Dans un contexte de r\u00e9ponse volontaire, il est math\u00e9matiquement impossible d’attribuer une telle probabilit\u00e9 non nulle et mesurable \u00e0 chaque individu. Quelle \u00e9tait la probabilit\u00e9 qu’un individu quelconque, r\u00e9sidant dans une r\u00e9gion donn\u00e9e et n’ayant pas acc\u00e8s au canal de diffusion du sondage, puisse faire partie de l’\u00e9chantillon ? Cette probabilit\u00e9 est soit nulle, soit rigoureusement ind\u00e9terminable. L’absence de distribution d’\u00e9chantillonnage connue an\u00e9antit les fondements th\u00e9oriques n\u00e9cessaires au calcul standard de la marge d’erreur, des intervalles de confiance et des tests d’hypoth\u00e8ses statistiques usuels.<\/p>\n
Cette approche diverge radicalement des protocoles d’\u00e9chantillonnage al\u00e9atoire simple, o\u00f9 chaque individu poss\u00e8de une probabilit\u00e9 rigoureusement identique d’\u00eatre choisi ($1\/N$<\/span>), ou d’\u00e9chantillonnage stratifi\u00e9, o\u00f9 la population est pr\u00e9alablement segment\u00e9e en sous-groupes homog\u00e8nes avant qu’un tirage au sort ne soit ex\u00e9cut\u00e9 au sein de chaque strate. L’\u00e9chantillonnage volontaire op\u00e8re en totale contradiction avec ces principes : la structure d\u00e9mographique finale de l’\u00e9chantillon ne refl\u00e8te pas la composition de la population d’origine, mais l’interaction complexe entre la visibilit\u00e9 du canal de diffusion et la propension psychologique des individus \u00e0 s’auto-d\u00e9signer comme r\u00e9pondants.<\/p>\n L’adoption d’un protocole \u00e0 r\u00e9ponse volontaire engendre une mutation profonde de la posture \u00e9pist\u00e9mologique du chercheur. Ce dernier abandonne son r\u00f4le traditionnel d’architecte du plan d’\u00e9chantillonnage pour devenir un r\u00e9cepteur passif de flux informationnels. Cette perte de contr\u00f4le m\u00e9thodologique sur la composition finale de l’\u00e9chantillon constitue une concession critique qui fragilise la robustesse interne et externe des investigations scientifiques. Le chercheur ne d\u00e9cide plus de qui est interrog\u00e9 ; il observe simplement qui a souhait\u00e9 s’exprimer.<\/p>\n La diffusion large de l’instrument de mesure (questionnaires d\u00e9mat\u00e9rialis\u00e9s, liens hypertextes partag\u00e9s en acc\u00e8s public, formulaires en libre-service) sans ciblage contr\u00f4l\u00e9 des r\u00e9pondants r\u00e9pond souvent \u00e0 des imp\u00e9ratifs d’\u00e9conomie de moyens ou d’urgence temporelle. Cela pose un v\u00e9ritable dilemme \u00e9thique et pratique au sein de la communaut\u00e9 scientifique : le compromis entre la facilit\u00e9 d’acc\u00e8s \u00e0 des cohortes massives \u00e0 co\u00fbt quasi nul et la rigueur d’un dispositif contr\u00f4l\u00e9 qui requiert des ressources logistiques consid\u00e9rables. Face \u00e0 la pression acad\u00e9mique de publication rapide (\u00ab publish or perish \u00bb), la tentation de recourir \u00e0 l’auto-s\u00e9lection est constante, bien que ses p\u00e9rils soient universellement document\u00e9s.<\/p>\n Par ailleurs, ce protocole passif modifie structurellement la gestion de la non-r\u00e9ponse. Dans un \u00e9chantillonnage classique, le taux de non-r\u00e9ponse est un indicateur quantifiable (nombre de refus divis\u00e9 par le nombre de sollicitations directes), permettant la mise en \u0153uvre de relances dirig\u00e9es pour tenter d’enrayer le biais d’attrition. Dans le cas de la r\u00e9ponse volontaire, la notion m\u00eame de taux de non-r\u00e9ponse perd toute consistance arithm\u00e9tique : le d\u00e9nominateur \u2014 c’est-\u00e0-dire le nombre total d’individus ayant \u00e9t\u00e9 expos\u00e9s au stimulus de l’enqu\u00eate mais ayant choisi de l’ignorer \u2014 demeure \u00e0 jamais inconnu. Le chercheur se trouve donc priv\u00e9 de l’outil diagnostique \u00e9l\u00e9mentaire permettant d’\u00e9valuer l’ampleur de la d\u00e9perdition d’information.<\/p>\n Pour mesurer la d\u00e9rive \u00e9pist\u00e9mologique induite par la r\u00e9ponse volontaire, il est imp\u00e9ratif de revisiter les fondements math\u00e9matiques qui conf\u00e8rent \u00e0 l’\u00e9chantillonnage probabiliste sa force d\u00e9monstrative, et de comprendre comment l’auto-s\u00e9lection en subvertit les th\u00e9or\u00e8mes les plus cardinaux.<\/p>\n L’inf\u00e9rence statistique moderne repose sur le paradigme probabiliste \u00e9tabli au cours de la premi\u00e8re moiti\u00e9 du XXe si\u00e8cle. Le principe fondateur du tirage al\u00e9atoire stipule que la repr\u00e9sentativit\u00e9 th\u00e9orique d’un \u00e9chantillon n’est pas garantie par une quelconque ressemblance photographique instantan\u00e9e avec la population, mais par la nature stochastique du processus de s\u00e9lection. Lorsque le hasard pur, orchestr\u00e9 par un g\u00e9n\u00e9rateur de nombres pseudo-al\u00e9atoires ou des urnes de tirage contr\u00f4l\u00e9es, pr\u00e9side au choix des unit\u00e9s, les lois de la probabilit\u00e9 garantissent que les estimateurs empiriques convergent en probabilit\u00e9 vers les param\u00e8tres populationnels r\u00e9els au fur et \u00e0 mesure que la taille de l’\u00e9chantillon cro\u00eet.<\/p>\n Ce m\u00e9canisme autorise le calcul rigoureux de la variance d’\u00e9chantillonnage et la construction d’intervalles de confiance pr\u00e9cis. Selon les postulats du th\u00e9or\u00e8me central limite<\/a> et de la loi des grands nombres, la distribution des moyennes d’\u00e9chantillonnage r\u00e9p\u00e9t\u00e9es autour de la v\u00e9ritable moyenne populationnelle $\\mu$<\/span> suit une distribution asymptotiquement normale de variance $\\sigma^2 \/ n$<\/span>. Cette propri\u00e9t\u00e9 math\u00e9matique \u00e9l\u00e9gante et robuste permet d’\u00e9noncer des affirmations probabilistes sur l’erreur maximale d’estimation \u00e0 un seuil de confiance d\u00e9termin\u00e9 (par exemple, 95 %).<\/p>\n Ces garanties th\u00e9oriques assurent la double pr\u00e9servation de la validit\u00e9 interne (le fait que la relation observ\u00e9e au sein de l’\u00e9chantillon ne soit pas un pur art\u00e9fact m\u00e9thodologique) et de la validit\u00e9 externe (la l\u00e9gitimit\u00e9 d’extrapoler cette relation \u00e0 l’ensemble de la population de r\u00e9f\u00e9rence). L’\u00e9chantillonnage probabiliste constitue ainsi le pont math\u00e9matique reliant l’observation fragmentaire du particulier \u00e0 la loi g\u00e9n\u00e9rale qui gouverne le tout.<\/p>\n L’\u00e9chantillonnage \u00e0 r\u00e9ponse volontaire consomme une rupture radicale avec cette architecture axiomatique. En premier lieu, il viole d\u00e9lib\u00e9r\u00e9ment les conditions d’ind\u00e9pendance et d’\u00e9quiprobabilit\u00e9 qui sous-tendent les th\u00e9or\u00e8mes asymptotiques. Les observations collect\u00e9es ne peuvent plus \u00eatre mod\u00e9lis\u00e9es comme des variables al\u00e9atoires ind\u00e9pendantes et identiquement distribu\u00e9es (i.i.d.). Chaque unit\u00e9 statistique entre dans l’\u00e9chantillon par le truchement d’une d\u00e9cision intentionnelle d\u00e9pendante de variables cognitives, affectives et contextuelles propres \u00e0 l’individu.<\/p>\n D\u00e8s lors, le processus de s\u00e9lection n’est plus un m\u00e9canisme neutre et exog\u00e8ne pilot\u00e9 par le statisticien ; il se transforme en une variable d\u00e9pendante psychologique interne au syst\u00e8me \u00e9tudi\u00e9. La probabilit\u00e9 d’inclusion d’un sujet devient fonction directe de la valeur qu’il porte \u00e0 l’\u00e9gard de la variable mesur\u00e9e. Par exemple, si l’\u00e9tude porte sur le niveau de satisfaction professionnelle, la probabilit\u00e9 d’auto-s\u00e9lection sera corr\u00e9l\u00e9e de mani\u00e8re non lin\u00e9aire au niveau de m\u00e9contentement ou d’exaltation de l’employ\u00e9. Cette endog\u00e9n\u00e9it\u00e9 fondamentale contamine l’ensemble des estimateurs statistiques.<\/p>\n \u00c0 cette d\u00e9faillance s’ajoute l’absence de base de sondage d\u00e9limit\u00e9e (sampling frame). Faute de pouvoir circonscrire math\u00e9matiquement l’univers des r\u00e9pondants potentiels, le chercheur se trouve face \u00e0 un ensemble d’individus dont les caract\u00e9ristiques structurelles \u00e9chappent \u00e0 toute mod\u00e9lisation probabiliste rigoureuse. Les limites axiomatiques interdisent alors formellement toute g\u00e9n\u00e9ralisation directe des donn\u00e9es empiriques vers une population \u00e9largie, r\u00e9duisant les donn\u00e9es obtenues au statut de simples anecdotes agr\u00e9g\u00e9es, priv\u00e9es de puissance inf\u00e9rentielle universelle.