Faire parler un graphique

Pourquoi les graphiques échouent

Ouvrez n’importe quel rapport d’établissement de santé, n’importe quel mémoire de fin d’études, n’importe quelle présentation de résultats d’enquête. Vous trouverez des graphiques. Beaucoup de graphiques. Des camemberts en 3D avec dix-huit segments de couleurs différentes. Des histogrammes dont l’axe des ordonnées commence à 6,2 pour “mieux voir les différences”. Des courbes qui relient des catégories nominales comme si elles formaient une progression continue.

Ces graphiques ne font pas parler les données. Ils les étouffent. Ils donnent une impression de rigueur tout en rendant l’information moins lisible qu’un simple tableau. Ils décorent là où ils devraient éclairer.

Edward Tufte, dans son ouvrage fondateur The Visual Display of Quantitative Information (1983), a introduit le concept de “data-ink ratio” — le rapport entre l’encre utilisée pour représenter les données et l’encre totale du graphique. Sa règle : maximiser ce ratio. Chaque trait, chaque couleur, chaque élément graphique doit servir l’information. Ce qui ne sert pas l’information doit être supprimé.

C’est un principe simple. Et pourtant, la majorité des graphiques produits aujourd’hui — y compris dans les publications académiques — violent cette règle en permanence.

Choisir le bon type de graphique

Le premier choix à faire est le type de graphique. Et ce choix n’est pas esthétique — il est logique. Il dépend de ce que vous voulez montrer et du type de données que vous avez.

Comparer des catégories : le diagramme en barres

Vous voulez montrer que les patients en cabinet libéral ont une satisfaction moyenne plus élevée que ceux en clinique ou à l’hôpital ? Utilisez un diagramme en barres. Une barre par groupe, hauteur proportionnelle à la valeur, axe des ordonnées commençant à zéro. C’est le graphique de référence pour comparer des valeurs entre des groupes discrets.

La règle la plus importante : l’axe des ordonnées commence toujours à zéro pour un diagramme en barres. Toujours. Un axe tronqué — qui commence à 5,5 pour “mieux voir” les différences entre 6,1 et 7,4 — est une manipulation visuelle. Elle transforme une différence de 1,3 point en une différence apparente de rapport 1 à 5. Le jury qui le remarque ne l’oublie pas.

Montrer une distribution : l’histogramme ou la boîte à moustaches

Vous voulez montrer comment se distribuent les scores de satisfaction ? L’histogramme découpe la plage de valeurs en intervalles et affiche le nombre d’observations dans chaque intervalle. La boîte à moustaches affiche la médiane, les quartiles et les valeurs aberrantes. Les deux sont adaptés aux variables quantitatives continues.

La boîte à moustaches a un avantage supplémentaire : elle permet de comparer plusieurs groupes côte à côte en un seul graphique, tout en montrant la dispersion et les extrêmes. Pour un mémoire sur la satisfaction par type de structure, trois boîtes à moustaches côte à côte racontent une histoire bien plus riche que trois moyennes dans un tableau.

Montrer une relation : le nuage de points

Vous voulez montrer que la satisfaction relationnelle (SCORE_REL) est associée à la satisfaction globale (EVA) ? Le nuage de points est l’outil adapté. Un point par observation, coordonnée X = SCORE_REL, coordonnée Y = score EVA. Si la relation est linéaire, les points s’alignent autour d’une droite. On peut ajouter la droite de régression pour visualiser la tendance.

Le nuage de points est le seul graphique qui permet de voir simultanément la forme de la relation (linéaire, curvilinéaire, en U), sa force (points serrés autour de la droite ou dispersés) et les valeurs aberrantes (points très éloignés de la tendance générale).

Ce qu’il ne faut pas utiliser : le camembert

Le camembert — ou diagramme circulaire — est probablement le type de graphique le plus utilisé et le moins adapté. Le cerveau humain compare très mal des angles et des surfaces. Deux secteurs de 22 % et 25 % sont visuellement indistinguables dans un camembert. Dans un diagramme en barres, la différence saute aux yeux.

Cleveland et McGill (1984) ont établi expérimentalement une hiérarchie des encodages visuels selon leur précision de décodage. Les longueurs (diagrammes en barres) sont bien mieux interprétées que les angles (camemberts) ou les surfaces (treemaps). Cette hiérarchie est devenue une référence en visualisation de données.

Il y a une seule situation où le camembert est acceptable : quand vous avez deux ou trois catégories très contrastées — par exemple 75 % et 25 % — et que vous voulez insister sur la proportion plutôt que sur la comparaison. Dans tous les autres cas, utilisez un diagramme en barres.

Les six éléments d’un graphique rigoureux

Un graphique de mémoire doit contenir six éléments. Pas cinq. Pas sept. Six.

1. Un titre informatif, placé sous le graphique

Le titre doit être autonome. Un lecteur qui voit uniquement le graphique, sans lire le texte autour, doit comprendre ce qui est représenté. “Figure 3 — Comparaison des scores de satisfaction globale selon le type de structure de prise en charge (n = 50)” est un bon titre. “Satisfaction” ne l’est pas.

La convention APA, suivie dans la plupart des mémoires en santé, place le titre sous la figure — contrairement aux tableaux dont le titre est au-dessus. Ce détail compte pour les jurys habitués aux normes de présentation.

2. Des axes titrés et gradués

Chaque axe porte le nom de la variable qu’il représente, avec son unité si applicable. “Score EVA de satisfaction globale (0-10)” est un titre d’axe correct. “Score” ne l’est pas. L’axe des abscisses porte les catégories ou les valeurs de X. L’axe des ordonnées porte les valeurs de Y.

