Comment naissent les statistiques erronées
Les statistiques erronées ou trompeuses ne sont pas toujours produites dans une intention frauduleuse. Souvent, elles résultent d’une connaissance méthodologique insuffisante, de questions mal définies, de données inadaptées ou d’une présentation négligente. Dans d’autres cas, les chiffres sont toutefois sélectionnés ou présentés délibérément afin de produire une impression souhaitée.
Sources d’erreur fréquentes
- Échantillon inadapté : le groupe étudié est trop petit ou non représentatif.
- Base de référence imprécise : des pourcentages sont cités sans indiquer le nombre de cas sous-jacent.
- Graphiques trompeurs : l’échelle des axes, le cadrage ou le rapport hauteur-largeur font paraître les différences plus grandes ou plus petites.
- Contexte manquant : la période, le groupe de comparaison ou des informations complémentaires importantes sont omis.
- Erreurs de mesure systématiques : la méthode de mesure déforme régulièrement les résultats dans la même direction.
- Corrélation au lieu de causalité : deux grandeurs évoluent ensemble sans que l’une provoque l’autre.
- Généralisation abusive : les résultats d’une étude limitée sont transférés à d’autres groupes, périodes ou situations.
- Extrapolation incertaine : des tendances de court terme sont projetées trop loin dans l’avenir dans les prévisions économiques, climatiques ou démographiques.
- Publication sélective : les résultats favorables sont montrés, tandis que les résultats contradictoires sont omis.
Corrélation n’est pas causalité
Une association statistique ne démontre pas à elle seule une relation causale. Même si la consommation de bière et les résultats d’une étude éducative diffèrent entre les pays, cela ne signifie pas que la consommation de bière cause les performances scolaires. Les deux variables peuvent dépendre d’autres facteurs ou simplement évoluer ensemble par hasard.
Questions à poser face à une statistique douteuse
- Qui a réalisé et financé l’étude ?
- Comment les données ont-elles été recueillies ?
- Quelle est la taille de l’échantillon et est-il représentatif ?
- Quelles informations ou valeurs de comparaison manquent ?
- Déduit-on abusivement une cause d’une corrélation ?
- Que dit réellement le résultat — et que ne dit-il pas ?