Raisonnement causal : Le changement dans une séquence temporelle
L’Étude 1 indique que, lorsque l’observation du changement est favorisée par le format de présentation, les participants évaluent la force causale d’une manière plus adéquate que lorsque l’information est présentée de la manière la plus répandue dans les études de raisonnement causal. Ces résultats appuient donc l’idée que la mise en évidence du changement est une piste intéressante pour améliorer l’évaluation de la force causale chez les participants. Par ailleurs, l’Étude 1 révèle que la nature des observations détient un effet plus modeste que le format de présentation sur l’évaluation de la force causale. Il est cependant possible que, dans la vie de tous les jours, les observations provenant d’une seule entité procurent un avantage dont les participants ne bénéficient pas dans cette dernière expérience. L’Étude 2 vise donc à explorer davantage ce type de situation, très rarement étudiée dans le domaine du raisonnement causal, en évaluant l’influence d’une séquence temporelle permettant d’observer le changement du statut de la cause dans une entité (c.-à- d. passage de présence à absence de la cause ou vice versa).Dans la plupart des situations où une relation causale est testée à partir d’une seule entité (très souvent, la personne elle-même), il est possible d’avoir accès à une séquence temporelle mettant en contiguïté les deux statuts de la cause potentielle (présence et absence). Par exemple, une personne sait quel était son état avant de prendre une pilule (équivalent de la conjonction C ou D) et quel est son état après, lorsqu’elle est sous l’influence de la pilule (équivalent de la conjonction A ou B). Ainsi, la séquence temporelle permet de voir, à chaque fois, si le changement du statut de la cause a agi sur l’effet potentiel. L’observation du changement est alors facilitée, car une séquence temporelle met en contiguïté les deux statuts de la cause potentielle (présence et absence). Le changement est ici observé grâce à un flot d’information dynamique (c.-à-d. dans le mouvement), plutôt que par la mise en relation d’informations statiques. Dans la vie de tous les jours, il est d’ailleurs plus probable que les individus procèdent de la sorte pour évaluer la force causale, plutôt que par une compilation méthodique de leur état lorsqu’ils sont en présence de la cause et lorsqu’ils sont en absence de la cause évaluée, suivie d’une comparaison de ces deux groupes de données. Par ailleurs, il est intéressant de noter que, lors de l’Étude 1,
41 21 participants ont spontanément posé des questions concernant l’état des patients avant qu’ils prennent la pilule. La séquence temporelle liant présence et absence de la cause pourrait donc être la méthode privilégiée des individus pour observer le changement apporté par une cause potentielle.
L’idée que le raisonnement causal s’appuie sur le changement à l’intérieur d’une séquence temporelle a été testée pour une première fois récemment, mais dans une étude portant sur la structure causale. Rottman et Keil (2012) expliquent que quand une intervention est faite sur une variable X et que, subséquemment, une variable Y change d’état, les gens infèrent que X influence Y. Cette manière de raisonner est dénommée par ces auteurs la stratégie temporelle. Rottman et Keil affirment que, dans la vie de tous les jours, nous recevons la plupart des observations d’une manière séquentielle et que cette stratégie peut donc être appliquée à la majorité de nos raisonnements causals. Les résultats qu’ils tirent d’une série d’expériences appuient leurs hypothèses et permettent aux auteurs de conclure que la stratégie temporelle pourrait être la norme plutôt que l’exception en ce qui concerne les raisonnements portant sur la structure causale. Toutefois, Rottman et Keil n’ont pas testé leurs hypothèses dans le domaine de la force causale et soulignent eux- mêmes qu’il serait intéressant de les mettre à l’épreuve avec des relations probabilistes (c.- à-d. où la force causale varie), plutôt que déterministes (c.-à-d. où la relation entre les variables est systématique) comme ils l’ont fait.
Ainsi, l’Étude 2 a pour objectif d’évaluer l’influence d’une séquence temporelle permettant d’observer le changement sur l’évaluation de la force causale. Les observations seront présentées aux participants à l’intérieur de séquences temporelles contenant deux occurrences de conjonctions, et ce, selon deux situations. Dans la première (situation changement), les séquences temporelles permettront d’observer le changement en incluant toujours une occurrence de conjonction où la cause est présente, et une où la cause est absente. Dans la seconde situation (situation sans-changement), les séquences temporelles ne permettront pas d’observer le changement, car elles incluront toujours deux occurrences de conjonction où la cause est présente ou deux occurrences de conjonctions où la cause est absente.
