Documente Academic
Documente Profesional
Documente Cultură
ANALIZA CONJOINT
Analiza conjoint este o tehnic folosit pentru msurarea, analizarea i previzionarea rspunsului
clienilor la noi produse sau mbuntiri ale produselor existente. Preferinele clienilor pentru produse i
servicii (exprimate de obicei sub forma de descrieri i imagini) sunt descompuse n grupe de valoare (utiliti)
asociate cu fiecare nivel al fiecarui atribut al produsului. Grupele de valoare se pot recombina apoi pentru a
prezice preferinele clienilor pentru orice combinaie de proprieti. Se pot previziona de asemenea cota de
pia posibil sau profitul pe care l poate genera un nou produs atunci cnd este introdus ntr-o pia n care
sunt disponibile i alte produse ale competitorilor. Analiza conjoint se poate folosi i pentru a determina un
concept de produs optim i pentru a identifica segmente de pia care preuiesc mai mult un anumit concept de
produs.
efort exagerat al persoanei chestionate i s alegem caracteristici relevante ale produsului analizat. Trebuie
alese proprieti care se presupune c ar fi relevante pentru decizia de cumprare, ceea ce nseamn c sunt
relevante pentru evaluarea utilitii totale. Nu n ultimul rnd trebuie considerate i posibilitile tehnice de
realizare a produsului de ctre productor.
Grupele de produse trebuie s satisfac cerina de ortogonalitate (independena atributelor) ceea ce
nseamn c utilitatea unui nivel al unui atribut nu trebuie s fie influenat de ctre alte proprieti. n
cadrul grupelor de produse selectate, fiecare nivel al unui atribut se combin n aproximativ aceeai
proporie cu nivelurile altor atribute. Astfel, dac selectm oricare dou atribute A i B, atunci probabilitatea
de a gsi nivelul Bi ntr-un grup de produse este aceeai indiferent de nivelul atributului A j prezent n
grupulul de produse. Multe pachete software pot crea asemenea combinaii ortogonale automat. Utilizatorii
experimentai pot crea proiecte alternative care iau n considerare att efectele principale ct i interaciile,
sau pot crea proiecte non-ortogonale care sunt de asemenea eficiente n a obine informaii de la participanii
la studiu (de exemplu analiza conjoint adaptiv).
Fiecare atribut Xi are mai multe niveluri. Cnd estimm utilitile asociate nivelurilor acestor atribute,
numrul de parametrii independeni ce pot fi estimai este egal cu:
n
i 1
1 1
(1)
unde N este numrul de atribute i ni este numrul de niveluri valorice ale atributului i. Pentru fiecare atribut
al unui produs, putem stabili arbitrar valoarea cea mai mic pentru utilitate (de exemplu, egal cu 0). Putem
seta de asemenea arbitrar i utilitatea total maxim pentru orice produs (de exemplu, egal cu 100).
n unele cazuri combinaiile ortogonale pot avea ca rezultat produse nerealiste, atunci cnd participanii
la studiu percep unele atribute folosite ca fiind corelate. De exemplu, puterea unui automobil i consumul
acestuia au n general o corelare negativ, dar combinaiile ortogonale automate pot defini produse ipotetice
ce combin putere mare cu niveluri nerealist de mari pentru consumul de combustibil. Dac un produs este
nerealist ntr-o combinaie ortogonal, exist cteva posibiliti de remediere a acestui lucru:
1. Putem combina atributele i dezvolta un nou set de niveluri pentru atributul combinat. De exemplu,
puterea i consumul pot fi combinate ntr-un atribut numit performan cu nivelul ridicat asociat cu
puterea mare i consum redus, i nivel redus asociat cu putere mic i consum mare.
2. Putem nlocui produsele nerealiste cu alte combinaii generate aleator, dar fr s dubleze unele
combinaii deja alese. n timp ce aceast abordare compromite ortogonalitatea, ea nu va afecta
semnificativ estimrile funciilor de utilitate dac nlocuim puine grupe de produse (mai puin de 5%).
3. Putem forma alte combinaii ortogonale (dei acest remediu necesit expertiz ridicat)
Un alt lucru ce trebuie avut n vedere n dezvoltarea unui design acceptabil este natura exact a
instrumentului de colectare a datelor. Aici exist mai multe opiuni, inclusiv:
1. participanii sorteaz i ierarhizeaz un set de carduri, fiecare coninnd o descriere a unui produs.
2. participanii acord un calificativ pentru fiecare produs, pe o scar de la 0 la 100, pentru a reflecta
probabilitatea lor de a cumpra acel produs.
3. participanilor li se prezint diferite produse, cte dou la un moment dat, iar ei repartizeaz 100 de
puncte ntre cele dou produse.
4. participanilor li se ofer succesiv mai multe seturi de produse i ei aleg cte un produs preferat din
fiecare set.
Fiecare din aceste metode de culegere a datelor are asociate anumite dezavantaje i beneficii.
n funcie de natura exact a datelor colectate, exist diverse opiuni pentru analizarea datelor i
pentru a crea o funcie de valoare a fiecrui atribut. Dac datele au fost colectate conform opiunilor 1 i
2 din lista anterioar, cea mai simpl abordare este de a utiliza regresia cu variabile dummy:
K
Mk
(2)
k 1 m 1
unde,
j = un produs (concept) particular inclus in studiu; i = un respondent
Rij = ratingul acordat de respondentul i pentru produsul j (variant: ratingul poate fi rsturnat, a..
rangurile cele mai mari corespund produselor preferate)
aikm = valoarea (utilitatea) acordat de respondentul i nivelului m al atributului k (m=1,2,...M k;
k=1,2,...K); Mk= numarul de niveluri ale atributului k; K= numarul de atribute
xjkm= variabila dummy care ia valoarea 1 daca al m-lea nivel al atributului k este prezent la produsul j i
valoarea 0 n caz contrar;
ij = eroarea.
Pentru a facilita interpretarea, estimaiile a ikm obtinute in urma regresiei pot fi rescalate astfel
incat nivelul cel mai puin preferat pentru fiecare atribut sa fie setat la 0 si combinatia maxima de
produse preferate la 100, ceea ce conduce la rezultate comparabile. Valorile aikm rescalate sunt:
~a
ikm
Mk
~ x
U ij a
ikm jkm
(3)
k 1 m 1
Produsul j este orice produs care poate fi proiectat utiliznd atribute i niveluri, inclusiv un
produs care nu au fost inclus n estimarea valorilor (utilitilor).
Un motiv important pentru utilizarea pe scar larg a analizei conjoint este c, odat ce valorile
sunt estimate la un eantion reprezentativ de respondenti, este uor de a evalua succesul probabil al unui
produs nou n diverse condiii de piata. Una din intrebari ar putea fi: ce cota de piata ar avea un nou
produs propus ntr-o pia cu mai multi competitori specifici existenti?
Pentru a rspunde la aceasta ntrebare mai nti specificam toate produsele existente sub forma
unor combinaii intre nivelurile atributelor studiate, estimam valorile utilitilor acestora i apoi
calculm utilitatea noului produs ca sum a utilitilor nivelurilor atributelor sale specifice.
mj =
(4)
unde
I = numrul de clieni care particip la studiu;
J = numrul de variante de produse disponibile dintre care alege clientul, inclusiv noile produse;
mj = cota de pia a produsului j;
wi = volumul relativ al achiziiilor fcute de clientul i; pentru ntregul grup de clieni volumul mediu de
achiziii este indexat la valoarea 1;
pij = probabilitatea ca clientul i s aleag produsul j (proporia achiziiilor pe care clientul i le face din
produsul j).
Regula cotei de utilitate. Aceast regul se bazeaz pe ideea c, cu cat
utilitatea relativ a unui produs j din setul de produse J este mai mare pentru un anumit client, cu att
este mai mare probabilitatea pij ca el sa aleaga acel produs. Astfel, fiecare produs j deine o parte din
achiziiile cumprtorului i, direct proporional cu ponderea produsului n preferinele cumprtorului:
pij
uij
J
u
j 1
(5)
ij
p
i 1
ij
Aceast regula de alegere este deosebit de importanta pentru produse frecvent achiziionate, cum
ar fi bunuri de consum preambalate. Aceast regula de alegere este larg aplicat n studiile conjoint i
adesea furnizeaz estimri corecte ale cotelor de pia.
Regula de distributie a alegerii. Aceasta regula este similara cu regula cotei de utilitate, dar baza
teoretic este diferita. Cnd aplicm modelul cotei de utilitate presupunem c funciile de utilitate sunt n
4
esen corecte, dar un element aleator apare la transformarea utilitilor n alegeri. n aplicarea regulii de
distributie a alegerii presupunem c valorile utilitilor sunt calculate ca realizari medii ale unui proces
aleator, astfel incat produsul cu utilitate maxim variaz la ntmplare de la o achiziie la alta. Regula de
distributie a alegerii d apoi proporia cazurilor n care produsul j va avea utilitate maxim:
pij =
(6)
Atat regula cotei de utilitate, cat si regula de distributie a alegerii, au o proprietate cunoscuta ca
AII (independena fa de alternative irelevante). Probabilitatea alegerii din orice subset de variante
depinde numai de alternativele incluse n set i este independent de orice alte variante care nu sunt
incluse. Aceast proprietate implic faptul c, n cazul n care de exemplu ai prefera bere light celei
normale, adugnd o bere normala (aadar o alternativ irelevanta) la setul dumneavoastra de alegeri sar micsora probabilitatea de a alege o bere light.
Cum ar trebui s selectai aceste reguli? Regula utilitatii maxime (numit i regula primei
alegeri) este simpla i alegerile anticipate folosind aceast regul nu sunt afectate de transformari
pozitive liniare ale funciei de utilitate. Aceast regul este relevant n special pentru produsele cu
preturi mari i n cazul n care clienii sunt foarte implicai n deciziile de cumprare. Totui, aceast
regul prezice cote de pia extreme, adic are o tendin de a produce cote de pia mai aproape de zero
i unu, comparativ cu alte reguli de alegere. De asemenea, este mai puin robust - mici modificri n
valorile de utilitate ale produselor pot schimba drastic cotele lor de piata. Pe de alt parte, previziunile
cotei de piata fcute prin regulile cotei de utilitate si distributiei alegerilor sunt sensibile la scala pe care
este msurat utilitatea. Ponderea cotei de piata obinut prin regula cotei de utilitate se va schimba n
cazul n care se adaug o valoare constant la utilitatile calculate ale fiecrui produs, dar ele sunt
nemodificate n cazul n care toate valorile utilitatilor sunt nmulite cu o constant. Cota de pia si
obinut prin regula distributiei alegerilor nu este modificat n cazul n care se adaug o constanta la
utilitati, dar se va schimba n cazul n care se multiplic toate utilitile cu o constant. Astfel, fiecare
regul i are avantajele i limitele proprii.
O modalitate de a alege ntre aceste trei reguli. n primul rnd, pentru fiecare regul, calculati
cotele de pia estimate doar pentru produsele existente, apoi utilizai regula de alegere care produce
cotele de pia cele aproape (in sensul celor mai mici patrate) de valoarea real a cotei de pia a acestor
produse. Aceasta presupune folosirea unui eantion reprezentativ de clieni pentru studiu. Aceast
abordare poate fi formalizat folosind o alt regula de alegere, numita regula Alpha.
Regula Alpha este o combinaie intre regula utilitatii maxime i regula cotei de utilitate.
Pij=
(7)
Pentru a determina cea mai bun valoare pentru , am minimizat "entropia" reprezentnd
mrimea abaterilor cotelor de piata calculate de la valorile lor efective:
Entropia= m j ln ~ j
j
m j ( )
(8)
unde j este un indice care s reprezinte un produs existent, m j este cota de pia real pentru produsul j,
~
iar m j este cota de pia calculat pentru produsul j pentru orice .
Numele variabilei
Ambalaj
Marc
Pre
Sigiliu
Bani
Variabila marc
Valoarea marc
Design-ul ambalajului
Numele mrcii
Preul produsului
Sigiliu Good Housekeeping
Garanie
A*, B*, C*
K2R, Glory, Bissell
$1.19, $1.39, $1.59
nu, da
nu, da
Pot exista i ali factori care caracterizeaz produsul Biocarpet, dar aceti sunt singurii factori care
prezint interes pentru management-ul companiei. Acesta este un aspect important al analizei conjoint: se aleg
acei factori (variabilele independente) care influeneaz consistent preferinele subiecilor (variabilele
dependente).
Primul pas al analizei combinate este crearea unor combinaii ale nivelurilor factorilor, prezentate
subiecilor ca profile ale produsului. Din moment ce chiar un numr mic de factori i cteva niveluri ale fiecrui
factor conduc la un numr inimaginabil de profile poteniale ale produsului, este necesar generarea unui subset
cu dispunere ortoganal.
Procedura Orthogonal Design genereaz o dispunere ortogonal i stocheaz datele ntr-un fiier plan.
Spre deosebire de majoritatea procedurilor, nu este necesar un set de date activ; exist opiunea de a crea acest
set, genernd variabile nume, variabile marc i valori marc din opiunea de dialog.
