{"id":8165,"date":"2026-10-14T18:02:21","date_gmt":"2026-10-14T18:02:21","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/analyse-univariee-definition-exemple\/"},"modified":"2026-10-14T18:02:21","modified_gmt":"2026-10-14T18:02:21","slug":"analyse-univariee-definition-exemple","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=analyse-univariee-definition-exemple","title":{"rendered":"Qu’est-ce que l’analyse univari\u00e9e ? (D\u00e9finition et exemple)"},"content":{"rendered":"

Dans le paysage contemporain de la science des donn\u00e9es, de la biom\u00e9trie et de la recherche en psychologie quantitative, l’analyse des donn\u00e9es constitue le socle m\u00e9thodologique \u00e0 partir duquel s’\u00e9laborent les th\u00e9ories et se valident les mod\u00e8les empiriques. Face \u00e0 l’accroissement exponentiel des volumes de donn\u00e9es et \u00e0 la sophistication des algorithmes d’apprentissage automatique, la tentation est souvent grande de recourir imm\u00e9diatement \u00e0 des mod\u00e9lisations multivari\u00e9es complexes, occultant ainsi les caract\u00e9ristiques intrins\u00e8ques des donn\u00e9es recueillies. Pourtant, toute d\u00e9marche scientifique rigoureuse impose de d\u00e9buter par un examen scrupuleux, \u00e9l\u00e9mentaire et m\u00e9thodique de chaque grandeur observ\u00e9e prise isol\u00e9ment. C’est pr\u00e9cis\u00e9ment l’objet de l’analyse univari\u00e9e<\/strong>, v\u00e9ritable pivot de la statistique descriptive et exploratoire.<\/p>\n

L’analyse univari\u00e9e se consacre \u00e0 l’\u00e9tude approfondie d’une seule et unique variable \u00e0 la fois. Loin de constituer un simple exercice pr\u00e9liminaire ou une \u00e9tape m\u00e9canique de formalisme acad\u00e9mique, elle repr\u00e9sente le premier acte d’intelligibilit\u00e9 du r\u00e9el mesur\u00e9. En faisant abstraction temporaire des interactions, des corr\u00e9lations crois\u00e9es et des causalit\u00e9s complexes qui unissent les diff\u00e9rents ph\u00e9nom\u00e8nes observ\u00e9s, le chercheur s’attache \u00e0 comprendre l’anatomie propre d’un vecteur de donn\u00e9es : sa tendance dominante, sa dispersion, son degr\u00e9 d’asym\u00e9trie, ainsi que la pr\u00e9sence \u00e9ventuelle de valeurs singuli\u00e8res ou aberrantes. Sans cette radiographie inaugurale, les inf\u00e9rences ult\u00e9rieures reposent sur des bases fragiles, susceptibles d’induire des biais statistiques s\u00e9v\u00e8res ou des erreurs d’interpr\u00e9tation clinique pr\u00e9judiciables.<\/p>\n

Le pr\u00e9sent article propose une exploration exhaustive des fondements, des instruments math\u00e9matiques, des repr\u00e9sentations graphiques et des applications pratiques de l’analyse univari\u00e9e. De la typologie des \u00e9chelles de mesure th\u00e9oris\u00e9e par Stanley Smith Stevens jusqu’aux tests d’ad\u00e9quation inf\u00e9rentiels, en passant par une \u00e9tude de cas d\u00e9taill\u00e9e consacr\u00e9e \u00e0 l’\u00e9valuation psychom\u00e9trique de l’anxi\u00e9t\u00e9, ce guide se veut une r\u00e9f\u00e9rence m\u00e9thodologique compl\u00e8te pour les chercheurs, les statisticiens et les \u00e9tudiants d\u00e9sireux de ma\u00eetriser l’art d’analyser rigoureusement une variable dans toute sa singularit\u00e9.<\/p>\n

1. Fondements conceptuels et d\u00e9finition de l’analyse univari\u00e9e<\/h2>\n

1.1 \u00c9tymologie et principe fondamental<\/h3>\n

L’\u00e9tymologie du terme \u00ab univari\u00e9 \u00bb \u00e9claire directement sa port\u00e9e \u00e9pist\u00e9mologique et op\u00e9ratoire. Compos\u00e9 du pr\u00e9fixe d’origine latine uni-<\/em> (d\u00e9riv\u00e9 de unus<\/em>, signifiant \u00ab un seul \u00bb) et du substantif \u00ab variable \u00bb (du latin variabilis<\/em>, qui renvoie \u00e0 ce qui est susceptible de changer, de se modifier ou de prendre diff\u00e9rentes valeurs), le concept d\u00e9signe rigoureusement l’analyse statistique conduite sur une entit\u00e9 empirique isol\u00e9e. Dans ce cadre, le chercheur neutralise d\u00e9lib\u00e9r\u00e9ment toute mise en relation avec d’autres dimensions mesur\u00e9es. L’objet d’\u00e9tude n’est pas d’examiner comment une grandeur fluctue en r\u00e9ponse aux variations d’une autre, mais de documenter de mani\u00e8re exhaustive l’\u00e9ventail des valeurs observ\u00e9es au sein d’une population ou d’un \u00e9chantillon donn\u00e9.<\/p>\n

L’objectif primaire de l’analyse univari\u00e9e r\u00e9side dans l’exploration, la synth\u00e8se et la caract\u00e9risation de la distribution d’une variable unique. Elle vise \u00e0 r\u00e9pondre \u00e0 des interrogations fondamentales : quelles sont les valeurs observables ? Avec quelle fr\u00e9quence chacune d’entre elles se manifeste-t-elle ? Existe-t-il une valeur typique ou un centre de gravit\u00e9 autour duquel s’agr\u00e8gent les donn\u00e9es ? Les observations sont-elles homog\u00e8nes ou s’\u00e9parpillent-elles largement sur l’\u00e9tendue des possibles ? Cette d\u00e9marche descriptive exclut par d\u00e9finition toute vis\u00e9e explicative directe ou toute inf\u00e9rence de causalit\u00e9. En effet, postuler un lien de cause \u00e0 effet requiert au minimum d’\u00e9valuer la covariation de deux ph\u00e9nom\u00e8nes distincts, ce qui outrepasse les pr\u00e9rogatives du paradigme univari\u00e9.<\/p>\n

D’un point de vue \u00e9pist\u00e9mologique, il convient d’op\u00e9rer une distinction nette entre la description pure et la mod\u00e9lisation explicative. La premi\u00e8re, incarn\u00e9e par l’analyse univari\u00e9e, s’efforce de restituer le r\u00e9el empirique avec la plus grande fid\u00e9lit\u00e9 possible, en condensant l’information brute sans en d\u00e9naturer la structure sous-jacente. La seconde ambitionne d’articuler des hypoth\u00e8ses pr\u00e9dictives et d’\u00e9lucider des m\u00e9canismes g\u00e9n\u00e9rateurs. Confondre ces deux \u00e9tapes revient \u00e0 fragiliser l’\u00e9difice scientifique : une variable dont la distribution univari\u00e9e est mal comprise ou mal r\u00e9sum\u00e9e faussera in\u00e9vitablement les tentatives subs\u00e9quentes de mod\u00e9lisation causale ou relationnelle.<\/p>\n

\"\"<\/figure>\n

1.2 La distinction m\u00e9thodologique : univari\u00e9, bivari\u00e9 et multivari\u00e9<\/h3>\n

Pour appr\u00e9hender pleinement le statut de l’analyse univari\u00e9e, il est indispensable de la situer dans la taxonomie g\u00e9n\u00e9rale des approches statistiques, laquelle s’organise selon le nombre de variables consid\u00e9r\u00e9es simultan\u00e9ment. Lorsque le chercheur franchit le seuil de l’unit\u00e9 pour examiner conjointement deux variables, il s’engage dans l’analyse bivari\u00e9e. Cette derni\u00e8re a pour objet l’investigation empirique de la relation, de l’association ou de la d\u00e9pendance r\u00e9ciproque unissant deux grandeurs. C’est le domaine privil\u00e9gi\u00e9 du calcul des coefficients de corr\u00e9lation de Pearson ou de Spearman, des tableaux de contingence crois\u00e9s par le test du Khi-carr\u00e9 d’ind\u00e9pendance, ou encore de la r\u00e9gression lin\u00e9aire simple, dans laquelle une variable pr\u00e9dictive tente d’expliquer les variations d’une variable r\u00e9ponse.<\/p>\n

