Analyse de données de profil libre (Free choice profiling analysis) avec STATIS dans Excel

Ce tutoriel vous montrera comment réaliser et interpréter une analyse de données de profil libre dans Excel en utilisant XLSTAT.

Jeu de données pour STATIS

Le jeu de données utilisé pour illustrer l’analyse de données de profil libre est issu du package R SensoMineR.  Lors d’une expérience sensorielle, 6 sujets ont chacun été invités à décrire des parfums en donnant des notes pour des attributs choisis librement.

Le but ici est de visualiser les proximités entre les parfums et de déterminer les accords entre les sujets.

Paramétrer une analyse STATIS sur des données de type profil libre avec XLSTAT

• Ouvrir XLSTAT.

• Sélectionner le menu XLSTAT / Fonctions avancées / Analyse de données sensorielles / STATIS. La boîte de dialogue STATIS apparaît.

• Dans l’onglet Général, sélectionner les Configurations (une configuration correspond à l’ensemble des descripteurs choisis afin d’évaluer les produits pour un sujet).

• Saisir le nombre de configurations. Il y a ici 6 sujets qui correspondent aux 6 configurations.

• Comme les 6 configurations ont toutes un nombre de variables différent, sélectionner une colonne contenant le nombre de variables par configuration.

• Cocher l’option Libellés des objets et sélectionner la colonne contenant les libellés des produits (dans notre cas les parfums).

• Dans l’onglet Options, cocher Réduction globale des configurations pour ne pas donner d’effet d’échelle. De plus, toutes les variables étant sur la même échelle à l’intérieur de chaque configuration, il n’est pas nécessaire de réduire les variables.

• Dans l’onglet Graphiques, décocher la case Graphique sur les deux premiers axes.

• Enfin sélectionner les axes 1 et 2 ainsi que les axes 1 et 3 puis cliquer sur Terminez dans la nouvelle boîte de dialogue qui apparaît. Cette boîte de dialogue permet de choisir les axes pour lesquels les graphiques doivent être affichés.

Interpréter les résultats de l’analyse de profil libre

Le graphique suivant est l’objectif principal de STATIS : représenter les observations sur des cartes à 2 dimensions, et ainsi identifier les proximités entre les produits. Nous pouvons voir par exemple, grâce aux axes 1 et 2, que les parfums Lolita Lempicka et Angel sont perçus comme proches mais qu’ils diffèrent beaucoup du parfum Pleasures. Les axes 1 et 3, eux, nous indiquent que les parfums L’instant et Cinema sont perçus comme proche et qu’ils diffèrent du parfum Aromatics Elixir.

Si nous nous intéressons à deux sujets en particulier, il est utile de regarder la matrice RV qui donne le coefficient de similarité RV pour chaque paire de sujets (entre 0 et 1, qui augmente avec la proximité des sujets).

Nous voyons ici que le sujet 1 a un avis très similaire à celui du sujet 2 avec un coefficient RV de 0.802, mais moins qu’à celui du sujet 5 avec un coefficient RV de 0.528.

Il peut être important d’évaluer la proximité d’un sujet avec le point de vue global reflété par le consensus, afin de déterminer si celui-ci est un sujet atypique. Pour cela nous utilisons le diagramme en barres suivant, qui permet de visualiser la proximité au consensus de chaque sujet à travers son coefficient RV avec le consensus. Nous observons alors que bien que le sujet 5 soit le plus éloigné du consensus, nous ne pouvons pas pour autant dire qu’il s’agisse d’un sujet atypique car le coefficient RV qui lui est associé reste élevé (0.706).

Enfin le graphique suivant donne les résidus par objet, qui indiquent quels produits (ici les parfums) ont été notés plutôt de même manière par les sujets (résidu faible pour le produit) ou plutôt différemment (résidu plus élevé). Nous pouvons par exemple observer que Coco Mademoiselle est noté de manière plus consensuelle par les sujets que Aromatics Elixir.