XLSTAT: Análisis multivariado y agrupamiento de datos JAR en Excel?

 

Contexto

La agrupación en el análisis Just About Right (JAR) se utiliza para agrupar a los consumidores con percepciones similares de los atributos de un producto. La escala JAR mide si un atributo específico se encuentra en un nivel ideal según los consumidores.

 

Conjunto de datos del ejemplo

El conjunto de datos proporciona información valiosa sobre 72 evaluadores que califican 8 quesos diferentes en función de 9 atributos JAR.

 

Configuración

• Abra XLSTAT.

• Haga clic en el menú Sensory / Tareas rápidas y seleccione la función Análisis multivariado y agrupamiento JAR.

• Aparece el cuadro de diálogo.

En la pestaña General:

• Seleccione los datos just-about-right correspondientes a los descriptores.

• Identifique la escala correspondiente a los datos JAR.

• Seleccione los datos correspondientes a los identificadores de producto.

• Seleccione los datos correspondientes a los identificadores de los evaluadores.

• Elija entre el análisis explicativo (CATATIS) y el análisis de clustering (CLUSCATA).

En la pestaña Opciones:

• Introduzca beta, el parámetro de concordancia entre JAR y el otro parámetro, de la siguiente manera:

• Haga clic en el botón OK para iniciar los cálculos.

Los resultados se muestran en una nueva hoja de Excel.

 

Interpretación de los resultados

Análisis multivariante de datos JAR

Primero se muestra la tabla productos/evaluadores, seguida de todos los resultados del método CATATIS adaptado a datos JAR. Por ejemplo, podemos observar que el producto R se caracteriza por tener muy poca textura y consistencia, y por ser demasiado cremoso.

Para una mejor comprensión de los resultados, consulte Analysis of CATA data with CATATIS in Excel.

 

Agrupación (clustering) de datos JAR

Primero se muestra la tabla productos/evaluadores, seguida de todos los resultados del método CLUSCATA adaptado a datos JAR.
En este caso, podrían considerarse tres clusters de evaluadores.

Para una mejor comprensión de los resultados, consulte Clustering subjects in a CATA task by means of CLUSCATA.