{"id":3904,"date":"2026-09-11T03:27:48","date_gmt":"2026-09-11T03:27:48","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/qu-est-ce-qu-une-base-de-sondage\/"},"modified":"2026-09-11T03:27:52","modified_gmt":"2026-09-11T03:27:52","slug":"qu-est-ce-qu-une-base-de-sondage","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=qu-est-ce-qu-une-base-de-sondage","title":{"rendered":"Qu’est-ce qu’une base de sondage ?"},"content":{"rendered":"

La recherche scientifique en sciences sociales, en psychologie et en \u00e9pid\u00e9miologie repose fondamentalement sur la capacit\u00e9 du chercheur \u00e0 tirer des inf\u00e9rences valides \u00e0 partir de donn\u00e9es empiriques recueillies aupr\u00e8s d\u2019un sous-ensemble d\u2019individus. Au c\u0153ur de cette d\u00e9marche d\u2019inf\u00e9rence statistique se trouve la transition d\u00e9licate entre le monde th\u00e9orique, o\u00f9 sont formul\u00e9es les hypoth\u00e8ses concernant une population d\u2019int\u00e9r\u00eat globale, et le monde op\u00e9rationnel, o\u00f9 les participants doivent \u00eatre concr\u00e8tement identifi\u00e9s, contact\u00e9s et mesur\u00e9s. Cette passerelle m\u00e9thodologique indispensable porte un nom pr\u00e9cis : la base de sondage (ou sampling frame<\/em> en litt\u00e9rature anglophone). Sans une compr\u00e9hension intime et rigoureuse de la structure, des limites et des propri\u00e9t\u00e9s math\u00e9matiques de cet instrument, toute tentative de g\u00e9n\u00e9ralisation s\u2019expose \u00e0 des biais structurels d\u00e9vastateurs qui compromettent la validit\u00e9 externe et interne des r\u00e9sultats scientifiques.<\/p>\n

Trop souvent n\u00e9glig\u00e9e au profit des seuls algorithmes de tirage al\u00e9atoire ou des mod\u00e8les d’analyse multivari\u00e9e sophistiqu\u00e9s, la base de sondage constitue pourtant le socle mat\u00e9riel et conceptuel sur lequel repose l\u2019ensemble de l’\u00e9difice probabiliste. Qu’il s’agisse d’un registre national exhaustif, d’une liste hospitali\u00e8re de patients souffrant de troubles psychiatriques, d’un annuaire professionnel ou d’une base num\u00e9rique de pan\u00e9listes, chaque support pr\u00e9sente des caract\u00e9ristiques intrins\u00e8ques qui d\u00e9terminent qui a une probabilit\u00e9 d’\u00eatre inclus dans l’\u00e9tude et qui en est irr\u00e9m\u00e9diablement exclu. L\u2019erreur de couverture, composante majeure du cadre de l\u2019erreur totale d\u2019enqu\u00eate (Total Survey Error<\/em>), na\u00eet pr\u00e9cis\u00e9ment dans les failles de cette interface.<\/p>\n

Dans cet article de r\u00e9f\u00e9rence exhaustif, nous explorerons en profondeur l’ensemble des dimensions th\u00e9oriques, math\u00e9matiques, empiriques et \u00e9thiques de la base de sondage, avec un accent particulier sur la psychologie quantitative, la psychom\u00e9trie et les sciences du comportement. De sa caract\u00e9risation formelle aux strat\u00e9gies novatrices d\u2019\u00e9chantillonnage en r\u00e9seau ou \u00e0 base multiple, ce guide offre aux chercheurs, cliniciens, statisticiens et doctorants les rep\u00e8res indispensables pour concevoir, auditer et exploiter des dispositifs d’\u00e9chantillonnage \u00e0 la pointe des exigences m\u00e9thodologiques contemporaines.<\/p>\n

\"\"<\/figure>\n

1. D\u00e9finition fondamentale et concepts cl\u00e9s de la base de sondage<\/h2>\n

1.1 Qu’est-ce qu’une base de sondage (sampling frame) ?<\/h3>\n

Sur le plan op\u00e9rationnel, une base de sondage se d\u00e9finit comme le dispositif mat\u00e9riel, documentaire ou algorithmique qui recense, identifie et permet d’acc\u00e9der physiquement \u00e0 chaque unit\u00e9 \u00e9l\u00e9mentaire appartenant \u00e0 une population d\u00e9termin\u00e9e. Loin d’\u00eatre une simple liste passive d’adresses ou de num\u00e9ros, la base de sondage incarne le protocole explicite d’acc\u00e8s aux unit\u00e9s statistiques. Selon les formulations classiques de la statistique d’enqu\u00eate, telles que formalis\u00e9es par Leslie Kish et d\u00e9velopp\u00e9es ult\u00e9rieurement par William G. Cochran<\/a>, elle constitue le cadre op\u00e9rationnel effectif sans lequel le principe m\u00eame de l’\u00e9chantillonnage probabiliste s’av\u00e8re inapplicable. En l’absence de base formelle, il devient impossible d’attribuer une probabilit\u00e9 d’inclusion non nulle et connue \u00e0 chaque individu de la population cible.<\/p>\n

