Vous êtes sur la page 1sur 133

Mthodologie Disciplinaire UE/6

Licence 2 Gilles Lafargue

Lecture conseille :
SOCKEEL P., ANCEAUX F. (2002). La dmarche exprimentale en psychologie. In Press Editions.

Objectifs du cours
Connatre la dmarche dacquisition des connaissances en psychologie exprimentale
Mettre en uvre une approche mthodique, scientifique, lors de lanalyse des donnes de la psychologie (ou se rclamant de la psychologie) Connatre les principaux concepts de la mthode exprimentale

Objectifs de la psychologie
Proposer des thories permettant de mieux comprendre les comportements des hommes et des animaux Mieux comprendre les processus en jeu dans la pense, la perception, les motions, le contrle des actions, les relations interpersonnelles

PLAN DU COURS
I. La dmarche exprimentale
1. Introduction 2. Les spcificits de la dmarche scientifique 3. Le cycle de la recherche

II. Elments fondamentaux 1. La source des ides de recherche


2. Le rle de la thorie 3. Les hypothses . Gnralit sur les hypothses . La formulation des hypothses

III. La conceptualisation d'une tude


1. Les plans de recherche
plans factoriels plans particuliers

2. La notion de validit 3. La mesure du phnomne tudi 4. La procdure 5. L'analyse des donnes

IV. Prcisions sur l'analyse des effets d'interaction

V. Plans quasi-exprimentaux

I. La dmarche exprimentale
1. Introduction
Le comportement humain, la pense, les motions peuvent-ils tre lobjet dune science ?
Pense, comportement, motions, raisonnement, interactions sociales, reposent sur des principes de fonctionnement quil doit tre possible de comprendre

La conduite des individus repose sur des principes qu'il doit tre possible de comprendre
Par quel moyen? Par quelle mthode?

2. Les spcificits de la dmarche scientifique

On ne peut aboutir la certitude dans l'explication d'un phnomne, quel qu'il soit, simplement en l'observant

I. La dmarche exprimentale 1. Introduction 2. Les spcificit de la dmarche scientifique

Se mfier de notre intuition


L'intuition et le sens commun ne suffisent pas pour dmler le vrai du faux

Imaginez que vous pliiez une feuille de papier 100 fois sur elle-mme. Quelle sera approximativement son paisseur ?

I. La dmarche exprimentale 1. Introduction 2. Les spcificit de la dmarche scientifique

Se mfier de notre intuition


L'intuition et le sens commun ne suffisent pas pour dmler le vrai du faux
Un groupe doit tre compos de 366 personnes pour tre certain que 2 personnes ont la mme date de naissance. Quel effectif doit avoir un groupe pour avoir 50 % de chance que 2 personnes aient la mme date d'anniversaire ?

I. La dmarche exprimentale 1. Introduction 2. Les spcificit de la dmarche scientifique

Rponses:
Une feuille qui aurait une paisseur de 0,1 mm, plie 100 fois sur elle-mme, aurait une paisseur d'environ 800 000 milliards de fois la distance entre la terre et le soleil 23 personnes seulement sont ncessaires pour avoir une chance suprieure 50 % que deux personnes aient la mme date de naissance

I. La dmarche exprimentale 1. Introduction 2. Les spcificit de la dmarche scientifique

Boston est au nord de Paris

I. La dmarche exprimentale 1. Introduction 2. Les spcificit de la dmarche scientifique

Se mfier de notre trop grande confiance en nous AEYRR RAYER GRABE BARGE EIOVL VOILE

Combien de temps pensez-vous que cela vous aurez pris de rsoudre chacun de ces anagrammes ?

I. La dmarche exprimentale 1. Introduction 2. Les spcificit de la dmarche scientifique

OCHSA Top chrono, vous de jouer

I. La dmarche exprimentale 1. Introduction 2. Les spcificit de la dmarche scientifique

Le biais confirmatoire
Une fois que nous avons une ide fausse, difficile de sen dpartir car tendance rechercher les infos qui confirment nos ides Ex. Influence de la pleine lune sur les naissances. (De nombreuses personnes le pensent) Plusieurs dizaines dtudes de statistiques mdicales ont t publies sur le sujet depuis 1923 (sur des millions de cas). La proportion d'accouchements est la mme dans les diffrentes lunaisons

I. La dmarche exprimentale 1. Introduction 2. Les spcificit de la dmarche scientifique

Le biais d'aprs coup (ou phnomne de "je l'ai toujours su")

I. La dmarche exprimentale 1. Introduction 2. Les spcificit de la dmarche scientifique

L'attitude scientifique

David Myers: "Une approche scientifique de la nature et de la vie est sous-tendue par un scepticisme curieux et une ouverture d'esprit empreinte d'humilit. La dmarche critique qui dcoule de ces attitudes aide dmler ce qui est sens de ce qui ne l'est pas."

I. La dmarche exprimentale 1. Introduction 2. Les spcificit de la dmarche scientifique

L'attitude scientifique Apprhender son objet dtude avec un scepticisme curieux - Que voulez-vous dire exactement ? - Comment le savez-vous ?

I. La dmarche exprimentale 1. Introduction 2. Les spcificit de la dmarche scientifique

L'attitude scientifique
Exemple : l'astrologie fait-elle partie de la psychologie? (Ce serait vrai si les astres avaient une influence sur la personnalit, sur le comportement des individus.)
Il existe une faon de traiter objectivement cette question
la mthode des jumeaux Hypothse: Si les astres prdisent le caractre alors les faux jumeaux et les vrais jumeaux doivent se ressembler autant Les tudes sur le sujet, fondes sur des centaines de couples de jumeaux, sont unanimes: les vrais jumeaux se ressemblent assez entre eux, les faux jumeaux trs peu (pas plus que des frres et surs) exprimentale I. La dmarche
1. Introduction 2. Les spcificit de la dmarche scientifique

Corrlations entre vrais et faux jumeaux pour les 5 grands facteurs de personnalit (d'aprs Plomin et coll., 1990)
Extraversion Nvrotisme Ouverture Conscience Caractre agrable Jumeaux monozygotes .51 .48 .51 .41 .47 Jumeaux dizigotes .18 .20 .14 .23 .11

Conclusion: ce ne sont pas les astres qui dterminent la personnalit mais l'hrdit et l'environnement.

