6.2.4. Les clusters.

À l’aide d’une analyse dite « des clusters », ou hiérarchisation, nous avons analysé les valeurs obtenues dans notre base de données. Ce type d’analyse permet de regrouper les sujets en groupes homogènes.

Nous appelons groupes homogènes des groupes où les valeurs pour chaque sujet sont proches. Ainsi, chaque cluster a un profil différent et il regroupe les sujets ayant donné des réponses voisines aux vingt quatre items que nous avons sélectionnés.

Ce type d’analyse est réalisé sans que nous ayons formulé une quelconque hypothèse hiérarchique. Nous avons simplement cherché à déterminer des groupes homogènes à partir des réponses et nous avons aussi introduit, comme condition à la constitution d’un cluster, le fait qu’ils soit composé d’une dizaine d’individus minimum

Cette opération a été réalisée avec les trente quatre premiers dossiers puis nous avons recommencé avec les cinquante huit dossiers et vingt quatre critères. C’est ce résultat qui est présenté. Le modèle prédictif a donc été réalisé avec six cent soixante douze données.

À notre grande surprise les cinquante huit sujets se sont très nettement répartis au sein de trois clusters représentés sur le schéma ci-dessous.

Seulement deux dossiers sont mal classés par le modèle et nous verrons plus loin dans l’analyse qu’en fait ils ne le sont pas. Ces deux dossiers sont représentés par des étoiles sur le schéma.

Ainsi nous pouvons dire que 100% des sujets sont bien classés.