Objectifs d’apprentissage
- Expliquer ce qu’est une expérience et reconnaître des exemples d’études qui sont des expériences et des études qui ne le sont pas.
- Distinguer la manipulation de la variable indépendante et le contrôle des variables étrangères et expliquer l’importance de chacun.
- Reconnaître des exemples de variables confondantes et expliquer comment elles affectent la validité interne d’une étude.
- Définir ce qu’est une condition de contrôle, expliquer son but dans la recherche sur l’efficacité du traitement et décrire quelques types alternatifs de conditions de contrôle.
Qu’est-ce qu’une expérience ?
Comme nous l’avons vu plus tôt dans le livre, une expérience est un type d’étude conçu spécifiquement pour répondre à la question de savoir s’il existe une relation causale entre deux variables. En d’autres termes, il s’agit de savoir si les changements d’une variable (appelée variable indépendante) provoquent un changement dans une autre variable (appelée variable dépendante). Les expériences ont deux caractéristiques fondamentales. La première est que les chercheurs manipulent, ou font systématiquement varier, le niveau de la variable indépendante. Les différents niveaux de la variable indépendante sont appelés conditions. Par exemple, dans l’expérience de Darley et Latané, la variable indépendante était le nombre de témoins que les participants pensaient être présents. Les chercheurs ont manipulé cette variable indépendante en disant aux participants qu’il y avait soit un, soit deux, soit cinq autres étudiants impliqués dans la discussion, créant ainsi trois conditions. Pour un nouveau chercheur, il est facile de confondre ces termes en croyant qu’il y a trois variables indépendantes dans cette situation : un, deux ou cinq étudiants impliqués dans la discussion, mais il n’y a en fait qu’une seule variable indépendante (le nombre de témoins) avec trois niveaux ou conditions différents (un, deux ou cinq étudiants). La deuxième caractéristique fondamentale d’une expérience est que le chercheur exerce un contrôle sur les variables autres que la variable indépendante et la variable dépendante, ou minimise la variabilité de ces variables. Ces autres variables sont appelées variables étrangères. Darley et Latané ont testé tous leurs participants dans la même pièce, les ont exposés à la même situation d’urgence, et ainsi de suite. Ils ont également assigné les participants aux conditions de manière aléatoire afin que les trois groupes soient similaires au départ. Notez que, bien que les mots « manipulation » et « contrôle » aient des significations similaires dans le langage courant, les chercheurs font une distinction claire entre eux. Ils manipulent la variable indépendante en changeant systématiquement ses niveaux et contrôlent les autres variables en les maintenant constantes.
Manipulation de la variable indépendante
Encore, manipuler une variable indépendante signifie changer son niveau systématiquement de sorte que différents groupes de participants soient exposés à différents niveaux de cette variable, ou que le même groupe de participants soit exposé à différents niveaux à différents moments. Par exemple, pour voir si l’écriture expressive affecte la santé des gens, un chercheur peut demander à certains participants d’écrire sur des expériences traumatisantes et à d’autres d’écrire sur des expériences neutres. Les différents niveaux de la variable indépendante sont appelés conditions, et les chercheurs donnent souvent aux conditions des noms courts et descriptifs pour qu’il soit plus facile d’en parler et d’écrire à leur sujet. Dans ce cas, les conditions pourraient être appelées » condition traumatique » et » condition neutre « .
Notez que la manipulation d’une variable indépendante doit impliquer l’intervention active du chercheur. Comparer des groupes de personnes qui diffèrent sur la variable indépendante avant le début de l’étude n’est pas la même chose que manipuler cette variable. Par exemple, un chercheur qui compare la santé des personnes qui tiennent déjà un journal avec celle des personnes qui ne le font pas n’a pas manipulé cette variable et n’a donc pas mené d’expérience. Cette distinction est importante car les groupes qui diffèrent déjà d’une certaine manière au début d’une étude sont susceptibles de différer également d’autres manières. Par exemple, les personnes qui choisissent de tenir un journal peuvent également être plus consciencieuses, plus introverties ou moins stressées que les personnes qui ne le font pas. Par conséquent, toute différence observée entre les deux groupes en termes de santé peut avoir été causée par le fait qu’ils tiennent ou non un journal, ou par toute autre différence entre les personnes qui tiennent un journal et celles qui ne le font pas. Ainsi, la manipulation active de la variable indépendante est cruciale pour éliminer les explications alternatives potentielles des résultats.
