Ho appena terminato di leggere un paper del 2003 sulla adaptive conjoint utilizzando il polyhedral question design e l'analytic center estimation e vorrei riportare alcune note:
Il polyhedral question design ha a che fare con la riduzione delle domande da porre nelle simulazioni di analisi congiunta (conjoin analysis) allo scopo di alleviare l'impegno degli/delle intervistati/e ed allo stesso tempo mantenere elevata la qualità del dato raccolto
Se si considera un numero di domande ridotte, il polyhedral question design fornisce dei risultati migliori ad altri metodi di progettazione dell'esperimento congiunto (come il fixed design oppure l'adaptive conjoint analysis) sia in termini di validità interna (holdout task) che esterna (choice task)
Pur non fornendo risultati in assoluto migliori rispetto ai metodi già esistenti, se paragonato al metodo “tradizionale” del disegno sperimentale fisso il polyhedral question design permette di ottenere risultati qualitativamente equivalenti utilizzando circa la metà delle domande
Essendo basato su un algoritmo matematico assai complesso (che però, grazie a recenti sviluppi della programmazione matematica, viene risolto rapidamente, e cioè senza ritardi o disagi percepibili dall'intervistato/a) il polyhedral question design si adatta bene ad essere applicato ai questionari per i panel online
Il polyhedral question design può essere applicato a dati di tipo metrico (paired-comparison) così come a dati di tipo categoriale (choice-based conjoint)
L'analytic center è un metodo di stima dei dati derivanti dalla analisi congiunta che si basa sulla proiezione interna dei vertici di un poligono che descrive lo spazio multidimensionale all'interno del quale vi sono i valori dei parametri da stimare; esso può essere utilizzato assieme al polyhedral question design ma anche per stimare i dati derivanti da altri tipi di disegno sperimentale
Rispetto all'altro metodo di stima spesso utilizzato nei modelli di analisi congiunta adattativa, e cioè lo hierarchical Bayes, l'analytic center funziona meglio se applicato su popolazioni molto eterogenee ma con un errore di risposta contenuto (quindi sostanzialmente se applicato ad esperimenti che riguardano prodotti o servizi più semplici e/o intervistati/e più attenti/e e motivati/e, anche se con preferenze discordanti tra loro)
Lo hierarchical Bayes è un metodo di stima che fa uso dei dati della popolazione per informare la distribuzione delle risposte del/della singolo/a intervistato/a, ed è quindi più funzionale dove la popolazione è più omogenea ma anche più utile dove vi sono intervistati/e meno attenti/e e motivati/e
Un tema importante nei metodi adattativi di analisi congiunta è il cosidetto endogeneity bias, per il quale ogni nuova domanda posta all'intervistato/a dipende dalle domande poste in precedenza, e ciò può causare un vizio nei risultati della simulazione, in quanto l'errore di misurazione dipende dal numero di domande poste; detto ciò, il polyhedral question design appare essere meno sensibile dell'adaptive conjoint analysis rispetto all'endogeneity bias
L'aggiunta di domande auto-esplicative (self-explicated) sull'importanza dei parametri (quindi di dati digiunti utilizzati insieme ai dati dell'analisi congiunta a formare i cosidetti modelli ibridi) ha mostrato un miglioramento nella qualità del dato ottenuto dalle varie simulazioni, ma va precisato che la categoria di prodotti testata (borse porta-computer) è tipicamente una di quelle dove i parametri di valutazione sono nettamente separabili e dove presumibilmente la qualita del dato auto-esplicativo è elevata; non è affatto certo che lo stesso tipo di considerazione sia fattibile per categorie di prodotto che prevedono una separazione meno netta tra gli attributi che compongono un prodotto/servizio
L'analytic center sembra funzionare meglio quando i dati auto-esplicativi non sono presenti e quando viene utilizzato il polyhedral question design
Nel complesso, il polyhedral question design e l'analytic center sembrano avere delle buone prospettive di impiego e di sviluppo tra i metodi sperimentali di analisi delle preferenze dei consumatori
Per chi fosse interessato/a il link al paper è: http://bear.cba.ufl.edu/centers/mks/articles/1a93888be3_article.pdf
Nessun commento:
Posta un commento