Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Science Education Library
Social Psychology

A subscription to JoVE is required to view this content.
You will only be able to see the first 20 seconds.

 

Malhonnêteté marginale : La tâche d’ajout à 10

Article

Transcript

Please note that all translations are automatically generated.

Click here for the English version.

Par nature les gens veulent profiter des avantages de la tricherie, même s’ils se considèrent comme honnête.

Par exemple, un vendeur de faire une commission sur toutes les voitures qu’ils vendent peut-être être tenté de tricher, qu’ils ont vendu plus de véhicules qu’ils ont réellement fait de déclaration. D’une part, ils vont considérez les coûts de cette action : savoir si ils vont être pris et punis par l’employeur.

Cependant, récompense externe — comme combien d’argent supplémentaire pourrait être faite — et récompenses internes — savoir si ils peuvent toujours se voir comme quelqu'un d’honnête — également influencer cette décision.

À la suite de cette interaction entre les coûts et avantages, de nombreuses personnes pourraient opter pour être légèrement malhonnête, notant qu’ils ont vendu seulement quelques véhicules plus, plutôt que sur l’ensemble du lot. De cette façon, ils obtiennent encore l’avantage d’avoir un peu d’argent, mais leur image de soi moral n’est pas trop affectée.

Cette vidéo explore la relation d’à quel point les gens trichent lorsqu’une bourse est récompensée comme en témoigne l’ajout à 10 tâches, dans laquelle deux numéros cette somme à 10 sont identifiés à partir d’un ensemble donné.

Dans cette expérience étudie l’honnêteté, les participants sont invités à remplir des problèmes mathématiques — l’ajout à 10 tâche — et selon leur classement dans un groupe, leurs réponses sont soit notées par le chercheur, dans le cas des contrôles, ou eux-mêmes — la condition expérimentale.

L’énigme mathématique se composent de 3 x 4 matrices contenant des nombres inférieurs à 10. Le truc est que seulement deux des valeurs dans une grille ajouter à 10, et — pour répondre au problème — chacune des composantes de cette paire ajoute à 10 doivent être encerclés.

Les participants sont donnés un livret de 50 ces matrices de résoudre autant que possible au sein de 4 min et dit qu’aléatoires gagnants recevront 10 $ pour chaque réponse correcte. Ce qui est important, ce gain potentiel est une récompense externe, qui encourage la malhonnêteté à un stade ultérieur.

Pour le groupe témoin, les classeurs sont collectés et classés selon le chercheur, immédiatement après que le temps imparti est écoulé ; Il n’y a aucune possibilité de gonfler ses résultats. En revanche, les participants à l’État expérimental corrigent leur travail en écoutant les réponses, le chercheur se lit à haute voix.

Par la suite, ils vous dit d’écrire les matrices combien ils ont résolu sur un seul morceau de papier. Il convient de souligner que seulement cette feuille est recueillie ; le reste du classeur peut être jeté.

L’idée est que, puisque la précision des grades autodéclarées ne sera pas vérifiée, il n’y a aucun coût à la tricherie. Ainsi, les participants seront tentés de mensonge et de la réclamation qu’ils ont résolu des matrices plus qu’en fait, tout dans l’espoir qu’ils vont gagner un prix en espèces plus grand.

Ici, la variable dépendante pour le groupe expérimental est le numéro de matrices participants État qu'ils ont répondirent correctement. Ceci peut être comparé au nombre de matrices qui ont été effectivement résolu par les participants de contrôle, qui sert d’une valeur de référence.

Basé sur des recherches antérieures, il est prévu que les participants plus expérimentales seront gonfle leurs résultats légèrement, ce qui indique qu’ils ont répondu plusieurs matrices plus que les individus de contrôle.

Cette malhonnêteté marginale suggère que la récompense interne de toujours pouvoir se découvre comme une personne morale empêche la plupart des gens se trouvant trop, et affirmant qu’ils ont résolu tous les problèmes.

Tout d’abord, pour calculer combien de participants est nécessaires, effectuer une analyse de la puissance. Pour commencer, saluer chacun d'entre eux quand ils arrivent. Ensuite, leur fournir un livret de matrices et expliquer la tâche.

