6 Concepts Clés de la Conception Expérimentale

La conception de la recherche expérimentale est une compétence cruciale que les nouveaux étudiants doivent comprendre et, finalement, maîtriser. Une bonne conception expérimentale est absolument nécessaire pour atteindre des conclusions objectives d'une étude. Ici, nous couvrons les principaux concepts que chaque étudiant devrait garder à l'esprit.

1. Définissez clairement vos variables expérimentales

Les variables doivent être clairement définies dès le début. La plupart des études voudront examiner la relation entre un(e) :

• Variable indépendante : Le stimulus, la condition ou l'intervention que vous manipulez et contrôlez.
• Variable dépendante : L'effet subséquent du changement dans la variable indépendante.

Considérez la question de recherche : "L'observation d'une émotion affecte-t-elle la perception qu'a le participant du langage écrit ?" Vous pourriez poser cette question si vous étudiez la perception et êtes intéressé par l'effet du priming d'une émotion sur la façon dont le langage écrit est interprété.

Par exemple, imaginez que le participant perçoive une personne heureuse suivie de la lecture de divers textes comme "Ne parlez pas aux inconnus", suivie du participant devant rapporter comment il perçoit le texte.

Dans cet exemple, vos variables indépendantes et dépendantes pourraient être un nombre quelconque de choses et il est de votre devoir en tant que chercheur de les opérationnaliser et de les définir.

• Pour la variable indépendante : images de différentes émotions ou audio de voix exprimant différentes émotions
• Pour la variable dépendante : une échelle de Likert évaluant différentes dimensions du texte ou même une question mesurant la probabilité "Quelle est la probabilité que la personne que vous avez perçue dise cet ordre ?"

Les variables indépendantes et dépendantes sont au cœur de toute recherche, mais une bonne conception expérimentale considère également d'autres variables, telles que :

• Variables de contrôle
• Variables confondantes
• Variables extrinsèques

Si vous conceptualisez et prenez en compte rigoureusement toutes vos variables à l'étape de planification, concevoir des expériences en ligne et configurer des variables dans l'éditeur de Labvanced devient juste une question d'apprendre quelques clics.

Vous pouvez également télécharger divers stimuli, des visuels aux audio, et tester les comportements des participants grâce à des fonctionnalités comme le suivi oculaire. Découvrez cette playlist sur la manière dont divers stimuli sont créés dans Labvanced et traités comme des objets pour construire des expériences !

2. Comprendre les éléments de base de la conception expérimentale

Pour être bon en conception expérimentale et établir une conception pour soutenir votre question de recherche et isoler vos variables, vous devez connaître les éléments de base de la conception expérimentale sur le bout des doigts.

À savoir, ce sont :

• Essais : instances uniques d'une tâche particulière ou réponse déclenchée à une présentation de stimulus, comme compléter un parcours de labyrinthe ou visualiser une chaîne de lettres.
• Blocs d'essais : Un bloc est composé de plusieurs essais, généralement une expérience aura plusieurs blocs.
• Sessions : Relatif à une conception longitudinale, les sessions expérimentales peuvent s'étendre sur plusieurs jours (voire des années) où les participants effectuent à nouveau les essais à différents moments.

Essais

Les essais sont les unités de base d'une expérience qui, lorsqu'elles sont regroupées, forment des blocs qui composent des sessions. Les essais sont généralement des instances uniques d'un stimulus.

Regardez cette vidéo qui explique comment construire plusieurs essais montrant des images d'animaux de compagnie (chiens et chats) et de fleurs, incitant le participant à choisir l'animal de compagnie à chaque essai, en utilisant Labvanced :

Blocs

Une collection d'essais forme un bloc. Les chercheurs utilisent ces blocs pour de nombreuses raisons, notamment pour randomiser leur étude. Une autre approche courante des blocs est de leur donner un thème lié à la question de recherche ou de les relier aux différentes étapes d'apprentissage qu'une expérience exige.

