1. Introduction fondamentale au concept de biais de sous-couverture<\/h2>\n1.1 D\u00e9finition th\u00e9orique et op\u00e9rationnelle<\/h3>\n
Dans le cadre de la th\u00e9orie classique de l’\u00e9chantillonnage probabiliste, conceptualis\u00e9e notamment par des pionniers tels que Jerzy Neyman, la validit\u00e9 d’une inf\u00e9rence repose sur l’attribution \u00e0 chaque unit\u00e9 \u00e9l\u00e9mentaire de la population d’une probabilit\u00e9 d’inclusion non nulle et parfaitement calculable. Le biais de sous-couverture (souvent d\u00e9sign\u00e9 en anglais par le terme undercoverage bias<\/em>) survient d\u00e8s lors qu’une fraction non n\u00e9gligeable de la population cible se voit assigner, de facto<\/em> ou de jure<\/em>, une probabilit\u00e9 d’inclusion rigoureusement \u00e9gale \u00e0 z\u00e9ro lors de la constitution du protocole de recueil de donn\u00e9es. Cette exclusion syst\u00e9matique cr\u00e9e une scission insurmontable entre la population d’int\u00e9r\u00eat th\u00e9orique et la r\u00e9alit\u00e9 empirique couverte par l’instrument d’investigation.<\/p>\n Pour appr\u00e9hender ce m\u00e9canisme avec une pr\u00e9cision op\u00e9rationnelle sans faille, il convient d’\u00e9tablir une distinction formelle entre trois entit\u00e9s fondamentales : la population cible, la base de sondage et l’\u00e9chantillon observ\u00e9. La population cible, not\u00e9e conventionnellement $U$<\/span>, repr\u00e9sente l’ensemble universel exhaustif des unit\u00e9s statistiques sur lesquelles porte l’interrogation scientifique (par exemple, l’ensemble des r\u00e9sidents adultes d’un territoire donn\u00e9). La base de sondage, not\u00e9e $U_F$<\/span>, constitue quant \u00e0 elle la liste physique, le registre administratif ou le dispositif technique \u00e0 partir duquel les unit\u00e9s sont concr\u00e8tement s\u00e9lectionn\u00e9es (tel qu’un annuaire t\u00e9l\u00e9phonique, un registre \u00e9lectoral ou une base de donn\u00e9es de s\u00e9curit\u00e9 sociale). Enfin, l’\u00e9chantillon observ\u00e9, not\u00e9 $s$<\/span>, est le sous-ensemble extrait de $U_F$<\/span> qui participe effectivement \u00e0 la collecte. La sous-couverture survient avec certitude d\u00e8s que $U_F \\subset U$<\/span>, signifiant que la base de sondage est un sous-ensemble strict de la population cible, laissant une fraction $U_M = U setminus U_F$<\/span> totalement hors de port\u00e9e de l’exp\u00e9rimentateur.<\/p>\n D’un point de vue math\u00e9matique \u00e9l\u00e9mentaire, la d\u00e9viation induite par ce d\u00e9faut de couverture peut \u00eatre formul\u00e9e analytiquement. Soit $Y$<\/span> la variable d’int\u00e9r\u00eat dont on cherche \u00e0 estimer la moyenne populationnelle $\\bar{Y}$<\/span>. Si l’on scinde la population cible $U$<\/span> en deux strates exclusives \u2014 la strate couverte par la base de sondage ($C$<\/span>) et la strate non couverte ou manquante ($M$<\/span>) \u2014, la v\u00e9ritable moyenne s’exprime comme une moyenne pond\u00e9r\u00e9e :<\/p>\n $$\\bar{Y} = W_C \\bar{Y}_C + W_M \\bar{Y}_M$$<\/span><\/p>\n o\u00f9 $W_C = N_C \/ N$<\/span> repr\u00e9sente la proportion de la population couverte, $W_M = N_M \/ N$<\/span> la proportion de la population exclue, $\\bar{Y}_C$<\/span> la moyenne de la caract\u00e9ristique chez les individus couverts, et $\\bar{Y}_M$<\/span> la moyenne chez les individus exclus. Lorsqu’un estimateur non biais\u00e9 $\\hat{\\bar{Y}}_C$<\/span> est calcul\u00e9 \u00e0 partir de la base de sondage disponible pour approcher la moyenne globale $\\bar{Y}$<\/span>, son esp\u00e9rance math\u00e9matique correspond uniquement \u00e0 $\\bar{Y}_C$<\/span>. Le biais de sous-couverture, not\u00e9 $B(\\hat{\\bar{Y}})$<\/span>, se d\u00e9finit alors formellement par :<\/p>\n $$B(\\hat{\\bar{Y}}) = E(\\hat{\\bar{Y}}_C) – \\bar{Y} = \\bar{Y}_C – (W_C \\bar{Y}_C + W_M \\bar{Y}_M) = W_M (\\bar{Y}_C – \\bar{Y}_M)$$<\/span><\/p>\n Cette formalisation met en lumi\u00e8re deux enseignements fondamentaux : l’ampleur du biais est directement proportionnelle au taux de non-couverture de la base ($W_M$<\/span>) ainsi qu’\u00e0 la disparit\u00e9 substantive existant entre les individus couverts et les individus exclus quant au ph\u00e9nom\u00e8ne mesur\u00e9 ($(\\bar{Y}_C – \\bar{Y}_M)$<\/span>). Si les exclus pr\u00e9sentent un comportement ou un \u00e9tat rigoureusement identique aux individus couverts, le biais s’annule en d\u00e9pit d’une couverture incompl\u00e8te ; inversement, m\u00eame une faible omission structurelle peut engendrer un biais massif si la frange exclue pr\u00e9sente des particularit\u00e9s extr\u00eames par rapport au reste de la population.<\/p>\n L’histoire de la statistique appliqu\u00e9e est jalonn\u00e9e de d\u00e9sillusions m\u00e9thodologiques qui ont fa\u00e7onn\u00e9 l’\u00e9volution des protocoles de collecte. Au tournant du vingti\u00e8me si\u00e8cle, les sondages fonctionnaient largement selon une logique intuitive et empirique : les praticiens pr\u00e9sumaient qu’accumuler un nombre massif d’observations suffisait \u00e0 garantir la v\u00e9racit\u00e9 des r\u00e9sultats, ignorant d\u00e9lib\u00e9r\u00e9ment la structure interne de leurs \u00e9chantillons. Les premiers instituts d’opinion publique et revues d’analyse politique fondaient leurs pr\u00e9dictions sur des envois postaux g\u00e9ants ou des coupons-r\u00e9ponses ins\u00e9r\u00e9s dans la presse \u00e9crite, sans s’interroger sur l’asym\u00e9trie sociale des r\u00e9cipiendaires de ces imprim\u00e9s.<\/p>\n La rupture \u00e9pist\u00e9mologique s’op\u00e8re dans les ann\u00e9es 1930 et 1940, sous l’impulsion th\u00e9orique de statisticiens fondateurs tels que Jerzy Neyman et William Gemmell Cochran. \u00c0 travers la formalisation de l’\u00e9chantillonnage al\u00e9atoire stratifi\u00e9 et du plan de sondage probabiliste, ces auteurs ont d\u00e9montr\u00e9 que la pr\u00e9cision d’une estimation ne d\u00e9pend pas de la taille absolue de l’\u00e9chantillon, mais de l’assignation contr\u00f4l\u00e9e des probabilit\u00e9s d’inclusion. Cette p\u00e9riode a \u00e9t\u00e9 marqu\u00e9e par la prise de conscience brutale des limites intrins\u00e8ques des cadres d’\u00e9chantillonnage administratifs : annuaires des t\u00e9l\u00e9phones, r\u00e9pertoires d’immatriculation automobile ou listes d’abonn\u00e9s de revues bourgeoises ne constituaient nullement des reflets neutres de la soci\u00e9t\u00e9, mais bien des filtres de s\u00e9lection de classe.<\/p>\n Parall\u00e8lement, le d\u00e9veloppement de la psychom\u00e9trie et des sciences du comportement a mis en \u00e9vidence l’impact d\u00e9vastateur des erreurs non dues \u00e0 l’\u00e9chantillonnage (non-sampling errors<\/em>). Les chercheurs ont progressivement compris que l’erreur d’\u00e9chantillonnage pure \u2014 celle mesur\u00e9e par la variance de l’estimateur \u2014 ne repr\u00e9sentait que la partie \u00e9merg\u00e9e de l’iceberg m\u00e9thodologique. Les distorsions d’omission, longtemps qualifi\u00e9es d’anomalies r\u00e9siduelles, ont \u00e9t\u00e9 reconnues comme des biais syst\u00e9matiques capables d’annihiler totalement la validit\u00e9 des mod\u00e8les d’\u00e9valuation psychologique et des th\u00e9ories du d\u00e9veloppement cognitif, for\u00e7ant la communaut\u00e9 scientifique \u00e0 repenser la standardisation de ses outils d’inclusion.<\/p>\n Au c\u0153ur de la d\u00e9marche empirique moderne se trouve le paradigme du microcosme : l’\u00e9chantillon s\u00e9lectionn\u00e9 par l’exp\u00e9rimentateur est suppos\u00e9 agir comme une r\u00e9duction homoth\u00e9tique, miniature et fid\u00e8le de la population macroscopique qu’il entend incarner. Pour que ce principe d’homoth\u00e9tie op\u00e8re, chaque strate, chaque sp\u00e9cificit\u00e9 socioculturelle et chaque variance biologique doivent se retrouver dans l’\u00e9chantillon dans des proportions conformes aux param\u00e8tres r\u00e9els de la population. D\u00e8s lors que la base de sondage initiale occulte syst\u00e9matiquement certaines strates, le mod\u00e8le du microcosme s’effondre, transformant l’\u00e9chantillon en un reflet d\u00e9formant incapable de soutenir une inf\u00e9rence l\u00e9gitime.<\/p>\n Cette alt\u00e9ration compromet s\u00e9v\u00e8rement la validit\u00e9 \u00e9cologique des r\u00e9sultats de recherche. En psychologie, en m\u00e9decine ou en sociologie, la validit\u00e9 \u00e9cologique d\u00e9signe la mesure dans laquelle les relations observ\u00e9es en laboratoire ou au sein d’un \u00e9chantillon s’appliquent fid\u00e8lement aux conditions de vie ordinaires des populations. Si une intervention clinique n’est test\u00e9e que sur des patients b\u00e9n\u00e9ficiant d’une insertion sociale stable et d’une couverture m\u00e9dicale optimale, il est fallacieux de supposer que son efficacit\u00e9 sera \u00e9quivalente au sein de populations pr\u00e9caris\u00e9es vivant dans des contextes de privation mat\u00e9rielle et d’instabilit\u00e9 constante.<\/p>\n Le chercheur se retrouve alors confront\u00e9 \u00e0 un dilemme permanent entre contrainte budg\u00e9taire et imp\u00e9ratif d’exhaustivit\u00e9. Concevoir un cadre d’\u00e9chantillonnage parfait, qui identifierait chaque membre de la population cible jusqu’au plus marginalis\u00e9, impose des co\u00fbts logistiques, financiers et temporels souvent exorbitants. La tentation de recourir \u00e0 des bases de sondage pr\u00e9existantes, num\u00e9ris\u00e9es, standardis\u00e9es et peu on\u00e9reuses est forte. Cependant, l’arbitrage en faveur de l’\u00e9conomie de moyens se paie au prix fort : celui de la g\u00e9n\u00e9ralisation abusive, une faute \u00e9pist\u00e9mologique majeure par laquelle un praticien attribue imprudemment \u00e0 l’ensemble de l’humanit\u00e9 les caract\u00e9ristiques d’une sous-population hyper-sp\u00e9cifique issue d’une base de sondage tronqu\u00e9e.<\/p>\n La base de sondage mat\u00e9rialise l’interface op\u00e9rationnelle entre le monde th\u00e9orique des concepts abstraits et le monde empirique de la collecte de donn\u00e9es. Sa confection requiert une rigueur documentaire absolue, soumise \u00e0 des crit\u00e8res d’ad\u00e9quation, de compl\u00e9tude et d’actualisation temporelle. Une base de sondage id\u00e9ale doit pr\u00e9senter une bijection parfaite avec la population cible : \u00e0 chaque unit\u00e9 de la population doit correspondre exactement un identifiant dans la liste, sans omission, sans ajout indu et sans redondance. En pratique, cette ad\u00e9quation parfaite n’est qu’une fiction m\u00e9thodologique que l’ing\u00e9nierie des enqu\u00eates s’efforce d’approcher.