Randomisation & Équilibrage
En ce qui concerne la randomisation dans la conception expérimentale, ainsi que l'équilibrage, Labvanced offre de nombreuses approches (discutées plus bas) pour garantir que votre recherche soit solide et exempte de biais. Comme ce sujet est crucial pour une recherche réussie, la capacité de gérer la randomisation est présentée dès le départ dans la vue principale de l'éditeur.
Une zone clé dans Labvanced pour gérer la randomisation et l'équilibrage dans votre expérience.
L'image ci-dessus indique la zone principale dans l'éditeur Labvanced pour configurer différents types de randomisations et leurs niveaux peuvent également être trouvés ici, ainsi qu'un accès aux Paramètres de Randomisation pour spécifier vos exigences telles que l'ordre des essais (par exemple : il doit être fixe ou aléatoire), comment l'équilibrage doit être géré, et plus encore.
Randomisation dans la Recherche
La randomisation dans les expériences et la recherche en psychologie est un mécanisme important pour réduire le biais et assurer l'intégrité d'une conception expérimentale solide. La randomisation dans la conception expérimentale et la recherche est essentiellement le processus d'attribution aléatoire des participants à différents groupes (traitement/intervention/expérimental contre contrôle). En rendant ce processus d'attribution aléatoire, on suppose que tous les participants sont également susceptibles d'être assignés à n'importe quelle condition.
En plus de l'attribution des participants, la randomisation dans les expériences fait également référence à la présentation des stimuli et à l'ordre des tâches. La randomisation dans la conception expérimentale peut traiter de la manière dont les tâches et les stimuli sont présentés. En tant que thème, la randomisation dans la recherche est un sujet majeur dans la conception et la création expérimentales.
Dans l'exemple ci-dessous, le Facteur pour le type de peinture (Moderne ou Classique) a la Position de Peinture Moderne (Gauche ou Droite) randomisée. En utilisant le bouton ‘Paramètres’, des exigences d'équilibrage peuvent également être stipulées.
Un exemple d'un réglage de conception expérimentale utilisant la randomisation pour présenter la position d'une catégorie d'image particulière.
Exemples de Randomisation
| Exemple de Randomisation | Objectif | Mise en œuvre |
|---|---|---|
| Randomiser les stimuli présentés, tels que des images | Randomiser quels stimuli d'un ensemble, tels que des images, sont présentés au participant. | Créer les essais en utilisant le Système d'Essai et spécifier le nombre d'essais et l'ordre des essais via les Paramètres de Randomisation. |
| Randomiser la localisation des stimuli ‘corrects’ | Lorsque deux stimuli ou plus sont présentés comme choix à l'écran, il est crucial de randomiser la présentation et leur position. | Des instructions sur une approche suggérée pour la façon dont cela peut être fait se trouvent dans cette étude d'échantillon ici. Cliquez simplement sur le bouton ‘Inspecter’ et ouvrez la tâche ‘Instructions’. Remarque : Cela est souvent combiné avec des options d'équilibrage via les Paramètres de Randomisation. |
| Localisation aléatoire des coordonnées des stimuli | Randomiser les coordonnées x et y et les attribuer à un stimulus afin de randomiser sa position à l'écran. | Des instructions sur une approche suggérée pour la façon dont cela peut être fait se trouvent dans cette étude d'échantillon ici. Cliquez simplement sur le bouton ‘Inspecter’ et ouvrez la tâche ‘Task_Instructions’. Cette démo décrit également comment assigner aléatoirement une couleur. |
| Temps aléatoire de cadre / stimulus | Randomiser la durée pendant laquelle un cadre est présenté. | Des instructions sur une approche suggérée pour la façon dont cela peut être fait se trouvent dans cette étude d'échantillon ici. Cliquez simplement sur le bouton ‘Inspecter’ et ouvrez la tâche ‘task_instructions’. |
La vidéo ci-dessous donne un aperçu rapide de la façon de randomiser votre étude dans l'onglet Conception d'Étude ainsi que dans le menu Randomisation dans l'Éditeur de Tâches.
Équilibrage dans la Recherche
L'équilibrage est un concept tout aussi important. L'équilibrage garantit que chaque condition est également reproduite, c'est-à-dire qu'un nombre quelconque de mesures ou d'observations de chaque condition expérimentale (tel que l'ordre des essais) est égal. Cela est important car la randomisation repose sur la ‘loi des grands nombres’ qui, pour les expériences avec un petit nombre de participants, pourrait finalement aboutir à une conception déséquilibrée, à moins qu'elle ne soit gérée. Par exemple, en équilibrant, vous pouvez vous assurer qu'un nombre égal de participants suit un ordre d'essai aléatoire. Une conception expérimentale équilibrée garantit également que des conditions égales sont reproduites.
