tdelc.bsky.social
Méthodologue à Statbel, enseignant vacataire à l'Université de Lille, et créateur de jeu à l'occasion.
319 posts
139 followers
522 following
Regular Contributor
Active Commenter
comment in response to
post
Une occasion de parler de méthode, de leur impact, de pourquoi on fait cela, et des conseils pour utiliser les chiffres sans faire trop d'erreurs.
Bonne lecture :)
blogs.mediapart.fr/thomas-delcl...
comment in response to
post
Le billet interroge ce que je nomme ici le réductionnisme : Pourquoi autant d’efforts pour résumer une situation complexe en un seul chiffre ?
Car derrière ce chiffre, il y a beaucoup de choix : Définir les revenus, la structure des ménages, la taille équivalente, le seuil de pauvreté.
comment in response to
post
Prenez une distribution entière de revenus.
Transformez-la en une médiane.
Prenez 60 % de cette médiane.
Vous obtenez un seuil.
Comptez les gens en dessous de ce seuil.
Vous avez un taux.
➡️ 11,5 % de pauvres.
comment in response to
post
Merci pour ce partage enrichissant ! Je trouve que chaque discipline devrait faire le même exercice de documentation!
comment in response to
post
Merci pour le thread, très intéressé aussi par la version open source. D'ailleurs, si vous souhaitez des bêta testeurs, ok pour en être!
comment in response to
post
Mais ? Je ne comprends pas, car le sondage indique exactement les mêmes proportions pour les personnes de droite ou d'extrême droite, du coup, les partis politiques devraient suivre aussi, non ?
comment in response to
post
La situation de pauvreté ou d'exclusion sociale (AROPE), le status du logement occupé, le niveau de diplôme sont tous affectés par la situation des parents.
Bien plus de chiffres et resultats sont dispo, notamment pour faire la comparaison entre 2019 et 2023.
statbel.fgov.be/fr/themes/me...
comment in response to
post
Tu aurais vu quelle forme ? (graphique sur paint obligatoire)
comment in response to
post
Attention à ne pas trop conclure sur base d'un sondage non probabiliste, même avec un grand échantillon.
D'ailleurs, la notice methodologique indique quelques biais importants sur les votes précédents, et d'autres biais doivent malheureusement perdurer
comment in response to
post
Au fait, pour poursuivre, vous pouvez toujours aller lire l'analyse de l'enquête de la fondation "Ceci n'est pas une crise".
J'y parle des différents problèmes de cette enquête, et de l'usage pas assez prudent des résultats.
blogs.mediapart.fr/thomas-delcl...
comment in response to
post
Le reportage de la RTBF (youtu.be/HR5YCTNGf-M?...) n'est pas un très bon exemple en la matière. Hormis répéter que c'est une étude sérieuse, on enchaîne micro-trottoirs et une "simple" lecture des chiffres, sans mise en perspective avec d'autres études. Croisons les doigts pour la suite 🤞
comment in response to
post
Bref, j'ai l'impression que cette grande enquête va produire beaucoup de résultats dans la presse. J'aimerais que ces résultats soient accompagnés de plus de retenue sur certains points :
- attention aux résultats par partis politiques
- corrélation avec d'autres études
comment in response to
post
Le détail des privations, par item et par région ou par province, permet d'analyser la Belgique autrement.
On découvre que 15.5% des belges ont des difficultés à remplacer leurs meubles, ou 21% à faire face à une dépense de 1200€ imprévue.
comment in response to
post
Qu'apprend-t-on avec cette enquête SILC ? Que le pourcentage d'individus en situation de privation matérielle et sociale reste globalement stable, à travers le temps et par région, à un taux de 10% environ.
