2) Les variables (ou facteurs) Dans une démarche causale, comme celle de l' application de la méthode expérimentale, il s'agit donc de
| Previous PDF | Next PDF |
[PDF] SUR LA METHODE EXPERIMENTALE - CORE
SUR LA METHODE EXPERIMENTALE Michel Develay La terminologie pédagogique use de vocables tels que méthode scientifique ou méthode
[PDF] sur la methode experimentale - Institut français de léducation
La terminologie pédagogique use de vocables tels que méthode scientifique ou méthode expérimentale, démarche scientifique ou démarche expérimentale,
[PDF] Quelques rappels concernant la méthode expérimentale
2) Les variables (ou facteurs) Dans une démarche causale, comme celle de l' application de la méthode expérimentale, il s'agit donc de
[PDF] Etude de la démarche expérimentale dans les situations de
7 déc 2011 · Notre motivation première à l'étude de la « démarche expérimentale en les hypothèses effectuées dans une « méthode expérimentale
[PDF] Claude Bernard : la méthode expérimentale, le milieu - Edimark
Claude Bernard : la méthode expérimentale, le milieu intérieur D Chemla*, P Abastado** * EA4046-réanimation médicale, faculté de médecine Paris-Sud
[PDF] Une démarche expérimentale - mediaeduscoleducationfr
Une démarche expérimentale Dans le champ des activités scientifiques et technologiques, parmi les démarches à privilégier en classe relais, nous avons
[PDF] ENSEIGNER LA MÉTHODE EXPÉRIMENTALE ? - SPIRALE
ENSEIGNER LA "MÉTHODE EXPÉRIMENTALE" ? BUTS ET PLAN DE L' ARTICLE Traditionnellement on débute le cours de Sciences Physiques en École
[PDF] page 22 Guide méthodologique des Sciences de la Nature - CDC
Pour le biologiste dont l'objet d'étude est le vivant, les méthodes utilisées sont doubles : soit l'observation systématique et/ou la méthode expérimentale Dans ce
[PDF] méthode explication de texte philo bac s
[PDF] Methode facite pour connaitre la forme de la courbe pour les derivée
[PDF] methode fiche de revision
[PDF] methode gantt et pert pdf
[PDF] methode graphique optimisation
[PDF] méthode graphique pdf
[PDF] méthode graphique programmation linéaire
[PDF] méthode graphique recherche opérationnelle
[PDF] méthode lecture analytique lycée
[PDF] méthode lecture syllabique télécharger
[PDF] méthode lettre anglais
[PDF] methode meaning
[PDF] methode merise pour les nuls
[PDF] methode nombre premier
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC4121 Quelquesrappelsconcernantlaméthodeexpérimentale1. LaMéthodeexpérimentale:Définition.Unedéfinitionclassiquedelaméthodeexpérimentaleestqu'elle"correspondàlaméthoded'investigationquirendpossiblelecontrôl esystématique dumaximumdesou rcesdevariationspotentielles».Autrementdit,utiliserlaméthodeexpér imental evaconsisteràcréeru nesituationparticulièrequivapermettredetesterunehypothèsecausaleconcernantlamesured'unphénomèneprécis(VD)enfonc tiondelamanipulation(lavariation)d'unouplusieursfacteurs(VI).L'objectifdel'expérimentationestlacomparaisonentregroupeséquivalentsdeparticipants.Silemontageexpérimentalestbienconçu,seulelavariationdesmodalitésdesvariablesindépendantesmanipuléesparlecherche urvapermettred'expliquerlesdifférencesobservéesentrelesgroupesauniveaudelaoudesmesures(c'estpourquoiilestpossibledetesterdesrelationsdecausalitégrâceàcetteméthode).Enmanipulantuneouplusieursvariable(s)indépendante(s),onvaessayerdeprovoquerunevariationdesréponsesdesparticipants(doncdelaVDqui,enpsychologiesociale,renvoieàlamesureducomportement,desétatsmentauxoudesprocessusmentaux).Lavariableindépendanteestdéterminéeetconstruiteparlechercheur.Ilsupposequ'elleetelleseuleaurauneffetsurlesensdel'hypothèsequ'ilseproposedetester.Enrésumé:L'expérimentationpermetdetester,ente rmedec ausalité,l' effet(l'impact)d'une ouplusieursvariable(s)indépendan te(s)(VI)suruneouplusieurs mesure(s)ou variable(s )dépendante(s)(VD).
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC4122 2) Lesvariables(oufacteurs).Dansunedémarchecausale,commecelledel'applicationdelaméthodeexpérimentale,ils'agitdoncdefairevarierunfacteurouunecombinaisondefacteursetd'observer,demesurerlescons équencesdecettevariationsurlescomporte ments,le sétatsmentauxet/oulesprocessusmentaux.Ilexis teplusieurstypes devariables:les VariablesIndé pendantes(VI),lesVariable sDépendantes(VD),lesVariablesParasites(VP)etlesVariablesContrôlées(VC).2-1) Lavariableindépendante.a) Définition.Unevariableindépendanteestunecaractéristiquedel'individu(ex:hommevsfemme,18-25ansvs45-60ans,conducteurexpérimentévsdébutant),del'environnementphysiqueousocial(ex:présence/absenced'autrui,couleurdesmurs,envi ronnementbruyantvscalme...),delatâche(difficilevsfacile,familièrevsnonfamilière),oudesstimuliprésentés(ex:ambig usvsnonambigus;sub liminalvssupraliminal)quies tmanipulée parlechercheurdanslebutdecontrôleroud'analysersonimpactsurlecomportement,l'étatmentalouleprocessusmentalétudié.UneVIcomporteauminimum2modalités(ouétats)quisontchoisisparl'expérimentateur.Ilestp ossibled eclasserlesvariablesindépendantesselonqu'ellessontextrai tesdel'environnementphysiqueousocialdessujetsou,aucontrairequ'ellessoientextraitesdecaractéristiquesprésenteschezlesujet.OnparleradeVIprovoquéedanslepremiercasetdeVIinvoquéedanslesecond.b) UnpremiertypedeVI:Lavariableinvoquéeouétiquette.Lesvariablesinvoquéesouétiquettesontinhérentesausujet.Decefait,l'expérimentateurnepeutagirdirectementsurcesvariables(ilnepeutpas,parexemple,construirelesexeduparticipantousonâge).Onpeutcependant,parmilescritèresexistants,sélectionnerceux
