Comment trouver la moyenne, la médiane et le mode dans Excel (avec exemples)

L’analyse exploratoire de données quantitatives constitue le socle méthodologique fondamental sur lequel reposent la recherche scientifique contemporaine, l’évaluation clinique et la modélisation décisionnelle en entreprise. Face à des ensembles d’observations numériques complexes et multidimensionnels, le chercheur ou le statisticien est confronté à la nécessité impérieuse de synthétiser l’information sans en dénaturer la structure sous-jacente. Cette opération de réduction dimensionnelle univariée s’articule traditionnellement autour des paramètres de tendance centrale : la moyenne arithmétique, la médiane et le mode. Chacun de ces indices offre une perspective géométrique et probabiliste singulière sur le centre de gravité d’une distribution statistique, répondant à des axiomes mathématiques distincts et à des exigences de mesure spécifiques formulées notamment dans le cadre de la théorie des échelles de mesure.

Dans cet écosystème analytique, le logiciel Microsoft Excel s’est imposé non seulement comme un outil bureautique universel, mais également comme une plateforme d’ingénierie statistique largement exploitée dans les laboratoires de recherche en sciences humaines, les départements d’épidémiologie et les directions financières. Doté d’un moteur de calcul conforme aux normes industrielles internationales de calcul en virgule flottante, le tableur propose une panoplie de fonctions dédiées à l’évaluation paramétrique et non paramétrique de la position centrale. Toutefois, la transposition d’un concept algébrique abstrait vers une cellule de feuille de calcul requiert une maîtrise rigoureuse de la syntaxe, une compréhension approfondie des mécanismes de gestion des types de données et une vigilance constante quant au traitement des valeurs aberrantes et des données manquantes.

Le présent traité méthodologique propose une exploration exhaustive, théorique et appliquée de la détermination de la moyenne, de la médiane et du mode sous Microsoft Excel. En articulant formalisation mathématique rigoureuse, cas cliniques psychométriques et protocoles algorithmiques pas à pas, ce guide vise à doter les analystes des compétences techniques nécessaires pour manipuler avec assurance les formules natives, concevoir des requêtes matricielles conditionnelles et interpréter avec acuité les divergences structurelles existant entre ces trois indicateurs statistiques.

1. Introduction aux mesures de tendance centrale dans l’analyse de données sous Excel

La statistique descriptive univariée vise principalement à résumer une distribution de valeurs observées sur un échantillon ou une population donnée au moyen d’un nombre restreint de valeurs synthétiques. Parmi ces paramètres, les mesures de tendance centrale ou paramètres de position occupent une place prépondérante, car elles fournissent une estimation quantitative du centre de gravité autour duquel s’agrègent les données.

1.1 Importance épistémologique des paramètres de position en statistique descriptive

D’un point de vue épistémologique, la mesure de la tendance centrale répond à l’impératif de réduction de l’information brute. Une série statistique brute comportant plusieurs centaines ou milliers d’enregistrements est inaccessible à l’intuition cognitive directe. Le recours aux résumés numériques permet de condenser cette masse de données en une valeur prototypique unique, susceptible de représenter le comportement général du phénomène étudié. Dans le domaine de la psychométrie, de la sociologie quantitative et de la biomédecine, cette simplification est indispensable pour caractériser des populations expérimentales, mesurer l’efficacité d’interventions thérapeutiques ou calibrer des outils standardisés de diagnostic psychologique.

Toutefois, la synthèse univariée comporte des limites inhérentes qu’il convient de souligner avec gravité. Résumer une distribution hétérogène, asymétrique ou multimodale par un unique scalaire engendre inévitablement une perte substantielle d’information structurelle. Deux distributions totalement divergentes sur le plan de la dispersion ou de l’asymétrie peuvent présenter une moyenne ou une médiane rigoureusement identique. Par conséquent, l’utilisation de ces métriques de position centrale ne saurait s’émanciper d’une analyse conjointe de la dispersion, matérialisée par la variance, l’écart-type ou l’intervalle interquartile. Dans les protocoles de recherche expérimentale rigoureux, l’arbitrage entre l’usage d’estimateurs paramétriques et non paramétriques dépend fondamentalement de la structure probabiliste des données et du respect des postulats de normalité.

L’estimation paramétrique, traditionnellement incarnée par la moyenne arithmétique, postule une relative conformité du jeu de données à une distribution gaussienne théorique. Lorsque ces hypothèses sous-jacentes sont violées en raison d’une forte asymétrie ou de l’émergence d’observations extrêmes issues de perturbations d’échantillonnage, les estimateurs non paramétriques ou robustes, tels que la médiane et la moyenne tronquée, deviennent indispensables pour préserver la validité interne des conclusions inférentielles.

1.2 Excel comme instrument d’analyse quantitative rigoureuse

Longtemps perçu par la communauté académique comme un simple outil de comptabilité administrative, Microsoft Excel a bénéficié d’évolutions logicielles majeures au cours des deux dernières décennies, consolidant ses algorithmes mathématiques internes. Les versions contemporaines du tableur intègrent une précision arithmétique rigoureusement adossée à la norme internationale IEEE 754 relative à l’arithmétique en virgule flottante double précision. Cette normalisation garantit que les calculs de sommes, de produits et d’interpolations statistiques atteignent un niveau d’exactitude numérique équivalent à celui des progiciels statistiques spécialisés pour la vaste majorité des applications exploratoires et prédictives standard.

L’environnement tableur présente une valeur pédagogique et opératoire exceptionnelle pour l’enseignement et le traitement exploratoire des données. L’accès direct et visuel à la matrice de données bidimensionnelle permet au statisticien d’observer immédiatement les répercussions des transformations mathématiques sur chaque ligne d’enregistrement, démystifiant ainsi la boîte noire algorithmique souvent associée aux langages de script purs. Cette transparence spatiale favorise une détection empirique immédiate des incohérences typographiques, des discontinuités de séries et des singularités de distribution.

Il importe néanmoins de prêter une attention rigoureuse à la localisation linguistique du logiciel. Dans les versions francophones de Microsoft Excel, la nomenclature des fonctions mathématiques a fait l’objet d’une traduction intégrale qui diffère de la norme anglophone originelle. Ainsi, la fonction désignée sous le vocable AVERAGE en anglais correspond rigoureusement à MOYENNE en français, la fonction MEDIAN devient MEDIANE, et la famille des fonctions de calcul modale MODE.SNGL et MODE.MULT se transcrit sous les désignations MODE.SIMPLE et MODE.MULTIPLE. De surcroît, le séparateur d’arguments au sein des fonctions n’est pas la virgule, comme dans la configuration anglo-saxonne, mais le point-virgule, la virgule étant réservée dans le système numérique français à la délimitation décimale.

2. Fondements théoriques et mathématiques de la moyenne, de la médiane et du mode

Une compréhension opérationnelle des fonctions d’Excel requiert au préalable une délimitation formelle des concepts mathématiques qui sous-tendent chaque mesure de tendance centrale. Ces trois paramètres ne mesurent pas la même dimension de la centralité et n’obéissent pas aux mêmes contraintes topologiques.

