Justification et opérationnalisation des hypothèses

Présentation au sujet: "Justification et opérationnalisation des hypothèses"— Transcription de la présentation:

1 1.2.2. Justification et opérationnalisation des hypothèses
L’élaboration d’hypothèses « falsifiables » suppose que l’on établisse: 1.La justification des relations attendues («   ») 2. La définition des concepts utilisés 3. La validité et la fidélité des indicateurs utilisés pour approcher les concepts 4. L’adéquation entre la métrique utilisée et les hypothèses à vérifier. 5. Les critères d’acceptation ou de rejet de l’hypothèse 6. Le champ d’application (validité externe) de l’hypothèse

2 1.2.2.1. La justification des relations attendues
Le simple énoncé d’une relation attendue ne suffit pas à établir une hypothèse. Il convient d’expliciter le pourquoi de ce pronostic. C’est en effet cette explicitation qui permet: - d’éliminer les corrélations illusoires - de définir la forme de la relation attendue - de tester éventuellement des hypothèses alternatives - de préciser les critères d’acceptation de l’hypothèse - de choisir un « design » expérimental ou comparatif adéquat Le simple énoncé d’une corrélation n’est pas toujours simplement le « premier stade » de la recherche. Il peut aussi constituer l’énoncé d’une erreur, ou d’une « mystification »

3 1.2.2.2. La définition des concepts utilisés
1. Tout concept est abstrait. Il demande à être traduit en indicateurs qui vont permettre d’observer concrètement les comportements 2. Pour que cette traduction puisse se faire sans trop d’arbitraire, c’est-à-dire en établissant une certaine validité et fidélité des indicateurs, il est indispensable que l’on ait au moins une définition provisoire des concepts utilisés. 3. Cette définition aide également à choisir - de choisir un « design » expérimental ou comparatif adéquat. 4. Elle permet de s’assurer de la falsifiabilité d’une hypothèse 5. C’est également cette définition qui aide à la décision à prendre en matière de métrique utilisée

4 La métrique utilisée On distingue les genres de variable suivants: - Nominales, - Dichotomiques, - Ordinales, - Métriques, - d’Intervalles Ces genres de variables autorisent des genres et niveaux différents de traitement statistique Ils correspondent aussi des genres d’hypothèses différents. P.ex. des hypothèses relatives à la correspondance entre facettes du changement social appellent souvent des variables métriques ou d’intervalles

5 1.2.2.4 Les critères de vérification de l’hypothèse
Portée et limites de l’emploi des test de signification statistiques Le niveau de corrélation La part de variance expliquée dans un modèle

6 La validité externe Définition explicite Définition implicite