Véritable conception expérimentale

Publié le 19 janvier, 2024

Introduction

Les scientifiques de presque tous les domaines d’études utilisent des expériences pour répondre aux questions de recherche. Imaginez que vous êtes psychologue et que vous souhaitez déterminer si la caféine a un effet sur le comportement et les performances des élèves en classe. Comment feriez-vous pour trouver la réponse à cette question? La réponse est que vous feriez une expérience. Cette leçon couvre tous les différents aspects d’une expérience que vous souhaiteriez envisager.

Pour débloquer cette leçon, vous devez être membre d’


Variables indépendantes et dépendantes

La première chose que tout expérimentateur doit décider est de savoir quelles variables il étudie. Imaginons que votre hypothèse soit que lorsque les élèves consomment de la caféine, leurs résultats aux tests sont affectés. Vous pourriez émettre l’hypothèse que la caféine augmente les performances aux tests, car elle rend les étudiants moins somnolents et plus concentrés, ou vous pouvez émettre l’hypothèse que la caféine diminue les performances aux tests, car elle rend les étudiants nerveux et hyperactifs. Quoi qu’il en soit, deux variables sont impliquées dans cette étude.

La variable indépendante dans une expérience est la variable que vous contrôlez en tant qu’expérimentateur et celle qui crée deux groupes ou plus dans l’étude. Afin d’étudier la caféine, vous pouvez donner à la moitié des étudiants une boisson contenant de la caféine et l’autre moitié des étudiants recevra simplement de l’eau. La différence entre les deux groupes réside dans le fait qu’ils consomment ou non de la caféine. Ainsi, la variable indépendante est la variable que vous, en tant qu’expérimentateur, avez manipulée.

La variable dépendante dans une expérience est la variable de résultat ou celle que vous mesurez simplement. Ici, vous avez deviné que la caféine pourrait affecter les performances des tests. Ainsi, dans cet exemple, votre variable dépendante est la performance du test.

Une autre façon de considérer les variables indépendantes et les variables dépendantes est en termes de cause et d’effet. Cette étude teste si la caféine (la cause) a un effet sur les performances des tests. Toutes les expériences testent si ce qui différencie les groupes a un effet sur une variable de résultat. La variable indépendante est toujours la cause. Ici, c’est la caféine. La variable dépendante est toujours l’effet. Ici, c’est la performance du test. Ainsi, la variable indépendante arrive toujours en premier et la variable dépendante arrive toujours en deuxième.


La variable indépendante est la cause et la variable dépendante est l’effet.
Tableau des variables dépendantes indépendantes


Voyons maintenant pourquoi nous avons besoin de plus d’un groupe dans une expérience. Imaginez que vous alliez dans une salle de classe, que vous donniez de la caféine à chaque élève, puis que vous les testiez sur une sorte de mesure de performance, comme le nombre de fois qu’ils peuvent sauter à la corde. Vous pouvez voir les performances de ces étudiants après avoir bu de la caféine. Mais comment savoir si leurs performances ont été augmentées ou diminuées par rapport à ce qu’ils auraient fait sans caféine? Avec un seul groupe dans votre étude, vous ne pouvez pas être sûr des effets de la caféine.

Ainsi, dans une expérience, nous avons toujours besoin d’au moins deux groupes à comparer. Reprenons l’exemple de donner à boire à la moitié des élèves de la caféine et à l’autre moitié des élèves de l’eau. Lorsque nous testons l’effet de la variable indépendante, nous voulons nous assurer que l’un des groupes de notre étude peut servir de groupe naturel ou de référence. Ce groupe naturel ou de base est appelé groupe témoin. Dans notre exemple, le groupe témoin serait composé de tous les enfants qui buvaient uniquement de l’eau.

Nous comparons ensuite le groupe témoin au groupe d’enfants ayant reçu de la caféine. Dans une expérience, le groupe qui subit une sorte de changement dans son environnement naturel est appelé le groupe expérimental. Dans notre exemple, le groupe expérimental serait composé de tous les enfants qui buvaient de la caféine.


