L1
Démarche scientifique, hypothèses et variables
La recherche en STAPS part d'une question précise, issue d'un problème de terrain (« les étirements avant l'effort réduisent-ils la performance en sprint ? »). Cette question est transformée en problématique, puis en hypothèses testables. Une hypothèse scientifique doit être réfutable : on doit pouvoir imaginer un résultat qui la contredit (critère de Popper).
Hypothèses statistiques
- H0 (hypothèse nulle) : pas de différence ni de relation dans la population (par exemple, la moyenne de saut est identique avec et sans échauffement).
- H1 (hypothèse alternative) : il existe une différence ou une relation. Elle peut être bilatérale (différence quelle que soit la direction) ou unilatérale (direction prédite à l'avance, à justifier).
Le test ne « prouve » jamais H1 : il estime si les données sont compatibles avec H0. On parle de rejeter ou de ne pas rejeter H0.
Les variables
- Variable indépendante (VI) : facteur manipulé ou comparé (type d'entraînement, sexe, niveau).
- Variable dépendante (VD) : ce qui est mesuré (hauteur de saut, VO2max, temps sur 100 m).
- Variable parasite ou confondante : influence la VD sans être étudiée (heure de la journée, motivation, sommeil). Elle doit être contrôlée, appariée ou mesurée.
Par nature, une variable est quantitative continue (masse, temps), quantitative discrète (nombre de répétitions), qualitative nominale (sport pratiqué) ou ordinale (échelle de Borg CR10, niveau régional/national). Cette nature détermine le test statistique possible.
Exemple concret : on compare deux méthodes de musculation (VI à deux modalités) sur le gain en squat 1RM (VD, continue). La charge initiale et le volume d'entraînement sont des variables confondantes à contrôler.
Exemple chiffré de formulation : H0 : μ(avec échauffement) − μ(sans échauffement) = 0 ; H1 bilatérale : cette différence est ≠ 0. Si 20 sujets sautent en moyenne 36,0 cm avec échauffement et 34,5 cm sans, l'écart observé est de 1,5 cm ; le test indique seulement si un écart de cette taille est plausible quand H0 est vraie, pas s'il est important en pratique. Une hypothèse unilatérale se décide avant l'analyse, sur argument théorique, jamais après avoir vu le sens du résultat.
Erreurs fréquentes : laisser une variable floue (« la forme physique ») au lieu de l'opérationnaliser (« distance parcourue au test de Léger, en mètres ») ; croire qu'une variable ordinale codée de 1 à 5 autorise automatiquement moyenne et écart-type ; confondre l'hypothèse de recherche (« le programme améliore la force ») et l'hypothèse statistique H1 qui la traduit en paramètres de population.
Étapes d'une démarche : revue de littérature, question, hypothèses, protocole, recueil, analyse, interprétation, communication. Un travail rigoureux fixe l'analyse avant de voir les données (pré-enregistrement, par exemple sur OSF).
🎯 À retenir
- Une hypothèse scientifique doit être réfutable.
- H0 postule l'absence d'effet ; le test évalue la compatibilité des données avec H0.
- VI = facteur étudié, VD = mesure obtenue, variable confondante = à contrôler.
- La nature de la variable (continue, nominale, ordinale) conditionne le choix du test.
- Définir l'analyse avant de voir les données limite les biais d'interprétation.
⚠️ Erreurs fréquentes
- Écrire « on prouve H1 » : un test ne prouve jamais une hypothèse.
- Confondre variable indépendante et variable dépendante dans un schéma de recherche.
Pour s'entraîner
✅ QCM : Méthodologie de la recherche et statistiques 🃏 Fiches