Pourquoi les sondages américains ont-ils sous-estimé Trump ? Le redressement d'un échantillon

Pourquoi cette question : un modèle d'introduction

Le jury attend que vous expliquiez pourquoi vous avez choisi la question. Inspirez-vous de ce modèle, mais racontez votre propre parcours.

En spécialité LLCER, nous avons étudié la fracture politique américaine, notamment entre électeurs diplômés et non diplômés. J'ai lu qu'après l'élection de 2016 les instituts de sondage avaient reconnu une erreur : leurs échantillons comptaient trop de diplômés. J'ai voulu comprendre comment une telle erreur fausse un sondage et comment on la corrige par un calcul de moyenne pondérée.

L'enjeu et les notions du programme

Calculer une proportion globale comme moyenne pondérée de proportions de sous-groupes, et corriger un échantillon par redressement.

Le plan de l'exposé en 9,5 min

1. 1. Introduction

   1 min

   Un sondage interroge quelques centaines de personnes pour estimer l'opinion de millions d'électeurs. Mais certains groupes répondent plus volontiers que d'autres. Problématique : comment un échantillon déséquilibré fausse-t-il le résultat, et comment le corriger ?

2. 2. Mathématiques : moyenne pondérée et redressement

   4 min

   Population : 30 % de diplômés du supérieur (D) et 70 % de non-diplômés (N). Intentions de vote pour A : 60 % chez les D, 40 % chez les N. Par la formule des probabilités totales, la proportion attendue dans la population est $0,3\times 60+0,7\times 40=18+28=46\%$0,3×60+0,7×40=18+28=46 %.

   Échantillon : les diplômés répondent plus volontiers. Il contient 40 % de D et 60 % de N. Résultat brut : $0,4\times 60+0,6\times 40=24+24=48\%$0,4×60+0,6×40=24+24=48 %. Le sondage surestime A de 2 points.

   Redressement : on donne à chaque sondé un poids, rapport entre la part de son groupe dans la population et sa part dans l'échantillon. Poids des D : $\frac{0,3}{0,4}=0,75$0,3/0,4=0,75 ; poids des N : $\frac{0,7}{0,6}\approx 1,17$0,7/0,6≈1,17. La moyenne pondérée retrouve 46 %.

   Un écart de 2 points peut sembler faible, mais il suffit à changer le vainqueur annoncé dans un État serré. Et si le même biais touche tous les sondages, il ne s'annule pas en les additionnant : c'est une erreur systématique, que la taille de l'échantillon ne réduit pas.

   Limite : le redressement suppose que, dans chaque groupe, les sondés ressemblent aux non-sondés. Si les non-diplômés qui répondent votent différemment de ceux qui ne répondent pas, l'erreur demeure.

3. 3. In English: the "education gap"

   3 min

   After the 2016 election, the American Association for Public Opinion Research published a report on what went wrong. One of its main conclusions was that many state polls had not weighted their samples by education. College graduates were overrepresented among respondents, and in 2016, for the first time, education became one of the strongest predictors of the vote: white voters without a college degree voted massively for Trump.

   This "education gap" is now a central feature of American politics, and also of British politics, where it appeared in the Brexit referendum of 2016. Pollsters now routinely weight by education. Yet in 2020, polls again underestimated support for Trump, which suggests another problem: people who distrust institutions may also refuse to answer polls. This raises a deeper question about democracy: if some citizens no longer want to be counted, how can we know what the public thinks?

4. 4. Conclusion

   1,5 min

   Un échantillon à 40 % de diplômés au lieu de 30 % annonce 48 % au lieu de 46 % : la moyenne pondérée corrige ce biais par redressement. Mais un biais lié à la non-réponse peut subsister. J'ouvre sur la défiance envers les sondages et sur la difficulté de mesurer l'opinion de ceux qui ne répondent pas.

Ce que j'écris au tableau

Pas de calculatrice ni de support numérique : un calcul clé écrit au tableau rend l'exposé concret et montre la solidité des connaissances.

Conclusion : la réponse à la question

Les questions probables du jury

Pendant les 10 minutesd'échange, le jury vous fait préciser et approfondir, sur tout le programme de vos spécialités en lien avec la question.

Les pièges qui coûtent des points

• Faire la moyenne simple des proportions des groupes.
• Croire qu'un grand échantillon élimine tout biais.
• Oublier l'hypothèse sur la non-réponse.

Revoir les notions

• Tableaux croisés (Seconde) →
• Probabilités conditionnelles (Première spé maths) →

Autres questions : vote et démocratie

• Un électeur du Wyoming pèse-t-il plus qu'un électeur de Californie dans l'élection présidentielle américaine ?
• Comment peut-on devenir président des États-Unis avec moins de voix que son adversaire ?
• Peut-on gagner une élection en dessinant les circonscriptions ? Le gerrymandering
• Comment un État américain a-t-il pu perdre un siège quand le nombre total de sièges augmentait ? Le paradoxe de l'Alabama

Toutes les questions maths-llcer anglais →