I. La dmarche exprimentale 1. Introduction 2. Les spcificit de la dmarche scientifique

Vous pensez pouvoir dmontrer que l'astrologie fonctionne, qu'il existe des gens dous de pouvoir paranormaux comme la tlpathie.
http://www.sceptiques.qc.ca la rubrique "dfi" Un couper-coller de la page web:
L'astrologie fonctionne-t-elle ? Peut-on communiquer avec les morts ? Y a-t-il des gens dous de pouvoirs paranormaux, comme la tlpathie ? Les Sceptiques du Qubec en doutent.
Mais ils sont toujours prts revoir leur position. Il suffirait de presque rien pour branler leur doute : une petite exprience, un fait troublant, une prdiction la moindrement prcise. Pas besoin d'une preuve scientifique formelle. Juste un petit fait observable ou vrifiable exprimentalement, et vous recevrez 10 000 CAD des Sceptiques du Qubec. Vous serez aussi automatiquement ligibles au Super Dfi de un million de dollars amricains , lanc par la James Randi Educational Foundation (JREF), avec laquelle nous avons une entente.

I. La dmarche exprimentale 1. Introduction 2. Les spcificit de la dmarche scientifique

La vision de la science de Karl Popper


Rigueur de la dmarche
Cohrence logique interne (lois de la logique doivent tre respectes) et correspondance entre thorie et donnes

Objectivit et universalit
E=MC2 vrai Tokyo ou Paris, pour un bouddhiste ou un chrtien pas dpendant de croyance ou opinion

Progrs et cumul du savoir


Les connaissances s'ajoutent aux connaissances et l'histoires des sciences est en perptuelle volution

Rfutation
Une thorie ou une hypothse scientifique est rfutable. On doit pouvoir imaginer ce qu'il doit se passer pour les rejeter
I. La dmarche exprimentale 1. Introduction 2. Les spcificit de la dmarche scientifique

3. Le cycle de la recherche
Plan d'action bien prcis (processus dynamique)
lments du plan sont prsents dans un ordre dtermin mais s'influencent les uns les autres

I . La dmarche exprimentale 1. Introduction 2. Les spcificits de la dmarche scientifique 3. Le cycle de la recherche

La thorie de la facilitation sociale


Elaboration de la thorie

Thorie de la facilitation sociale Initialement: La prsence des autres facilite la performance.


(phnomne rendu possible par un accroissement du niveau d'activation gnral de l'organisme)

Dfinition des hypothses

Une mme action est ralise plus rapidement en prsence d'une autre personne que sans public. Oprationnalisation: embobiner du fil (Tripplett, 1898)

Ralisation des observations

Slection des sujets, ralisation de l'exprience (VI et VD) et analyse des donnes

Amlioration de la thorie

Publication des rsultats suffisamment prcise pour permettre aux autres de les reproduire et de modifier la thorie

La thorie cognitive de la dpression


q

Elaboration de la thorie

Une faible estime de soi contribue la dpression

Dfinition des hypothses

Une mauvaise image de soi est corrle la svrit de la dpression

Ralisation des observations

Slection des sujets, ralisation de l'exprience et analyse des donnes

Amlioration de la thorie

Publication des rsultats suffisamment prcise pour permettre aux autres de les reproduire et de modifier la thorie

Source de rflexion Thorie Ides de recherche

Formulation d'hypothses

Conceptualisation de l'tude

Plan de recherche

Mesure

Procdure

Refuse

Demande d'approbation dontologique Rsultats ngatifs Etude pilote Rsultats positifs Collecte des donnes

Analyse des donnes

Interprtation des rsultats

Publication

Source de rflexion Thorie Ides de recherche

Formulation d'hypothses

Conceptualisation de l'tude

Plan de recherche

Mesure

Procdure

Refuse

Demande d'approbation dontologique Rsultats ngatifs Etude pilote Rsultats positifs Collecte des donnes

Analyse des donnes

Interprtation des rsultats

Publication

II. Elments fondamentaux

1. La source des ides de recherche L'intrt personnel pour un sujet en particulier L'observation Les discussions avec des chercheurs du mme domaine. Lecture des revues spcialises

II. Elments fondamentaux 1. La source des ides de recherche

2. Le rle de la thorie
Une thorie est un ensemble de propositions assurant la description ou l'explication d'un ensemble de faits
La thorie est la fois le point de dpart, le produit et loutil de lactivit scientifique

II. Elments fondamentaux 1. La source des ides de recherche 2. Le rle de la thorie

2. Le rle de la thorie
Une thorie permet de synthtiser les gnralisations empiriques relatives une classe de phnomnes
En structurant des faits isols, une thorie simplifie le rel. Elle permet aussi de prdire et de contrler et, de ce fait, d'expliquer

II. Elments fondamentaux 1. La source des ides de recherche 2. Le rle de la thorie

2. Le rle de la thorie
C'est un outil scientifique dynamique qui guide l'observation et se modifie pour s'accommoder aux faits nouveaux

II. Elments fondamentaux 1. La source des ides de recherche 2. Le rle de la thorie

2. Le rle de la thorie
Sa qualit principale est de pouvoir tre confronte des donnes empiriques
doit pouvoir donner lieu des prdictions (peuvent tre mises l'preuve des faits) Les hypothses (oprationnelles) permettent de tester, de rviser, de rejeter une thorie