<\/p>\n Les sources de dysfonctionnement des bases de sondage sont multiples et souvent insidieuses. L’incompl\u00e9tude structurelle d\u00e9coule fr\u00e9quemment de l’obsolescence des registres administratifs : les bases de donn\u00e9es d\u00e9mographiques perdent leur pr\u00e9cision au fil des d\u00e9m\u00e9nagements, des d\u00e9c\u00e8s non enregistr\u00e9s et des flux migratoires non comptabilis\u00e9s. Les listes bas\u00e9es sur l’inscription volontaire (comme les plateformes d’associations de consommateurs ou les r\u00e9pertoires de volontaires en ligne) souffrent d’une d\u00e9ficience r\u00e9dhibitoire en excluant par d\u00e9finition l’ensemble des individus r\u00e9fractaires \u00e0 ces d\u00e9marches d’enregistrement public. De surcro\u00eet, les d\u00e9coupages administratifs conduisent fr\u00e9quemment \u00e0 des exclusions g\u00e9ographiques arbitraires, n\u00e9gligeant les territoires p\u00e9riph\u00e9riques, les habitats non cadastr\u00e9s ou les zones d’acc\u00e8s complexe.<\/p>\n Il est crucial de dissocier analytiquement la sous-couverture des ph\u00e9nom\u00e8nes adjacents que sont la sur-couverture et la duplication :<\/p>\n Tandis que la sur-couverture et la duplication introduisent des inefficiences et augmentent la variance des estimateurs \u2014 erreurs qui peuvent \u00eatre partiellement purg\u00e9es lors de la phase de filtrage \u2014, la sous-couverture g\u00e9n\u00e8re un biais ind\u00e9tectable par la simple manipulation interne de l’\u00e9chantillon, car l’analyste ignore tout de ce qu’il ne peut pas observer.<\/p>\n L’\u00e9difice math\u00e9matique de l’\u00e9chantillonnage probabiliste repose sur le th\u00e9or\u00e8me selon lequel un estimateur lin\u00e9aire (tel que l’estimateur d’Horvitz-Thompson) est rigoureusement non biais\u00e9 si et seulement si les probabilit\u00e9s d’inclusion $\\pi_i$<\/span> de chaque unit\u00e9 $i$<\/span> de la population sont strictement positives ($\\pi_i > 0$<\/span>) et connues avec certitude. Dans ce cadre th\u00e9orique pur, la sous-couverture est neutralis\u00e9e d\u00e8s lors que le processus de randomisation embrasse l’int\u00e9gralit\u00e9 du domaine d’\u00e9tude. Chaque individu poss\u00e8de une chance th\u00e9orique d’\u00eatre tir\u00e9, ce qui autorise l’usage des lois limites centrales et la construction d’intervalles de confiance rigoureux.<\/p>\n \u00c0 l’oppos\u00e9, les plans d’\u00e9chantillonnage non probabilistes \u2014 qu’il s’agisse de la m\u00e9thode des quotas, des \u00e9chantillons de volontaires ou des collectes cibl\u00e9es par r\u00e9seaux sociaux \u2014 constituent le terreau par excellence du biais de sous-couverture. En s’affranchissant du tirage al\u00e9atoire sur une liste exhaustive, l’exp\u00e9rimentateur s’en remet \u00e0 des m\u00e9canismes de s\u00e9lection d\u00e9pendants du comportement des sujets ou de la commodit\u00e9 des enqu\u00eateurs. D\u00e8s lors, des segments entiers de la population cible voient leur probabilit\u00e9 d’inclusion s’effondrer \u00e0 z\u00e9ro, sans qu’aucun mod\u00e8le probabiliste formel ne puisse mod\u00e9liser cette absence.<\/p>\n Face \u00e0 ces faiblesses, un sophisme m\u00e9thodologique fr\u00e9quent consiste \u00e0 invoquer la taille colossale de l’\u00e9chantillon pour affirmer la validit\u00e9 des r\u00e9sultats. Cette croyance, qualifi\u00e9e d’\u00ab illusion de la taille de l’\u00e9chantillon \u00bb (big data paradox<\/em> formalis\u00e9 par Xiao-Li Meng), est math\u00e9matiquement fausse. R\u00e9unir un million d’individus \u00e0 travers un dispositif non probabiliste souffrant d’une sous-couverture structurelle ne fait que concentrer et rigidifier l’erreur syst\u00e9matique : la variance de l’estimateur d\u00e9cro\u00eet vers z\u00e9ro, resserrant les intervalles de confiance autour d’une valeur radicalement erron\u00e9e. Un petit \u00e9chantillon probabiliste bien couvert de mille individus surpassera toujours en justesse et en repr\u00e9sentativit\u00e9 un ensemble de donn\u00e9es gigantesque issu d’une base tronqu\u00e9e.<\/p>\n Pour conceptualiser l’impact global des imperfections de recueil, les statisticiens d’enqu\u00eate ont d\u00e9velopp\u00e9 le cadre unificateur de l’Erreur Totale d’Enqu\u00eate (Total Survey Error<\/em> ou TSE). Ce mod\u00e8le m\u00e9thodologique s\u00e9pare l’incertitude finale pesant sur un estimateur en deux grandes dimensions fondamentales : les erreurs de mesure (ce qui est effectivement capt\u00e9 par l’instrument) et les erreurs de repr\u00e9sentation (qui est effectivement interrog\u00e9 par le dispositif). Le biais de sous-couverture s’inscrit au premier rang des erreurs de repr\u00e9sentation, pr\u00e9c\u00e9dant l’erreur d’\u00e9chantillonnage al\u00e9atoire et le biais de non-r\u00e9ponse.<\/p>\n Ce positionnement analytique exige de dissocier scrupuleusement l’erreur d’\u00e9chantillonnage de la sous-couverture. L’erreur d’\u00e9chantillonnage d\u00e9coule de la variance d’\u00e9chantillonnage intrins\u00e8que \u00e0 la variabilit\u00e9 biologique ou comportementale entre les individus tir\u00e9s al\u00e9atoirement ; elle diminue inexorablement \u00e0 mesure que la taille de l’\u00e9chantillon $n$<\/span> tend vers la taille de la population $N$<\/span>. En revanche, le biais de sous-couverture est invariant face \u00e0 la taille de l’\u00e9chantillon : il persiste inchang\u00e9 m\u00eame si l’exp\u00e9rimentateur interroge cent pour cent des individus inscrits sur une base de sondage d\u00e9ficiente.<\/p>\n Dans l’\u00e9valuation de la qualit\u00e9 des donn\u00e9es, la performance globale d’un estimateur se mesure \u00e0 travers l’Erreur Quadratique Moyenne (EQM, ou Mean Squared Error<\/em> – MSE), d\u00e9finie par la relation :<\/p>\n $$EQM(\\hat{\\theta}) = Var(\\hat{\\theta}) + [B(\\hat{\\theta})]^2$$<\/span><\/p>\n o\u00f9 $Var(\\hat{\\theta})$<\/span> repr\u00e9sente la variance d’\u00e9chantillonnage et $B(\\hat{\\theta})$<\/span> le biais total agr\u00e9g\u00e9, au sein duquel le terme de sous-couverture occupe une place d\u00e9terminante. Dans les protocoles affect\u00e9s par une sous-couverture structurelle, le terme $[B(\\hat{\\theta})]^2$<\/span> domine massivement la variance, rendant toute tentative d’optimisation de la taille de l’\u00e9chantillon totalement superflue tant que le probl\u00e8me d’inclusion originel demeure non r\u00e9solu.<\/p>\n L’\u00e9chantillonnage de convenance repr\u00e9sente l’une des voies les plus directes et fr\u00e9quentes menant \u00e0 l’\u00e9tablissement d’une sous-couverture s\u00e9v\u00e8re. Ce mode de recrutement se caract\u00e9rise par la s\u00e9lection d’unit\u00e9s d’observation guid\u00e9e principalement par des motifs d’accessibilit\u00e9 imm\u00e9diate, de proximit\u00e9 physique, de co\u00fbt marginal nul et de commodit\u00e9 temporelle pour l’investigateur. Qu’il s’agisse de recruter des passants sur le parvis d’une universit\u00e9, d’interroger les clients d’un centre commercial un mardi matin ou de solliciter ses propres relations professionnelles, cette d\u00e9marche subordonne les imp\u00e9ratifs de rigueur statistique \u00e0 des opportunit\u00e9s contextuelles contingentes.<\/p>\n Ce protocole entra\u00eene l’exclusion implicite de pans massifs de la soci\u00e9t\u00e9. Les individus souffrant de handicaps s\u00e9v\u00e8res, les personnes hospitalis\u00e9es ou en perte d’autonomie, les travailleurs post\u00e9s exer\u00e7ant selon des horaires d\u00e9cal\u00e9s, ou encore les populations rurales isol\u00e9es g\u00e9ographiquement sont irr\u00e9m\u00e9diablement \u00e9vinc\u00e9s des cadres de convenance urbains ou institutionnels. Le point de recrutement physique ou spatial agit comme un filtre de s\u00e9lection radical : un \u00e9chantillon constitu\u00e9 au c\u0153ur d’une technopole tertiaire ne croisera jamais la r\u00e9alit\u00e9 mat\u00e9rielle des zones industrielles en d\u00e9clin ou des banlieues pr\u00e9caris\u00e9es.<\/p>\n Un corollaire direct de cette s\u00e9lection par capillarit\u00e9 imm\u00e9diate r\u00e9side dans la sous-estimation dramatique de la variance r\u00e9elle des variables \u00e9tudi\u00e9es. Les individus partageant un m\u00eame espace-temps physique ou institutionnel ont tendance \u00e0 pr\u00e9senter des caract\u00e9ristiques sociologiques, id\u00e9ologiques et comportementales homog\u00e8nes en vertu des principes d’homophilie spatiale. L’\u00e9chantillon qui en d\u00e9coule donne aux chercheurs une fausse impression de coh\u00e9sion et de pr\u00e9cision, alors qu’il n’a fait que capturer une micro-culture locale au d\u00e9triment de l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 v\u00e9ritable de la population parente.<\/p>\n L’auto-s\u00e9lection constitue un m\u00e9canisme psychologique et comportemental qui amplifie les d\u00e9ficiences structurelles des bases d’\u00e9chantillonnage ouvertes. Lorsque l’inclusion dans une \u00e9tude repose sur l’initiative spontan\u00e9e des individus \u2014 comme c’est le cas dans les sondages en ligne ouverts, les lignes t\u00e9l\u00e9phoniques d’\u00e9missions de t\u00e9l\u00e9vision ou les consultations citoyennes non r\u00e9gul\u00e9es \u2014, le processus d’\u00e9chantillonnage n’est plus contr\u00f4l\u00e9 par le statisticien, mais par la motivation intrins\u00e8que des participants potentiels.<\/p>\n La recherche en psychologie sociale d\u00e9montre avec constance que la propension \u00e0 participer spontan\u00e9ment \u00e0 une enqu\u00eate est fortement corr\u00e9l\u00e9e \u00e0 la polarisation affective, id\u00e9ologique ou \u00e9motionnelle vis-\u00e0-vis du sujet trait\u00e9. Les individus affichant des opinions mod\u00e9r\u00e9es, ambivalentes ou d\u00e9sabus\u00e9es ont une probabilit\u00e9 d’engagement quasi nulle, laissant le champ libre aux militants, aux personnes outr\u00e9es ou aux usagers hyper-investis. De surcro\u00eet, les volontaires syst\u00e9matiques partagent des profils psychom\u00e9triques atypiques par rapport \u00e0 la moyenne : ils manifestent des scores significativement plus \u00e9lev\u00e9s d’extraversion, de curiosit\u00e9 intellectuelle, d’altruisme per\u00e7u et de besoin d’expression sociale.