Dans les sciences psychologiques et comportementales, l’intégrité de la recherche et la justesse de l’évaluation clinique reposent sur la neutralisation rigoureuse des influences parasites. Un facteur de biais représente toute variable, systématique ou contextuelle, susceptible d’altérer la collecte des données, le raisonnement du praticien ou les réponses du sujet en introduisant un écart régulier par rapport à la réalité observée. Déceler, théoriser et corriger ces facteurs constitue une exigence épistémologique centrale pour préserver la validité empirique des modèles psychologiques.
Facteur de biais
1. Définition concise
En psychologie et en méthodologie de la recherche, un facteur de biais est une variable ou une circonstance externe au construit théorique ciblé qui induit une déviation systématique, directionnelle et non aléatoire dans la mesure, l’évaluation, le traitement de l’information ou l’interprétation des données psychologiques. Contrairement aux fluctuations aléatoires du bruit de mesure, ce facteur modifie de manière prévisible la relation entre la variable mesurée et l’état psychologique réel.
Sur le plan psychométrique, le facteur de biais introduit une variance non liée au construit (construct-irrelevant variance), réduisant à la fois la validité interne et la validité de construit d’un protocole d’évaluation. Il peut émaner du participant (effets de présentation de soi, déficits attentionnels), de l’évaluateur (attentes théoriques, stéréotypes), de l’instrument d’évaluation (items culturellement inadaptés, formulations suggestives) ou du contexte environnemental de passation.
Dans le domaine cognitif, ce terme caractérise également les éléments architecturaux ou écologiques qui orientent le système de traitement de l’information vers des conclusions faussées mais systématiques, à l’instar des contraintes temporelles ou de la charge cognitive qui favorisent l’émergence d’un biais cognitif au détriment d’un raisonnement normatif.
2. Étymologie et origine linguistique
Le syntagme « facteur de biais » articule deux termes aux trajectoires linguistiques distinctes. Le mot « facteur » dérive du latin classique factor (« celui qui fait, auteur, créateur »), lui-même issu du verbe facere (« faire »). Dans le lexique scientifique moderne, le terme a d’abord désigné un agent causal ou un élément constitutif contribuant à produire un résultat déterminé, avant d’acquérir une acception quantitative et statistique.
Le vocable « biais », quant à lui, trouve ses racines dans l’ancien provençal biais (« oblique, de travers »), qui dérive vraisemblablement du bas latin biaxius ou du grec ancien ἐπικάρσιος (epikársios), signifiant « transversal » ou « oblique ». Historiquement employé dans le domaine du jeu de paume ou du boulingrin pour qualifier une balle dont la trajectoire est asymétrique ou déviée de sa ligne droite par un déséquilibre interne, le mot a été intégré au vocabulaire intellectuel français dès le XVIe siècle pour désigner une démarche détournée ou un point de vue subjectif.
L’assimilation du terme dans le champ psychologique s’est opérée au XXe siècle par contamination réciproque avec l’anglais bias, largement popularisé par la statistique inductive sous l’impulsion de Ronald Fisher, puis réinvesti par la psychométrie et la psychologie sociale nord-américaine pour formaliser l’erreur systématique opposée à la variance aléatoire.
3. Prononciation et forme grammaticale
Le terme s’organise sous la forme d’une locution nominale masculine :
- Catégorie grammaticale : Groupe nominal masculin singulier (au pluriel : facteurs de biais).
- Prononciation phonétique standard : [fak.tœʁ də bjɛ] ou [fak.tœʁ də bje].
- Morphologie et accord : Le noyau nominal « facteur » prend la marque du pluriel (« facteurs »), tandis que le complément déterminatif « de biais » demeure généralement invariable, le mot « biais » s’écrivant avec un « s » final à la fois au singulier et au pluriel.
- Usage syntaxique : En contexte académique, l’expression fonctionne couramment en position de sujet d’action causale (« le facteur de biais vicie l’estimation ») ou de complément d’attribution (« contrôler la procédure pour tout facteur de biais potentiel »).
4. Explication conceptuelle détaillée
Pour saisir précisément la nature d’un facteur de biais, il convient d’établir une ligne de démarcation ontologique entre l’erreur aléatoire (random error) et l’erreur systématique (systematic error). Toute tentative d’observation psychologique est soumise à une infinité de micros-variations stochastiques : fatigue passagère d’un sujet, bruit transitoire dans la salle d’examen ou fluctuation microscopique du temps de réaction. Ces éléments génèrent un bruit de fond statistique dont l’espérance mathématique est nulle ; ils dispersent les mesures autour de la moyenne réelle sans altérer la position de cette dernière. À l’opposé, un facteur de biais tire systématiquement la distribution des scores vers le haut ou vers le bas, induisant une distorsion persistante et directionnelle.