<\/p>\n Afin de situer l’\u00e9chantillon \u00e0 r\u00e9ponse volontaire dans le spectre des pratiques empiriques, il convient de le comparer \u00e0 d’autres m\u00e9thodes non probabilistes couramment employ\u00e9es en sciences sociales et en marketing. Le tableau conceptuel suivant permet de distinguer leurs logiques de fonctionnement respectives :<\/p>\n La d\u00e9marcation entre ces approches doit \u00eatre \u00e9valu\u00e9e \u00e0 l’aune de la finalit\u00e9 de l’\u00e9tude. Si une m\u00e9thode exploratoire ou qualitative peut s’accommoder de l’absence de repr\u00e9sentativit\u00e9 probabiliste pour identifier des concepts \u00e9mergents, une vis\u00e9e descriptive, pr\u00e9dictive ou \u00e9tiologique souffrira irr\u00e9m\u00e9diablement de la distorsion engendr\u00e9e par l’auto-s\u00e9lection pure.<\/p>\n Le biais de r\u00e9ponse volontaire ne provient pas d’un d\u00e9faut des machines de calcul, mais de la psychologie humaine. La d\u00e9cision d’un individu de consacrer du temps, de l’\u00e9nergie et de l’attention \u00e0 un questionnaire non r\u00e9mun\u00e9r\u00e9 ou spontan\u00e9ment accessible d\u00e9pend d’une constellation de d\u00e9terminants psychologiques bien r\u00e9pertori\u00e9s par les sciences du comportement.<\/p>\n L’un des postulats cardinaux de la psychologie sociale r\u00e9side dans la relation entre l’intensit\u00e9 d’une attitude et la propension au passage \u00e0 l’action. Dans les ann\u00e9es 1960, la th\u00e9orie de l’implication personnelle (Ego-Involvement Theory<\/em>) d\u00e9velopp\u00e9e par Muzafer Sherif et Carl Hovland a brillamment d\u00e9montr\u00e9 que les individus poss\u00e9dant une position extr\u00eame sur un sujet donn\u00e9 manifestent une \u00ab latitude de rejet \u00bb exceptionnellement large \u00e0 l’\u00e9gard des positions alternatives, coupl\u00e9e \u00e0 une activation \u00e9motionnelle intense d\u00e8s que le th\u00e8me est \u00e9voqu\u00e9. Ce sont pr\u00e9cis\u00e9ment ces individus fortement investis qui se mobilisent lorsqu’une opportunit\u00e9 d’expression s’offre \u00e0 eux.<\/p>\n \u00c0 l’oppos\u00e9, les personnes dont les opinions sont mod\u00e9r\u00e9es, nuanc\u00e9es ou qui per\u00e7oivent le sujet avec indiff\u00e9rence pr\u00e9sentent une apathie comportementale pr\u00e9visible. L’utilit\u00e9 per\u00e7ue de consacrer quelques minutes \u00e0 remplir un formulaire est largement inf\u00e9rieure aux co\u00fbts d’opportunit\u00e9 cognitifs li\u00e9s \u00e0 l’effort de concentration. Il en d\u00e9coule un ph\u00e9nom\u00e8ne m\u00e9canique de polarisation des r\u00e9ponses : l’enqu\u00eate n’enregistre pas la distribution de l’opinion dans la soci\u00e9t\u00e9, mais la distribution de la passion dans la soci\u00e9t\u00e9. Les cohortes aux avis mitig\u00e9s disparaissent purement et simplement de la m\u00e9trique observ\u00e9e.<\/p>\n Cette asym\u00e9trie d’engagement est encore exacerb\u00e9e par la valence de l’\u00e9motion ressentie. Les travaux contemporains en neurosciences affectives confirment que les \u00e9tats \u00e9motionnels \u00e0 haute valence n\u00e9gative (col\u00e8re, indignation, sentiment d’injustice) constituent de bien plus puissants catalyseurs comportementaux que les \u00e9motions positives douces (satisfaction passive, contentement routinier). D\u00e8s lors, les questionnaires d’\u00e9valuation ou d’opinion collect\u00e9s de mani\u00e8re volontaire deviennent des amplificateurs du ressentiment et de l’exasp\u00e9ration, le besoin de r\u00e9troaction n\u00e9gative fonctionnant comme une catharsis pour le r\u00e9pondant frustr\u00e9.<\/p>\n L’analyse des r\u00e9pondants volontaires peut \u00e9galement \u00eatre abord\u00e9e par le prisme de la th\u00e9orie de l’autod\u00e9termination<\/a> formul\u00e9e par Edward Deci et Richard Ryan. En l’absence de r\u00e9tribution mon\u00e9taire ou d’obligation institutionnelle, la participation rel\u00e8ve d’une motivation intrins\u00e8que autonome. Deux profils psychologiques distincts \u00e9mergent fr\u00e9quemment au sein de ces panels spontan\u00e9s : les individus motiv\u00e9s par un comportement prosocial ou civique, et ceux anim\u00e9s par un fort sentiment d’efficacit\u00e9 personnelle.<\/p>\n Le d\u00e9sir d’aider la recherche acad\u00e9mique, de participer au progr\u00e8s de la science m\u00e9dicale ou de manifester une solidarit\u00e9 envers un projet d’utilit\u00e9 publique constitue un puissant biais de s\u00e9lection bienveillant. Les personnes qui r\u00e9pondent spontan\u00e9ment \u00e0 de telles sollicitations affichent des scores syst\u00e9matiquement plus \u00e9lev\u00e9s sur les traits de personnalit\u00e9 du mod\u00e8le des Big Five, notamment l’Agr\u00e9abilit\u00e9 (altruisme, empathie, coop\u00e9ration) et la Conscience (sens du devoir, rigueur morale). Ce filtre s\u00e9lectif cr\u00e9e une distorsion pernicieuse : les sujets \u00e9tudi\u00e9s sont psychologiquement plus coop\u00e9ratifs, plus altruistes et plus confiants dans les institutions que la moyenne de la population g\u00e9n\u00e9rale qu’ils sont cens\u00e9s repr\u00e9senter.<\/p>\n De surcro\u00eet, le sentiment d’auto-efficacit\u00e9 (self-efficacy<\/em> th\u00e9oris\u00e9 par Albert Bandura) joue un r\u00f4le filtrant d\u00e9terminant. Les individus convaincus de la valeur de leur voix et persuad\u00e9s que leur contribution singuli\u00e8re peut peser sur l’orientation d’une politique publique ou sur le d\u00e9veloppement d’une solution commerciale sont infiniment plus enclins \u00e0 cliquer sur un questionnaire. Ceux qui \u00e9prouvent un sentiment d’impuissance politique, de rel\u00e9gation sociale ou d’incomp\u00e9tence intellectuelle s’auto-excluent spontan\u00e9ment de la d\u00e9marche, privant l’enqu\u00eate des perspectives des segments de population les plus vuln\u00e9rables ou marginalis\u00e9s.<\/p>\n Participer \u00e0 une consultation ouverte n’est que rarement un acte neutre de transmission d’information objective ; c’est fr\u00e9quemment un acte performatif d’affirmation identitaire. \u00c0 l’\u00e8re de l’individualisme expressif et des r\u00e9seaux socionum\u00e9riques, les individus mobilisent l’enqu\u00eate d’opinion comme une ar\u00e8ne o\u00f9 r\u00e9affirmer leur appartenance \u00e0 un \u00ab endogroupe \u00bb valoris\u00e9 face \u00e0 un \u00ab exogroupe \u00bb antagoniste, selon les axiomes de la th\u00e9orie de l’identit\u00e9 sociale d’Henri Tajfel.<\/p>\n Le biais de confirmation pousse les militants, qu’ils soient politiques, id\u00e9ologiques ou consum\u00e9ristes, \u00e0 guetter les sondages en acc\u00e8s libre pour faire triompher leur narratif. L’acte de r\u00e9pondre devient une opportunit\u00e9 strat\u00e9gique de faire pencher la balance statistique en faveur de leur communaut\u00e9, cr\u00e9ant de v\u00e9ritables dynamiques de mobilisation collective coordonn\u00e9es (ph\u00e9nom\u00e8ne de \u00ab brigading \u00bb num\u00e9rique o\u00f9 des groupes d’int\u00e9r\u00eat partagent massivement les liens d’un sondage pour en fausser d\u00e9lib\u00e9r\u00e9ment l’issue). Le sondage \u00e0 r\u00e9ponse volontaire se transforme alors en caisse de r\u00e9sonance militante.<\/p>\n Enfin, la manifestation de la dissonance cognitive (Leon Festinger) explique pourquoi les sujets ayant v\u00e9cu une exp\u00e9rience dissonante ou traumatisante avec un service ou une entit\u00e9 ressentent un besoin irr\u00e9pressible d’externaliser leur malaise en r\u00e9pondant \u00e0 des enqu\u00eates d’\u00e9valuation. L’effort consenti pour r\u00e9pondre sert \u00e0 r\u00e9duire la tension psychologique interne en punissant le prestataire ou en tentant d’aligner la r\u00e9alit\u00e9 per\u00e7ue avec leur ressenti int\u00e9rieur, accentuant encore la d\u00e9formation de l’\u00e9chantillon final au d\u00e9triment des profils psychologiquement stables.<\/p>\n Pour appr\u00e9hender l’impact concret de ces distorsions psychologiques et m\u00e9thodologiques, il est instructif d’examiner des cas d’\u00e9cole r\u00e9currents o\u00f9 l’\u00e9chantillonnage \u00e0 r\u00e9ponse volontaire a produit des illusions de masse ou des erreurs syst\u00e9matiques d’interpr\u00e9tation.<\/p>\n Le format du d\u00e9bat radiophonique ou t\u00e9l\u00e9visuel invitant les auditeurs \u00e0 \u00ab voter par SMS ou sur l’application mobile \u00bb pour r\u00e9pondre \u00e0 une question binaire du type : \u00ab \u00cates-vous favorable au r\u00e9tablissement de la peine de mort ? \u00bb<\/em> ou \u00ab Faut-il interdire imm\u00e9diatement le glyphosate ? \u00bb<\/em> constitue l’illustration la plus arch\u00e9typale de la r\u00e9ponse volontaire et de ses ravages m\u00e9thodologiques.