L’analyse multivari\u00e9e, quant \u00e0 elle, op\u00e8re un saut de complexit\u00e9 m\u00e9thodologique en traitant concomitamment trois variables ou davantage. Ce champ d’analyse englobe des techniques sophistiqu\u00e9es telles que la r\u00e9gression multiple, l’analyse de variance factorielle (ANOVA multivari\u00e9e ou MANOVA), l’analyse en composantes principales (ACP), ou encore la mod\u00e9lisation par \u00e9quations structurelles. L’objectif consiste ici \u00e0 isoler les contributions respectives de multiples facteurs ind\u00e9pendants, \u00e0 contr\u00f4ler les variables de confusion (ou variables parasites) et \u00e0 d\u00e9m\u00ealer les effets d’interaction syst\u00e9miques qui caract\u00e9risent les ph\u00e9nom\u00e8nes \u00e9cologiques, sociaux et psychologiques complexes.<\/p>\n

Il existe une stricte hi\u00e9rarchie de traitement des donn\u00e9es dans la pratique de la recherche scientifique. L’analyse univari\u00e9e constitue le premier niveau incontournable de cette s\u00e9quence analytique. L’acc\u00e8s aux niveaux bivari\u00e9 puis multivari\u00e9 ne peut se concevoir de fa\u00e7on valide sans une exploration univari\u00e9e pr\u00e9alable minutieuse. Vouloir estimer un coefficient de corr\u00e9lation lin\u00e9aire bivari\u00e9 sans avoir v\u00e9rifi\u00e9 au pr\u00e9alable l’univariance de chaque distribution (notamment la pr\u00e9sence de points d’inflexion, de bimodalit\u00e9 ou de valeurs aberrantes) expose le chercheur \u00e0 des artefacts m\u00e9thodologiques majeurs susceptibles de vicier l’ensemble de ses conclusions scientifiques.<\/p>\n

1.3 R\u00f4le \u00e9pist\u00e9mologique dans la recherche scientifique et psychologique<\/h3>\n

Dans l’arsenal m\u00e9thodologique des sciences empiriques, et singuli\u00e8rement au sein de la psychologie et des sciences comportementales, l’analyse univari\u00e9e remplit une fonction \u00e9pist\u00e9mologique de salubrit\u00e9 des donn\u00e9es. D\u00e8s lors qu’une campagne de recueil de donn\u00e9es s’ach\u00e8ve \u2014 qu’il s’agisse de questionnaires psychom\u00e9triques auto-rapport\u00e9s, de mesures chronom\u00e9triques de temps de r\u00e9action ou d’enregistrements physiologiques \u2014, la base de donn\u00e9es brute rec\u00e8le in\u00e9vitablement des imperfections. L’examen univari\u00e9 constitue le crible \u00e0 travers lequel chaque vecteur d’observations est pass\u00e9 au peigne fin afin de valider son int\u00e9grit\u00e9 avant tout traitement complexe.<\/p>\n

Ce nettoyage pr\u00e9liminaire permet d’identifier avec c\u00e9l\u00e9rit\u00e9 les anomalies de saisie, les incoh\u00e9rences m\u00e9triques (par exemple, un participant \u00e2g\u00e9 de 250 ans ou un score d’inventaire clinique exc\u00e9dant la borne maximale th\u00e9orique) et les biais d’\u00e9chantillonnage initiaux. Dans les protocoles en psychom\u00e9trie, l’analyse univari\u00e9e documente imm\u00e9diatement le ph\u00e9nom\u00e8ne de restriction de variance ou l’existence d’effets de plancher (une concentration anormale de r\u00e9ponses sur la modalit\u00e9 la plus faible de l’instrument) et d’effets de plafond (une accumulation des observations sur la valeur maximale). De telles configurations univari\u00e9es limitent drastiquement la sensibilit\u00e9 des mesures et compromettent d’embl\u00e9e la pertinence d’analyses diff\u00e9rentielles ult\u00e9rieures.<\/p>\n

Enfin, l’analyse univari\u00e9e repr\u00e9sente l’\u00e9tape d’audit incontournable pour contr\u00f4ler les postulats math\u00e9matiques pr\u00e9requis (souvent d\u00e9sign\u00e9s sous le terme d’assumptions<\/em> statistiques) indispensables \u00e0 la l\u00e9gitimit\u00e9 des tests param\u00e9triques. La majorit\u00e9 des mod\u00e8les inf\u00e9rentiels classiques, tels que le test t de Student ou les mod\u00e8les lin\u00e9aires g\u00e9n\u00e9raux, reposent sur l’hypoth\u00e8se explicite d’une distribution normale des r\u00e9sidus ou des scores sous-jacents. L’investigation univari\u00e9e de la forme des distributions conditionne ainsi le choix entre des mod\u00e9lisations param\u00e9triques robustes ou l’adoption de strat\u00e9gies non param\u00e9triques alternatives, garantissant ainsi l’int\u00e9grit\u00e9 d\u00e9ontologique et scientifique des r\u00e9sultats publi\u00e9s.<\/p>\n

2. Typologie des variables applicables \u00e0 l’analyse univari\u00e9e<\/h2>\n

2.1 Variables qualitatives nominales et ordinales<\/h3>\n

La nature math\u00e9matique de la variable soumise \u00e0 une analyse univari\u00e9e dicte imp\u00e9rativement le champ des op\u00e9rations statistiques admissibles. Les variables qualitatives (ou cat\u00e9gorielles) se d\u00e9finissent par le fait que leurs valeurs correspondent \u00e0 des cat\u00e9gories mutuellement exclusives, des modalit\u00e9s qualitatives qui ne r\u00e9sultent pas intrins\u00e8quement d’une op\u00e9ration de mesure m\u00e9trique. Au sein de cette cat\u00e9gorie g\u00e9n\u00e9rale, la sous-classe des variables nominales rassemble des attributs pour lesquels il n’existe aucune relation d’ordre, de pr\u00e9s\u00e9ance logique ou de hi\u00e9rarchie naturelle entre les modalit\u00e9s. Le genre biologique, le statut diagnostique (par exemple : trouble anxieux g\u00e9n\u00e9ralis\u00e9, d\u00e9pression caract\u00e9ris\u00e9e, \u00e9tat de stress post-traumatique, groupe contr\u00f4le) ou l’orientation professionnelle rel\u00e8vent typiquement de cette modalit\u00e9 nominale.<\/p>\n

\u00c0 l’oppos\u00e9, les variables ordinales introduisent une propri\u00e9t\u00e9 relationnelle suppl\u00e9mentaire : leurs diff\u00e9rentes modalit\u00e9s peuvent \u00eatre rigoureusement hi\u00e9rarchis\u00e9es ou class\u00e9es selon un ordre croissant ou d\u00e9croissant. Les exemples canoniques abondent dans le domaine de la psychologie et des sciences sociales, en particulier avec les \u00e9chelles de type Likert (allant de \u00ab pas du tout d’accord \u00bb \u00e0 \u00ab tout \u00e0 fait d’accord \u00bb) ou les stades de gravit\u00e9 clinique d’une pathologie (l\u00e9ger, mod\u00e9r\u00e9, s\u00e9v\u00e8re). Dans une variable ordinale, on sait avec certitude que la modalit\u00e9 B repr\u00e9sente un degr\u00e9 plus \u00e9lev\u00e9 de l’attribut mesur\u00e9 que la modalit\u00e9 A.<\/p>\n

Cependant, l’analyse univari\u00e9e des donn\u00e9es ordinales se heurte \u00e0 des limites math\u00e9matiques formelles : l’espace s\u00e9parant deux cat\u00e9gories contigu\u00ebs n’est pas quantifiable et rien ne garantit son invariance le long de l’\u00e9chelle. On ne peut postuler que l’\u00e9cart psychologique entre \u00ab pas du tout d’accord \u00bb et \u00ab mod\u00e9r\u00e9ment d’accord \u00bb soit strictement \u00e9quivalent \u00e0 l’\u00e9cart entre \u00ab d’accord \u00bb et \u00ab totalement d’accord \u00bb. Cette absence d’intervalle constant interdit formellement l’utilisation directe de m\u00e9triques arithm\u00e9tiques standards comme l’addition et la soustraction pures sur les codes num\u00e9riques arbitraires assign\u00e9s aux modalit\u00e9s.<\/p>\n

2.2 Variables quantitatives discr\u00e8tes et continues<\/h3>\n

Les variables quantitatives se caract\u00e9risent par le fait que leurs modalit\u00e9s sont des nombres r\u00e9els repr\u00e9sentant des quantit\u00e9s effectives, sur lesquelles l’ensemble des op\u00e9rations arithm\u00e9tiques conventionnelles rev\u00eat un sens direct et univoque. Ces variables se subdivisent rigoureusement en deux cat\u00e9gories fonctionnelles : les variables discr\u00e8tes et les variables continues. Une variable quantitative est qualifi\u00e9e de discr\u00e8te lorsque son ensemble de valeurs admissibles est constitu\u00e9 d’entiers d\u00e9nombrables, sans valeurs interm\u00e9diaires possibles. Elle r\u00e9sulte g\u00e9n\u00e9ralement d’une op\u00e9ration de comptage ou de d\u00e9nombrement d’\u00e9v\u00e9nements finis.<\/p>\n

