Il existe de nombreuses méthodes pour sélectionner un échantillon au sein d'une population, mais une seule est généralement considérée comme la méthode de choix pour la réalisation des enquêtes destinées à la statistique publique : il s'agit de l'échantillonnage probabiliste qui permet de quantifier l'erreur d'échantillonnage et d'estimer les intervalles de confiance, assurant ainsi la précision et la fiabilité des résultats. Il garantit également que chaque individu de la population a une chance connue d'être inclus, ce qui rend l'échantillon représentatif et réduit les biais de sélection. En minimisant ces biais, les méthodes probabilistes produisent des données plus objectives et généralisables. Néanmoins, ces dernières années, des recherches ont exploré l'application de l'échantillonnage non probabiliste aux statistiques officielles, en réponse à plusieurs facteurs : la baisse croissante des taux de réponse des enquêtes probabilistes, le coût élevé de la collecte de données, le besoin d'accès à des statistiques en temps réel et l'essor des sources de données comme les enquêtes en ligne via les médias sociaux. Cette tendance indique-t-elle une possible évolution du paradigme statistique traditionnel ?