L’essentiel
Le graphique décrit une organisation des observations ; sa forme ne démontre pas seule une évolution, une causalité ou un résultat clinique.
Histogramme ou diagramme en barres : quelle variable représente-t-on ?
La distinction commence par les données, avant la couleur et l’espacement des rectangles. Un diagramme en barres compare des catégories : par exemple les réponses A, B et C à une question fictive. Un histogramme décrit une distribution numérique en regroupant les observations dans des intervalles. Statistique Canada présente ces deux représentations en les distinguant par la nature des valeurs placées sur l’axe horizontal[1]. Lire le titre ne suffit donc pas : cherchez ce que chaque rectangle rassemble.
Imaginez une série pédagogique de durées, sans enquête ni personne réelle. Vous pouvez compter les valeurs comprises entre deux bornes successives. Si vous remplacez ces intervalles par des catégories comme « méthode A » et « méthode B », vous avez changé la question représentée. Des rectangles visuellement semblables ne signifient pas que les deux graphiques décrivent le même objet. Gardez le nom de la variable et son unité près de votre note de lecture.
Pourquoi les espaces entre les rectangles ne suffisent-ils pas ?
Des réglages logiciels peuvent rapprocher ou espacer les rectangles. Une apparence collée ne transforme pas une catégorie en intervalle numérique. Le portail statistique de JMP insiste sur la distinction entre les catégories d’un diagramme en barres et les intervalles d’un histogramme[3]. Avant de nommer le dessin, demandez-vous si une position horizontale correspond à une modalité ou à une plage de valeurs.
Les catégories peuvent parfois être réordonnées selon un objectif explicite, par exemple leur effectif. Des classes numériques doivent conserver l’ordre de leurs bornes. Déplacer l’intervalle de 10 à 20 après celui de 30 à 40 modifierait la lecture de l’axe. Une catégorie ordonnée, comme un niveau de réponse, mérite également de garder son ordre utile ; le mot catégorie n’autorise pas un classement arbitraire qui ferait perdre le sens des réponses.

Que devient une observation quand on la range dans une classe ?
Prenons cinq nombres entièrement fictifs : 8, 9, 10, 11 et 12. Pour les classes de 0 inclus à 10 exclu, puis de 10 inclus à 20 exclu, les effectifs sont respectivement 2 et 3. La valeur 10 entre dans la seconde classe selon la convention annoncée. Il faut écrire cette convention pour éviter de compter une borne deux fois ou de ne la compter nulle part. Les cinq observations restent présentes ; seule leur présentation change.
Le premier laboratoire permet d’inspecter ces valeurs et leurs résumés descriptifs. Il ne construit pas un histogramme et ne choisit pas les classes à votre place. Utilisez-le pour vérifier la série avant de la regrouper. Le dossier donnée manquante ou zéro rappelle qu’une observation absente n’est pas une valeur zéro. Une classe sans observation, elle, peut réellement avoir un effectif nul si la série est complète et les bornes définies.
Calculer et trier cinq valeurs
Vos saisies restent dans cette page. Cet atelier traite cinq valeurs de poids égaux, sans données manquantes.
Le récapitulatif
Calculez la somme puis divisez par l’effectif. Pour cinq valeurs triées, la médiane est la troisième.
| Valeurs | Moyenne | Médiane |
|---|---|---|
| 8 ; 9 ; 10 ; 11 ; 12 | 10 | 10 |
| 8 ; 9 ; 10 ; 11 ; 100 | 27,6 | 10 |
| 0 ; 0 ; 10 ; 20 ; 20 | 10 | 10 |
Une valeur manquante n’est pas un zéro. Aucun résultat d’étude n’est calculé.
Comment lire la hauteur et l’aire d’un histogramme ?