Exemples de blocs dans la recherche :

• Question thématique : Les blocs d'essais peuvent suivre un certain thème de recherche. Par exemple, les blocs peuvent suivre un certain thème cognitif comme des aspects de la mémoire de travail ou même la forme de l'acteur où les mouvements présentés sont regroupés par caractéristiques directionnelles et de vitesse (Cook, Pan, & Bianchi-Berthouze, 2013).
• Élément temporel : Les blocs qui vont du ‘pratique’ au ‘formation’ au ‘expérimental,’ typiquement observés dans une conception d'étude intra-sujets. Par exemple, une étude utilisant Labvanced évaluant la performance des enfants sur la tâche de temps de réaction en série dans une expérience linguistique, a utilisé des blocs et mesuré les différences entre la performance des participants dans le premier bloc de formation versus le bloc final (Marimon et al., 2021).

Sessions

Les sessions font référence à différents moments où les participants fournissent des réponses à une étude.

Considérez cette étude de Polonen, Lappi, & Tervaniemi (2019) dans Frontiers of Psychology où l'objectif était d'évaluer l'impact du mouvement sur l'état affectif et le flux chez les pratiquants de Qigong où la première session est un mélange entre blocs de réflexion et d'exercice.

Les sessions ultérieures se déroulent généralement à des jours (voire des mois) différents et peuvent soit utiliser les mêmes essais et blocs qu'auparavant, soit d'autres, ou un mélange entre nouveaux et anciens blocs.

Dans une étude récente de Chládková et al., les chercheurs ont recruté des participants pour Session 1 dans laquelle 161 participants ont été testés et pour Session 2 où 202 participants différents. L'objectif était d'étudier l'effet qu'un mandat de port de masque d'un mois a sur la perception de la parole. Pour ce faire, les chercheurs avaient Session 1 avant le mandat et Session 2 après le mandat d'un mois. Pour les deux sessions, les stimuli étaient exactement les mêmes, à savoir une collection de 48 essais qui prenaient environ 10 minutes à compléter, évaluant la force de l'effet McGurk.

3. Conception entre-sujets et au sein des sujets

Dans l'exemple ci-dessus, discutant de l'expérience sur l'effet McGurk par Chládková et al., une conception entre-sujets (session 1 contre session 2) a été employée !

Parfois, il existe différentes conditions ou traitements que les chercheurs souhaitent étudier. Dans ce cas, soit une conception entre-sujets, soit une conception au sein des sujets doit être sélectionnée.

Conception entre-sujets

Également connue sous le nom de ANOVA ou conception de mesures indépendantes, dans la conception entre-sujets, les participants ne peuvent être dans qu'une seule condition ou traitement parmi les nombreux étudiés dans l'expérience.

Typiquement, c'est la conception expérimentale classique où les participants sont soit assignés à être dans le groupe de contrôle (parfois où un effet placebo est observé) ou le groupe expérimental.

Au niveau de surface, des cas d'utilisation qui utilisent typiquement la conception entre-sujets sont des études en :

• Psychologie sociale
• Psychologie de la personnalité
• Études sur la prise de décision

Certains avantages de la conception de mesures répétées/entre-sujets incluent :

• Sessions plus courtes : Parce qu'un participant n'est pas censé passer par plusieurs conditions ou traitements (comme c'est le cas dans la conception au sein des sujets), les sessions sont plus courtes.
• Réduit les effets de report : Étant donné qu'un seul participant n'est pas censé compléter plusieurs conditions ou traitements, il y a moins d'effet d'être dans une condition suivie d'une autre. Ainsi, les chercheurs n'ont pas à s'inquiéter de choses telles que les effets d'apprentissage ou de fatigue comme c'est le cas dans la conception au sein des sujets.

Conception au sein des sujets

Également connue sous le nom de mesures répétées, dans la conception au sein des sujets, les participants participent à une condition ou un traitement et ensuite à une autre condition ou traitement. Toutes les études longitudinales qui suivent les participants dans le temps adoptent une conception au sein des sujets car elles examinent les mêmes participants encore et encore.

