Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
252
Conjoint Analysis
รองศาสตราจารย ดร. มนตร พรยะกล
Email: mpir [email protected], 2012
ภาควชาสถต คณะวทยาศาสตร มหาวทยาลยรามค าแหง
Conjoint analysis คอ เทคนคการวเคราะหความชอบ/ความเอนเอยง ทจะชอบ (preference)
ของกลมคน เชน กลมลกคา กลมพนกงาน โดยเราอาจสนใจวาควรมอบคณคาใดบางใหลกคา (คณภาพ
ผลตภณฑ คณภาพบรการ การบรการกอนขาย การบรการหลงขาย) เราควรลด cost (เงน เวลา ความ
เสยง ผลกระทบทท าใหเลวลง เชน ผลของยา) (Kotri, 2006) การบรการบอปลาส าหรบนกตกปลา
เราอาจสนใจศกษาวาลกคานกตกปลาตองการตกปลาขนาดใด ตองการตกปลากตว ตองการประสบ
ผลส าเรจในการตกปลาสงต าเพยงใด จ านวนปลาตามขนาดใดทกฎหมายก าหนด คาใชจายมาตกปลาท
ยอมรบได (Hicks, 2002)
ในการศกษาดวย Conjoint analysis เรามข นตอนดงน
ข นท วธการ 1. ก าหนดลกษณะผลตภณฑ (product attribute ) 2. ก าหนดวธจดเกบขอมล 3. เสนอ concept card 4. ก าหนดวธเสนอ/แสดงลกษณะผลตภณฑ 5. ใหคะแนน 6. รวบรวมขอมล
7. ก าหนดตวแบบ
ความตองการของลกคา VS ความตองการของบรษท Full concept, paired Comparison ทก Concept หรอบางสวนของ Concept กราฟ, ขอความ คะแนน, อนดบ, Likert สวนใหญเปนการสมภาษณเพอขอใหคะแนนหรอ ใหระบล าดบของ Card vector, ideal-point , part-worth
วธวเคราะหขอมลวธทงายคอใชวธวเคราะหสมการถดถอยเพอค านวณหาคา เรยกวา part-worth
utility ของผตอบแตละคน เรยกผตอบวา subject หมายความวาเมอเราก าหนด Concept card ของ
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
253
ลกษณะผลตภณฑหรอลกษณะเดนของบรษท เราจะใหผตอบใหคะแนนแกแต ละ Concept card
อาจใชวธใหคะแนน ในชวง 1-100 หรอใหอนดบแก card ซงซ าได หรอใหเรยง Card จะไดอนดบไม
ซ า แลววเคราะหสมการถดถอย ตวแปรตามคอ preference ตวแปรอสระคอรหสของ attribute แต
ละตว เราจะไดสมการประมาณคาท ง สนเทาก บจ านวนผตอบ แต ละสมการใชหาค าพยากรณ
preference ของผตอบแตละคน และสามารถน าคาสมประสทธมารวมกนโดยอาจรวมจากท งกล ม
ผตอบ หรอรวมเฉพาะกลมทแยกกนตาม segment คานเรยกวา total utility ซงจะถกน าไปใชเพอ
แสดงความส าคญของ factor ตาม segment นนๆ
การเลอก Attribute หรอ factor
ในเบองตนเราตองก าหนด attribute ของผลตภณฑหรอของวตถ (Subject) ทจะศกษา กรณ
ผลตภณฑเราจะก าหนดสมบต (attribute) ตามความสนใจของลกคา โดยอาศยค าแนะน าของลกคาท
เราบนทกเอาไว หรออาศยการสงแบบสอบถามไปใหตอบวาชอบผลตภณฑทมลกษณะใด หรอ
อยากไดคณคาแบบใดบาง หรออาศยการสมภาษณเจาะลก 5-17 คน (Pullman, 2002) หรออาศย key
competence ทองคการมอย โดยทวไปจะก าหนดสมบตผลตภณฑไว 6-8 รายการ แตละสมบต
ก าหนดใหมระดบเพยง 2-4 ระดบ ท งนพบวา attribute ทดควรม level ทใกลกบชวตจรงของผตอบ
ใกลกบลกษณะทเปนไปไดของผลตภณฑ และควรม key competence ขององคการรวมเปน attribute
ดวย และก าหนดใหม Concept card ประมาณ 12-30 รายการกพอ คอพอเหมาะทจะท าใหไดค าตอบ
ทถกตอง (Oppewal and Vriens, 2000) ตวอยาง เชน ในการศกษาสมบตของลกกอลฟ เราก าหนด
สมบตไว 3 ประการ แตละสมบตจะม level หรอ alternative ดงน
สมบต ระดบ (level หรอ alternative) 1. ระยะไดรฟเฉลย (หลา) 275 250 225 2. อายเฉลย (หลม) 54 36 18 3. ราคา (ลกละ) $1.25 $1.50 $1.75
เมอค านวณจ านวน Concept card (หรอเรยกวา utility หรอ incentive) จะได concept ท ง สน 3*3*3
= 27 Concept
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
254
หรอในเรองการผลตแผนพมพพลาสตกของ บรษท Estiko-Plastar ในเอสโนเนย (Kotri, 2006)
ก าหนดสมบตและระดบของพลาสตกไว ดงตารางตอไปนซงกรณของบรษท Estiko-Plastar นจะ
เหนวาสมบตมท งความตองการของลกคา และ Key competence ของบรษท และพบวาม concept ถง
3*3*3*3*2*2 = 324 Concept จดทเราตองพจารณาคอม concept card มากมายเกนไปคอมากเกน
สมบต ระดบ 1. คณภาพวตถดบและการหลอม
2. ระยะเวลาสงมอบ 3. คณภาพการพมพ
4. ราคา
5. ความสามารถในการบรหารการขาย 6. ความยดหยนในการผลต
