Avant même toute communication politique ou médiatique, chaque statistique repose sur des conventions, des définitions et des choix méthodologiques.
Changer ces choix peut parfois modifier profondément l’image de la réalité économique.
Comment les statistiques sont construites ?
Critique centré sur les définitions, les conventions et les méthodes de mesure.
Niveau 1 : La dictature des définitions
Avant de compter quoi que ce soit, il faut définir ce que l’on compte.
Exemple :
Qu’est-ce qu’un chômeur ?
Une personne sans emploi ?
Une personne cherchant activement un emploi ?
Une personne disponible immédiatement ?
Une personne découragée qui ne cherche plus ?
Selon la définition retenue, le résultat peut varier considérablement.
La première source d’incertitude statistique réside donc dans la définition même des objets mesurés.
Niveau 2 : Le problème des catégories
La réalité est continue.
Les statistiques sont discrètes.
Pour construire une base de données, il faut créer des catégories :
- actif ;
- inactif ;
- employé ;
- chômeur ;
- étudiant ;
- retraité.
Or certaines personnes se situent entre plusieurs catégories.
Chaque classement simplifie une réalité plus complexe.
Niveau 3 : Les moyennes cachent souvent la dispersion
Lorsqu’un chiffre moyen est publié, une information essentielle disparaît :
la répartition.
Exemple :
Deux pays peuvent afficher un revenu moyen identique.
Dans le premier :
- la majorité possède un revenu proche de la moyenne.
Dans le second :
- quelques individus très riches tirent la moyenne vers le haut.
La moyenne décrit un centre.
Elle ne décrit pas la distribution.
Niveau 4 : Le piège des pondérations
La plupart des indices reposent sur des pondérations.
L’inflation en est l’exemple le plus connu.
Pour calculer un indice général des prix, il faut décider :
- quelle importance accorder au logement ;
- à l’alimentation ;
- aux transports ;
- à l’énergie ;
- aux loisirs.
Ces choix influencent directement le résultat final.
Un même ensemble de prix peut produire plusieurs taux d’inflation différents selon les pondérations retenues.
Niveau 5 : Les ajustements de qualité
Supposons qu’un ordinateur coûte aujourd’hui le même prix qu’il y a cinq ans.
Faut-il considérer que son prix est stable ?
Certains statisticiens répondent :
Non, car il est beaucoup plus performant.
Ils corrigent alors le prix observé afin d’isoler l’amélioration technique.
Cette méthode est logique.
Mais elle introduit une part de jugement dans la mesure.
Niveau 6 : Le changement de base
De nombreux indicateurs sont calculés relativement à une année de référence.
Changer cette année de base peut modifier la lecture des évolutions.
Les séries longues deviennent parfois difficiles à comparer lorsque les méthodes changent au fil du temps.
Niveau 7 : Les révisions statistiques
Les premiers chiffres publiés sont souvent provisoires.
Ils reposent sur des informations incomplètes.
Des mois plus tard :
- de nouvelles données arrivent ;
- les calculs sont affinés ;
- les estimations sont révisées.
Le chiffre officiel n’est donc pas toujours un résultat définitif mais une approximation évolutive.
Niveau 8 : L’illusion de la précision
Lorsqu’un indicateur affiche :
2,37 %
il donne une impression de précision scientifique.
Pourtant :
- les données contiennent des erreurs ;
- les enquêtes comportent des marges d’incertitude ;
- les modèles reposent sur des hypothèses.
La précision affichée dépasse parfois largement la précision réelle.
Niveau 9 : Les conventions invisibles
Une convention statistique est une règle adoptée collectivement afin de rendre possible une mesure.
Exemple :
Le PIB inclut certaines activités et en exclut d’autres.
Ces choix ne sont pas des lois naturelles.
Ils résultent de conventions.
D’autres conventions produiraient d’autres résultats.
Niveau 10 : Les changements de méthode
L’un des phénomènes les plus importants est la modification progressive des méthodes de calcul.
Au fil des décennies :
- certaines activités sont ajoutées ;
- d’autres sont reclassées ;
- les enquêtes évoluent ;
- les modèles sont améliorés.
Ces changements peuvent rendre les comparaisons historiques délicates.
Une hausse ou une baisse apparente peut parfois provenir autant d’un changement méthodologique que d’une évolution réelle.
