Chapitre II

Présentation des données statistiques

14
 Plan du chapitre II

Introduction au chapitre II

Section 1 : Les tableaux statistiques

1.1- Des données brutes au tableau statistique : le tri à plat

1.2- Structure d’un tableau statistique
1.3- Exemples de tableaux statistiques selon le type de caractère
1.3.1- Tableau d’un caractère qualitatif
1.3.2- Tableaux d’un caractère quantitatif
[Link]- Tableau d’une variable statistique discrète
[Link]- Tableau d’une variable statistique continue
1.3.3- Les classes et les règles de leur construction

Section 2 : La représentation graphique des données statistiques

2.1- La représentation graphique des caractères qualitatifs
2.1.1- Le diagramme circulaire
2.1.2- Le diagramme à barres
2.2- La représentation graphique des caractères quantitatifs
2.2.1- La représentation graphique de la VSD
[Link]- Le diagramme en bâtons
[Link]- La courbe cumulative en escaliers
2.2.2- La représentation graphique de la VSC
[Link]- L’histogramme
[Link]- Le polygone
[Link]- Les courbes cumulatives en « S »

Conclusion au chapitre II

15
Introduction au chapitre II

L’objet du présent chapitre est d’apprendre à l’étudiant comment présenter les données
statistiques collectées et ordonnées auparavant. Les tableaux et les graphiques sont les principales
formes de présentation des données privilégiées en Statistique. Cependant, ces derniers relèvent
d’un certain nombre de règles et de normes que l’étudiant doit impérativement connaitre dans la
perspective de son cursus universitaire.

La présentation des données en Statistique vise deux objectifs :

- présenter de manière simplifiée et claire les données pour le lecteur,

- permettre au lecteur une lecture aussi facile et aussi rapide que possible.

Les tableaux statistiques permettent de répondre au premier objectif. C’est ce que nous étudions
dans la première section. Au-delà des tableaux, les graphiques offrent une lecture schématisée
encore plus simple et plus rapide. Ils permettent de répondre au deuxième objectif. C’est ce que
nous étudions dans la deuxième section.

Section 1 : Les tableaux statistiques

Une fois ordonnées et classifiées, les données sont présentées, de manière résumée, dans un
tableau statistique. Par définition, un tableau statistique a pour objet, dans un souci de synthèse et
de clarté, de montrer le caractère étudié, ses modalités (généralement présentées dans la première
colonne du tableau) et les effectifs et fréquences correspondants : c'est-à-dire faire apparaitre les
couples { xi ; ni } ou { xi ; fi }.

1.1- Des données brutes au tableau statistique : le tri à plat

Dans certains cas, les données brutes collectées sont présentées dans un tableau élémentaire
dans lequel les individus statistique sont identifiés individuellement chacun par sa modalité. C’est ce
qu’on appelle le tableau des données ponctuelles ou tableau des données élémentaires ou brutes,
qui n’est pas encore un tableau statistique à proprement dit. Si on reprend l’exemple du chapitre I,
sur l’âge des 35 étudiants du groupe enquêtés, nous pouvons dire que les 35 chiffres (modalités)
donnés représentent ce tableau de données élémentaires. En procédant, comme nous l’avons fait, à
l’ordonnancement et à la classification (individualisation) de ces données, nous avons aboutit au
tableau statistique proprement dit. On appelle cette opération du passage des données brutes au
tableau statistique le tri à plat.

16
1.2- Structure d’un tableau statistique
Quelque soit le type de caractère et la nature de la variable, le tableau statistique se présente
toujours de la même manière et suivant le même principe. La structure d’un tableau statistique de
base se présente généralement comme suit :

Tableau n°… : « Intitulé du tableau et date des données……………. »

(Unité de mesure)
Caractère Effectifs Fréquences Effectifs cumulés
(xi) (ni) (fi) (Ni)
x1 n1 f1 N1
x2 n2 f2 N2
. . . .
. . . .
xi ni fi ni
. . . .
. . . .
xk nk fk nk
Total N 1 -
Source :

Tout tableau statistique établi dans le cadre d’une recherche scientifique doit
obligatoirement être présenté selon la structure définie ci-dessus et doit contenir les indications
suivantes :

 Intitulé ou titre du tableau

Il a pour rôle d’indiquer ce qui est représenté globalement par le tableau.

 Le numéro du tableau
Dans tout travail de recherche, la présentation des tableaux doit être numérotée, ce
qui facilite les renvois et facilite la lecture du manuscrit.

 Intitulés des colonnes

Ils renseignent sur le contenu de chaque colonne, de telle sorte à clarifier encore
davantage l’intitulé du tableau lui-même.

 L’unité de mesure
Elle offre un renseignement supplémentaire en indiquant au lecteur dans quelle
unité sont mesurées les modalités étudiées (kilogramme, milligramme, gramme,...).