Dans la pratique de la recherche psychiatrique ou cognitive, le nombre d’\u00e9pisodes d\u00e9pressifs majeurs document\u00e9s au cours de l’existence d’un individu, le nombre de tentatives de sevrage r\u00e9ussies ou la quantit\u00e9 d’erreurs commises lors d’une \u00e9preuve informatis\u00e9e de flexibilit\u00e9 mentale constituent des variables quantitatives discr\u00e8tes. On ne saurait observer 2,43 \u00e9pisodes cliniques ou d\u00e9nombrer 1,5 erreur : l’espace math\u00e9matique de ces variables est un sous-ensemble des entiers naturels, ce qui n\u00e9cessite des mod\u00e9lisations univari\u00e9es sp\u00e9cifiques, souvent adoss\u00e9es \u00e0 des distributions th\u00e9oriques de Poisson ou binomiales.<\/p>\n

Inversement, une variable quantitative continue peut th\u00e9oriquement prendre une infinit\u00e9 de valeurs r\u00e9elles au sein d’un intervalle d\u00e9fini. La finesse des donn\u00e9es recueillies n’est limit\u00e9e que par la pr\u00e9cision instrumentale de l’appareil de mesure. Les grandeurs biom\u00e9triques telles que le temps de r\u00e9action mesur\u00e9 en millisecondes, la concentration sanguine de cortisol salivaire en nanomoles par litre, ou l’activit\u00e9 \u00e9lectrodermale rel\u00e8vent de ce continuum infini. Ce caract\u00e8re continu conditionne profond\u00e9ment le traitement statistique univari\u00e9 : la probabilit\u00e9 exacte d’observer ponctuellement une valeur sp\u00e9cifique infiniment pr\u00e9cise devient math\u00e9matiquement nulle, imposant ainsi le recours \u00e0 des densit\u00e9s de probabilit\u00e9s et \u00e0 des regroupements d’intervalles pour caract\u00e9riser la distribution descriptive.<\/p>\n

2.3 Les \u00e9chelles de mesure de Stevens et leur impact analytique<\/h3>\n

L’harmonisation \u00e9pist\u00e9mologique du traitement des variables a trouv\u00e9 son cadre de r\u00e9f\u00e9rence formel dans la taxonomie quadripartite formul\u00e9e en 1946 par le psychologue et psychophysicien am\u00e9ricain Stanley Smith Stevens<\/a>. Dans son article s\u00e9minal publi\u00e9 dans la revue Science<\/em>, Stevens a class\u00e9 l’ensemble des grandeurs observables en quatre \u00e9chelles de mesure fondamentales : nominale, ordinale, d’intervalle et de rapport (ou de ratio). Cette hi\u00e9rarchie cumulative d\u00e9termine rigoureusement les transformations math\u00e9matiques et les op\u00e9rations statistiques invariantes permises pour chaque cat\u00e9gorie de donn\u00e9es.<\/p>\n

Une \u00e9chelle d’intervalle poss\u00e8de toutes les propri\u00e9t\u00e9s d’une \u00e9chelle ordinale, auxquelles s’ajoute l’\u00e9galit\u00e9 av\u00e9r\u00e9e de la distance num\u00e9rique entre deux graduations successives de l’\u00e9chelle : l’intervalle unitaire y est m\u00e9triquement constant. Cependant, l’\u00e9chelle d’intervalle se distingue par l’arbitraire complet de son point z\u00e9ro, qui ne signale nullement l’absence absolue de la dimension mesur\u00e9e. La temp\u00e9rature mesur\u00e9e en degr\u00e9s Celsius ou les scores standardis\u00e9s d’efficience intellectuelle (QI conventionnel) illustrent cette modalit\u00e9 : un quotient intellectuel de 0 ne traduit pas un n\u00e9ant cognitif absolu, et l’on ne saurait affirmer qu’un score de 140 correspond au \u00ab double \u00bb des capacit\u00e9s intellectuelles associ\u00e9es \u00e0 un score de 70.<\/p>\n

Enfin, l’\u00e9chelle de rapport pr\u00e9sente la propri\u00e9t\u00e9 supr\u00eame d’int\u00e9grer un z\u00e9ro absolu, non arbitraire, qui correspond \u00e0 l’extinction totale du ph\u00e9nom\u00e8ne mesur\u00e9 (la masse corporelle en kilogrammes, la dur\u00e9e en secondes ou la distance en m\u00e8tres). L’impact de cette taxonomie sur l’analyse univari\u00e9e est absolu. L’une des erreurs m\u00e9thodologiques les plus ubiquitaires dans la litt\u00e9rature acad\u00e9mique consiste \u00e0 attribuer de force des indicateurs propres aux \u00e9chelles d’intervalle ou de rapport (tels que la moyenne arithm\u00e9tique ou l’\u00e9cart-type) \u00e0 des variables strictement ordinales. Cette d\u00e9rive \u00e9pist\u00e9mologique peut g\u00e9n\u00e9rer des conclusions fallacieuses en manipulant des distances num\u00e9riques d\u00e9nu\u00e9es de r\u00e9alit\u00e9 empirique tangible.<\/p>\n

3. Les mesures de tendance centrale en analyse univari\u00e9e<\/h2>\n

3.1 La moyenne arithm\u00e9tique : calcul, interpr\u00e9tation et sensibilit\u00e9<\/h3>\n

Dans l’arsenal univari\u00e9 consacr\u00e9 aux variables quantitatives, la moyenne arithm\u00e9tique constitue incontestablement l’indicateur le plus familier et le plus universellement sollicit\u00e9 pour synth\u00e9tiser un jeu de donn\u00e9es. D’un point de vue math\u00e9matique, la moyenne de l’\u00e9chantillon, universellement not\u00e9e x\u0304, repr\u00e9sente le centre de gravit\u00e9 physique ou le barycentre de la distribution des observations empiriques. Elle se formalise rigoureusement par le quotient de la somme arithm\u00e9tique de toutes les valeurs individuelles recueillies (x\u2081) par la taille globale de l’\u00e9chantillon analys\u00e9 (n) :<\/p>\n

x\u0304 = (1 \/ n) * \u03a3 x\u1d62 (pour i variant de 1 \u00e0 n)<\/p>\n

L’int\u00e9r\u00eat de la moyenne arithm\u00e9tique r\u00e9side dans sa capacit\u00e9 \u00e0 int\u00e9grer de mani\u00e8re pond\u00e9r\u00e9e et exhaustive l’ensemble de l’information num\u00e9rique disponible : chaque observation singuli\u00e8re participe activement \u00e0 la d\u00e9termination finale du param\u00e8tre. Elle poss\u00e8de des propri\u00e9t\u00e9s math\u00e9matiques \u00e9l\u00e9gantes indispensables \u00e0 la th\u00e9orie statistique fr\u00e9quentiste, se pr\u00eatant commod\u00e9ment aux calculs d’alg\u00e8bre lin\u00e9aire et facilitant l’estimation de param\u00e8tres populationnels inconnus.<\/p>\n

Toutefois, cette caract\u00e9ristique constituante constitue simultan\u00e9ment son talon d’Achille m\u00e9thodologique majeur. La moyenne arithm\u00e9tique fait preuve d’une sensibilit\u00e9 extr\u00eame aux valeurs aberrantes (ou outliers<\/em>) ainsi qu’aux asym\u00e9tries de distribution. La pr\u00e9sence d’une seule valeur outranci\u00e8rement \u00e9lev\u00e9e dans un \u00e9chantillon de taille mod\u00e9r\u00e9e a pour effet m\u00e9canique de tracter brutalement le barycentre vers le haut du continuum de mesure, donnant une image erron\u00e9e de la r\u00e9alit\u00e9 sous-jacente. Pour cette raison, l’usage de la moyenne arithm\u00e9tique doit \u00eatre strictement r\u00e9serv\u00e9 aux variables mesur\u00e9es sur des \u00e9chelles d’intervalle ou de rapport dont la distribution pr\u00e9sente une allure sym\u00e9trique et unimodale non d\u00e9grad\u00e9e.<\/p>\n

