Nous reprenons ici d'une façon nouvelle et systématique l'étude d'un type spécifique d'analyse des données fondé sur la classification ascendante hiérarchique binaire. L'ensemble organisé est un ensemble d'attributs de description, généralement booléens. La relation valuée de similarité représentée est de nature implicative et l'arbre obtenu est un arbre "implicatif". Ce type d'analyse des données a été introduit et développé par R. Gras et ses collaborateurs. Nous étudions les fondements et proposons une axiomatique nouvelle qui conduit à des aspects constructifs et énumératifs. Une interprétation différente de celle des auteurs mentionnés, des résultats de ce type d'analyse des données est proposée et justifiée. Les propriétés mathématiques de la construction statistique de l'arbre implicatif sont étudiées. Enfin, nous analysons de façon précise et complète l'adaptation de nos critères de reconnaissance des niveaux et noeuds les plus "significatifs" d'un arbre de classification classique au cas d'un arbre implicatif.