 La date
Elle renseigne le lecteur sur la période ou la date à laquelle sont collectées les
données présentées dans le tableau. L’obligation de préciser la date des données, répond au

17
 souci que certaines données sont très variables dans le temps, la date permet d’apporter une
certaine consistance et une certaine pertinence aux données présentées par le chercheur. En
méthodologie, cela reflète l’honnêteté intellectuelle du chercheur (ex ; on ne peut pas parler
de la situation de la population algérienne en 2013, en s’appuyant sur des données de
1965 !).
 La source
Elle indique d’où proviennent les données présentées. Cette indication obligatoire
permet, selon le cas, de confirmer ou d’infirmer la pertinence de ces données. Elle reflète
aussi l’honnêteté intellectuelle du chercheur. Par exemple, certaines sources sont réputées
pour la non fiabilité de leurs données, des données constituées par le chercheur lui-même
ne sont pas forcément acceptables par la communauté scientifique,…

Remarque :
L ’étudiant doit, dès maintenant, assimiler ces indications qu’il est appelé à appliquer à
l’avenir, notamment lors de la rédaction de son mémoire de fin d’études.

1.3- Exemples de tableaux statistiques selon le type de caractère

Voici, ci-dessous, des exemples de tableaux statistiques en fonction du type de caractère et

de la nature de la variable.

1.3.1 Tableau d’un caractère qualitatif

Tableau n° 1 : « Répartition des employés du groupe industriel «X» au 31-12-2012 »

Catégorie Nombre d’employés Fréquences

socioprofessionnelle (Effectifs ou ni ) (fi)

Agent d’entretien 8 0,056

Ouvrier professionnel 85 0,594
Personnel administratif 30 0,210
Cadre moyen 15 0,105
Cadre supérieur 5 0,035

Total 143 1
Source : Groupe industriel «X», Direction générale, Mars 2013.

S’agissant d’un caractère qualitatif, il faut ordonner les modalités à l’intérieur du tableau soit :

- par ordre alphabétique s’il s’agit d’un caractère qualitatif nominal,

- par ordre d’importance ou hiérarchique s’il s’agit d’un caractère qualitatif ordinal, ce qui
facilite encore davantage leur ordonnancement.

18
On peut également codifier les modalités, suivant la nomenclature officielle en cours si elle existe
comme suit :

Tableau n° 1 : « Répartition des employés de l’entreprise «X» au 31-12-2012 »

(millier d’employés)

Code Catégorie Nombre d’employés Fréquences

(N°) socioprofessionnelle (Effectifs ou ni ) (fi)

01 Agent d’entretien 8 0,056

02 Ouvrier professionnel 85 0,594
03 Personnel Administratif 30 0,210
Cadre moyen 15 0,105
04
Cadre supérieur 5 0,035
05
-
Total 143 1
Source :

Le plus souvent aussi le tableau d’un caractère qualitatif ne comporte pas de colonne d’effectifs
cumulés.

Comment faire des lectures à partir d’un tableau statistique d’un caractère qualitatif ?
Voici quelques exemples à partir du tableau n°1 :
- 3,5 % des employés de l’entreprise X sont des cadres supérieurs (f1 = 0,035 = 3,5%).

- La majorité (ou 59,4 %) des employés de l’entreprise X sont des ouvriers professionnels.
- 14 % ((15 + 5)/143) des employés de l’entreprise X sont des cadres dont 3,5 % sont des cadres
supérieurs.

1.3.2- Tableaux d’un caractère quantitatif

Selon qu’il s’agisse de variable statistique discrète ou de variable continue, le tableau diffère
légèrement.

[Link]- Tableau d’une variable statistique discrète

Le tableau d’une variable statistique discrète, où les données sont présentées

individuellement ou de manière isolée, se présente comme indiqué dans le tableau n° 2, ci-dessous.
A la différence du tableau précédent, dans ce cas on ajoute la colonne des effectifs ou fréquences
cumulés car dans le cas d’un caractère quantitatif, cette colonne trouve tout son sens. Cependant,
les modalités doivent impérativement être ordonnées par ordre croissant de la première ligne du
tableau jusqu’à la dernière ligne.

19
 Tableau n°2 : « Répartition des ménages de la cité X selon le nombre d’enfants » au 31-12- 2012»

Nombre Nombre de Fréquences Effectifs Fréquences Effectifs cumulés Fréquences cumulées

d’enfants (xi) ménages (ni) (fi) cumulés (Ni) cumulées (Fi) décroissants (Ni ) décroissantes (Fi )
0 80 0,040 80 0,040 2000 1
1 150 0,075 230 0,115 1920 0,960
2 430 0,215 660 0,330 1770 0,885
3 670 0,335 1330 0,665 1340 0,670
4 550 0,275 1880 0,940 670 0,335
5 100 0,050 1980 0,990 120 0,060
6 et plus 20 0,010 2000 1 20 0,010
Total 2000 1 - - - -
Source : Enquête auprès des ménages de la cité X, Juin 2013.

