L’inférence descriptive

Introduction

L'inférence descriptive essaie sur la base d'observations de phénomènes de décrire des choses que l'on n'a pas observé. Le but est d’aller au-delà de ce qu'on observe. L’inférence descriptive se distingue de l’inférence causale par le fait qu’elle ne cherche pas à observer un phénomène.

Si l’on part de l’idée que le but de toute recherche scientifique est l’inférence, on peut en distinguer deux types, qui ont des visées très différentes :

• descriptive : décrire des propriétés de nos observations pour faire des inférences au-delà des observations que nous avons faites ;
• causale : inférer, à partir de nos observations, les causes de certains évènements.

Donc, une inférence descriptive n’a aucune visée explicative en termes de causes. L’exemple le plus simple d’une inférence descriptive se base sur les sondages. On part d’une population bien définie comme par exemple les citoyens genevois, dont on aimerait bien connaître une certaine caractéristique.

Au lieu d’observer (questionner) toutes les Genevoises et Genevois, nous recueillons des informations uniquement sur une partie de la population, à savoir un échantillon. Si on choisit les individus de manière aléatoire, on peut déterminer une marge d’erreur qui est généralement plus ou moins compris entre 2,5% et 4%. Plus l’échantillon est important, plus le résultat sera précis. Par la suite, nous résumerons les informations obtenues et tenterons de faire des inférences et de juger notre incertitude liée à cette inférence.

Par exemple, si on veut savoir l'opinion des suisses sur l'achat de Grippen, on procède à un sondage. Donc, 1000 personnes ont été sondées, sur lesquelles environ 650 se sont exprimées contre l'achat des Grippen. On fait par la suite une inférence descriptive. En disant que 64% des suisses sont contre l'achat du Grippen, on a résumé l'information récoltée. La certitude de l'information alors donnée doit être jugée. Si on choisit l'échantillon de manière aléatoire, on peut tirer une marge d'erreur maximale. Dans notre exemple, la marge d'erreur sur les 1000 personnes étaient de 3% : alors les suisses contre les Grippen sont de 61% à 67% soit 64% avec une marge d’erreur de plus ou moins 3%.

Donc l’idée de l’inférence descriptive est de tenter une description de la population à partir des informations tirées de l’échantillon. Comment les utiliser ? Pour ceci il faut presque toujours des résumés. Il y a toujours des éléments systématiques et les éléments non-systématiques voire aléatoires comme décrit par King, Keohane et Verba dans Designing Social Inquiry: Scientific Inference in Qualitative Research publié en 1994. Les éléments systématiques seraient l’attitude d’un individu dans un environnement normal et un élément non-systématique ce qui a influencé l'attitude normale. Ces derniers sont moins intéressants, ce qui intéresse les chercheurs sont les éléments systématiques. L’utilisation de résumés comme des moyennes, des médianes tentent, entre autres, de réduire l’importance des éléments non- systématiques.

L’inférence descriptive et donc aussi les résumés qu’on utilisera devraient dans les limites du possible satisfaire à certains critères :

• pas de biais : on peut éviter le plus possible le biais en choisissant bien son échantillon ;
• efficience : peu de variabilité dans nos mesures. L’efficience correspond à la variance d’une estimation. L'inférence descriptive ne doit pas varier si on la réalise de multiples fois. Si on fait plusieurs estimations, bien entendu elles vont être légèrement différentes mais ces différences ne doivent pas être énormes. plus l'échantillon est important, et plus on diminue les différences et variabilités. Il y aura une moins grande variabilité si on interroge 1000 personnes plusieurs fois au lieu de 10 personnes.