L'analyse de sensibilité cherche à identifier les incertitudes importantes, et donc à accroître l'information sur les modèles. De façon générale, pour mener une analyse de sensibilité, on considère la variance de la sortie du modèle. Pour l'instant assez peu répandue dans le domaine de l'analyse de sensibilité, l'entropie de Shannon représente une mesure de l'incertitude et de la variabilité qui peut être une alternative à la variance. On propose ici une comparaison Entropie vs Variance, à différents niveaux, en termes de variation des paramètres des lois. Après avoir discuté du cas univarié, on se concentre sur une variété de familles de distributions bivariées, qui inclue les copules, les lois normales, exponentielles, de Pareto, Gamma, de Dirichlet, etc. Dans un tel cadre bivarié, cette étude comparative s'effectue à partir de certains éléments clefs des analyses de sensibilité fondées sur la variance et sur l'entropie. Enfin, on développe l'analyse de la sensibilité fondée sur l'entropie et on l'applique à des cas-types. Ces applications sont comparées avec les résultats obtenus avec l'analyse de la sensibilité fondée sur la variance.