Standardisation des données pour de meilleurs résultats dans l'analyse de cluster à l'aide de JMP®
Mantosh Kumar Sarkar, étudiant, Université d'État de l'Oklahoma
La transformation des données joue un rôle essentiel dans l'obtention de meilleurs résultats grâce à l'analyse par grappes, une technique couramment utilisée pour la segmentation du marché. Les données d'enquêtes auprès des clients utilisées pour la segmentation du marché via l'analyse par grappes présentent souvent les styles de réponse des répondants. Les styles de réponse tels que l'acquiescement et les styles de réponse extrêmes peuvent biaiser les résultats de l'analyse par cluster. Des recherches récentes ont montré que la double standardisation (standardisation sur ligne et colonne) et la standardisation par plage sont de bons candidats pour éliminer les styles de réponse qui dominent les résultats du cluster, Pagolu et al. (2011). Toutefois, JMP ne fournit pas ces fonctionnalités de normalisation spéciales. Cet article explique comment atteindre la double standardisation dans JMP en utilisant son puissant langage de script (JSL). Pour vérifier si notre code fonctionne correctement, nous avons utilisé les données d'enquêtes auprès des clients d'une entreprise à entreprise dans les secteurs de l'hydraulique et du pneumatique. Une échelle de notation à 9 points est utilisée pour mesurer les réponses des clients aux questions, comme illustré à la Fig.1 ci-dessous.