Le r\u00f4le premier de la base de sondage est de fonctionner comme l’interface directe reliant le concept abstrait d’une population cible d\u00e9finie par le chercheur et l’\u00e9chantillon empirique final extrait par les proc\u00e9dures d’\u00e9chantillonnage. Il convient d’\u00e9tablir une distinction fondamentale entre la base mat\u00e9rielle (telle qu’un fichier de donn\u00e9es, un r\u00e9pertoire t\u00e9l\u00e9phonique, un registre d’\u00e9tat civil municipal ou une base de donn\u00e9es hospitali\u00e8re) et la r\u00e8gle d’acc\u00e8s abstraite qui la sous-tend. Par exemple, un protocole d’\u00e9chantillonnage par num\u00e9rotation al\u00e9atoire (Random Digit Dialing<\/em> – RDD) ne s’appuie pas sur une liste pr\u00e9existante de personnes vivantes, mais sur un ensemble algorithmique de num\u00e9ros t\u00e9l\u00e9phoniques possibles g\u00e9n\u00e9r\u00e9s selon un cadre probabiliste strict. M\u00eame dans cette configuration d\u00e9mat\u00e9rialis\u00e9e, la combinaison des plages de pr\u00e9fixes valides constitue la base de sondage formelle du protocole.<\/p>\n

Un attribut indispensable de toute base de sondage rigoureuse r\u00e9side dans l’identifiant unique assign\u00e9 \u00e0 chaque unit\u00e9 statistique. Qu’il s’agisse d’un num\u00e9ro d’ordre s\u00e9quentiel, d’un identifiant national de sant\u00e9, d’une adresse IP coupl\u00e9e \u00e0 un code alphanum\u00e9rique crypt\u00e9 ou d’une cl\u00e9 de registre d’immatriculation universitaire, cet identifiant doit garantir l’absence d’ambigu\u00eft\u00e9 lors des tirages al\u00e9atoires. Il pr\u00e9vient les confusions homonymiques et autorise la reproductibilit\u00e9 exacte des algorithmes de s\u00e9lection probabiliste pseudo-al\u00e9atoire au sein des environnements de calcul scientifique.<\/p>\n

1.2 Distinction cruciale : Population cible, base de sondage et \u00e9chantillon<\/h3>\n

La confusion conceptuelle entre la population cible, la base de sondage et l’\u00e9chantillon constitue l’une des erreurs m\u00e9thodologiques les plus pernicieuses dans la recherche empirique. La population cible<\/strong> (ou univers th\u00e9orique) repr\u00e9sente l’ensemble complet des unit\u00e9s d’observation auxquelles le chercheur souhaite \u00e9tendre ses conclusions th\u00e9oriques. Par exemple, dans une \u00e9tude portant sur les manifestations cognitives de l’anxi\u00e9t\u00e9 g\u00e9n\u00e9ralis\u00e9e, la population cible pourrait \u00eatre l’ensemble des adultes \u00e2g\u00e9s de 18 \u00e0 65 ans r\u00e9sidant en France m\u00e9tropolitaine et r\u00e9pondant aux crit\u00e8res diagnostiques du DSM-5. Cet univers est une construction conceptuelle, souvent infinie ou inaccessible dans sa totalit\u00e9 imm\u00e9diate.<\/p>\n

La base de sondage<\/strong>, quant \u00e0 elle, repr\u00e9sente l’op\u00e9rationnalisation concr\u00e8te, tangible et n\u00e9cessairement finie de cet univers. Pour la m\u00eame recherche sur l’anxi\u00e9t\u00e9, la base de sondage pourrait \u00eatre le registre des patients admis dans les centres m\u00e9dico-psychologiques (CMP) d’une r\u00e9gion administrative donn\u00e9e sur une p\u00e9riode de douze mois cons\u00e9cutifs. D\u00e8s cet instant, une divergence structurelle appara\u00eet : les individus souffrant d’anxi\u00e9t\u00e9 mais ne consultant jamais en institution psychiatrique, ou consultant exclusivement en cabinet lib\u00e9ral, appartiennent indubitablement \u00e0 la population cible th\u00e9orique, mais sont totalement exclus de la base de sondage disponible. L’\u00e9chantillon<\/strong> d\u00e9signe enfin le sous-ensemble d’unit\u00e9s effectivement s\u00e9lectionn\u00e9es \u00e0 partir de cette base de sondage via une proc\u00e9dure d’\u00e9chantillonnage probabiliste ou non probabiliste pour faire l’objet de l’investigation empirique.<\/p>\n

\"Sampling
Sampling frame vs. target population<\/figcaption><\/figure>\n

La probl\u00e9matique centrale qui d\u00e9coule de ce triptyque r\u00e9side dans l’\u00e9cart syst\u00e9matique entre l’univers th\u00e9orique et la base disponible. Tout d\u00e9calage entre la composition de la population cible et les entr\u00e9es pr\u00e9sentes dans la base de sondage g\u00e9n\u00e8re un biais de couverture. Lorsque les inf\u00e9rences sont projet\u00e9es directement de l’\u00e9chantillon vers la population cible sans tenir compte de la distorsion inh\u00e9rente \u00e0 la base de sondage interm\u00e9diaire, les estimations de param\u00e8tres (moyennes, proportions, coefficients de corr\u00e9lation, tailles d’effet) sont structurellement entach\u00e9es d’erreur, quelle que soit la taille de l’\u00e9chantillon ou la puissance du test statistique retenu.<\/p>\n

