Un histogramme ressemble à un diagramme en barres. Pourtant, ce sont deux outils statistiques fondamentalement différents — et confondre les deux coûte souvent des points sur une copie ou une erreur d’analyse en entreprise. Comprendre ce qu’est réellement un histogramme, c’est maîtriser l’un des représentations graphiques les plus utilisées en statistiques, de la salle de classe aux tableaux de bord RH.
La définition tient en une phrase : un histogramme est une représentation graphique qui montre la distribution de fréquences d’une variable continue, découpée en classes d’intervalles. Mais derrière cette définition se cachent plusieurs subtilités qui changent tout à la lecture et à la construction du graphique.
Ce qu’est vraiment un histogramme
La définition formelle
Un histogramme représente la répartition d’un ensemble de données numériques continues. L’axe horizontal (axe des abscisses) affiche les classes d’intervalles — des plages de valeurs comme [0 ; 10[, [10 ; 20[, etc. L’axe vertical (axe des ordonnées) affiche soit les effectifs, soit les fréquences relatives de chaque classe.
Chaque rectangle du graphique correspond à une classe. Sa largeur est égale à l’amplitude de l’intervalle, et sa hauteur est proportionnelle à la fréquence ou à l’effectif de cette classe. Ce dernier point est capital : c’est l’aire du rectangle, et non sa seule hauteur, qui représente la quantité de données dans la classe.
✅ À retenir
Dans un histogramme, les rectangles sont accolés sans espace entre eux — contrairement au diagramme en barres. Cet accolement traduit le caractère continu des données.
Variable continue vs variable discrète
L’histogramme est réservé aux variables continues : tailles, poids, températures, revenus, temps de trajet. Ces variables peuvent prendre une infinité de valeurs dans un intervalle donné. Pour des variables discrètes (nombre d’enfants, note sur 20, catégorie de produit), on utilisera un diagramme en barres classique.
Ce distinguo explique pourquoi les rectangles se touchent dans un histogramme : entre deux intervalles consécutifs, il n’y a aucune valeur impossible — la continuité est réelle.
Histogramme vs diagramme en barres : la différence qui change tout
Beaucoup les utilisent comme synonymes. C’est une erreur fréquente, y compris dans des présentations professionnelles.
| 📊 Histogramme | 📉 Diagramme en barres |
|---|---|
| Variable continue (taille, revenu, durée…)
Rectangles accolés L’aire représente la fréquence Axe X : intervalles numériques ordonnés |
Variable qualitative ou discrète (couleur, catégorie…)
Barres séparées par un espace La hauteur représente la valeur Axe X : catégories non nécessairement ordonnées |
En pratique : si vous représentez la distribution des salaires annuels dans une entreprise, c’est un histogramme. Si vous comparez le chiffre d’affaires par département, c’est un diagramme en barres.
⚠️ À garder en tête
Excel et Google Sheets appellent parfois leurs diagrammes en barres « histogrammes ». Méfiez-vous : leur outil « Histogramme » génère bien un histogramme statistique correct, mais leur graphique « Barres groupées » n’en est pas un. Vérifiez toujours le type de données avant de choisir.
Comment lire un histogramme
Identifier la distribution
La forme globale de l’histogramme renseigne immédiatement sur la distribution des données. Quelques formes typiques :
- Forme en cloche symétrique : distribution normale (gaussienne), fréquente en biologie ou en métrologie.
- Asymétrie à droite : la majorité des valeurs sont basses, avec quelques valeurs très élevées — courant pour les revenus ou les durées d’appel client.
- Distribution bimodale : deux « bosses » distinctes, souvent signe de deux sous-populations mélangées.
- Distribution uniforme : toutes les classes ont des fréquences similaires.
Calculer les fréquences depuis le graphique
Pour retrouver la fréquence d’une classe, on divise l’effectif de la classe par l’effectif total. Si un histogramme montre que la classe [25 ; 35[ contient 40 individus sur 200 au total, la fréquence relative est 40/200 = 0,20, soit 20 %.
Quand les classes n’ont pas toutes la même amplitude, la hauteur des rectangles ne représente plus directement la fréquence — elle représente la densité de fréquence (fréquence divisée par l’amplitude de la classe). C’est le cas le plus rigoureux statistiquement.
« La somme des aires de tous les rectangles d’un histogramme de fréquences relatives est toujours égale à 1. »
— Propriété fondamentale des histogrammes normalisés
Construire un histogramme étape par étape
Rassemblez toutes les valeurs de la variable continue. Repérez le minimum et le maximum pour connaître l’étendue totale.
La règle de Sturges donne un point de départ : k ≈ 1 + 3,322 × log(n), où n est le nombre de données. Pour 100 données, on obtient environ 7-8 classes. Chaque classe doit couvrir un intervalle de même amplitude (si possible).
Pour chaque intervalle, dénombrez combien de valeurs y tombent. Attention aux bornes : la convention habituelle est que la borne inférieure est incluse, la borne supérieure est exclue ([a ; b[).
Divisez chaque effectif par le total pour obtenir les fréquences relatives. Si les amplitudes diffèrent, calculez les densités : densité = fréquence / amplitude.