Bien sûr, il existe de nombreuses situations dans lesquelles la variable indépendante ne peut pas être manipulée pour des raisons pratiques ou éthiques et où une expérience n’est donc pas possible. Par exemple, le fait que les gens aient ou non une expérience de maladie précoce significative ne peut pas être manipulé, ce qui rend impossible la réalisation d’une expérience sur l’effet des expériences de maladie précoce sur le développement de l’hypocondrie. Cette mise en garde ne signifie pas qu’il est impossible d’étudier la relation entre les expériences de maladie précoce et l’hypocondrie, mais que cela doit être fait en utilisant des approches non expérimentales. Nous aborderons ce type de méthodologie en détail plus tard dans le livre.
Les variables indépendantes peuvent être manipulées pour créer deux conditions et les expériences impliquant une seule variable indépendante avec deux conditions sont souvent appelées un plan à deux niveaux à facteur unique. Cependant, il est parfois possible d’obtenir de plus grands aperçus en ajoutant plus de conditions à une expérience. Lorsqu’une expérience comporte une variable indépendante qui est manipulée pour produire plus de deux conditions, on parle de plan à un seul facteur et à plusieurs niveaux. Ainsi, plutôt que de comparer une condition dans laquelle il y avait un témoin à une condition dans laquelle il y avait cinq témoins (ce qui représenterait un plan à un seul facteur et deux niveaux), l’expérience de Darley et Latané a utilisé un plan à un seul facteur et plusieurs niveaux, en manipulant la variable indépendante pour produire trois conditions (une condition à un témoin, une condition à deux témoins et une condition à cinq témoins).
Contrôle des variables étrangères
Comme nous l’avons vu précédemment dans le chapitre, une variable étrangère est tout ce qui varie dans le contexte d’une étude autre que les variables indépendantes et dépendantes. Dans une expérience sur l’effet de l’écriture expressive sur la santé, par exemple, les variables étrangères comprendraient les variables des participants (différences individuelles) telles que leur capacité d’écriture, leur régime alimentaire et leur sexe. Elles incluraient également des variables situationnelles ou de tâche telles que le moment de la journée où les participants écrivent, le fait qu’ils écrivent à la main ou sur un ordinateur, et le temps. Les variables étrangères posent un problème car nombre d’entre elles sont susceptibles d’avoir un certain effet sur la variable dépendante. Par exemple, la santé des participants sera affectée par de nombreux facteurs autres que le fait qu’ils pratiquent ou non l’écriture expressive. Ce facteur d’influence peut rendre difficile la séparation de l’effet de la variable indépendante des effets des variables étrangères, c’est pourquoi il est important de contrôler les variables étrangères en les maintenant constantes.