Dans l’architecture de la recherche psychologique, le spectre d’action d’un facteur de biais s’étend sur trois niveaux fonctionnels complémentaires : le niveau du sujet évaluateur, le niveau de l’individu évalué et le niveau du dispositif métrologique. Lorsque l’expérimentateur nourrit des hypothèses a priori sur la vulnérabilité d’un groupe clinique, son attention sélective amplifie l’enregistrement des symptômes congruents avec son postulat. Parallèlement, le participant réagit à l’écologie même du laboratoire : conscient d’être observé, il modifie son répertoire comportemental pour satisfaire les normes perçues de normalité ou de conformité, un phénomène largement documenté sous l’étiquette de désirabilité sociale.
Au plan conceptuel, un facteur de biais n’est pas nécessairement une anomalie malveillante ou une déficience instrumentale grossière. Il s’agit souvent de propriétés intrinsèques du fonctionnement humain ou des interactions sociales. Le cerveau humain fonctionne selon des contraintes énergétiques drastiques, recourant à des raccourcis heuristiques qui, dans certains cadres décisionnels spécifiques, génèrent des erreurs normatives régulières. Par conséquent, qualifier un paramètre de « facteur de biais » implique de le confronter à un critère normatif de vérité ou de référence : sans modèle théorique clair de la mesure juste, la notion même de distorsion perd sa substance sémantique.
Enfin, la notion de frontière est cruciale : un facteur de biais se distingue d’une variable modératrice réelle. Une variable modératrice explique une hétérogénéité véritable dans le phénomène psychologique étudié (par exemple, le fait que l’âge modifie l’efficacité d’une thérapie cognitivo-comportementale). Le facteur de biais, au contraire, ne reflète rien de la dynamique propre du construit psychologique : il n’en altère que la transcription empirique. Si l’instrument de mesure d’un état dépressif comprend des questions relatives aux troubles du sommeil formulées d’une façon qui pénalise systématiquement les travailleurs de nuit sans que ceux-ci ne souffrent de dépression, le statut de travailleur de nuit n’est pas un modérateur de la maladie, mais un facteur de biais méthodologique.
5. Évolution historique
La prise de conscience des facteurs de biais dans l’investigation empirique remonte au problème de « l’équation personnelle » formulé par les astronomes au tournant du XIXe siècle. Friedrich Bessel constata en 1816 que des observateurs chevronnés comme David Kinnebrook enregistraient systématiquement des temps de passage stellaire différents. Cette découverte fondamentale montra que l’observateur humain n’est pas un récepteur passif, mais un opérateur introduisant une équation temporelle propre, préfigurant l’étude expérimentale des facteurs de biais perceptifs et psychomoteurs.
Au cours des années 1930 à 1950, l’essor des tests standardisés d’intelligence et de personnalité provoqua une profonde crise méthodologique. Des psychométriciens de renom tels que Lee Cronbach mirent en évidence des « styles de réponse » (response sets), constatant que certains individus avaient tendance à approuver systématiquement toute assertion (biais d’acquiescement), indépendamment du contenu sémantique de l’item. La parution en 1959 de l’article fondateur de Donald T. Campbell et Donald W. Fiske consacra la matrice multi-traits multi-méthodes, dont l’objet était précisément de distinguer la variance attribuable au construit de celle provoquée par la méthode de mesure, cette dernière agissant comme un puissant facteur de biais.
Dans le domaine de la psychologie sociale expérimentale, les années 1960 virent l’irruption des travaux de Robert Rosenthal sur l’effet d’attente de l’expérimentateur, ou effet Pygmalion, démontrant de manière implacable comment les représentations préalables d’un chercheur peuvent orienter inconsciemment la performance réelle des sujets observés. Simultanément, Martin Orne formalisa le concept de « caractéristiques de la demande » (demand characteristics), soulignant que les participants décodent activement les indices de la situation d’expérimentation pour se conformer aux souhaits supposés du scientifique.