<\/p>\n Ce filtrage spontan\u00e9 introduit ce que les \u00e9pid\u00e9miologistes qualifient de corr\u00e9lations artefactuelles. En omettant silencieusement les larges segments de la population apathiques, m\u00e9fiants envers les institutions acad\u00e9miques ou d\u00e9pourvus d’int\u00e9r\u00eat personnel dans le th\u00e8me de l’\u00e9tude, l’\u00e9chantillon obtenu relie artificiellement des traits qui, dans la population globale, sont totalement d\u00e9connect\u00e9s. Les relations causales postul\u00e9es \u00e0 partir de telles donn\u00e9es refl\u00e8tent alors moins la structure du comportement humain que les idiosyncrasies propres \u00e0 la sous-population des individus dispos\u00e9s \u00e0 s’exprimer gratuitement dans l’espace public.<\/p>\n Au-del\u00e0 des aspects psychologiques, la sous-couverture d\u00e9coule souvent de barri\u00e8res mat\u00e9rielles, linguistiques et technologiques concr\u00e8tes qui emp\u00eachent des franges enti\u00e8res de citoyens de figurer au sein des bases d’\u00e9chantillonnage. Dans une soci\u00e9t\u00e9 num\u00e9ris\u00e9e, l’obligation implicite de poss\u00e9der un \u00e9quipement informatique r\u00e9cent, un abonnement Internet haut d\u00e9bit et un navigateur compatible exclut d’embl\u00e9e les populations en situation d’illectronisme, les r\u00e9sidents des zones blanches et les m\u00e9nages confront\u00e9s \u00e0 la pr\u00e9carit\u00e9 \u00e9nerg\u00e9tique ou financi\u00e8re.<\/p>\n Les obstacles linguistiques et cognitifs constituent un autre facteur d’\u00e9viction structurelle particuli\u00e8rement insidieux. La majorit\u00e9 des questionnaires standardis\u00e9s sont r\u00e9dig\u00e9s dans la langue nationale officielle, selon des tournures syntaxiques emprunt\u00e9es aux conventions administratives et acad\u00e9miques. Les personnes allophones, les populations immigr\u00e9es r\u00e9centes ne ma\u00eetrisant pas les subtilit\u00e9s de la langue d’accueil, ainsi que les individus souffrant de troubles neurocognitifs ou d’analphab\u00e9tisme fonctionnel se trouvent de facto exclus des fichiers d’enqu\u00eate, faute de dispositifs d’adaptation ou de traduction en langue maternelle.<\/p>\n Enfin, la dimension temporelle et socio-\u00e9conomique joue le r\u00f4le d’un impitoyable censeur de repr\u00e9sentativit\u00e9. Participer \u00e0 une \u00e9tude d’une heure n\u00e9cessite un capital temporel disponible dont sont priv\u00e9s les travailleurs pr\u00e9caires cumulant plusieurs emplois, les familles monoparentales subissant une lourde charge mentale et les aidants familiaux. Si l’on ajoute \u00e0 cela les ph\u00e9nom\u00e8nes d’itin\u00e9rance, de mal-logement, de domiciliation temporaire chez des tiers ou d’incarc\u00e9ration, on r\u00e9alise qu’une multitude d’individus n’existent tout simplement pas sur les registres postaux ou municipaux, constituant une sous-population invisible aux yeux des m\u00e9thodologies d’\u00e9chantillonnage conventionnelles.<\/p>\n Aucun cas d’\u00e9cole n’illustre avec autant de force le pouvoir destructeur de la sous-couverture que le d\u00e9sastre pr\u00e9dictif de l’\u00e9lection pr\u00e9sidentielle am\u00e9ricaine de 1936 impliquant le magazine The Literary Digest<\/em>. Cette revue hebdomadaire influente jouissait d’un prestige m\u00e9thodologique immense, ayant pr\u00e9dit avec succ\u00e8s les r\u00e9sultats des scrutins pr\u00e9sidentiels de 1920, 1924, 1928 et 1932. Pour l’\u00e9lection de 1936, opposant le pr\u00e9sident d\u00e9mocrate sortant Franklin D. Roosevelt au candidat r\u00e9publicain Alf Landon, la publication mit en \u0153uvre un protocole d’une envergure industrielle sans pr\u00e9c\u00e9dent, postant plus de dix millions de bulletins de vote fictifs \u00e0 travers les \u00c9tats-Unis.<\/p>\n Le magazine parvint \u00e0 recueillir plus de 2,3 millions de r\u00e9ponses effectives \u2014 un \u00e9chantillon titanesque devant lequel tout statisticien moderne s’inclinerait en termes de puissance statistique pure. Sur la base de ce d\u00e9pouillement colossal, le Literary Digest<\/em> proclama avec une assurance p\u00e9remptoire que Landon \u00e9craserait Roosevelt avec 57 % des suffrages contre 43 %. Le r\u00e9sultat final du scrutin r\u00e9el constitua l’un des plus grands raz-de-mar\u00e9e de l’histoire \u00e9lectorale am\u00e9ricaine, mais en sens inverse : Roosevelt fut r\u00e9\u00e9lu triomphalement avec 60,8 % du vote populaire, rel\u00e9guant Landon \u00e0 36,5 %. L’\u00e9cart entre la pr\u00e9diction et la r\u00e9alit\u00e9 d\u00e9passait les 24 points de pourcentage, ruinant d\u00e9finitivement la cr\u00e9dibilit\u00e9 de la revue, qui fit faillite peu de temps apr\u00e8s.<\/p>\n L’autopsie m\u00e9thodologique de cette catastrophe identifia la sous-couverture de la base de sondage comme la cause fondamentale du d\u00e9sastre. Pour constituer son fichier d’adresses de dix millions d’individus, la r\u00e9daction s’\u00e9tait appuy\u00e9e sur trois sources ma\u00eetresses : les annuaires t\u00e9l\u00e9phoniques, les registres d’immatriculation des v\u00e9hicules automobiles et les listes d’abonn\u00e9s de revues haut de gamme (y compris la leur). Or, en 1936, les \u00c9tats-Unis subissaient encore les s\u00e9quelles \u00e9conomiques profondes de la Grande D\u00e9pression. Seules les classes sup\u00e9rieures et moyennes ais\u00e9es pouvaient s’offrir le luxe d’une ligne t\u00e9l\u00e9phonique, d’une automobile priv\u00e9e ou d’abonnements de presse. Les classes ouvri\u00e8res, les ch\u00f4meurs, les m\u00e9tayers et les millions de b\u00e9n\u00e9ficiaires des programmes sociaux du New Deal<\/em> \u2014 qui votaient massivement pour Roosevelt \u2014 \u00e9taient purement et simplement absents de ces registres s\u00e9lectifs.<\/p>\n Par contraste, un jeune statisticien encore peu connu \u00e0 l’\u00e9poque, George Gallup, comprit intuitivement la faille de ce dispositif. En utilisant un \u00e9chantillon probabiliste par quotas de seulement cinquante mille personnes, mais rigoureusement stratifi\u00e9 pour inclure toutes les couches socio-\u00e9conomiques de la nation, Gallup pr\u00e9dit non seulement la victoire de Roosevelt, mais anticipa \u00e9galement avec exactitude l’effondrement de la pr\u00e9diction du Literary Digest<\/em> avant m\u00eame que le scrutin n’ait lieu. Cet \u00e9v\u00e9nement marqua l’av\u00e8nement des sondages scientifiques et l’enterrement d\u00e9finitif de la croyance aveugle dans la taille brute des \u00e9chantillons.<\/p>\n Pendant la seconde moiti\u00e9 du vingti\u00e8me si\u00e8cle, les enqu\u00eates par composition al\u00e9atoire de num\u00e9ros (Random Digit Dialing<\/em> ou RDD) bas\u00e9es sur le r\u00e9seau t\u00e9l\u00e9phonique filaire ont constitu\u00e9 le m\u00e8tre-\u00e9talon des sondages sociologiques et politiques dans le monde occidental. Cette m\u00e9thodologie reposait sur l’hypoth\u00e8se solide selon laquelle l’\u00e9crasante majorit\u00e9 des foyers disposait d’une ligne fixe raccord\u00e9e au r\u00e9seau national. La s\u00e9lection al\u00e9atoire de pr\u00e9fixes g\u00e9ographiques assurait une couverture satisfaisante de l’ensemble du territoire et des groupes d\u00e9mographiques.<\/p>\n Toutefois, la r\u00e9volution technologique des ann\u00e9es 2000 a vu s’op\u00e9rer une mutation comportementale rapide : l’abandon massif du t\u00e9l\u00e9phone fixe par les m\u00e9nages au profit exclusif de la t\u00e9l\u00e9phonie mobile (ph\u00e9nom\u00e8ne des cell-phone-only households<\/em>). Ce ph\u00e9nom\u00e8ne a introduit une sous-couverture g\u00e9n\u00e9rationnelle et socio-\u00e9conomique d’une ampleur in\u00e9dite. Les premi\u00e8res cohortes \u00e0 couper leur ligne fixe \u00e9taient compos\u00e9es d’\u00e9tudiants, de jeunes professionnels c\u00e9libataires, de locataires changeant fr\u00e9quemment de domicile et de m\u00e9nages \u00e0 faibles revenus cherchant \u00e0 r\u00e9duire leurs charges de t\u00e9l\u00e9communication. Les instituts de sondage qui ont persist\u00e9 \u00e0 n’\u00e9chantillonner que des lignes fixes ont soudainement mesur\u00e9 l’opinion d’une population vieillissante, propri\u00e9taire de son logement et sociologiquement conservatrice.<\/p>\n Pour r\u00e9tablir la couverture, les m\u00e9thodologistes ont \u00e9t\u00e9 contraints de d\u00e9velopper des plans d’\u00e9chantillonnage \u00e0 double base (dual-frame surveys<\/em>), combinant simultan\u00e9ment des tirages sur lignes fixes et sur num\u00e9ros de t\u00e9l\u00e9phones portables. Cette transition a toutefois engendr\u00e9 une immense complexit\u00e9 technique :<\/p>\n Les scrutins d\u00e9mocratiques de la derni\u00e8re d\u00e9cennie ont mis en lumi\u00e8re une r\u00e9surgence critique de la sous-couverture g\u00e9ographique et culturelle. Qu’il s’agisse de l’\u00e9lection pr\u00e9sidentielle am\u00e9ricaine de 2016, du r\u00e9f\u00e9rendum sur le Brexit au Royaume-Uni la m\u00eame ann\u00e9e, ou de plusieurs consultations r\u00e9f\u00e9rendaires en Colombie et en Europe, les pr\u00e9visions des principaux instituts de sondage ont syst\u00e9matiquement sous-estim\u00e9 l’ampleur des votes populistes, souverainistes ou contestataires.<\/p>\n L’analyse post-\u00e9lectorale a r\u00e9v\u00e9l\u00e9 que les bases d’\u00e9chantillonnage conventionnelles peinent structurellement \u00e0 couvrir les zones rurales recul\u00e9es, les bassins industriels d\u00e9class\u00e9s et les franges p\u00e9riurbaines \u00e9loign\u00e9es des grands centres m\u00e9tropolitains. Dans ces territoires, le tissu institutionnel est distendu : la participation associative est faible, le scepticisme envers les m\u00e9dias et les centres de recherche universitaires est \u00e0 son paroxysme, et la connectivit\u00e9 aux plateformes num\u00e9riques d’enqu\u00eate est d\u00e9grad\u00e9e. Les personnes r\u00e9sidant dans ces espaces p\u00e9riph\u00e9riques \u00e9chappent aux radars statistiques habituels.<\/p>\n Cette sous-couverture territoriale engendre un biais syst\u00e9mique, car le lieu d’habitation est devenu l’un des pr\u00e9dicteurs les plus discriminants du comportement politique contemporain. Les habitants des m\u00e9tropoles globalis\u00e9es, sur-repr\u00e9sent\u00e9s dans les bases de sondage num\u00e9riques ou t\u00e9l\u00e9phoniques rapides, partagent des valeurs cosmopolites, progressistes et optimistes vis-\u00e0-vis de la mondialisation qui diff\u00e8rent radicalement des visions port\u00e9es par les populations des zones p\u00e9riph\u00e9riques. D\u00e8s lors que la base de sondage omet une partie des \u00e9lecteurs ruraux ou p\u00e9riurbains, le mod\u00e8le \u00e9lectoral pr\u00e9dit immanquablement un score bien trop \u00e9lev\u00e9 pour les options politiques soutenues par les \u00e9lites urbaines.<\/p>\n Dans un article retentissant publi\u00e9 en 2010 dans la revue Behavioral and Brain Sciences<\/em>, les anthropologues et psychologues Joseph Henrich, Steven Heine et Ara Norenzayan ont mis au jour une crise \u00e9pist\u00e9mologique profonde affectant les sciences du comportement : le biais WEIRD. Cet acronyme d\u00e9signe les populations issues de soci\u00e9t\u00e9s occidentales, \u00e9duqu\u00e9es, industrialis\u00e9es, riches et d\u00e9mocratiques (Western, Educated, Industrialized, Rich, and Democratic<\/em>). Les auteurs ont r\u00e9v\u00e9l\u00e9 que pr\u00e8s de 96 % des sujets participant aux \u00e9tudes exp\u00e9rimentales de psychologie \u00e9taient issus de pays occidentaux, lesquels ne repr\u00e9sentent qu’environ 12 % de la population plan\u00e9taire.<\/p>\n Cette sous-couverture globale de l’humanit\u00e9 a des cons\u00e9quences d\u00e9sastreuses sur la validit\u00e9 th\u00e9orique des mod\u00e8les psychologiques. Historiquement, la psychologie acad\u00e9mique s’est construite sur le postulat implicite de l’universalit\u00e9 de ses lois : les processus fondamentaux touchant la perception visuelle, le raisonnement logique, la prise de d\u00e9cision, la cognition spatiale, la m\u00e9moire de travail et la dynamique des \u00e9motions ont \u00e9t\u00e9 mod\u00e9lis\u00e9s \u00e0 partir d’\u00e9chantillons WEIRD, pr\u00e9sum\u00e9s \u00eatre des prototypes repr\u00e9sentatifs de l’esp\u00e8ce humaine (Homo sapiens<\/em>).<\/p>\n Or, les recherches transculturelles d\u00e9montrent que les sujets WEIRD constituent en r\u00e9alit\u00e9 des valeurs aberrantes (outliers<\/em>) statistiques extr\u00eames \u00e0 l’\u00e9chelle du globe sur un vaste \u00e9ventail de dimensions psychologiques. Par exemple, la sensibilit\u00e9 \u00e0 l’illusion visuelle de M\u00fcller-Lyer \u2014 longtemps consid\u00e9r\u00e9e comme une propri\u00e9t\u00e9 biologique invariable du syst\u00e8me visuel humain \u2014 s’av\u00e8re quasi absente chez les populations de chasseurs-cueilleurs San du d\u00e9sert du Kalahari, d\u00e9montrant que cette perception est conditionn\u00e9e par l’environnement architectural fait d’angles droits typique des soci\u00e9t\u00e9s industrialis\u00e9es. En omettant de couvrir plus de 85 % de la variabilit\u00e9 culturelle et socio-\u00e9conomique mondiale, la psychologie g\u00e9n\u00e9rale a confondu les normes cognitives d’une \u00e9lite g\u00e9ographique avec la nature humaine universelle.<\/p>\n Au sein m\u00eame de cette sous-couverture globale, un second filtre de s\u00e9lection encore plus r\u00e9ducteur gangr\u00e8ne la recherche psychologique exp\u00e9rimentale : l’utilisation quasi exclusive d’\u00e9tudiants de premier cycle en psychologie comme participants aux \u00e9tudes empiriques. Pour des raisons de faisabilit\u00e9 logistique, de faiblesse des budgets de recherche et de proximit\u00e9 physique imm\u00e9diate, les laboratoires universitaires ont mis en place des bourses d’\u00e9tudiants ou des syst\u00e8mes d’attribution de cr\u00e9dits acad\u00e9miques r\u00e9compensant la participation \u00e0 des protocoles de laboratoire.<\/p>\n Ce sous-ensemble de la population pr\u00e9sente des propri\u00e9t\u00e9s sociod\u00e9mographiques, cognitives et affectives profond\u00e9ment singuli\u00e8res qui interdisent toute extrapolation \u00e0 la population adulte g\u00e9n\u00e9rale :<\/p>\n Cette sous-couverture structurelle des individus non scolaris\u00e9s dans l’enseignement sup\u00e9rieur, des ouvriers, des artisans, ainsi que des personnes d’\u00e2ge m\u00fbr et des personnes \u00e2g\u00e9es porte un coup fatal \u00e0 la r\u00e9plicabilit\u00e9 des sciences cognitives. Lorsqu’un protocole explorant la m\u00e9moire prospective ou la r\u00e9solution de conflits relationnels est calibr\u00e9 sur des cohortes de jeunes \u00e9tudiants brillants et motiv\u00e9s par l’obtention de notes universitaires, sa transposition au sein de la population g\u00e9n\u00e9rale travaillant en entreprise ou vivant en maison de retraite \u00e9choue presque syst\u00e9matiquement.<\/p>\n Dans le domaine de la psychiatrie et de la psychologie clinique, le biais de sous-couverture g\u00e9n\u00e8re des risques sanitaires directs. Lors de la conception d’essais cliniques randomis\u00e9s (ECR) destin\u00e9s \u00e0 \u00e9valuer l’efficacit\u00e9 de nouvelles psychoth\u00e9rapies ou de mol\u00e9cules pharmacologiques, les comit\u00e9s de recherche d\u00e9ploient des crit\u00e8res d’exclusion d’une s\u00e9v\u00e9rit\u00e9 extr\u00eame. Les protocoles \u00e9cartent fr\u00e9quemment les patients pr\u00e9sentant des comorbidit\u00e9s multiples (telles que la coexistence d’une d\u00e9pression majeure et d’une addiction \u00e0 l’alcool), les individus ayant manifest\u00e9 des id\u00e9ations suicidaires r\u00e9centes, ainsi que les patients sous poly-m\u00e9dication.<\/p>\n Si ces crit\u00e8res restrictifs r\u00e9pondent \u00e0 une exigence de standardisation de la validit\u00e9 interne, ils provoquent une sous-couverture compl\u00e8te de la psychiatrie r\u00e9elle. En pratique clinique ambulatoire ou hospitali\u00e8re, le patient pr\u00e9sentant un trouble isol\u00e9 sans comorbidit\u00e9 ni facteur aggravant constitue une exception rarissime. Les cohortes cliniques recrut\u00e9es au sein d’environnements universitaires aseptis\u00e9s sur-repr\u00e9sentent des patients stables, disposant d’un solide r\u00e9seau de soutien familial, motiv\u00e9s par le suivi m\u00e9dical et b\u00e9n\u00e9ficiant d’un niveau d’\u00e9ducation facilitant l’alliance th\u00e9rapeutique.<\/p>\n Les patients marginalis\u00e9s, les sans-abri souffrant de schizophr\u00e9nie, les d\u00e9tenus en milieu carc\u00e9ral et les personnes en d\u00e9tresse psychosociale aigu\u00eb sont ainsi syst\u00e9matiquement \u00e9vinc\u00e9s des essais th\u00e9rapeutiques. En cons\u00e9quence, les taux d’efficacit\u00e9 des antid\u00e9presseurs ou des th\u00e9rapies cognitivo-comportementales rapport\u00e9s dans les publications les plus prestigieuses s’av\u00e8rent consid\u00e9rablement gonfl\u00e9s par rapport aux r\u00e9sultats obtenus sur le terrain, o\u00f9 les praticiens font face \u00e0 des populations non couvertes par la litt\u00e9rature fondamentale, chez qui les traitements conventionnels rencontrent une r\u00e9sistance massive.<\/p>\n L’essor fulgurant d’Internet et des technologies mobiles a suscit\u00e9 chez nombre de chercheurs et d’instituts d’\u00e9tudes le fantasme d’un acc\u00e8s instantan\u00e9, universel et d\u00e9mocratis\u00e9 \u00e0 l’ensemble du corps social. Les formulaires d’enqu\u00eate distribu\u00e9s par courrier \u00e9lectronique, par notifications d’applications ou via des banni\u00e8res publicitaires en ligne sont devenus le vecteur dominant de la collecte de donn\u00e9es, promettant d’agr\u00e9ger des dizaines de milliers de r\u00e9pondants \u00e0 une fraction d\u00e9risoire du co\u00fbt d’un enqu\u00eateur en face-\u00e0-face.<\/p>\n Cette approche occulte les r\u00e9alit\u00e9s sociologiques de la fracture num\u00e9rique, laquelle ne se r\u00e9sume pas \u00e0 une question d’infrastructure mat\u00e9rielle, mais englobe des in\u00e9galit\u00e9s de comp\u00e9tences et d’usages (fracture de second degr\u00e9). M\u00eame dans les soci\u00e9t\u00e9s occidentales hautement connect\u00e9es, l’acc\u00e8s assidu et ais\u00e9 aux questionnaires en ligne est fortement biais\u00e9 en faveur des individus jeunes, dipl\u00f4m\u00e9s du sup\u00e9rieur et exer\u00e7ant des professions tertiaires assises devant un \u00e9cran d’ordinateur. Les personnes \u00e2g\u00e9es d\u00e9pendantes, les travailleurs manuels effectuant des t\u00e2ches physiques soutenues et les fractions les plus d\u00e9favoris\u00e9es de la soci\u00e9t\u00e9 utilisent Internet presque exclusivement sur smartphone pour des besoins de messagerie instantan\u00e9e ou de visionnage vid\u00e9o, mais n’ouvrent jamais de longs formulaires d’enqu\u00eate aust\u00e8res.<\/p>\n De plus, l’ergonomie des interfaces web introduit un filtre cognitif discriminant. La vitesse de chargement des pages, la r\u00e9activit\u00e9 des serveurs, la complexit\u00e9 des \u00e9chelles de r\u00e9ponse matricielles et l’exigence d’une concentration visuelle soutenue conduisent \u00e0 des abandons massifs chez les usagers dot\u00e9s d’une faible litt\u00e9ratie num\u00e9rique. L’\u00e9chantillon final de r\u00e9pondants web ne repr\u00e9sente donc pas la population des citoyens d’un pays, mais le segment sp\u00e9cifique des internautes les plus agiles, instruits et disponibles technologiquement.<\/p>\n Pour r\u00e9pondre \u00e0 la n\u00e9cessit\u00e9 d’obtenir rapidement des donn\u00e9es empiriques, les sciences sociales ont recours \u00e0 des panels de consommateurs r\u00e9tribu\u00e9s en ligne et \u00e0 des plateformes de micro-travail participatif (crowdsourcing<\/em>) telles qu’Amazon Mechanical Turk (MTurk), Prolific ou CloudResearch. Ces plateformes mettent en relation des exp\u00e9rimentateurs avec des cohortes de centaines de milliers d’individus acceptant de remplir des questionnaires exp\u00e9rimentaux en \u00e9change de r\u00e9tributions financi\u00e8res modestes, souvent de quelques dizaines de centimes d’euro par t\u00e2che.<\/p>\n Ce mode de collecte engendre une forme singuli\u00e8re et toxique de sous-couverture. En premier lieu, la structure d\u00e9mographique des travailleurs de ces plateformes est aberrante : sur MTurk, par exemple, on observe une sur-repr\u00e9sentation massive de jeunes c\u00e9libataires sans enfants, ath\u00e9es, politiquement tr\u00e8s orient\u00e9s \u00e0 gauche et pr\u00e9sentant des niveaux d’anxi\u00e9t\u00e9 sociale et de solitude significativement sup\u00e9rieurs \u00e0 la moyenne nationale. Les cat\u00e9gories socioprofessionnelles sup\u00e9rieures, les cadres dirigeants, les artisans, les agriculteurs et les retrait\u00e9s ais\u00e9s ne participent pas \u00e0 ces plateformes, le rendement financier horaire \u00e9tant d\u00e9risoire au regard de la valeur de leur temps disponible.