qu'est-ce qui explique l'écart de croissance à l'avantage du groupe 3 ?
  • L'eau ou la lumière ? Ou la combinaison de ces deux variables ?
  • On ne sait pas...
  • Comment isoler la contribution de la lumière ?
  • Combien, des 6 cm de croissance mesurée, sont attribuables à l'eau, seulement à l'eau ?
  • 1 cm ? 3 cm ? 6 cm ?
  • Combien à la lumière ?
  • Comment distinguer les effets respectifs de l'eau et de la lumière ?
  • On ne le sait pas...
  • Gros problème !
  • Nos groupes ne sont pas équivalents.
  • On a assumé que oui, mais c'est une erreur.
  • Les plants des différents groupes n'ont pas reçu la même quantité d'eau.
  • On a pas vérifié systématiquement, chaque matin, combien d'eau chaque groupe recevait.
  • On a procédé au pif.
  • En principe, il devrait varier que sur un et un seul aspect : la quantité de lumière reçue.
  • Notre hypothèse affirme que c'est la lumière qui explique la croissance, mais notre recherche a omis de contrôler l'effet de l'eau.
  • On sait pourtant que l'eau influence la croissance.
  • Les résultats du groupe 3 (+6 cm) ont sans doute été produits par l'effet combiné et simultané de X/VI (la lumière) et de la variable parasite eau (autres X).

 

 

Lumière (VD/X) + Eau (VP/X) produit Y

 

 

  • Comment départager ces effets ? Distinguer mon X des autres X ?
  • Isoler l'effet de l'un et de l'autre ?
  • Impossible, ma recherche est terminée...
  • Alors ?
  • Alors il s'agit d'une mauvaise recherche !
  • Sa validité interne est faible, car la certitude que l'on a que ce X - l'intensité lumineuse - influence la croissance des plants, est faible.
  • Il y a trop d'explication alternative possible.
  • Trop d'interprétation des faits qui contredisent mon hypothèses.
  • On appelle «effet d'intéraction» l'effet cumulé de deux X.
  • Pour mesurer cet effet d'intéraction, il faut un «plan factoriel» et plus de groupes.
  • Un chercheur qui s'entêterait à claironner que son hypothèse est vraie, malgré les lacunes évidentes sur le plan méthodologique, se verrait vertement et ouvertement critiqué par ses pairs.
  • «Retourne faire ton cours d'IPMSH !» «Devient chanteur de charmes, oublie la science», «Propose ton nom pour coloniser Neptune !».
  • Voilà à quels quolibets et autres railleries subtiles s'expose le chercheur qui s'entêterait à ignorer la... méthodologie de la recherche scientifique.

 

Contrôler les sources de variations : Toutes choses étant...

  • Comment améliorer cette recherche ?
  • Je vous le donne en mille : en contrôlant tous les variables parasites de la situation étudiée, en commençant par l'eau.
  • Une variable parasite est tout facteur indésirable qui influe sur Y et qui, de ce fait, nuit à l'établissement claire d'une relation entre X et Y.
  • Une variable parasite est, sauf exception, une variable dont on connaît par ailleurs l'influence réelle sur Y.
  • Alors comment empêcher l'eau de nuire ?
  • On pourrait donc simplement mesurer la quantité donnée à chaque plant - disons 10 ml - et s'assurer que chaque plant reçoit la même quantité d'eau chaque matin.
  • Facile !
  • Dans cette recherche, l'eau passerait ainsi du statut de variable parasite (VP) à celui de variable contrôlée (VC).
  • La même quantité d'eau donnée à tout les plants n'en favoriserait aucun.
  • L'eau contribuerait à la croissance, mais de manière égale pour tous.
  • Et on pourrait alors sans risque d'erreur attribuer les variations mesurées dans la croissance de nos plants à la lumière.
  • Et ainsi conclure que notre X est bel et bien la cause de Y, toutes choses étant égales par ailleurs.
  • Voilà donc une stratégie de contrôle ef-fi-ca-ce !
  • Une stratégie qui augmente la validité interne de notre recherche.
  • En résumé :

 

G Groupe 1 Groupe 2 Groupe 3 Groupe 4
Groupes expérimentaux Contrôle
N N =15 N =15 N =15 N =15
X/VI Ampoule 40 watts Ampoule 60 watts Ampoule 80 watts 0 watts
VC Quantité moyenne d'eau : 10 ml
Z Dieffenbachias
Y/VD ---» moyenne : 4 cm ---» moyenne : 5 cm ---» moyenne : 6 cm ---» moyenne : 0 cm
Outil de collecte Règle ou gallon à mesurer
Indicateur Augmentation de la hauteur du plant
Paramètre Croissance mesurée en cm

 

  • Un détail : Est-ce que cette mesure de contrôle empêche l'eau d'influencer la croissance des plantes ?
  • La réponse est non; ce n'est d'ailleurs pas le but de l'opération puisque l'on sait qu'une absence totale d'eau tuera les plants.
  • Tous les êtres vivants ont besoin d'eau !
  • Ce que l'on souhaite ici, c'est empêcher que l'eau favorise un groupe plutôt qu'un autre.
  • L'effet de l'eau est réel, on le sait, mais ses variations doivent absolument être neutralisées.
  • Car la seule chose qui doit varié, c'est l'intensité lumineuse, notre variable indépendante.
  • En science, c'est ce que l'on appelle le principe «toutes choses étant égales par ailleurs».
  • En latin, on dit ceteris paribus sic stantibus.
  • Ce principe stipule que pour qu'un raisonnement scientifique soit de qualité, il faut qu'un seul facteur varie - la variable indépendante - et que tous les autres soient égaux.
  • On dit souvent »un et un seul facteur» pour insister sur l'importance de neutraliser les autres.
  • On pourra ainsi affirmer que X explique bel et bien Y, à l'exclusion de tout autre X.
  • En donnant à chaque plant, 10 ml d'eau on neutralise l'effet différentiel de l'eau en faveur du groupe 3.
  • Ainsi, à la fin d'une recherche, si on constate des écarts de croissance entre les groupes, on pourra logiquement attribuer cet écart (et non la croissance totale) aux variations d'intensité lumineuse que l'on a minutieusement manipulées en formant quatre groupes.
  • Bien sûr, idéalement, il faudrait neutraliser tous les variables parasites, pas que l'eau.

     

  • Toutes !
  • Vaste projet.
  • Et «lourde tâche» aurait un jour répondu le Général de Gaulle à un collègue qui l'interpellait «Maintenant, monsieur le président, il faudrait que l'on s'occupe de tous les cons !».
  •  

Éliminer les indésirables : Un anneau pour les neutraliser tous !

