Institut numerique

Tâche d’association implicite (IAT) (jugement social implicite)

La tâche a été adaptée de la version Racism IAT sur le site de Millisecond(3). La tâche est exécutée via le logiciel Inquisit 3.0.4.0.

La tâche est composée de 8 items cibles à savoir 8 prénoms masculins, 4 prénoms à consonance francophone (Pascal, Grégory, Damien, Ferdinand) et 4 prénoms à consonance maghrébine (Mohamed, Ahmed, Ali, Youssef). Les prénoms francophones et maghrébins ont été associés sur base de leur fréquence dans la population belge(4). Les deux types d’attributs (Bon/Mauvais) comportent chacun 8 items (Bon : merveilleux, superbe, plaisir, beau, plaisant, glorieux, charmant, magnifique / Mauvais : tragique, horrible, agonie, douloureux, terrible, épouvantable, humiliant, méchant).

Lors de cette tâche, le sujet appuie chaque fois sur la touche E pour associer la catégorie de gauche. Il appuie sur I pour la catégorie de droite. Lorsqu’il commet une erreur, une croix rouge apparait en dessous de l’item pour l’inviter à corriger.

2 concepts cibles apparaissent dans une tâche à deux choix (Maghrébin/Autre) (figure 8). Dans l’exemple ici, le sujet voit apparaitre le prénom « Pascal » au centre de l’écran, il appuie sur la touche correspondant à la catégorie « Autre » (la touche E sur le clavier).

Le sujet continue à répondre avec les mêmes touches à une seconde tâche qui concerne l’attribut (Bon/Mauvais) (figure 9). Dans l’exemple, le sujet appuie sur la touche correspondant à la catégorie « Mauvais » (touche I).

Ensuite, l’attribut et les concepts cibles sont mélangés. Ainsi, le sujet voit apparaitre une valeur de l’attribut d’un côté (ex : Bon) ainsi qu’un concept cible (ex : Maghrébin). Et de l’autre côté il voit apparaitre la seconde valeur de l’attribut (ex : Mauvais) et le second concept cible (ex : Mauvais). Au milieu de l’écran apparait soit un prénom(figure 10.1) soit un mot (figure 10.2). Dans l’exemple de la figure 10.1, le sujet appuie sur la touche correspondant à « Autre » (touche I). Dans l’exemple de la figure 10.2, il appuie sur la touche correspondant à « Mauvais » (touche I également).


Figure 8 : 2 concepts cibles


Figure 9 : attribut

Figure 10.1 : conditions mélangées. Prénom.


Figure 10.2 : conditions mélangées. Mot.

La tâche est contre-balancée afin qu’elle ne commence pas toujours par la même association concept-attribut.

Pour l’analyse des résultats, nous porterons notre intérêt sur le score D. Il s’agit d’une mesure qui divise la différence entre la moyenne des blocs tests par l’écart-type de l’ensemble des temps de réaction des deux blocs. Les résultats de Greenwald, Nosek et Banaji, 2003 indiquent que l’algorithme conventionnel de l’IAT est dépassé par la mesure D pour (a) la magnitude de la corrélation implicite-explicite, (b) la résistance à la contamination par des réponses de vitesse différente, (c) la résistance à l’effet de réduction du score IAT, (d) la sensibilité aux effets connus sur les mesures IAT et (e) la latence implicite explicite dans l’analyse factorielle confirmatoire.

Cette mesure D étant plus fine et plus sensible, c’est elle que nous retiendrons pour l’analyse des résultats de l’IAT.

Nous nous attendons ici à ce que le score D soit de manière générale positif, ce qui indiquerait une préférence de l’échantillon pour la population francophone. Mais surtout nous nous attendons à ce qu’au moment non-optimal de leur journée les sujets aient un score D plus positif qu’au moment non optimal. Cela indiquerait que la préférence pour la population endogène (francophone) est plus marquée au moment non-optimal de la journée.

Page suivante : Echelle explicite de préjugés (jugement social explicite)

Retour au menu : INFLUENCES CIRCADIENNES SUR LE JUGEMENT SOCIAL