Commentaires à propos de l’article « Inférence statistique avec des échantillons d’enquête non probabiliste » : Échantillons non probabilistes : évaluation et voie à suivre
Section 1. Introduction
Les enquêtes sont en train de subir des changements importants. Nous sommes loin de l’époque où une enquête par composition aléatoire de numéros de téléphone pouvait produire de manière fiable des échantillons représentatifs. À l’heure actuelle, peu de gens répondent aux appels téléphoniques ou même aux courriels. Les enquêteurs ont réagi en proposant une myriade de nouvelles façons ingénieuses de générer des réponses aux enquêtes dans un environnement peu accueillant.
L’innovation la plus répandue est sans aucun doute l’utilisation d’échantillons non probabilistes, souvent par Internet. Bien que la mise en œuvre varie, l’approche consiste habituellement à recueillir les coordonnées d’un grand nombre de personnes qui sont disposées à répondre, puis à sélectionner un sous-ensemble de ce bassin pour une enquête donnée. Ces enquêtes se sont révélées rentables et ont souvent, quoique peut-être pas toujours, produit des résultats utilisables.
Cela dit, ces enquêtes sont-elles crédibles ? La plupart des enquêtes n’ont pas de « vérité fondamentale » qui pourrait être utilisée pour évaluer les résultats; l’absence de renseignement de ce genre est après tout la raison qui a poussé quelqu’un à mener l’enquête. Les échantillons probabilistes permettent de surmonter ce problème en s’appuyant sur la théorie, car les propriétés de ce genre d’enquête sont bien comprises. Pour les échantillons non probabilistes, cependant, la pratique a largement dépassé la théorie, ce qui signifie que les raisons de se fier aux résultats sont plutôt spéculatives.
L’étude de Wu est donc une contribution utile à notre compréhension des enquêtes non probabilistes. Wu se concentre sur la classe d’estimateurs qui supposent une non-réponse ignorable; il les met en contexte les uns par rapport aux autres et il détermine des pistes pour les études à venir.
Wu soulève un point important en mentionnant qu’« il devait y avoir un cadre plus cohérent et des ensembles de mesures d’accompagnement pour évaluer leur qualité » (page 332). Je suis tout à fait d’accord. Dans le présent exposé, j’approfondis ce point de trois façons. À la section 2, j’étudie la façon de le faire dans le cadre des travaux sur lesquels portent ses études. À la section 3, je cherche à élargir la portée d’un tel cadre, en soulignant que les conséquences des violations des principales hypothèses sont tellement plus graves dans un contexte non probabiliste que nous devrions construire notre cadre qui comprend les violations des principales hypothèses des données manquantes au hasard (DMH). À la section 4, j’étudie ensuite ce que nous pouvons faire, si jamais quoi que ce soit peut être fait. Enfin, à la section 5, je présente quelques observations finales.
- Date de modification :