1. Population, échantillon et recensement
Un chiffre issu d’un recensement complet et un chiffre issu d’une enquête par échantillon ne se lisent pas de la même façon. Le premier comporte des erreurs de couverture et de déclaration mais pas d’incertitude d’échantillonnage. Le second comporte les deux, et son intervalle de confiance dépend de la taille de l’échantillon et du plan de sondage. La note méthodologique de l’enquête indique lequel des deux cas s’applique.
La conséquence pratique est directe : un écart de quelques dixièmes de point entre deux vagues d’enquête ne constitue généralement pas une évolution. Sur des sous-groupes réduits, l’incertitude devient si large que la comparaison perd tout sens. Avant d’écrire qu’un indicateur « progresse », il faut vérifier que l’écart dépasse l’incertitude publiée.
2. Le dénominateur décide du sens
Un taux est un rapport, et le rapport dépend autant du dénominateur que du numérateur. Le nombre de signalements pour mille habitants, pour mille dossiers traités ou pour mille établissements contrôlés raconte trois histoires différentes. Le choix du dénominateur est donc une décision éditoriale qui doit être justifiée et rendue visible au lecteur.
Deux pièges reviennent. Le premier consiste à comparer des taux calculés sur des dénominateurs différents, souvent parce que les deux chiffres proviennent de sources distinctes. Le second consiste à utiliser un dénominateur périmé, par exemple une population de référence antérieure à une fusion de communes. Dans les deux cas, la vérification passe par la note de source de chaque terme du rapport.
3. Moyenne, médiane et forme de la distribution
La moyenne est sensible aux valeurs extrêmes, la médiane ne l’est pas. Sur une distribution fortement asymétrique — surfaces, durées de traitement, tailles d’établissements — la moyenne décrit mal le cas typique. Publier la médiane, les quartiles et l’étendue donne une image plus honnête qu’un unique indicateur central.
La forme de la distribution vaut souvent l’article. Une durée moyenne de traitement stable peut masquer une polarisation croissante entre dossiers traités très vite et dossiers enlisés. Un histogramme réalisé pour la rédaction, même s’il n’est pas publié, révèle immédiatement ce genre de structure et évite une conclusion erronée sur une moyenne.
4. Variation absolue, relative et points de pourcentage
Trois formulations différentes décrivent une même évolution. La variation absolue s’exprime dans l’unité d’origine. La variation relative s’exprime en pourcentage du niveau de départ. L’écart entre deux pourcentages s’exprime, lui, en points de pourcentage. Confondre les deux dernières est l’erreur la plus répandue dans la presse chiffrée.
Un exemple neutre : un indicateur passant de 4 % à 6 % augmente de 2 points de pourcentage, soit une hausse relative de 50 %. Les deux affirmations sont exactes, mais elles ne produisent pas le même effet sur le lecteur. La règle éditoriale consiste à donner le niveau de départ et le niveau d’arrivée, puis à choisir une seule formulation d’évolution.
| Confusion | Formulation risquée | Formulation exacte | Contrôle |
|---|---|---|---|
| Points contre pourcents | « Hausse de 2 % » pour 4 % → 6 % | « Hausse de 2 points, soit 50 % » | Donner les deux niveaux |
| Base faible | « Doublement des cas » | « De 3 à 6 cas recensés » | Publier l’effectif brut |
| Cumul et flux | « Record annuel » en cours d’année | « Cumul à fin du mois indiqué » | Comparer des périodes égales |
| Retour au niveau initial | « Baisse de 20 % puis hausse de 20 % » | « Retour partiel, écart résiduel » | Recalculer depuis la base |
| Série révisée | Comparaison avec un chiffre ancien | Comparaison au millésime révisé | Vérifier la date de révision |
5. Séries temporelles, saisonnalité et révisions
Beaucoup d’indicateurs comportent un rythme saisonnier connu. Comparer un mois au mois précédent sans correction produit une conclusion sur la saison plutôt que sur la tendance. Deux solutions coexistent : comparer au même mois de l’année précédente, ou utiliser la série désaisonnalisée lorsque le producteur en publie une, en indiquant clairement laquelle est citée.
