24 Sep

L’analyse de surface de réponse—ou Response Surface Analysis (RSA)—permet d’analyser comment deux variables (e.g., besoins de l’élève versus apports de l'enseignant) interagissent pour expliquer les variations d’une troisième variable (e.g., l’engagement de l’élève en classe; Núñez-Regueiro, 2017). Les approches classiques du RSA (e.g., Humberg et al., 2019; Shanock et al., 2010) sont limitées à des surfaces quadratiques et non identifiées car sans contraintes, rendant l’analyse peu fiable (e.g., faux négatifs, faible ajustement aux données). Pour pallier ces limites, Fernando Núñez-Regueiro (LaRAC) et Jacques Juhel (Université Rennes 2) ont développé une méthodologie fondée sur des familles de polynômes linéaires, quadratiques ou cubiques (n = 37 familles), en libre accès sur le package RSAtools sur R (https://CRAN.R-project.org/package=RSAtools). Cette méthodologie permet d'identifier la surface qui s’ajuste le mieux aux données et de la décrire précisément à travers des seuils d’accelération ou d’inversion. Des premières applications montrent, par exemple, que le RSA classique tend à produire des résultats erronés concernant les processus  d'ajustement personne-environnement, alors que des résultats plus fiables sont obtenus via RSAtools (Núñez-Regueiro, Santana-Monagas, & Juhel, 2024). Peut-être d’autres chercheurs sont-ils intéressés par cette méthode? Si oui, n’hésitez pas à contacter Fernando pour en savoir plus.

Núñez-Regueiro, F., & Juhel, J. (2024). RSAtools: Advanced response surface analysis (Version 0.1.1) [R CRAN]. https://CRAN.R-project.org/package=RSAtools