3.2 Résultats concernant la conscience cognitive du risque (CRITIC)

Cette section est consacrée à la comparaison des performances des différentes populations de motocyclistes recueillies au moyen du protocole CRITIC en s'intéressant à trois niveaux cognitifs:

  1. la détection du danger (temps de réaction pour interrompre les séquences),
  2. l'estimation de la criticité (i.e. mesurée à partir de l'échelle de Likert non graduée)
  3. les jugements des situations (via les antonymes du différenciateur sémantique)

Le protocole CRITIC s’engage résolument dans une démarche comparative (précisément : comparaison de plusieurs moyennes d’échantillons indépendants). Dans ces conditions, nous avons utilisé la méthode d’analyse de la variance en test paramétrique (ANOVA) qui permet de mettre en évidence des différences significatives entre les groupes à l’aide du logiciel SPSS Statistic 17.0.

Les deux conditions d’applications requises pour l’utilisation d’une ANOVA ont été vérifiées afin que les résultats d’analyse soient valides. Ainsi la distribution de nos échantillons (populations de motards) suit une loi normale. Etant donné la taille de nos échantillons inférieurs à 50 individus par groupe, nous avons testé la normalité de nos données à l’aide du test de Shapiro-Wilks. Le test de Levene a quant à lui confirmé l’homoscédasticité des variances. Pour identifier quelle(s) population(s) de motards se distingue des autres en cas de différences intergroupes, nous avons procédé à un test de comparaison Post-Hoc selon la méthode de Bonferroni28. Ce test, reconnu pour être l’un des plus robustes, le sera d’autant plus si les échantillons sont composés d’un nombre d’individus identique et lorsqu’il y a plus de 3 groupes à comparer, ce qui était notre cas.

Le protocole CRITIC nous a permis de récolter un nombre important de données, nous présenterons quelques uns de ces résultats, la suite de la présentation des résultats sera rapportée en annexe.

Notes
28.

La méthode de Bonferroni utilise des tests t pour effectuer des comparaisons par paire entre les moyennes de groupes, mais contrôle le taux d'erreur global en spécifiant comme taux d'erreur pour chaque test le taux d'erreur empirique divisé par le nombre total de tests. Le seuil de signification observé est ainsi ajusté en raison des comparaisons multiples réalisées