Placez les intervalles sur l’axe horizontal, les fréquences (ou densités) sur l’axe vertical. Dessinez les rectangles accolés. Ajoutez titre, légende et unités.
💡 Notre conseil
Trop peu de classes ? L’histogramme est écrasé et ne montre rien. Trop de classes ? Il devient illisible avec des rectangles minuscules. Visez entre 5 et 15 classes selon la taille de l’échantillon — et ajustez visuellement si la forme obtenue ne fait pas sens.
Les usages concrets de l’histogramme
L’histogramme est omniprésent dès qu’on analyse des volumes de données continues. En contrôle qualité industriel, il permet de visualiser la dispersion des pièces produites autour d’une valeur cible — un rectangle qui dépasse les limites de tolérance signale un problème immédiat. En météorologie, les distributions de températures ou de précipitations sur une période se lisent directement en histogramme.
Côté gestion d’entreprise, les équipes qui pilotent les ressources humaines utilisent ces graphiques pour analyser la répartition des salaires, des anciennetés ou des âges dans les effectifs. Des outils comme ceux décrits dans cet article sur l’ERP RH : définition, outils et bénéfices pour la gestion des ressources humaines et de la paie intègrent souvent des modules de visualisation qui génèrent automatiquement ce type de représentation à partir des données RH.
En traitement d’image numérique, l’histogramme prend un sens particulier : il représente la distribution des niveaux de luminosité des pixels. Les photographes s’en servent quotidiennement pour évaluer l’exposition d’un cliché sans même regarder l’image.
5 à 15
nombre de classes recommandé pour un histogramme lisible et exploitable
Histogramme et statistiques : ce que le graphique révèle d’un coup d’œil
Un histogramme bien construit remplace plusieurs calculs : on devine immédiatement où se situe la médiane (valeur qui partage l’aire en deux), on voit si la distribution est symétrique ou non, on repère les valeurs aberrantes qui s’isolent en queue de distribution. C’est ça, la force des représentations graphiques en statistiques — transformer une colonne de chiffres bruts en information visuelle actionnable.
Les statisticiens s’en servent aussi pour tester visuellement si une distribution suit une loi normale avant d’appliquer certains tests paramétriques. Si la forme en cloche est absente, les tests classiques (t de Student, ANOVA) ne sont plus forcément valides — un histogramme évite alors une erreur méthodologique sérieuse.
| ✅ Points forts de l’histogramme | ❌ Limites à connaître |
|---|---|
| • Visualisation immédiate de la distribution • Adapté aux grands volumes de données • Révèle asymétrie, mode et dispersion • Utilisable dans tous les domaines scientifiques et professionnels |
• Sensible au choix du nombre de classes • Ne convient pas aux variables qualitatives • Perd de l’information sur les valeurs individuelles • Difficile à lire si les classes ont des amplitudes inégales |
Questions fréquentes
Quelle est la différence entre un histogramme et un diagramme en bâtons ?
Le diagramme en bâtons représente des données discrètes ou qualitatives : chaque bâton est séparé des autres et sa hauteur donne directement la valeur. L’histogramme, lui, concerne les données continues regroupées en classes : les rectangles sont accolés et c’est l’aire (hauteur × largeur) qui représente la fréquence, pas seulement la hauteur. Ce sont deux outils pour deux types de données distincts.
Comment choisir le bon nombre de classes pour un histogramme ?
La règle de Sturges est la méthode la plus courante : k ≈ 1 + 3,322 × log₁₀(n), où n est le nombre de données. Pour 50 données, on obtient environ 6-7 classes ; pour 1 000 données, environ 11. En pratique, on ajuste entre 5 et 15 classes selon la forme obtenue : l’histogramme doit révéler une structure, ni trop lisse ni trop fragmenté.
Peut-on faire un histogramme avec Excel ?
Oui. Depuis Excel 2016, l’outil « Histogramme » dans les graphiques statistiques génère automatiquement un histogramme à partir d’une plage de données. Excel calcule les classes seul, mais vous pouvez les personnaliser via les options de l’axe. Vérifiez que l’axe X affiche bien des intervalles numériques (et non des catégories) pour s’assurer d’un histogramme statistiquement correct.
Qu’est-ce que la densité de fréquence dans un histogramme ?
La densité de fréquence est le rapport entre la fréquence relative d’une classe et son amplitude (largeur de l’intervalle). Elle s’utilise obligatoirement quand les classes n’ont pas toutes la même largeur, car afficher simplement la fréquence rendrait les rectangles larges visuellement plus importants sans que ce soit justifié. La densité de fréquence = fréquence relative / amplitude de la classe.
Un histogramme peut-il représenter des pourcentages ?
Tout à fait. L’axe vertical peut afficher des effectifs bruts, des fréquences relatives (entre 0 et 1) ou des pourcentages (entre 0 % et 100 %). Dans les trois cas, la forme du graphique reste identique — seule l’échelle de l’axe Y change. L’histogramme en pourcentages est souvent plus lisible pour comparer deux distributions d’effectifs totaux différents.