Une question concrète et accessible
Un sondage de 400 personnes peut-il vraiment représenter des milliers d’individus ?
Épreuve de BernoulliLoi binomialeEspéranceVarianceFréquenceIncertitude
La marge d’environ ±5 points est une approximation statistique pour un échantillonnage probabiliste avec observations indépendantes. Elle ne couvre pas les biais de sélection, de non-réponse ou de formulation des questions.
Le raisonnement est guidé sans appauvrir les mathématiques : l'essentiel est de comprendre les hypothèses et de savoir refaire les calculs.
Exposé rédigé — environ 10 minutes
Un script pour s'entraîner et non un texte à réciter : reconstruire les explications avec ses mots et marquer des pauses au moment des formules.
00:00 – 01:08Une question fréquente quand on lit les informations
On entend parfois qu'un sondage réalisé sur quatre cents personnes donne une estimation des opinions d'une population beaucoup plus grande. Cela paraît étrange : comment quelques centaines de réponses pourraient-elles représenter des milliers ou des millions de personnes ? Il faut d'abord distinguer deux questions. La première : peut-on obtenir une estimation utile sans interroger tout le monde ? La deuxième : cette estimation peut-elle être fausse ? Les mathématiques répondent oui aux deux, à condition de bien préciser comment les personnes ont été choisies. Je vais construire un modèle simple avec la loi binomiale, faire apparaître une marge d'erreur approximative de cinq points et expliquer pourquoi cette marge ne règle pas tous les problèmes des sondages.
01:08 – 02:12Définir le modèle de façon honnête
Imaginons une question à deux réponses : oui ou non. Dans l'ensemble de la population, une proportion \(p\) de personnes répondrait oui. Nous ne connaissons pas \(p\) et voulons l'estimer. Pour le calcul, je suppose que chaque personne interrogée répond oui avec la même probabilité \(p\), et que les réponses sont indépendantes. C'est un modèle proche d'un tirage aléatoire avec remise dans une population très grande. En pratique, la constitution d'un échantillon représentatif demande davantage de précautions : certains individus peuvent être plus difficiles à joindre, d'autres refusent de répondre. Ces problèmes seront discutés à la fin. Pour l'instant, j'explore l'erreur due au seul hasard du tirage.
02:12 – 03:18Reconnaître la loi binomiale
Chaque réponse peut être vue comme une épreuve de Bernoulli : succès si la réponse est oui, échec sinon. Si j'interroge quatre cents personnes dans les conditions de mon modèle, le nombre \(X\) de réponses oui suit une loi binomiale de paramètres \(n=400\) et \(p\). On écrit \(X\sim\mathcal B(400,p)\). La fréquence observée est \(F=X/400\). Si deux cents personnes répondent oui, j'annonce cinquante pour cent dans mon échantillon, mais cela ne démontre pas que exactement la moitié de la population répond oui. Une autre enquête de quatre cents personnes peut obtenir cent quatre-vingt-dix ou deux cent dix réponses oui, sans que l'opinion réelle ait changé.
03:18 – 04:28Pourquoi les fréquences fluctuent-elles ?
Dans la loi binomiale, l'espérance de \(X\) vaut \(np\), soit ici \(400p\). L'espérance de la fréquence \(F=X/400\) est donc \(p\) : notre estimation est centrée sur la proportion réelle dans ce modèle. Mais l'espérance ne suffit pas pour mesurer l'incertitude. La variance de \(X\) vaut \(np(1-p)\), et celle de \(F\) vaut \(p(1-p)/n\). Ainsi, l'écart-type de \(F\) est \[\sigma_F=\sqrt{\frac{p(1-p)}{400}}.\] Il mesure la dispersion habituelle de la fréquence d'un échantillon à l'autre. Plus le nombre de personnes interrogées est grand, plus cet écart-type est petit.
04:28 – 05:32La règle des cinq points
La quantité \(p(1-p)\) ne dépasse jamais \(1/4\), car \(p(1-p)=1/4-(p-1/2)^2\). On en déduit, pour quatre cents réponses, \[\sigma_F\leq\frac{1}{2\sqrt{400}}=0,025.\] L'écart-type maximal est donc de deux virgule cinq points de pourcentage. Sous une approximation normale valable pour un échantillon suffisamment grand, un intervalle d'environ deux écarts-types autour de la proportion réelle couvre la fréquence observée dans approximativement quatre-vingt-quinze pour cent des répétitions. Deux fois deux virgule cinq points donnent cinq points. On dit souvent qu'un sondage de quatre cents personnes possède une marge d'échantillonnage proche de plus ou moins cinq points, au niveau de confiance de quatre-vingt-quinze pour cent.
05:32 – 06:38Comment interpréter ce 95 % ?
Il faut expliquer cette phrase correctement. Elle ne signifie pas que la proportion réelle a quatre-vingt-quinze pour cent de chances d'appartenir à un intervalle une fois le sondage terminé. Dans l'approche fréquentiste, la proportion réelle est fixée et inconnue. Ce sont les échantillons, donc les estimations et les intervalles calculés, qui varient. Si l'on répétait un très grand nombre d'enquêtes suivant la même méthode, environ quatre-vingt-quinze pour cent des intervalles approximatifs seraient censés couvrir la valeur réelle, dans les conditions du modèle. La nuance est importante : elle distingue la méthode probabiliste d'une promesse de précision absolue.