Cette conception est populaire pour étudier des effets cumulatifs, quelque chose qui est censé émerger avec le temps. Ainsi, en mesurant le même participant encore et encore, le résultat souhaité peut être enregistré au fil du temps à mesure qu'il émerge.

L'équilibrage est utilisé par les chercheurs pour s'assurer que l'ordre dans lequel le traitement est reçu n'affecte pas les résultats observables. Par exemple, dans une étude à mesures répétées équilibrées, Sally vit la Condition A avant Condition B mais Laura passe par la Condition B avant Condition A.

Certains avantages de la conception de mesures répétées/au sein des sujets incluent :

• Moins de participants nécessaires : Parce que plus de données proviennent d'un seul participant, il est possible de détecter une corrélation ou même des relations causales en utilisant de petits échantillons.
• Minimiser le bruit : Parce que les données proviennent du même participant, les différences individuelles (c'est-à-dire le bruit) sont minimisées puisque des facteurs comme la mémoire ou l'intelligence ne changent pas d'une condition à l'autre.

Au niveau de surface, des cas d'utilisation qui utilisent typiquement la conception au sein des sujets sont des études dans/axées sur (Keren & Lewis, 2014) :

• Psychologie cognitive et neuropsychologie
• Perception
• Mémoire
• Apprentissage
• Psychophysique
• Temps de réaction

4. Randomisation & Équilibrage

La randomisation est l'attribution aléatoire des participants à différentes conditions expérimentales et est au cœur de la conception expérimentale car elle aide à éliminer les biais et l'effet de variables inconnues qui pourraient expliquer statistiquement des résultats significatifs. (Suresh, 2011).

L'équilibrage, en revanche, est un moyen de s'assurer que les différents groupes expérimentaux ont un nombre égal (ou aussi similaire que possible) de participants qui leur sont assignés. Par exemple, considérez que votre 'groupe de contrôle' a 5 participants et que votre 'groupe expérimental' a 95 participants. Ça semble désastreux, n'est-ce pas ? Une conception plus équilibrée consisterait à avoir environ 50 sujets dans le 'groupe de contrôle' et 50 dans le 'groupe expérimental.'

Bien que tous les domaines de la psychologie bénéficient de la randomisation, les psychologues cliniques et de la santé accordent une attention particulière à cela car ils traitent souvent des interventions et des traitements.

En utilisant Labvanced, votre expérience peut avoir des essais randomisés, des tâches, des blocs et des groupes, selon la nature de votre étude. Il est possible de randomiser tout ce que vous souhaitez et vous pouvez garantir un équilibre entre les groupes en veillant à ce qu'il y ait un nombre égal de sujets entre les groupes.

Voici quelques façons d'équilibrer et de randomiser votre étude en utilisant Labvanced :

• Facteurs aléatoires : atteindre un équilibre simple, imbriqué ou entre-sujets des stimuli
• Séquence d'essai aléatoire : télécharger une séquence d'essai prédéfinie pour chaque sujet ou créer une séquence d'essai adaptative / dynamique à l'aide d'événements
• Logique d'événement : créer des mécanismes d'équilibrage hautement individualisés, par exemple, attribuer des fichiers de manière dynamique aux objets

Avoir une étude équilibrée et randomisée est un must car cela contribue à garantir l'intégrité de votre analyse statistique et de vos résultats.

5. Répétition

La répétition est l'un des problèmes les plus anciens dans le domaine de la psychologie, remontant aux observations des grands psychologues des XIXe et début XXe siècles (Laws, 2016).

À ce jour, la répétition, qui concerne la capacité de répéter une étude (généralement pour déterminer si les résultats d'une étude originale peuvent être observés dans d'autres situations et participants), est toujours un problème dans la recherche expérimentale.

La répétition est importante car pour que d'autres chercheurs puissent confirmer ou tester les résultats d'une étude, ils doivent être en mesure de répéter l'étude. Cela est difficile en psychologie car le comportement, en règle générale, est très complexe et difficile à prédire.

