C’est le premier tableau du chapitre résultats, celui qu’un lecteur regarde avant toute autre chose, et celui auquel presque personne ne consacre plus de dix minutes : le tableau qui décrit qui a participé.
Il porte un nom implicite dans la plupart des disciplines — le « Tableau 1 » — et il fait un travail que le reste du chapitre ne peut pas faire. Il dit combien de personnes ont été analysées, à quoi elles ressemblent, et donc à qui vos conclusions peuvent raisonnablement s’appliquer. Un jury qui le lit se forme immédiatement une opinion sur la portée de votre travail.
Voici ce qu’il doit contenir, ce qu’il ne doit surtout pas contenir, et comment le rédiger.
Ce que le tableau doit faire
Trois fonctions, et pas une de plus.
- Fixer l’effectif analysé. Le N annoncé dans l’en-tête est celui sur lequel portent les analyses, pas celui des réponses reçues. Si les deux diffèrent, l’écart s’explique dans la méthode.
- Décrire la composition. Chaque caractéristique susceptible de peser sur vos résultats ou de conditionner leur portée : les variables sociodémographiques utiles, les variables de contexte, et les variables que votre littérature identifie comme des facteurs de confusion possibles.
- Rendre la comparaison possible. Un lecteur doit pouvoir situer votre échantillon par rapport au sien, à la population de référence, ou à une étude qu’il connaît.
Tout ce qui ne sert aucune de ces trois fonctions n’a rien à y faire.
Quelles lignes retenir, selon votre champ
La liste utile n’est pas la même partout, et la question à se poser est toujours : si le lecteur ignorait cette caractéristique, comprendrait-il mal mes résultats ?
- Sciences de l’éducation : niveau et filière, ancienneté dans le poste pour les enseignants, type d’établissement, indice de position sociale s’il est connu.
- Santé et paramédical : âge, sexe, service ou spécialité, ancienneté, statut (titulaire, contractuel, étudiant), et toute variable clinique conditionnant l’issue étudiée.
- Gestion et RH : taille de l’organisation, secteur, fonction, ancienneté, type de contrat, encadrement ou non.
- Psychologie : âge, sexe, niveau d’études, mode de recrutement, et les scores aux échelles de contrôle utilisées comme covariables.
Une caractéristique mérite en outre sa ligne dès que la littérature la présente comme un facteur susceptible d’expliquer votre variable dépendante. C’est ce qui vous permettra, plus loin, de justifier son introduction comme covariable au lieu de l’ajouter sans explication.
Quelle statistique pour quelle variable
La règle tient en trois lignes, et c’est la décision la plus fréquemment mal prise du tableau.
- Variable catégorielle — effectif et pourcentage : n (%). Donnez toujours les deux ; un pourcentage seul sur un petit effectif est trompeur, et « 66,7 % » sur trois personnes est ridicule.
- Variable continue à distribution symétrique — moyenne et écart-type : M (SD).
- Variable continue à distribution asymétrique — médiane et intervalle interquartile : Md [Q1–Q3]. C’est le cas des âges dans une population hétérogène, des durées, des montants, des nombres d’événements.
Le critère de choix n’est pas le résultat d’un test de normalité, c’est la forme de la distribution : regardez l’histogramme. Une moyenne d’ancienneté de 8,4 ans avec un écart-type de 9,1 ans annonce d’elle-même le problème — l’écart-type dépasse presque la moyenne, la distribution est forcément très étalée à droite, et la médiane décrira mieux la personne typique. C’est la même question de forme que celle qui se pose au moment de choisir entre transformation, bootstrap et test non paramétrique, mais elle se tranche ici sans aucun test.
Soyez cohérent en colonne. Si vous choisissez la médiane pour l’âge, ne passez pas à la moyenne pour l’ancienneté dans le même tableau sans raison lisible. Une note sous le tableau précise la convention retenue.
La question du p dans le Tableau 1
Beaucoup de modèles, en santé notamment, ajoutent une colonne de p comparant les groupes ligne à ligne. C’est un usage répandu et discutable, et il faut savoir dans quel cas vous êtes.
