Chapitre 4 Pourquoi contrôler les facteurs confondants ?

L’objet des deux chapitres qui suivent est de détailler les stratégies empiriques qui permettent d’identifier des effets causaux en contrôlant les caractéristiques observables, que l’on appelle parfois facteurs confondants. Ces stratégies sont courantes dans la littérature quantitative en sciences sociales, sous de nombreux appellations qui – à l’instar de toutes choses égales par ailleurs – ne sont pas toujours très éclairantes, ni sur leurs objectifs ni sur leurs propriétés. La fréquence de l’usage de ces approches conduit même parfois à confondre tout le champ de l’inférence causale avec elles, alors qu’elles n’en forment qu’un sous-ensemble.

Dans leur diversité, toutes les méthodes qui reposent sur le contrôle de caractéristiques observables soulèvent deux questions distinctes, que ce support choisit de traiter séparément. La première est celle de la détermination des covariables pertinentes : quels sont au juste les facteurs confondants qu’il faudrait contrôler et comment les choisir ? La seconde est celle du choix de la stratégie d’ajustement : en quoi exactement consiste ce contrôle des caractéristiques observables et comment l’appliquer à des données ?

Répondre à la première question demande de revenir sur l’hypothèse d’indépendance conditionnelle sur laquelle repose toute stratégie de contrôle des caractéristiques observables. Prise au sérieux, cette hypothèse revient à dire qu’autant que possible, la situation empirique étudiée doit pouvoir être regardée, à l’intérieur de strates définies par le fait que tous les individus y ont les mêmes caractéristiques observables, comme une expérience naturelle. Il s’agit là d’une hypothèse très forte dont il n’est pas toujours évident d’apprécier la crédibilité. Ce chapitre est est consacré à cette question. En particulier, il introduit l’usage d’approches graphiques relativement simples qui permettent le cas échéant de décider pour quel choix de covariables cette hypothèse peut être défendue.