2.1 La moyenne arithmétique : formulation algébrique et propriétés

La moyenne arithmétique constitue le centre de gravité d’un ensemble de mesures quantitatives. Pour un échantillon composé de $n$ observations indépendantes notées $x_1, x_2, dots, x_n$, la moyenne arithmétique d’échantillon, universellement désignée par le symbole $\bar{x}$, est définie formellement par l’équation suivante :

$$\bar{x} = \frac{1}{n} \sum_{i=1}^{n} x_i$$

Dans l’hypothèse où l’analyse s’applique à l’intégralité d’une population statistique finie de taille $N$, la moyenne de population, conventionnellement désignée par la lettre grecque $\mu$, répond à la même structure algébrique :

$$\mu = \frac{1}{N} \sum_{i=1}^{N} X_i$$

L’une des propriétés fondamentales de la moyenne arithmétique réside dans le principe d’annulation de la somme des écarts à la moyenne. Si l’on calcule la différence algébrique entre chaque observation individuelle $x_i$ et la moyenne arithmétique $\bar{x}$, la somme résultante est rigoureusement égale à zéro :

$$\sum_{i=1}^{n} (x_i – \bar{x}) = 0$$

Cette propriété démontre que la moyenne compense exactement les déviations positives par les déviations négatives. Elle minimise également la somme des carrés des écarts, faisant de la moyenne le meilleur estimateur au sens des moindres carrés. Néanmoins, cette caractéristique constitue simultanément sa principale faiblesse sur le plan de la robustesse géométrique. La moyenne arithmétique possède un point de rupture égal à $1/n$, ce qui signifie qu’une seule valeur erronée, arbitrairement grande ou petite, introduite dans la série suffit à entraîner la moyenne vers l’infini, faussant irrémédiablement l’interprétation de l’ensemble de l’échantillon.

2.2 La médiane : point d’équilibre robuste et distribution cumulative

La médiane, couramment désignée par la notation $Me$ ou $\tilde{x}$, se définit géométriquement et probabilistiquement comme le cinquantième centile d’une série statistique ordonnée. Elle partitionne l’échantillon de données ordonnées en deux sous-ensembles de cardinal strictement identique : exactement cinquante pour cent des observations présentent une valeur inférieure ou égale à la médiane, et cinquante pour cent présentent une valeur supérieure ou égale à celle-ci.

Sur le plan computationnel, l’obtention de la médiane exige un tri préalable impératif des données selon un ordre non décroissant, produisant la série ordonnée des statistiques de rang :

$$x_{(1)} le x_{(2)} le dots le x_{(n)}$$

La formulation algébrique de la médiane varie formellement selon la parité du cardinal $n$ de l’échantillon :

• Si le nombre d’observations $n$ est impair, la médiane correspond précisément à la valeur centrale située au rang ordonné $(n + 1) / 2$ :
  $$Me = x_{\left(\frac{n+1}{2}\right)}$$
• Si le nombre d’observations $n$ est pair, il n’existe pas d’élément d’échantillon strictement central. La médiane conventionnelle se calcule alors par l’interpolation arithmétique linéaire des deux valeurs centrales situées aux rangs $n/2$ et $(n/2) + 1$ :
  $$Me = \frac{x_{\left(\frac{n}{2}\right)} + x_{\left(\frac{n}{2} + 1\right)}}{2}$$

Contrairement à la moyenne arithmétique, la médiane minimise la somme des écarts absolus par rapport à un point arbitraire. Cette propriété mathématique confère à la médiane une insensibilité totale aux variations extrêmes intervenant dans les queues de distribution. Tant que la valeur numérique d’un outlier reste confinée aux extrémités de l’ordonnancement sans modifier le rang des données médianes, l’estimation demeure stationnaire. Son point de rupture asymptotique est de $50%$, conférant à cet estimateur une résistance remarquable dans les environnements bruités.

2.3 Le mode : identification de la valeur dominante et pluralité modale

Le mode statistique, symbolisé par $Mo$, désigne la modalité, le niveau ou la valeur numérique qui apparaît avec la fréquence absolue ou relative la plus élevée au sein d’une distribution statistique d’observations. Contrairement à la moyenne et à la médiane, dont la formulation exige un niveau de mesure numérique continu ou au minimum ordonnable, le mode est la seule mesure de tendance centrale théoriquement légitime sur des variables catégorielles mesurées selon une échelle nominale pure, comme l’a précisé Stanley Smith Stevens dans ses travaux fondateurs de 1946.

Une distribution est dite strictement unimodale lorsqu’elle ne comporte qu’un unique pic de fréquence dominant. En revanche, de nombreux processus expérimentaux révèlent des configurations pluri-modales :

• Distributions bimodales : Présence de deux valeurs distinctes présentant la même fréquence maximale (ou deux maxima locaux distincts). Cette configuration reflète généralement le mélange latent de deux sous-populations hétérogènes au sein du même échantillon, comme les distributions de tailles ou de capacités physiologiques différenciées selon le sexe.
• Distributions multimodales : Présence de trois valeurs ou plus présentant des concentrations de fréquence comparables. Ce phénomène signale une fragmentation morphologique profonde du jeu de données expérimental.
• Absence de mode : Situation critique où chaque modalité distincte de la variable n’apparaît qu’une seule fois au sein de l’échantillon. Dans une telle circonstance, la distribution ne possède aucun centre de gravité fréquentiel.

L’utilisation du mode pour des variables quantitatives continues pures nécessite impérativement une procédure de discrétisation préalable en intervalles de classe (ou bins), sous peine de constater une absence totale de redondance due à la précision des décimales des instruments d’enregistrement physique.

3. Préparation, structuration et nettoyage des données dans Excel

L’exactitude des calculs statistiques dans Microsoft Excel repose prioritairement sur la qualité de la phase préliminaire d’ingénierie des données. Un tableau mal structuré ou corrompu par des erreurs de typage implicite produira systématiquement des résultats erronés ou des messages d’erreur d’exécution fatals.

3.1 Formatage et typage des variables expérimentales

Le moteur interne d’Excel applique un système de typage dynamique rigide. Une chaîne de caractères textuelle ne peut participer directement aux calculs arithmétiques standards, sous peine d’être ignorée par les fonctions d’agrégation statistique comme MOYENNE ou de déclencher l’erreur de typage #VALEUR!. Il est fréquemment constaté, lors de l’importation de fichiers tabulaires issus d’instruments de mesure automatisés ou de formulaires Web, que des valeurs numériques soient accidentellement typées sous forme de texte brut.

Ce phénomène découle le plus souvent d’une incompatibilité de séparateur décimal. Dans les environnements francophones, le séparateur décimal officiel est la virgule, alors que les protocoles anglo-saxons emploient exclusivement le point. Si un système d’exploitation français importe un fichier contenant la valeur 12.5, Excel classifie immédiatement cette entrée comme une chaîne de caractères et l’aligne par défaut sur le côté gauche de la cellule. Les calculs statistiques appliqués ultérieurement excluront silencieusement cette observation, faussant gravement le cardinal réel de l’échantillon.

Pour remédier à cette anomalie de saisie, l’analyste peut recourir à la commande globale « Remplacer » (accessible via le raccourci clavier Ctrl + H) pour substituer systématiquement les points par des virgules dans l’ensemble de la plage concernée. Par ailleurs, la présence insidieuse d’espaces insécables (code ASCII 160), fréquemment injectés par les bases de données d’entreprise lors de l’exportation des milliers numériques, paralyse la conversion arithmétique. L’application séquentielle de la formule =EPURAGE(SUPPRESPACE(SUBSTITUE(A2;CAR(160);""))) permet d’assainir intégralement la variable textuelle avant de la convertir en valeur numérique native au moyen de la fonction =CNUM().

3.2 Structuration optimale en tableau de données (Tableaux Excel structurés)

L’organisation des données statistiques sur une feuille de calcul doit obéir aux principes du modèle relationnel et de l’analyse tabulaire propre. Chaque colonne doit représenter exclusivement une variable unique et homogène, tandis que chaque ligne doit correspondre à une observation individuelle ou unité expérimentale. L’intercalation de lignes de synthèse, de totaux partiels ou de cellules vides au milieu de la matrice d’échantillonnage doit être proscrite.

