1
Q
Vrai ou faux : une variable est un facteur qui ne varie pas
A
Faux, elle varie
2
Q
C’est quoi une variable ?
A
Une variable est le contraire d’une constante, qui ne varie pas ou très peu
Exemple : presque tous les phénomènes sont susceptible de varier chez un individu ou d’un individu à l’autre ( le poids, la couleur, les yeux etc. )
3
Q
C’est quoi la différence entre une variable indépendante et dépendante?
A
Variable indépendante : variable qui est censée expliquer les variations d’une autre variable
Variable dépendante: variable dont on cherche à expliquer les variations sous l’influence de la VI
Exemple : les activités sexuelles (VD) varient en fonction de l’âge (VI)
4
Q
C’est quoi la variable indépendante ?
A
- C’est celle qui fait varier la variable dépendante.
- Elle peut être invoquée ou provoquée.
- Elle peut être intra sujet (tous les participants à pont tous les niveaux) ou intersubjective (un seul niveau par participants
5
Q
C’est quoi la VI provoquée
A
La VI provoquée : directement créer et manipulée par le chercheur et modalité construite de toute pièce par le chercheur
Ce sont des stimulations expérimentales provenant de l’environnement, une construction particulière de l’environnement physique et ou social
Exemple : présence / absence de traitement ; tâche possible / impossible ; sexe
6
Q
C’est quoi la VI invoquée ?
A
Prise en compte de caractéristiques intrinsèque de la population ou de l’environnement
On ne peut pas créer de modalités, les construire ou les modifier par notre simple volonté . On peut uniquement sélectionner parmi les critères existants, ceux qui nous intéressent et effectuer des comparaisons selon ces critères
Exemples : femme vi homme ; victime de violence ou non ; 11-12 va 15-16
7
Q
Le statut inter vs intra d’une VI correspond au type de groupes de mesures utilisé. Expliquer cette différence :
A
VI inter sujets : les groupes de participants sont associés à des modalités différentes de la VI (groupe ind. )
VI intra sujets : les participants sont associés à toutes les modalités de la VI (mesure répétées)
8
Q
Vrai ou faux : Intersujets : tous les sujets sont soumis à chaque niveau de la VI
A
Faux : un groupe de sujets par niveau de la vi
9
Q
Vrai ou faux : intersujets : tous les sujets sont soumis à chaque niveau de la vi
A
Vrai
10
Q
Groupes indépendants : qu’elles sont les avantages et inconvénients
A
Avantages :
- chaque score est indépendant des autres (aucune contamination)
- pas d’effet de pratique ou de fatigue
- utiliser pour déterminer l’efficacité de deux traitements, deux méthodes
Inconvénient:
- différences individuelles
11
Q
Groupes indépendants :
importance de l’___________ des _______
- par ______ au hasard
- par __________
- par variation _________ ____ __________
A
Équivalence des groupes
- variation
- constances
- systématique avec appariement
12
Q
Groupes indépendants:
Utilisation de ________ _______
- groupe qui n’est pas _____ à la Vi (ou qui est soumis au niveau zéro de la Vi)
- groupe _______
A
Groupe contrôle, Soumis, placebo
13
Q
Mesures répétées : avantages ou inconvénients
A
Avantages :
- nécessite moins de participants
- éliminer les problèmes des différence individuelles
Inconvénients
- perte de participants (pouvant causer des biais)
- durée des l’expérience
- Facteurs externes affectant le participants entre les séances (historique, maturation)
- Effet de l’ordre (effet de pratique ou de séquence ; effet résiduel)
14
Q
Mesures répétées : solutions possibles
A
- randomiser l’ordre des conditions
- randomiser les stimuli
- augmenter la durée de la pause entre les conditions
- contrebalancer les conditions ou les stimulus
- changer pour un plan à groupes indépendants
15
Q
La variable dépendante c’est quoi ?
A
La VD est la variable qui varie en fonction de la Vi ; c’est l’effet.
Par définition, la VD est toujours invoqué (elle n’est pas manipulée)
16
Q
Vrai ou faux : on peut avoir plusieurs VD différentes
A
Vrai
17
Q
Vrai ou faux : La VD peut aussi avoir des niveaux mais il faudrait pas ajuster les analyses statistiques ex. Aider ou pas aidé autrui (2 niv.)