Soulignons que pour répondre correctement à une matrice, les deux valeurs dedans qui ajoutent à 10 doivent être identifiés et clairement encerclés. Également souligner qu’un prix en argent — 10 $ pour chaque réponse correcte — sera décerné à deux lauréats au hasard une fois toutes les données sont recueillies.

S’assurer que le participant comprend la tâche et ensuite leur permettre de résoudre des problèmes de maths autant que possible en 4 min.

Lorsque le temps est écoulé, ont le participant Mater leur enclos. Pour ceux du groupe témoin, immédiatement percevoir leur classeur. Vérifier chacune des matrices et notez combien ont répondu correctement.

Pour les membres du groupe expérimental, expliquent qu’ils vont être corrigeant leur propre travail comme réponses de matrice sont lus à haute voix. Ensuite, continuez à réciter les solutions.

Soulignons que le reste du classeur ne sera recueilli et devrait être jeté quand ils partent. Ensuite, dire aux participants d’écrire leur nom et le nombre de problèmes de maths, qu'ils ont répondu correctement et de manière incorrecte. Ensuite, faites-les tourner dans cette feuille de réponse Sommaire.

Une fois que les données ont été collectées, compte rendu de chaque individu et expliquer que cette tâche est d’examiner comment les coûts et avantages de tricherie influencent la décision d’une personne à être malhonnête.

Pour analyser les données, calculer le nombre de réponses correctes et l’intrigue comme une distribution de fréquence indiquant le pourcentage de participants par groupe.

Notez que les individus autorisés à auto-déclaration que leurs résultats ont indiqué qu’ils ont résolu un nombre significativement plus élevé de matrices par rapport aux témoins.

Cependant, basée sur la superposition des distributions, la plupart des participants dans la condition expérimentale a triché un peu juste avec inflation marginale, et seul un faible pourcentage triché beaucoup.

Ceci suggère que les participants pèsent deux choses dans leur décision d’être malhonnête : la première est la récompense externe de 10 $ par matrice correcte, ce qui entraîne leur mentir au sujet du nombre de problèmes ils ont résolu.

La seconde est la récompense interne de leur image de soi moral — en étant capable de se considérer comme quelqu'un d’honnête — efficacement caps ce mensonge et décourage les participants de prétendre qu’ils résolu le nombre maximal de problèmes.

Maintenant que vous avez appris comment l’ajout à 10 tâche peut être utilisé pour explorer la relation entre le degré de tricherie et image de soi, nous allons jeter un regard sur les autres façons, les chercheurs étudient la malhonnêteté.

D’une part, certains scientifiques évaluent comment moral d’amorçage — rappelant un individu sur des concepts honnêtes et actions — influe sur leur volonté de tricher. Étudiants ont été invités à signer un contrat de code d’honneur et par la suite ont été administrés l’ajout à 10 tâche.

Il a été constaté qu’il n’y avait aucun différence significative entre le nombre de ces participants du groupe expérimental remarqué qu'ils ont résolu de matrices et les données de particuliers de contrôle.

Cela donne à penser que ce qui incite les individus avec le code d’honneur de l’institution rappelle qu’ils soient moraux et diminue leur tendance à tricher.

En outre, ces rappels d’honnêteté sont étendus dans d’autres contextes, comme un bureau, où les fournitures souvent portés disparus. Dans ce cas, il a été démontré que s’un miroir est placé dans une zone où les individus pourraient être tentés de voler, comme dans le placard d’approvisionnement — ils sont découragés de prendre la maison tous les stylos.

L’idée est que, en observant leurs actions, le voleur potentiel est conscient de soi, et ils se rendent compte que prenant chacun d’eux peut signifier, qu'ils ne sont pas aussi honnêtes qu’ils ont envie de croire.

Vous avez juste regardé la vidéo sur la façon de JoVE l’ajout à 10 tâche peut être utilisé pour mieux comprendre de malhonnêteté. Maintenant, vous devriez savoir comment concevoir l’expérience, de recueillir de contrôle et de tricherie données, interpréter les résultats et saisir comment image de soi — surtout rappeler à une personne de leurs actions — pourraient être utilisés pour décourager la tricherie dans d’autres applications.

Merci de regarder !

Read Article

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
simple hit counter