Dans le paysage contemporain de la statistique descriptive et de l’analyse exploratoire des données (EDA), la représentation graphique des distributions quantitatives constitue un pilier fondamental de l’inférence scientifique. Développé initialement pour manipuler des valeurs discrètes et entières, le diagramme tige et feuille — ou stem-and-leaf display selon la nomenclature anglo-saxonne — demeure l’un des outils visuels les plus puissants pour appréhender simultanément la forme globale d’un ensemble de données et la valeur brute de chacune de ses composantes élémentaires. Contrairement aux visualisations synthétiques modernes qui agrègent les observations au détriment de l’accès aux scores individuels, cette méthode préserve l’intégralité du corpus empirique tout en fournissant une perception géométrique instantanée de la densité, de la dispersion et de la tendance centrale.
Toutefois, l’application de cette technique graphique se heurte fréquemment à une difficulté méthodologique majeure dès lors que les chercheurs et praticiens abandonnent le cadre commode des nombres entiers pour s’immerger dans celui des mesures continues. En psychophysique, en neuropsychologie clinique, en chronométrie cognitive ou dans l’étude des biomarqueurs endocriniens, les variables d’intérêt se matérialisent quasi systématiquement sous la forme de données fractionnaires assorties d’une ou de plusieurs décimales. La présence d’une virgule soulève des questions fondamentales d’ordonnancement, de calibrage de l’échelle, de décomposition modulaire et de standardisation typographique. Comment partitionner élégamment un nombre réel sans dénaturer son ordre de grandeur ? De quelle manière doit-on consigner les dixièmes, centièmes ou millièmes pour garantir que la feuille demeure strictement unaire sans surcharger l’espace cognitif du lecteur ?
Ce guide exhaustif a pour vocation d’établir un protocole méthodologique rigoureux destiné à la construction, à l’interprétation et à la valorisation académique des diagrammes tige et feuille enrichis de données décimales. En parcourant les soubassements épistémologiques introduits par John Tukey, en décortiquant les règles d’arbitrage numérique entre l’arrondi et la troncature, et en exposant des cas empiriques complexes issus de la recherche comportementale, cet article fournit les clés indispensables pour transformer un tableau de mesures fractionnaires brutes en une cartographie distributionnelle irréprochable sur le plan formel et statistique.
1. Introduction aux diagrammes tige et feuille dans l’analyse de données quantitatives
1.1 Origine historique et apport de John Tukey à l’analyse exploratoire
L’émergence des diagrammes tige et feuille s’inscrit au cœur d’une véritable révolution épistémologique initiée au début des années 1970 sous l’impulsion du statisticien américain John Wilder Tukey. Face à l’hégémonie grandissante d’une approche confirmatoire rigide, dominée par les tests d’hypothèses classiques et le calcul d’indices récapitulatifs tels que la moyenne arithmétique ou la variance de Pearson, Tukey a plaidé pour une redécouverte de la plasticité du matériau empirique à travers l’Analyse Exploratoire des Données (Exploratory Data Analysis ou EDA). L’intuition fondamentale de Tukey reposait sur un constat sans appel : la réduction prématurée d’une série numérique à des indicateurs synthétiques masque des anomalies cruciales, occulte l’asymétrie locale et oblitère la présence d’hétérogénéités sous-jacentes au sein des distributions.
Pour remédier à cette perte substantielle d’information, Tukey conçut des dispositifs semi-graphiques hybrides, à la lisière exacte de la typographie textuelle et de la géométrie cartésienne. Le diagramme tige et feuille, formalisé dans son ouvrage séminal publié en 1977, répondait à l’impératif de manipuler directement les chiffres sans recourir à un appareillage informatique lourd, encore inaccessible à la majorité des chercheurs de l’époque. Dans ce modèle novateur, chaque valeur numérique brute est scindée en deux segments fonctionnels, permettant de projeter spatialement les données tout en autorisant leur rétro-ingénierie intégrale : à tout instant, le lecteur attentif peut reconstruire la liste exacte des scores originaux en combinant visuellement la tige directrice et la feuille subordonnée.
Cette transition de la statistique descriptive traditionnelle vers des représentations hybrides a trouvé un écho particulièrement favorable dans l’analyse des données psychométriques. Les chercheurs en sciences humaines, confrontés à la variabilité intrinsèque du comportement animal et humain, ont vu dans l’approche tukeyenne une méthodologie émancipatrice. Elle permettait d’ausculter un échantillon sans présupposer une distribution sous-jacente gaussienne, ouvrant ainsi la voie à une détection fine des régularités, des lacunes distributionnelles et des singularités individuelles.
1.2 Utilité méthodologique en psychologie et sciences du comportement
Dans les disciplines empiriques consacrées à la psychologie expérimentale, à la psychiatrie biologique et aux neurosciences cognitives, le diagramme tige et feuille remplit une fonction heuristique irremplaçable. La première de ses vertus réside dans sa capacité à offrir une visualisation immédiate de la forme générale de la distribution empirique sans consentir au sacrifice de la granularité unitaire. Alors qu’un histogramme standard regroupe arbitrairement les observations dans des classes d’amplitudes fixes — rendant impossible l’identification de la valeur exacte d’un participant particulier à l’intérieur d’un rectangle d’aire proportionnelle —, la structure tige et feuille maintient la traçabilité intégrale de chaque individu statistique au sein de l’architecture graphique.
Cette propriété structurelle confère au chercheur une agilité remarquable pour diagnostiquer instantanément les anomalies structurales de la série mesurée. L’asymétrie distributionnelle (qu’elle soit positive avec un étalement vers les valeurs élevées ou négative avec un étirement vers les valeurs basses), l’aplatissement (leptocurticité ou platycurticité) et surtout la bimodalité ou la multimodalité apparaissent avec une netteté saisissante. Dans un protocole étudiant la réactivité au stress, l’apparition de deux protubérances distinctes le long de l’axe vertical des tiges alerte immédiatement l’analyste sur la coexistence potentielle de deux sous-populations cliniques distinctes, incitant à une stratification a posteriori de l’échantillon expérimental.
Par ailleurs, cette visualisation s’avère idéalement dimensionnée pour les échantillons de taille petite à modérée, oscillant généralement entre vingt et cent cinquante observations, ce qui correspond au format standard des cohortes recrutées en laboratoire ou en clinique ambulatoire. Au-delà de l’inspection passive de la densité de probabilité empirique, le diagramme tige et feuille constitue une passerelle algorithmique directe vers le calcul manuel ou semi-automatisé des statistiques d’ordre. Grâce à la disposition strictement ordonnée des feuilles sur chaque ligne horizontale, la détermination des rangs, de la médiane, des quartiles inférieurs et supérieurs ainsi que de l’écart interquartile s’opère par un simple dénombrement spatial, sans nécessiter d’opération matricielle complexe.
1.3 Défis posés par les mesures continues et les nombres décimaux
En dépit de son élégance opérationnelle sur des séries entières, le diagramme tige et feuille soulève des interrogations épistémiques et techniques complexes dès lors que la variable observée est de nature continue. Par définition, une variable continue mesurée à l’aide d’instruments de haute précision — qu’il s’agisse de latences motrices enregistrées par des capteurs optiques, de taux de cortisol sérique ou de scores moyennés issus d’échelles de type Likert — génère une infinité théorique de nuances numériques fractionnaires. Le premier défi méthodologique réside dans le choix crucial entre la troncature systématique et l’arrondi arithmétique standard des décimales excédentaires.
Cette problématique engage directement la validité de la représentation. Si un protocole requiert une fidélité absolue aux micro-variations temporelles, comme dans le cas des paradigmes d’amorçage subliminal où chaque milliseconde compte, la décision d’affecter la virgule décimale à la tige ou à la feuille devient déterminante. L’analyste doit opérer un arbitrage rigoureux en fonction de l’ordre de grandeur de la variable : assigner une position inadéquate au point de rupture décimal risque soit de contracter artificiellement la distribution sur une ou deux tiges pléthoriques (phénomène de sur-densité illisible), soit de la dilater sur un chapelet démesuré de tiges désertes (phénomène de sur-dispersion graphique stérile).
De surcroît, l’absence de conventions universelles rigides entourant la ponctuation décimale à l’intérieur des représentations graphiques hybrides génère fréquemment un risque d’encombrement typographique. Si l’opérateur tente d’insérer des virgules au sein même de la section réservée aux feuilles, l’alignement spatial s’effondre, détruisant la comparabilité visuelle des longueurs de lignes qui émule la morphologie des barres d’un histogramme. Il devient dès lors indispensable d’instituer des règles de standardisation graphique strictes, déléguant la gestion de l’ordre de grandeur à une clé de lecture unifiée et formalisée selon les exigences de la communauté scientifique.
