Olivier Vivier
Candidate au doctorat en psychologie, Université du Québec à Montréal
Publication primée : La temporalité dans les analyses de médiation
Publiée dans : The Quantitative Methods for Psychology
Résumé :
Comment, quand, pour qui et dans quelles conditions? Ces termes forment la base des questions de recherche pouvant être examinées à l’aide d’une analyse de médiation, puisqu’elles nécessitent l’inclusion d’une troisième variable pouvant expliquer le lien entre deux variables. L’analyse de médiation décrit un phénomène fondamentalement causal qui permet d’examiner à quel point une troisième variable, nommée médiatrice, contribue à la transmission du changement observé entre une variable indépendante et une variable dépendante. Un problème lié à l’utilisation de l’analyse de médiation est que les chercheur.e.s utilisent souvent des données issues de devis transversaux, où toutes les variables sont mesurées simultanément. Or, pour tenir compte de la transmission du changement entre les variables, il est nécessaire de collecter les données à plusieurs temps de mesure en utilisant des devis longitudinaux, et ainsi respecter la séquence temporelle des variables. Respecter cette séquence en mesurant la cause avant son effet est fondamental, et la négliger peut mener à des biais statistiques substantiels. Afin d’éviter des conclusions erronées, il est crucial de connaître les spécificités de cette analyse.
Cet article fait une synthèse des connaissances sur l’utilisation des modèles de médiation, montre les problèmes associés à son utilisation incorrecte et propose des solutions lorsque des données sont collectées à plusieurs temps de mesure. Notamment, les analyses transversales ne sont pas adéquates, car un lien médiateur correspond à un effet temporel. Quant aux modèles longitudinaux populaires comme le modèle par panel à décalage croisé (aussi appelé Cross-Lagged Panel Model), ceux-ci peuvent mener à des biais si la stabilité des différences individuelles à travers le temps ou si les effets intra et inter-sujets sont négligés. L’utilisation de solutions plus adéquates comme les courbes de croissances latentes et les modèles multiniveaux s’avèrent un choix judicieux pour examiner des effets médiateurs lorsque des données sont collectées à au moins trois temps de mesure. En proposant des solutions concrètes, cet article souhaite promouvoir les meilleures pratiques actuelles et démocratiser les considérations méthodologiques et statistiques nécessaires à l’identification d’un mécanisme explicatif avec l’analyse de médiation.