Il y a 382 entrées dans ce glossaire.
Chercher des termes du glossaire
Commence par Contient Terme exact Se prononce comme
Tout A B C D E F G H I L M N O P Q R S T U V Z
Terme
BIAIS

BIAIS (angl. bias) (esp. sesgo) (ital.  errore sistematico (bias)) (portug. enviesamento, viés) (roum. eroare sistematică)

            Erreur systématique pouvant se produire à tout niveau d’une étude et dont la présence peut conduire à en fausser les résultats et leur interprétation.

            Exemple : dans une enquête sur la pathologie néonatale, prendre la température des veaux avec un thermomètre marquant systématiquement 2/10 de degré de plus que la réalité.

            Remarque 1 : l’erreur est aléatoire alors que le biais est systématique.

            Remarque 2 : on doit distinguer trois grandes catégories de biais, selon la cible méthodologique concernée.

 

1. Biais portant sur l’échantillon

  • Biais initial : si la sélection des individus qui vont constituer l’échantillon conduit à la sur- (ou sous-) représentation de certaines catégories d’individus, il y a risque de biais.
  • Exemple : enquête réalisée sur la base des réponses spontanées à un questionnaire diffusé sur internet : d’une part, toute la population n’a pas accès à internet, d’autre part, la motivation pour répondre à ce questionnaire, ainsi que le canal d’information annonçant l’enquête, auquel seule une partie de la population aura accès, constituent un facteur de biais qui altère la validité du résultat.
  • Biais final : même si l’échantillon constitué initialement était représentatif, diverses causes peuvent altérer cette représentativité, par le retrait de sujets enquêtés
  • Exemple : refus de participer, ou abandon, par exemple en raison de la longueur soit du questionnaire, soit de l’étude si elle dure plusieurs mois.
  • Dénominations usuelles : biais d’échantillonnage ; biais de sélection
  • La prévention des biais repose sur le principe de la maîtrise de la constitution de l’échantillon par l’observateur, et de considérer tout phénomène de sélection spontanée (i.e. non maîtrisé ou pris en compte par l’observateur) comme potentiellement source de biais.

 

2. Biais affectant la qualité des données collectées

  • La manière de collecter les données ou, d’une façon générale, d’effectuer des « mesures » comporte une variété infinie de source de biais : c’est pourquoi de nombreuses études méthodologiques sont consacrées à ces aspects.

Exemples : biais de réponse résultant d’interférences entre l’enquêteur et l’enquêté ; exemple présenté dans la définition générale.

  • Dénominations usuelles : biais de mesure ; biais d’information ; biais d’observation.
  • La prévention de ce type de biais nécessite, outre la rigueur de l’élaboration du protocole, une formation de tous les intervenants, un système d’enregistrement et d’analyse permettant de suivre la qualité des mesures effectuées par chaque intervenant.

 

3. Biais affectant l’analyse des données

  • Les deux points précédents pouvant être sans défaut, le résultat peut être biaisé du fait de l’interaction statistique d’un facteur, véritablement responsable d’une différence éventuelle, mais non connu ou pris en compte par l’observateur.
  • Exemple : on a constaté des taux différents sur deux régions, mais si l’on prend en compte les différences démographiques ces différences disparaissent.
  • Dénominations usuelles des causes de ces biais : facteur de confusion, tiers facteur.
  • La prévention des facteurs de confusion repose sur deux principes, souvent combinés : maîtrise a priori, par la maîtrise des facteurs connus (composition démographique ; facteurs de confusion connus), ou a posteriori, par l’emploi de méthodes statistiques appropriées (par exemple, analyse stratifiée, standardisation, ajustement).

            Remarque 3 : il existe différents termes (évoqués dans les dénominations usuelles) utilisés pour désigner ces différents biais : en règle générale, le sens du terme utilisé permet de les rapporter à l’une des trois catégories.

            Remarque 4 : la présence ou l’absence de biais est indépendante de la taille de(s) l’échantillon(s).

            Remarque 5 : la présence de biais limite à hauteur de son(leur) importance l’inférence statistique et/ou l’inférence causale.

Voir : population source, population cible, échantillon représentatif, facteur de confusion