2. Fondements conceptuels : anatomie d’un diagramme tige et feuille
2.1 Définition structurelle de la tige et de la feuille
L’architecture fondamentale d’un diagramme tige et feuille repose sur un principe de décomposition hiérarchique positionnelle des chiffres composant une grandeur quantitative. Dans sa configuration canonique, le diagramme se structure autour d’un axe vertical séparateur, matérialisé typographiquement par une ligne continue droite ou une barre verticale, qui délimite rigoureusement deux espaces morphologiques distincts : le domaine des tiges à gauche et le territoire des feuilles à droite. Cette partition unidimensionnelle préserve l’intégrité de la valeur sous-jacente tout en segmentant son expression sémiotique.
La tige (stem) assume la fonction de valeur directrice ou de chiffre d’ordre supérieur. Elle agrège les classes d’intervalles contiguës et représente la composante la plus significative du nombre analysé, qu’il s’agisse des dizaines, des unités, ou, dans le cadre spécifique des données décimales, de la partie entière conjointe ou disjointe des dixièmes. La tige constitue la coordonnée invariable partagée par un ensemble de mesures appartenant à la même tranche quantitative. Elle s’égrène de haut en bas le long de l’axe vertical dans un ordre de progression mathématique immuable, le plus souvent strictement croissant, posant ainsi les jalons fixes de l’échelle d’observation.
La feuille (leaf), quant à elle, incarne la précision finale immédiate de la mesure. Conformément à la convention méthodologique standard édictée dans la littérature statistique spécialisée, une feuille ne doit jamais contenir plus d’un seul chiffre numérique. Cette règle unitaire d’or est le garant absolu de la validité de l’outil : chaque feuille correspond à une et une seule unité d’observation issue de l’échantillon expérimental. La feuille traduit l’ultime variation discriminante autorisée par le niveau de résolution sélectionné, s’alignant horizontalement à la suite directe de sa tige d’appartenance selon un ordonnancement numérique croissant partant du séparateur central vers la périphérie droite.
2.2 Alignement vertical et espacement régulier
La puissance d’analyse du diagramme tige et feuille ne repose pas uniquement sur son contenu arithmétique, mais dépend intrinsèquement de ses propriétés géométriques et typographiques. Chaque feuille inscrite sur une ligne horizontale doit occuper un intervalle spatial exactement identique à celui de ses homologues situées sur les lignes adjacentes supérieures et inférieures. Cette contrainte impose l’usage impératif d’une police de caractères à chasse fixe (monospace) ou, dans le cadre d’un traçage manuel sur support physique, le recours à une grille millimétrée ou quadrillée garantissant un étalonnage spatial immuable.
Ce respect scrupuleux de l’espacement uniforme engendre une échelle linéaire implicite. Par le truchement de cet agencement régulier, la longueur physique d’une rangée de feuilles devient rigoureusement proportionnelle au nombre d’observations rassemblées sur la tige correspondante. Il s’établit ainsi une analogie géométrique directe avec l’histogramme horizontal à bandes rectangulaires : la ligne de feuilles la plus longue signale sans ambiguïté le mode statistique de la distribution, matérialisant visuellement le pic de densité de la fonction empirique sans qu’aucun tracé de contour polygonal ne soit nécessaire.
Toute défaillance dans cet alignement typographique compromet irrémédiablement la perception visuelle de la variance. Si des chiffres de largeurs dissemblables (comme le chiffre « 1 » comparé au chiffre « 8 ») sont insérés sans contrôle de l’espacement métrique horizontal, l’analyste court le risque d’interpréter une dispersion artificielle ou de sous-estimer la compacité d’un regroupement de données. L’isomorphisme entre la longueur de la chaîne textuelle et la fréquence statistique constitue la condition sine qua non de la validité perceptuelle de cette méthode exploratoire.
2.3 Différence fondamentale entre données discrètes entières et données continues
La transition méthodologique des données discrètes vers les données continues requiert une profonde réévaluation de la signification accordée au point de rupture entre la tige et la feuille. Dans le cas élémentaire de nombres entiers purs représentant par exemple des dénombrements d’erreurs commises lors d’une tâche d’attention soutenue, la segmentation naturelle s’opère quasi spontanément selon le système de numération décimale positionnelle : la dizaine s’impose comme tige et l’unité comme feuille. Le passage d’une valeur discrète à une autre procède par sauts unitaires incompressibles, garantissant une correspondance directe entre la nature ontologique de l’objet compté et sa transcription graphique.
À l’inverse, une variable continue mesurant une grandeur physique ou psychologique — telle que le seuil de détection auditive exprimé en décibels ou la latence oculomotrice en fractions de seconde — se caractérise par l’inexistence de saut discret dans la réalité sous-jacente. L’inscription de nombres réels au sein d’un diagramme tige et feuille impose une discrétisation artificielle opérée par l’expérimentateur. L’enjeu méthodologique consiste alors à déterminer où placer la frontière entre l’ancrage spatial (la tige) et la nuance résiduelle (la feuille), afin d’éviter la surcharge cognitive de l’observateur tout en préservant le degré de sensibilité requis par les objectifs de la recherche.
La granularité adoptée doit être modulée en fonction de la dispersion effective des données et de l’amplitude globale de l’échantillon. Fixer une résolution trop fine conduirait à l’éparpillement des feuilles le long d’un axe vertical dilaté à l’excès, neutralisant l’effet de synthèse distributionnelle. Inversement, une résolution excessivement grossière écraserait la richesse informationnelle propre aux variables réelles en condensant la totalité de la variance sur une poignée de tiges indifférenciées, ruinant ainsi l’intérêt même de l’analyse exploratoire prônée par John Tukey.
3. Spécificités de l’intégration des nombres décimaux
3.1 Positionnement de la virgule décimale
L’une des erreurs les plus dévastatrices et pourtant les plus récurrentes lors de la conception d’un diagramme tige et feuille intégrant des données décimales réside dans l’insertion matérielle de la virgule (ou du point décimal selon les usages anglo-saxons) à l’intérieur du corps du graphique. La règle méthodologique fondamentale est catégorique : aucun signe de ponctuation décimale ne doit figurer dans la colonne des feuilles ni traverser le tableau. L’inclusion de virgules au sein des listes horizontales de chiffres brise l’uniformité spatiale, altère la largeur dévolue à chaque observation et engendre un désordre visuel invalidant toute lecture morphologique globale.
Le positionnement de l’ordre de grandeur décimal est une prérogative relevant exclusivement de deux instances structurelles : l’alignement implicite de la colonne des tiges et, de façon prépondérante, la légende explicative, traditionnellement désignée sous le terme de clé de lecture. Dans l’espace du diagramme, les chiffres sont consignés sous leur forme nue et entière. Si la séparation décimale coïncide avec le séparateur vertical, la barre elle-même fait office de frontière conceptuelle entre les entiers et les fractions, sans qu’il soit nécessaire d’alourdir le tracé d’un quelconque pointillé ou symbole graphique accessoire.
Sur le plan international, il convient de respecter la normalisation orthographique et scientifique en vigueur dans la sphère de publication ciblée. Tandis que les organismes francophones et le Bureau International des Poids et Mesures préconisent l’usage de la virgule comme délimiteur officiel entre la partie entière et la partie décimale, les revues affiliées à l’American Psychological Association (APA) imposent l’emploi du point décimal. Quelle que soit la convention typographique adoptée, celle-ci doit être confinée à la clé de déchiffrement et bannie du champ matriciel regroupant les tiges et les feuilles.
3.2 Gestion de la résolution des instruments de mesure psychologiques
La question du traitement des décimales dans un cadre exploratoire ne peut être dissociée de la nature des instruments de recueil de données en psychologie et en neurosciences. Très souvent, les dispositifs informatisés de capture comportementale fournissent une profusion de décimales superflues qui ne reflètent en rien la validité écologique ou la fidélité réelle de la mesure. Ainsi, un chronomètre mesurant un temps de réaction à l’aide d’un port série ou d’un écran à rafraîchissement standard peut générer des relevés exprimés au dix-millième de seconde, alors même que le taux de rafraîchissement temporel de l’affichage (par exemple 60 Hz ou 144 Hz) introduit une incertitude mécanique de l’ordre de plusieurs millisecondes.
Un phénomène analogue s’observe lors du calcul des scores composites issus de questionnaires psychométriques. Lorsque des réponses ordinales recueillies sur des échelles de Likert en cinq ou sept points sont moyennées sur des sous-échelles factorielles, elles engendrent des fractions rationnelles continues possédant une longue traîne décimale (par exemple 3,333… ou 4,166…). Conserver une telle profondeur numérique dans un diagramme tige et feuille constitue une hérésie méthodologique, car cela génère une illusion de précision qui dépasse largement l’erreur standard de mesure inhérente au test psychologique.