Comment faire des lectures à partir du tableau d’une variable statistique discrète ?
- 660 ménages, soit 33 %, ont moins de 3 enfants, ou au plus 2 enfants.
- 1980 ménages, soit 99 %, ont moins de 6 enfants, ou au plus 5.
- 1340 ménages, 67%, ont plus de 2 enfants, ou au moins 3 enfants.
- 120 ménages, soit 6%, ont plus de 4 enfants, ou au moins 5 enfants.

[Link]- Tableau d’une variable statistique continue

Le tableau d’une variable statistique continue, où les données sont présentées de manière
groupée, sous forme de classes ou d’intervalles, se présente comme indiqué dans le tableau n° 3, ci-
dessous. A la différence du tableau de la variable statistique discrète, dans ce cas on ajoute la
colonne des « centres de classes » (xi). Cependant, les modalités doivent impérativement être
ordonnées par ordre croissant de la borne inférieure de la première classe jusqu’à la borne
supérieure de la dernière classe.

Tableau n° 3 : « Répartition des salaires des employés dans l’entreprise «X» au 31-12-2012 »
(Unité : 103 DZ)
Classes Centres de ni fi Ni Fi Ni Fi
classes (xi)
[20 ; 40[ 30 42 0,420 42 0,420 100 1
[40 ; 60[ 50 30 0,300 72 0,720 58 0,580
[60 ; 80[ 70 18 0,180 90 0,900 28 0,280
[80 ; 100[ 90 6 0,060 96 0,960 10 0,100
[100 ; 200[ 150 4 0,040 100 1 4 0,040
Total - 100 1 - - - -
Source : Enquête auprès la Direction générale de l’entreprise «X», Avril 2013.

20
Comment faire des lectures à partir du tableau d’une variable statistique continue ?
- 42 employés, soit 42%, touchent moins de 40.000DZ de salaire.
- 96 employés, 96%, touchent moins de 100.000DZ de salaire.
- 58 employés, 58%, touchent plus de 40.000DZ (ou 40.000DZ et plus).
- Tous les employés, soit 100%, touchent plus de 20.000DZ (ou 20.000DZ ou plus).

Remarque
Les tableaux présentés ici représentent la structure de base d’un tableau statistique.
Cependant, en pratique, le nombre de colonnes à ajouter, au-delà de ce qui est présenté ici, dépend
du phénomène étudié et des paramètres statistiques que le chercheur prévoit de déterminer.

1.3.3- Les classes et les règles de leur construction

En statistique la classe désigne un intervalle borné de modalités susceptibles d’être prises par
« ni » parmi les « N » individus de la population étudiée. Cet intervalle est délimité par des
extrémités qu’on appelle « bornes » ou « limites » de classes selon le cas.

Par convention, en statistique, on considère des intervalles semi-ouverts ou ouverts à droite, afin
d’éviter le chevauchement des classes.

La distance entre les deux extrémités de l’intervalle, mesurée par la différence « borne supérieure
moins la borne inférieure », s’appelle l’amplitude de classe et notée « ai ».

En mathématiques, par définition, un intervalle contient un nombre infini de valeurs possibles.

Aussi, en statistique, pour parer à cette contrainte, chaque classe est résumée ou représentée par
son centre, noté « xi » et qu’on appelle aussi « centre de classe ».

Le centre de classe est la moyenne des deux extrémités de la classe :

Borne inférieure + Borne supérieure

Xi=
2

Selon que l’intervalle soit ouvert ou fermé, l’amplitude de classe se calcule différemment :

 Intervalle semi-ouvert : [bi ; bi+1[, alors ai = (bi+1 - bi).

 Intervalle fermé : [bi ; bi+1], alors ai = (bi+1 - bi) + 1 (Cette deuxième règle n’est cependant

valable que lorsque les extrémités des classes sont des nombres entiers) . Ou bien, ai est
égale au nombre de valeurs entières qu’il ya entre bi et bi+1 ou de bi jusqu’à bi+1.
21
 Ou bien encore ; à la différence entre la borne inférieure de la classe suivante (bi+2) moins la
borne inférieure de la classe, soit : ai = (bi+2 – bi).
Le choix du nombre de classes, noté (Z), relève, en générale, des intensions et des
compétences du chercheur. Cependant, il est recommandé en statistique de choisir un nombre
raisonnable de classes, entre 5 et 20, et une amplitude de classes de préférence constante.

Le nombre de classes doit ainsi être assez grand pour refléter le phénomène étudié, et assez réduit
pour permettre des lectures et des opérations aisées. Le mieux serait alors de prendre un nombre
de classes entre 6 et 12.

Toutefois, il faut veiller à ce que la plus petite valeur (modalité) observée de la série appartienne à la
première classe, et que la plus grande valeur (modalité) observée de la série appartienne à la
dernière classe, ce qui éviterait de construire des classes inutiles ou fictives.

Il existe, en théorie statistique, plusieurs formules pour déterminer le nombre de classes :

 Formule de STURGE : Z = 1+3,33(logN).

 Formule de YULE : Z = 2,5 √ .
 Formule la plus utilisée : Z = √ .