  • La valeur ou la qualité d'une recherche - on dit «sa validité» en science - est la certitude que nous avons que X est la cause de Y.
  • Cette certitude repose sur la capacité du chercheur à neutraliser tous les X, à l'exclusion du sien.
  • Cette capacité, en science, se nomme «contrôle».
  • Contrôler signifie produire ou neutraliser une variation.
  • C,est le pouvoir du chercheur.
  • On produit un Y, grâce à un X, et on neutralise tous les autres X indésirables.
  • Ainsi, on peut affirmer que notre X est la cause de Y chez Z, toutes choses étant égales par ailleurs.
  • Mais attention, tous les phénomènes ne peuvent pas être contrôlés.
  • Diantre et palsambleu !
  • Par exemple, vous ne pouvez pas contrôler les variations du soleil (Désolé, vous n'êtes pas un super-héros, pas encore du moins...).
  • Et vous ne pouvez pas manipuler l'âge de vos sujets; vous pouvez simplement sélectionner des tranches d'âge dans le but de les comparer.
  • Ni le sexe, ni la classe sociale, ni l'origine ethnique, ni le revenu moyen, et j'en passe des meilleures.
  • Tous ces facteurs sont des variables dépendantes assignées. On dit aussi invoquées.
  • Assigner ou invoquer dénote de la part du chercheur un moins grand contrôle sur les phénomène que manipuler.
  • Et moins de contrôle signifie... plus de variations nuisibles.
  • Dans une recherche, on regroupe les sources potentiels de variations, donc d'invalidité, en trois catégories :
    1. Le lieu où se déroule la recherche (+ de contrôle donc moins de variations dans un laboratoire)
    2. La variable indépendante (+ de contrôle si la variable est manipulée, donc moins de variations parasites)
    3. Tous les autres X ou variables parasites (+ on contrôle des autres X, moins il y a de variations nuisibles)

 

  • Dans le plan de recherche d'une méthode, le chercheur énumère l'ensemble des variables parasites qu'il souhaite neutraliser (= variables contrôlées).
  • Il doit également préciser les moyens mis en oeuvre pour y parvenir (= stratégies de contrôle).
  • Dans une recherche, on peut utiliser plus d'une stratégie de contrôle pour neutraliser l'ensemble des facteurs parasites.

 

Une variable est tout phénomène qui varie et dont on peut scientifiquement mesurer les variations.

Le contraire d'une variation est une constante; il s'agit d'un phénomène qui ne varie jamais et dont l'invariabilité peut être mesurée (Ex : la vitesse de la lumière)

Une variable parasite ou (VP) est une source de variations nuisibles. Il s'agit de tout facteur non-désirable qui influe sur Y et qui, de ce fait, nuit à l'établissement clair d'une relation entre X et Y, entre la variable indépendante (VI) et la variable dépendante (VD) d'une recherche.

Les variations utiles, par opposition aux variations nuisibles, sont des variations manipulées par le chercheur (variables indépendante manipulées/provoquées) ou sélectionnées par ses soins (variable indépendante assignée/invoquées).

Une variable contrôlée (VC) est une variable parasite (VP) qui a été neutralisée au moyen d'une stratégie de contrôle. Elle est maintenant hors d'état de nuire.

Une stratégie de contrôle est une mesure prise par le chercheur dans le but de neutraliser les effets indésirables des variables parasites. On dit aussi procédure de contrôle.

Neutraliser consiste à annuler l'effet différentiel d'une variable parasite (pas forcément tout son effet).

Un effet différentiel est un effet qui n'influence pas un phénomène de manière uniforme, constante ou égal.

Manipuler consiste à recréer artificiellement une phénomène afin de faire varier ses niveaux à notre guise. S'il est mesuré dans une recherche scientifique, ce phénomème se nomme «variable indépendante séectionnée». On dit aussi variable indépendante assignée ou invoquée.

Artificiellement, par opposition à naturellement, désigne un phénomène qui existe dans la nature ou dans la société et que l'on recrée en laborsatoire ou en condtion naturelle afon de mieux l'étudier.

Sélectionner consiste à choisir les niveaux déjà existants d'un phénomène sans pouvoir les manipuler à notre guise. S'il est mesuré dans une recherche scientifique, ce phénomème se nomme «variable indépendante assignée». On dit aussi variable selectionnée ou invoquée.

Un plan de recherche est un ensemble de décisions que prend un chercheur afin de mener à bien sa recherche. Dans la méthode d'une recherche, ces décisions sont souvent résumées dans un petit tableau que l'on nomme...plan.

Le contrôle est la capacité de manipuler ou de neutraliser des phénomènes de manière à augmenter la validité interne d'une recherche.

La validité est la qualité ou la valeur d'une recherche, de ses conclusions.

La validité interne est la qualité ou la valeur des conclusions que l'on tire de l'étude des sujets de l'échantillon.

On qualifie de puissante une méthode qui confère au chercheur un très grand contrôle sur les phénomènes à l'étude.

La méthode expérimentale est, parmi toutes les méthodes scientifiques, la plus puissante, car celle permet le contrôle systématique du maximum de sources de variations par manipulation (de X) et par la neutralisation des autres X.

« Toutes choses étant égales par ailleurs » ou ceteris paribus : Principe selon lequel pour expliquer un phénomène (Y), il faut isoler l'effet d'un X à l'exclusion de tous les autres facteurs susceptibles d'influencer Y (les variables parasites).

Attention : Variable parasite (VP) et facteur parasite sont synonymes. Stratégie de contrôle = procédure de contrôle.

 

 

Le pouvoir de l'anneau : Les stratégies de contrôle

1. Éliminer les variables parasites

  • Une façon simple de neutraliser une variable parasite (VP) consiste tout bonnement à l'éliminer.
  • Dans ce contexte, éliminer signifie «faire disparaître» et non «détruire».
  • Par exemple, vous voulez mesurer l'effet de la musique rap sur la concentration d'une personne.

 

 

  • Vous vous intéressez à cette question parce que des études ont montré que les étudiants écoutent souvent de la musique en étudiant; la plupart sont convaincus que cela n'a aucun effet négatif sur leur concentration et l'efficacité de leur étude.
  • Est-ce vrai ?
  • Ici X = musique rap; Y = la concentration.
  • La théorie (--------») qui permet de comprendre la relation entre ces deux variables suggère que la musique avec des paroles peut créer davantage d'interférence dans la mémoire des sujets et, ainsi, diminuer la concentration et le rappel.
  • C'est une hypothèse de la théorie de l'interférence cognitive.
  • Vous décidez donc de comparer la capacités de concentration de jeunes adultes qui écoutent du rap avec des paroles à un groupe qui écoutent exactement la même musique mais sans paroles.
  • Voici un extrait :

 

 

https://www.youtube.com/watch?v=JWy1lG0RYro

 

  • Vous savez très bien qu'une personne qui écoute de la musique est souvent entouré de bruit ambiant :
      1. son provenant de son téléphone (appels, notifications, SMS, etc)
      2. discussion de son entourage
      3. bruit en provenance de la rue
  • Cette «ambiance sonore» est susceptible d'amoindrir la concentration, d'intérférer avec le contenu de notre mémoire.
  • Ici la concentration est définie comme étant la capacité d'exécuter une tâche cognitive avec le minimum d'erreur.
  • Sachant cela, si vous souhaitez montrer que votre X (musique rap avec ou sans paroles) influence Y (la concentration), il vous faudra neutraliser tous les autres X susceptibles d'influencer cette concentration (Y).
  • Comment ?
  • Dans les trois cas, on pourrait neutraliser ces sources d'invalidité en plaçant l'individu seul dans une pièce isolée de l'extérieur (laboratoire) : on éliminerait ainsi X3 et X4.