À partir des années 1970, le programme des heuristiques et biais lancé par Daniel Kahneman et Amos Tversky déplaça l’épicentre du concept. Le facteur de biais ne fut plus seulement conçu comme une imperfection de la méthode de laboratoire, mais comme une signature constitutive du système cognitif humain confronté à l’incertitude. Plus récemment, à partir des années 2010, la crise de la reproductibilité en psychologie (illustrée par le Reproducibility Project de Brian Nosek) a replacé l’analyse des facteurs de biais au cœur de l’épistémologie de la discipline, dénonçant le p-hacking, le biais de publication et le manque de puissance statistique comme des facteurs de distorsion systémiques polluant la littérature scientifique.
6. Fondements théoriques
Plusieurs cadres conceptuels majeurs permettent de modéliser l’action d’un facteur de biais :
La théorie classique des tests (TCT) : Dans ce paradigme fondé sur l’équation de Spearman ($X = V + E$, où le score observé $X$ égale le score vrai $V$ additionné de l’erreur $E$), l’erreur est traditionnellement postulée comme non corrélée et de moyenne nulle. L’introduction d’un facteur de biais subvertit cette modélisation : l’erreur $E$ se scinde en une composante aléatoire ($epsilon$) et une composante systématique ($B$). Le modèle devient $X = V + B + epsilon$. Si $B
eq 0$, le score observé ne constitue plus un estimateur sans biais du score vrai, provoquant un glissement permanent des seuils diagnostiques ou des associations statistiques.
La théorie du double processus cognitif : Élaborée par Stanovich, West et Kahneman, cette théorie soutient que la cognition humaine opère via deux modes computationnels : le Système 1 (rapide, automatique, implicite, peu coûteux en ressources attentionnelles) et le Système 2 (lent, délibératif, séquentiel, analytique). Un facteur de biais cognitif surgit typiquement lorsque des conditions environnementales particulières — pression temporelle, fatigue mentale, charge mnésique de travail saturée — empêchent le Système 2 de contrôler, corriger ou invalider les heuristiques par défaut déployées par le Système 1.
La théorie écologique de la rationalité : En opposition partielle avec l’approche kahnemanienne, Gerd Gigerenzer postule qu’un comportement étiqueté comme « biaisé » découle fréquemment d’un décalage entre la structure de l’environnement réel et l’environnement abstrait imposé par les normes de la logique formelle. Pour l’école de la rationalité écologique, un facteur de biais n’est pas nécessairement une anomalie de l’esprit, mais le résultat de l’application d’une heuristique rapide et frugale dans un environnement pour lequel elle n’a pas été conçue ou calibrée sur le plan évolutif.
7. Composantes clés, typologies et dimensions
L’analyse différentielle des facteurs de biais permet de les classifier selon leur source d’émergence et leur mécanisme d’interférence :
- Facteurs de biais d’échantillonnage et de sélection : Mécanismes par lesquels la constitution de l’échantillon d’étude dévie de la population cible (par exemple, le recours prédominant aux cohortes d’étudiants occidentaux, dit biais WEIRD).
- Facteurs de biais de désirabilité sociale : Tendance des répondants à fausser leurs réponses explicites pour donner une image flatteuse ou moralement acceptable de leur psychisme, particulièrement prévalent dans les auto-questionnaires portant sur l’agressivité, la sexualité ou les préjugés.
- Facteurs de biais d’acquiescement : Propension de certains participants à acquiescer passivement aux énoncés d’un test, indépendamment de leur teneur conceptuelle, liée au niveau socio-éducatif ou à des conventions de politesse culturelle.
- Facteurs de biais de cadrage (framing) : Modification radicale du choix d’un individu provoquée par la façon dont les options décisionnelles lui sont présentées (accent mis sur les gains versus accent mis sur les pertes potentielles).
- Facteurs de biais de confirmation : Tendance cognitive à rechercher, mémoriser et interpréter prioritairement les informations venant corroborer une conviction initiale tout en minimisant ou réinterprétant les preuves disconfirmatoires.
- Facteurs de biais de l’expérimentateur : Indices involontaires émis par le chercheur (inflexion de voix, regards, micro-expressions) qui guident le comportement du sujet vers la confirmation de l’hypothèse mise à l’épreuve.
- Facteurs de biais d’attrition différentielle : Perte dissymétrique de participants entre le groupe expérimental et le groupe contrôle au cours d’une étude longitudinale, rompant l’équivalence initiale issue de la randomisation.