Pentru crearea unei dispuneri ortogonale:
From the menu choose:
Data
Orthogonal Design
Generate...
Introducei n caseta de text Factor Name ambalajul i n caseta text Factor Label designul
ambalajului.
6
Click Add.
Click Continue.
Procesul se repet pentru ceilali factori: nume de marc, pre, sigiliu i bani. Se vor utiliza valorile i
mrcile din tabelul urmtor.
Factori
Ambalaj
Marc
Pre
Sigiliu
Bani
Valori
1, 2, 3
1, 2, 3
1.19, 1.39, 1.59
1, 2
1, 2
Mrci
A*, B*, C*
K2R, Glory, Bissell
$1.19, $1.39, $1.59
nu, da
nu, da
Generarea unui design ortogonal implic utilizarea un set de valori aleatoare. Dac se dorete duplicarea
design-ului utilizat n acest caz e necesar selectarea valorii iniiale naintea generrii design-ului (se selecteaz
Reset random number seed to i se introduce valoarea 2000000) i resetarea la aceai valoare pentru
urmtoarea generare a design-ului.
Click Options.
n Minimum number of cases to generate text box, tasteaz 18. Procedura determin automat
numrul minim de cazuri necesare pentru a permite estimarea utilitilor. Dac numrul minim de cazuri
generat este prea mic pentru utilizare sau dac exist consideraii de design experimental care impun un
anumit numr de cazuri poate fi specificat numrul de cazuri dorit (de ex. 18).
pret
CARD_
14 A*
Glory
$1.19 da
nu
Design
14
15 B*
K2R
$1.39 da
da
Design
15
16 A*
K2R
$1.19 nu
nu
Design
16
17 A*
Bissel
$1.59 nu
da
Design
17
l
18 B*
Bissel
l
$1.19 nu
nu
Design
18
19 A*
Bissel
l
$1.59 da
nu
Holdout
19
20 C*
K2R
$1.19 da
nu
Holdout
20
21 A*
Glory
$1.59 nu
nu
Holdout
21
22 A*
Bissel
l
$1.19 nu
nu
Holdout
22
Design-ul experimental este input n analiza datelor i este recomandat s fie salvat n format SPSS.
Prezentul design a fost salvat n carpet_plan.sav.
Odat creat design-ul ortogonal, este necesar ca profilele produsului s fie evaluate de ctre subieci. n
acest scop se poate obine o listare a tuturor profilelor ntr-un singur tabel sau fiecare profil ntr-un tabel separat.
Pentru afiarea design-ului ortogonal:
From the menus choose:
Data
Orthogonal Design
Display...
Se selecteaz ambalajul, marca, preul, sigiliul i banii
ca factori.
Informaia coninut n variabilele STATUS_ i CARD_
este automat inclus n output, aadar nu trebuie selectate.
Se selecteaz Listing for experimenter n Format.
Aceasta determin prezentarea ntregului design
ortogonal ntr-un singur tabel.
Click OK.
Rezultatul arat design-ul ortogonal ca i n Data Editor un rnd pentru fiecare profil, cu factorii pe
coloane. Cazurile holdout sunt identificate cu nota de subsol a. Acest aspect prezint interes pentru experiment,
dar subiecii nu trebuie s tie care din cazuri, dac exist unele, sunt holdouts. n funcie de cum sunt definite
profilele finale ale produsului, tabelul poate fi salvat ca HTML, Word/RTF, Excel sau PowerPoint. Acest lucru
se realizeaz uor, selectnd tabelul din Viewer, click dreapta i selectare Export. De asemenea, dac se
reutilizeaz o versiune anterior exportat pentru crearea profilelor finale ale produsului, trebuie avut grij ca
notele de subsol pentru cazurile holdout s fie terse.
