Franck BERTUZZI

Franck BERTUZZI

Fondateur Usageo

Analyse descriptive quantitative

Analyse-descriptive-quantitative
Share on facebook
Share on twitter
Share on linkedin

L’analyse descriptive quantitative en évaluation sensorielle

L’analyse descriptive quantitative est une technique très employée en évaluation sensorielle. Elle se nomme également Quantitative Data Analysis (QDA).

Un panel de juges ou de testeurs doit évaluer sensoriellement des produits décrits par une liste de descripteurs (ou d’attributs, selon le jargon). Suivant les domaines concernés, cela peut être le goût d’un aliment (Amer, sucré…), ou sa texture (Fondant, croquant), le toucher d’un matériaux (rugueux, lisse…), le bruits d’un claquement de portière de voiture (feutré, métallique, résonnant…). Initialement très employée dans le secteur de l’agro-alimentaire, l’analyse sensorielle est désormais présente dans de nombreux secteurs d’activités comme l’automobile ou l’outdoor.

Le jeu de données obtenu se compose généralement de lignes qui répertorient les différents produits ou versions de produits testées. Selon les domaines d’activités, nous y trouvons également les juges ou testeurs produits, les sessions de tests. Les descripteurs du produits qui sont des variables quantitatives dépendantes se trouvent sur les colonnes du jeu de données.

Pourquoi l’analyse descriptive quantitative ? Vers l’analyse de données exploratoires…

Ce type d’analyse permet de collecter des données et d’en extraire de l’information pour divers fins. Voici une liste non exhaustive :

  • Étudier et évaluer la qualité d’un panel de testeur. Lorsque l’on dispose de peu de testeurs et donc de peu de données, il est important de contrôler la qualité du panel. Cela peut être des tests de répétabilité, de distance au consensus, etc… La première chose qui nous intéresse généralement est d’observer les performances du panel : le panel est-il bon pour discriminer les produits ? Ensuite, la performance du panel peut être étudiée au niveau du panéliste : un panéliste en particulier est-il doué pour discriminer les produits ? Un panéliste est-il d’accord avec l’ensemble du panel ? Dans le cas où plusieurs panels ont été utilisés, d’autres questions se posent : les panels se ressemblent-ils ? Discriminent-ils les produits de la même manière ? Un panel est-il meilleur que les autres ?
  • Obtenir la caractérisation de chaque produit, comparer différentes solutions. La caractérisation des produits commence par une simple description des données. Cela permet de voir des tendances globales et parfois des données aberrantes. Ensuite, la caractérisation des produits peut être vue d’un point de vue unidimensionnel ou multidimensionnel. D’un point de vue multidimensionnel, une PCA ou une MFA peuvent être réalisées. Ces fonctions permettent de voir si les produits sont bien différenciés les uns des autres
  • Visualiser les préférences des consommateurs. Ces informations sont très utiles pour orienter le marketing ou les départements en charge du développement produit. Elles permettent de dégager des axes de travail et des orientations souvent stratégiques pour les marques. Nous y trouvons les cartographies de préférences (preference mapping, ou prefmap). Les techniques de cartographie des préférences sont basées sur une analyse de données exploratoire multidimensionnelle. Les méthodes de cartographie des préférences sont couramment utilisées dans les domaines des études de marché et de la recherche et du développement pour explorer et comprendre la structure et les tendances des préférences des consommateurs, pour lier les informations sur les préférences des consommateurs à d’autres données et pour prédire le comportement des consommateurs en termes d’acceptation d’un produit donné. Cette fonction renvoie à la méthode introduite par M. Danzart. Une surface de réponse est calculée par consommateur ; puis selon un certain seuil des zones de préférence sont délimitées et finalement superposées.
  • Classifier les données (dendrogrammes)
  • Relier des données sensorielles à des mesures objectives. Dans le logiciel R, nous trouvons la fonction de plafonnement. Elle utilise un ensemble de données avec des mesures instrumentales et/ou des données QDA et un ensemble de données avec des jugements hédoniques. Elle projette les panélistes selon leur préférence et ajoute les caractéristiques des produits. Des coefficients de corrélation entre les jugements hédoniques et chaque variable instrumentale ou descripteur sont calculés et, pour chaque variable, un graphique est affiché avec le point moyen de la variable et les panélistes colorés selon leur coefficient de corrélation.

Ces quelques exemples montrent à quel point l’analyse descriptive quantitative est importante lors de l’évaluation sensorielle de produit.

S'abonner aux articles

Votre adresse mail ne sera jamais communiquée ou utilisée à d’autres fins.

Partager

Share on facebook
Share on google
Share on twitter
Share on linkedin

Autres posts

Banque de sons

Banque de sons

Lors des tests utilisateurs, les bruits sont à l’origine de nombreuses confusions. Pourquoi créer une banque de sons ? Lors

Read More »