L’expérimentateur doit par conséquent procéder à une réduction rationnelle de l’échelle préalablement à la conception du diagramme. Cette décision doit être guidée par l’erreur de mesure estimée et par la variance théorique du trait évalué. Si l’instrument n’est fiable qu’au dixième d’unité près, les données devront être ramenées à cette résolution exacte. Ce recentrage méthodologique garantit que la répartition observée des feuilles traduira d’authentiques variations psychologiques ou physiologiques inter-individuelles, et non les artefacts ou le bruit de fond instrumental de l’appareil d’enregistrement.
3.3 Décision préalable : arrondi, troncature ou conservation intégrale
Avant d’entamer le traçage effectif du diagramme tige et feuille, l’analyste est confronté à un arbitrage arithmétique déterminant portant sur la manipulation des décimales surnuméraires. Trois postures méthodologiques sont envisageables, chacune emportant des conséquences statistiques distinctes qu’il convient de jauger avec circonspection :
- L’arrondi arithmétique standard : Cette approche consiste à ajuster le dernier chiffre conservé selon la valeur du chiffre subséquent immédiat. Si ce dernier est supérieur ou égal à 5, le chiffre d’ordre supérieur est incrémenté d’une unité ; dans le cas contraire, il demeure inchangé. L’arrondi au dixième ou au centième le plus proche minimise l’erreur quadratique moyenne de réassignation et respecte les préceptes de précision préconisés par les normes de l’APA. C’est la méthode à privilégier dans la grande majorité des recherches empiriques régulières.
- La troncature systématique : Elle se caractérise par l’élimination pure et simple des chiffres décimaux situés au-delà du seuil de résolution retenu, sans modification du dernier chiffre préservé. Bien que séduisante par sa rapidité d’exécution, la troncature induit un biais statistique négatif systématique, décalant l’ensemble de la distribution empirique d’une fraction d’unité vers le bas. Sauf justification algorithmique explicite dans le protocole de recherche, elle doit être évitée.
- La conservation intégrale par modulation d’échelle : Lorsque l’échantillon présente une amplitude extrêmement resserrée et un volume restreint, il peut être judicieux de ne rien éliminer et de faire glisser l’ensemble de la structure décimale vers les tiges. Dans cette configuration, les unités et les dixièmes fusionnent pour constituer la tige, tandis que le centième assume le rôle de feuille unitaire.
Les recommandations méthodologiques contemporaines imposent de documenter formellement la règle d’arbitrage sélectionnée dès l’énoncé de la clé de lecture du graphique. Cette transparence procédurale permet aux évaluateurs pairs et aux lecteurs de reconstituer les données sources avec une exactitude mathématique exempte de toute ambiguïté interprétative.
4. Méthodologie étape par étape : préparation et tri des données décimales
4.1 Étape 1 : Nettoyage et vérification de la cohérence des scores
Le prérequis absolu à l’élaboration d’un diagramme tige et feuille valide réside dans l’assainissement méticuleux de la base de données brutes. En présence de mesures fractionnaires, la première tâche de l’analyste consiste à vérifier l’homogénéité stricte des unités de mesure utilisées à travers l’ensemble des observations. Dans les études neuropsychologiques multicentriques ou longitudinales, il n’est pas rare que des variables temporelles soient accidentellement consignées tantôt en secondes fractionnaires (ex. 1,45 s), tantôt en millisecondes entières (ex. 1450 ms). Une telle discordance d’échelles rend impossible toute projection graphique ordonnée et doit être résolue par une standardisation préalable unifiée.
Cette étape de nettoyage implique également la détection précoce des anomalies typographiques ou des corruptions d’encodage numérique. L’omission accidentelle d’une virgule décimale lors de la saisie manuelle d’un score peut transformer un temps de réponse plausible de 1,23 seconde en une valeur aberrante de 123 secondes, créant un artefact catastrophique dans l’évaluation de la dispersion. Une vérification d’admissibilité des scores au regard des bornes théoriques et physiologiques de l’instrument s’impose donc systématiquement avant tout traitement statistique exploratoire.
Enfin, l’harmonisation formelle du format décimal constitue une condition essentielle à la régularité du processus. Si l’analyste choisit d’opérer à une résolution d’un chiffre après la virgule, toutes les valeurs entières pures doivent obligatoirement se voir adjoindre un zéro significatif terminal. Ainsi, une valeur mesurée à exactement 14 unités doit être formellement retranscrite sous la forme « 14,0 ». Cet ajout formel garantit que chaque observation possédera sans exception un chiffre matériel à inscrire dans la colonne des feuilles, empêchant les omissions de transcription lors de la construction manuelle du diagramme.
4.2 Étape 2 : Ordonnancement séquentiel des données
La deuxième phase méthodologique concerne le tri de la série de données. Bien qu’il soit possible de jeter sur le papier un diagramme exploratoire préliminaire non ordonné au fur et à mesure du dépouillement d’un registre de scores, la version définitive d’un diagramme tige et feuille exploitable pour la recherche exige un ordonnancement séquentiel rigoureusement croissant. Pour ce faire, les données décimales harmonisées doivent être classées de la plus petite valeur observée vers la plus grande, en respectant scrupuleusement la valeur de position des fractions numériques.
Cette phase d’ordonnancement requiert une vigilance accrue lors du traitement des valeurs ex æquo et des multiplicités. En statistique descriptive continue, il arrive fréquemment que plusieurs participants affichent une performance identique au dixième de point près en raison de la granularité limitée de l’échelle d’évaluation. Toutes les occurrences d’une valeur identique doivent impérativement être recensées sans aucune condensation : si la valeur 12,4 apparaît à quatre reprises dans l’échantillon étudié, elle devra générer quatre feuilles consécutives distinctes arborant chacune le chiffre « 4 » sur la tige « 12 ».
L’utilité méthodologique du pré-tri est considérable : elle immunise l’opérateur contre les erreurs d’omission et fiabilise le dénombrement horizontal. En manipulant une liste décimale préalablement sérialisée, la transcription des feuilles s’effectue de manière linéaire et mécanique, réduisant à néant le risque de désorganisation topologique ou d’inversion numérique qui vicie trop souvent les visualisations réalisées à la volée sous la pression temporelle de l’analyse expérimentale.
4.3 Étape 3 : Détermination de l’intervalle et de l’étendue des données
Une fois les observations nettoyées et ordonnées, l’analyste procède au calcul analytique de l’étendue totale ($E$) de la série quantitative. Cette valeur élémentaire se calcule en soustrayant la valeur minimale observée ($X_{\min}$) de la valeur maximale ($X_{\max}$) :
$$E = X_{\max} – X_{\min}$$
La connaissance précise de cette étendue, couplée à la localisation des valeurs extrêmes, gouverne le choix stratégique de l’unité de tige. Si, par exemple, dans une étude psychophysique portant sur des seuils différentiels, le score minimal s’établit à 0,3 et le score maximal à 8,7, l’étendue globale est de 8,4 unités. Cette configuration suggère naturellement une partition où les tiges représenteront les entiers successifs allant de 0 à 8, engendrant ainsi un ensemble équilibré de neuf tiges distinctes.
Le ratio entre la taille totale de l’échantillon ($N$) et le nombre de tiges créées constitue le régulateur qualitatif de la visualisation. Les spécialistes recommandent généralement de viser une structure comportant entre cinq et quinze tiges pour un échantillon standard de recherche comportementale. Un nombre de tiges inférieur à cinq écraserait la perspective distributionnelle en accumulant une masse informe de feuilles sur une surface verticale étriquée. Inversement, un déploiement excédant vingt tiges pour un effectif modeste aboutirait à une désertification du graphique, fragmentant l’information spatiale et dissimulant la courbure naturelle de la loi de distribution empirique.
5. Détermination rigoureuse de la tige et de la feuille pour les valeurs à une décimale
5.1 Cas classique : Partie entière en tige et dixièmes en feuille
Le cas d’application le plus répandu en méthodologie quantitative concerne l’analyse de scores continus calibrés avec une précision arrêtée au dixième d’unité. Dans cette configuration paradigmatique, la règle d’attribution positionnelle est particulièrement directe et élégante : la composante entière située en amont de la virgule décimale est intégralement allouée à la colonne des tiges, tandis que l’unique chiffre résiduel situé après la virgule — le dixième — est déporté dans la colonne des feuilles.
