La validité interne et la validité externe sont deux concepts qui nous aident à déterminer dans quelle mesure les résultats d’une étude sont fiables et significatifs.
La validité interne fait référence à la mesure dans laquelle les résultats d’une étude reflètent les véritables relations de cause à effet au sein de l’étude, tandis que la validité externe fait référence à la mesure dans laquelle les résultats de l’étude peuvent être généralisés à d’autres contextes ou populations. La validité interne concerne la qualité de la conduite d’une étude (sa conception et ses méthodes expérimentales), tandis que la validité externe concerne l’applicabilité et la généralisation des résultats au monde entier.
Validité interne
La validité interne fait référence au degré de confiance dans l’existence et la fiabilité de la relation causale testée.
Elle évalue la probabilité que votre traitement soit à l’origine des différences de résultats que vous observez. La validité interne est largement déterminée par la conception et les méthodes expérimentales de l’étude.
Les études dont le degré de validité interne est élevé fournissent des preuves solides de la causalité, ce qui permet d’éliminer les autres explications possibles d’un résultat.
Les études dont la validité interne est faible fournissent une faible preuve de causalité. Moins il y a de risques de confusion ou de variables étrangères, plus la validité interne est élevée et plus nous pouvons être confiants dans nos résultats.
Pour qu’un lien de cause à effet soit établi dans une étude de recherche, la cause doit précéder l’effet dans le temps, la cause et l’effet doivent varier ensemble et il ne doit pas y avoir d’autres explications à la relation observée. Si ces trois critères sont respectés, vous pouvez être sûr qu’une étude est valide sur le plan interne.
Validité externe
La validité externe fait référence à la mesure dans laquelle les résultats d’une étude de recherche peuvent être appliqués ou généralisés dans un autre contexte.
Cela est important car si la validité externe est établie, les résultats de l’étude peuvent être généralisés à une population plus large, par opposition aux quelques sujets qui ont participé à l’étude. Contrairement à la validité interne, la validité externe n’évalue pas la causalité et n’exclut pas les facteurs de confusion.
Il existe deux types de validité externe : la validité écologique et la validité de population.
- La validité écologique indique si les résultats d’une étude peuvent être généralisés à d’autres situations ou contextes. Une validité écologique élevée signifie qu’il existe un degré élevé de similitude entre le contexte expérimental et un autre contexte, et que l’on peut donc être certain que les résultats seront généralisés à cet autre contexte.
- La validité de population fait référence à la mesure dans laquelle l’échantillon expérimental représente d’autres populations ou groupes. L’utilisation de techniques d’échantillonnage aléatoire, telles que l’échantillonnage stratifié ou l’échantillonnage en grappes, permet d’accroître considérablement la validité de la population.
L’arbitrage entre la validité interne et la validité externe
Il existe généralement une corrélation négative entre la validité interne et la validité externe dans la recherche expérimentale. Cela signifie que les expériences qui ont une validité interne élevée auront probablement une faible validité externe et vice versa.
Cela s’explique par le fait que les conditions expérimentales qui produisent des degrés élevés de validité interne (par exemple, les laboratoires artificiels) ont très peu de chances de correspondre aux conditions du monde réel. La validité externe est donc plus faible, car l’environnement d’un laboratoire est très différent du monde réel.
En revanche, pour obtenir des degrés plus élevés de validité externe, il faut des conditions expérimentales qui correspondent à un environnement réel (par exemple, des études d’observation).
Cependant, cela se fait au détriment de la validité interne, car ces types d’études augmentent la probabilité de variables confusionnelles et d’explications alternatives pour les différences de résultats.
La solution à ce compromis est la réplication ! Il s’agit de mener la recherche dans plusieurs environnements et contextes, d’abord dans un environnement contrôlé et artificiel afin d’établir l’existence d’une relation de cause à effet, puis dans un contexte « réel » afin d’analyser si les résultats sont généralisables.
Validité interne et externe
La validité fait référence à la solidité d’un plan de recherche et de ses méthodes. La validité interne et la validité externe doivent toutes deux être prises en compte lors de la conception d’une étude de recherche.