Card List
Card ID
package design
brand name
price
good
seal
housekeeping money-back
guarantee
A*
Glory
$1.39
yes
no
B*
K2R
$1.19
no
no
B*
Glory
$1.39
no
yes
C*
Glory
$1.59
no
no
C*
Bissel
$1.39
no
no
A*
Bissel
$1.39
no
no
B*
Bissel
$1.59
yes
no
A*
K2R
$1.59
no
yes
C*
K2R
$1.39
no
no
10
10
C*
Glory
$1.19
no
yes
11
11
C*
K2R
$1.59
yes
no
12
12
B*
Glory
$1.59
no
no
13
13
C*
Bissel
$1.19
yes
yes
14
14
A*
Glory
$1.19
yes
no
15
15
B*
K2R
$1.39
yes
yes
16
16
A*
K2R
$1.19
no
no
17
17
A*
Bissel
$1.59
no
yes
18
18
B*
Bissel
$1.19
no
no
19a
19
A*
Bissel
$1.59
yes
no
20a
20
C*
K2R
$1.19
yes
no
21a
21
A*
Glory
$1.59
no
no
22a
22
A*
Bissel
$1.19
no
no
a. Holdout
Este posibil ca s se genereze un tabel separat pentru fiecare profil al produsului (tabele pot fi salvate pe
slide-uri separate PowerPoint). Pentru aceasta:
Click pe butonul Recall si selectati Display Design.
Deselectati Listing for experimenter si selectati Profiles for subjects.
Click OK.
Informaia pentru fiecare profil al produsului este acum prezentat ntr-un tabel separat. n plus, cazurile
holdout nu se disting de restul cazurilor, astfel c nu e necesar tergerea elementelor de identificare fa de
restul cazurilor, ca n cazul prezentrii profilelor ntr-un singur tabel.
Profile Number 1
Card ID
package design
brand name
price
good
seal
A*
Glory
$1.39
yes
housekeeping money-back
guarantee
no
Profile Number 2
Card ID
package design
brand name
price
good
seal
B*
K2R
$1.19
no
housekeeping money-back
guarantee
no
Profile Number 3
Card ID
package design
brand name
price
good
seal
B*
Glory
$1.39
no
housekeeping money-back
guarantee
yes
Profile Number 4
Card ID
package design
brand name
price
good
seal
C*
Glory
$1.59
no
housekeeping money-back
guarantee
no
Profile Number 5
Card ID
package design
brand name
price
good
seal
C*
Bissell
$1.39
no
housekeeping money-back
guarantee
no
Profile Number 6
Card ID
package design
brand name
price
good
seal
A*
Bissell
$1.39
no
Profile Number 7
Profile Number 8
housekeeping money-back
guarantee
no
CardID
ID
Card
package
packagedesign
design
brandbrand
namename
priceprice
7
8
B*
A*
Bissell
K2R
$1.59
$1.59
Profile Number 9
Card ID
package design
brand name
price
good
seal
C*
K2R
$1.39
no
housekeeping money-back
guarantee
no
Profile Number 10
Card ID
package design
brand name
price
good
seal
10
C*
Glory
$1.19
no
housekeeping money-back
guarantee
yes
Profile Number 11
Card ID
package design
brand name
price
good
seal
11
C*
K2R
$1.59
yes
housekeeping money-back
guarantee
no
Profile Number 12
Card ID
package design
brand name
price
good
seal
12
B*
Glory
$1.59
no
housekeeping money-back
guarantee
no
Profile Number 13
good
seal
housekeeping money-back
guarantee
$1.19
price
yes
good
seal
yes
housekeeping money-back
guarantee
K2R
$1.39
yes
Card ID
package design
Profile Number 15
13
C*
Card ID
package design
brand name
price
Bissell
brand name
15
B*
yes
Profile Number 16
Card ID
package design
brand name
price
good
seal
16
A*
K2R
$1.19
no
10
housekeeping money-back
guarantee
no
Profile Number 17
Card ID
package design
brand name
price
good
seal
17
A*
Bissell
$1.59
no
housekeeping money-back
guarantee
yes
Profile Number 18
Card ID
package design
brand name
price
good
seal
18
B*
Bissell
$1.19
no
housekeeping money-back
guarantee
no
Profile Number 19
Card ID
package design
brand name
price
good
seal
19
A*
Bissell
$1.59
yes
housekeeping money-back
guarantee
no
Profile Number 20
Card ID
package design
brand name
price
good
seal
20
C*
K2R
$1.19
yes
housekeeping money-back
guarantee
no
Profile Number 21
Card ID
package design
brand name
price
good
seal
21
A*
Glory
$1.59
no
housekeeping money-back
guarantee
no
Profile Number 22
Card ID
package design
brand name
price
good
seal
22
A*
Bissell
$1.19
no
housekeeping money-back
guarantee
no
pref1
pref2
pref3
pref4
pref5
pref6
pref7
pref8
pref9
pref10
pref11
pref12
pref13
pref14
pref15
pref16
pref17
pref18
pref19
pref20
pref21
pref22
13
15
20
14
11
19
10
17
12
21
18
22
16
15
18
12
11
20
16
21
22
17
19
14
10
13
18
14
16
22
13
20
10
15
12
19
17
21
11
13
10
20
14
18
16
22
15
17
11
19
12
21
13
18
10
20
15
11
12
22
14
16
19
21
17
15
12
18
20
10
11
13
16
14
22
21
19
17
13
15
18
10
20
14
11
19
17
12
16
21
22
15
13
16
22
21
18
10
20
14
11
17
19
12
20
10
11
13
15
12
18
21
14
16
22
17
19
10
21
19
17
11
12
15
14
16
22
20
10
13
18
11
Analiza datelor necesit folosirea sintaxei de comand. Sintaxa funciei CONJOINT se gsete n fiierul
conjoint.sps.
