Observations relatives aux données pour la fonction Variables de groupes

Pour garantir la validité de vos résultats, examinez les indications suivantes lorsque vous collectez des données, effectuez une analyse et interprétez vos résultats.

Vous pouvez disposer de données brutes ou d'une matrice des distances

En général, vous utilisez des données brutes pour cette analyse. Chaque ligne contient des mesures sur un élément ou sujet unique. Vous devez disposer d'au moins deux colonnes numériques, chaque colonne représentant une mesure différente. Avant d'utiliser cette analyse, vous devez éliminer de la feuille de travail les lignes comportant des données manquantes.

Si vous stockez une matrice de distance p x p, p étant le nombre de variables, vous pouvez utiliser cette matrice pour l'analyse. L'entrée (i, j) de la matrice correspond à la distance entre les variables i et j. Si vous utilisez une matrice de distance, Minitab ne peut pas calculer de statistiques pour la subdivision finale.

Les données doivent être numériques.
Pour former les groupes, cette analyse calcule la distance entre les variables, qui est impossible à mesurer entre les niveaux d'une variable de catégorie. Pour utiliser une variable de catégorie dans l'analyse, vous devez d'abord convertir les valeurs de texte vers une échelle numérique. Par exemple, un analyste mesure la satisfaction des clients à l'aide des catégories "Très satisfait", "Satisfait", "Insatisfait" et "Très insatisfait". Pour obtenir des variables de groupes, l'analyste recode ces catégories comme +2, +1, −1 et −2. Les distances entre les variables peuvent désormais être calculées pour l'analyse. Sinon, vous pouvez diviser la feuille de travail en plusieurs feuilles de travail pour chaque niveau de la variable de catégorie et regrouper les variables à chaque niveau. Pour plus d'informations sur la subdivision de la feuille de travail, reportez-vous à la rubrique Fractionner une feuille de travail - Généralités.
En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique