La corrélation illusoire

Deux événements se produisent plusieurs fois à proximité l’un de l’autre et une relation semble immédiatement apparaître : « chaque fois que je prends ce médicament, je dors mieux », « les problèmes arrivent surtout avec ce type de patient », « cette catégorie de personnes commet souvent ce comportement ». Pourtant, notre mémoire ne comptabilise pas nécessairement toutes les occurrences et toutes les absences avec la même précision. Nous pouvons remarquer particulièrement certaines coïncidences, oublier les cas ordinaires et finir par percevoir une association plus forte qu’elle ne l’est réellement. C’est ce que l’on appelle une corrélation illusoire.

Loren et Jean Chapman ont introduit cette expression dans les années 1960 pour désigner des erreurs systématiques dans lesquelles des observateurs rapportent une relation entre deux classes d’événements alors que cette relation est absente ou beaucoup plus faible dans les données. Leurs premières expériences montraient notamment que des associations sémantiquement évocatrices pouvaient être « retrouvées » par les participants même lorsqu’elles n’avaient pas été intégrées au matériel expérimental.

Le phénomène doit cependant être défini avec précision. Une corrélation illusoire peut correspondre à la perception d’une relation qui n’existe pas, mais le terme est aussi utilisé pour une surestimation d’une association réelle. Il ne faut surtout pas le confondre avec l’erreur « corrélation donc causalité ». Une personne peut mesurer correctement une corrélation et se tromper ensuite sur sa cause ; inversement, elle peut imaginer une corrélation qui n’existe même pas. Ce sont deux problèmes différents.

Pour détecter une association, il faut aussi compter les absences

Supposons que l’on cherche à savoir si un symptôme S est associé à une maladie M. Les cas les plus frappants sont ceux où S et M apparaissent ensemble. Mais ces cooccurrences ne suffisent pas. Il faut aussi connaître les patients qui présentent S sans M, ceux qui présentent M sans S et ceux qui ne présentent ni l’un ni l’autre.

Le même raisonnement vaut dans la vie quotidienne. Imaginons qu’une collègue affirme : « À chaque pleine lune, le service est plus agité. » Elle se souvient très bien de trois nuits de pleine lune particulièrement difficiles. Mais pour établir une relation, il faudrait également examiner les pleines lunes calmes, les nuits agitées sans pleine lune et l’ensemble des nuits ordinaires. Sans ces comparaisons, quelques coïncidences mémorables peuvent donner l’impression d’une régularité inexistante.

C’est l’une des raisons pour lesquelles les corrélations sont difficiles à estimer intuitivement : nous devons comparer plusieurs fréquences simultanément, alors que les cooccurrences positives attirent naturellement l’attention. Une corrélation n’est pas simplement le nombre de fois où A et B apparaissent ensemble ; elle exprime la manière dont la présence de A modifie la fréquence de B relativement à ce qui se passe lorsque A est absent.

Cette distinction explique pourquoi un grand nombre d’exemples concordants n’est pas toujours très informatif. Si un comportement est extrêmement fréquent dans toute la population, il apparaîtra forcément souvent chez le groupe que nous observons, même s’il n’existe aucune relation particulière entre les deux.

Quand deux événements distinctifs deviennent particulièrement mémorables

Une autre voie classique vers la corrélation illusoire repose sur la distinctivité. David Hamilton et Robert Gifford ont publié en 1976 une expérience devenue très influente sur la perception des groupes. Les participants lisaient des descriptions de comportements attribués à deux groupes fictifs : un groupe majoritaire et un groupe minoritaire. Les deux groupes présentaient en réalité la même proportion de comportements désirables et indésirables. Cependant, le groupe minoritaire était rare et les comportements indésirables étaient eux aussi relativement rares. Les participants finissaient par associer davantage le groupe minoritaire aux comportements négatifs alors que la proportion objective était identique dans les deux groupes.

L’interprétation proposée était que la cooccurrence de deux éléments distinctifs — membre d’un groupe rare et comportement rare — devenait particulièrement saillante et mémorable. Cette mémoire disproportionnée pouvait ensuite créer l’impression d’une association.