ต ากวาระดบเฉลยของตลาด, ระดบเฉลยของตลาด, สงกวาระดบเฉลยของตลาด 14 วน, 21 วน, 30 วน ต ากวาระดบเฉลยของตลาด, ระดบเฉลยของตลาด, สงกวาระดบเฉลยของตลาด ต ากวาระดบราคาเฉลยตลาด 10%, ระดบราคาเฉลยตลาด, สงกวาระดบราคาเฉลยตลาด 10% ไมคอยเกงและสอสารไมด, เกงและสอสารด ไมคอยยดหยน ผลตไดแค 60% ของความตองการ, ยดหยนผลตไดไมนอยกวา 95% ของความตองการ
กวาทผตอบใหคะแนนหรอระบล าดบความชอบได ซงจรง ๆ แลวการดมากมายขนาดนใครกคงให
คะแนนไมไหว อกทงบาง Concept กเปนไปไมได บางสวนกเกอบเหมอนกน และในตวอยางเรอง
การเลอกหอพกนกศกษาปรากฏสมบตและ level ดงน สมบต level
1. ระยะเดนถงมหาวทยาลย (นาท) 2. เสยงดงในหอพก 3. ความปลอดภยในบรเวณทต ง 4. สภาพหอพก 5. ขนาดพนทหองนงเลน (ตร.ม.) 6. คาเชาเดอนละ (USD)
30, 20, 10 ดงมาก, ดงปานกลาง , เงยบ ไมคอยปลอดภย, ปลอดภย, ปลอดภยนอยทสด เกา, ปรบปรงบางบรเวณ , ปรบปรงทกบรเวณ 12, 20, 70 540, 360, 225
จะเหนวามจ านวน Concept card ไดท งสน 3*3*3*3*3*3 = 729 จากท ง 3 ตวอยางจะเหนวาม concept
card มากมายทเราจะขอใหผตอบใหคะแนนความชอบ/ความพอใจซงในทางปฏบตเราไมท าเชนนน
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
255
เพราะม concept card มากมายเกนไป บางสวนทไมสอความหมาย บางสวนเปนไปไมได บางสวน
ใกลเคยงกนจนผตอบแยกไมออก เชน
Card 1 = (เดน 30 นาท, เสยงดงมาก, ไมปลอดภย, เกา, ขนาด 12 ตร.ม., คาเชา $ 540 ) เปน
card ทเปนไปไมได
Card 2 = (เดน 30 นาท, เสยงดงมาก, ไมคอยปลอดภย, เกา, ขนาด 20 ตร.ม. ค าเชา $ 540)
เปน card ทเปนไปไมไดเชนกนและแทบจะเหมอนกบ Card 1 ท าใหผตอบสบสน (confound) มาก
วาจะใหคะแนนความชอบอยางไร
ดวยเหตนเราจงนยมคด card ทเปนไปไมไดและ card ท Confound ทงไปเหลอไว เฉพาะ
Card ทอสระตอกน (independent หรอ Orthogonal) ซงอาจใชวธปรกษาหารอก น ชวยก นคดทง
หรอสงรนดวยโปรแกรมสถต เชน ใน SPSS Orthogonal Design ซงโปรแกรมจะหา Concept ท
อสระหรอต งฉากกน (independent or orthogonal) ดวยการสรางเลขสมขนแลวทดสอบและคดทง
เหลอ Concept เพยงเลกนอย ทวไปแลวจะเหลอเพยง 12-30 รายการ ท งยงอนญาตใหเราสามารถ
ก าหนดไดเองวาจะใหมก Orthogonal concept ท ง นเพราะเหนวาเปนเรองของค ณภาพขอมล
preference เพราะยงม Concept card มากกจะยงมคณภาพขอมลต า
2. การเลอกวธเกบขอมล
การท างาน Conjoint analysis จะเรมตนทการก าหนด concept card ทเปนอสระตอกน จากนน
จงคอยน า card เหลานไมใหผตอบใหคะแนน อาจโดยการเทยบเปนคๆ วาชอบ card ใดมากกวา หรอ
ใหระบอนดบ (rank) หรอเรยงล าดบ card หรอใหคะแนน 1-10 หรอ 1-100 หรอ Likert 1-7 โดย
ผตอบ 1 คนตองตอบทก card ถาม 25 card กคอ 25 ตวแปร ค า attribute ใน card เปนค าตวแปร
อสระ คา Preference เปนคาตวแปรตาม เมอเกบขอมลจากผตอบ n คนก จะไดขอมล n เรคคอรด
(แถว) เรยกวา data file
3. การสราง Concept card หรอ Orthogonal plan การสราง Plan file ใน SPSS ท าดงน
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
256
Data > Orthogonal Design> เลอก generate หรอ display ตอนแรกนใหเลอก generate จากน
คอยเลอก display เพอขอด concept card เมอเลอก generate ใหตอบ dialog box ดงน
ในบอกซ Factor Name ใสชอ factor กด Add แลว define values เพอระบระดบ (level หรอ
alternative) ท าอยางนจนครบทก factor แลวกด create new data file เพอเก บผลลพธคอ concept
card กดท File แลวระบชอไฟลและทอยตามตองการ ถาไมระบจะเกบในไฟล ชอ ortho.sav ถากด
paste จะไดโปรแกรม orthoplan ใหกด run ภายหลง แตถากด OK จะไดผลลพธเปน Concept card
ท Option เราสามารถระบจ านวน card ต าทสด และระบจ านวน Holdout ซงเปน Concept ทลกคา
ก าหนด แตจะไมท าอะไรกบ Option กได
การท างานของ SPSS ในชนนใชเลขสมเปนขอมลเพอตด card ทไมจ าเปนทง ถาระบ seed
เดมทกครงทรนกจะได card ชดเดม ถาไมยงเกยวกบ seed กจะได card ทไมเหมอนเดมแตก ไมผด
อะไรเพราะสามารถม orthogonal plan ไดมากกวา 1 plan ถาเลอก display โปรแกรมจะสงใหเปด
ไฟล (คอ ortho.sav หรอชออนในเสนทางอน) ตอบ dialog โดยเลอก factor สงไปในบอกซชอ
