TCATA

Utilisez la méthode TCATA (Temporal Check-All-That-Apply) pour analyser vos données TCATA. Disponible dans Excel avec le logiciel XLSTAT.

EN5.PNG

Qu’est-ce que la méthode TCATA ?

La méthode TCATA est une extension temporelle de la méthode CATA (Check-All-That-Apply) développée par Castura et al (2015). Cette méthode permet de décrire les propriétés sensorielles multidimensionnelles des produits au fur et à mesure de leur évolution au cours du temps. La sélection et la désélection des attributs sont suivies en continu au fil du temps, permettant aux évaluateurs de caractériser l’évolution des changements sensoriels des produits. Des résultats graphiques permettent de visualiser l’évolution des profils sensoriels au cours du temps et de comparer les produits.

Options de la fonctionnalité TCATA dans XLSTAT

Deux formats de données sont acceptés pour les données TCATA dans XLSTAT :

Binaire : Les données comportent autant de lignes qu'il y a de combinaisons produits, sujets, attributs et éventuellement sessions, et autant de colonnes que de points temps. Les données sont enregistrées sous forme binaire, 1 si l'attribut est sélectionné 0 sinon.

Temps de début/fin : Deux colonnes sont attendues. Pour chaque ligne correspondant à une combinaison produit/sujet/attribut et éventuellement session, la colonne « Début » contient le temps de départ où l’attribut à été cochée, la colonne « Fin » contient le temps où l’attribut a été décoché. Si le même attribut est resélectionné plus tard, alors une seconde ligne avec la même combinaison produit-sujet-attribut est nécessaire.

Les données TCATA doivent absolument être équilibrées, c’est-à-dire que chaque sujet doit évaluer chaque produit dans chaque session.

Interprétation des résultats TCATA avec XLSTAT

Les principaux résultats spécifiques à la méthode TCATA sont les suivants :

Courbes des proportions de citation : Pour chaque produit on affiche les courbes de proportion de citation de chacun des attributs en fonction du temps. Une option permet de lisser les courbes. On peut également afficher une courbe de référence, pour chaque attribut. Pour un produit donné, cette courbe de référence correspond à la proportion moyenne de citation pour l’ensemble des autres produits rassemblés. Afin de tester la différence entre la courbe d’un attribut et sa courbe de référence on réalise un test de Fisher ou du Khi². Afin de ne pas surcharger le graphique, les courbes de référence sont affichées uniquement si la différence est significative pour un temps donné. Lorsqu’une courbe de référence significative est affichée la courbe de l’attribut concerné est affichée en gras.

Différences entre produits : Un graphique est affiché pour chaque paire de produits. Pour chaque attribut on regarde si la différence de proportions de citation est significative ou pas à l’aide d’un test de Fisher ou du Khi². Lorsque la différence est significative pour un temps donné, on affiche la courbe de différence de proportions.

Trajectoire des produits : Une analyse factorielle des correspondances est réalisée afin de définir la trajectoire des produits. Chaque ligne correspond à une combinaison produit/temps et les colonnes contiennent les attributs. Les coordonnées factorielles des lignes (produit/temps) sont reliées entre elles et ainsi les trajectoires des produits au fil du temps sont affichées sur le plan factoriel. Le point final (temps maximum) de chaque trajectoire contient l’étiquette avec le nom du produit.

ternary diagramneural network diagram

analysez vos données avec xlstat

essayez gratuitement pendant 14 jours