Un grand merci à Luke et à tous les répondants qui ont alimenté cette étude de manière quantitative et qualitative.
Version courte : La plus grande partie des répondants (80%) se répartit suivant une courbe en cloche autour d’1h30 à 2h d’écoute quotidienne. Il existe environ 20% de comportements extrêmes répartis à la louche sur 10% de « pratiquement jamais » et 10% de « presque toujours ».
Version développée :Cette étude fourni des résultats remarquables et constitue un cas très intéressant d’analyse de données sociales. Néanmoins Luke, si tu la présentes dans une revue scientifique comme le « Journal of Applied Psychology » tu risques d’entrée un « desk reject » : l’analyse de littérature est insuffisante.
1
° Les résultatsCette distribution révèle 3 phénomènes. Tout d’abord, (A) une distribution « en cloche ». Il est permis d’extrapoler qu’environ un répondant de la classe 1 (qui écoute par exemple 25 min par jour) et de la classe 7 en fasse partie. Pour ceux qui ne sont pas convaincus, ça ne change rien à l’affaire. Cela traduit un phénomène assez habituel chez les humains, avec un grand nombre de répondants massés autour de la classe moyenne, puis une décroissance à mesure qu’on s’en éloigne.
Passons aux deux autres phénomènes « extrêmes » (B) et (C). Je pense qu’il faut traiter à part les 5 (6-1) répondants restants de la classe 1 et les 6 de la classe 7. Ceux-ci correspondent à (B) « jamais » et (C)« toujours ». Reste à savoir ce que veut dire « jamais » et « toujours ». On peut imaginer « pratiquement pas avec des exceptions » et « autant que cela est raisonnablement possible » (par exemple pas en dormant) mais dans la voiture, en travaillant, en faisant la cuisine, en écoutant des câbles ou des préludes de Bach, etc. Pourtant, si on en croit les compléments qu’offre les résultats qualitatifs, le B est moins net que le C. B pourrait bien comprendre pas mal de gens qui écoutent tout simplement peu (et non pas jamais : voir plus bas « Comment articuler le quantitatif avec le qualitatif ? »)
2° Discussion sur la base des remarques de ce fil. Faut-il supprimer les valeurs extrêmes ? Oui… et non. Oui (je déteste écrire ça, même momentanément) dans le cadre de la description de la courbe en cloche et non, surtout pas ! si on s’intéresse aux divers comportements des audiophiles. Certains continuent à publier alors qu’ils n’écoutent pratiquement plus (phénomène B). Cela peut être lié à des événements de vie, des contraintes, d’autres intérêts, un désintérêt, etc. Finalement des choses importantes pour eux. A l’opposé – et largement aussi important- pour d’autres (C), la musique est un point essentiel de leur vie ( #7 JérômeB « Du matin au réveil au soir ... en écoutant "La tribune des critiques de disques ») et même plus suivant le témoignage touchant d’Alphachris ( #42 par Alfachris « J'ai voté 7, car depuis le décès de ma femme l'été dernier, je survis grâce à la musique.....elle est omni-présente »). Nassim Nicholas Taleb dans « Le cygne noir » insiste sur l’intérêt d’analyser les valeurs extrêmes et dénonce l’erreur de les écarter alors qu’elles sont à l’origine de phénomènes importants. C’est pourtant le travers fréquent des cours sommaires d’analyse de données. Il faut les traiter… à part.