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC4123 quinousintéressent,eteffectuerdescomparaisonsseloncescritères(ouvriersvscadresupérieur,femmevshomme,jeunesvsvieux,expertsvsnonexperts,etc.).Unschémaclassiqued'expérimentationàpartirdevariablesinvoquéesconsisteàappliquerunesituationexpérimentaleidentiqueàplusieursgroupesd'individusdifférentssurlabasedecertaine scaractéristiquesintrinsèq ues(lesVIinvoquées;ex:sex e,âge,C SP...)etd'évaluerl'influencedece scaractéristiquessurlescomportements, étatsmentau xouprocessusmentauxmesurés(VD).L'utilisationdevariablesinvoquéesouétiquettenécessited'êtretrèsrigoureuxetprudent.Sil'onveutétudierl'impactdusexedesparticipants,ilfautfaireensortequelessujetssoientidentiquesparailleurs(garantir"letoutechoseégaleparailleurs»:mêmeCSP,mêmetranched'âge...).Lesecondtypedevariable sindépendante sre nvoieàcequel'onnomm elesVI"provoquées».c) UndeuxièmetypedeVI:Lavariableprovoquée.UneVIestdite prov oquéelor squ'ellees tdirectementmanipuléeparleche rcheur.LesmodalitésdecetypedeVIsontconstruitesdetoutepièceparlechercheur.Cesontdesstimulationsexpérimentalesprovenantdel'environnement,autrementdituneconstructionparticulièredel'environnementphysiqueet/ousocial(ex:ledélaientre2tâches:1minutevs10minutes,laprésencevsnonprésenced'autrui,tâchefacilevsdifficile,etc.).ContrairementàcequisepassedanslecasdesVIinvoquées,lenombredemodalitésdesVIprovoquéesestvirtuellementinfini.2-2) Lavariabledépendante.a) Définition.Enpsycho logie,lavariabledépendante(VD)corresp ondàl amesuredelaréponse duparticipant.Cetteréponsepeu têtrelaperfo rmanceàunetâche,lenomb red'erreur scommises,lesréponsesàunqu estionnaire, l'occurrenceoulanonoccu rre nced'un comportement,untempsderéponse,uneopinion...LesVDsontdesmesuresqui,parhypothèse,sontsusceptiblesdedépendreduchangementdemodalité d'uneouplusieurs VI.Lamesuredela variabledé pendantepermet,en
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC4124 comparantlesrésultatsdes différents groupesexpérimentaux (oumodalités expérimentales),detesterl'effetdel'influencedelaVI.b) Unebonnevariabledépendante.Ilfauttoujourss'assurerquelavariabledépendantesélectionnéevabienmesurercequ'elleestcenséemesureretriend'autre.Ilnefautpas,parexemple,quelestermesutilisésdanslaformulationdelaquestionquel'onposeévoquentautrechoseauxparticipantsquecequel'onchercheàmesurer.Ils'agitdefaireattentionauxconfusionsdemesurepossibles.Danslamesure dup ossible,onessaieraderéperto rierplusieursmesurespossibl esduphénomènequel'onchercheàétudier(ex:échellesd'attitudes+questionouverte+tempsderéponse+rappel,etc.).Engénéral,onutiliseraplusieursmesures(VD)complémentairesdemanièreàaugmenterlafiabilitédelarecherche.Lami seenplaced'un eexpéri mentationnécessite detesterpréalablem entlematérielconstruit(tâcheexpérimentale+VD)afindedéterminersiouiounonilpermetdemesurercequel'ons'estdonnépourobjectifdemesurer.2-3) Lavariableparasiteetlavariablecontrôlée(ousecondaire).Danstouteexpé rimentation,o nfaitunedistinctionentrelesfacteursdontl'expérimentateurveutétudierleseffetssurlesmesures(VIinvoquéesouprovoquéesayantuneffetp otentielsurlao ulesVD)etle sfacteu rsse condairesouparasitesquel'expérimentateurneveutpasétudiermaisqu'ilsedoitdecontrôlerdufaitdeleurimpactpotentielsurlephénomène.Ilfautdoncmaintenirconstanteslesmodalitésdesfacteurssecondairesdetellesortequ'ilsnevarientpasetn'interfèrentpas.Enrésumé:UneVI:c'estcequel'onmanipule,cequel'onfaitvarierdanslecadredel'expérimentation.OnidentifielaoulesVIenrépondantàlaquestion"Qu'est-cequivariedansl'expérienceentermedesituati on(caractéristiquesdel'environnementphys iqueou social)et/oudecaractéristiquesdesindividus?».Onposel'hypothèsequelesdifférentesmodalitésdelaVIvontavoirdeseffetssurlaoulesmesure(s)prisesencomptedansl'étude(VD).
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC4125 UneVD:c'es tcequel'onm esure.Ellereste"formellement»iden tique(onmesuretoujourslamêmechose,entermedeformulationdequestionparexemple,quellequesoitlaconditionexpérimentale)maisons'attendàdesvariationsquantitativesdecettemesureenfonctiondesvariationsdelaVI.Onidentif iedonclesVDenrépondant àlaquestion"Qu'est-cequ'o nmesure?».Engénéral,ilesttrèsfaciledetrouverlesVDcarellessontsuiviesd'uneunitédemesure...ouprécédéesd'unindicedequantification"nombremoyendebidule,fréquencedesmachins,etc.».Expérimenter:c'estseplacerdansunesituationquipermettedetesterunehypothèsecausale.Autrementdit,ils'agitdetesterl'effetdelavariationd'une(ouplusieurs)VIsurune(ouplusieurs)VD.3) LecontrôledesdifférentsparamètresLamétho deexpérimentalerepos esurleprinciped'uncontrôleoptim aldessourcesdevariationsnonétudiéespar lechercheur (v ariablesparasites)qu iseraientsu sceptiblesd'interférerdanslasituationexpérimentale.Cecontrôledelasituationestmisenplaceafinquelaseule expli cationd'unevariation auniveaudelaVD(doncdelam esureduphénomèneétudié)nesoitimputablequ'àlaseulemanipulationdelaoudesvariablesindépendante(s).Lesvariablesparasitesdoiventêtreidentifiéesetcontrôléesaumieuxparlechercheur.Ellespeuventêtrecauséespar:• Lescaractéristiquesdesparticipants(âge,sexe,CSP,expert,novice...).• L'expérimentateur(saprésencepeutêtresourced'influence).• Parla situation expérimentaleelle-même(matérielno nadapté,nécessitantunebonneacuitévisuelle,auditive,changementdelieudepassationavecconfigurationspatialedifférente...).Pouréviteraumax imuml'effetdesv ariables parasites,leche rcheurvamanipulerunensembledeparamètresafindestandardiseraumaximumlesconditionsd'apparitionduphénomènequ'ilsouhaiteétudier .End'autrestermes ,onva provoq uerunesériederéactions(VDquel'onvamesurer)dansdesconditionsfixéesàl'avance.