3. La taille de l’échantillon

Le n total et, si possible, le n par groupe doit figurer dans le titre ou dans une note sous le graphique. “Cabinet : n = 18, Clinique : n = 17, Hôpital : n = 15” — cette information est indispensable pour que le lecteur puisse évaluer la robustesse des résultats.

4. Une légende claire

Si le graphique utilise des couleurs ou des motifs pour distinguer des catégories, une légende identifie chaque couleur ou motif. Elle est placée à l’intérieur ou sous la zone graphique, jamais dans un coin perdu à l’autre bout de la page.

5. La source

Pour des données primaires — celles que vous avez collectées — la source est “Données propres” ou “Questionnaire auteur, 2024.” Pour un graphique reproduit ou adapté d’un article, la citation complète en APA est obligatoire.

6. Un axe des ordonnées commençant à zéro (pour les barres)

Déjà mentionné, mais tellement important qu’il mérite sa propre place dans cette liste. Pour un diagramme en barres, l’axe commence à zéro. Sans exception.

Signal et bruit : éliminer ce qui distrait

Tufte distingue deux types d’éléments dans un graphique : le signal (ce qui représente les données) et le bruit (ce qui distrait du signal sans apporter d’information). Son prescription : maximiser le signal, éliminer le bruit.

Voici les sources de bruit les plus fréquentes dans les graphiques de mémoire :

Le fond coloré — Un fond bleu dégradé derrière votre diagramme en barres ne représente aucune donnée. Il consomme de l’encre et crée un contraste qui rend le graphique moins lisible, surtout à l’impression en noir et blanc.

Les effets 3D — La troisième dimension n’est pas représentée dans vos données. Elle n’a donc rien à faire dans votre graphique. Un histogramme en 3D est un histogramme normal rendu moins lisible. Les jurys qui ont fait des statistiques voient immédiatement que l’effet 3D est là pour masquer la pauvreté du contenu, pas pour l’enrichir.

Le quadrillage épais — Un léger quadrillage peut aider à lire les valeurs. Un quadrillage épais rivalise avec les barres pour l’attention du lecteur. Utilisez un quadrillage très discret, ou supprimez-le complètement.

Les couleurs sans signification — Si vos barres représentent trois structures différentes, utiliser trois couleurs différentes est justifié. Si vous avez une seule série de données, toutes les barres doivent avoir la même couleur. Varier les couleurs sans raison crée une fausse impression de signification catégorielle.

La légende redondante — Si votre graphique n’a qu’une seule série de données, pas besoin de légende. Elle n’ajoute rien et prend de la place.

Tableau ou graphique : quand choisir

Une question que peu d’étudiants se posent : faut-il présenter ces résultats sous forme de tableau ou sous forme de graphique ? Et la réponse dépend de ce qu’on veut communiquer.

Le tableau est adapté quand le lecteur a besoin des valeurs exactes — quand les chiffres précis ont de l’importance. Un tableau de fréquences avec les effectifs et les pourcentages exacts pour chaque modalité est irremplaçable si quelqu’un veut vérifier vos calculs ou utiliser vos données.

Le graphique est adapté quand on veut communiquer une tendance, une comparaison, une forme. “La satisfaction diminue du cabinet vers l’hôpital” se voit mieux dans un diagramme en barres que dans un tableau. “La distribution des scores est plus dispersée à l’hôpital qu’au cabinet” se voit bien mieux dans une boîte à moustaches que dans un tableau d’écarts-types.

La règle d’or : ne jamais présenter un tableau et un graphique qui montrent exactement la même information. C’est redondant. Choisissez l’un ou l’autre selon ce que vous voulez mettre en avant.

Un test simple : le test du noir et blanc

Avant d’intégrer un graphique dans votre mémoire, appliquez ce test : imprimez-le en noir et blanc. Est-il encore lisible ? Les différentes séries sont-elles encore distinguables ?

Si votre graphique ne passe pas ce test, il repose trop sur la couleur pour communiquer l’information. C’est un problème pour deux raisons. D’abord, une partie des lecteurs — et une partie des jurys — impriment les mémoires en noir et blanc. Ensuite, environ 8 % des hommes et 0,5 % des femmes ont une forme de daltonisme qui affecte la perception des couleurs rouge et vert — les deux couleurs les plus utilisées pour distinguer des groupes en statistique.

La solution est d’utiliser des motifs (hachures, pointillés) en plus des couleurs, ou de choisir des couleurs suffisamment contrastées en niveaux de gris.

Les graphiques comme argument

Un bon graphique ne montre pas seulement des données. Il construit un argument. Il oriente le regard du lecteur vers ce qui est important. Il rend visible une tendance qui serait invisible dans un tableau.

Dans une soutenance de mémoire, un graphique bien construit peut faire la différence. Le jury ne retient pas les chiffres — il retient les images. Une boîte à moustaches qui montre clairement que la dispersion à l’hôpital est deux fois plus grande qu’au cabinet restera dans les esprits bien après que les tableaux de moyennes ont été oubliés.

C’est pour ça qu’il vaut la peine de passer du temps sur ses graphiques. Pas pour les décorer, pas pour les rendre impressionnants — mais pour les rendre clairs, honnêtes et convaincants.

Parce qu’au fond, un graphique qui parle vraiment, c’est un graphique dont on n’a pas besoin de lire la légende deux fois.

Références

Tufte, E. R. (1983). The visual display of quantitative information. Graphics Press.

Cleveland, W. S., & McGill, R. (1984). Graphical perception: Theory, experimentation, and application to the development of graphical methods. Journal of the American Statistical Association, 79(387), 531–554.

Few, S. (2012). Show me the numbers: Designing tables and graphs to enlighten (2e éd.). Analytics Press.