Considérons à titre d’illustration expérimentale une série de latences cognitives mesurées en secondes lors d’une épreuve informatisée d’inhibition comportementale auprès d’un sous-groupe de participants : 12,2 ; 12,5 ; 12,5 ; 13,1 ; 13,8 ; 14,0 ; 14,4 ; 15,2. L’application du protocole standard impose de définir la tige « 12 » comme l’ancrage spatial commun aux trois premières observations. Sur la rangée horizontale correspondant à cette tige, l’analyste consigne consécutivement les feuilles « 2 », « 5 » et « 5 ». Sur la ligne subséquente dévolue à la tige « 13 », prendront place les feuilles « 1 » et « 8 », et ainsi de suite pour l’ensemble des scores.
Cette disposition séquentielle génère une lecture morphologique limpide : le lecteur décode sans effort que la classe modale locale se situe au niveau de la douzième seconde, tout en identifiant instantanément que deux sujets distincts ont obtenu une performance rigoureusement équivalente à 12,5 secondes. La présence de la valeur ronde « 14,0 » se traduit de façon irréprochable par l’inscription de la feuille « 0 » sur la tige « 14 », attestant de la complétude du relevé instrumental et empêchant la confusion avec une absence de mesure.
5.2 Gestion des nombres inférieurs à un
L’intégration de valeurs numériques purement fractionnaires, dont la valeur absolue est strictement inférieure à un ($0 < |X| < 1$), représente un écueil classique où trébuchent fréquemment les étudiants et les praticiens peu aguerris. Dans l'évaluation de métriques standardisées, de corrélations partielles ou de scores de probabilité subjective variant par exemple entre 0,1 et 0,9, l'application de la règle décimale exige impérativement d'assigner le chiffre zéro comme tige structurelle.
Il est formellement prohibé d’omettre la tige « 0 » ou de fusionner les valeurs inférieures à l’unité au sein d’une catégorie indifférenciée. Une observation valant 0,4 doit être disséquée sans état d’âme : le « 0 » constitue la tige et le « 4 » forme la feuille. Si la distribution étudiée s’étend de 0,2 à 2,8, la colonne des tiges comportera la séquence rigoureusement continue : 0, 1 et 2. Omettre d’inscrire le zéro dans la colonne directrice reviendrait à effacer l’origine de l’échelle d’intervalle et priverait le graphique de son repère métrique fondamental.
Il importe en outre d’établir une distinction conceptuelle absolue entre une tige de valeur nulle (qui accueille légitimement des données de faible amplitude comprises entre 0,0 et 0,9) et une tige vide (qui signale une discontinuité locale dans les observations). L’inscription méthodique du chiffre « 0 » en tête de la colonne des tiges préserve l’intégrité topologique du diagramme et assure la continuité de l’interprétation clinique ou psychométrique des amplitudes marginales.
5.3 Vérification de l’exhaustivité des tiges consécutives
La règle d’exhaustivité des tiges constitue sans conteste l’un des piliers méthodologiques les plus inflexibles du diagramme tige et feuille tukeyen. Une fois que la tige minimale et la tige maximale ont été identifiées à l’issue de l’ordonnancement préliminaire, toutes les tiges intermédiaires doivent être explicitement inscrites le long de l’axe vertical, même si aucune donnée empirique ne leur est rattachée.
Supposons une cohorte de patients cérébro-lésés dont les scores d’apprentissage moteur se ventilent entre des valeurs situées autour de 3,1 à 3,8, puis sautent brusquement vers des valeurs compensatoires élevées situées entre 6,2 et 6,7, en raison d’un effet de seuil pathologique. L’analyste a l’obligation formelle de faire figurer sur l’axe vertical les tiges « 3 », « 4 », « 5 » et « 6 ». Bien que les tiges « 4 » et « 5 » ne possèdent aucune feuille correspondante, leur matérialisation graphique sous la forme de lignes entièrement désertes à droite du séparateur vertical est indispensable.
Cette obligation découle directement de la nature métrique du diagramme. Sauter les tiges « 4 » et « 5 » sous prétexte qu’elles sont dépourvues d’observations constituerait une falsification visuelle majeure : cela réduirait artificiellement la distance spatiale séparant les deux îlots de scores, masquant l’existence d’une béance distributionnelle fondamentale. L’apparition visuelle d’un vide longitudinal informe immédiatement le chercheur de la présence d’une rupture fonctionnelle ou d’un biais d’échantillonnage qu’une compression d’échelle aurait irrémédiablement escamoté.
6. Construction d’un diagramme tige et feuille avec deux décimales ou plus
6.1 Stratégie pour deux décimales : Tiges à dixièmes ou tiges à entiers
Dès lors que les données empiriques comportent deux chiffres après la virgule, la conception du diagramme tige et feuille réclame une réflexion stratégique approfondie sur le dimensionnement des composantes numériques. Deux options méthodologiques mutuellement exclusives s’offrent alors au chercheur, dont le bien-fondé dépend étroitement de l’effectif total de l’échantillon et de l’étendue de la variance observée :
- Option A : L’entier et le dixième fusionnent dans la tige, le centième formant la feuille. Dans cette architecture à haute fidélité, une valeur expérimentale telle que 3,42 sera décomposée en attribuant la chaîne « 3,4 » à la tige et le chiffre unitaire « 2 » à la feuille. Cette approche présente l’inestimable avantage de préserver l’intégralité de la précision instrumentale d’origine sans consentir au moindre arrondi statistique. Toutefois, elle engendre une prolifération rapide des tiges : si les données oscillent entre 1,00 et 4,99, le diagramme requerra quarante tiges distinctes (10 tiges par unité entière). Cette solution est donc à réserver exclusivement aux échantillons volumineux ($N ge 80$) regroupés dans un intervalle relativement restreint.
- Option B : L’entier seul constitue la tige, les centièmes étant préalablement arrondis au dixième le plus proche. Si la cohorte est modeste ($N le 40$) et que l’étendue des données s’avère considérable, le déploiement de tiges à dixièmes aboutirait à une sur-dispersion dévastatrice où l’immense majorité des lignes ne comporterait aucune feuille. L’analyste effectuera alors un arrondi arithmétique rigoureux de chaque valeur au dixième préalable (la valeur 3,42 devenant 3,4), convertissant le problème en un diagramme classique à une décimale où la tige représente l’entier (« 3 ») et la feuille le dixième arrondi (« 4 »).
Prenons le cas concret de l’analyse de la variabilité de la fréquence cardiaque (VFC) mesurée par l’indice RMSSD en millisecondes ramené à l’échelle logarithmique décimale chez vingt sportifs d’élite en phase de récupération. Si les scores varient de 1,21 à 1,88, l’option A s’impose magistralement : les tiges s’échelonneront de 1,2 à 1,8 (soit sept tiges parfaitement proportionnées), et chaque feuille correspondra au centième de seconde mesuré, restituant avec une élégance mathématique parfaite la finesse de la régulation vagale sans aucune déperdition d’information.
6.2 Traitement des valeurs à haute précision (trois décimales et plus)
L’enregistrement de paramètres biophysiques fins, à l’instar des temps de transit d’impulsions neuronales ou des teneurs plasmatiques en oligo-éléments, confronte parfois l’analyste à des corpus de données caractérisés par une résolution s’étendant à trois, voire quatre décimales (par exemple 0,1234 unité). Tenter de répercuter une telle micro-résolution au sein d’un diagramme tige et feuille conventionnel conduirait à une impasse graphique majeure.
Le piège absolu, documenté dans la littérature pédagogique, consiste à vouloir préserver les décimales profondes en inscrivant des feuilles composées de deux ou trois chiffres consécutifs (par exemple en affectant la tige « 0,1 » et en écrivant la feuille « 234 » sur la même case spatiale). Cette pratique est une violation formelle de la méthodologie EDA : dès lors qu’une feuille excède un chiffre unique, l’espacement typographique est rompu, la lisibilité est anéantie et l’analogie avec l’histogramme devient totalement inopérante.
La procédure méthodologique orthodoxe impose donc une réduction d’échelle par arrondissement contrôlé. L’analyste identifie le seuil de pertinence statistique en deçà duquel les variations numériques ne relèvent plus que du bruit expérimental aléatoire. La série est alors rigoureusement arrondie au centième ou au millième d’unité le plus proche, puis l’échelle est réajustée par multiplication factorielle (souvent par puissances de 10) avant le partitionnement tige-feuille, la clé de lecture se chargeant de rétablir l’ordre de grandeur réel à destination du lecteur scientifique.