Remarque
Lorsque l’amplitude des classes est constante, on peut établir une relation entre le nombre
de classes (Z), l’étendue de la série (e) et l’amplitude constante des classes (ai) comme suit :

ai = e/Z ⇒ Z = e / ai

Le nombre d’individus composant une classe s’appelle effectif, noté ni , déjà défini plus haut.
Cependant, le nombre d’individus par unité d’amplitude (pour chaque ai = 1) désigne la densité
de la classe, notée « di », que l’on peut définir de deux manières :

 En termes absolus :
di = ni / ai

 En termes relatifs :
di = fi / ai

22
[Link]- Notions de bornes, limites et limites réelles
Comme nous l’avons souligné plus haut, les constructions de classes utilisées en statistique
sont généralement faites par convention ou de manière arbitraire, voire pas tout à fait réelle (c'est-à-
dire simplifiée ou personnelle). Cependant, il arrive dans certaines études d’être contraint de
construire des classes bornées par des valeurs réelles. Dans ce cas l’attention de l’étudiant est attirée
par quelques renseignements supplémentaires et certaines règles de prudence qu’il doit observer.
Il ya en générale, en statistique descriptive, trois manières de présenter ou de borner les classes :

- Les bornes conventionnelles,

- Les limites,
- Les limites réelles.

a/- Les bornes conventionnelles

Ce sont les bornes des intervalles semi-ouverts (ouverts à droite) qu’on utilise les plus
fréquemment en statistique descriptive, en particulier en sciences humaines, notamment en
économie. Ces bornes sont appelées conventionnelles car elles résultent du choix délibéré du
chercheur qui construit ses classes, dans un but de synthèse et de simplification, et en fonction du
problème étudié. Les classes étant personnellement choisies, le chercheur se simplifie la tache en
prenant au passage des nombres entiers comme bornes et une amplitude de préférence constante.

b/- Les limites

Ce sont les bornes des intervalles fermés qu’on rencontre également en statistique. Cette
manière de présenter est également arbitraire ou personnelle. Cependant, le fait de fermer les
intervalles entraine systématiquement des pertes d’informations réelles qui, dans certains cas, peut
être préjudiciable aux résultats de l’étude statistique. En effet, toutes les valeurs possibles situées
entre la limite supérieure d’une classe et la limite inférieure de la classe suivante sont
systématiquement perdues. Les limites supposent toujours un degré d’erreur systématique.
Il faut noter que les limites de classes sont des nombres de même nature que les bornes
conventionnelles. C'est-à-dire, si les bornes conventionnelles sont des nombres entiers, les limites le
seront également. Si les bornes conventionnelles sont des nombres décimaux avec un chiffre après
la virgule, les limites seront également des décimaux avec un chiffre après la virgule, et ainsi de
suite.

c/- Les limites réelles

Ce sont les bornes des intervalles semi-ouverts (ouverts à droite) qu’on est amené à utiliser
parfois en statistique. Comme leur appellation l’indique, elles sont plus réelle que les limites et les
bornes conventionnelles. Autrement dit, elles sont toujours plus précises que ces dernières. Ainsi, si
les limites et les bornes conventionnelles sont des nombres entiers, les limites réelles seront des
décimaux à un chiffre après la virgule. Si les limites et les bornes conventionnelles sont des nombres
décimaux à un chiffre après la virgule, les limites réelles seront des décimaux à deux chiffres après
23
la virgule, ainsi de suite. C'est-à-dire que les limites réelles contiennent toujours un chiffre de plus
après la virgule que les limites et les bornes conventionnelles. Ce chiffre de plus après la virgule
implique plus de précision dans les limites réelles, d’où leur appellation limites réelles.
Il y a, cependant, une relation entre les trois types de bornes, c'est-à-dire qu’on peut passer d’une
forme à une autre comme illustrer par l’exemple suivant :

Bornes conventionnelles Limites limites réelles

[10 ; 20[ [10 ; 19] [9,5 ; 19,5[
[20 ; 30[ [20 ; 29] [19,5 ; 29,5[
[30 ; 40[ [30 ; 39] [29,5 ; 39,5[
[40 ; 50[ [40 ; 49] [39,5 ; 49,5[

Dans cet exemple, on est passé des bornes conventionnelles vers les limites, puis, vers les limites
réelles.
Nous avons des bornes conventionnelles formées par des nombres entiers, alors automatiquement,
les limites seront aussi des entiers. Pour construire les limites, il faut fermer les intervalles tout en
gardant des bornes avec des nombres entiers. Dans ce cas, pour fermer l’intervalle de la première
classe, la limite supérieure de classe à choisir doit être un nombre entier immédiatement inférieure
à 20 (20 ne faisant pas partie de la première classe puisque l’intervalle est ouvert à droite). Ensuite,
la première classe étant fermée, la limite inférieure de la deuxième classe ne doit pas être la même
que la limite supérieure de la première classe (la classe précédente). Donc la limite inférieure de la
deuxième classe restera telle qu’elle 20. On applique le même raisonnement pour toutes les classes.
Ensuite, une fois les limites constituées, on détermine les limites réelles. Celles-ci doivent
obligatoirement être plus précises que les limites et les bornes conventionnelles. Puisque nous
avons des entiers, nous aurons donc des nombres décimaux à un chiffre après la virgule. On
détermine ces derniers de deux manières comme suit :
- Soit on fait la moyenne de la limite supérieur d’une classe et de la limite inférieure de la
classe suivante. (19 + 20)/2 = 19,5 ; (29 + 30)/2 = 29,5 ; …..
- Soit en récupérant le degré d’erreur causé par les limites. Dans cet exemple, en passant
d’une classe à une autre on perd 1 (ex ; on passant de 19 à 20 on perd 1 ; en passant de 29 à 30 on
perd 1 ; ….). Nous allons récupérer ce 1, en le répartissant équitablement (1/2 ; 1/2) de part et
d’autre de l’intervalle, sachant que le sens positif va dans le sens croissant de la borne inférieure vers
la borne supérieure. On aura :
1
(-½) (+½)

