SPSS 12.0 을 이용한 컨조인트 분석
- 최초 등록일
- 2013.10.12
- 최종 저작일
- 2010.06
- 13페이지/
어도비 PDF
- 가격 5,000원
![할인쿠폰받기](/images/v4/document/ico_det_coupon.gif)
소개글
신제품 개발과정에서 SPSS 를 이용한 컨조인트 분석방법을 소개합니다.
목차
1. 컨조인트 분석(Conjoint analysis)이란?
2. SPSS를 이용한 컨조인트 분석 진행 단계
3. 컨조인트 분석 실행 과정
4. 자료분석 및 결과 해석
본문내용
컨조인트 분석(Conjoint analysis)이란?
제품 대안들에 대한 소비자의 선호 정도로부터 소비자가 각 속성(attribute)에 부여하는 상대적 중요도 (relative importance)와 각 속성수준의 효용(utility; 부분가치, part-worth)을 추정하는 분석방법이다.
컨조인트 분석을 위한 패키지는 Sahwood사에서 판매하고 있으나 일반인 사용 어려움 SPSS의 패키지 제공으로 쉽게 사용할 수 있는 가능성 열림 분석은 pcmds로도 가능하나 측정 카드의 산출이 쉽지 않아 일반인이 접근 어려웠음 현재 SPSS에서 자동 생성됨 난수 시작 값 재설정 (동일 숫자 ⇒ 동일 프로파일) 으로 여러 번 해보고 자사의 신제품 현 안에 맞는 대안들의 조합을 고르는 것이 숙련된 분석자의 기술임
<중 략>
3) Importance의 응답자가 각 요인을 얼마나 중요하게 생각하는지를 나타낸다. 응답자 1이 요인들에 대해 중요시하는 순서는 브랜드명, 디자인, 환불보증, 성능보증, 가격의 순이다. 4) Utility(s.e.)는 각 요인수준이 갖는 효용값을 의미하며 ( ) 안의 값은 표준오차를 의미한다. 효용값이 클수 록 보다 선호되는 요인수준임을 의미한다. 5) 응답자 1은 브랜드명에서 Bissell을 가장 선호하며, 그 다음으로 K2R, 그리고 Glory를 가장 선호하지 않 는 것으로 나타났다. 6) Pearson's R과 Kendall's tau는 제품 프로파일에 대한 응답순위와 추정 효용값 합 사이의 각각 모수적, 비모수적 상관관계를 의마한다. Pearson's R=.526, Kendall's tau=.378로 낮은 편이다. 이는 응답자 1의 자료에 대한 모형 적합이 좋지 않음을 의미한다. 7) 요인의 성격이 discrete인 경우는 효용의 합계가 0으로 나타난다. 요인의 성격이 linear less이면 효용의 합계가 ‘-’, 그리고 linear more이면 ‘+’로 나타난다.
참고 자료
없음