Les révisions constituent le second piège. Les premières estimations sont provisoires et se déplacent parfois sensiblement. Une bonne pratique consiste à noter, pour chaque chiffre publié, le millésime de la série et la date de consultation, puis à vérifier avant toute reprise ultérieure que la valeur n’a pas changé entre-temps.
6. Incertitude, marge d’erreur et arrondis
Pour une enquête par échantillon, la marge d’erreur exprime l’intervalle dans lequel la valeur réelle se situe probablement, compte tenu du hasard d’échantillonnage. Elle dépend de la taille de l’échantillon, de la proportion observée et du niveau de confiance retenu. Elle ne couvre ni les biais de sélection, ni les erreurs de déclaration, ni les effets de formulation des questions.
Les arrondis méritent aussi une règle claire. Un pourcentage issu d’un effectif de quelques dizaines d’unités ne justifie pas une décimale. Les sommes de pourcentages arrondis ne font pas toujours exactement cent, ce qui doit être signalé en note plutôt que corrigé artificiellement. Le dossier consacré à la lecture des statistiques propose un outil de calcul pour visualiser ces ordres de grandeur.
7. Corrélation, causalité et effets de composition
Deux séries qui évoluent ensemble peuvent dépendre d’un même facteur extérieur, se croiser par hasard sur une courte période, ou refléter une relation inverse de celle supposée. Un article sérieux formule un mécanisme explicite, cherche des observations qui le contrediraient, et distingue toujours ce que la donnée montre de ce qu’une hypothèse suggère.
Les effets de composition constituent un piège plus subtil. Un indicateur global peut évoluer dans un sens alors que chacun des sous-groupes évolue dans l’autre, simplement parce que le poids relatif des groupes change. Le contrôle consiste à décomposer l’agrégat par groupe et à vérifier que la conclusion résiste à cette décomposition.
8. Comparer honnêtement des territoires
Les comparaisons entre communes, provinces ou régions supposent une normalisation. Le rapport par habitant est un minimum, mais il ne suffit pas lorsque les structures de population diffèrent fortement. La standardisation par âge, utilisée dans les statistiques de santé, illustre ce que signifie comparer des populations dissemblables sans se tromper.
La taille des territoires impose enfin la prudence sur les petits effectifs. Un classement de communes établi sur quelques cas produit des positions instables d’une année à l’autre. Publier l’effectif brut à côté du taux, et renoncer au classement lorsque les écarts ne sont pas significatifs, protège autant le lecteur que la crédibilité de la rédaction.
Relecture chiffrée d’un article
- Chaque chiffre porte une source, une date de référence et une unité.
- Le dénominateur de chaque taux est nommé et daté.
- Les évolutions distinguent points de pourcentage et variation relative.
- Les effectifs bruts accompagnent les pourcentages calculés sur petites bases.
- Les comparaisons temporelles portent sur des périodes de même longueur.
- L’incertitude d’enquête est mentionnée quand elle est publiée.
- Les mots « à cause de » et « donc » sont justifiés par un mécanisme explicite.
- Le nombre de décimales correspond à la précision réelle de la mesure.
Questions fréquentes
Faut-il toujours publier la marge d’erreur ?
Lorsque le chiffre provient d’une enquête par échantillon et que le producteur publie une marge, elle doit être mentionnée au moins en note. Pour un recensement administratif complet, la notion ne s’applique pas : ce sont la couverture et les délais de déclaration qui limitent la mesure.
La médiane est-elle toujours préférable à la moyenne ?
Non. La moyenne reste utile lorsqu’il faut reconstituer un total ou lorsque la distribution est peu asymétrique. Le principe est de choisir l’indicateur en fonction de la question et d’indiquer lequel est utilisé, plutôt que d’appliquer une règle unique.
Comment traiter un classement fondé sur de petits effectifs ?
En publiant les effectifs, en signalant l’instabilité du classement et, le plus souvent, en renonçant au classement lui-même au profit de groupes larges. Un rang calculé sur quelques cas n’a pas de signification statistique interprétable.