<\/p>\n Dans ce sc\u00e9nario, la base d’auditeurs expos\u00e9s est d\u00e9j\u00e0 soumise \u00e0 un premier filtre de s\u00e9lection structurel (l’affinit\u00e9 politique ou stylistique avec la station ou la cha\u00eene). Mais au sein m\u00eame de ce public cibl\u00e9, seuls les individus en \u00e9tat d’excitation psychologique ou d’indignation morale aigu\u00eb prendront leur t\u00e9l\u00e9phone pour envoyer un message ou se rendre sur le site web de l’\u00e9mission. Les auditeurs estimant que le sujet est complexe, qu’il exige des arbitrages d\u00e9licats ou qui n’ont pas d’avis arr\u00eat\u00e9 s’abstiendront rigoureusement. Le r\u00e9sultat affich\u00e9 \u00e0 l’\u00e9cran \u2014 par exemple un tonitruant \u00ab 87 % de OUI \u00bb \u2014 ne renseigne en rien sur l’opinion de la population nationale, ni m\u00eame sur celle de l’ensemble des auditeurs du programme.<\/p>\n Ce r\u00e9sultat n’est que la mesure de la taille relative de deux factions militantes auto-s\u00e9lectionn\u00e9es au sein d’une tranche horaire particuli\u00e8re. Lorsque de tels chiffres sont mis en sc\u00e8ne par les pr\u00e9sentateurs comme une \u00ab photographie de l’opinion \u00bb, il y a tromperie \u00e9pist\u00e9mologique majeure : la majorit\u00e9 silencieuse, temp\u00e9r\u00e9e et m\u00e9diane, a \u00e9t\u00e9 gomm\u00e9e de l’\u00e9quation statistique, remplac\u00e9e par les franges les plus bruyantes et radicales du spectre id\u00e9ologique.<\/p>\n L’\u00e9conomie num\u00e9rique contemporaine repose en grande partie sur les m\u00e9canismes de r\u00e9putation \u00e9lectronique mat\u00e9rialis\u00e9s par les \u00e9toiles d’\u00e9valuation sur des plateformes comme TripAdvisor, Amazon, Google Maps ou Trustpilot. Ces dispositifs sont les h\u00e9ritiers directs du mod\u00e8le de la r\u00e9ponse volontaire g\u00e9n\u00e9ralis\u00e9e \u00e0 l’\u00e9chelle plan\u00e9taire.<\/p>\n L’analyse statistique de la distribution des notes sur ces plateformes r\u00e9v\u00e8le une r\u00e9gularit\u00e9 math\u00e9matique stup\u00e9fiante : l’extr\u00eame raret\u00e9 de la distribution normale (courbe de Gauss) en cloche centr\u00e9e sur une note moyenne de 3\/5. \u00c0 la place, les chercheurs observent quasi syst\u00e9matiquement une distribution bimodale en \u00ab U \u00bb ou dissym\u00e9trique en \u00ab J \u00bb. Les clients qui prennent le temps de r\u00e9diger un avis sont soit des clients euphoriques ayant v\u00e9cu une exp\u00e9rience extraordinaire (notations 5 \u00e9toiles), soit des usagers exc\u00e9d\u00e9s par une d\u00e9faillance de service majeure (notations 1 \u00e9toile).<\/p>\n Le consommateur lambda ayant consomm\u00e9 un caf\u00e9 correct pour un prix normal ne ressent aucune impulsion motivationnelle suffisante pour se connecter \u00e0 une application et r\u00e9diger une critique. D\u00e8s lors, la note moyenne observ\u00e9e souffre d’une instabilit\u00e9 structurelle qui fausse l’appr\u00e9ciation globale de la qualit\u00e9 r\u00e9elle d’un produit. Cet artefact m\u00e9thodologique engendre ensuite des effets de cascade informationnelle : les futurs acheteurs fondent leurs choix sur des avis qui refl\u00e8tent des anomalies statistiques marginales plut\u00f4t que l’exp\u00e9rience m\u00e9diane des cohortes d’utilisateurs ordinaires.<\/p>\n Avec la d\u00e9mocratisation des outils de cr\u00e9ation de formulaires en ligne (Google Forms, SurveyMonkey, Qualtrics) et leur viralisation sur les plateformes comme X (anciennement Twitter), Instagram, LinkedIn ou Reddit, un nombre croissant d’initiatives pr\u00e9tendant relever de la sant\u00e9 publique ou de la sociologie m\u00e9dicale recourt \u00e0 des \u00e9chantillons auto-s\u00e9lectionn\u00e9s.<\/p>\n Un cas d’\u00e9cole fr\u00e9quemment observ\u00e9 concerne les sondages ouverts \u00e9valuant les effets secondaires per\u00e7us d’un traitement pharmaceutique, la pr\u00e9valence auto-d\u00e9clar\u00e9e du Covid long, ou encore le niveau de d\u00e9tresse psychologique durant une p\u00e9riode de confinement. Les individus souffrant physiquement ou psychologiquement, ceux qui sont activement en qu\u00eate de sens face \u00e0 leurs sympt\u00f4mes, ou les militants regroup\u00e9s au sein d’associations de patients hyperconnect\u00e9es partagent fr\u00e9n\u00e9tiquement ces liens au sein de leurs bulles algorithmiques. \u00c0 l’inverse, les personnes ayant re\u00e7u le traitement ou travers\u00e9 la crise sans le moindre encombrement somatique n’ont aucune raison de s’attarder sur un tel questionnaire, si tant est qu’il leur soit un jour propos\u00e9.<\/p>\n Les taux de pr\u00e9valence calcul\u00e9s \u00e0 partir de ces corpus sont syst\u00e9matiquement sur\u00e9valu\u00e9s de plusieurs ordres de grandeur. Dans de nombreuses publications pr\u00e9-imprim\u00e9es durant les crises \u00e9pid\u00e9miques r\u00e9centes, des auteurs ont affirm\u00e9 observer des incidences alarmantes de complications diverses en oubliant l’axiome fondamental : la probabilit\u00e9 d’acc\u00e9der au formulaire et d’y r\u00e9pondre \u00e9tait positivement conditionn\u00e9e par la pr\u00e9sence m\u00eame du trouble investigu\u00e9. Ces erreurs d’estimation polluent le d\u00e9bat m\u00e9dical et instillent des craintes disproportionn\u00e9es au sein de l’opinion publique.<\/p>\n Pour le th\u00e9oricien de la mesure statistique, le biais de r\u00e9ponse volontaire n’est pas une simple impr\u00e9cision cosm\u00e9tique ; c’est une d\u00e9formation math\u00e9matique structur\u00e9e qui rend inop\u00e9rantes les propri\u00e9t\u00e9s analytiques conventionnelles de la statistique descriptive et d\u00e9cisionnelle.<\/p>\n D’un point de vue formel, le biais d’un estimateur statistique $\\hat{\\theta}$<\/span> par rapport au param\u00e8tre r\u00e9el $\\theta$<\/span> de la population est d\u00e9fini comme l’esp\u00e9rance math\u00e9matique de la diff\u00e9rence entre cet estimateur et la valeur vraie :<\/p>\n $$\\text{Biais}(\\hat{\\theta}) = \\mathbb{E}[\\hat{\\theta}] – \\theta$$<\/span><\/p>\n Dans le cas d’un \u00e9chantillon probabiliste sans biais, $\\mathbb{E}[\\hat{\\theta}] = \\theta$<\/span>, ce qui signifie que si l’on r\u00e9p\u00e9tait l’\u00e9chantillonnage une infinit\u00e9 de fois, la moyenne des estimations convergerait exactement vers le param\u00e8tre inconnu de la population. Dans le cadre de la r\u00e9ponse volontaire, ce terme de biais est rigoureusement non nul ($\\text{Biais}(\\hat{\\theta}) \\neq 0$<\/span>) en raison d’une erreur syst\u00e9matique de mesure ancr\u00e9e dans le protocole de s\u00e9lection lui-m\u00eame.<\/p>\n L’erreur la plus r\u00e9pandue chez les praticiens novices consiste \u00e0 penser que l’augmentation spectaculaire de la taille de l’\u00e9chantillon ($N$<\/span>) permettrait d’estomper ou de r\u00e9sorber ce biais. Il s’agit l\u00e0 du fameux \u00ab paradoxe du grand \u00e9chantillon non repr\u00e9sentatif \u00bb. L’erreur quadratique moyenne (EQM ou Mean Squared Error<\/em> en anglais) d’un estimateur se d\u00e9compose canoniquement en la somme de sa variance et du carr\u00e9 de son biais :<\/p>\n $$\\text{EQM}(\\hat{\\theta}) = \\text{Var}(\\hat{\\theta}) + [\\text{Biais}(\\hat{\\theta})]^2$$<\/span><\/p>\n Lorsque la taille de l’\u00e9chantillon $N$<\/span> tend vers l’infini, la variance d’\u00e9chantillonnage $\\text{Var}(\\hat{\\theta}) propto \\frac{\\sigma^2}{N}$<\/span> d\u00e9cro\u00eet inexorablement vers z\u00e9ro. En revanche, le terme de biais syst\u00e9matique $[\\text{Biais}(\\hat{\\theta})]^2$<\/span>, lui, demeure parfaitement invariant par rapport \u00e0 la volum\u00e9trie des donn\u00e9es ! Par cons\u00e9quent, un \u00e9chantillon auto-s\u00e9lectionn\u00e9 portant sur un million d’individus n’a pas pour effet de se rapprocher de la r\u00e9alit\u00e9 : il a simplement pour effet d’estimer avec une pr\u00e9cision absolue et une variance infinit\u00e9simale une grandeur totalement fausse. Le chercheur dispose d’une certitude math\u00e9matique in\u00e9branlable quant \u00e0 la valeur d’une erreur syst\u00e9matique.<\/p>\n L’une des cons\u00e9quences graphiques et structurales les plus frappantes du biais d’auto-s\u00e9lection est la gen\u00e8se d’une bimodalit\u00e9 artificielle dans les jeux de donn\u00e9es empiriques. Si l’on postule qu’une opinion ou qu’un trait psychologique sous-jacent est distribu\u00e9 dans la population globale selon une loi normale standard $\\mathcal{N}(\\mu, \\sigma^2)$<\/span>, la majorit\u00e9 des individus se regroupe autour de la m\u00e9diane et des valeurs moyennes, les positions tranch\u00e9es constituant les queues minoritaires de la distribution gaussienne.