8. Exemples et études de cas illustratives
Une illustration saisissante réside dans l’utilisation des tests de quotient intellectuel au début du XXe siècle aux États-Unis. Lors de la conscription militaire durant la Première Guerre mondiale, les tests Army Alpha et Army Beta contenaient des questions fortement imprégnées de culture matérielle américaine (reconnaître des logos publicitaires, identifier des personnalités locales). Les recrues immigrées récentes, maîtrisant mal la langue et ignorant ces codes locaux, obtenaient des scores extrêmement faibles. L’absence de familiarité culturelle constituait un facteur de biais d’instrumentation flagrant, confondant l’acculturation linguistique avec la capacité intellectuelle générale.
Un autre cas paradigmatique se rencontre en psychopathologie clinique avec le diagnostic du trouble de la personnalité borderline par rapport aux troubles du spectre bipolaire. Plusieurs enquêtes de terrain ont démontré que le genre du patient opère comme un puissant facteur de biais diagnostique : pour une constellation sémiologique strictement identique présentée sous forme de vignettes cliniques, les cliniciens attribuent plus fréquemment le diagnostic d’état limite à un sujet féminin, et celui de bipolarité ou de trouble antisocial à un sujet masculin. Les représentations sociales du genre interfèrent directement avec l’arbre diagnostique objectif.
Dans le champ de la psychologie de la santé, l’évaluation de la douleur chronique offre un exemple net de facteur de biais lié au répondant : le phénomène de remémoration (recall bias). Lorsqu’on demande rétrospectivement à des patients d’évaluer leur intensité douloureuse moyenne sur le mois écoulé, leurs réponses sont massivement corrélées à l’intensité de la douleur ressentie le jour de la passation et au pic douloureux le plus aigu (effet peak-end), occultant la majorité des journées asymptomatiques réelles.
9. Mesure et évaluation
La détection et l’estimation quantitative des facteurs de biais constituent un champ technique majeur de la psychométrie contemporaine :
Échelles de contrôle et de validité : Des inventaires de personnalité polyphasiques complexes, à l’image du MMPI (Minnesota Multiphasic Personality Inventory), intègrent des sous-échelles conçues exclusivement pour capturer les facteurs de biais de réponse. L’échelle $L$ (Lie) détecte la fausse attribution de vertus irréalistes ; l’échelle $F$ (Infrequency) repère les réponses anarchiques, la simulation de symptômes ou l’incompréhension des consignes ; et l’échelle $K$ (Correction) chiffre les attitudes défensives subtiles, permettant d’ajuster mathématiquement les scores cliniques bruts.
Modélisation par la théorie de la réponse à l’item (TRI) : Pour identifier si un item d’évaluation souffre d’un facteur de biais de sous-groupe, les psychométriciens examinent le fonctionnement différentiel de l’item (Differential Item Functioning ou DIF). Si des individus issus de deux groupes distincts (par exemple, hommes versus femmes) possédant un niveau latent équivalent du trait $ heta$ n’ont pas la même probabilité de réussir ou d’approuver l’item, celui-ci est pollué par un facteur de biais construct-irrelevant et doit être reformulé ou supprimé.
Méthodes expérimentales du double aveugle : Sur le plan protocolaire, l’occultation des conditions d’assignation expérimentale (assigner aléatoirement des participants sans que ni eux ni les expérimentateurs ne sachent qui reçoit le principe actif psychothérapeutique ou la condition placebo) représente le dispositif de référence pour anéantir les facteurs de biais liés aux attentes et à l’effet Pygmalion.
10. Applications et portée pratique
La maîtrise des facteurs de biais transcende les frontières du laboratoire et innerve de multiples secteurs de la pratique appliquée :
En psychologie du travail et des organisations : Les processus d’embauche sont notoirement vulnérables au biais de similarité (favoriser un candidat dont la personnalité ou le parcours ressemble au sien) et à l’effet de halo (inférer la compétence professionnelle globale à partir de l’attrait physique ou de l’aisance verbale). L’introduction d’entretiens de recrutement hautement standardisés et structurés, adossés à des grilles d’évaluation critériées et à des jurys pluralistes, permet de neutraliser ces facteurs de biais pour optimiser la validité prédictive des sélections.
En psychologie médico-légale et judiciaire : Le recueil des témoignages oculaires est perpétuellement menacé par des facteurs de biais d’interrogation. Les questions suggestives posées par les enquêteurs introduisent des éléments falsifiés dans la mémoire épisodique du témoin (l’effet de désinformation décrit par Elizabeth Loftus). La mise en place de protocoles d’entretien cognitif non directifs protège la déposition contre ces intrusions suggestives.
