속성병합을 통한 응답의 정확도를 높이는 컨조인트 분석

Abstract

컨조인트 분석은 기업의 마케팅 담당자들이 신제품의 선호도를 조사해서 신제품의 컨셉을 정하고자 할 때 주로 사용된다. 설문지 문항을 구성할 때 실험계획법의 요인설계를 사용할 수 있다. 블록화 혼합수준 요인설계를 사용하고 응답자를 블록으로 간주하면 응답자간에 설문지 문항이 다르게 된다. 즉 블록이 응답자가 되고 블록크기가 응답자별 문항수가 된다. 이 때 고려하고자 하는 속성들이 많으면 한 문항 당 묻게 되는 속성의 수가 많아지고 응답자들은 자신의 선호도를 정확하게 점수화하기 어려워질 수 있다. 즉 비표본오차가 생길 수 있다. 본 논문에서는 컨조인트 분석에서 속성들의 수가 많은 블록화 혼합수준 요인설계를 사용할 때, 속성들의 병합을 통해 문항당 묻는 속성의 수를 줄여 응답의 정확도를 높일 수 있는 방법에 대해 제안한다. 수준수가 서로 다른 속성 두 개와 ‘묻지 않음’을 병합하여 새로운 수준으로 간주해서 설계를 생성하고 원래의 수준으로 다시 풀어서 설계를 완성한다. 이후의 절차는 기존의 블록화 혼합수준 요인설계의 절차와 동일하다. 제안한 방법을 사용할 경우 한 문항에서 묻게 되는 속성의 수가 전체 속성의 수의 절반이하로 줄어들기 때문에 응답자에게 더욱 일관된 응답을 기대할 수 있다. 본 논문에서는 블록화 혼합수준 요인설계 중 속성이 8개인 경우인 블록화 2^(4)x3^(4) 설계와 블록화 3^(4)x5^(4) 설계에 대해 각각 제안한 설계를 만드는 방법과 적절한 변수선택법을 통해 유의한 효과를 찾는 방법을 설명하고, 시뮬레이션을 통해 제안하는 방법의 효율성을 평가한다.;Conjoint analysis is often used by corporate marketers to explore the preferences of new products and to define new product concepts. When you configure questionnaire items, the factorial design of the design of experiment can be used. If the blocked mixed level factorial design is used and the respondents are regarded as blocks, the questionnaire items are different among the respondents. If there are many attributes to be considered, there will be more attributes to be asked per question, and respondents will have difficulty scoring their preferences accurately. That is, non-sampling error may occur. In this paper, we propose a method to increase the accuracy of response when using blocked mixed level factorial design with a large number of attributes in conjoint analysis. The design is completed by merging two attributes with different levels and 'not asking', considering them as a new level, creating the design and releasing it back to its original level. The subsequent procedure is identical to the procedure of original blocked mixed level factorial design. Using the proposed method, the number of attributes to be asked in one question is reduced to less than half of the total number of attributes, so more consistent response can be expected to the respondent. In this paper, we describe how to create the proposed designs of the blocked 2^(4)x3^(4) design and the blocked 3^(4)x5^(4) design and find out the meaningful effects through the appropriate variable selection method, evaluate the effectiveness of the proposed method through simulation.