Biais de sélection (Selection bias)

Dans cet article, je souhaite aborder une situation que nous rencontrons très fréquemment dans la vie quotidienne : le problème du biais de sélection. Pour préparer ce texte, je me suis également appuyé sur l'article de Fethi Tekyaygil publié dans Medyum. 

Tout d'abord, expliquons ce qu'est un biais de sélection. Imaginons qu'il y ait dans une région des personnes ayant des niveaux d'éducation différents. Supposons que nous voulions savoir ce que ces personnes pensent d'une opinion politique particulière. Si nous essayions de contacter tout le monde pour obtenir des réponses, ce serait une tâche très longue et coûteuse. De plus, il pourrait être impossible de joindre certaines personnes, ou certaines pourraient refuser de répondre. Dans ce cas, au lieu de contacter tout le monde, il est d'usage d'atteindre un groupe parmi eux pour recueillir leurs opinions, une méthode généralement acceptée. Le point le plus important à surveiller ici est d'essayer de choisir un groupe de personnes capable de représenter l'ensemble de la région en fonction de la caractéristique que nous avons définie (le niveau d'éducation). Nous appelons ce groupe un échantillon. Si l'échantillon n'a pas de capacité de représentation, cela signifie que nous avons fait preuve de partialité dans notre sélection. 

Comme le mentionne Tekyaygil, le biais de sélection peut prendre plusieurs formes. La première est le biais de couverture (Coverage Bias). Dans ce biais, les données ne sont pas sélectionnées de manière représentative. Par exemple, si parmi les habitants de cette région, nous interrogeons uniquement les personnes ayant un niveau d'études primaires, secondaires ou lycéennes sur leur opinion politique, sans interroger les étudiants universitaires ou les diplômés de l'enseignement supérieur, nous agissons de manière biaisée en termes de couverture. 

Un autre type de biais est appelé biais de non-réponse ou biais de participation (Non-response Bias — Participation Bias). Par exemple, supposons que nous sachions que parmi les personnes que nous interrogeons, celles qui ne veulent pas répondre sont généralement des personnes analphabètes. Si nous décidons de ne pas les inclure dans l'échantillon sous prétexte qu'elles ne voudront pas répondre de toute façon, nous tombons dans l'erreur que nous appelons biais de non-réponse ou biais de participation. 

Le troisième type de biais est nommé biais d'échantillonnage (Sampling Bias). Il s'agit d'un type de biais qui peut survenir lors de la phase de collecte de données. On le rencontre également dans les travaux académiques. Il exprime le fait que la condition de hasard ou de sélection aléatoire n'est pas respectée. Par exemple, supposons qu'il y ait dans la région concernée un marché ou une place, un campus universitaire et un parc. Si nous nous rendons uniquement sur le campus universitaire et que nous choisissons les personnes à interroger spécifiquement parmi les étudiants en fin de cursus, nous éliminons la probabilité que les personnes sélectionnées pour l'échantillon aient été choisies au hasard. Ainsi, les réponses données ne seront pas fiables pour représenter l'ensemble de la région. 

Je tiens également à expliquer ce que j'entends par « on le rencontre également dans les travaux académiques ». Lorsque les étudiants qui rédigent une thèse à l'université doivent mener des enquêtes pour collecter des données, ils interrogent généralement leur entourage le plus accessible. Il existe même un nom très approprié dans la littérature pour cette méthode : on l'appelle « échantillonnage de commodité ». Certes, cela peut être une bonne méthode pour collecter rapidement des données, mais qu'en est-il de la représentativité ? L'échantillon choisi possède-t-il les caractéristiques permettant de représenter adéquatement le groupe principal ? Si ce n'est pas le cas, les résultats obtenus à partir des données d'un tel échantillon ne refléteront pas la réalité. En d'autres termes, nous pouvons dire qu'il n'existe pas de « raccourci vers la vérité ».

Pour prendre une décision saine sur n'importe quel sujet, il est nécessaire de prendre en compte de nombreux autres critères, mais si nous veillons particulièrement à éviter ces trois types de biais lors de nos sélections, il nous sera possible de prendre des décisions plus fiables.