factor เมอกด run จะปรากฏ concept card ในหนาตาง Data Editor ขอดขอมลและ data dictionary
โดยกดแทบ Data View หรอ Variable View
4. การน าเสนอ Concept card
จาก Concept card ทไดเราจะน า card ไปใหผตอบใหขอมล preference กอน การใหค าอธบาย
แก card เราอาจใชวธบรรยายความของแตละ card ซงยงยากมาก ทางชวยหนงคอ หาค าไข (keyword)
ทแทนความหมาย concept card นน หรอใชภาพแทน
5. การรวบรวมขอมล
การใหคะแนน Preference แกแตละ card เราอาจใหผตอบเรยงล าดบ card ตามความชอบ
หรอใหคะแนนแกแตละ card หรอใชวธสมภาษณ สวน level ของ attribute จะใชท าเปน dummy
โดยก าหนดคะแนน 0, 1 แกแตละหน
6. ตวแบบของ Preference
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
257
เราสามารถก าหนดตวแบบของ Preference (หรอ utility function form) ได 3 แบบ คอ
1) Vector model (SPSS เรยกวา Linear) 2) Ideal-point model (SPSS เรยก ideal และ anti ideal)
และ 3) Part-worth model การใชตวแบบใดเราควรมความรเดม (priori) เกยวก บเรองนนมากอน
vector model (หรอ linear utility function) ใช ในกรณทเมอ attribute เพมขน (ลดลง) มผลให
preference เพม (ลด) หรอ ลด (เพม) ideal-point model ใชในกรณท attribute เพม (ลด) ไปเรอยๆ
preference จะเพม (ลด) ไปเรอยๆ เชนกน แตพอถงจดหนงกลบไมเพมตามแตกลบลดลง หรอลดลง
ไปเรอยๆ แตพอถงจดๆ หรอกลบเพมขน เชน เรองความยาวของตวถงรถยนตนงสวนบคคล ตวถง
รถสน ๆ preference จะนอย เมอตวรถยาวขน ๆ คา preference จะเพมขนๆ แตพอถงจดหนง ทเปน
ความยาวพอเหมาะในใจของผตอบแลวหากมความยาวเพมขนกวานกจะไมชอบ คา preference จะ
ลดลง ๆ กรณนคอ ideal-point model หรอในเรองการเตมน าตาลในเคกจะมจดหนงทไมจดเกนไป
ไมหวานเกนไป กลาวคอในการผลตเคกเราจะทดลองเตมน าตาลเพอเพมความหวานทละนอย ถาม
ความหวานเพมขนลกคาจะชอบมากขนแตพอถงจด ๆ หนงจะรสกวาหวานเกนไปกจะชอบนอยลง
ในตวแบบท ง 2 น Vector model จะเครงครดทสด ขณะท part-worth model จะผอนปรน
ทสด ขณะท Ideal-point model ตองการทราบจดทเหมาะสม
โดยทวไปแลวการวเคราะห Conjoint เราจะวเคราะหดวย multivariate regression analysis
เปาหมายของการวเคราะหอยทการพยากรณ มใชทปจจยสาเหต เราจงไมสนใจนยส าคญของ part-
worth utility จากตารางตอไปนซงแสดงคา Preference ของผตอบ 1 คน ทตอบสนองตอ card ตางๆ
จ านวน m ใบแตละใบม t attribute
Concept card ท Utility หรอ Preference attribute 1 2 3
m
S1
S2
S3
Sm
y11 y12 y13 yt1 y12 y22 y32 yt2 y13 y23 y13 yt3
y1m y2m y3m ytm
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
258
จากตาราง
t = จ านวน level แตละ product attribute
j = 1, 2, 3,…, t = ระดบท p ของ card
yjp , p = 1, 2, … , t = ระดบท p ของ card ท j
sj , j = 1,2,…,m = preference ตอ card ท j
wp = partial utility parameter ของระดบท p
xp = ideal point ของผตอบของระดบท p
dj2 = preference ตอ card ท j
fp = part-worth ของระดบท p
ตวแบบตาง ๆ จงปรากฏดงน
1. Vector model sj = wi yj1+w2yj2+…+ wtyjt it j = 1, 2,…, m (m = จ านวน card)
2. ideal-point model
dj2 = w1 (yj1-x1)
2 + w2 (yj2-x2)2+…+ wt (yjt-xt)
2
3. part-worth model
sj = f1yj1+f2yj2 + …+ ft yjt , j = 1,2,…,m
จะเหนวาตวแบบทกตวแบบสามารถวเคราะหไดดวย OLS ท งน yjp จะเปนรหสของหน เชน 0, 1 ถา
เปนขอมลในมาตราชวงขนไปใหแปลงรหสใหเปน nominal scale หรอเปลยนไปใชวธ Perceptual
mapping แทน (Huber and Fiedler, 1996)
การวเคราะหสมการถดถอยเราไมตองสนใจเรองความมนยส าคญเพราะเปนเรองของการ
พยากรณ สงทตองท าคอน าคาพยากรณของ sj คอ j มาหาคาสหสมพนธกน ถา r มคาระหวาง 0.7
ถง 0.8 ใหถอวาม model validity สง (Oppewal & Vriens, 2000)
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
259
7. ค านวณหาคา relative importance ของ attribute
คา Relative importance คอคาทใชแสดงการเปรยบเทยบระหวาง attribute วาใครส าคญกวา
ใครลดหลนกนอยางไรโดยเสนอเปนรอยละ การค านวณจะพจารณาจาก part-worth utility ของ
