Définition
Un contrefactuel représente ce qui serait arrivé à un groupe de bénéficiaires en l'absence d'une intervention — la réalité alternative par rapport à laquelle les résultats réels sont comparés. C'est la base fondamentale pour établir l'attribution causale dans une Évaluation d'Impact : sans savoir ce qui serait arrivé de toute façon, vous ne pouvez pas affirmer que votre programme a causé les changements observés.
En pratique, le contrefactuel est construit par des groupes de comparaison (groupes de contrôle ou de traitement), des techniques statistiques (appariement par score de propension, discontinuité de régression), ou des Plans Quasi-Expérimentaux qui approchent ce qu'un véritable groupe de contrôle aurait vécu. Le contrefactuel n'est pas simplement une mesure de Situation de Référence — c'est une comparaison des résultats post-intervention entre ceux qui ont reçu l'intervention et ceux qui ne l'ont pas.
Pourquoi C'est Important
Le contrefactuel est essentiel car la corrélation n'implique pas la causalité. Sans contrefactuel, vous ne pouvez pas distinguer les effets du programme de :
- Tendances séculaires — changements qui se seraient produits de toute façon en raison de forces économiques, politiques ou sociales plus larges
- Biais de sélection — le fait que les participants au programme diffèrent souvent systématiquement des non-participants de manières qui affectent les résultats
- Chocs externes — événements comme des changements de marché, des événements climatiques ou des changements de politique qui affectent tous les groupes
- Maturation — changements naturels qui se produisent au fil du temps indépendamment de l'intervention
Lorsque les bailleurs exigent des preuves qu'un programme "a fait la différence" ou "a causé une amélioration", ils demandent une attribution basée sur le contrefactuel. Sans cela, vous ne pouvez que décrire ce qui s'est produit, pas ce que votre programme a accompli.
En Pratique
Les contrefactuels apparaissent sous plusieurs formes dans les approches d'évaluation :
Essais Contrôlés Randomisés (RCTs) créent le contrefactuel de référence en assignant aléatoirement les participants à des groupes de traitement et de contrôle. La randomisation assure que les groupes sont statistiquement équivalents à la Situation de Référence, donc toute différence post-intervention peut être attribuée au programme.
Plans Quasi-Expérimentaux approchent les contrefactuels lorsque la randomisation n'est pas faisable. L'appariement par score de propension compare les participants au programme avec des non-participants qui ont des caractéristiques observables similaires. La discontinuité de régression exploite des seuils arbitraires (par ex., seules les communautés au-dessus d'un seuil de pauvreté reçoivent le programme) pour créer des groupes comparables.
Différence des différences compare les changements au fil du temps entre les groupes de traitement et de contrôle, isolant l'effet du programme des tendances affectant les deux groupes.
Analyse de Contribution adopte une approche différente lorsque les contrefactuels ne peuvent être construits : elle construit un récit causal par des preuves que des explications alternatives ont été écartées, plutôt que par une comparaison directe.
Le choix de la méthode de contrefactuel dépend de la faisabilité, de l'éthique, des ressources et de la force de l'attribution requise. Les RCTs fournissent les affirmations les plus fortes mais sont souvent impraticables ou contraires à l'éthique. Les méthodes Quasi-Expérimentales offrent un compromis mais nécessitent une conception soignée pour éviter le biais.
Sujets Connexes
- Plan Quasi-Expérimental — Méthodes pour construire des contrefactuels sans randomisation
- Évaluation d'Impact — Évaluations spécifiquement conçues pour établir l'attribution causale
- Analyse de Contribution — Approche alternative lorsque les contrefactuels ne sont pas faisables
- Attribution contre Contribution — Comprendre la distinction entre ces deux approches des affirmations causales
- Essai Contrôlé Randomisé — La méthode de référence pour la construction de contrefactuels
Lectures Complémentaires
- What Works Clearinghouse Procedures and Standards Handbook — Département de l'Éducation des États-Unis. Normes pour les preuves basées sur le contrefactuel dans les interventions éducatives.
- Imbens, G. W., & Rubin, D. B. (2015). Inférence Causale pour les Statistiques, Sciences Sociales et Biomédicales — Fondement technique pour le raisonnement contrefactuel et les méthodes d'inférence causale.
- BetterEvaluation: Approches Contrefactuelles — Aperçu des méthodes pour construire des contrefactuels dans la pratique de l'évaluation.
- Guide d'Évaluation d'Impact de la Banque Mondiale — Conseils pratiques sur les méthodes contrefactuelles pour les programmes de développement.