Psychologie différentielle

I. Chapitre 1 : Introduction

 Qu’est ce que la psychologie différentielle ?

Définitions :

«  La psychologie différentielle se propose de décrire et d’expliquer, au moyen de méthodes objectives,

les différences psychologiques entre individus  » Huteau (1995, 2002)

«  La psychologie différentielle regroupe les études comparatives des différences psychologiques entre
les individus humains, tant en ce qui concerne la variabilité interindividuelle dans des groupes
homogènes que la variabilité inter-groupe (groupe différant par l’âge, le sexe ou le milieu social)  »
(Reuchlin, 1964)

 Accent mis sur les différences interindividuelles

 Qu’est ce qu’une différence interindividuelle ?

Non-appliquée à la psychologie Appliquée à la psychologie

La taille Le score de quotient intellectuel (QI)
La vitesse de course L’attention au cours de la journée

 Place de la psychologie différentielle au sein

de la formation

 Historiquement, la psychologie différentielle a posé des questions théoriques propres. Par

exemple : importance respective des gènes et de l’environnement.
 Aujourd’hui, elle constitue une méthode pouvant être appliquée aux problèmes posés dans tous
les domaines de la psychologie.
  Un exemple typique d’étude en psychologie différentielle

Résultats
Les étudiants qui était les plus consciencieux réussissaient le mieux leurs études

 Un exemple d’application de la psychologie différentielle à d’autre champs

Psychologie clinique (Laid et al., 2018)

Résilience et efficacité d’une intervention pharmacologique contre la dépression

Résultats
Plus les personnes ont une résilience importante et plus le traitement pharmacologique est efficace
pour réduire les symptômes dépressifs

II. Chapitre 2 : Notions de base

1. Types de variables et psychologie

Les études en psychologie mettent en relation deux types de variables :

 1. Les variables indépendantes : variables qui vont avoir un effet sur la variable dépendante
2. Les variables dépendantes : variables qui seront affectées par les variable indépendantes

L’objectif est souvent d’observer :

Il existe deux grands types de variables indépendantes

Les variables indépendantes invoquées sont des variables intrinsèques au sujet :

 Le chercheur ne peut pas faire varier lui-même ce type de variable

 Le chercheur observe simplement la valeur de cette variable chez les participants
 Exemples :

Il existe deux grands types de variables indépendantes

Les variables indépendantes provoquées sont des variables manipulées par le chercheur :
  Le chercheur fait varier cette variable chez les participants
 Les modalités de cette variables sont donc construites par le chercheur
 Exemples :

 Psychologie expérimentale générale

 Essais cliniques (psychologie clinique/ neuropsychologie)

Il existe deux grands types de variables indépendantes

Les variables parasites/confondues sont des variables qui (1) varient en même temps que la variable
indépendante et (2) qui ont un effet sur la variable dépendante :

 Lorsque l’on étudie l’effet d’une VI invoquées, comme le chercheur ne manipule pas cette
variable, il est fréquent que cette variable varie en même temps que d’autre variables (que
l’on appelle variables parasites)
 Comme la VI invoquée et la variable parasite varient en même temps, il est difficile de savoir
si c’est la VI invoquée ou la variable parasite qui influence la variable dépendante

Exemple de variable parasite :

 Cette étude montre que le prénom (VI) est

fortement associé à la réussite (mention) au bac
 Le prénom est-il la cause de la réussite au bac ?
 Par exemple, nous savons que :
1) Le niveau socio-culturel (NSC) des parents est très lié au prénom de leur enfant
2) Le NSC des parents influence fortement la réussite au bac des enfants

 Comme le prénom er le niveau socio-culturel covarient,

cette étude ne permet pas de savoir si le prénom
influence la réussite au bac
 Pour pouvoir trancher, il faudrait qu’un chercheur
manipule le prénom des enfants

Importance des variables parasites dans les essais cliniques

En résumé :

2. Etalonnage d’un test

 Etablissement d’une échelle permettant de

situer un individu par rapport aux autres
individus de son groupe

 Le principe de l’étalonnage est similaire quel que soit le test

 Une fois que le test est étalonné ,un indicateur statistique (note z) permet de comparer la
performance d’un individu à celle de son groupe de référence

Exemple 1 : Tâche de mémorisation de chiffre à l’endroit

Le participant a donc fait moins bien que la population de référence (0,5 écart-type en dessous de la
moyenne)

Exemple 2 : Tâche mémorisation de chiffre à l’envers

Le participant a donc fait mieux que la population de référence (0,5 écart type au dessus de la
moyenne)

Dans les deux situations, le participant a obtenu le même score brut. Cependant, comme la moyenne
de la population change entre les deux situations, dans un cas il a obtenu un score inférieur à la
moyenne (note z<0) et dans l’autre un score supérieur à la moyenne (note z>0)