La méthodologie contemporaine la plus robuste sous Excel consiste à convertir formellement la plage de cellules brutes en un « Tableau Excel » dynamique structuré. Cette opération s’exécute en sélectionnant la plage de données et en activant la combinaison de touches Ctrl + L (ou Ctrl + T selon les versions régionales). L’attribution d’un nom explicite à ce tableau, par exemple DonneesCliniques, modifie radicalement le référencement syntaxique des formules statistiques ultérieures.

Au lieu d’utiliser des références matricielles absolues et statiques de type $B$2:$B$150, particulièrement sujettes aux erreurs d’extension lors de l’adjonction de nouvelles cohortes de sujets, l’analyste fait usage de références structurées intelligentes telles que DonneesCliniques[ScoreAnxiete]. Ce paradigme garantit que toute insertion nouvelle d’une ligne d’enregistrement au sein de la base de données est automatiquement assimilée par les fonctions statistiques dépendantes, sans nécessiter d’ajustement manuel du domaine de définition dans les formules, écartant ainsi définitivement les risques d’omission d’échantillonnage.

4. Calcul de la moyenne dans Excel : Formules et cas pratiques

La moyenne arithmétique constitue la mesure la plus universellement mobilisée dans l’environnement Microsoft Excel. Son implémentation algorithmique se décline sous plusieurs variantes syntaxiques, de la formule univariée standard aux calculs conditionnels et pondérés avancés.

4.1 Utilisation standard de la fonction MOYENNE (AVERAGE)

La fonction MOYENNE calcule la moyenne arithmétique d’une collection d’arguments numériques. Sa syntaxe générale s’articule comme suit :

=MOYENNE(nombre1; [nombre2]; ...)

Les arguments passés à la fonction peuvent consister en des valeurs numériques isolées, des références à des cellules individuelles, des plages continues de données ou des références matricielles disjointes unies par le séparateur point-virgule. Par exemple, la formule =MOYENNE(B2:B50; D2:D50) effectue la sommation arithmétique de l’ensemble des éléments appartenant aux deux colonnes distinctes avant de diviser le résultat obtenu par le nombre total d’observations numériques valides dénombrées dans ces deux segments.

Examinons une démonstration empirique appliquée à une cohorte expérimentale de dix sujets soumis à un protocole de mesure psychologique du niveau d’anxiété pré-test, dont les scores sont consignés dans la plage de cellules A2:A11 :

• Sujet 1 : 14
• Sujet 2 : 17
• Sujet 3 : 12
• Sujet 4 : 25
• Sujet 5 : 19
• Sujet 6 : 14
• Sujet 7 : 22
• Sujet 8 : 18
• Sujet 9 : 16
• Sujet 10 : 21

L’encodage dans la cellule A12 de la formule canonique =MOYENNE(A2:A11) instancie l’algorithme d’agrégation. En interne, Excel procède à l’addition de ces dix composantes, obtenant une somme cumulative de 178, puis divise cette grandeur par l’effectif valide de dix observations. La cellule renvoie immédiatement le scalaire 17,8. Le comportement natif d’Excel dans cette évaluation exclut expressément toute cellule de la plage qui contiendrait une étiquette textuelle ou qui serait laissée vide, assurant la stabilité du dénominateur arithmétique.

4.2 Calcul de moyennes conditionnelles : MOYENNE.SI et MOYENNE.SI.ENS

Dans les dispositifs de recherche factoriels, l’analyste doit impérativement ventiler ses indicateurs statistiques selon les modalités de variables indépendantes catégorielles, comme le sexe, la tranche d’âge ou le groupe de traitement expérimental (groupe contrôle versus groupe placebo). Excel met à disposition deux fonctions puissantes dédiées à l’agrégation conditionnelle.

La fonction MOYENNE.SI s’emploie pour évaluer une moyenne assujettie à un prédicat logique unitaire. Sa structure syntaxique est :

=MOYENNE.SI(plage_critères; critère; [plage_moyenne])

Supposons que la colonne B (cellules B2:B100) répertorie le statut clinique des participants (avec les étiquettes « Contrôle » et « Traité ») et que la colonne C contienne le temps de récupération physiologique en jours. Pour déterminer le temps moyen d’amélioration des seuls individus assignés à la modalité témoin, l’analyste formalisera la requête suivante :

=MOYENNE.SI(B2:B100; "Contrôle"; C2:C100)

Lorsque le protocole d’investigation réclame l’application simultanée de critères de stratification multiples, la fonction MOYENNE.SI.ENS s’avère indispensable. Contrairement à sa version unitaire, l’ordre des arguments y est inversé : la plage numérique devant être agrégée est obligatoirement passée comme premier paramètre. Sa syntaxe s’énonce :

=MOYENNE.SI.ENS(plage_moyenne; plage_critères1; critère1; plage_critères2; critère2; ...)

Ainsi, pour isoler le temps moyen des individus du groupe « Traité » (colonne B) âgés de plus de 40 ans (colonne D), la syntaxe rigoureuse sera :

=MOYENNE.SI.ENS(C2:C100; B2:B100; "Traité"; D2:D100; ">40")

L’encapsulation des opérateurs de comparaison (>, <, >=, <=, ) au sein de guillemets textuels est une contrainte syntaxique stricte imposée par le parseur de commandes de Microsoft Excel.

4.3 Variantes avancées : MOYENNE.REDUITE et MOYENNE.PONDEREE

Face à des séries quantitatives caractérisées par la présence de queues de distribution épaisses et de valeurs hautement divergentes, la moyenne arithmétique ordinaire présente un biais d’estimation significatif. La statistique robuste préconise dans ce cas l’emploi de la moyenne tronquée ou élaguée, implémentée sous Excel par la fonction MOYENNE.REDUITE (équivalent de TRIMMEAN). Cette fonction élimine une proportion déterminée des valeurs marginales symétriquement réparties aux extrémités supérieure et inférieure de la série avant d’opérer la sommation des données résiduelles. Sa syntaxe est :

=MOYENNE.REDUITE(matrice; pourcentage)

Si un échantillon comporte $n = 50$ mesures et que l’analyste spécifie un pourcentage d’élagage de 0,10 (soit $10%$), Excel retranche les cinq pour cent des observations les plus basses et les cinq pour cent des observations les plus hautes (soit deux observations et demie, arrondies au rang entier inférieur, donc deux à chaque borne), calculant la moyenne sur les $90%$ des valeurs centrales préservées.

Parallèlement, la moyenne arithmétique simple postule une contribution équi-pondérale de chaque unité d’observation. Or, dans de multiples méthodologies psychométriques, les items ou sous-échelles ne possèdent pas une fidélité de mesure identique, justifiant l’application d’un système de pondération différentielle. Excel ne disposant pas d’une fonction native unique explicitement nommée MOYENNE.PONDEREE, ce paramètre s’obtient avec une élégance mathématique parfaite par la composition matricielle vectorielle des fonctions SOMMEPROD et SOMME :

=SOMMEPROD(Valeurs; Poids) / SOMME(Poids)

Dans cette formulation, SOMMEPROD(A2:A10; B2:B10) calcule le produit scalaire exact entre le vecteur des scores d’évaluation et le vecteur des poids de validité associés, divisé par la somme linéaire des pondérations SOMME(B2:B10), délivrant un indice composite d’une haute précision méthodologique.

