Normalisation des données pour de meilleurs résultats dans l'analyse de clusters avec JMP®
Mantosh Kumar Sarkar, étudiant, Université d'État de l'Oklahoma
La transformation des données joue un rôle essentiel pour obtenir de meilleurs résultats avec l'analyse par cluster, une technique courante pour la segmentation du marché. Les données d'enquêtes clients utilisées pour la segmentation du marché par analyse par cluster présentent souvent des styles de réponse spécifiques. Des styles de réponse comme 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 les lignes et les colonnes) et la standardisation par plage sont de bons candidats pour éliminer la prédominance des styles de réponse dans les résultats de cluster (Pagolu et al., 2011). Cependant, JMP ne propose pas ces fonctionnalités de standardisation spécifiques. Cet article explique comment réaliser une double standardisation dans JMP grâce à son puissant langage de script (JSL). Pour tester le bon fonctionnement de notre code, nous avons utilisé des données d'enquêtes clients d'une entreprise B2B du secteur hydraulique et pneumatique. Une échelle de notation à 9 points est utilisée pour mesurer les réponses des clients aux questions, comme illustré dans la figure 1 ci-dessous.
