📊 statistics

Correcting for Nonignorable Nonresponse Bias in Ordinal Observational Survey Data

Cet article introduit un estimateur de maximum de vraisemblance qui étend le cadre de la propension de réponse variable aux résultats ordinaux, en utilisant des indicateurs de propension de réponse pour corriger le biais de non-réponse non ignorable dans les enquêtes politiques tout en intégrant des covariables observables et des pondérations de population.

Auteurs originaux : Lukáš Lafférs, Jozef Michal Mintal, Ivan Sutóris

Publié 2026-08-11

📖 7 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Lukáš Lafférs, Jozef Michal Mintal, Ivan Sutóris

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Le Mystère du Grand Sondage : Quand ceux qui ne se manifestent pas sont les plus importants

Imaginez que vous essayiez de deviner la taille moyenne de tous les habitants de votre ville. Vous vous tenez sur la place du marché et vous demandez aux passants : « Quelle est votre taille ? ». La plupart des gens qui s'arrêtent pour répondre ont une taille moyenne. Mais les personnes très grandes sont trop occupées à s'étirer pour atteindre l'étagère du haut, et les personnes très petites se cachent sous des parapluies. Si vous ne comptez que les personnes qui se sont arrêtées pour discuter, votre estimation sera fausse. C'est le problème du biais de non-réponse dans les sondages. Dans le monde de la science politique et de la recherche sociale, les scientifiques s'appuient sur des sondages pour comprendre ce que les gens pensent de tout, de l'économie au bonheur. Mais alors que de plus en plus de personnes ignorent les appels de sondage ou sautent les formulaires en ligne, les chercheurs craignent que les personnes qui répondent soient différentes de celles qui ne le font pas.

Habituellement, les scientifiques tentent de corriger cela en « pondérant » les réponses. S'il y a moins de jeunes dans le sondage que dans le monde réel, ils comptent simplement les réponses des jeunes plus lourdement pour équilibrer la balance. Cela fonctionne très bien si la seule différence entre les bavards et la foule silencieuse est leur âge ou leur sexe. Mais et si le silence lui-même était l'indice ? Et si les personnes qui refusent de répondre sont silencieuses précisément parce qu'elles sont malheureuses, en colère ou mécontentes ? C'est ce qu'on appelle la non-réponse non ignorable. C'est comme si les personnes silencieuses sur la place du marché n'étaient pas seulement occupées ; elles se cacheraient parce qu'elles sont embarrassées par leur taille. Si vous ne tenez pas compte de la raison pour laquelle elles se cachent, vos calculs seront erronés, peu importe le nombre de jeunes que vous essaierez de compter. C'est le puzzle complexe que l'article de Lafférs, Mintal et Sutóris cherche à résoudre.

L'article : Capturer la foule silencieuse avec un « Compteur de coopération »

Les auteurs de cet article, publié en 2026, ont construit un nouvel outil mathématique pour corriger les sondages où les personnes qui ne répondent pas sont différentes de celles qui répondent, spécifiquement lorsque les réponses se présentent sur une échelle (comme « Très heureux » à « Très malheureux ») plutôt que par un simple « Oui » ou « Non ».

Considérez un sondage standard comme un jeu de « Devinez le score ». Habituellement, si quelqu'un ne se présente pas au jeu, l'arbitre l'ignore simplement. Mais cet article suggère que l'arbitre peut regarder un « Compteur de coopération » pour deviner les scores que les joueurs absents auraient obtenus. Dans leur méthode, ils utilisent une question posée après l'entretien, du type « À quel point avez-vous apprécié cette discussion ? » ou « À quel point avez-vous été coopératif ? ». C'est le proxy de propension à la réponse. C'est un indice laissé derrière lui par les personnes qui ont parlé.

Les auteurs ont réalisé que si les personnes qui ont détesté l'entretien (faible coopération) avaient également tendance à donner des scores bas de satisfaction de vie, alors les personnes qui n'ont pas du tout répondu au sondage (coopération zéro) avaient probablement des scores encore plus bas. Ils ont créé une formule qui relie ces points. C'est comme observer une file de personnes attendant pour une attraction. Si les personnes au début de la file (qui ont adoré l'attraction) sourient, et que les personnes à la fin (qui l'ont à peine tolérée) font la grimace, vous pouvez deviner que les personnes qui ne se sont jamais présentées à la file étaient probablement en train de faire une grimace encore plus marquée.

Ce qu'ils ont trouvé : Tous les sondages n'ont pas besoin d'être sauvés

L'équipe a testé son nouvel outil en utilisant les données de l'American National Election Studies (ANES) de 2024, un sondage massif portant sur environ 3 000 personnes. Ils ont simulé un scénario où environ 65 % des gens n'ont pas répondu au sondage (un chiffre très réaliste pour les sondages modernes). Ils ont ensuite utilisé leur méthode de « Compteur de coopération » pour deviner ce que les 65 % de silencieux auraient dit.