Les variables étrangères comme « bruit »
Les variables étrangères rendent difficile la détection de l’effet de la variable indépendante de deux manières. La première est en ajoutant de la variabilité ou du « bruit » aux données. Imaginez une expérience simple sur l’effet de l’humeur (heureuse ou triste) sur le nombre d’événements heureux de l’enfance dont les gens sont capables de se souvenir. On met les participants dans une humeur négative ou positive (en leur montrant un clip vidéo joyeux ou triste) et on leur demande ensuite de se souvenir d’autant d’événements heureux de leur enfance qu’ils le peuvent. Les deux colonnes les plus à gauche du tableau 5.1 montrent ce à quoi les données pourraient ressembler s’il n’y avait pas de variables étrangères et si le nombre d’événements heureux de l’enfance dont se souviennent les participants n’était affecté que par leur humeur. Chaque participant dans la condition d’humeur heureuse se souvient d’exactement quatre événements heureux de son enfance, et chaque participant dans la condition d’humeur triste se souvient d’exactement trois. L’effet de l’humeur est ici assez évident. Dans la réalité, cependant, les données ressembleraient probablement davantage à celles des deux colonnes les plus à droite du tableau 5.1. Même dans la condition d’humeur heureuse, certains participants se souviendraient de moins de souvenirs heureux parce qu’ils en ont moins à leur disposition, qu’ils utilisent des stratégies de rappel moins efficaces ou qu’ils sont moins motivés. Et même dans la condition d’humeur triste, certains participants se rappelleront davantage de souvenirs d’enfance heureux parce qu’ils ont plus de souvenirs heureux dans lesquels puiser, qu’ils utilisent des stratégies de rappel plus efficaces ou qu’ils sont plus motivés. Bien que la différence moyenne entre les deux groupes soit la même que dans les données idéalisées, cette différence est beaucoup moins évidente dans le contexte de la plus grande variabilité des données. Ainsi, l’une des raisons pour lesquelles les chercheurs essaient de contrôler les variables étrangères est que leurs données ressemblent davantage aux données idéalisées du tableau 5.1, ce qui rend l’effet de la variable indépendante plus facile à détecter (bien que les données réelles ne soient jamais aussi belles).
| Données idéalisées. « | Données « bruyantes » réalistes | ||||
| Humeur heureuse | Humeur triste | Humeur heureuse | Humeur triste | . humeur | Humeur triste |
| 4 | 3 | 1 | |||
| 4 | 3 | 6 | 3 | 3 | 2 | 4 | 4 | 3 | 4 | 0 |
| 4 | 3 | 5 | 5 | 4 | 3 | 2 | 7 | 4 | 3 | 3 | 3 | 2 |
| 4 | 3 | 1 | 5 | 4 | 3 | 6 | 1 | 4 | 3 | 8 | 2 | M = 4 | M = 3 | M = 4 | M = 3 |
Une façon de contrôler les variables étrangères est de les maintenir constantes. Cette technique peut consister à maintenir constantes les variables de la situation ou de la tâche en testant tous les participants au même endroit, en leur donnant des instructions identiques, en les traitant de la même manière, etc. Elle peut également consister à maintenir constantes les variables relatives aux participants. Par exemple, de nombreuses études sur le langage limitent les participants aux droitiers, dont les zones du langage sont généralement isolées dans leur hémisphère cérébral gauche. Les gauchers sont plus susceptibles d’avoir leurs zones de langage isolées dans leurs hémisphères cérébraux droits ou distribuées dans les deux hémisphères, ce qui peut modifier la façon dont ils traitent le langage et ainsi ajouter du bruit aux données.
En principe, les chercheurs peuvent contrôler les variables étrangères en limitant les participants à une catégorie très spécifique de personnes, comme les étudiants en psychologie de 20 ans, hétérosexuels, de sexe féminin et droitiers. L’inconvénient évident de cette approche est qu’elle réduirait la validité externe de l’étude – en particulier, la mesure dans laquelle les résultats peuvent être généralisés au-delà des personnes réellement étudiées. Par exemple, il pourrait être difficile de savoir si les résultats obtenus avec un échantillon de jeunes femmes lesbiennes s’appliqueraient à des hommes homosexuels plus âgés. Dans de nombreuses situations, les avantages d’un échantillon diversifié (validité externe accrue) l’emportent sur la réduction du bruit obtenue par un échantillon homogène.