CONJOINT PLAN='file specification'
/DATA='file specification'
/SEQUENCE=PREF1 TO PREF22
/SUBJECT=ID
/FACTORS=PACKAGE BRAND (DISCRETE)
PRICE (LINEAR LESS)
SEAL (LINEAR MORE) MONEY (LINEAR MORE)
/PRINT=SUMMARYONLY.
Subcomanda PLAN specific fiierul care conine design-ul ortogonal, n acest exemplu
carpet_plan.sav.
Subcomanda DATA specific fiierul care conine datele privind preferinele, n acest
exemplu carpet_prefs.sav; dac se alege fiierul cu datele privind preferinele ca set de date activ, specificaia
fiierului poate fi nlocuit cu un (*), fr ghilimele.
Subcomanda SEQUENCE arat c fiecare informaie din fiierul cu date privind preferina
e un numr al profilului, ncepnd cu cel mai preferat profil (PREF1) i terminnd cu cel mai puin preferat profil
(PREF22).
Subcomanda FACTORS arat un model care descrie relaia ateptat dintre datele privind
preferina i factorii specificai (variabile definite n fiierul plan).
Cuvntul cheie DISCRETE indic faptul c nivelurile factorului sunt categoriale i c nu se face nici o
presupunere cu privire la relaia dintre factor i preferine. Aceast opiune este implicit. Acesta este cazul
variabilelor ambalaj i marca.
Cuvntul cheie LINEAR este folosit pentru ceilali factori dac se preconizeaz o legtur liniar a
preferinelor n raport cu factorul. Spre exemplu, e de ateptat ca preferina s fie, n mod normal, liniar n
raport cu preul. Pot fi specificate i modelele ptratice cu cuvintele cheie IDEAL i ANTIIDEAL.
Cuvintele cheie MORE i LESS, dup LINEAR, indic sensul (direct sau invers) ateptat pentru relaia
liniar dintre preferine i factor. Cuvntul cheie LESS indic faptul c nivelurile inferioare ale unui factorului
sunt preferabile; este folosit pentru pre deoarece ne ateptm ca preferina s mai mare n cazul preurilor mici.
Cuvntul cheie MORE indic faptul c niveluri mai ridicate ale factorului sunt probabil preferate; ne ateptm
ca preferina s fie mai mare n cazul produsului cu sigiliul Good Housekeeping sau n cazul existenei unei
garanii, deci este folosit pentru variabilele sigiliu i bani (cu precizarea c, pentru ambii factori, nivelurile au
fost setate la 1 pentru nu i 2 pentru da). Specificarea MORE sau LESS nu schimb semnele coeficienilor i nu
afecteaz estimarea utilitilor. Aceste cuvinte cheie sunt folosite doar pentru identificarea subiecilor ale cror
estimri nu se ndreapt n direcia ateptat.
n mod similar, alegerea IDEAL sau ANTIIDEAL nu afecteaz coeficienii sau utilitile.
Cuvntul cheie IDEAL indic o relaie patratica de ateptat ntre preferine i factor. Se presupune c
exist un nivel ideal pentru factor, i distana fa de acest punct (n orice direcie) este asociat cu scderea
preferinei. Factorii descrii cu acest model ar trebui s aib cel puin trei niveluri.
Cuvntul cheie ANTIIDEAL indic o relaie ptratic de ateptat ntre preferine i factor. Se presupune c
exist un nivel cel mai ru pentru factor, iar distana de la acest punct (n orice direcie) este asociat cu
creterea preferinei. Factorii descrii cu acest model ar trebui s aib cel puin trei niveluri.
