Accorder la variable à la donnée

Tu connais maintenant les six variables. Il reste la question décisive : laquelle choisir pour quelle donnée ? Bertin a observé que chaque variable a des capacités de perception différentes. Certaines permettent de voir un ordre, une seule permet de voir des rapports de quantité. Dans cette leçon, tu vas apprendre ces propriétés, puis les appliquer aux trois types de données que tu as vus en 2.1. Tu finiras par les erreurs qui reviennent le plus dans les cartes publiées, pour savoir les repérer et les éviter.

Bertin décrit quatre propriétés. Une variable est associative si les signes qui varient se voient encore comme un tout : des formes différentes de même taille forment un ensemble homogène. Elle est sélective si tu peux isoler d'un coup d'œil tous les signes d'une même catégorie, par exemple tous les points rouges. Elle est ordonnée si le lecteur perçoit spontanément un ordre, sans lire la légende. Elle est quantitative s'il perçoit des rapports : ce cercle est environ deux fois plus grand que celui-là.

Voici l'essentiel de la grille de Bertin. La taille est la seule variable quantitative : elle laisse percevoir un ordre et des rapports. La valeur et le grain sont ordonnés : le lecteur range spontanément du clair au foncé, mais il ne voit pas de combien une teinte foncée dépasse une teinte claire. La couleur est très sélective, mais elle n'a pas d'ordre naturel : rien ne dit que le vert est au-dessus du jaune. La forme et l'orientation servent à distinguer des catégories, sans hiérarchie et sans mesure.

Pour une donnée qualitative, tu utilises la couleur ou la forme. Exemple : la culture principale des communes d'une région du Sénégal, avec des données fictives. Arachide, mil, riz, maraîchage : quatre teintes différentes. Point important, garde une clarté à peu près égale pour toutes les teintes. Si l'une est beaucoup plus foncée, le lecteur croira qu'elle vaut plus. Pour des points, comme des établissements de santé, les formes marchent bien : une croix pour un hôpital, un cercle pour un poste de santé, avec une couleur commune.

Pour une donnée ordonnée, tu utilises la valeur. Prenons un risque d'inondation par quartier à Abidjan, avec des niveaux fictifs : faible, moyen, élevé. Tu choisis une teinte, par exemple un bleu, et tu vas du très clair pour le risque faible au très foncé pour le risque élevé. Le lecteur comprend l'ordre sans lire la légende. Si tu avais pris vert, jaune et violet, il aurait dû chercher dans la légende quel niveau correspond à quelle couleur, et beaucoup se seraient trompés.

Pour une quantité, deux cas. Si c'est un stock, comme le nombre d'habitants ou la production de cacao, tu utilises la taille : des cercles proportionnels, que tu vas travailler au module 4. Si c'est un taux que tu as découpé en classes, comme une part de jeunes de moins de quinze ans, tu utilises la valeur : des aplats du clair au foncé, parce que tes classes sont ordonnées. Dans aucun de ces cas la teinte seule ne suffit. Elle peut accompagner la valeur, jamais la remplacer.

Quatre erreurs reviennent souvent. La palette arc-en-ciel pour un taux : du bleu au rouge en passant par le vert et le jaune, le lecteur ne sait plus où est le milieu, et le jaune, très clair, saute aux yeux sans raison. Des cercles de tailles différentes pour des catégories, qui font croire à une hiérarchie. Une catégorie qualitative beaucoup plus foncée que les autres, qui paraît plus importante. Et des formes pour des quantités : un triangle pour beaucoup, un carré pour peu. Personne ne peut lire cela sans légende.

Retiens la règle en trois lignes. Pour distinguer des catégories, la couleur ou la forme, avec des clartés proches. Pour montrer un ordre, la valeur, du clair au foncé. Pour montrer des quantités, la taille, seule variable qui laisse voir des rapports. Avant chaque carte, fais le diagnostic de ta donnée, puis choisis la variable qui a la même propriété qu'elle. Dans la prochaine leçon, tu vas affiner le choix des couleurs : les palettes, les points milieux et les lecteurs qui distinguent mal certaines teintes.