1.3 L’importance m\u00e9thodologique en psychologie et sciences du comportement<\/h3>\n

En psychologie exp\u00e9rimentale, en psychom\u00e9trie et dans les sciences du comportement, la rigueur de la base de sondage est le garant ultime de la validit\u00e9 des inf\u00e9rences statistiques et psychom\u00e9triques. Dans le champ de la mod\u00e9lisation psychom\u00e9trique, notamment dans le cadre de la th\u00e9orie de r\u00e9ponse aux items (IRT) ou de l’analyse factorielle confirmatoire (CFA), l’invariance de mesure suppose que les relations structurales entre les variables latentes et les indicateurs manifestes soient stables \u00e0 travers les sous-populations. Or, si la base de sondage surrepr\u00e9sente ou omet s\u00e9lectivement des strates psychologiques sp\u00e9cifiques (par exemple, les personnes pr\u00e9sentant des traits d\u00e9pressifs sous-cliniques ou des profils cognitifs neurodivergents), les param\u00e8tres d’\u00e9talonnage des \u00e9chelles d’\u00e9valuation s’en trouvent irr\u00e9m\u00e9diablement fauss\u00e9s.<\/p>\n

Par ailleurs, la crise de la reproductibilit\u00e9 qui a secou\u00e9 les sciences du comportement au cours de la derni\u00e8re d\u00e9cennie tire une large part de ses racines de l’instabilit\u00e9 des cadres d’\u00e9chantillonnage. Historiquement, la recherche acad\u00e9mique en psychologie a eu recours de mani\u00e8re quasi syst\u00e9matique \u00e0 des bases de convenance hautement homog\u00e8nes et s\u00e9lectives : les cohortes d’\u00e9tudiants de premier cycle en psychologie participant aux exp\u00e9riences en \u00e9change de cr\u00e9dits acad\u00e9miques obligatoires. Cette pratique a institutionnalis\u00e9 ce que Henrich, Heine et Norenzayan (2010) ont qualifi\u00e9 d’\u00e9chantillons WEIRD<\/a> (Western, Educated, Industrialized, Rich, Democratic<\/em>).<\/p>\n

Le recours \u00e0 de telles bases de sondage restreintes fausse la distribution empirique des fonctions cognitives fondamentales, des biais attentionnels et des processus socio-affectifs. En croyant mesurer des invariants universels de l’esprit humain, les chercheurs ont souvent document\u00e9 les sp\u00e9cificit\u00e9s neurocognitives d’un sous-ensemble minuscule de la population mondiale. Seule la constitution de bases de sondage repr\u00e9sentatives, document\u00e9es et diversifi\u00e9es permet d’att\u00e9nuer ce biais ethnocentrique et socio-\u00e9conomique, et de conf\u00e9rer aux th\u00e9ories psychologiques une authentique port\u00e9e nomoth\u00e9tique.<\/p>\n

2. Caract\u00e9ristiques d’une base de sondage id\u00e9ale<\/h2>\n

2.1 L’exhaustivit\u00e9 et la compl\u00e9tude des \u00e9l\u00e9ments<\/h3>\n

D’un point de vue axiomatique, la perfection d’une base de sondage repose en premier lieu sur son exhaustivit\u00e9 absolue : chaque \u00e9l\u00e9ment constitutif de la population cible d\u00e9finie au pr\u00e9alable doit y figurer, sans exception. Cette exigence de compl\u00e9tude implique une couverture int\u00e9grale sans omission arbitraire de sous-groupes d\u00e9mographiques, culturels, socio-\u00e9conomiques ou g\u00e9ographiques. Dans une enqu\u00eate \u00e9pid\u00e9miologique en sant\u00e9 mentale visant la population g\u00e9n\u00e9rale adulte, l’exhaustivit\u00e9 requiert que les r\u00e9sidents d’habitats non conventionnels, les personnes sans domicile fixe, les populations carc\u00e9rales ou les personnes hospitalis\u00e9es en \u00e9tablissements de soins de longue dur\u00e9e soient int\u00e9gr\u00e9s dans le dispositif ou pris en compte dans des segments sp\u00e9cifiques de la base.<\/p>\n

L’omission de franges marginalis\u00e9es ou atypiques alt\u00e8re non seulement les estimations de pr\u00e9valence ponctuelle, mais d\u00e9truit \u00e9galement l’exactitude des calculs de variance. En th\u00e9orie des sondages probabilistes, l’estimation sans biais de la variance d’un estimateur d\u00e9pend de l’existence de probabilit\u00e9s d’inclusion positives pour toutes les paires possibles d’unit\u00e9s dans la population (conditions de Horvitz-Thompson<\/a>). Si une fraction de la population est totalement absente de la base (probabilit\u00e9 d’inclusion nulle, $\\pi_i = 0$<\/span>), il devient math\u00e9matiquement impossible d’estimer sans biais les caract\u00e9ristiques de cette fraction et leur variabilit\u00e9 conjointe avec le reste du corps social.<\/p>\n