3.2 La m\u00e9diane : robustesse et point d’\u00e9quilibre ordinal<\/h3>\n

Confront\u00e9 \u00e0 des distributions asym\u00e9triques ou parasit\u00e9es par des observations singuli\u00e8res, le statisticien privil\u00e9gie la m\u00e9diane comme mesure de tendance centrale. Par d\u00e9finition, la m\u00e9diane (couramment abr\u00e9g\u00e9e Med ou Md) correspond au cinquanti\u00e8me percentile de la s\u00e9rie statistique. Il s’agit de la valeur seuil qui s\u00e9pare l’ensemble ordonn\u00e9 des observations en deux effectifs strictement \u00e9quivalents : 50 % des individus de l’\u00e9chantillon pr\u00e9sentent une valeur inf\u00e9rieure ou \u00e9gale \u00e0 la m\u00e9diane, et 50 % des individus exhibent une valeur sup\u00e9rieure ou \u00e9gale \u00e0 cette d\u00e9marcation.<\/p>\n

Le calcul de la m\u00e9diane implique imp\u00e9rativement d’ordonner au pr\u00e9alable l’ensemble des donn\u00e9es num\u00e9riques de mani\u00e8re croissante. Si la taille de l’\u00e9chantillon n est un nombre impair, la m\u00e9diane correspond pr\u00e9cis\u00e9ment \u00e0 la valeur centrale situ\u00e9e au rang ordinal (n + 1) \/ 2. Si le nombre d’observations n s’av\u00e8re pair, il n’existe pas d’\u00e9l\u00e9ment central unique au sein du vecteur ; la m\u00e9diane est alors traditionnellement conventionn\u00e9e comme la moyenne arithm\u00e9tique des deux valeurs occupant respectivement les rangs centraux n \/ 2 et (n \/ 2) + 1.<\/p>\n

L’attribut m\u00e9thodologique cardinal de la m\u00e9diane r\u00e9side dans son insensibilit\u00e9 quasi-absolue aux valeurs extr\u00eames, un ph\u00e9nom\u00e8ne d\u00e9sign\u00e9 dans la litt\u00e9rature sous le concept de robustesse statistique<\/em>. Qu’une observation maximale soit \u00e9gale \u00e0 100 ou qu’elle atteigne accidentellement 100 000, la valeur de la m\u00e9diane demeure inchang\u00e9e car seul son rang d’apparition dans la distribution ordonn\u00e9e d\u00e9termine son calcul. Cette r\u00e9silience fait de la m\u00e9diane le param\u00e8tre de choix dans les contextes de recherche psychologique et comportementale caract\u00e9ris\u00e9s par des distributions empiriques fortement tronqu\u00e9es, telles que les dur\u00e9es de s\u00e9jour psychiatrique ou les mesures de revenus \u00e9conomiques au sein de cohortes sociales.<\/p>\n

\"\"<\/figure>\n

3.3 Le mode et les distributions multimodales<\/h3>\n

Le mode (d\u00e9sign\u00e9 usuellement par la notation Mo) constitue la mesure de tendance centrale la plus \u00e9l\u00e9mentaire sur le plan calculatoire mais l’une des plus riches d’un point de vue s\u00e9miologique et typologique. Le mode d’une variable correspond \u00e0 la modalit\u00e9, \u00e0 la valeur discr\u00e8te ou \u00e0 la classe d’intervalles qui pr\u00e9sente la fr\u00e9quence d’apparition absolue la plus \u00e9lev\u00e9e dans le jeu de donn\u00e9es analys\u00e9. C’est, par excellence, la mesure correspondant au \u00ab cas typique \u00bb ou au comportement le plus fr\u00e9quemment repr\u00e9sent\u00e9 dans le groupe sous examen.<\/p>\n

Contrairement \u00e0 la moyenne arithm\u00e9tique et \u00e0 la m\u00e9diane, le mode pr\u00e9sente la caract\u00e9ristique \u00e9pist\u00e9mologique unique d’\u00eatre universellement calculable sur tous les niveaux d’\u00e9chelles de Stevens. Il s’agit de la seule et unique mesure de tendance centrale th\u00e9oriquement recevable et math\u00e9matiquement signifiante pour les variables qualitatives de nature purement nominale. D\u00e9terminer la cat\u00e9gorie socioprofessionnelle ou le type psychopathologique modal au sein d’un groupe d’\u00e9tude constitue ainsi la seule synth\u00e8se univari\u00e9e de centrage envisageable.<\/p>\n

En outre, l’inspection univari\u00e9e de la modalit\u00e9 permet d’identifier l’existence de distributions bimodales ou multimodales, caract\u00e9ris\u00e9es par la pr\u00e9sence de deux ou plusieurs pics de fr\u00e9quence pro\u00e9minents au sein du profil des observations. La mise en \u00e9vidence d’une bimodalit\u00e9 dans un indice psychologique repr\u00e9sente un signal d’alerte analytique fondamental : elle sugg\u00e8re presque syst\u00e9matiquement que l’\u00e9chantillon agr\u00e8ge artificiellement deux sous-populations distinctes r\u00e9gies par des m\u00e9canismes g\u00e9n\u00e9rateurs h\u00e9t\u00e9rog\u00e8nes (par exemple, un m\u00e9lange d’individus sains et de patients cliniques non identifi\u00e9s). Traiter une distribution bimodale par une moyenne arithm\u00e9tique unique constitue une h\u00e9r\u00e9sie m\u00e9thodologique, celle-ci s’\u00e9tablissant pr\u00e9cis\u00e9ment dans le creux entre les deux sommets, dans une zone o\u00f9 ne r\u00e9side virtuellement aucun sujet.<\/p>\n

4. Les mesures de dispersion et de variabilit\u00e9<\/h2>\n

4.1 L’\u00e9tendue et l’intervalle interquartile (IQR)<\/h3>\n

Caract\u00e9riser une distribution empirique par sa seule tendance centrale s’av\u00e8re profond\u00e9ment incomplet, voire trompeur. Deux \u00e9chantillons de sujets peuvent afficher une moyenne rigoureusement identique de 50 \u00e0 un test psychologique tout en pr\u00e9sentant des dynamiques structurelles radicalement dissemblables : le premier \u00e9chantillon peut rassembler des scores ultra-concentr\u00e9s entre 48 et 52, tandis que le second agr\u00e8ge des scores disparates oscillant entre 0 et 100. Les mesures de dispersion ont pour fonction d’\u00e9valuer quantitativement le degr\u00e9 d’\u00e9talement, d’\u00e9parpillement ou de variabilit\u00e9 des observations individuelles autour du centre de gravit\u00e9.<\/p>\n

La mesure de dispersion la plus basique est l’\u00e9tendue (ou range<\/em> en anglais), qui s’obtient par la soustraction de la valeur minimale observ\u00e9e de la valeur maximale relev\u00e9e dans le jeu de donn\u00e9es :<\/p>\n

\u00c9tendue = Max(x) – Min(x)<\/p>\n

Bien que d’une lecture intuitive imm\u00e9diate, l’\u00e9tendue pr\u00e9sente une vuln\u00e9rabilit\u00e9 m\u00e9thodologique critique : elle repose exclusivement sur les deux scores les plus marginaux de l’\u00e9chantillon, ce qui la rend int\u00e9gralement d\u00e9pendante des valeurs aberrantes ou des erreurs accidentelles de saisie.<\/p>\n

Pour contourner cet \u00e9cueil, les statisticiens emploient l’intervalle interquartile (usuellement abr\u00e9g\u00e9 IQR pour Interquartile Range<\/em>). Les quartiles scindent la distribution ordonn\u00e9e des donn\u00e9es en quatre portions num\u00e9riquement \u00e9gales, repr\u00e9sentant chacune 25 % de l’effectif. L’intervalle interquartile mesure l’\u00e9cart arithm\u00e9tique s\u00e9parant le troisi\u00e8me quartile (Q3, marquant le 75e percentile) du premier quartile (Q1, marquant le 25e percentile) :<\/p>\n

IQR = Q3 – Q1<\/p>\n

L’IQR synth\u00e9tise l’amplitude de dispersion au sein de laquelle se concentrent les 50 % d’individus situ\u00e9s au c\u0153ur de la distribution, en \u00e9liminant m\u00e9thodiquement l’influence d\u00e9stabilisatrice des 25 % d’observations les plus basses et des 25 % d’observations les plus hautes. L’association de la m\u00e9diane et de l’intervalle interquartile forme le bin\u00f4me d’indicateurs le plus performant pour r\u00e9sumer une variable quantitative de fa\u00e7on robuste lorsque les postulats de normalit\u00e9 ne sont pas honor\u00e9s.<\/p>\n

4.2 La variance et l’\u00e9cart-type : formalisme et interpr\u00e9tation<\/h3>\n

Lorsque la distribution d’une variable quantitative d’intervalle ou de rapport est sym\u00e9trique et qu’aucun score aberrant ne vient compromettre sa structure, la variance et l’\u00e9cart-type constituent les m\u00e9triques param\u00e9triques de r\u00e9f\u00e9rence absolue de la dispersion. La variance est issue de la th\u00e9orie des moindres carr\u00e9s : elle quantifie la moyenne arithm\u00e9tique des carr\u00e9s des \u00e9carts de chaque observation individuelle par rapport \u00e0 la moyenne globale du groupe. L’\u00e9l\u00e9vation au carr\u00e9 de ces d\u00e9viations r\u00e9sout le probl\u00e8me math\u00e9matique de l’annulation mutuelle des \u00e9carts positifs et n\u00e9gatifs autour du barycentre.<\/p>\n

