Les biais liés aux participants peuvent fausser les résultats de la recherche et nuire à la fiabilité des données. Cet article examine les différents types de biais, leurs causes et les stratégies concrètes permettant de les atténuer dans le cadre d’études. Apprenez à concevoir des expériences qui minimisent les biais, renforcent la validité et améliorent la précision des données. Découvrez les conseils d’experts et les meilleures pratiques pour mener des recherches impartiales sur le comportement humain.
Table of Contents
Lorsque nous menons des recherches en psychologie, nous voulons savoir ce que pensent les gens. Nous voulons découvrir la vérité sur leurs pensées et leurs sentiments, afin de mieux comprendre comment fonctionnent les êtres humains. Dans un monde idéal, tous les participants donneraient des réponses honnêtes et claires sur leurs pensées les plus intimes, mais nous savons que ce n’est pas toujours le cas.
Il arrive parfois que les participants s’interrogent sur les intentions du chercheur ou modifient leurs réponses ou leurs comportements de différentes manières, en fonction de l’expérience ou du contexte [1]. C’est ce qu’on appelle le biais des participants, ou biais de réponse, et cela peut avoir un impact considérable sur les résultats de la recherche.
Depuis les débuts de la recherche en psychologie, l’auto-évaluation est utilisée pour obtenir des informations, et l’on sait depuis presque aussi longtemps [2] que ce biais des participants peut entraîner – et entraîne souvent – une marge d’erreur non négligeable.
Cet article fait partie de notre série consacrée aux biais dans la recherche ! Nous avons également abordé les biais des chercheurs et les biais de sélection.
On considère généralement que le biais de participation se manifeste lorsque le participant réagit uniquement en fonction de ce qu’il pense que le chercheur attend de lui [3], mais ce phénomène peut également survenir pour des raisons moins évidentes, comme nous le verrons ci-dessous.
L’un des effets particulièrement déroutants du biais des participants réside dans le fait que les résultats d’une enquête peuvent souvent présenter une validité interne (c’est-à-dire que les conclusions tirées des résultats semblent correctes). Il peut donc être difficile de déterminer si un biais des participants est effectivement présent, ce qui complique encore davantage les tentatives visant à le corriger.
Comme pour tout ce qui peut accroître le risque d’erreur dans la recherche, il est évident que le fait d’être conscient des biais des participants et d’en contrôler les effets dès le début de l’expérience peut s’avérer crucial pour la réussite scientifique.
Nous allons maintenant passer en revue certaines des formes que peut prendre le biais des participants, ainsi que les mesures que nous pouvons prendre pour en atténuer les effets. Bien sûr, aucune étude ne sera jamais parfaite, mais avec un peu de prudence et de préparation, nous pouvons nous en approcher de très près.
Quel est le biais ? L’effet de désirabilité sociale
L’un des facteurs les plus courants qui influencent les réponses des participants est celui de la désirabilité sociale (également appelé « biais de désirabilité sociale »). Les participants souhaitent souvent se présenter sous leur meilleur jour, ou du moins d’une manière socialement acceptable. Il peut donc être difficile pour eux de s’exprimer en toute franchise lorsqu’il s’agit de sujets sensibles.
Prenons une question portant sur des sujets sensibles, tels que les revenus d’une personne, sa religion ou sa générosité. Les participants subissent une pression bien réelle qui les pousse à se conformer à ce qu’ils perçoivent comme socialement acceptable. Ils peuvent donc déformer leurs réponses pour les adapter à ce qu’ils jugent le plus approprié, plutôt que de donner une réponse honnête.
Comment éviter le biais de désirabilité sociale ?
Il existe plusieurs mesures à prendre pour atténuer les effets du biais de désirabilité sociale.
En garantissant aux participants que leurs données resteront strictement confidentielles, ceux-ci seront plus enclins à dire la vérité, même s’ils estiment que celle-ci n’est pas socialement acceptable. Pour aller plus loin, l’anonymat total – dans lequel l’expérimentateur ne rencontre jamais le participant – pourrait procurer à ce dernier un sentiment de sécurité propice à la divulgation d’informations particulièrement sensibles.
De plus, il est important que les informations soient présentées sans porter de jugement. Cela vaut pour tous les aspects du processus, depuis la promotion de l’étude jusqu’à la formulation des questions, en passant par la manière dont les informations sont traitées par la suite (un chercheur qui aborde les sujets sensibles ou tabous avec respect lors de la publication inspirera davantage confiance aux futurs participants).
La technique de la réponse aléatoire
Une méthode ingénieuse permettant de tenter de corriger le biais de désirabilité sociale est appelée « technique de la réponse aléatoire ». Comme son nom l’indique, elle consiste à randomiser les réponses. Concrètement, on demande aux participants de lancer une pièce de monnaie et de répondre « oui » si la pièce tombe sur pile, et de dire la vérité si elle tombe sur face (ou sur la face qui a été désignée comme la face « vérité »).