Dans les sciences cognitives et le diagnostic neuropsychologique, l’absence de compl\u00e9tude de la base servant \u00e0 l’\u00e9talonnage d’un test conduit \u00e0 des erreurs de diagnostic dramatiques. Par exemple, si la base d’\u00e9talonnage d’un test mn\u00e9sique omet syst\u00e9matiquement les personnes \u00e2g\u00e9es faiblement scolaris\u00e9es ou issues de minorit\u00e9s linguistiques, les scores seuils pathologiques \u00e9tablis induiront des taux alarmants de faux positifs parmi ces sous-groupes, assimilant \u00e0 tort une diff\u00e9rence socioculturelle \u00e0 un d\u00e9clin cognitif organique.<\/p>\n

2.2 L’actualit\u00e9 et la pr\u00e9cision des informations d’identification<\/h3>\n

Une base de sondage ne constitue pas une entit\u00e9 statique fig\u00e9e pour l’\u00e9ternit\u00e9 ; elle est une photographie dynamique d’un univers en perp\u00e9tuelle mutation. La qualit\u00e9 d’une base d\u00e9pend directement de l’actualit\u00e9 de ses donn\u00e9es et de la pr\u00e9cision m\u00e9ticuleuse de ses informations de contact et de ses variables de stratification auxiliaires. Les d\u00e9m\u00e9nagements, les changements d’op\u00e9rateur de t\u00e9l\u00e9phonie, les fermetures de comptes de messagerie \u00e9lectronique, les mariages entra\u00eenant des changements d’\u00e9tat civil et les d\u00e9c\u00e8s cr\u00e9ent une attrition naturelle et continue au sein de tout registre.<\/p>\n

L’impact de la d\u00e9gradation temporelle des coordonn\u00e9es se traduit imm\u00e9diatement sur le terrain par l’apparition d’une non-r\u00e9ponse technique<\/strong>. Lorsqu’un chercheur tente de joindre un participant s\u00e9lectionn\u00e9 selon un protocole al\u00e9atoire strict mais que l’adresse physique est obsol\u00e8te ou que le num\u00e9ro de t\u00e9l\u00e9phone est r\u00e9attribu\u00e9, cette d\u00e9faillance technique ne doit pas \u00eatre assimil\u00e9e \u00e0 un refus de participer. Elle repr\u00e9sente une rupture d’acc\u00e8s imputable \u00e0 la d\u00e9gradation de la base. Pour maintenir la fid\u00e9lit\u00e9 de l’outil, la fr\u00e9quence optimale de rafra\u00eechissement des registres administratifs ou des panels de recherche psychologique doit \u00eatre calibr\u00e9e sur le taux de rotation naturel de la population \u00e9tudi\u00e9e, souvent \u00e9tabli entre six et douze mois dans les cohortes longitudinales exigeantes.<\/p>\n

En outre, la pr\u00e9cision des variables sociod\u00e9mographiques enregistr\u00e9es dans la base (comme le niveau d’\u00e9ducation formelle, la tranche de revenu ou le statut matrimonial) est cruciale si le chercheur envisage un \u00e9chantillonnage probabiliste stratifi\u00e9. Des variables auxiliaires erron\u00e9es dans la base conduiront \u00e0 des attributions erron\u00e9es de strates, r\u00e9duisant \u00e0 n\u00e9ant les gains d’efficacit\u00e9 statistique attendus de la stratification et complexifiant le calcul ult\u00e9rieur des facteurs de redressement statistique.<\/p>\n

2.3 L’absence d’entr\u00e9es dupliqu\u00e9es ou erron\u00e9es<\/h3>\n

Le principe de base de l’\u00e9chantillonnage al\u00e9atoire repose sur la r\u00e8gle de l’unicit\u00e9 stricte : chaque individu de la population cible ne doit \u00eatre repr\u00e9sent\u00e9 qu’une seule et unique fois dans la base de sondage. L’existence d’entr\u00e9es dupliqu\u00e9es d\u00e9truit l’\u00e9galit\u00e9 ou la ma\u00eetrise th\u00e9orique des probabilit\u00e9s d’inclusion. Un individu figurant deux fois dans une liste \u00e9lectorale ou dans un annuaire a math\u00e9matiquement deux fois plus de chances d’\u00eatre s\u00e9lectionn\u00e9 par un tirage al\u00e9atoire simple qu’un individu n’y figurant qu’une seule fois, ce qui viole l’hypoth\u00e8se d’\u00e9quir\u00e9partition des chances et introduit un biais d’\u00e9chantillonnage non contr\u00f4l\u00e9.<\/p>\n

