DataViz – L’histogramme

Dans cet article, nous allons étudier l’histogramme et son cousin, le diagramme à barre. Ce ne sont donc non pas une, mais deux représentations distinctes et pourtant souvent confondues.

L’origine de ces deux visualisations semble toutefois commune. C’est en 1370 que le français Nicolas Oresme cherche à représenter une évolution de vitesse sur du papier. Il a donc posé – pour la première fois – un axe horizontal pour le temps et représenté la vitesse à l’aide de segments verticaux, de longueur proportionnelle à la valeur.
Il a ainsi tracé le premier histogramme, visualisation de données Made In France.

Mais si les deux représentations sont proches visuellement, elles n’offrent pas les mêmes possibilités.
Voyons plutôt.

L’histogramme

Dans l’immense majorité des cas, l’histogramme est représenté de manière verticale.
C’est un outil très visuel, composé d’une barre par modalité à étudier. La hauteur de chaque barre est déterminée par la valeur de la modalité (dans le cas d’une évolution) ou par sa fréquence (dans le cas d’une analyse de densité).

Il peut être agrémenté d’une courbe lissant l’évolution. Celle-ci peut être calculée selon différentes méthodes comme la moyenne ou la moyenne mobile. Elle suit alors la tendance décrite par l’histogramme.

Il est souvent utilisé pour :

• Décrire l’évolution d’une valeur dans le temps (il en tire son histoire et son nom) ;
• Représenter la répartition des modalités au sein d’une population ;
• Résumer des données discrètes ou continues qui sont présentées par intervalles de valeurs ;
• Faciliter la détection d’observations inhabituelles (valeurs aberrantes) ou les intervalles sans point de donnée.

Le diagramme à barre

Le diagramme à barre en tant que tel semble remonter à 1781. William Playfair cherchait alors à comparer les exportations et les importations de l’Écosse depuis et vers différentes régions pendant un an, de Noël 1780 à Noël 1781.

Il est, quant à lui, est tantôt vertical, tantôt horizontal.
Très visuel lui aussi, il peut représenter une ou plusieurs modalité simultanément. Elles sont alors :

• Groupées (l’une à coté de l’autre, en petits paquets) :
  On peut ainsi comparer à la fois les modalités et leur évolution dans le temps.
• Empilées (l’une au dessus de l’autre) :
  On cherche ici à comparer à la fois la population totale et sa décomposition en modalités.

Ses usages les plus fréquents sont les suivants :

• Visualiser la fréquence et la part relative d’un nombre limité de modalités ;
• Comparer simultanément l’évolution de plusieurs modalité dans le temps (modalités groupées) ;
• Comprendre l’évolution de la composition d’une population (modalités empilées).

Les limites

Ces deux visualisations peuvent sembler intuitives – et elles le sont. Toutefois, il faut rester vigilant dans leur utilisation.

Nous voyons parfois figurer des visualisation dont l’échelle est tronquée. Dans ce cas, il devient difficile de comparer les différentes modalités représentées ou deux graphiques côte-à-côte (surtout si l’échelle est différente !).

Ces représentations conviennent à des analyses précises, d’évolution ou de concentration. Il n’est pas question de les employer pour étudier la répartition géographique des ventes (nous parlerons des cartes une autre fois…).

Comme elles perdent rapidement en lisibilité, il est nécessaire de filtrer les résultats en amont de la construction de la visualisation. Cela permet notamment de réduire le nombre de modalités affichées. Attention toutefois à ne pas ainsi dégrader la pertinence de l’analyse.

Ces visualisations sont à mettre dans toutes les boites à outils de business intelligence ! Attention toutefois à bien les utiliser correctement.

Si vous être perdus dans tout ce vocabulaire, n’hésitez pas à consulter nos définitions dans cet article !
Nos dataviz sont réalisées à l’aide de la solution Qlik Sense, dont nous sommes intégrateur.