Analyse des paramètres du Modèle de Diffusion

d e r ép o ns es c o rr ec te s Rares Fréquents

Figure 14 : Pourcentages moyens de réponses correctes pour les mots rares et fréquents chez

les participants des groupes ‘embarras’, ‘tristesse’, ‘joie’ et ‘neutre’ (Etude 3)

NB : La figure représente les temps de réaction moyens calculés avec les participants comme facteur aléatoire. Les barres d’erreur représentées correspondent à l’erreur-type.

En revanche, aucun effet de l’Emotion ne s’est avéré significatif dans l’analyse des données sur les pseudo-mots : F1 (3, 76) = 0.14, p1= .93, ns, et F2 (3, 714) = 1.75, p2= .16, ns

(comparaisons planifiées non significatives, tous les ps >.05)

1.3.2. Analyse des paramètres du Modèle de Diffusion

Afin de tester des effets des émotions sur des composantes psychologiques sous-jacentes à la tâche de décision lexicale, nous avons utilisé une adaptation du modèle initial de Ratcliff, le EZ2 Diffusion Model (Grasman, Wagenmakers, & van der Maas, 2009 ; pour une validation de la méthode d’estimation EZ, voir Arnold, Bröder, & Bayen, 2015 ; van Ravenzwaaij, & Oberauer, 2009, pour une comparaison entre EZ et d’autres méthodes d’estimation telles que Fast-dm ou DMAT). Cinq paramètres ont été estimés38

: Ter, a, z, vm

38

148

(pente d’accumulation d’évidence pour les mots) and v_p (pente d’accumulation d’évidence pour les pseudo-mots). Ils apparaissent dans le Tableau 6.

Tableau 6 : Moyennes et écarts-types des paramètres issus du Modèle de Diffusion chez les

participants des groupes ‘embarras’, ‘tristesse’, ‘joie’ et ‘neutre’ (Etude 3)

v_m v_p z a T_er

Embarras 0,216 (0.05) 0,290 (0.05) 0,081 (0.01) 0,126 (0.02) 0,4011 (0.04)

Tristesse 0,197 (0.06) 0,278 (0.07) 0,074 (0.02) 0,119 (0.02) 0,4011 (0.04)

Joie 0,213 (0.04) 0,317 (0.06) 0,076 (0.01) 0,117 (0.02) 0,3969 (0.04)

Neutre 0,191 (0.07) 0,271 (0.04) 0,079 (0.01) 0,122 (0.02) 0,4144 (0.03)

NB : Les écarts-types apparaissent entre parenthèses.

Une analyse de variance, avec pour facteur inter participants l’Emotion, a été effectuée sur chacun de ces cinq paramètres. L’analyse des pentes d’accumulation d’évidence (vm et vp) n’a pas montré d’effet de ce facteur, ni pour les mots [F (3, 70) = .89, p = .45, ns], ni pour les pseudo-mots [F (3, 70) = 2.32, p = .09, ns]. De la même façon, aucune différence significative n’apparaissait entre les groupes expérimentaux ni sur le critère de décision a[F (3, 70) = .85,

p = .47, ns] ni sur le biais de réponse z [F (3, 70) = 1.08, p =. 36, ns]. Enfin, la composante non décisionnelle Ter n’était pas non plus affectée par l’émotion : F (3, 70) = 0.75, p = .52, ns. Toutes les comparaisons planifiées étaient non significatives (tous les ps >.05).

1.4. Discussion

Cette étude visait à étudier l’effet de l’induction/amorçage de différentes émotions via une procédure d’association verbale sur les performances à une tâche de décision lexicale. Certains éléments de réponse ont ainsi été apportés à nos questionnements initiaux.