6.3 Exemple pratique résolu : Analyse de concentrations hormonales de cortisol
Pour ancrer ces préceptes conceptuels dans la réalité opératoire de la recherche empirique, examinons la construction complète et résolue d’un diagramme tige et feuille appliqué à un ensemble de données réelles issu d’une investigation neuroendocrinologique. On s’intéresse ici à la concentration salivaire de cortisol matinal exprimée en nanomoles par litre (nmol/L), prélevée à l’éveil chez un échantillon de quinze jeunes adultes soumis à un protocole de stress expérimental standardisé. Les valeurs brutes ordonnées s’établissent comme suit :
8,12 ; 8,18 ; 8,45 ; 8,71 ; 9,03 ; 9,22 ; 9,35 ; 9,58 ; 9,84 ; 10,11 ; 10,25 ; 10,67 ; 10,89 ; 11,34 ; 11,80.
Face à cet échantillon modeste ($N = 15$) s’étendant de 8,12 à 11,80 nmol/L, l’adoption de tiges basées sur les entiers combinés aux dixièmes engendrerait un total de 38 tiges consécutives (de 8,1 à 11,8) pour seulement 15 points, ce qui produirait une matrice excessivement clairsemée et illisible. Le protocole méthodologique optimal prescrit par conséquent l’arrondi préalable de chaque valeur au dixième d’unité le plus proche :
- 8,12 s’arrondit à 8,1 ; 8,18 s’arrondit à 8,2 ; 8,45 s’arrondit à 8,5 ; 8,71 s’arrondit à 8,7
- 9,03 s’arrondit à 9,0 ; 9,22 s’arrondit à 9,2 ; 9,35 s’arrondit à 9,4 ; 9,58 s’arrondit à 9,6 ; 9,84 s’arrondit à 9,8
- 10,11 s’arrondit à 10,1 ; 10,25 s’arrondit à 10,3 ; 10,67 s’arrondit à 10,7 ; 10,89 s’arrondit à 10,9
- 11,34 s’arrondit à 11,3 ; 11,80 s’arrondit à 11,8
La structure géométrique s’établit alors sur quatre tiges maîtresses entières consécutives : 8, 9, 10 et 11. Le séparateur vertical accueille à sa gauche ces quatre entiers directeurs, tandis que les dixièmes arrondis prennent place à droite avec un espacement rigoureusement monospécifique. Sur la tige 8, s’alignent les feuilles 1, 2, 5 et 7. Sur la tige 9, prennent position les feuilles 0, 2, 4, 6 et 8. Sur la tige 10, s’égrènent les feuilles 1, 3, 7 et 9. Enfin, la tige 11 reçoit les feuilles 3 et 8. L’inspection immédiate du diagramme révèle une distribution remarquablement symétrique et homogène, exempte de valeurs aberrantes, centrée autour d’un plateau médian situé à 9,6 nmol/L, confirmant la normo-sécrétion de l’échantillon étudié.
7. Rôle fondamental de la légende (clé de lecture) dans les données décimales
7.1 Définition et structure formelle de la clé de lecture
En présence de données quantitatives décimales, le diagramme tige et feuille est absolument incapable de fonctionner de manière autonome sans l’adjonction formelle d’une clé de lecture explicite, universellement reconnue sous le vocable technique de légende d’équivalence. La clé de lecture est l’énoncé sémantique qui indique au lecteur l’algorithme arithmétique de décodage à appliquer pour reconstruire une mesure numérique complète à partir de sa tige et de sa feuille constitutive.
La syntaxe canonique d’une clé de lecture académique emprunte une forme standardisée rigoureuse, généralement articulée autour de la barre verticale de délimitation. Par exemple, pour un diagramme dans lequel une tige de 12 associée à une feuille de 4 correspond à la mesure fractionnaire 12,4 secondes, la formulation textuelle conventionnelle s’énonce impérativement ainsi :
Clé : 12 | 4 = 12,4 secondes
Il est crucial que cette légende intègre non seulement le signe d’égalité et la valeur numérique recomposée avec son séparateur décimal explicite, mais également l’unité de mesure physique ou psychométrique (secondes, milligrammes par décilitre, score standard Z, etc.).
Sur le plan de l’ergonomie visuelle, l’emplacement privilégié de cette clé de déchiffrement se situe immédiatement au-dessus de la matrice tige-feuille, à droite ou à gauche de l’en-tête, ou encore dans une note explicative logée sous le diagramme. Ce positionnement garantit que quiconque pose le regard sur la figure absorbe instantanément la métrique sous-jacente avant même de tenter d’interpréter la silhouette de la distribution.
7.2 Erreurs courantes d’interprétation en l’absence de légende
L’omission de la clé de lecture dans un manuscrit scientifique ou un rapport d’analyse engendre une dégradation dramatique de la valeur informative de la figure, ouvrant la porte à des contresens cognitifs majeurs. En l’absence de spécification explicite de la position de la virgule décimale, une inscription telle que « 12 | 4 » s’avère totalement polysemique et peut être interprétée de multiples façons contradictoires selon les présupposés du relecteur :
- Elle peut représenter l’entier naturel cent vingt-quatre ($124$).
- Elle peut traduire le nombre décimal douze unités et quatre dixièmes ($12,4$).
- Elle peut désigner la valeur fractionnaire fine un entier et vingt-quatre centièmes ($1,24$).
- Elle peut correspondre à une mesure infinitésimale de zéro virgule cent vingt-quatre millième ($0,124$).
Cette ambiguïté détruit l’indépendance sémantique du graphique par rapport au texte principal. Un évaluateur universitaire ou un pair relecteur ne devrait jamais avoir à fouiller les sections méthodologiques d’un mémoire ou d’un article pour tenter de deviner l’ordre de grandeur d’une représentation graphique. Un diagramme dépourvu de clé perd son statut de vecteur de communication scientifique autonome pour devenir une énigme numérique opaque.
7.3 Formulations adaptées aux publications scientifiques et mémoires
La standardisation des figures destinées aux revues savantes — particulièrement dans le périmètre des sciences sociales et comportementales régi par les critères formels de l’American Psychological Association — exige que la légende soit intégrée avec une méticulosité sans faille. L’énoncé de la clé doit s’accompagner de la spécification systématique de l’effectif total ($N$) constituant le corpus analysé, afin de permettre au lecteur de recouper visuellement la somme des feuilles dénombrées avec la taille d’échantillon déclarée.
Une formulation typographique irréprochable au sein de la légende d’une figure académique prendra la forme suivante :
Figure 3. Distribution tige et feuille des scores d’efficience mnésique à l’épreuve de Buschke ($N = 45$). Clé : 7 | 3 = 7,3 points. Les tiges représentent la partie entière du score et les feuilles représentent les dixièmes de point.
Cette formulation dissipe instantanément toute interrogation, explicite la nature positionnelle de chaque colonne et renforce la lisibilité pour un lectorat diversifié, qu’il soit composé de statisticiens chevronnés, de cliniciens de terrain ou d’étudiants engagés dans l’apprentissage de la recherche fondamentale.
8. Gestion des cas particuliers : valeurs négatives, zéros décimaux et valeurs extrêmes
8.1 Traitement méthodique des valeurs négatives décimales
Le traitement des grandeurs numériques négatives au sein d’un diagramme tige et feuille constitue une épreuve technique particulièrement redoutée des praticiens. En recherche psychologique et clinique, de telles données surviennent fréquemment dès lors que l’on manipule des scores standardisés centrés réduits (scores Z), des indices de changement différentiel pré-post interventionnel ($Score_{Post} – Score_{Pre}$), ou des taux de déviation par rapport à une moyenne normative de référence. Deux écueils méthodologiques majeurs doivent être impérativement maîtrisés pour éviter toute dénaturation statistique.
Le premier défi concerne l’intervalle infinitésimal adjacent à l’origine, compris entre $-0,9$ et $+0,9$. Dans le système numérique continu, il existe une distinction fondamentale entre une valeur fractionnaire positive comme $+0,4$ et son pendant négatif $-0,4$. Or, si l’on applique naïvement la règle de la partie entière, le chiffre directeur pour ces deux valeurs est « 0 ». Pour empêcher l’effondrement destructeur des valeurs positives et négatives sur une unique tige commune, la méthodologie de John Tukey impose de dédoubler formellement la tige zéro le long de l’axe vertical en inscrivant deux lignes distinctes : une tige « +0 » (ou simplement 0) destinée à recevoir les fractions positives ($+0,0$ à $+0,9$) et une tige « -0 » rigoureusement assignée à la réception des fractions négatives ($-0,1$ à $-0,9$).
Le second défi impératif réside dans l’ordonnancement directionnel des feuilles rattachées aux tiges négatives. Conformément à la logique mathématique de la droite numérique cartésienne, les valeurs négatives progressent en s’éloignant de zéro dans le sens de la décroissance. Par conséquent, sur les tiges négatives, les feuilles doivent être inscrites dans un ordre inversé par rapport à leur valeur arithmétique brute afin de respecter la continuité métrique descendante du graphique. Ainsi, pour consigner sur la tige « -1 » les scores décimaux $-1,2$ et $-1,8$, la feuille « 2 » (représentant $-1,2$, plus proche de zéro et donc mathématiquement supérieure) doit être inscrite immédiatement contre la barre verticale, suivie plus à droite par la feuille « 8 » (représentant $-1,8$). Cette disposition assure une symétrie axiale parfaite entre les hémi-distributions positives et négatives.