A
Faux, il faut ajuster les analyses statistiques
18
Q
Qu’est ce que l’opérationalisation :
A
Consiste à rendre observable et mesurable le concept qu’on veut étudier. choisir des représentations concrètes du concept
Exemple : est-ce que le temps d’activité physique affecte le QI des enfants : voir diapo
19
Q
Comment s’assurer la bonne opérationnalisation de nos variables ?
A
- regarder dans la littérature moment c’est variables sont normalement conceptualisées
- vérification des la manipulation ( teste pilote : manipulation représente bel et bien le concept)
- Utiliser des mesures validées et fiables
20
Q
Qu’est ce que permettent les variables médiatrices et modératrices ?
A
Répondre à d’autres questions pertinentes
21
Q
Les variables médiatrices permettent de répondre à :
A
Comment , pourquoi x cause Y ?
22
Q
Les variables modératrices permettent de répondre à :
A
Quand, pour qui X cause Y ?
23
Q
Variable médiatrices c’est quoi ?
A
- Variable qui explique le mécanisme par lequel la VI agit sur la VD
- elle est dépendante et indépendante
Exemple : les activités sexuelles ( VD) varient en fonction du niveau de religiosité ( variable intermédiaire) selon l’âge ( VI)
24
Q
Variable médiatrice : Comment le stress influence-t-il la qualité des interactions sociales ?
A
- Stress réduit la motivation à interagir
- stress agir différemment selon l’expérience en matière d’interaction
- stress provoque défauts d’élocution dans interactions
Relation entre stress et interaction différé selon contact visuel
25
Vrai ou faux : il ne peut pas y avoir plusieurs VMÉD qui contribue à la relation. Donc un ajout d’une valeur à la valeur explicative à la relation entre la VI et la VD
Faux
26
Vrai ou faux : variable modératrice : la variable peut changé la direction ou la force d’une relation entre VI et VD
Vrai
27
Vrai ou faux : variable modératrice : l’effet de la variable ind. Dépend pas du niveau d’une autre variable
Faux : elle dépend
Exemple : vous examinez l’effet des conflits interparentaux sur les niveaux de détresse psychologique des ado mais on veut voir si ça diffère du genre
28
Qu’elles sont les trois critères qui permettent d’identifier la causalité
La covariation : la cause et l’effet sont corrélés
La précédente temporelle : la cause précédé l’effet
L’élimination d’explications alternatives : aucune autre variable que celle mesurée (la cause)
29
La causalité : cela implique deux éléments importants pour l’élaboration de la méthode :
1. S’assurer que la VI est réellement impliquée dans la manipulation
2. S’assurer que les autres causes sont élimiées avec la manipulation
On peut dire qu’on manipule parfaitement le Vi avec ces deux éléments. Par contre, c’est très difficile à atteindre, ce sont les limites de la recherche
30
définition de la validité interne
Capacité de la méthode à produire des conclusions précises à propos de l’effet de la VI sur la VD.
31
définition de la validité externe
Capacité de la méthode à produire des conclusions généralisables au-delà du contexte de l’expérience.
32
validité interne :
Capacité de l’étude à produire des résultats pouvant être attribuables à la ______ ________ plutôt qu’à des ________ _______ avec celle-ci.
Jusqu’à quel point la ________ ________ est-elle responsable du ________ _________ ?
la variable indépendante, facteurs confondus, variable manipulée, changement observé
33
Des menaces à la validité interne : quels sont les 9 variables de confusion :
- Sélection des sujets
- Perte de sujets
- Perte différentielle de sujets
- Fluctuation de l’instrument de mesure
- Attentes du sujet
- Attentes du chercheur
- L’effet résiduel
- Maturation
- Facteurs historiques
34
Expliquer la variable de confusion : sélection des sujets :
Différences entre les groupes attribuables au processus de sélection ou à l’affectation des sujets aux différentes conditions.
35
Expliquer la variable de confusion : perte de sujets
Perte de sujets entre Pré-test et Post-test.
