{"id":6704,"date":"2026-09-16T10:34:56","date_gmt":"2026-09-16T10:34:56","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/comment-modifier-largeur-classes-histogramme-excel\/"},"modified":"2026-09-16T10:35:10","modified_gmt":"2026-09-16T10:35:10","slug":"comment-modifier-largeur-classes-histogramme-excel","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=comment-modifier-largeur-classes-histogramme-excel","title":{"rendered":"Comment modifier la largeur des classes d’un histogramme dans Excel"},"content":{"rendered":"

L’exploration visuelle des distributions de donn\u00e9es constitue une \u00e9tape fondamentale et incontournable de toute d\u00e9marche d’analyse quantitative, qu’il s’agisse de recherche acad\u00e9mique fondamentale, d’\u00e9tudes cliniques ou de mod\u00e9lisation pr\u00e9dictive en entreprise. Parmi l’arsenal des repr\u00e9sentations graphiques disponibles, l’histogramme occupe une place pr\u00e9pond\u00e9rante depuis son introduction formelle par Karl Pearson<\/a> \u00e0 la fin du dix-neuvi\u00e8me si\u00e8cle. Cet outil fournit une approximation empirique de la fonction de densit\u00e9 de probabilit\u00e9 sous-jacente d’une variable al\u00e9atoire continue. Cependant, la fid\u00e9lit\u00e9 de cette repr\u00e9sentation d\u00e9pend de mani\u00e8re critique d’un param\u00e8tre technique souvent sous-estim\u00e9 par les praticiens : le partitionnement de l’axe des abscisses, commun\u00e9ment d\u00e9sign\u00e9 sous le terme de largeur de classe ou bin width<\/em>.<\/p>\n

Dans l’environnement contemporain du tableur Microsoft Excel, omnipr\u00e9sent dans les organisations et les laboratoires, la g\u00e9n\u00e9ration d’un histogramme a \u00e9t\u00e9 grandement simplifi\u00e9e depuis l’introduction d’un type de graphique statistique d\u00e9di\u00e9 et dynamique. N\u00e9anmoins, l’automatisation algorithmique par d\u00e9faut du logiciel repose sur des heuristiques g\u00e9n\u00e9ralistes qui \u00e9chouent fr\u00e9quemment \u00e0 r\u00e9v\u00e9ler les singularit\u00e9s morphologiques des s\u00e9ries observ\u00e9es. Qu’il s’agisse de masquer un bimodalisme structurel par un sur-lissage excessif ou, inversement, d’introduire un bruit d’\u00e9chantillonnage d\u00e9routant par une fragmentation microscopique, le calibrage arbitraire d’Excel exige une reprise en main m\u00e9thodique et instruite par le statisticien.<\/p>\n

Ce guide exhaustif a pour vocation d’analyser en profondeur les fondements th\u00e9oriques, les m\u00e9canismes logiciels et les implications cognitives associ\u00e9s \u00e0 la modification de la largeur des classes dans Excel. En combinant rigueur \u00e9pist\u00e9mologique et directes m\u00e9thodologiques pas \u00e0 pas, ce document d\u00e9taille la totalit\u00e9 des manipulations requises pour dominer l’interface de mise en forme, impl\u00e9menter les r\u00e8gles formelles de discr\u00e9tisation optimale, g\u00e9rer les valeurs aberrantes et garantir une conformit\u00e9 absolue avec les exigences de publication acad\u00e9mique internationale.<\/p>\n

1. Fondements statistiques de l’histogramme et r\u00f4le de la granularit\u00e9<\/h2>\n

Pour appr\u00e9hender pleinement les enjeux techniques li\u00e9s au r\u00e9glage de la largeur de classe dans un tableur, il est indispensable de revisiter les principes math\u00e9matiques et th\u00e9oriques qui sous-tendent la construction d’un histogramme, en insistant sur la port\u00e9e \u00e9pist\u00e9mologique de cet estimateur de densit\u00e9 non param\u00e9trique.<\/p>\n

