Lorsque les données d'une expérience virtuelle sont obtenues, il est possible d'analyser les données de chaque individu. Cependant, normalement, l'analyse est effectuée en utilisant des valeurs moyennes pour chaque strate en fonction des attributs des répondants. S'il n'y a pas de différences majeures dans les résultats de l'analyse stratifiée, le traitement de l'ensemble des données en même temps produira des résultats plus précis puisqu'il y a plus de données. Toutefois, s’il existe des différences évidentes dans les résultats de l’analyse pour chaque strate, un examen correct ne peut être effectué sans stratification et il existe un risque d’obtenir des informations incorrectes.
Dans cette étude, nous discutons de l'analyse stratifiée de données expérimentales virtuelles à l'aide d'une conception optimale utilisant JMP. Au moment de la présentation, nous prévoyons d'utiliser des études de cas pour démontrer comment exploiter un plan d'expérience personnalisé (DOE) à l'aide de JMP17.