De mon point de vue,
le plus remarquable – et c’est ce qui m’a fait m’intéresser très vite à ce sondage- c’est que la distribution est particulièrement robuste. Elle a très peu varié avec l’augmentation des répondants. Bien garder à l’esprit le degré de précision (faible) dont nous avons besoin (relire le lien Survey monkey qui l’explique très bien
https://fr.surveymonkey.com/learn/resea ... alculator/). Au tout début, avec 14 répondants, sur 5 classes, on avait déjà un pic de la classe 1 par rapport à 2 puis une augmentation croissante de répondants par classe. Ce n’était pas normal et ça cachait probablement le véritable phénomène qui a été rendu lisible par la modification du questionnaire par Luke. Avec 24 répondants on a pratiquement la même structure qu’avec 2x plus ‘pas de bol, je n’arrive pas à copier mon impression d’écran pour n=24). Par MP j’avais fait le pari à Luke que la distribution ne bougerait pas. Il y a eu un très bref moment où les classes 2 et 3 ont été égales (21 juin, 35 réponses), mais c’est revenu dans l’ordre avec de nouveaux répondants : une facétie du hasard. Réciproquement cela permet de prendre un peu de distance par rapport à la dictature des grands échantillons… et des grands instituts de sondage.
Le résultat est-il représentatif ? Si (ce n’est pas le cas mais ça donne un ordre d’idée) on avait calculé une moyenne, avec une population mère de 1352 personnes (celles qui ont lu ou participé à la discussion par exemple, mais on pourrait en choisir une autre) le calculateur Survey monkey donne une p value de 0,05 et une erreur de 15%. Attention, être en dehors de ces 15% ça ne veut pas dire que c’est complètement faux (ça a plus de chance d’être 16% de déviation que 40). C’est justement en raison de cette marge d’erreur que je commente comme des valeurs proches de 10 % la classe 1 et la 7, surtout si on a en tête une p value à 0,01. Il ne m’a pas échappé qu’il y avait un répondant d’écart. Je l’ai considéré comme statistiquement non significatif. L’hypothèse « classe 1 plus petite que classe 7 » bénéficierait de 1000 répondants. Ca vaudrait le coup de commenter les p values à retenir mais ça alourdirait un message déjà long. J’ai pris 0,05 pour éviter les remarques sur le caractère scientifique mais 0,1 pourrait être acceptable compte tenu de l’enjeu (minime). Comme 15% de précision me semblent suffisant je reste sur 0,05 (exercez votre liberté : faites des essais avec d’autres p values sur le simulateur).
Peut-on faire une moyenne ? Ma première remarque serait : à quoi bon ? La distribution se suffit à elle-même. Mais si vraiment on le voulait il faudrait exclure les comportements extrêmes (B) et (C) à savoir « pratiquement jamais » et « toujours » et les traiter à part. Un problème se pose néanmoins : la classe 7 n’a pas de frontière max. Mieux vaudrait faire une moyenne sur les classes 2 à 6. Mais en fait, faire une moyenne aurait du sens (hors extrêmes) si les répondants avaient donné une estimation personnelle du temps d’écoute. Comme ce n’est pas le cas et qu’ils ont été forcés à se positionner dans une classe, je n’en vois plus trop l’intérêt (thèse). Antithèse : la courbe est symétrique, décroît régulièrement autour de la moyenne ce qui correspond tout à fait au domaine d’utilisation d’une moyenne (pas de valeurs extrêmes puisqu’on les a provisoirement enlevées pour cette analyse du phénomène A)
Peut-on présenter des % pour un effectif inférieur à 100 sans chercher à duper le lecteur ? En effet, « 10% de répondants dans la classe 0 à 30 min » ce n’est pas la même notion que « 10% des Indiens sont musulmans ». Je rappelle que l’effectif total est 48. J’ai indiqué des % par commodité. En effet, je n’ai surtout pas cherché à relancer pour obtenir des réponses supplémentaires en raison du contexte actuel. Pourquoi ? parce que :
Cette étude est un instantané du moment où elle a été faite : du 6 au 22 juin 2026. Si j’en crois le fil sur la chaleur actuelle et l’écoute de la musique, de nouveaux répondants traduiraient probablement un autre phénomène, qui, en se superposant aux premiers, viendrait les brouiller. Donc plus de répondants… ce serait moins bien. Comprendre donc « temps passé à écouter de la musique hors vague de chaleur ».