Exemples d'Équilibrage
| Exemple d'Équilibrage | Objectif | Mise en œuvre |
|---|---|---|
| Positionnement Équilibré | Il peut être nécessaire d'équilibrer la position de certains stimuli, par exemple en veillant à ce que l'image ‘correcte’ soit présentée avec un nombre égal d'essais pour la position gauche et droite de l'écran. | Lors de l'ajout des niveaux de Randomisation, spécifiez l'option d'équilibrage dont vous avez besoin. |
| Stylisation des stimuli | Équilibrer la stylisation des stimuli, comme avoir une bordure d'image rouge ou une bordure d'image bleue. | Lors de l'ajout des niveaux de Randomisation, spécifiez l'option d'équilibrage dont vous avez besoin. |
| Équilibrage de conception imbriquée | L'équilibrage de conception imbriquée nécessite que plusieurs facteurs soient équilibrés. Un exemple de cela est d'équilibrer la position (par exemple, côté gauche ou droit pour les choix corrects / incorrects) avec l'âge d'un visage (par exemple, jeune ou vieux). Ainsi, si des visages jeunes sont équilibrés à gauche et à droite, alors des visages vieux doivent également être équilibrés pour les deux positions. | Lors de l'ajout des niveaux de Randomisation, sélectionnez l'option Équilibré au sein du sujet et imbriqué. |
| Équilibrage entre participants | Dans certains cas, il peut être nécessaire qu'un participant voie une version tandis que le participant suivant voie une version différente. | Lors de l'ajout des niveaux de Randomisation, spécifiez l'option d'équilibrage dont vous avez besoin. |
L'image ci-dessous montre la boîte de dialogue Paramètres de Randomisation, l'une des nombreuses zones pertinentes dans Labvanced pour gérer les exigences de randomisation et d'équilibrage dans la conception et la configuration de votre expérience.
Paramètres de Randomisation et d'Équilibre pour les Essais et Conditions dans Labvanced
Équilibre & Randomisation dans les Expériences Labvanced
L'équilibre et la randomisation dans les expériences de psychologie créées dans Labvanced sont gérés par de multiples parties et fonctionnalités à travers la plateforme, telles que :
Multiples Tâches & Blocs
- Onglet Conception d'Étude: Lorsqu'une étude est ouverte, l'onglet Conception d'Étude est l'endroit où vous pouvez ajouter des séparateurs de randomisation (voir l'image ci-dessous, la ligne noire épaisse) pour indiquer quels blocs et sessions doivent être randomisés.
Stimuli DANS une Tâche / Essai Unique
- Facteurs (Système d'Essai): En utilisant des facteurs dans le Système d'Essai, un design de bloc peut être créé pour votre expérience. Vous pouvez ensuite spécifier quels facteurs doivent être fixes ou aléatoires.
- Paramètres de Randomisation de l'Éditeur de Tâches: Cette boîte de dialogue (image ci-dessus) démontre le type de paramètres de randomisation que vous pouvez spécifier lors de la création d'une tâche. Vous pouvez également indiquer que les essais au sein de chaque tâche doivent être équilibrés.
- Cadres de Données: Les cadres de données peuvent être utilisés pour configurer et créer une étude, mais ils peuvent également être appliqués pour garantir la randomisation dans les expériences. Les cadres de données contiennent des stimuli similaires à un tableau et peuvent être utilisés dans une variété d'événements.
- Le Système d'Événements: Parfois, la randomisation dans la recherche expérimentale en psychologie nécessite de contrebalancer des variables ou d'indexer des tableaux. Le Système d'Événements vous permet de créer des déclencheurs/actions afin que les tableaux soient mélangés (réarrangement des valeurs dans un ordre aléatoire), contrant des variables (récupérant une valeur pour chaque essai), et tirant ensuite la valeur du cadre de données.
Ajout de Séparateurs de Randomisation dans l'Onglet Conception d'Étude pour les Blocs et Sessions
Afin de garantir que votre expérience soit correctement équilibrée et randomisée, vous devrez très probablement utiliser des cadres de données en combinaison avec des événements. Il est également possible d'utiliser des facteurs (le Système d'Essai). En travaillant avec les fonctionnalités décrites ci-dessus, vous pouvez garantir l'intégrité de votre conception expérimentale.
Si vous avez des questions sur la façon de gérer la randomisation dans vos expériences, veuillez nous contacter !