Illustration de Effet d'autosélection
Méthodes de recherche / Statistiques / Biais
Méthodes de recherche / Statistiques / Biais

Effet d'autosélection

Self-selection Effect

Lorsque la participation est volontaire, les participants ne sont souvent pas comparables aux non-participants.

Popularité
Utilité
Alias
Biais d'auto-sélection / biais de volontariat / effet de sélection
Domaines
Statistiques, méthodes de recherche, économie, sciences sociales

Définition

  • Le effet d'autosélection décrit la distorsion qui survient lorsque des personnes ou des unités choisissent elles-mêmes de rejoindre un groupe, un programme, un marché ou un échantillon, de sorte que les résultats observés reflètent des différences préexistantes ainsi que la chose étudiée.

Idée principale

  • Lorsque la participation est volontaire, les participants ne sont souvent pas comparables aux non-participants.
  • Les effets apparents peuvent provenir de qui s'est inscrit, et non du traitement lui-même.
  • Si vous ignorez l'auto-sélection, vous pouvez prendre la corrélation pour une causalité.

Comment ça fonctionne

  • Les personnes ayant certains traits, incitations ou attentes sont plus susceptibles de s'inscrire.
  • Ces mêmes traits peuvent également influencer le résultat mesuré.
  • En conséquence, le groupe sélectionné peut sembler meilleur ou pire même avant que l'intervention n'ait le moindre effet.

Exemple d'utilisation

  • Si seules les personnes très motivées se portent volontaires pour un programme de formation, le programme peut paraître particulièrement efficace même si une grande partie du résultat provient de la motivation préalable des participants.

Exemple célèbre

  • Exemple : Les résultats d'enquêtes obtenus uniquement auprès des personnes qui choisissent de répondre diffèrent souvent de la population au sens large parce que les répondants sont systématiquement différents des non-répondants.
  • Pourquoi cela correspond à cette règle : Le résultat mesuré est influencé par ceux qui ont choisi de participer.
  • Statut de vérification : Il s'agit du sens standard en anglais dans la recherche, les statistiques et l'économie. Certains glossaires de gestion traduits utilisent le terme de manière plus libérale pour la dépendance au sentier, mais ce n'est pas l'usage technique habituel.

Cas d'utilisation / Situations où cela s'applique

  • Évaluation des études, des enquêtes et des expériences.
  • Évaluation des programmes et inférence causale.
  • Interprétation des marchés ou des plateformes les utilisateurs se répartissent eux-mêmes entre les options.

Quand ne pas utiliser ou usage incorrect courant

  • Ne confondez pas l'auto-sélection avec l'échantillonnage aléatoire.
  • Ne supposez pas qu'une différence observée prouve que l'intervention en est la cause.
  • N'utilisez pas ce terme pour la dépendance au chemin, sauf si vous indiquez clairement que vous l'utilisez dans un sens non standard, métaphorique.

Invention / Origine de la règle

  • Inventé par : Aucun auteur unique attribué ; terminologie méthodologique standard.
  • Année d'invention : Usage des sciences sociales au XXᵉ siècle.
  • Pays / contexte d'origine : Statistiques, économie et recherche en sciences sociales.

Preuves / Base de recherche

  • Fondé sur la méthodologie de recherche classique concernant le biais de sélection, le biais de volontariat et l'inférence causale.