 

 

 

  • Pendant la recherche il faudrait aussi demander aux sujets de laisser leur téléphone à l'extérieur de la pièce isolée; on élimine ainsi X2.
  • Vous pouvez donc soumettre vos sujets à une tâche cognitive (compter à rebours de 1000 jusqu'a zéro par bond de 10 EX : 1000, 990, 980, etc.) et vérifier dans quelle mesure le fait d'écouter simultanément de la musique rap avec ou sans paroles nuit à l'exécution de cette tâche.
  • Voici le plan de recherche :
  •  

 

    G Groupe 1 Groupe 2
    Expérimental Contrôle
    N = N = 16 N = 16
    X/VI Musique Rap/Avec paroles Musique Rap/sans paroles
    VC Téléphone, Entourage, Bruits ambiants
    Z De jeunes adultes
    Y/VD Niveau d'attention
    Outil de collecte Test cognitif (calcul)
    Indicateur de Y Compter à rebours
    Paramètre de Y Nombre d'erreurs + Durée de la tâche

     

2. Maintenir constantes les variable parasites

  • Il existe un certain nombre de variables ou de facteurs que le chercheur ne peut tout simplement pas éliminer.
  • Par exemple, on sait que la musique rap plait davantage aux hommes qu'aux femmes.
  • Des études le montrent.
  • Et on sait que l'intérêt pour un style de musique peut augmenter la concentration.
  • Clairement, cet intérêt peut agir comme variable parasite et nuire à l'établissement clair d'un lien entre la présence/absence de parole et la concentration.
  • Que faire ?
  • Bien sûr, on ne peut pas éliminer le sexe d'un sujet !!!
  • Nous ne sommes docteur Frankeinstein !
  • Alors, pour réduire ou neutraliser cette variation parasite engendrée par les préférences musicales, le chercheur pourrait décider de maintenir ce facteur constant en ne choisissant que des hommes (scénario 1) ou que des femmes (scénario 2), l'un ou l'autre de ces deux scénario à sa guise.
  • On obtiendrai ainsi, pour ces deux scénarios, les groupes suivantes :
      OU BIEN

 

  • Ainsi, l'effet différentiel crée par les préférences musicales serait éliminé.
  • En effet, tous les hommes ont un intérêt élevée équivalent et toutes les femmes ont un intérêt faible équivalent.
  • Bref, que vous choisissiez uniquement des hommes ou des femmes - peu importe le scénario - l'effet différentiel et nuisible de la préférence musicale est réduit à son minimum.
  • Attention : Cet effet n'est toutefois pas nul, car il existe aussi entre les hommes et entre les femmes des variations de préférence : certaines filles adorent le rap, alors que certains gars détestent ça.
  • Pour cette raison, il vaut mieux utiliser le terme «réduire au minimum» plutôt que «éliminer totalement».
    •  

         

    G Groupe 1 Groupe 2
    Expérimental Contrôle
    N N = 16 N = 16
    X/VI Musique Rap/Avec paroles Musique Rap/Sans paroles
    VC Que des femmes/Pas d'hommes (ou l'inverse)+ Téléphone, Entourage, Bruits ambiants
    Z Des jeunes adultes
    Y/VD Niveau d'attention
    Outil de collecte Test cognitif (calcul)
    Indicateur de Y Compter à rebours
    Paramètre de Y Nombre d'erreurs + Durée de la tâche

       

      OU

       

3. Équilibrer les variables parasites

  • S'il ne peut ni éliminer un facteur, ni le maintenir constant, le chercheur peut choisir de l'équilibrer.
  • Par exemple, il pourrait faire en sorte que ces deux groupes comptent autant de femmes (F) que d'hommes (H).
  • Ainsi, même si le facteur parasite agit toujours - la préférence musicale - cet effet serait le même dans le groupe 1 que dans les groupe 2, puisqu'il y aurait autant d'hommes que de femmes dans chacun des deux groupes.
  • L'effet de la variable préférence est toujours présent, mais son effet différentiel et nuisible sur Y est neutralisé.

 

     

    G Groupe 1 Groupe 2
    Expérimental Contrôle
    N N = 16 N = 16
    Quotas 8 hommes/8 femmes 8 hommes/8 femmes
    X/VI Musique Rap/Avec parole Musique Rap/sans paroles
    VC Autant d'hommes que de femmes + Téléphone, Entourage, Bruits ambiants
    Z Des jeunes adultes
    Y/VD Niveau d'attention
    Outil de collecte Test cognitif (calcul)
    Indicateur de Y Compter à rebours
    Paramètre de Y Nombre de mots

     

     

  • On note «quotas» - ci-dessus en rouge - les sous-groupes d'hommes et de femmes formés à l'intérieur de chacun des deux groupes.
  • Voici la composition de ces deux groupes avec quotas.
  •  

     

4. Répartir aléatoirement les variables parasites

  • Distribuer les sujets au hasard dans les groupes d'une recherche est sans doute la stratégie de contrôle la plus puissante que l'on puisse choisir.
  • Cette mesure de contrôle permet de répartir aléatoirement les effets nuisibles des X et ainsi, en théorie, permette la constitution de groupe équivalent.
  • Aléatoirement et de manière égale, c'est du moins ce que le chercheur espère...
  • Mais dans ce contexte que signifie «puissante».
  • Rappelons le principe d'une recherche idéale : Le chercheur manipule X, observe Y et neutraliser tous les autres X.
  • Neutraliser tous les autres X, une tâche ardue que l'on résume par l'expression toutes choses étant égales par ailleurs, signifie que seule X varie.
  • Et comme seul X varie, on peut logiquement attribuer à ce X, et seulement qu'à ce X, les variations de Y, si variation il y a...
  • «Validé» signifie que notre degré de certitude que X est la cause de Y est élevé, tandis que «puissant» qualifie des méthodes ou des stratégies de contrôle qui permettent d'atteindre ce haut degré de validité.
  • Comment s'assurer que seul X varie ?
  • Bien sûr, on connaît déjà de nombreuses variables parasites que l'on peut neutraliser grâce aux stratégies de contrôle que vous venez de lire ci-dessous.
  • C'est déjà une bonne «assurance» que X est la cause de Y.
  • Notre certitude est élevée, mais elle pourrait être encore plus grande.
  • Pour ce faire, il faudrait contrôler tous les facteurs, même ceux dont on ignore l'existence (ici X4).

 

 

  • Ces facteurs, qui sont inconnus, agissent sur Y à l'insu du chercheur.
  • Ils peuvent créent entre les groupes des variations indésirables, qui nuiront à l'établissement d'une relation claire entre X et Y.
  • Ces facteurs constituent des sources de variations potentielles qui menacent l'équivalence de nos groupes et, partant, la validité interne de notre recherche.
  • Si nos groupes ne sont pas équivalent sur tous les plans, sauf X, on ne sera pas en mesure d'affirmer hors de tout doute que X est la cause de Y.
  • Comme solution à ce problème, on peut répartir les sujets de notre échantillon dans les 2 goupes au hasard.
  • Cette stratégie de contrôle se fonde sur le postulat que le hasard fait généralement bien les choses.
  • «Faire bien les choses» signifie que si une variable parasite existe, sa répartition au hasard fera en sorte que son effet nuisible sera réparti également ou presque entre les deux groupe A que dans le groupe B, annulant ainsi son effet indésirable.
  • On dira alors que les groupes sont équivalents ou quasi-équivalents.
  • C'est d'autant plus vrai que le nombre de sujets d'un échantillon est grand.
  • Attention : Équivalent ne veut pas dire que tous les sujets sont égaux.
  • «Équivalant» signifie que les variations entre les individus sont réduites au minimum, voire nulles.
  • Le but est de montrer que les variations de Y sont attribuables à X, et non à d'autres variables nuisible, dites «parasites».
  • Car ces variations parasites sont susceptibles de nuire à l'établissement clair d'une relation entre la VI (X) et la VD (Y).
  • Si ces variations sont réduites au minimum, voire à zéro, dans le meilleur des cas, on pourra affirmer que si Y varie, c'est en raison du X que le chercheur a manipulé ou sélectionné.
  • Prenons un exemple que vous connaissez pour illustrer le rôle de la distribution au hasard des sujets.
  • Vous voulez montrer que l'usage d'un jet d'eau sur la tempe (X) diminue la fréquence d'automutilation.