1.1 D\u00e9finition th\u00e9orique et utilit\u00e9 de l’histogramme dans l’analyse de distribution<\/h3>\n

L’histogramme se distingue fondamentalement du simple diagramme en barres (ou graphique \u00e0 colonnes), bien qu’une confusion visuelle persiste fr\u00e9quemment chez les analystes d\u00e9butants. Alors que le diagramme en barres juxtapose des cat\u00e9gories discr\u00e8tes ou nominales dont l’ordonnancement peut souvent \u00eatre interverti sans alt\u00e9rer la s\u00e9mantique de l’observation, l’histogramme s’applique exclusivement \u00e0 des variables quantitatives continues ou discr\u00e8tes \u00e0 large support. Dans un histogramme continu, l’axe horizontal repr\u00e9sente une ligne num\u00e9rique continue et orient\u00e9e, d\u00e9coup\u00e9e en intervalles contigus et mutuellement exclusifs appel\u00e9s \u00ab classes \u00bb ou \u00ab bacs \u00bb (bins<\/em>). La surface de chaque rectangle \u00e9rig\u00e9 au-dessus d’un intervalle est rigoureusement proportionnelle \u00e0 la fr\u00e9quence relative ou absolue des observations qui y chutent, incarnant ainsi le concept math\u00e9matique d’int\u00e9grale locale d’une densit\u00e9 empirique.<\/p>\n

L’utilit\u00e9 premi\u00e8re de ce dispositif r\u00e9side dans sa capacit\u00e9 \u00e0 offrir une visualisation imm\u00e9diate des caract\u00e9ristiques distributionnelles majeures d’un \u00e9chantillon : la tendance centrale (position du mode, de la m\u00e9diane et de la moyenne), la dispersion globale, le degr\u00e9 d’asym\u00e9trie statistique (mesur\u00e9 formellement par le coefficient de skewness<\/a>) et le niveau d’aplatissement ou d’\u00e9paisseur des queues de distribution (estim\u00e9 par le kurtosis<\/a>). Cette exploration pr\u00e9liminaire conditionne la validit\u00e9 des inf\u00e9rences subs\u00e9quentes, orientant l’analyste vers des mod\u00e9lisations param\u00e9triques lin\u00e9aires ou vers des m\u00e9thodes robustes non param\u00e9triques.<\/p>\n

Dans le domaine sp\u00e9cifique des sciences comportementales, de la psychom\u00e9trie et de la psychologie diff\u00e9rentielle, l’histogramme s’av\u00e8re un instrument de diagnostic capital. L’\u00e9valuation de constructs latents tels que l’anxi\u00e9t\u00e9-trait, l’estime de soi ou les quotients d’efficience cognitive repose sur des agr\u00e9gations de scores qui doivent \u00eatre scrut\u00e9es afin de d\u00e9tecter d’\u00e9ventuels effets de plafond (saturation des scores dans les classes sup\u00e9rieures) ou effets de plancher. De surcro\u00eet, l’\u00e9mergence d’une distribution bimodale dans un protocole d’\u00e9valuation clinique signale immanquablement l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 de la cohorte, trahissant la coexistence de deux sous-populations distinctes que l’analyse univari\u00e9e aveugle aurait masqu\u00e9es.<\/p>\n

1.2 Le concept de largeur de classe (bin width) et son impact interpr\u00e9tatif<\/h3>\n

La largeur de classe, formellement d\u00e9sign\u00e9e par le symbole math\u00e9matique h<\/em>, d\u00e9finit l’amplitude num\u00e9rique de chaque sous-intervalle partitionnant l’espace des donn\u00e9es. La relation math\u00e9matique fondamentale liant l’\u00e9tendue globale de la s\u00e9rie (diff\u00e9rence entre la valeur maximale et la valeur minimale observ\u00e9es), l’effectif total de l’\u00e9chantillon n<\/em> et le nombre total d’intervalles k<\/em> s’exprime par le ratio o\u00f9 la largeur h<\/em> est approximativement \u00e9gale \u00e0 l’\u00e9tendue divis\u00e9e par k<\/em>. Ce param\u00e8tre de maille spatiale constitue le levier de r\u00e9glage exclusif de la granularit\u00e9 descriptive du ph\u00e9nom\u00e8ne \u00e9tudi\u00e9.<\/p>\n