5. Calcul de la médiane dans Excel : Méthodologie et applications

La médiane constitue l’estimateur de position de référence dès lors que la distribution sous-jacente des scores dévie de l’étalon de la loi normale ou lorsqu’elle intègre des valeurs de seuil censurées.

5.1 Implémentation de la fonction MEDIANE (MEDIAN)

Microsoft Excel simplifie remarquablement l’extraction de la médiane grâce à la fonction univariée MEDIANE. Sa syntaxe est d’une grande simplicité :

=MEDIANE(nombre1; [nombre2]; ...)

Bien que son application paraisse triviale à l’écran, le processus algorithmique sous-jacent exécuté par le moteur de calcul est complexe. La fonction extrait l’ensemble des éléments numériques spécifiés, neutralise les cellules non numériques, opère un tri interne non linéaire par algorithme dérivé du tri rapide (QuickSort) pour ordonner la série statistique, et évalue instantanément le cardinal $n$ de la collection.

Reprenons à titre d’illustration méthodologique notre série expérimentale initiale de scores d’anxiété : {14; 17; 12; 25; 19; 14; 22; 18; 16; 21}. Le dénombrement atteste un effectif pair de dix participants. L’algorithme réorganise ces données selon la suite ordonnée croissante suivante :

$$12, 14, 14, 16, 17, 18, 19, 21, 22, 25$$

Le cardinal étant pair ($n = 10$), l’algorithme isole les deux scores situés aux positions de rang $n/2 = 5$ et $(n/2) + 1 = 6$. Le cinquième élément ordonné est 17 et le sixième élément ordonné est 18. L’interpolation arithmétique interne appliquée par Excel produit ainsi :

$$Me = \frac{17 + 18}{2} = 17,5$$

Si nous insérons dans une cellule indépendante la commande =MEDIANE(A2:A11), le résultat restitué est immédiatement 17,5. La comparaison directe avec la moyenne arithmétique calculée précédemment ($\bar{x} = 17,8$) révèle un léger décalage positif de la moyenne, imputable au score élevé de 25 qui attire mécaniquement la moyenne arithmétique vers la droite de l’axe réel, tandis que la médiane demeure imperturbable.

5.2 Calcul de la médiane conditionnelle à l’aide de formules matricielles

Une limitation méthodologique historique de Microsoft Excel réside dans l’absence d’une fonction native unitaire qui s’intitulerait formellement MEDIANE.SI ou MEDIANE.SI.ENS, par analogie avec les outils de moyenne conditionnelle. L’analyste de données doit par conséquent combiner la fonction MEDIANE avec la fonction logique SI au sein d’une structure matricielle.

Dans l’écosystème moderne de calcul d’Excel (versions Microsoft 365, Office 2021 et versions subséquentes dotées du moteur de matrices dynamiques), cette opération s’accomplit sans complication technique. Pour évaluer la médiane des scores de dépression (plage ScoreDepression) mesurés exclusivement chez des patients de genre féminin (la variable Genre étant consignée dans la plage GenrePatient et étiquetée « F »), la formulation s’établit comme suit :

=MEDIANE(SI(GenrePatient="F"; ScoreDepression))

L’évaluation fonctionnelle de cette formule s’articule séquentiellement : le test relationnel booléen GenrePatient="F" génère un vecteur logique composé exclusivement de valeurs VRAI et FAUX. L’instruction conditionnelle SI analyse chaque composante vectorielle ; lorsque la condition est satisfaite (VRAI), elle restitue le score correspondant tiré de ScoreDepression. Lorsque la condition échoue (FAUX), elle ne renvoie rien, générant la constante logique FAUX dans le tableau résultant. Or, comme la fonction MEDIANE ignore par construction toutes les entrées booléennes, le calcul s’opère rigoureusement et exclusivement sur le sous-groupe d’intérêt clinique.

Pour les utilisateurs opérant sur des versions patrimoniales antérieures d’Excel (éditions 2019, 2016 ou antérieures dépourvues du calcul dynamique en nappe), la validation de cette équation nécessite impérativement la saisie matricielle traditionnelle validée par la combinaison de touches clavier Ctrl + Maj + Entrée. Cette opération insère des accolades de confinement matriciel {=MEDIANE(SI(...))}, signalant au processeur arithmétique de vectoriser l’instruction sur la plage sélectionnée.

6. Détermination du mode dans Excel : Gestion des distributions complexes

La détermination du mode dans un jeu de données sous Excel a subi des transformations algorithmiques notables visant à harmoniser le logiciel avec les standards mathématiques établis par les instances internationales comme l’Organisation internationale de normalisation (ISO).

6.1 Évolution des fonctions de calcul du mode dans l’écosystème Excel

Dans les versions patrimoniales d’Excel, une seule fonction était proposée aux utilisateurs : MODE(). Cette commande ancestrale présentait de graves déficiences structurelles. D’une part, elle était strictement incapable de gérer la multimodalité, se bornant à restituer la première valeur modale rencontrée selon l’agencement topologique des données brutes, masquer ainsi des sommets secondaires pourtant capitaux pour l’évaluation diagnostique. D’autre part, elle renvoyait l’erreur #N/D lorsqu’aucune valeur n’était dupliquée.

Depuis la révision normative opérée par Microsoft, l’ancienne commande a été dépréciée au rang de fonction de compatibilité historique et deux fonctions spécialisées l’ont avantageusement supplantée :

• MODE.SIMPLE (correspondant à MODE.SNGL en anglais) : Cette fonction calcule la valeur la plus fréquente d’un ensemble de données dans l’hypothèse explicite d’une distribution unimodale. Sa syntaxe s’exprime par :
  
  =MODE.SIMPLE(nombre1; [nombre2]; ...)
• MODE.MULTIPLE (correspondant à MODE.MULT en anglais) : Cette fonction matricielle dynamique est spécifiquement programmée pour détecter et restituer l’intégralité des maxima fréquentiels d’une distribution multimodale sous la forme d’un vecteur vertical.

Dans l’hypothèse où le jeu de données analysé ne comporte absolument aucune redondance numérique (chaque valeur étant strictement unique dans l’échantillon), tant MODE.SIMPLE que MODE.MULTIPLE cessent d’opérer et délivrent l’erreur fatale #N/D (valeur non disponible). Pour neutraliser la propagation de cette notification d’erreur au sein de tableaux de bord automatisés, l’analyste avisé encapsulera systématiquement l’appel statistique au sein d’une structure de sécurité :

=SI.NON.DISP(MODE.SIMPLE(A2:A50); "Aucun mode identifié")

6.2 Traitement rigoureux des données multimodales avec MODE.MULTIPLE

La gestion de la multimodalité constitue un enjeu analytique de premier plan. Considérons une cohorte expérimentale de douze sujets présentant la série de mesures physiologiques suivante : {5; 8; 8; 12; 14; 14; 17; 19; 20; 22; 22; 25}. L’inspection fréquentielle permet de constater immédiatement que les scores 8, 14 et 22 apparaissent chacun à deux reprises, tandis que toutes les autres mesures n’apparaissent qu’une seule fois. La distribution est donc trimodale.

Si l’analyste applique par mégarde la formule univariée =MODE.SIMPLE(A2:A13), Excel renverra arbitrairement le score 8, occultant l’existence des sous-groupes centrés sur 14 et 22. En revanche, l’encodage de la fonction matricielle dynamique :

=MODE.MULTIPLE(A2:A13)

déclenche immédiatement sous Excel Microsoft 365 le mécanisme dit de « débordement dynamique » (Spill). La formule est saisie dans une seule cellule (par exemple C2), mais le moteur de calcul alloue automatiquement les cellules sous-jacentes (C2, C3, C4) pour y déployer verticalement le tableau matriciel contenant les trois modes validés : 8, 14 et 22. La plage de débordement est entourée d’un liseré bleu fin indiquant sa nature de matrice dynamique.