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC4126 3-1)LestechniquesdecontrôledesvariablesparasitesPlusieurstechniquessontutilis éespourélimineroudiminuer l'influence desvariablesparasites,etainsiaméliorer la[val iditéinterneet externedela]recherche.Le contrô lepourraportersur2typesdevariables:cellesprovenantdel'environnementetcellesissuesdescaractéristiquesdesparticipants.Nousallonsabordericiles4principalestechniquesdecontrôledesvariablesparasites:♦ Lemaintiendelavariableparasiteàunniveauconstant.♦ Lavariationsystématiquedelavariableparasite.♦ L'aléatorisation,randomisationoucontrôleparvariationauhasard.♦ Lecontre-balancement(effetsderangoudépendanceséquentielle).a) Maintiendelavariableparasiteàunniveauconstant.Ils'agiticiderépertorierl'ensembledesétats(desmodalités)quipeuventêtreprisparlavariableparasiteetdecontrôlerlesconditionsexpérimentalesdemanièreàneprendreencomptequelesobservationsréaliséesalorsquelavariableparasitesetrouvedansunseuldecesétats .Lavariable parasiteinterviendraainsidelamêmefaç on(danslesmêm esproportions)danslesdifférentescond itionsexpér imentales.Autr ementdit,l'effetdelavariableparasitesurlavariabledépendanteseramaintenuconstant.Ex.:Sil'onveuts'assurerquelavariationdusexedesparticipantsn'aurapasd'impactsurlesmesuresquinousintéressent,unmoyencommodeconsisteraàneconsidérerquedesparticipantsdel'undessexes.Note:lemaintiendelavariableparasiteàunniveauconstantpeutaussidanscertainscascorrespondreàsonabsencetotale.b) VariationsystématiquedelavariableparasiteContrairementàlapremièretechnique,onvaicichercheràtenircomptedesdifférentsétatsdelavariableparasite(outoutaumoinssélectionnerunéventailprécisdevaleurspossibles)
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC4127 etfaireensortequetoutescesétatssetrouventreprésentésdanschacunedesconditionsexpérimentalesproduitesparlavariableindépendante.Lareprésentationdelavariableàcontrôlerétantlamêmedanslesdifférentesconditionsexpérimentales(c'estàdirepourlesdifférentesmodalitésdelaVI),lesrésultatscollectésneserontpasinfluencésparuneffetdifférentieldel'influencedelavariableparasite.End'autrestermes,latechniquedevariationsystématiquedelavariableparasiterevientàunéquilibragedesgroupesexpérimentaux.Ex.:c'estcequel'onfaitlorsquel'ons'assurequelesgroupesexpérimentauxcontiennentautantd'hommesquedefemmes,autantd'ouvriersquedecadressupérieurs,d'introvertisqued'extravertis,etc.c) Aléatorisation,randomisationoucontrôleparvariationauhasardOnparticidupostulatquesionlaissejouerlibrementlavariableparasite,lesvaleursdecettedernière serépartirontselonlamême distributi ondanslesdifférentescondi tionsexpérimentales.Seloncepostulat,lehasardprocèdeàun"équilibragenaturel»etonpeutdoncconsidérerl'influencedelavariableparasitecommeneutralisée.Cettetechnique ,hormislefaitqu'ellesoitp euintuitive,comported euxinconvénientsmajeurs:♦ Onnepeutjamaisêtresûrquelarépartitions'estréellementréaliséedemanièreéquilibréeniquelehasardnefavo riserapas l'undesde grésdel avariableàneutraliser.Deplus,ilestimpossibledelecontrôleraposteriori.♦ Laprobabilitépourqu'unerépartitiondufacteuràcontrôlersoitéquilibréedépendsurtoutdunombred'occasionsqu'onlaisseàcefacteurdevarier.Latechniquen'estdoncréellementutilisablequesilatailledel'échantillonestimportante(cequiestrelativementrareenpsychologie).d) Lecontre-balancement:effetsderangoudedépendanceséquentielle.Dèslorsqu'uneépreuvesetrouveorganiséeenuneséquenced'itemsoud'essais,ondoitposerl'hypothèsequelaperformanceassociéeàunessaiparticulierpourrait,aumoinsen
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC4128 partie,êtreexpliqué eparlaprés enceoulecontenudel'itemou delasér ied' itemsprécédents.D'unemanièregénérale,ceseffets,quel'onappelleeffetsdetransfert,qu'ilssoientpositifsoun égatifs(i.e.:appre ntissage/facilitation delap erformanceou,aucontraire,interférence/diminutiondelaperformance)sontpossiblesouprobablesdanscertainessituationsexpérimentales.Ceciestparticulièrementvrailorsquel'applicationd'unpland'expériences'étaledansletempsetlaisseainsilapossibilitéàdesfacteursd'ordrehistoriqueoudematuration(ex:événementsd'actualitéinterférantavecl'objetdel'étude)des'installer.Pourcorrigerceteffetpotentieldel'ordre,ilsuffitderépéterlesessaisenlesprésentantàdesgroupesdeparticipantsdifférentsselonunordremodifié.C'estcequel'onappellelatechniquedecontre-balancement.Uncontrebalancementestditcompletlorsquetouslesordresdeprésentation possibles sontreprésentés,c'estàdire facto riellen(n!)arrangementssinreprésentelenombredemodalitésdenotreVI.Ex:Sil 'onveutc ontrôlerl'effe td'ordreaus eind'unquestionnairecompo sédetroisquestionsnotéesQ1,Q2etQ3(autrementditsionveuts'assurerquelefaitderépondreàunequestionn'apasd'influencesurlaréponseàlaquestionsuivante)onprocèderaàlacréationde6groupesdepersonnespourlesquelleslesquestionsapparaîtrontàchaquefoisdansunordredifférent(icicontrebalancementcomplet).Note:lorsquelenombredemodalitésdelaVIàcontrebalanceraugmente,onarriveviteàunnombredegroupesdesujetsquirenddifficilelamiseenplacedel'étude.Parexemple,sionvoulaitopéreruncontrebalancementcompletsuruneVIà5modalités,celanécessiteraitlamiseenplacede5x4x3x2groupes...soit120groupes!C'estpourquoidanscecasdeG1Q1Q2Q3G2Q1Q3Q2G3Q2Q3Q1G4Q2Q1Q3G5Q3Q1Q2G6Q3Q2Q1