De cette manière, seul le participant sait s’il dit la vérité (il est bien sûr important que l’expérimentateur ne puisse pas voir les résultats des lancers de pièce). Cela offre une garantie supplémentaire, car même si les résultats d’un participant étaient divulgués ou connus, il serait impossible de savoir lesquelles de ses réponses sont vraies ou non. Cela peut s’avérer particulièrement utile si le participant craint des répercussions juridiques en raison de ses réponses.
Cette méthode nécessite un échantillon assez important [4] et implique que le nombre de réponses « non » (ou le côté « vrai » de la pièce) soit doublé après la collecte des données. Cela s’explique par l’hypothèse selon laquelle il y a autant de participants dans le groupe qui auraient dû répondre « non », mais à qui on a demandé de répondre « oui » malgré tout.
Quel est le biais ? L’effet de halo
Quand on apprécie quelqu’un, on a souvent tendance à fermer les yeux sur ses doutes ou ses défauts, et à ne voir que le meilleur en lui. Cela vaut non seulement pour les personnes, mais aussi pour la façon dont nous percevons de nombreuses choses dans la vie. Si l’on souhaite évaluer l’opinion d’une personne sur un sujet donné, on peut supposer que, si elle en a une opinion positive, elle aura également une opinion positive sur tout ce qui y est associé.
Ce biais fonctionne également dans le sens inverse : l’effet de halo inversé (ou « effet du diable ») signifie qu’une personne peut réagir négativement à quelque chose si celui-ci est déjà associé à une personne ou à un objet perçu de manière négative. Cela peut se produire même si cette personne aurait une opinion neutre, voire positive, sur le sujet en question s’il était associé à autre chose ou à quelqu’un d’autre.
Ces deux biais sont des exemples d’effets de transposition cognitive [5] et peuvent avoir une influence considérable sur la façon dont nous percevons le monde.
Comment peut-on éviter cela ?
Il peut être difficile de tenir compte de ce biais, car les gens ont bien sûr toute une série d’idées préconçues sur presque tout ce qu’ils rencontrent dans la vie. L’un des moyens de pallier ce biais consiste à éviter d’influencer les idées ou les expériences des participants avant qu’ils ne soient confrontés au matériel expérimental.
Le simple fait de mentionner des détails en apparence anodins peut inciter une personne à formuler des hypothèses ou des idées susceptibles d’influencer ses réponses ou son comportement. Il est donc important de ne fournir au participant que les informations strictement nécessaires à la tâche à accomplir et d’éviter tout détail superflu.
De plus, disposer d’un échantillon de grande taille est rarement un inconvénient pour une expérience, et s’avère particulièrement utile dans ce cas précis. Si nous disposons d’un grand nombre de participants, nous augmentons ainsi les chances d’obtenir des données issues d’une population hétérogène qui reflète l’ensemble de la population. Si cette population présente un équilibre entre les opinions négatives et positives (ou, plus précisément, si elle est proportionnellement représentative de la population générale), nous pouvons alors tirer des conclusions à partir de ce groupe.
Quel est le biais ? Les avis pour et contre / La résignation
Ce biais peut apparaître dans les mesures basées sur l’auto-évaluation (telles que les questionnaires remplis par les participants) et se traduit par une tendance accrue des participants à répondre par « oui » aux questions fermées, ou à se contenter de répondre « oui » ou « non » à toutes les questions.
Plusieurs raisons peuvent expliquer l’apparition de cet effet : le participant peut chercher à perturber la recherche, tenter de satisfaire l’expérimentateur [6] en se montrant complaisant, ou encore être victime de fatigue.
Comment éviter que les participants ne se lassent ?
Heureusement, il existe plusieurs moyens de prévenir et/ou de corriger ce biais. L’une des méthodes les plus simples consiste à veiller à ce que la formulation des questions soit équilibrée.
Il est important de veiller à ce qu’il n’y ait pas de questions suggestives dans tous les sondages, questionnaires ou entretiens, et cela est particulièrement vrai dans le cas présent.
Cela renvoie également au biais de désirabilité sociale : veillez à ce que les questions ne soient pas formulées de manière à donner l’impression au participant qu’il a le devoir social de répondre d’une certaine façon. Cette approche a beaucoup plus de chances de donner lieu à des réponses sincères.
De plus, le fait de contrebalancer les questions afin de mettre en évidence des informations contradictoires peut aider à repérer des schémas de réponses erronés [7]. Concrètement, cela implique de poser systématiquement des questions formulées de manière opposée. Ainsi, si l’on demande à un participant « Aimez-vous la psychologie ? », il faudrait également lui poser la question « N’aimez-vous pas la psychologie ? ». Si le participant a répondu « oui » aux deux questions, ses réponses pourraient alors poser problème.
De plus, le nombre de questions ne doit pas dépasser ce qui est nécessaire : un trop grand nombre de questions risque de lasser les participants, ce qui peut les amener à donner des réponses sans y avoir mûrement réfléchi.
