Présenter des données, quel calvaire…

Dans mon cégep, certains étudiants qui se destinent aux communications et au journalisme sont appelés à suivre le cours de méthodes quantitatives généralement offert aux étudiants de sciences humaines. Ces étudiants me demandent souvent pourquoi ils doivent suivre ce cours, ce que ça leur apportera. La réponse que je leur donne est toujours la même.

Dans le cadre de votre pratique professionnelle, vous serez appelés à présenter ou commenter des données et vous devrez avoir les compétences nécessaires pour poser un jugement critique sur celles-ci.

Pour illustrer cette réalité, j’aimerais présenter ici deux exemples d’articles publiés par des médias québécois sérieux et qui comptent, à mon avis, des erreurs importantes au niveau de la présentation des données.

Les CPE, le privé et la qualité

Dans son édition de septembre 2018, le magazine L’Actualité présente un dossier sur les garderies et la qualité des services qu’ils offrent. Pour illustrer la situation, le magazine publie le graphique suivant à la page 60.CPE Qualité L'actualité sept 2018On y voit une représentation de la distribution de la classification de la qualité, dans différents types d’établissements. Je vous invite, avant de continuer la lecture, à écrire sur un papier votre première impression à la vue de ce graphique. En particulier, comparez les CPE et les garderies non subventionnées en ce qui a trait à la qualité.

Maintenant, regardez de plus près. Vous verrez que la catégorie « un service d’excellente qualité » n’est pas présentée dans le graphique des deux types de garderies non subventionnées, ce qui fausse complètement la comparaison naturelle que font les humains: comment se comparent la première catégorie d’un graphique avec la première catégorie d’un autre graphique.

Une fois ce problème révélé, la différence entre les CPE et les garderies saute aux yeux. Alors que seuls 2% des CPE offrent un service de faible qualité ou inférieur, c’est respectivement 41 et 36% des garderies non subventionnées pour bambins et pour les plus grands qui sont dans ces catégories. Gageons que vous n’aviez pas écrit cela sur votre papier.

La participation aux élections, version cartographique

Le 21 septembre 2018, en préparation pour les élections, le journal Le Devoir a publié sur sa plateforme web un article portant sur les taux de participations des différentes circonscriptions aux élections de 2014.

L’enjeu est important: la participation des Québécois aux élections est en déclin depuis plusieurs années et il est intéressant de se demander où ce déclin est le plus marqué. Le Devoir a tenté de représenter cette situation en plus de proposer une analyse statistique de corrélation entre différentes variables et le taux de participation dans une circonscription.

Si l’idée était bonne, à mon avis, l’exécution a été déficiente. Vous pouvez visiter l’article en suivant ce lien et revenir lire ma critique plus tard.

 

2018-09-21 10_29_55-Vos voisins ont-ils voté_ _ Le Devoir
La section choisie a une couleur mauve foncé (au moins 90% de participation selon l’échelle présentée en haut à droite) mais la participation se la section est à 66,67%. Le taux de participation de la section (66.67%) ne comprend pas le vote par anticipation alors que le taux de la circonscription (77,15%) le comprend. On ne peut comparer ces valeurs.

Allons-y point par point.

1) La carte interactive est intéressante mais la représentation des données est incompréhensible. L’échelle dit que le mauve foncé représente une participation plus élevée que la moyenne de 71,3%, or je ne suis pas arrivé à trouvé une seule section de vote mauve foncée pour laquelle le taux de participation dans la section était supérieur à 70%. En plus, le taux de participation final dans les circonscriptions comprend le vote par anticipation alors que ce n’est pas le cas dans les sections, ce qui rend la comparaison entre ces deux données impossible [ce qui est étrange sachant qu’elles sont présentées côte à côte dans les fenêtres].

2) Les nuages de points présentés sont assez mauvais. D’abord, leur titre ne respecte pas la convention utilisée à peu près partout dans le monde selon laquelle le titre se formule « variable dépendante (sur l’axe vertical) selon variable indépendante (sur l’axe horizontal) ». Par exemple, le premier nuage de points devrait s’appeler « Le taux de chômage selon la participation à l’élection » et non l’inverse. Ensuite, les axes ne sont pas nommés. Cela rend la lecture confuse, particulièrement si les deux variables représentées s’expriment en pourcentage. Le graphique « La participation selon l’obtention d’un diplôme universitaire » est un bon exemple de cette confusion, sans compter que la mesure utilisée pour « l’obtention d’un diplôme universitaire » n’est pas définie.

3) L’analyse de corrélation n’est pas appuyée par des mesures. Si la corrélation semble assez claire entre le taux de chômage et le taux de participation (quoi qu’assez surprenante, à mon humble avis), il n’en est pas de même pour d’autres paires de variables. Par exemple, j’ai montré le graphique représentant le taux de participation et le taux de diplomation à deux collègues et, entre trois enseignants en mathématique, aucun n’aurait dit qu’il existait une corrélation entre ces variables. Notons que l’article affirme que c’est le cas.

