Rubrique 06

Mettre les hypothèses à l’épreuve

Une hypothèse scientifique doit être confrontée à des observations capables de la soutenir, de la limiter ou de la fragiliser. Ce chapitre examine la falsifiabilité, la confirmation, les résultats statistiques et les méthodes permettant de distinguer une découverte robuste d’un résultat accidentel.

Toutes les catégories

Ordre de lecture

Mettre les hypothèses à l’épreuve

10 fiches dans cette catégorie, présentées selon l’ordre défini dans le sommaire.

Commencer la catégorie →
01

# Falsifiabilité et mise à l’épreuve : qu’est-ce qui distingue une hypothèse scientifique d’une théorie qui explique tout ? ## Une bonne théorie doit pouvoir se tromper Une théorie semble d’abord puissante lorsqu’elle peut expliquer un grand nombre de phénomènes. Mais cette puissance devient suspecte si elle est capable d’expliquer absolument tout, quel que soit le résultat observé. Supposons qu’une personne affirme : > « Une force invisible favorise parfois la réussite, mais elle peut aussi choisir de rester cachée. » Si une réussite se produit, la force est confirmée. Si elle ne se prod

Environ 65 min de lecture
Lire la fiche →
02

## Une hypothèse peut être soutenue sans être démontrée Une hypothèse scientifique ne devient généralement pas certaine après une seule observation favorable. Elle gagne progressivement en crédibilité lorsque les données correspondent à ses prédictions, résistent à des contrôles et s’expliquent moins bien par ses concurrentes. Cette augmentation de crédibilité est appelée **confirmation**. Supposons qu’une théorie affirme qu’un traitement réduit la durée moyenne d’un symptôme. Une étude observe effectivement une amélioration. Le résultat paraît confirmer la théorie. Mais plusieurs questions

Environ 56 min de lecture
Lire la fiche →
03

## Un résultat isolé n’est pas encore une connaissance solide Une étude annonce qu’un traitement améliore un symptôme, qu’une méthode pédagogique augmente les performances ou qu’une variable sociale influence un comportement. Le résultat peut être exact. Mais il peut aussi provenir du hasard, d’une erreur, d’un échantillon particulier, d’un choix statistique ou d’une condition locale non identifiée. Une étude unique constitue généralement le début d’une enquête, non son aboutissement. La connaissance devient plus solide lorsqu’un résultat résiste à plusieurs formes de vérification. Il doit p

Environ 57 min de lecture
Lire la fiche →
04

## La littérature publiée n’est pas nécessairement un reflet fidèle de la recherche réalisée Pour connaître l’état des preuves sur une question, nous consultons généralement les articles publiés. Nous supposons alors que cette littérature représente suffisamment l’ensemble des études conduites. Cette supposition peut être fausse. Les résultats positifs, nouveaux, spectaculaires ou statistiquement significatifs ont souvent davantage de chances d’être rédigés, soumis, acceptés, publiés, cités et relayés. Les résultats négatifs, ambigus ou ordinaires peuvent rester dans les dossiers des cherche

Environ 56 min de lecture
Lire la fiche →
05

## Une même donnée n’a pas toujours la même valeur Une étude découvre une relation entre deux variables. Le résultat peut paraître impressionnant, mais sa force dépend en partie d’une question rarement visible dans l’article final : > Cette relation avait-elle été prédite avant l’examen des données, ou a-t-elle été découverte parmi de nombreuses analyses possibles ? Dans les deux cas, le résultat peut être réel. Pourtant, sa valeur confirmatoire n’est pas la même. Une hypothèse formulée avant l’observation prend un risque. Elle indique à l’avance ce qui devrait se produire. Si le résultat

Environ 54 min de lecture
Lire la fiche →
06

# Significativité statistique, taille d’effet et incertitude : que nous apprend réellement un résultat chiffré ? ## Un résultat chiffré ne parle jamais seul Une étude compare deux traitements, deux groupes ou deux périodes. Elle obtient une différence et annonce : > « Le résultat est statistiquement significatif. » Cette formule est souvent comprise comme : * l’effet est important ; * l’hypothèse est probablement vraie ; * le résultat a peu de chances d’être dû au hasard ; * l’étude prouve que l’intervention fonctionne. Aucune de ces interprétations n’est automatiquement correcte. La si

Environ 65 min de lecture
Lire la fiche →
07

# Corrélations multiples, faux positifs et biais de sélection : pourquoi trouve-t-on facilement des résultats trompeurs ? ## Chercher suffisamment longtemps finit souvent par produire quelque chose Une base de données contient des centaines de variables. Le chercheur peut comparer des groupes, tester plusieurs périodes, examiner différents critères et essayer plusieurs modèles. Parmi toutes ces possibilités, certaines associations paraîtront fortes, surprenantes ou statistiquement significatives. Ce résultat peut correspondre à un véritable phénomène. Mais il peut aussi apparaître simplemen

Environ 95 min de lecture
Lire la fiche →
08

## Observer une différence ne suffit pas Une étude montre que les personnes ayant reçu une intervention obtiennent de meilleurs résultats que celles qui ne l’ont pas reçue. Il est tentant d’en conclure que l’intervention a produit cette amélioration. Mais les deux groupes peuvent différer avant même l’intervention. Les personnes qui suivent une formation peuvent être : * plus motivées ; * mieux informées ; * davantage soutenues ; * moins exposées à certaines difficultés. Les patients recevant un traitement particulier peuvent être plus malades, plus jeunes ou mieux suivis que les autres. L

Environ 58 min de lecture
Lire la fiche →
09

## Un résultat peut être solide sans être universel Une étude rigoureuse montre qu’une intervention produit un effet dans un groupe précis, à un moment précis, selon un protocole précis. Cette conclusion peut être parfaitement valide. Elle ne permet pourtant pas encore d’affirmer que l’intervention produira le même résultat : * dans toute la population ; * dans un autre pays ; * dix ans plus tard ; * avec d’autres professionnels ; * à grande échelle ; * dans des conditions ordinaires. Deux questions doivent donc être distinguées. La première concerne la **validité interne** : > L’interven

Environ 68 min de lecture
Lire la fiche →
10

# Niveaux de preuve : toutes les observations ont-elles la même valeur ? ## Une information n’est pas une preuve par sa seule existence Un témoignage, une corrélation, une expérience contrôlée et une méta-analyse peuvent tous apporter une information. Ils ne possèdent pourtant pas automatiquement la même capacité à soutenir une conclusion. Une personne affirme avoir guéri après un traitement. Une étude observe que les utilisateurs de ce traitement vont mieux que les autres. Un essai répartit aléatoirement les patients entre le traitement et un comparateur. Plusieurs équipes reproduisent ens

Environ 60 min de lecture
Lire la fiche →