Utilisation d’une mesure indirecte du stéréotype : apport théorique des modèles multinomiaux
Jury :
- Olivier CORNEILLE. Professeur, Université catholique de Louvain, Examinateur
- Mme. Jessica MANGE. Maîtresse de conférences – HDR, Université de Caen, Rapportrice
- Dominique MULLER. Professeur, Université Grenoble Alpes, Directeur de thèse
- Marco PERUGINI. Professeur, Université de Milan-Bicocca, Directeur de thèse
- François RIC. Professeur, Université de Bordeaux, Examinateur
- Mme. Odile ROHMER. Professeure, Université de Strasbourg, Rapportrice
Résumé :
Les mesures indirectes occupent une place centrale dans l’étude des stéréotypes et préjugés individuels. Pourtant, ces mesures sont aujourd’hui critiquées : contrairement à ce qui était avancé, celles-ci seraient le reflet d’une multitude de processus couvrant des degrés d’automaticité divers. Les modèles multinomiaux, modèles mathématiques couplés à ce type de mesures, ont l’avantage de démêler la contribution spécifique des principaux processus à l’origine de la réponse individuelle. L’objectif de ce travail était de montrer l’intérêt théorique que peut avoir l’utilisation des modèles multinomiaux dans l’étude des stéréotypes et préjugés. À travers l’exemple d’une mesure indirecte du stéréotype liant les individus maghrébins à une menace, nous avons défendu la thèse selon laquelle les processus et l’organisation des processus à l’origine de la réponse individuelle pouvaient varier en fonction d’un contexte particulier et du type de participants prenant part à la mesure. Notre première partie empirique ne nous a pas permis de confirmer la possibilité qu’un contexte d’attentats puisse influencer de manière contraire deux des processus à l’origine de la réponse. Dans notre deuxième partie empirique, nous avons montré que la relation conditionnelle entre processus pouvait être liée à certaines composantes de la tâche, mais aussi et surtout à certains facteurs individuels. Enfin, notre dernière partie a mis en lumière le caractère reproductible de nos effets avec d’autres stimuli et auprès des participants cibles du stéréotype, mais pas dans un contexte géographique différent. En somme, ce travail de thèse était pour nous l’opportunité de mettre en avant l’importance des précautions à prendre dans l’interprétation des résultats issus de mesures indirectes et l’apport théorique et empirique des modèles multinomiaux dans ces interprétations.
Abstract
Indirect measures are central to the study of individual stereotypes and prejudice. However, these measures are not without criticism: contrary to what was previously argued, these measures are now thought to reflect multiple processes covering varying degrees of automaticity. Multinomial models, mathematical models coupled with indirect measures, have the benefit of disentangling the specific contribution of the main processes behind the individual response. The objective of this work was to show the theoretical value that multinomial models may have on stereotyping and prejudice studies. Through the example of an indirect measure of the stereotype linking people from North Africa to a threat, we argued that the processes and the conditional relationship between the processes behind the individual response could vary according to a specific context and the type of participants taking part in the measure. Our first empirical section did not allow us to confirm the possibility that a terrorist attack context could influence in an opposite way two of the processes behind the participant response. In our second empirical section, we showed that the conditional relationship between processes could be linked to some task components, but also and above all to some individual factors. Finally, our last part highlighted the replicability of our effects with other stimuli and with the participants linked to the stereotype, but not in a different geographical context. In sum, this work was an opportunity for us to highlight the need to be cautious when interpreting results from indirect measures as well as the theoretical and empirical contribution of multinomial models in these interpretations.