Elles ont toutes deux des implications pour la crédibilité des résultats de la recherche et peuvent aider à déterminer si les résultats d’une étude ont un sens ou non.
Ils doivent tous deux être mentionnés dans tout article de recherche publié afin que d’autres chercheurs puissent évaluer l’étude et déterminer si les résultats sont utiles et valables.
La principale différence entre les deux est que la validité interne fait référence à la structure d’une étude et à la relation entre ses variables, tandis que la validité externe fait référence à l’universalité des résultats. La validité interne concerne le contrôle ; elle est destinée à mesurer l’exactitude d’une expérience.
La validité externe, quant à elle, concerne le caractère naturel ; elle vise à vérifier si la relation de cause à effet entre la variable dépendante et la variable indépendante peut être généralisée dans le monde réel ou non.
Menaces pour la validité interne
Attrition
L’attrition fait référence à la perte de participants à l’étude au fil du temps. Les participants peuvent abandonner ou quitter l’étude, ce qui signifie que les résultats sont basés uniquement sur un échantillon biaisé de personnes qui n’ont pas choisi de quitter l’étude.
Des taux d’attrition différents entre les groupes de traitement et de contrôle peuvent fausser les résultats en affectant la relation entre les variables indépendantes et dépendantes, et donc la validité interne d’une étude.
Confondateurs
Une variable confondante est une troisième variable non mesurée qui influence, ou « confond », la relation entre une variable indépendante et une variable dépendante en suggérant la présence d’une corrélation erronée.
Les variables confusionnelles menacent la validité interne car il est impossible de savoir si la variable indépendante prédite est à l’origine du résultat ou si la variable confusionnelle en est la cause.
Biais de sélection des participants
Il s’agit d’un biais qui peut résulter de la sélection ou de l’affectation des groupes d’étude de telle sorte qu’une randomisation correcte n’est pas réalisée.
Si les participants ne sont pas répartis au hasard dans les groupes, l’échantillon obtenu peut ne pas être représentatif de la population à étudier. Par exemple, certains membres d’une population pourraient être moins susceptibles d’être inclus que d’autres en raison de leur motivation, de leur volonté de participer à l’étude ou de leurs caractéristiques démographiques.
Biais de l’expérimentateur
Le biais de l’expérimentateur se produit lorsqu’un expérimentateur se comporte différemment avec les différents groupes d’une étude, ce qui a un impact sur les résultats et menace la validité interne. Ce biais peut être éliminé grâce à l’insu.
Interaction sociale (diffusion)
La diffusion se produit lorsque le traitement dans la recherche se propage au sein des groupes de traitement et de contrôle ou entre eux. Cela peut se produire en cas d’interaction ou d’observation entre les groupes.
La diffusion constitue une menace pour la validité interne car elle peut entraîner une démoralisation par ressentiment. C’est le cas lorsque le groupe de contrôle est moins motivé parce qu’il éprouve du ressentiment à l’égard du groupe dans lequel il se trouve.
Événements historiques
Les événements historiques peuvent influencer les résultats des études qui se déroulent sur de longues périodes. Par exemple, des changements de dirigeants politiques, des catastrophes naturelles ou d’autres événements imprévus peuvent modifier les conditions de l’étude et influencer les résultats.
Instrumentation
L’instrumentation fait référence à tout changement dans la variable dépendante d’une étude qui découle de changements dans l’instrument de mesure utilisé. C’est le cas lorsque des mesures différentes sont utilisées dans les phases de pré-test et de post-test.
Maturation
La maturation fait référence à l’impact du temps sur une étude. Si les résultats de l’étude varient naturellement avec le temps, il peut être impossible de déterminer si les effets observés dans l’étude sont dus au traitement de l’étude ou simplement à l’impact du temps.
Régression statistique
La régression à la moyenne fait référence au fait que si un échantillon d’une variable aléatoire est extrême, l’échantillon suivant de la même variable aléatoire sera probablement plus proche de sa moyenne.
