Roselinde Kessels , PhD, chercheuse postdoctorale, économie appliquée, Université d'Anvers roselinde.kessels0
Les expériences de choix discrets (ECD), également appelées expériences de choix déclarés ou conjoints, sont largement utilisées pour quantifier les préférences des individus dans des domaines aussi divers que l'économie, le marketing, les transports, la santé, la psychologie, la planification environnementale et les sciences sociales, politiques et de la communication. Étant donné un ensemble d'attributs prédéfinis d'un produit ou d'un article, les ECD identifient les attributs les plus importants et indiquent les niveaux d'attrait les plus élevés pour chacun. Généralement, les ECD impliquent que les répondants choisissent parmi des alternatives hypothétiques (parfois réelles) présentées dans des ensembles de choix, où les alternatives, également appelées profils, sont des combinaisons de niveaux de différents attributs. Dans la plupart des études, le nombre d'attributs est important (plus de cinq, en gros). Pour combler l'écart entre l'intégration de nombreux attributs dans les profils et la charge cognitive accrue liée au choix entre les profils, nous recommandons l'utilisation de modèles à profils partiels. Contrairement aux modèles à profils complets, qui font varier les niveaux de tous les attributs des profils des ensembles de choix, les modèles à profils partiels ne font varier les niveaux que d'un sous-ensemble d'attributs. À partir d'études de cas réels d'ECN, nous montrons comment construire des plans de profils complets et partiels grâce à l'approche bayésienne recommandée dans JMP. Nous expliquons également comment analyser les données de choix obtenues, à la fois au niveau agrégé (par regroupement des données) et au niveau individuel, lorsque le nombre d'ensembles de choix évalués par chaque répondant le permet.
