Level: Mittelstufe
Roselinde Kessels, Assistenzprofessorin, Universität Antwerpen und Universität Maastricht
Robert Mee, William und Sara Clark Professor für Business Analytics an der University of Tennessee
Frühere Experimente mit diskreter Auswahl liefern eindeutige Hinweise auf Primat- und Aktualitätseffekte in der Darstellungsreihenfolge der Profile innerhalb eines Auswahlsatzes, wobei das erste oder letzte Profil in einem Auswahlsatz häufiger ausgewählt wird als die anderen Profile. Bestehende Bayes'sche Auswahlentwurfsalgorithmen berücksichtigen keine Profilreihenfolgeeffekte innerhalb von Auswahlsätzen. Dies kann zu stark verzerrten Schätzungen des Teilewerts führen, wie wir anhand eines für P & G in Mexiko durchgeführten Experiments zur Auswahl der Produktverpackung veranschaulichen. Es ist üblich, die Reihenfolge der Profile innerhalb der Auswahlsätze für jeden Befragten zufällig zu bestimmen. Während die Randomisierung der Profilreihenfolgen für jedes Thema im Durchschnitt ein nahezu ausgewogenes Verhältnis zwischen allen Themen gewährleistet, können die Randomisierungen für viele einzelne Themen in Bezug auf die Profilreihenfolge ziemlich unausgewogen sein. Daher kann jede Tendenz, das erste oder das letzte Profil zu bevorzugen, zu einer Verzerrung dieser Probanden führen. Infolgedessen kann diese Verzerrung zu einer Heterogenität der hierarchischen Bayes'schen Schätzungen für Subjekte führen, selbst wenn die Subjekte identische wahre Präferenzen haben. Als Entwurfslösung schlagen wir positionsausgeglichene Bayes'sche optimale Entwürfe vor, die darauf beschränkt sind, einen ausreichenden Auftragsausgleich zu erzielen. Für die Analyse empfehlen wir, eine Kovariate für die Profilreihenfolge aufzunehmen, um eventuelle Ordnungspräferenzen in den Antworten zu berücksichtigen.
