Les données à analyser peuvent être globalement classées en deux catégories : les données collectées spécifiquement pour l’analyse et les données collectées indépendamment de celle-ci. L’analyse de ces dernières nécessite diverses étapes de prétraitement, dont la qualité influe considérablement sur les résultats. Cette étude ne portera pas sur ce type de données.
Une fois les données collectées pour analyse classées, on distingue deux catégories : celles issues d’« expériences » réalisées en usine ou en laboratoire, et celles provenant d’activités quotidiennes qui ne constituent pas des « expériences ». La méthode d’analyse statistique des données expérimentales est appelée « plan d’expériences ». En intégrant diverses méthodes ingénieuses dès la phase de planification, il est possible de réaliser une analyse précise avec un nombre réduit d’expériences, donc avec un volume de données limité. En revanche, l’analyse multivariée des données est une méthode représentative pour analyser les données issues d’activités quotidiennes qui ne constituent pas des « expériences ». Il existe différentes méthodes pour cela.
Cette présentation portera sur une étude de cas où des ingénieurs, notamment de jeunes ingénieurs travaillant en usine, ont été évalués grâce à l'analyse de données variées et multidimensionnelles à l'aide de JMP. Les données ayant été recueillies lors de leurs activités quotidiennes, l'analyse a principalement reposé sur des méthodes d'analyse multivariée, tout en tirant parti des puissantes fonctionnalités exploratoires de JMP.