- Étude purement descriptive, un seul groupe : aucune colonne de p. Il n’y a rien à comparer.
- Groupes constitués par tirage au sort : la colonne de p teste que la randomisation a bien fonctionné — ce qui est vrai par construction. Elle n’apprend rien et la plupart des recommandations méthodologiques déconseillent aujourd’hui de la mettre.
- Groupes préexistants que vous comparez : c’est le seul cas où la question se pose vraiment. Un p non significatif sur un petit échantillon n’y prouve pas la comparabilité — il reflète surtout le manque de puissance, exactement le raisonnement décrit dans notre article sur la puissance et les résultats non significatifs. Ce qui compte n’est pas la significativité de l’écart mais son ampleur et sa pertinence : un déséquilibre de dix points de pourcentage sur une variable qui influence votre résultat doit être contrôlé dans l’analyse, qu’il soit significatif ou non.
Si votre discipline attend cette colonne, mettez-la, mais commentez les écarts plutôt que les étoiles. Et déclarez ce que vous en faites : une variable déséquilibrée et pertinente devient une covariable, pas une note de bas de page.
Un modèle
| Caractéristique | Total (n = 173) | Groupe A (n = 88) | Groupe B (n = 85) |
|---|---|---|---|
| Âge, Md [Q1–Q3] | 34 [27–45] | 33 [26–44] | 35 [28–46] |
| Femmes, n (%) | 121 (69,9) | 60 (68,2) | 61 (71,8) |
| Ancienneté en années, Md [Q1–Q3] | 6 [2–14] | 5 [2–13] | 7 [3–15] |
| Niveau de diplôme, n (%) | |||
| — Bac +3 | 74 (42,8) | 39 (44,3) | 35 (41,2) |
| — Bac +5 ou plus | 99 (57,2) | 49 (55,7) | 50 (58,8) |
| Score d’épuisement, M (SD) | 3,42 (0,81) | 3,38 (0,79) | 3,46 (0,84) |
| Temps partiel, n (%)a | 28 (16,4) | 15 (17,2) | 13 (15,7) |
Note. Md = médiane ; Q1–Q3 = premier et troisième quartiles. a Donnée manquante pour 2 participants.
Sept points de forme méritent d’être copiés de ce modèle : l’unité et la statistique figurent dans l’intitulé de ligne et non répétées dans chaque cellule ; les modalités d’une variable catégorielle sont indentées sous elle ; les pourcentages d’une même variable somment à 100 ; les décimales sont homogènes en colonne ; l’effectif de chaque groupe est dans l’en-tête ; les données manquantes sont signalées par une note appelée plutôt que par une colonne supplémentaire ; et il n’y a aucun quadrillage vertical. Les conventions générales de mise en forme sont détaillées dans notre article sur la présentation des tableaux et figures.
Ce qu’il ne faut pas y mettre
- Toutes les variables collectées. Un Tableau 1 de vingt-deux lignes n’est plus lu. Gardez ce qui décrit, ce qui conditionne la portée, et ce qui pourrait confondre ; le reste va en annexe.
- Vos variables de résultat. Elles appartiennent aux tableaux suivants. Le Tableau 1 décrit qui, pas ce qu’on a trouvé.
- La sortie SPSS telle quelle. Ni la capture d’écran, ni le tableau « Statistiques descriptives » copié-collé. Il faut le reconstruire — notre annuaire des tableaux de sortie indique dans quelle cellule prendre chaque nombre.
- Des pourcentages sans effectifs. Ni des effectifs qui ne somment pas au N annoncé sans qu’on comprenne pourquoi.
- Une moyenne sur une variable ordinale à quatre modalités. Donnez la répartition.
La chaîne des effectifs, qui commence bien avant le tableau
Le N du Tableau 1 doit se raccorder sans trou à tout ce qui précède : combien de personnes sollicitées, combien de réponses, combien d’exclusions et pour quel motif. Si vous avez appliqué des critères de qualité des réponses, c’est là que le décompte doit apparaître. Une incohérence entre le N de la méthode, celui du tableau et les degrés de liberté de vos tests est l’une des premières choses qu’un rapporteur vérifie — et l’une des plus faciles à contrôler, comme le montre notre article sur la vérification arithmétique des résultats.
