Les graphiques à barres induisent un biais d'interprétation caché

Paris, février 2023. Une nouvelle étude suggère que le format dans lequel sont présentés les graphiques pourrait inciter les gens à être trop optimistes ou pessimistes quant aux tendances des données chiffrées qu'ils affichent.

Des universitaires de la City University of London et de l'University College London ont découvert que lorsque des personnes qui n'étaient pas des experts dans un domaine précis faisaient des prédictions sur l'évolution d'une tendance dans le temps, elles portaient des jugements moins favorables lorsque la tendance était présentée sous la forme d'un graphique à barres que lorsque les mêmes données étaient présentées sous la forme d'un graphique linéaire ou d'un graphique en nuage de points.

L'étude comprenait quatre expériences menées en ligne avec plus de quatre mille participants au total. Dans les deux premières expériences, les participants ont reçu un seul graphique, soit un diagramme à barres, un graphique linéaire ou un graphique ponctuel, contenant 50 points de données représentant les ventes hebdomadaires réalisées par une entreprise fictive. Les participants devaient prédire le nombre de ventes qu'ils pensaient que l'entreprise réaliserait au cours des huit semaines suivantes. Ils étaient incités à donner des réponses précises.

Dans la première expérience, le nombre de ventes figurant dans le graphique fourni augmentait de semaine en semaine, et les participants prévoyaient généralement que les ventes allaient encore augmenter. Dans la deuxième expérience, les tendances du graphique étaient à la baisse, ce qui rendait les participants plus pessimistes quant aux ventes à venir.

Néanmoins, dans les deux expériences, les participants ont toujours pensé que les ventes seraient plus faibles lorsque les données étaient présentées sous forme de diagrammes à barres plutôt que de graphiques linéaires ou de graphiques en nuage de points.

Les chercheurs se sont demandés si la raison n'était pas que, dans les diagrammes en bâtons, la zone à l'intérieur de la barre est généralement fortement ombrée et attire donc visuellement l'attention sur elle, abaissant les estimations des participants par rapport aux autres types de graphiques où il n'y a pas d'ombrage pour attirer l'œil et l'attention.

Cependant, dans une troisième expérience, ils ont constaté les mêmes prévisions inférieures pour les barres, même lorsque celles-ci n'étaient pas ombrées.

Dans une quatrième expérience, ils ont testé une version d'un graphique à barres où les barres émanaient du haut du graphique plutôt que du bas. Bien que des tendances subtiles dans les données suggèrent que cela pourrait inverser le biais, les résultats n'ont pas été concluants.

« Ces dernières années, il semble que nous ayons passé beaucoup de temps à examiner les graphiques, qu'il s'agisse du nombre de cas de Covid, des prix de l'électricité ou des taux d'inflation, pour essayer de déterminer ce qui va se passer. Nos recherches montrent que nos prédictions sur ce qui va se passer sont affectées non seulement par les tendances que nous observons, mais aussi par le format dans lequel elles sont affichées. Cela a évidemment des implications pour chacun d'entre nous lorsque nous essayons de décider si nous pouvons rendre visite à des parents vulnérables en toute sécurité, ou si nous pouvons nous permettre de contracter un prêt hypothécaire, » souligne Stian Reimers, professeur de psychologie et de sciences du comportement à l'école de santé et de sciences psychologiques de la City University of London, qui a dirigé les recherches.

En plus d'affecter les décisions prises par les individus, ces biais peuvent également affecter les nombreuses entreprises qui effectuent des analyses telles que la "prévision de la demande", où les données historiques sont utilisées pour estimer et prédire la demande future des clients pour un produit ou un service ; en particulier lorsque ces jugements sont faits sans l'aide d'individus qui "regardent" directement les graphiques et estiment comment ils pensent qu'une tendance va évoluer.

Mais ces biais peuvent aussi avoir des avantages. « C'est potentiellement utile parce que ce genre « d'effet de format » pourrait aider à contrecarrer certaines des autres erreurs que les gens font lorsqu'ils projettent des tendances dans le futur. Beaucoup des autres biais que les gens ont lorsqu'ils essaient d'extrapoler des tendances sont ancrés dans leur façon de voir le monde et sont difficiles à changer. Le format que nous utilisons pour nos graphiques est une chose sur laquelle nous avons un contrôle total, il est donc possible d'utiliser des formats spécifiques pour aider les gens à faire des jugements plus précis», ajoute le chercheur.

"Bien que nous ayons eu beaucoup de participants, il ne s'agit que d'une petite série d'études. Il sera intéressant de voir dans quelle mesure ces résultats se généralisent à différents formats et niveaux d'expertise, et passionnant d'essayer de trouver les moyens de présenter des données qui se déroulent dans le temps d'une manière qui aide les gens à mieux saisir l'état du monde et à prédire avec le plus de précision ce qui est susceptible de se produire ensuite."

La recherche est publiée en accès libre dans l'International Journal of Forecasting.