Lors du test des effets des médicaments, des groupes témoins sont nécessaires.
Image des groupes de contrôle expérimental

Nous avons besoin d’au moins deux groupes pour pouvoir comparer le groupe expérimental au groupe témoin. Les groupes de contrôle sont particulièrement nécessaires lors des tests d’effets de drogues, comme la caféine, car nous voulons nous assurer que le groupe ne change pas simplement parce qu’il pense qu’il est censé le faire. Lorsque vous modifiez votre comportement simplement parce que vous vous attendez à un changement, c’est ce qu’on appelle l’ effet placebo. Par exemple, disons que nous donnons des sodas à tous les enfants, mais que la moitié des sodas contiennent de la caféine et l’autre moitié sont sans caféine. Nous ne voudrions pas dire aux enfants quel type de soda ils ont reçu, car ils pourraient changer de comportement simplement en raison de leurs attentes. Ce type de problème peut être évité avec un bon groupe témoin.


Lorsque nous divisons la classe entre le groupe témoin et le groupe expérimental, il est important de s’assurer que cette division se produit de manière aléatoire. Lorsque chaque personne participant à l’étude a une chance égale de faire partie du groupe témoin ou du groupe expérimental, on parle d’assignation aléatoire. Vous pouvez décider à quel groupe appartient chaque personne en lançant une pièce de monnaie, par exemple.

Pourquoi la répartition aléatoire est-elle importante ? Nous voulons nous assurer que les groupes sont aussi identiques que possible en tous points, à l’exception de la variable indépendante. Passons en revue un exemple de pourquoi cela est important.

Imaginez que vous ayez décidé que tous les garçons de la classe recevraient une boisson contenant de la caféine, tandis que toutes les filles de la classe recevraient une boisson sans caféine. Ensuite, vous avez testé les effets de la caféine en utilisant la variable dépendante de la corde à sauter. Maintenant, imaginez que vous voyez une différence ! Le groupe caféine est meilleur pour sauter à la corde. Mais vous ne pouvez pas réellement conclure que la caféine en est la cause. Il se pourrait que les garçons soient plus doués pour sauter à la corde. À moins que les groupes ne soient identiques de toutes les manières possibles, à l’exception de la variable indépendante, vous ne pouvez pas être sûr de la cause de la différence dans la variable dépendante. Mais si la variable indépendante est réellement la seule différence entre les groupes, alors vous pouvez en être sûr, car il n’y a pas d’autre explication. C’est pourquoi l’assignation aléatoire est si importante: ce n’est qu’avec l’assignation aléatoire que l’on peut être sûr de l’existence d’une relation de cause à effet au sein d’une expérience. Sans répartition aléatoire, il pourrait y avoir d’autres raisons pour lesquelles vous constatez une différence entre les deux groupes.


La décision finale que vous devez prendre lorsque vous concevez une expérience est de savoir qui y participera. Lorsque vous étudiez une question de recherche, l’ensemble du groupe de personnes qui vous intéresse est appelé la population. La population constitue toujours un groupe relativement important. Si vous êtes intéressé par les effets de la caféine sur les enfants, alors votre population est en réalité constituée de tous les enfants du monde entier ! Une population plus spécifique pourrait être chaque enfant d’une certaine école. Mais bien sûr, vous ne pouvez probablement pas inclure tous les enfants dans votre étude. Donc, vous utiliserez un échantillon. Un échantillon est le groupe de personnes participant réellement à votre étude. L’échantillon est toujours plus petit que la population. Ensuite, vous devez décider comment vous allez affiner votre population et choisir votre échantillon pour l’étude. Vous avez plusieurs options différentes.

Une façon courante de choisir des personnes pour une étude consiste simplement à faire appel à des personnes facilement disponibles et disposées à participer, comme vos amis ou votre famille. Vous pouvez faire de la publicité pour l’étude sur votre page Facebook personnelle et attendre que les gens se portent volontaires. Lorsque vous utilisez un exemple simple comme celui-ci, on l’appelle un échantillon pratique parce qu’il était très pratique et simple.

