I dati da analizzare possono essere suddivisi in due categorie principali: dati raccolti specificamente per l'analisi e dati raccolti indipendentemente dall'analisi. L'analisi di quest'ultimo tipo di dati richiede diverse fasi di "pre-elaborazione", la cui qualità influisce significativamente sul risultato dell'analisi. Questo studio non si occuperà di quest'ultimo tipo di dati.
Quando i dati raccolti per l'analisi vengono ulteriormente classificati, una categoria comprende i dati generati tramite "esperimenti" in fabbriche e laboratori, e l'altra i dati derivanti da attività quotidiane che non sono "esperimenti". Il metodo di analisi statistica dei dati sperimentali è noto come "progettazione sperimentale" e, integrando vari metodi ingegnosi nella fase di pianificazione, diventa possibile eseguire analisi precise con un numero ridotto di esperimenti, ovvero una quantità limitata di dati. D'altra parte, un metodo rappresentativo per analizzare i dati derivanti da attività quotidiane che non sono "esperimenti" è l'"analisi multivariata dei dati", per la quale esistono diversi metodi.
Questa presentazione illustrerà un caso di studio in cui degli ingegneri, in particolare giovani ingegneri impiegati in una fabbrica, sono stati valutati analizzando diversi dati da molteplici prospettive utilizzando JMP. Poiché i dati sono stati raccolti durante le attività quotidiane, l'analisi si è basata principalmente su "metodi di analisi multivariata dei dati", avvalendosi al contempo dei potenti metodi esplorativi di JMP.