 

 

 

 

  • Pour montrer l'effet de ce X sur Y, vous formez deux groupes :
    • Un groupe expérimentale qui reçoit le jet d'eau sur la tempe
    • Un groupe contrôle qui ne reçoit rien.
  • Voici le plan de cette recherche :

 

G Groupe 1 Groupe 2
Expérimental Contrôle
N N = 16 N = 16
X/VI Jet d'eau (Punition +) Pas d'eau
VC Pas de sourire, de regard, de contact, de parole, de parfum ou de savon odorant
Z De jeunes enfants entre 4 et 8 ans
Y/VD Fréquence des comportements d'automutilation
Outil de collecte Grille d'observation
Indicateur de Y Comportement d'automutilation
Paramètre de Y Fréquence

 

  • Votre hypothèse, qui se fonde sur la théorie de Skinner, est que l'eau froide agit comme une punition négative.
  • Et que cette punition - par définition - réduit la fréquence des comportements d'automutilation.
  • Ce qui, rappelons-le, constitue le but de cette recherche : montrer que cette thérapie est efficace, qu'elle permet de guérir les enfants qui ont ce trouble.
  • Est-ce vrai ? Cette thérapie est-elle efficace ? Réduit-elle la fréquence des comportements d'automutilation.
  • Pour le savoir, il faut neutraliser toutes les autres variables X susceptibles d'influencer Y, même celles dont vous ignore l'existence.
  • On sait déjà depuis longtemps que parler à un enfant, le regarder, le consoler ou le prendre dans nos bras sont des variables parasites qui augmentent la fréquence des comportements d'automutilation.
  • Tous ces comportements sont des variables parasites qui amoindrissent l'efficacité du traitement; il faut les neutraliser.
  • Mais, pour illustrer notre propos, prenons plutôt un exemple de variable parasite inconnue :
  • Supposons qu'une recherche, dans un autre domaine, montre clairement que certains sujets ont la peau plus épaisse que d'autres, même chez les jeunes enfants.
  • Imaginons - pour les fins de notre exemple - que ce phénomène crée une légère différence entre les sujets : ceux qui ont la peau plus épaisse ressentiraient un peu moins l'effet désagréable d'une jet d'eau froide.
  • La sensibilité de la peau au froid serait donc une variable parasite que vous devez contrôler.

 

G Groupe 1 Groupe 2
Expérimental Contrôle
N N = 16 N = 16
X/VI Jet d'eau (Punition +) Pas d'eau
VC Pas de sourire, de regard, de contact, de parole, de parfum ou de savon odorant
VP Variables inconnues/Sensibilité au froid
Z De jeunes enfants entre 4 et 8 ans
Y/VD Fréquence des comportements d'automutilation
Outil de collecte Grille d'observation
Indicateur de Y Comportement d'automutilation
Paramètre de Y Fréquence

 

  • Mais... vous en ignorer l'existence.
  • Donc, sans le savoir, vous sélectionné 32 sujets dont 16 on ont la peau plus épaisse (PÉ) et 16 avec le peau mince (PM).
  • Pour vous, ces sujets sont équivalent.
  • Je répète : vous ignorez l'existence de cette variable «sensibilité de la peau».
  • Mais supposons, pour les fins de notre raisonnement, qu'elle existe bel et bien.
  • En réalité, dans votre échantiillon, il y a peut-être autant de sujet a la peau mince (PM) que de sujets à la peau épaisse (PÉ).

 

     

  • Le premier groupe de jeunes enfants - le groupe expérimental - est soumis à la variable indépendante et reçoit le jet d'eau sur la tempe.
  • Le second groupe - le groupe contrôle - n'est pas soumis à la VI et, donc, ne reçoit pas le jet.
  • On mesure la VI/(Y) - la fréquence des comportements d'automutilation - au moyen d'une grille d'observation.
  • Alors on recrute des sujets et on obtient les groupes suivants :

 

     

  • Dans ce scénario, il y a beaucoup plus de sujets à la peau épaisse dans le premier groupe que dans le second.
  • Ce déséquilibre ou cette absence d'équivalence entre les groupes pose-t-il problème ?
  • La réponse est oui.
  • Il ne faut pas perdre de vue que c'est le groupe 1 qui reçoit le jet d'eau; Or, dans ce groupe, il y a 11 sujets qui ont la peau épaisse et qui vont, sans doute, trouver l'eau du jet moins froide, donc moins désagréable.
  • C'est un véritable problème, car on veut que le jet d'eau agisse comme une punition, qu'il ait pour effet de diminuer la fréquence des comportements d'automutilation.
  • Or, si c'est moins désagréable, le traitememnt sera moins efficace : la fréquence les comportements d'automutilation diminuera moins en fréquence.
  • En clair, comme le chercheur ignore l'existence de cette variable (Peau épaisse/Peau mince), il ne la contrôle pas.
  • Et comme il ne la contrôle pas, c'est deux groupes ne sont pas équivalents.
  • Le principe «toutes choses étamt égales, par ailleurs» ne peut pas être respecté.
  • En fait, les deux groupes sont très différents, et cette différence pourrait amoindrir l'efficacité du jet d'eau et donner à croire que le traitement est inefficace.
  • Comment éviter ce problème ?
  • SI on connaissait le phénomème, on pourrait équilibrer.
  • Comment contrôler ce phénomène - la sensibilité de la peau à la chaleur - si on en ignore l'existence ?
  • La solution consiste à distribuer les sujets au hasard en souhaitant que le hasard fasse bien les choses.
  • Comment ?
  • En tirant à pile ou face.
  • Pour chaque sujet, on lance une pièce de monnaie dans les airs : pile = groupe 1; face = groupe 2.
  • Pour les fins de cet exemple je l'ai fait et voici la distribution ce que j'ai obtenue :

 

 

 

  • Dans ce cas, le hasard a bien fait les choses.
  • En effet, comme a une chance sur deux d'obtenir «pile» (ou «face»), la probabilité théorique que l'on devrait obtenir, si le hasard joue parfaitement son rôle, c'est autant de sujets a la peau mince (PM) que de sujets à la peau épaisse (PÉ) pour chacun des groupes (8 PÉ/8 PM).