8.2 Représentation du zéro après la virgule
L’omission accidentelle du zéro positionné à la première décimale constitue une source récurrente d’invalidation métrique dans les travaux d’analyse exploratoire de données décimales. Il convient d’énoncer avec force une règle absolue de transcription : une observation se terminant par une décimale nulle doit impérativement donner lieu à l’inscription formelle du chiffre « 0 » dans la colonne des feuilles.
Considérons un protocole expérimental évaluant des taux sériques dont le résultat pour un sujet donné est exactement de 14,0 unités. Une méprise fréquente consiste à considérer que le « ,0 » étant mathématiquement neutre, il est inutile d’inscrire une feuille face à la tige « 14 ». Une telle omission est une faute statistique grave : elle supprime purement et simplement le participant de l’échantillon visualisé. La tige « 14 » apparaîtrait alors vierge de toute feuille, signifiant au lecteur qu’aucun sujet n’a obtenu de score dans la tranche des quatorze unités entières.
Il est donc capital d’opérer une distinction sémantique et graphique sans équivoque entre une ligne arborant une feuille valant zéro (qui matérialise une observation empirique mesurée avec une précision au dixième valant exactement zéro) et une ligne totalement dénuée de feuille (qui signale une absence complète de données pour la tige considérée). Cette rigueur garantit que la somme arithmétique de toutes les feuilles figurant sur le diagramme sera rigoureusement égale à la taille $N$ de l’échantillon investigué.
8.3 Identification et isolation des valeurs aberrantes (outliers)
L’une des finalités fondamentales assignées par Tukey au diagramme tige et feuille est la mise en exergue sans fard des observations atypiques, communément appelées valeurs aberrantes ou outliers. En présence de données continues décimales, la survenue d’un score extrême isolé à des encablures du gros de la distribution soulève un problème graphique aigu : maintenir l’exhaustivité des tiges consécutives imposerait de tracer des dizaines de lignes vides intermédiaires, ce qui étirerait artificiellement la figure sur plusieurs pages tout en dilatant inutilement l’espace visuel.
Pour résoudre ce dilemme, le protocole tukeyen standard recourt au formalisme rigoureux de l’intervalle interquartile (IQR). Toute observation décimale située au-delà de 1,5 fois l’écart interquartile calculé à partir du quartile supérieur ($Q_3 + 1,5 \times IQR$) ou en deçà du seuil similaire issu du quartile inférieur ($Q_1 – 1,5 \times IQR$) est qualifiée de valeur extrême. Dès lors que la distance métrique séparant cette valeur du reste de la cohorte dépasse une amplitude de dispersion raisonnable, l’analyste tronque l’axe continu des tiges et isole la valeur atypique dans un compartiment textuel spécifique.
Les conventions graphiques prévoient alors l’insertion d’une ligne d’ancrage marginale étiquetée « Low » pour les extrêmes inférieurs ou « High » pour les extrêmes supérieurs, au sein de laquelle la valeur décimale brute est inscrite dans son intégralité sans partition tige-feuille (par exemple : High : 28,4 ; 31,2). Cette mise à l’écart codifiée prévient l’éparpillement stérile de la colonne directrice tout en informant instantanément le chercheur de la présence d’anomalies de mesure ou de phénotypes cliniques hautement singuliers méritant un traitement analytique distinct.
9. Variantes avancées : tiges fractionnées et diagrammes dos à dos avec décimales
9.1 Technique des tiges dédoublées ou fractionnées (Split Stems)
Dans l’analyse de corpus quantitatifs où les observations sont intensément concentrées au sein d’un intervalle numérique excessivement resserré, le diagramme tige et feuille standard produit un effet de saturation visuelle regrettable. Lorsque soixante-dix observations décimales se répartissent sur seulement deux ou trois tiges consécutives, les rangées de feuilles s’étirent de manière disproportionnée vers la droite, empêchant toute appréciation fine de la courbure interne de la distribution. Pour surmonter cette congestion sans abandonner la métrique d’origine, on fait appel à la technique avancée des tiges fractionnées (split stems).
La variante la plus canonique est le dédoublement binaire de chaque tige. Dans ce dispositif, chaque valeur de tige entière est répétée deux fois successivement le long de l’axe vertical. La première tige (souvent annotée avec un astérisque « * » ou étiquetée conventionnellement pour les feuilles basses de 0 à 4) est exclusivement réservée à la consignation des décimales inférieures : .0, .1, .2, .3 et .4. La seconde tige (annotée avec un point médian « · » ou assignée aux feuilles hautes de 5 à 9) accueille méthodiquement les décimales supérieures : .5, .6, .7, .8 et .9.
Pour des jeux de données réclamant un niveau de décomposition encore plus chirurgical, il est possible d’opter pour une division en cinq sous-tiges par unité entière. Chaque tige est alors dupliquée cinq fois le long de l’axe vertical selon un découpage positionnel normalisé par tranches de deux dixièmes consécutifs :
- La sous-tige « c » (contenant les feuilles 0 et 1)
- La sous-tige « d » (contenant les feuilles 2 et 3)
- La sous-tige « m » (contenant les feuilles 4 et 5)
- La sous-tige « s » (contenant les feuilles 6 et 7)
- La sous-tige « h » (contenant les feuilles 8 et 9)
Cette sophistication technique s’avère particulièrement providentielle lors du dépouillement d’échelles d’anxiété ou de dépression (telle que l’échelle d’anxiété pour enfants de Spence) où les scores composites moyens s’entassent fréquemment entre 1,0 et 1,9 point : le fractionnement morphologique de la tige 1 en deux ou cinq strates spatiales permet de révéler des asymétries locales ou des modes multiples masqués par la compression unitaire originale.
9.2 Diagrammes dos à dos (Back-to-Back) pour comparaisons de groupes
L’une des adaptations les plus remarquables du modèle exploratoire de Tukey consiste en l’architecture dite « dos à dos » (back-to-back stem-and-leaf display). Ce dispositif comparatif à double entrée est expressément configuré pour juxtaposer et contraster la distribution d’une variable quantitative continue entre deux sous-groupes expérimentaux indépendants — par exemple, un groupe expérimental soumis à une thérapie cognitive et un groupe contrôle sous placebo, ou des cohortes d’individus neurotypiques et cérébro-lésés.
La structure géométrique s’organise autour d’une colonne centrale unique de tiges partagées, bordée de part et d’autre par deux séparateurs verticaux parallèles. Le volet latéral droit accueille classiquement les feuilles relatives au premier groupe (disposées selon la progression standard gauche-droite), tandis que le volet latéral gauche reçoit les feuilles correspondant au second groupe expérimental. Une règle méthodologique et perceptive fondamentale s’impose alors pour le volet gauche : les feuilles doivent être ordonnées de droite à gauche, c’est-à-dire dans le sens opposé au sens de lecture usuel, en s’éloignant progressivement de la tige centrale.
Cette disposition divergente en miroir autorise une comparaison directe et immédiate des distributions sans distorsion d’échelle. L’analyste jauge en un coup d’œil l’homogénéité des variances entre les conditions : la dispersion respective des longueurs de lignes renseigne sur l’hétéroscédasticité, tandis que le décalage vertical des protubérances modales met en scène visuellement la divergence des tendances centrales, offrant un diagnostic descriptif préalable d’une puissance inégalée avant l’exécution d’un test t de Student ou d’un test non paramétrique de Mann-Whitney.
9.3 Combinaison des tiges fractionnées et du format dos à dos
Lorsque l’investigation empirique cumule simultanément une contrainte de sur-concentration des scores continus et un impératif de comparaison binaire inter-groupes, le couplage méthodologique entre le format dos à dos et les tiges dédoublées représente l’aboutissement technique de l’EDA. Ce dispositif conjugué exige néanmoins une rigueur de construction poussée à son paroxysme.
L’axe médian doit présenter une symétrie typographique parfaite. Chaque demi-tige dédoublée (par exemple « 2* » et « 2· ») sépare rigoureusement les feuilles basses (0 à 4) des feuilles hautes (5 à 9) à la fois pour le contingent expérimental déployé à gauche et pour le contingent contrôle déployé à droite. La moindre erreur d’alignement horizontal, l’inversion d’une série de feuilles sur le panneau rétrograde de gauche, ou une omission de transcription détruirait l’équilibre synoptique du comparateur.