Utilisation de biocapteurs pour pallier les biais liés aux participants
Outre les mesures décrites ci-dessus, il existe plusieurs façons d’utiliser facilement les biocapteurs pour réduire les effets des biais liés aux participants dans la recherche.
Avec iMotions, il est facile de contrer les effets trompeurs liés aux biais des participants. Vous pouvez facilement utiliser des biocapteurs pour éviter toute distorsion et mener l’expérience directement au sein du logiciel. Cela offre une plateforme tout-en-un permettant à la fois de mener des recherches et de s’assurer que celles-ci sont aussi exemptes de biais que possible.
On peut citer, à titre d’exemple, le calcul de l’asymétrie frontale à partir de mesures EEG. Si l’activité des ondes alpha est plus importante dans l’hémisphère gauche du cerveau que dans le droit, cela signifie que le participant est probablement captivé par le stimulus (à l’inverse, une activité accrue des ondes alpha dans l’hémisphère droit indique un sentiment de rejet). Cela fournit un indicateur de l’enthousiasme permettant d’évaluer les sentiments du participant à l’égard du sujet en question.
De plus, l’oculométrie peut être utilisée pour mesurer l’attention, ce qui permet de mettre en évidence des biais dans le degré d’intérêt d’un participant pour les stimuli (des recherches encourageantes établissent également un lien entre la taille de la pupille et la tromperie [8], offrant ainsi un autre indicateur pour révéler les véritables sentiments du participant). En combinant cette technique avec l’analyse des expressions faciales, nous pouvons commencer à mettre en lumière la valence émotionnelle ressentie par le participant.
La force de la recherche en psychologie réside dans le fait d’en savoir le plus
possible sur les participants. Grâce à l’association de plusieurs capteurs dans iMotions, les données permettant d’évaluer les biais et de tirer des conclusions sont faciles à obtenir et à comprendre. Cela simplifie le processus menant à des résultats fiables et renforce la validité de la recherche.
Les biais dans la recherche peuvent être à la fois difficiles à prévenir et délicats à corriger, même lorsque leurs effets sont connus. Or, garantir et maintenir un niveau élevé de fiabilité est un élément central de la recherche. En s’appuyant sur les informations ci-dessus, complétées par des biocapteurs, il est possible de réduire l’impact des biais des participants, garantissant ainsi que ce qui reste, c’est la vérité.
Cet article fait partie de notre série consacrée aux biais dans la recherche ! Nous avons également abordé le biais des chercheurs, que vous pouvez consulter en cliquant ici, ainsi que le biais de sélection, que vous pouvez consulter en cliquant ici.
Si vous souhaitez en savoir plus sur la manière de concevoir l’étude parfaite, cliquez ci-dessous pour télécharger notre guide de poche gratuit sur la conception expérimentale, et poursuivez votre chemin vers la réussite de vos expériences !
Références
[1] McCambridge, J., de Bruin, M., & Witton, J. (2012). Les effets des caractéristiques de la demande sur les comportements des participants à la recherche dans des contextes hors laboratoire : une revue systématique. Plos ONE, 7(6), e39116. doi: 10.1371/journal.pone.0039116
[2] Gove, W., & Geerken, M. (1977). Les biais de réponse dans les enquêtes sur la santé mentale : une étude empirique. American Journal of Sociology, 82(6), 1289-1317. doi: 10.1086/226466
[3] Greenberg, B., Abul-Ela, A., Simmons, W., & Horvitz, D. (1969). Le modèle de réponse aléatoire à question non liée : cadre théorique. Journal of the American Statistical Association, 64(326), 520. doi: 10.2307/2283636
[4] Warner, S. (1965). « Randomized Response : une technique d’enquête visant à éliminer le biais lié aux réponses évasives ». Journal of the American Statistical Association, 60(309), p. 63. doi : 10.2307/2283137
[5] Tourangeau, R., Rasinski, K., Bradburn, N., & D’Andrade, R. (1989). Les effets de report dans les enquêtes d’opinion. Public Opinion Quarterly, 53(4), 495. doi: 10.1086/269169
[6] Knowles, E., & Nathan, K. (1997). Les réponses complaisantes dans les auto-évaluations : style cognitif ou préoccupation sociale ? Journal of Research in Personality, 31(2), 293-301. doi: 10.1006/jrpe.1997.2180
[7] Cronbach, L. (1942). Études sur l’acquiescement en tant que facteur dans les tests vrai-faux. Journal of Educational Psychology, 33(6), 401-415. doi: 10.1037/h0054677
[8] Dionisio, D., Granholm, E., Hillix, W., & Perrine, W. (2001). Distinction de la tromperie à l’aide des réponses pupillaires comme indicateur du traitement cognitif. Psychophysiology, 38(2), 205-211. doi: 10.1111/1469-8986.3820205