Les biais en sciences sociales

Types de biais

En sciences sociales, observer la société ou interroger un échantillon ne se limite pas à recueillir des faits pour en tirer des conclusions. De nombreuses opérations s’interposent entre la réalité et les conclusions d'études : choix d’une population, constitution d’un échantillon, formulation des questions, mesure des comportements, collecte des données, traitement statistique puis interprétation. Chacune de ces étapes peut introduire un biais, c’est-à-dire une déformation systématique susceptible d’éloigner les résultats de la réalité que l’on cherche à comprendre.

Il faut distinguer un biais d’une erreur aléatoire. Celle-ci varie d’une observation à l’autre et peut être réduite en augmentant la taille de l’échantillon. Au contraire, un biais joue presque toujours dans le même sens : répéter plus d’observations ne permet en rien de le corriger.

Biais liés à l'échantillonnage

Lorsqu’il est impossible d’interroger toute une population, on constitue un échantillon dont on espère généraliser les observations. Or, la manière de sélectionner les individus peut introduire plusieurs biais.

• Le biais d’échantillonnage apparaît lorsque certaines catégories de la population sont surreprésentées ou sous-représentées dans l’échantillon. Cette situation peut survenir avec un échantillon par choix raisonné, dans lequel on sélectionne les individus en fonction de caractéristiques jugées pertinentes. Cette méthode est utile pour étudier en profondeur des profils particuliers, mais sans garantir la représentativité statistique de l’échantillon. Par exemple, une enquête sur les conditions de travail menée principalement auprès de salariés volontaires dans des entreprises réputées pour leur qualité de vie au travail risque de sous-estimer les difficultés rencontrées dans les organisations moins favorables.


• Il faut distinguer ce problème du biais de sélection, qui désigne une déformation due au processus par lequel les individus entrent dans l’étude. Une enquête sur la satisfaction des étudiants diffusée uniquement sur une plateforme numérique fréquentée par les étudiants les plus actifs peut laisser de côté les personnes les plus éloignées de la vie universitaire.


• Le biais de non-réponse est un cas particulier. Il apparaît lorsque les personnes qui refusent de participer ou ne répondent pas à certaines questions présentent des caractéristiques différentes de celles des répondants. Dans une enquête sur les revenus, par exemple, les personnes les plus aisées ou celles dont la situation est la plus précaire peuvent être moins enclines à communiquer leurs ressources.


• Enfin, le biais de survivance se produit lorsque l’étude ne porte que sur les individus, les organisations ou les situations qui ont subsisté. Analyser les entreprises encore présentes sur un marché sans tenir compte de celles qui ont fait faillite peut conduire à surestimer la pertinence des stratégies adoptées. Les échecs, pourtant essentiels à la compréhension d’un phénomène, disparaissent alors des données.

Biais de mesure et de collecte des données

Même si l’échantillon est bien constitué, les informations recueillies peuvent être biaisées. Les chercheurs doivent transformer des phénomènes souvent complexes en variables observables et mesurables et cette opération n’est jamais neutre.

• Le biais de mesure apparaît lorsque l’instrument utilisé mesure systématiquement le phénomène de manière inexacte. Un questionnaire qui évalue la réussite professionnelle à partir du salaire néglige, par exemple, l’autonomie, la stabilité de l’emploi ou la satisfaction au travail.


• Le biais de formulation des questions résulte de la manière dont les questions sont posées. Une question telle que « Êtes-vous favorable à la réduction des dépenses publiques inutiles ? » incite évidemment à répondre positivement. L’ordre des questions peut aussi influencer les réponses.


• Le biais de désirabilité sociale apparaît lorsque les répondants cherchent à donner une image favorable d’eux-mêmes. Ils peuvent déclarer faire davantage de sport, respecter plus régulièrement les règles ou adopter des comportements écologiques plus fréquents qu’en réalité. Ce phénomène est particulièrement aigu lorsque les questions portent sur des sujets moralement valorisés ou socialement sensibles.


• Le biais de mémoire résulte des limites du souvenir. Si les individus ne se rappellent pas précisément leurs comportements passés, ils peuvent reconstruire leurs souvenirs en fonction de leur situation présente.