Exemple: Impact méthode entraînement A (+ intense) et B (régulier) sur performance sportive. Performance plus
forte en A suite à l’abandon de participants moins performants.
Solution: Pratico-pratiques; Données socio-démographiques
36
Expliquer la variable de confusion : perte différentielle de sujet
La perte différentielle de participants entre les groupes de comparaison (groupes non-équivalents).
Exemple: Comparaison entre l’effet d’une thérapie et l’effet d’une liste d’attente. Le taux d’abandon est plus élevé pour la condition “thérapie”; L’effet bénéfique de la thérapie peut être dû au fait que les participants les moins motivés soient ceux qui ont abandonné.
Solution: Pratico-pratiques; Données socio-démographiques; Répartition aléatoire des groupes
37
Expliquer la variable de confusion : fluctuation de l'instrument de mesure
Les variations dans le calibrage d’un instrument ou des changements au niveau des observateurs ou n’importe qu’elle perte de précision d’un outil de mesure.
Exemple 1: Utilisation de différentes versions d’un questionnaire, questions mal formulées
Exemple 2: Remplacement, manque d’entraînement ou fatigue d’un expérimentateur
Solutions: Calibrage; Mesures standardisées; Entraînement; Standardisation des procédures
38
Expliquer la variable de confusion : attente du sujet :
Une expérience étant une situation sociale (et non une situation naturelle), le comportement d’un individu qui participe consciemment à une expérience dépend en partie du rôle qu’il adopte.
1) L’appréhension de l’évaluation: La réaction du participant au fait qu’il est évalué.
Désirabilité sociale, “faking good” et “faking bad”.
2) L’effet Hawthorne: Le simple fait d’être le point central de l’investigation.
3) Les caractéristiques de la situation: La totalité des indices qui dévoilent une hypothèse de recherche au participant.
Solutions: Masquer l’objectif de l’expérience (Utilisation d’un placebo); Solliciter la spontanéité
39
Expliquer la variable de confusion : attentes du chercheur
La communication, implicite ou explicite, des croyances ou attentes du chercheur aux participants.
Exemple: Expérimentateur de moins bonne humeur avec les participants qui ne confirment pas ses hypothèses.
Solution: Double insu (double-aveugle), protocole standardisé dans la collecte et l’analyse des données.
40
Expliquer la variable de confusion : l'effet résiduel
Survient lorsque les participants sont observés à travers plusieurs conditions expérimentales.
Exemple: le jugement des participants à un questionnaire peut différer dépendamment qu’il précède ou suit un autre
questionnaire.
Solution: Contrebalancement ou le carré latin
41
Expliquer la variable de confusion : la maturation
Les réactions du sujet peuvent avoir changé dû au fait de son développement, son évolution normale en cours d’expérimentation.
Exemple: Thérapie ou rémission spontanée
Solution: plan expérimental (groupe témoin/contrôle)
42
Quel est la différence entre variable modératrice vs médiatrice
modératrice : change la direction et la force d'une relation entre VI et VD
médiatrice : explique le mécanisme par lequel la VI agit sur la VD
43
Expliquer la variable de confusion : facteurs historiques
Changements divers dans la vie des sujets qui interviennent en cours d’expérimentation.
Exemple: Une chercheure veut évaluer l’impact d’une campagne de sensibilisation au VIH dans le Tiers-Monde.
Entre la campagne et la mesure – Tsunami.
Solution: plan expérimental (groupe témoin/contrôle)
44
qu'est ce que la validité interne ?
Capacité de l’étude à produire des résultats pouvant être attribuables à la variable d’intérêt (indépendante) plutôt qu’à des facteurs 50 confondus avec celle-ci.
45
comment réduire ou contrôler la variance secondaire ?
Contrôle = maximiser la validité interne.
* Isoler les effets de notre (ou de nos) variable(s) indépendante(s)
* Éviter toute possibilité de contamination par une variable confondue ou parasite.
46
Comment (truc) pour réduire ou contrôler la variance secondaire (7) ?
1. Eliminer/Minimiser une source de variance secondaire
Exemples: Bruits environnants, Odeurs. Pas toujours possible (p.ex., motivation, QI). Plus facile en labo, mais alors perte de validité écologique.