Cela constitue une menace pour la validité interne, car les participants situés aux extrémités du traitement peuvent naturellement évoluer dans une certaine direction en raison du passage du temps plutôt que d’être un effet direct d’une intervention.
Tests répétés
Tester les participants à votre recherche de manière répétée avec les mêmes mesures influencera les résultats de votre recherche car les participants s’habitueront aux tests. En raison de leur familiarité ou de leur connaissance de l’objectif de l’étude, de nombreux participants pourraient obtenir de meilleurs résultats au fil du temps.
Menaces pour la validité externe
Caractéristiques de l’échantillon
Si une ou plusieurs caractéristiques de l’échantillon utilisé étaient responsables de l’effet, cela pourrait conduire à une généralisation limitée des résultats.
Événements historiques
Les événements historiques peuvent influencer les résultats des études qui se déroulent sur de longues périodes. Par exemple, des changements de dirigeants politiques, des catastrophes naturelles ou d’autres événements imprévus peuvent modifier les conditions de l’étude et influencer les résultats.
Biais de sélection des participants
Il s’agit d’un biais qui peut résulter de la sélection ou de l’affectation des groupes de l’étude de telle sorte qu’une randomisation correcte n’est pas réalisée. Si les participants ne sont pas répartis au hasard entre les groupes, l’échantillon obtenu peut ne pas être représentatif de la population à étudier.
Par exemple, certains membres d’une population peuvent être moins susceptibles d’être inclus que d’autres en raison de leur motivation, de leur volonté de participer à l’étude ou de leurs caractéristiques démographiques.
Facteurs situationnels
Des facteurs tels que le cadre, l’heure de la journée, le lieu, les caractéristiques des chercheurs, le bruit ou le nombre de mesures peuvent affecter la généralisation des résultats.
Tests répétés
Tester les participants à votre recherche de manière répétée avec les mêmes mesures influencera les résultats de votre recherche parce que les participants s’habitueront aux tests. En raison de leur familiarité ou de leur connaissance de l’objectif de l’étude, de nombreux participants pourraient obtenir de meilleurs résultats au fil du temps.
Interaction entre l’aptitude et le traitement → L’interaction entre l’aptitude et le traitement est le concept selon lequel certains traitements sont plus ou moins efficaces pour certaines personnes en fonction de leurs aptitudes ou caractéristiques spécifiques.
Effet Hawthorne
L’effet Hawthorne désigne la tendance des participants à modifier leurs comportements simplement parce qu’ils savent qu’ils font l’objet d’une étude.
Effet de l’expérimentateur
Le biais de l’expérimentateur se produit lorsqu’un expérimentateur se comporte de manière différente avec les différents groupes d’une étude, ce qui a un impact sur les résultats et menace la validité externe.
Effet John Henry
L’effet John Henry fait référence à la tendance des participants d’un groupe de contrôle à travailler activement plus dur parce qu’ils savent qu’ils participent à une expérience et veulent surmonter le « désavantage » d’être dans le groupe de contrôle.
Facteurs qui améliorent la validité interne
Aveuglement
L’aveuglement est une pratique selon laquelle les participants (et parfois les chercheurs) ne savent pas quelle intervention ils reçoivent.
Cela réduit l’influence des facteurs extérieurs et minimise les biais, car toute différence de résultat peut ainsi être liée à l’intervention et non au fait que le participant savait qu’il recevait un nouveau traitement ou non.
Échantillonnage aléatoire
L’utilisation d’un échantillonnage aléatoire pour obtenir un échantillon représentatif de la population que vous souhaitez étudier améliorera la validité interne.
Assignation aléatoire
L’assignation aléatoire des participants aux groupes de contrôle et de traitement garantit qu’il n’y a pas de biais systématique entre les groupes de recherche.
Protocole d’étude strict
Les expériences hautement contrôlées tendent à améliorer la validité interne. Les expériences qui se déroulent en laboratoire ont tendance à être plus valables, car elles réduisent la variabilité due à des sources autres que le traitement.
Manipulation expérimentale
La manipulation d’une variable indépendante dans une étude, par opposition à l’observation d’une association sans intervention, améliore la validité interne.