42
Hypothèses
Il est attendu que dans la situation changement, l’importance accordée au ratio P(e|¬c) soit plus grande, la différence d’importance accordée aux ratios P(e|c) et P(e|¬c) soit plus petite et la précision de l’évaluation soit plus grande, par rapport à la situation sans-changement. Par ailleurs, ces différences seront encore plus prononcées chez les participants jugeant que la situation changement est celle qui fournit les informations les plus pertinentes pour évaluer la force causale.
Méthode
Participants.
Les participants sont 60 étudiants et membres du personnel de l’Université Laval (18 hommes et 42 femmes), leur âge moyen est de 25,32 ans. La présentation de l’étude et le mode de recrutement de ces participants sont les mêmes que pour l’Étude 1.
Devis.
Les 60 participants effectuent les deux situations (sans-changement et changement) dans un ordre contrebalancé. Chaque participant évalue donc les mêmes huit matrices (présentées dans le Tableau 7) à deux reprises, soit une fois par situation. Tout comme celles de l’Étude 1, ces matrices sont élaborées pour que le delta p et les ratios P(e|c) et P(e|¬c) détiennent une étendue permettant d’évaluer leur influence et qu’ils soient aussi peu associés que possible. Pour ce faire, dans les matrices 1 à 4, le ratio P(e|¬c) est maintenu stable à .375 alors que le ratio P(e|c) varie de .125 à .875 et le delta p de -.250 à .500. À l’inverse, dans les matrices 5 à 8, c’est le ratio P(e|c) qui est maintenu stable à .375 alors que le ratio P(e|¬c) varie de .125 à .875 et le delta p de .250 à -.500. Tel que mentionné pour l’Étude 1, cette façon de faire permet de limiter l’association entre ces trois indices.
43 Tableau 7.
Agencement des fréquences pour chaque matrice et contingences objectives (delta p) associées pour l’Étude 2.
Fréquence de la conjonction Matrice A B C D P (e | c) P (e | ¬c) Delta p 1 2 14 6 10 ,125 ,375 -0,25 2 6 10 6 10 ,375 ,375 ,000 3 10 6 6 10 ,625 ,375 ,250 4 14 2 6 10 ,875 ,375 ,500 5 6 10 2 14 ,375 ,125 ,250 6 6 10 6 10 ,375 ,375 ,000 7 6 10 10 6 ,375 ,625 -,250 8 6 10 14 2 ,375 ,875 -,500 Matériel.
Le matériel est constitué d’un cahier dans lequel le participant écrit ses évaluations et de 8 paquets de cartes, soit un paquet par matrice à évaluer, contenant chacun 16 cartes, chaque carte contenant deux occurrences de conjonctions.
Le cahier du participant est similaire à celui de l’Étude 1. Il contient une page par pilule à évaluer. Ainsi chaque page contient une échelle de type Likert contenant 21 points allant de -10 à +10; +10 signifiant que l’ingestion de la pilule cause le mal de tête et que ce lien est fort, 0 signifiant qu’il n’y aucun lien de cause à effet entre l’ingestion de la pilule et le mal de tête, et -10 signifiant que l’ingestion de la pilule prévient le mal de tête et que ce lien est fort. À la fin du cahier, une page contient une question à choix de réponse, visant à obtenir une variable appelée « jugement subjectif de pertinence », s’articulant ainsi :
44
« Selon vous : (A) Les informations du premier groupe de médicaments permettaient de mieux évaluer le lien entre la pilule et le mal de tête que celles du deuxième groupe ; (B) Les informations du deuxième groupe de médicaments permettaient de mieux évaluer le lien entre la pilule et le mal de tête que celles du premier groupe ; (C) Les informations des deux groupes de médicaments permettaient aussi bien d’évaluer le lien entre la pilule et le mal de tête.» Du papier est également fourni, pour que le participant puisse prendre
des notes.
Comme pour l’Étude 1, l’évaluation de la force causale reliée à chacune des 8 matrices, est faite à partir d’informations transmises sur des cartes. Toutefois, dans cette étude, chaque carte contient deux conjonctions, il y a donc 16 cartes par matrice à évaluer. Les cartes de format 10 cm x 4 cm sont semblables à deux cartes de l’Étude 1 mises en contiguïté ; l’évaluation de la force causale associée à chaque matrice se fait donc à partir d’un ensemble de 16 cartes contenant chacune deux conjonctions. Chaque série de 16 cartes représente les informations recueillies auprès d’un seul patient, au cours de 16 jours. La première moitié de la carte représente l’information recueillie auprès du patient pour l’avant-midi (8h à 11h59) d’une journée, tandis que la deuxième partie représente l’information recueillie auprès du même participant, mais pour l’après-midi (12h à 15h59) de cette journée. La période de la journée que représente chaque partie de la carte est indiquée au haut de celle-ci. Dans la situation changement, chaque carte contient une occurrence de conjonction où la cause est présente, et une où la cause est absente. Dans la situation sans changement, chaque carte contient deux occurrences de conjonctions où la cause est présente ou deux occurrences de conjonctions où la cause est absente.