II. Elments fondamentaux 1. La source des ides de recherche 2. Le rle de la thorie

3.1 Gnralits sur les hypothses


Une hypothse est toujours spculative et provisoire Tous les noncs d'une thorie sont des hypothses

II. Elments fondamentaux 1. La source des ides de recherche 2. Le rle de la thorie 3. Les hypothses

3.1 Gnralits sur les hypothses


Les thories contiennent des hypothses de haut et de bas niveau Les hypothses de haut niveau sont formules de manire abstraite, en termes inobservables Les hypothses de bas niveau sont celles qui, aprs traduction des prcdentes, peuvent tre mises l'preuve des faits

II. Elments fondamentaux 1. La source des ides de recherche 2. Le rle de la thorie 3. Les hypothses

3.1 Gnralits sur les hypothses


notion de vrification

- L'infirmation empirique d'une hypothse implique logiquement le rejet ou un ajustement de la thorie


(A l'oppos, sa confirmation n'implique pas ncessairement que la thorie soit vraie)

II. Elments fondamentaux 1. La source des ides de recherche 2. Le rle de la thorie 3. Les hypothses

3.1 Gnralits sur les hypothses


notion de vrification

- Une thorie est confirme aussi longtemps que ses noncs de base ne sont pas en contradiction avec la ralit
- C'est par l'infirmation potentielle de ses implications qu'une thorie est rfutable

II. Elments fondamentaux 1. La source des ides de recherche 2. Le rle de la thorie 3. Les hypothses

3.2 La formulation des hypothses


Il s'agit d'un processus en 3 tapes
on formule, partir de la problmatique, les hypothses gnrales, puis les hypothses de recherche et enfin les hypothses statistiques.

II. Elments fondamentaux 1. La source des ides de recherche 2. Le rle de la thorie 3. Les hypothses

3.2.1 Les hypothses gnrales


On les appelle galement hypothses de travail ou hypothses thoriques
reprsentation abstraite explicative et/ou prdictive de l'existence d'une relation non encore tablie entre deux faits ou deux ensembles de faits

II. Elments fondamentaux 1. La source des ides de recherche 2. Le rle de la thorie 3. Les hypothses

3.2.2. Les hypothses de recherche ou oprationnelles

Traduction des hypothses thoriques dans un cadre concret, celui d'une recherche particulire

permettent l'hypothse gnrale d'tre vrifiable, par le biais de cette oprationnalisation, dans le cadre d'une recherche particulire.

II. Elments fondamentaux 1. La source des ides de recherche 2. Le rle de la thorie 3. Les hypothses

3.2.3. Les prdictions exprimentales et les hypothses statistiques


Les chercheurs en psychologie tudient le comportement humain par le biais de diffrentes mesures : intensit, qualit, prsence ou absence trouver l'indice pertinent permettant d'exprimer la tendance gnrale des mesures effectues sur les groupes de sujets (le plus utilis est un indice de tendance centrale, moyenne ou mdiane) ; trouver l'outil statistique adquat pour analyser ces rsultats.

II. Elments fondamentaux 1. La source des ides de recherche 2. Le rle de la thorie 3. Les hypothses

3.2.3. Les prdictions exprimentales et les hypothses statistiques (suite)


Les outils statistiques ont un double but
quantifier les vnements et/ou les relations existant entre ces vnements (statistiques descriptives) dterminer si les mesures obtenues constituent une volution notable des phnomnes ou si elles sont seulement fortuites ou accidentelles (statistiques infrentielles).

II. Elments fondamentaux 1. La source des ides de recherche 2. Le rle de la thorie 3. Les hypothses

4. Les Variables
A l'aide de la dmarche exprimentale, on peut vrifier l'existence d'une relation entre deux faits ou deux ensembles de faits

II. Elments fondamentaux 1. La source des ides de recherche 4. Les variables

4.1. Les Variables Dpendantes (facteurs modifis)


Variables dont les variations sont lies, selon les termes de l'hypothse, aux variations de l'environnement prises en compte ou manipules par l'exprimentateur
Ce sont soient les rponses fournies par les sujets, soient les caractristiques de ces rponses

Les donnes sont les valeurs de la VD recueillies lors d'une exprimentation


II. Elments fondamentaux 1. La source des ides de recherche 4. Les variables

4.2 Les Variables indpendantes


Sont manipules par l'exprimentateur (VI)
Une VI est une caractristique du sujet, de son environnement physique ou social, de la tche, du ou des stimuli prsents qui est manipule ou simplement prise en compte par le chercheur afin de contrler ou d'analyser son impact sur le comportement tudi Une variable indpendante agit titre de variable explicative de la variable dpendante. Elle reprsente la cause prsume de celle-ci.
II. Elments fondamentaux 1. La source des ides de recherche 4. Les variables

4.2 Les Variables indpendantes


Groupe de mesure ou Groupe exprimental L'ensemble des mesures de la VD obtenues sous une mme condition exprimentale

II. Elments fondamentaux 1. La source des ides de recherche 4. Les variables

4.2 Les Variables indpendantes


facteurs systmatiques et facteurs alatoires systmatiques quand le choix des diffrents degrs ou modalits est effectu par l'exprimentateur alatoires quand les modalits d'une variable sont choisies au hasard ou dtermines par tirage au sort

II. Elments fondamentaux 1. La source des ides de recherche 4. Les variables

4.2 Les Variables indpendantes


variables indpendantes invoques et provoques
Simplement recueillies pour les premires ou cre par le chercheur pour les secondes

II. Elments fondamentaux 1. La source des ides de recherche 4. Les variables

III. LA CONCEPTUALISATION DUNE ETUDE

1- Plan dexprience = plan de recherche


Construire un plan d'exprience
Cest mettre au point le dispositif dont dcoulera une rponse valable la question pose ou une vrification valable des prdictions formules

II. La conceptualisation dune tude 1. Le plan dexprience

1- Plan dexprience
Est considre comme valable, linformation
qui donne du phnomne tudi une image claire et non quivoque qui, en consquence, permet de tirer des conclusions lgitimes partir des rsultats recueillis.