06:38 – 07:45La taille de l’échantillon change tout
Notre formule générale donne une marge approximative maximale de \(1/\sqrt n\), lorsque la fréquence est exprimée entre zéro et un. Pour cent personnes, cela donne environ dix points. Pour quatre cents personnes, environ cinq points. Pour mille six cents personnes, environ deux virgule cinq points. Pour diviser la marge par deux, il faut donc multiplier la taille de l'échantillon par quatre. C'est une raison pour laquelle interroger toujours plus de personnes devient coûteux. Le résultat est assez surprenant : ce n'est pas directement la taille totale de la population qui gouverne cette marge dans le modèle de très grande population, mais surtout la taille de l'échantillon et la façon de le sélectionner.
07:45 – 08:49La taille ne corrige pas les mauvais sondages
Supposons maintenant que je demande seulement à des abonnés d'un réseau social ce qu'ils pensent d'un sujet. J'obtiens dix mille réponses : beaucoup plus que quatre cents. Pourtant, cela peut produire une estimation très biaisée si les personnes interrogées ne ressemblent pas à l'ensemble de la population. Interroger un grand nombre de personnes sélectionnées de manière biaisée n'annule pas automatiquement le biais. La formule de cinq points ne couvre que la variation aléatoire prévue par notre modèle, pas les problèmes de recrutement, de non-réponse, d'interprétation de la question ou de changement des opinions dans le temps. Un bon sondage repose donc à la fois sur les mathématiques et sur une vraie méthode d'enquête.
08:49 – 10:00Conclusion : faire parler les nombres sans les exagérer
Ce Grand Oral partait d'un paradoxe apparent : quelques centaines de personnes peuvent-elles représenter une grande population ? Les probabilités montrent qu'un échantillon aléatoire de quatre cents personnes peut donner une estimation utile. Grâce à la loi binomiale, à l'espérance et à la variance, nous avons compris pourquoi une marge d'environ cinq points apparaît. Mais cette marge est une approximation associée à des hypothèses précises. Une enquête peut rester trompeuse si les personnes sont mal choisies ou si la question oriente les réponses. La conclusion n'est donc ni « les sondages sont toujours fiables », ni « les sondages ne valent rien ». Il faut apprendre à regarder leur taille, leurs méthodes, leur incertitude et leur formulation avant de tirer des conclusions.
Les calculs à savoir refaire au tableau
On suppose un tirage probabiliste assimilable à des réponses indépendantes de même probabilité \(p\). Pour \(n\) répondants : \[X\sim\mathcal B(n,p),\qquad F=\frac Xn.\]
Espérance et variance : \[E(F)=p,\qquad V(F)=\frac{p(1-p)}n.\]
Comme \(p(1-p)\leq\frac14\), on a \[\sigma_F=\sqrt{V(F)}\leq\frac{1}{2\sqrt n}.\]
Avec l’approximation normale pour un échantillon assez grand, la marge d'échantillonnage à 95 % est environ \[\boxed{m\approx\frac{1}{\sqrt n}}.\] Pour \(n=400\), \(m\approx0{,}05\) soit ±5 points de pourcentage.
Cette marge est une approximation, pas un résultat exact ou une protection contre les biais. Si \(p=1/2\), le calcul binomial exact donne \(P(180\leq X\leq220)\approx95{,}98\%\).
Support visuel reproductible en 20 minutes
Reproduire les axes, la formule, la valeur clé et la principale hypothèse suffit. L'illustration ci-dessous est une aide à la préparation, pas un objet à mémoriser intégralement.
Conseil : explique le schéma en pointant les éléments importants, sans lire un texte.
15 questions du jury — avec réponses détaillées
Commencer par les cinq premières questions, puis s’entraîner à répondre sans lire.
1. Qu’est-ce qu’un sondage ?
Une enquête auprès d'un échantillon pour estimer une caractéristique d'une population plus grande.
2. Que représente p ?
La proportion réelle de réponses oui dans la population, inconnue.
3. Que représente X ?
Le nombre de réponses oui obtenues dans l'échantillon.
4. Pourquoi parle-t-on de Bernoulli ?
Chaque réponse prend deux valeurs possibles : oui ou non.
5. Quelle loi suit X dans notre modèle ?
Une loi binomiale de paramètres n et p.
6. Que vaut la fréquence observée ?
F=X/n.
7. Quelle est l’espérance de X ?
E(X)=np.
8. Quelle est l’espérance de F ?
E(F)=p.
9. Quelle est la variance de F ?
V(F)=p(1−p)/n.
10. Pourquoi l’incertitude baisse-t-elle avec n ?
L'écart-type varie comme 1/√n : davantage de réponses réduit la fluctuation du tirage.
11. D’où viennent les cinq points ?
Pour 400 personnes, l'écart-type maximal est 2,5 points ; environ deux écarts-types donnent 5 points à 95 % sous approximation normale.
12. Quelle différence entre points et pour cent ?
Passer de 50 % à 55 % correspond à 5 points de pourcentage, soit une augmentation relative de 10 %.
13. Le 95 % est-il une certitude ?
Non. Il correspond à un niveau de couverture à long terme dans le modèle, pas à une garantie individuelle.
14. Pourquoi un grand sondage peut-il se tromper ?
Parce que les personnes peuvent être mal recrutées, ne pas répondre ou être influencées par les questions.
15. Quel indicateur regarder avant de croire un sondage ?
La façon de constituer l'échantillon, puis l'effectif, les dates et la formulation exacte de la question.