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC4129 figureonchoisiraden'utiliserquequelquesarrangementsparticuliers,tirésauhasard,pourminimiserl'effetd'ordre:onparlealorsdecontrebalancementpartiel.Unedernièresourcedevariablesparasitesconcernelefacteur"sujets»(ouparticipants).3-2)Lefacteur"sujets»Cefacteur(présentdanslatotalitédesrecherchesdepsychologie)revêtuneimportanceparticulièrepuisqu'ilentrelargementencausedanslescalculsstatistiquesd'évaluationdeshypothèses.Decefait,ilest nécessaire deporte runeattentionparticulièreàcertainsproblèmesinhérentsaufacteursujetslorsdelamiseenplacedelarecherche.Ils'agitplusparticulièrementdesnotionsd'échantillonnage,degroupedesujetsetd'équivalencedesgroupesdesujets.a) L'échantillonnageLeproblèmeesticideconstruireunéchantillondeparticipantsquisera,danslamesuredupossible,représentatifd'unepo pulationdéfinie(c'estàdirequip ossèderalesmêmes caractéristiquesquecettepopulation).L'échantillonestunepopulationen"miniature».Lecritèredereprésentativ itéestparti culièrementimportantdanslesétudesdetyp e"questionnaire»(surlesreprésentationssocialesparexemple)ou"sondaged'opinion».TiragealéatoireLaméthodelaplussimple(etaussilaplusutiliséeenpsychologieexpérimentale)consisteàtirerauhasard,parmilapopulation,lessujetsquiparticiperontàl'étude.Ilaétédémontréquedanslaplupartdescas,untriageausortcorrectementréalisépermettaitd'avoirunéchantilloncorrect.Lorsqu'uncontrôleplusstrictdelareprésentativitédel'échantillonseranécessaire,onutiliseraunetechniqued'échantillonnagedite"desquotas».MéthodedesQuotasL'applicationdecetteméthodenécessiteuneconnaissancepréalabledescaractéristiquesdelapopulation(parexempleproportiondefemmesetd'hommes,CSP,niveauculturel,etc.).Laméthodedesquotasvaconsister,àpartirdesinformationsconcernantlapopulation
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC41210 d'origine(onparleaussidepopulationparente),àextraireunéchantillonenrespectantlesproportionsdesdifférentescaractéristiquesdelapopulationd'originequel'onsoupçonnepouvoiravoiruneffetsurlephénomèneétudié.Cettetechniquepermetdoncd'obteniraufinalun"modèleréduit»delapopulationdedépart,toutaumoinsencequiconcernelescaractéristiquesprisesencompte.4) Lanotiondegroupesdesujets(ougroupesdemesures)4-1)GroupesIndépendants,AppariésetContrôle.Ilexiste2grandstypesdegroupesdemesures:lesgroupesindépendantsetlesgroupesappariés.Ladistinctionentrecestypesdegroupessefaitauniveaudumodederécoltedesmesures.Aces2typesprincipaux,ilestcependantnécessaired'ajouteruntroisième:legroupecontrôle.GroupesIndépendantsOnparledegroupesindépendantslorsqu'ungroupedesujetsdifférentestattribuéàchaqueconditionexpérimentale(autrem entditàchaquemodalitédelaVIoucrois ementdemodalitésdesVI).Groupesappariés(ouàmesuresrépétées)Aucontrair e,onparledegroupesappari éslors quelesmesuressontle résultatdel'observationdesmêmessujetspassantl'ensembledesmodalitésd'uneVIparticulière.GroupescontrôlesOnappelle groupecontrôleung roupedeparticipantsaff ectésàuneconditionexpérimentaleoùlavariableindépendanten'intervientpas.Laperformance(lesmesures;VD)obtenueàpartirdecegroupesertdoncdegroupederéférence(voustrouverezparfoisleterme" niveaudebase»ou" lignedebase»)etperm et(en comparantlegroupe contrôleetlesgroupesexpérimentaux)devérifierl'impactoccasionnéparlaVI.
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC41211 4-2)Choixdustatutdesgroupesdemesures:avantagesetinconvénientsD'unemanièregénérale,ilesttoujourspréférabledeconserverlesmêmesparticipantsafindeleso bserverdans lesdifférentesconditionsexpérim entales(m esuresrépétées).Ceprocédédecomparaisondit"intra-sujets»permet:♦ D'économiserlenombredesujetslorsqu elesef fectifssontrestreints. Ilestcependantnécessairederecruterdessujetsquinesoientpastropdifférentslesunsdesautres.♦ Deréduir elesvariationsinterindi viduellesno ncontrôlables,toujoursp lusimportantesquelesvariationsintraindividuelles.Chaquesujetétantdanscecassonproprecontrôle,ondétecteplusfacilementl'impactdelavariableindépendantesurlamesure.Cependantl'usagedegroupesindépendantspeutsejustifier(ouestrendunécessaire)danscertainescirconstances:♦ Pouréviterles effetsd'ordre,d' apprentissage oud'interférencee t,plusgénéralementlorsquel'administrationdeplusieursniveauxdelaVIrisque,pareffetrésiduel,deproduireunemodificationdelamesure(etdoncdediminuerlavaliditéinternedelarecherche).♦ Lorsquel'onutilisedesvariablesinvoquéesoudetype"personnalité»(âge,poids,sexe,introversion/extraversion,etc.).Lavariabledépendanteestalorsabordéedemanièrecorrélationnelle,l'impossibilitéestdoncicid'ordretechnique.5)Combinaisondeplusieursvariablesindépendantes:lesinteractions.Uncomportement,unétatmentalouunprocessusmentaln'estengénéralpasinfluencéparuneseulecomposantedel'environnementoudelapersonnalitédesindividus.Nousl'avonsvu,s'ilestpossibledeneutralisercertainesvariablesparl'utilisationdestechniquesappropriées,maisilestaussipossible(etc'estlebutdelaméthodeexpérimentale)demanipulercertainesvariables:ellesprennentalorslestatutdevariableindépendante.Or,dèsquel'onmanipuleplusd'unevariableindépendante(cequiestlecasdelaplupartdes
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC41212 recherchesenpsychologie),ilestnécessairedeprévoirdesmoyensquinouspermettronsd'analyserleseffetsconjointsdesVI,autrementdit:lesinteractions.5-1)Définitiondel'interactionOnditqu'ilyainteraction"lorsquelefaitdechangerlamodalitéd'uneVImodifiel'influencedel'autreVIsurlaVD».5-2)Etconcrètement?:Exempleetreprésentationgraphique.Ilests ansdoute plusaiséde comprendrelad éfinitiondel'i nteractionàpartirde lareprésentationgraphique"type»d'uneinteraction:l'interactiondite"croisée».Admettonsquel'onchercheàévaluer,chezlepingouin,l'impactdelaprésenceoul'absencedujoggingmatinal(lorsquel'oursblancafaim...)etdunombredesardinesingérées(3vs15)surlavitessedenagedelagrandecoursedusamedi.Lesrésultatssontlessuivants:SiL'onregardecegraphiqueonpeutextraireplusieursinformations:♦ Lesensdel'effetprincipaldel'activitématinale:lespingouinsnagentaussivitelorsqu'ilsfontdel'exercicelematinquelorsqu'ilsn'enfontpas(onconsidèreicilesmoyennesrelativesàlaVI"Activitématinale»enc omparantla moyennedelamodalitéjoggingàcelledelamodalitépasdejogging).♦ Lesensdel'effetprincipaldunombredesardinesingérées:lespingouinsnagentaussivitelorsqu 'ilsonting éré3sardinesquelorsqu'ilsen ontingéré 15(onne
0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 T1 T2 Vitesse de nage en m/s Activité matinale
Vitese de nage du pingouin en fonction de l'activité physique matinale et du nombre de sardine ingérées
M1 M215 S Jogging Pas Jogging 3 S.