<\/p>\n L’auto-s\u00e9lection op\u00e8re comme un filtre de transformation non lin\u00e9aire qui modifie la fonction de densit\u00e9 observ\u00e9e. En p\u00e9nalisant drastiquement la probabilit\u00e9 de participation des individus proches de la moyenne (frapp\u00e9s par l’indiff\u00e9rence cognitive) et en favorisant exponentiellement l’inclusion des individus situ\u00e9s aux extr\u00eames ($x ll \\mu$<\/span> ou $x gg \\mu$<\/span>), le processus d’\u00e9chantillonnage \u00e9crase le centre de la distribution au profit exclusif de ses queues. La distribution observ\u00e9e dans l’\u00e9chantillon volontaire perd son allure de cloche pour adopter un profil en \u00ab selle de cheval \u00bb ou en \u00ab U \u00bb pr\u00e9sentant deux modes distincts et antagonistes.<\/p>\n Ce ph\u00e9nom\u00e8ne cr\u00e9e une illusion sociologique extr\u00eamement d\u00e9l\u00e9t\u00e8re : il donne le sentiment trompeur d’un consensus conflictuel ou d’une soci\u00e9t\u00e9 irr\u00e9m\u00e9diablement fractur\u00e9e en deux camps irr\u00e9conciliables, alors m\u00eame que le corps social r\u00e9el demeure massivement ancr\u00e9 dans un consensus mod\u00e9r\u00e9. Sur le plan descriptif, les m\u00e9triques usuelles de tendance centrale sont vid\u00e9es de leur sens : la moyenne arithm\u00e9tique devient un non-sens absolu puisqu’elle tombe pr\u00e9cis\u00e9ment dans le creux de la distribution o\u00f9 aucun r\u00e9pondant ne se situe v\u00e9ritablement, et l’\u00e9cart-type est artificiellement boursoufl\u00e9.<\/p>\n Lorsque des chercheurs appliquent na\u00efvement les techniques de l’inf\u00e9rence statistique classique (tests t de Student, analyses de variance ANOVA, r\u00e9gressions lin\u00e9aires moindres carr\u00e9s) \u00e0 des donn\u00e9es issues de r\u00e9ponses volontaires, les conclusions analytiques sont structurellement invalid\u00e9es. En ignorant le m\u00e9canisme de s\u00e9lection endog\u00e8ne, les mod\u00e8les statistiques sous-estiment radicalement l’erreur type r\u00e9elle de leurs param\u00e8tres, ce qui engendre une explosion catastrophique des taux d’erreur de Type I (rejet \u00e0 tort de l’hypoth\u00e8se nulle d’absence d’effet, c’est-\u00e0-dire d\u00e9tection de faux positifs).<\/p>\n Dans une r\u00e9gression lin\u00e9aire standard $Y = \\beta_0 + \\beta_1 X + \\epsilon$<\/span>, l’hypoth\u00e8se d’exog\u00e9n\u00e9it\u00e9 stricte requiert que le terme d’erreur soit ind\u00e9pendant des variables explicatives ($\\mathbb{E}[\\epsilon | X] = 0$<\/span>). Or, d\u00e8s lors que la probabilit\u00e9 d’inclusion dans l’\u00e9chantillon d\u00e9pend \u00e0 la fois de $Y$<\/span> (par exemple, la d\u00e9tresse psychologique) et de $X$<\/span> (par exemple, le temps pass\u00e9 sur les \u00e9crans num\u00e9riques), une corr\u00e9lation fallacieuse est m\u00e9caniquement induite entre le r\u00e9sidu et le r\u00e9gresseur au sein de l’\u00e9chantillon conditionn\u00e9. Ce pi\u00e8ge m\u00e9thodologique, connu sous le nom de biais du collisionneur (collider bias<\/em> ou paradoxe de Berkson<\/a> dans l’analyse causale moderne), peut inverser math\u00e9matiquement le signe de la v\u00e9ritable relation ou faire appara\u00eetre des associations causales enti\u00e8rement illusoires.<\/p>\n Le danger s’av\u00e8re critique lorsque de telles extrapolations fallacieuses franchissent les portes des cercles d\u00e9cisionnels. Qu’il s’agisse de d\u00e9ployer des politiques \u00e9conomiques erron\u00e9es, d’interdire un dispositif th\u00e9rapeutique sur la base de remont\u00e9es d’effets secondaires auto-s\u00e9lectionn\u00e9es ou de l\u00e9gif\u00e9rer sous la panique morale provoqu\u00e9e par un micro-trottoir num\u00e9rique, les art\u00e9facts statistiques d’un \u00e9chantillon \u00e0 r\u00e9ponse volontaire se transforment trop souvent en pr\u00e9judices r\u00e9els pour la collectivit\u00e9.<\/p>\n Bien que regroup\u00e9es sous la banni\u00e8re commune des approches non probabilistes en raison de l’absence de tirage au sort certifi\u00e9, les diff\u00e9rentes strat\u00e9gies de collecte empirique ne se valent pas et ne mobilisent pas les m\u00eames leviers m\u00e9thodologiques.<\/p>\n L’\u00e9chantillonnage de convenance et l’\u00e9chantillonnage \u00e0 r\u00e9ponse volontaire sont fr\u00e9quemment trait\u00e9s de mani\u00e8re interchangeable dans les manuels de m\u00e9thodologie simplifi\u00e9s. Il existe pourtant entre eux une divergence conceptuelle et prax\u00e9ologique majeure portant sur l’initiative du contact initial.<\/p>\n Dans l’\u00e9chantillonnage de convenance, l’initiative repose sur le chercheur. C’est l’enqu\u00eateur qui, pour des motifs de r\u00e9duction de co\u00fbts logistiques ou d’accessibilit\u00e9 imm\u00e9diate, d\u00e9ploie son protocole au sein d’une unit\u00e9 g\u00e9ographique ou sociale ais\u00e9ment disponible : les \u00e9tudiants de sa propre universit\u00e9, les patients hospitalis\u00e9s dans le service o\u00f9 il exerce, ou les passants d\u00e9ambulant dans un centre commercial un mardi apr\u00e8s-midi. Le sujet abord\u00e9 ne s’est pas r\u00e9veill\u00e9 avec l’intention expresse d’alimenter une base de donn\u00e9es ; il est intercept\u00e9 et sollicit\u00e9 directement par l’observateur. Bien que non repr\u00e9sentatif de la nation enti\u00e8re, cet \u00e9chantillon conserve une certaine forme de passivit\u00e9 de la part du participant lors de la s\u00e9lection initiale.<\/p>\n \u00c0 l’inverse, dans l’\u00e9chantillon \u00e0 r\u00e9ponse volontaire, l’initiative est int\u00e9gralement transf\u00e9r\u00e9e au r\u00e9pondant. L’enqu\u00eateur est statique ; il a simplement d\u00e9pos\u00e9 son pi\u00e8ge informationnel dans l’espace public (physique ou num\u00e9rique). C’est le r\u00e9pondant qui, mu par une tension psychologique interne, d\u00e9cide d’accomplir la d\u00e9marche motrice d’interagir avec l’instrument. Le filtre d’entr\u00e9e n’est plus l’accessibilit\u00e9 g\u00e9ographique pour le scientifique, mais l’hyper-r\u00e9activit\u00e9 cognitive et affective du participant. Les deux m\u00e9thodes partagent cependant une zone de chevauchement toxique dans la recherche contemporaine en ligne : lorsque des chercheurs postent un questionnaire sur un forum public fr\u00e9quent\u00e9 par commodit\u00e9, le protocole fusionne l’arbitraire du choix du canal (convenance) et l’extr\u00e9misme de l’auto-d\u00e9signation (volontariat).<\/p>\n Face aux d\u00e9rives manifestes de l’auto-s\u00e9lection brute, les instituts de sondage professionnels ont d\u00e9velopp\u00e9 d\u00e8s les ann\u00e9es 1930 l’\u00e9chantillonnage par quotas, sous l’impulsion notable de George Gallup et d’Elmo Roper. Cette m\u00e9thode consiste \u00e0 imposer une grille de contraintes morphologiques exog\u00e8nes : l’\u00e9chantillon final doit comporter rigoureusement, par exemple, 52 % de femmes, 15 % de cadres sup\u00e9rieurs, 22 % de retrait\u00e9s et 30 % de r\u00e9sidents de communes rurales, afin de calquer les distributions marginales d’un recensement officiel.<\/p>\n L’\u00e9chantillonnage par quotas parvient ainsi \u00e0 masquer les d\u00e9s\u00e9quilibres sociod\u00e9mographiques les plus visibles qui d\u00e9figurent les \u00e9chantillons volontaires purs. Cependant, il ne r\u00e9sout en aucun cas la tare de l’auto-s\u00e9lection : il ne fait que la compartimenter au sein de chaque cellule d\u00e9mographique. Les 150 ouvriers masculins de moins de trente ans qui acceptent spontan\u00e9ment de r\u00e9pondre pour remplir la case vacante du quota ne sont en rien \u00e9quivalents aux millions d’autres ouvriers qui ignorent la sollicitation. Ils pr\u00e9sentent des traits de personnalit\u00e9, des niveaux d’acculturation et des int\u00e9r\u00eats politiques atypiques par rapport \u00e0 leurs pairs non r\u00e9pondants.<\/p>\n Sur le plan pr\u00e9dictif, l’\u00e9chantillonnage par quotas affiche historiquement des performances tr\u00e8s sup\u00e9rieures \u00e0 la r\u00e9ponse volontaire brute lors des consultations \u00e9lectorales, pr\u00e9cis\u00e9ment parce que la stratification forc\u00e9e neutralise les corr\u00e9lations majeures liant le vote \u00e0 la classe d’\u00e2ge ou au statut socio-\u00e9conomique. N\u00e9anmoins, cette performance accrue a un co\u00fbt d’ex\u00e9cution sans commune mesure avec la gratuit\u00e9 illusoire d’une collecte ouverte sur Internet, et conserve une fragilit\u00e9 th\u00e9orique intrins\u00e8que qui resurgit brutalement d\u00e8s lors que les clivages d’opinion s’\u00e9mancipent des variables d\u00e9mographiques classiques.