<\/p>\n En second lieu, ce syst\u00e8me a favoris\u00e9 l’\u00e9mergence d’une cat\u00e9gorie de r\u00e9pondants ultra-professionnalis\u00e9s (super-workers<\/em>). Une poign\u00e9e d’individus remplit des dizaines d’enqu\u00eates quotidiennes pour maximiser ses revenus, d\u00e9veloppant une accoutumance aux paradigmes exp\u00e9rimentaux standards (comme le dilemme du tramway ou les \u00e9chelles de personnalit\u00e9 de Likert). Cette professionnalisation d\u00e9sensibilise les sujets aux stimuli d’exp\u00e9rimentation et an\u00e9antit la spontan\u00e9it\u00e9 comportementale. Enfin, l’invasion contemporaine de ces plateformes par des robots conversationnels automatis\u00e9s (bots<\/em>) exploitant des mod\u00e8les de langage pour collecter les r\u00e9compenses d\u00e9grade la puret\u00e9 biologique de ces \u00e9chantillons, substituant \u00e0 la voix humaine des g\u00e9n\u00e9rations de texte artificielles.<\/p>\n Le d\u00e9veloppement spectaculaire des m\u00e9gadonn\u00e9es (Big Data<\/em>) issues du tra\u00e7age continu sur les r\u00e9seaux sociaux (X, Facebook, Instagram, TikTok) a conduit certains analystes \u00e0 proclamer pr\u00e9matur\u00e9ment \u00ab la fin de l’\u00e9chantillonnage \u00bb. Selon cette vision r\u00e9ductionniste, d\u00e8s lors que l’on aspire l’int\u00e9gralit\u00e9 des flux de publications publiques d’un r\u00e9seau social (approche $N = \\text{tout}$<\/span>), la question de la repr\u00e9sentativit\u00e9 et de la couverture deviendrait caduque, la masse des donn\u00e9es se substituant aux m\u00e9thodes de sondage traditionnelles.<\/p>\n Il s’agit d’une erreur d’analyse conceptuelle. Confondre l’exhaustivit\u00e9 d’une plateforme num\u00e9rique avec l’exhaustivit\u00e9 d’une population humaine rel\u00e8ve de l’aveuglement m\u00e9thodologique. Les utilisateurs actifs de plateformes comme X (anciennement Twitter) ne constituent en aucun cas une coupe transversale de la soci\u00e9t\u00e9 : ils sont plus jeunes, plus masculins, plus urbains et affichent une politisation conflictuelle disproportionn\u00e9e par rapport \u00e0 la population g\u00e9n\u00e9rale. En outre, une minorit\u00e9 infime d’utilisateurs (moins de 10 %) produit plus de 80 % du volume total des messages, ce qui signifie que l’aspiration des flux ne capture que les pulsions d’un noyau hyper-vocal.<\/p>\n \u00c0 cette asym\u00e9trie humaine s’ajoute une sous-couverture algorithmique insidieuse. Les algorithmes de mod\u00e9ration de contenu, de d\u00e9tection de pourriels (spam<\/em>), de priorisation du fil d’actualit\u00e9 et de suspension de comptes invisibilisent des pans entiers de discours ou de profils sans la moindre transparence scientifique. Une analyse de sentiment soci\u00e9tale op\u00e9r\u00e9e exclusivement sur les r\u00e9seaux sociaux ne mesure pas le moral d’une nation, mais l’\u00e9tat \u00e9motionnel filtr\u00e9 d’une sous-population hyper-connect\u00e9e soumise aux incitations marchandes des plateformes de diffusion de flux.<\/p>\n L’impact statistique premier de la sous-couverture r\u00e9side dans le d\u00e9placement syst\u00e9matique des estimateurs fondamentaux par rapport \u00e0 leur v\u00e9ritable valeur param\u00e9trique. Les moyennes, proportions, m\u00e9dianes et quartiles calcul\u00e9s \u00e0 partir d’un \u00e9chantillon vici\u00e9 \u00e0 sa source pr\u00e9sentent une erreur syst\u00e9matique non r\u00e9ductible par l’accumulation d’observations. Ce d\u00e9placement est math\u00e9matiquement incompressible tant que la base d’\u00e9chantillonnage ne fait l’objet d’aucune correction exog\u00e8ne.<\/p>\n Dans le champ de l’analyse multivari\u00e9e et de la mod\u00e9lisation \u00e9conom\u00e9trique ou psychom\u00e9trique, les cons\u00e9quences s’av\u00e8rent plus d\u00e9stabilisatrices encore. L’omission d’une fraction sp\u00e9cifique de la population alt\u00e8re la structure de covariance des donn\u00e9es : les coefficients de r\u00e9gression lin\u00e9aire ou logistique subissent des att\u00e9nuations artificielles ou, au contraire, des sur\u00e9valuations catastrophiques. Ce ph\u00e9nom\u00e8ne, apparent\u00e9 au biais de s\u00e9lection de Heckman, d\u00e9truit l’orthogonalit\u00e9 des r\u00e9sidus et fausse les tests d’hypoth\u00e8ses, gonflant dramatiquement les taux d’erreurs de type I (rejet \u00e0 tort de l’hypoth\u00e8se nulle d’absence d’effet) et d’erreurs de type II (incapacit\u00e9 \u00e0 d\u00e9tecter un effet pourtant bien r\u00e9el).<\/p>\n La validit\u00e9 interne et externe des conclusions th\u00e9oriques s’en trouve ruin\u00e9e :<\/p>\n Au-del\u00e0 de la stricte m\u00e9trologie math\u00e9matique, la sous-couverture constitue un acte involontaire mais puissant d’invisibilisation sociale et politique. Dans un monde o\u00f9 l’action publique et l’attribution des budgets de l’\u00c9tat reposent de plus en plus sur des \u00ab politiques fond\u00e9es sur les donn\u00e9es probantes \u00bb (evidence-based policy<\/em>), n’appara\u00eetre dans aucune base de sondage \u00e9quivaut politiquement \u00e0 ne pas exister. Les minorit\u00e9s ethniques isol\u00e9es, les populations sans-papiers, les r\u00e9sidents de bidonvilles, les personnes transgenres pr\u00e9caires ou les itin\u00e9rants, \u00e9tant syst\u00e9matiquement \u00e9vinc\u00e9s des recensements et registres d’enqu\u00eates, voient leurs besoins, leurs souffrances et leurs demandes \u00e9cart\u00e9s des priorit\u00e9s gouvernementales.<\/p>\n Cette carence m\u00e9thodologique conduit \u00e0 l’\u00e9laboration de politiques publiques contre-productives, calibr\u00e9es sur les besoins exclusifs des segments les plus stables et visibles de la population. Les programmes de sant\u00e9 pr\u00e9ventive, les r\u00e9formes \u00e9ducatives ou l’am\u00e9nagement des transports urbains sont alors pens\u00e9s par et pour une population couverte, cr\u00e9ant des dispositifs inadapt\u00e9s et excluants pour les populations omises.<\/p>\n Il existe ici une responsabilit\u00e9 d\u00e9ontologique de premier ordre incombant au statisticien et au chercheur en sciences humaines. Revendiquer l’universalit\u00e9 de conclusions scientifiques obtenues par l’omission structurelle des plus vuln\u00e9rables s’apparente \u00e0 une injustice \u00e9pist\u00e9mique. Le silence des bases de sondage renforce les asym\u00e9tries de pouvoir mat\u00e9rielles, conf\u00e9rant \u00e0 des donn\u00e9es tronqu\u00e9es la caution de la rigueur et de la neutralit\u00e9 acad\u00e9miques.<\/p>\n Dans l’univers des organisations et des entreprises, le biais de sous-couverture conduit \u00e0 des d\u00e9faillances strat\u00e9giques co\u00fbteuses. Les \u00e9tudes de march\u00e9 reposant sur des panels num\u00e9riques de consommateurs r\u00e9mun\u00e9r\u00e9s ignorent les populations \u00e0 fort pouvoir d’achat mais r\u00e9fractaires \u00e0 l’exploitation de leurs donn\u00e9es, ou \u00e0 l’inverse les segments populaires d\u00e9pourvus d’\u00e9quipements r\u00e9cents. Les lancements de produits ou services con\u00e7us d’apr\u00e8s ces \u00e9tudes se heurtent alors au mur de la r\u00e9alit\u00e9 commerciale, les attentes des consommateurs r\u00e9els n’ayant rien de commun avec celles de l’\u00e9chantillon sollicit\u00e9.<\/p>\n En m\u00e9decine translationnelle et en pharmacologie, le pr\u00e9judice est plus grave encore. La sous-couverture de certains sous-groupes d\u00e9mographiques dans les cohortes cliniques de phase III \u2014 notamment les femmes enceintes, les enfants, les individus \u00e2g\u00e9s de plus de 75 ans et les personnes d’ascendance africaine ou asiatique \u2014 a conduit \u00e0 des drames sanitaires majeurs. Les posologies m\u00e9dicamenteuses et les profils de tol\u00e9rance h\u00e9patique ou cardiaque calqu\u00e9s exclusivement sur des profils types d’hommes caucasiens de corpulence moyenne se r\u00e9v\u00e8lent inadapt\u00e9s aux m\u00e9tabolismes f\u00e9minins ou aux particularismes enzymatiques d’autres populations.<\/p>\n Lorsque ces traitements standardis\u00e9s sont d\u00e9ploy\u00e9s \u00e0 grande \u00e9chelle, des r\u00e9actions ind\u00e9sirables s\u00e9v\u00e8res et des inefficacit\u00e9s th\u00e9rapeutiques se manifestent au sein des groupes exclus des essais pr\u00e9liminaires. Ces \u00e9checs pr\u00e9visibles minent durablement la confiance des citoyens et des institutions envers l’expertise m\u00e9dicale et scientifique, nourrissant des r\u00e9ticences l\u00e9gitimes face aux recommandations vaccinales ou m\u00e9dicamenteuses.<\/p>\n Il r\u00e8gne souvent une confusion entre le biais de sous-couverture et le biais de non-r\u00e9ponse, tous deux \u00e9tant des composantes de l’erreur totale de repr\u00e9sentation. La fronti\u00e8re th\u00e9orique et temporelle qui les s\u00e9pare est pourtant limpide : elle d\u00e9pend de l’\u00e9tape du processus d’\u00e9chantillonnage o\u00f9 s’op\u00e8re l’exclusion.<\/p>\n La sous-couverture est un probl\u00e8me structural amont<\/em> : elle affecte la constitution de la base de sondage elle-m\u00eame ($U_F \\subset U$<\/span>). Les personnes non couvertes n’ont jamais \u00e9t\u00e9 s\u00e9lectionn\u00e9es, ne recevront jamais la moindre sollicitation et ne savent m\u00eame pas qu’une \u00e9tude est en cours de r\u00e9alisation. Leur probabilit\u00e9 de contact est strictement \u00e9gale \u00e0 z\u00e9ro en raison de d\u00e9faillances cadastrales ou administratives. \u00c0 l’oppos\u00e9, le biais de non-r\u00e9ponse est un probl\u00e8me comportemental aval<\/em> : il affecte la phase de collecte au sein des individus correctement inscrits sur la base et effectivement s\u00e9lectionn\u00e9s par le tirage probabiliste. Ces personnes sont contact\u00e9es, mais refusent activement de r\u00e9pondre, sont temporairement indisponibles ou ne finalisent pas l’entretien.<\/p>\n Bien que ces deux ph\u00e9nom\u00e8nes se traduisent tous deux par une d\u00e9perdition d’information et un biais potentiel sur les estimateurs, les protocoles statistiques de traitement sont fondamentalement distincts :<\/p>\n La distinction entre biais de sous-couverture et biais d’attrition s’articule autour de la dimension temporelle de l’axe de recherche. La sous-couverture s’exprime de mani\u00e8re instantan\u00e9e, transversale et inaugurale d\u00e8s l’instant initial $T_0$<\/span> de la mise en place de la base de sondage. Elle fige les limites de ce qui est observable avant m\u00eame l’administration du protocole.