Pour les environnements informatiques plus anciens ne bénéficiant pas de ce moteur de débordement, la mise en œuvre de MODE.MULTIPLE exigeait une procédure manuelle méticuleuse :

• L’utilisateur devait préalablement sélectionner une plage verticale de cellules vides (par exemple C2:C5) correspondant à l’estimation maximale du nombre de modes suspectés.
• Saisir sans validation intermédiaire la syntaxe =MODE.MULTIPLE(A2:A13).
• Valider conjointement l’opération par la combinaison matricielle absolue Ctrl + Maj + Entrée.
• Si le nombre de cellules présélectionnées excédait le nombre de modes réels identifiés, les cellules excédentaires affichaient la mention #N/D, qu’il convenait ensuite de masquer manuellement.

6.3 Résolution des pièges d’échantillonnage liés au mode

Le calcul du mode appliqué sans discernement méthodologique à des variables quantitatives continues mesurées avec un haut degré de précision instrumentale engendre des distorsions majeures. Par exemple, si l’on mesure des temps de réaction chronométriques à la milliseconde près (ex. 423,184 ms ; 423,189 ms ; 423,182 ms), chaque enregistrement sera presque invariablement unique au sein d’un échantillon de petite ou moyenne taille. Excel échouera alors systématiquement en renvoyant l’erreur #N/D, en dépit d’une concentration évidente des observations autour de 423 ms.

Pour surmonter cette aporie computationnelle, il est impératif d’opérer une discrétisation numérique (ou binning) de la variable préalablement à l’extraction modale. Cette discrétisation s’accomplit commodément au moyen de la fonction ARRONDI, PLANCHER.MAT ou PLAFOND.MAT. Par exemple, pour regrouper les données par classes de cinq unités, l’analyste transformera sa variable primaire via la fonction :

=PLANCHER.MAT(A2; 5)

Dès lors que les valeurs continues sont regroupées au sein de classes de quantification discrètes, la commande MODE.SIMPLE ou MODE.MULTIPLE devient pleinement opérationnelle et met en exergue la classe d’amplitude dominante au sein du modèle.

De surcroît, il est vivement préconisé d’effectuer un contrôle statistique croisé de la pertinence du mode au moyen de la fonction NB.SI. Une formule telle que :

=NB.SI(A2:A100; MODE.SIMPLE(A2:A100))

permet de quantifier immédiatement la fréquence absolue d’apparition de la valeur modale extraite. Si cette fréquence ne représente qu’une fraction marginale de l’échantillon total (par exemple deux occurrences sur 500 sujets), la valeur modale ne possède aucune représentativité de tendance centrale et ne saurait être interprétée comme un point d’équilibre structural.

7. Traitement des valeurs manquantes, des cellules vides et des données textuelles

Dans toute investigation empirique réelle, les matrices de données brutes contiennent des lacunes issues de refus de réponse des participants, de défaillances de capteurs physiologiques ou d’abandons en cours d’expérimentation. La manière dont le logiciel traite ces valeurs manquantes influe directement sur les indices de tendance centrale obtenus.

7.1 Comportement par défaut des fonctions d’agrégation d’Excel

Microsoft Excel adopte une série d’axiomes par défaut relatifs à la gestion des cellules vides, des chaînes textuelles et des booléens, synthétisés dans le tableau méthodologique suivant :

Type d’entrée en cellule	Impact sur =MOYENNE()	Impact sur =MEDIANE()	Impact sur =MODE.SIMPLE()
Cellule rigoureusement vide	Totalement ignorée (ne modifie ni la somme ni le diviseur $n$)	Totalement ignorée (exclue du classement et du cardinal $n$)	Totalement ignorée
Valeur numérique zéro (0)	Intégrée au calcul (incrémente le diviseur $n$, tire la moyenne vers le bas)	Intégrée au calcul (occupe un rang d’ordre dans le tri)	Considérée comme une modalité numérique à part entière
Chaîne de texte ou étiquette	Ignorée dans les plages directes (ex. A1:A10) ; Erreur si argument scalaire	Ignorée dans les plages directes ; Erreur si argument scalaire	Ignorée dans les plages directes ; Erreur si argument scalaire
Valeur logique (VRAI/FAUX)	Ignorée dans les plages ; convertie en 1/0 si argument direct scalaire	Ignorée dans les plages ; convertie en 1/0 si argument direct scalaire	Ignorée systématiquement
Valeur d’erreur système (#N/D, #VALEUR!)	Propage l’erreur : renvoie immédiatement l’erreur système	Propage l’erreur : renvoie immédiatement l’erreur système	Propage l’erreur : renvoie immédiatement l’erreur système

Le danger analytique le plus prégnant réside dans la confusion intellectuelle ou matérielle entre une valeur absente (cellule vide) et une mesure réelle enregistrée à zéro (0). Si un clinicien évalue la consommation hebdomadaire de médicaments d’un patient et saisit 0 pour signifier l’absence d’information, Excel inclura ce zéro dans l’effectif total d’observations du dénominateur arithmétique de la fonction =MOYENNE(). Le dénominateur s’en trouve artificiellement gonflé et la moyenne résultante est lourdement sous-estimée. Inversement, si le zéro correspond à une observation empirique valide (consommation nulle effective), effacer la cellule pour faire de la place exclura l’individu du dénominateur, surestimant mécaniquement la moyenne arithmétique du groupe.

7.2 Implications statistiques de l’omission des non-réponses

Sur le plan de l’inférence statistique, l’exclusion aveugle des données manquantes opérée par défaut par les fonctions d’Excel postule implicitement que le mécanisme générateur d’absence relève du processus complètement aléatoire, concept désigné dans la littérature sous le vocable Missing Completely At Random (Donald Rubin, 1976). Si cette condition probabiliste est respectée, l’omission d’une ligne d’enregistrement n’altère pas l’espérance mathématique des estimateurs de position, bien qu’elle réduise la puissance statistique des tests ultérieurs.

En revanche, lorsque les données manquantes relèvent d’un mécanisme non aléatoire (Missing Not At Random) — par exemple, lorsque les participants souffrant des formes de dépression les plus sévères omettent systématiquement de compléter le questionnaire de détresse psychologique — l’exclusion systématique opérée par Excel introduit un biais d’échantillonnage dévastateur. La moyenne et la médiane observées dans le tableur ne reflètent plus l’état de la population cible, mais seulement la frange asymptomatique ayant consenti à répondre.

Dans de telles situations expérimentales, l’analyste peut implémenter directement dans Excel des protocoles d’imputation univariée simple. L’imputation par la médiane de la variable, particulièrement préconisée pour préserver les caractéristiques ordinales non paramétriques, s’applique via une colonne conditionnelle de transformation :

=SI(ESTVIDE(A2); MEDIANE($A$2:$A$100); A2)

Cette syntaxe remplace dynamiquement chaque occurrence manquante par la médiane globale calculée sur les cas complets. Quelle que soit la stratégie adoptée, la reproductibilité scientifique impose une consignation scrupuleuse dans les rapports d’analyse du taux de données manquantes (accessible par le ratio =NB.VIDE(A2:A100)/LIGNES(A2:A100)) et de la méthode d’imputation ou d’exclusion algorithmique employée.

8. Gestion des valeurs aberrantes et impact sur les paramètres de tendance centrale

La contamination des bases de données par des valeurs aberrantes ou atypiques (outliers) constitue l’un des écueils les plus récurrents de l’analyse quantitative descriptive. L’étude comparative du comportement différentiel de la moyenne, de la médiane et du mode face à ces perturbations illustre la robustesse mathématique des estimateurs.

