CM Methode Expe

jeudi 15 septembre 2022
Méthode expérimental
Cours magistraux :
⦿ L’exp rimentation et sa place dans la d marche scientifique ⦿ Les

principes de base de l’exp rimentation
⦿ L’op rationnalisation des variables
⦿ La construction du sc nario exp rimental
⦿ Les types d’effets attendus
⦿ La repr sentation graphique des pr dictions exp rimentales
Pourquoi la psychologie utilise t’elle une méthode scienti que ?

Car un psy va se baser sur des observations sur le monde, et donc on est pas objectif,
nous avons des biais (faux souvenirs, biais des con rmation etc…).
Operationalisme -> besoin de donner du sens a ce qu’on observe
La d marche scienti que se base sur deux postulats :

→ la nature est ordonn e
→ les v nements ont des causes, déterminisme
Démarche scienti que => ordre et déterminisme

Prédire : Si…,alors…
La démarche hypothético déductive
Cycle classique :
OBSERVATION – INDUCTION – D DUCTION – V RIFICATION
Hypothèse théorique —> fait appel des concepts théorique, qui peut mobiliser plus H.
Opérationnelle. Ne fait pas référence à ce qui se passe dans les réel.
Hypothèse opérationnelles —> renvoi à je pense ce qui va se passer dans l’expérience
Facilitation social —> inhibition ou renforce selon si y des gens ou pas.
En r alit , il ne s’agit pas « d’une exp rimentation », mais de l’accumulation de

d monstrations qui permettent d’aboutir des conclusions ables.
De plus, la m thode exp rimentale permet de tirer des conclusions particuli res, ce que les
autres m thodes ne permettent pas forc ment.
La d monstration d’un lien de causalit implique que :

1 La cause suppos e pr c de la cons quence suppos e dans le temps
1
é
é
é
é
é
é
è
é
é
é
é
é
fi
é
fi
é
é
é
è
é
É
é
é
é
é
é
à
é
é
É
fi
é
é
fi
fi
é
è
2 La cause suppos e et la cons quence suppos e sont li es
3 La relation s’observe lorsqu’on contr le d’autres variables pouvant intervenir dans cette
relation (e.g., Chocolat, prix Nobel et PIB)
Relation entre prix bel et chocolat —> factive
L’expérimentation c’est un moyen de contrôler sans passer par les statistique, par ce
l’expérimentation va utilise les principe de standardisation et d’aleatorisation.
La standardisation
—> faire en sorte que les di érentes sources qui pourrait in uencer sois contrôlé
—> faire en sorte que les condition sois les même pour tous et donc controlé les causes
supposé
L’aléatorisation
—> censé gardait une répartition égal des capacité des di érents participants
Les di érents type de variable :

VI -> cause supposé, In uence sur le ph nom ne qu’on cherche comprendre dans le
cadre de l’exp rimentation.
Variable dont on pense qu’elle in uence la variable d pendante. Provoqu e/ Invoqu e
(parfois manipul e, parfois mesur e)
Inter ou Intra
VD -> conséquence, Ph nom ne qu’on cherche comprendre dans le cadre de

l’exp rimentation.
Variable qui subit l’in uence de la ou les VI. Toujours mesur e.
Di rents types d’ chelle (nominale, ordinale (Qualitatives), intervalle, rapport
(Quantitatives))
V.Controlé -> Sources de variation susceptibles d’in uencer le ph nom ne tudi et qu’on
cherche neutraliser. Variable dont on sait qu’elle in uence la VD ind pendamment de la
VI
V.modératrice -> Variable qui mod re ( = qui change), l’in uence de la VI sur la VD. Variable
qui module l’in uence de la VI sur la VD. Il s’agit d’une VI suppl mentaire
L’in uence de la VI sur la VD d pend du niveau du mod rateur
→ On parle alors d’interaction entre les deux VI
Facteurs sujet -> population qui participe à l’expérience
VI Intersujet : Chaque sujet/participant appartient/est attribu une seule modalit de la

VI C’est- -dire que soit il appartient/est attribu l’une, soit l’autre (pour une VI deux
modalit s).
VI provoqué/manipulé (par l’expérimentateur) : L’attribution des participants chaque

modalit est al atoire. Participant assigné à une activité.
VI invoqué : La variable ne peut pas tre manipul e dans l’exp rience. Chaque modalit
est inh rente au participant. L’attribution des participants chaque modalit n’est pas
al atoire. Propre au participants. (A t’il déjà une des variables?)
Exemple : Age, sexe -> pas manipulable
VI Intra sujet : Chaque participant est attribu toutes les modalit s de la VI

C’est- -dire que chaque participant est attribu l’une et l’autre (pour une VI deux
modalit s).
2
é
ff
é
fl
é
à
ff
é
é
é
é
à
à
é
é
fl
é
é
é
fl
fl
é
ff
è
é
é
fl
é
è
ê
ô
é
é
è
é
é
à
à
é
à
à
é
fl
fl
é
é
fl
é
à
ff
à
fl
é
é
à
é
à
é
à
é
é
é
è
é
é
é
à
à
é
à
é
é
é
Les VI intra-sujet sont souvent dites « mesures r p t es » dans les articles ou les
manuels.
La distinction invoquée/provoqué existe aussi th oriquement pour les VI intra-sujet, mais
elle est peu pertinente parce qu’elle n’a pas forc ment d’incidence sur la proc dure
exp rimentale que nous verrons lors des prochains CM.
29/09
Une échelle de type nominale sera nécessairement moins précise qu’un ordinale qui elle
même sera moins précise etc…
On peut transformer une échelle de rapport ou une échelle d’intervalle (quantitative) en

échelle ordinal (qualitative) —> inverse pas possible
COMPARAISON ENTRE DIFFÉRENTES MÉTHODOLOGIES
Lien entre média et violence
Méthode corrélationnelle : mesure syst matiquement une variable pr dictrice potentielle

(VI) avec une mesure du ph nom ne qu’on cherche pr dire (VD)
Attention !!! : dans le cadre de la m thode corr lationnelle, le statut des deux variables
comme l’une VI et l’autre VD est purement th orique, pas de manipulation
Intérêt de la méthode :
- situation naturelle, peu de biais interprétatifs dus à l’expérimentateur
—> on a demandé aux personnes de reporter leur comportement r el adopt dans la vie de
tous les jours
Limites de cette m thode :

• Est-ce vraiment la violence des lms qui joue (possibilit d’une variable confondue): la
violence peut tre due aux personnes ? C- -d des traits de personnalit sp ci que
d terminent la fois le choix des lms et les cpts agressifs.
Il y a t’il une variable personnelle ? Les gens violent ne sont t’il pas attirer par les médias
violents ?
→ Limites dues l’absence d’al atorisation et de standardisation

• Quel cr dit apporter aux d clarations des personnes (concernant les actes violents
report s ET le type de lm consomm ) ?
Avec cette m thode, on tabli un lien entre deux variables (= deux s ries de donn es) sans
pour autant d terminer la nature de ce lien.
Un lien ne permet pas d’a rmer une corrélation.
La corr lation entre 2 ph nom nes ne traduit pas une causalit
X (violence des lms) peut causer Y (la violence des comportements)

