Lire les statistiques sans leur faire dire plus qu’elles ne disent

1. Identifier la nature de la mesure

Trois familles de chiffres circulent sous le même nom de statistique. Les données administratives résultent de l’enregistrement d’actes : dossiers déposés, permis délivrés, signalements reçus. Les enquêtes par échantillon estiment une grandeur à partir d’un sous-ensemble interrogé. Les estimations modélisées combinent plusieurs sources par un calcul.

Chaque famille comporte ses fragilités propres. Les données administratives dépendent des pratiques d’enregistrement et de l’intensité des contrôles. Les enquêtes comportent une incertitude d’échantillonnage et des biais de réponse. Les estimations modélisées héritent des faiblesses de leurs sources et ajoutent celles du modèle. Nommer la famille dans l’article est donc la première précaution.

Cette identification se lit dans la note méthodologique du producteur, jamais dans le titre du tableau. Lorsque la note est absente, la prudence consiste à décrire le chiffre comme « nombre enregistré » plutôt que comme mesure du phénomène, et à signaler que la méthode n’est pas documentée.

2. Vérifier le dénominateur et le périmètre

Un taux se lit en deux temps : ce qui est compté au numérateur, et ce qui sert de référence au dénominateur. Les deux termes proviennent parfois de sources différentes, avec des périodes et des périmètres distincts. Un numérateur portant sur une année civile et un dénominateur portant sur une population au 1er janvier de l’année suivante produisent un décalage systématique.

Le périmètre géographique demande le même contrôle. Les fusions de communes, les modifications de découpage et les différences entre entités administratives et zones fonctionnelles cassent les comparaisons. Une série qui semble rompre brutalement une année donnée doit d’abord être suspectée d’un changement de périmètre avant d’être interprétée comme un phénomène réel.

Un test rapide permet de détecter la plupart des incohérences : reconstituer un total connu à partir des sous-totaux. Si la somme des mailles fines ne redonne pas l’agrégat publié, il existe une catégorie non publiée, un arrondi massif ou une différence de périmètre, et cette explication doit être trouvée avant de calculer quoi que ce soit d’autre.

3. Distinguer niveau, évolution et rythme

Un niveau décrit un état à une date, une évolution compare deux états, un rythme décrit la vitesse d’une évolution. Confondre ces trois notions produit des affirmations littéralement fausses : un ralentissement de la hausse reste une hausse, une baisse du rythme n’est pas une baisse du niveau.

La comparaison la plus honnête porte sur des périodes de même longueur et de même position dans l’année. Comparer un premier semestre à une année complète, ou un cumul en cours d’année à un total annuel, produit des « records » artificiels. Lorsque seul un cumul partiel est disponible, il faut l’indiquer dans la phrase même, pas seulement en note.

Les moyennes mobiles et les séries désaisonnalisées facilitent la lecture des tendances, à condition d’être annoncées. Publier une valeur lissée en la présentant comme une observation ponctuelle induit en erreur, notamment lorsque le lecteur cherche à retrouver le chiffre dans la source d’origine.

4. Comprendre les révisions

Beaucoup d’indicateurs sont publiés en plusieurs versions : une première estimation rapide, puis des révisions à mesure que les déclarations tardives arrivent et que les méthodes sont appliquées de manière complète. L’écart entre première estimation et valeur définitive peut être supérieur à l’évolution commentée dans l’article.

La règle pratique consiste à noter, pour chaque chiffre repris, le millésime de la série et la date de consultation, puis à vérifier avant toute reprise ultérieure que la valeur n’a pas changé. Sur un sujet suivi dans le temps, il vaut mieux citer une série révisée complète qu’un assemblage de valeurs publiées à des dates différentes.

Les révisions n’indiquent pas une faiblesse du producteur mais un processus normal de consolidation. L’expliquer au lecteur en une phrase désamorce les accusations de manipulation et installe une compréhension durable de la manière dont les statistiques publiques sont fabriquées.

5. Incertitude d’échantillonnage : le principe

Lorsqu’une grandeur est estimée à partir d’un échantillon, le hasard de la sélection introduit une incertitude mesurable. La marge d’erreur exprime l’amplitude de cette incertitude pour un niveau de confiance donné. Un intervalle à 95 % signifie que la procédure d’estimation, répétée un grand nombre de fois, contiendrait la valeur réelle dans environ 95 % des cas.

La formule usuelle pour une proportion combine le niveau de confiance, la proportion observée et la taille de l’échantillon. Elle suppose un tirage aléatoire simple et une population de grande taille. Les enquêtes réelles utilisent des plans stratifiés, des pondérations et des corrections de non-réponse, si bien que la marge publiée par le producteur prime toujours sur un calcul reconstitué.

Deux propriétés méritent d’être retenues. La précision progresse comme la racine carrée de la taille de l’échantillon, ce qui rend chaque gain de précision de plus en plus coûteux. Et la marge est maximale autour de 50 %, ce qui explique pourquoi les partages proches de la moitié sont les plus difficiles à trancher.

Calculette d’échantillon et de marge d’erreur

Cette calculette illustre une arithmétique et rien d’autre. Elle ne valide ni un plan de sondage, ni la qualité d’une enquête, et ne remplace pas la note méthodologique du producteur des données. Le calcul suppose un échantillon aléatoire simple, une population de grande taille et une seule proportion observée : les plans stratifiés, les pondérations et les non-réponses modifient le résultat réel.