 

G Groupe 1 Groupe 2
Expérimental Contrôle
N N = 16 N = 16
X/VI Jet d'eau (Punition +) Pas d'eau
VC Pas de sourire, de regard, de contact, de parole, de parfum ou de savon odorant + autant de sujets (PÉ) moins sensibles au jet d'eau dans les deux groupes
Z De jeunes enfants entre 4 et 8 ans
Y/VD ---» Diminution de l'automutilation, voire disparition ---» La fréquence se maintient
Outil de collecte Grille d'observation
Indicateur de Y Comportement d'automutilation
Paramètre de Y Fréquence

 

  • Quand cela est possible, il est préférable de répartir équitablement les variables parasites connues et inconnues en distribuant les sujets au hasard dans les groupes d'une recherche, même si l'échantillon de cette recherche est petit.
  • Quand les échantillons sont petits, il faut parfois jumeler la distribution aléatoire des sujets avec d'autres stratégies de contrôle.
  • Rappelons que plus l'échantillon est grand, plus la probabilité est grande que le hasard fasse bien les choses.
  • On ne peut jamais exclure la possibilité que le hasard créé des biais.
  • L'ensemble de ces mesures permet de contrôler un grand nombre de VP.
  • Précision également, pour clore cette section, qu'il n'est pas toujours possible de distribuer les sujets au hasard.
  • Par exemple, si vous étudiez l'effet du sexe de l'enfant (X) sur l'efficacité du jet d'eau (Y), il vous sera impossible de distribuer vos sujets aléatoirement.
  • En effet, vous ne pouvez pas manipuler le sexe de vos sujets.
  • Heureusement d'ailleurs...
  • Le hasard ne peut donc pas faire en sorte qu'un homme, lors de la distribution des sujets, se retrouve dans le groupe des femmes.
  • Le sexe est une variable assignée, non manipulée.
  • En clair, cette stratégie de contrôle ne peut être utilisé qu'avec une variable indépendante manipulée.
  • Dans le cas où la variable n'est pas manipulée - comme les sexe, l'âge, l'origine ethnique, etc - il est impossible de distribuée les sujets au hasard.
  • On dira que le sujets sont sélectionnés en vertu de leur caractéristiques intrinsèques ou propres - comme l'âge, le sexe, la classe sociale, etc. - bref des caractéristiques qui sont, par définition, non-manipulables.
  • Il va de soi que la validité interne de ces recherches est plus faibles.

 

    5. Comparer les sujets à eux-mêmes : Le groupe à mesures répétées

  • Dans leur quête incessante de contrôle, les scientifiques ont cherché à constituer des groupes de sujets parfaitement identiques.
  • En biologie, depuis peu, on utilisent des organismes clonées, notamment des souris, afin de s'assurer que les variations génétiques entre les sujets sont parfaitement neutralisées.
  • Ainsi, on peut vérifier l'efficacité (Y) d'un d'un traitement (X) sans se soucier des variations inter-individuelles parasites.
  • Pensez-y : Y a-t-il quelque chose de plus identique à un individu que son propre clone !
  • La réponse est oui : lui-même !
  • En effet, des études récentes sur l'ADN et l'épigénèse des espèces de laboratoire ont révélé que même s'ils partagent le même ADN, les clones ne sont pas parfaitement identiques.
  • Même chose pour les jumeaux homozygotes que l'on a longtemps considéré comme parfaitement identiques sur le plan génétique.
  • Alors la meilleure façon d'éliminer toutes les variations résiduelles possibles entre deux sujets, ce n'est pas de les cloner (si c'est un souris) ou de les comparer à leur jumeau (s'il les participants en ont un), mais de les comparer à eux-mêmes.
  • Comment ?
  • On ne constituant qu'un seul groupe qui sera mesuré à au moins deux reprises.
  • On pourrait procéder ainsi avec le jet d'eau.
  • Voici le plan de cette recherche avec un seul groupe à mesures répétées :

 

    G Groupe 1
    Expérimental Contrôle
    N N = 30
    X/VI Jet d'eau (Punition +)/Mesure A Pas d'eau/Mesure B
    VC Pas de sourire, de regard, de contact, de parole, de parfum ou de savon odorant + autant de sujets (PÉ) moins sensibles au jet d'eau dans les deux groupes
    Z De jeunes enfants entre 4 et 8 ans
    Y/VD ---» Diminution de l'automutilation, voire disparition ---» La fréquence se maintient
    Outil de collecte Grille d'observation
    Indicateur de Y Comportement d'automutilation
    Paramètre de Y Fréquence

     

  • Plutôt que de comparer un groupe expérimental qui reçoit le jet à un groupe contrôle qui ne la reçoit pas, on ne forme grâce à cette procédure qu'un seul et unique groupe de sujets qui recevront en alternance la présence (A) et l'absence B) du traitement eau.

 

     

    Mesure A   Mesure B
    Groupe 1 = Groupe 1
    Jet d'eau > Pas d'eau
    1er mois du traitement   2e mois du traitement

     

 

  • Les sujets sont ainsi comparés à eux-mêmes (comparaison intra-sujets) plutôt qu'entre eux (comparaison inter-sujets), ce qui réduit considérablement les sources de variation parasite engendré par les différences psychologiques ou sociales entre les sujets.
  • On appelle «variables-sujet» les variables parasites qui proviennent des sujets eux-mêmes et que l'on peut éliminer d'un coup en comparant un sujet à l'lui-mêmes.
  • Attention, ces variables, mêmes contrôlées, continuent d'agir sut Y; mais elle agissent autant en présence qu'en absence du traitement.
  • Autrement dit, on a neutralisé leur effet différentiel sur Y.

 

 

 

  • Bref, cette procédure semble très puissante, idéale même.
  • Pourquoi ne pas toujours l'utiliser ?
  • Parce qu'elle a une énorme talon d'achilles.
  • En effet, lorsqu'on mesure deux fois un phénomène Y, il est possible que la première mesure influence la seconde.
  • Cette influence d'une mesure sur l'autre est nuisible à l'établissement clair d'une relation entre X et Y.
  • Elle se confond avec l'effet de X.
  • Le chercheur mesure donc simultanément deux choses : l'effet de X, qu'il souhaite isoler, et cet effet indésirable de la mesure répétée.

 

 

Votre X produit Seconde mesure de Y
et
Effet de la première mesure de Y

 

 

  • De quelle nature est cette influence nuisible de la mesure ?
  • Dans l'exemple du jet d'eau, les enfants qui ont reçu le traitement lors de la première mesure (A) ont déjà appris que lorsqu'ils s'automutilent (ou tentent de le faire), ils reçoivent une immédiatement une punition positive sous forme de «jet l'eau froide sur la tempe».
  • Il s'agit clairement d'un apprentissage.
  • Lorsque débute la seconde mesure B, ces sujets ne sont plus tout à fait les mêmes que lors de la mesure A, en raison de cet apprentissage, ce qui crée une variation que le chercheur aurait souhaité neutraliser.
  • Il est donc difficile d'isoler l'effet de l'absence d'eau (mesure B), puisque que ces comportements ont déjà été puni lors de la première mesure A.
  • Quel est l'effet de cette punition sur la seconde mesure ?
  • On l'ignore.
  • Autrement dit, il est impossible pour le chercheur de départager l'effet de l'absence d'eau de cet effet d'apprentissage.