Y peut causer X : les gens les plus violents cherchent plus regarder des lms violents
Z, une 3 me variable, cause X et Y : les lms violents sont galement des lms d’actions et
c’est l’intensit des actions, ind pendamment de leur violence, qui cause les
comportements violents.
Il peut exister des corr lations sans signi cations qui r sultent du hasard.
Voir graphique moodle
=> situation naturelle avec peu de biais interpr tatifs de la part de l’exp rimentateur, mais
honn tet des participants sujette caution et relation de causalit di cile tablir
3
é
é
ê
é
é
è
é
é
à
é
é
é
ê
fi
à
é
é
fi
é
é
ffi
é
é
è
é
fi
é
è
fi
à
é
é
à
fi
fi
é
à
é
é
é
é
é
é
à
é
é
é
é
é
à
é
é
é
é
é
ffi
é
é
é
fi
fi
é
à
é
é
é
fi
é
Méthode quasi-expérimentale : toute les VI ne sont pas manipulé, au moins une des VI
est invoqué
Voir graphique moodle

Bar dans graphique —> moyenne
Les int r ts et le limites de la m thode sont similaires ceux de la m thode

corr lationnelle, si ce n’est qu’ici, le sc nario mis en place permet de limiter les biais dus
l’honn tet des participants.
Scénarios un peu plus standardisé qu’avec la méthode corrélationnel.
=> situation naturelle avec peu de biais interpr tations de la part de l’exp rimentateur,
honn tet des participants peu sujette caution parce qu’observation d’un comportement
spontan , mais relation causale di cile tablir (variables confondues ?)
Méthode expérimental :
En labo, on choisi aléatoirement la position des participant.
Les participants sont assign s al atoirement chacune des deux modalit s.
→VI inter deux modalit s
Dans un second temps, on laisse l’opportunit aux participants d’agir plus ou moins
violement vis- -vis d’un comp re qui les a provoqu s en les bousculant violement en
sortant de la salle d’exp rimentation (VD).
Des juges ext rieurs valuent l’agressivit de la r ponse la provocation sur une chelle de
1 (pas du tout d’agressivit ) 7 (agressivit importante)
Apports de ce]e m thode :

Ma trise de la VI, max de la standardisation
Standardisa5on des autres facteurs susceptibles de jouer sur l’agressivit de la r ponse
Peu d’in uence des variables dues aux participants parce que réparation al atoire dans les
deux conditions
Limites de ce]e m thode :
Caract re arti ciel de la situa5on de visionnage et des lms
=> situation peu naturelle, honn tet des participants peu sujette caution parce
qu’observation d’un comportement spontan , l’al atorisation permet de limiter l’impact
variables confondues
Pourrait-on se passer de la m thode corr lationnelle et de l’approche quasi-

experimentale ?
—> non car :
Pour des raisons pratiques : certaines variables sont impossibles manipuler. Or, certaines
de ces variables sont pertinente dans le cadre de la psychologie
→ la symptomatologie, les traits de personnalit , le genre, la lat ralisation manuelle, etc…
Pour des raisons thiques

→ exemple de la psychologie volutionniste o on fait le parall le entre le mod le animal et
le mod le humain. On r alise l’exp rimentation sur des sujets animaux et on r alise des
tudes corr lationnelles sur des sujets humains.
Hypothèse théorique : plusieurs démonstration
Validité :
- externe : généralisation
- Statistique : question de con ance associée aux test statistiques utilisés
- Interne : question de solidité méthodologique :
-> validité de la mesure -> validité des variables indépendants
4
é
î
é
ê
ê
é
è
è
é
fl
ê
é
à
é
é
fi
é
à
é
é
é
é
é
é
é
é
é
à
fi
é
è
é
é
ê
é
ffi
é
é
é
à
à
é
é
é
é
é
à
é
ù
é
é
é
é
é
à
fi
à
è
é
à
à
é
é
é
é
é
é
è
é
é
à
Validit externe : limiter au maximum les biais imputables aux individus ayant particip
l’exp rience
• Robustesse : capacit de la procédure r sister aux variations de population, contextes,
etc.
• Ecologie : situations repr sentatives de situations plausibles pour les participants
• Pertinence : de la variable tudi e au regard du probl me pos . Quand bien m me la
variable aurait un r le causal av r , son utilisation sur le terrain est-elle possible ?
→ Ce que nous observons peut-il tre appliqu d'autres individus, d'autres contextes...
→ Peut-on parler de g n ralisation ?
Limite de la généralisation :
—> Souvent bcp d’étudiant et donc souvent, des attitudes moins bien form es, Des
meilleures habilit s cognitives ,une plus forte tendance se conformer l’autorit
—> Weird samples : pays industrialisé, personnes éduqué etc…
On parle ici de la sp ci cit de la situation exp rimentale, et donc de la notion de r alisme.

Le r alisme commun : renvoie la mesure dans laquelle les v nements de la recherche
peuvent intervenir dans la vie quotidienne.
Le r alisme exp rimental: renvoie au caract re impliquant/motivant de la situation
exp rimentale.
Le r alisme psychologique: renvoie la mesure dans laquelle les processus psychologiques
impliqu s dans l’exp rience sont similaires ceux de la vie quotidienne.
La notion de r alisme renvoie donc la validit externe

MAIS :
Le r alisme commun en psychologie n’a aucune importance.
Il n’est pas n cessaire d’avoir recours des exp rimentations r alistes mais des
situations permettant de tester des hypoth ses.
→ ce qui est important, c’est que la situation exp rimentale capte ce qui essentiel au
concept qu’on cherche manipuler/mesurer, et qui se retrouvera donc aussi dans toutes
les situations r elles qui sont consid r es comme relevant de ce concept.
→ C’est donc le r alisme psychologique qui est important
MAIS cela d pend du type de recherche :

• Les recherches orient es vers les processus cherchent isoler des processus applicables
de multiples situations (ex: lien a ectif dans l’ ducation).
→ Un processus ne se rencontre pratiquement jamais de fa on pure m me dans la vie
quotidienne, il est donc inutile de l’ tudier dans des circonstances « r elles ».
• D’autres recherches s’int ressent davantage aux probl mes, elles ont davantage besoin
de r alisme commun (e.g., r duction des pr jug s).
→ Mais ces recherches l se basent sur des mod les th oriques ables qui ont eu pour
objectif d’identi er des processus !
La seconde ne va donc pas sans la premi re.
Validit externe et cologie :
Exercice :
« Pour des travaux de groupe sur la r solution de probl mes, on cr en laboratoire soit
des groupes de personnes ayant des comp tences h t rog nes, soit des groupes de
personnes ayant des comp tences homog nes. On fait l’hypoth se que les groupes
compos s de personnes h t rog nes dans leurs comp tences sont plus performants pour
la r solution de probl mes que les groupes plus homog nes. »
→Manque d’ cologie de la situation de laboratoire ; trouver un moyen de tester l’hypoth se
en situation r elle (notamment la variable « h t rog n it des groupes »
12/10
5
à
é
é
é
é
é
é
é
é
é
é
é
é
é
é
é
é
é
é
fi
é
é
é
é
ô
é
é
è
é
é
fi
é
à
à
é
é
é
é
é
é
é
é
é
à
é
é
è
é
ê
é
ff
à
à
é
é
é
à
à
è
è
è
é
è
à
é
é
é
é
é
é
é
é
é
à
é
é
è
é
é
é
è
è
é
é
à
è
é
è
é
à
ç
è
é
é
é
é
è
fi
é
é
é
ê
à
é
à
ê
é
é
é
è
à
Validité interne : limiter au maximum les biais imputables aux instruments utilis s pour
mesurer les concepts et aux m thodes employ es pour manipuler les concepts. Question
de solidité méthodologique :
- Validité de la mesure : cf psychométrie
- Validité des variables indépendantes
→ Ce que nous observons est-il bien du ce que nous pensons ?Lien entre monde des
faits et des concepts. Question sur l’interprétation théorique
→ Peut-on parler de lien causal ? Le lien causal a rmer peut il être questionner.
Exemple : lien statistique entre taille des vêtements et réchau ement climatique
Validit interne : limiter au maximum les biais imputables aux instruments utilis s pour
mesurer les concepts et aux m thodes employ es pour manipuler les concepts.
→ Concerne la validit des variables manipul es (Forc ment des VI)
Ex : Lorsqu’on manipule la pr sence d’autrui :

