Plan à quatre groupes de Solomon — Contrôle de la sensibilisation par le pré-test
- Introduite par
- Richard L. Solomon
- Année
- 1949
- Type
- True experimental design
- Famille
- Experimental design
Ce texte est une traduction automatique et n’a pas encore été relu. Lire l’original en anglais
À quoi sert-elle ?
Le plan à quatre groupes de Solomon étend le plan classique de groupe de contrôle avec pré-test et post-test en ajoutant deux groupes qui ne reçoivent pas de pré-test, ce qui permet aux chercheurs de détecter si le pré-test lui-même modifie les réponses des participants au traitement.
Introduit par Richard L. Solomon en 1949, il reste la référence pour isoler l'effet indépendant d'un pré-test et pour obtenir des estimations non biaisées de l'efficacité du traitement.
L’intuition derrière la méthode
Supposons que vous testiez un nouveau programme de pleine conscience. Vous administrez un questionnaire de stress de base à la moitié de vos participants avant le début du programme. Le fait de remplir ce questionnaire pourrait-il rendre les gens plus conscients d'eux-mêmes et, par conséquent, sembler plus améliorés au suivi — même sans le programme ? Le plan de Solomon répond directement à cette question en menant l'expérience simultanément dans quatre groupes : deux groupes passent le pré-test et deux ne le passent pas, et au sein de chaque paire, un groupe reçoit le traitement. En comparant les quatre moyennes post-test, vous pouvez clairement distinguer ce que le traitement a fait de ce que le pré-test a fait.
Histoire
Richard L. Solomon a introduit ce plan dans un article de 1949 du Psychological Bulletin comme une extension explicite du plan classique de groupe de contrôle avec pré-test et post-test de Campbell, motivé par des études sur l'apprentissage et le changement d'attitude où il a observé que les tests de base modifiaient les réponses ultérieures des participants. Donald Campbell et Julian Stanley l'ont codifié aux côtés d'autres plans expérimentaux dans leur monographie historique de 1963, cimentant sa place dans le canon des méthodes de recherche. Malgré son élégance logique, le plan a été utilisé avec parcimonie en pratique en raison de ses exigences en matière de taille d'échantillon, mais il reste l'exemple de manuel sur la façon d'isoler la réactivité de la mesure dans la recherche expérimentale.
Quand l’utiliser
Utilisez le plan à quatre groupes de Solomon lorsque vous soupçonnez que le fait de compléter un pré-test pourrait modifier la façon dont les participants réagissent à l'intervention — ce qui est courant dans les études de changement d'attitude, la recherche en éducation, les interventions sur les comportements de santé, et tout domaine où répondre à des questions de base pourrait accroître la sensibilisation ou amorcer des réponses. Il est le plus précieux lorsque la sensibilisation est théoriquement plausible et que le coût du doublement de l'échantillon est acceptable. Évitez-le lorsque le budget de recherche ne permet qu'un petit échantillon total (chacun des quatre groupes doit être suffisamment grand pour détecter les effets indépendamment), lorsque le phénomène d'intérêt est insensible à la réactivité de la mesure, ou lorsque les données de pré-test sont essentielles pour un suivi au niveau individuel — dans ces cas, un plan standard pré-test-post-test avec ANCOVA est plus pratique.
Limites et points d’attention
- Nécessite environ le double de la taille d'échantillon d'un plan pré-test-post-test standard, ce qui le rend coûteux et logistiquement exigeant.
- L'analyse statistique est complexe par rapport aux comparaisons pré-post simples ; l'ANCOVA sur le sous-ensemble avec des données de pré-test nécessite une gestion attentive des covariables manquantes pour les groupes 3 et 4.
- Ne contrôle pas les effets d'histoire ou de maturation au-delà de ce que la randomisation fournit ; ces menaces s'appliquent également aux quatre groupes.
- Rarement utilisé en pratique car l'hypothèse de sensibilisation est souvent non testée plutôt que théoriquement motivée, et le coût de l'échantillon est élevé.
Les conditions de la source ne remplacent ni une revue scientifique indépendante ni la validation par un moteur d’analyse.
Points forts
- Identifie et quantifie de manière unique l'effet de sensibilisation (test) du pré-test, que des plans plus simples confondent avec l'effet du traitement.
- Produit l'estimation la plus valide en interne de l'efficacité du traitement en combinant les preuves des groupes pré-testés et non pré-testés.
- Prend en charge une ANOVA factorielle 2 × 2 complète, produisant des effets principaux pour le traitement et le pré-test ainsi que leur interaction.
- L'assignation aléatoire aux quatre groupes soutient l'inférence causale pour les effets du traitement et du pré-test simultanément.
- Fournit une réplication intégrée : l'effet du traitement peut être estimé deux fois (à partir des groupes 1 vs 2 et des groupes 3 vs 4) et les deux estimations devraient converger si les hypothèses du plan sont respectées.
Applications
- Interventions éducatives où un test de connaissances préalable au cours pourrait lui-même inciter à l'apprentissage avant le début du programme.
- Expériences de changement d'attitude et de persuasion où le fait de compléter une pré-mesure sensibilise les participants au message.
- Programmes de comportement de santé (par exemple, sevrage tabagique, changement alimentaire) où les questionnaires de base sensibilisent au comportement cible.
- Études de formation psychologique examinant l'acquisition de compétences, où les effets de pratique du pré-test sont théoriquement plausibles.
- Recherche sur la formation et le développement organisationnels où la pré-évaluation pourrait alerter les employés sur les objectifs du programme.