Il importe toutefois d’alerter le chercheur sur les limites d’intelligibilité de telles combinaisons avancées. Si le jeu de données comporte un effectif disparate ou si les étendues des deux groupes ne coïncident pas substantiellement, le diagramme dos à dos fractionné risque d’engendrer une surcharge cognitive néfaste, brouillant l’interprétation par un excès d’artifices typographiques. Dans ce cas précis, la scission de la visualisation en deux diagrammes unilatéraux synchronisés ou le basculement vers des boîtes à moustaches comparatives constitue une alternative méthodologique plus prudente.
10. Comparaison avec d’autres représentations graphiques
10.1 Diagramme tige et feuille versus Histogramme décimal
La confrontation méthodologique entre le diagramme tige et feuille tukeyen et l’histogramme cartésien traditionnel constitue un classique de l’épistémologie de la visualisation quantitative. Bien que ces deux artefacts partagent une finalité morphologique commune — à savoir modéliser graphiquement la fonction de densité de fréquence empirique d’un ensemble de scores continus —, ils reposent sur des postulats informationnels diamétralement opposés.
La supériorité intrinsèque du diagramme tige et feuille réside dans sa conservation absolue de la mémoire numérique individuelle. Dans un histogramme, les observations décimales sont irrémédiablement englouties à l’intérieur de classes d’intervalles géométriques fermées : dès lors qu’une colonne rectangulaire est tracée, il devient strictement impossible pour le lecteur de déterminer si les scores regroupés dans l’intervalle $[10,0 ,;, 12,0[$ se massent tous à 10,1 ou se dispersent harmonieusement jusqu’à 11,9. Il y a destruction définitive de l’information sous-jacente. À l’opposé, le diagramme tige et feuille matérialise les barres par les chiffres mêmes des observations, offrant une transparence de consultation intégrale.
En contrepartie, l’histogramme reconquiert un avantage ergonomique décisif lorsque la volumétrie de la série empirique franchit le seuil des très grands échantillons ($N > 300$). Tenter de construire un diagramme tige et feuille sur un corpus de mille cinq cents participants aboutirait à des lignes de feuilles kilométriques, saturant l’espace graphique et neutralisant tout bénéfice analytique. L’histogramme et les courbes d’estimation de densité par noyau (Kernel Density Estimation) s’avèrent alors incomparablement mieux adaptés pour lisser l’information macroscopique des mégadonnées.
10.2 Complémentarité avec la boîte à moustaches (Boxplot)
Loin de se concurrencer de manière stérile, le diagramme tige et feuille et la boîte à moustaches (boxplot) — une autre invention majeure issue de l’esprit fertile de John Tukey — entretiennent une relation de synergie méthodologique intime dans le flux séquentiel de l’analyse exploratoire des données décimales.
De par sa structure sérielle ordonnée, le diagramme tige et feuille décimal constitue la matrice algorithmique idéale pour procéder à l’extraction directe et instantanée des cinq nombres cardinaux de Tukey indispensables au traçage de la boîte à moustaches :
- La valeur minimale ($X_{\min}$)
- Le premier quartile ($Q_1$ ou 25e percentile)
- La médiane arithmétique ($Q_2$ ou 50e percentile)
- Le troisième quartile ($Q_3$ ou 75e percentile)
- La valeur maximale ($X_{\max}$)
L’analyste dénombre simplement les feuilles décimales depuis les extrémités pour localiser avec une précision absolue les rangs médians et interquartiles, sans recourir à des interpolations théoriques approximatives.
Cependant, le diagramme tige et feuille préserve une supériorité diagnostique critique sur le boxplot en matière de morphologie fine. Une boîte à moustaches est notoirement incapable de différencier une distribution uniplanaire unimodale d’une distribution bimodale symétrique dont les modes seraient équidistants du centre : dans les deux cas, le rectangle central et les moustaches présenteront une géométrie rigoureusement superposable. Le diagramme tige et feuille décimal, en laissant apparaître distinctement le creux distributionnel entre les deux concentrations de feuilles, empêche l’analyste de commettre l’erreur phénoménologique majeure consistant à modéliser comme homogène une population en réalité scindée en deux sous-groupes comportementaux distincts.
10.3 Avantages pédagogiques dans l’enseignement des statistiques
Sur le terrain de la pédagogie universitaire des méthodes quantitatives appliquées aux sciences du comportement et à la médecine, le diagramme tige et feuille enrichi de données décimales constitue un instrument didactique d’une efficacité inégalée. Il matérialise le chaînon manquant fondamental reliant le tableau arithmétique de données brutes — souvent perçu par les apprenants comme une masse abstraite, opaque et anxiogène — à la construction abstraite des courbes continues de probabilité.
En obligeant l’étudiant à manipuler concrètement chaque composante numérique, à décomposer l’entier du dixième et à empiler spatialement les observations unitaire par unitaire, le diagramme tige et feuille démystifie profondément les concepts fondamentaux de la statistique descriptive. La notion de fréquence cumulée prend corps sous les yeux de l’apprenant par le simple allongement métrique des séquences de feuilles ; la notion d’intervalle de classe cesse d’être une formule algébrique hermétique pour s’incarner dans l’ancrage invariable d’une tige commune.
De plus, cet exercice forge l’esprit critique lors de l’apprentissage de la sémiologie graphique. Les étudiants découvrent empiriquement comment l’altération arbitraire d’une règle d’arrondi ou le saut injustifié d’une tige vide distord le message statistique véhiculé par une figure. Cette initiation par le geste graphique affine l’acuité méthodologique indispensable à tout futur chercheur pour concevoir, disséquer et évaluer avec lucidité les visualisations de données jalonnant la littérature scientifique contemporaine.
11. Applications pratiques en recherche psychologique et neurosciences cognitives
11.1 Analyse des temps de réaction décimaux en psychophysique
Le paradigme chronométrique constitue l’un des territoires d’élection méthodologiques pour le déploiement du diagramme tige et feuille intégrant des données décimales. Dans les protocoles informatisés d’évaluation de l’attention sélective ou du traitement de l’information visuo-spatiale (comme la tâche de détection de cibles de Posner ou le paradigme de Simon), les temps de réaction recueillis auprès des sujets sont traditionnellement convertis en centièmes ou dixièmes de seconde pour l’analyse descriptive.
La distribution des latences comportementales se caractérise presque universellement par une asymétrie positive prononcée (right-skewed distribution) : une grande majorité de réponses motrices rapides s’agglomère autour d’un pic proximal, tandis qu’une longue traîne de réponses ralenties s’étire vers les valeurs temporelles supérieures. Le diagramme tige et feuille décimal offre une traduction spatiale saisissante de cette cinétique : les tiges initiales (par exemple 0,3 ; 0,4 ; 0,5 seconde) débordent de feuilles compactes, avant que les lignes subséquentes (0,8 ; 0,9 ; 1,2 seconde) ne se raréfient graduellement pour former une traîne filiforme.
Cette visualisation directe facilite l’identification immédiate d’effets psychophysiologiques discrets mais substantiels. Ainsi, l’apparition d’une accumulation inattendue de feuilles sur les tiges ultra-courtes (par exemple en deçà de 0,15 seconde) alerte le chercheur sur la contamination des données par des réponses anticipatoires impulsives, émises avant même que le stimulus cible n’ait été cognitivement encodé. De même, l’observation d’un étalement anormal des feuilles sur les tiges tardives au fur et à mesure du déroulement des blocs d’essais met en relief visuellement la progression des effets d’épuisement attentionnel et de fatigue centrale chez les participants.
11.2 Scores d’inventaires de personnalité et métriques standardisées
L’administration d’inventaires de personnalité standardisés — tels que le NEO Personality Inventory (NEO-PI-3) évaluant les traits du Big Five, ou les questionnaires mesurant l’affectivité positive et négative (PANAS) — débouche régulièrement sur la production de scores composites moyennés ou standardisés exprimés sous la forme de métriques continues décimales.
Le diagramme tige et feuille décimal s’avère particulièrement pertinent pour examiner la distribution de scores factoriels issus d’une analyse en composantes principales (ACP) ou de scores centrés réduits (scores Z). Dans ce contexte psychométrique, la tige supporte la composante entière et son signe éventuel (par exemple -2, -1, 0, +1, +2), tandis que la feuille reflète les dixièmes de déviation standard. L’analyste peut ainsi évaluer d’un simple regard la conformité de l’échantillon aux critères de la normalité univariée sous-jacente, prérequis incontournable à la légitimité des modélisations paramétriques futures.