En éducation et en docimologie : L’évaluation des compétences scolaires est continuellement biaisée par la connaissance préalable des performances antérieures de l’élève ou par la qualité calligraphique de la copie. Le recours à des corrections d’examens anonymisées et à des barèmes analytiques partagés réduit considérablement cette variabilité d’évaluation.
11. Recherche et données empiriques
La recherche contemporaine a quantifié l’impact dévastateur des facteurs de biais non contrôlés sur l’édifice scientifique. Dans un article pionnier resté célèbre, John Ioannidis a mathématiquement démontré que la majorité des découvertes de recherche publiées pouvaient être fausses en raison de la conjonction de facteurs de biais méthodologiques : faible taille d’échantillon, flexibilité dans l’analyse des données (degrés de liberté du chercheur) et prédominance d’intérêts corporatifs ou théoriques favorisant les résultats positifs spectaculaires.
L’étude systématique conduite en 2015 par l’Open Science Collaboration sur la réplication de 100 articles parus dans trois revues prestigieuses de psychologie a révélé que seulement 36 à 47 % des effets initiaux pouvaient être répliqués avec succès. L’analyse rétrospective a pointé du doigt les facteurs de biais de publication : les revues scientifiques refusaient traditionnellement de publier les résultats nuls ou non significatifs, incitant les chercheurs à torturer leurs données pour franchir le seuil fatidique de $p < .05$. En réponse à cette découverte empirique, la discipline a vu émerger de nouvelles pratiques standardisées telles que le pré-enregistrement des protocoles (registered reports) et le partage des données brutes en accès ouvert (open data).
Au niveau de la psychologie différentielle, les travaux empiriques de Fiske et Campbell ont été complétés par les méta-analyses structurales de Podsakoff et al. sur la variance de méthode commune (common method variance). Leurs calculs indiquent que jusqu’à 30 % de la variance observée dans les corrélations entre traits auto-rapportés dans un même questionnaire ne découle pas d’une association psychologique réelle, mais de la source commune de mesure agissant comme un puissant facteur de biais unificateur.
12. Considérations culturelles et transculturelles
Le transport transculturel de modèles ou d’instruments psychologiques constitue une source inépuisable de facteurs de biais si une vigilance d’adaptation rigoureuse n’est pas exercée. Fons van de Vijver et Ronald Poortinga ont magistralement conceptualisé trois niveaux de biais transculturels :
Le biais de construit : Il se manifeste lorsque le construit psychologique mesuré ne recouvre pas la même signification fonctionnelle ou sémiologique d’une culture à une autre. Par exemple, la notion de « filiation » ou de « bien-être subjectif » possède une armature sémantique radicalement différente selon qu’elle s’exprime dans une société individualiste d’Europe occidentale ou dans une société collectiviste rurale d’Asie de l’Est.
Le biais de méthode : Il émerge des disparités d’acculturation vis-à-vis des formats de réponse. Les échelles de Likert posent d’importantes difficultés de comparabilité : les membres de certaines cultures ont une forte propension à utiliser les extrêmes de l’échelle (style de réponse extrême), tandis que d’autres cultures valorisent l’harmonie et évitent l’affirmation tranchée, sélectionnant systématiquement le point médian (style de réponse modéré).
Le biais d’item : Résultat d’une traduction linguistique inadéquate ou d’anachronismes locaux. Une question évaluant la dépression par l’assertion « je me sens bleu » (calque littéral de l’anglais feeling blue) perdra totalement sa charge métaphorique en français si elle n’est pas adaptée en « j’ai le cafard » ou « je me sens triste », introduisant une incompréhension mesurable assimilable à un facteur de biais direct.
13. Critiques, controverses et limites
Le statut épistémologique accordé aux facteurs de biais suscite des débats vigoureux au sein de la communauté académique. La controverse historique opposant l’école de Daniel Kahneman à celle de Gerd Gigerenzer en est la manifestation la plus aiguë. Pour Kahneman, l’existence des facteurs de biais cognitifs documente les défaillances systématiques de la rationalité humaine face aux canons de la théorie de la décision bayésienne. Pour Gigerenzer, cette vision déprécie indûment l’intelligence humaine : ce que le paradigme de laboratoire qualifie d’erreur ou de biais n’est bien souvent qu’une adaptation optimale à des environnements écologiques complexes marqués par une incertitude radicale où les probabilités exactes sont indisponibles.