Enfin, le Tableau 1 est le lieu où se voit la composition réelle de votre échantillon. S’il révèle une sur-représentation nette — 70 % de femmes, une seule filière, un seul établissement —, ne la laissez pas parler toute seule : c’est précisément le point à reprendre dans la discussion, avec la question de savoir s’il faut pondérer ou simplement le déclarer. Et si votre stratégie de recrutement était non probabiliste, rappelez-le en une incise renvoyant à votre section sur l’échantillonnage.
Le paragraphe qui l’accompagne
Un tableau ne se laisse jamais seul. Trois ou quatre phrases suffisent, et elles ne répètent pas les chiffres : elles disent ce qu’il faut en retenir.
« L’échantillon analysé compte 173 participants, d’un âge médian de 34 ans, majoritairement des femmes (69,9 %). L’ancienneté est très dispersée (médiane 6 ans, intervalle interquartile 2–14), ce qui reflète la coexistence de professionnels en début de carrière et d’équipes stables. Les deux groupes sont comparables sur l’ensemble des caractéristiques recueillies ; l’écart d’ancienneté, de deux ans sur la médiane, a néanmoins conduit à l’introduire comme covariable dans les analyses. »
Ce paragraphe fait ce que le tableau ne peut pas faire : il hiérarchise, il interprète, et il annonce une décision d’analyse.
Rédiger la description de l’échantillon avec Tesify
Construire le tableau prend une demi-heure. Ce qui prend du temps, c’est ce qui l’entoure : justifier le choix de la médiane plutôt que de la moyenne, expliquer un déséquilibre sans donner l’impression de s’excuser, raccorder les effectifs à la section méthode, et annoncer les conséquences sur l’analyse — le tout dans un vocabulaire qui tiendra jusqu’à la discussion.
Tesify travaille avec vous sur ce passage : structurer l’ouverture du chapitre résultats à partir de vos propres chiffres, tenir la cohérence entre méthode, résultats et discussion, et rédiger les justifications que le tableau appelle. Vos données restent les vôtres, et le texte est écrit à 100 % par vous.
Rédiger votre chapitre résultats avec Tesify
Questions fréquentes
Combien de lignes le Tableau 1 doit-il compter ?
Entre six et douze dans la plupart des mémoires. Au-delà, le lecteur décroche et l’information utile se dilue. Le bon critère n’est pas le nombre mais la justification : chaque ligne doit décrire, conditionner la portée, ou pouvoir confondre.
Faut-il mettre l’âge en classes ou en continu ?
En continu, avec la médiane et les quartiles, si vous l’avez recueilli ainsi. Le découper en classes fait perdre de l’information sans rien apporter au lecteur. Si vous ne disposez que de classes parce que le questionnaire les imposait, présentez-les telles quelles avec n (%) et ne calculez pas de moyenne à partir des centres de classes.
Où placer ce tableau ?
Au tout début du chapitre résultats, avant toute analyse. Certains mémoires le placent en fin de méthode : c’est acceptable et parfois demandé, mais la convention dominante en fait le premier tableau des résultats — d’où son nom.
Que faire des données manquantes dans une ligne ?
Signalez-les par une note appelée sous le tableau, en indiquant le nombre de valeurs manquantes pour cette variable, et calculez le pourcentage sur les répondants effectifs. N’inventez pas de catégorie « non renseigné » si elle n’existait pas dans le questionnaire.
Faut-il un Tableau 1 dans un mémoire qualitatif ?
Oui, sous une autre forme : un tableau des participants avec un identifiant anonymisé, la fonction, l’ancienneté et la durée de l’entretien. Il remplit exactement la même fonction — permettre au lecteur de situer les voix qu’il va lire.
Puis-je reprendre le format d’un article que je cite ?
C’est même recommandé : reprendre le format dominant de votre champ facilite la comparaison et rassure le jury. Vérifiez seulement qu’il ne contredit pas le gabarit imposé par votre établissement, qui prime toujours.