II. La conceptualisation dune tude 1. Le plan dexprience

1- Plan dexprience
Envisager lensemble des dispositions ncessaires permettant
de maximiser la probabilit de dtecter des effets rels des VI sur les VD de minimiser la probabilit d'obtenir des effets dus des variables non contrles

II. La conceptualisation dune tude 1. Le plan dexprience

1. Le plan dexprience
Constitue lossature mme de toute recherche empirique: de sa valeur dcoule celle des rsultats

II. La conceptualisation dune tude 1. Le plan dexprience

1. Le plan dexprience
Il permet de maximiser la validit interne des rsultats. Pour cela, il est ncessaire de contrler les facteurs qui pourraient diminuer cette validit interne, savoir la slection des sujets, la maturation des sujets, les facteurs historiques, ladministration rpte dune mesure (et rgression statistique), la perte diffrentielle et la fluctuation de linstrumentation.

II. La conceptualisation dune tude 1. Le plan dexprience

1- Plan dexprience
critres de classification des plans dexprience (Il en existe plusieurs) :
le contrle que lon exerce sur la situation exprimentale (plans exprimentaux ou plans quasiexprimentaux) ; le nombre de VI ; le fait de pouvoir ou pas assurer la totalit de la dcomposition canonique

II. La conceptualisation dune tude 1. Le plan dexprience

1- Plan dexprience
En tenant compte de ces diffrents critres, on aboutit la classification suivante

II. La conceptualisation dune tude 1. Le plan dexprience

Plans dExprience

1 seule VI

Plusieurs VI

Plan Exp rimental

Plan Quasi Exprimental

Plan Exp rimental

Plan Quasi Exprimental

Plan cas unique

dcomdcomposition position canonique canonique complte incomplte Plans facteurs embots Plan split-plot

Plans group es non quivalents Plans sries temporelles interrompues

Plans simuls avant aprs

Plans factoriels Plans en carr

1- Plan dexprience
critres de classification des plans dexprience (Il en existe plusieurs) :
le contrle que lon exerce sur la situation exprimentale (plans exprimentaux ou plans quasiexprimentaux) ; le nombre de VI ; le fait de pouvoir ou pas assurer la totalit de la dcomposition canonique

II. La conceptualisation dune tude 1. Le plan dexprience

1- Plan dexprience
En tenant compte de ces diffrents critres, on aboutit la classification suivante :

II. La conceptualisation dune tude 1. Le plan dexprience

Plans dExprience

1 seule VI

Plusieurs VI

Plan Exp rimental

Plan Quasi Exprimental

Plan Exp rimental

Plan Quasi Exprimental

Plan cas unique

dcomdcomposition position canonique canonique complte incomplte Plans facteurs embots Plan split-plot

Plans group es non quivalents Plans sries temporelles interrompues

Plans simuls avant aprs

Plans factoriels Plans en carr

1- Plan dexprience
Les plans exprimentaux sont spars selon le type d'hypothses qu'ils permettent de tester
les plans factoriels permettent de tester la totalit des effets
les plans factoriels particuliers ne permettent pas de tester la totalit des effets :

les plans facteurs embots

II. La conceptualisation dune tude 1. Le plan dexprience

1.1. Les plan factoriels


Ils permettent de combiner, de croiser systmatiquement tous les degrs de tous les facteurs exprimentaux, ce qui permet d'obtenir autant de groupes de mesures qu'il y a de degrs au facteur compos rsultant du produit cartsien des diffrentes VI

II. La conceptualisation dune tude 1. Le plan dexprience

1.1. Les plan factoriels Ex : plan d'exprience avec 4 facteurs ; A {a1,a2,a3} ; B {b1,b2} ; C {c1,c2,c3,c4} ; D {d1,d2}.
Si l'on veut tester les diffrents effets potentiels, il faudra utiliser un plan factoriel 3*2*4*2,
48 degrs pour le facteur combin et donc 48 groupes de mesures

II. La conceptualisation dune tude 1. Le plan dexprience

1.1. Les plan factoriels


Reprsentation arborescente d'un plan factoriel
A B a1 b1 b2 b1 a2 a3 b2 b1 b2

c1 c2 c3 c4 d1 d2

c1 c2 c3 c4 d1 d2 etc...

etc...

D d1 d2

II. La conceptualisation dune tude 1. Le plan dexprience

1.1. Les plan factoriels


Reprsentation classique d'un plan factoriel
A a1 a2 a3

C c1

D d1 d2

b1

b2

b1

b2

b1

b2

c2

d1 d2

c3

d1 d2

c4

d1
d2

II. La conceptualisation dune tude 1. Le plan dexprience

1.1. Les plan factoriels


Reprsentation dun plan factoriel driv
B b1 D d1 d2 b2 d1 d2 A a1 a2 a3

II. La conceptualisation dune tude 1. Le plan dexprience

Lembotement
Dfinition : Soit deux facteurs quelconques A={a1,a2,...an} et B={b1,b2,...bn}, on dit que A est embot dans B, relation note A<B>, lorsque chaque modalit a {a1,a2,...an} correspond une seule modalit b {b1,b2,...bn}