Une seconde critique, d’ordre méthodologique, dénonce la « pathologisation » systématique de l’écart à la moyenne. En psychologie de la personnalité, qualifier toute réponse atypique de facteur de biais de réponse (simulation ou manque d’attention) risque d’occulter une variabilité idiosyncrasique authentique chez des sujets neuroatypiques ou non conventionnels. L’épuration statistique obsessionnelle des données peut ainsi conduire à éliminer des profils psychologiques réels sous prétexte qu’ils ne se conforment pas au patron moyen de la distribution.
Enfin, le postmodernisme et la psychologie critique soutiennent que la recherche de protocoles d’évaluation « totalement exempts de tout facteur de biais » relève d’une illusion positiviste. Selon cette perspective, tout observateur est situé socialement, historiquement et corporellement ; prétendre à une neutralité absolue nierait la nature intrinsèquement relationnelle et dialogique des phénomènes psychologiques.
14. Termes connexes et distinctions conceptuelles
Afin d’éviter tout flottement sémantique, il importe de distinguer nettement le facteur de biais d’autres concepts méthodologiques limitrophes :
- Erreur aléatoire (Random Error) : Fluctuation imprévisible et non directionnelle affectant la fidélité de la mesure, tandis que le facteur de biais est une altération directionnelle constante affectant la validité.
- Variable confondante (Confounding Variable) : Variable extérieure qui covarie simultanément avec la variable indépendante et la variable dépendante, créant une corrélation fallacieuse. Une variable confondante est une cause possible de biais méthodologique, mais tous les facteurs de biais ne sont pas des variables confondantes (par exemple, un biais d’arrondi ou un biais d’ancrage cognitif).
- Artefact expérimental : Résultat artificiel produit spécifiquement par les conditions matérielles du protocole d’étude et n’existant pas dans la réalité naturelle. L’artefact est souvent la conséquence concrète générée par un facteur de biais non maîtrisé.
- Bruit statistique (Noise) : Dispersion indésirable de la variance autour de l’estimation vraie, dénuée de directionnalité univoque, contrairement au biais qui déplace le centre de gravité même de la distribution.
- Heuristique : Règle empirique ou raccourci de traitement de l’information utilisé par l’esprit. L’heuristique est le mécanisme de traitement, tandis que le facteur de biais est la distorsion résultant de son application inopportune.
15. Synthèse et points clés
Le facteur de biais constitue une notion nodale de l’épistémologie psychologique, symbolisant l’écart permanent entre la réalité phénoménologique d’un individu et la trace que parvient à en saisir l’appareil de mesure ou le jugement clinique. Qu’il provienne des limites computationnelles du système cognitif, de l’interaction psychosociale entre chercheur et sujet, ou de déficiences psychométriques de l’instrument de mesure, son action est toujours caractérisée par sa systématicité et son invisibilité apparente.
L’histoire de la psychologie montre que le progrès d’une discipline ne se mesure pas à l’élimination définitive de toute erreur — horizon technique inatteignable —, mais à sa lucidité méthodologique pour expliciter, modéliser et contrôler statistiquement ces facteurs de biais. L’adoption contemporaine de standards ouverts, de pré-enregistrements rigoureux et d’échelles de validité sophistiquées illustre la maturation d’une discipline résolue à préserver la crédibilité de ses inférences sur l’esprit humain.
Références
- Campbell, D. T., & Fiske, D. W. (1959). Convergent and discriminant validation by the multitrait-multimethod matrix. Psychological Bulletin, 56(2), 81–105. https://doi.org/10.1037/h0046016
- Gigerenzer, G., & Gaissmaier, W. (2011). Heuristic decision making. Annual Review of Psychology, 62, 451–482. https://doi.org/10.1146/annurev-psych-120709-145346
- Ioannidis, J. P. A. (2005). Why most published research findings are false. PLOS Medicine, 2(8), e124. https://doi.org/10.1371/journal.pmed.0020124
- Kahneman, D. (2011). Thinking, fast and slow. Farrar, Straus and Giroux.
- Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251), aac4716. https://doi.org/10.1126/science.aac4716
- Rosenthal, R., & Jacobson, L. (1968). Pygmalion in the classroom. The Urban Review, 3(1), 16–20. https://doi.org/10.1007/BF02322211
- van de Vijver, F. J. R., & Tanzer, N. K. (2004). Bias and equivalence in cross-cultural assessment: An overview. European Review of Applied Psychology, 54(2), 119–135. https://doi.org/10.1016/j.erap.2003.12.004