Randomisation & Équilibrage
En ce qui concerne la randomisation dans la conception expérimentale, ainsi que l'équilibrage, Labvanced offre de nombreuses approches (discutées plus loin ci-dessous) pour garantir que votre recherche soit solide et exempte de biais. Étant donné que 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 être trouvés ici ainsi que l'accès aux Randomization Settings pour spécifier vos exigences telles que l'ordre d'essai (par exemple : il devrait 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 assurer l'intégrité d'une conception expérimentale solide. La randomisation dans la conception et la recherche expérimentales est essentiellement le processus d'assignation aléatoire des participants à différents groupes (traitement / intervention / expérimental contre contrôle). En rendant ce processus d'assignation aléatoire, cela suppose que tous les participants ont une probabilité égale d'être assignés à n'importe quelle condition.
En plus de l'assignation 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 la Peinture Moderne (Gauche ou Droite) randomisée. En utilisant le bouton ‘Paramètres’, les exigences d'équilibrage peuvent également être stipulées.
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 |
|---|---|---|
| Randomisation des stimuli présentés, tels que les images | Randomiser quels stimuli d'un pool, tels que les images, sont présentés au participant. | Créez les essais en utilisant les Trial System et spécifiez le nombre d'essais et l'ordre des essais via les Randomization Settings. |
| Randomisation de la localisation des stimuli ‘corrects’ | Lorsque deux ou plusieurs stimuli 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 manière dont cela peut être fait se trouvent dans cette étude d'exemple ici. Cliquez simplement sur le bouton ‘Inspecter’ et ouvrez la tâche ‘Instructions’. Remarque : Cela est souvent combiné avec des options d'équilibrage via les Randomization Settings. |
| Emplacement de coordonnées aléatoires des stimuli | Randomiser les coordonnées x- et y- et les attribuer à un stimulus afin de randomiser sa position sur l'écran. | Des instructions sur une approche suggérée pour la manière dont cela peut être fait se trouvent dans cette étude d'exemple ici. Cliquez simplement sur le bouton ‘Inspecter’ et ouvrez la tâche ‘Task_Instructions’. Cette démo décrit également comment attribuer aléatoirement une couleur. |
| Durée aléatoire du cadre / stimulus | Randomiser la durée pendant laquelle un cadre est présenté. | Des instructions sur une approche suggérée pour la manière dont cela peut être fait se trouvent dans cette étude d'exemple ici. Cliquez simplement sur le bouton ‘Inspecter’ et ouvrez la tâche ‘task_instructions’. |
La vidéo ci-dessous donne un aperçu rapide de la manière de randomiser votre étude dans l'onglet Conception de l'Étude ainsi que du 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 que tout nombre de mesures ou d'observations de chaque condition expérimentale (comme 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 un design déséquilibré, à moins d'y veiller. Par exemple, en équilibrant, vous pouvez vous assurer qu'un nombre égal de participants suit un ordre d'essai aléatoire. Un design expérimental équilibré garantit en outre que des conditions égales sont reproduites.
Exemples d'Équilibrage
| Exemple d'Équilibrage | Objectif | Mise en œuvre |
|---|---|---|
| Positionnement Équilibré | L'équilibrage de la position de certains stimuli peut être requis, 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. | Après avoir ajouté les niveaux de Randomisation, spécifiez l'option d'équilibrage dont vous avez besoin. |
| Styling des stimuli | Équilibrer le style des stimuli, comme avoir une bordure d'image rouge ou une bordure d'image bleue. | Après avoir ajouté les niveaux de Randomisation, spécifiez l'option d'équilibrage dont vous avez besoin. |
| Équilibrage de conception imbriquée | L'équilibrage de conception imbriquée nécessite plusieurs facteurs à équilibrer. Un exemple de cela est l'équilibrage de la position (par exemple, côté gauche ou droit pour des choix corrects / incorrects) associé à l'âge d'un visage (par exemple, jeune ou vieux). Ainsi, si les visages jeunes sont équilibrés pour la gauche et la droite, alors les visages vieux doivent également être équilibrés pour les positions gauche et droite. | Après avoir ajouté les niveaux de Randomisation, sélectionnez l'option Balanced Within Subject and Nested. |
| 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. | Après avoir ajouté les niveaux de Randomisation, spécifiez l'option d'équilibrage dont vous avez besoin. |
L'image ci-dessous montre la boite de dialogue Randomization Settings, 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 :
Multiple Tâches & Blocs
- Onglet de Conception de l'Étude : Lorsqu'une étude est ouverte, l'onglet de Conception de l'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 à l'intérieur 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 exige que vous contrebalanciez les variables ou indexiez les tableaux. Le Système d'Événements vous permet de créer des déclencheurs/Actions afin que les tableaux soient mélangés (réorganisant les valeurs dans un ordre aléatoire), contrebalançant les variables (récupérant une valeur pour chaque essai), et tirant ensuite la valeur du cadre de données.
Ajout de Séparateurs de Randomisation dans l'Onglet de Conception de l'Étude pour 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'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 manière de gérer la randomisation dans vos expériences, n'hésitez pas à nous contacter !
Pour des guides pratiques sur les modèles de conception couvrant la manière d'appliquer ces outils à des scénarios de recherche courants, consultez Conception Expérimentale.