 

Absence de jet d'eau produit Fréquence d'automutilation (Y)
ou/et
Effet d'apprentissage

 

 

  • On appelle effets d'ordre, d'apprentissage ou d'interférence, les mécanismes psychologique qui expliquent pourquoi un sujet n'est pas toujours parfaitement identique à lui-même.
  • Même s'ils créent souvent que de petites variations, ces effets nuisent au raisonnement du chercheur, qui préfèrent alors choisir un autre type de plan pour mener à bien sa recherche.
  • Bref, on a recourt au groupe à mesure répétés pour étudier l'effet d'un X que lorsqu'il y a absence de ces effets d'ordre, d'apprentissage ou d'interférence entre les mesures.
  • Ou l'utilise également lorsqu'on ne parvient pas à recruter assez de sujets pour former deux groupes indépendants.
  • Pour des raisons statistiques, qui vous seront expliquées à l'université, le nombre minimal de sujets dans un groupe indépendant est généralement fixé à 15.
  • Si vous avez deux groupes indépendants, soit le minimum de groupes indépendants possibles, il vous faut recruter au moins 30 sujets.
  • N = 2 groupes X 15 sujets = 30 sujets.
  • En deçà de ce nombre, on ne peut former qu'un seul groupe, ce qui oblige le chercheur à recourir à la mesure répétée.
  • Précisions que le problème engendré par le très faible nombre de sujets dans une recherche en est un de validité externe.
  •  

7. Former un groupe contrôle ou témoin

  • Un groupe contrôle est un groupe constitué de sujets qui ne sont pas exposés aux effets de la variable indépendante manipulée (VIM).
  • Lorsque les sujets ne sont pas exposée à la variable indépendante, mais que celle-ci est assigné plutôt que manipulée, on utilise le terme groupe témoin.
  • Qu'il soit «contrôle» ou «témoin», ce groupe a toujours la même fonction : permettre au chercheur de comparer les résultats Y produit par les des différents niveaux de sa variable X.
  • Dans le premier exemple, les plants du groupe 4 ne subissent pas l'effet de la lumière (0 watts).
  • Et dans le second exemple sur l'automutilation, les sujets du groupe 2 ne reçoivent pas une seule goutte d'eau sur la tempe.
  • À quoi sert cette absence d'effet ?
  • Justement à montrer que cet effet existe, par comparaison et par contraste.
  • Imaginez si, dans la seconde recherche, il n'y avait qu'un seul groupe qui reçoit de l'eau sur la tempe.
  • Un sceptique pourrait s'exclamer : «C'est pas l'eau qui fait baisser la fréquence des comportements, c'est juste le temps, si on avait rien, fait elle aurait diminué, les enfants seraient guéris».
  • Hé oui, l'argument est valable, car il s'agit peut-être de l'évolution naturelle de ce trouble.
  • Une autre cause, dont on ignore l'existence, explique peut être cette diminution.
  • Comment vérifier si cet argument résiste à l'analyse ?
  • En ajoutant un groupe de sujets contrôle qui ne sont pas exposés à l'effet de cette variable; si effet il y a, bien sûr.
  • Dans le cas des plants de dieffenbachias, le groupe contrôle 4 est constitué de plants qui ne reçoivent pas de lumière.

 

G Groupe 1 Groupe 2 Groupe 3 Groupe 4
Expérimental Expérimental Expérimental Contrôle
N N =15 N =15 N =15 N =15
X/VI Ampoule 40 watts Ampoule 60 watts Ampoule 80 watts 0 watts
VC Quantité moyenne d'eau : 10 ml
Z Dieffenbachias
Y/VD ---» moyenne : 4 cm ---» moyenne : 5 cm ---» moyenne : 6 cm ---» moyenne : 0 cm
Outil de collecte Règle ou gallon à mesurer
Indicateur de Y Augmentation de la hauteur du plant
Paramètre de Y Croissance mesurée en cm

 

  • Les plants vont-ils mourir ?
  • Non, puisque tous les plants reçoivent la lumière naturelle du laboratoire ou du lieu où on observe leur croissance.
  • Mais dans ce cas, aucune lumière produite par une ampoule n'est ajoutée , ce qui explique l'absence de croissance (o cm).
  • Le groupe contrôle est-il nécessaire ?
  • La réponse est oui, si vous souhaitez montrer l'existence d'un phénomène, de son effet, comme dans l'exemple du jet d'eau/automutilation.

 

 

G Groupe 1 Groupe 2
Expérimental Contrôle
N N = 16 N = 16
X/VI Jet d'eau Pas de jet d'eau
VC Pas de sourire, de regard, de contact, de parole, de parfum ou de savon odorant
Z De jeunes enfants entre 4 et 8 ans
Y/VD Diminution du comportement, voire disparition La fréquence se maintient
Outil de collecte Grille d'observation
Indicateur de Y Comportement d'automutilation
Paramètre de Y Fréquence

 

  • Mais souvent, cet effet est bien documenté et fait partie de «Ce que l'on sait».
  • On veut plutôt connaître l'intensité de cet effet, comme dans l'exemple de la photosyntèse et de l'influence de la lumière sur les plants.
  • Dans ce cas précis, on peut faire l'économie d'un groupe contrôle, car l'intensité du phénomène varie à au moins deux niveaux (trois dans le cas de notre exemple).
  • Rappelons que, par définition, une variable varie à au moins deux niveaux.
  • Sexe = deux niveaux; lumière/pas de lumière; traitement contre l'automutilation/pas de traitement.
  • Dans l'exemple de l'automutilation, sachant que le jet d'eau est efficace, on pourrait faire une nouvelle recherche, sans groupe contrôle, mais en graduant l'effet connu de l'eau froide sur la tempe.
  • Trois niveaux : jet d'eau à 3o-4o-5o.
  • En quoi est-il pertinent d'étudier l'intensité d'une punition ?
  • On sait qu'une punition trop intense peut nuire au traitement en provoquant notamment de la peur ou de l'agressivité chez celui ou celle qui la reçoit.
  • Plusieurs recherches ont mis en évidence l'inutilité d'une punitions trop intenses, autant chez l'humain que chez les autres espèces animales.
  • Mais la théorie du conditionnement opérant avance aussi que, jusqu'à un certain niveau, l'augmentation de l'intensité peut réduire la fréquence d'un comportement.
  • Quel est ce niveau ?
  • Précisions qu'en temps normal, l'eau vaporisée sur la tempe des jeunes enfants qui s'automutilent est à 5o.
  • Elle sort du frigo avant d'être versée dans de petits vaporisateurs que le personnel soignant portent à sa taille afin d'être prêt à punir positivement les enfants aux moindres signes de mutilation.
  • L'eau à 5o est efficace; on le sait.
  • Mais jusqu'à quel point une eau encore plus froide sera-t-elle plus efficace ?
  • Cette question n'est pas gratuite.
  • Le traitement de l'automutilation coûte cher (entre 100 et 150 000 $ de dollars aux États-Unis), alors augmenter son efficacité dans le but de raccourcir le séjour à l'hôpital des enfants est un enjeu majeur, surtout pour des parents qui doivent parfois hypothéquer leur pour payer cette facture salée.
  • Voici maintenant le plan de la recherche qui permettrait de vérifier l'hypothèse selon laquelle plus le jet d'eau est froid, plus la fréquence diminue.

 

G Groupe 1 Groupe 2 Groupe 3
Expérimental Expérimental Expérimental
N N = 16 N = 16 N = 16
X/VI Jet d'eau à 3o Jet d'eau à 4o Jet d'eau à 5o
VC Pas de sourire, de regard, de contact, de parole, de parfum ou de savon odorant
Z De jeunes enfants entre 4 et 8 ans
Y/VD ---» Diminution très importante ---» Diminution importante ---» Diminution moyenne
Outil de collecte Grille d'observation
Indicateur de Y Comportement d'automutilation
Paramètre de Y Fréquence

 

  • Ici, rappelons-le, le groupe contrôle n'est pas nécessaire, puisqu'il y a au moins deux groupes expérimentaux et que le but du chercheur n'est pas de découvrir l'effet du jet d'eau - déjà bien connu - mais plutôt de montrer que le variations du phénomène ont un effet différentiel qui peut améliorer le traitement.
  • Finalement, pour illustrer le rôle d'un groupe témoin, voici l'exemple d'un plan d'une recherche dans lequel, plutôt que de créer artificielle ment une punition en vaporisant de l'eau froide sur la tempe des enfants, on compare des parents qui punissent déjà leur enfants qui s'automutilent (en grondant l'enfant, en le plaçant en retrait, etc) à des parents qui ne punissent pas.
  • La recherche se déroule dans les familles des enfants qui ont ce trouble (condition naturelle) plutôt qu'à l'hôpital qui est un milieu sur lequel le chercheur a beaucoup plus de contrôle.
  • Dans cet exemple, la punition est une variable assignée/invoquée, puisqu'elle est sous le contrôle des parents, et non des chercheurs.
  • Ce sont les parents qui rapportent par auto-observation la fréquence de leurs comportements aversifs.