• Est-ce que l’op rationnalisation repr sente su samment et uniquement la variable
th orique ? Question de l’exaustivité
Implique n cessairement une d nition ne et actualis e du concept qu’on cherche
manipuler
Implique l’identi cation d’ ventuelles variables confondues
Est-ce que l’op rationnalisation repr sente su samment et uniquement la variable
th orique ?
Implique n cessairement une d nition ne et actualis e du concept qu’on cherche
manipuler.
Implique l’identi cation d’ ventuelles variables confondues
Variable confondue ?
→ Il s’agit de variables qu’on va manipuler involontairement en m me temps que la variable
ind pendante th orique d’int r t et qui peuvent rendre compte du lien causal observ entre
VI et VD.
Ex : Impact des « poses de pouvoir » sur le sentiment de puissance et de bien- tre

Ici, une possible variable confondue est l’ouverture de la cage thoracique qui est plus
importante pour les poses en rouge que pour les poses en bleu
• ... ce qui peut expliquer les cons quences en termes de sentiment de puissance et de
bien tre
Notons que les variables confondues peuvent aussi concerner les VI invoqu es
Ex : Chocolat et prix Nobel (PIB = Variable confondue AVEC consommation de chocolat)
Validit interne : limiter au maximum les biais imputables aux instruments utilis s pour
mesurer les concepts et aux m thodes employ es pour manipuler les concepts.
→ Concerne la validit des variables manipul es (Forc ment des VI)
→ Concerne galement la validit de la mesure (VI invoqu es et VD) cf cours de
psychom trie
→ Tout un ensemble de biais qui concerne l’une, l’autre, ou les deux
Dans le cadre des questionnements au sujet de la validit interne une tude ou

exp rimentation donn e, on peut identi er toute une s rie de biais susceptibles de remettre
en doute la relation causale observ e entre VI et VD :
● Biais dus la proc dure
● Biais dus aux participants
● Biais dus l’exp rimentateur/chercheur
6
é
é
é
é
ê
é
é
é
à
é
é
à
é
é
fi
fi
é
é
é
é
é
é
é
é
é
é
é
é
é
ê
é
é
é
fi
fi
é
é
é
é
é
fi
fi
fi
à
é
é
ffi
é
é
é
ffi
ffi
é
é
é
é
é
é
é
ff
ê
à
é
é
é
é
ê
é
à
à
é
Voir tableau moodle + TD
Biais dus à la procédure :

- Biais d’histoire r troactive (intervention de facteurs externes dus l’ volution du monde)
- Biais de maturation (intervention de facteurs externes dus l’ volution des participants
- Biais de r gression vers la moyenne (pour les individus extr mes), biais purement
statistique
- Biais de testing (conditions de passations Temps 1 et Temps 2)
- Biais d’ordre et de transport (in uence d’ordre des conditions intra- sujet)
- Biais d’instrumentation (in uence de l’instrument de mesure de la VD)
Biais d’histoire rétroactive, Biais de maturation, Biais d’ordre et de transport :
Concerne le choix du plan exp rimental (intra-sujet ? VI inter-sujet ?)
Concerne principalement les variables intra-sujets et peut impliquer l’ajout d’une variable
inter-sujet pour introduire un groupe contr le, ou un contrebalancement
Biais de régression vers la moyenne, biais de testing, Biais d’instrumentation :

Concerne le choix des instruments de mesure
→ Principalement les caractéristiques psychom triques de ces instruments (sensibilit et
validit surtout) ainsi que les condition de r alisation des t ches
Biais dus aux participants :

- Biais d’histoire proactive (confusion modalit s de la VI et caract ristiques des
participants)
—> concerne l’aléotorisation des participants
- Biais de mortalit exp rimentale (les participants quittent l’exp rience)
—> concerne l’attractivité de l’etude
- Biais de r le (motivations des participants pendant l’exp rience)
—> concerne la clairvoyances des participants (ou leur clairvoyance imaginée)
Biais dus à l’expérimentateur :

- Biais d’attentes (les attentes de l’exp rimentateur in uencent les comportements des
pps)
- Biais psycho-sociaux (les caract ristiques de l’exp rimentateur in uencent les
comportements des pps)
- Biais situationnels (la maitrise de la proc dure in uence les cpts des pps)
Pour r sumer, on a di rentes sources de biais :
• Le choix du plan exp rimental et ce qu’il implique
• Le choix du mat riel de mesure (valide etc..)
• La standardisation et l’al atorisation
• Les croyances, connaissances des exp rimentateurs ET des participants au sujet des
hypoth ses
L’existence de ces biais pourrait elle seule justi er le recours la r plication

S’ils ne peuvent pas toujours et tous tres vit s dans une tude/exp rimentation
sp ci que, leur connaissance permet de les anticiper et de construire l’exp rience en
cons quence.
Le dilemme de base de l’expérimentateur :
La recherche id ale, si elle cherche tablir des liens causaux, doit :

⦿ tre exp rimentale
⦿ impliquer du r alisme psychologique
⦿ porter sur un processus sous-jacent un ph nom ne important
⦿ tre r alis e dans une situation naturelle dans laquelle les participants sont assign s
7
ê
ê
é
é
fi
é
é
è
é
é
ô
é
é
é
é
é
é
é
ff
é
é
é
é
fl
é
fl
é
à
à
é
ê
é
à
é
é
ô
é
é
é
é
é
é
fl
fi
é
fl
è
é
â
à
é
ê
é
é
à
é
à
fl
é
é
é
é
é
é
al atoirement aux di rentes conditions et toutes les variables sont contr l es.
→ C’est quasiment impossible, une seule tude/exp rimentation n’est JAMAIS exempte de
biais (mais voir Lepper, Greene,& Nisbett, 1973; Latan & Darley, 1970; Freedman & Fraser, 1966). Donc
recours à la réplication.
→ La parade: la programmation de la recherche: envisager plusieurs recherches dans
lesquelles di rentes proc dures exp rimentales, variant par leur r alisme, seront utilis es
pour examiner la m me relation conceptuelle.
Instancier des situations, des VI et des VD di rentes croissant par leur r alisme
→ L’importance des r plications
⦿ Impact de l’exposition des m dias violents sur les comportements agressifs

• Nombre de lms violents visionn s au cours du dernier mois (auto-rapport )
• En laboratoire, visionnage soit d’un lm violent, soit d’un lm non violent (deux lms
compl tements di rents)
• En laboratoire, visionnage du m me lm, soit version compl te, soit version censur e
sans les sc nes violentes
•...
Instancier des situations, des VI et des VD di rentes croissant par leur r alisme
→ L’importance des r plications
⦿ Impact de l’exposition des m dias violents sur les comportements agressifs