ผตอบทละคน (1 คนมสมการถดถอย 1 สมการ) โดยค านวณหาค าพสยของ utility ของแตละคน
ตวอยางเชน ผตอบคนท 1 มคา utility ของ attribute ระดบตาง ๆ ดงตาราง
จากนน าคา Relative importance ของแตละ factor มาหาคาเฉลย คาเฉลยจงใชแสดงความส าคญของ
แตละตวแปร ขอใหสงเกตวาถาพสยของผตอบแตละคนมคาสงคาเฉลยกจะสงตามไปดวย แปลวา
ความแตกตางระหวาง part-worth utility ของ attribute แสดงถงความส าคญของ factor คอยงตางกน
มากกยงส าคญมาก
Attribute level Part-worth utility พสย attribute importance
ตราสนคา A B C ราคา $ 50 $ 75 $ 100 ส แดง ชมพ
A 30 60-20 = 40
= 20.7%
ตราสนคา B 60 C 20 $50 90 90-0 = 90
= 60%
ราคา $75 50 $100 0 ส แดง 20 20-0 = 20
= 133%
ชมพ 0
รวม = 40+90+20 = 150
ภาพ Card 1 ภาพ attribute และการค านวณ relative importance
นนคอ Qp =
; p = 1, 2, … , t ; t = จ านวน attribute
และพบวา Relative importance ของ factor p คอ
; p = 1, 2, … , k เมอ k = จ านวน
factor
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
260
8. การจ าลองแบบ
หลงจากวเคราะห conjoint แลว เราสามารถน าคา preference จาก data file ไปวเคราะหโดย
ใช plan file เดมแตใหเพม concept อน ๆ ทเราสนใจแตไมเคยปรากฏเปน card ทผตอบเคยเหน การ
จ าลองแบบจะท าใหทราบคาเปนรอยละหรอความนาจะเปนทผตอบจะชอบ card ใหมนน ถารอยละ
มคาสงกแปลวานาจะเปนไปไดทจะใช card นน วธค านวณคาความนาจะเปนอาจใชวธ maximum
likelihood (ML) วธ Bradley-Terry-Luce (BTL) และวธ Logit หรอน าเสนอพรอมกนท ง 3 วธแลว
ใหเราเลอกดผลลพธเอง
9. การรนโปรแกรม Conjoint ดวย SPSS
ในการรน SPSS Conjoint นนเรายงตองรนดวยการเขยนโปรแกรมเอง ดค าสงไดจาก help
menuโดยขอด command referece การรนโปรแกรม Conjoint analysis จะตองมไฟล 2 ไฟลคอ
1. Plan file เกดจากการท า fractional orthogonal design เพอใหเหลอเฉพาะ concept ทเปน
อสระตอกนเทานน ซงเราตอง save เอาไวท งตองพมพออกมาท าเปน card เพอใหผตอบใหคะแนน
preference เหตทตอง save เอาไว เพราะเราจะใช plan file นในตอนรน conjoint และเพราะ
orthogonal plan มไดหลาย plan หากไม save ก อาจได plan ใหมทไมใช card ชดทผตอบไดให
คะแนนไปแลว
2. Data file เกดจากการน า card ทไดในขอ 1 ไปใหผตอบใหคะแนนหรอระบอนดบหรอเรยง
card ซงเมอน า Card มาคยขอมลจะเปนดงนคอ 1. Card จะมคะแนน Preference 1 คา ดงนน 1
Column คอ คา Preference 1 คา ถาม 25 card จะมคา Preference 25 คาเรยงทางนอน ดงนนขอมล 1
แถวจงเปนคา Preference Card 25 ใบของผตอบ 1 คน ดงตาราง (ขอมลสมมต)
คนท (ID) Pref1 Pref2 Pref3 Pref4 Pref25
1 2
m
25 40
50
30 45
60
40 50
52
60 70
69
90 80
92
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
261
แตถาเราขอใหผตอบเรยงล าดบ card คาของ Pref 1, … , Pref 25 จะเปนหมายเลขล าดบ 1 ถง 25 ถา
เราขอใหผตอบก าหนดอนดบให card คาจะเปนเลขล าดบแตอาจซ าคาไดเพราะ card บางสวนไม
ตางกนมากในสายตาหรอในความรสกของผตอบท าใหผตอบอาจระบอนดบไวเทากน
Data file นจะไมมขอมล level ของ attribute เพราะคาเหลานนอยในไฟล plan แลว เวลาเรยก
ใชเราตองเรยกมาท ง 2 ไฟล plan file จะมปรยายวา ortho.sav แตเราจะต งชอเปนอยางอนและก าหนดท
อยไวทใดกได
คาของระดบ (level) ของ attribute อาจก าหนดไดดงน (ถารนดวยเอกเซล แตถารนโปรแกรม
Orthogonal design โปรแกรมจะก าหนดคาใหเอง)
1. ถาตวแปร (factor) มคามากกวา 2 ระดบ เชนรปแบบหบหอม 3 ระดบใหก าหนดหนไว 3
ตวดงน
A = {1 ถาใชแพคเคจแบบ A 0 ถาใชแพคเคจแบบอน}
รปแบบหบหอคอ B = {1 ถาใชแพคเคจแบบ B 0 ถาใชแพคเคจแบบอน}
C = {1 ถาใชแพคเคจแบบ C 0 ถาใชแพคเคจแบบอน}
การรนสมการถดถอยโดยใชทกหนและก าหนดใหม Constance ดวยจะเกดปญหา multicollinearity
ทางออกคอคงทกหนเอาไวแตตด Constance ออกไป หรอคง Constance เอาไว แต ตดหนทง 1 ตว
ซงจะใชเปนตวอางองทมคาสมประสทธเทากบ 0
2. ถาตวแปรมเพยง 2 ระดบใหก าหนดคา เปน 0, 1 เชน สชมพ = 1 สแดง = 0
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