 

G Groupe 1 Groupe 2
Auto-observation Témoin
N N = 16 N = 16
X/VI Parents autoritaires qui punissent Parents permissifs qui ne punissent pas
VC Très peu de contrôle
Z De jeunes enfants entre 4 et 8 ans
Y/VD Automutilation
Outil de collecte
Indicateur de Y Comportement d'automutilation
Paramètre de Y Fréquence

 

8. Former un groupe placebo

  • Maintenant, imaginons qu'il existe une pilule contenant une molécule qui ait pour effet du guérir le trouble d'automutilation.
  • Je précise que cette pilule n'existe pas.
  • Mais imaginons que ce soit le cas.
  • La pilule A contient la molécule, la pilule B n'en contient pas.
  • La pilule B est donc un placebo.
  • Voici le plan de cette recherche :
G Groupe 1 Groupe 2
Expérimental Placebo
N N = 16 N = 16
X/VI Pilule A Pilule B
VC Pas de sourire, de regard, de contact, de parole, de parfum ou de savon odorant
Z De jeunes enfants entre 4 et 8 ans
Y/VD ---» Diminution du comportement, voire disparition ---» La fréquence se maintient
Outil de collecte Grille d'observation
Indicateur de Y Comportement d'automutilation
Paramètre de Y Fréquence

 

 

  • À quoi sert le placebo ?
  • Il joue le rôle d'un groupe contrôle, puisque la variable dépendante X de cette recherche est la molécule active censée guérir le trouble d'automutilation et que le placebo est l'absence de cette molécule.
  • Bien sûr, on pourrait ne rien donner aux sujets.
  • Le problème, c'est que le simple fait de prendre la pilule a parfois un effet bénéfique sur les sujets (effet placebo), ce qui est par ailleurs le but du traitement, de la thérapie.
  • Mais on veut connaître l'effet du traitement, de la molécule, sans l'effet placebo.
  • Pour contrer cet effet placebo parasite, il faut donc donner la pilule a tout le monde : avec ou sans molécule (placebo).
  • On nomme placebo passif, une pilule placebo sans molécule composée d'un mélange de sucre, de lactose et d'amidon.
  • Cette pilule ne crée aucun effet, pas le même l'impression chez les sujet d'avoir avalé quelque chose.
  • Pour éviter cela, on ajoute aux deux pilules A et B ce qu'il faut pour produire chez le participant une légère réponse physiologique (excitation, légère accélération du rythme cardiaque, etc).
  • Cet ajout rend le placebo actif.

 

G Groupe 1 Groupe 2
Expérimental Placebo actif
N N = 16 N = 16
X/VI Pilule A Pilule B
VC Pas de sourire, de regard, de contact, de parole, de parfum ou de savon odorant
Z De jeunes enfants entre 4 et 8 ans
Y/VD Diminution du comportement, voire disparition La fréquence se maintient
Outil de collecte Grille d'observation
Indicateur de Y Comportement d'automutilation
Paramètre de Y Fréquence

 

      Les recherches sur le vaccin de la COVID-19 : Place or not placebo  

     

    Le context historique

    À l'automne 2020, lors des essais cliniques de phase 3 - la dernière étape d'une recherche visant à évaluer les vaccins contre la Covid-19 - des groupes de volontaires ayant été vaccinés ont ont été comparés à un placebo.

    La recherche : Méthode

    Selon le plan de ces nombreuses recherches, un groupe de participants a reçu le vaccin, tandis qu’un autre groupe s’est vu administrer un placebo. Ce plan était également en double-aveugle puisque ni les participants de ces deux groupes, ni les chercheurs ne savaient ce qui a été donné à chaque participant.

     

     

    G Groupe 1 Groupe 2
    Expérimental Placebo
    N N = 100 N = 100
    X/VI Vaccin Sans vaccin
    VC Tout le monde reçoit une injection
    Z Des volontaires, adultes
    Y/VD Apparition de la COVID-19 Fréquencce élevé de la COVID-19
    Outil de collecte Examen clnique
    Indicateur de Y Test de dépistage de la COVID
    Paramètre de Y Fréquence

     

     

     

     

     

    Les faits

    Le résultats de ces recherches semblent montrer que plusieurs vaccins sont efficaces. Les taux d'efficacité oscillent entre 75 et 95 %. Par exemple, si dans le groupe expérimental, qui a reçu le vaccin, 100 de participants n'ont pas contracté le virus, aloes que 5 seulement ne l'ont pas contacté dans le goupe placebo, on dira quel"efficacité du vavÉtant donné que les premiers vaccins ont montré leur efficacité, il n'est plus justifié d'utiliser le placebo lors des recherches en cours visant à montrer l'efficacité de nouveaux vaccins, qui s'appueraient sur de nouvelles formules vaccinales et que l'on nome candit-vaccin. En effet, pour des raisons d'éthique, on ne peut adminstrer un placebo à des participants sachant qu'il existe déjà un ou des vaccins efficaces. On utilise les groupes placebo lorsque l'on ignore si le traitement - la variavle indépendante de la recherche - fonctionne. QUand on a répondu à la question, aque ces nouvelles connaissances font partie «De ce que l'on sait»

     

     

    Conclusion

    On peut uiliser le placebo

     

    • DARLING, C.A. & DAVDON, J.K. (1986). Enhancing relationships : Understanding the feminine mystique of pretending orgasm. Journal of Sex & Marital Therapy, 12 (3), 182-196.
    • GÉRARD, M.C., BERRY, M., SHTRSHALL, R., AMSEL, R. & BLINIK, Y.M. (2020). Female multiple orgasm : An exploratory internet-based survey. The Journal of Sex Research, 1-16.
    • KINSEY, A.C., POMEROY, W.B. & MARTIN, C.E. (1948). Sexual behavior in the human male.Philadelphia : W.B. Saunders Co.
    • KINSEY, A.C., MARTIN, C.E., GEBHARD, P. & POMEROY, W.B. (1953). Sexual behavior in the human female. Philadelphia : Saunders.
    • MASTERS, W.H. & JOHNSON, V.E. (1966). Human sexual response. Boston : Little Brown.
    • MASTERS, W.H. & JOHNSON, V.E. (1975). The pleasure bond. Little : Brown.
    • MASTERS, W.H. & JOHNSON, V.E. (1970/81). Human sexual inadequacy. Little Brown/Bantam Books.
    • WIEDERMAN, W.M. (1997). Pretending orgasm during sexual intercourse : Correlates in a sample of young adult women. Journal of Sex & Marital Therapy, 23 (2), 131-139.
    • https://www.youtube.com/watch?v=tOjNX7AfH4M
    • Voir aussi la série de TV ; Masters of sex.

