Mauvaise interprétation des statistiques

La mauvaise interprétation des statistiques est un problème fréquent lié à l’utilisation de renseignements statistiques. Un certain nombre de facteurs peuvent être en cause.

Cette section explique comment les statistiques peuvent être mal interprétées en raison :

• d’une mauvaise compréhension des données,
• d’une utilisation de définitions non comparables,
• d’une mauvaise interprétation des renseignements en connaissance de cause.

Tous les jours, nous sommes bombardés de chiffres dans les médias. Bon nombre des faits et chiffres présentés dans les nouvelles, tels que les taux de divorce et de chômage, proviennent du Quotidien, le premier bulletin officiel de Statistique Canada qui comporte des données statistiques et des renseignements concernant les publications produites par Statistique Canada. Il présente l’analyse des données récemment diffusées et de l’information sur les sources pour des faits plus détaillés. Même si l’information provenant du bulletin Le Quotidien est objective, il est intéressant d’analyser la façon dont les journaux de différentes régions interprètent différemment les mêmes faits.

Mauvaise compréhension des données

Il arrive parfois que les données soient mal comprises par les médias. L’exemple 1 montre comment les tendances en matière de criminalité peuvent être exagérément simplifiées et mal interprétées.

Exemple 1 – Statistiques de la criminalité

Le Quotidien a publié des données sur les statistiques de la criminalité avec les sous-titres suivants dans le numéro qui suit :

Selon l’information contenue dans la publication tirée du Quotidien, les gros titres des journaux canadiens se lisent comme suit :

• L’économie très rigoureuse empêche l’augmentation du taux d’homicide
• La diminution du taux d’homicide nuit aux plates-formes électorales
• Le taux d’homicide à son plus bas niveau en 32 ans

Les gros titres de journaux susmentionnés se sont éloignés du contenu de l’article principal. En mettant l’accent sur un aspect des données, les journaux ont négligé les principales constatations, c’est-à-dire que le taux de criminalité national était en baisse pour la huitième année consécutive. De plus, les données ont révélé que le taux de crimes avec violence a diminué de 2,4 % en 1999, la septième diminution consécutive après 15 années d’augmentation. Toutes les principales catégories de crimes avec violence ont connu une baisse en 1999, y compris les homicides (-4,7 %), les tentatives de meurtre (-8,8 %), les voies de fait (-2,0 %), les agressions sexuelles (-7,3 %) et les vols qualifiés (-1,5 %).

Dans le bulletin, on mentionne également que le taux d’homicide national a généralement été en baisse depuis le milieu des années 1970. La tendance s’est maintenue en 1999; 536 homicides ont été déclarés par la police, 22 de moins que l’année précédente. Le taux d’homicide de 1999 — 1,76 homicides pour chaque tranche de 100 000 personnes — a été le moins élevé depuis 1967.

Bien qu’il soit possible de dire que la prospérité croissante puisse avoir contribué à un taux de criminalité moins élevé, les données fournies par Statistique Canada n’ont pas mesuré le lien entre les statistiques de l’économie et de la criminalité. Et si elles l’avaient mesuré, l’observation serait que le taux de criminalité a été en baisse depuis 1991, année où la récession au Canada a commencé.

On mentionne également que plusieurs facteurs contribuent aux changements du taux de criminalité. Toutefois, il semble que certains journalistes aient considéré cet énoncé comme un fait. Les connexions trouvées dans les gros titres des journaux sont des suppositions et n’ont pas été révélées dans les données objectives. Les journalistes ont mal interprété la publication des données, probablement parce qu’ils ont mal compris les causes et incidences sous-jacentes du crime.

Les représentants de Statistique Canada consacrent beaucoup de temps à l’examen de l’utilisation par les médias des données publiées chaque jour. Ces représentants répondent également aux questions des médias concernant les données et veillent à ce que les données soient adéquatement comprises. S’il y a malentendu, alors les représentants font de leur mieux pour le régler.

Haut de la page

Utilisation de définitions non comparables

Il est important de comprendre les concepts et définitions statistiques qui sous-tendent les données que vous utilisez. Si vous examinez des questions de la population active, vous devriez vous familiariser avec les définitions des termes comme taux de chômage, taux d’emploi et taux de participation. Si vous examinez des données relatives aux questions environnementales, vous devrez prendre en considération la définition et les concepts associés à certains mots, notamment forêt, terre à bois, disparu, espèces en danger d'extinction et parc national.

Un grand avantage de l’information statistique est qu’elle peut être comparée, ce qui permet de révéler les tendances et caractéristiques. Par exemple, on peut comparer les conditions météorologiques de Vancouver avec celles d’Halifax, les résultats sportifs du passé avec ceux du présent ou le rendement scolaire des hommes avec celui des femmes.

Toutefois, la comparaison de statistiques peut entraîner des problèmes lorsque les définitions sous-jacentes, la classification ou les méthodes de collecte de données sont différentes. Cela est particulièrement vrai en ce qui concerne les statistiques provenant de sources différentes, et en particulier avec les statistiques de l’état civil. Veuillez vous référer au Tableau 1 ci-dessous.

Selon Statistique Canada, la définition de « personnes mariées » inclut les personnes qui sont légalement mariées vivant ensemble, les personnes qui sont légalement mariées et séparées, de même que les conjoints de fait (ou en « union libre »). Si vous compariez les chiffres du tableau avec ceux d’une enquête qui n’aurait pas inclu les conjoints de fait dans la catégorie « personnes mariées », les résultats seraient très différents, étant donné que les définitions ne sont pas les mêmes. Regardez les données du tableau ci-dessus. Pourquoi indiquent-elles qu’il y a plus de femmes mariées que d’hommes? Logiquement, les chiffres devraient être les mêmes. Il semble que chaque personne associe sa propre définition au terme « marié », ce qui fait que les chiffres sont légèrement différents.

Haut de la page

Mauvaise interprétation des renseignements en connaissance de cause

Les renseignements factuels doivent être justes, objectifs et exacts. Malgré cela, il est important de reconnaître que les renseignements peuvent être mal interprétés en raison de points de vue tendancieux, de statistiques inexactes, et même en raison de l’ajout de données fictives.

Veuillez examiner l’énoncé ci-dessous :

Toffler peut sembler exagérément cynique dans son point de vue, mais en réalité, les gens et les organisations manipulent réellement l’information pour leur propre usage. C’est pour cette raison que vous devriez toujours être critique à l’égard de l’information qui vous est communiquée. Assurez-vous de connaître la source de l’information et de savoir si cette source est crédible ou non. De plus, essayez de trouver les méthodologies qui ont servi à la collecte et au traitement des données.

Enfin, il est important de connaître le niveau d’exactitude des statistiques étant donné que les enquêtes sont sujettes à deux types d’erreurs : les erreurs d’échantillonnage et les erreurs non dues à l’échantillonnage. Les erreurs d’échantillonnage se produisent dans les enquêtes-échantillon parce qu’il y a seulement une partie de la population qui est étudiée, pas la population au complet. On retrouve les erreurs non dues à l’échantillonnage dans les enquêtes-échantillon comme dans les recensements.