[Total : 0    Moyenne : 0/5]

L’enjeu de l’analyse graphique est de faciliter l’étude et les conclusions.

Introduction

« Un bon croquis vaut mieux qu’un long discours » nous disait Napoléon. Là, est tout l’enjeu de la représentation graphique. Il facilite le partage et la compréhension d’une information. L’utilisation des graphiques rentrent dans la logique du management visuel.

La conception d’un graphique

1. Identifier l’objectif du graphique

Première étape du processus, identifier l’objectif du graphique1. Doit-il montrer une corrélation, une tendance… ? En fonction de son objectif dépend le type de graphique.

2. Choisir le support du graphique

Faire un choix et identifier si le graphique sera utilisé dans le cadre d’un livre, un PowerPoint…

3. Identifier le type de graphique

Il existe 5 familles de graphiques. Le choix s’effectue en fonction de ce que l’on souhaite montrer2 :

  • Graphique de fluctuation ou de tendance : il montre une évolution d’un paramètre en fonction du temps (ventes mensuelles…). On utilise des courbes ou des droites.
  • Graphique de décomposition : il montre les proportions des différents éléments dans un ensemble (vente par produit…). Le plus souvent, on utilise des graphiques « camembert ».
  • Graphique de distribution : il montre la répartition d’un élément par rapport un ensemble. Ce sont les graphiques histogramme.
  • Graphique de corrélation : il montre le lien ou non qu’il existe entre deux ensembles de données. Ce sont des nuages de points.
  • Graphique de comparaison : il montre l’écart entre plusieurs ensemble de données reliées par un même paramètre. Par exemple, le résultat financier des différentes entreprises d’un même secteur. Ce sont des diagrammes en bâton, point ou en courbe.

4. Recueillir les données

Le recueil est essentiel et doit être effectué de manière rigoureuse.

5. Construire et valider le graphique

Une fois les données recueillies, construire le graphique.

Avant la diffusion du graphique, vous devez le valider. Cette validation est en 2 critères :

  • Compréhension : s’assurer que quiconque voit le graphique en comprend la même chose.
  • Objectif : s’assurer qu’il répond à l’objectif de représentation souhaité initialement.
  • Visuel : intégrer des pictogrammes, des couleurs, des effets…

Les graphiques de fluctuation ou de tendance

Aussi appelé Time Series Plot, les graphiques de fluctuation représentent des données selon un ordre chronologique. Il permet de visualiser des changements et variations en fonction du temps et de comprendre les évolutions.

Une évolution de ce graphique est le Process Behavior Chart, utilisé pour les cartes de contrôles. Ce graphique propose de rajouter 3 lignes horizontales pour améliorer l’interprétation et avoir une analyse plus objective que le Time Series Plot :

  • UCL : la valeur maximale acceptée par le client
  • LCL : la valeur minimale acceptée par le client
  • X barre : la moyenne (UCL + LCL)/2

Les graphiques de distribution

Encore plus que les autres, les graphiques de distribution font parti intégrante des statistiques. Ce type de graphique était utilisé pour représenter les populations lors des premiers recensements.

Les graphiques de distribution permettent de visualiser la répartition d’un même critère quantitatif ayant diverses valeurs. Exemple : l’âge, le poids, la longueur… Par exemple, le nombre de pièces ayant un poids compris entre 10 et 15 Kg, entre 15 et 20 Kg… C’est utile dans de très nombreux cas de contrôles qualités de pièces, de mesure de bruit…

Les box plot

Il existe un autre type de graphique de dispersion que l’on nomme le Box Plot (appelé également chandelier japonais, diagramme de Tukey ou encore boites à moustaches). Un box plot indique où est le milieu des données et comment les valeurs sont réparties autour :

  • La boite indique les 50% des valeurs du milieu.
  • Les lignes verticales indiquent l’Etendue des valeurs à l’exception des Outliers.
  • Un astérisque désigne un Outliers (Très grand ou très petit).

Ce type de graphique est utilisé pour comparer visuellement des données avec des input par attribut.

Les graphiques de corrélation

Les graphiques de corrélation, aussi appelé Scatter Plot, permettent de voir le comportement d’un paramètre en fonction d’un autre. Ce type de diagramme permet de déduire :

  • S’il y a corrélation ou non entre 2 paramètres
  • Le type de corrélation : forte, faible, positive ou négative.

La principale utilisation des diagrammes de corrélation se fait lors de l’étude des causes d’un problème. On peut par exemple mesurer la relation entre 1 cause et un effet, ou 1 cause et la cause de cette même cause ou encore 2 causes entre elles. En mesurant ces paramètres, on pourra définir des priorités. Par exemple, si une cause a une corrélation très forte avec un effet, cette cause doit être prioritaire lors de la résolution du problème.

Mais plus que cela, le diagramme de corrélation peut être utilisé pour d’autres objectifs : par exemple, un diagramme de corrélation nous indique que le taux de retard dans une réunion influx la qualité de ces réunions. Ainsi, pour mettre en place un indicateur, on préférera utiliser le taux de retard, plus facile à mesurer, que la qualité des réunions.

Graphique de décomposition

Un graphique de décomposition permet d’évaluer la composition d’un ensemble. Autrement dit, par rapport à une quantité de 100%, un graphique de composition évalue la proportion de chacun des éléments.

On retrouve 2 types de représentation graphique :

Camembert : sur un cercle complet représentant 100%, on visualise la proportion de chacun des éléments. Chaque part est égal à la fréquence (effectif  de la classe divisé par l’effectif total) * 360°.

Histogramme ou barre, où l’on retrouve sur une hauteur d’histogramme représentant 100%, les différentes proportions de chacun des éléments.

Graphique de comparaison

Un graphique de comparaison permet de comparer plusieurs ensemble de valeur vis-à-vis d’un ou plusieurs paramètres identiques. On utilise deux types de graphique :

Le graphique radar : Le diagramme radar a été employé pour la première fois en 1877 par Georg von Mayr4 dans son œuvre “Die Gesetzmäßigkeit im Gesellschaftsleben”. Le diagramme radar permet de tracer les valeurs de chaque catégorie le long d’un axe distinct qui commence au centre du graphique et se termine sur l’anneau extérieur. Il permet de comparer plusieurs ensembles selon plusieurs critères (pas plus de 10 auquel cas, le graphique devient illisible).

Le graphique histogramme : lorsqu’il y a un seul paramètre de mesure, on utilise un graphique histogramme.

Les graphiques de comparaisons permettent de répondre à trois questions :

  • Quelles variables sont dominantes pour un critère donné ?
  • Quelles variables se ressemblent le plus, y a-t-il des groupements de variables ?
  • Y a-t-il des exceptions, des variables qui se démarquent ?

Source

1 – W. Nerds (2014) – Economic statistics

2 – M. Gauthy-Sinéchal, M. Vandercammen (2010) – Etudes de marchés : méthodes et outils

3 – A. Schärlig, O. Blanc (2000) – Faire parler les chiffres : la statistique descriptive au service de la gestion

4 – M. Friendly (2008) – Milestones in the history of thematic cartography, statistical graphics and data visualization

Share This