II. La conceptualisation dune tude 1. Le plan dexprience 1.1 Les plans factoriels 1.2 formalisation A<G>*T

Lembotement
Lembotement est dit quilibr si le nombre de modalits du facteur embot est le mme pour chaque modalit du facteur embotant
Cette relation dcoule directement de celle que nous avons lhabitude dappeler groupes indpendants. Il sagit dune partition sur lensemble des individus

II. La conceptualisation dune tude 1. Le plan dexprience 1.1 Les plans factoriels 1.2 formalisation A<G>*T

Le Croisement
Dfinition : Dune manire gnrale, une relation de croisement, note A*B est dfinie lorsque, pour tout couple ab avec a{a1,a2,...an} et b{b1,b2,...bn}, il existe au moins une mesure xab
Cette relation dcoule directement de la notion dappariement

II. La conceptualisation dune tude 1. Le plan dexprience 1.1 Les plans factoriels 1.2 formalisation A<G>*T

Exemple : Dans une preuve de jugement de formes colores, les sujets classs F au Rorschach seront plus sensibles aux formes pour mettre leurs jugement et ceux classs C sensibles la couleur. Lcart observ sera plus important quand le Q.I mesur par le test de Binet Simon est faible que lorsquil est lev.

II. La conceptualisation dune tude 1. Le plan dexprience 1.1 Les plans factoriels 1.2 formalisation A<G>*T

4 VI :
Formes F = {f1 simple, f2 complexe} Couleurs C = {c1 focales, c2 intermdiaires} Rorschach R = {r1 sujets C, r2 sujets F} Binet Simon B={b1 Q.I.faible, b2 Q.I.moyen, b3 Q.I.lev}

II. La conceptualisation dune tude 1. Le plan dexprience 1.1 Les plans factoriels 1.2 formalisation A<G>*T

F C B b1 R r1 r2 b2 r1 r2 b3 r1 r2

f1 c1 c2

f2 c1 c2

Si on a 120 sujets, le plan sera alors S20<R2*B3>*F2*C2

Si on a 120 sujets, le plan sera alors S20<R2*B3>*F2*C2 F C B b1 R r1 r2 b2 b3 r1...r2 r1...r2 Sujets s1 ...s20 s21...s 40 s41 ... .... s120 c1 f1 c2 c1 f2 c2

II. La conceptualisation dune tude 1. Le plan dexprience 1.1 Les plans factoriels 1.2 formalisation A<G>*T

Autre exemple
Ex : plan d'exprience avec 4 facteurs ; A {a1,a2,a3} ; B {b1,b2} ; C {c1,c2,c3,c4} ; D {d1,d2}. plan factoriel 3*2*4*2 Supposons quil y ait 16 sujets, que A et C ont un statut appari, B et D un statut indpendant Le plan scrit alors : S4<B2*D2>*A3*C4

On obtient le tableau suivant:

A C B D sujets s1 d1 s2 s3 b1 s4 s5 d2 s6 s7 s8 s9 d1 s10 s11 c1

a1 c2 c3 c4 c1

a2 c2 c3 c4 c1

a3 c2 c3 c4

1.3. Les plans exprimentaux particuliers


1.3.1. Les plans en carr : cas particuliers des plans factoriels

Le Carr latin
Trois VI avec mme nombre de modalits On ne retient, parmi toutes les combinaisons possibles, que les combinaisons non redondantes

II. La conceptualisation dune tude 1. Le plan dexprience 1.1 Les plans factoriels 1.2 formalisation A<G>*T 1.3 Les plans particuliers

Le Carr latin
A B C a1b1c1 a1b1c2 a1b1 a1b2c1 a1b2c2 a1 a1b2 a2b1c1 a2b1c2 a2b1 a2b2c1 a2b2c2 a2 a2b2

Arbre dun plan 2X2X2 Les flches indiquent les groupes retenus pour le plan en carr latin

II. La conceptualisation dune tude 1. Le plan dexprience 1.1 Les plans factoriels 1.2 formalisation A<G>*T 1.3 Les plans particuliers

Le Carr latin
a1 A B b1 b2 moyennes A a1b1c1 a1b2c2 (a1b1c1+ a1b2c2)/2 a2b1c2 a2b2c1 (a2b1c2+ a2b2c1)/2 a2 moyennes B (a1b1c1+ a2b1c2)/2 (a1b2c2+ a2b2c1)/2

II. La conceptualisation dune tude 1. Le plan dexprience 1.1 Les plans factoriels 1.2 formalisation A<G>*T 1.3 Les plans particuliers

Le Carr Latin
Exemple : Soient 3 variables 4 modalits chacune: A4= {a1,a2,a3,a4}; B4={b1,b2,b3,b4}; C4={c1,c2,c3,c4}.

II. La conceptualisation dune tude 1. Le plan dexprience 1.1 Les plans factoriels 1.2 formalisation A<G>*T 1.3 Les plans particuliers

Permutation circulaire des 4 degrs dune variable C


dbut 1 ligne

c1 dbut 4 ligne c4

c2 dbut 2 ligne c3

Plan en carr Latin

dbut 3 ligne

B A b1 b2 b3 b4

a1 c1 c2 c3 c4

a2 c2 c3 c4 c1

a3 c3 c4 c1 c2

a4 c4 c1 c2 c3 II. La conceptualisation dune tude 1. Le plan dexprience 1.1 Les plans factoriels 1.2 formalisation A<G>*T 1.3 Les plans particuliers

Le Carr Grco-Latin Il est construit comme le Carr latin, mais permet dtudier une 4 variable indpendante
Mme nombre de degr pour chacune des VI, mais au minimum 3 modalits (ni 6, ni 10).