262
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
263
1) การสราง Plan file
การสราง Plan file มว ตถประสงคทจะสราง Concept card (หรอ incentive card) ท เปน
อสระตอกนเพอใหผตอบใหคะแนนหรอใหล าดบ จากนนสง Save ลงไฟลโดยก าหนดชอไฟลและท
อยของไฟล ถาไมก าหนดจะเปนชอปรยายคอ ortho.sav หรออาจสงใหเปน active file คอครองทใน
สวนความจ า
การสราง Concept card โปรแกรม SPSS จะสรางขอมลดวยเลขสมเพอตรวจสอบวา concept
ใดบางเปนอสระตอกน (orthogonal) ผลลพธทไดกคอ concept กลมหนงในจ านวนทเหมาะสมหรอ
เราจะก าหนดเองวาตองมจ านวนขนต าเทาไรกได แตถาสงซ าอกจะได Concept ใหมอกชดหนงทอาจ
ไมตรงกบชดเดม ทเปนเชนนเพราะ Orthogonal concept มไดมากกวา 1 ชด ถาเกรงวาผลการศกษา
จะไมแนนอนกใหระบคาเรมตนของเลขสม (seed) ใหเปนเลขจ านวนเดมระหวาง 0-2,000,000,000
ไวเสมอ กจะได Concept card ชดเดม การสราง card แบบนกคอการวางแผนการทดลองแบบ fractional
orthogonal factorial design ในโปรแกรม SPSS เรยก Concept หรอ incentive วา Case หรอ Profile
เรยกผตอบวา Subject
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
264
Concept card เหลานเกดขนจากระบวนการทางสถต ผวจยอาจไมสบายใจวาตนไมมสทธ
ก าหนด Concept ตามใจผบรโภคหรอตามทเราเหนวาควรเปน Concept ท เหมาะสม เรองนท าได
โดยใหก าหนด simulated concept ไดเองจ านวนหนง
ดตวอยางเรองเครองท าความสะอาดพรม (ตวอยางของ Green and Wind, 1973) บรษท
ตองการศกษาวาในการท าความสะอาดเครองท าความสะอาดพรมนน ควรใช incentive ใดจงจะ
ถกใจตลาด (Consumer preference) โดยม product attribute ดงนคอ รปแบบของหบหอ 3 แบบ (A*,
B*, C*) ใหรหสเปน 1, 2 , 3 ตราสนคา 3 ตรา (K2R, Glory, Bissell) ใหรหสเปน 1, 2, 3 ราคา 3 ราคา
($1.19 , $ 1.39, $.59) ใหรหสเปน 1, 2, 3 ตรารบประกนคณภาพ (คลาย ๆ ตรา สมอ.) (ไมม, ม) ให
รหสเปน 1, 2 การรบประกนคนเงน (ไมม, ม) ใหรหสเปน 1, 2 ตวอยางนจะพบวาม Incentive
เทากบ 3 * 3 * 3 *2 * 2 = 108 card ซงผตอบไมสามารถตอบไดครบ อกท งบาง card อาจไมมความ
เปนไปได หรออาจใกลเคยงก นจนแยกไมออก ค าสง Orthogonal design จะชวยจดใหม card ท
อสระกนจ านวนหนงดงน
Data > orthogonal Design > Generate แลวตอบไดอะลอกตามทกล าวมาขางตน เมอกด
paste จะไดโปรแกรมซงใหสงรนดวยเมน run หรอ กดท run icon หรอกด OK กได
การขอดผลลพธ Concept card ใหไปทหนาต าง Data Editor กดทแทบ data view หรอสง
Data > Orthogonal Design> Display เปดไฟลทสง Save เอาไวตอบ dialog โดยสงตวแปรลงในชอง
factor เชคเครองถกท listing for experimenter กด OK จะไดผลตรงกนดงน
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
265
สงเกตทหวคอลมนจะใชชอเตมของตวแปร (factor) แทนชอตวแปรทมกยอส นๆ แต ถาเช คถกท
profile for subject (แปลวา card ทจะสงใหผตอบ) จะแสดง Card เปนใบๆ ดงตวอยาง Card เหล าน
เรยกไดหลายชอ อาจเรยกวา Product profile หรอเรยกวา incentive card หรอเรยกวา Concept card
การ export ตารางทไดไปเปน HTML, Word/RTF หรอ PPT ใหคลกทตาราง> กดเมาสขวา >
export
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
266
2) การรน Conjoint
ใหเปด Data file ขนมากอนแลวเปดหนาตาง Syntax (File > open > Syntax) แลวพมพค าสง
ดงตอไปน หรอระบชอ Syntax file วา Conjoint.sps และแกไขค าสงเลกนอย Data file ท เปดขนคอ
ไฟลทใหผตอบ 10 คน แสดง Preference ตอ incentive card 22 ใบ ดวยการก าหนดอนดบความชอบ
ตอ Card ตาง ๆ ไฟลนมอยในโฟลเดอร <Samples> โดยใหสงเปดไฟลดงน
File > open > data > carpet_perfs.sav
จากนเปด Syntax file ดวยค าสง
File > open > syntax > conjoin.sps จะไดไฟลดงน
CONJOINT PLAN='file specification'
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
267
/DATA='file specification'
/SEQUENCE=PREF1 TO PREF22
/SUBJECT=ID
/FACTORS=PACKAGE BRAND (DISCRETE)
PRICE (LINEAR LESS)
SEAL (LINEAR MORE) MONEY (LINEAR MORE)
/PRINT=SUMMARYONLY.