De m\u00eame, la pr\u00e9sence d’enregistrements erron\u00e9s \u2014 c’est-\u00e0-dire d’unit\u00e9s qui n’appartiennent pas ou plus \u00e0 la population cible, telles que des personnes d\u00e9c\u00e9d\u00e9es, des individus ayant \u00e9migr\u00e9 d\u00e9finitivement \u00e0 l’\u00e9tranger ou des entit\u00e9s commerciales inscrites par m\u00e9garde dans un registre d’individus \u2014 pollue la s\u00e9lection. Ces unit\u00e9s fant\u00f4mes augmentent les co\u00fbts logistiques de l’enqu\u00eate et r\u00e9duisent la taille effective de l’\u00e9chantillon utile pr\u00e9\u00e9tabli par l’analyse de puissance statistique a priori.<\/p>\n

Pour parer \u00e0 ces d\u00e9rives structurelles, la mise en \u0153uvre de protocoles de d\u00e9duplication algorithmique constitue un pr\u00e9alable incontournable avant tout tirage. Ces proc\u00e9dures font appel \u00e0 des techniques d’appariement d\u00e9terministe et probabiliste, croisant les noms de famille, pr\u00e9noms, dates de naissance, codes postaux et identifiants \u00e9lectroniques afin d’agr\u00e9ger les entr\u00e9es redondantes et d’\u00e9liminer les enregistrements corrompus avant le d\u00e9clenchement de la phase de recrutement.<\/p>\n

3. Les anomalies et disparit\u00e9s structurelles de la base de sondage<\/h2>\n

3.1 Le sous-d\u00e9nombrement (sous-couverture) et ses cons\u00e9quences<\/h3>\n

Le sous-d\u00e9nombrement, ou sous-couverture (undercoverage<\/em>), constitue l’anomalie la plus pernicieuse et la plus fr\u00e9quente rencontr\u00e9e dans la pratique m\u00e9thodologique. Il se produit d\u00e8s lors que des segments entiers de la population cible sont totalement omis de la base de sondage disponible. Cette d\u00e9ficience structurelle ne rel\u00e8ve pas du hasard : les populations omises partagent souvent des caract\u00e9ristiques syst\u00e9matiques qui les distinguent radicalement du reste des individus index\u00e9s dans la liste.<\/p>\n

Dans le domaine de la recherche psychologique et \u00e9pid\u00e9miologique, l’exclusion syst\u00e9matique des populations vuln\u00e9rables repr\u00e9sente un enjeu critique. Par exemple, les \u00e9tudes consacr\u00e9es aux d\u00e9terminants socio-environnementaux de la d\u00e9tresse psychologique majeure sous-estiment syst\u00e9matiquement l’ampleur du ph\u00e9nom\u00e8ne si la base de sondage repose sur un registre des contribuables ou sur des annuaires de t\u00e9l\u00e9phonie fixe. Les individus en pr\u00e9carit\u00e9 \u00e9conomique extr\u00eame, les travailleurs saisonniers non d\u00e9clar\u00e9s, les demandeurs d’asile ou les personnes souffrant de d\u00e9pendances s\u00e9v\u00e8res aux substances psychoactives sont massivement absents de ces bases conventionnelles.<\/p>\n

Sur le plan math\u00e9matique, le biais d’estimation d\u00e9coulant du sous-d\u00e9nombrement s’exprime avec une limpidit\u00e9 redoutable. Si l’on note $\\bar{Y}$<\/span> la moyenne r\u00e9elle de la variable psychologique dans l’ensemble de la population cible, $\\bar{Y}_c$<\/span> la moyenne au sein de la fraction couverte par la base, $\\bar{Y}_u$<\/span> la moyenne au sein de la fraction non couverte (omise), et $W_u$<\/span> la proportion de la population cible qui n’est pas couverte par la base, le biais th\u00e9orique de la base s’\u00e9crit :<\/p>\n

$$\\text{Biais}(\\bar{y}_c) = \\bar{Y}_c – \\bar{Y} = W_u (\\bar{Y}_c – \\bar{Y}_u)$$<\/span><\/p>\n

Cette relation d\u00e9montre formellement que le biais ne d\u00e9pend pas seulement de l’ampleur quantitative de l’omission ($W_u$<\/span>), mais surtout du contraste substantiel $(\\bar{Y}_c – \\bar{Y}_u)$<\/span> entre les individus r\u00e9pertori\u00e9s et les exclus. M\u00eame si le taux de sous-couverture est relativement faible (par exemple 5 %), le biais sera massif si la d\u00e9tresse psychologique est consid\u00e9rablement plus \u00e9lev\u00e9e chez les non-inscrits que chez les inscrits. Les m\u00e9thodes d’imputation et les techniques d’ajustement statistique a posteriori (telles que le calage sur marges ou la post-stratification) peuvent att\u00e9nuer ces distorsions, mais elles demeurent impuissantes lorsque les m\u00e9canismes d’omission d\u00e9pendent directement de la variable d’int\u00e9r\u00eat elle-m\u00eame (donn\u00e9es manquantes non al\u00e9atoires, Missing Not At Random<\/em> – MNAR).<\/p>\n