La joie semble donner les résultats les plus nets. En effet, elle est associée à des performances à la fois plus précises et plus rapides (contrairement à l’échange rapidité-précision classiquement observé en tâche de décision lexicale). Si l’effet sur la rapidité est en

149

accord avec l’une nos hypothèses initiales, celui sur la justesse est plus surprenant puisqu’une justesse importante caractériserait plutôt un traitement approfondi de l’information. Conformément à notre hypothèse, l’embarras est également associé à un taux d’erreurs moins élevé que celui du groupe contrôle. Toutefois, cette plus grande justesse dans les réponses ne serait pas due spécifiquement à une augmentation de leur prudence, puisque le critère de décision des participants du groupe ‘embarras’ ne s’avère pas significativement plus élevé. Enfin, la tristesse ne semble pas ici affecter les performances. Les participants du groupe ‘embarras’ semblaient également présenter un effet de fréquence légèrement moins marqué, sur la justesse des réponses, que les participants des autres groupes. Toutefois, cet effet était fragile puisqu’il n’apparaissait que lors des analyses par items et uniquement sur la justesse des réponses. Sur la rapidité des réponses, l’effet de fréquence ne se différenciait pas selon les groupes expérimentaux. En accord avec les résultats obtenus par Sereno et ses collaborateurs (2015), il semble donc que la fréquence des mots n’interagisse pas avec l’émotion induite chez des participants.

De façon générale, les effets de l’émotion sur la rapidité se sont révélés extrêmement disparates, puisqu’ils étaient très significatifs lorsque l’analyse était faite par items (F2), mais non significatifs quand elle était faite par participants (F1). En outre, les analyses des paramètres du Modèle de Diffusion, calculés d’après les données par participant, ont également fourni des résultats non significatifs. Il est possible que cette hétérogénéité des résultats, selon que les analyses soient menées par items ou par participants, soit due à un bruit excessif apporté par une trop grande variabilité entre les participants. Cette variance élevée « noierait » en quelque sorte l’effet de l’émotion, qui ne pourrait émerger que grâce à une analyse par items.

150

Si cette hypothèse est exacte, alors plusieurs améliorations pourraient être apportées à notre procédure afin de faire émerger de façon plus nette l’effet de l’émotion que nous soupçonnons. La première concerne le dispositif expérimental en tant que tel. L’opérationnalisation de l’émotion que nous avons proposée était originale par rapport à notre objet d’étude, puisque le recours à ce type de tâche d’association verbale se fait en général pour amorcer des structures de connaissances très cristallisées et collectivement partagées, telles que des stéréotypes (e.g. Bargh et al., 1996 ; Ginsberg, 2012 ; Nelson & Norton, 2005). Or, l’émotion renvoie à une expérience subjective, qui est l’évaluation individuelle d’une situation particulière, par un individu particulier, à un moment particulier. On peut ainsi penser que les concepts émotionnels ne constituent pas des représentions suffisamment ancrées pour générer de façon homogène les modifications physiologiques, motivationnelles, etc. que pourrait occasionner un réel état émotionnel. Plus exactement, cette procédure a fonctionné de façon optimale sur certains participants, et n’a occasionné sur d’autres aucun changement détectable à l’aide d’une tâche de décision lexicale ; au mieux, notre procédure a pu produire des effets d’amorçage sémantique et/ou affectif, en termes de

congruence/incongruence émotionnelle uniquement, mais n’aurait pas d’effet avec des

stimuli tout-venant (ce que nous n’avons pas testé ici, puisque les mots utilisés n’étaient pas spécialement valencés émotionnellement). Nous pourrions alors envisager de modifier notre dispositif expérimental de façon à induire les émotions de façon plus efficace et homogène chez l’ensemble des participants. La deuxième amélioration concerne le design de l’expérience. Il est possible que la très grande variance entre les participants ne soit pas exclusivement due à la procédure d’induction utilisée, mais qu’elle soit simplement due à des différences interindividuelles importantes et stables, c’est-à-dire présentes indépendamment de l’émotion induite. La mesure des performances en décision lexicale avant la procédure

151

d’induction pourrait permettre d’apprécier une ligne de base chez chaque participant, et ainsi d’isoler l’éventuel effet de l’état émotionnel induit par la suite (mesures répétées).

Dans l’Etude 4, nous proposons de réutiliser la tâche de décision lexicale, mais en apportant quelques modifications à la procédure expérimentale précédemment usitée.