Variables étrangères comme variables de confusion
La deuxième façon dont les variables étrangères peuvent rendre difficile la détection de l’effet de la variable indépendante est de devenir des variables de confusion. Une variable de confusion est une variable étrangère qui diffère en moyenne entre les niveaux de la variable indépendante (c’est-à-dire que c’est une variable étrangère qui varie systématiquement avec la variable indépendante). Par exemple, dans presque toutes les expériences, le quotient intellectuel (QI) des participants sera une variable étrangère. Mais tant qu’il y a des participants avec des QI inférieurs et supérieurs dans chaque condition, de sorte que le QI moyen est à peu près égal dans toutes les conditions, cette variation est probablement acceptable (et peut même être souhaitable). Ce qui serait mauvais, en revanche, c’est que les participants à une condition aient un QI sensiblement inférieur en moyenne et que les participants à une autre condition aient un QI sensiblement supérieur en moyenne. Dans ce cas, le QI serait une variable confusionnelle.
To confound signifie confondre, et cet effet est exactement la raison pour laquelle les variables confusionnelles sont indésirables. Parce qu’elles diffèrent systématiquement d’une condition à l’autre – tout comme la variable indépendante – elles fournissent une explication alternative pour toute différence observée dans la variable dépendante. La figure 5.1 présente les résultats d’une étude hypothétique, dans laquelle les participants soumis à une condition d’humeur positive ont obtenu de meilleurs résultats à une tâche de mémoire que les participants soumis à une condition d’humeur négative. Mais si le QI est une variable confusionnelle (les participants de la condition d’humeur positive ayant en moyenne un QI plus élevé que les participants de la condition d’humeur négative), il est difficile de savoir si c’est l’humeur positive ou le QI plus élevé qui a permis aux participants de la première condition d’obtenir de meilleurs résultats. Une façon d’éviter les variables confusionnelles consiste à maintenir constantes les variables étrangères. Par exemple, on peut empêcher le QI de devenir une variable confusionnelle en limitant les participants à ceux dont le QI est exactement égal à 100. Mais cette approche n’est pas toujours souhaitable pour les raisons que nous avons déjà évoquées. Une deuxième approche, beaucoup plus générale, l’affectation aléatoire aux conditions, sera examinée en détail sous peu.
Conditions de traitement et de contrôle
Dans la recherche psychologique, un traitement est toute intervention destinée à modifier le comportement des personnes pour le rendre meilleur. Cette intervention comprend les psychothérapies et les traitements médicaux des troubles psychologiques, mais aussi les interventions destinées à améliorer l’apprentissage, à favoriser la conservation, à réduire les préjugés, etc. Pour déterminer si un traitement est efficace, les participants sont assignés au hasard soit à une condition de traitement, dans laquelle ils reçoivent le traitement, soit à une condition de contrôle, dans laquelle ils ne reçoivent pas le traitement. Si les participants au traitement s’en sortent mieux que les participants au groupe témoin – par exemple, s’ils sont moins déprimés, apprennent plus vite, conservent davantage, expriment moins de préjugés – le chercheur peut conclure que le traitement fonctionne. Dans les recherches sur l’efficacité des psychothérapies et des traitements médicaux, ce type d’expérience est souvent appelé essai clinique randomisé.
Il existe différents types de conditions de contrôle. Dans une condition de contrôle sans traitement, les participants ne reçoivent aucun traitement quel qu’il soit. Un problème avec cette approche, cependant, est l’existence d’effets placebo. Un placebo est un traitement simulé dépourvu de tout ingrédient ou élément actif qui devrait le rendre efficace, et un effet placebo est un effet positif d’un tel traitement. De nombreux remèdes populaires qui semblent fonctionner – comme manger de la soupe au poulet pour soigner un rhume ou mettre du savon sous les draps pour arrêter les crampes nocturnes dans les jambes – ne sont probablement rien d’autre que des placebos. Bien que les effets placebos ne soient pas bien compris, ils sont probablement dus principalement à l’espoir des gens de voir leur état s’améliorer. Le fait d’avoir l’espoir de s’améliorer peut entraîner une réduction du stress, de l’anxiété et de la dépression, ce qui peut modifier les perceptions et même améliorer le fonctionnement du système immunitaire (Price, Finniss, & Benedetti, 2008).
