| |
要因 |
選択デザインの用語 |
|
| |
粉砕サイズ（中または粗）
温度（195°、200°、205°）
醸造時間（3分、3.5分、または4分）
チャージ（1.6グラム/オンス、2グラム/オンス、または2.4グラム/オンス） |
属性は製品の機能です。
プロファイルは製品属性の仕様です。
選択セットはプロファイルの集まりです。
調査は選択肢セットの集まりです。 |
|
分析ステップを含む別の選択肢設計チュートリアル
http://www.jmp.com/support/help/Create_a_Choice_Design_and_Analyze_the_Data.shtml
選択実験により、研究者は個人がプログラム、製品またはサービスの選択された属性をどのように評価するのかを、異なる仮想的な選択肢に対する選択を述べるように求めることによって明らかにすることができます。
それでは、たとえば、コーヒーショップは、大部分の顧客を満足させるために理想的なコーヒーを作ることに関心があります。マネージャは、どの要素が顧客の好みに影響するかを判断するように求めています。
具体的には、次の要素のうち、どの設定が理想的なコーヒーになるかを判断する必要があります。
[画面上で]
- ファクター
粉砕サイズ（中または粗）
温度（195°、200°、205°）
醸造時間（3分、3.5分、または4分）
チャージ（1.6グラム/オンス、2グラム/オンス、または2.4グラム/オンス）
このChoice Designの簡単な紹介のために、サンプルデータを使用して要素を読み込みます。
このデータテーブルを開いた状態で、DOEメニュー、次に消費者調査、そしてChoice Designの順に進みます。
[画面上で]
このサンプルデータを読み込むには、[ヘルプ]、[サンプルデータライブラリ]の順に選択し、[Design Experiment / Coffee ChoiceFactors.jmp]を開きます。
Choice Designの赤い三角形をクリックして、[荷重係数]を選択します。
続行をクリックし、DOEモデル制御のアウトラインをクリックします。
この例では、4つの要因の主な効果を含むモデルにのみ関心があります。ただし、デザインに追加の効果を見積もることができるようにしたい場合は、それらをこのアウトラインに追加します。
[デザインの生成]パネルで、選択範囲内で変更できる属性の数を4に設定します。選択範囲あたりのプロファイルの数を2に設定します。
調査ごとの選択肢セットの数として12を入力します。
この例では、回答者は12の選択肢セットを評価します。
調査数を1に維持します。
調査ごとの予想回答者数に10を入力します。
ここには10人の回答者がいます。
ランダムシード12345を設定すると、この例に示す正確な結果が再現されます。自分でデザインを作成する場合は、この手順は必要ありません。
OKをクリックしてください。
[デザインの作成]をクリックします。
12の選択肢セットがあり、それぞれ2つのコーヒープロファイルで構成されています。
[選択項目の説明を選択プロファイル]というデータテーブルに配置して、[プロファイルと回答に別々のテーブルを出力する]を選択します。
応答情報の入力を容易にするために、2番目のサンプルデータテーブル（Choice Runsと呼ばれます）が作成されます。
テーブル作成をクリックします。
Choice Profilesテーブルには、それぞれ2つのプロファイルからなる12の選択肢セットが表示されます。
Choice Runsテーブルを使用すると、結果を[回答区分]列に記録できます。優先プロファイルに1を入力し、他のプロファイルに0を入力します。あるいは、回答者が優先しない場合は、両方のプロファイルに0を入力するか、両方を欠落させたままにします。
JMPでChoice Design Experimentを作成しました。
詳細については、以下のリンクに従ってください。見てくれてありがとう。