La fixation de h<\/em> engage l’analyste dans un compromis classique en th\u00e9orie de l’estimation : le compromis entre le biais et la variance. Lorsque l’analyste s\u00e9lectionne une largeur de classe excessivement grande, un ph\u00e9nom\u00e8ne d\u00e9l\u00e9t\u00e8re de sur-lissage (oversmoothing<\/em>) se produit. Les d\u00e9tails structurels fins de la s\u00e9rie sont an\u00e9antis au profit d’une courbe macroscopique artificielle. Ce sur-lissage comprime les \u00e9carts, \u00e9crase les modes secondaires et peut conduire \u00e0 interpr\u00e9ter \u00e0 tort une distribution intrins\u00e8quement complexe ou polymodale comme une loi normale unimodale parfaitement sym\u00e9trique. Les sp\u00e9cificit\u00e9s cliniques ou comportementales locales sont alors purement et simplement effac\u00e9es du champ perceptif.<\/p>\n

\u00c0 l’inverse, l’adoption d’une largeur de classe excessivement \u00e9troite induit un sous-lissage (undersmoothing<\/em>) pr\u00e9judiciable. L’histogramme se morcelle en une succession de pics vertigineux et de vall\u00e9es artificielles, parfois s\u00e9par\u00e9s par des classes vides ne contenant aucune observation. Dans cette configuration, la repr\u00e9sentation graphique ne refl\u00e8te plus la fonction de densit\u00e9 th\u00e9orique sous-jacente de la population m\u00e8re, mais amplifie de mani\u00e8re d\u00e9sordonn\u00e9e les artefacts stochastiques et les fluctuations al\u00e9atoires inh\u00e9rentes \u00e0 l’\u00e9chantillonnage. L’observateur est alors expos\u00e9 \u00e0 des signaux trompeurs, le poussant \u00e0 postuler des r\u00e9gularit\u00e9s l\u00e0 o\u00f9 ne r\u00e9side qu’un bruit statistique sans signification clinique ou th\u00e9orique.<\/p>\n

1.3 Sp\u00e9cificit\u00e9s algorithmiques du trac\u00e9 par d\u00e9faut dans Microsoft Excel<\/h3>\n

Lorsqu’un utilisateur sollicite la cr\u00e9ation d’un histogramme natif via le ruban de Microsoft Excel, le moteur graphique interne n’interroge pas l’op\u00e9rateur sur ses pr\u00e9suppos\u00e9s m\u00e9thodologiques. Le logiciel applique de mani\u00e8re automatis\u00e9e une routine d\u00e9terministe de discr\u00e9tisation. Historiquement et fonctionnellement, l’algorithme d’Excel recourt \u00e0 une d\u00e9clinaison implicite de formules de partitionnement inspir\u00e9es de conventions classiques, cherchant \u00e0 g\u00e9n\u00e9rer un nombre de classes restreint, per\u00e7u par les concepteurs comme visuellement \u00e9quilibr\u00e9 sur un \u00e9cran bureautique standard.<\/p>\n

Cette approche syst\u00e9matique pr\u00e9sente de s\u00e9v\u00e8res d\u00e9faillances face \u00e0 des distributions r\u00e9elles qui s’\u00e9cartent de la distribution gaussienne id\u00e9ale. Si les donn\u00e9es pr\u00e9sentent une forte asym\u00e9trie positive (par exemple, des donn\u00e9es de temps de r\u00e9action en laboratoire de neurosciences ou des distributions de revenus \u00e9conomiques), l’algorithme calcule une \u00e9tendue totale d\u00e9mesur\u00e9e en raison de quelques observations lointaines situ\u00e9es dans la queue sup\u00e9rieure. En divisant cette \u00e9tendue par un nombre conventionnel d’intervalles, le tableur impose une largeur uniforme d\u00e9mesur\u00e9ment large pour la zone dense de l’\u00e9chantillon, agr\u00e9geant la quasi-totalit\u00e9 des participants dans les deux premi\u00e8res barres et \u00e9tirant des classes quasi d\u00e9sertes sur le reste du graphique.<\/p>\n

Par cons\u00e9quent, le param\u00e9trage automatique d\u00e9livr\u00e9 par Excel ne saurait en aucun cas \u00eatre consid\u00e9r\u00e9 comme une finalit\u00e9 scientifique. L’intervention experte de l’analyste pour ajuster manuellement la finesse de ce partitionnement n’est pas un simple raffinement esth\u00e9tique : elle constitue une exigence d\u00e9ontologique et m\u00e9thodologique visant \u00e0 restaurer l’int\u00e9grit\u00e9 de l’information statistique transmise au lectorat.<\/p>\n