[10 ; 19] [(10-1/2) ; (19+1/2)] = [9,5 ; 19,5[

24
Remarque :
En passant des bornes conventionnelles, aux limites et limites réelles, l’amplitude de classes
ne change jamais et demeure constante.

[10 ; 20[ [10 ; 19] [9,5 ; 19,5[

Bornes Limites limites réelles
conventionnelles
(ai = 20 -10 = 10) (ai = (19 - 10) +1 = 10 ) (ai = 19,5 - 9,5 = 10)

Section 2 : La représentation graphique des données statistiques

La représentation graphique est l’image ou la représentation schématique du tableau
statistique dont les couples {xi ; ni}. Elle permet, par un simple coup d’œil et de manière moins
contraignante à la lecture que les tableaux, d’avoir un aperçu de l’allure générale de la distribution
statistique ou du phénomène étudié.

On dit souvent chez les statisticiens qu’ « un beau graphique vaut mieux qu’un long discours ».

La représentation graphique, en statistique, repose sur le principe de la proportionnalité des

effectifs aux surfaces.
Tout graphique, en statistique, est caractérisé par :

 la nature du caractère étudié,

 les coordonnées qu’il utilise (cartésiennes ou polaires),
 l’échelle retenue (arithmétique, logarithmique, ordinale,…).

Dans ce cours, nous utilisons essentiellement :

- Deux systèmes de coordonnées : cartésien, où le point M(x ; y) est représenté par le point
M(xi ; ni), et polaire, où le point M(xi ; ni) est remplacé par l’angle par rapport à l’axe horizontal
et le rayon ou le vecteur OM par rapport au centre du cercle.

- Deux types d’échelles : arithmétique pour les caractères quantitatif et ordinal pour le
caractère qualitatif.

- Deux types de caractères : déjà étudiés plus haut : qualitatif et quantitatif.

Remarque
Comme pour les tableaux statistiques, les graphiques doivent comporter, en plus du titre, de
la source et de la date ; l’échelle de mesure indiquant ce que représente chaque centimètre sur le
schéma et une légende qui définit toutes les nuances ou les couleurs utilisées.
25
2.1 La représentation graphique des caractères qualitatifs

Ils existe en pratique plusieurs types de graphiques pour représenter les caractères
qualitatifs : le diagramme circulaire, les diagrammes à barres ou tuyaux d’orgue, le cartogramme, le
diagramme figuratif, etc.

Cependant, pour des raisons de facilité, nous n’étudions ici que les plus courants et les plus faciles à
confectionner sur papier. Aussi, on étudiera le diagramme circulaire et les diagrammes à barres ou
tuyaux d’orgue.

2.1.1- Le diagramme circulaire

Appelé aussi diagramme à secteurs ou camembert, ce graphique repose sur le système de

coordonnées polaires. Le principe de sa représentation consiste (conformément au principe de
proportionnalité des surfaces aux effectifs) à considérer que l’angle total formé par le cercle, soit
360°, corresponde à l’effectif total (N) de la distribution ou à la somme des fréquences relatives, soit
1. On traduit alors la fréquence correspondant à chaque modalité par la mesure d’angle équivalente
( i), ce qui nous permet d’avoir des parties de cercle ou des secteurs (ou portions).
L’angle ( i) se calcule comme suit :

i = (ni / N) . 360 = fi . 360

Chaque secteur ou portion est ensuite singularisée par une couleur ou une nuance propre. Une
légende, indiquant la signification de chaque nuance, facilitera la lecture du graphique.