Un des avantages d'avoir votre étude en ligne est que vous pouvez partager le modèle d'étude avec d'autres chercheurs et qu'ils peuvent utiliser l'expérience ou les tâches pour tester d'autres populations et essayer de reproduire vos résultats.

6. Le Pouvoir de la Preuve

Plus une étude est rigoureusement définie et mise en place, plus les preuves derrière toute conclusion subséquente sont solides. Ainsi, si vous souhaitez établir quelque chose avec votre étude, vous aurez besoin de preuves pour le soutenir.

Il existe de nombreux systèmes différents qui classifient les preuves (qui peuvent même varier selon le pays et l'organisation). En règle générale, vous pouvez considérer les preuves sur un spectre allant de 'pas très strict ou convaincant' à 'essayé et testé'.

Imaginez que la tante de quelqu'un vous donne son avis sur l'effet des soins parentaux sur la perception infantile basé sur son expérience d'élever ses trois enfants. Bien que cela puisse être une conversation amusante et agréable, ces idées ne sont pas fiables comparées aux conclusions tirées d'une étude randomisée avec des milliers de gardiens assignés à des styles parentaux spécifiques et dont la réponse des enfants a été mesurée (tout en contrôlant les variables confondantes) !

En comprenant le pouvoir de la preuve, vous pouvez concevoir une expérience où les conclusions subséquentes sont valables, fiables, et non altérées par des confondants et/ou des biais.

Remarques finales

Il n'y a rien de plus excitant que de concevoir vos premières expériences en tant que jeune chercheur. Avec ces concepts clés en tête, vous pouvez commencer fort et développer les bases pour comprendre des concepts plus avancés comme les interactions. De plus, construire des expériences en ligne avec Labvanced peut vous aider à continuer à grandir en tant que chercheur tout en collectant des données rapidement, concevant des expériences valides et augmentant votre taux de publication !

Et, n'oubliez pas, la façon dont vous traitez et gérez les 6 composants exposés dans cet article détermine la force de votre conclusion et même les résultats de vos findings. Gardez également à l'esprit que lorsque vous réalisez des expériences en ligne, le contrôle expérimental joue un rôle important sur la façon dont l'expérience est gérée dans un environnement en ligne. Apprenez-en plus sur la façon dont Labvanced garantit le contrôle expérimental ici.

Références

Chládková, K., Podlipský, V. J., Nudga, N., & Šimáčková, Š. (2021). L'effet McGurk à l'époque de la pandémie : adaptation dépendante de l'âge à une perte environnementale de signaux de parole visuels. Psychonomic Bulletin & Review, 28(3), 992-1002.

Cook, J., Swapp, D., Pan, X., Bianchi-Berthouze, N., & Blakemore, S. J. (2014). Effet d'interférence atypique de l'observation d'actions dans les conditions du spectre autistique. Psychological medicine, 44(4), 731-740.

Keren, G., & Lewis, C. (2014). Un manuel pour l'analyse des données dans les sciences du comportement : Volume 1 : Problèmes méthodologiques Volume 2 : Problèmes statistiques. Psychology Press.

Laws, K. R. (2016). Psychologie, répétition et au-delà. BMC psychology, 4(1), 1-8.

Marimon, M., Hofmann, A., Veríssimo, J., Männel, C., Friederici, A. D., Höhle, B., & Wartenburger, I. (2021). Apprentissage des dépendances non adjacentes chez les enfants utilisant un jeu d'ordinateur en ligne. Frontiers in psychology, 12.

Pölönen, P., Lappi, O., & Tervaniemi, M. (2019). Effet du mouvement méditatif sur l'affect et le flux chez les pratiquants de Qigong. Frontiers in psychology, 2375.

Suresh, K. P. (2011). Un aperçu des techniques de randomisation : une évaluation impartiale des résultats dans la recherche clinique. Journal of human reproductive sciences, 4(1), 8.