2. Pr\u00e9paration et structuration rigoureuse du jeu de donn\u00e9es dans Excel<\/h2>\n

Avant d’initier la moindre manipulation graphique au sein du tableur, une phase pr\u00e9paratoire d’assainissement et de structuration matricielle des donn\u00e9es s’av\u00e8re indispensable pour \u00e9viter les blocages de l’interface ou la g\u00e9n\u00e9ration d’artefacts d’affichage.<\/p>\n

2.1 Organisation tabulaire conforme aux standards d’analyse quantitative<\/h3>\n

Pour \u00eatre exploit\u00e9e avec succ\u00e8s par le module de graphiques statistiques d’Excel, la variable cible doit \u00eatre structur\u00e9e sous la forme d’un vecteur vertical unidimensionnel au sein d’une feuille de calcul propre. Cela implique de consigner l’ensemble des observations dans une colonne unique, surmont\u00e9e imp\u00e9rativement d’un en-t\u00eate descriptif textuel sans \u00e9quivoque (par exemple, \u00ab Score_Anxiete_STAI \u00bb ou \u00ab Temps_Reponse_ms \u00bb). L’agencement tabulaire doit proscrire formellement toute cellule fusionn\u00e9e dans la zone de donn\u00e9es ou dans les zones adjacentes, les cellules fusionn\u00e9es perturbant irr\u00e9m\u00e9diablement le m\u00e9canisme de r\u00e9f\u00e9rencement matriciel du moteur graphique.<\/p>\n

Une vigilance particuli\u00e8re doit \u00eatre accord\u00e9e \u00e0 l’encodage num\u00e9rique strict. Dans les versions francophones d’Excel, le s\u00e9parateur d\u00e9cimal par d\u00e9faut est la virgule, alors que les banques de donn\u00e9es issues de logiciels d’exp\u00e9rimentation psychologique (comme PsychoPy, E-Prime ou des plateformes en ligne comme Qualtrics) exportent g\u00e9n\u00e9ralement les fractions num\u00e9riques avec un point d\u00e9cimal anglo-saxon. Si un nombre comporte un point au lieu d’une virgule, Excel interpr\u00e8te l’entr\u00e9e comme une cha\u00eene de caract\u00e8res textuelle (align\u00e9e par d\u00e9faut \u00e0 gauche de la cellule). La pr\u00e9sence d’une seule valeur textuelle au sein d’une colonne emp\u00eache l’histogramme de fonctionner correctement ou exclut silencieusement ces enregistrements du d\u00e9compte fr\u00e9quentiel.<\/p>\n

Le traitement des donn\u00e9es manquantes exige \u00e9galement une formalisation rigoureuse. Les logiciels statistiques institutionnels (tels que SPSS ou SAS) utilisent fr\u00e9quemment des codes num\u00e9riques conventionnels arbitraires (comme -99, 999 ou 9999) pour d\u00e9signer une non-r\u00e9ponse, une omission ou un abandon de protocole. Si ces codes sont laiss\u00e9s bruts dans la colonne lors de la cr\u00e9ation de l’histogramme, Excel les traitera comme des valeurs r\u00e9elles continues. L’\u00e9tendue sera instantan\u00e9ment fauss\u00e9e et le trac\u00e9 sera totalement corrompu par l’inclusion de ces valeurs aberrantes fictives. Il convient donc de vider purement et simplement ces cellules ou d’utiliser le filtre de donn\u00e9es pour \u00e9liminer pr\u00e9alablement les observations non valides.<\/p>\n

2.2 Typologie des donn\u00e9es adapt\u00e9es au trac\u00e9 d’histogrammes<\/h3>\n

Tous les types de donn\u00e9es ne sont pas recevables pour une analyse par histogramme continu. En r\u00e9f\u00e9rence \u00e0 la classification fondamentale des \u00e9chelles de mesure formalis\u00e9e par Stanley Smith Stevens<\/a>, seules les variables mesur\u00e9es sur une \u00e9chelle d’intervalles ou sur une \u00e9chelle de rapports poss\u00e8dent les propri\u00e9t\u00e9s math\u00e9matiques requises pour autoriser une discr\u00e9tisation spatiale en classes d’amplitudes \u00e9gales. Les variables purement qualitatives nominales (telles que le genre ou la cat\u00e9gorie socioprofessionnelle) ou ordinales restreintes (\u00e9chelles de Likert \u00e0 3 ou 5 points discrets) doivent \u00eatre trait\u00e9es par des diagrammes en barres cat\u00e9goriels et non par des histogrammes, sous peine de sugg\u00e9rer une m\u00e9trique continue fallacieuse.<\/p>\n