Pour s’assurer de l’équivalence des deux situations et éliminer de potentiels facteurs confondants, pour chaque matrice, les agencements de conjonctions qui constituent les cartes sont établis de façon à respecter trois règles. Premièrement, dans toutes les matrices, l’ordre des conjonctions dans les agencements est toujours contrebalancé. Par exemple, si pour une matrice on retrouve deux cartes contenant la conjonction A suivie de la conjonction D, on retrouve aussi pour cette même matrice deux cartes où la conjonction D est suivie de la conjonction A. Deuxièmement, cette étude visant à évaluer le rôle du changement de la cause, il est essentiel que le changement de l’effet (p. ex. une carte
45 constituée d’une conjonction A (effet présent) suivie d’une conjonction D (effet absent)) soit maintenu constant à travers les matrices, pour ne pas que cela puisse constituer un facteur confondant. Dans chaque matrice de chaque situation, il y a donc huit agencements de conjonctions contenant un changement de l’effet (p. ex. conjonction A et conjonction D) et huit agencements qui n’en contiennent pas (p. ex. conjonction A et conjonction C). Troisièmement, pour que les deux situations soient équivalentes, la diversité des agencements est identique dans les deux situations. Ainsi, si une matrice contient six types d’agencements dans la situation changement (p. ex. A-D, D-A, B-C, C-B, B-D, D-B), elle en contient également six dans la situation sans-changement (p. ex. B-B, A-B, B-A, C-C, D-D, C-D, D-C). Un exemple des cartes montrées aux participants dans chaque situation pour la matrice 1 est disponible à l’Annexe C.
Procédure.
À leur arrivée, les participants lisent et signent un formulaire de consentement. Les participants sont vus individuellement et les instructions de la tâche leur sont présentées sur une feuille ainsi : « Vous êtes employé(e) par une compagnie pharmaceutique pour tester
une série de nouveaux médicaments. L’efficacité de ces médicaments est déjà prouvée, votre objectif est plutôt d’analyser de l’information concernant un possible effet secondaire désirable ou indésirable lié au mal de tête. En effet, ces médicaments, administrés sous forme de pilule, peuvent soit causer le mal de tête, prévenir le mal de tête ou n’avoir aucun effet sur le mal de tête. Toutefois, toutes ces pilules peuvent avoir une influence sur le mal de tête uniquement durant les quatre heures qui suivent leur ingestion.
Pour chaque pilule, des données ont été recueillies sur un seul patient sous traitement durant 16 jours. Chaque jour, le patient devait noter s’il avait pris ou non la pilule à 8h00 et à 12h00 (midi), et s’il avait eu mal à la tête ou non en avant-midi (8h à 11h59) et en après-midi (12h00 à 15h59). L’ensemble des informations recueillies au cours de ces 16 jours (auprès d’un patient, pour évaluer une pilule) vous seront résumées à l’aide de 16 cartes; chaque carte contenant les informations relatives à une journée. En voici un exemple: (un exemple est fourni). Pour chaque pilule, vous pouvez regarder les 16 cartes
46
aussi souvent et aussi longtemps que vous voulez. Vous pouvez aussi compter les cartes et prendre des notes si vous le désirez. Lorsque vous êtes prêt(e), indiquez dans le cahier votre estimation du lien causal entre la pilule à l’étude et le mal de tête chez ce patient. À chaque page du cahier vous trouverez une échelle comme celle-ci : (une échelle est
montrée en guise d’exemple).»
Pour chaque situation, une feuille additionnelle donne les détails propres à celle-ci. Dans la situation Changement, la feuille contient le texte suivant : «Dans ce groupe de
pilules, chaque patient devait ingérer ses pilules une seule fois par jour, tous les jours, soit le matin à 8h00, ou à 12h00 (midi). À chaque jour, le patient devait aussi prendre en note s’il a eu mal à la tête ou non en avant-midi (8h à 11h59) et en après-midi (12h00 à 15h59), et ce, qu’il prenne la pilule ou non.» Dans la situation sans-changement, la feuille contient
le texte suivant : «Dans ce groupe de pilules, chaque patient devait ingérer ses pilules deux
fois par jour, le matin à 8h00 et à 12h00 (midi), mais pas tous les jours. À chaque jour, le patient devait aussi prendre en note s’il a eu mal à la tête ou non en avant-midi (8h à 11h59) et en après-midi (12h00 à 15h59), et ce, qu’il prenne la pilule ou non.»
