在本例中,某些响应者对任一个特征都不表示偏好。这些响应者“无选择”。若某个响应者不表示偏好,则为该响应者输入的选择指示符为缺失。
1. 选择帮助 > 样本数据库,然后打开 Pizza Combined No Choice.jmp。
通过试尝者和试尝的组合来定义选择集。请注意,指示符列中某些选择集的值缺失。
2. 选择分析 > 消费者研究 > 选择。
“一个表,堆叠”数据格式是默认格式。
3. 点击选择数据表。
4. 选择 Pizza Combined No Choice,然后点击确定。
5. 完成启动窗口:
‒ 选择指示符,然后点击响应指示符。
‒ 选择试尝者,然后点击对象 ID。
‒ 选择试尝,然后点击选择集 ID。
‒ 选择馅饼皮、奶酪和馅料,然后在“构造特征效应”面板中点击添加。
‒ 选择性别,然后在“构造对象效应(可选)”面板中点击添加。
图 4.2 完成的启动窗口
6. 选中允许响应者选择“无”或“无选择”旁边的框。
7. 点击运行模型。
图 4.3 报表将“无选择”显示为一个效应
“效应汇总”报表按显著性高低显示效应。奶酪是显著性最高的效应,随后是“无选择指示符”,它被视为模型效应。对象效应交互作用性别*馅料和性别*馅饼皮也很显著,这表明不同性别的细分市场对馅料和馅饼皮的偏好不同。
要深入了解“无选择”响应的本质,请选择并查看结果为“无选择”的那些选择集。
8. 在数据表中,右击指示符列中缺失响应的某个单元格,然后选择选择匹配单元格。
9. 在“行”面板中,右击已选定,再选择数据视图。
图 4.4 带有“无选择”响应的选择集
在图 4.4 所示的表中,考虑前七个选择集中的特征(这些选择集由第 1 到 14 行中的试尝者和试尝组合来定义)。每个选择集中唯一的不同就是奶酪。有迹象表明某些响应者可能无法检测出奶酪之间的差异。不过,分析中已经考虑了“无选择指示符”,因此可以得出:即使存在这些迹象,奶酪仍是显著的。
要了解如何进一步分析此类型的数据,请参见查找最优特征。