• Pr sentation de petits sc narios de con it, demander de s lectionner la n de
l’histoire parmi plusieurs options croissantes en agressivit
• Apr s une provocation par un comp re (ex : tre bouscul ), mesurer les intentions
d’agression vis- -vis de ce comp re
• Le paradigme de la sauce piquante : sous couvert d’une seconde exp rience sur les
pr f rences alimentaires, demander d’assaisonner le plat d’un comp re provocateur
• Le paradigme du ’’son blanc’’ : sous couvert d’une seconde exp rience, faire participer
un jeu de rapidit sur ordinateur dans lequel il s’agit d’envoyer des bruits d sagr ables
un adversaire
Les biais : des sources externes de variation qui menacent la validit

interne
Chaque m thodologie implique des limites sur les conclusions qu’on va tirer des r sultats
• Quasi-exp rimentation vs exp rimentation par exemple
⦿ Chaque m thodologie implique des biais potentiels qui ont eux aussi un
impact sur les conclusions qu’on va tirer des r sultats
→ D’o l’importance de la r plication
Taxonomie des réplications :
Voir moodle
R plication exacte :
• Identique en tous points l’exp rience dont on cherche reproduire les e ets
• Les tudes originales peuvent pr senter des probl mes en termes de puissance
statistique (i.e., chantillon trop faible par rapport la taille d’e et recherch e)
• La r plication exacte a pour objectif d’ vacuer les e ets dus des faux positifs (erreur de
type I/de premi re esp ce) dus une faible puissance statistique dans l’ tude initiale
8
é
é
é
é
é
é
è
é
è
ù
é
è
é
ff
é
fi
é
è
é
à
é
ff
ê
é
ff
é
é
é
è
à
à
é
à
é
é
é
à
é
ê
é
é
è
é
é
fi
é
è
fi
é
fl
é
ff
ff
é
é
é
ê
é
à
è
ff
é
é
à
é
fi
é
à
è
ff
é
é
è
é
é
é
é
ô
fi
é
é
é
ff
é
é
fi
é
é
é
é
à
à
—> limitation d’ordre statistique
Echec répété -> En cas d’ checs r p t s de r plications exactes, l’hypoth se/la th orie sur
laquelle se basait l’hypoth se est discr dit e.
R plication proche :
• Identique en tous points l’exp rience dont on cherche reproduire les e ets, mais
conduite par une autre quipe de recherche
• Cela implique d’o ce des possibles variations dans la proc dure, d’o le terme de
« r plication proche »
• A pour objectif d’ vacuer les faux positifs, les e ets dus aux exp rimentateurs, les e ets
dus des biais dans les proc dures insu samment formalis es…
R plication constructive :
• La r plication comprend des l ments identiques l’ tude originale, mais pr sente
galement quelques variations
• Variations ayant pour objectif de d terminer les conditions essentielles ou au contraire
limites l’ mergence d’un e et
• Variations ayant pour objectif d’exclure les variables confondues
Exemple de r plication constructive avec les tudes sur la soumission l’autorit (Burger,
2009)
• Objectif : identi er les conditions limites du ph nom ne de soumission l’autorit
• Une partie de la proc dure est strictement identique celle des tudes originales
(modalit s de recrutement des participants, dur e des passaWons)
• Variations dans les tapes pr liminaires l’ tude :
• On limine les participants susceptibles de d j connaitre les recherches sur la
soumission l’autorit
• On limine les participants pr sentant des troubles psychologiques, des probl mes
d’abus de substance, une trop grande sensibilit au stress
• On s’assure d’une repr sentation quivalente des hommes et des femmes dans
l’exp rimentation
Conclusions de la r plication constructive avec les tudes sur la soumission l’autorit

(Burger, 2009) :
● Variations dans les tapes pr liminaires l’ tude :
→ On limine une potentielle variable confondue : divers troubles de personnalit ,
sexe des pps
● Variations dans la proc dure exp rimentale proprement parl : introduction d’une VI 2 :
Pression normative refuser d’administrer les chocs (VI inter sujet : pr sent, absent)
→ On identi e une ventuelle condition limite : le fait d’ tre expos un mod le normatif
qui refuse d’administrer les chocs
A noter que dans l’exemple pr sent ici, les participants se soumettent l’autorit m me
en pr sence d’un mod le normatif qui refuse d’administrer les chocs lectriques
R plication conceptuelle de laboratoire :

• On cherche reproduire les aspects th oriquement pertinents de l’ tude originale via
des manipulations et des mesures alternatives
• Tout peut di rer tant que les processus l’œuvre dans l’ tude originale sont assur s
par les modi cations apport es
• L’objectif est de montrer que les e ets obtenus pr c demment ne sont pas d pendants
de la m thodologie utilis e et d’un biais de demande exp rimentale, ils s’agit donc de
montrer que les e ets obtenus ne sont pas des artefacts de laboratoire
le r le du faible e ort de pens e sur le conservatisme politique (Eidelman et al., 2012) :
9
é
é
é
é
é
ô
à
é
é
é
é
é
é
à
é
é
é
fi
à
fi
é
ff
à
é
fi
ff
é
ff
ffi
é
é
à
é
é
é
é
è
é
é
é
é
è
é
à
é
ff
é
é
é
é
é
é
é
é
é
é
ff
é
é
é
é
é
é
é
é
ffi
à
à
à
é
é
é
é
à
é
é
é
ff
é
é
à
é
é
à
è
é
à
é
ê
é
à
é
é
é
é
é
é
é
à
é
é
é
à
ù
à
à
è
ff
à
è
é
é
è
é
é
é
é
é
ff
é
ê
é
L’hypoth se th orique est que le conservatisme politique (i.e., pr f rence pour le statut
quo, fort biais d’internalit , acceptation de la hi rarchie) est favoris par un mode de
pens e de moindre e ort ;
A n de proposer des d monstrations exp rimentales vari es de la pens e de moindre
e ort :
• Etude 1 : manipulation de la charge cognitive des participants : les participants
compl tent le questionnaire d’attitudes politique (conservatisme et lib ralisme) soit en
double t che ( couter une cassette et noter les changements de ton), soit en t che simple
• Etude 2 : manipulation de la pression temporelle pendant la r alisation d’une t che
informatique, puis compl tion du questionnaire d’attitudes politiques
—> schéma moodle -> Un patern d’interaction merge dans les deux tudes.
A n de proposer des d monstrations exp rimentales vari es de la pens e de moindre

e ort :
• Etude 1 : manipulation de la charge cognitive des participants : les participants
compl tent le questionnaire d’attitudes politique (conservatisme et lib ralisme) soit en
double t che ( couter une cassette et noter les changements de ton), soit en t che simple
• Etude 2 : manipulation de la pression temporelle pendant la r alisation d’une t che
informatique, puis compl tion du questionnaire d’attitudes politiques
→ L’e et merge ind pendamment de la manipulation exp rimentale utilis e, il ne s’agit
donc pas d’un art fact de laboratoire
R plication conceptuelle de terrain

