Làm thế nào để phân tích một thứ hạng và thang đánh giá với nhau?

Trong một số nghiên cứu thị trường, người tiêu dùng được yêu cầu xếp hạng các tính năng của sản phẩm dựa trên mức độ ưu tiên. Ví dụ,

Xếp hạng các tính năng sau cho thiết bị dựa trên mức độ ưu tiên của bạn (1 là mức ưu tiên cao nhất)

Storage capacity         6
Portability              5
Touch interface          1
Keyboard                 4
Long battery life        2
Entertainment on the go  3

Trên thang điểm từ 1 đến 5, đánh giá các tính năng dựa trên mức độ quan trọng (1 là rất quan trọng)

                    1   2   3   4   5
Storage capacity    1               
Portability                 3       
Touch interface     1               
Keyboard            1               
Long battery life       2           
Entertainment on the go         4   

Bây giờ dựa trên xếp hạng và xếp hạng, tôi muốn chỉ định trọng số và cuối cùng tìm hiểu xem người tiêu dùng thích máy tính xách tay hay máy tính bảng /

Nói trong ví dụ này, người tiêu dùng đã xếp hạng cảm ứng là 1 và thời lượng pin là 2; đây là những thuộc tính của máy tính bảng Nhưng ông đã đánh giá bàn phím và dung lượng lưu trữ là quan trọng nhất, đó là các tính năng của máy tính xách tay có bàn phím.

Làm thế nào để tôi kết hợp cả hai điều này và có thể chỉ định một số trọng số và đưa ra một số điểm? Nếu điểm số trên một mức nhất định thì người tiêu dùng thích máy tính bảng và dưới một mức nhất định thì người tiêu dùng thích máy tính xách tay.

Tôi cho rằng bạn không thể hỏi họ nếu họ thích máy tính xách tay hay máy tính bảng; hoặc bạn muốn kiểm tra những gì họ nghĩ họ thích với những gì bạn nghĩ họ nên thích ...

Có một số cách để làm điều này. Trên thực tế, đây là một phiên bản của vấn đề thực tế rất phổ biến trong việc đánh giá người xin việc, hoặc đấu thầu công việc - bạn cần quyết định các tiêu chí, cân nhắc và đánh giá các ứng viên theo các tiêu chí. Bạn đã nhấn mạnh vấn đề trọng số của các tiêu chí, nhưng đánh giá của các ứng cử viên (máy tính xách tay và máy tính bảng) so với các tiêu chí là rất quan trọng, cũng như sự lựa chọn trong sáu tiêu chí ở vị trí đầu tiên. Đây là phần lớn đánh giá hơn là câu hỏi thống kê.

Có hai bước cần thiết: kết hợp thông tin trong hai câu hỏi để đưa ra trọng số cho các tiêu chí; và so sánh tầm quan trọng được trao cho sáu phẩm chất với hiệu suất của hai sản phẩm so với sáu phẩm chất đó.

Vấn đề đầu tiên của bạn là bạn có hai câu hỏi rõ ràng (xem bình luận của tôi) về cơ bản là cùng một yếu tố cơ bản và người trả lời chắc chắn sẽ không hoàn toàn nhất quán trong câu trả lời của họ (mặc dù hy vọng không nhiều như trong ví dụ của bạn, nơi dung lượng lưu trữ là ưu tiên thấp nhất nhưng "rất quan trọng"!)

$rate_{new}=\frac{rate+rank*\frac{4}{5}+0.2}{2}$

Điều này hơi thô thiển, nhưng thực tế là không có cách nào thực sự thỏa đáng để kết hợp cả hai mà không có nhược điểm nào. Chuyển đổi thứ hạng thành xếp hạng và ngược lại là một vấn đề tuy nhiên bạn làm điều đó và một số quy tắc ngón tay cái là cần thiết để xử lý các mối quan hệ trong xếp hạng (nếu bạn muốn biến chúng thành xếp hạng) hoặc phạm vi không xác định đằng sau bảng xếp hạng (nếu bạn muốn biến chúng thành xếp hạng, tức là người dùng đã bị buộc phải xếp hạng từ một đến 6, nhưng thực sự có thể nghĩ rằng tất cả chúng đều thực sự quan trọng - hoặc không quan trọng ...).

