メインコンテンツに移動

Excelでのprojective mapping データの分析

このチュートリアルは、XLSTATソフトウェアを用いてExcel内でT projective mapping データ分析を実行して解釈する方法を説明します。

プロジェクティブ・マッピングのデータセット

データは、AGROCAMPUS OUESTによってレンヌで実施された projective mapping/Napping からの引用です。24 人の被験者がペーパーシートの上で 8 個のスムージーを配置しました。類似した2つの製品を見つけた人は、ペーパーシートの上でそれらを近づけて配置し、 異なって認識された商品を互いに遠くに配置します。したがって、プロジェクティブ・マッピング(またはナッピング)は、製品間の距離の概念を与えます。

データ分析のために、各ペーパーシートの座標が収集されました。オリジナルのファイルは、R パッケージ SensoMineRで取得できます。

このチュートリアルの目的

このチュートリアルの目的は:

  1. スムージー間の関係性を調査し可視化すること。被験者の全体的観点を表現する製品マップを構築する。
  2. 被験者たちの回答が類似しているか、非典型の被験者が存在していないかを判断するために、被験者間の一致を調査する。

XLSTATでのプロジェクト・マッピング・データ分析のセットアップ

XLSTAT / 高度な機能 / 官能データ分析 / projective mapping データ分析 コマンドを選択します。 PRM_Ribbon_EN.png

projective mapping データ分析ダイアログ・ボックスが現れます。 PRM_General_EN.PNG

一般タブでは、projective mapping データ (垂直に連結された被験者のすべての座標)を選択します。製品ラベル(スムージー)も選択されます。

データ分析には2つの手法が提案されています: STATIS 法および 多因子分析 (MFA)。ここでは、 STATIS 法を使用するように選択します。

オプションタブでは、軸の数の上限を5 に設定して、最初の2軸でマップを構築するように選びます。 F1 と F2以外の軸を使用したい場合は、この最後のオプションのチェックを外します。 PRM_Options_EN.PNG OK ボタンをクリックすると、計算が始まります。

XLSTATを用いたExcelでのプロジェクト・マッピング・データ分析の結果の解釈

いくつかの固有値とともに表示されたいくつかの記述統計の後、プロジェクト・マッピング・データ分析の主要目的を可視化できます: 2次元マップでの製品の表現、および 、それらの間の近接の識別。 "Casino_PBC" と "Innocent_PBC" のスムージーは近いと認識されていますが、"Casino_SRB"からは遠いと認識されていることがわかります。一方、"Innocent_SB" と "Immedia_MP" のスムージーは反対です。 PRM_CHART1_EN.PNG 特定の2人の被験者に興味がある場合、各被験者間のRV係数を提供するRV 行列 を見ることが有用です(この件数は0から1の間で、被験者の近接とともに増大)。ここで、被験者 1 は被験者 2にとても類似した意見を持っていますが、被験者 4 (他の被験者との低いRV係数を持つ)からはとても異なります。 PRM_TAB1_EN.PNG 各被験者の尺度係数は、その被験者が他の被験者に対して相対的にペーパーシートの空間をどのように使用したかを示します。ある被験者の係数が高いほど、シートの活用が低いことに対抗するために、製品間のスペースを拡大させる必要がありました。ここで、被験者 3 と 8 が、他と比べてシートのとても小さな空間しか使わなかったことがわかります(彼らは多かれ少なかれ製品を同じ場所に集中させました)。 PRM_CHART2_EN.PNG また、ある被験者の他のすべて、すなわちコンセンサスに反映された対する全体的視点に対する近接度を評価することも興味深いです。それをするために、被験者のコンセンサスとの類似度を表す棒グラフを見ると、被験者2と4は18や23とは異なり、かなり非典型であることがわかります。 PRM_CHART3_EN.PNG 次のグラフは、製品ごとの残差を提供します。これはどのスムージーが、 "Innocent_PBC" のスムージーのように被験者間でほど類似して、または "Carrefour_SB"のスムージーのように(他との関係で)異なって配置されたかを示します。 PRM_CHART4_EN.PNG 最後に、被験者の均質度指標(1/m から 1の間で、 m は被験者の数)は被験者が合意的に応答したかどうかを評価することを可能にします。この指標が1に近いほど、被験者がより均質であることになります。ここで、均質度が中程度でありることがわかります。同じ観点を持つ被験者のクラスを決定するために、被験者のクラスタリングが不可欠かもしれません。これを実行するために、CLUSTATIS 法を使用することができます。

PRM_TAB2_EN.PNG

この記事は役に立ちましたか?

  • ウイ
  • いいえ