• Evaluer la pertinence sur le terrain et d terminer les limites dues la situation de
laboratoire – similaire la r plication de laboratoire, mais en situation cologique
• L’objectif est de v ri er que l’e et merge dans une situation o la standardisation est
moindre.
• Cela permet d’ valuer la pertinence du ph nom ne mis en vidence en situation r elle, en
vue de proposer des interventions, rem diations, utilisations futures en contexte r el
Voir les schéma moodle pour les di érentes étape
10
ff
ff
fi
fi
é
é
ff
è
è
â
â
è
é
é
é
é
é
é
é
é
ff
fi
à
é
é
é
é
é
é
ff
ff
é
é
é
é
é
é
é
é
è
é
é
é
é
é
é
ù
é
à
é
é
é
é
é
é
é
é
é
â
â
â
â
é
é
-> L’ensemble du processus est souvent n cessaire pour avoir con ance en un fait
scienti que !
Plani cation de l’expérimentation
Étape 1 : les caractéristiques d’une hypothèse opérationnelle

Traduire l’hypothèse théorique en hypothèse opérationnelle
Bien faire la distinction entre trois hypothèse :

- théorique
- Opérationnelle
- Statistique (H1 & H0)
Les qualit s d’une hypoth se op rationnelle :
• Ce n’est pas une question mais une a rmation claire
• fait apparaitre VI et VD et le sens de l’in uence (augmentation ou r duction ?)
Exemple : Les personnes emp ch es de r aliser une t che expriment des pens es plus
agressives vis- -vis de l’exp rimentateur que les personnes non emp ch es
VI
VD
Sens de l’in uence
. Elle peut tre test e – elle est r futable -> Le plan exp rimental permet l’hypoth se
d’ tre contredite
Exemple : Les personnes emp ch es de r aliser une t che expriment des pens es plus
agressives vis- -vis de l’exp rimentateur que les personnes non emp ch es
• Si l’intensit des pens es agressives est plus important lorsque la t che n’est pas
emp ch e que lorsqu’elle est emp ch e
→ les r sultats ne supportent pas l’hypoth se
• Si l’intensit des pens es agressives est quivalents dans les deux conditions
→ on ne peut pas conclure (on suspend son jugement)
Attention, comme on l’a vu, l’op rationnalisation d’une hypoth se sous forme de VI et VD
ne constitue qu’une op rationnalisation possible, elle est forc ment imparfaite.
Étape 2 : le plan expérimental de base
1- la VI pr c de la VD dans le temps
2 - Dans une situation ou la une variation (VI) intervient entre une modalit et son absence
(ou 2nd modalit )
Pour l’hypoth se « Le fait de visionner des m dias violents augmente les comportements
agressifs », on op rationnalise la VI comme suit :
• Exemple 1: Les sujets visionnent un extrait de lm r el violent (Die Hard) versus lm non
violent (les bronz s)
→ plus d’une chose varie entre les deux conditions
• Exemple 2 : Film exp rimental identique pr sentant des actions dont la conclusion est
violente versus non violente.
→ une seule chose varie entre les deux conditions
3 - Il y a assignation al atoire des sujets aux conditions exp rimentales
Étape 3 : Construire les VIs
Le principe de base: « toute chose gale par ailleurs » (qu’est ce que qu’on compare) :
11
ê
ê
fi
fi
é
é
é
é
ê
fl
è
é
é
è
à
à
é
é
é
é
é
é
é
é
é
è
é
é
ê
ê
é
é
é
é
é
ê
é
é
ffi
fl
é
é
é
è
é
é
é
fi
é
â
â
é
é
é
è
fi
é
â
ê
ê
é
à
é
é
é
é
fi
è
- Al atorisation et standardisation
- On prend toutes les pr cautions pour ne faire varier que la VI a n de pouvoir attribuer la
VI les variations de la VD
Probl me: comment tre s r de construire une VI qui :

• manipule ce que vous voulez
• ne manipule que ce que vous voulez manipuler, sans in uencer d’autres facteurs -> voire
validité interne
Est-ce qu’on manipule bien ce qu’on veut manipuler et uniquement cela ?

→ C’est la question de la validit interne li e la construction de la VI (aussi appel e
« validit de construit »
Ex: Les humeurs positives facilitent le recours aux heuristiques par rapport aux humeurs
n gatives.
• Manipuler l’humeur en visionnant un extrait de lm comique/triste OU en variant
l’activation des muscles zygomatiques.
Ex : Les individus de statut social lev adoptent moins de comportement d’aide que les
individus de statut social plus faible.
• Manipuler le statut social en donnant plus ou moins de pouvoir au gens OU en faisant
penser des situations o ils taient en situation de haut/bas statut.
Est-ce qu’on manipule bien ce qu’on veut manipuler et uniquement cela ?

→ C’est la question de la validit interne li e la construction de la VI
Est-ce que l’op rationnalisation permet de manipuler (su samment) le concept th orique ?
• Zone de recouvrement entre le concept et chaque Op rat.
Est-ce que l’op rationnalisation ne manipule pas aussi autre chose susceptible d’in uencer
la VD ?
• Ind pendamment du statut social, le fait d’ tre ou pas en situation de pouvoir peut en soit
in uencer les comportements d’aide.
Variables ind pendantes provoqu es ou invoqu es ?

Provoqu es : les modalit s sont cr es par le chercheur
Invoqu es : variable pr existante l’ tude (caract ristique observ e, d j pr sente)
Les VI provoqu es seules permettent d’a rmer un lien causal
Exemple 1 : VI humeur +/-

j’ai fait passer un test d’humeur et je place les sujets qui ont eu un score positif (n gatif)
dans la condition humeur + (-)
Je fais tenir un stylo entre les dents (entre les l vres) aux sujets de la condition humeur +(-).
Exemple 2:VI estime de soi

Je fais passer un test d’estime de soi et je place les sujets dans les conditions en fonction
de leur score.
Je fais passer un faux test et donne un faux feedback sur les r sultats et je place les sujets
qui ont eu un feedback + (-) dans la condition estime + (-)
La validit interne des VI provoqu es

→ Est-ce qu’on manipule bien ce qu’on veut manipuler et uniquement cela ?
Plusieurs moyens de le v ri er :
- Pr -test des manipulation ( tude pr liminaire) : conduire une premi re tude qui a pour
objectif sp ci que de v ri er que les manipulations a ectent bien le construit qu’elles sont
cens es a ecter et n’a ectent pas les construits qu’elles ne sont pas cens es a ecter (i.e.,
manipulent bien ce qu’elles sont cens es manipuler et pas autre chose)
12
é
fl
é
é
é
é
è
é
à
é
é
é
ff
é
é
fi
é
é
é
ê
é
é
ff
é
é
é
ù
fi
û
fi
é
é
é
é
é
é
à
é
é
é
é
é
é
ffi
é
é
ê
à
à
è
é
fi
é
ff
é
fl
ffi
é
fi
é
è
é
à
é
é
é
ff
é
é
é
fl
à
Avantages : permet de bien calibrer les manipulations exp rimentales sur tout un ensemble
de variables en pr vision de l’exp rience
Inconv nients : couteux (temps et participants)
- V ri cation de la manipulation : mesure intervenant juste apr s la manipulation pour

s’assurer de l’e cacit de la manipulation (manipulation de l’estime de soi suivi de la
passation d’un test d’estime de soi).
Avantages : vite le cout d’un pr test (qui implique une « pr -exp rience)
Inconv nients :
• Peut polluer la VD
• Peut renforcer la manipulation : la manipulation elle seule ne su t pas, l’ajout de la
mesure de v ri cations des manipulations est n cessaire l’ mergence de l’e et
• Peut susciter la suspicion : informe les participants de l’objectif de la manipulation
Variables inter sujet ou intra sujet ?

