La fonction COEFFICIENT.ASYMETRIE.P te permet de mesurer l'asymétrie d'une distribution de données. En clair, elle te dit si tes valeurs sont équilibrées autour de la moyenne, ou si elles penchent plutôt vers le haut ou le bas. C'est un indicateur précieux pour détecter les biais dans tes données, identifier des tendances cachées, ou valider que ta distribution est bien symétrique avant d'utiliser certains tests statistiques.
Concrètement, c'est elle qui permet à un data analyst RH de vérifier si la distribution des salaires est équilibrée ou faussée par quelques très hauts salaires, à un responsable commercial de détecter que la plupart de ses ventes sont petites avec quelques grosses transactions atypiques, ou à un responsable qualité de contrôler la symétrie des mesures de production avant d'appliquer des tests paramétriques.
Syntaxe de la fonction COEFFICIENT.ASYMETRIE.P
=COEFFICIENT.ASYMETRIE.P(nombre1; [nombre2]; ...)Les cellules vides et les valeurs textuelles sont automatiquement ignorées dans le calcul. Seules les valeurs numériques sont prises en compte. Il faut au minimum 3 valeurs pour que la fonction retourne un résultat, mais pour des résultats fiables, vise au moins 30 valeurs.
Comprendre chaque paramètre de la fonction COEFFICIENT.ASYMETRIE.P
Tu n'es vraiment obligé de donner qu'une chose : ta série de valeurs, dans nombre1. Ça peut être une plage comme A1:A50, une colonne entière A:A ou des nombres tapés à la main.
Les arguments suivants (nombre2, nombre3…) sont là pour rassembler des données éparpillées sur plusieurs colonnes : tout est fusionné en un seul calcul, jusqu'à 255 arguments en tout.
nombre1
: la première série de valeurs numériques à analyserIl peut s'agir d'une plage de cellules comme A1:A50, de valeurs individuelles séparées par des points-virgules, ou d'un mélange des deux. C'est sur cette série que le coefficient d'asymétrie sera calculé.
Tu peux référencer une colonne entière (A:A) ou une plage nommée pour rendre la formule plus lisible et résistante aux ajouts de données.
Astuce : Plus tu as de valeurs, plus ton coefficient sera fiable. Avec moins de 30 valeurs, le résultat peut être très sensible aux valeurs extrêmes et peu représentatif de la vraie asymétrie de ta distribution.
[nombre2]
: des valeurs ou plages supplémentaires à inclure dans le calcul(facultatif)Tu peux en ajouter autant que nécessaire (jusqu'à 255 arguments au total). Toutes les valeurs seront combinées pour calculer un seul coefficient d'asymétrie global.
Utile quand tes données sont réparties sur plusieurs colonnes non contiguës que tu veux analyser ensemble.
Exemples pratiques pas à pas
Data analyst RH : analyser la distribution des salaires
Tu es data analyst RH et tu veux savoir si la distribution des salaires dans ton entreprise est équilibrée, ou si elle penche vers le haut (quelques très gros salaires) ou vers le bas (beaucoup de petits salaires).
Avec un coefficient de -0,12 (très proche de 0), tu confirmes que les salaires sont répartis de façon symétrique autour de la moyenne. Pas de biais particulier vers le haut ou le bas : la masse salariale est bien distribuée.
| A | |
|---|---|
| 1 | Salaire (k€) |
| 2 | 32 |
| 3 | 35 |
| 4 | 38 |
| 5 | 34 |
| 6 | 36 |
| 7 | 33 |
| 8 | 37 |
| 9 | 35 |
| 10 | 34 |
| 11 | 36 |
=COEFFICIENT.ASYMETRIE.P(A2:A11)Responsable commercial : détecter un biais dans les ventes
Tu es responsable commercial et tu analyses les montants de tes transactions. Tu suspectes que la plupart des ventes sont petites, avec quelques très grosses ventes qui tirent la moyenne vers le haut.
Le coefficient de 2,34 confirme ton intuition : la distribution est fortement asymétrique à droite. La majorité des ventes sont regroupées vers les valeurs basses (400-500 €), avec quelques grosses transactions (2 800 € et 3 200 €) qui créent une longue queue vers la droite. Ce type de distribution pousse la moyenne bien au-dessus de la médiane.
| A | |
|---|---|
| 1 | Montant (€) |
| 2 | 450 |
| 3 | 520 |
| 4 | 380 |
| 5 | 490 |
| 6 | 3200 |
| 7 | 410 |
| 8 | 2800 |
| 9 | 460 |
| 10 | 500 |
| 11 | 430 |
=COEFFICIENT.ASYMETRIE.P(A2:A11)Responsable qualité : vérifier la symétrie des mesures
Tu es responsable qualité dans une usine. Avant d'appliquer certains tests statistiques, tu dois vérifier que tes mesures de production suivent une distribution symétrique, proche d'une loi normale.