<\/p>\n Une autre distinction \u00e9pist\u00e9mologique majeure doit \u00eatre op\u00e9r\u00e9e avec l’\u00e9chantillonnage au jug\u00e9, raisonn\u00e9 ou intentionnel (purposive sampling<\/em>). Dans cette m\u00e9thodologie, fr\u00e9quente dans les designs qualitatifs et les \u00e9tudes de cas approfondies, l’inclusion d’une unit\u00e9 statistique n’est ni le fruit du hasard probabiliste, ni la cons\u00e9quence de l’auto-d\u00e9signation spontan\u00e9e du sujet : elle est dict\u00e9e par l’expertise th\u00e9orique pr\u00e9alable du chercheur.<\/p>\n Le scientifique identifie d\u00e9lib\u00e9r\u00e9ment des cas pr\u00e9cis en fonction de crit\u00e8res de pertinence conceptuelle rigoureux. Il peut s’agir de la recherche de cas extr\u00eames ou d\u00e9viants pour \u00e9prouver les limites d’un mod\u00e8le (par exemple, \u00e9tudier les survivants exceptionnels d’une pathologie l\u00e9tale), de cas critiques permettant une falsification popp\u00e9rienne (\u00ab si le ph\u00e9nom\u00e8ne n’est pas v\u00e9rifi\u00e9 dans cette entreprise mod\u00e8le, il ne le sera nulle part \u00bb), ou d’un panel d’experts d\u00e9tenteurs d’un savoir technique tr\u00e8s circonscrit. Contrairement \u00e0 l’accueil passif des r\u00e9pondants extr\u00eames dans l’\u00e9chantillon volontaire, la qu\u00eate des cas dans l’\u00e9chantillonnage au jug\u00e9 est intentionnelle, ma\u00eetris\u00e9e, document\u00e9e et adoss\u00e9e \u00e0 un cadre th\u00e9orique transparent.<\/p>\n La d\u00e9marcation d\u00e9pend donc de la vis\u00e9e de l’investigation. L’\u00e9chantillonnage au jug\u00e9 ne pr\u00e9tend g\u00e9n\u00e9ralement pas \u00e0 une estimation g\u00e9n\u00e9ralisable de param\u00e8tres au sens fr\u00e9quentiste, mais poursuit un objectif de th\u00e9orisation ancr\u00e9e et de conceptualisation locale. L’\u00e9chantillonnage \u00e0 r\u00e9ponse volontaire, \u00e0 l’inverse, p\u00e8che par son ambigu\u00eft\u00e9 t\u00e9l\u00e9ologique : ses utilisateurs pr\u00e9tendent fr\u00e9quemment mesurer l’ensemble d’une communaut\u00e9 alors que leur protocole n’est qu’un entonnoir \u00e0 singularit\u00e9s.<\/p>\n C’est sans doute en psychologie exp\u00e9rimentale et dans les sciences du comportement que l’\u00e9chantillon \u00e0 r\u00e9ponse volontaire a suscit\u00e9 les analyses critiques les plus m\u00e9ticuleuses, r\u00e9v\u00e9lant que le profil m\u00eame du \u00ab volontaire \u00bb constitue une variable confondante majeure.<\/p>\n Dans un ouvrage fondateur qui a marqu\u00e9 l’histoire de la m\u00e9thodologie exp\u00e9rimentale (The Volunteer Subject<\/em>, 1975), les psychologues Robert Rosenthal et Ralph L. Rosnow ont dress\u00e9 le portrait psychom\u00e9trique d\u00e9taill\u00e9 de l’individu qui se propose spontan\u00e9ment pour des recherches scientifiques. Leurs synth\u00e8ses m\u00e9ta-analytiques ont permis de dresser une liste robuste de caract\u00e9ristiques qui distinguent de mani\u00e8re statistiquement significative les sujets volontaires des non-volontaires.<\/p>\n Compar\u00e9 \u00e0 la moyenne de la population, le sujet volontaire pr\u00e9sente en moyenne :<\/p>\n Ces diff\u00e9rentiels syst\u00e9matiques introduisent ce que les m\u00e9thodologistes appellent le \u00ab biais du sujet volontaire \u00bb. Si un chercheur en psychologie sociale tente d’\u00e9tudier les m\u00e9canismes de la soumission \u00e0 l’autorit\u00e9 ou de la conformit\u00e9 de groupe en s’appuyant uniquement sur des individus ayant lev\u00e9 la main pour participer, il \u00e9tudie par d\u00e9finition une population atypique, structurellement moins encline \u00e0 l’ob\u00e9issance aveugle que la moyenne de ses concitoyens. De m\u00eame, dans les \u00e9tudes longitudinales, ces volontaires affichent des comportements d’attrition et de pers\u00e9v\u00e9rance sp\u00e9cifiques, faussant l’\u00e9valuation des trajectoires de d\u00e9veloppement ou de r\u00e9tention cognitive au fil des ann\u00e9es.<\/p>\n Depuis le d\u00e9but des ann\u00e9es 2010, les sciences comportementales traversent une s\u00e9v\u00e8re crise de la reproductibilit\u00e9<\/a> (replication crisis<\/em>), de nombreuses exp\u00e9riences princeps s’av\u00e9rant impossibles \u00e0 reproduire dans des laboratoires ind\u00e9pendants. L’une des racines structurelles de cette fragilit\u00e9 r\u00e9side dans la mutation des modalit\u00e9s de recrutement des cohortes exp\u00e9rimentales, notamment \u00e0 travers l’usage massif des plateformes de micro-travail et de crowdsourcing en ligne telles qu’Amazon Mechanical Turk (MTurk), Prolific ou CloudResearch.<\/p>\n Sur ces plateformes, des centaines de milliers d’\u00e9tudes acad\u00e9miques reposent sur un mod\u00e8le d’auto-s\u00e9lection r\u00e9mun\u00e9r\u00e9e. Les participants parcourent des tableaux de bord listant les t\u00e2ches disponibles et s’auto-d\u00e9signent pour participer aux protocoles en fonction du titre de l’\u00e9tude, de sa dur\u00e9e apparente et du montant de la r\u00e9compense mon\u00e9taire. Ce mod\u00e8le a engendr\u00e9 une \u00ab professionnalisation \u00bb pernicieuse des r\u00e9pondants : une sous-population hyper-exp\u00e9riment\u00e9e de r\u00e9pondants r\u00e9alise des dizaines de protocoles par jour. Cette pratique entra\u00eene l’\u00e9puisement complet de la na\u00efvet\u00e9 exp\u00e9rimentale des sujets.<\/p>\n Ces \u00ab professionnels \u00bb de la r\u00e9ponse volontaire ont d\u00e9crypt\u00e9 les paradigmes classiques de la psychologie (dilemme du tramway, t\u00e2che de Stroop, amor\u00e7age s\u00e9mantique, ancrage cognitif). Ils anticipent les hypoth\u00e8ses du chercheur et adaptent consciemment ou inconsciemment leurs comportements pour satisfaire les attentes per\u00e7ues de l’investigateur, amplifiant le biais des caract\u00e9ristiques de la demande (demand characteristics<\/em> d’Orne). L’effet mesur\u00e9 ne correspond plus au fonctionnement cognitif spontan\u00e9 de l’esprit humain, mais \u00e0 la performance th\u00e9\u00e2trale d’un panel d’utilisateurs hautement conditionn\u00e9s par l’auto-s\u00e9lection algorithmique.<\/p>\n Le champ de la recherche clinique et de la psychopathologie exp\u00e9rimentale n’est pas \u00e9pargn\u00e9 par les distorsions de l’auto-s\u00e9lection. Lorsqu’un essai clinique pr\u00e9liminaire ou une enqu\u00eate \u00e9pid\u00e9miologique recrute ses sujets par voie d’annonces publiques ouvertes, la composition clinique de la cohorte finale subit un biais de s\u00e9lection diagnostique aigu.<\/p>\n D’un c\u00f4t\u00e9, les formes les plus s\u00e9v\u00e8res de d\u00e9pression caract\u00e9ris\u00e9e, associ\u00e9es \u00e0 un \u00e9tat d’anh\u00e9donie profonde, d’aboulie et de retrait social complet, sont presque totalement exclues de l’\u00e9chantillon. Un patient incapable de quitter son lit ne naviguera pas sur Internet pour remplir un formulaire de cinquante questions sur son humeur. \u00c0 l’oppos\u00e9, les personnes en recherche effr\u00e9n\u00e9e d’un diagnostic, anim\u00e9es d’une inqui\u00e9tude hypocondriaque ou souffrant de troubles fonctionnels non encore \u00e9tiquet\u00e9s, se ruent sur les questionnaires d’\u00e9valuation pour tenter d’obtenir une \u00e9coute ou une confirmation m\u00e9dicale de leur souffrance. La cohorte est ainsi vid\u00e9e de ses cas cliniques les plus graves et submerg\u00e9e de profils anxieux \u00e0 forte labilit\u00e9 symptomatique.<\/p>\n Dans l’\u00e9valuation des th\u00e9rapies non m\u00e9dicamenteuses (psychoth\u00e9rapies cognitivo-comportementales, m\u00e9ditation de pleine conscience, rem\u00e9diation cognitive), l’auto-s\u00e9lection magnifie artificiellement l’effet placebo et les taux d’efficacit\u00e9 brute. Les volontaires qui acceptent d’int\u00e9grer un protocole th\u00e9rapeutique contraignant de douze semaines poss\u00e8dent un niveau initial d’esp\u00e9rance de gu\u00e9rison et d’alliance th\u00e9rapeutique potentielle sans commune mesure avec un \u00e9chantillon randomis\u00e9 de patients tout-venant. L’estimation des b\u00e9n\u00e9fices de l’intervention en situation r\u00e9elle s’en trouve lourdement biais\u00e9e \u00e0 la hausse.<\/p>\n L’argument central oppos\u00e9 \u00e0 l’usage de l’\u00e9chantillon \u00e0 r\u00e9ponse volontaire r\u00e9side dans l’an\u00e9antissement de la repr\u00e9sentativit\u00e9 statistique et l’effondrement corollaire de la validit\u00e9 externe de la recherche.