Les résultats étaient un mélange de « Waouh, cela change tout » et de « Hmm, pas tant que ça ».

Le grand changement (Satisfaction de vie) : Lorsqu'ils ont examiné la satisfaction des gens vis-à-vis de leur vie, la correction a fait une énorme différence. Le sondage non ajusté suggérait que la plupart des gens étaient « Très » ou « Extrêmement » satisfaits. Mais après que les auteurs ont pris en compte la foule silencieuse et mécontente, le tableau a changé. Les données corrigées montraient qu'une part beaucoup plus importante de la population était en réalité « Légèrement satisfaite » ou « Pas du tout satisfaite ». Les mathématiques ont montré un lien fort (une corrélation d'environ 0,47) entre le fait de détester l'entretien et d'être malheureux dans la vie. Il s'avère que les personnes trop grincheuses pour parler étaient celles qui faisaient chuter la moyenne de bonheur.
Le petit changement (L'économie) : Lorsqu'ils ont examiné si les gens pensaient que l'économie nationale s'améliorait ou se dégradait, la correction a à peine fait bouger les lignes. Le lien entre le fait de détester l'entretien et de penser que l'économie est mauvaise était très faible (une corrélation de seulement 0,14). Que l'on inclue ou non la foule silencieuse, les résultats du sondage restaient sensiblement les mêmes.
La zone « Sans changement » : Pour les questions concernant la peine de mort, l'avortement ou la confiance envers les médias, la correction n'a presque rien fait. La foule silencieuse ne semblait pas avoir une opinion différente de la foule bavarde sur ces sujets.

La conclusion : Une solution unique ne convient pas à tous

La principale leçon de cet article est que corriger le biais d'un sondage n'est pas une baguette magique qui fonctionne pour chaque question. Les auteurs montrent qu'il faut vérifier chaque sujet individuellement. Pour certaines choses, comme le bonheur de vivre, les personnes qui refusent de parler cachent une réalité très différente, et les ignorer donne une image faussée. Pour d'autres sujets, comme l'opinion sur l'économie ou la peine de mort, les gens qui parlent et ceux qui se taisent semblent penser à peu près la même chose.

Les auteurs ne se sont pas contentés de deviner ; ils ont lancé des simulations informatiques pour prouver que leur mathématique fonctionne mieux que les anciennes méthodes, puis ils l'ont appliquée à des données réelles. Ils ont découvert que si leur nouvelle méthode est puissante, elle est surtout utile lorsque le « Compteur de coopération » (comme le fait d'avoir aimé l'entretien) varie beaucoup et signale clairement qui est prêt à parler. Si le compteur ne bouge pas, la méthode ne peut pas deviner ce que les personnes silencieuses pensent.

En bref, cet article offre aux chercheurs un nouveau moyen pratique de jeter un coup d'œil derrière le rideau du silence des sondages. Il nous dit que parfois, les personnes qui disent « Sans commentaire » sont les voix les plus importantes de toutes, mais seulement si nous savons lire les indices qu'elles ont laissés derrière elles.

Résumé technique : Correction du biais de non-réponse non ignorable dans les données d'enquêtes observationnelles ordinales

Formulation du problème
La recherche par sondage repose fréquemment sur des ajustements par pondération (par exemple, la post-stratification ou le redresment) pour aligner les répondants sur la démographie de la population. Cependant, ces méthodes échouent lorsque la non-réponse est « non ignorable », c'est-à-dire que la probabilité de répondre dépend systématiquement de l'issue elle-même, qui est inobservée. Dans de tels cas, les ajustements standards introduisent un biais même dans les statistiques descriptives de base. Bien que le cadre de la Variable de Propension à la Réponse (VRP) proposé par Peress (2010) traite ce problème pour les issues binaires en exploitant des proxys de propension à la réponse (par exemple, la coopérativité codée par l'enquêteur) pour extrapoler vers les non-répondants, il ne permet pas de traiter les issues ordinales. De nombreuses mesures clés en science politique, telles que la confiance, la satisfaction et les évaluations économiques, utilisent des échelles ordinales. Les réduire à des catégories binaires entraîne une perte d'information et risque d'altérer les conclusions de fond, particulièrement si les mécanismes de sélection varient selon l'échelle de réponse.

Méthodologie
Les auteurs généralisent le cadre VRP pour gérer les issues ordinales ( $y_n \in \{1, \dots, Y\}$ ) en utilisant un modèle probit ordinal à variables latentes corrélées. La méthode intègre trois composantes fondamentales :

Modèle de l'issue : Un modèle probit ordinal où l'issue latente $y^*_n$ est une fonction de covariables $x_n$ et d'un terme d'erreur $\epsilon_n$ .
Modèle de réponse : Un modèle probit ordinal pour un proxy de propension à la réponse $r_n$ (observé uniquement pour les répondants), où la réponse latente $r^*_n$ est une fonction de covariables $z_n$ et d'un terme d'erreur $\eta_n$ . Le proxy est ordonné de telle sorte que des valeurs plus faibles indiquent une propension plus élevée à répondre. La non-réponse de l'unité est modélisée comme une catégorie supplémentaire ( $R+1$ ) dans cette équation.
Mécanisme de sélection : Le modèle suppose une distribution normale jointe pour les termes d'erreur $(\epsilon_n, \eta_n)$ avec des variances unitaires et un paramètre de corrélation $\rho$ . Ce paramètre $\rho$ capture la sélection non ignorable sur l'issue inobservée après conditionnement sur les covariables.

