S’il est très courant d’entendre les termes de variable indépendante et de variable dépendante, les variables étrangères sont moins courantes, ce qui est surprenant car une variable étrangère peut détruire l’intégrité d’une étude de recherche qui prétend montrer une relation de cause à effet. Une variable étrangère est une variable qui peut entrer en concurrence avec la variable indépendante pour expliquer le résultat. N’oubliez pas que si vous souhaitez identifier des relations de cause à effet, vous devez toujours déterminer s’il existe des variables étrangères dont vous devez vous préoccuper. Si une variable étrangère est vraiment la raison d’un résultat (plutôt que la VI), alors nous aimons parfois l’appeler une variable confondante parce qu’elle a brouillé ou confondu la relation qui nous intéresse. (voir exemple ci-dessous)
Exemple
Supposons que nous voulons déterminer l’efficacité d’un nouveau programme de cours pour une classe de méthodes de recherche en ligne. Nous voulons tester l’efficacité du nouveau programme de cours sur l’apprentissage des étudiants, par rapport à l’ancien programme de cours. Nous ne sommes pas en mesure d’utiliser l’assignation aléatoire pour mettre nos groupes sur un pied d’égalité. Au lieu de cela, nous demandons à l’un des enseignants en ligne les plus expérimentés du collège d’utiliser le nouveau programme en ligne avec une classe d’étudiants en ligne et l’ancien programme avec l’autre classe d’étudiants en ligne. Imaginez que les étudiants qui suivent le nouveau programme (le groupe expérimental) obtiennent de meilleures notes que le groupe témoin (l’ancien programme). Voyez-vous un problème à prétendre que la différence entre les deux groupes est due au nouveau programme ? Le problème est qu’il existe des explications alternatives.
Premièrement, peut-être que la différence est due au fait que le groupe d’étudiants du cours du nouveau programme était des étudiants plus expérimentés, à la fois en termes d’âge et de stade où ils en étaient dans leurs études (plus d’étudiants de troisième année que d’étudiants de première année). Peut-être que la classe de l’ancien programme comptait un pourcentage plus élevé d’étudiants dont l’anglais n’est pas la première langue et qu’ils ont eu des difficultés avec certaines matières en raison de barrières linguistiques, ce qui n’avait rien à voir avec l’ancien programme. En d’autres termes, nous avons un problème, car il pourrait y avoir d’autres explications à nos résultats. Ces explications alternatives sont appelées variables étrangères et elles peuvent se produire lorsque nous ne disposons pas d’une assignation aléatoire. En effet, il est très possible que la différence que nous avons constatée entre les deux groupes soit due à d’autres variables (c’est-à-dire le niveau d’expérience des élèves, la maîtrise de l’anglais), plutôt qu’à la VI (nouveau contre ancien programme).
Il est important de noter que les chercheurs peuvent et doivent tenter de contrôler les variables extrinsèques, autant que possible. Cela peut être fait de deux manières. La première consiste à employer des procédures standardisées. Cela signifie que le chercheur s’assure que tous les aspects de l’expérience sont identiques, à l’exception de la variable indépendante. Par exemple, les chercheurs utilisent la même méthode pour recruter les participants et mènent l’expérience dans le même cadre. Ils s’assureront de donner la même explication aux participants au début de l’étude et tout retour d’information à la fin de l’étude, exactement de la même manière. Toute récompense pour la participation serait offerte à tous les participants de la même manière. Ils pourraient également s’assurer que l’expérience a lieu le même jour de la semaine (ou du mois), ou à la même heure de la journée, et que le laboratoire est maintenu à une température constante, à un niveau constant de luminosité et à un niveau constant de bruit (Explore Psychology, 2019).
La deuxième façon dont un chercheur dans une expérience peut contrôler les variables étrangères est d’employer l’assignation aléatoire pour réduire la probabilité que des caractéristiques spécifiques à certains des participants aient influencé la variable indépendante. L’affectation aléatoire signifie que chaque personne choisie pour une expérience a une chance égale d’être affectée soit au groupe test, soit au groupe témoin (Explore Psychology, 2019). Le chapitre 6 fournit plus de détails sur l’assignation aléatoire et explique la différence entre un groupe test et un groupe témoin.