ค าสงยอย PLAN ใชระบชอ plan file ทเราสง save เอาไวในข นตอน Orthogonal design ถา
เกบไวในชอ carpet_plan.sav ใน C:\Program Files (x86)\IBM\SPSS\Statistics\19\Samples\ English\
ใหสงวา PLAN = ‘C:\Program Files (x86)\IBM\SPSS\Statistics\19\Samples\English\ carpet_plan.sav’
ค าสงยอย DATA ใหระบ data file ทเราสง save เอาไวหลงจากการท า data entry เชน data
file ชอ carpet_perfs.sav เกบไวใน C:\Program Files (x86)\IBM\SPSS\Statistics\19\Samples\English\ ให
สง /DATA = ‘C:\Program Files (x86)\IBM\SPSS\Statistics\19\Samples\English\carpet_prefs.sav’
แตถาไดเปดไฟล carpet. perfs.sav เอาไวแลวไฟลนกจะจองทสวนความจ าเอาไวเรยกวา active file
ใหเรยกมาใชเลยวา /DATA = * ไมตองใสเครองหมายค าพด เครองหมาย * หมายถง active file
ค าสงยอย SEQUENCE ใชระบชอตวแปรใน data file เปน profile number ในทนคอตวแปร
PREF1 to PREF22 เรยงกนเปน 1 แถวตาม profile case (concept หรอ incentive) ดงนน 1 แถวจง
เปนการตอบสนองตอ card 22 ใบของผตอบ 1 คน การระบ Profile number และ Subject number
ใหสงตอๆ กน
/SEQUENCE = PREF 1 to PREF22
/SUBJECT = ID
ค าสงยอย FACTORS ใชระบ factor คอ ตวแปรอสระตามชอตวแปร (variable name) ใน
plan file ใหระบความสมพนธระหวางตวแปรเหลานกบคา preference ดวยโดยระบดวย keyword
ดงน (keyword คอลกษณะทแสดงไวหลงชอตวแปร factor)
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
268
DISCRETE แสดงวาระดบของ factor เปนตวแปรกล ม (category) และไมระบทศทาง
ความสมพนธ เปนค าไขทเปนปรยาย เชน
/FACTORS = PACKUGE BRAND (DISCRTE)
LINEAR แสดงวาคา preference สมพนธเชงเสนก บ factor เชน preference สงถา price ต า
preference ต าถา price สง ความสมพนธทเปนทางลบแบบนใหเพมค าวา LESS ตามไปอก 1 ค า เชน
/FACTORS = PRICE (LINEAR LESS)
กรณสมพนธทางบวก เชน ถามเครองหมายมาตรฐานอตสาหกรรม Preference จะสง ถาไม
มเครองหมายอตสาหกรรม preference จะต า ถารบรองคนเงน preference จะสง ถาไมรบรองคนเงน
preference จะต า สงดงน
/FACTORS = SEAL (LINEAR MORE)
/FACTORS = MONEY (LINEAR MORE)
ค าไขพวกนไมมผลตอคาประมาณสมการถดถอย (Part-worth utility) แตจะแสดงผลใหเหนในผลลพธ
ของ Reversal คอ แสดงจ านวนผตอบทแสดง preference สวนทางกบทควรจะเปน ซงอาจไมผด เชน
เราคาดวาราคาถก preference จะสง ราคาแพง preference จะต า เราจงระบวา
/FACTORS = PRICE (LINEAR LESS) และเมอรน Conjoint อาจพบวามคนทคดตรงขาม
คอ ราคาถก preference จะต า ราคาแพง preference จะสง ซงไมผดเพราะเปนความจรงในคนกล ม
หนงซงอาจเปนกลมใหญทเขาใจปรชญาวาราคาตองเปนไปตามคณภาพ
ส าหรบกรณ Ideal-point และ anti-ideal point ใหพจารณาตามสถานการณ เชน เรองความ
ยาวของตวถงรถยนต เปนตน
ค าสงยอย PRINT ใชแสดงผลในภาพรวมหรอรายบคคลของผตอบ ค าไข SUMMARYONLY
ใชแสดงผลในภาพรวม ค าไข ANALYSIS จะแสดงผลเปนรายบคคล
ค าสงรวมท ง Subcommand และ keyword มรายละเอยดปรากฏใน IBM SPSS Statistics 19
Command Syntax Reference โดยเขาดทางเมน Help
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
269
ผลการรน Conjoint จะปรากฏตารางตาง ๆ ดงน
1. ตาราง Model description จะแสดงใหทราบวาม factor อะไรบาง แตละตวมก level และ
ตวแปร (factor) เหลานสมพนธกบ preference อยางไร discrete หรอ linear หรอ ideal หรอ anti-ideal
2. ตาราง Utility จะแสดงคาสมประสทธการถดถอย เรยกวา part-worth utility พรอมค า
สวนเบยงเบนมาตรฐาน คาสมประสทธการถดถอย (Utility Estimate) คอสมประสทธของ level
ตาง ๆ ของ factor คาเหลานเมอน ามารวมกนตรง ๆ ตาม incentive จะไดคา total utility ของ concept