3.2 Le sur-d\u00e9nombrement (sur-couverture) et la pr\u00e9sence d’unit\u00e9s \u00e9trang\u00e8res<\/h3>\n

\u00c0 l’oppos\u00e9 du spectre des distorsions se trouve le sur-d\u00e9nombrement, ou sur-couverture (overcoverage<\/em>). Cette anomalie se manifeste par l’inclusion dans la base de sondage d’unit\u00e9s qui ne satisfont pas aux crit\u00e8res d’admissibilit\u00e9 th\u00e9oriques fix\u00e9s par les objectifs de la recherche. Ce ph\u00e9nom\u00e8ne survient fr\u00e9quemment lorsque les fronti\u00e8res de la base sont plus larges que celles de la population cible. Par exemple, si l’objectif d’une investigation neurocognitive est d’\u00e9tudier les fonctions ex\u00e9cutives chez les adolescents \u00e2g\u00e9s de 12 \u00e0 15 ans, mais que la base de sondage mobilis\u00e9e est un registre g\u00e9n\u00e9ral de tous les \u00e9l\u00e8ves inscrits dans le secondaire (incluant des enfants de 10 ans et des jeunes adultes de 18 ans), la base est affect\u00e9e de sur-couverture.<\/p>\n

Bien que moins dommageable sur le plan de l’invariance math\u00e9matique que le sous-d\u00e9nombrement \u2014 pourvu que les unit\u00e9s \u00e9trang\u00e8res puissent \u00eatre formellement identifi\u00e9es et \u00e9limin\u00e9es \u2014, la sur-couverture engendre des co\u00fbts op\u00e9rationnels et temporels consid\u00e9rables. Les \u00e9quipes de recherche doivent d\u00e9ployer d’importantes ressources financi\u00e8res et humaines pour administrer des questionnaires de s\u00e9lection pr\u00e9liminaire (screening<\/em>) visant \u00e0 \u00e9carter les unit\u00e9s in\u00e9ligibles contact\u00e9es par inadvertance.<\/p>\n

Le danger m\u00e9thodologique devient critique lorsque le filtrage sur le terrain est imparfait. Dans les cohortes de psychologie clinique, si des crit\u00e8res diagnostiques stricts (par exemple, absence de comorbidit\u00e9 neurologique ou de d\u00e9pendance active aux psychotropes) ne sont pas rigoureusement v\u00e9rifi\u00e9s lors du premier contact avec les individus tir\u00e9s d’une base g\u00e9n\u00e9rale, des cas non conformes s’infiltrent dans la cohorte exp\u00e9rimentale. Cette contamination affaiblit consid\u00e9rablement la puissance statistique des tests d’hypoth\u00e8ses et brouille la clart\u00e9 des liens causaux mod\u00e9lis\u00e9s.<\/p>\n

3.3 La duplication et les regroupements d’unit\u00e9s<\/h3>\n

La pr\u00e9sence de duplications et de grappes structurelles non r\u00e9solues constitue le troisi\u00e8me grand pi\u00e8ge anatomique des bases de sondage. La duplication correspond \u00e0 la situation o\u00f9 une m\u00eame unit\u00e9 cible est associ\u00e9e \u00e0 plusieurs lignes ou enregistrements au sein du fichier. En cons\u00e9quence directe, sa probabilit\u00e9 d’inclusion dans l’\u00e9chantillon final est m\u00e9caniquement multipli\u00e9e par le nombre de fois o\u00f9 elle est repr\u00e9sent\u00e9e. Dans une enqu\u00eate men\u00e9e aupr\u00e8s de professionnels de sant\u00e9 mentale enregistr\u00e9s \u00e0 la fois \u00e0 leur cabinet priv\u00e9 et \u00e0 leur adresse hospitali\u00e8re au sein d’un registre professionnel, les praticiens cumulant les deux statuts voient leur poids probabiliste doubler par rapport \u00e0 leurs confr\u00e8res n’exer\u00e7ant que dans un seul cadre.<\/p>\n

Le regroupement d’unit\u00e9s (ou probl\u00e8me des unit\u00e9s en grappes apparaissant comme des entit\u00e9s simples) survient lorsque l’identifiant pr\u00e9sent dans la base ne d\u00e9signe pas un individu unique, mais un groupe, une structure collective ou un m\u00e9nage. Dans les enqu\u00eates t\u00e9l\u00e9phoniques ou r\u00e9sidentielles traditionnelles, l’identifiant g\u00e9ographique (l’adresse postale ou le num\u00e9ro d’appartement) renvoie fr\u00e9quemment \u00e0 une famille compos\u00e9e de plusieurs personnes. Si le chercheur applique un protocole d’\u00e9chantillonnage simple en s\u00e9lectionnant une adresse puis en choisissant un seul individu au hasard au sein du foyer (par exemple via la m\u00e9thode de la prochaine date d’anniversaire ou la grille de Kish), les individus vivant dans des foyers nombreux ont une probabilit\u00e9 d’inclusion bien plus faible que ceux vivant seuls :<\/p>\n

$$\\pi_{i|j} = \\pi_j \\times \\frac{1}{M_j}$$<\/span><\/p>\n

o\u00f9 $\\pi_j$<\/span> est la probabilit\u00e9 de s\u00e9lection du m\u00e9nage $j$<\/span>, et $M_j$<\/span> est le nombre d’individus \u00e9ligibles r\u00e9sidant dans ce m\u00e9nage. Si le statisticien omet d’incorporer ces facteurs d’ajustement dans les poids de sondage finaux ($w_i = 1 \/ \\pi_{i|j}$<\/span>), les individus issus de m\u00e9nages \u00e0 faible effectif seront ind\u00fbment surrepr\u00e9sent\u00e9s dans toutes les analyses subs\u00e9quentes, distordant irr\u00e9m\u00e9diablement les estimations de la recherche.<\/p>\n