2. Garder constante une source de variance secondaire
Exemples: Heure dans la journée. Température. Sexe de l’expérimentateur (Idem, labo)
3. Pairer les participants dans les différentes conditions expérimentales
Exemples: Pairer en fonction du QI, âge, sexe, niveau d’éducation à travers toutes les conditions (les groupes)
4. Sélection de caractère fixes
Exemple: Ajout de critères d’inclusion et d’exclusion = hommes de 25 à 29 ans d’origine caucasienne
5. Transformer une variable secondaire en variable indépendante
Exemple: Age = 50% de 20-25 ans et 50% de 60-65 ans dans chaque condition expérimentale (i.e., A, B, et C) DEUX effets sont alors examinés (p.ex., l’anxiété et l’âge).
6. Répartition aléatoire des participants et procédures
Exemple: sujets distribués aléatoirement à travers les conditions, et conditions distribuées aléatoirement à travers les plages horaires.
Très utile lorsque variables secondaires inconnues ou incontrôlables.
7. Mesurer et examiner statistiquement l’impact de la variable secondaire comme covariable.
Exemple: l’impact de l’anxiété (x) sur le sur la perception des expressions faciales (Y) des hommes en examinant la présence de symptômes dépressifs (mesurés chez chaque participant dans chaque condition expérimentale) comme covariable.
Contrôle non expérimental. Très utile dans les expériences de ‘terrain’. Utilisable quand variable secondaire est continue.
47
Comment réduire ou contrôler la variance secondaire :
Si le risque de _______ est évident, mais que le _______ est impossible, parce que...
* Non __________
* ________ / _______ _________ne le permettent pas
contamination, contrôle, déontologique, Techniques / technologie actuelles
48
comment réduire ou contrôler la variance secondaire :
On peut:
* Mettre la _________ de _____, et espérer que le problème puisse être contourné un jour
* Faire la recherche quand même, et _________ lors de publication les problèmes non résolus
recherche, côté, mentionner
49
c'est quoi la validité externe ?
- Fait référence à la généralisation des résultats. Dans quelle mesure peut-on généraliser les résultats d’une étude à une autre population, dans un autre milieu ou à d’autres conditions?
- Concerne la valeur des résultats en dehors des conditions particulières de la recherche.
50
facteurs qui atténuent la validité externe (2) :
- La validité d’échantillonnage : Caractéristiques de l’échantillon (degré de représentativité)
ex. Âge, sexe, éducation, sévérité, comorbidité, Utilisation de sujets étudiants, volontaires, animaux
- La validité écologique : Caractéristiques des stimuli de l’étude
ex. Milieu (Hôpital d’enseignement universitaire vs. Clinique privée) Thérapeute (Étudiant en formation vs. Professionnel)
51
Que représente la validité échantillonnage ?
- Représente à quel point l’échantillon utilisé est représentatif de la population d’intérêt.
- Validité échantillonnale maximale si échantillon probabiliste (c.-à-d., au hasard)
- Implique de tirer au hasard les membres de la population accessible et les membres de l’échantillon...
52
Que représente la validité écologique ?
- Représente à quel point le contexte expérimental est représentatif du contexte d’intérêt.
* La situation d’obtention des données doit être représentative du contexte à laquelle on souhaite
généraliser les résultats.
* Le degré de validité écologique est très difficile à évaluer (p.ex., Quel questionnaire se rapproche le plus du réel?)
53
explique la relation entre validité interne et externe
- La validité interne a préséance sur la validité externe : condition essentielle mais non suffisante
- L’importance accordée à chacune varie en fonction des questions de recherche
- Doit maintenir un juste milieu; on ne peut tout contrôler à l’intérieur d’une même étude
54
Exemple de : Eliminer/Minimiser une source de variance secondaire
.
Exemples: Bruits environnants, Odeurs. Pas toujours possible (p.ex., motivation, QI). Plus facile en labo, mais alors perte de validité écologique.
