Biais de mesure

Maîtriser les biais de données

Konstantinos Kattidis

Data Analytics Lead

Comprendre le biais de mesure

Il survient quand la façon de mesurer introduit des distorsions ou des résultats trompeurs

Types courants :

Personne mesurant un graphique à barres

Il survient lorsque les outils de mesure, comme les sondages ou les logiciels d'analytique, introduisent des inexactitudes

Par exemple :
- Un logiciel d'analytique qui capte mal certains comportements ou attributs d'utilisateurs
- Des questions de sondage mal conçues qui biaisent les réponses

Personnes menant un sondage et mesurant

C'est l'écart systématique entre ce qui est observé, lié aux différences entre observateurs, et la vraie valeur

Il apparaît quand les collecteurs de données amènent leurs propres biais ou attentes dans l'analyse
Par exemple :
- Des chercheurs observent une classe avec des idées préconçues de ce qu'est « l'engagement »
- Biais personnels dans les évaluations de rendement

Personne observant le rendement d'un employé

Personnes qui se remémorent

Il survient quand les participant(e)s se souviennent mal d'événements passés, ce qui nuit à la fiabilité des données

Fréquent lorsque des client(e)s donnent leur avis sur des expériences ou préférences passées
Peut venir de l'oubli, ou d'influences externes

Deux personnes cherchant la désirabilité sociale

Il survient quand les répondant(e)s donnent des réponses perçues comme socialement acceptables plutôt que véridiques

Dans les sondages de satisfaction, on peut exagérer le positif pour éviter d'avoir l'air critique
Dans les sondages internes, on peut gonfler ses cotes pour préserver son image dans l'organisation

Flux avec entrées et sorties incorrectes

Maîtriser les biais de données