II. La conceptualisation dune tude 1. Le plan dexprience 1.1 Les plans factoriels 1.2 formalisation A<G>*T 1.3 Les plans particuliers

c1

dbut 1 ligne

Permutations circulaires des 3 degrs des VI C et D


c3 dbut 3 ligne c2 dbut 2 ligne d1

dbut 1 ligne

d2 dbut 3 ligne d3 dbut 2 ligne

Construction dun plan en carr grco-latin (9 groupes au lieu de 81 dans un plan factoriel) a1 B b1 b2 b3 A c1d1 c2d3 c3d2 c2d2 c3d1 c1d3 c3d3 c1d2 c2d1 a2 a3

Les plans facteurs embots


Plan facteurs embots
mdicament X substance Hpital groupes de mesures h1 1 h2 2 h3 3 h4 4 h5 5 h6 6 mdicament Y

Sous le formalisme A<G>*T, ce plan scrit P<H3<M2>>

II. La conceptualisation dune tude 1. Le plan dexprience 1.1 Les plans factoriels 1.2 formalisation A<G>*T 1.3 Les plans particuliers

Si on a 18 sujets au total (3 par hpital), le tableau de rsultats est le suivant :


Hpital Patient 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 h1 h1 h1 h2 h2 h2 h3 h3 h3 h4 h4 h4 h5 h5 h5 h6 h6 h6 x x x x x x x x x y y y y y y y y y Mdicament observation (VD)

P3<H3<M2>>

Plan facteurs embots combins P<H3<M2>*C2> Mdicament Hpital catgorie 1 catgorie 2 mdicament X h1 h2 h3 mdicament Y h4 h5 H6

II. La conceptualisation dune tude 1. Le plan dexprience 1.1 Les plans factoriels 1.2 formalisation A<G>*T 1.3 Les plans particuliers

2- La notion de validit
Validit interne :directement dpendante de l'existence ou non d'autres facteurs dterminant que ceux manipuls Validit externe et validit cologique: possibilit de gnralisation des rsultats

II. La conceptualisation dune tude 1. Le plan dexprience 2. La notion de validit

La validit interne
Est influence par :
les fluctuations de l'instrumentation, de l'appareillage (surtout quand cest un humain qui sert dinstrument de mesure !) la modification des attentes des sujets et de l'exprimentateur les facteurs historiques et lvolution spontane des sujets l'administration rpte de l'preuve sans vrification (phnomne de rgression vers la moyenne) les procds de slection des sujets l'abandon ou la perte diffrentielle de sujets

Validits externe et cologique Elles dpendent de la validit interne Elle sont influences par
validit cologique : le caractre trop artificiel des recherches en laboratoire (ex : conditions limites de perception, utilisation de matriel non significatif pour tudier la mmoire...) validit externe : la reprsentativit des sujets (tudiants de psychologie, franais de surcrot...).

3- La mesure
problme central dans la recherche en Psychologie Notions de validit et de fidlit de la mesure choisie Distinction VD brutes, transformes, compresses Notion dchelles de mesure (nominale, ordinale, dintervalles)

II. La conceptualisation dune tude 1. Le plan dexprience 2. La notion de validit 3. La mesure

4- La procdure
4.1 : les variables parasites Contrle des Variables parasites:
maintien un niveau constant variation systmatique alatoirisation , randomisation ou contrle par variation au hasard contrebalancement [complet, partiel (alatoire, pseudo-alatoire, en carr-latin)]

III. La conceptualisation dune tude 1. Le plan dexprience 2. La notion de validit 3. La mesure 4. La procdure

Variables techniques
Facteurs secondaires, qui ne supportent pas dhypothses particulires, mais qui permettent de contrler la situation exprimentale

III. La conceptualisation dune tude 1. Le plan dexprience 2. La notion de validit 3. La mesure 4. La procdure

4-2 Le facteur Sujet

Facteur alatoire que l'on trouve dans toutes les expriences

III. La conceptualisation dune tude 1. Le plan dexprience 2. La notion de validit 3. La mesure 4. La procdure

4-2 :le facteur sujet


le problme de l'chantillonnage Comment construire un chantillon de sujets reprsentatif d'une population dfinie ?
tirer au sort l'chantillon de sujets parmi la population parente mthode d'chantillonnage par quotas (ou mthode de stratification).
III. La conceptualisation dune tude 1. Le plan dexprience 2. La notion de validit 3. La mesure 4. La procdure

4.2 Les groupes de sujets


Les mesures effectues sur les groupes exprimentaux ou groupes de mesure peuvent tre apparies ou indpendantes :
apparies quand les sujets sont soumis toutes les modalits d'une variable indpendante particulire (rappel d'un apprentissage diffrents dlais de rtention) indpendantes quand des groupes de sujets diffrents sont affects aux diffrentes modalits de la VI (sexe)
III. La conceptualisation dune tude 1. Le plan dexprience 2. La notion de validit 3. La mesure 4. La procdure

4.2 Equivalence des groupes de sujets


S'assurer que les variations de la mesure (de la VD) pas imputables des variations existant entre les groupes de sujets, avant mme l'intervention exprimentale
Avant la recherche, effectuer un contrle quant l'quivalence des groupes de sujets
Comme technique d'appariement on peut utiliser l'chantillonnage par quotas On peut galement utiliser une procdure d'appariement plus stricte : la mthode du yoked control
III. La conceptualisation dune tude 1. Le plan dexprience 2. La notion de validit 3. La mesure 4. La procdure

4.2 Groupes contrles


Groupe contrle : groupe de sujets affects une condition exprimentale dans laquelle la (les) VI n'intervient pas Situation contrle : condition exprimentale correspondant au niveau zro de la VI et ce, quand tous les sujets passent par toutes les conditions de la variable, cest dire quand les GM sont des groupes apparis
III. La conceptualisation dune tude 1. Le plan dexprience 2. La notion de validit 3. La mesure 4. La procdure

4.2 Groupes contrasts


Groupes diffrents de sujets contrasts sur une caractristique (experts/novices, par exemple)
risque de rgression vers la moyenne dautant plus que lon rpte les mesures
les performances tendent tre moins extrmes au fur et mesure des rptitions tendent se rapprocher des performances moyennes ou plus frquentes de la distribution dont les sujets sont issus. Le danger est alors de prendre ces modifications pour un effet des facteurs indpendants, alors qu'elles sont indpendantes des variations exprimentales.