 

 

 

 

9. Appliquer le procédé en simple/double/triple aveugle

  • En méthodologie, le mot «aveugle» a un sens métaphorique.
  • Cette expression désigne une stratégie de contrôle dans laquelle les participants (simple aveugle), les chercheurs ou les assistants de recherche (double aveugle), ainsi que eux qui analysent les données (triple aveugles) sont naïfs.
  • «Naïf» signifie que tout ce beau monde ignore les hypothèses de la recherche, la nature du traitement (quel groupe est le groupe placebo et le groupe de contrôle), l'identité des participants, etc.
  • Bref, toutes informations de nature à influencer les résultats de la recherche et, partant, ses conclusions.
  • En clair, il faut donc cacher ces informations à trois catégories «d'aveugles»:
    • les sujets (qui ignorent les hypothèses et dans quel groupe ils ont été assignés)
    • les chercheurs (qui ignorent quel groupe reçoit le traitement ou le placebo et qui ne verront pas les données de la recherche qu'après leur analyse statistique).
    • Les statisticiens (qui ignorent les hypothèses de la recherche)
  • Le but de ces mesures est d'empêcher que les données soient trafiquées de manière à confirmer les hypothèses du chercheur, alors qu'elles indiquent le contraire, ou à embellir des résultats qui ne sont pas aussi décisifs que le chercheur l'espérait.

     

    Simple aveugle Les sujets ignorent un ensemble d'informations qui pourraient influencer Y
    Double aveugle Les sujets + les chercheurs ignorent
    Triple aveugle Les sujets + les chercheurs + les statisticiens ignorent

     

10. Le contrôle statistique des VP : après coup.

  • Généralement, le contrôle des variables parasites a lieu pendant la recherche.
  • Les stratégies sont minutieusement planifiées et exposées lors de la rédaction de la méthode, puis déployées systématiquement lors de la réalisation de la recherche.
  • On peut toutefois corriger certaines erreurs après-coup ou effacer certaines variations nuisibles à notre analyse des données une fois la recherche terminée.
  • Ces stratégies sont mise en place pendant l'analyse statistique des données.
  • On utilise parfois l'expression «bidouillage» pour qualifier ces stratégies qui sont parfois considérées comme des pis-aller.
  • Si ces stratégies« post-test»» sont moins coûteuses en temps et en énergie à implanter que les stratégies «conventionnelles ou pré-test», elles nécessitent cependant une très grande connaissance des statistiques afin d'éviter des erreurs d'analyse qui pourrait déformer ou biaiser les résultats.
  • Il est recommandé de mettre en oeuvre les mesure de contrôle avant la recherche plutôt que d'attendre que celle-ci soit terminée.
  • À défaut, on pourra «bidouiller» quelques expédients pour augmenter la validité interne de notre recherche.

 

Tableau des variables parasites

 

  • Voici le tableau des variables parasites susceptibles d'influencer une variable dépendante (Y), quel quelle soit.
  • Une stratégie de contrôle est une mesure prise par le chercheur dans le but de d'éliminer ou de neutraliser les effets non-désirables de tous les X, à l'exception bien sûr de sa variable indépendante (son X).
  • À la droite du tableau, vous trouverez les principales stratégies de contrôle de ces variables parasites.
  • Dans la méthode/plan de recherche du TP, l'auteur décrit brièvement les stratégies de contrôle employées pour neutraliser les principales variable parasite.
  • Attention : Ne pas faire mention des variables parasites non-contrôlées dans le texte d'une méthode.

 

 

 

Sources de variation Principales stratégies de contrôle des variables parasites (VP)
Éliminer les VP Maintenir constantes les VP Équilibrer les VP Distribuer au hasard les VP Ajouter un groupe contrôle/témoin Appliquer le simple/double/triple aveugle Faire un groupe à mesures répétées
Milieu physique  
Aménagement du local/laboratoire              
Éclairage              
Bruit              
Température              
Milieu social  
Sexe de l'expérimentateur/complice              
Apparence physique de l'expérimentateur/complice              
Apparence vestimentaire de l'expérimentateur/complice              
Niveau de langage de de l'expérimentateur/complice              
Présence d'autres personnes              
Variable sujet

 

Sexe              
Âge              
Niveau de scolarité              
Programme d'étude              
Milieu socio-économique              
Taille              
Origine ethnique              
Religion              
Apparence physique (beauté)              
Habillement              
Q.I. des participants              
Procédure et outil de collecte

 

Consignes données aux participants              
Comportement et position des complices              
Comportement et position des observateurs/expérimentateurs              
Présentation du questionnaire (prétexte ou objectif-bidon)              
Durée de l'observation ou du questionnaire              
Matériel utilisé pour faire l'expérience/Observation              
 

 

 

Attention !
  • Les variables contrôlée et leurs procédures de contrôle sont toujours décrites dans la section Plan de recherche d'une méthode.
  • Une variable parasite neutralisée = variable contrôlée (VC).
  • Une variable parasite (VP) = variable non-contrôlée.

 

 

Les deux moments du hasard

  • Dans une recherche, le hasard peut être utilisé à deux moments précis, dans l'ordre :
      1. Au moment où le chercheur choisit les sujets qui formeront l'échantillon de sa recherche.
      2. Au moment où il distribue les sujets de l'échantillon dans les n groupe de sa recherche (voir ci-dessus).
  • Dans les deux cas, si c'est possible, il est préférable de recourir au hasard pour réaliser ces deux tâches.
  • Lors du premier moment, l'utilisation du hasard augmente la validité externe de la recherche en augmentant la probabilité que l'échantillon constitué soit représentatif de la population étudiée.
  • Lors du second moment, le recours au hasard augmentent la validité interne de la recherche en permettant au chercheur de former des groupes plus équivalents.
  • On ne peut pas toujours utiliser le hasard.
  • Lors du premier moment, il faut disposer de la liste de tous les sujets de la population ou de la sous-population étudiée.
  • Il s'agit d'une contrainte importante.
  • Lors du second moment, le chercheur ne peut utilisé le hasard que si sa variable indépendante est manipulée ou provoquée.
  • Il va de soi que l'on ne distribue pas les sujets au hasard, s'il n'y a qu'un seul groupe, comme dans les plan à mesures répétées.

 

    MOMENT 1    
La population à l'étude/Exemple        
N=3000 : Tout individu qui possède les caractéristiques souhaitées par le chercheur et qui a une probabilité non-nulle de faire partie de l'échantillon   Sujets choisis    
  n=30   Moment 1 : Votre échantillon peut être formé ou non au hasard. Si oui = + représentatif, donc validité externe + élevée.
 
   
  L'échantillon de votre recherche    
         
       
       
         
    MOMENT 2    
        Sujets distribués dans les groupes
Moment 2 : Les participants de votre échantillon peuvent être distribués ou non au hasard dans les deux groupes de votre recherche. Si oui = groupes + équivalents, donc validité interne + élevée.   n=30 n=15
   
  n=15
       
 
  • Attention : Un individu est un élément de la population si, et seulement si, il a une probabiliténon-nulle de participer à cette recherche, donc de faire partie de votre échantillon.

 

 

Continuer à lire... d
Échantillonnage Validité interne Tableau/méthodes Plan de recherche
40
Pl@nète Psy/IPMSH/Claude Goulet lienaveclesite