8.1 Évaluation de la sensibilité différentielle face aux valeurs extrêmes

Pour matérialiser expérimentalement la vulnérabilité de la moyenne arithmétique comparativement à la stabilité de la médiane et du mode, conduisons une simulation numérique sous Excel. Considérons une série de salaires bruts mensuels exprimés en milliers d’euros au sein d’une unité de recherche comptant sept collaborateurs : {2,2; 2,4; 2,5; 2,5; 2,7; 2,9; 3,1}.

L’évaluation des trois métriques de position centrale sous Excel produit les résultats suivants :

• Moyenne arithmétique (=MOYENNE(A2:A8)) : 2,61 k€
• Médiane (=MEDIANE(A2:A8)) : 2,50 k€
• Mode (=MODE.SIMPLE(A2:A8)) : 2,50 k€

Les trois indicateurs convergent rigoureusement vers une valeur comprise entre 2,5 et 2,6 k€, témoignant d’une distribution remarquablement symétrique et cohérente. Introduisons désormais une anomalie d’échantillonnage ou de saisie typographique : le septième individu, directeur de recherche émérite ou bénéficiaire d’une prime d’innovation exceptionnelle, enregistre une rémunération de 35,0 k€ au lieu de 3,1 k€. La distribution devient : {2,2; 2,4; 2,5; 2,5; 2,7; 2,9; 35,0}.

La réévaluation computationnelle sous le moteur d’Excel délivre instantanément les nouvelles grandeurs :

• Moyenne arithmétique : 7,17 k€
• Médiane : 2,50 k€
• Mode : 2,50 k€

L’interprétation de ces chiffres est sans équivoque. La moyenne arithmétique a presque triplé sous l’effet d’une seule observation atypique, passant de 2,61 à 7,17 k€. Si un analyste devait résumer le niveau de vie de cette cohorte par sa moyenne, son assertion serait totalement trompeuse : 85,7 % des membres du groupe perçoivent une rétribution drastiquement inférieure à cette prétendue valeur centrale. En revanche, la médiane et le mode demeurent rigoureusement inaltérés à 2,50 k€. Cet exemple démontre concrètement l’intérêt d’exploiter la médiane comme indice central lorsque la pureté de la série n’est pas garantie.

8.2 Détection statistique des outliers dans la feuille de calcul

L’analyste de données ne doit pas se borner à constater l’influence des valeurs aberrantes ; il se doit de les identifier objectivement au moyen de critères statistiques normalisés. La méthode de détection la plus robuste et universellement reconnue est celle développée par le statisticien John Tukey, fondée sur l’écart interquartile (IQR).

Dans la théorie statistique de Tukey, une observation $x$ est formellement déclarée comme aberrante modérée si elle excède les bornes de sécurité suivantes :

$$\text{Borne Inférieure} = Q_1 – 1,5 \times (Q_3 – Q_1)$$

$$\text{Borne Supérieure} = Q_3 + 1,5 \times (Q_3 – Q_1)$$

Pour déployer ce système d’identification dans Excel, il convient d’utiliser les fonctions quartiles contemporaines. Excel intègre deux versions distinctes : QUARTILE.INCLURE (qui prend en compte les percentiles extrêmes 0 et 1) et QUARTILE.EXCLURE (qui partitionne la distribution selon des quantiles strictement internes à l’intervalle ouvert $]0, 1[$). Les standards méthodologiques académiques prescrivent l’usage préférentiel de QUARTILE.EXCLURE pour les jeux de données expérimentaux continus.

La mise en œuvre pratique s’exécute selon les étapes protocolaires suivantes :

• Calcul du premier quartile $Q_1$ dans la cellule D2 : =QUARTILE.EXCLURE(A2:A100; 1)
• Calcul du troisième quartile $Q_3$ dans la cellule D3 : =QUARTILE.EXCLURE(A2:A100; 3)
• Calcul de l’écart interquartile IQR dans la cellule D4 : =D3 - D2
• Établissement du seuil limite inférieur dans la cellule D5 : =D2 - (1,5 * D4)
• Établissement du seuil limite supérieur dans la cellule D6 : =D3 + (1,5 * D4)

Dès lors que ces seuils critiques sont établis, l’identification visuelle des anomalies s’effectue automatiquement via l’outil de « Mise en forme conditionnelle » d’Excel. En sélectionnant la plage de scores A2:A100, l’analyste crée une nouvelle règle régie par la formule logique :

=OU(A2$D$6)

En assignant un format de remplissage rouge clair aux cellules validant ce critère logique, toute mesure anormale est instantanément mise en relief à l’écran, autorisant une investigation clinique spécifique avant tout calcul d’indicateurs de position définitifs.

9. Étude de cas pratique : Analyse psychométrique d’un échantillon expérimental

Afin de synthétiser les concepts abordés au sein d’un cas d’usage professionnel complet, développons une étude expérimentale simulant l’analyse des capacités de contrôle attentionnel chez des sujets adultes.

9.1 Présentation du jeu de données et protocole de mesure

Une cohorte de vingt participants ($n = 20$) a été soumise à une tâche informatisée d’inhibition cognitive de type tâche de Stroop. Deux variables quantitatives distinctes ont été enregistrées pour chaque sujet :

• Le score d’interférence cognitive : Mesuré par une échelle psychométrique standardisée variant théoriquement de 0 à 30 points (plus le score est élevé, plus le sujet éprouve de la difficulté à inhiber les stimuli non pertinents).
• Le temps de réaction médian : Exprimé en millisecondes lors de la condition incongruente.

Les scores bruts d’interférence cognitive consignés dans la plage de cellules B2:B21 du classeur Excel se présentent sous la suite ordonnée suivante :

{7; 7; 8; 11; 14; 15; 16; 18; 20; 20; 20; 21; 22; 24; 25; 25; 25; 26; 28; 30}

L’objectif analytique consiste à caractériser la tendance centrale de cette distribution psychométrique, à évaluer sa symétrie morphologique et à déterminer la pertinence des différents indices de position pour la rédaction du rapport scientifique final.

9.2 Exécution séquentielle des calculs statistiques sous Excel

Pour mener à bien le protocole quantitatif, nous réservons une zone de synthèse statistique dans la feuille de calcul (cellules D2:E10) et nous implémentons les formules suivantes :

Paramètre statistique	Formule Excel encodée	Valeur numérique obtenue
Taille de l’échantillon ($n$)	=NB(B2:B21)	20
Moyenne arithmétique ($\bar{x}$)	=MOYENNE(B2:B21)	19,10
Médiane ($Me$)	=MEDIANE(B2:B21)	20,00
Mode univarié primaire	=MODE.SIMPLE(B2:B21)	20 (ou 25)
Modes exhaustifs (Multimodaux)	=MODE.MULTIPLE(B2:B21)	Matrice verticale {20 ; 25}
Écart-type échantillon ($s$)	=ECARTYPE.STANDARD(B2:B21)	6,88
Étendue totale ($Max – Min$)	=MAX(B2:B21)-MIN(B2:B21)	23,00

L’exécution de la fonction matricielle dynamique =MODE.MULTIPLE(B2:B21) met en évidence un résultat méthodologique capital : les scores 20 et 25 apparaissent chacun exactement à trois reprises au sein du jeu de données (fréquence absolue de $15%$ pour chacun). En revanche, le score 7 n’apparaît qu’à deux reprises. La distribution est donc formellement bimodale, centrée sur les pôles 20 et 25.