Exemple 1
La répartition des employés d’une entreprise, au 31-12-2012, selon la catégorie
socioprofessionnelle se présentait comme suit : catégorie Nombre
socioprofessionnelle d’employés
- Représenter graphiquement cette distribution Ouvrier 50
Employé 25
statistique par un diagramme circulaire.
Cadre moyen 20
Cadre supérieur 5
Total 100

Pour représenter graphiquement cette distribution, il faut d’abord compléter le tableau en calculant
les fréquences et les angles ( i), comme suit :

26
 Catégorie Nombre Fréquences Angles ( i)
socioprofessionnelle d’employés (ni) (fi)
Ouvrier 50 0,50 180
Employé 25 0,25 90

Cadre moyen 20 0,20 72

0,05 18
Cadre supérieur 5
Total 100 1 360

Représentation graphique

Nombre d’employés

Ouvriers
Employés
Cadre moyens
Cadres supérieurs

Nombre d’employés

Ouvriers
Employés
Cadre moyens
Cadres supérieurs

27
 On remarquera qu’il existe aujourd’hui, grâce à l’outil informatique, plusieurs variétés de
diagrammes circulaires.

2.1.2- Le diagramme à barres

Ce type de graphique repose sur un système de coordonnées cartésiennes avec une échelle
ordinale. Sur un plan orthonormé, on représente chaque modalité du caractère par une barre ou
bande dont la hauteur est proportionnelle (ou indique) à l’effectif ou à la fréquence, représentée par
l’axe vertical yy’, et la largeur de dimension arbitraire,
arbitraire puisqu’il s’agit
’agit d’un caractère qualitatif qui ne
reflète pas une mesure, et de préférence constante pour des raisons d’esthétique.

Reprenant
eprenant l’exemple 1 précédent, on aura graphiquement :

Nombre d’employés
60
50
40
30
20 Nombre d’employés

10
0
Ouvriers Employés Cadre Cadres
moyens supérieurs

Nombre d’employés
50
40
30
20
10
Nombre d’employés
0

28
 Nombre d’employés

Cadres supérieurs

Cadre moyens

Nombre d’employés
Employés

Ouvriers

0 10 20 30 40 50 60

On remarquera que les bandes de ce diagramme peuvent être verticales ( {xx’ modalités ;

yy’ ni } ou horizontales, il suffit pour cela d’inverser le plan : {xx ’ ni ; yy’ modalités}.

2.2- La représentation graphique des caractères quantitatifs

La représentation diffère selon qu’il s’agisse d’une variables statistique discrète (VSD) ou
de variable statistique continue (VSC).

2.2.1 La représentation graphique de la VSD

Dans ce cas, la fonction de distribution {xi ; ni} ou {xi ; fi} est représentée par un
diagramme en bâtons et la fonction de répartition ou cumulative {xi ; Ni} ou {xi ; Fi} est représentée
par la courbe cumulative en escaliers.

[Link]- Le diagramme en bâtons

Ce type de graphique repose sur le système de coordonnées cartésiennes. Sur un plan

orthonormé, on représente chaque modalité discrète par un bâton ou une ligne verticale, dont la
hauteur est proportionnelle à son effectif ou sa fréquence. On porte ainsi, en abscisses les modalités
« xi » et, en ordonnées, les effectifs « ni » ou les fréquences « fi ».

Exemple 2a
Le tableau suivant donne la répartition du nombre de terminaux de connexion internet par
bureau dans un établissement public.

29
 Nombre de terminaux Nombre de bureaux
(xi) (ni)
0 10
1 8
2 6
3 4
4 2
Total 30

- Représenter graphiquement la distribution des fréquences.

Il s’agit dune variable statistique discrète puisque c’est un dénombrement (le nombre de terminaux
par bureau). Ce type de variable est représenté par un diagramme en bâtons, comme suit :

ni ou fi
12

10

0 1 2 3 4 5 xi

« Diagramme en bâtons »

[Link]- La courbe cumulative en escaliers

Ce graphique est utilisé pour représenter la fonction de répartition {xi ; Ni} ou {xi ; Fi}. Dans
le cas d’un cumul croissant (Ni ou Fi), il représente la proportion ou l’effectif d’individus pour
lesquels la valeur de la variable est strictement inférieure ( < ) à xi (Moins de). Ces derniers
apparaissent alors sous forme de paliers horizontaux, ouverts à gauche et fermés à droite, donnant à
la courbe son allure en escaliers.

30
La fonction cumulative est nulle pour toute valeur xi inférieure à la plus petite modalité observée, ce
qui fait que le premier palier se confond toujours avec l’axe horizontal ou l’axe des abscisses, et
reste ouvert vers (- ∞).

La fonction cumulative est égale à 1 ou N (effectif total) pour toute valeur supérieure à la plus
grande modalité xi observée, ce qui fait que le dernier palier a pour coordonnées Ni = N ou Fi = 1
et stagne à 1 ou N jusqu’à +∞.

Exemple 2b
Reprenant l’exemple 2a précédent, et représentant graphiquement sa fonction de
répartition.
Avant de tracer la courbe cumulative, nous devons d’abord construire la colonne des effectifs
(fréquences) cumulés (Ni ou Fi).

Ni ou Fi

40

N=30. .. ……………………………………………………………………… Ni = N (Fi =1) pour tout Xi > 4

20

10

Ni = Fi = 0 pour tout Xi < 0 0 1 2 3 4 5 Xi

« Courbe cumulative en escaliers »

2.2.2- La représentation graphique de la VSC

Dans ce cas les données sont regroupées sous forme de classes. La fonction de
distribution {xi ; ni } ou {xi ; fi} est représentée par un histogramme (à partir duquel on peut déduire
le polygone), et la fonction cumulative {xi ; Ni} ou {xi ; Fi} est représentée par la courbe cumulative
en « S ».