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC41213 s'intéressecettefois-ciqu'aux moyennesquico ncernentlaVI"Nombredesardines»).♦ Lesensdel'interactiondel'activitématinaleetdunombredesardinesingérées:alorsquelespingouinsquinefontpasdejogginglematinnagentplusvitelorsqu'ilsontleventreplein(15sardines)quelorsqu'ilsontleventrevide(3sardines),lespingouinsquifontdel'activitélematin,eux,sontplusperformantslorsqu'ilsn'ontmangéque3sardinesquelorsqu'ilsenontmangé15.NB:lefaitdeprendreencompteplusieursVIdansunerecherchenesignifiepasforcémentqu'ilyaitinteraction.Celasignifieseulementqu'uneinteractionestpossible,envisageable,etqu'i lfautdoncsepose rlaquesti ondesaprésen ceéventue lle.Laseulemaniè rede répondredemanièredéfinitiveàlaquestiondelaprésenced'uneinteractionpasseparl'utilisationdeméthodesstatistiques(enparticulierl'analysedevariance,quivapermettrededéfinirsiuneinteractionestsignificativeounon).5-3)Lesdifférentstypesd'effetssPourabordercettepartie,ilestnécessaired'avoirunereprésentationclairedecequesontuneffetprincipaletuneffetd'interaction.Effetprincipal:Onentendpareffetprincipal,l'effetd'uneVIsuruneVD.Autrementdit,ons'attendàcequelesrésultatsobtenussurlamesure(VD)soientdifférentsenfonctiondesmodalitésdelaVI.Effetd'interaction:Nousl'avonsdit,ilyainteractionentre2VI(ouplus)lorsquelefaitdechangerlamodalitédel'unedesVImodifiel'effetde(s)l'autre(s)VIsurlaVD.Ceteffetd'interactiondesVIsurlaVDpeut-êtredetypeadditifounonadditif.Pourillustrerlesdifférentespossibilités,nousconsidèrerons2VIà2modalités:VI1:Typedetruc(T1etT2)VI2:Typedemachin(M1etM2)VD:Nombremoyendebidules
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC41214 a) Actiond'uneseulevariable(Fig.A)Iciseulletypedemachinauneffet:lenombredebidulesestplusélevéenmodalitéM1qu'enmodalitéM2(M1>M2)alorsqueletypedetrucn'apasd'effet(T1=T2).b) Actionséparéedechaquevariable(Effetadditif;Fig.B)L'actioncombinéedesdeuxVIcorrespondàlasommedel'effetséparédechaquevariable.C'estenconditionmachinM1ettrucT2quelenombredebidulesestleplusélevé,paradditiondel'actiondechaquevariable.c) Interactiondesdeuxvariables(Effetnonadditif;Fig.C,D&E)*L'actiond'unevariableestinverséeparlesmodalitésdel'autre(Fig.C).LemachinM1engendreunnombresupérieurdebidulesavecletrucT1queletrucT2.Inversement,le
0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 T1 T2 NOmbre moyen de bidules Type de truc
Fig. A: Nombre de bidules en fonction du type de truc et du type de machin M1 M2 0 1 2 3 4 5 6 T1 T2 Nombre moyen de bidules Type de truc Fig. B: Nombre de bidules en fonction du type de truc et du type de machin M1 M2J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC41215 machinM2entraîneraunnombreplusimportantdebidulesavecletrucT2qu'avecletrucT1.*L'actiond'unevariableestannuléeparl'unedesmodalitésdel'autre(Fig.D).L'actiondutypedetrucestnullepourlemachinM2,maisletrucT2combinéaumachinM1engendreunnombredebidulesplusimportantqueletrucT1combinéaumachinM1.*Unevariableaplusoumoinsd'effetselonlamodalitédel'autrevariable(Fig.E).