นน และถาคณกบคา level จะไดคาคาดคะเนของ concept นน คาสมประสทธ utility จะมทศทาง
สอดคลองกบความสมพนธระหวาง factor นนกบคา preference เชน ราคาสมพนธก บ preference
สนคายงแพงลกคากยงไมชอบ เครองหมายจะเปนลบ การมตรารบรองคณภาพ และการรบประกน
คนเงนลกคาชอบ เครองหมายจะเปนบวก
คา Total utility ทค านวณไดใชแสดงความส าคญของ incentive และคาประมาณของความชอบ
ซงจะถกน าไปใชหาคาสหสมพนธกบคาจรงของ ความชอบทมตอ incentive นนๆ คาสหสมพนธใช
แสดงใหเหนวาสมการถดถอยแสดงผลเปนคาประมาณไดแมนย าเพยงใด เรยกวาคา Validity
Package brand Price seal money total utility predicted preference A K2R $1.19 no no -2.233+.367-6.659+2 -2.233*1+.367*1- 6.59*1.19+2.00*1 +1.25+12.87 = 7.595 1.25*1 +12.870 = 6.405 A Glory $1.19 no no -2.233-.350-6.595+2 - 2.233*1-.350*2-6.595*1.19+2.*1+ +1.25+12.87 = 6.878 1.25*1+12.870 = 5.262 A Bissell $ 1.19 no no - 2.233-.017-6.595 -2.233*1-.019*3-6.595*1.19+2.00 +2+1.25+12.870 = 7.211 +1+1.25*1+12.870 = 5.905
3. ตาราง Importance value หรอ relative importance เปนตารางทเกดจากคาเฉลยของ Qp ใน
กลมผตอบ คานเปนคารอยละ คารอยละสงท factor ใดแสดงวา factor นนมความส าคญมากกวา factor
ทมคาต ากวา ซงในเชงนโยบายเราจะเพงความสนใจไปท factor ทใหค า relative importance สง ๆ
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
270
แตเราเพงความสนใจท factor ทใหคา relative importance ต าดวยกไดเพราะจะไดแก ไขเนองจาก
เหนวาเปนจดออน
4. ตาราง Coefficient คอตารางแสดงคาสมประสทธถดถอยของแตละ factor คานหากน าเอา
คาของระดบมาคณกจะเปนสมประสทธของระดบ
เชน ราคา = 1.19 ดงนนสมประสทธของราคา =1.19 คอ -5.542*1.19 = -6.594 ราคา = 1.39 ดงนนสมประสทธของ ราคา = 1.39 คอ = -5.542*1.39 = -7.703 Seal = yes ดงนนสมประสทธของ seal = yes คอ 2*2 = 4 5. ตาราง Correlation ใชแสดงคาสหสมพนธระหวางคาจรงของ preference กบคาประมาณ
ของ preference โดยแสดงการค านวณคา r มา 2 สตรคอ Person Product Moment กบสตร Kendall’s Tau ท งแสดงคา r ส าหรบกรณ holdout case ใหดวยซงเปนคาทใชส าหรบตรวจสอบ validity ของคา r กลาวคอโดยธรรมดาเราจะหาคา Conjoint โดยวเคราะหครงละ 1 คน ซงมขอมลมากนอยตามจ านวน card ซงหาก Card มจ านวนเพมขนอกเทากบจ านวน holdout case กจะท าใหมขอมลเพมขนค า r ก จะไดรบการค านวณจากขอมลจ านวนมากขนจงมความเทยงตรงสงขน ดวยเหตนเราจงควรใหความสนใจทคา Kendall’s Tau for holdout ดวยสงเกตวาคานมกจะต ากวาอก 2 คา
6. ผลจาก Simulation เปนผลของการรน Conjoint ของ simulated case ซงผวจยก าหนดได
เอง โดยปกตเรามกก าหนด level ใหแกผลตภณฑหนงทอาจเปนของเราโดยแปรคา level ของแตละ
factor ไปหลาย ๆ ทางเลอกโดยก าหนดให level ของสนคาค แขงอนคงทแลวรนโปรแกรมซ าๆ ตาม
incentive นน ๆ การจ าลองแบบจงเปนขอเดนของ conjoint analysis ทท าใหทราบวาเราควรปรบ
attribute ของสนคา/บรการของเราตรงจดใดจงจะมผลดและไดเปรยบค แข งขน ผลการรนจะถก
น าเสนอเปน preference score และ preference probability คา preference score คอ total preference
จะเสนอใหดวา simulation card แตละ card มคา total preference เท าไร card ใดมาก card ใดนอย
และมคนชอบ card นนๆ รอยละเทาไร
7. จ านวน Reversal ใชแสดงใหเหนวาในแตละ factor มคนเหนวาในแตละ factor มคนเหน
สวนทางกบความสมพนธทควรจะเปนระหวาง preference กบ factor นนกคน ใครบาง (subject ท
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
271
เทาไร) เชน ราคาทสงขนควรทผตอบจะไมชอบ ราคาสนคาทต าลง ๆ ควรมผตอบจะชอบมากขน ๆ
