Biais de sélection

Distorsion d'une corrélation quand le groupe observé n'est pas comparable au reste de la population sur un facteur qui influence aussi le résultat mesuré. Distinct de la causalité inverse : ici, c'est un troisième facteur commun aux deux variables observées qui produit la corrélation, pas l'une des deux variables qui cause l'autre.

ExempleDes équipes déjà mieux dotées en effectifs pourraient produire à la fois un manager plus disponible pour soutenir l'IA et une perception de transformation plus forte, sans que l'un cause l'autre : un biais de sélection plutôt qu'un effet managérial direct.

En clairLe groupe qu'on observe n'est pas comparable au reste, et la conclusion s'en trouve faussée. Étudier les entreprises qui ont réussi pour en tirer des recettes revient à ignorer toutes celles qui ont fait pareil et ont disparu. C'est l'erreur la plus fréquente des études de cas, et la plus difficile à voir.