Skip to main content
Global

1.4 : Conception expérimentale et éthique

  • Page ID
    191442
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    L'aspirine réduit-elle le risque de crise cardiaque ? Est-ce qu'une marque d'engrais est plus efficace qu'une autre pour faire pousser des roses ? La fatigue est-elle aussi dangereuse pour le conducteur que l'influence de l'alcool ? Des expériences aléatoires permettent de répondre à de telles questions. Dans ce module, vous découvrirez des aspects importants de la conception expérimentale. Une conception d'étude appropriée garantit la production de données fiables et précises.

    Le but d'une expérience est d'étudier la relation entre deux variables. Lorsqu'une variable entraîne un changement dans une autre, nous appelons la première variable la variable indépendante ou la variable explicative. La variable affectée est appelée variable dépendante ou variable de réponse : stimulus, réponse. Dans le cadre d'une expérience randomisée, le chercheur manipule les valeurs de la variable explicative et mesure les changements qui en résultent dans la variable de réponse. Les différentes valeurs de la variable explicative sont appelées traitements. Une unité expérimentale est un objet ou un individu unique à mesurer.

    Vous souhaitez étudier l'efficacité de la vitamine E dans la prévention des maladies. Vous recrutez un groupe de sujets et leur demandez s'ils prennent régulièrement de la vitamine E. Vous constatez que les sujets qui prennent de la vitamine E sont en moyenne en meilleure santé que ceux qui n'en prennent pas. Cela prouve-t-il que la vitamine E est efficace dans la prévention des maladies ? Ce n'est pas le cas. Il existe de nombreuses différences entre les deux groupes par rapport à la consommation de vitamine E. Les personnes qui prennent régulièrement de la vitamine E prennent souvent d'autres mesures pour améliorer leur santé : exercice, alimentation, autres suppléments vitaminiques, choix de ne pas fumer. N'importe lequel de ces facteurs peut avoir une influence sur la santé. Comme décrit, cette étude ne prouve pas que la vitamine E soit la clé de la prévention des maladies.

    Les variables supplémentaires qui peuvent obscurcir une étude sont appelées variables latentes. Afin de prouver que la variable explicative entraîne une modification de la variable de réponse, il est nécessaire d'isoler la variable explicative. La chercheuse doit concevoir son expérience de telle sorte qu'il n'y ait qu'une seule différence entre les groupes comparés : les traitements prévus. Pour ce faire, des unités expérimentales sont assignées de façon aléatoire aux groupes de traitement. Lorsque les sujets se voient attribuer des traitements de manière aléatoire, toutes les variables potentielles sous-jacentes sont réparties de manière égale entre les groupes. À ce stade, la seule différence entre les groupes est celle imposée par le chercheur. Les différents résultats mesurés dans la variable de réponse doivent donc être le résultat direct des différents traitements. De cette façon, une expérience peut prouver l'existence d'un lien de cause à effet entre les variables explicatives et les variables de réponse.

    Le pouvoir de la suggestion peut avoir une influence importante sur le résultat d'une expérience. Des études ont montré que les attentes du participant à l'étude peuvent être aussi importantes que le médicament lui-même. Dans une étude sur les médicaments améliorant les performances, les chercheurs ont noté :

    Les résultats ont montré que le fait de croire qu'on avait pris la substance entraînait des temps [de performance] presque aussi rapides que ceux associés à la consommation du médicament lui-même. En revanche, la prise du médicament sans connaissance n'a entraîné aucune augmentation significative des performances. (McClung, M. Collins, D. « Parce que je sais que ce sera le cas ! » : effets placebo d'une aide ergogénique sur les performances sportives. Journal of Sport & Exercise Psychology. 29 juin 2007 (3) :382-94. Internet. 30 avril 2013.)

    Lorsque la participation à une étude provoque une réaction physique de la part d'un participant, il est difficile d'isoler les effets de la variable explicative. Pour contrer le pouvoir de la suggestion, les chercheurs ont réservé un groupe de traitement en tant que groupe témoin. Ce groupe reçoit un traitement placebo, un traitement qui ne peut pas influencer la variable de réponse. Le groupe témoin aide les chercheurs à trouver un équilibre entre les effets de la participation à une expérience et les effets des traitements actifs. Bien entendu, si vous participez à une étude et que vous savez que vous prenez une pilule qui ne contient aucun médicament, alors le pouvoir de la suggestion n'est plus un facteur. L'aveuglement dans une expérience randomisée préserve le pouvoir de la suggestion. Lorsqu'une personne participant à une étude de recherche est aveuglée, elle ne sait pas qui reçoit le ou les traitements actifs et qui reçoit le traitement placebo. Une expérience en double aveugle est une expérience dans laquelle les sujets et les chercheurs impliqués dans les sujets sont aveuglés.

    Exemple\(\PageIndex{19}\)

    La Smell & Taste Treatment and Research Foundation a mené une étude pour déterminer si l'odeur peut affecter l'apprentissage. Les sujets ont terminé des labyrinthes plusieurs fois en portant des masques. Ils ont complété les labyrinthes à crayons et en papier trois fois avec des masques aux parfums floraux et trois fois avec des masques non parfumés. Les participants ont été assignés au hasard pour porter le masque floral au cours des trois premiers essais ou au cours des trois derniers essais. Pour chaque essai, les chercheurs ont enregistré le temps nécessaire pour terminer le labyrinthe et l'impression qu'avait le sujet de l'odeur du masque : positive, négative ou neutre.

    1. Décrivez les variables explicatives et de réponse de cette étude.
    2. Quels sont les traitements ?
    3. Identifiez toutes les variables latentes qui pourraient interférer avec cette étude.
    4. Est-il possible d'utiliser l'aveuglement dans cette étude ?
    Réponse

    Solution 1.19

    La variable explicative est l'odeur, et la variable de réponse est le temps nécessaire pour terminer le labyrinthe. Il existe deux traitements : un masque à parfum floral et un masque non parfumé. Tous les sujets ont subi les deux traitements. L'ordre des traitements a été attribué au hasard, de sorte qu'il n'y avait aucune différence entre les groupes de traitement. L'affectation aléatoire élimine le problème des variables cachées. Les sujets sauront clairement s'ils peuvent sentir les fleurs ou non, de sorte que les sujets ne peuvent pas être aveuglés dans cette étude. Les chercheurs peuvent cependant être aveuglés par le chronométrage des labyrinthes. Le chercheur qui observe un sujet ne saura pas quel masque est porté.