Analyse de pénalités avec XLSTAT-MX

Jeu de données pour Analyse des pénalités XLS94.5 Ko

Vidéo du tutoriel
  • MX Logiciel d'analyse de données d'étude marketing et d'analyse sensorielle

  • Pré-requis système

    • Windows:
      • Versions : 9x/Me/NT/2000/XP/Vista/Win 7/Win 8
      • Excel : 97 et supérieures
      • Processeur : 32 ou 64 bits
      • Disque dur : 150 Mo
    • Mac OS X:
      • OS : OS X
      • Excel : X, 2004 et 2011
      • Disque dur : 150 Mo

Avantages

  • Pratique et simple d'utilisation
    Pratique et simple d'utilisation XLSTAT est parfaitement intégré à Microsoft Excel qui est le tableur le plus populaire au monde. Grâce à cette intégration, et au suivi de la même philosophie qu'Excel, l'utilisation de XLSTAT est aisée. Le logiciel est accessible dans un onglet dédié qui contient le menu de chaque module. Les analyses disponibles sont regroupées en menus fonctionnels. Les boîtes de dialogues sont pratiques et leur paramétrage est simple.
  • Partage aisé des données et résultats
    Partage aisé des données et résultats Un des plus grands avantages de XLSTAT est le fait que les données et résultats peuvent être partagés sans contrainte. En effet, données et résultats sont stockés dans Microsoft Excel et donc accessibles à tous. Il n'est pas nécessaire pour le receveur d'avoir une licence XLSTAT ou tout autre visionneur additionnel. Ceci facilite votre travail d'équipe et le rend plus économique. Enfin, les résultats sont transposables dans les autres logiciels de Microsoft Office dont PowerPoint ce qui vous permet de créer des présentations avec d'excellents graphiques en quelques minutes.
  • Modulaire
    Modulaire XLSTAT est un produit modulaire articulé autour de XLSTAT-Pro qui est le logiciel de base de XLSTAT. XLSTAT-Pro inclut déjà toutes les fonctionnalités les plus courantes en statistiques et analyses de données multivariées. Des fonctions plus avancées sont aussi disponibles dans des modules additionnels qui répondent à des demandes plus spécifiques. Ainsi, vous pouvez adapter le logiciel à vos propres besoins ce qui le rend plus rentable.
  • Didactique
    Didactique Les résultats de XLSTAT sont affichés pour chaque analyse et sont toujours disponibles pour une navigation plus simple. De plus, des informations utiles sont associées aux résultats afin de faciliter votre interprétation.
  • A un juste prix
    A un juste prix XLSTAT est un logiciel de statistique et d'analyse de données complet et modulaire qui s'adapte à tous les besoins analytiques d'une organisation. Son prix est très raisonnable ce qui vous permet de le rentabiliser presque immédiatement. Toutes les licences XLSTAT incluent un support et une assistance de première qualité.
  • Accessible en de nombreuses langues
    Accessible en de nombreuses langues Nous nous sommes assurés que XLSTAT puisse être accessible au plus grand nombre en distribuant le programme dans de nombreuses langues dont le français, l'anglais, l'allemand, l'espagnol, l'italien, le portugais, le polonais, le chinois et le japonais.
  • Automatisable et personnalisable
    Automatisable et personnalisable La plupart des fonctions disponibles dans XLSTAT peuvent être directement appelées depuis l'application Visual Basic de Microsoft Excel. Elles peuvent être intégrées à vos routines pour répondre aux besoins d'une application particulière. Ajouter des tableaux de résultats, des graphiques, ou modifier l'existant est simplifié. De plus, XLSTAT inclut des outils permettant de sauvegarder ou de recharger des paramètres automatiquement, mais aussi de générer du code VBA. Ceci permet de reproduire vos analyses depuis l'éditeur VBA. Cette automatisation des analyses routinières vous fera gagner du temps.

L'analyse des pénalités

La Penalty Analysis (analyse des pénalités) est une méthode utilisée en analyse sensorielle pour identifier des axes d’améliorations possibles pour des produits, suite à des enquêtes auprès de consommateurs ou d’experts.

Les données utilisées sont de deux types :

  1. des données de préférence correspondant à des indices de satisfaction globaux sur un produit (par exemple, une note d’appréciation globale de 1 à 10 pour un chocolat), ou sur une caractéristique d’un produit (le confort d’une voiture noté de 1 à 10).
  2. des données sur une échelle JAR (Just About Right) sur 5 niveaux. Ces données correspondent à des notes de 1 à 5 pour une ou plusieurs caractéristiques des produits étudiés où 1 correspond à «’Pas du tout assez’», 2 à «Pas assez», 3 à «JAR» (Just About Right) un idéal pour le consommateur, 4 à «Trop» et 5 à «Beaucoup trop». Par exemple, pour un chocolat, on pourra noter son amertume, et pour le confort d’une voiture, le volume sonore du moteur.

La méthode consiste à identifier, en utilisant des ANOVA pour chacune des caractéristiques étudiées sur l’échelle JAR, si à une différence de notation JAR est associée une différence significative au niveau des données globales de préférence.