A quoi sert ce résultat ? A quantifier les comportements. On lit parfois que ça ne vaut pas le coup de dépenser autant pour écouter si peu. Ou que les personnes qui commentent les posts n’écoutent plus de musique. Ce n’est globalement pas le cas des répondants. Quand bien même ils ne seraient pas représentatifs d’une population mère à définir, ce sont des membres actifs du forum, bref, ceux qui font entendre leur voix. De ce point de vue, avec l’aide des modérateurs on pourrait sélectionner comme population mère les publiants sur la période.
Au-delà du commentaire sur le temps passé à écouter de la musique, j’ai pris le temps de rédiger cette analyse parce que
les principes qu’elle énonce pourraient servir dans d’autres cas. Je pense notamment aux écoutes ABX. Les commentaires qui les concernent sont à mon avis inutilement clivants entre scepticisme total et rigorisme drapé d’une demi science. En effet il ne me semble pas utile de retenir des p values dignes des meilleures revues scientifiques. 0,1 ou 0,15 c’est déjà mieux que au pif. Penser également à l’astuce « one tailed » s’il y a consensus sur la supériorité de A sur B (ça divise par 2 la p value).
Comment articuler le quantitatif avec le qualitatif ? Les commentaires des répondants permettent d’aller plus loin dans la description de leurs comportements. C’est justement ce qui me fait hésiter sur (B), « pratiquement jamais ». Il n’y a pas de verbatim très clair là-dessus : #21 Frankzappera « J'ai voté: entre 0 et 30 mn par jour. C'est peu. Mais. Cette évaluation au doigt mouillé reflète une vie active et familiale. En clair, il peut m'être possible d'écouter de la musique pendant quelques heures par semaine, au calme, sans perturbations ni sollicitations. Et ensuite, pendant quelques jours voire semaines, pas moyen. Parce que trop de boulot, et 5 stères de bois à rentrer samedi matin, et le jardin à entretenir, et un cabanon à repeindre, et une sortie le dimanche, etc. ». Idem pour #36 JB14 : « J'avoue que je "perds" un temps fou à être avec ma dernière fille et à parler avec ma chérie (…) Et que cela laisse beaucoup moins de temps pour écouter de la musique (…) J’ai donc coché la fouchette basse. Mais si je me retrouve seul à la maison, ça repart à fond. »
D’un autre côté, les données quantitatives permettent de mesurer l’intensité de ces comportements.
J’ai partagé cette analyse avec mon copain Feodor, docteur en statistiques à la Copenhagen Business School. Il a plaidé pour que je dise « courbe en cloche » et non pas « loi normale » (je pensais m’en sortir avec le skewness et le kurtosis – les courbes « molles », mais effectivement, pas besoin d’alourdir en concepts). S’il partage l’analyse, il se montre préoccupé par les différences d’interprétation de la notion d’ « écoute » de la musique (#5 Palefroy « Entre 90 et 120 minutes, je triche un peu, je suis en télétaf la plupart du temps... d'ailleurs je double triche car j'entend (sic) plus que j'écoute... » vs #6 Fabad « Je prends le terme "écouter" au pied de la lettre donc je ne tiens pas compte de l'ambiance musicale qui règne souvent à la maison ou bien dans un café car je ne peux pas dire que j'écoute véritablement la musique »). Le sens le plus audiophile c’est #53 ajls « j’ai répondu 90-120 c’est une moyenne qui correspond à l’usage du « matériel hi-fi » » On pourrait mettre un facteur correcteur à la baisse pour toutes les données – pas facile à quantifier.
Feodor est avant tout un statisticien qui a une approche abstraite des données – les phénomènes humains sont des prétextes. Moi c’est plutôt l’inverse : le phénomène humain prime, les données confirment – ce ne sont que des outils. Ce genre de différence de perspective est fréquent. Ses commentaires s’inscrivait dans le débat que nous avons eu il y a quelques jours « les statistiques sont-elles un art ? » Vous aurez compris que Feodor dit « non » et que je dis « oui ».
Dernière édition par
6gale13 le 30 Juin 2026 à 11:07, édité 1 fois.