Subcomanda PRINT controleaz modul n care se afieaz rezultatele. Dac avei un numr
mare de subieci, putei alege limitarea output-ului doar la rezultatele sintetice pentru ntregul grup
(SUMMARYONLY), omind informaiile detaliate pentru fiecare subiect.
Se activeaz comanda syntax. Se aleg ci valide pentru carpet_prefs.sav i carpet_plan.sav.
Tabelul urmtor arat estimaiile medii ale utilitii i erorile standard pentru fiecare nivel al fiecrui
factor. Valorile de utilitate mari indic o preferin mai mare. Cum era de ateptat, exist o relaie invers ntre
pre i utilitate, cu preurile mari corespunznd utilitilor mici (valorile negative mai mari nseamn utilitate
12
mai mic). Prezena unui sigiliu de aprobare sau garania returnrii banilor corespund unor utiliti mai ridicate,
cum se anticipa.
Nume
ambalaj
marca
pret
sigiliu
bani
(constant)
A*
B*
C*
K2R
Glory
Bissell
$1.19
$1.39
$1.59
nu
da
nu
da
Utility Estimate
-2.233
1.867
.367
.367
-.350
-.017
-6.595
-7.703
-8.811
2.000
4.000
1.250
2.500
12.870
Std. Error
.192
.192
.192
.192
.192
.192
.988
1.154
1.320
.287
.575
.287
.575
1.282
Din moment ce utilitile sunt exprimate ntr-o unitate de msur comun, ele pot fi nsumate pentru a
afla utilitatea total pentru oricare din combinaii. Spre exemplu, utilitatea total pentru Biocarpet cu ambalaj de
tip B*, marc K2R, pre $1.19, fr sigiliu sau garanie financiar este:
utilitate(ambalaj B*) + utilitate(K2R) + utilitate($1.19) + utilitate(fr sigiliu) + utilitate(fr garanie
financiar) + constant = 1.867 + 0.367 + (6.595) + 2.000 + 1.250 + 12.870 = 11.759
Dac Biocarpet are ambalajul C*, marca Bissell, preul $1.59, un sigiliu sau garanie financiar,
utilitatea total este:
0.367 + (0.017) + (8.811) + 4.000 + 2.500 + 12.870 = 10.909
Tabelul urmtor arat coeficienii de regresie liniar pentru acei factori specificai ca LINEAR.
Utilitatea pentru un anumit nivel al factorului este determinat prin multiplicarea nivelului cu
coeficientul corespunztor. Spre exemplu, utilitatea previzionat pentru un pre de $1.19 a fost listat ca 6.595
n tabelul utilitilor. A rezultat din nmulirea nivelul preului (1.19) cu coeficientul estimat pentru variabila pre
(5.542):
1.19X(5.542) = 6.595.
Valorile medii ale utilitilor (de la cea mai mare la cea mai mic) pentru fiecare factor arat ct de
important este factorul n cadrul preferinei: factorii cu utiliti mari joac un rol mai important dect cei cu
utiliti mai mici. Tabelul urmtor ofer o imagine a importanei relative a fiecrui factor: valorile sunt calculate
lund utilitatea fiecrui factor i mprind-o la suma utilitilor pentru toi factorii => valorile reprezint
procente i suma e 100%. Calculele se fac separat pentru fiecare subiect i rezultatul se calculeaz ca o medie
pentru toi subiecii.
ambalaj
marca
pret
sigiliu
bani
35.635
14.911
29.410
11.172
8.872
Trebuie notat faptul c, n timp ce utilitile i coeficienii de regresie din design-urile ortogonale sunt
aceleai cu sau fr subcomanda SUBJECT, gradele de importan vor fi n general diferite. Fr subcomanda
SUBJECT, gradele de importan pot fi calculate direct din utilitile din tabelul de sintez, ca i n cazul
subiecilor individuali. Totui, cnd o subcomand SUBJECT este utilizat, gradele de importan sunt calculate
ca medie a valorilor determinate pentru subieci individuali. Aceste utiliti n medie vor fi diferinte de cele
calculate folosind sinteza utilitilor.
13
Rezultatele arat c design-ul ambalajelor influeneaz cel mai mult preferina. Acest lucru indic faptul
c exist o mare diferen de preferine ntre profilele produsului cu cel mai dorit ambalaj i cele cu cel mai
puin dorit ambalaj. Rezultatele mai arat i c garania financiar joac rolul cel mai puin important n
determinarea preferinei. Preul joac un rol mai puin important dect design-ul ambalajului. Acest lucru poate
fi datorat faptului c nu exist diferene mari ntre tipurile de Biocarpet n funcie de pre.