<\/p>\n Le biais d’attrition, quant \u00e0 lui, est une pathologie exclusive des \u00e9tudes longitudinales et des cohortes de suivi temporel. Il intervient entre le point initial $T_0$<\/span> et les points ult\u00e9rieurs de mesure ($T_1, T_2, dots, T_n$<\/span>), lorsque des participants r\u00e9guli\u00e8rement inclus \u00e0 l’origine quittent l’\u00e9tude en cours de route pour cause de d\u00e9c\u00e8s, de d\u00e9m\u00e9nagement, de perte de contact ou de lassitude cognitive. L’attrition devient un biais d’\u00e9chantillonnage d\u00e8s lors que le d\u00e9sengagement des participants n’est pas al\u00e9atoire (Missing Completely At Random<\/em> – MCAR), mais corr\u00e9l\u00e9 \u00e0 la variable d\u00e9pendante ou \u00e0 des variables pronostiques (par exemple, les patients dont la sant\u00e9 se d\u00e9t\u00e9riore sont ceux qui abandonnent le protocole clinique).<\/p>\n Ces deux distorsions se superposent fr\u00e9quemment selon un m\u00e9canisme d\u00e9l\u00e9t\u00e8re cumulatif. Une cohorte \u00e9pid\u00e9miologique affect\u00e9e d\u00e8s le d\u00e9part par une sous-couverture des populations \u00e0 statut pr\u00e9caire subit presque syst\u00e9matiquement une attrition s\u00e9lective au d\u00e9triment de ces m\u00eames fractions marginales au fil des ann\u00e9es. L’\u00e9chantillon r\u00e9siduel \u00e0 dix ans d’intervalle ne refl\u00e8te plus qu’une sous-population ultra-r\u00e9siliente et socialement int\u00e9gr\u00e9e, faussant tout calcul de taux de survie ou de trajectoire de vieillissement cognitif.<\/p>\n Le biais de volontariat s’articule comme une forme particuli\u00e8re de participation active o\u00f9 l’individu d\u00e9cide de lui-m\u00eame de franchir la fronti\u00e8re de l’observation. Tandis que la sous-couverture passive r\u00e9sulte d’une omission subie de l’ext\u00e9rieur par l’outil de l’enqu\u00eateur, le volontariat implique une action motrice d\u00e9lib\u00e9r\u00e9e du r\u00e9pondant. L’interaction entre ces deux m\u00e9canismes est \u00e9vidente : la pr\u00e9sence d’une barri\u00e8re d’acc\u00e8s \u00e9limine d’embl\u00e9e les populations fragiles (sous-couverture), tandis que l’appel public aux candidatures s\u00e9lectionne uniquement les plus engag\u00e9s au sein du r\u00e9sidu joignable (biais de volontariat).<\/p>\n Le biais de survie (survivorship bias<\/em>) constitue une forme sp\u00e9cifique de sous-couverture r\u00e9trospective conditionn\u00e9e par le temps ou un processus de s\u00e9lection s\u00e9quentiel. Ce biais se manifeste avec acuit\u00e9 lorsque l’analyste n’observe que les unit\u00e9s statistiques qui ont franchi un processus \u00e9liminatoire rigoureux, sans tenir compte de la cohorte d’origine qui a p\u00e9ri ou disparu en chemin. L’exemple paradigmatique d\u00e9velopp\u00e9 par le statisticien Abraham Wald durant la Seconde Guerre mondiale \u2014 portant sur le renforcement du blindage des bombardiers revenus de mission \u2014 montre que mesurer les impacts de balles sur les avions survivants induit une sous-couverture absolue des appareils abattus, dont les zones touch\u00e9es \u00e9taient fatales.<\/p>\n Dans les enqu\u00eates organisationnelles sur le bien-\u00eatre au travail, la confusion entre ces concepts est fr\u00e9quente. Un questionnaire portant sur le syndrome d’\u00e9puisement professionnel (burnout<\/em>) distribu\u00e9 au sein d’une grande entreprise souffre d’un double filtre : une sous-couverture structurelle des employ\u00e9s en arr\u00eat de travail de longue dur\u00e9e ou ayant d\u00e9missionn\u00e9 sous le poids de la souffrance \u00e9thique (biais de survie), doubl\u00e9e d’un biais d’auto-s\u00e9lection parmi les salari\u00e9s pr\u00e9sents incitant les plus \u00e9puis\u00e9s \u00e0 ignorer le questionnaire pour pr\u00e9server leur \u00e9nergie restante.<\/p>\n La premi\u00e8re d\u00e9marche op\u00e9rationnelle permettant de diagnostiquer l’existence et l’amplitude d’un biais de sous-couverture r\u00e9side dans la confrontation m\u00e9thodique de la structure interne de l’\u00e9chantillon observ\u00e9 avec des \u00e9talons de r\u00e9f\u00e9rence d\u00e9mographiques externes, typiquement issus des recensements g\u00e9n\u00e9raux conduits par les instituts statistiques nationaux (tels que l’INSEE en France ou le Census Bureau aux \u00c9tats-Unis).<\/p>\n Cette approche consiste \u00e0 \u00e9valuer l’\u00e9cart distributionnel marginal sur des covariables sociod\u00e9mographiques r\u00e9put\u00e9es invariantes et stables, telles que la r\u00e9partition par tranche d’\u00e2ge, le sexe \u00e0 la naissance, le plus haut niveau de dipl\u00f4me certifi\u00e9, la cat\u00e9gorie socio-professionnelle (CSP) et le lieu de r\u00e9sidence selon le d\u00e9coupage territorial. Si la base de sondage ou l’\u00e9chantillon obtenu pr\u00e9sente une proportion d’individus sans dipl\u00f4me de 10 %, alors que le recensement national atteste que cette fraction repr\u00e9sente 30 % de la population cible, le diagnostic de sous-couverture pour cette strate s’impose comme une \u00e9vidence math\u00e9matique.<\/p>\n Sur le plan inf\u00e9rentiel, ces disparit\u00e9s structurelles peuvent \u00eatre formellement confirm\u00e9es par des tests d’ad\u00e9quation statistique, au premier rang desquels figure le test de conformit\u00e9 du Khi-deux de Pearson ($\\chi^2$<\/span>) :<\/p>\n $$\\chi^2 = \\sum_{k=1}^{K} \\frac{(O_k – E_k)^2}{E_k}$$<\/span><\/p>\n o\u00f9 $O_k$<\/span> repr\u00e9sente l’effectif observ\u00e9 au sein de la modalit\u00e9 $k$<\/span> de l’\u00e9chantillon, et $E_k$<\/span> l’effectif th\u00e9orique attendu selon la distribution du recensement national. Bien que pr\u00e9cieux, ce diagnostic pr\u00e9sente une limite fondamentale : il ne garantit la justesse de l’\u00e9chantillon que sur les variables observables audit\u00e9es. Rien ne certifie que l’absence de divergence sur le sexe et l’\u00e2ge immunise la mesure contre une sous-couverture masqu\u00e9e portant sur la variable d’int\u00e9r\u00eat clinique ou comportementale si celle-ci n’est pas corr\u00e9l\u00e9e aux variables du recensement.<\/p>\n Lorsqu’un doute persiste quant \u00e0 la compl\u00e9tude d’un registre de sondage, le d\u00e9ploiement d’\u00e9tudes de cadrage ind\u00e9pendantes permet d’\u00e9valuer quantitativement le volume et le profil des individus omis. L’une des approches les plus puissantes d\u00e9coule de l’adaptation des techniques de capture-recapture issues de la biologie des populations vers les sciences sociales.<\/p>\n La m\u00e9thode de capture-recapture consiste \u00e0 croiser deux ou plusieurs bases d’\u00e9chantillonnage ind\u00e9pendantes couvrant la m\u00eame population cible th\u00e9orique au m\u00eame instant. En notant $N_{A}$<\/span> le nombre d’individus identifi\u00e9s dans la base $A$<\/span>, $N_{B}$<\/span> le nombre d’individus r\u00e9pertori\u00e9s dans la base $B$<\/span>, et $m$<\/span> le nombre de sujets communs retrouv\u00e9s simultan\u00e9ment dans les deux fichiers, l’estimateur de Lincoln-Petersen permet d’approcher la taille totale v\u00e9ritable de la population $N$<\/span> par l’\u00e9quation :<\/p>\n $$\\hat{N} = \\frac{N_A \\times N_B}{m}$$<\/span><\/p>\n La fraction totale non couverte par aucune des deux bases se d\u00e9duit par simple soustraction : $\\hat{N}_{exclus} = \\hat{N} – (N_A + N_B – m)$<\/span>.<\/p>\n Parall\u00e8lement, les m\u00e9thodologistes recourent aux analyses de sensibilit\u00e9 bas\u00e9es sur les \u00ab bornes de Manski \u00bb (Manski bounds<\/em>). Formalis\u00e9e par l’\u00e9conom\u00e8tre Charles Manski, cette m\u00e9thode renonce \u00e0 formuler des hypoth\u00e8ses inv\u00e9rifiables sur les caract\u00e9ristiques des non-couverts. Elle consiste \u00e0 calculer les valeurs extr\u00eames que pourrait math\u00e9matiquement prendre l’estimateur d’int\u00e9r\u00eat global dans le pire des sc\u00e9narios possibles (par exemple, en postulant arbitrairement que 100 % des individus non couverts poss\u00e8dent le trait \u00e9tudi\u00e9, puis que 0 % ne le poss\u00e8dent). Si l’intervalle d’incertitude ainsi d\u00e9limit\u00e9 entre la borne inf\u00e9rieure et la borne sup\u00e9rieure demeure suffisamment restreint pour maintenir les orientations d\u00e9cisionnelles, les conclusions de l’enqu\u00eate sont jug\u00e9es robustes au biais de sous-couverture.<\/p>\n Un diagnostic pr\u00e9ventif approfondi exige un examen clinique du processus de g\u00e9n\u00e9ration des donn\u00e9es administratives qui composent la base de sondage. Les listes d’\u00e9chantillonnage ne sont jamais des entit\u00e9s passives ; elles r\u00e9sultent de flux continus d’entr\u00e9es, de mises \u00e0 jour et de radiations r\u00e9gies par des r\u00e8gles juridiques ou techniques rigides.<\/p>\n L’audit de la base implique de reconstituer la g\u00e9n\u00e9alogie des enregistrements :<\/p>\n Pour mesurer quantitativement ces d\u00e9ficiences, les statisticiens calculent le ratio ou taux de couverture brut $R_c$<\/span>, d\u00e9fini par :<\/p>\n $$R_c = \\frac{N_{\\text{base}}}{N_{\\text{population r\u00e9elle}}}$$<\/span><\/p>\n Ce ratio est compl\u00e9t\u00e9 par des indices de disparit\u00e9 structurelle mesurant les \u00e9carts relatifs strate par strate. La cartographie spatiale par Syst\u00e8me d’Information G\u00e9ographique (SIG) permet ensuite de localiser pr\u00e9cis\u00e9ment les poches territoriales o\u00f9 le taux de couverture s’effondre en de\u00e7\u00e0 des seuils de tol\u00e9rance, orientant ainsi les efforts d’investigation compl\u00e9mentaire de terrain.<\/p>\n La parade m\u00e9thodologique la plus \u00e9l\u00e9gante face au biais de sous-couverture consiste \u00e0 agir de mani\u00e8re proactive lors de la conception du protocole en neutralisant le probl\u00e8me \u00e0 sa source. Lorsque aucune base de sondage existante ne parvient \u00e0 embrasser la diversit\u00e9 de la population cible, la mise en \u0153uvre d’approches multi-bases (multi-frame sampling<\/em>) s’impose comme une n\u00e9cessit\u00e9 technique.<\/p>\n Ce protocole, formalis\u00e9 th\u00e9oriquement par Hartley, repose sur la combinaison synergique de deux ou plusieurs bases de sondage compl\u00e9mentaires con\u00e7ues pour compenser mutuellement leurs lacunes respectives. \u00c0 titre d’exemple, une enqu\u00eate nationale sur la consommation peut croiser une base d’abonn\u00e9s de r\u00e9seaux de communication fixes (offrant une couverture optimale des populations \u00e2g\u00e9es et s\u00e9dentaires) avec une base d’abonnements de services mobiles g\u00e9olocalis\u00e9s (captant les jeunes m\u00e9nages nomades). L’enjeu statistique de cette d\u00e9marche r\u00e9side dans l’\u00e9limination des doublons cr\u00e9\u00e9s par l’intersection des deux listes et l’ajustement m\u00e9ticuleux des probabilit\u00e9s d’inclusion jointes pour pr\u00e9server la non-divergence des estimateurs.