Toutefois, lorsqu’il s’agit d’analyser un \u00e9chantillon dans l’optique d’estimer sans distorsion la variance inconnue de la population parente, la formule conventionnelle sous-estime syst\u00e9matiquement la vraie dispersion en raison de la perte d’un degr\u00e9 de libert\u00e9 mobilis\u00e9 par le calcul de la moyenne. Les statisticiens introduisent alors la c\u00e9l\u00e8bre correction de Bessel, en divisant la somme des carr\u00e9s des \u00e9carts non pas par n, mais par (n – 1). La variance \u00e9chantillonnale sans biais (s\u00b2) s’\u00e9nonce math\u00e9matiquement :<\/p>\n

s\u00b2 = (1 \/ (n – 1)) * \u03a3 (x\u1d62 – x\u0304)\u00b2<\/p>\n

La variance souffre d’un d\u00e9faut interpr\u00e9tatif majeur : en raison de l’\u00e9l\u00e9vation math\u00e9matique des \u00e9carts \u00e0 la puissance deux, son r\u00e9sultat s’exprime dans le carr\u00e9 de l’unit\u00e9 de mesure d’origine (par exemple, des \u00ab millisecondes au carr\u00e9 \u00bb ou des \u00ab points au carr\u00e9 \u00bb), ce qui prive le chercheur d’une compr\u00e9hension clinique intuitive. C’est pourquoi on calcule l’\u00e9cart-type (universellement symbolis\u00e9 par la lettre s pour l’\u00e9chantillon ou \u03c3 pour la population th\u00e9orique), qui n’est autre que la racine carr\u00e9e arithm\u00e9tique positive de la variance :<\/p>\n

s = \u221a[ (1 \/ (n – 1)) * \u03a3 (x\u1d62 – x\u0304)\u00b2 ]<\/p>\n

En ramenant la mesure de dispersion dans l’unit\u00e9 m\u00e9trique originelle de l’instrument psychom\u00e9trique ou biologique, l’\u00e9cart-type offre une lisibilit\u00e9 directe de la variabilit\u00e9 moyenne des scores individuels autour de leur p\u00f4le central.<\/p>\n

4.3 Le coefficient de variation<\/h3>\n

Si l’\u00e9cart-type excelle dans la quantification de la dispersion absolue au sein d’une s\u00e9rie de mesures homog\u00e8nes, il \u00e9choue m\u00e9thodologiquement d\u00e8s lors qu’il s’agit de comparer la variabilit\u00e9 relative de deux variables exprim\u00e9es dans des unit\u00e9s h\u00e9t\u00e9rog\u00e8nes, ou de deux \u00e9chantillons caract\u00e9ris\u00e9s par des ordres de grandeur moyens radicalement dissemblables. Pour pallier cette contrainte, le biostatisticien et math\u00e9maticien Karl Pearson<\/a> a formalis\u00e9 le concept de coefficient de variation (g\u00e9n\u00e9ralement d\u00e9sign\u00e9 par le sigle CV).<\/p>\n

Le coefficient de variation est un indicateur de dispersion relative sans dimension, obtenu en divisant l’\u00e9cart-type de la distribution par sa moyenne arithm\u00e9tique. Il est d’usage constant de multiplier le r\u00e9sultat fractionnaire par 100 afin d’exprimer ce ratio sous forme d’un pourcentage de variabilit\u00e9 :<\/p>\n

CV = (s \/ x\u0304) * 100<\/p>\n

Dans la recherche translationnelle et psychom\u00e9trique, le coefficient de variation s’av\u00e8re particuli\u00e8rement utile pour \u00e9valuer la stabilit\u00e9 ou la pr\u00e9cision compar\u00e9e de deux instruments d’\u00e9valuation clinique. Par exemple, si l’on d\u00e9sire \u00e9valuer si la dispersion des temps de r\u00e9ponse motrice (exprim\u00e9s en centaines de millisecondes) est proportionnellement plus vaste que celle des taux de s\u00e9cr\u00e9tion hormonale (exprim\u00e9s en microgrammes par millilitre), seul le CV neutralise l’effet d’\u00e9chelle de mesure et permet une comparaison rigoureuse.<\/p>\n

Sur le plan interpr\u00e9tatif, un coefficient de variation inf\u00e9rieur \u00e0 10 % ou 15 % t\u00e9moigne d’une remarquable homog\u00e9n\u00e9it\u00e9 intra-groupe, les scores individuels \u00e9tant intimement agglutin\u00e9s autour du barycentre. \u00c0 l’inverse, un CV sup\u00e9rieur \u00e0 30 % ou 40 % alerte le clinicien sur une h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 prononc\u00e9e des observations, signalant une dispersion substantielle qui exige une investigation minutieuse des sous-profils au sein de la cohorte \u00e9tudi\u00e9e. Il convient toutefois de rappeler que le coefficient de variation n’est math\u00e9matiquement valide et stable que sur des \u00e9chelles de rapport dot\u00e9es d’un z\u00e9ro absolu et pour des moyennes strictement positives.<\/p>\n

5. Caract\u00e9risation de la forme d’une distribution univari\u00e9e<\/h2>\n

5.1 L’asym\u00e9trie (Skewness) : d\u00e9viation par rapport \u00e0 la sym\u00e9trie<\/h3>\n

L’examen univari\u00e9 exhaustif d’une variable quantitative ne saurait se borner \u00e0 synth\u00e9tiser sa tendance centrale et son niveau de dispersion. La structure g\u00e9om\u00e9trique et la morphologie de la distribution fournissent des indications de premier ordre sur la nature du ph\u00e9nom\u00e8ne mesur\u00e9. Le premier param\u00e8tre de forme statistique est le coefficient d’asym\u00e9trie, universellement d\u00e9sign\u00e9 sous le vocable anglo-saxon de skewness<\/em>. Ce param\u00e8tre correspond au troisi\u00e8me moment centr\u00e9 de la distribution normalis\u00e9 par l’\u00e9cart-type \u00e0 la puissance trois. L’estimateur sans biais le plus r\u00e9pandu en logiciel d’analyse est la formule ajust\u00e9e de Fisher-Pearson :<\/p>\n

G\u2081 = [ n \/ ((n – 1)(n – 2)) ] * \u03a3 [ (x\u1d62 – x\u0304) \/ s ]\u00b3<\/p>\n

Dans une distribution parfaitement sym\u00e9trique, conforme au mod\u00e8le gaussien id\u00e9alis\u00e9, le coefficient de skewness est strictement nul (G\u2081 = 0). Les observations se r\u00e9partissent en proportions rigoureusement miroirs de part et d’autre de l’axe central. Lorsque le coefficient pr\u00e9sente une valeur positive substantielle (G\u2081 > 0), la distribution est dite asym\u00e9trique positive, ou \u00e9tal\u00e9e \u00e0 droite. Ce cas de figure, omnipr\u00e9sent dans les sciences psychologiques \u00e9valuant des pathologies ou des conduites addictives, signifie que la majeure partie des participants accumulent des scores faibles, tandis qu’une longue tra\u00eene de valeurs exceptionnellement \u00e9lev\u00e9es s’\u00e9tire vers la droite de l’abscisse.<\/p>\n

\u00c0 l’inverse, un coefficient n\u00e9gatif (G\u2081 < 0) traduit une asym\u00e9trie n\u00e9gative, ou \u00e9talement vers la gauche. La pr\u00e9sence d’une asym\u00e9trie univari\u00e9e a un impact imm\u00e9diat sur la hi\u00e9rarchie spatiale des indicateurs de tendance centrale. En cas d’asym\u00e9trie positive prononc\u00e9e, la moyenne arithm\u00e9tique est violemment aspir\u00e9e vers les valeurs hautes par la longue queue de distribution, se positionnant syst\u00e9matiquement au-dessus de la m\u00e9diane, laquelle surpasse \u00e0 son tour le mode math\u00e9matique (Mode < M\u00e9diane < Moyenne). Inversement, dans une distribution asym\u00e9trique n\u00e9gative, l’ordre arithm\u00e9tique s’inverse rigoureusement (Moyenne < M\u00e9diane < Mode).<\/p>\n