• Les plans purement intra-sujets peuvent apparaitre comme ceux pr sentant le plus
d’avantages
• Moins de probl me d’al atorisation entre les conditions (ce sont les m mes participants !)
• Moins de participants, donc plus de puissance statistique (plus de probabilit de rejeter
H0 raison)
Mais pas toujours r alisables !

• Biais d’histoire r troactive (la situation change entre les modalit s intra)
• Biais de maturation (les participants voluent entre les modalit s intra)
• Biais d’ordre et de transport
• Biais dus la clairvoyance
VI intra-sujet :
Chaque unit (ici, chaque participant) est son propre niveau de base
Tout chose est gale par ailleurs (y compris les caract ristiques d’un participant)
Mais peut impliquer des biais :
→ d’ordre et de transport
→ d’histoire r troactive
→ de maturation
Biais d’ordre ou de transport

=> Solution : l’ajout d’une variable contr le !
→ la moiti des participants r aliseront d’abord la t che « Rappel », l’autre moiti
r aliseront d’abord la t che « Reconnaissance »
→ C’est ce qu’on appelle un Contrebalancement
—> Cette variable « Ordre » est une variable contr le, les hypoth ses ne portent pas sur
elle
Biais d’histoire r troactive et de maturation

=> Solution : l’ajout d’une VI inter-sujet !
—> la moiti des participants recevront les mesures sans recevoir « le traitement » ou en
recevant un traitement placebo
—> La modalit inter-sujet « sans traitement » capte l’ volution hors exp rimentation (due
aux v nements ou la maturation des participants) via la di rence entre les temps de
mesure
—> L’e et du « traitement » sera valu en comparant l’ volution dans cette condition et
l’ volution dans la condition « sans traitement »
Recap intra-sujet :
Chaque unit est son propre niveau de base.
13
é
é
é
à
é
fi
è
é
ff
é
à
é
é
é
é
é
é
é
é
fi
ffi
é
é
é
è
é
é
é
â
é
é
é
é
é
é
é
ô
é
à
ô
â
é
é
é
à
é
ff
é
é
é
é
é
è
é
è
ffi
é
ê
é
é
ff
é
Tout chose est gale par ailleurs (y compris les caract ristiques d’un participant)
Mais peut impliquer des biais :
→ d’ordre et de transport
→ d’histoire r troactive
→ de maturation
Parfois, le ph nom ne tudi exclu d’o ce l’utilisation d’une manipulation intra-sujet
→ Peut susciter la suspicion des participants (clairvoyance)
→ Peut biaiser les r ponses (le participant r pond en comparant les deux situations
auxquelles il a t confront ), ce qui n’ tait pas l’objectif de l’ tude
VI inter-sujet :
⦿ choix de l’op rationnalisation modalit « contr le » ?

• Aucun traitement :
→ Les participants ayant re u un traitement quel qu’il soit pr sentent une am lioration des
sympt mes par rapport ceux n’ayant pas re u de traitement
→ Conclusion : le traitement est mieux que rien
• Traitement placebo :
→ Les participants ayant re u le traitement X pr sentent une am lioration des sympt mes
par rapport ceux n’ayant pas re u le X mais ayant tout de m me t suivis en
consultation sur d’autres aspects
→ Conclusion : Le traitement X est plus e cace qu’un traitement plac bo
• Traitement ordinaire et d j connu pour son e cacit :
→ Les participants ayant re u le traitement X pr sentent une am lioration des sympt mes
par rapport ceux ayant re u le traitement Y habituel
→ Conclusion : Le traitement X est plus e cace que le traitement Y habituel
Cela d pend de l’hypoth se et cela in uencera les conclusions.
—> Plus la modalit « contr le » sera proche de la modalit « traitement », plus les
conclusions seront pr cises
L’ajout d’une modalit contr le peut aussi servir obtenir un niveau de base :
Exemple : Impact de la comparaison sociale sur les comportements agressifs (Muller et al.,
2012)
→ la comparaison sociale descendante augmente les comportements agressifs
R alisation d’une t che, puis feedback sur les performances (VI intersujet 3 modalit s)
→Meilleur que le partenaire (CS descendante)
→Egal au partenaire (Contr le)
→Moins bon que le partenaire (CS ascendante)
Mesure du comportement agressif vis- -vis du partenaire via le paradigme de la sauce

piquante (VD)
Moodle
Biais d’attente : comment les gérer ?
Comment viter les attentes de l’exp rimentateur ?

Exemple : e et d’un feedback de performance sur un jugement
→Ne pas tre au courant des hypoth ses (double aveugle)

• Le participant ET l’exp rimentateur ne connaissent pas les hypoth ses
→Ne pas conna tre la condition exp rimentale qu’on est en train d’administrer
14
é
ô
é
ê
é
ff
à
à
é
é
é
é
é
î
é
â
è
é
é
é
é
é
é
à
è
é
é
ô
ç
à
ç
ç
ç
ô
ô
é
ç
é
é
è
fl
é
à
ffi
é
ffi
ffi
é
ç
ffi
é
é
ô
à
é
é
é
é
é
ê
é
é
é
è
é
é
à
é
ô
ô
é
• R alisable uniquement lorsque le r le de l’exp rimentateur est uniquement de recevoir le
participant, de recueillir son consentement participer, puis de le d briefer, mais que la
manipulation exp rimentale n’implique pas une mise en sc ne dans laquelle
l’exp rimentateur intervient.
Comment viter les attentes des participants ?
→A abuler (rendre crédible le scénarios) a n de dissimuler

• Les variables
• Les hypoth ses
→Avoir recours un sc nario exp rimental labor

• Pr sence de comp res
• Pr tendre qu’il y a participation des exp riences ind pendantes
• Dissimulation des mesures d’int r t parmi d’autres
• ...
• L’importance du d brie ng pour identi er la clairvoyance post riori
Les variables controle :
Variables ind pendantes et variables contr l es:
• La VI est une variable dont on veut conna tre l’e et sur une VD
• La VC est une variable qui peut prendre plusieurs modalit s galement mais dont on ne
veut pas tester l’e et, on veut juste l’int grer l’exp rience pour contr ler son in uence
• Elle peut tre construite pour les besoins de l’exp rimentation (manipul e)
R partition des sujets dans les modalit s de la VC :

• Contr le par constance : on maintient constante une modalit de la VC
Ex : uniquement des hommes dans l’exp rimentation
• R partition al atoire : r partition al atoire des participants dans chaque modalit de la

VC
• Contr le par r partition syst matique : on r partit les participants dans les conditions
selon une variation syst matique
Ex : Pour l’impact de l’ tat du v lo sur les performances, sur 60 participants, 20
participants ont des v los en bon tat et 40 en mauvais tat.
On place 10 participants avec v lo en bon tat et 20 participant avec v lo en mauvais tat
dans chaque condition « seul » et « pr sence d’autrui »
Plani er et conduire une exp rimentation
Modalit contr le vs Condition contr le ?
09/11
Modalit : modalit possible sur une VI
Condition : situation dans laquelle se trouve le participant selon le plan exp rimental
Plani er et conduire une exp rimentation

Etape 3 : construire les VD – Typologie des VD
Les mesures en auto-report :

Auto-d clarations de comportements, pens es, intentions...
Quand les utiliser?
15
é
é
é
é
é
ff
é
fi
fi
é
ô
ô
é
é
ê
é
è
é
ô
é
é
à
é
ff
é
é
è
é
é
fi
é
é
é
é
é
é
é
é
é
à
é
é
ô
ê
é
ô
é
fi
é
é
é
ô
fi
é
î
é
à
é
é
é
é
à
é
ff
é
é
é
é
é
à
è
é
é
é
é
é
ô
é
é
é
fl
é
é
R ponses subjectives
R ponses objectives mais ne pouvant pas tre observ es (comportements pass s)
Pourquoi sont elles si utilis es?

