1.3. Analyses de contrastes

‘« Les tests omnibus⁴² à plusieurs degrés de libertés ne fournissent que des réponses vagues alors que la plupart des hypothèses que nous dérivons de nos modèles théoriques font des prédictions relativement précises. Pour répondre à ce niveau de précision, nous suggérons de tester des contrastes spécifiques plutôt que d'effectuer des tests omnibus. » (Brauer & McClelland, 2005).’

Nous pouvons illustrer l’utilisation des contrastes avec un exemple proposé par Brauer et McClelland (op. cit.) :

‘« Imaginons qu'une psychologue ait développé une nouvelle mesure implicite de l'anxiété. Elle souhaite tester si elle réussit à répliquer un résultat typique qu'on observe dans le traitement des individus phobiques : l'anxiété est faible au début, augmente au moment où le phobique rentre en contact avec le stimulus sur lequel porte la phobie et diminue une fois que ce stimulus n'est plus visible (Bandura, Adams. Hardy, et Howells, 1980). La psychologue clinicienne fait venir 5 participants phobiques des serpents au laboratoire et place un serpent devant eux sur une table pendant 5 minutes. Elle mesure le niveau d'anxiété des participants à 4 moments différents : moment 1 (après avoir annoncé qu'elle va leur montrer un serpent), moment 2 (immédiatement après avoir posé le serpent sur la table), moment 3 (3 minutes après avoir posé le serpent sur la table), moment 4 (immédiatement après avoir remis le serpent dans sa caisse). »’

La psychologue peut, selon ses hypothèses, classer ces quatre moments du plus anxiogène au moins anxiogène et ainsi tester et valider (ou non) son hypothèse à l'aide de contrastes entre ces quatre situations. Notre approche méthodologique (paragraphe 2.3) permet de formuler des hypothèses selon lesquelles il est également possible de prévoir un classement hiérarchique des scènes du parcours, entre :

• la plus défavorable (la « Place », à l’ambiance bruyante et très ouverte) ;
• la plus favorable (les « Ruelles », à l’ambiance calme et moins ouverte).

C’est précisément l’effet de ces environnements que nous souhaitons étudier dans cette recherche. Par conséquent, nous présenterons, dans les parties suivantes, les résultats en positionnant les scènes selon cet ordre, de la plus défavorable à la plus favorable :

PLACE  BERGES  RUE  RUELLE A  RUELLE B

Nous avons choisi de procéder à des analyses de contrastes orthogonaux de Helmert afin d’identifier si les scènes respectent ce classement hiérarchique dans les différentes mesures. Cette méthode est plus économique en opérations statistiques, par rapport à l’utilisation de comparaisons deux à deux, tel que le test t de Student. En présentant les résultats selon l’ordre prédéfini, nous pouvons effectuer pour chaque mesure une série de quatre analyses de contraste du type :

• Contraste 1 : -4 ; +1 ; +1 ; +1 ; +1 (Place : -4 VS les autres : +1)
• Contraste 2 : 0 ; -3 ; +1 ; +1 ; +1 (Place : 0 ; berges : -3 VS les autres : +1)
• Contraste 3 : 0 ; 0 ; -2 ; +1 ; +1 (Place et berges : 0 ; rue : -2 VS les autres +1)
• Contraste 4 : 0 ; 0 ; 0 ; -1 ; +1 (Place, berges et rue : 0 ; ruelle A : -1 VS ruelle B : +1)

En revanche, dans les cas où la distribution des données n’était pas adéquate, c’est à dire non linéaire, réfutant d’emblée l’hypothèse de la hiérarchie entre les scènes⁴³, nous avons opté pour la méthode des comparaisons deux à deux à l’aide du test t de Student.

Nous ajoutons enfin que tous nos résultats ont été traités avec le logiciel SPSS Statistics 16.