31
[Link]- L’histogramme

Ce type de graphique repose sur un système de coordonnées cartésiennes. Dans ce cas,

chaque classe est représentée par un rectangle vertical dont la largeur représente l’amplitude de la
classe, et la longueur l’effectif ou la fréquence de la classe.

C’est la surface de l’histogramme (des rectangles) qui intéresse le chercheur. Elle doit être
proportionnelle aux effectifs. Cette proportionnalité se vérifie suivant deux situations :

A/- Amplitude de classe constante

Dans ce cas tous les rectangles ont la même largeur (ai = Cte). Donc les surfaces sont
proportionnelles aux seules longueurs (ni ou fi). Alors, l’histogramme peut être tracé directement
avec les ni ou les fi.

Exemple 3a

Soit la distribution suivante des salaires horaires (en euro) dans une entreprise donnée :

Salaire horaire Nombre

d’employés
[5 ; 10[ 4
[10 ; 15[ 6
[15 ; 20[ 12
[20 ; 25[ 5
[25 ; 30[ 3
Total 30

- Représenter graphiquement cette distribution.

Il s’agit d’une variable statistique continue et les données sont aussi présentées sous forme de
classes. Donc la représentation graphique correspondante c’est automatiquement l’histogramme.

Cependant, avant de tracer cet histogramme il faut vérifier le respect du principe de la

proportionnalité des effectifs (ou fréquences) aux surfaces des rectangles. Pour cela, il faut
vérifier si les rectangles ont tous la même largeur ou pas, c'est-à-dire la même amplitude de classe
ou pas. Dans cet exemple on remarque que toutes les classes ont la même amplitude ai = 5. Donc
on tracer notre histogramme directement avec les ni ou fi, le principe de la proportionnalité des
surfaces aux effectifs est respecté. Notre histogramme sera donc comme suit :

32
ni ou fi
14

12

10

0 5 10 15 20 25 30 Classes

« Histogramme »

B/- Amplitude de classe non constante

Dans ce cas la surface des rectangles n’est pas proportionnelle aux seuls effectifs ou
fréquences (longueurs), mais aussi aux amplitudes de classes (largeurs). Il faudrait donc corriger cet
handicap. L’opération qui permet de le corriger s’appelle « la correction des effectifs ». En fait, il
s’agit de rendre les surfaces proportionnelles aux densités. Ces densités se conçoivent de deux
manières :
- soit on ramène chaque effectif à l’amplitude de la classe correspondante, c'est-à-dire aux
densités que nous avons définis plus haut (di = ni/ai ou di = fi/ai),

- soit on ramène tous les effectifs (ou fréquences ) de classes à une même et commune
amplitude, appelée amplitude de base, notée « a0 ». Celle-ci n’est autre que la plus petite amplitude
de classe observée dans la distribution (parfois, c’est aussi le plus grand diviseur commun). On
construit dans ce cas un histogramme avec les effectifs (ou fréquences) corrigés, notés « nic » ou
« fic », où les surfaces sont proportionnelles à ces « nic «.

La correction des effectifs se fait suivant une méthode en trois étapes comme suit :

- Etape 1
Repérer l’amplitude de base « a0 », qui correspond à la plus petite amplitude de
classe dans la distribution.

33
 - Etape 2
Calculer les « ai/a0 », c'est-à-dire ramener toutes les amplitudes à l’amplitude de base.
- Etape 3
Calculer les effectifs corrigés « nic » ou « fic », c’est dire :

nic = ni/(ai/a0) ou fic = fi/(ai/ao)

Exemple 3b
Soit la distribution suivante :

Classes Effectifs
[5 ; 10[ 4
[10 ; 15[ 6
[15 ; 20[ 12
[20 ; 30[ 8

- Représenter graphiquement cette distribution.

Il s’agit d’une distribution sous forme de classes (forme continue), donc la représentation
graphique correspondante est l’histogramme. Cependant, avant de tracer celui-ci, il faut d’abord
vérifier si les amplitudes de classes sont constantes ou pas. C'est-à-dire vérifier le principe de la
proportionnalité des surfaces aux effectifs ou fréquences.

On remarque dans cet exemple que l’amplitude de classe n’est pas constante : ex ; les première,
deuxième et troisième classes ont une même amplitude (ai = 5), alors que la quatrième classe a
une amplitude ai = 10. Autrement dit, ai ≠ Cte. Il faudrait donc, avant de tracer l’histogramme,
corriger les effectifs ou calculer les densités.