Simples
Pour de nombreuses mesures il est di cile de faire autrement
Mesures sensibles et continues
Des mesures qui peuvent tre standardis es
Les mesures comportemento des et cognitives
Les mesures comportementales
Les inconv nients:

La r activit : la conscience de faire l’objet d’une investigation permet l’adoption de
strat gies : désidérabilité, acquiescement
La m moire des v nements
Ne donnent pas acc s aux d terminants du jugement (Nisbett & Bellows, 1977)
Comment viter ces inconv nients ?

Jouer sur le format
Donner l’impression que la VD ne fait pas partie de l’ tude
Noyer les questions d’int r t dans un ensemble d’autres questions
la garantie de l’anonymat
Les mesures comportemento des et cognitives :
Des indicateurs indirects de tendances comportementales et/ou de saillances de concepts.
Les « proxies » : les indices de votre comportement

Ex : port du pr servatif pour les comportements de sant
Les t ches de compl tion de mots pour acc der la saillance d’un concept
Ex : « co_pe_ _tion » pour COMPETITION ou COOPERATION
Les t ches de m moire

Ex : pour acc der l’organisation des connaissances: rappel, rappel indic ,
reconnaissance (« qui a dit quoi »)
Les temps de r action

Ex : T che d’association implicite – voir suppl ment
Les mesures physiologiques

Ex : dilatation de la pupille, r ponses lectro-dermales, rythme cardiaque, activit lectrique
du cerveau, mouvements oculaires, imagerie fonctionnelle
Les mesures comportementales :
Les mesures comportementales directes:
-> Des mesures de temps pass adopter un comportement, d’ nergie

Ex : rapidit adopter un comportement d’aide
-> Le nombre de comportements d’un type

Ex : r action au sexisme/racisme (confronter ou pas ?)
-> Des taux d’acceptation ou de refus

Ex : signer ou pas une p tition
16
é
é
é
é
â
â
é
é
â
é
é
é
é
à
é
é
é
é
é
à
é
è
é
é
é
ê
é
ê
é
é
é
ï
é
ï
à
é
ffi
é
ê
é
é
à
é
é
é
é
é
é
é
é
-> Des performances des preuves
Ex : performance une t che de r solution de probl me
-> Les mesures comportementales par observation (codage par des juges) :
Ex : des juges ext rieurs observent puis codent les comportements observ s
→ MAIS probl me de l’interpr tation des mesures non d claratives

Ex : temps de xation du regard des nourrisson dans les tudes sur l’habituation/r action
la nouveaut
Etape 3 : construire les VD
On peut avoir plusieurs VD dans 1 tude

On peut tester des hypoth ses causales simples :
Présence d’autrui (VI) —> performances (VD)
Des hypoth ses de mod ration (ou d’interaction) :

Voir moodle
Des hypoth ses de m diation:

Moodle
Des hypoth ses sur les liens entre des mesures dont certaines ont le statut de VI et
d’autres de VD :
Hypoth ses corr lationnelles : plus les groupes sont coh sifs et plus ils sont performants
Hypoth ses structurales
moodle
Le problème de la mesure :
Les composantes de la mesure : Mesure = Concept + Erreur :
-> Erreur al atoire
-> Erreur syst matique
Les erreurs al atoires (di rences entre sujets, etc.) s’annulent (l’une va dans un sens,
l’autre dans un autre), mais augmentent la variance ce qui fait diminuer la abilit des tests
statistiques et augmente donc l’erreur de type 2 (Accepter tord H0)
Les erreurs syst matiques (probl me de mesure, etc.) ne s’annulent pas et diminuent la
variance ce qui fait augmenter la valeur des tests statistiques et augmente donc l’erreur de
type 1 (rejeter tord H0)
Les principales causes d’erreur syst matique :

biais dans les questions, cf. cours m thode d’enqu te: d sirabilit , acquiescement...
les erreurs de constitution de l’ chantillon
les erreurs techniques de mesure
Etape 4 : le plan experimental
Les plans inter-sujet :

Une seule VI inter-sujet
Plusieurs VI inter-sujets (plan factoriel groupes ind pendants)
Les plans intra-sujet :

Une seule VI intra-sujet (plan mesures r p t es
17
è
è
é
è
è
è
é
é
è
à
fi
é
é
é
é
à
é
à
é
â
è
ff
é
é
à
é
é
é
è
é
é
é
à
é
é
é
ê
é
è
é
é
é
é
à
é
fi
é
é
é
à
Plusieurs VI intra-sujet (plan factoriel mesures r p t es)
Les plans mixtes :
Une ou plusieurs VI inter-sujet et une ou plusieurs VI intra sujet
Ex : Plan avant-apr s avec groupe t moin
Les plans sp ciaux (plus rare, voir en L3) :

Plan de Solomon
Plans incomplets : Carr latin
Étape 5 : créer le scénarios
Il doit avoir un sens pour le participant

Il doit permettre de justi er toutes les actions, VI et VD ⦿ Il doit permettre de manipuler les
VI
Il doit rester le plus simple possible
On a souvent besoin d’a abuler (plus vrai en psychologie sociale) pour dissimuler les
objectifs de l’ tude a n d’ viter les biais dus la clairvoyance des participants quant aux
hypoth ses
5 param tres pour justi er l’initiation (VI):

Pr texte d’une discussion sur le sexe
Hypoth se pr sent e comme portant sur les dynamiques dans la discussion
Pr texte de la timidit des participants
Qui rend n cessaire leur limination
Et la passation d’un test (initiation, manipulation de la VI)
1 param tre pour cr dibiliser le sc nario et standardiser la discussion Discussion en