Corelaii. Tabelul urmtor prezint dou tipuri de statistici, Pearson's R i Kendall's tau, care arat
msura corelaiei dintre preferinele estimate i cele observate.
Value
Pearsons R
.982
Kendalls tau
.892
Kendalls tau for Holdouts .667
Sig.
.000
.000
.087
Tabelul arat de asemenea coeficientul Kendall doar pentru profilele holdout. Trebuie amintit faptul c
profilele holdout (patru n exemplul curent) au fost clasificate de ctre subieci dar nu au fost folosite n
procedura pentru estimarea utilitilor. n schimb, se calculeaz corelaiile dintre rangurile observate i cele
estimate pentru aceste profile, ca o verificare a validitii estimrii utilitilor.
n cazul multor analize conjoint, numrul parametrilor este apropiat de numrul profilelor clasificate,
ceea ce are un efect artificial de cretere a corelaiei dintre scorurile observate i cele estimate. n aceste cazuri,
corelaiile pentru profilurile Holdout pot da o imagine mai bun a adecvrii modelului, dar profilurile Holdout
vor produce ntotdeauna coeficieni de corelaie mai mici.
Preferine mpotriva ateptrilor. Cnd se specific modele LINEAR pentru factori se alege o direcie
ateptat (LESS sau MORE) pentru relaia liniar dintre valoarea variabilei i preferina pentru acea valoare.
Procedura de analiz arat numrul subiecilor cu preferine opuse relaiei ateptate, spre exemplu o preferin
mai mare pentru preuri mari sau o preferin mai sczut pentru garanii financiare. Aceste cazuri sunt numite
reversals.
Tabelul urmtor afieaz numrul de preferine mpotriva ateptrilor pentru fiecare factor i pentru
fiecare subiect. De exemplu, trei subieci au manifestat o inversare de pre, adic au preferat profilele produselor
cu preuri mai mari, doi au preferat produse fr garanie etc.
Reversals
3
2
pret
bani
Factor
Subject
sigiliu
marca
ambalaj
Subject 1
Subject 2
Subject 3
Subject 4
Subject 5
14
Subject 6
Subject 7
Subject 8
Subject 9
10
Subject 10
Rularea simulrilor
Adevrata putere a analizei conjoint este abilitatea de a anticipa preferina pentru profile de
produs care nu au fost evaluate direct de ctre subieci. Acestea sunt denumite cazuri de simulare.
Simularea de cazuri este inclusa ca parte a planului, mpreuna cu profilele de la designul ortogonal si
orice holdout al profilurilor.
Cel mai simplu mod pentru a introduce cazurile de simulare este din Data Editor, folosind
valoarea etichetelor create cnd ai generat designul experimental. Pentru a aduga un caz de simulare n
fiierul plan, pe un rnd nou n fereastra Data View, selectai o celul i introducei valoarea dorit
(etichetele valorice din lista pot fi afiate alegand Labels Value din meniul View).
Repetai pentru toate variabilele (factori).
Selectai Simulation ca valoare pentru variabila STATUS_.
Introducei o valoare ntreag care va fi folosit ca identificator pentru
variabila CARD_. Cazurile simulate ar trebui numerotate separat de celelalte cazuri.
Dou cazuri de simulare au fost incluse n carpet_plan.sav. Analiza cazurilor de simulare se realizeaz cu
aceeai sintax de comand folosit mai devreme (sintaxa din fiierul conjoint.sps). Putei alege s rulai
simulari mpreun cu analiza iniial sau simulri n orice moment ulterior relund analiza Conjoint cu fiierul
plan completat cu cazurile de simulare.
Probabilitile preferinelor de simulare
Tabelul urmtor cuprinde probabilitile estimate de a alege fiecare dintre cazurile de simulare ca fiind
cel mai preferat, sub trei modele diferite de probabilitate-de-alegere.
15
Modelul utiliti maxime determin probabilitatea mprind numrul de
respondeni previzionat s aleag un anumit profil la numrul total de respondeni. Pentru fiecare
respondent, alegerea anticipat este pur i simplu profilul cu cea mai mare utilitate total.
loc de utilitati.
Modelul Logit este similar cu BTL, dar folosete logaritmul natural al utilitilor n
Toate cele trei modele au indicat c profilul de simulare 2 ar fi preferat n ntregul grup de 10 subieci din
acest studiu.
16