9.3 Interprétation clinique et psychologique des divergences observées

L’analyse comparative des trois indices met en lumière des éléments d’une grande valeur clinique :

La moyenne arithmétique s’élève à 19,10 points, tandis que la médiane s’établit à 20,00. Ce décalage négatif ($\bar{x} < Me$) indique une légère asymétrie gauche de la distribution des scores. Cette dissymétrie s'explique par la présence de deux scores particulièrement bas (les sujets 1 et 2 présentant un score de 7), qui exercent une traction descendante sur la moyenne arithmétique sans pour autant déstabiliser la médiane.

Toutefois, l’élément le plus structurant de l’évaluation réside dans la détection des modes multiples à 20 et 25. Si l’analyste s’était contenté de publier la moyenne arithmétique consolidée de 19,10, il aurait masqué une réalité fonctionnelle sous-jacente : l’échantillon ne converge pas vers un comportement homogène prototypique situé autour de 19 points, mais semble scindé en deux groupes de performance distincts. Un premier pôle de participants présente des capacités d’inhibition cognitive moyennes (mode à 20), tandis qu’un second pôle manifeste un déficit d’inhibition sévère (mode à 25).

Dans la section descriptive d’un rapport conforme aux normes scientifiques de l’American Psychological Association (APA 7e édition), la restitution de ces résultats s’articulera rigoureusement ainsi :

« L’évaluation du score d’interférence cognitive au sein de l’échantillon ($N = 20$) révèle une distribution modérément asymétrique vers la gauche, caractérisée par une moyenne arithmétique de 19,10 ($ET = 6,88$) et une médiane de 20,00 ($IQR = 9,50$). L’analyse de la structure modale identifie une distribution bimodale dont les maxima fréquentiels s’établissent conjointement aux scores de 20 et 25 (représentant chacun $15%$ de l’effectif). Compte tenu de la bimodalité et de la dispersion hétérogène des données, la médiane et les valeurs modales doivent être privilégiées pour caractériser le centre de gravité cognitif de cette cohorte. »

10. Comparaison statistique avancée : Quand privilégier la moyenne, la médiane ou le mode ?

Le choix méthodologique d’un indice de tendance centrale ne dépend pas des préférences empiriques du chercheur, mais d’une adéquation stricte entre la morphologie probabiliste des distributions et la nature dimensionnelle des variables considérées.

10.1 Diagnostic de la normalité et de la symétrie de la distribution

Dans le cadre d’une distribution théorique répondant rigoureusement à la loi normale (ou courbe en cloche de Gauss), les trois paramètres de tendance centrale présentent une convergence mathématique parfaite :

$$\text{Moyenne} = \text{Médiane} = \text{Mode}$$

Dès lors que la distribution s’éloigne de cette symétrie idéale, un écart morphologique se crée systématiquement entre ces indicateurs. La règle empirique d’asymétrie statistique permet d’ordonner la position relative des trois mesures :

• Distribution à asymétrie positive (étalée à droite) : La queue de distribution s’étend vers les valeurs positives élevées. Les quelques observations géométriquement éloignées attirent puissamment la moyenne arithmétique, tandis que la médiane reste plus conservatrice et que le mode demeure fixé sur le pic de densité. L’ordre des paramètres est alors :
  $$\text{Mode} < \text{Médiane} < \text{Moyenne}$$
• Distribution à asymétrie négative (étalée à gauche) : La queue de distribution se déploie vers les valeurs faibles ou négatives. La moyenne arithmétique est entraînée vers le bas par les scores inférieurs marginaux, établissant la hiérarchie suivante :
  $$\text{Moyenne} < \text{Médiane} < \text{Mode}$$

Pour mesurer quantitativement ce phénomène dans Excel, l’analyste peut mobiliser la fonction COEFFICIENT.ASYMETRIE (analogue à l’indice de skewness de Fisher-Pearson) :

=COEFFICIENT.ASYMETRIE(A2:A100)

Si la sortie numérique oscille dans l’intervalle compris entre $-0,5$ et $+0,5$, la distribution est qualifiée de substantiellement symétrique, justifiant l’emploi privilégié de la moyenne arithmétique. Si l’indice s’écarte au-delà de l’intervalle $[-1,0 ; +1,0]$, l’asymétrie est sévère et l’abandon de la moyenne arithmétique au profit exclusif de la médiane devient une exigence méthodologique incontournable.

10.2 Typologie des échelles de mesure de Stevens et choix statistique

La classification fondamentale établie par Stanley Smith Stevens en 1946 structure les règles d’admissibilité des opérations mathématiques sur les données d’échantillonnage :

Type d’échelle	Opérations logico-mathématiques autorisées	Mesure de tendance centrale valide	Exemples empiriques sous Excel
Nominale	Équivalence, appartenance catégorielle ($=$ ; $\neq$)	Mode exclusivement	Sexe (M/F), Typologie pathologique, Nationalité, Statut matrimonial
Ordinale	Ordre, transitivité hiérarchique ($$)	Médiane (et Mode)	Échelles de Likert (Tout à fait d’accord à Pas d’accord), Classement de performance, Niveau socio-éducatif
D’intervalles	Distance linéaire, soustraction (zéro arbitraire)	Moyenne arithmétique, Médiane, Mode	Température Celsius/Fahrenheit, Score d’intelligence (QI standardisé), Dates calendaires
De rapports	Proportions réelles, division (zéro absolu naturel)	Moyenne arithmétique, Médiane, Mode (Moyenne géométrique)	Temps de réaction en ms, Poids corporel, Âge chronologique, Rémunération

Une erreur fréquente en sciences sociales consiste à calculer la moyenne arithmétique sur des échelles ordinales de type Likert (par exemple, coder des réponses de 1 pour « Fortement en désaccord » à 5 pour « Fortement d’accord »). Cette pratique postule indûment que l’intervalle psychologique séparant « Fortement en désaccord » de « En désaccord » est rigoureusement identique à celui séparant « Neutre » de « D’accord », une hypothèse psychométrique indémontrable. Le recours à la fonction MEDIANE constitue dans ce contexte l’approche méthodologiquement irréprochable.

11. Visualisation graphique de la tendance centrale dans Excel

La transmission des conclusions statistiques requiert une matérialisation graphique des paramètres de position centrale. Excel dispose d’outils visuels de premier plan pour illustrer la concordance ou la dissociation de la moyenne, de la médiane et du mode.

11.1 Construction d’histogrammes de distribution calibrés

L’histogramme constitue la représentation géométrique fondamentale de la fonction de densité de fréquence d’une variable quantitative continue. Pour concevoir un histogramme sous les versions contemporaines d’Excel :

• Sélectionner l’ensemble de la plage numérique d’intérêt (par exemple A1:A200).
• Naviguer vers l’onglet Insertion, localiser le groupe de graphiques statistiques et sélectionner Histogramme.
• Faire un clic droit sur l’axe horizontal des abscisses du graphique généré, puis activer l’option Mettre en forme l’axe.
• Dans le volet de configuration latéral, l’analyste peut calibrer rigoureusement la largeur des classes (Bins) en saisissant une valeur arithmétique explicite ou définir un nombre fixe d’intervalles basé sur la règle de Sturges ($k = 1 + 3,322 \log_{10} n$).