Les densités (ni/ai ou fi/ai) sont faciles à calculer et sont données dans le tableau. Par contre, pour
les effectifs corrigés, on doit les calculer. On précisera que l’amplitude de base « a0 », qui est la
plus petite amplitude de classe, est a0 = 5. On aura donc le tableau suivant :

Classes xi ni ai Ni Ni ↓ di ai/a0 nic

[5 ; 10[ 7,5 4 5 4 30 0,8 1 4
[10 ; 15[ 12,5 6 5 10 26 1,2 1 6
[15 ; 20[ 17,5 12 5 22 20 2,4 1 12
[20 ; 30[ 25 8 10 30 8 0,8 2 4
Total - 30 - - - - - -

Notre histogramme sera donc comme suit :

34
nic ou fic

1,4

1,2…………………………………………..

0,8…………………………..

0,6………………………..

0,4 ……………………………………………………………………..

0, 2…………………………………………………………

0 5 10 15 20 25 30 Classes

Remarque

Etant donné le principe de la proportionnalité des effectifs sux surfaces des rectangles, on
en déduit que la surface totale de l’histogramme (la somme des surfaces des rectangles) est égale à
la somme ( ∑ ) des ni, soit N, ou à la somme ( ∑ ) des fi, soit 1.

[Link]. Le polygone

Parfois l’histogramme, aussi parfait soit-il, ne permet pas des comparaisons entre
différentes distributions. Aussi, dans ce cas, on a recours au « polygone », construit à partir de
l’histogramme lui-même. Le polygone est un ensemble de segments qui relient les centres des
sommets des rectangles, à distance égale à « ai/2 » si l’amplitude de classe est constante, ou à
« a0/2 » si l’amplitude de classe n’est pas constante ; tout en ajoutant deux classes fictives
d’amplitude ai ou a0 selon les cas ; l’une avant la première classe, l’autre après la dernière
classe. Le polygone nous donne une courbe continue dont la surface délimitée avec l’axe des
abscisses représente la même surface que celle de l’histogramme, celle-ci étant égale à N ou 1, et
ce, conformément au principe de compensation des aires1 (voir les différentes couleurs sur le graphique
de l’exemple 3c, ci-dessous).

Exemple 3c

Reprenant les deux histogrammes des exemples 3a. Le polygone correspondant sera
comme suit :

1
Voir pour cela le cours magistral.
35
 ni ou fi

1,4 Aires perdues et compensées Aires perdues et compensées

1,2

1,0 Polygone

0,8 Aires perdues et compensées

0,6

0,4

0,2

0 5 10 15 20 25 30 Classes

[Link]- Les courbes cumulatives en « S »

La fonction de répartition d’une variable statistique continue est représentée par deux
courbes cumulatives en « s ». L’une croissante, pour les fréquences ou effectifs cumulés croissants.
L’autre décroissante, pour les fréquences ou effectifs cumulés décroissants. Les deux courbes sont
représentées sur un même graphique (même plan). La courbe croissante relie les bornes
supérieures des classes (Moins de), la courbe décroissante relie les bornes inférieures des classes
(Plus de).

On peut reprendre l’exemple 3a précédent dont nous avons déjà calculé les effectifs cumulés, et
tracer sa courbe cumulative.

Remarque
- Quelque soit l’amplitude de classe, constante ou non, cela n’a aucune incidence sur les
courbes cumulatives. Les effectifs cumulés étant des rangs, des positions, des numéros de modalités,
pas des densités.

- La courbe cumulative croissante stagne à N, pour toute valeur xi supérieure (>) à la borne
supérieure de la dernière classe. Elle stagne aussi à 0 pour toute valeur xi inférieure(<) à la borne
inférieure de la première classe.

- La courbe cumulative décroissante stagne à N pour toute valeur xi inférieure à la borne

inférieure de la première classe. Elle stagne aussi à 0 pour toute valeur xi supérieure à la borne
supérieure de la dernière classe.

36
 Ni ou Fi

40………………………………………………………………………………………………………………

30 Ni = N , ∀ xi < 5……………………………………….. Ni = N, ∀xi > 30…………

20…………………………………………………………………………………………………………….

10……………………………………………………………………………………………………………..

0 5 10 15 20 25 30 35 Classes
Ni = 0, ∀ xi < 5 Ni = 0, ∀ > 30

Conclusion au chapitre II

A l’issue de ce deuxième chapitre, l’étudiant aura pris connaissance et est ainsi initié aux
deux principales manières de présentation synthétique des données statistiques, à savoir les tableaux
et les graphiques.

L’usage fréquent de ces derniers en statistique, tant durant le cursus universitaire que professionnel,
impose à l’étudiant la nécessaire maitrise des techniques, principes et normes de leur construction.
C’est dans cet esprit que s’inscrit le présent chapitre.

Au-delà de la conception des graphiques et des tableaux, le chapitre a également comme objet et
souci d’initier et de rappeler à l’étudiant la nécessité de savoir lire et interpréter ces représentations.

Ainsi, au terme du présent chapitre, l’étudiant est désormais apte à réaliser seul les quatre
premières étapes de l’analyse statistique. Il doit, cependant, découvrir et s’initier à la cinquième et
dernière étape, à savoir ; le calcul des paramètres pertinents et leur interprétation. C’est l’objet des
trois chapitres suivants.

37