Qu’est-ce qu’un facteur de confusion dans une expérience ?
Réponse courte
Un facteur de confusion varie en même temps que le facteur étudié et peut lui aussi expliquer la différence mesurée. Il empêche alors d’attribuer clairement le résultat à la variable que l’on voulait tester.
Comprendre
Repérer ce qui varie ensemble
Une expérience compare des conditions pour estimer l’effet d’une variable étudiée sur une grandeur mesurée. Un facteur de confusion est une autre caractéristique qui change avec cette variable et peut influencer la mesure. Comme les deux effets se mêlent, la comparaison ne permet pas de savoir lequel explique l’écart.
Exemple du refroidissement
Comparer un grand verre ouvert à une petite tasse couverte ne teste pas seulement le couvercle : forme, surface d’échange et volume d’eau diffèrent aussi. Ces caractéristiques constituent des facteurs de confusion possibles. Pour isoler l’effet du couvercle, on utilise deux récipients identiques, chacun avec 150 mL d’eau à 60 °C, dans la même salle et pendant 15 minutes.
Un autre cas
Si des plantes sous une lumière faible reçoivent aussi moins d’eau que les plantes sous une lumière forte, l’arrosage peut expliquer une différence de croissance. Il faut le maintenir identique entre les lots. Un facteur possible n’est pas automatiquement la cause : c’est une raison de mieux contrôler le protocole et de refaire une comparaison interprétable.
Exemples
- Dans une comparaison de plantes, l’éclairage varie avec l’arrosage : l’eau est un facteur de confusion possible pour la croissance.
- Un récipient de 150 mL d’eau à 60 °C avec couvercle comparé à un récipient identique sans couvercle contrôle le volume, la forme et la température initiale.
Pièges fréquents
- Appeler facteur de confusion n’importe quelle variable contrôlée est inexact : elle doit varier avec le facteur étudié et pouvoir influencer le résultat.
- Conclure que le facteur de confusion est forcément la cause dépasse les données ; il rend seulement l’effet étudié difficile à isoler.
Pourquoi ça marche
Si deux facteurs changent simultanément et peuvent agir sur la mesure, leur effet n’est pas séparé par la comparaison.