Cette expérience a joué un rôle majeur dans la psychologie des stéréotypes parce qu’elle montrait qu’une perception négative d’un groupe minoritaire pouvait, dans certaines conditions expérimentales, émerger sans différence comportementale objective entre les groupes. Elle ne démontre évidemment pas que les stéréotypes sociaux réels proviennent principalement de ce mécanisme. Dans le monde réel interviennent aussi apprentissage social, histoire, médias, rapports entre groupes, normes culturelles, expériences personnelles et véritables différences de contexte.

Les recherches ultérieures ont d’ailleurs compliqué l’explication initiale. McConnell, Sherman et Hamilton ont observé des corrélations illusoires même lorsque les informations n’étaient pas distinctives au moment où elles étaient initialement encodées, suggérant que les processus de mémoire et de jugement postérieurs comptaient également. Une revue de Fiedler distingue plusieurs paradigmes de corrélation illusoire et montre que des effets apparemment voisins peuvent résulter de mécanismes différents, certains liés à la distinctivité et d’autres aux attentes préexistantes.

Il vaut donc mieux retenir le phénomène général que l’explication unique : certaines configurations d’information conduisent les individus à reconstruire une association plus forte que celle effectivement présentée.

Nous pouvons aussi « voir » les associations que nous attendons déjà

Les travaux des Chapman apportaient une autre démonstration. Dans leurs études sur le psychodiagnostic, des participants examinaient des associations artificielles entre des caractéristiques de tests psychologiques et différents symptômes. Certaines associations étaient sémantiquement très évocatrices mais n’existaient pas réellement dans les données expérimentales. Les participants avaient néanmoins tendance à « redécouvrir » ces relations intuitives.

Cette famille de résultats montre que les attentes antérieures peuvent contribuer à une corrélation illusoire. Si deux idées nous semblent naturellement liées, leurs cooccurrences attirent davantage notre attention ou sont plus faciles à mémoriser. Les cas qui contredisent l’association peuvent devenir moins saillants.

Cela crée un lien avec le biais de confirmation, sans rendre les deux phénomènes identiques. Le biais de confirmation décrit une asymétrie plus générale dans la recherche ou l’évaluation d’informations compatibles avec une hypothèse. La corrélation illusoire concerne plus précisément notre représentation de la covariation entre deux variables. Une attente préalable peut donc produire ou renforcer une corrélation illusoire, mais celle-ci peut également apparaître par d’autres mécanismes.

Une revue intégrative de Klaus Fiedler distingue ainsi plusieurs formes de corrélations illusoires liées soit à la congruence avec les attentes, soit à la distinctivité de certaines cooccurrences, et propose qu’un apprentissage associatif commun puisse contribuer à différents paradigmes. Des travaux ultérieurs sur l’apprentissage de contingences ont également remis en cause certaines interprétations traditionnelles et proposé des mécanismes comme les pseudo-contingences, dans lesquelles la structure globale des fréquences marginales peut suffire à suggérer une relation inexistante.

Une corrélation observée n’est pas encore une causalité

Cette distinction mérite une section séparée précisément parce qu’elle est souvent confondue avec la corrélation illusoire.

Supposons qu’une étude montre réellement que les personnes qui boivent davantage de café présentent plus souvent un problème de santé. Si l’association est correctement calculée, il n’y a aucune corrélation illusoire : la corrélation existe dans les données. L’erreur commencerait si l’on concluait immédiatement que le café cause le problème sans examiner les facteurs de confusion, la causalité inverse et les autres explications.

À l’inverse, une personne peut croire que le café et le problème sont liés parce qu’elle se rappelle plusieurs cas concordants alors qu’une analyse correcte ne montre aucune association. Là, nous avons bien une corrélation illusoire.

Les deux erreurs peuvent évidemment se succéder : nous pouvons d’abord imaginer une association inexistante, puis inventer une explication causale pour la justifier. Mais pour l’esprit critique, il est utile de les séparer en deux questions : y a-t-il réellement covariation ? puis, seulement si oui, pourquoi cette covariation existe-t-elle ?

Le deuxième problème appartient surtout aux fiches consacrées au raisonnement causal.