Deux enseignements se lisent immédiatement en manipulant les champs. D’abord, la marge diminue avec la racine carrée de la taille de l’échantillon : quadrupler n divise la marge par deux, ce qui explique le coût croissant de la précision. Ensuite, la marge est maximale autour de 50 % et se réduit vers les extrêmes, ce qui rend les proportions faibles plus stables en apparence tout en les exposant à d’autres biais de mesure.

6. Ce que la marge d’erreur ne couvre pas

Une marge d’erreur étroite ne garantit pas une mesure juste. Elle ne dit rien du biais de couverture, lorsque certaines personnes ont moins de chances d’être atteintes ; ni du biais de non-réponse, lorsque celles qui répondent diffèrent systématiquement des autres ; ni de l’effet de formulation, lorsque la question elle-même oriente la réponse.

Ces sources d’erreur ne se calculent pas, elles se documentent. La note méthodologique indique le taux de réponse, le mode de collecte, la période de terrain et le libellé exact des questions. Un taux de réponse faible impose une prudence beaucoup plus grande qu’une marge d’erreur large, car son effet n’est pas quantifié.

Pour les sous-groupes, l’incertitude croît rapidement. Un résultat portant sur quelques dizaines de répondants ne supporte aucune comparaison fine, même si le tableau affiche des décimales. La règle éditoriale la plus simple consiste à ne pas commenter un sous-groupe dont l’effectif n’est pas publié.

7. Arrondis, décimales et fausse précision

Le nombre de décimales publié doit refléter la précision réelle de la mesure. Un pourcentage calculé sur quelques dizaines de cas ne justifie pas une décimale ; une proportion issue d’un recensement complet peut en supporter une. Les décimales superflues suggèrent une exactitude que la donnée ne possède pas.

Les sommes de pourcentages arrondis ne font pas toujours cent. Le corriger artificiellement en modifiant une catégorie fausse le tableau ; le signaler en note résout le problème. De même, un écart de 0,1 point entre deux valeurs arrondies peut correspondre à un écart nul dans les données non arrondies.

Les grands nombres gagnent à être arrondis à l’ordre de grandeur significatif et accompagnés du chiffre exact en note ou dans le tableau joint. Le lecteur retient un ordre de grandeur, le vérificateur veut la valeur précise : les deux besoins se satisfont sans se contredire.

8. Comparer des populations dissemblables

Comparer deux territoires ou deux périodes suppose de neutraliser les différences de structure. Le rapport par habitant constitue un premier niveau, insuffisant lorsque les pyramides des âges ou les compositions socio-économiques diffèrent fortement. La standardisation, courante en statistique de santé, applique une structure de référence commune aux deux populations.

L’effet de composition mérite un contrôle systématique. Un indicateur global peut évoluer dans un sens alors que tous les sous-groupes évoluent dans l’autre, simplement parce que leur poids relatif change. Décomposer l’agrégat par grand groupe et vérifier la cohérence de la conclusion évite cette erreur classique.

Enfin, les classements de petites unités sont instables par construction. Un rang établi sur quelques cas change d’une année à l’autre sans qu’aucun phénomène réel ne se soit produit. Publier des groupes larges plutôt qu’un classement détaillé respecte davantage la précision réelle du matériau.

9. Écrire un chiffre dans une phrase

Une phrase chiffrée bien construite contient l’indicateur, la valeur, l’unité, la population, la période et la source. Cela paraît lourd formulé ainsi, mais s’écrit naturellement : « selon les données arrêtées à la fin de l’exercice, quatre dossiers sur dix dépassaient le délai réglementaire dans cette province ». Chaque élément est vérifiable.

Les formulations à éviter sont connues : « explosion », « record historique » sans période de comparaison, « deux fois plus » sans base de départ, « la majorité » pour désigner une proportion de 51 % assortie d’une marge d’erreur de trois points. Ces tournures ne sont pas seulement excessives : elles sont souvent démontrablement inexactes.

Enfin, la relecture chiffrée se fait à froid, en remontant chaque nombre du texte jusqu’à la cellule du fichier de travail. Cette vérification finale prend une heure sur un article dense et détecte l’essentiel des erreurs qui conduisent ensuite à des corrections publiques.

10. Reprendre un chiffre publié par un tiers

Reprendre un chiffre issu d’un rapport, d’un communiqué ou d’une autre rédaction suppose de remonter à la source primaire. Le chiffre cité de seconde main a souvent perdu son unité, sa période ou son périmètre en route, et la chaîne de citations amplifie les glissements sans que personne ne les introduise volontairement.

Lorsque la source primaire est inaccessible, la mention doit le dire : « chiffre communiqué par l’organisme, non vérifiable dans une publication accessible ». Cette formulation est plus utile au lecteur qu’une attribution qui laisse croire à une vérification. Elle protège également la rédaction si le chiffre est ultérieurement contesté.

Un ordre de grandeur indépendant sert de dernier filtre. Si un chiffre repris est incompatible avec un total connu ou avec la population concernée, il comporte une erreur, quelle que soit l’autorité de la source. Ce contrôle élémentaire évite la propagation des chiffres impossibles.

Questions fréquentes