<\/p>\n Lorsque les registres nominatifs ou t\u00e9l\u00e9phoniques s’av\u00e8rent inexistants ou trop obsol\u00e8tes, le recours au sondage ar\u00e9olaire (area frame sampling<\/em>) demeure l’\u00e9talon-or des instituts de statistique publique. Plut\u00f4t que de tirer des individus sur une liste, les statisticiens tirent au sort des portions g\u00e9ographiques parfaitement cartographi\u00e9es (carreaux de population, \u00eelots cadastraux). Des enqu\u00eateurs se rendent ensuite physiquement dans les zones s\u00e9lectionn\u00e9es pour dresser la liste exhaustive de chaque habitation avant de proc\u00e9der au tirage al\u00e9atoire des m\u00e9nages. Ce proc\u00e9d\u00e9 contourne totalement les lacunes des registres administratifs pr\u00e9existants.<\/p>\n Pour immuniser un protocole de recherche contre la sous-repr\u00e9sentation de fractions marginales mais substantielles de la population, l’utilisation de l’\u00e9chantillonnage stratifi\u00e9 disproportionn\u00e9 constitue un outil pr\u00e9ventif puissant. Contrairement \u00e0 la stratification proportionnelle, qui reproduit fid\u00e8lement les pourcentages d\u00e9mographiques dans l’\u00e9chantillon, cette m\u00e9thode sur-\u00e9chantillonne d\u00e9lib\u00e9r\u00e9ment les strates minoritaires ou difficiles d’acc\u00e8s (par exemple, les m\u00e9nages monoparentaux vivant sous le seuil de pauvret\u00e9).<\/p>\n En augmentant massivement l’effectif interrog\u00e9 au sein de ces sous-populations d’int\u00e9r\u00eat, le statisticien s’assure d’obtenir une puissance statistique suffisante pour estimer pr\u00e9cis\u00e9ment les param\u00e8tres internes de cette strate sans que la variance n’explose. Lors du calcul de l’estimateur global de la population, la structure initiale est r\u00e9tablie par l’attribution de pond\u00e9rations inverses aux probabilit\u00e9s de s\u00e9lection (estimateur de Horvitz-Thompson).<\/p>\n Pour les populations dites \u00ab cach\u00e9es \u00bb ou sans cadre d’enregistrement l\u00e9gal (comme les usagers de drogues intraveineuses, les travailleurs du sexe ou les migrants sans titre de s\u00e9jour), les m\u00e9thodes d’\u00e9chantillonnage par la cha\u00eene de r\u00e9f\u00e9rence conventionnelle \u00e9chouent \u00e0 garantir la repr\u00e9sentativit\u00e9. C’est ici qu’intervient l’\u00e9chantillonnage pilot\u00e9 par les r\u00e9pondants (Respondent-Driven Sampling<\/em> ou RDS). Ce protocole probabiliste complexe associe le recrutement par r\u00e9seau de pairs (boule de neige) \u00e0 un mod\u00e8le math\u00e9matique fond\u00e9 sur les cha\u00eenes de Markov et la th\u00e9orie des r\u00e9seaux sociaux. En suivant math\u00e9matiquement les transitions de s\u00e9lection d’un individu \u00e0 l’autre et en pond\u00e9rant les observations par la taille du r\u00e9seau social d\u00e9clar\u00e9 de chaque r\u00e9pondant, le RDS permet d’atteindre un \u00e9tat asymptotique stationnaire ind\u00e9pendant des caract\u00e9ristiques des individus initiateurs (\u00ab graines \u00bb initiales), \u00e9liminant ainsi le biais de sous-couverture inh\u00e9rent \u00e0 ces terrains complexes.<\/p>\n L’utilisation exclusive d’un canal unique d’administration des enqu\u00eates (qu’il soit purement num\u00e9rique, t\u00e9l\u00e9phonique ou postal) constitue la garantie certaine de g\u00e9n\u00e9rer une sous-couverture syst\u00e9mique en raison des disparit\u00e9s d’\u00e9quipement et d’alphab\u00e9tisation \u00e9voqu\u00e9es pr\u00e9c\u00e9demment. Pour parer \u00e0 cette d\u00e9faillance, l’ing\u00e9nierie contemporaine des sondages pr\u00e9conise les protocoles de collecte multimode s\u00e9quentiels ou simultan\u00e9s.<\/p>\n Un protocole multimode s\u00e9quentiel d\u00e9ploie les instruments par vagues successives et compl\u00e9mentaires :<\/p>\n Cette diversification des modes d’administration doit imp\u00e9rativement s’accompagner d’une flexibilit\u00e9 des formats linguistiques et physiques. Les questionnaires doivent \u00eatre traduits et valid\u00e9s culturellement dans les langues des principales communaut\u00e9s minoritaires du territoire investigu\u00e9. De m\u00eame, les protocoles doivent offrir des interfaces adapt\u00e9es aux personnes en situation de handicap visuel (synth\u00e8se vocale, braille, contrastes \u00e9lev\u00e9s) et proposer des plages horaires de sollicitation extr\u00eamement \u00e9tendues (t\u00f4t le matin, tard le soir, week-ends) pour inclure les travailleurs \u00e0 horaires d\u00e9cal\u00e9s.<\/p>\n Lorsque la phase de collecte est close et que l’\u00e9chantillon final manifeste des \u00e9carts structurels r\u00e9siduels imputables \u00e0 des d\u00e9fauts de couverture partiels, le recours aux techniques d’ajustement post-enqu\u00eate constitue la premi\u00e8re ligne de d\u00e9fense de l’analyste. La plus fondamentale de ces techniques est la post-stratification directe.<\/p>\n Le principe repose sur la stratification a posteriori<\/em> de l’\u00e9chantillon en $H$<\/span> cellules bas\u00e9es sur des variables sociod\u00e9mographiques dont la distribution au sein de la population cible est connue par des sources censitaires fiables. Si la cellule $h$<\/span> repr\u00e9sente une fraction $W_h = N_h \/ N$<\/span> de la population globale, mais ne p\u00e8se que $w_h = n_h \/ n$<\/span> au sein de l’\u00e9chantillon observ\u00e9, chaque unit\u00e9 appartenant \u00e0 cette cellule re\u00e7oit un coefficient de pond\u00e9ration correctif individuel $d_h$<\/span> calcul\u00e9 par le ratio :<\/p>\n $$d_h = \\frac{W_h}{w_h} = \\frac{N_h \/ N}{n_h \/ n}$$<\/span><\/p>\n Dans les configurations d’enqu\u00eates complexes o\u00f9 les effectifs crois\u00e9s au sein de cellules multidimensionnelles deviennent trop r\u00e9duits (risque de cellules vides), l’algorithme de calage sur marges (connu internationalement sous le nom de m\u00e9thode du Raking Ratio<\/em> ou m\u00e9thode it\u00e9rative des quotients, popularis\u00e9e par Deville et S\u00e4rndal) permet de caler l’\u00e9chantillon sur les distributions marginales unidimensionnelles successives sans n\u00e9cessiter de conna\u00eetre les croisements intimes des variables.<\/p>\n L’attribution de ces pond\u00e9rations n’est toutefois pas une panac\u00e9e sans risque. La post-stratification repose sur une hypoth\u00e8se statistique fondamentale : le m\u00e9canisme d’omission doit \u00eatre homog\u00e8ne au sein de chaque cellule de redressement (hypoth\u00e8se d’absence de biais r\u00e9siduel intra-cellule). De plus, l’inflation de pond\u00e9rations extr\u00eames attribu\u00e9es \u00e0 des profils rares entra\u00eene in\u00e9luctablement une augmentation sensible de la variance des estimateurs (effet de plan de pond\u00e9ration). Enfin, la post-stratification pr\u00e9sente une incapacit\u00e9 th\u00e9orique absolue : elle ne peut en aucun cas corriger une sous-couverture totale, c’est-\u00e0-dire le cas o\u00f9 une fraction de la population a une probabilit\u00e9 de pr\u00e9sence nulle dans l’\u00e9chantillon ($n_h = 0$<\/span>).<\/p>\n Pour traiter les d\u00e9formations de s\u00e9lection plus complexes, notamment lors de l’int\u00e9gration de panels web non probabilistes aux c\u00f4t\u00e9s d’enqu\u00eates probabilistes de r\u00e9f\u00e9rence, la mod\u00e9lisation par score de propension (d\u00e9velopp\u00e9e originellement par Rosenbaum et Rubin dans le cadre de l’inf\u00e9rence causale) s’av\u00e8re un instrument m\u00e9thodologique central.<\/p>\n Dans ce contexte m\u00e9thodologique, le score de propension d’un individu repr\u00e9sente sa probabilit\u00e9 conditionnelle $P(S=1 | X)$<\/span> d’appartenir \u00e0 la base d’\u00e9chantillonnage ou de participer \u00e0 l’enqu\u00eate, sachant un vecteur $X$<\/span> de caract\u00e9ristiques multidimensionnelles pr\u00e9existantes. Cette probabilit\u00e9 est g\u00e9n\u00e9ralement estim\u00e9e par le biais d’un mod\u00e8le de r\u00e9gression logistique multivari\u00e9e ou par des algorithmes d’apprentissage automatique supervis\u00e9 (arbres de d\u00e9cision, for\u00eats al\u00e9atoires), en regroupant artificiellement l’\u00e9chantillon non probabiliste et un \u00e9chantillon probabiliste \u00e9talon r\u00e9put\u00e9 parfaitement repr\u00e9sentatif de la population cible.<\/p>\n Une fois ces scores de propension calcul\u00e9s, deux voies de redressement statistique s’ouvrent au mod\u00e9lisateur :<\/p>\n L’efficacit\u00e9 de ces d\u00e9marches demeure toutefois tributaire de l’hypoth\u00e8se de \u00ab s\u00e9lection sur les observables \u00bb : si la variable responsable de l’omission n’est pas mesur\u00e9e dans le vecteur $X$<\/span>, le biais persiste insidieusement dans les donn\u00e9es redress\u00e9es.<\/p>\n Une approche conceptuelle alternative consiste \u00e0 reformuler le probl\u00e8me de la sous-couverture comme une pathologie extr\u00eame de donn\u00e9es manquantes au niveau de l’unit\u00e9 (unit nonresponse<\/em>). Les individus exclus de la base de sondage peuvent \u00eatre mod\u00e9lis\u00e9s comme des observations fant\u00f4mes dont on conna\u00eet la proportion globale gr\u00e2ce aux statistiques d\u00e9mographiques macroscopiques, mais dont les valeurs sur la variable d’int\u00e9r\u00eat $Y$<\/span> sont int\u00e9gralement manquantes.<\/p>\n Dans ce cadre analytique, les proc\u00e9dures d’imputation multiple par \u00e9quations cha\u00een\u00e9es (MICE) ou par mod\u00e9lisation conjointe permettent de g\u00e9n\u00e9rer stochastiquement plusieurs jeux de donn\u00e9es complets en attribuant aux non-observ\u00e9s des valeurs simul\u00e9es fond\u00e9es sur les distributions conditionnelles estim\u00e9es. Contrairement \u00e0 une imputation par la moyenne, l’imputation multiple injecte une incertitude al\u00e9atoire qui permet de pr\u00e9server la variance r\u00e9elle des donn\u00e9es et de calculer des intervalles de confiance honn\u00eates int\u00e9grant le d\u00e9ficit d’information induit par la couverture imparfaite.