L’axe vertical doit annoncer ce qu’il mesure. Le NIST distingue notamment les effectifs et une normalisation par la taille totale de la série et la largeur de classe[2]. Pour des classes de largeur identique, comparer les hauteurs peut suffire à comparer les effectifs dans cette représentation. Dès que les largeurs diffèrent, ne transposez pas cette lecture sans examiner l’axe : c’est l’aire qui doit porter la fréquence dans un histogramme de densité.
Dans un exemple fictif, deux classes contiennent chacune 10 observations. La première a une largeur de 5 unités, la seconde de 10 unités. Si l’on emploie une densité d’effectif, leurs hauteurs sont 2 et 1 observation par unité : les aires valent bien 10 dans les deux cas. La seconde barre est plus basse, mais elle ne contient pas moins d’observations. Cet exemple vérifie une division ; il ne décrit aucune population scientifique.
Le cours pédagogique de l’académie de Nantes rappelle cette lecture par les aires lorsque les classes n’ont pas la même amplitude[4]. Gardez donc ensemble les bornes, la largeur et l’unité verticale. Une légende manquante doit rester une limite de lecture, pas être remplacée par une formule supposée.

Le choix des classes peut-il changer l’impression générale ?
Oui. Des classes larges regroupent davantage de détails ; des classes étroites rendent visibles des variations locales mais peuvent produire une silhouette irrégulière dans une petite série. Le NIST présente l’histogramme comme un outil d’exploration de la distribution[2]. Le dessin dépend donc des observations et des choix de regroupement. Une silhouette en cloche ne prouve pas à elle seule qu’un modèle probabiliste est adapté.
Conservez les bornes utilisées lorsque vous comparez deux graphiques. Si leurs classes ou leurs axes diffèrent, ne concluez pas à une différence de distribution sur la seule apparence. Le deuxième laboratoire présente deux petites séries sur une échelle commune : leurs moyennes et médianes identiques ne rendent pas leurs répartitions identiques. Il s’agit d’un nuage de points pédagogique, pas d’un histogramme. Le guide écart-type et erreur standard distingue aussi dispersion des observations et précision d’une moyenne.
Deux centres suffisent-ils à voir le groupe ?
Les séries sont fictives. Le sélecteur ne choisit ni méthode d’analyse ni population représentative.
Chaque point est une valeur fictive. Les deux lignes partagent la même échelle dans le cas affiché ; elle s’étend à 100 pour le cas C. L’empilement vertical sert seulement à voir les points proches.
Le récapitulatif
| Cas | Valeurs | Moyenne / médiane |
|---|---|---|
| A : valeurs proches | 8 ; 9 ; 10 ; 11 ; 12 | 10 / 10 |
| B : valeurs plus dispersées | 0 ; 0 ; 10 ; 20 ; 20 | 10 / 10 |
| C : dernière valeur portée à100 | 8 ; 9 ; 10 ; 11 ; 100 | 27,6 / 10 |
Les deux premiers cas ont les mêmes centres, mais des observations différentes. Le troisième change la somme sans déplacer la valeur centrale dans cet exemple.
Un histogramme permet-il de comparer deux études ?
Il peut contribuer à une comparaison descriptive lorsque la variable, l’unité, la période et la construction des classes sont compatibles. Il ne remplace ni le plan d’étude ni la méthode d’estimation. Une distribution observée lors d’une étude transversale ne devient pas une évolution individuelle dans le temps parce que les rectangles se succèdent sur l’axe horizontal. Vérifiez d’abord ce que cet axe représente réellement.
De même, voir moins de valeurs extrêmes lors d’une seconde mesure ne suffit pas à établir une cause. La régression vers la moyenne demande de considérer la sélection et la variabilité des mesures. Gardez la description du graphique distincte de l’explication du phénomène. Une couleur, un groupe apparent ou un changement de silhouette ne constitue pas à lui seul un test statistique.
Que faut-il vérifier quand une légende manque ?
