La première distinction que vous devez garder à l’esprit se situe entre les hypothèses de recherche et les hypothèses statistiques. Dans mon étude PES, mon objectif scientifique global est de démontrer que la clairvoyance existe. Dans cette situation, j’ai un objectif de recherche clair : j’espère découvrir des preuves de la PES. Dans d’autres situations, je pourrais même être beaucoup plus neutre que cela, je pourrais dire alors que mon but de recherche est de déterminer si la clairvoyance existe ou non. Peu importe la façon dont je veux me présenter, le point fondamental que j’essaie de faire valoir ici, c’est qu’une hypothèse de recherche implique la formulation d’une affirmation scientifique valable et vérifiable. Si vous êtes psychologue, vos hypothèses de recherche portent essentiellement sur les constructions psychologiques. L’une ou l’autre des hypothèses suivantes pourrait être considérée comme une hypothèse de recherche :
• Écouter de la musique réduit votre capacité à prêter attention à d’autres choses. Il s’agit
d’une affirmation sur la relation causale entre deux concepts psychologiquement significatifs (écouter de la musique et faire attention aux choses), c’est donc une hypothèse de recherche parfaitement raisonnable.
• L’intelligence est liée à la personnalité. Comme la dernière, il s’agit d’une affirmation
relationnelle sur deux constructions psychologiques (intelligence et personnalité), mais l’affirmation est plus faible : corrélationnelle et non causale.
• L’intelligence est la vitesse de traitement de l’information. Cette hypothèse a un tout
autre caractère. Ce n’est pas du tout une affirmation relationnelle. C’est une affirmation
vous puissiez passer votre temps et vos efforts à me prouver que j’ai tort si vous le souhaitez, mais je ne pense pas que ce soit une utilisation terriblement pragmatique de votre intellect.
ontologique sur le caractère fondamental de l’intelligence (et je suis presque sûr que c’est faux). Cela vaut la peine de s’étendre sur ce point en fait. Il est généralement plus facile de penser à la façon de construire des expériences pour vérifier des hypothèses de recherche de la forme « est-ce que X affecte Y ? » que pour répondre à des
affirmations comme « qu’est-ce que X ? » Et dans la pratique, ce qui se passe habituellement, c’est que vous trouvez des moyens de tester les affirmations
relationnelles qui découlent de vos affirmations ontologiques. Par exemple, si je crois que l’intelligence est la vitesse de traitement de l’information dans le cerveau, mes expériences consisteront souvent à rechercher des relations entre les mesures de l’intelligence et celles de la vitesse de traitement. Par conséquent, la plupart des questions quotidiennes de recherche ont tendance à être de nature relationnelle, mais elles sont presque toujours motivées par des questions ontologiques plus profondes sur l’état de la nature.
Notez qu’en pratique, mes hypothèses de recherche pourraient se chevaucher beaucoup. Mon but ultime dans l’expérience de PES pourrait être de tester une revendication
ontologique comme « la PES existe », mais je pourrais me limiter opérationnellement à une hypothèse plus étroite comme « Certaines personnes peuvent « voir » des objets d’une manière clairvoyante ». Cela dit, il y a certaines choses qui ne comptent pas vraiment comme des hypothèses de recherche appropriées et ayant un sens :
• L’amour est un champ de bataille. C’est trop vague pour être testable. Bien qu’il soit
acceptable qu’une hypothèse de recherche ait un certain degré d’imprécision, il doit être possible d’opérationnaliser vos idées théoriques. Je ne suis peut-être pas assez créatif pour le voir, mais je ne vois pas comment cela peut être converti en un plan de recherche concret. Si c’est vrai, ce n’est pas une hypothèse de recherche scientifique, c’est une chanson pop. Ça ne veut pas dire que ce n’est pas intéressant. Beaucoup de questions profondes que se posent les humains entrent dans cette catégorie. Peut-être qu’un jour la science sera capable de construire des théories vérifiables de l’amour, ou de tester si Dieu existe, et ainsi de suite. Mais pour l’instant, nous ne pouvons pas, et je ne parierais pas sur une approche scientifique satisfaisante de l’un ou de l’autre. • La première règle du club de tautologie est la première règle du club de tautologie. Il ne
s’agit pas d’une affirmation de fond de quelque nature que ce soit. C’est vrai par définition. Aucun état de nature concevable ne pourrait être incompatible avec cette affirmation. Nous disons qu’il s’agit d’une hypothèse infalsifiable et qu’en tant que telle, elle ne relève pas du domaine de la science. Quoi que vous fassiez d’autre en science, vos affirmations doivent avoir la possibilité d’être réfutées.