Facteurs améliorant la validité externe
Réplication
La réalisation d’une étude plus d’une fois avec un échantillon différent ou dans un cadre différent pour voir si les résultats se répètent peut contribuer à améliorer la validité externe.
Si plusieurs études ont été menées sur le même sujet, une méta-analyse peut être utilisée pour déterminer si l’effet d’une variable indépendante peut être reproduit, ce qui le rend plus fiable.
La réplication est la méthode la plus efficace pour contrer les menaces pesant sur la validité externe en améliorant la généralisation à d’autres contextes, populations et conditions.
Expériences sur le terrain
La réalisation d’une étude en dehors du laboratoire, dans un environnement naturel et réel, améliorera la validité externe (mais menacera la validité interne).
Échantillonnage probabiliste
L’utilisation d’un échantillonnage probabiliste permettra de contrer le biais de sélection en garantissant que tous les membres d’une population ont les mêmes chances d’être sélectionnés pour faire partie de l’échantillon d’une étude.
Recalibrage
Le recalibrage est l’utilisation de méthodes statistiques pour maintenir la précision, la normalisation et la répétabilité des mesures afin de garantir des résultats fiables.
La repondération des groupes si une étude comportait des groupes inégaux pour une caractéristique particulière (telle que l’âge) est un exemple d’étalonnage.
Critères d’inclusion et d’exclusion
L’établissement de critères concernant les personnes qui peuvent participer à la recherche et celles qui ne le peuvent pas permet de s’assurer que la population étudiée est clairement définie et que l’échantillon est représentatif de la population.
Réalisme psychologique
Le réalisme psychologique consiste à s’assurer que les participants perçoivent les manipulations expérimentales comme des événements réels afin de ne pas révéler l’objectif de l’étude et que les participants ne se comportent pas différemment de ce qu’ils feraient dans la vie réelle s’ils connaissaient l’objectif de l’étude.
Exemples de validité
Validité interne
Un exemple d’étude présentant une validité interne élevée serait celui d’une expérience visant à déterminer si l’utilisation d’une pilule amaigrissante particulière aide les gens à perdre du poids.
Pour tester cette hypothèse, vous répartiriez au hasard un échantillon de participants dans l’un des deux groupes : ceux qui prendront la pilule amaigrissante et ceux qui prendront une pilule placebo.
Vous pouvez vous assurer qu’il n’y a pas de biais dans la répartition des participants dans les groupes en mettant les assistants de recherche en aveugle, de sorte qu’ils ne sachent pas quels participants font partie de quels groupes au cours de l’expérience. Les participants sont également placés en aveugle, de sorte qu’ils ne savent pas s’ils bénéficient ou non de l’intervention.
Si les participants abandonnent l’étude, leurs caractéristiques sont examinées pour s’assurer qu’il n’y a pas de biais systématique en ce qui concerne les personnes qui ont quitté l’étude.
Il est important de disposer d’une procédure de recherche bien pensée afin d’atténuer les menaces pesant sur la validité interne.
Validité externe
Un exemple d’étude présentant une validité externe élevée serait l’hypothèse selon laquelle la pratique de la pleine conscience deux fois par semaine améliorera la santé mentale des personnes diagnostiquées comme souffrant d’une dépression.
Vous recrutez des personnes qui ont été diagnostiquées comme souffrant de dépression depuis au moins un an et qui sont âgées de 18 à 29 ans. Le choix de cet échantillon représentatif avec une population d’intérêt clairement définie permet de garantir la validité externe.
Vous faites passer aux participants un pré-test et un post-test mesurant la fréquence à laquelle ils ont ressenti des symptômes de dépression au cours de la semaine écoulée. </Au cours de l’étude, tous les participants ont reçu une formation individuelle à la pleine conscience et ont été invités à la pratiquer quotidiennement pendant 15 minutes dans le cadre de leur routine matinale.
Il est également possible de reproduire les résultats de l’étude en utilisant différentes méthodes de pleine conscience ou différents échantillons de participants.
