Analyse des pénalités

Utilité de 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.

Type de données utilisées dans l’analyse des pénalités

Les données utilisées sont de deux types :

  • Données de préférence Elles correspondent 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).
  • Données sur une échelle JAR (Just About Right) 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.

Principes de l’analyse des pénalités

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. Par exemple, le fait qu'un chocolat soit trop amer, est-il responsable d'un abaissement significatif de la note globale donnée à un chocolat ou non ?

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.

L'analyse de pénalités se subdivise en trois phases :

  1. On regroupe les données 1 et 2 d'une part et 4 et 5 d'autre part, ce qui permet d'une d'obtenir une échelle sur trois niveaux, « Pas assez », « JAR » et « Trop ».
  2. On calcule puis on compare les moyennes des trois groupes pour les données de préférence pour identifier d'éventuelles différences significatives.
  3. On calcule la pénalité puis on teste si elle est significativement différente de 0.

Résultats de l’analyse des pénalités dans XLSTAT

Après l'affichage des statistiques simples pour l'ensemble des données sélectionnées (préférence et JAR), et de la matrice des corrélations correspondante, XLSTAT affiche un tableau présentant pour chacune des variables JAR les effectifs pour les 5 niveaux (pour le cas de l'échelle 1 à 5). Le diagramme en « barres empilées » correspondant est ensuite affiché. Le tableau des données agrégées sur trois niveaux est ensuite affiché suivi du tableau des effectifs agrégés sur 3 niveaux. Le diagramme en « barres empilées » correspondant est ensuite affiché.

Le tableau des pénalités fourni ensuite les statistiques pour les 3 niveaux, y compris les moyennes, les impacts sur la moyenne, les pénalités, et les résultats des tests de comparaison. Enfin les graphiques de synthèse permettent de rapidement identifier les caractéristiques JAR pour lesquelles les différences entre le groupe « JAR » et les groupes « 2 » et « 4 » sont significativement différentes : lorsque la différence est significative les barres sont affichées en rouge, alors qu'elles sont affichées en vert lorsque la différence n'est pas significative. Les barres apparaissent en gris lorsque l'effectif d'un groupe est inférieur au seuil choisi (voir l'onglet Options de la boîte de dialogue).

Le dernier graphique (effets sur la moyenne vs %) permet de visualiser les effets sur les moyennes (pas assez, ou trop) en fonction du % de testeurs correspondant. Le % de population seuil choisi pour considérer qu'un résultat est significatif est affiché sur la forme d'une ligne pointillée.