\"\"<\/figure>\n

5.2 L’aplatissement (Kurtosis) : concentration des queues de distribution<\/h3>\n

Le second param\u00e8tre morphologique fondamental d’une distribution univari\u00e9e est l’aplatissement, d\u00e9sign\u00e9 sous le terme technique de kurtosis<\/em>. Reli\u00e9 au quatri\u00e8me moment centr\u00e9 des observations statistiques, le kurtosis quantifie la propension de la distribution \u00e0 concentrer sa masse de probabilit\u00e9 dans ses queues extr\u00eames (les franges p\u00e9riph\u00e9riques) par opposition \u00e0 ses flancs interm\u00e9diaires. Dans la litt\u00e9rature contemporaine et au sein des packages statistiques sp\u00e9cialis\u00e9s, on manipule quasi-exclusivement l’exc\u00e8s de kurtosis (ou excess kurtosis<\/em>), formul\u00e9 de telle sorte que la loi normale standardis\u00e9e serve de niveau z\u00e9ro de r\u00e9f\u00e9rence :<\/p>\n

G\u2082 = { [ n(n + 1) ] \/ [ (n – 1)(n – 2)(n – 3) ] } * \u03a3 [ (x\u1d62 – x\u0304) \/ s ]\u2074 – { [ 3(n – 1)\u00b2 ] \/ [ (n – 2)(n – 3) ] }<\/p>\n

Lorsque le coefficient d’exc\u00e8s de kurtosis est proche de z\u00e9ro (G\u2082 \u2248 0), la distribution est qualifi\u00e9e de m\u00e9socurtique, indiquant un comportement d’\u00e9paississement de queues parfaitement \u00e9quivalent \u00e0 celui de la courbe de Gauss conventionnelle. Si le coefficient adopte une valeur positive tangible (G\u2082 > 0), la morphologie devient leptocurtique. Une distribution leptocurtique se caract\u00e9rise visuellement par un sommet pointu et \u00e9lanc\u00e9, mais surtout par des queues de distribution \u00e9paisses et lourdes (ph\u00e9nom\u00e8ne de fat tails<\/em>), ce qui indique une probabilit\u00e9 empirique anormalement \u00e9lev\u00e9e de voir \u00e9merger des observations extr\u00eames par rapport \u00e0 ce que pr\u00e9dirait le mod\u00e8le normal standard.<\/p>\n

\u00c0 l’oppos\u00e9, une valeur n\u00e9gative marqu\u00e9e (G\u2082 < 0) signale une structure platycurtique. La distribution se r\u00e9v\u00e8le alors \u00e9cras\u00e9e, aplatie, pr\u00e9sentant des queues tr\u00e8s effil\u00e9es ou tronqu\u00e9es. Dans les analyses statistiques ult\u00e9rieures, l’omission du diagnostic du kurtosis peut s’av\u00e9rer dommageable : des distributions leptocurtiques sous-estim\u00e9es majorent consid\u00e9rablement le risque d’erreurs de type I (faux positifs) lors de la conduite de tests d’inf\u00e9rence classiques, en faussant l’estimation des erreurs types de mesure.<\/p>\n

5.3 Tests formels de normalit\u00e9 univari\u00e9e<\/h3>\n

L’appr\u00e9ciation de l’asym\u00e9trie et de l’aplatissement d\u00e9bouche naturellement sur l’\u00e9valuation globale de la conformit\u00e9 de la distribution univari\u00e9e au postulat de normalit\u00e9 statistique. Pour \u00e9tayer cette d\u00e9marche, les m\u00e9thodologistes s’appuient sur des tests d’ad\u00e9quation formels. Le test de Shapiro-Wilk (W) repr\u00e9sente aujourd’hui le test d’hypoth\u00e8se le plus puissant et le plus recommand\u00e9 pour statuer sur la normalit\u00e9 d’une distribution univari\u00e9e pour des \u00e9chantillons de taille faible \u00e0 mod\u00e9r\u00e9e (g\u00e9n\u00e9ralement n < 50). Il repose sur l’\u00e9valuation math\u00e9matique de la corr\u00e9lation existant entre les quantiles ordonn\u00e9s des donn\u00e9es empiriques et les scores attendus d’une loi normale th\u00e9orique parfaite.<\/p>\n

Un autre test historique largement implant\u00e9 est le test de Kolmogorov-Smirnov. Ce dernier quantifie la divergence spatiale maximale (not\u00e9e D) entre la fonction de r\u00e9partition cumulative observ\u00e9e de l’\u00e9chantillon et la fonction de r\u00e9partition cumulative th\u00e9orique de la loi de r\u00e9f\u00e9rence. Toutefois, le test standard de Kolmogorov-Smirnov postule que les param\u00e8tres de moyenne et d’\u00e9cart-type sont connus a priori au niveau populationnel. Lorsque ces param\u00e8tres sont estim\u00e9s \u00e0 partir des donn\u00e9es de l’\u00e9chantillon \u2014 ce qui constitue le cas presque universel en recherche \u2014, il est imp\u00e9ratif d’appliquer la correction de Lilliefors sous peine d’une sous-estimation drastique du risque statistique d’erreur.<\/p>\n

Cependant, les statisticiens chevronn\u00e9s mettent en garde contre une d\u00e9pendance aveugle \u00e0 l’\u00e9gard de ces tests formels univari\u00e9s. Dans les grands \u00e9chantillons (n > 200 ou 300), le th\u00e9or\u00e8me central limite s’applique, mais les tests de normalit\u00e9 voient leur puissance statistique cro\u00eetre de mani\u00e8re disproportionn\u00e9e : la moindre d\u00e9viation cosm\u00e9tique et sans cons\u00e9quence pratique par rapport \u00e0 la courbe de Gauss g\u00e9n\u00e8re alors une valeur p hautement significative (p < 0,05), conduisant au rejet injustifi\u00e9 de la normalit\u00e9. Inversement, sur les petits \u00e9chantillons (n < 20), ils manquent cruellement de puissance pour d\u00e9celer des d\u00e9viations majeures. Il est d\u00e8s lors formellement requis d’adjoindre syst\u00e9matiquement \u00e0 ces tests une inspection graphique qualitative experte, via l’analyse du diagramme quantile-quantile (Q-Q plot).<\/p>\n

6. Les distributions de fr\u00e9quences et tabulations statistiques<\/h2>\n

6.1 Fr\u00e9quences absolues, relatives et pourcentages cumul\u00e9s<\/h3>\n

Avant d’extraire des coefficients num\u00e9riques complexes, la mani\u00e8re la plus intuitive et structurelle de concevoir une variable univari\u00e9e r\u00e9side dans l’ordonnancement de ses distributions de fr\u00e9quences \u00e0 travers des tabulations statistiques standardis\u00e9es. Une table de fr\u00e9quences a pour ambition de d\u00e9nombrer l’occurrence de chaque modalit\u00e9 qualitative ou valeur quantitative discr\u00e8te identifi\u00e9e au sein de l’\u00e9chantillon. L’effectif brut correspond \u00e0 la fr\u00e9quence absolue (not\u00e9e n\u1d62), indiquant le nombre total d’unit\u00e9s statistiques ayant exhib\u00e9 la cat\u00e9gorie consid\u00e9r\u00e9e.<\/p>\n

Toutefois, la manipulation exclusive des fr\u00e9quences absolues restreint consid\u00e9rablement les possibilit\u00e9s de comparaison m\u00e9thodologique entre cohortes d’effectifs in\u00e9gaux. L’analyste proc\u00e8de d\u00e8s lors \u00e0 la normalisation de ces quantit\u00e9s par le calcul des fr\u00e9quences relatives (ou proportions, not\u00e9es f\u1d62), obtenues en rapportant chaque effectif cat\u00e9goriel n\u1d62 \u00e0 l’effectif global total N :<\/p>\n

f\u1d62 = n\u1d62 \/ N<\/p>\n

La multiplication de ces proportions par 100 produit les pourcentages simples, instruments privil\u00e9gi\u00e9s de la communication scientifique descriptive.<\/p>\n

Lorsque la variable analys\u00e9e poss\u00e8de un niveau de mesure minimalement ordonn\u00e9 (variables ordinales, discr\u00e8tes ou continues regroup\u00e9es en classes), la tabulation s’enrichit obligatoirement de la colonne des pourcentages cumul\u00e9s. Calcul\u00e9s en additionnant s\u00e9quentiellement les pourcentages des modalit\u00e9s pr\u00e9c\u00e9dentes \u00e0 celui de la modalit\u00e9 courante, ils permettent d’\u00e9valuer imm\u00e9diatement la proportion de sujets qui se situent sous ou \u00e0 un niveau donn\u00e9 de l’\u00e9chelle d’observation. Dans la pratique du diagnostic psychom\u00e9trique, cette m\u00e9trique univari\u00e9e permet de d\u00e9terminer instantan\u00e9ment les rangs percentiles et d’\u00e9talonner les performances individuelles au regard du profil de l’\u00e9chantillon normatif d’\u00e9talonnage.<\/p>\n

