14/08/2026
*Parlons Statistiques 006 : Pourquoi le tirage aléatoire est-il efficace en sondage ?*
Vous voulez connaître l’opinion de 10 000 personnes. Faut-il vraiment interroger les 10 000 ? Non. Mais alors, comment choisir les quelques centaines de personnes qui vont parler au nom de ces 10 000 ?
C’est toute la question du **sondage**.
En sondage, il existe différentes manières de désigner les individus qui intéressent le sondeur. Ces différentes façons de sélectionner les personnes donnent naissance à deux grandes familles de sondages : les **sondages raisonnés (non probabilistes)**, d’une part, et les **sondages aléatoires (probabilistes)**, d’autre part.
Dans les sondages probabilistes, les personnes sont sélectionnées selon un mécanisme de tirage défini à l’avance. L’idée est simple : **ce n’est pas l’enquêteur qui décide qui sera interrogé**. Le hasard intervient dans la sélection.
Pourquoi accorde-t-on autant d’importance à cette façon de faire ?
Parce qu’elle permet, sous certaines conditions, de partir de ce que l’on observe sur l’échantillon pour dire quelque chose sur l’ensemble de la population. C’est ce que les statisticiens appellent **l’inférence statistique**.
Autrement dit, on observe quelques personnes pour essayer de comprendre ce qui se passe chez beaucoup plus de personnes.
Mais comment passer des quelques personnes interrogées à l’ensemble de la population ?
C’est notamment ici qu’interviennent les **poids de sondage**. Ils permettent de tenir compte de la manière dont les individus ont été sélectionnés et, selon le plan de sondage, de donner à certains répondants plus ou moins de poids dans les calculs.
Mais attention : **les poids de sondage ne sont pas une baguette magique**. Ils ne peuvent pas, à eux seuls, transformer un mauvais échantillon en bon échantillon.
Tout commence donc par la manière dont les personnes sont sélectionnées.
C’est précisément là que le **tirage aléatoire** prend tout son sens. Il permet de sélectionner les individus selon un mécanisme connu, qui ne dépend pas des préférences de l’agent chargé de la collecte.
L’enquêteur ne choisit donc pas les personnes qui lui semblent « intéressantes », « disponibles » ou « représentatives ». **Le mécanisme de sélection est défini avant même de commencer la collecte.**
L’un des grands intérêts du tirage aléatoire est ainsi de donner à chaque individu une **probabilité connue d’être sélectionné**. Selon la méthode utilisée, cette probabilité peut même être la même pour tout le monde.
C’est ce qui permet ensuite au statisticien de mieux maîtriser le passage de l’échantillon à la population et de mesurer l’incertitude qui accompagne cette généralisation.
En revanche, cette méthode est souvent **plus coûteuse et plus complexe à mettre en œuvre sur le terrain**. Il faut disposer d’informations permettant de sélectionner correctement les personnes, organiser le tirage et parfois parcourir des zones géographiques dispersées.
C’est pourquoi, dans la pratique, les **sondages non probabilistes** restent très utilisés.
Parmi eux, une méthode particulièrement populaire consiste à construire un échantillon qui reproduit certaines caractéristiques connues de la population étudiée : c’est notamment le principe des **quotas**.
Par exemple, si l’on sait que la population est composée de 52 % de femmes et de 48 % d’hommes, on peut chercher à constituer un échantillon qui respecte ces mêmes proportions.
L’idée paraît séduisante : **si mon échantillon ressemble à la population, mes résultats devraient lui ressembler.**
Mais une question essentielle demeure :
**Que vaut un échantillon construit pour ressembler à une population lorsque les informations utilisées pour le construire ne sont pas fiables ?**
On peut alors avoir un échantillon qui ressemble parfaitement à la population sur le papier… tout en produisant des résultats peu fiables.
Comme quoi, en statistique, **même l’éléphant annoncé comme représentatif peut arriver avec un pied cassé.**