0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 T1 T2 Nombre moyen de bidules Type de truc
Fig. C: Nombre de bidules en fonction du type de truc et du type de machin M1 M2 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 T1 T2 Nombre moyen de bidules Type de truc Fig. D: Nombre de bidules en fonction du type de truc et du type de machin M1 M2J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC41216 LadifférenceentrelesmachinsM1etM2,entermedebidules,seraplusimportantedanslaconditiontrucT2quedanslaconditiontrucT1.6) Lesplansd'expérience.Construireunpland'expérienceéquivautàlamiseenplaced'unestratégiequivapermettredemaximiserlaprobabilitédedétecterleseffetsréelsdesVIsurlaoulesVD,maisaussideminimiserlaprobabilitéqueles conc lusionstiréespuissentêtredue sàl'influen cedevariablesnoncontrôlées.Onpeutclasserlestypesdeplansenfonctionde2facteurs:ledegrédecontrôledessituationsconsidéréesetlescaractéristiquestechniques.6-1)Degrédecontrôledessituations:Distinctionplanexpérimentaletplansquasi-expérimentalOnparledeplanexpérimentalausensstrictlorsquetouteslesVIquicomposentlepland'expériencesontprovoquées,donclorsquel'onauncontrôlemaximalsurlessourcesdevariation.LorsqueleplancomporteaumoinsuneVIdetypeinvoqué(surlaquelleonnedisposequed'uncontrôlelimité),leplanestalorsditquasi-expérimental.6-2)LesprincipauxtypesdeplansenfonctiondescaractéristiquestechniquesApartir descaractéristiq uestechnique s,onpeutclasserlesplansexpérimentaux en2grandescatégories:♦ Lesplansàunevariableindépendante,àgroupesindépendantsouappariés.♦ LesplansàplusieursVI,àgroupesindépendants,appariésoumixtes.
0 1 2 3 4 5 6 T1 T2 Nombre moyen de bidules Type de truc
Fig. E: Nombre de bidules en fonction du type de truc et du type de machin M1 M2J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC41217 LesplansàplusieursVIpeuventeuxmêmeêtresubdivisésenplansditsfactoriels,encarrélatinouencoreencarrégrécolatin.Nousnouslimiteronsiciauxplansfactoriels,quisontlesplansquevousrencontrerezleplussouvent.A)LesplansàunevariableindépendanteLesplansàunevariableindépendantesontlesplanslesplussimples.IlsfontinterveniruneseuleVIayantaumini mum2 modalités. Ilexi stedeuxtypesdeplansàu nevari ableindépendante:lesplansàuneVIàgroupesindépendantsetlesplansàuneVIàgroupesappariés.1) Lesplansàgroupesindépendants(ouplansinter-sujets). Définition.Unpland'expérienceestditàgroupesindépendantslorsquelesmesuressontprisessurautantdegroupesqu'ilyademodalitésàlavariable.Autrementdit,dansunplanàgroupesindépendantsungroupedesujetsne passequ 'unedesmodalitésdel avariable indépendante.Ilsnepassentainsi"qu'unepartie»del'expérience.Danscetypedeplanslescomparaisonsportentsurlaperformancemoyennedesdifferentsgroupes(doncentrelesrésultatso btenusauniveaudechaq uemodalitédelaVI,autr ementd itdechaqueconditionexpérimentale).2. Lesplansàmesuresrépétées(ouplansàgroupesappariésouintra-sujets). Définition.Onparled egroupesappari éslorsqu etouslessujetspassentp artouteslesconditions expérimentales.Lacomparaisons'effectuesurunmêmegroupedeparticipantsquiseprêteàtouteslesmodalitésdelaVI.Autrementdit,lorsquetouslessujetssubissenttouteslesmodalitésdelaVI.Danscecas,l'impactdelaVIpourunsujetn'estplusmesuréparrapportàlaperformancemoyennedugroupe(commedanslesplansàgroupesindépendants)maisrelativementàsap erf ormance moyenne,calculéeensommantl'in fluencedetouslestraitements.Ainsi,ilestpossibled'observerlaperformancedechaquesujetdanschacunedesconditionsexpérimentales.B)LesplansàplusieursVI.1) Définition.
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC41218 Dansuncontextenatureluncomportement,unétatmentalouunprocessusmentalestrarementleproduitd'uneseulecause,maisplutôtceluidelacombinaison,del'interactiondeplusieurscausesoufacteursouvariables.Lechercheursedoitdoncdetenircomptedeceséventuellesinteractionsdanssonexpérimental.Onparlealorsdeplanfactoriel(oufischérien).Lesplansfactorielssontdestinésàmettreenévidenced'unepartleseffetsrespectifsdechaqueVIsurlaVD:onparlealorsd'effetssimplesoud'effetsprincipauxetd'autrepartleurséventuellescombinaisonsenfonctiondesdifférentesvaleursoumodalitésdesVI:onparlealorsd'effetd'interaction1.UnplanfactorielpermetdoncdereprésenteretdetestertouteslescombinaisonspossiblesentrelesdifférentesmodalitésdesVI.Unplanfactorielétantcaractériséparlaprésenced'aumoinsdeuxVI,ilpeutsedéclinerselontroisformesenfonctiondutypedesgroupesdemesures.Unplanfactorielpeutdoncêtreàgroupesindépendants(composéuniquementdegroupesdemesuresindépendants),àgroupesappariés(ouàmesuresrépétées),ouencoremixte(lorsqueleplancombinedesgroupesindépendantsetdesmesuresrépétées).2) Petiteparenthèseconcernantleplanmixte...Cetypede plancombin edesgro upesindépe ndants(VIintersujets)etde smesuresappareillées(VIintrasujets).Ilcomprendaumoinsquatreconditionsexpérimentalesissuesducroisementde2VIàdeuxmodalités.Dansceplanminimal,deuxgroupesindépendantsdesujetssontsoumisàdeuxconditionsdemesuresrépétées(2conditionsexpérimentales).Danscetypedeplan,commedanslesplansàmesuresrépétées,ilvafalloirporteruneattentionparticulièreauxéventuelseffetsd'ordreoudeséquence.3) Retourauplanfactoriel:unexempleconcret.Leprincipeduplanfactorielconsisteàassociertouteslesmodalitésd'unfacteurauxautresmodalitésdesautresfacteurs .Chacu nedescesasso ciationsdéfinituneconditionexpérimentaleavecuncertaineffectifde sujetsoup articipants. Autrementdit,lepl anfactorielpermetdeconstituerautantdeconditionsexpérimentalesqu'ilyadecombinaisonpossibleentretouteslesmodalitésdesVI. 1 Cf. partie du cours consacrée aux differents types d'interactions.