L’effectif de l’\u00e9chantillon conditionne \u00e9galement la faisabilit\u00e9 et la pertinence du trac\u00e9. Sur des cohortes tr\u00e8s restreintes (par exemple, n<\/em> < 30), la puissance d’estimation d’un histogramme est extr\u00eamement faible ; la forme globale du graphique fluctue violemment au gr\u00e9 de la moindre modification de la largeur de classe, conf\u00e9rant aux observations une instabilit\u00e9 trompeuse. Dans ces contextes, un diagramme de dispersion individuel (strip plot<\/em>) ou un trac\u00e9 en bo\u00eete \u00e0 moustaches (box plot<\/em>) s’av\u00e8re nettement plus honn\u00eate sur le plan scientifique. En revanche, d\u00e8s lors que l’\u00e9chantillon atteint des volumes interm\u00e9diaires ou massifs (de quelques centaines \u00e0 plusieurs dizaines de milliers d’unit\u00e9s), l’histogramme d\u00e9ploie toute son efficacit\u00e9 pour r\u00e9sumer la structure statistique du ph\u00e9nom\u00e8ne sous-jacent.<\/p>\n

Consid\u00e9rons \u00e0 titre d’illustration empirique l’\u00e9tude des scores obtenus par un \u00e9chantillon de 1 200 participants soumis \u00e0 l’inventaire d’anxi\u00e9t\u00e9 \u00e9tat-trait de Spielberger. Cette \u00e9chelle g\u00e9n\u00e8re un score continu th\u00e9orique compris entre 20 et 80. Dans un autre registre m\u00e9thodologique, examinons les donn\u00e9es relatives aux r\u00e9mun\u00e9rations mensuelles brutes au sein d’une grande entreprise multinationale, exprim\u00e9es en euros. Dans le premier cas, la distribution s’approche g\u00e9n\u00e9ralement d’une forme en cloche avec une l\u00e9g\u00e8re asym\u00e9trie vers les valeurs \u00e9lev\u00e9es en population clinique ; dans le second, la distribution des revenus exhibe une forte asym\u00e9trie \u00e0 droite avec une queue tr\u00e8s \u00e9tir\u00e9e. Ces deux sc\u00e9narios exigeront une strat\u00e9gie de s\u00e9lection de largeur de classe radicalement diff\u00e9renci\u00e9e lors de la phase de manipulation dans Excel.<\/p>\n

3. Proc\u00e9dure pas \u00e0 pas de g\u00e9n\u00e9ration de l’histogramme natif dans Excel<\/h2>\n

Depuis la version d’Excel int\u00e9gr\u00e9e \u00e0 Microsoft 365 et les versions d’Excel 2016 et ult\u00e9rieures, la cr\u00e9ation d’un histogramme s’appuie sur un objet graphique vectoriel autonome hautement dynamique, distinct des anciens outils statiques bas\u00e9s sur des macros ou des modules compl\u00e9mentaires.<\/p>\n

3.1 S\u00e9lection des plages de donn\u00e9es et navigation dans le ruban<\/h3>\n

La premi\u00e8re phase op\u00e9rationnelle r\u00e9side dans la d\u00e9limitation pr\u00e9cise de la mati\u00e8re premi\u00e8re informationnelle. L’utilisateur doit positionner le curseur actif sur la cellule d’en-t\u00eate de la colonne contenant les valeurs num\u00e9riques continues. \u00c0 l’aide du raccourci clavier standard (Ctrl + Maj + Fl\u00e8che vers le bas<\/em> sous Windows ou Cmd + Shift + Fl\u00e8che vers le bas<\/em> sous macOS), l’int\u00e9gralit\u00e9 du vecteur de donn\u00e9es est s\u00e9lectionn\u00e9e instantan\u00e9ment, sans risque d’omettre des enregistrements situ\u00e9s en bas de page. Il est imp\u00e9ratif d’inclure l’en-t\u00eate textuel dans la s\u00e9lection : le moteur d’Excel l’identifiera automatiquement pour baptiser le graphique et \u00e9viter d’interpr\u00e9ter le premier libell\u00e9 comme un point de donn\u00e9es nul ou corrompu.<\/p>\n