Cependant, un échantillon de convenance n’est pas un très bon moyen d’inclure des personnes dans l’étude. Pourquoi pas? Parce que lorsque vous utilisez uniquement un échantillon de commodité, vous n’obtenez probablement qu’un certain type de personnes. Par exemple, vous pouvez utiliser uniquement des personnes qui vivent dans votre région. Un type spécifique d’échantillon de commodité basé sur une zone géographique particulière est appelé échantillon groupé. Cela signifie que votre échantillon n’est probablement pas une bonne représentation de la population. Si vous vivez en Californie et que vous n’avez demandé à aucune personne de l’Iowa de participer à votre étude, vous ne pouvez pas vraiment être sûr que les Californiens agissent de la même manière que les habitants de l’Iowa.

Une façon d’essayer d’obtenir un bon échantillon de la population est de dresser une liste de chaque personne de la population, puis de choisir au hasard dans cette liste. Ce type d’échantillon est, comme vous pouvez le deviner, appelé échantillon aléatoire. La définition d’un échantillon aléatoire est celle dans laquelle chaque personne de la population plus large a une chance égale de faire partie de l’échantillon. L’idée derrière un échantillon aléatoire est qu’il est probablement représentatif de la population, ce qui signifie que toutes les variables importantes présentes dans la population sont également présentes dans l’échantillon. Regardez ce graphique pour un exemple. Les couleurs peuvent représenter n’importe quelle variable importante, telle que différents âges des enfants, différents niveaux scolaires, personnes vivant dans différents États ou différentes ethnies. Lorsque vous utilisez un échantillon de convenance, vous n’obtiendrez peut-être pas la même répartition de l’échantillon que celle de la population. Mais si vous choisissez au hasard parmi la population, vous avez de meilleures chances d’obtenir un échantillon représentatif.


Choisir au hasard parmi la population vous donne une meilleure chance d’obtenir un échantillon représentatif.
Exemples de diagrammes circulaires de population

Une version plus compliquée d’un échantillon aléatoire simple est appelée échantillon aléatoire stratifié. Ici, vous identifiez à l’avance les variables importantes, divisez la population en fonction de cette variable, puis choisissez au hasard un nombre égal de personnes de chaque groupe pour l’échantillon. Par exemple, vous pourriez penser que la caféine affecte les garçons différemment des filles, et vous souhaitez comparer. Vous voudriez donc vous assurer de choisir au hasard un nombre égal de garçons et de filles. Lorsque vous identifiez à l’avance des variables comme celle-ci dont vous souhaitez vous assurer qu’elles sont couvertes par votre échantillon, vous avez utilisé un échantillon aléatoire stratifié. C’est en partie aléatoire mais aussi en partie structuré.

Quel que soit le type d’échantillon que vous utilisez, n’oubliez pas que la principale préoccupation est qu’il soit représentatif de la population d’intérêt plus large.


En résumé, dans une expérience, la variable que vous contrôlez et qui crée des groupes au sein de votre échantillon est appelée variable indépendante. Les expérimentateurs espèrent que les différences dans la variable indépendante entraîneront des changements dans la variable de résultat, appelée variable dépendante. Le groupe de base qui ne reçoit aucun changement par rapport à son environnement normal est appelé groupe témoin, tandis que le groupe qui reçoit des changements est appelé groupe expérimental. Vous voulez vous assurer que vous décidez quel participant entre dans quel groupe en utilisant une assignation aléatoire afin que les groupes soient aussi identiques que possible. Il existe de nombreuses façons différentes de sélectionner un échantillon parmi une population plus large. Afin de vous assurer que votre échantillon est représentatif de la population en termes de variables importantes, la meilleure façon de choisir des personnes est d’utiliser un échantillon aléatoire. Ces questions peuvent être compliquées, mais si vous les faites correctement, les expériences peuvent être un moyen très utile de répondre aux questions de psychologie. Si vous considérez tous les problèmes de cette leçon, vous pouvez créer une véritable expérience.


Après avoir regardé cette leçon, vous devriez être capable de :

  • Définir l’assignation aléatoire, la population et l’échantillon, et expliquer leur importance pour la conception expérimentale
  • Identifier et décrire les différents types d’échantillons
  • Expliquer la différence entre la variable indépendante et dépendante, ainsi qu’entre le groupe témoin et expérimental


Articles Similaires