Deux mille personnes ont répondu.
Le nombre impressionne. Le tableau de bord paraît solide. Avec autant de réponses, le résultat doit forcément représenter l’organisation.
Pas nécessairement.
Si les employés de bureau participent massivement, mais que les quarts de nuit répondent très peu, le sondage peut décrire avec une grande précision une partie seulement de la réalité.
Le volume réduit le bruit. Il ne corrige pas automatiquement ce qui manque.
Ce que dit vraiment la loi des grands nombres
La loi des grands nombres est une idée fondamentale en statistique.
Lorsque des observations sont produites de manière comparable, leur moyenne tend à se stabiliser à mesure que leur nombre augmente. C’est une excellente nouvelle : avec davantage de données pertinentes, certaines variations dues au hasard diminuent.
Mais la loi ne dit pas qu’un grand échantillon devient forcément représentatif.
Elle stabilise le résultat du mécanisme qui produit les réponses. Si ce mécanisme entend surtout certains groupes, la moyenne se stabilisera autour de leur réalité.
Le statisticien Xiao-Li Meng a montré pourquoi la taille des données ne peut pas, à elle seule, réparer une sélection systématique des répondants. Son analyse sur les paradoxes des mégadonnées porte sur de vastes enquêtes, mais la leçon vaut aussi pour un sondage interne.
Beaucoup de réponses peuvent rendre un portrait biaisé très précis.
Deux mille réponses, mais de qui?
Imaginons une organisation de 10 000 personnes.
Elle reçoit 2 000 réponses, soit un taux de participation de 20 %. Ce résultat peut être très informatif si les réponses couvrent raisonnablement les métiers, les établissements, les horaires et les statuts d’emploi.
Il peut l’être beaucoup moins si 1 700 réponses viennent du siège social.
À l’inverse, 500 réponses bien réparties peuvent parfois produire un portrait plus utile que 2 000 réponses concentrées dans les groupes les plus faciles à joindre.
La comparaison n’oppose pas les petits et les grands échantillons. Toutes choses égales, davantage de réponses reste préférable.
Elle oppose deux questions différentes :
- combien de personnes ont répondu?
- quelles réalités ces personnes permettent-elles de représenter?
La première parle de quantité. La seconde parle de couverture.
La non-réponse n’est pas un simple vide
Les personnes qui ne répondent pas ne forment pas nécessairement un groupe aléatoire.
Certaines manquent de temps. D’autres n’ont pas accès au questionnaire pendant leur quart de travail. Quelques-unes doutent de l’anonymat. Les employés très satisfaits peuvent vouloir participer davantage. Les plus désengagés peuvent, au contraire, ne plus voir l’intérêt de répondre.
On ne peut pas connaître automatiquement l’opinion des non-répondants.
Mais on peut observer où la participation est faible, comparer la composition des réponses à celle de l’organisation et éviter de présenter une certitude que les données ne soutiennent pas.
Le silence ne dit pas exactement ce que les absents auraient répondu. Il dit au moins que certaines expériences sont moins présentes dans le portrait.
Le taux global cache souvent l’essentiel
Un taux de participation de 70 % semble excellent.
Mais il pourrait combiner 90 % chez les cadres, 78 % chez les professionnels et 32 % chez les employés de soir. Le chiffre global résume correctement la campagne. Il ne montre pas où le portrait devient plus fragile.
Une lecture responsable suit donc plusieurs repères :
- la participation par groupe pertinent;
- les écarts entre les répondants et la population;
- la stabilité de cette composition dans le temps;
- la prudence nécessaire pour les petits groupes;
- les changements possibles après ajustement de la représentation.
Ces éléments ne rendent pas le sondage moins crédible.
Ils indiquent précisément ce qu’il permet de conclure.
Ce que Kyogo cherche à corriger
Un logiciel de sondage RH peut envoyer des rappels et faciliter l’accès au questionnaire. C’est utile, mais insuffisant.
Il doit aussi montrer quels groupes sont encore peu entendus, préserver les variables nécessaires à l’analyse sans compromettre l’anonymat et tenir compte des différences de représentation lorsque cela est possible.
L’objectif n’est pas de fabriquer artificiellement le résultat parfait.
Il est de réduire les distorsions connues et de rendre visibles celles qui demeurent.
Cette prudence devient particulièrement importante pour mesurer les risques psychosociaux. Une moyenne rassurante peut cacher un métier fortement exposé si ce groupe participe peu. Le nombre brut de réponses ne suffit donc pas à établir que le risque a été correctement documenté.
La fiabilité commence par une question simple : qui entend-on réellement?
Pour approfondir cette question, consultez la documentation sur le redressement en cas de non-réponse.
Questions fréquentes
Quel est un bon taux de participation à un sondage RH?
Il n’existe pas de seuil universel. Un taux élevé est souhaitable, mais sa répartition compte autant que sa valeur globale. Il faut aussi considérer la taille de l’organisation, les modes d’accès et les groupes moins présents.
Peut-on corriger un échantillon déséquilibré?
On peut parfois ajuster l’importance de certains groupes lorsque leur taille dans l’organisation est connue. Cette correction améliore le portrait, mais elle ne crée pas l’information absente. Un groupe presque sans réponses restera difficile à interpréter.
Faut-il relancer les groupes qui participent moins?
Oui, si la relance protège le caractère volontaire et l’anonymat. Il faut aussi comprendre les obstacles : horaire, accès numérique, langue, confiance ou manque de temps. Un rappel ne règle pas toujours un problème d’accès.
L’illusion à retenir
Illusion no 4 : un grand échantillon est nécessairement fiable.
Plus de réponses réduit certaines incertitudes. Mais aucune quantité ne remplace les personnes que la collecte n’a pas réussi à entendre.
