15.15
Dans un cadre scientifique, supposons qu’un chercheur veuille créer un test pour mesurer la compatibilité de partenaires potentiels sur un site de rencontres en ligne. Ils doivent tenir compte de deux facteurs importants pour générer des résultats fructueux.
L’une d’entre elles est la fiabilité, qui fait référence à la capacité d’un test – ou d’un autre instrument de recherche – à fournir des résultats cohérents, et donc reproductibles, dans des circonstances similaires.
Dans ce contexte, le test de compatibilité serait considéré comme fiable si les mêmes personnes le faisaient deux fois et effectuaient des performances similaires à chaque fois. Cette situation est également connue sous le nom de fiabilité test-retest.
Cependant, l’obtention de résultats cohérents ne garantit pas la précision d’un test. Maintenant, le deuxième facteur, la validité – la mesure dans laquelle un test mesure ou prédit avec précision ce qu’il a prévu de mesurer – doit être pris en compte.
Apprécieront-ils vraiment de passer du temps ensemble lors d’un rendez-vous ?
Si le couple a obtenu un faible score de compatibilité amoureuse et qu’il est quand même sorti dîner ensemble, peut-être ont-ils passé un moment misérable. Dans ce cas, le test avait une validité prédictive élevée : il prédisait le comportement.
En fin de compte, les chercheurs s’efforcent de reproductibilité et de précision : ici, le test est réussi si d’autres couples incompatibles continuent dans la misère, tandis que ceux qui partagent des intérêts communs passent un moment fantastique ensemble.
Reliability and validity are two important considerations that must be made with any type of data collection. Reliability refers to the ability to con…
Copyright © 2026 MyJoVE Corporation. Tous droits réservés.