III. La conceptualisation dune tude 1. Le plan dexprience 2. La notion de validit 3. La mesure 4. La procdure

4.2 Groupes contrasts


Le seul moyen d'valuation de l'existence d'une rgression vers la moyenne est de construire des groupes contrles qui ont exactement les caractristiques des groupes exprimentaux
Les sujets de ces groupes sont soumis aux mmes conditions de rptition de la mesure que les sujets exprimentaux, mais ne sont soumis aucun traitement exprimental.
Le phnomne de rgression apparat lorsque lun (ou les) groupe(s) contrle(s) montre(nt) une volution de ses performances
III. La conceptualisation dune tude 1. Le plan dexprience 2. La notion de validit 3. La mesure 4. La procdure

4.2 Groupes contrasts


Sujets experts Groupe Contrle Comparaisons A/B ; C/D : volutions et diffrences dvolution Comparaison A/C/ : si volution, rgression Sance 1 Sance 2 Sance 3 Sance 4 Sance 5 Sujets novices Groupe Groupe Exprim Contrle ental Groupe Exprimental

5- Lanalyse des donnes


Les outils statistiques ont un double but:
quantifier les vnements et/ou les relations existant entre ces vnements dterminer si les mesures obtenues constituent une volution notable des phnomnes ou si elles sont seulement fortuites ou accidentelles, c'est dire dues au hasard
III. La conceptualisation dune tude 1. Le plan dexprience 2. La notion de validit 3. La mesure 4. La procdure 5. Lanalyse des donnes

5- Lanalyse des donnes On se demande si :


les variations observes entre les indices de performance sont dues au hasard: hypothse statistique dite hypothse nulle ou hypothse de non diffrence (H0) les variations des indices tmoignent de l'influence des variations mises en jeu dans le cadre de l'tude: hypothse statistique alternative ou hypothse de diffrence (H1) III. La conceptualisation dune tude
1. Le plan dexprience 2. La notion de validit 3. La mesure 4. La procdure 5. Lanalyse des donnes

5- Lanalyse des donnes


Si la relation trouve se situe dans les limites des valeurs attribuables au hasard , on ne peut rfuter l'hypothse de non diffrence (non rejet de H0) Si la relation trouve se trouve hors de ces limites, on peut rejeter cette hypothse de non diffrence et on peut conclure qu'il est fort probable que les variations observes ne sont pas le fait du hasard, mais bien la consquence des variations contrles dans l'exprience (rejet de H0) III. La conceptualisation dune tude
1. Le plan dexprience 2. La notion de validit 3. La mesure 4. La procdure 5. Lanalyse des donnes

IV. LES INTERACTIONS

1-Gnralits
Il y a interaction entre deux variables indpendantes lorsque tout changement de modalit de l'une des variables modifie l'influence de l'autre sur la variable dpendante
IV. Les interactions 1. Gnralits

1-Gnralits
Le terme de facteur compos est donn au produit cartsien des facteurs exprimentaux (variables indpendantes) qui pris isolment sont appels facteurs lmentaires La dcomposition canonique permet l'valuation du nombre et du statut des effets systmatiques que l'on peut tudier partir d'un plan plusieurs variables indpendantes
IV. Les interactions 1. Gnralits

1-Gnralits
Le nombre de combinaisons des diffrents facteurs est accessible par la formule suivante :
N=

Cp n p =1

Cp n=

n! p!(n p)!

Avec p= nombre de facteurs prendre en considration variant de 1 n n= nombre total de facteurs que comprend l'tude

IV. Les interactions 1. Gnralits

1-Gnralits
Ex : soit une tude avec 4 facteurs A, B, C, et D. En appliquant la formule prcdente, on arrive
2 3 4 N = C1 + + + C C C 4 4 4 4

N=

4+6 +4 +1 = 15

15 sources de variation ou effets possibles : 4 effets principaux (A, B, C, D) ; 6 interactions de 1 ordre (A*B, A*C, A*D, B*C, B*D, C*D) ; 4 interactions de 2 ordre (A*B*C, A*B*D, A*C*D, B*C*D) 1 interaction de 3 ordre (A*B*C*D).

2- interactions de 1er ordre


20 15 10 5 0 a facteur A b alpha bta

Graphique dinteraction de 1 ordre entre deux facteurs A : {a,b} et B : {a,b} Attention : il existe une diffrence entre effet principal et effet simple.

IV. Les interactions 1. Gnralits 2- interactions de 1er ordre

2- interactions de 1er ordre


On sintresse deux facteurs lmentaires A2={a,b} et B={, }.
Le facteur compos qui permet dtudier linteraction est A*B={a, a, b, b}

Prdiction exprimentale :
(ma - mb) (ma-mb) ou (m - m)a (m - m)b

IV. Les interactions 1. Gnralits 2- interactions de 1er ordre

3- interactions de 2me ordre


Effet simple A*B pour le degr 1 du facteur C 15 10

A : {a, b}, B : {a, b} et C : {1, 2}

5 0 a facteur A b

alpha bta

Effet simple A*B pour le degr 2 du facteur C 16 14 12 10 8 6 4 2 0 a facteur A b

alpha bta

Graphiques dinteraction de second ordre entre trois facteurs

3- interactions de 2me ordre :


On sintresse trois facteurs lmentaires A, B et C
avec A={a,b}, B={a,b}, C={1,2}. Le facteur compos permettant d'tudier l'interaction de 2eme ordre est A*B*C={a1, a2, a1, a2, b1, b2, b1, b2}.