Comment ça marche
Comment ça marche
Les participants sont assignés aléatoirement à quatre groupes de taille approximativement égale : (1) pré-test + traitement + post-test, (2) pré-test + contrôle + post-test, (3) pas de pré-test + traitement + post-test, et (4) pas de pré-test + contrôle + post-test. L'assignation aléatoire est essentielle ; sans elle, le plan perd son interprétation causale.
Les groupes 1 et 2 complètent la mesure de pré-test avant le début de toute intervention. Les groupes 3 et 4 ne reçoivent pas de pré-test. Les données de pré-test pour les groupes 1 et 2 servent à la fois de covariable de base et de fondement pour estimer l'effet de sensibilisation par le pré-test.
Les groupes 1 et 3 reçoivent le traitement expérimental ; les groupes 2 et 4 servent de contrôles et ne reçoivent aucun traitement ou une condition placebo équivalente. Tous les autres aspects de l'environnement de l'étude sont maintenus constants dans les quatre groupes.
Les quatre groupes complètent la même mesure de résultat au même moment après la période d'intervention. Le post-test est identique dans tous les groupes afin que toute différence de moyenne soit attribuable aux effets du traitement et/ou du pré-test plutôt qu'à des différences de mesure.
Les moyennes post-test sont comparées entre les quatre groupes à l'aide d'une ANOVA factorielle 2 × 2 (traitement × pré-test comme facteurs), ou de manière équivalente via une ANCOVA en utilisant le pré-test comme covariable pour les groupes 1 et 2. Une interaction significative Traitement × Pré-test indique une sensibilisation. Les effets principaux et d'interaction combinés fournissent des estimations de l'effet net du traitement, exemptes de contamination par le pré-test.
Pièges courants
- Traiter les quatre groupes comme deux expériences distinctes à 2 groupes plutôt que d'analyser conjointement toutes les moyennes post-test — cela gaspille de la puissance et manque l'effet d'interaction qui est la principale contribution du plan.
- Ne pas vérifier que l'assignation aléatoire a produit des groupes équilibrés ; même avec la randomisation, il est important de vérifier l'équivalence de base entre les quatre groupes (pour les deux groupes pré-testés) et l'équivalence démographique pour les quatre.
- Inclure un pré-test si similaire au contenu de l'intervention qu'il constitue un traitement partiel plutôt qu'une simple mesure — cela gonfle l'effet de sensibilisation apparent et fausse les estimations.
- Sous-dimensionner les groupes individuels : parce que l'échantillon global est divisé en quatre cellules, chaque cellule doit être suffisamment grande indépendamment pour contribuer à la détection des effets d'interaction ; un petit n par cellule est une erreur courante et grave.
Questions fréquentes
Comment gérer les scores de pré-test manquants pour les groupes 3 et 4 dans l'analyse ?
L'approche recommandée est une ANOVA factorielle 2 × 2 sur les quatre moyennes post-test, en traitant la condition de traitement et la présence du pré-test comme les deux facteurs. Cela utilise toutes les données sans nécessiter de scores de pré-test pour tous les groupes. Alternativement, pour les groupes 1 et 2, vous pouvez exécuter une ANCOVA avec le pré-test comme covariable et comparer l'effet du traitement ajusté par ANCOVA à l'effet non ajusté des groupes 3 et 4. Les deux estimations devraient être proches si la sensibilisation est absente.
Quelle doit être la taille de chaque groupe ?
Chacune des quatre cellules doit être dimensionnée pour détecter la taille d'effet attendue pour la comparaison clé. Étant donné que l'interaction (Traitement × Pré-test) est généralement le test le plus intéressant et que les effets d'interaction nécessitent des échantillons plus grands que les effets principaux, prévoyez au moins 30 à 50 participants par cellule dans la plupart des contextes de sciences sociales, ou utilisez une analyse de puissance a priori avec votre taille d'effet attendue et une puissance de 0,80.
Que se passe-t-il si le terme d'interaction n'est pas significatif ?
Une interaction Traitement × Pré-test non significative est une découverte utile : elle indique que le pré-test n'a pas sensibilisé les participants, et que le plan plus simple de groupe de contrôle avec pré-test-post-test aurait été adéquat. Dans ce cas, regroupez l'effet principal du traitement sur les deux conditions de pré-test pour votre conclusion principale.
Le plan de Solomon est-il utilisé dans les essais cliniques ?
Rarement. Les essais cliniques privilégient généralement l'aveuglement et ne peuvent pas toujours retenir les évaluations de base de manière éthique ou pratique. Le plan est plus courant dans la recherche sociale, éducative et psychologique où la menace de sensibilisation est plus prononcée et où le fait de ne pas administrer un pré-test ne soulève aucune préoccupation éthique.
Qu'est-ce qui distingue le plan de Solomon d'une expérience factorielle 2 × 2 ?
Structurellement, il s'agit d'un plan factoriel 2 × 2 (traitement × pré-test), mais le facteur 'pré-test' n'est pas une variable de traitement manipulée — c'est une caractéristique du plan dont la présence ou l'absence est assignée pour contrôler une nuisance. Le plan de Solomon est donc mieux compris comme une méthode de purification de l'inférence causale concernant le traitement principal que comme une étude factorielle de deux facteurs indépendants.
Méthodes associées
Sources
Solomon, R. L. (1949). An extension of control group design. Psychological Bulletin, 46(2), 137–150.
Ouvrir la référence DOICopié.Campbell, D. T., & Stanley, J. C. (1963). Experimental and Quasi-Experimental Designs for Research. Rand McNally.
ISBN : 978-0395307878Copié.