Situation concrète
Condition d’application d’un étalonnage

3. Corrélation
 La corrélation est un indicateur statistique permettant de mesure la degré de liaison/
d’association entre deux variables
 Le coefficient de corrélation est généralement représenté par la lettre r
 Plus deux variables sont fortement associées et plus la valeur du coefficient de corrélation
s’éloigne de 0.
o Si deux variables sont positivement associées (plus variable 1 augmente, plus la
variable 2 augmente)
 r>0
o Si les deux variables sont négativement associées (plus la variable 1 augmente, plus
la variable 2 diminue)
 r<0
o Si les deux variables ne sont pas associées (les variations de la variable 1 ne sont pas
liées aux variations de la variable 2)
 r=0
 Attention : les corrélation sont très souvent effectuées entre une variable invoquées et une
variable dépendante
 Dès lors, même une corrélation forte ne permet pas d’inférer une causalité entre deux
variables
 Exemple :

Corrélation entre la consommation de chocolat et le

nombre de pris Nobels pour 10millions d’habitants

 Ici, r = 0,79 (soit une corrélation très forte)

 Plus les habitants d’un pays consomment de
chocolat et plus le pays compte de pris Nobels
 Pourtant, rien ne permet d’affirmer que la
consommation de chocolat augmente la
probabilité d’avoir un prix Nobel !
 Risque de variables parasites
 III. Chapitre 3 : les modèles de l’intelligence

1. Définitions de l’intelligence

Énormément de définitions

- Binet (1916)
 Tendance à suivre et maintenir une direction précise ; capacité d’adaptation dans le but
d’atteindre un objectif et pouvoir d’autocritique
- Spearman (1923)
 Capacité à établir des liens, des relations (logiques)
- Freeman (1955)
 Ajustement ou adaptation de l’individu à son environnement, capacité d’apprendre et de
réaliser un raisonnement abstrait
- Gardner (1983)
 Capacité à résoudre des difficultés ou problèmes
- Stenberg (1986,88)
 Activités mentales impliquées dans l’adaptation intentionnelle, le façonnage et la sélection
d’éléments de l’environnement

2. Les différents modèles

Le modèles bi-factoriel : Spearman

Le modèle multi-factoriel : Thurstone

Les modèles hiérarchiques : Cattel-Horn-Carroll (CHC)

a. Le modèle bi-factoriel de Spearman

Construction du modèle

 Spearman a fait passer un ensemble de mesures très variées à différents participants

 Les résultats ont montré que les réponses à toutes les tâches effectuées étaient sous-tendues par
un facteur commun
 Spearman a appelé « Facteur g » le facteur commun sous tendant toutes les performances
cognitives plus spécifiques
 Corrélations entre toutes les tâches révèlent systématiquement des
corrélations positives
 Suggère qu’un facteur commun sous-tend les performances à chaque tâche

Description du modèle

 Facteur g : interprété comme une capacité différentielle, innée, d’énergie mentale et de
raisonnement logique
 « toutes les branches de l’activité intellectuelle ont en commun une fonction fondamentale
tandis que les éléments restants ou spécifiques de l’activité semblent être totalement
différents les uns des autres »
 Pour Spearman, la réussite d’un individu à un test va dépendre :
1) De l’efficacité de son facteur g (qui ne varie pas selon le test)
2) Et de l’efficience du facteur cognitif spécifique nécessaire à la résolution du test (qui varie avec
chaque test).

Implications pratiques

Pour évaluer ce facteur g, plusieurs solutions :

1- Combiner un grand nombre de tests diversifiés

 Les facteurs spécifiques se neutralisent et il reste une mesure de g
2- Construire des tests extrêmement saturés en facteur g
 Les tests les plus saturés en facteur g sont des tests de raisonnement inductif où il faut découvrir
des règles de transformation sur un matériel non figuratif
 Le cas des matrices de Raven (PM 38)
 b. Le modèle multi-factoriel de Thurstone

Construction du modèle

 Thurstone fait passer énormément de tests papier-crayon (jusqu’à 60 tests) à des sujets
 Grâce à l’observation des corrélations entre tous les tests, il regroupe les tests qui se
ressemblent (qui ont une corrélation forte)
 Thurstone identifie 7 aptitudes primaire relativement indépendantes
 Dans ce modèle, les individus peuvent avoir des points forts/ points faibles (i.e., avoir des
bonnes compétences dans certaines aptitudes mais pas dans d’autres)

7 aptitudes primaires
Ensemble de tests papier-
Analyse statistique indépendantes sous-tendent
crayon
les performances

 Les 7 aptitudes primaires :

1) Vitesse perceptive (P) : capacité à repérer une configuration perceptive.
2) Numérique (N) : capacité à réaliser rapidement des opérations arithmétiques simples : additions,
multiplications,…
3) Fluidité verbale (W) :aisance dans la production de réponse verbales : écrire le plus de mots
possibles de quatre lettres commençant par un « B », de mots se terminant par « -tion ».
4) Verbale (V) : capacité à comprendre des mots ou des énoncés linguistiques et à raisonner sur ces
énoncés : définir des mots, trouver des synonymes, compléter des phrases.
5) Spatiale (S) : capacité à imaginer des mouvements d’un objet dans l’espace.
6) Mémoire (M) : capacité à se rappeler des unités simples d’information : mémorisation d’une liste
de mots, de mots associés à des chiffres.
7) Raisonnement (R) : capacité à découvrir des règles ou des régularités.