Le participant évalue ensuite le lien causal unissant chacune des pilules au mal de tête. Pour chaque pilule, le participant reçoit les 16 cartes contenant les occurrences de conjonctions. Le participant prend connaissance des informations que contiennent ces cartes et, lorsqu’il est prêt, il inscrit son évaluation du lien causal entre la pilule et le mal de tête sur une échelle de type Likert contenue dans le cahier qui lui a été remis. La procédure est répétée jusqu’à ce que toutes les pilules aient été évaluées.
Variables.
Toutes les variables dépendantes de l’Étude 1 sont calculées de la même façon dans l’Étude 2. Cependant, cette fois, chaque indice est calculé à deux reprises pour chaque participant, soit une fois avec les données issues de chaque situation.
Par ailleurs, l’ordre dans lequel les situations sont présentées au participant constitue une variable indépendante qui permettra de savoir si ce facteur détient une influence. Enfin, une variable de plus, appelée « jugement subjectif de pertinence », est
47 obtenue. Cette variable vise à savoir dans quelle situation les participants jugent qu’ils détiennent les informations les plus pertinentes pour émettre un jugement de force causale. Les données sont obtenues par une question à la fin du cahier, à laquelle les participants répondent après avoir terminé les tâches dans les deux situations. Les participants peuvent choisir une des deux situations ou indiquer que les deux situations offrent des informations de pertinence égale. Cette mesure sert de variable indépendante pour déterminer si le jugement subjectif de pertinence des participants est lié à la façon dont ils évaluent la force causale.
Résultats
Tout d’abord, le jugement subjectif de pertinence indique que 41,7% des participants (7 hommes et 18 femmes) considèrent que les situations sont équivalentes, 31,7% des participants (6 hommes et 13 femmes) considèrent que la situation changement est celle qui fournit les informations les plus pertinentes et 26,7% des participants (5 hommes et 11 femmes) considèrent plutôt que c’est la situation sans-changement qui offre les informations les plus pertinentes à l’évaluation de la force causale. Pour chaque variable dépendante, les moyennes et écarts-types selon le jugement subjectif de pertinence et la situation, sont présentés dans le Tableau 8.
Pour voir si le jugement subjectif de pertinence, la situation expérimentale et l’ordre de présentation de ces situations influencent l’importance accordée aux ratios, et si cette influence agit de façon équivalente pour les deux ratios, une première ANOVA mixte 2 (ratio : P(e|c) et P(e|¬c)) X 2 (situation: changement, sans-changement) X 2 (ordre de présentation) X 3 (jugement subjectif de pertinence) est effectuée, avec mesures répétées pour les deux premiers facteurs, le premier étant une variable dépendante. Cette analyse ne révèle pas d’effet principal de la situation, F < 1, de l’ordre de présentation, F < 1 ou du jugement subjectif de pertinence, F < 1, ni aucun effet d’interaction. Un effet principal, du Ratio, F(1, 54) = 41.16, p < .001,η2p = .433 est toutefois observé, le ratio P(e|c) (M =
1.085, E.T. = 0.484) obtenant plus d’importance que le ratio P(e|¬c) (M = 0.551, E.T. = 0.262).
48
Tableau 8.
Moyennes (écarts-types) des variables dépendantes de l’Étude 2 selon le jugement subjectif de pertinence et la situation.