Par ailleurs, cette inspection graphique fine constitue une arme méthodologique redoutable pour dépister les biais de réponse psychométriques. L’agrégation anormale de feuilles décimales sur des segments très étroits de l’échelle, ou à l’inverse la présence de protubérances massives situées systématiquement aux bornes extrêmes de tiges supérieures, trahit fréquemment l’existence de stratégies de réponse biaises, telles que la désirabilité sociale défensive ou la tendance à l’acquiescement systématique au sein d’une cohorte de répondants.
11.3 Indices neuropsychologiques et ratios de performance
Dans la pratique neuropsychologique clinique et les neurosciences computationnelles, les praticiens évaluent souvent l’intégrité des fonctions exécutives au travers de ratios continus ou d’indices de décalage fractionnaires. L’illustration la plus emblématique est sans conteste l’indice d’interférence cognitive mesuré par le test de Stroop ou le test du tracé (Trail Making Test, partie B/A), où le résultat s’exprime sous la forme d’un quotient continu obtenu en divisant le temps requis pour exécuter la condition interférente par le temps requis pour la condition automatisée simple.
L’application d’un diagramme tige et feuille décimal à ces indices fractionnaires permet aux cliniciens de cartographier avec une netteté sans égale l’hétérogénéité des profils d’atteinte au sein d’une population de patients victimes de traumatismes crâniens ou engagés dans des processus neurodégénératifs naissants. Les indices de ratio se situant autour de 1,0 à 1,5 caractérisent des performances exécutives normales et se regroupent harmonieusement sur les tiges inférieures.
À l’inverse, l’irruption de feuilles éparses s’élevant sur des tiges atypiques situées à 3,4 ou 4,8 signale sans équivoque des déficits massifs d’inhibition cognitive chez des patients particuliers. Cette identification individualisée, rendue possible par la persistance de la valeur unitaire constitutive de chaque feuille, fournit au neuropsychologue des points d’appui qualitatifs essentiels pour affiner son diagnostic différentiel et concevoir des programmes de remédiation cognitive sur mesure, renforçant la portée écologique de l’évaluation quantitative hospitalière.
12. Bonnes pratiques méthodologiques et pièges courants à éviter
12.1 Erreurs d’espacement et alignement typographique déficient
Au terme de cette analyse approfondie, il convient de répertorier les pathologies d’exécution les plus fréquentes qui compromettent la validité scientifique des diagrammes tige et feuille décimaux. Le premier écueil, de nature purement technique, réside dans l’utilisation inappropriée d’outils de traitement de texte standard employant des polices typographiques proportionnelles (telles que Times New Roman ou Calibri) sans calibrage d’alignement tabulaire strict.
Dans une police proportionnelle, la lettre ou le chiffre n’occupe qu’un espace horizontal proportionnel à sa morphologie propre : le chiffre « 1 » s’avère considérablement plus étroit que le chiffre « 8 » ou « 0 ». Par conséquent, une rangée de feuilles composée de dix chiffres « 1 » apparaîtra visuellement beaucoup plus courte qu’une rangée adjacente composée de sept chiffres « 8 ». Cette discordance géométrique produit une illusion visuelle désastreuse : l’analyste perçoit une densité trompeuse et interprète faussement la silhouette de la distribution empirique. L’obligation d’utiliser des polices à chasse fixe uniforme (telles que Courier New ou Consolas) ou d’insérer les valeurs dans un tableau régulier sous-jacent est une exigence absolue de rigueur méthodologique.
De surcroît, il convient de proscrire absolument l’adjonction de signes intercalaires superflus entre les feuilles. L’insertion erronée de virgules, de tirets ou de points-virgules pour séparer les feuilles sur une même ligne horizontale (par exemple : 12 | 1, 3, 5, 8 au lieu de l’impeccable 12 | 1 3 5 8) introduit un bruit visuel délétère, perturbe le décompte spatial uniforme et dégrade la pureté esthétique et sémiotique du modèle imaginé par Tukey.
12.2 Omission des tiges sans données et étirement arbitraire
La seconde faute méthodologique majeure, dont la récurrence dans les manuscrits académiques continue de surprendre les comités d’évaluation, concerne l’omission arbitraire des tiges ne comportant aucune observation empirique associée. Confrontés à une série décimale discontinue présentant une béance centrale — par exemple des valeurs oscillant entre 2,1 et 2,9 puis réapparaissant entre 5,0 et 5,8 —, certains auteurs omettent délibérément les tiges vides « 3 » et « 4 » afin de « compacter » visuellement leur figure.
Cette suppression constitue une falsification grave de l’expression topologique de la variance. Faire disparaître les tiges intermédiaires sans données revient à opérer une compression chirurgicale non linéaire de l’axe vertical, ce qui efface l’isolement des sous-groupes et masque le caractère bimodal ou discontinu de la distribution réelle. L’observateur est induit en erreur en percevant une continuité artificielle là où la nature a produit une rupture clinique ou comportementale nette.
L’obligation méthodologique d’inscrire l’intégralité du continuum des tiges, de la plus faible à la plus haute, procède du même principe mathématique fondamental qui interdit d’altérer l’échelle d’abscisse d’un repère cartésien standard. Une ligne vide n’est pas une anomalie encombrante à escamoter : c’est un résultat scientifique négatif porteur d’une signification distributionnelle primordiale qui doit demeurer parfaitement visible dans l’architecture finale du diagramme.
12.3 Guide de contrôle final avant soumission académique
Pour accompagner les chercheurs, cliniciens et étudiants dans la finalisation d’un diagramme tige et feuille décimal conforme aux standards internationaux de publication, nous proposons une grille méthodologique de contrôle séquentiel à parcourir systématiquement avant l’intégration définitive de la figure au sein d’un manuscrit ou d’un rapport d’expertise :
- Vérification de la clé de lecture : Une clé d’équivalence explicite est-elle visible en en-tête ou en note de bas de figure ? Mentionne-t-elle sans équivoque la position de la virgule et l’unité de mesure physique ou psychométrique associée ?
- Contrôle du dénombrement unitaire ($N$) : La somme exacte de toutes les feuilles individuelles inscrites sur l’ensemble des tiges correspond-elle rigoureusement à la taille globale déclarée de l’échantillon empirique ?
- Règle unitaire de la feuille : Toutes les feuilles sont-elles impérativement constituées d’un seul et unique chiffre numérique ? Aucun centième excédentaire n’a-t-il été illégalement greffé à côté d’un dixième ?
- Harmonisation des zéros décimaux : Les scores tombant pile sur un entier comportent-ils sans exception une feuille explicite « 0 » marquant le premier dixième de mesure ?
- Exhaustivité de l’axe vertical : Toutes les tiges comprises entre la valeur minimale et la valeur maximale de la distribution sont-elles rigoureusement présentes le long de l’axe central, y compris celles totalement désertes ?
- Ordonnancement horizontal et typographie : Les feuilles s’égrènent-elles dans un ordre strictement croissant le long de chaque ligne ? L’espacement spatial entre les chiffres est-il parfaitement régulier et aligné verticalement d’une rangée à la suivante grâce à une police monospécifique ?
- Gestion symétrique des valeurs négatives : En présence de mesures négatives, la double tige « +0 » et « -0 » a-t-elle été respectée, et les feuilles rattachées aux tiges négatives ont-elles bien été classées en sens inverse, dans le respect de l’éloignement vectoriel par rapport à l’origine ?
Le respect scrupuleux de cette check-list méthodologique assure au diagramme tige et feuille décimal une résilience analytique totale, le consacrant comme un instrument privilégié de transparence scientifique, capable de valoriser la richesse granulaire des données continues tout en offrant une modélisation visuelle d’une élégance et d’une rigueur irréprochables.
Références
American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
Emerson, J. D., & Hoaglin, D. C. (1983). Stem-and-leaf displays. In D. C. Hoaglin, F. Mosteller, & J. W. Tukey (Eds.), Understanding robust and exploratory data analysis (pp. 7–32). John Wiley & Sons.
Friendly, M. (2008). The golden age of statistical graphics. Statistical Science, 23(4), 502–535. https://doi.org/10.1214/08-STS268
Howell, D. C. (2012). Statistical methods for psychology (8th ed.). Cengage Learning.
Tukey, J. W. (1972). Some graphic and semigraphic displays. In T. A. Bancroft (Ed.), Statistical papers in honor of George W. Snedecor (pp. 293–316). Iowa State University Press.
Tukey, J. W. (1977). Exploratory data analysis. Addison-Wesley.
Velleman, P. F., & Hoaglin, D. C. (1981). Applications, basics, and computing of exploratory data analysis. Duxbury Press.
Wickham, H. (2016). ggplot2: Elegant graphics for data analysis (2nd ed.). Springer-Verlag. https://doi.org/10.1007/978-3-319-24277-4
Wilkinson, L. (2005). The grammar of graphics (2nd ed.). Springer. https://doi.org/10.1007/0-387-28695-0