Pour rappel, il s'agit de répondre non à 5 de ces critères en image.
comment in response to
post
À nouveau, je n'ai rien contre l'étude, malgré la méthode, mais contre son usage. Une autre enquête, réalisée par Statbel fournit indicateur de privation matérielle réelle. Un indicateur robuste, comparable dans le temps et entre pays. Et même par province depuis quelques années.
comment in response to
post
Sur l'usage médiatique des résultats, on retrouve un vieux classique : on pose une question subjective, on découpe les réponses par région et par parti, puis on conclut à une “ligne de fracture sociale”.
Et les journalistes de comparer aux gillets jaunes, au Brexit, à l'élection de Trump 🙃
comment in response to
post
On voit une source de biais dans cette notice : les parts d’électeur·rices par parti ne collent pas aux votes réels, avec parfois des grands écarts. D'ailleurs, on découvre que les électeur·rices MR adorent répondre aux enquêtes :) Résultat : il faut redresser, mais rien ne dit que tout est corrigé.
comment in response to
post
Côté méthodologie, y'a du très bon... et du moins bon. La notice est claire, détaillée, rien à redire. Même au contraire, cela permet le débat : ds1.static.rtbf.be/uploader/pdf...
comment in response to
post
L’enquête RTBF-VRT-De Standaard annonce une déprivation relative élevée en Wallonie : 57 % s’y sentent défavorisés par rapport aux autres. En Flandre, c’est “seulement” 41 %. Faut-il y voir une fracture politique ? Pas si vite, à nouveau, on reste sur un sondage en ligne avec les biais habituels.
comment in response to
post
Rien que pour ce passage, respect à l'équipe 🙏
comment in response to
post
Mais il fallait le dire avant que ça parle du joker dedans! 🏃♂️
comment in response to
post
Team #pluton 🥺
comment in response to
post
Au final : "3 000 personnes pensent que…" ? Non, c’est 1 000 du jour + 2 000 d’hier et d’avant-hier qui, peut-être, n’ont rien changé à leur avis. Ou peut-être que si, mais ça, le rolling ne le montre pas.
Voilà, pour le reste : blogs.mediapart.fr/thomas-delcl...
comment in response to
post
Le rolling n’est pas un scandale en soi, mais il faudrait arrêter de faire croire à un super-pouvoir statistique. C’est surtout un moyen de publier souvent, à moindre coût, en donnant l’illusion de robustesse.
comment in response to
post
Et peut être (je suis mauvaise langue) que cela permet d'éviter d'avoir des résultats trop variables d'un jour sur l'autre.
comment in response to
post
Pire : si une tendance politique bouge rapidement, le rolling amortit, étale, gomme le changement. On croit voir une stabilité qui n’existe pas toujours… Méfiance sur les "virages" qui n’apparaissent jamais !
comment in response to
post
Ici, une estimation de variance pertinente prendrait en compte une "légère" covariance entre les chiffres. Bref, c'est une moyenne mobile de 3*1000, pas un sondage de 3000.
comment in response to
post
Pour la marge d’erreur ? On nous sort la formule magique : “Avec 3 000, la marge d’erreur tomber à plus ou moins 1,8% !” Spoiler : l’info réellement nouvelle, c’est celle des 1 000 répondants du jour, donc une marge d’erreur bien plus proche de celle d’un échantillon à 1 000 personnes.
comment in response to
post
Conséquence immédiate : 2/3 de l’échantillon sont recyclés d’un jour à l’autre. On ne repose pas les questions, on fait juste tourner la moyenne mobile. Ça lisse les résultats, mais ça ne multiplie pas la fraîcheur des infos.
comment in response to
post
Le principe : chaque jour, 1 000 nouvelles personnes interrogées. Mais pour publier un résultat, on mélange aussi les réponses des deux jours précédents. Résultat : chaque “vague” de sondage = 3 000 personnes… mais seulement 1 000 sont vraiment du jour.
comment in response to
post
À chaque présidentielle, l'IFOP nous vante depuis quelques années le “rolling” : chaque jour, un sondage “frais” basé sur 3 000 personnes. Ça sonne solide… mais en fait, y'a un hic.