<\/p>\n Lorsque l’omission rel\u00e8ve d’un m\u00e9canisme non ignorable (Missing Not At Random<\/em> – MNAR) \u2014 situation o\u00f9 la raison m\u00eame de l’exclusion d\u00e9pend directement de la valeur de la variable d’int\u00e9r\u00eat inobserv\u00e9e \u2014, l’analyste doit imp\u00e9rativement ex\u00e9cuter des simulations de Monte Carlo et des analyses de sensibilit\u00e9 pouss\u00e9es. En faisant varier syst\u00e9matiquement les param\u00e8tres d’exclusion dans des dizaines de milliers de sc\u00e9narios synth\u00e9tiques, le statisticien \u00e9value la stabilit\u00e9 de ses conclusions empiriques face \u00e0 des ruptures majeures de l’hypoth\u00e8se d’inclusion, documentant ainsi le niveau de fragilit\u00e9 intrins\u00e8que des r\u00e9sultats publi\u00e9s.<\/p>\n La lutte contre le biais de sous-couverture commence par une r\u00e9forme des pratiques d’\u00e9criture et de publication au sein des revues scientifiques internationales. Trop longtemps, les sections m\u00e9thodologiques des articles acad\u00e9miques ont rel\u00e9gu\u00e9 la description des bases de sondage \u00e0 des mentions laconiques, masquant les limitations d’acc\u00e8s derri\u00e8re une technicit\u00e9 de surface. La transparence m\u00e9thodologique int\u00e9grale doit s’imposer comme un imp\u00e9ratif \u00e9thique et d\u00e9ontologique non n\u00e9gociable.<\/p>\n Tout rapport de recherche ou article empirique devrait imp\u00e9rativement inclure une \u00ab d\u00e9claration formelle de couverture \u00bb, documentant sans complaisance :<\/p>\n De plus, les comit\u00e9s de r\u00e9daction et les pairs \u00e9valuateurs doivent faire preuve d’une intransigeance absolue face aux extrapolations lexicales abusives. L’usage de termes globalisants tels que \u00ab les humains \u00bb, \u00ab les citoyens \u00bb ou \u00ab les consommateurs \u00bb doit \u00eatre proscrit d\u00e8s lors que l’\u00e9chantillon investigu\u00e9 n’est issu que d’un sous-segment restreint et num\u00e9riquement sur-\u00e9quip\u00e9 de la population.<\/p>\n L’\u00e9radication du biais de sous-couverture exige une transformation de la posture intellectuelle des chercheurs eux-m\u00eames. Trop souvent conditionn\u00e9s par la contrainte de la rentabilit\u00e9 acad\u00e9mique imm\u00e9diate (\u00ab publier ou p\u00e9rir \u00bb), les investigateurs ont tendance \u00e0 reproduire des sch\u00e9mas d’\u00e9chantillonnage de convenance sans interroger les angles morts sociologiques qu’ils perp\u00e9tuent. D\u00e9velopper une r\u00e9flexivit\u00e9 \u00e9pist\u00e9mologique consiste \u00e0 poser syst\u00e9matiquement la question critique fondamentale : \u00ab Qui est absent de mes donn\u00e9es ? \u00bb<\/p>\n Cette d\u00e9marche r\u00e9flexive impose de reconna\u00eetre l’encastrement social du chercheur. Les hypoth\u00e8ses de recherche, les m\u00e9thodes de sollicitation et les outils de recueil sont in\u00e9vitablement fa\u00e7onn\u00e9s par la culture, la classe sociale et le statut intellectuel de ceux qui les con\u00e7oivent. Ce que le chercheur consid\u00e8re comme une d\u00e9marche neutre (remplir un formulaire en ligne, se d\u00e9placer dans un laboratoire universitaire) repr\u00e9sente pour une large fraction de la soci\u00e9t\u00e9 une \u00e9preuve anxiog\u00e8ne, stigmatisante ou physiquement inaccessible.<\/p>\n Pour d\u00e9manteler ces biais de conception, la collaboration pr\u00e9coce avec les acteurs associatifs, les travailleurs sociaux, les collectifs de patients et les organisations communautaires de terrain s’av\u00e8re indispensable. Ces acteurs poss\u00e8dent une connaissance intime des personnes invisibilis\u00e9es et des barri\u00e8res symboliques qui les tiennent \u00e9loign\u00e9es des protocoles acad\u00e9miques. Les int\u00e9grer d\u00e8s la phase de r\u00e9daction des projets de recherche permet de co-construire des protocoles d’acc\u00e8s inclusifs, respectueux et adapt\u00e9s aux r\u00e9alit\u00e9s de vie de ceux que la science ignore trop fr\u00e9quemment.<\/p>\n Consid\u00e9rer la repr\u00e9sentativit\u00e9 statistique non pas comme une contrainte technique accessoire, mais comme une condition d’exercice de la justice \u00e9pist\u00e9mique repr\u00e9sente l’horizon \u00e9thique de la recherche contemporaine. Une science qui n’\u00e9tudie que les privil\u00e9gi\u00e9s pour pr\u00e9tendre l\u00e9gif\u00e9rer sur l’ensemble de l’humanit\u00e9 participe \u00e0 la reproduction des in\u00e9galit\u00e9s structurelles de nos soci\u00e9t\u00e9s.<\/p>\n L’avenir de la recherche quantitative repose sur l’int\u00e9gration harmonieuse d’approches m\u00e9thodologiques mixtes. L’analyse statistique gagne en puissance et en justesse lorsqu’elle s’appuie sur des investigations qualitatives approfondies (entretiens semi-directifs, observations ethnographiques de terrain). Ces approches de proximit\u00e9 permettent d’explorer la vie int\u00e9rieure et les conditions r\u00e9elles des populations exclues des bases d’\u00e9chantillonnage de masse, apportant l’\u00e9paisseur humaine et la pr\u00e9cision contextuelle que les chiffres ne peuvent capturer.<\/p>\n Enfin, les d\u00e9veloppements technologiques \u00e9mergents, tels que l’intelligence artificielle appliqu\u00e9e \u00e0 l’\u00e9chantillonnage adaptatif et la mod\u00e9lisation bay\u00e9sienne des populations \u00e9parses, offrent des opportunit\u00e9s m\u00e9thodologiques prometteuses. En combinant la puissance pr\u00e9dictive de ces outils avec un engagement humaniste en faveur de l’inclusion d\u00e9mographique, la communaut\u00e9 scientifique peut d\u00e9sormais s’affranchir des erreurs du pass\u00e9 et b\u00e2tir une connaissance v\u00e9ritablement universelle, repr\u00e9sentative de la diversit\u00e9 de l’exp\u00e9rience humaine.<\/p>\n D\u00e9couvrez une analyse approfondie du biais de sous-couverture en recherche : d\u00e9finitions th\u00e9oriques, m\u00e9canismes m\u00e9thodologiques, exemples r\u00e9els et solutions.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[1881,609],"tags":[9320,5653,2941,9321,5869],"class_list":["post-8175","psych_stat","type-psych_stat","status-publish","hentry","category-methodologie-de-la-recherche","category-psychometrie-et-statistiques","tag-biais-de-sous-couverture","tag-echantillonnage","tag-methodologie-statistique","tag-representativite","tag-validite-externe"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat\/8175","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_stat"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=8175"}],"version-history":[{"count":1,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat\/8175\/revisions"}],"predecessor-version":[{"id":8177,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat\/8175\/revisions\/8177"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=8175"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=8175"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=8175"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}1.2 Origine historique et \u00e9mergence \u00e9pist\u00e9mologique<\/h3>\n
1.3 Enjeux de repr\u00e9sentativit\u00e9 dans la recherche scientifique<\/h3>\n
2. Fondements m\u00e9thodologiques et cadres d’\u00e9chantillonnage<\/h2>\n
2.1 Analyse structurelle de la base de sondage<\/h3>\n
\n
2.2 \u00c9chantillonnage probabiliste versus non probabiliste<\/h3>\n
2.3 Mod\u00e9lisation de l’erreur totale d’enqu\u00eate<\/h3>\n
3. M\u00e9canismes d’\u00e9mergence : \u00e9chantillonnage de convenance et participation volontaire<\/h2>\n
3.1 La m\u00e9canique pernicieuse de l’\u00e9chantillonnage de convenance<\/h3>\n
![\"Example](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/nonResponseBias-1.jpg\")
3.2 L’effet d’auto-s\u00e9lection et les r\u00e9ponses volontaires<\/h3>\n
3.3 L’impact des barri\u00e8res d’acc\u00e8s et d’infrastructure<\/h3>\n
4. Exemples classiques et contemporains dans les sciences sociales et les sondages<\/h2>\n
4.1 L’arch\u00e9type historique : le sondage du Literary Digest de 1936<\/h3>\n
4.2 Les enqu\u00eates t\u00e9l\u00e9phoniques fixes et la transition mobile<\/h3>\n
\n
4.3 Sondages \u00e9lectoraux r\u00e9cents et disparit\u00e9s g\u00e9ographiques<\/h3>\n
5. Manifestations du biais de sous-couverture dans la recherche psychologique<\/h2>\n
5.1 Le syndrome WEIRD en psychologie acad\u00e9mique<\/h3>\n
5.2 Le recours massif aux cohortes d’\u00e9tudiants de premier cycle<\/h3>\n
\n
5.3 Biais d’\u00e9chantillonnage dans la recherche clinique et psychiatrique<\/h3>\n
6. La sous-couverture \u00e0 l’\u00e8re num\u00e9rique : plateformes en ligne et m\u00e9gadonn\u00e9es<\/h2>\n
6.1 La fracture num\u00e9rique et les enqu\u00eates par formulaire web<\/h3>\n
6.2 Les panels r\u00e9tribu\u00e9s en ligne et le crowdsourcing scientifique<\/h3>\n
6.3 Les m\u00e9gadonn\u00e9es et r\u00e9seaux sociaux : le mirage de l’exhaustivit\u00e9<\/h3>\n
7. Cons\u00e9quences \u00e9pist\u00e9mologiques, \u00e9thiques et statistiques de la sous-couverture<\/h2>\n
7.1 Distorsion des param\u00e8tres d’int\u00e9r\u00eat et inf\u00e9rences invalides<\/h3>\n
\n
7.2 Invisibilisation sociologique et implications \u00e9thiques<\/h3>\n
7.3 Effets pervers sur la prise de d\u00e9cision manag\u00e9riale et m\u00e9dicale<\/h3>\n
8. Distinctions conceptuelles : sous-couverture versus autres biais m\u00e9thodologiques<\/h2>\n
8.1 Biais de sous-couverture versus biais de non-r\u00e9ponse<\/h3>\n
\n
8.2 Biais de sous-couverture versus biais d’attrition<\/h3>\n
8.3 Biais de sous-couverture versus biais de volontariat et de survie<\/h3>\n
9. M\u00e9canismes de diagnostic et de d\u00e9tection quantitative du biais<\/h2>\n
9.1 Comparaison avec les donn\u00e9es de recensement et les \u00e9talons externes<\/h3>\n
9.2 \u00c9tudes de cadrage et enqu\u00eates de suivi sur les exclus<\/h3>\n
9.3 Audit des bases de donn\u00e9es et cartographie des lacunes<\/h3>\n
\n
10. Strat\u00e9gies pr\u00e9ventives dans la conception des protocoles de recherche<\/h2>\n
10.1 Optimisation et diversification des bases de sondage<\/h3>\n
10.2 Approches d’\u00e9chantillonnage probabiliste avanc\u00e9es<\/h3>\n
10.3 Collecte multimode et flexibilit\u00e9 des formats d’acc\u00e8s<\/h3>\n
\n
11. M\u00e9thodes statistiques de correction et d’ajustement post-collecte<\/h2>\n
11.1 Techniques de redressement et post-stratification<\/h3>\n
11.2 Mod\u00e9lisation par scores de propension et appariement<\/h3>\n
\n
11.3 M\u00e9thodes d’imputation multiple et analyses de robustesse<\/h3>\n
12. Synth\u00e8se critique et recommandations pour la pratique de recherche<\/h2>\n
12.1 L’exigence de transparence m\u00e9thodologique<\/h3>\n
\n
12.2 D\u00e9velopper une r\u00e9flexivit\u00e9 \u00e9pist\u00e9mologique chez le chercheur<\/h3>\n
12.3 Vers une recherche plus inclusive et repr\u00e9sentative<\/h3>\n
R\u00e9f\u00e9rences<\/h2>\n
\n