r alit pr -enregistr e
1 param tre pour liminer des variables confondues (destin commun: qui peut entrainer un
jugement plus favorable de la discussion de groupe)
Le groupe rejoint n’a pas pass l’initiation
Deux objectifs :
• Un purement thique : informer les participants sur les r els objectifs, s’assurer de leur
bien- tre apr s l’exp rimentation, leur donner des informations qu’on ne pouvait pas leur
donner avant l’ tude (e.g., identit des porteurs de projet), donner des contacts pour un
soutien psychologique si n cessaire, etc.
Les proc dures des tudes / exp rimentations sont soumises un comit d’ thique/de
protection des personnes (exemple : comit d’ thique et d’int grit scienti que de
l’Universit C te d’Azur)
• Un li la abilit de la recherche : s’assurer que les hypoth ses n’ont pas t devin es
et s’assurer que le sc nario exp rimental tait bien cr dible
Questions habituelles :
Avez-vous des questions? ; Le d roulement de l’ tude tait-il clair? ; Quels ont t vos
impressions durant la passation ? ;Des aspects de l’ tude ont-ils paru surprenant/
perturbant? ; Vous tes sur la bonne voie, nous voulions examiner des questions que l’on
ne vous a pas pr sent es au d but (puis expliquer et justi er le mensonge) ; Y-a-t’il des
aspects de l’ tude qu’il faudrait modi er (consigne, etc.) ?
Terminer en convainquant les participants de ne pas r v ler aux autres le but de l’ tude.
Etape 6 : le d brie ng.... Et la pr sentation de l’exp rimentation !
Deux objectifs :
Un purement thique : informer les participants sur les r els objectifs
18
é
é
é
é
ê
é
è
è
à
è
é
é
è
è
é
é
fi
é
é
è
é
ô
é
é
é
é
é
é
fi
é
é
é
è
ê
é
é
é
é
é
fi
é
é
fi
é
fi
ff
é
é
é
é
é
é
é
é
é
é
é
é
à
fi
é
é
à
é
é
é
é
é
é
é
é
é
é
é
é
fi
é
é
à
è
é
é
fi
é
é
é
é
é
é
é
On ne donne pas les hypoth ses de l’ tude AVANT la passation pour viter les biais
d’attentes
MAIS on doit donner su samment d’information sur le contenu de l’exp rimentation
AVANT la passation a n de garantir le consentement clair
Voir moodle truc consentement
Les repr sentations graphiques
Deux utilit s :
• Graphique de pr dictions : repr sentation graphique des hypoth ses op rationnelles («
quoi je m’attends ? »), dessiner les hypothèses opérationnelles.
• Repr sentation et Interpr tation des r sultats
Les principes de base :

• Lorsqu’on reporte des pr dictions/r sultats :
Moodle
Plan 2*2 :
Les principes de base :

« Les performances sont meilleures seul qu’en pr sence d’autrui. les experts ont de
meilleurs performances que les d butants. L’e et de la pr sence d’autrui d pend du niveau
d’expertise. La pr sence d’autrui n’in uence pas les performances des experts, qu’ils soient
seuls ou en pr sence d’autrui, tandis que les d butants ont de meilleures performances
seuls qu’en pr sence d’autrui »
Moodle
Graphique en courbes
E et principal :
E et de la VI A ind pendamment des modalit s de la VI B
Donc pour un niveau moyen de B
Donc en moyennant les modalit s de B
Ou
E et de la VI B ind pendamment des modalit s de la VIA

Donc pour un niveau moyen de A
Donc en moyennant les modalit s de A
E et d’interaction : di erence de di erence

E et de la VIA sur la VD est di rent selon les modalit s de VIB
Notion de di rence de di rence
Ou

!!!! Cette interaction est la m me que la pr c dente. Il s’agit juste d’une interpr tation
di rente!!!
Graphique en barres
E et principal :
19
ff
ff
ff
ff
ff
ff
ff
ff
é
é
é
é
ff
ff
é
é
é
é
é
é
é
é
ff
fi
ffi
é
ff
ff
é
é
é
ê
è
ff
ff
é
é
é
é
é
é
ff
é
fl
é
é
é
é
é
é
ff
é
é
é
é
é
é
é
è
é
é
é
é
é
à
E et de la VI A ind pendamment des modalit s de la VI B • Donc pour un niveau moyen de
B
Donc en moyennant les modalit s de B
Ou
E et de la VI B ind pendamment des modalit s de la VIA

Donc pour un niveau moyen de A
Donc en moyennant les modalit s de A
E et d’interaction :
Ou
E et de la VIB sur la VD est di rent selon les modalit s de VIA

E et principal : on compare deux moyennes ou plus

E et d’interaction : on compare deux di rences de moyennes ou plus
20
ff
ff
ff
ff
ff
ff
ff
ff
ff
é
é
é
é
ff
ff
é
é
ff
ff
é
é
é
é
ff
é
é
é
é
é

CM Methode Expe

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

CM Methode Expe

Uploaded by

Copyright:

Available Formats

jeudi 15 septembre 2022

⦿ L’exp rimentation et sa place dans la d marche scientifique ⦿ Les

⦿ L’op rationnalisation des variables

⦿ La construction du sc nario exp rimental

⦿ Les types d’effets attendus

⦿ La repr sentation graphique des pr dictions exp rimentales

Pourquoi la psychologie utilise t’elle une méthode scienti que ?

Operationalisme -> besoin de donner du sens a ce qu’on observe

La d marche scienti que se base sur deux postulats :

Démarche scienti que => ordre et déterminisme

La démarche hypothético déductive

Facilitation social —> inhibition ou renforce selon si y des gens ou pas.

En r alit , il ne s’agit pas « d’une exp rimentation », mais de l’accumulation de

La d monstration d’un lien de causalit implique que :

Relation entre prix bel et chocolat —> factive

Les di érents type de variable :

VD -> conséquence, Ph nom ne qu’on cherche comprendre dans le cadre de

Facteurs sujet -> population qui participe à l’expérience

VI Intersujet : Chaque sujet/participant appartient/est attribu une seule modalit de la

VI provoqué/manipulé (par l’expérimentateur) : L’attribution des participants chaque

VI Intra sujet : Chaque participant est attribu toutes les modalit s de la VI

On peut transformer une échelle de rapport ou une échelle d’intervalle (quantitative) en

COMPARAISON ENTRE DIFFÉRENTES MÉTHODOLOGIES

Lien entre média et violence

Méthode corrélationnelle : mesure syst matiquement une variable pr dictrice potentielle

Limites de cette m thode :

→ Limites dues l’absence d’al atorisation et de standardisation

X (violence des lms) peut causer Y (la violence des comportements)

Voir graphique moodle

Les int r ts et le limites de la m thode sont similaires ceux de la m thode

Apports de ce]e m thode :

Pourrait-on se passer de la m thode corr lationnelle et de l’approche quasi-

Pour des raisons thiques

Hypothèse théorique : plusieurs démonstration

On parle ici de la sp ci cit de la situation exp rimentale, et donc de la notion de r alisme.

La notion de r alisme renvoie donc la validit externe

MAIS cela d pend du type de recherche :

Validit externe et cologie :

→ Concerne la validit des variables manipul es (Forc ment des VI)

Ex : Lorsqu’on manipule la pr sence d’autrui :

Ex : Impact des « poses de pouvoir » sur le sentiment de puissance et de bien- tre

Dans le cadre des questionnements au sujet de la validit interne une tude ou

Biais dus à la procédure :

Biais de régression vers la moyenne, biais de testing, Biais d’instrumentation :

Biais dus aux participants :

Biais dus à l’expérimentateur :

L’existence de ces biais pourrait elle seule justi er le recours la r plication

Le dilemme de base de l’expérimentateur :

La recherche id ale, si elle cherche tablir des liens causaux, doit :

⦿ Impact de l’exposition des m dias violents sur les comportements agressifs

⦿ Impact de l’exposition des m dias violents sur les comportements agressifs

Les biais : des sources externes de variation qui menacent la validit

→ D’o l’importance de la r plication

Taxonomie des réplications :

Conclusions de la r plication constructive avec les tudes sur la soumission l’autorit

R plication conceptuelle de laboratoire :

le r le du faible e ort de pens e sur le conservatisme politique (Eidelman et al., 2012) :

A n de proposer des d monstrations exp rimentales vari es de la pens e de moindre

R plication conceptuelle de terrain

Voir les schéma moodle pour les di érentes étape

Plani cation de l’expérimentation

Étape 1 : les caractéristiques d’une hypothèse opérationnelle

Bien faire la distinction entre trois hypothèse :