Les effets placebo sont intéressants en soi (voir la note » Le puissant placebo « ), mais ils posent également un sérieux problème aux chercheurs qui veulent déterminer si un traitement fonctionne. La figure 5.2 présente des résultats hypothétiques dans lesquels les participants soumis à un traitement s’améliorent en moyenne davantage que les participants soumis à un contrôle sans traitement. Cependant, si ces conditions (les deux barres les plus à gauche de la figure 5.2) étaient les seules conditions de cette expérience, on ne pourrait pas conclure que le traitement est efficace. Il se pourrait plutôt que les participants du groupe de traitement se soient davantage améliorés parce qu’ils s’attendaient à le faire, alors que ceux de la condition de contrôle sans traitement ne l’ont pas fait.
Hélas, il existe plusieurs solutions à ce problème. L’une d’entre elles consiste à inclure une condition de contrôle par placebo, dans laquelle les participants reçoivent un placebo qui ressemble beaucoup au traitement mais ne contient pas l’ingrédient actif ou l’élément censé être responsable de l’efficacité du traitement. Lorsque les participants à un traitement prennent une pilule, par exemple, les participants à un contrôle placebo prennent une pilule d’apparence identique mais dépourvue de l’ingrédient actif du traitement (une « pilule de sucre »). Dans le cadre d’une recherche sur l’efficacité de la psychothérapie, le placebo pourrait consister à aller voir un psychothérapeute et à parler de ses problèmes de manière non structurée. L’idée est que si les participants du groupe traité et du groupe témoin sous placebo s’attendent à une amélioration, alors toute amélioration dans le groupe traité par rapport au groupe témoin sous placebo doit être due au traitement et non aux attentes des participants. Cette différence est ce que montre la comparaison des deux barres extérieures de la figure 5.4.
Bien sûr, le principe du consentement éclairé exige que les participants soient informés qu’ils seront affectés à une condition de traitement ou de contrôle placebo – même s’ils ne peuvent pas savoir laquelle jusqu’à la fin de l’expérience. Dans de nombreux cas, les participants qui étaient dans la condition de contrôle se voient ensuite offrir la possibilité de recevoir le véritable traitement. Une autre approche consiste à utiliser une condition de contrôle par liste d’attente, dans laquelle les participants sont informés qu’ils recevront le traitement mais doivent attendre que les participants de la condition de traitement l’aient déjà reçu. Cette divulgation permet aux chercheurs de comparer les participants qui ont reçu le traitement avec ceux qui ne le reçoivent pas actuellement mais qui s’attendent tout de même à une amélioration (à terme). Une dernière solution au problème des effets placebo consiste à laisser de côté la condition de contrôle et à comparer tout nouveau traitement avec le meilleur traitement alternatif disponible. Par exemple, un nouveau traitement pour la phobie simple pourrait être comparé à la thérapie d’exposition standard. Comme les participants des deux conditions reçoivent un traitement, leurs attentes en matière d’amélioration devraient être similaires. Cette approche est également logique car, une fois qu’il existe un traitement efficace, la question intéressante concernant un nouveau traitement n’est pas simplement « Est-ce que ça marche ? » mais « Est-ce que ça marche mieux que ce qui est déjà disponible ? »
Le puissant placebo
Beaucoup de gens ne sont pas surpris que les placebos puissent avoir un effet positif sur des troubles qui semblent fondamentalement psychologiques, notamment la dépression, l’anxiété et l’insomnie. Cependant, les placebos peuvent également avoir un effet positif sur des troubles que la plupart des gens considèrent comme fondamentalement physiologiques. Il s’agit notamment de l’asthme, des ulcères et des verrues (Shapiro & Shapiro, 1999). Il existe même des preuves que la chirurgie placebo – également appelée « chirurgie fictive » – peut être aussi efficace que la chirurgie réelle.
Le chercheur médical J. Bruce Moseley et ses collègues ont mené une étude sur l’efficacité de deux procédures de chirurgie arthroscopique pour l’arthrose du genou (Moseley et al., 2002). Les participants témoins de cette étude ont été préparés à l’opération, ont reçu un tranquillisant et ont même subi trois petites incisions dans leurs genoux. Mais ils n’ont pas subi la procédure chirurgicale arthroscopique proprement dite. Il convient de noter que le comité d’éthique de la recherche aurait examiné attentivement le recours à la tromperie dans ce cas et jugé que les avantages de l’utilisation de la tromperie l’emportaient sur les risques et qu’il n’y avait aucun autre moyen de répondre à la question de recherche (sur l’efficacité d’une procédure placebo) sans cela. Le résultat surprenant a été que tous les participants se sont améliorés en termes de douleur et de fonction du genou, et que le groupe de chirurgie fictive s’est amélioré tout autant que les groupes de traitement. Selon les chercheurs, » Cette étude fournit des preuves solides que le lavage arthroscopique avec ou sans débridement n’est pas meilleur que la procédure placebo et semble être équivalent à celle-ci pour ce qui est de l’amélioration de la douleur au genou et de la fonction autodéclarée » (p. 85).
- Knecht, S., Dräger, B., Deppe, M., Bobe, L., Lohmann, H., Flöel, A., . . . Henningsen, H. (2000). Handedness and hemispheric language dominance in healthy humans. Brain : A Journal of Neurology, 123(12), 2512-2518. http://dx.doi.org/10.1093/brain/123.12.2512 ↵
- Price, D. D., Finniss, D. G., & Benedetti, F. (2008). Une revue complète de l’effet placebo : Avancées récentes et pensée actuelle. Revue annuelle de psychologie, 59, 565-590. ↵
- Shapiro, A. K., & Shapiro, E. (1999). Le puissant placebo : Du prêtre antique au médecin moderne. Baltimore, MD : Johns Hopkins University Press. ↵
- Moseley, J. B., O’Malley, K., Petersen, N. J., Menke, T. J., Brody, B. A., Kuykendall, D. H., … Wray, N. P. (2002). A controlled trial of arthroscopic surgery for osteoarthritis of the knee. The New England Journal of Medicine, 347, 81-88. ↵
Type d’étude conçu spécifiquement pour répondre à la question de savoir s’il existe une relation de cause à effet entre deux variables.
La variable que l’expérimentateur manipule.
La variable que l’expérimentateur mesure (c’est l’effet présumé).
Les différents niveaux de la variable indépendante auxquels les participants sont affectés.
Maintien de variables étrangères constantes afin de séparer l’effet de la variable indépendante de l’effet des variables étrangères.
Toute variable autre que la variable dépendante et la variable indépendante.
Changer le niveau, ou la condition, de la variable indépendante de façon systématique de sorte que différents groupes de participants soient exposés à différents niveaux de cette variable, ou que le même groupe de participants soit exposé à différents niveaux à différents moments.
Un plan d’expérience impliquant une seule variable indépendante avec deux conditions.
Lorsqu’une expérience a une variable indépendante qui est manipulée pour produire plus de deux conditions.
Une variable étrangère qui varie systématiquement avec la variable indépendante, et qui confond donc l’effet de la variable indépendante avec l’effet de la variable étrangère.
Toute intervention destinée à changer le comportement des gens pour le mieux.
La condition dans laquelle les participants reçoivent le traitement.
La condition dans laquelle les participants ne reçoivent pas le traitement.
Une expérience qui étudie l’efficacité des psychothérapies et des traitements médicaux.
La condition dans laquelle les participants ne reçoivent aucun traitement quel qu’il soit.
Un traitement simulé dépourvu de tout ingrédient actif ou élément supposé rendre le traitement efficace, mais qui est par ailleurs identique au traitement.
Un effet qui est dû au placebo plutôt qu’au traitement.
Condition dans laquelle les participants reçoivent un placebo plutôt que le traitement.
Condition dans laquelle les participants sont informés qu’ils recevront le traitement mais doivent attendre que les participants de la condition de traitement l’aient déjà reçu.
.
0 commentaire