\"\"<\/figure>\n

6.2 Regroupement en classes pour variables quantitatives continues<\/h3>\n

L’application d’une table de fr\u00e9quences \u00e0 une variable quantitative continue ou pseudo-continue (comme un score composite de test psychologique) se heurte \u00e0 un obstacle d’\u00e9parpillement : la quasi-totalit\u00e9 des valeurs individuelles n’apparaissant qu’une ou deux fois, l’\u00e9num\u00e9ration brute engendre un tableau infini et totalement inintelligible. La technique de r\u00e9duction statistique consiste alors \u00e0 proc\u00e9der \u00e0 une discr\u00e9tisation par regroupement en classes d’intervalles contigus mutuellement exclusifs.<\/p>\n

Cette op\u00e9ration heuristique ob\u00e9it \u00e0 des r\u00e8gles empiriques formalis\u00e9es pour \u00e9viter aussi bien la sur-simplification (qui oblit\u00e8re les particularismes de la distribution) que le sur-d\u00e9tail (qui noie l’analyste sous le bruit statistique). Deux formulations dominent la pratique contemporaine. La premi\u00e8re, la formule de Herbert Sturges, s’adresse aux distributions pr\u00e9sum\u00e9es approximativement sym\u00e9triques et calcule le nombre optimal de classes (k) en fonction de la taille globale de l’\u00e9chantillon N :<\/p>\n

k = 1 + 3,322 * log\u2081\u2080(N)<\/p>\n

Pour les distributions empiriques asym\u00e9triques ou suspect\u00e9es d’abriter des queues \u00e9paisses, la r\u00e8gle de David Freedman et Persi Diaconis est nettement pr\u00e9f\u00e9rable. Elle fonde la d\u00e9termination de la largeur optimale d’intervalle (h) non pas sur la variance, mais sur la robustesse de l’\u00e9cart interquartile (IQR) :<\/p>\n

h = 2 * IQR * N^(-1\/3)<\/p>\n

Une fois la largeur d’intervalle h ou le nombre de classes k d\u00e9termin\u00e9, l’analyste fixe les fronti\u00e8res inf\u00e9rieures et sup\u00e9rieures de chaque cat\u00e9gorie. Ce partitionnement ordonn\u00e9 pr\u00e9serve l’essence informative des donn\u00e9es univari\u00e9es continues tout en conf\u00e9rant \u00e0 la distribution une armature analytique claire, pr\u00e9alable indispensable \u00e0 son illustration graphique par histogramme.<\/p>\n

6.3 Tables univari\u00e9es et traitement des donn\u00e9es manquantes<\/h3>\n

Une distribution univari\u00e9e en milieu exp\u00e9rimental ou clinique r\u00e9el est rarement exhaustive : elle est continuellement confront\u00e9e \u00e0 la probl\u00e9matique des donn\u00e9es non renseign\u00e9es, universellement qualifi\u00e9es de valeurs manquantes (ou missing data<\/em>). Qu’un participant ait refus\u00e9 de r\u00e9pondre \u00e0 un item hautement invasif, qu’une panne technique ait interrompu la captation d’un signal biologique ou qu’un patient ait abandonn\u00e9 pr\u00e9matur\u00e9ment le suivi (ph\u00e9nom\u00e8ne d’attrition), l’analyse univari\u00e9e doit documenter avec une absolue transparence la proportion et la nature de ces absences.<\/p>\n

La structuration d\u00e9ontologique d’une table univari\u00e9e exige d\u00e8s lors de ventiler explicitement les pourcentages dits \u00ab totaux \u00bb (calcul\u00e9s sur l’ensemble complet de l’\u00e9chantillon recrut\u00e9, incluant les d\u00e9faillances de mesure) et les pourcentages dits \u00ab valides \u00bb (recalcul\u00e9s exclusivement sur le sous-ensemble effectif des sujets ayant produit une r\u00e9ponse exploitable). Omettre de formaliser cette distinction peut biaiser la lecture : un score pathologique repr\u00e9sentant 40 % des donn\u00e9es valides mais seulement 20 % de l’\u00e9chantillon total en raison d’un taux massif de 50 % de non-r\u00e9ponses induit un profil \u00e9pid\u00e9miologique radicalement diff\u00e9rent.<\/p>\n

De surcro\u00eet, l’inspection univari\u00e9e de la fr\u00e9quence d’absence variable par variable constitue la base diagnostique pour d\u00e9terminer le m\u00e9canisme sous-jacent de non-r\u00e9ponse selon la c\u00e9l\u00e8bre typologie conceptualis\u00e9e par Donald Rubin<\/a> : donn\u00e9es manquantes compl\u00e8tement al\u00e9atoires (MCAR), al\u00e9atoires (MAR) ou non al\u00e9atoires (MNAR). Si un item univari\u00e9 pr\u00e9sente un taux d’omission anomalement \u00e9lev\u00e9 comparativement aux autres questions de la batterie, cela signale g\u00e9n\u00e9ralement une ambigu\u00eft\u00e9 dans sa formulation linguistique ou un rejet conscient de la th\u00e9matique abord\u00e9e par les r\u00e9pondants, invitant \u00e0 une r\u00e9vision psychom\u00e9trique de l’item.<\/p>\n

7. Visualisation graphique des donn\u00e9es univari\u00e9es<\/h2>\n

7.1 Histogrammes et courbes de densit\u00e9<\/h3>\n

L’esprit humain appr\u00e9hendant avec une aisance bien sup\u00e9rieure les structures g\u00e9om\u00e9triques spatiales par rapport aux tableaux de chiffres abstraits, la repr\u00e9sentation graphique univari\u00e9e constitue le prolongement oblig\u00e9 des calculs tabulaires. Pour les variables quantitatives continues, l’histogramme repr\u00e9sente le standard m\u00e9thodologique s\u00e9culaire. Structur\u00e9 dans un rep\u00e8re cart\u00e9sien, il figure les classes de valeurs sur l’axe des abscisses, tandis que l’axe des ordonn\u00e9es accueille les fr\u00e9quences absolues, relatives ou, de fa\u00e7on plus rigoureuse sur le plan formel, la densit\u00e9 de probabilit\u00e9.<\/p>\n

Dans un histogramme de densit\u00e9 scientifiquement irr\u00e9prochable, ce n’est pas la hauteur intrins\u00e8que de chaque colonne qui traduit l’importance de l’effectif, mais l’aire g\u00e9om\u00e9trique totale de chaque rectangle vertical (largeur de classe multipli\u00e9e par la hauteur). Il est crucial de souligner que l’apparence visuelle d’un histogramme d\u00e9pend de la largeur retenue pour les intervalles de classes : des barres trop larges gomment l’information structurelle fine (bimodalit\u00e9s masqu\u00e9es), tandis que des barres excessivement \u00e9troites g\u00e9n\u00e8rent un trac\u00e9 chaotique dict\u00e9 par le bruit d’\u00e9chantillonnage.<\/p>\n

Pour contourner cet \u00e9cueil de discr\u00e9tisation arbitraire, la visualisation moderne superpose fr\u00e9quemment \u00e0 l’histogramme une courbe d’estimation de densit\u00e9 par noyau (commun\u00e9ment d\u00e9sign\u00e9e par l’acronyme anglophone KDE pour Kernel Density Estimation<\/em>). La m\u00e9thode de KDE permet de lisser la distribution univari\u00e9e sans l’emprisonner dans un d\u00e9coupage discontinu rigide. En associant \u00e0 chaque point empirique une fonction noyau gaussienne continue dot\u00e9e d’une fen\u00eatre de lissage optimis\u00e9e (le param\u00e8tre bandwidth<\/em>), l’algorithme g\u00e9n\u00e8re une courbe fluide de probabilit\u00e9. Cette derni\u00e8re permet au chercheur de rep\u00e9rer instantan\u00e9ment et sans ambigu\u00eft\u00e9 les anomalies morphologiques, les plateaux d’asym\u00e9trie ou les d\u00e9doublements de pics au sein du vecteur d’observations.<\/p>\n

\"\"<\/figure>\n

7.2 Diagrammes en bo\u00eete \u00e0 moustaches (Boxplots)<\/h3>\n

Con\u00e7u et popularis\u00e9 par le statisticien am\u00e9ricain John W. Tukey<\/a> au sein de son ouvrage fondateur sur l’analyse exploratoire des donn\u00e9es en 1977, le diagramme en bo\u00eete \u00e0 moustaches (ou boxplot<\/em>) constitue un mod\u00e8le graphique d’efficacit\u00e9 descriptive. Le boxplot r\u00e9sume graphiquement l’int\u00e9gralit\u00e9 d’une distribution univari\u00e9e \u00e0 l’aide d’un sch\u00e9ma reposant sur cinq nombres cardinaux : le minimum non atypique, le premier quartile (Q1), la m\u00e9diane (Q2), le troisi\u00e8me quartile (Q3) et le maximum non atypique.<\/p>\n