Pour superposer visuellement la moyenne et la médiane sur l’histogramme de fréquences :

• Créer un tableau annexe contenant deux colonnes : la première spécifiant la coordonnée horizontale $X$ (valeur numérique de la moyenne ou de la médiane calculée) et la seconde spécifiant la coordonnée verticale $Y$ (s’étendant de 0 jusqu’à la hauteur maximale de fréquence observée sur l’axe des ordonnées).
• Ajouter cette série en tant que graphique en nuage de points avec courbe lissée ou ligne verticale sur un axe secondaire.
• L’insertion d’un trait vertical plein rouge pour la moyenne et d’un trait vertical discontinu bleu pour la médiane permet d’exhiber immédiatement à l’auditoire le niveau d’asymétrie de l’échantillon. Le sommet le plus haut de l’histogramme matérialise directement la classe modale.

11.2 Utilisation experte des boîtes à moustaches (Box-and-Whisker Plots)

Introduite par John Tukey, la boîte à moustaches constitue le diagramme par excellence pour synthétiser conjointement les mesures de position et de dispersion d’une cohorte sans postuler la normalité de la distribution.

Pour instancier ce graphique sous Excel :

• Mettre en surbrillance les séries quantitatives, incluant le cas échéant une colonne adjacente contenant des variables qualitatives de stratification catégorielle pour obtenir des boîtes juxtaposées.
• Accéder à l’onglet Insertion, cliquer sur Graphiques statistiques, puis sélectionner formellement Boîte et moustaches.

Le moteur d’Excel construit alors une modélisation visuelle hautement standardisée :

• Le segment rectangulaire central délimite l’intervalle interquartile compris entre le premier quartile ($Q_1$) à sa base inférieure et le troisième quartile ($Q_3$) à son sommet supérieur.
• La ligne horizontale continue qui traverse la boîte matérialise la médiane ($Me$).
• Une croix stylisée ou marqueur ponctuel (le « X » central) affiche simultanément la moyenne arithmétique ($\bar{x}$). La distance spatiale séparant la croix de moyenne du trait de médiane illustre immédiatement l’asymétrie de la distribution.
• Les moustaches s’étendent verticalement jusqu’aux valeurs extrêmes non aberrantes (définies par les seuils standards de 1,5 fois l’IQR).
• Toute observation surpassant ces frontières critiques est tracée individuellement sous la forme d’un point isolé à l’extérieur des moustaches, matérialisant instantanément les outliers statistiques.

12. Bonnes pratiques méthodologiques, pièges courants et automatisation

L’exploitation industrielle ou scientifique d’Excel exige une discipline de calcul sans faille pour prévenir les erreurs silencieuses d’interprétation et optimiser le traitement des données dynamiques.

12.1 Inventaire des erreurs fréquentes et stratégies de correction

La pratique quotidienne de l’analyse quantitative dans les tableurs révèle une typologie récurrente de dysfonctionnements méthodologiques :

• Le piège de la valeur zéro déguisée : Confondre une omission de saisie avec la quantité zéro. Pour assainir ce problème, si les zéros correspondent à des absences de données accidentellement encodées, l’analyste appliquera un filtre textuel pour les convertir en cellules vides au moyen de la formule :
  
  =SI(A2=0; ""; A2)
  
  Puis effectuera un collage spécial en valeurs afin que MOYENNE et MEDIANE ignorent ces fausses observations.
• L’omission des ancrages de références absolues : Lors de l’étirement latéral ou vertical d’une fonction statistique comparant des cellules individuelles à un paramètre central (par exemple, évaluer la déviation $x_i – \bar{x}$), l’omission des symboles de dollar ($) entraîne le décalage pernicieux de la plage d’agrégation :
  
  Formule erronée : =A2 - MOYENNE(A2:A100) (qui devient =A3 - MOYENNE(A3:A101) à la ligne suivante).
  
  Formule corrigée : =A2 - MOYENNE($A$2:$A$100) ou l’usage des références de tableaux structurés =A2 - MOYENNE(Tableau1[Score]).
• L’aveuglement face aux filtres automatiques conventionnels : Lorsque l’utilisateur applique un filtre automatique standard sur une table pour masquer certaines observations, les fonctions natives MOYENNE, MEDIANE et MODE.SIMPLE continuent d’agréger silencieusement la totalité des lignes invisibles sous-jacentes. Cette inadvertance produit des conclusions totalement erronées sur la population apparente filtrée.

12.2 Fonctions dynamiques avancées pour l’analyse filtrée et automatisée

Pour contourner l’écueil des données masquées lors de l’application de filtres interactifs, Excel propose la fonction SOUS.TOTAL. Sa syntaxe générale s’articule autour d’un code d’identification opératoire :

=SOUS.TOTAL(numéro_fonction; plage1; ...)

Pour calculer la moyenne arithmétique des seules cellules visibles après filtration manuelle, le premier argument doit être fixé à 101 :

=SOUS.TOTAL(101; A2:A150)

Toutefois, la fonction SOUS.TOTAL souffre d’une lacune fonctionnelle majeure : elle ne comporte aucun code opératoire dédié à l’évaluation de la médiane ou du mode. Pour combler cette limite, Microsoft a introduit la fonction supérieure AGREGAT, capable d’appliquer des calculs statistiques tout en ignorant les lignes masquées et les codes d’erreur système générés au sein de la plage. Sa syntaxe s’exprime selon le modèle matriciel :

=AGREGAT(numéro_fonction; options; matrice; [k])

Pour calculer la médiane d’une liste de scores (plage A2:A150) en ignorant rigoureusement à la fois les lignes masquées par un filtre automatique et les éventuelles cellules renvoyant une erreur typographique, l’analyste configure la fonction AGREGAT avec le code 12 (fonction MEDIANE) et l’option 7 (ignorer les lignes masquées et les valeurs d’erreur) :

=AGREGAT(12; 7; A2:A150)

Enfin, pour automatiser la consolidation multidimensionnelle de vastes banques de données sans rédiger manuellement de formules matricielles complexes, l’analyste privilégiera l’usage des Tableaux Croisés Dynamiques (TCD). En déposant les variables quantitatives dans la zone « Valeurs », le tableau croisé calcule instantanément la moyenne des variables selon de multiples niveaux de segmentation croisée. Il convient toutefois de souligner qu’en configuration standard, les TCD d’Excel ne proposent pas nativement le calcul de la médiane ou du mode univarié. Pour débloquer l’accès à la médiane dans un Tableau Croisé Dynamique, l’analyste doit impérativement cocher la case « Ajouter ces données au modèle de données » lors de l’initialisation du tableau. Dès lors, l’intégration du modèle de données interne autorise l’écriture de mesures programmées en langage DAX (Data Analysis Expressions), offrant un calcul dynamique natif de la médiane via la fonction MEDIAN() pour chaque segment hiérarchique du rapport statistique.

Références

• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• Howell, D. C. (2012). Statistical methods for psychology (8th ed.). Cengage Learning.
• IEEE. (2019). IEEE Standard for Floating-Point Arithmetic (IEEE Std 754-2019). Institute of Electrical and Electronics Engineers. https://doi.org/10.1109/IEEESTD.2019.8766229
• Microsoft Support. (2023). Fonctions Excel (par ordre alphabétique). Microsoft Corporation. https://support.microsoft.com/fr-fr/office/fonctions-excel-par-ordre-alphab%C3%A9tique-b3944572-255d-4efb-bb96-c6d90033e188
• Rubin, D. B. (1976). Inference and missing data. Biometrika, 63(3), 581-592. https://doi.org/10.1093/biomet/63.3.581
• Stevens, S. S. (1946). On the theory of scales of measurement. Science, 103(2684), 677-680. https://doi.org/10.1126/science.103.2684.677
• Tukey, J. W. (1977). Exploratory data analysis. Addison-Wesley.
• Wilcox, R. R. (2017). Introduction to robust estimation and hypothesis testing (4th ed.). Academic Press.