Jugement subjectif de pertinence Situation changement jugée
plus pertinente (n=19)
Situation sans changement jugée plus pertinente (n=16)
Situations jugées équivalentes (n=25) Variable Situation changement Situation sans- changement Situation changement Situation sans- changement Situation changement Situation sans- changement Importance accordée à P(e|c) 1,060 (0,321) 1,153 (0,651) 0,995 (0,454) 1,011 (0,303) 1,141 (0,587) 1,154 (0,617) Importance accordée à P(e|¬c) 0,631 (0,291) 0,415 (0,333) 0,542 (0,334) 0,573 (0,265) 0,513 (0,309) 0,611 (0,321) Différence d'importance accordée aux ratios 0,493 (0,432) 0,761 (0,689) 0,673 (0,491) 0,441 (0,393) 0,682 (0,717) 0,637 (0,790) Précision 1,621 (0,754) 1,131 (0,571) 1,134 (0,594) 1,392 (0,548) 1,238 (0,769) 1,382 (0,635) Éloignement (moyenne des matrices) 0,180 (0,181) 0,235 (0,183) 0,240 (0,231) 0,213 (0,182) 0,242 (0,220) 0,226 (0,200)
Ensuite, pour déterminer si le jugement subjectif de pertinence, la situation expérimentale et l’ordre de présentation des situations influencent la différence d’importance accordée aux ratios et l’indice de précision, une nouvelle analyse est effectuée pour chacune de ces variables dépendantes. Une ANOVA mixte 2 (situation: changement, sans-changement) X 2 (ordre de présentation) X 3 (jugement subjectif de pertinence), avec mesures répétées pour le premier facteur, est donc faite sur chacune de ces variables dépendantes. L’analyse portant sur la différence d’importance accordée aux
49 ratios ne révèle aucun effet principal de la situation, F < 1, de l’ordre de présentation, F < 1 ou du jugement subjectif de pertinence, F < 1, ni aucun effet d’interaction significatif. En ce qui concerne l’indice de précision, l’analyse n’indique pas d’effet principal de la situation, F < 1, de l’ordre de présentation, F(1, 54) = 1.44, p = .235, η2p = .026 ou du
jugement subjectif de pertinence, F < 1. Cette ANOVA révèle toutefois un effet d’interaction entre la situation expérimentale et le jugement subjectif de pertinence, F(2, 54) = 7.87, p = .001, η2p = .226. Des tests d’effet simple, avec une correction de Bonferroni,
sont donc effectués pour connaître l’influence de la situation expérimentale sur la précision des évaluations, et ce, selon le jugement subjectif de pertinence des participants. Ces tests indiquent que la situation n’a pas d’influence sur la précision des évaluations chez les participants qui jugent que les informations les plus pertinentes proviennent de la situation sans-changement, F(1, 14) = 2.63, p = .127, η2p = .158 ou qui jugent que les informations
sont d’une pertinence équivalente dans les deux situations, F(1, 23) = 2.30, p = .143, η2p =
.091. Toutefois, chez les participants jugeant que les informations les plus pertinentes proviennent de la situation changement, il existe un effet significatif de la situation expérimentale sur l’indice de précision, F(1, 17) = 7.54, p = .014, η2p = .307. Pour ces
participants, l’indice de précision est plus élevé dans la situation changement (M = 1.621,
E.T. = 0.785), que dans la situation sans-changement (M = 1.102, E.T. = 0.563).
Pour évaluer les données fournies par l’indice d’éloignement, une ANOVA mixte 2 (situation: changement, sans-changement) X 8 (matrice) X 2 (ordre de présentation) X 3 (jugement subjectif de pertinence) est effectuée sur cette variable, avec des mesures répétées pour les deux premiers facteurs. L’analyse n’indique pas d’effet principal de la situation, F < 1, de l’ordre de présentation, F(1, 54) = 2.06, p = .157, η2p = .037 ou du
jugement subjectif de pertinence, F < 1 mais, comme lors de l’Étude 1, un effet de la matrice, F(7, 378) = 11.86, p < .001, η2p = .180 est observé. Le Tableau 9 (Annexe D)
résume l’indice d’éloignement des matrices ainsi que les différences significatives obtenues entre elles par des comparaisons multiples avec correction de Bonferroni. Par ailleurs, l’ANOVA mixte portant sur l’indice d’éloignement indique un effet d’interaction entre la situation expérimentale et le jugement subjectif de pertinence, F(2, 54) = 4.44, p = .016, η2p
= .141. Pour étudier l’influence de la situation expérimentale sur l’indice d’éloignement selon le jugement subjectif de pertinence des participants, des tests d’effet simple avec
50
correction de Bonferroni sont effectués. Ceci révèle que la situation n’a pas d’influence sur l’indice d’éloignement pour les participants jugeant que les informations les plus pertinentes proviennent de la situation sans-changement, F < 1 ou que les informations sont d’une pertinence équivalente dans les deux situations, F(1, 23) = 1.55, p = .226, η2p = .063.
Cependant, en ce qui concerne les participants jugeant que les informations les plus pertinentes proviennent de la situation changement, la situation expérimentale détient un effet significatif sur l’indice d’éloignement, F(1, 17) = 7.67, p = .013, η2p = .311. Pour ces
participants, l’indice d’éloignement est plus élevé dans la situation sans-changement (M = 0.241, E.T. = 0.078), que dans la situation changement (M = 0.179, E.T. = 0.098).
Discussion
L’Étude 2 vise à évaluer si, conformément aux hypothèses, des séquences temporelles permettant d’observer le changement du statut de la cause amènent les participants à évaluer la force causale de manière plus adéquate que si ce changement ne peut être observé. Pour toutes les variables mesurées, la moyenne de l’ensemble des