Los datos que se van a analizar pueden clasificarse en dos grandes categorías: datos recopilados específicamente para el análisis y datos recopilados independientemente del análisis. El análisis de estos últimos requiere varios pasos de preprocesamiento, y la calidad de estos pasos influye significativamente en el análisis. Este estudio no abordará este último tipo de datos.
Cuando se clasifican los datos recopilados para su análisis, una categoría corresponde a los datos generados mediante "experimentos" en fábricas y laboratorios, y la otra a los datos de actividades cotidianas que no son "experimentos". El método para analizar estadísticamente los datos experimentales se conoce como "diseño experimental", y mediante la incorporación de diversos métodos ingeniosos en la etapa de planificación, es posible realizar análisis precisos con un número reducido de experimentos, es decir, con una pequeña cantidad de datos. Por otro lado, un método representativo para analizar datos de actividades cotidianas que no son "experimentos" es el "análisis multivariante de datos", y existen diversos métodos para ello.
Esta presentación expondrá un estudio de caso en el que se evaluó a ingenieros, en particular a ingenieros jóvenes que trabajaban en una fábrica, mediante el análisis de diversos datos desde múltiples perspectivas utilizando JMP. Dado que los datos se recopilaron durante las actividades diarias, el análisis empleó principalmente métodos de análisis de datos multivariados, además de utilizar los potentes métodos exploratorios de JMP.