Le journalisme de données est à la mode ces temps-ci. Cependant, il faut réfléchir profondément à la méthodologie choisie pour présenter et analyser les données. À défaut de le faire, on risque de créer de la confusion, de mal informer le public ou de faire perdre du sens à la situation analysée. À mon humble avis, c’est le cas ici; l’exécution déficiente de cette analyse fait passer l’article à côté d’un vrai bon sujet de discussion et d’une réflexion posée sur les enjeux sous-jacents.

Présenter et interpréter des données, une compétence essentielle pour le communicateur d’aujourd’hui et de demain

La réalité, c’est qu’on ne peut pas passer à côté. Je vois mal comment on pourrait évoluer dans la sphère politique ou dans les médias sans posséder une minimale capacité à décortiquer des données statistiques ou à les représenter visuellement. C’est une compétence qui permet d’avoir un discours cohérent avec ce que l’on présente.

C’est pour cette raison qu’il est essentiel que nos journalistes et politiciens reçoivent une bonne formation à ce niveau et puissent évoluer dans notre monde où la donnée deviendra de plus en plus importante dans la sphère publique.

 

Note: Merci à François Gagnon de m’avoir montré le graphique de L’Actualité.

Publicités

2 réflexions sur « Présenter des données, quel calvaire… »

  1. « Par exemple, le premier nuage de points devrait s’appeler “Le taux de chômage selon la participation à l’élection” et non l’inverse. »
    Je crois que le titre dans l’article est bon. La variable indépendante est bien ici le taux de chômage qui pourrait influencer le taux de participation. Toutefois, dans ce cas, le taux de chômage aurait dû se retrouver sur l’axe horizontal contrairement à la présentation de l’article. En fait, la participation comme variable dont on cherche à expliquer la variation aurait toujours dû se retrouver sur l’axe vertical avec la variable explicative à l’horizontale.

    Je crois bien, malheureusement, que c’est la mise en page web qui a eu le dessus sur la convention (si elle était connue).

    1. Salut Louis-Charles,
      Je suis tiraillé à propos de ton commentaire. Je dirais la chose suivante: le concept de variable dépendante et indépendante ne s’applique pas ici. Je suis curieux de t’entendre sur le sujet. Dans ma tête, la variable indépendante est la variable sur laquelle l’expérimentateur a le contrôle alors que la variable dépendante est celle qui est observée une fois que la valeur de la variable indépendante est choisie. Si cette façon de voir les choses est assez claires dans le domaine des sciences naturelles expérimentales, elle devient souvent moins clair dans le domaine des sciences humaines. Pour être dans l’ère du temps, on pourrait faire une expérience où on donne à des familles de un parent et deux enfants différents montants d’argent par semaine pour s’alimenter et on mesurerait la quantité moyenne de calories consommées par les membres de la famille. Dans ce cas, l’argent serait la variable indépendante (choisie par nous) et le nombre moyen de calories serait la variable dépendante (observée par la suite). Dans la situation actuelle, les deux variables sont observées indépendamment et mises dans un graphique. J’aurais donc de la difficulté à dire laquelle est dépendante et indépendante. D’autant plus que la causalité ici n’est vraiment pas évidente.

      J’imagine que tu me répondras que comme on compare le taux de participation à différentes variables, on pourrait dire que la variable « Taux de participation » est la variable dépendante et que les différentes autres variables sont les variables indépendantes. Ça serait une position qui se défend. Cependant, autant selon cet argument que selon ce que tu as écrit dans ton commentaire (« La variable indépendante est bien ici le taux de chômage qui pourrait influencer le taux de participation. »), on glisse de façon risquée vers la causalité. Je ne suis vraiment pas convaincu que cela soit évident. La causalité est une chose bien difficile à établir dans le monde des corrélations…

      Je dirais qu’il y a deux choses pas très bonnes dans ce graphique. D’abord, la convention habituelle n’est pas respectée (variable axe vertical selon variable axe horizontal). Ensuite, les axes ne sont pas nommés. Mis ensemble ces deux problèmes se composent pour donner un graphique difficile à lire. C’est plus à ce niveau que ce situe ma critique. Après, quelle variable est mise sur quel axe, je pense que ça se discute.

      Je serais curieux t’entendre ta réaction…

Laisser un commentaire

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l'aide de votre compte WordPress.com. Déconnexion /  Changer )

Photo Google+

Vous commentez à l'aide de votre compte Google+. Déconnexion /  Changer )

Image Twitter

Vous commentez à l'aide de votre compte Twitter. Déconnexion /  Changer )

Photo Facebook

Vous commentez à l'aide de votre compte Facebook. Déconnexion /  Changer )

Connexion à %s