4. Typologie des bases de sondage en recherche psychologique<\/h2>\n

4.1 Les registres institutionnels et administratifs<\/h3>\n

Les registres institutionnels, administratifs et gouvernementaux repr\u00e9sentent la r\u00e9f\u00e9rence m\u00e9thodologique la plus solide en mati\u00e8re d’\u00e9chantillonnage de population g\u00e9n\u00e9rale. Il s’agit des fichiers \u00e9lectoraux nationaux, des registres municipaux d’\u00e9tat civil, des bases de la s\u00e9curit\u00e9 sociale ou des r\u00e9pertoires exhaustifs tenus par les minist\u00e8res de l’\u00c9ducation nationale pour les populations scolaris\u00e9es. Ces cadres institutionnels poss\u00e8dent l’immense avantage d’une couverture quasi universelle et d’un contr\u00f4le rigoureux de la pr\u00e9cision des identifiants civils.<\/p>\n

\"Sampling
Sampling frame example<\/figcaption><\/figure>\n

Dans l’\u00e9tude du d\u00e9veloppement cognitif, linguistique et \u00e9motionnel de l’enfant et de l’adolescent, les registres d’inscriptions scolaires offrent un cadre d’une robustesse exceptionnelle. Ils permettent de cerner avec pr\u00e9cision des cohortes compl\u00e8tes d’\u00e2ges sp\u00e9cifiques et de d\u00e9ployer des tirages stratifi\u00e9s croisant les zones g\u00e9ographiques, les indices de d\u00e9favorisation sociale de l’\u00e9tablissement scolaire et les programmes p\u00e9dagogiques suivis. Les inf\u00e9rences tir\u00e9es de telles bases b\u00e9n\u00e9ficient d’une l\u00e9gitimit\u00e9 statistique et d’une repr\u00e9sentativit\u00e9 externe incomparables.<\/p>\n

Toutefois, l’acc\u00e8s \u00e0 ces registres administratifs est strictement encadr\u00e9 par des barri\u00e8res r\u00e9glementaires et juridiques draconiennes, dict\u00e9es par la protection de la vie priv\u00e9e. En France et dans l’Union europ\u00e9enne, l’obtention de tels fichiers requiert des autorisations complexes aupr\u00e8s d’autorit\u00e9s de r\u00e9gulation telles que la CNIL<\/a> et l’approbation de comit\u00e9s d’\u00e9thique de la recherche. De surcro\u00eet, un obstacle conceptuel r\u00e9current r\u00e9side dans l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 des taxonomies : les classifications administratives (cat\u00e9gories socioprofessionnelles, d\u00e9coupages administratifs) ne co\u00efncident pas toujours avec les construits th\u00e9oriques affin\u00e9s exig\u00e9s par les mod\u00e8les psychologiques contemporains.<\/p>\n

4.2 Les bases de donn\u00e9es cliniques et dossiers m\u00e9dicaux<\/h3>\n

En psychopathologie exp\u00e9rimentale, en neuropsychologie et en psychiatrie biologique, les chercheurs mobilisent massivement les bases de donn\u00e9es issues des dossiers m\u00e9dicaux \u00e9lectroniques (DME), les registres de cohortes hospitali\u00e8res sp\u00e9cialis\u00e9es ou les bases m\u00e9dico-administratives d’assurance maladie (comme le Syst\u00e8me National des Donn\u00e9es de Sant\u00e9 – SNDS en France). Ces bases fournissent une infrastructure pr\u00e9cieuse : elles contiennent des donn\u00e9es diagnostiques standardis\u00e9es pr\u00e9alables, \u00e9tablies selon les classifications nosographiques internationales (CIM-11, DSM-5), associ\u00e9es \u00e0 des historiques th\u00e9rapeutiques d\u00e9taill\u00e9s et des bilans paracliniques (neuro-imagerie, biomarqueurs g\u00e9n\u00e9tiques).<\/p>\n

N\u00e9anmoins, le recours aux bases hospitali\u00e8res et cliniques introduit un biais structurel majeur bien document\u00e9 dans la litt\u00e9rature \u00e9pid\u00e9miologique : le biais de Berkson<\/strong> ou biais institutionnel. Les patients figurant dans les registres des centres hospitaliers universitaires de pointe ne sont pas repr\u00e9sentatifs de l’ensemble des personnes atteintes du trouble mental consid\u00e9r\u00e9 dans la communaut\u00e9. Ils pr\u00e9sentent syst\u00e9matiquement une gravit\u00e9 clinique accrue, une r\u00e9sistance plus marqu\u00e9e aux traitements conventionnels, un niveau de comorbidit\u00e9s psychiatriques et somatiques plus \u00e9lev\u00e9 et une d\u00e9gradation psychosociale plus profonde que les patients pris en charge en m\u00e9decine ambulatoire lib\u00e9rale ou ceux ne recevant aucun soin.<\/p>\n

