Randomisation & Équilibrage
En ce qui concerne la randomisation dans la conception expérimentale, ainsi que l'équilibrage, Labvanced propose plusieurs approches (discutées plus en détail ci-dessous) pour garantir que votre recherche est solide et sans biais. Comme ce sujet est crucial pour une recherche réussie, la capacité à gérer la randomisation est présentée en première ligne 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 les différents types de randomisations et leurs niveaux, ainsi que l'accès aux Paramètres de Randomisation
pour spécifier vos exigences telles que l'ordre des essais (par ex. : 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 les biais et garantir l'intégrité de la conception expérimentale. 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 ont également des chances d'être attribués 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 façon dont les tâches et les stimuli sont présentés. En tant que thème, la randomisation dans la recherche est un sujet majeur dans la conception expérimentale et la création.
Dans l'exemple ci-dessous, le Facteur pour le type de peinture (Moderne ou Classique) a la Position de la Peinture Moderne (Gauche ou Droite) randomisée. À l'aide du bouton 'Paramètres', les exigences en matière d'équilibrage peuvent également être spécifiées.

Un exemple de configuration 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 pool, tels que des images, sont présentés au participant. | Créez les essais en utilisant le Système d'Essais et spécifiez 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 comment cela peut être fait se trouvent dans cette étude exemple ici. Il suffit de cliquer sur le bouton ‘Inspecter’ et d'ouvrir la tâche ‘Instructions’. Remarque : Cela est souvent combiné avec les options d'équilibrage via les Paramètres de Randomisation . |
Localisation des coordonnées randomisée 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 comment cela peut être fait se trouvent dans cette étude exemple ici. Il suffit de cliquer sur le bouton ‘Inspecter’ et d'ouvrir la tâche ‘Task_Instructions’. Cette démonstration décrit également comment attribuer aléatoirement des couleurs. |
Durée de présentation aléatoire du cadre / stimulus | Randomiser la durée de présentation d'un cadre. | Des instructions sur une approche suggérée pour comment cela peut être fait se trouvent dans cette étude exemple ici. Il suffit de cliquer sur le bouton ‘Inspecter’ et d'ouvrir la tâche ‘task_instructions’. |
La vidéo ci-dessous donne un aperçu rapide sur la façon de randomiser votre étude dans l'onglet Conception de l'Étude ainsi que dans le menu de 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 répliquée, c'est-à-dire qu'un nombre quelconque de mesures ou d'observations provenant de chaque condition expérimentale (telle 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 aboutir à une conception déséquilibrée, à moins d'y veiller. Par exemple, en équilibrant, vous pouvez garantir qu'un nombre égal de participants suit un ordre d'essai aléatoire. Une conception expérimentale équilibrée garantit en outre que des conditions égales sont répliquées.
Exemples d'Équilibrage
Exemple d'Équilibrage | Objectif | Mise en œuvre |
---|---|---|
Positionnement Équilibré | Équilibrer la position de certains stimuli peut être nécessaire, par exemple garantir que l'image ‘correcte’ a été présentée avec un nombre égal d'essais pour la position à gauche et à droite de l'écran. | Lors de l'ajout des niveaux de Randomisation, spécifiez l'option d'équilibrage dont vous avez besoin. |
Style des stimuli | Équilibrer le style des stimuli, tel qu'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 l'équilibrage de la position (par ex. : côté gauche ou droit pour les choix corrects / incorrects) avec l'âge d'un visage (par ex. : jeune ou vieux). Donc, si des visages jeunes sont équilibrés à gauche et à droite, alors des visages vieux doivent également être équilibrés pour les positions à gauche et à droite. | 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 sujet voie une version tandis que le sujet suivant voit 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 des Paramètres de Randomisation
, l'un des nombreux domaines pertinents 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 plusieurs parties et fonctionnalités de la plateforme, telles que :
Multiples Tâches & Blocs
- Onglet Conception de l'Étude : Lorsque l'étude est ouverte, l'onglet Conception de l'Étude est là 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 À L’INTÉRIEUR d'une Tâche / Essai Unique
- Facteurs (Système d'Essais) : En utilisant des facteurs dans le Système d'Essais, une conception de bloc peut être créée 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 détiennent des stimuli similaires à un tableau et peuvent être utilisés dans divers événements.
- Le Système d'Événements : Parfois, la randomisation dans la recherche expérimentale en psychologie nécessite de contrer des variables ou des tableaux d'index. Le Système d'Événements vous permet de créer des déclencheurs/actions afin que les tableaux soient mélangés (réorganisant les valeurs dans un ordre aléatoire), contre-carrant des variables (récupérant une valeur pour chaque essai), et ressortez ensuite la valeur du cadre de données.
Ajout de Séparateurs de Randomisation dans l'Onglet Conception de l'Étude pour les Blocs et Sessions
Afin de garantir que votre expérience est correctement équilibrée et randomisée, vous utiliserez très probablement des cadres de données en combinaison avec des événements. Il est également possible d'utiliser des facteurs (le Système d'Essais). 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, n'hésitez pas à nous contacter !