 Les tests avec des corrélations fortes sont regroupées au sein de la même aptitude

Implications pratiques

Pour évaluer les aptitudes primaires :

Construire des tests extrêmement saturés en chaque aptitude primaire (cf.TD 2)

 Le cas des primary mental abilities (PMA)
 c. Le modèle CHC

Vers une transition

L’intelligence fluide se manifeste plus fortement dans les épreuves de raisonnement inductif sur un
matériel non figuratif.

L’intelligence cristallisée se manifeste le plus fortement dans les épreuves de vocabulaire, dans les
analogies verbales, …
Le sudoku sollicite l’intelligence fluide, les mots croisé l’intelligence cristallisées.

Modèle de Cattel-Horn Caroll (CHC)

Modèle CHC
 IV. Chapitre 4 : Les échelles de Wechsler

1. Introduction

Quotient intellectuel (QI)

 Le QI a été inventé par Stern (1913)

 Ce premier QI utilise une notion que l’on appelle « l’âge mental »

 La formule du calcul du QI est, au départ, la suivante :

Imaginez que les normes d’une tâche de mémorisation de chiffres (empan endroit) soient :

- 2 chiffres à 4 ans
- 3 chiffres à 6 ans
- 4 chiffres à 8 ans
- 5 chiffres à 10 ans
- 6 chiffres à 16 ans
- 7 chiffres à 22 ans et +(les individus
ne progressent plus, en moyenne,
après 22 ans)

 Wechsler propose un nouveau calcul de QI

 La performance du sujet est transformée en un rang dans son groupe de référence
 100 reste de la valeur de référence (= moyenne)
 15 est la valeur de l’écart-type
 70 et 130 son respectivement les limites basses et hautes

QI Total = approximation du facteur g

Relation entre note z et QI

Rappel

 Par définition, une note z a une moyenne de 0 et un écart-type de 1

o Si le score d’un individu est > à la moyenne population : note z> 0
o Si le score d’un individu est < à la moyenne population : note z < 0
o Si le score d’un individu est = à la moyenne population : note z = 0

 Quels sont les seuils de la note z (significativement au dessus/dessous de la moyenne) ?

o Si note > = 2 : très élevée
o Si note z< = -2 : très faible

 Note z = 0 +/- 1
 Alors (note z) * 15= 0 +/- 15
 Alors (note z) * 15 + 100 = 100 +/- 15= distribution QI Wechsler

 (note z= 0)* 15 + 100= 100 => Moyenne

 (note z= 2)* 15 + 100= 130 => limite élevée
 (note z= -2)* 15+ 100 =70 => limite basse
 2. Historique

Différentes versions des échelles de Wechsler pour les adultes

Structure de la WAIS-IV
 10 subtests principaux…
 …qui permettent de calculer 4 indices
composites (ICV, IRP, IMT, IVT)…
 …qui permettent de calculer le QI total.

 Les subtests complémentaires sont à utiliser

dans des situations complexes (passation
interrompue en plein milieu d’un subtest,
patient bloque sur un subtest principal,
situation de test-retest avec peu de délai,…)

3. 1. Présentation de la WAIS-IV
 a. Indice de compréhension verbale

Similitudes
 Dire en quoi deux mots/concepts se ressemblent
 « Groseille & Framboise »
Vocabulaire
 Donner la définition d’un mot
 « Hygiène »
Information
 Evaluer les connaissances générales
 «  A partir de quelle température l’eau gèle-t-elle  ? »

b. Indice de raisonnement Perceptif (IRP)

Cube (audio à écouter)

Matrice (audio à écouter)
Puzzles visuels (audio à écouter)
 c. Indice de mémoire de travail
Mémoire des chiffres
 Répéter une suite de chiffres à l’endroit/ envers/ ordre croissant
 « 1-4-3-2-9 »
Arithmétique
 Problèmes de calcul mental
 « Mathieu a 9 ans. Paul a 3 ans de moins que Mathieu. Quel âge a Paul  ?  »

d. Indice de vitesse de traitement

Symboles Codes

e. 2. Présentation de la WAIS-VI