Une fois la s\u00e9lection active stabilis\u00e9e, dirigez-vous vers le sommet de l’interface et cliquez sur l’onglet contextuel Insertion<\/strong> situ\u00e9 dans le ruban Office. Au sein du groupe d’outils labellis\u00e9 Graphiques<\/strong>, localisez l’ic\u00f4ne repr\u00e9sentant de petites barres bleues ordonn\u00e9es sous forme de distribution statistique, intitul\u00e9e officiellement Ins\u00e9rer un graphique statistique<\/strong>. En cliquant sur le menu d\u00e9roulant adjacent, l’interface pr\u00e9sente plusieurs options visuelles r\u00e9parties en cat\u00e9gories distinctes.<\/p>\n

\"\"<\/figure>\n

Il importe de ne pas confondre le mod\u00e8le Histogramme<\/strong> standard avec le mod\u00e8le Pareto<\/strong> juxtapos\u00e9. Le diagramme de Pareto combine un trac\u00e9 en colonnes tri\u00e9es par ordre d\u00e9croissant de fr\u00e9quence avec une courbe cumulative en pourcentage, un outil purement d\u00e9di\u00e9 au contr\u00f4le de qualit\u00e9 industrielle et \u00e0 la loi des 80\/20. Pour l’analyse de distribution continue univari\u00e9e, cliquez strictement sur la premi\u00e8re miniature repr\u00e9sentant l’Histogramme simple<\/strong>. Excel ins\u00e8re alors instantan\u00e9ment un nouvel objet graphique flottant au milieu de la feuille de calcul active.<\/p>\n

3.2 G\u00e9n\u00e9ration de l’objet graphique et diagnostic du rendu automatis\u00e9<\/h3>\n

D\u00e8s l’apparition de l’objet sur le canevas d’Excel, le statisticien doit poser un regard critique sur le r\u00e9sultat brut g\u00e9n\u00e9r\u00e9 par le moteur logiciel. Par d\u00e9faut, Excel applique sa propre heuristique de partitionnement. Examinez attentivement l’axe horizontal des abscisses : les \u00e9tiquettes ne pr\u00e9sentent pas des valeurs ponctuelles uniques, mais des descriptions d’intervalles ferm\u00e9s ou ouverts, g\u00e9n\u00e9ralement formul\u00e9es sous une syntaxe entre crochets et parenth\u00e8ses (par exemple, [20, 27,5)<\/code>, indiquant que la borne inf\u00e9rieure 20 est incluse tandis que la borne sup\u00e9rieure 27,5 en est exclue).<\/p>\n

Dans une immense majorit\u00e9 de configurations exp\u00e9rimentales, ce rendu initial se r\u00e9v\u00e8le insatisfaisant. Les classes peuvent pr\u00e9senter des amplitudes num\u00e9riques baroques comportant de multiples d\u00e9cimales superflues (par exemple, une largeur d’intervalle calcul\u00e9e \u00e0 7,3333 unit\u00e9s), ce qui heurte violemment la lisibilit\u00e9 cognitive du document. Dans d’autres contextes, le nombre d’intervalles arbitrairement choisi par le logiciel compresse l’information jusqu’\u00e0 transformer une distribution riche en une masse indiff\u00e9renci\u00e9e de quatre ou cinq colonnes massives, occultant les sp\u00e9cificit\u00e9s structurelles de la variable.<\/p>\n

Ce diagnostic initial confirme la n\u00e9cessit\u00e9 absolue de passer outre le param\u00e9trage passif propos\u00e9 par d\u00e9faut. L’analyste doit d\u00e9sormais acc\u00e9der aux commandes d’ing\u00e9nierie fine du graphique afin de reprendre la main sur la g\u00e9om\u00e9trie des intervalles et d’aligner la granularit\u00e9 visuelle sur les standards th\u00e9oriques et empiriques de son champ de recherche.<\/p>\n

4. Acc\u00e8s \u00e0 l’interface de configuration de l’axe horizontal<\/h2>\n

L’ajustement de la largeur des classes ne s’effectue pas via les options habituelles de redimensionnement de s\u00e9ries de donn\u00e9es, mais par une intervention cibl\u00e9e sur les propri\u00e9t\u00e9s g\u00e9om\u00e9triques de l’axe horizontal, lequel porte la responsabilit\u00e9 du partitionnement spatial dans le mod\u00e8le d’Excel.<\/p>\n