• Il faut enfin considérer les biais liés au dispositif de collecte. Le mode d’administration d’un questionnaire, la présence d’un enquêteur, le contexte d’un entretien ou l’utilisation d’un outil numérique peuvent influencer les réponses. Les personnes peuvent notamment se montrer plus réservées en présence d’un enquêteur qu'en répondant anonymement à un questionnaire sur Internet.

Biais liés à l'observateur et à l'expérimentateur

Selon Durkheim, les faits sociaux doivent être traités comme des choses. Cette approche est fondatrice de la sociologie, même si elle n'est pas seule Parmi ses nombreuses implications, retenons qu’il est indispensable de se débarrasser de nos préjugés car c’est par l’objectivité des observations et des raisonnements que les sciences humaines peuvent se situer au même niveau d’exigence que les sciences dites « dures ».

Ainsi, lorsqu’il travaille sur des groupes sociaux, un chercheur ou un analyste doit être particulièrement vigilant à toutes les étapes de son travail. Quelques écueils :

• Le préjugé de l’observateur : chacun observe certains faits d’une façon qui lui est propre. Par exemple, deux chercheurs peuvent assister à la même réunion de travail et en proposer des descriptions différentes. L’un insistera sur les signes de coopération entre collègues ; l’autre retiendra surtout les conflits et les rapports de pouvoir. Cette différence ne signifie pas nécessairement que l’un ment : leur attention ne se porte pas spontanément sur les mêmes éléments.


• Le biais de l’expérimentateur désigne l’influence des attentes du chercheur sur le déroulement d’une expérience, les interactions avec les participants ou l’évaluation des résultats. Dans une étude sur l’efficacité d’une méthode pédagogique, un enseignant convaincu de sa supériorité pourrait accorder davantage d’aide ou d’encouragement au groupe qui l’utilise.


• Un phénomène voisin est l’effet d’attente, dont l’effet Pygmalion constitue un exemple classique. Dans une enquête, l’attitude de l’intervieweur peut modifier les réponses d’un participant.

Pour les limiter, on peut standardiser les procédures, former les enquêteurs, utiliser des grilles d’observation explicites et, lorsque c’est possible, recourir à une évaluation en aveugle. Dans ce cas, les personnes chargées d'évaluer les résultats ignorent certaines informations susceptibles d'influencer leur jugement.

Biais d'interprétation et biais cognitifs

• Le préjugé d’interprétation correspond à la tendance à comprendre des faits ambigus à partir de ses expériences passées, de ses valeurs ou de ses représentations.


• Le biais de confirmation désigne la tendance à rechercher, sélectionner ou interpréter les informations de manière à conforter ses croyances. Un chercheur convaincu que le télétravail diminue la productivité peut accorder une importance particulière aux résultats qui vont dans ce sens et minimiser ceux qui montrent une amélioration de la performance.


• Le biais d’ancrage apparaît lorsqu’une information préalable exerce une influence sur les observations. Si un enquêteur apprend qu’un salarié est considéré comme peu performant avant de l’observer, cette appréciation risque d’orienter son évaluation, même si les comportements constatés la contredisent.


• Le biais de disponibilité consiste à accorder plus d’importance aux exemples qui viennent facilement à l’esprit. Après la médiatisation d’un fait divers violent, les personnes interrogées peuvent surestimer la fréquence de ce type d’événement.


• Le biais rétrospectif est celui de la surestimation, après réalisation d’un événement, de la capacité que l’on aurait eue à le prévoir. Après une crise économique, certains commentaires donnent ainsi l’impression que ses causes étaient évidentes, alors que les signaux disponibles auparavant étaient ambigus et diversement interprétés.


• Enfin, le biais d’attribution consiste à expliquer les comportements d’autrui par certaines causes en négligeant les autres (en particulier, tout attribuer à l’individu ou, au contraire, au contexte).

Biais liés à la causalité et à l'analyse statistique

Une étude peut recueillir des données fiables mais aboutir à des conclusions erronées si les relations entre les variables sont mal analysées.