使用excel进行传统联合分析.pdfVIP

使用EXCEL 进行传统联合分析 作者： Bryan K. Orme 著， 曾步凡 译 译自 rd “Getting Started with Conjoint Analysis: Strategies for Product Design and Pricing Research, 3 edition” by Bryan K. Orme (2014) 1 传统联合分析 （traditional conjoint analysis ）可以被看做是个多元回归问题。受访者对某个产品概念的评分是因变 量 （dependent variable ），产品的每个属性 （attribute ）和水平 （level）则是自变量（independent variable ）。自 变量相对应的被估算出来的回归系数就是其水平的效用值 （utility/part-worth ）。回归中的 R2 值描述了受访者的 内部一致性。 假设一个联合分析问题，其中有3 个属性，品牌（Brand ）、颜色（Color ）、价格（Price）。在这个案例中， 我们将价格变量设置成3 个独立的水平（当然我们也可以将价格设置成连续的价格段，将在以后的文章中介绍）。 属性的水平如下: 为了更简单，我们使用全因子试验设计 （full-factorial design ），全因子试验设计就是遍历各个属性和水平的所有 有可能的组合方式。因此我们可以产生18 种概念产品： 试验中的概念产品列举在图1 中： 图1 2 我们继续假设这18 种概念产品被受访者由0 分到10 分评分，其中10 分代表最受青睐。 我们接下来使用Excel 来完成这联合分析。多元回归需要使用Excel 的Excel Analysis ToolPak 工具。 数据结构和编码 假设一位受访者的数据已经被输入Excel，数据如图2，其中第一行数据代表：第1 个概念产品是第1 个品牌（Brand A ），第1 个颜色（Red），价格是50 美金，受访者给这个产品打了5 分。 图2 接下来我们采用虚拟编码（dummy coding ）的方式来处理这些数据。虚拟编码使用1 代表该水平出现在概念产品 中，0 代表没有出现。由此，品牌属性因为有3 个水平，所以将被编码成3 列，颜色属性将有2 列，价格属性将 有3 列。虚拟编码如图3 所示。 3 图3 在多元回归中，为了解决多重共线性（线性相关）问题，即如果每个概念产品中的自变量之和恒为一常数（此案 例中为3 ），多元回归方程将无解。我们通常将一个水平设置成参照水平 （效用值为0 ）并且由其他水平来预测 该水平。由此，我们可以将每个属性的第1 个水平设置成参照水平来解决线性相关问题，如图4 。 图4 4 多元回归分析 Excel 提供了一个方便的多元回归分析工具（Analysis Toolpak ）。添加工具可由“文件”- “选项”- “Excel 加载 项”中勾选该 “数据分析”工具，然后在“数据”中最右边找到该工具。