4.1 S\u00e9lection cibl\u00e9e de l’axe des abscisses<\/h3>\n

Pour intervenir sur la granularit\u00e9 du graphique, il convient d’atteindre avec exactitude l’\u00e9l\u00e9ment constitutif idoine au sein du document graphique. L’approche la plus directe consiste \u00e0 d\u00e9placer le curseur de la souris directement au-dessus des \u00e9tiquettes num\u00e9riques de l’axe horizontal (les valeurs textuelles figurant entre crochets au bas des colonnes). Cliquez avec le bouton droit de la souris sur cette zone pr\u00e9cise. Un menu contextuel surgissant appara\u00eet \u00e0 l’\u00e9cran ; s\u00e9lectionnez l’ultime commande situ\u00e9e au bas de cette liste, intitul\u00e9e Format de l’axe…<\/strong>.<\/p>\n

Une m\u00e9thode alternative hautement s\u00e9curis\u00e9e, particuli\u00e8rement recommand\u00e9e lorsque la densit\u00e9 graphique rend le clic de souris impr\u00e9cis, consiste \u00e0 cliquer n’importe o\u00f9 dans le corps du graphique pour faire appara\u00eetre les onglets contextuels sp\u00e9cialis\u00e9s dans le ruban sup\u00e9rieur d’Excel : Cr\u00e9ation de graphique<\/strong> et Mise en forme<\/strong>. Cliquez sur l’onglet Mise en forme<\/strong>. \u00c0 l’extr\u00eame gauche de ce ruban, dans le groupe S\u00e9lection active<\/strong>, d\u00e9roulez la liste des composants du graphique et choisissez explicitement Axe horizontal (cat\u00e9gories)<\/strong>, puis cliquez sur le bouton Mise en forme de la s\u00e9lection<\/strong> positionn\u00e9 imm\u00e9diatement en dessous.<\/p>\n

\"\"<\/figure>\n

L’\u00e9cueil le plus fr\u00e9quent lors de cette manipulation r\u00e9side dans la s\u00e9lection accidentelle de la s\u00e9rie de donn\u00e9es (c’est-\u00e0-dire le corps bleu des barres verticales) en lieu et place de l’axe lui-m\u00eame. Si la s\u00e9rie est s\u00e9lectionn\u00e9e, le volet contextuel s’ouvrira sur le titre Format de la s\u00e9rie de donn\u00e9es<\/em>, lequel propose uniquement de r\u00e9gler la couleur de remplissage, les bordures ou la superposition, sans offrir le moindre acc\u00e8s aux param\u00e8tres math\u00e9matiques de partitionnement des classes. Il est donc crucial de v\u00e9rifier la mention figurant au sommet du volet lat\u00e9ral pour garantir que vous pilotez bien le format de l’axe.<\/p>\n

4.2 Exploration du volet Office contextuel ‘Format de l’axe’<\/h3>\n

Une fois l’action valid\u00e9e, un volet d’ancrage lat\u00e9ral intitul\u00e9 Format de l’axe<\/strong> s’ouvre sur le flanc droit de l’espace de travail d’Excel. Ce panneau technique regroupe l’ensemble des leviers typographiques, d\u00e9coratifs et structurels applicables \u00e0 l’axe cibl\u00e9. Au sommet de ce volet, sous le libell\u00e9 principal, se trouvent plusieurs ic\u00f4nes de navigation : le pot de peinture (remplissage et trait), les effets visuels (ombres et reflets), les options d’alignement et, enfin, une ic\u00f4ne repr\u00e9sentant trois petites barres verticales stylis\u00e9es d\u00e9nomm\u00e9e Options d’axe<\/strong>.<\/p>\n

Cliquez imp\u00e9rativement sur cette quatri\u00e8me ic\u00f4ne, Options d’axe<\/strong>, puis d\u00e9veloppez la section \u00e9ponyme situ\u00e9e en dessous en cliquant sur la petite fl\u00e8che triangulaire si celle-ci n’est pas d\u00e9j\u00e0 d\u00e9ploy\u00e9e. C’est ici que se d\u00e9voile le c\u0153ur fonctionnel du moteur statistique d’Excel. L’interface abandonne ici le formalisme conventionnel des axes cart\u00e9siens classiques (qui affichent habituellement le minimum, le maximum et les graduations principales) pour pr\u00e9senter une nomenclature propre aux distributions statistiques.<\/p>\n

Vous observez alors un groupe structur\u00e9 de boutons radio et de champs num\u00e9riques exclusifs :<\/p>\n