Le corps central du graphique est mat\u00e9rialis\u00e9 par un rectangle (la bo\u00eete) dont les d\u00e9limitations inf\u00e9rieure et sup\u00e9rieure correspondent pr\u00e9cis\u00e9ment aux quartiles Q1 et Q3. De facto, la hauteur de cette bo\u00eete figure graphiquement l’intervalle interquartile (IQR) et mat\u00e9rialise l’espace o\u00f9 sont confin\u00e9s les 50 % m\u00e9dians de l’\u00e9chantillon. Une barre horizontale interne vient scinder la bo\u00eete pour indiquer l’emplacement de la m\u00e9diane. Les moustaches sup\u00e9rieure et inf\u00e9rieure s’\u00e9tirent ensuite depuis les limites de la bo\u00eete jusqu’aux valeurs extr\u00eames observ\u00e9es n’exc\u00e9dant pas des seuils critiques conventionnels (la fronti\u00e8re de Tukey \u00e9tant usuellement fix\u00e9e \u00e0 1,5 fois l’IQR au-del\u00e0 des bords de la bo\u00eete).<\/p>\n

L’apport majeur du diagramme en bo\u00eete \u00e0 moustaches r\u00e9side dans sa neutralit\u00e9 param\u00e9trique totale : il ne d\u00e9pend ni de la moyenne arithm\u00e9tique ni de la variance, ce qui le rend fonctionnel face aux distributions hautement non sym\u00e9triques. De surcro\u00eet, le boxplot fournit une norme visuelle universelle pour la discrimination des valeurs aberrantes : les points empiriques franchissant le p\u00e9rim\u00e8tre des 1,5 IQR sont automatiquement figur\u00e9s par des points individuels isol\u00e9s (valeurs atypiques mod\u00e9r\u00e9es), tandis que ceux outrepassant la barre des 3 IQR sont codifi\u00e9s comme des valeurs aberrantes s\u00e9v\u00e8res, appelant un examen diagnostique imm\u00e9diat.<\/p>\n

7.3 Diagrammes en barres et graphiques circulaires pour donn\u00e9es qualitatives<\/h3>\n

Lorsque la variable univari\u00e9e sous examen est de nature qualitative cat\u00e9gorielle (nominale ou ordinale) ou quantitative discr\u00e8te \u00e0 faible amplitude, l’histogramme n’est pas applicable, sous peine de sugg\u00e9rer visuellement une continuit\u00e9 m\u00e9trique artificielle inexistante. Le statisticien a recours dans cette situation au diagramme en barres (ou bar chart<\/em>). Dans ce format, chaque modalit\u00e9 qualitative fait l’objet d’une colonne distincte, une s\u00e9paration spatiale physique (un espace vide) venant d\u00e9lib\u00e9r\u00e9ment disjoindre les diff\u00e9rents rectangles pour signifier \u00e0 l’\u0153il la rupture cat\u00e9gorielle entre les attributs.<\/p>\n

Une variante avanc\u00e9e et particuli\u00e8rement \u00e9clairante du diagramme en barres est le diagramme de Pareto. Dans ce trac\u00e9 univari\u00e9, les barres cat\u00e9gorielles sont ordonnanc\u00e9es selon un ordre strictement d\u00e9croissant de fr\u00e9quences d’apparition, tandis qu’une courbe cumul\u00e9e vient se superposer pour indiquer la progression des pourcentages accumul\u00e9s d’occurrence. Cet agencement graphique permet de v\u00e9rifier la c\u00e9l\u00e8bre loi empirique des 80\/20 (le principe de Pareto), identifiant les quelques modalit\u00e9s cruciales qui concentrent \u00e0 elles seules l’immense majorit\u00e9 des observations empiriques au sein de la cohorte.<\/p>\n

En revanche, la communaut\u00e9 statistique internationale \u00e9met des r\u00e9serves m\u00e9thodologiques s\u00e9v\u00e8res quant \u00e0 l’usage des diagrammes circulaires (souvent appel\u00e9s camemberts<\/em> ou pie charts<\/em>). Bien que tr\u00e8s r\u00e9pandus dans les rapports institutionnels profanes en raison de leur esth\u00e9tique circulaire, les diagrammes en secteurs s’av\u00e8rent scientifiquement m\u00e9diocres : le syst\u00e8me visuel humain rencontre d’importantes difficult\u00e9s psychophysiques pour discriminer des variations subtiles d’angles g\u00e9om\u00e9triques ou de surfaces angulaires, alors qu’il \u00e9value avec une acuit\u00e9 maximale les diff\u00e9rences d’alignement de longueurs lin\u00e9aires sur un axe gradu\u00e9. Les diagrammes circulaires doivent \u00eatre proscrits d\u00e8s lors qu’une variable qualitative poss\u00e8de plus de trois modalit\u00e9s ou que les proportions cat\u00e9gorielles s’av\u00e8rent num\u00e9riquement proches.<\/p>\n

8. Exemple empirique d\u00e9taill\u00e9 : Analyse univari\u00e9e d’un score d’anxi\u00e9t\u00e9<\/h2>\n

8.1 Contexte de recherche et description de la cohorte<\/h3>\n

Pour mat\u00e9rialiser la mise en \u0153uvre concr\u00e8te d’une analyse univari\u00e9e dans un protocole de recherche empirique, consid\u00e9rons une \u00e9tude clinique fictive mais m\u00e9thodologiquement r\u00e9aliste, men\u00e9e au sein d’une unit\u00e9 universitaire de recherche en psychopathologie cognitive. Le protocole s’int\u00e9resse \u00e0 l’\u00e9valuation du profil anxieux initial d’un \u00e9chantillon de convenance rassemblant N = 120 adultes volontaires (\u00e2g\u00e9s de 18 \u00e0 55 ans) admis dans un programme pilote d’intervention th\u00e9rapeutique bas\u00e9e sur la r\u00e9duction du stress par la pleine conscience (MBSR).<\/p>\n

L’instrument m\u00e9trique retenu pour cette investigation est l’Inventaire d’Anxi\u00e9t\u00e9 de Beck (Beck Anxiety Inventory – BAI<\/a>), un auto-questionnaire valid\u00e9 au niveau international, comprenant 21 items \u00e9valuant les sympt\u00f4mes subjectifs, somatiques et cognitifs de l’anxi\u00e9t\u00e9 au cours de la semaine \u00e9coul\u00e9e. Chaque item est \u00e9valu\u00e9 sur une \u00e9chelle ordinale de gravit\u00e9 gradu\u00e9e de 0 (\u00ab Pas du tout \u00bb) \u00e0 3 (\u00ab S\u00e9v\u00e8rement, j’ai eu beaucoup de mal \u00e0 le supporter \u00bb). Le score global univari\u00e9 agr\u00e9g\u00e9 r\u00e9sulte de la sommation simple des 21 items individuels, produisant une variable quantitative discr\u00e8te dont l’\u00e9tendue th\u00e9orique oscille entre un minimum absolu de 0 et un plafond th\u00e9orique maximal de 63 points.<\/p>\n

\"Example
Example of univariate analysis<\/figcaption><\/figure>\n

L’objectif exclusif de cette analyse univari\u00e9e pr\u00e9liminaire est d’examiner scrupuleusement les caract\u00e9ristiques de ce score composite BAI au sein de la cohorte avant l’instauration de toute intervention th\u00e9rapeutique. Il s’agit de d\u00e9crire pr\u00e9cis\u00e9ment la s\u00e9v\u00e9rit\u00e9 moyenne des manifestations anxieuses, de documenter le degr\u00e9 de variabilit\u00e9 interindividuelle, de contr\u00f4ler la sym\u00e9trie de la distribution clinique et de s’assurer de l’absence de valeurs aberrantes susceptibles de fausser les futures \u00e9valuations d’efficacit\u00e9 post-th\u00e9rapeutique.<\/p>\n

8.2 Calcul exhaustif des param\u00e8tres statistiques univari\u00e9s<\/h3>\n

Le traitement statistique automatis\u00e9 des scores globaux du BAI recueillis aupr\u00e8s des 120 participants a g\u00e9n\u00e9r\u00e9 une distribution empirique compl\u00e8te, s’\u00e9tendant d’un score minimum relev\u00e9 de 3 \u00e0 un score maximum observ\u00e9 de 47. L’application s\u00e9quentielle des algorithmes descriptifs produit la s\u00e9rie de param\u00e8tres univari\u00e9s r\u00e9capitul\u00e9e et analys\u00e9e ci-apr\u00e8s :<\/p>\n