Les stéréotypes ne sont pas de simples corrélations illusoires

L’expérience de Hamilton et Gifford est tellement célèbre que la corrélation illusoire est parfois présentée comme une explication générale de la formation des stéréotypes. Ce serait beaucoup trop fort.

Elle montre quelque chose de plus limité mais important : dans certaines configurations expérimentales, des différences de fréquence entre groupes et comportements peuvent créer une perception différentielle même lorsque leurs proportions sont identiques. Des travaux ultérieurs ont montré que ces représentations pouvaient parfois se généraliser à des dimensions qui n’avaient même pas été directement présentées.

Mais les stéréotypes réels disposent souvent d’une histoire sociale préalable. Les observateurs ne rencontrent pas des groupes anonymes A et B sans attentes. Ils ont déjà appris des catégories, des récits, des normes et des associations culturelles. Une revue ultérieure sur l’apprentissage de contingences et la formation des stéréotypes souligne justement que les modèles classiques de corrélation illusoire dépendent parfois fortement des propriétés particulières des paradigmes expérimentaux et qu’il faut des cadres plus généraux pour comprendre la formation réelle des représentations sociales.

Il faut également résister à une autre simplification : montrer qu’une perception de groupe est statistiquement fausse ne prouve pas à lui seul quel mécanisme psychologique l’a produite. Disponibilité, corrélation illusoire, confirmation, apprentissage social ou exposition différentielle peuvent aboutir à des jugements ressemblants.

Pour cette raison, le concept est plus utile comme hypothèse testable sur le traitement de la covariation que comme étiquette permettant d’expliquer instantanément tout stéréotype.

Cas pratique — « On a toujours des problèmes avec ce type de dossier »

Dans une équipe, plusieurs professionnels ont l’impression qu’un type particulier de dossier produit davantage d’incidents. Trois cas récents leur viennent immédiatement à l’esprit, dont un particulièrement spectaculaire. Peu à peu, l’association semble évidente : « Dès qu’on a ce genre de dossier, ça finit mal. »

Cette impression peut être exacte. La première étape n’est donc pas de répondre : « c’est une corrélation illusoire ». Il faut construire le tableau que notre mémoire ne construit pas spontanément : combien de dossiers de ce type ont été traités au total ? combien ont produit un incident ? combien d’incidents se sont produits avec les autres types de dossiers ? quelle est la fréquence de base des incidents dans chaque groupe ?

Imaginons 100 dossiers du type A, dont 10 avec incident, et 20 dossiers du type B, dont 2 avec incident. Les incidents de B peuvent sembler particulièrement frappants parce que B est plus rare. Pourtant, le taux est identique : 10 % dans les deux groupes. Si l’équipe se souvient surtout des deux incidents du petit groupe, elle peut percevoir une relation qui n’existe pas dans les proportions.

À l’inverse, si 8 des 20 dossiers B comportent réellement un incident, l’association mérite d’être prise au sérieux. Le concept de corrélation illusoire ne doit jamais servir à invalider les observations avant d’avoir compté.

Le bon réflexe consiste donc à transformer « j’ai souvent remarqué A avec B » en une question mesurable : « B est-il réellement plus fréquent lorsque A est présent que lorsqu’il est absent ? »

Comment vérifier une association sans se fier uniquement à l’impression

La correction la plus efficace consiste souvent à construire un tableau de contingence. Pour deux événements A et B, il faut compter quatre catégories : A avec B, A sans B, B sans A et ni A ni B. Même sans effectuer de calcul complexe, afficher ces quatre cases oblige à considérer les absences aussi sérieusement que les cooccurrences.

Il faut ensuite raisonner en proportions, pas seulement en nombres absolus. Dix incidents dans un groupe de mille personnes peuvent représenter un taux beaucoup plus faible que cinq incidents dans un groupe de vingt personnes. C’est particulièrement important lorsque les groupes comparés n’ont pas la même taille, comme dans le paradigme classique de Hamilton et Gifford.

Une autre précaution consiste à enregistrer les observations avant de connaître leur intérêt pour l’hypothèse. Si nous commençons à noter les cas uniquement après avoir remarqué une relation possible, nous risquons de disposer d’une mémoire beaucoup plus complète des confirmations que des cas antérieurs qui la contredisent. Les bases de données, registres et protocoles systématiques ne sont donc pas seulement des outils administratifs : ils constituent aussi des extensions de notre mémoire qui rendent les absences visibles.