Recherchez le tableau, la méthode ou la note de figure. Votre liste peut rester courte : variable, unité, observations retenues, bornes des classes, sens de l’axe vertical. Si ces éléments sont absents du passage consulté, indiquez-le clairement. Ne reconstruisez pas un effectif exact à partir de la taille d’une capture d’écran et ne supposez pas que le logiciel a choisi une normalisation particulière.
Cette démarche rejoint la lecture d’une valeur aberrante : le dessin signale une question, sans décider automatiquement de la réponse. Demandez ce qui a été regroupé, conservé ou exclu avant de commenter un résultat. Le tableau des valeurs originales, lorsqu’il est disponible, apporte une information différente du graphique résumé.

Quelle fiche garder pour le prochain graphique ?
Notez le type de variable avant le nom du graphique, puis recopiez les axes et les bornes. Ajoutez ce que représente une hauteur ou une aire et la question encore ouverte. La fiche locale ci-dessous conserve ces repères sans attribuer de score de qualité. Ses cases ne valident ni la méthode d’une étude ni une conclusion médicale.
Les valeurs de cette page sont explicitement fictives. Les trois laboratoires explorent des résumés descriptifs et des informations de lecture ; ils n’importent aucune base, ne produisent pas de test et n’estiment pas un effet causal. Le guide moyenne et médiane prolonge cette lecture des données. La vidéo française complète l’explication des classes d’amplitudes inégales, avec les conventions de son cours.
Garder les données avec leur résumé
Le fichier se crée seulement à votre demande, sans envoi ni stockage automatique. Une case cochée n’est pas un score de qualité.
Le récapitulatif
| Information | À écrire |
|---|---|
| Nom exact du résumé et convention | Passage retrouvé ou information inconnue |
| Variable et unité | Passage retrouvé ou information inconnue |
| Nombre de valeurs et population | Passage retrouvé ou information inconnue |
| Distribution ou valeurs détaillées | Passage retrouvé ou information inconnue |
| Passage source et informations absentes | Passage retrouvé ou information inconnue |
Vrai ou faux : cinq idées reçues
Choisissez votre réponse, l’explication s’affiche aussitôt.
Le type de variable aide à choisir le graphique.
Voir la réponse
Vrai. Lisez catégories ou intervalles numériques.
Des rectangles collés prouvent qu’il s’agit d’un histogramme.
Voir la réponse
Faux. Un réglage logiciel peut masquer les espaces.
Les classes numériques conservent l’ordre de leurs bornes.
Voir la réponse
Vrai. Leur ordre porte une information.
Avec des classes inégales, la hauteur seule donne toujours l’effectif.
Voir la réponse
Faux. Vérifiez la normalisation et l’aire.
Un histogramme démontre une causalité.
Voir la réponse
Faux. Le plan et la méthode restent nécessaires.
Questions fréquentes
Quelle différence entre histogramme et diagramme en barres ?
Le premier regroupe des valeurs numériques en intervalles ; le second compare des catégories.
Les barres doivent-elles se toucher ?
L’aspect seul ne suffit pas à identifier la représentation. Lisez la variable et les bornes.
Une classe plus haute contient-elle toujours plus de valeurs ?
Pas sans lire l’axe. Avec des classes inégales et une densité, l’aire est déterminante.
Comment placer une valeur sur une borne ?
Annoncez une convention d’inclusion qui évite les doubles comptes et les oublis.
Les ateliers construisent-ils un histogramme ?
Non. Ils explorent cinq valeurs descriptives fictives et conservent les informations de lecture.
Le fichier de fiche est-il envoyé ?
Non. Il est créé localement, sans import de base ni envoi automatique.
Sources & pour aller plus loin
Publications scientifiques et ressources institutionnelles. Les limites et l’interprétation sont discutées dans le texte.
- Statistique Canada — Histogramme et graphique à barres ↗
- NIST — Histogram, normalisation des effectifs et classes ↗
- JMP — Diagramme en barres et types de variables ↗
- Académie de Nantes — Histogrammes et lecture des aires ↗
Références examinées pour cette mise à jour : 16 novembre 2026.