La fonction de log-vraisemblance est construite pour tenir compte des répondants observés (où $y_n$ et $r_n$ sont tous deux connus) et de la masse des non-répondants (déterminée par le taux de non-réponse connu $N_{miss}$ et les parts de la population par strate). Les paramètres $(\alpha, \beta, \lambda, \theta, \rho)$ sont estimés par maximum de vraisemblance. Les erreurs types sont dérivées via la méthode delta avec un Jacobien numérique.

Identification
L'identification du paramètre de corrélation de sélection $\rho$ repose sur la variation systématique de la distribution de l'issue $y_n$ à travers les catégories du proxy $r_n$ parmi les répondants. Contrairement aux modèles de sélection de Heckman traditionnels, cette approche ne nécessite pas strictement de restriction d'exclusion (une variable dans $z_n$ exclue de l'équation de l'issue) car la structure de seuil du probit ordinal, combinée à la normalisation de la variance unitaire, détermine $\rho$ . Cependant, les auteurs notent que l'inclusion d'un prédicteur dans l'équation de réponse qui affecte la propension à répondre mais qui est plausiblement exclu de l'issue peut affiner l'identification, particulièrement lors de taux de non-réponse extrêmes.

Résultats empiriques
La méthode est appliquée à la version préliminaire de l'American National Election Study (ANES) 2024, en utilisant une hypothèse de taux de non-réponse de 65 %. Le proxy de propension à la réponse utilisé est l'auto-évaluation de l'entretien par le répondant (7 niveaux). Les covariables incluent le statut matrimonial, le genre du conjoint, la race et l'éducation, définissant 60 strates.

L'analyse révèle que l'ampleur de la correction est très spécifique à l'issue :

Satisfaction de vie : Un fort biais de non-réponse non ignorable est détecté ( $\hat{\rho} \approx 0,47$ ). La correction de ce biais déplace significativement l'estimation de la distribution de la population, attribuant une proportion plus élevée aux catégories « Plutôt satisfait » ou « Pas du tout satisfait » par rapport aux estimations non ajustées. Cela concorde avec les découvertes antérieures montrant que les données sur le bien-être sont sensibles à la difficulté de réponse.
Évaluations économiques rétrospectives : Le biais est modeste ( $\hat{\rho} \approx 0,14$ ), entraînant seulement de légers déplacements de la distribution vers la catégorie « s'est dégradée ».
Autres issues : Pour des mesures telles que la confiance envers les médias, l'importance de l'avortement et la peine de mort, le $\rho$ estimé est statistiquement indiscernable de zéro, et les distributions corrigées coïncident presque avec les distributions non ajustées et pondérées par l'enquête.

Les auteurs fournissent une routine R implémentant cet estimateur, qui gère les issues ordinales et binaires et s'exécute efficacement sur du matériel standard (environ 10 minutes pour l'estimation complète de l'ANES).

Signification et affirmations
L'article affirme fournir un outil pratique et de faible complexité computationnelle pour une inférence descriptive sensible aux données d'enquêtes observationnelles. Ses principales contributions sont :

Généralisation : Extension du cadre VRP des issues binaires aux issues ordinales, préservant l'information inhérente aux échelles à catégories multiples.
Praticité : Offre un estimateur de maximum de vraisemblance qui intègre des proxys de propension à la réponse et la post-stratification sans nécessiter d'instruments randomisés ou de conceptions de rappel à plusieurs étapes.
Nuance empirique : Démontre que la valeur de la correction pour la non-réponse non ignorable n'est pas uniforme ; elle est substantiellement significative pour certaines mesures attentionnelles (comme la satisfaction de vie) mais négligeable pour d'autres.

Les auteurs maintiennent une position modeste, reconnaissant que les conclusions dépendent de la structure latente supposée et de la crédibilité du proxy de propension à la réponse. Ils positionnent la méthode non pas comme une correction définitive, mais comme un mécanisme transparent pour rendre explicite l'extrapolation des répondants vers les non-répondants, permettant ainsi aux chercheurs d'évaluer la sensibilité de leurs estimations d'enquête à une sélection non ignorable.

Le Mystère du Grand Sondage : Quand ceux qui ne se manifestent pas sont les plus importants

L'article : Capturer la foule silencieuse avec un « Compteur de coopération »

Ce qu'ils ont trouvé : Tous les sondages n'ont pas besoin d'être sauvés

La conclusion : Une solution unique ne convient pas à tous

Articles similaires