Enfin, lorsqu’une association semble intuitivement évidente, demander ce qui la rend évidente peut être instructif. Est-elle fondée sur des données comptées, sur quelques cas frappants, sur une théorie plausible ou sur une association culturelle déjà familière ? Ces sources peuvent fournir des hypothèses très utiles, mais elles ne remplacent pas la mesure de la covariation.

À retenir

La corrélation illusoire désigne la perception ou la surestimation d’une relation entre deux classes d’événements lorsque les données ne soutiennent pas cette association avec la force que nous lui attribuons. Le phénomène a d’abord été étudié par Chapman et Chapman, qui montraient que des associations intuitivement évocatrices pouvaient être perçues même lorsqu’elles étaient absentes des données expérimentales.

Les travaux de Hamilton et Gifford ont ensuite montré qu’une association illusoire pouvait également apparaître lorsque deux événements relativement rares coïncident, comme l’appartenance à un groupe minoritaire et un comportement négatif rare, même si les proportions de comportements sont identiques entre groupes. Les recherches ultérieures ont cependant montré que la distinctivité n’est pas l’unique mécanisme possible : attentes préalables, apprentissage associatif, mémoire et structure des fréquences peuvent contribuer à différentes formes du phénomène.

La corrélation illusoire ne doit enfin pas être confondue avec corrélation et causalité. Ici, l’erreur porte d’abord sur l’existence ou la force de l’association elle-même. Une fois qu’une corrélation réelle est établie, déterminer si elle correspond à une relation causale constitue une autre étape.

Le contrôle le plus simple consiste donc à remplacer l’impression « A et B vont souvent ensemble » par un tableau complet : combien de A avec B, de A sans B, de B sans A et de cas où aucun des deux n’apparaît ? Ce sont souvent les cases auxquelles nous pensions le moins qui déterminent si la corrélation existe réellement.

Sources principales

Loren J. Chapman, « Illusory Correlation in Observational Report », *Journal of Verbal Learning and Verbal Behavior*, 1967. Article introduisant l’expression *illusory correlation* et montrant que des associations verbales fortes ou des stimuli distinctifs peuvent conduire les observateurs à rapporter des corrélations absentes.

Loren J. Chapman et Jean P. Chapman, « Illusory Correlation as an Obstacle to the Use of Valid Psychodiagnostic Signs », *Journal of Abnormal Psychology*, 1969. Expériences montrant que participants et praticiens pouvaient privilégier des associations psychodiagnostiques intuitivement évocatrices malgré leur absence dans les données expérimentales.

David L. Hamilton et Robert K. Gifford, « Illusory Correlation in Interpersonal Perception: A Cognitive Basis of Stereotypic Judgments », *Journal of Experimental Social Psychology*, 1976. Expériences classiques dans lesquelles un groupe minoritaire et des comportements indésirables, tous deux relativement rares, deviennent associés dans les jugements malgré des proportions objectives identiques entre groupes.

Alan R. McConnell, Steven J. Sherman et David L. Hamilton, « Illusory Correlation in the Perception of Groups: An Extension of the Distinctiveness-Based Account », *Journal of Personality and Social Psychology*, 1994. Travaux montrant que l’explication par la distinctivité au moment de l’encodage est insuffisante à elle seule et que des processus ultérieurs de mémoire et de jugement doivent être considérés.

Klaus Fiedler, « Illusory Correlations: A Simple Associative Algorithm Provides a Convergent Account of Seemingly Divergent Paradigms », *Review of General Psychology*, 2000. Revue intégrative distinguant plusieurs paradigmes de corrélation illusoire et montrant que congruence avec les attentes et distinctivité peuvent produire des effets apparentés par des voies différentes.

Klaus Fiedler et collègues, « Contingency Learning and Stereotype Formation: Illusory and Spurious Correlations Revisited », *European Review of Social Psychology*, 2010. Revue critique des mécanismes traditionnels proposés pour expliquer les corrélations illusoires et discussion de modèles plus généraux d’apprentissage associatif et de pseudo-contingences.

9 sur 39Retour à la catégorie