Plus heureux que toi

J. Krueger

Vous êtes mieux que la moyenne.

Source: J. Krueger

La plupart des gens sont moyens, mais peu de gens le croient. – Mark D. Alicke

Cet essai, que j’ai écrit avec David Grüning, est dédié à la mémoire de Mark D. Alicke de l’Université de l’Ohio. Mark est mort avant la plénitude des temps. Sa sagesse, sa créativité et son mauvais sens de l’humour manqueront à ses amis et collègues. Mark a montré la voie avec ses recherches et a inspiré beaucoup d’entre nous à faire mieux.

La plupart des gens sont assez heureux la plupart du temps, du moins c’est ce qu’ils rapportent lorsqu’on leur demande (Diener et Diener, 1996). Ils ne mentent peut-être pas. Il semble probable que la nature nous a doté, en moyenne, d’un point de consigne supérieur à la neutralité parfaite, c’est-à-dire au-dessus de ne rien ressentir ou de ressentir un équilibre parfait entre le bien et le mal. Une certaine tromperie ou une tromperie de soi fait probablement également partie du mélange, car une humeur dépressive peut être difficile à admettre pour soi-même ou pour les autres. Il y a un peu une demande culturelle et moraliste d’être heureux et de projeter le bonheur, en particulier dans une société individualiste et consciente de soi comme les États-Unis d’Amérique.

À son tour, la demande culturelle, et en être conscient, suggère que les gens devraient également supposer que le bonheur de la personne moyenne se situe au-dessus du point médian de l’échelle. Cela étant, la comparaison de l’intérêt ne se situe pas entre la perception de soi et le point neutre mais entre la perception de soi et une autre perception. Au fil des ans, j’ai vu plusieurs ensembles de données, y compris des données collectées par moi-même et mes élèves, montrant les effet supérieur à la moyenne (BTAE; Alicke et Govorun, 2005). Le BTAE est un indice de biais d’auto-amélioration. Le terme «biais» fait ici référence à la différence; il ne parle pas de l’exactitude de la perception. De nombreuses personnes qui prétendent être plus heureuses que la moyenne pourraient bien l’être (Heck et Krueger, 2015).

A lire aussi  Créer pour vous-même plutôt que pour les autres

Pour revenir sur la question, nous avons recueilli des auto-évaluations du bonheur et des évaluations du bonheur prédit pour l’autre moyen à partir de 190 étudiants dans un cours de bonheur; donc à peine un groupe de répondants naïfs. Voici ce que nous avons trouvé: sur une échelle de 1 (très mécontent) à 10 (très heureux), l’auto-évaluation moyenne était de 6,53 et l’autre note moyenne était de 6,35, ce qui donne une petite taille d’effet standardisée de 0,11. UNE t le test pour les échantillons corrélés n’était pas significatif, p = 0,15. Passant à un test de Wilcoxon non paramétrique car les hypothèses pour un t test n’ont pas été satisfaits, nous avons récupéré un p valeur de 0,09 et une taille d’effet – cette fois sur une métrique corrélationnelle – de 0,17. Puis, passant à l’interprétation unilatérale très décriée du test, nous avons conclu que l’efficacité p la valeur était de 0,045, ce qui serait significatif. Pourquoi nous sommes-nous sentis libres de faire cela? Nous l’avons fait parce que la longue histoire des recherches sur les différences de perception entre soi et autrui montre qu’au niveau moyen, un renversement de l’amélioration de soi, c’est-à-dire l’effacement de soi, est très rare. En d’autres termes, s’il y a un biais systématique d’auto-autre, c’est probablement dans le sens de l’auto-amélioration, et c’est ce que nous avons trouvé.

D. Grüning

distributions des cotes de bonheur

Source: D. Grüning

La figure ci-dessus montre les distributions des notes, les colonnes orange indiquant la fréquence des auto-évaluations pour chaque valeur d’échelle et les colonnes vertes indiquant les fréquences des autres évaluations. Le déplacement de la distribution orange vers la droite (le happy end) est visible, bien que artificiellement amélioré par le fait que pour chaque valeur d’échelle, la colonne orange est placée à droite de la colonne verte.

On remarque également que la distribution verte – dont l’écart-type est de 1,14 – est plus serrée que la distribution orange – dont l’écart-type est de 1,78. C’est comme ça qu’il devrait être; en fait, ce n’est pas suffisant. Il n’y a qu’une seule vraie valeur pour le bonheur moyen, et si tous les répondants le savaient, ils devraient tous donner la même note, ce qui donne un écart type de 0. Le fait qu’il y ait une dispersion considérable dans les autres évaluations montre que les répondants ne savaient pas le bonheur de la personne moyenne, mais il fallait le deviner. Comment l’ont-ils fait? Une partie de la réponse est la projection sociale. Connaissant (ou pensant connaître) leur propre bonheur, les répondants pouvaient prédire le bonheur de la personne moyenne à partir du leur – de manière régressive. Des auto-évaluations très élevées donneraient d’autres notes un peu moins élevées, et des auto-évaluations très faibles donneraient d’autres notes un peu moins basses. La deuxième figure montre d’autres cotes comparées aux auto-évaluations ainsi qu’à la ligne de régression. La corrélation entre l’auto-évaluation et les autres évaluations était de 0,38. Ce graphique montre également la plus grande dispersion des auto-évaluations: l’écart de gauche à droite est supérieur à un écart de haut en bas.

Ce que vous ne voyez pas dans ces deux chiffres, c’est le nombre de répondants qui se sont évalués aussi (non) heureux que la personne moyenne. 35% l’ont fait. Une pluralité de 41% s’estiment plus heureux que la moyenne, et une minorité de 24% s’estiment plus malheureuse. Cela nous donne une dernière opportunité de pirater cela p évaluer. S’il y avait un biais, 63% de celui-ci était auto-améliorant, ce qui donne une probabilité binomiale de 0,0007 sous l’hypothèse que l’auto-amélioration et l’auto-amélioration sont également probables.

A lire aussi  La science soutenant les grands changements de Victoria's Secret

marque aurait prédit cela. Lui-même n’était pas un auto-activateur public. Si quoi que ce soit, on pourrait dire que Mark était plus humble que la moyenne. Il a dit un jour que dans la banlieue rurale à l’est d’Athènes, où il vivait, ses voisins le considéraient en dessous de la moyenne. “Pourquoi?” J’ai demandé. «Je ne sais pas comment écorcher un cerf», répondit Mark. L’héritage de ses recherches raconte une histoire différente. Mark a excellé. L’auto-amélioration n’était pas le seul sujet étudié par Mark, mais il y revenait souvent au cours de ses quatre décennies de carrière, de temps et de gain en introduisant des variations innovantes sur le thème. Si nous nous effaçons lorsque nous nous comparons à Mark, nous ne commettons pas d’erreur. Il en est ainsi.