<\/p>\n Il importe d’op\u00e9rer une distinction m\u00e9thodologique rigoureuse entre validit\u00e9 interne et validit\u00e9 externe, concept formalis\u00e9 par Donald T. Campbell. Un protocole exp\u00e9rimental men\u00e9 sur un \u00e9chantillon \u00e0 r\u00e9ponse volontaire peut parfaitement afficher une excellente validit\u00e9 interne. Si, au sein du groupe de volontaires recrut\u00e9s, le chercheur proc\u00e8de \u00e0 une v\u00e9ritable randomisation stochastique assignant les individus de mani\u00e8re al\u00e9atoire au groupe contr\u00f4le ou au groupe exp\u00e9rimental sous double insu, il est math\u00e9matiquement fond\u00e9 \u00e0 inf\u00e9rer un lien causal direct entre le traitement et la variable de r\u00e9sultat au sein de ce groupe pr\u00e9cis.<\/p>\n Le drame m\u00e9thodologique r\u00e9side dans l’effondrement total de la validit\u00e9 \u00e9cologique et externe. L’inf\u00e9rence causale locale ne peut pas \u00eatre \u00e9tendue \u00e0 la population g\u00e9n\u00e9rale sans faire le postulat h\u00e9ro\u00efque \u2014 et presque toujours faux \u2014 qu’il n’existe aucune interaction statistique entre le traitement exp\u00e9riment\u00e9 et les caract\u00e9ristiques latentes qui ont conduit ces sujets particuliers \u00e0 se porter volontaires. Si, par exemple, un programme d’entra\u00eenement cognitif fonctionne uniquement sur des sujets dot\u00e9s d’une forte motivation intrins\u00e8que pr\u00e9alable (qui les a pr\u00e9cis\u00e9ment conduits \u00e0 r\u00e9pondre \u00e0 l’annonce), l’effet sera totalement nul s’il est appliqu\u00e9 \u00e0 grande \u00e9chelle dans un cadre scolaire obligatoire.<\/p>\n La validit\u00e9 externe mesure la transf\u00e9rabilit\u00e9 des conclusions d’une \u00e9tude au-del\u00e0 de son cadre exp\u00e9rimental imm\u00e9diat : vers d’autres populations, d’autres contextes g\u00e9ographiques et d’autres horizons temporels. En confisquant le contr\u00f4le de l’\u00e9chantillonnage, la r\u00e9ponse volontaire cantonne la science \u00e0 la production de savoirs insulaires, valides uniquement pour la micro-culture des individus ayant choisi d’en faire partie.<\/p>\n \u00c0 l’\u00e8re o\u00f9 la majorit\u00e9 \u00e9crasante des collectes \u00e0 r\u00e9ponse volontaire s’op\u00e8re via des plateformes num\u00e9riques, des formulaires web ou des applications pour smartphones, le biais de s\u00e9lection se double d’une exclusion structurelle li\u00e9e \u00e0 l’accessibilit\u00e9 technique.<\/p>\n La fracture num\u00e9rique de premier degr\u00e9 (l’absence mat\u00e9rielle d’acc\u00e8s \u00e0 une connexion haut d\u00e9bit ou \u00e0 un \u00e9quipement informatique adapt\u00e9) et de second degr\u00e9 (l’illectronisme ou le d\u00e9ficit de comp\u00e9tences d’usage pour naviguer confortablement sur des interfaces interactives) \u00e9cartent de facto des segments colossaux de la soci\u00e9t\u00e9 humaine. Les personnes tr\u00e8s \u00e2g\u00e9es d\u00e9pendantes, les m\u00e9nages vivant sous le seuil d’extr\u00eame pauvret\u00e9, les populations rurales non raccord\u00e9es aux r\u00e9seaux de fibre optique ou de t\u00e9l\u00e9phonie mobile, ainsi que les personnes en situation de handicap cognitif ou visuel s\u00e9v\u00e8re sont r\u00e9duites au silence statistique absolu dans tout protocole num\u00e9rique ouvert.<\/p>\n Ce canal induit une distorsion g\u00e9n\u00e9rationnelle et culturelle massive favorisant syst\u00e9matiquement les cohortes jeunes, hautement technophiles, urbaines et instruites. Par ailleurs, l’existence m\u00eame de l’enqu\u00eate n’atteint que les individus inscrits dans certains flux d’information sp\u00e9cifiques. L’illusion que \u00ab tout le monde est sur Internet \u00bb m\u00e9conna\u00eet la balkanisation algorithmique des r\u00e9seaux sociaux contemporains, o\u00f9 les informations ne circulent qu’au sein de bulles de filtrage herm\u00e9tiques les unes aux autres. Diffuser un lien d’enqu\u00eate sur un r\u00e9seau n’est jamais un appel au monde entier ; c’est un appel aux abonn\u00e9s d’une bulle particuli\u00e8re.<\/p>\n L’av\u00e8nement des m\u00e9gadonn\u00e9es (Big Data<\/em>) a vu resurgir une illusion positiviste na\u00efve selon laquelle la quantit\u00e9 brute d’informations collect\u00e9es pourrait se substituer \u00e0 la qualit\u00e9 du plan exp\u00e9rimental. Nombre d’analystes sugg\u00e8rent implicitement ou explicitement qu’en r\u00e9unissant un demi-million de tweets, un million de clics ou trois cent mille r\u00e9ponses \u00e0 une consultation en ligne, l’\u00e9chantillon deviendrait \u00ab naturellement \u00bb repr\u00e9sentatif par pure masse critique.<\/p>\n L’histoire de la statistique a pourtant administr\u00e9 la d\u00e9monstration d\u00e9finitive de l’inanit\u00e9 de cette croyance lors de l’\u00e9lection pr\u00e9sidentielle am\u00e9ricaine de 1936. Le c\u00e9l\u00e8bre magazine Literary Digest<\/a> organisa un sondage de paille d’une envergure colossale en envoyant plus de dix millions de cartes-r\u00e9ponses postales, et en recueillant le chiffre astronomique de 2,27 millions de bulletins retourn\u00e9s volontairement par les \u00e9lecteurs. Le magazine pr\u00e9dit avec une certitude absolue l’\u00e9crasante victoire du r\u00e9publicain Alf Landon avec 57 % des voix face au pr\u00e9sident d\u00e9mocrate sortant Franklin D. Roosevelt. Le r\u00e9sultat r\u00e9el de l’\u00e9lection fut l’un des plus grands raz-de-mar\u00e9e de l’histoire am\u00e9ricaine : Roosevelt fut r\u00e9\u00e9lu triomphalement avec 60,8 % des suffrages populaires !<\/p>\n Comment une \u00e9tude portant sur plus de deux millions de personnes a-t-elle pu commettre une erreur de pr\u00e9diction de pr\u00e8s de 18 points de pourcentage ? La r\u00e9ponse r\u00e9side dans la combinaison fatale de deux biais d’auto-s\u00e9lection : d’une part, les listes de distribution du magazine \u00e9taient constitu\u00e9es \u00e0 partir d’annuaires t\u00e9l\u00e9phoniques et de registres de cartes grises, s\u00e9lectionnant une frange fortun\u00e9e de la population en pleine Grande D\u00e9pression ; d’autre part et surtout, parmi ces destinataires privil\u00e9gi\u00e9s, seuls ceux qui ha\u00efssaient visc\u00e9ralement les r\u00e9formes \u00e9conomiques du New Deal de Roosevelt prirent la peine de renvoyer leur coupon par la poste. Au m\u00eame moment, un jeune statisticien du nom de George Gallup, op\u00e9rant sur un \u00e9chantillon probabiliste rigoureux de seulement 50 000 individus, pr\u00e9disait avec exactitude la victoire \u00e9clatante de Roosevelt. La r\u00e8gle d’or de la statistique demeure immuable : la qualit\u00e9 du plan d’\u00e9chantillonnage prime toujours, absolument et irr\u00e9versiblement, sur la taille brute de l’\u00e9chantillon.<\/p>\n Pour formaliser la d\u00e9faillance des \u00e9chantillons volontaires, il est n\u00e9cessaire de recourir aux outils de l’\u00e9conom\u00e9trie et de la th\u00e9orie de la mesure, qui mod\u00e9lisent math\u00e9matiquement le m\u00e9canisme stochastique par lequel une donn\u00e9e est observ\u00e9e ou perdue.<\/p>\n Consid\u00e9rons une population d’individus indic\u00e9s par $i = 1, dots, N$<\/span>. On s’int\u00e9resse \u00e0 la distribution d’une variable al\u00e9atoire $Y_i$<\/span> (par exemple, le salaire, l’adh\u00e9sion \u00e0 une politique vaccinale ou le niveau d’anxi\u00e9t\u00e9), de moyenne th\u00e9orique $\\mu = \\mathbb{E}[Y_i]$<\/span>. D\u00e9finissons une variable indicatrice de s\u00e9lection binaire $S_i in {0, 1}$<\/span>, telle que $S_i = 1$<\/span> si l’individu $i$<\/span> choisit activement de r\u00e9pondre \u00e0 l’enqu\u00eate, et $S_i = 0$<\/span> s’il s’abstient.<\/p>\n Dans un plan probabiliste id\u00e9al, l’\u00e9v\u00e9nement de s\u00e9lection est totalement ind\u00e9pendant de la variable d’int\u00e9r\u00eat conditionnellement aux covariables observables $X_i$<\/span>, ce qui s’\u00e9crit formellement sous la forme :<\/p>\n $$P(S_i = 1 mid Y_i, X_i) = P(S_i = 1 mid X_i)$$<\/span><\/p>\n Dans un \u00e9chantillon \u00e0 r\u00e9ponse volontaire, cette condition d’ind\u00e9pendance conditionnelle est syst\u00e9matiquement viol\u00e9e. La probabilit\u00e9 d’inclusion d\u00e9pend directement et non lin\u00e9airement de la valeur m\u00eame de $Y_i$<\/span> :<\/p>\n $$P(S_i = 1 mid Y_i, X_i) = f(Y_i, X_i, U_i)$$<\/span><\/p>\n o\u00f9 $U_i$<\/span> repr\u00e9sente un ensemble de variables latentes psychologiques inobservables (l’int\u00e9r\u00eat personnel, la col\u00e8re, l’engagement moral). D\u00e8s lors, la moyenne empirique observ\u00e9e sur l’\u00e9chantillon des r\u00e9pondants volontaires, not\u00e9e $\\bar{Y}_{\\text{obs}}$<\/span>, s’\u00e9crit math\u00e9matiquement comme l’esp\u00e9rance conditionnelle :<\/p>\n $$\\mathbb{E}[\\bar{Y}_{\\text{obs}}] = \\mathbb{E}[Y_i mid S_i = 1]$$<\/span><\/p>\n Par application de la formule de d\u00e9composition de la covariance, nous avons :<\/p>\n $$\\mathbb{E}[Y_i mid S_i = 1] = \\mathbb{E}[Y_i] + \\frac{\\text{Cov}(Y_i, S_i)}{\\mathbb{E}[S_i]}$$<\/span><\/p>\n Cette formulation d\u00e9montre avec \u00e9l\u00e9gance la nature de l’asym\u00e9trie induite. L’esp\u00e9rance de l’estimateur empirique n’est \u00e9gale \u00e0 la moyenne populationnelle $\\mathbb{E}[Y_i]$<\/span> que si et seulement si la covariance entre la variable d’int\u00e9r\u00eat et l’indicatrice de participation est rigoureusement nulle ($\\text{Cov}(Y_i, S_i) = 0$<\/span>). Dans tout protocole \u00e0 r\u00e9ponse volontaire, cette covariance est substantiellement positive ou n\u00e9gative, induisant un \u00e9cart permanent et incompressible proportionnel \u00e0 l’intensit\u00e9 de la corr\u00e9lation entre la variable \u00e9tudi\u00e9e et la propension \u00e0 s’exprimer.