55
Exemple de : Garder constante une source de variance secondaire
Exemples: Heure dans la journée. Température. Sexe de l’expérimentateur (Idem, labo)
56
Exemple de : Pairer les participants dans les différentes conditions expérimentales
Exemples: Pairer en fonction du QI, âge, sexe, niveau d’éducation à travers toutes les conditions (les groupes)
57
Exemple de : Sélection de caractère fixes
Exemple: Ajout de critères d’inclusion et d’exclusion = hommes de 25 à 29 ans d’origine caucasienne
58
Exemple de : Transformer une variable secondaire en variable indépendante
Exemple: Age = 50% de 20-25 ans et 50% de 60-65 ans dans chaque condition expérimentale (i.e., A, B, et C) DEUX effets sont alors examinés (p.ex., l’anxiété et l’âge).
59
6. Répartition aléatoire des participants et procédures
Exemple: sujets distribués aléatoirement à travers les conditions, et conditions distribuées aléatoirement à travers les plages horaires.
Très utile lorsque variables secondaires inconnues ou incontrôlables.
60
Exemple de : Mesurer et examiner statistiquement l’impact de la variable secondaire comme covariable.
Exemple: l’impact de l’anxiété (x) sur le sur la perception des expressions faciales (Y) des hommes en examinant la présence de symptômes dépressifs (mesurés chez chaque participant dans chaque condition expérimentale) comme covariable.
61
Vrai ou faux : Contrôle non expérimental. Très utile dans les expériences de ‘terrain’. Utilisable quand variable secondaire est continue.
Vrai
62
Vrai ou faux Le contrôle de la variance secondaire cherche à maximiser la validité interne
Vrai
63
La covariation : la cause et l’effet sont corrélés
a) la covariation
b) la précédente temporelle
c) L’élimination d’explications alternatives
La covariation
64
la cause précédé l’effet
a) la covariation
b) la précédente temporelle
c) L’élimination d’explications alternatives
La précédente temporelle
65
aucune autre variable que celle mesurée (la cause)
a) la covariation
b) la précédente temporelle
c) L’élimination d’explications alternatives
L’élimination d’explications alternatives
66
Vrai ou faux : la VD est toujours invoqué (elle n’est pas manipulée)
Vrai
67
Vrai ou faux : La VI est la variable qui varie en fonction de la Vi ; c’est l’effet.
Faux : c'est la VD
68
La réaction du participant au fait qu’il est évalué.
Désirabilité sociale, “faking good” et “faking bad”.
a) l'appréhension de l'évaluation
b) l'effet Hawthorne
c) les caractéristiques de la situation
L’appréhension de l’évaluation
69
2) Le simple fait d’être le point central de l’investigation.
a) l'appréhension de l'évaluation
b) l'effet Hawthorne
c) les caractéristiques de la situation
L’effet Hawthorne
70
3) La totalité des indices qui dévoilent une hypothèse de recherche au participant.
a) l'appréhension de l'évaluation
b) l'effet Hawthorne
c) les caractéristiques de la situation
Les caractéristiques de la situation
71
variable invoquée : créer par la ______
variable provoquée : créer par le _______
nature, chercheur
72
pour établir un lien de causalité il faut remplir deux conditions lesquelles ?
association : bien faire la jonction entre une cause et son effet, lorsque la cause est présente l'effet aussi
isolation : aucune autre cause possible peut être pris en compte
73
mesurer la variable ind. et assigner les participants en fonction des résultat
variable ind. mesuré
74
types de validité expérimentale (4)
Validité interne : différence attribuable à la manipulation de la VI
validité externe : représentativité
validité des conclusions statistiques : lien entre la VI et VD et respectent les approches statistiques choisit
validité théorique : les variables opérationnalisé correspondent aux variables conceptuelles
75
vrai ou faux : le pre-test cherche à prévoir
vrai
76
vrai ou faux : la variable médiatrice est à la fois dépendante et indépendante
vrai
77
Méthode de Recherche
flashcards
Decks in class (12)
# Cards
-
Cours 147
-
Cours 277
-
cours 370
-
cours 449
-
cours 590
-
cours 656
-
cours 7 : recherche expérimentale34
-
cours 8 : recherche quasi-expérimentale32
-
cours 9 : recherche corrélationnelle36
-
cours 10 : introduction aux analyses statistiques53
-
cours 11 : notion de déontologie40
-
cours 12 : interprétation et diffusion des résultats25
