Identifica les tipologies en els teus participants — sense codi, sense experts en estadística. Carrega un CSV amb els teus qüestionaris, escales, avaluacions o altres mesures estructurades i llegeix l'estructura de les teues dades en minuts.
Prova Arkhety gratisSi la teua recerca en psicologia, educació o ciències del comportament es basa en qüestionaris, escales, avaluacions o altres mesures estructurades, els teus participants pertanyen a perfils diferenciats que esperen ser revelats.
Descobreix perfils de resposta diferenciats en escales de personalitat, qüestionaris actitudinals i avaluacions psicològiques.
Identifica tipologies d'estudiants o participants segons rendiment, motivació, hàbits o conductes autoinformades.
Troba tipologies de pacients o participants a partir de qüestionaris de qualitat de vida, inventaris de símptomes o escales de benestar.
Dissenyat per a datasets de la mida d'una investigació — uns centenars de participants són suficients per a trobar perfils clars. Sense big data, sense programació, sense esperar l'expert en estadística del teu departament.
Puja una taula on cada fila és un participant — un subjecte, un pacient, un estudiant — i cada variable és un número que el descriu. Si les teues dades estan en SPSS, Qualtrics o Excel, una exportació a CSV és tot el que necessites.
Arkhety troba les tipologies diferenciades al voltant de les quals s'organitza el teu dataset — els casos més definits i extrems, no mitjanes difuses. Sense etiquetes, sense presets, sense suposicions de domini.
Cada perfil inclou les variables que el definixen. Llegix les teues dades d'una ullada — i veu com cada participant combina distints perfils.
Tres arquetips d'un estudi de benestar, 300 participants. Lite et dóna el resum — nom, descripció i variables destacades. Plus afig gràfics més detallats, comparacions, un mapa interactiu i un informe PDF.
Lite (gratis) · Conjunt de dades de benestar · 300 participants · 3 arquetips
Arkhety es basa en l'Anàlisi Arquetípic — un mètode centrat en la persona que, per a molts datasets de participants per variable, captura l'estructura millor que alternatives com el Clustering o l'Anàlisi de Perfils Latents (LPA). On aquests mètodes depenen de mitjanes, l'Anàlisi Arquetípic explica les teues dades a través dels participants més extrems.
| Clustering | LPA | Anàlisi Arquetípic | |
|---|---|---|---|
| Què troba | Centres de clúster (mitjanes) | Classes latents (mitjanes basades en models) | Perfils de referència extrems |
| Cada participant és… | Assignat a un clúster | Amb una probabilitat de classe | Una mescla de diversos perfils |
| Casos atípics | Absorbits en el clúster més pròxim | Suavitzats en una classe | Es convertixen en els punts de referència |
| Com llegir un perfil | "Mitjana d'este grup" | "Patró de resposta més probable" | "Com és un participant extrem d'este tipus" |
Mètode introduït per Cutler & Breiman (1994). Arkhety el porta al teu CSV — sense R, sense Python, sense experts en estadística.
Paga per anàlisi, no per mes. Sense subscripció, sense contracte institucional. Dissenyat per a la manera en què els investigadors realment treballen.
Gratis
€9 / anàlisi
Les teues dades brutes no ixen mai del teu navegador. No emmagatzemem el teu CSV, no et rastregem, i les dades personals queden bloquejades des del principi — dissenyat per a encaixar amb els requisits ètics institucionals i de protecció de dades.
El teu CSV es manté en memòria i es descarta en tancar la pestanya. Només les coordenades anònimes ixen del teu navegador, únicament per a generar les descripcions.
Els arxius amb noms, correus, telèfons o identificadors es detecten i bloquegen automàticament. Compatible amb el RGPD i els requisits ètics institucionals habituals.
Sense analítiques, sense píxels publicitaris, sense cookies de tercers. Només les funcionals que Streamlit necessita per a mantindre la teua sessió activa.
Si Arkhety contribueix a una publicació, cita'l perquè altres puguen reproduir la teua anàlisi.
@software{arkhety2026,
author = {Alcacer, Aleix},
title = {Arkhety: Archetypal Analysis Without Code},
year = {2026},
url = {https://www.arkhety.com}
}Alcacer, A. (2026). Arkhety: Archetypal Analysis Without Code. https://www.arkhety.com