Điều quan trọng tiếp theo là bạn sẽ cần phải chấm điểm các sản phẩm so với sáu phẩm chất. Thông thường các đối tượng sẽ được yêu cầu làm điều này, nhưng trong trường hợp này có vẻ như bạn phải tự làm điều đó. Bạn sẽ tạo ra một ma trận như:

                        Tablet   Laptop
Storage capacity         4          2
Portability              1          2
Touch interface          1          4
Keyboard                 5          1
Long battery life        3          2
Entertainment on the go  1          3

Tôi đã giữ cho hội nghị bạn có điểm thấp là tốt.

Sau đó, bạn chỉ cần nhân và tổng các xếp hạng quan trọng của mình bằng các điểm chất lượng này và bạn nhận được điểm cho máy tính bảng và một cho máy tính xách tay. Điểm có điểm thấp nhất là tùy chọn - bạn không cần ngưỡng, chỉ để so sánh hai điểm.

Lưu ý rằng cách bạn ghi điểm hai sản phẩm so với sáu phẩm chất sẽ rất quan trọng trong việc này - có lẽ quan trọng hơn cách bạn tạo ra trọng số. Vì vậy, bạn muốn thử một loạt các điểm số khác nhau và xem những điểm nào cho kết quả chính đáng. Không có cách thống kê nào để đạt điểm "đúng", với thông tin bạn có. Nếu bạn biết tùy chọn máy tính xách tay / bảng thực tế của mọi người, có lẽ bạn có thể tạo ra một bộ điểm tạo ra các tùy chọn đó, nhưng sau đó toàn bộ bài tập sẽ là một điểm khác nhau.

Xem bên dưới để biết một số mã R và đầu ra thực hiện điều này và gợi ý rằng đối tượng hơi bối rối của bạn có thể thực sự muốn có một máy tính xách tay:

> r1 <- c(6,5,1,4,2,3)
> r2 <- c(1,3,1,1,2,4)
> newrate <- (r2+r1*4/5+.2)/2
> products <- as.matrix(data.frame(Tablet=c(4,1,1,5,3,1), Laptop=c(2,2,4,1,2,3)))
> cbind(products, newrate)
     Tablet Laptop newrate
[1,]      4      2     3.0
[2,]      1      2     3.6
[3,]      1      4     1.0
[4,]      5      1     2.2
[5,]      3      2     1.9
[6,]      1      3     3.3
> newrate%*%products
     Tablet Laptop
[1,]   36.6   33.1

Nghĩ rằng bạn có thể tìm hiểu điều gì là quan trọng trong quyết định của mọi người chỉ bằng cách hỏi thể hiện sự lạc quan không chính đáng. Nhưng có một số phương pháp hợp lý để "lấy" tầm quan trọng của các yếu tố khác nhau. Nhiều năm và năm nghiên cứu về tâm lý học và kinh tế học hành vi đã sinh ra điều này. Một đồng nghiệp và tôi đã tóm tắt một số phát hiện từ các tài liệu về chủ đề này và khám phá một số cách để áp dụng chúng (trong bối cảnh giáo dục đại học) ở đây .

Đây là một nhiệm vụ học tập không giám sát. Đây là một ý tưởng rất đơn giản mà nếu không chính xác, tôi hy vọng người khác chỉ ra. Đưa mười biến của bạn vào PCA để trích xuất 2 PC. Sử dụng hai thành phần chính trong thuật toán phân cụm 2 nghĩa để xác định ranh giới cho phép gán cho mỗi hai nhóm. Kiểm tra PC và đặt tên cho chúng là Tablet và Laptop nếu thấy hợp lý. Bây giờ bạn có một tiêu chí dựa trên sự kết hợp tuyến tính của 10 biến của bạn.

Vấn đề chính tôi thấy với điều này là bạn sẽ không nhất thiết phải kết thúc với một thuật toán dự đoán "máy tính xách tay" nhất định so với "máy tính bảng". Để có được một cái gì đó như thế, lý tưởng nhất là bạn phải có ít nhất một vài điểm dữ liệu với kết quả để đào tạo.