<\/p>\n L’effet g\u00e9om\u00e9trique du m\u00e9canisme d’auto-s\u00e9lection sur la distribution des donn\u00e9es peut \u00eatre visualis\u00e9 \u00e0 travers l’alt\u00e9ration de la fonction de densit\u00e9 de probabilit\u00e9 $f(y)$<\/span>. Si la population parente suit une densit\u00e9 normale $f(y) = \\frac{1}{\\sigma \\sqrt{2\\pi}} \\exp\\left(-\\frac{(y-\\mu)^2}{2\\sigma^2}\\right)$<\/span>, la densit\u00e9 conditionnelle observ\u00e9e $g(y mid S=1)$<\/span> se formalise par le th\u00e9or\u00e8me de Bayes appliqu\u00e9 aux fonctions de densit\u00e9 :<\/p>\n $$g(y mid S=1) = \\frac{P(S=1 mid Y=y) f(y)}{\\int_{-\\infty}^{+\\infty} P(S=1 mid Y=t) f(t) , dt}$$<\/span><\/p>\n Lorsque la fonction de r\u00e9ponse $P(S=1 mid Y=y)$<\/span> adopte une allure convexe ou en forme de bol \u2014 refl\u00e9tant la forte participation des valeurs extr\u00eames tant positives que n\u00e9gatives \u2014, le num\u00e9rateur gonfle sym\u00e9triquement ou asym\u00e9triquement les valeurs distantes de $\\mu$<\/span>. Cela engendre des perturbations structurales majeures des moments d’ordre sup\u00e9rieur de la distribution :<\/p>\n Face \u00e0 de telles distorsions g\u00e9om\u00e9triques, l’utilisation d’estimateurs non param\u00e9triques (comme la m\u00e9diane ou les rangs de Wilcoxon) ne r\u00e9sout en rien l’impasse : le rang des individus \u00e9tant lui-m\u00eame conditionn\u00e9 par leur pr\u00e9sence dans l’\u00e9chantillon, le d\u00e9placement de la masse de probabilit\u00e9 fausse identiquement les centiles observ\u00e9s.<\/p>\n Dans la th\u00e9orie canonique du traitement des donn\u00e9es manquantes formalis\u00e9e par Donald Rubin et Roderick Little, les m\u00e9canismes g\u00e9n\u00e9rateurs de non-r\u00e9ponse sont class\u00e9s en trois r\u00e9gimes fondamentaux :<\/p>\n Le statut \u00e9pist\u00e9mologique de l’\u00e9chantillon \u00e0 r\u00e9ponse volontaire rel\u00e8ve sans \u00e9quivoque du m\u00e9canisme MNAR<\/strong>. L’absence de r\u00e9ponse de l’immense cohorte des silencieux est directement corr\u00e9l\u00e9e \u00e0 la nature m\u00eame de leur position sur l’objet de la recherche (leur manque d’enthousiasme, leur mod\u00e9ration ou leur rejet de l’instrument). Il s’agit du r\u00e9gime de donn\u00e9es manquantes le plus redoutable et le plus intraitable en statistique appliqu\u00e9e.<\/p>\n Dans un contexte MNAR, le processus g\u00e9n\u00e9rateur de donn\u00e9es ne peut pas \u00eatre qualifi\u00e9 \u00ab d’ignorable \u00bb (ignorable missing data mechanism<\/em>). Il est math\u00e9matiquement impossible d’ignorer la dynamique de non-r\u00e9ponse sans contaminer irr\u00e9m\u00e9diablement l’ensemble des inf\u00e9rences. Toute tentative d’analyse exige la sp\u00e9cification d’un m\u00e9ta-mod\u00e8le joint int\u00e9grant conjointement l’\u00e9quation d’int\u00e9r\u00eat substantielle et l’\u00e9quation comportementale d’acc\u00e8s \u00e0 l’enqu\u00eate.<\/p>\n Lorsqu’un chercheur se trouve contraint d’analyser un jeu de donn\u00e9es issu d’une r\u00e9ponse volontaire, ou lorsqu’il examine la litt\u00e9rature existante avec un \u0153il critique, plusieurs d\u00e9marches diagnostiques permettent de quantifier l’\u00e9tendue des dommages m\u00e9thodologiques.<\/p>\n La premi\u00e8re strat\u00e9gie diagnostique, conceptuellement intuitive mais d’une grande puissance analytique, consiste \u00e0 confronter les caract\u00e9ristiques marginales de l’\u00e9chantillon volontaire avec des donn\u00e9es de r\u00e9f\u00e9rence institutionnelles certifi\u00e9es et hautement fiables (recensements d\u00e9mographiques de l’INSEE en France, de l’U.S. Census Bureau, ou registres administratifs de s\u00e9curit\u00e9 sociale).<\/p>\n Le chercheur compare les distributions de variables sociod\u00e9mographiques stables qui ne devraient th\u00e9oriquement pas \u00eatre affect\u00e9es par l’objet de l’enqu\u00eate : la pyramide des \u00e2ges, la parit\u00e9 de genre, le niveau d’instruction dipl\u00f4mante, la r\u00e9partition par cat\u00e9gories socioprofessionnelles (CSP) et le d\u00e9coupage par r\u00e9gions d’habitation. Pour mesurer rigoureusement l’\u00e9cart g\u00e9om\u00e9trique global entre les deux structures de distribution, on utilise des outils quantitatifs tels que la distance de Hellinger ou l’indice de dissimilarit\u00e9 de Duncan :<\/p>\n $$D = \\frac{1}{2} \\sum_{k=1}^K |p_k – q_k|$$<\/span><\/p>\n o\u00f9 $p_k$<\/span> repr\u00e9sente la proportion de la strate $k$<\/span> dans l’\u00e9chantillon volontaire et $q_k$<\/span> sa proportion dans la population de r\u00e9f\u00e9rence. Un indice $D$<\/span> substantiellement \u00e9lev\u00e9 r\u00e9v\u00e8le une distorsion structurelle aigu\u00eb.<\/p>\n Toutefois, cette m\u00e9thode pr\u00e9sente une limite m\u00e9thodologique intrins\u00e8que majeure : une conformit\u00e9 d\u00e9mographique apparente peut parfaitement masquer des divergences psychologiques profondes. Si un \u00e9chantillon volontaire affiche miraculeusement 50 % d’hommes et 50 % de femmes avec un \u00e2ge moyen parfait, les volontaires au sein de ces tranches d’\u00e2ge peuvent n\u00e9anmoins diff\u00e9rer radicalement de leurs homologues populationnels en mati\u00e8re de n\u00e9vrosisme, d’appartenance politique ou d’hygi\u00e8ne de vie. Le calage d\u00e9mographique est une condition n\u00e9cessaire, mais absolument jamais suffisante pour postuler la repr\u00e9sentativit\u00e9.<\/p>\n Une m\u00e9thodologie d’\u00e9valuation ing\u00e9nieuse, d\u00e9velopp\u00e9e \u00e0 l’origine par Leslie Kish et perfectionn\u00e9e pour les enqu\u00eates par courrier ou par Internet, repose sur le postulat continuiste de la propension \u00e0 r\u00e9pondre : l’analyse des vagues temporelles (wave analysis<\/em>).<\/p>\n Ce protocole postule que les participants qui r\u00e9pondent tardivement \u00e0 une sollicitation \u2014 par exemple apr\u00e8s deux semaines de diffusion, ou apr\u00e8s plusieurs rappels publics \u2014 ressemblent psychologiquement et comportementalement bien davantage aux non-r\u00e9pondants d\u00e9finitifs qu’aux individus qui se sont pr\u00e9cipit\u00e9s sur le formulaire dans les premi\u00e8res heures de sa mise en ligne. Le chercheur segmente donc son \u00e9chantillon chronologiquement en plusieurs cohortes : les r\u00e9pondants imm\u00e9diats (vague 1), les r\u00e9pondants interm\u00e9diaires (vague 2) et les r\u00e9pondants tardifs (vague 3).<\/p>\n On proc\u00e8de ensuite \u00e0 un test de tendance lin\u00e9aire ou monotone sur les variables d’int\u00e9r\u00eat $Y$<\/span> \u00e0 travers ces diff\u00e9rentes vagues chronologiques. Si l’on constate, par exemple, que le degr\u00e9 de m\u00e9contentement exprim\u00e9 chute de mani\u00e8re continue et statistiquement significative entre la vague 1 et la vague 3, il est extr\u00eamement plausible que l’immense masse des silencieux qui n’ont jamais r\u00e9pondu pr\u00e9sente un niveau de m\u00e9contentement encore plus faible. Cette technique permet, par extrapolation asymptotique, d’estimer la direction et l’amplitude minimale du biais d’auto-s\u00e9lection qui contamine l’ensemble de l’\u00e9chantillon.<\/p>\n L’approche la plus rigoureuse \u2014 bien que la plus on\u00e9reuse sur le plan logistique \u2014 pour certifier la pr\u00e9sence et l’ampleur d’un biais d’auto-s\u00e9lection consiste \u00e0 mener simultan\u00e9ment un \u00e9chantillon d’audit probabiliste en parall\u00e8le de la collecte ouverte.<\/p>\n Le chercheur alloue une fraction de son budget de recherche au tirage au sort probabiliste strict d’un sous-\u00e9chantillon de taille modeste issu de la m\u00eame population cible (par exemple, 500 individus contact\u00e9s par composition t\u00e9l\u00e9phonique al\u00e9atoire RDD ou par courrier nominatif avec incitation financi\u00e8re garantie). L’\u00e9quipe de recherche consacre des efforts consid\u00e9rables \u00e0 relancer ce sous-\u00e9chantillon pour atteindre un taux de compl\u00e9tion \u00e9lev\u00e9 (sup\u00e9rieur \u00e0 70-80 %), assurant ainsi sa repr\u00e9sentativit\u00e9 r\u00e9elle.