Le terme de pénalité vient donc de ce que l’on recherche les caractéristiques susceptibles de pénaliser la satisfaction des consommateurs pour un produit donné. La pénalité est la différence de la moyenne des données de préférence pour la catégorie JAR, avec la moyenne des données pour les autres catégories.

Jeu de données pour l'analyse des pénalités

Une feuille Excel contenant les données et les résultats de cet exemple peut être téléchargée en cliquant ici.

Les données utilisées dans cet exemple correspondent à une étude lors de laquelle un type de chips a été évalué par 150 consommateurs. Chaque consommateur a donné son avis sur l'échelle JAR (1 5) pour quatre attributs (salé, sucré, acidité, croustillant), puis a indiqué sa préférence sur une échelle de 1 à 10. Notre but est d'identifier quelques directions possibles pour le développement d'un nouveau produit.

Paramétrer une analyse des pénalités

Une fois XLSTAT lancé, choisissez la commande XLSTAT / XLSTAT-MX / Penalty analysis ou cliquez sur le bouton correspondant de la barre d'outils XLSTAT-MX.

barpen.gif

Une fois le bouton cliqué, la boîte de dialogue apparaît.

On peut alors sélectionner les données de préférence, puis les données JAR.

Afin de rendre les résultats plus lisibles, les libellés des niveaux sur l'échelle JAR agrégée sont aussi sélectionnés.

pen1f.gif

Dans l'onglet Options, la taille seuil pour qu'un l'échantillon soit pris en compte pour les tests de comparaison est fixée à 20%.

pen2f.gif

Les options de sorties ont été choisies comme figuré ci-dessous. La corrélation Spearman a été choisie parce que les données sont ordinales.

pen3f.gif

Une fois que vous avez cliqué sur le bouton OK, les calculs commencent et les résultats sont affichés.

Interpréter les résultats d'une analyse des pénalités

Après les statistiques descriptives concernant les différentes variables de préférence et JAR, XLSTAT affiche la matrice des corrélations.

pen4f.gif

Les corrélations entre les données de préférence et les variables JAR ne devraient pas être interprétées car les données JAR ne sont pas de véritables données ordinales (5 est moins bien de 3 sur l'échelle JAR, alors que 5 est mieux que 3 sur l'échelle des préférences). Cependant si une corrélation entre une variable JAR et une variable de préférence est significativement différente de 0, cela peut signifier que la variable JAR a un faible impact sur la préférence : si elle avait un impact fort, la corrélation devrait idéalement être 0. Si le niveau « trop » a un impact moindre que le niveau « pas assez », la corrélation pourrait être positive, et vice-versa pour une corrélation négative.

Le tableau suivant est un résumé des données JAR. Le diagramme qui suit est basé sur ce tableau et permet de visualiser rapidement comment les données sont distribuées pour chaque dimension JAR.

pen5f.gif

pen6f.gif

Les données sont ensuite agrégées sur une échelle à 3 niveaux. Le tableau et le diagramme correspondants sont affichés ci-dessous.

pen7f.gif

pen8f.gif

Le tableau ci-dessous correspond à l'analyse des pénalités.

pen9f.gif

L'information suivante est montrée pour chaque dimension JAR :

  • Le nom de la dimension JAR. 
  • Les 3 niveaux agrégés des données JAR. 
  • Les fréquences correspondant à chaque niveau. 
  • Les % correspondant à chaque niveau. 
  • La somme des préférences correspondant à chaque niveau. 
  • La préférence moyenne pour chaque niveau. 
  • L'effet sur la moyenne pour les niveaux « trop » et « pas assez » (c'est la différence entre la préférence moyenne pour le niveau JAR et la moyenne calculée pour le niveau « trop » ou le niveau « pas assez ». Cette information est intéressante car elle montre combien de points de préférence sont perdus lorsque le produit est jugé « trop » ou « pas assez » par un consommateur. 
  • Les différences standardisées sont des statistiques intermédiaires qui sont ensuite utilisées pour les tests de comparaison. 
  • Les p-values correspondent au test de comparaison entre la moyenne du niveau JAR et les moyennes pour les deux autres niveaux (c'est une comparaison multiple avec 3 groupes).  
  • Une interprétation est automatiquement fournie. Elle dépend du niveau de signification choisi (ici 5%). 
  • La pénalité est ensuite calculée. C'est une différence pondérée entre les moyennes (préférence moyenne pour JAR - préférence moyenne pour les deux autres niveaux confondus). Cette statistique a donné son nom à la méthode. Elle montre combien de points de préférence sont perdus lorsque le produit ne correspond pas à l'attente du consommateur. 
  • La différence standardisée est une statistique intermédiaire qui est ensuite utilisée pour le test de comparaison.  
  • La p-value correspond au test de comparaison entre la moyenne pour le niveau JAR et la moyenne correspondant aux autres niveaux. Ce test revient à tester si la pénalité est sensiblement différente de 0 ou pas. 
  • Une interprétation du test est automatiquement fournie, et dépend du niveau de signification choisi (ici 5%).

pen10f.gif

pen11f.gif