IV. Les interactions 1. Gnralits 2- interactions de 1er ordre 3. interactions de 2me ordre

3- interactions de 2me ordre


Il existe une interaction de 2me ordre (par exemple) si les effets de A*B sont diffrents selon les degrs de la 3eme variable C.
(autrement dit, leffet simple A*B pour le degr 1 de C nest pas de mme ampleur que leffet simple A*B pour le degr 2 de C).

Exemple de Prdiction exprimentale :


[(ma-mb) (ma-mb) ]1 [(ma-mb) (ma-mb) ]2
IV. Les interactions 1. Gnralits 2- interactions de 1er ordre 3. interactions de 2me ordre

4- interactions homognes
Le sens de variation des modalits d'un facteur ne change pas quand on change de modalit du second facteur
40 20 0 a b c d facteur A alpha bta

Exemple dune interaction de 1 ordre homogne

IV. Les interactions 1. Gnralits 2- interactions de 1er ordre 3. interactions de 2me ordre 4. Interactions homognes et htrognes

4- interactions htrognes
Le sens de variation de la VD pour l'une des variables n'est plus le mme quand on passe d'une modalit l'autre de la deuxime variable
40 20 0 a b c d facteur A alpha bta

Exemple dinteraction de 1 ordre htrogne

IV. Les interactions 1. Gnralits 2- interactions de 1er ordre 3. interactions de 2me ordre 4. Interactions homognes et htrognes

4- interactions htrognes
40 30 20 10 0 a c facteur A d b

alpha bta

Exemple de linteraction de 1 ordre prcdente aprs changement de lordre des degrs de la VI A.

- Notion deffet partiel

IV. Les interactions 1. Gnralits 2- interactions de 1er ordre 3. interactions de 2me ordre 4. Interactions homognes et htrognes

5- Exercices : infrer des effets potentiels (sous rserves de vrification statistique) partir des graphiques

15 10 5 0
a b

1 2

facteur A

IV. Les interactions 1. Gnralits 2- interactions de 1er ordre 3. interactions de 2me ordre 4. Interactions homognes et htrognes 5. Exercices

5- Exercices
30 25 20 15 10 5 0
a b

1 2

facteur A

IV. Les interactions 1. Gnralits 2- interactions de 1er ordre 3. interactions de 2me ordre 4. Interactions homognes et htrognes 5. Exercices

5- Exercices

30 25 20 15 10 5 0
a b

1 2

facteur A

IV. Les interactions 1. Gnralits 2- interactions de 1er ordre 3. interactions de 2me ordre 4. Interactions homognes et htrognes 5. Exercices

5- Exercices

30 25 20 15 10 5 0
a b

1 2

facteur A

IV. Les interactions 1. Gnralits 2- interactions de 1er ordre 3. interactions de 2me ordre 4. Interactions homognes et htrognes 5. Exercices

5- Exercices

30 25 20 15 10 5 0
a b c

1 2

facteur A

IV. Les interactions 1. Gnralits 2- interactions de 1er ordre 3. interactions de 2me ordre 4. Interactions homognes et htrognes 5. Exercices

V- LES PLANS QUASI-EXPERIMENTAUX

1. Les plans cas unique

Reprsentation dun plan cas unique A-B


Traitement Niveau de base A B

Plan avec retrait de traitement

Reprsentation dun plan cas unique A-B-A Traitement Niveau de base A B A Niveau de base

Plan avec retrait de traitement

Reprsentation dun plan cas unique A-B-A-B-B-B-B


Niveau de base A traitement (dose n) B Niveau de base A traitement (dose n) B traitement (dose n+1) B traitement (dose n+2) B traitement (dose n+3) B

Plan avec retrait de traitement

Reprsentation dun plan cas unique A-B-C-B-C


Traitement 1* Niveau de base A * = traitement jug inefficace B C B C Traitement 2 Traitement 1 Traitement 2

Plan avec retrait de traitement

Reprsentation dun plan cas unique pour ltude de linteraction


Niveau de base Traitement unique Niveau de base Traitement unique Traitement combin Traitement unique Traitement combin

Squence 1

B Squence 2

BC

BC

BC

BC

Plan sans retrait de traitement prochaine fois


Reprsentation dun plan niveaux de base multiples
Moment Comportement mesur 1 2 3 4 5

2. Autres exemples de plans quasi exprimentaux

Plan exprimental vrai


Prtest Groupe Exprimental Contrle p1 p1 T pas de traitement p2 p2 Traitement Post test

Plan un groupe avec pr et post test Traitement Prtest p1 T p2 Post test

Plan groupes non quivalents Prtest Groupe Exprimental Contrle p1 p1 T pas de traitement p2 p2 Traitement Post test

Plan simul avant/aprs avec chantillons diffrents au prtest et au posttest Prtest Groupe Exprimental Contrle p1 T T* p2 Traitement Post test

Plan simul avant/aprs avec chantillons diffrents au prtest et au posttest et avec ou sans traitement Prtest Groupes Exprimental Contrle 1 Contrle 2 Contrle 3 p1 p1 p2 T T* p2 Traitement Posttest

Plan srie temporelle simple Traitement Prtest rptition des mesures groupe exprimental 1 p 1 2 p 2 3 p3 4 p 4 T 5 p5 6 p6 7 p 7 8 p8 Posttest

Plan sries temporelles multiples Traitement Prtest rptition des mesures groupe exprimental groupe contrle 1 p 1 p 1 2 p2 p2 3 p 3 p 3 4 p 4 p 4 T 5 p 5 p 5 6 p6 p6 7 p 7 p 7 8 p 8 p 8 Posttest