<\/p>\n On confronte ensuite directement les r\u00e9sultats obtenus sur la variable d’int\u00e9r\u00eat entre l’\u00e9chantillon d’audit probabiliste contr\u00f4l\u00e9 et la base de donn\u00e9es massive issue de la r\u00e9ponse volontaire. L’\u00e9cart statistique observ\u00e9 entre les deux moyennes fournit une estimation empirique non biais\u00e9e de l’erreur d’auto-s\u00e9lection. Si cette d\u00e9marche valide scientifiquement l’ampleur de la d\u00e9rive, elle r\u00e9v\u00e8le souvent une v\u00e9rit\u00e9 cruelle : les millions de r\u00e9ponses collect\u00e9es gratuitement n’apportent aucune valeur ajout\u00e9e inf\u00e9rentielle par rapport aux 500 r\u00e9ponses rigoureusement audit\u00e9es par m\u00e9thode probabiliste.<\/p>\n Lorsqu’un chercheur h\u00e9rite d’une base de donn\u00e9es \u00e0 r\u00e9ponse volontaire sans pouvoir r\u00e9it\u00e9rer la collecte, plusieurs techniques statistiques avanc\u00e9es peuvent \u00eatre mobilis\u00e9es pour tenter de r\u00e9duire \u2014 sans jamais pouvoir l’\u00e9liminer totalement \u2014 l’impact des distorsions constat\u00e9es.<\/p>\n La m\u00e9thode la plus traditionnellement appliqu\u00e9e dans l’industrie du sondage pour corriger les asym\u00e9tries structurelles est la pond\u00e9ration par post-stratification, compl\u00e9t\u00e9e par les algorithmes de calage sur marges<\/a> (m\u00e9thode de Deming-Stephan ou algorithme de *Raking*).<\/p>\n Le principe fondamental consiste \u00e0 r\u00e9attribuer \u00e0 chaque r\u00e9pondant individuel un poids statistique correcteur $w_i$<\/span>, de sorte que la somme pond\u00e9r\u00e9e des caract\u00e9ristiques d\u00e9mographiques de l’\u00e9chantillon co\u00efncide rigoureusement avec les marges de la population cible connue. Si les jeunes hommes de 18 \u00e0 25 ans sous-dipl\u00f4m\u00e9s ne repr\u00e9sentent que 2 % de l’\u00e9chantillon volontaire alors qu’ils composent 8 % du recensement g\u00e9n\u00e9ral, l’algorithme leur assignera un coefficient multiplicateur \u00e9lev\u00e9 ($w_i \\approx 4$<\/span>), tandis que les cat\u00e9gories surrepr\u00e9sent\u00e9es (par exemple, les femmes cadres de 40 ans) verront leur poids r\u00e9duit ($w_i \\approx 0,3$<\/span>).<\/p>\n Cependant, cette alchimie math\u00e9matique se heurte \u00e0 des limites s\u00e9v\u00e8res :<\/p>\n Inspir\u00e9e des travaux de Paul Rosenbaum et Donald Rubin dans le champ de l’inf\u00e9rence causale observationnelle, la m\u00e9thode d’ajustement par score de propension (Propensity Score Adjustment<\/em> ou PSA) tente de mod\u00e9liser explicitement le m\u00e9canisme d’auto-s\u00e9lection pour en compenser les effets.<\/p>\n Le protocole n\u00e9cessite l’acc\u00e8s \u00e0 une enqu\u00eate de r\u00e9f\u00e9rence probabiliste de haute qualit\u00e9 mesurant des variables sociod\u00e9mographiques et attitudinales communes. Le statisticien fusionne la base de donn\u00e9es volontaire et l’\u00e9chantillon de r\u00e9f\u00e9rence, puis estime la probabilit\u00e9 conditionnelle d’appartenir \u00e0 la base volontaire ($S=1$<\/span>) par rapport \u00e0 la base de r\u00e9f\u00e9rence ($S=0$<\/span>) \u00e0 l’aide d’un mod\u00e8le de r\u00e9gression logistique multivari\u00e9 :<\/p>\n $$e(X_i) = P(S_i = 1 mid X_i) = \\frac{1}{1 + \\exp(-X_i \\beta)}$$<\/span><\/p>\n Une fois ce \u00ab score de propension \u00bb calcul\u00e9 pour chaque individu, deux approches sont envisageables :<\/p>\n Bien que plus puissante que le simple calage sociod\u00e9mographique, cette technique d\u00e9pend elle aussi de l’hypoth\u00e8se de forte ignorabilit\u00e9 conditionnelle : elle postule qu’aucune variable non mesur\u00e9e n’explique simultan\u00e9ment la s\u00e9lection et la variable de r\u00e9sultat, une exigence rarement satisfaite dans les dynamiques d’auto-s\u00e9lection \u00e9motionnelle.<\/p>\n Couronn\u00e9e par le prix de la Banque de Su\u00e8de en sciences \u00e9conomiques en m\u00e9moire d’Alfred Nobel en 2000, la m\u00e9thode de correction en deux \u00e9tapes d\u00e9velopp\u00e9e par James Heckman (le mod\u00e8le Heckit<\/em>) offre le cadre \u00e9conom\u00e9trique le plus \u00e9l\u00e9gant pour affronter les donn\u00e9es s\u00e9lectionn\u00e9es de mani\u00e8re non al\u00e9atoire.<\/p>\n Le mod\u00e8le conceptualise la r\u00e9alit\u00e9 sous la forme d’un syst\u00e8me \u00e0 deux \u00e9quations structurelles d\u00e9pendantes :<\/p>\n Les termes d’erreur $\\epsilon_i$<\/span> et $u_i$<\/span> suivent une loi normale bivari\u00e9e de moyenne nulle, de variances respectives $\\sigma_\\epsilon^2$<\/span> et 1, et de corr\u00e9lation $rho$<\/span>. Si $\\rho \\neq 0$<\/span>, nous sommes en pr\u00e9sence d’un biais de s\u00e9lection endog\u00e8ne : les facteurs inobservables qui poussent un individu \u00e0 s’exprimer sont corr\u00e9l\u00e9s aux facteurs inobservables qui d\u00e9terminent sa r\u00e9ponse substantielle.<\/p>\n1.3 Le r\u00f4le du chercheur face \u00e0 la passivit\u00e9 du protocole<\/h3>\n
2. Les fondements th\u00e9oriques : \u00c9chantillonnage non probabiliste versus probabiliste<\/h2>\n
2.1 Les postulats de l’\u00e9chantillonnage probabiliste<\/h3>\n
2.2 La rupture \u00e9pist\u00e9mologique induite par la r\u00e9ponse volontaire<\/h3>\n
2.3 Taxonomie comparative des m\u00e9thodes de collecte<\/h3>\n
\n
3. M\u00e9canismes psychologiques sous-jacents \u00e0 l’auto-s\u00e9lection<\/h2>\n
3.1 L’intensit\u00e9 de l’attitude et l’engagement \u00e9motionnel<\/h3>\n
3.2 Motivation intrins\u00e8que, altruisme et civisme scientifique<\/h3>\n
3.3 Biais de confirmation et validation de l’identit\u00e9 sociale<\/h3>\n
4. Exemples classiques et contemporains d’\u00e9chantillons \u00e0 r\u00e9ponse volontaire<\/h2>\n
4.1 L’exemple paradigmatique : Le sondage radiophonique ou t\u00e9l\u00e9visuel<\/h3>\n
4.2 Les revues de consommateurs et avis en ligne<\/h3>\n
![\"\"](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/voluntary1.png\")
<\/figure>\n4.3 Les \u00e9tudes de sant\u00e9 publique et questionnaires ouverts sur les r\u00e9seaux sociaux<\/h3>\n
5. Le biais de r\u00e9ponse volontaire (Voluntary Response Bias) et ses impacts statistiques<\/h2>\n
5.1 D\u00e9finition et structure math\u00e9matique du biais<\/h3>\n
5.2 La bimodalit\u00e9 artificielle des r\u00e9sultats empiriques<\/h3>\n
5.3 Erreurs d’inf\u00e9rence statistique et risques de conclusions fallacieuses<\/h3>\n
6. Comparaison avec d’autres m\u00e9thodes d’\u00e9chantillonnage non probabilistes<\/h2>\n
6.1 \u00c9chantillonnage \u00e0 r\u00e9ponse volontaire versus \u00e9chantillonnage de convenance<\/h3>\n
6.2 \u00c9chantillonnage par quotas : Une tentative de r\u00e9gulation structurelle<\/h3>\n
6.3 \u00c9chantillonnage cibl\u00e9 ou au jug\u00e9 (Purposive Sampling)<\/h3>\n
7. Implications m\u00e9thodologiques en psychologie et en sciences comportementales<\/h2>\n
7.1 Le profil psychologique distinctif des participants volontaires<\/h3>\n
\n
7.2 La crise de la reproductibilit\u00e9 et l’auto-s\u00e9lection<\/h3>\n
7.3 Cons\u00e9quences sur les \u00e9tudes psychopathologiques et cliniques<\/h3>\n
8. La repr\u00e9sentativit\u00e9 et la validit\u00e9 externe compromises<\/h2>\n
8.1 Validit\u00e9 interne versus validit\u00e9 externe<\/h3>\n
8.2 La fracture num\u00e9rique et les biais sociod\u00e9mographiques d’acc\u00e8s<\/h3>\n
8.3 L’illusion de la repr\u00e9sentativit\u00e9 par la volum\u00e9trie des ‘Big Data’<\/h3>\n
9. Analyse math\u00e9matique et d\u00e9viation des distributions dans les r\u00e9ponses volontaires<\/h2>\n
9.1 Mod\u00e9lisation formelle du processus de s\u00e9lection<\/h3>\n
9.2 Comparaison des fonctions de densit\u00e9 de probabilit\u00e9<\/h3>\n
\n
9.3 Le concept statistique de Missing Not At Random (MNAR)<\/h3>\n
\n
10. Strat\u00e9gies de d\u00e9tection et d’\u00e9valuation du biais d’auto-s\u00e9lection<\/h2>\n
10.1 Comparaison avec les donn\u00e9es de r\u00e9f\u00e9rence populationnelles (Benchmarks)<\/h3>\n
10.2 L’analyse des r\u00e9pondants tardifs (Wave Analysis)<\/h3>\n
10.3 L’utilisation de sous-\u00e9chantillons d’audit contr\u00f4l\u00e9s<\/h3>\n
11. M\u00e9thodes pour corriger ou att\u00e9nuer les biais dans les donn\u00e9es collect\u00e9es<\/h2>\n
11.1 Techniques de pond\u00e9ration post-stratification et calage sur marges<\/h3>\n
\n
11.2 Le score de propension appliqu\u00e9 \u00e0 l’ajustement d’\u00e9chantillon<\/h3>\n
\n
11.3 Mod\u00e9lisation de s\u00e9lection de Heckman (Heckit)<\/h3>\n
\n