• Plus de gens dans mon expérience diront « oui » que « non ». Celle-ci ne constitue pas une
hypothèse de recherche parce qu’il s’agit d’une affirmation au sujet de l’ensemble des données, et non au sujet de la psychologie (à moins, bien sûr, que votre vraie question de recherche soit de savoir si les gens ont une sorte de biais du « oui »). En fait, cette hypothèse commence à ressembler davantage à une hypothèse statistique qu’à une hypothèse de recherche.
Comme vous pouvez le constater, les hypothèses de recherche peuvent parfois être quelque peu confuses et, en fin de compte, ce sont des affirmations scientifiques. Les hypothèses statistiques ne sont ni l’une ni l’autre de ces choses. Les hypothèses statistiques doivent
être mathématiquement précises et correspondre à des affirmations précises sur les caractéristiques du mécanisme de production des données (c.-à-d. la « population »). Malgré tout, l’intention est que les hypothèses statistiques aient une relation claire avec les hypothèses de recherche qui vous tiennent à cœur ! Par exemple, dans mon étude sur la PES, mon hypothèse de recherche est que certaines personnes sont capables de voir à travers les murs ou autre. Ce que je veux faire, c’est « mapper » ceci sur une affirmation sur la façon dont les données ont été générées. Réfléchissons donc à ce que pourrait être cette déclaration. La quantité qui m’intéresse dans l’expérience est P(correct), la probabilité vraie mais inconnue avec laquelle les participants à mon expérience répondent correctement à la question. Utilisons la lettre grecque 𝜃 (thêta) pour faire référence à cette probabilité. Voici quatre hypothèses statistiques différentes :
• Si la PES n’existe pas et si mon expérience est bien conçue, mes participants ne font que deviner. Je m’attends donc à ce qu’ils réussissent la moitié du temps et donc mon hypothèse statistique est que la vraie probabilité de choisir correctement est 𝜃 = 0,5. • Supposons également qu’il existe une PES et que les participants puissent voir la carte.
Si c’est vrai que les gens feront mieux que le hasard et l’hypothèse statistique est que 𝜃 > 0,5.
• Une troisième possibilité est que la PES existe, mais les couleurs sont toutes inversées et les gens ne s’en rendent pas compte (ok, c’est dingue, mais on ne sait jamais). Si c’est comme ça que ça marche, on s’attendrait à ce que la performance des gens soit
inférieure au hasard. Cela correspondrait à une hypothèse statistique selon laquelle
𝜃 < 0.5
• Enfin, supposons que la PES existe mais que je ne sais pas si les gens voient la bonne ou la mauvaise couleur. Dans ce cas, la seule affirmation que je pourrais faire au sujet des données serait que la probabilité de faire la bonne réponse n’est pas égale à 0,5. Ceci correspond à l’hypothèse statistique que 𝜃 ≠ 0.5.
Ce sont tous des exemples légitimes d’hypothèses statistiques parce qu’il s’agit d’énoncés concernant un paramètre de population et qu’ils sont liés de façon significative à mon expérience.
Ce qui ressort clairement de cette discussion, je l’espère, c’est que lorsqu’on tente d’élaborer un test d’hypothèse statistique, le chercheur a en fait deux hypothèses bien distinctes à considérer. D’abord, il a une hypothèse de recherche (une affirmation sur la psychologie), et cela correspond ensuite à une hypothèse statistique (une affirmation sur la population génératrice de données). Dans mon exemple de PES, il pourrait s’agir de :
Hypothèse de recherche de Dani : « La PES existe » Hypothèse statistique de Dani : 𝜃 ≠ 0.5
Le point clé à comprendre est celui-ci. Un test d’hypothèse statistique est un test de
l’hypothèse statistique et non de l’hypothèse de recherche. Si votre étude est mal conçue, le
lien entre votre hypothèse de recherche et votre hypothèse statistique est rompu. Pour donner un exemple stupide, supposons que mon étude sur la PES ait été menée dans une situation où le participant peut réellement voir la carte se refléter dans une fenêtre. Si cela
se produit, je serais en mesure de trouver des preuves très solides que 𝜃 ≠ 0.5, mais cela ne nous dirait rien sur la question de savoir si « la PES existe ».