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC41219 AvantagesduplanfactorielLeplanfactorielapourprincipalintérêtdepermettredetesterleseffetsd'interactionsdesvariablesindépendantessurlaVD.DéterminationdunombredeconditionsexpérimentalesLorsquel'onconnaîtlenombretotaldeparticipantsainsiqueletypedeplanutilisé,ilestalorstrèsfacilededéterminerlenombredesujetsparsituationsexpérimentales:Dansnotreexemple,ils'agitd'unplanàgroupesindépendants,celasignifiequechaquesujetnepassequeparuneconditionexpérimentaleetuneseule.NousavonsdeuxVIàdeuxmodalitéschacune(T2*D2),oncalculealorslenombredeconditionsexpérimentaleseneffectuantleproduitdunombredemodalitésdechaqueVI.Ainsidonccetteexpériencecomporte2*2=4conditionsexpérimentales.• SiparcontrenousavionsunplancomportantdeuxVIàtroismodalitéschacune,nousaurionsalorsunplandetype3*3=9conditionsexpérimentales.• SinousavionsunplancomportanttroisVIàtroismodalitéschacune,nousaurionsalorsunplandetype3*3*3=27conditionsexpérimentales.• SinousavionsunplancomportanttroisVIdontdeuxàdeuxmodalitésetuneàtroismodalités,nousaurionsalorsunplandetype2*2*3=12conditionsexpérimentales.QuandilyadeuxVIàdeuxmodalités(plan2x2),unsimpletableauàdoubleentréepermetdevisualiserlesdifférentessituationsexpérimentales,c'estàdirelesdifférentscroisementsdesmodalitésdesVI.Prenonsl'exempled'une recherchesurlamémoiredans laquelleons'intér esseàlaperformanceentermederappelenf onctiondu typedematériel appris(F acterurTprovoquéà2modalités:verbalvsimagé)etdeladuréedel'intervallederétention(FacteurD,provoqué,à2modalités:3minutesvs12minutes).
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC41220 TypedematérielT1:matérielverbalT2:matérielimagéD1:duréede3minutesM1(n=30sujets)M2(n=30sujets)Duréedel'intervallederétentionD2:duréede12minutesM3(n=30sujets)M4(n=30sujets)Cetableaupermetderécapitulerlesdifférentessituationsexpérimentales.M=valeurpriseparlaVD(icilaperformancederappel),leplussouvent,cettevaleurestunemoyennedegroupe.n=entre()correspondaunombredeparticipantsparconditionexpérimentale.Cetypedeplanpermetderépondreàtroisquestionsenmêmetemps:• LaVD,icilaperformancederappel,dépend-elleuniquementdelaVI1,iciletypedematériel?⇒ComparaisonstatistiqueentreM1etM3/M2etM4• LaVD dépend-elleuniquemen tde laVI2,ic iladu rée?⇒ComparaisonstatistiqueentreM1etM2/M3etM4⇒Icicalculstatistiquedeseffetsprincipaux.• LaVDdépend-elledel'interactionentrecesdeuxfacteurs?⇒ex:M1fonctiondel'interactionentreD1etT1etM2fonctiondel'interactionentreD1etT2.⇒Icicalculstatistiquedeseffetsd'interaction.ReprésentationdesplansexpérimentauxUnplanexpérimentalestgénéralementreprésentésouslaformed'untableauàentréesmultipleset/oud'uneécritureformalisée.Unereprésentationsousformed'unarbrederépartitiondeseffectifsparconditionestaussiparfoisutilisée,maisplusrarement.Nousnenousattarderonspassurlareprésentationsousformedetableau,quineprésentepasdedifficultésparticulières,pourpasserdirectementàl'écritureformalisée.
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC41221 1) L'écritureformalisée.1-1) Définition.L'écritureformaliséed'unplandonnedesinformationspourletraitementstatistiquedesdonnées.Ilprécisel'effectifdessujetsetindiques'ils'agitd'unplanàgroupesindépendants,d'unplanàmesuresrépétéesoud'unplanmixte.Formule:Sn<>oùn=nombredesujetsparcaseetoù<>=emboîtement(grindépendants).Sn*oùn=nombredesujetsautotaletoù*=croisement(grappariés).L'écritureformaliséed'unplanmixtecombineemboîtementetcroisement.Dansnotreexemplesurlamémoire,nousavonsaffaireàunplanfactorieldetype2*2:♦ Sil'onc onsidèrecepl ancommeétantunplanàgroupesin dépendants, alorsl'écritureformaliséeseprésenteradelafaçonsuivante:S30
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC41222 LesHypothèses1) Leshypothèsesgénérales(ouencorehypothèses"detravail»ou"théoriques»)Définition:Ils'agi td'unereprése ntationabstraiteexplicati veet/ouprédictivedel'exi stenced'unerelationentredeuxfaits oudeuxensemb lesdefaits.Dan slecadrede laméthod eexpérimentale,lespremiersfaitsfontréférenceàlacauseetlessecondsauxconséquences.Leshypothèsesgénéralesproviennentlaplupartdutempsdesconnaissancesduchercheursurledomaine,surlaquestion,oud'uneobservationantérieure.Cegenre d'hypothèsepermet d'élargir(degénéraliser)lesfaits établispard'autres chercheursou,aucontraire,derestreindrelaportéedeconclusionsantérieurespourlespréciser.Utilité:Leshypothèsesgénéralespermettentdeguideruneréflexionapprofondiedansundomainedonné.Ellespermetten tégalementdefixer desobjectifsderecherc heetdechoisirlesméthodesadéquates.Caractéristiques:L'hypothèsegénéraledoitfourniruneréponse(parfoispartielleetsouventprovisoire)àlaquestionderecherchequel'onsepose.Elledoitêtrevérifiableàl'aidedestechniquesdontdisposelechercheur(sinonelleresteunepurespéculation).Exemplesdeformulation:Effetd'uneVI:• Quandunindividujugelecomportementd'autruidansuntempslimité,ildonneraplusd'importanceauxfacteurspersonnelsquesituationnels• Letypedestéréotypeinduitvavoiruneffetsurlejugementderesponsabilitéportéparunindividusurunautre.