De plus, l’utilisation de ces r\u00e9pertoires m\u00e9dicaux exige des protocoles de consentement \u00e9clair\u00e9 stricts et une tra\u00e7abilit\u00e9 sans faille des extractions de donn\u00e9es. Les identifiants directs des patients doivent \u00eatre neutralis\u00e9s via des m\u00e9thodes de pseudonymisation irr\u00e9versible avant toute exploitation par les \u00e9quipes d’analyse statistique, sous peine d’enfreindre les chartes internationales de bio\u00e9thique et les r\u00e9gulations sanitaires nationales.<\/p>\n

4.3 Les bases num\u00e9riques, panels en ligne et plateformes participatives<\/h3>\n

L’essor des technologies num\u00e9riques et de l’Internet a r\u00e9volutionn\u00e9 la collecte de donn\u00e9es en sciences du comportement via l’apparition de plateformes de recrutement participatif en ligne, telles que Prolific, Amazon Mechanical Turk (MTurk), CloudResearch ou les panels commerciaux propri\u00e9taires g\u00e9r\u00e9s par des instituts de sondage (Qualtrics Panels, YouGov). Ces syst\u00e8mes mettent \u00e0 la disposition des laboratoires des bases de plusieurs centaines de milliers de pan\u00e9listes pr\u00eats \u00e0 participer quasi instantan\u00e9ment \u00e0 des protocoles exp\u00e9rimentaux moyennant une compensation financi\u00e8re.<\/p>\n

Si ces bases num\u00e9riques garantissent une rapidit\u00e9 de collecte exceptionnelle et permettent de r\u00e9aliser des \u00e9tudes exp\u00e9rimentales complexes \u00e0 moindre co\u00fbt, leur nature soul\u00e8ve de vives inqui\u00e9tudes m\u00e9thodologiques. La base sous-jacente est int\u00e9gralement auto-s\u00e9lectionn\u00e9e<\/em>. Les pan\u00e9listes ne sont pas recrut\u00e9s selon des m\u00e9canismes probabilistes \u00e0 partir d’une population d\u00e9finie, mais s’inscrivent volontairement sur les plateformes. Cela favorise l’\u00e9mergence d’une population de r\u00e9pondants \u00ab professionnels \u00bb, hyper-entra\u00een\u00e9s \u00e0 d\u00e9jouer les \u00e9preuves d’attention, ma\u00eetrisant d’avance les paradigmes classiques de la psychologie cognitive (dilemme du tramway, t\u00e2che de Stroop, jeu de l’ultimatum) et d\u00e9veloppant des attitudes artificielles de conformisme social ou d’optimisation financi\u00e8re.<\/p>\n

Les \u00e9valuations psychom\u00e9triques approfondies r\u00e9v\u00e8lent que les pan\u00e9listes en ligne pr\u00e9sentent, par rapport \u00e0 la population g\u00e9n\u00e9rale \u00e9quivalente sur le plan sociod\u00e9mographique, des taux significativement plus \u00e9lev\u00e9s d’anxi\u00e9t\u00e9 sociale, d’introversion, de sympt\u00f4mes d\u00e9pressifs l\u00e9gers et d’isolement relationnel, tout en \u00e9tant plus jeunes et plus scolaris\u00e9s. Par cons\u00e9quent, loin de constituer un miroir de la population globale, ces bases num\u00e9riques incarnent une niche comportementale sp\u00e9cifique fa\u00e7onn\u00e9e par les algorithmes de recrutement des plateformes et les incitations mon\u00e9taires.<\/p>\n

4.4 Les bases de sondage ar\u00e9olaires et g\u00e9ographiques<\/h3>\n

Lorsque la recherche vise des populations pour lesquelles aucun registre nominatif centralis\u00e9 n’existe \u2014 ce qui est fr\u00e9quent dans les pays \u00e0 faible revenu, dans les zones urbaines hautement informelles ou dans les contextes post-catastrophes naturelles \u2014, les chercheurs recourent aux bases de sondage ar\u00e9olaires (area sampling frames<\/em>). Dans cette approche cartographique, l’unit\u00e9 de base n’est pas un individu nomm\u00e9, mais une portion pr\u00e9cis\u00e9ment d\u00e9limit\u00e9e du territoire physique : un secteur de recensement, un \u00eelot urbain, un district cadastral ou une coordonn\u00e9e g\u00e9ographique parcellis\u00e9e par imagerie satellitaire.<\/p>\n

La psychologie environnementale, la psychologie sociale communautaire et l’\u00e9pid\u00e9miologie des traumatismes collectifs mobilisent largement ce dispositif. Le protocole s’articule selon une s\u00e9lection hi\u00e9rarchique par \u00e9tapes successives :<\/p>\n