แตจากตารางพบวาผตอบเหนสวนทาง 3 รายการ มผเหนสวนทางเรองการรบประกนคนเงน 2 ราย
มคนเหนสวนทางเรองการมตรารบประกนคณภาพ 2 ราย รวมเปน 7 ราย โดยผตอบรายท 1 ม
ความเหนสวนทาง 1 factor รายท 2 มความเหนสวนทาง 2 factor รายท 6 มความเหนสวนทาง 1
factor รายท 9 มความเหนสวนทาง 1 factor รายท 10 มความเหนสวนทาง 2 factor ตารางสรปจะ
บอกวามผตอบ 3 คนมความเหนสวนทางคนละ 1 factor และม 2 คนทมความเหนสวนทางคนละ 2
factor
10. สรปขอดและขอจ ากดของ Conjoint analysis
Conjoint analysis มขอดดงน
1. เปนเครองมอทมประสทธภาพในการศกษาค ณค าทจะมอบใหลกคา (Customer value)
โดยเราสามารถก าหนด incentive ไดเองและทดสอบไดดวยการ simulation วาลกคาควรไดรบอะไร
โดยไมตองไปถามลกคาโดยตรง
2. สามารถประมาณความตองการไดอยางถกตองเพราะ Conjoint analysis สามารถประมาณ
แสดงผลการศกษาไดในระดบรายบคคล (โดยสง /PRINT = ANALYSIS) ท าใหทราบคณคาทลกคา
รายบคคลควรไดรบและคณคาในแตละ attribute)
3. ใชเปนเครองมอก าหนดราคาโดยเราสามารถจ าลองแบบโดยการแปรคาราคาไปเรอย ๆ ท า
ใหเหนวาลกคาม preference ทเปลยนไปตามราคาทเราทดลองปรบสงขนเพยงใด
4. ใชเปนเกณฑก าหนดสวนของตลาด (market segment) เรองนกระท าไดจากการท าการ
วเคราะหแยกตามกลมลกคา (segment) ผลการวเคราะหจะช ว า factor ใดมผลตอ preference มาก
factor ใดมผลนอยจะไดด าเนนกลยทธแกแตละสวนไดอยางถกตอง
5. ใชเปนเกณฑพฒนาผลตภณฑใหมโดยผานการจ าลองแบบเพราะเราสามารถก าหนด ให card
มลกษณะใกลผลตภณฑในตลาดจรง หรอหากจะสรางความแตกตางกก าหนด card ใหมลกษณะ
แหวกแนวออกไป
วารสารรามค าแหง ISNN 0125-300 X ปท 29 ฉบบพเศษ บทความวชาการ/วทยานพนธ ฉบบท 2 เมษายน-มถนายน 2555
272
เอกสารอางอง
Green, P. E. and Srinivasan, V. (1978). “Conjoin Analysis in Consumer Research: Issue
and Outlook”, Journal of Consumer Research, Vol. 5, pp. 103-23.
Green, P. E., Kriegger, A. M. and Wind, Y. (2001), Thirty Years of Conjoint Analysis,
Interface, 31:3, part2 of 2, May June 2001, pp. S56-S75.
Hicks, R. L. (2002). “State Preference Method foe Environmental Management:
Recreation Summer Flounder Angling in the Northeastern United States”, Final report prepared
for Fisheries Statistics and Economics Division, Office of Science and Technology, National
Marine Fisheries Service.
Huber, J. and Fiedler, J. A. (1996). “Comparing Perceptual Mapping and Conjoint
Analysis: The Political Landscape”, Sawtooth Software Reference.
Kotri, A. (2006). “Analyzing Customer Value Using Conjoint Analysis: The Example of a
Packaging Company”, University of Tartu, City of Tartu, Estonia.
Oppewal, H. and Vriens, M. (2000). “Measuring Perceived Service Quality Using
Integrated Conjoint Experiment”, International Journal of Bank Marketing, 18/4, pp. 154-169.
Orme, B. (2010). Getting Start with Conjoint Analysis: Strategies for Product Design
and Pricing Research. Second Edition, Research Publisher LLC, Madison, Wis.
Pullman, M. E. , Moore, W. L. and ,, Wardell, D. G. (2002) “A comparison of quality function deployment and conjoint analysis in new product design”, Journal of Production Innovation Management, 19(5), September 2002, pp. 354-364,DOI: 10.1111/1540-5885.1950354. SPSS Inc. (2010). IBM SPSS Conjoint 19, Retrieved February 12, 2012 from
http://www.unileon.es/ficheros/servicios/informatica/spss/spanish/IBM-SPSS_conjoint.pdf.