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC41223 EffetdeplusieursVI:• Lecomportementd'unepersonneserajugéenfonctiondesavalenceetdudegrédesimilaritéperçueentrelapersonnecibleetleparticipant.• L'expertisedujugeetlaprésenced'informationscatégoriellesvontavoirunimpactsurleprocessusdedécision.2) Leshypothèsesopérationnelles(ouhypothèses"derecherche»)Définition:Leshypothèsesopérationnellessontlatraductiondeshypothèsesgénéralesdansuncadreconcret,celuid'unerechercheparticulière.Lami seenplacedelarecherchedoitdonc permettredevérifierceshypothèses.Utilité:Leshypothèsesopérationnellesprécisentl'étatdesvariablesutiliséesdanslarecherche.Ellespermettentde mettreenexergueleseff etssimplesdesvariable s,maisaussi leséventuelseffetsd'interaction.Caractéristiques:Leshypothèse sopérationnellesfontapparaîtrele sdifférentesmodalitésdela(les)variable(s)indépendante(s)etlavariabledépendanteconsidérée.Engénéral,leshypothèsesopérationnellesprécisentégalementlesensdelarelationattendue.Exemplesdeformulation:Effetsprincipaux• Lorsqueletempsdejugemen testcourt (2minutes),l esexpli cationsdonnéesaucomportementd'autruidevraientêtreplusinternesquelorsqueletempsdejugementestlong(15minutes).[=>effetprincipaldelaVItempsdejugement(courtvslong)surlesVDexplicationsducomportementd'autrui]• L'évaluationdudegréderesponsabilitédevraitêtreplusélevélorsquel'onaffecteunstéréotypenégatifàlapersonneciblequelorsqu'onluiaffecteunstéréotypepositif.[=>effetprincipaldelaVItypedestéréotype(positifvsnégatif)surlaVDévaluationdudegréderesponsabilité]
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC41224 Effetsd'interaction• Uncomportementdevalencenégativedevraitêtrejugédemanièreplussévèrequ'uncomportementdevalencepositive.Ceteffetdevraitêtreplusmarquélorsqueledegrédesimilaritéentrelapersonnecibleetleparticipantestfaiblequelorsqu'ilestfort.[=>effetadditifdesVIvalenceducomportement(positivevsnégative)etdudegrédesimilaritéentreleparticipant etlacible(élev évsfai ble)surlaVDsévéritédu jugement]• Lesexpertsvontavoirtendanceàjugerlesindividusdemanièreplusrapidequelesnovices.Cetef fetdevraitêtre d'autantplusmarquélor squ'ilsdis posentd'informationscatégoriellesquelorsqu'ilsn'endisposentpas.Rédaction"Economique»:Silesattentesd'effet(s)dela(des)VI(s)sontidentiquespourplusieursdesVDconsidérées[etpouréviterderépéter5foislamêmehypothèseennechangeantdanslaformulationquelenomd elaVD] ilestpossib le(etadmi s,vo irerecommand é)defo rmulerle shypothèsesdemanièrerésumée.Cecis'appliqueaussibienauxhypothèsesd'effetssimplesqu'auxhypothèsesd'interactions.Exemple:Ons'attendàcequel'attributiondesanction,deblâme,decausesinternesetdetraitsdepersonnaliténégatifssoitplusimportantelorsquelesujetestdotéd'unstéréotypenégatifqued'unstéréotypepositif.
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC41225 Statistiques,FormatdufichierdedonnéessurExceletNormesbibliographiquesDansunsoucidesimplicité(etderapidité...),l'Anovaesticiabordéedanssesgrandeslignesetdem anièretrès "pragmatique».Pour plusdedétails "statistiques»,jevous recommandelelivred'HervéAbd iintitulé "Introductionautraitementdesdon néesexpérimentales».Définition:qu'est-cequ'uneAnova?UneAnova(ouanalysedevariance)estunteststatistiqueparamétriquequipermetdecomparerdesmoyennesetdedéterminersicesmoyennesdiffèrentsignificativement.L'Anovaapourparticularitédecomparerlesmoyennesentenantcomptedelavariancedanssesestimations(d'oùsonnom).Ils'agitenfaitdefaireunrapportentrevariance(s)interconditionsetvariance(s)intraconditions.Autrementdit,ils'agitdevoirsiladispersiondesmesuresestplusimportanteentrelesconditionsqu'àl'intérieurdesconditions.Exempletypedetableaud'Anova.VoicidesexemplesdetableauxdonnésparlelogicielStatistica:TableaudemoyennecorrespondantMoy.(nonpondér.)F(1,92)=,38;p<,6829SC_ANAGSempa....6,51666689cpt....6ANOVA/MANOVA;SynthèsedetouslesEffets;plan:1-CONDITXT,2-TYPECTRLdlEffetMCEffetdlErreurMCErreurFniveaup112,16690063925,657267570,383029550,682874862124,4841919925,657267574,327918050,040272431216,52309275925,657267571,153046490,32019269
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC41227 DonnéessousExcelDictionnairedesvariablesAvanttoutechoseilestnécessairedeconstruirecequel'onappelleundictionnairedesvariables.Cedictionnairedoi tpermettre d'identifierlescodesdesdiffér entesvariable sfacilement.Ildoitcontenirauminimum:• Lenomdesvariables(VIetVD)• Lenomrésumédechaquevariable(7caractèresmaximum)• LecodagedesVD(ex:"valeurde1à7»;"Hpourhomme,FpourFemme»,etc.)Letoutdoitidéalementseprésentersouslaformed'untableaureprenantlesdifférentesvariablesenligneetlescatégories(nomrésumé,codage...)encolonnes.FichierExcelPourlefichierdesaisiedesdonnées,leplussimpleestdeformer4tableauxindépendants,autrementdituntableaupar condition expérime ntale.Chacunde cestableaux auraunformatdutypeSujetsenligneetVariablesencolonnes.SujetVI1VI2VD1VD2...VDn12....n(Rq:Memettreàchaquefoisunelignedetitreredonnantlaconditionexpérimentaledontils'agit)Danslescases"VI»doiventapparaîtrelecodedesmodalitésDanslescases "VD»doiv entapparaîtrelesvaleurs issuesdesquestionn aires(ex:le numérode1à7danslecasd'uneéchelleen7points).
J.-B.LégalContact:jb.legal@laposte.netUniversitéParisOuest-NanterreBureauC41228 Normesd'écrituredelaBibliographieLesnormesutiliséeslamajeurepartiedutempsenPsychologiesontlesnormesdel'APA(AmericanPsychologyAssociation).Voicilesnormesàsuivrepour:• Unarticleissud'unerevue:Erdley,C.A.,&D'Agostino,P.R.(1988).Cognitiveandaffectivecomponentsofautomaticprimingeffects.JournalofPersonalityandSocialPsychology,54,741-747.• UnchapitredelivreHiggins,E.T.,&Brendl,C.M.(1995).Accessibility,applicability,andsalience.InE.T.Higgins&A.Kruglanski(Eds.),Socialpsychology:Handbookofbasicprinciples(pp.133-169).NewYork:Guilford.• UnlivredanssatotalitéWyer,R.S.,&Srull,T.K.(1989).Memoryandsocialcognitioninitssocialcontext.Hillsdale,NJ:Erlbaum.
quotesdbs_dbs47.pdfusesText_47