Le coefficient de -1,28 indique une asymétrie modérée à gauche. La plupart des pièces ont un diamètre autour de 10 mm, mais quelques pièces sous-dimensionnées (8,5 et 9,8 mm) créent une queue vers la gauche. Il faudra investiguer ces valeurs avant d'appliquer des tests paramétriques.
| A | |
|---|---|
| 1 | Diamètre (mm) |
| 2 | 12,5 |
| 3 | 9,8 |
| 4 | 10,2 |
| 5 | 10,5 |
| 6 | 9,9 |
| 7 | 10,1 |
| 8 | 8,5 |
| 9 | 10,3 |
| 10 | 10,0 |
| 11 | 9,7 |
=COEFFICIENT.ASYMETRIE.P(A2:A11)Envie de t'entraîner sur de vrais exercices Excel ?
M'entraîner
Les erreurs fréquentes avec la fonction COEFFICIENT.ASYMETRIE.P
Ici, ce qui te trompe n'est pas la formule mais sa lecture. On confond souvent l'asymétrie avec la dispersion : elle te dit la forme de ta distribution, pas son étalement, et c'est ECARTYPE.P qui s'occupe de ce dernier.
L'autre faux pas, c'est de prendre .P pour un échantillon (réserve-la à tes données complètes) ou de croire un coefficient sur parole : un 1,5 peut venir d'une vraie pente comme d'une seule valeur aberrante, d'où l'histogramme.
Confondre asymétrie et dispersion des données
L'asymétrie ne mesure pas la dispersion des données (c'est le rôle de l'écart-type), mais leur forme. Une distribution peut avoir un écart-type très faible et être fortement asymétrique, ou l'inverse. Par exemple, les données 10, 11, 11, 12, 12, 12, 13, 13, 14, 20 ont un écart-type faible mais une forte asymétrie due à la valeur 20.
Solution : Utilise COEFFICIENT.ASYMETRIE.P pour la forme, ECARTYPE.P pour la dispersion, et MEDIANE vs MOYENNE pour détecter le décalage. Ces indicateurs sont complémentaires, pas interchangeables.
Utiliser COEFFICIENT.ASYMETRIE.P sur un échantillon
Si tes données sont un échantillon représentatif (et non la population complète), la version .P sous-estime légèrement l'asymétrie. Elle est conçue pour une population entière, pas pour une sélection partielle.
Solution : Utilise COEFFICIENT.ASYMETRIE (sans .P) quand tu travailles sur un échantillon. Utilise COEFFICIENT.ASYMETRIE.P uniquement quand tu as accès à la totalité des données que tu veux analyser.
Interpréter le coefficient sans visualiser les données
Un coefficient d'asymétrie te donne une indication numérique, mais il ne remplace pas une visualisation graphique. Un coefficient de 1,5 peut venir d'une vraie asymétrie de distribution ou d'une seule valeur aberrante, et les deux situations n'appellent pas les mêmes actions.
Solution : Crée systématiquement un histogramme ou un graphique pour comprendre visuellement la forme de ta distribution avant de conclure. Un coefficient très élevé (supérieur à 2 ou inférieur à -2) doit toujours déclencher une vérification des valeurs extrêmes avec MIN et MAX.
Questions fréquentes sur la fonction COEFFICIENT.ASYMETRIE.P
Quelle différence entre COEFFICIENT.ASYMETRIE.P et COEFFICIENT.ASYMETRIE ?
COEFFICIENT.ASYMETRIE.P traite tes données comme une population complète, tandis que COEFFICIENT.ASYMETRIE les considère comme un échantillon. En pratique, si tu analyses toutes tes données (pas juste un sous-ensemble), utilise .P. Si c'est un échantillon représentatif, utilise la version sans .P.
Comment interpréter le coefficient d'asymétrie ?
Un coefficient proche de 0 indique une distribution symétrique (entre -0,5 et +0,5). Un coefficient positif (supérieur à 0,5) montre une asymétrie à droite avec une longue queue vers les valeurs élevées. Un coefficient négatif (inférieur à -0,5) indique une asymétrie à gauche avec une queue vers les valeurs faibles.
Au-delà de 2 ou en dessous de -2, la distribution est fortement asymétrique et tu dois vérifier la présence de valeurs aberrantes.
Combien de valeurs faut-il au minimum ?
Techniquement, il faut au moins 3 valeurs, mais pour des résultats fiables et interprétables, vise au moins 30 valeurs. Avec moins, le coefficient peut être très instable et peu représentatif de la vraie forme de ta distribution.
Que faire si mon coefficient est très élevé ?
Un coefficient supérieur à 2 ou inférieur à -2 indique une forte asymétrie. Cela peut révéler des valeurs extrêmes ou aberrantes dans tes données. Vérifie avec MIN, MAX ou un graphique si ces valeurs sont légitimes ou à corriger avant de tirer des conclusions.
Cette fonction est-elle disponible dans Google Sheets ?
Oui, Google Sheets propose la fonction SKEW.P qui est l'équivalent exact de COEFFICIENT.ASYMETRIE.P. La syntaxe est identique, seul le nom de la fonction change selon la langue de ton interface.
Pour aller plus loin
Les fonctions similaires : COEFFICIENT.ASYMETRIE, KURTOSIS, ECARTYPE.P, MOYENNE, MEDIANE
Bloqué sur une formule Excel ?
Pose ta question à notre assistant Excel IA, il te sort la bonne formule en quelques secondes.
Essayer l'assistant IAGratuit · 10 questions par mois