统计分析方法论文.docx

产品测试中JAR问题的分析方法产品测试研究中，经常需要消费者对产品的感官属性进行评价，而人类通常对感官属性有一个最佳的适应点，例如：香味的浓淡程度，并不是香味越浓越好；甜味，也不是越甜越好。针对这种情况，在产品测试中，我们通常有两种方式来测度消费者对某个属性的感受：1、? 将属性感觉表现转化为快感指标(Hedonic scale)，比如消费者队属性表现的喜欢程度。这是很多研究公司常用的一种手段，提问方式可能是这样的：请问您对该产品气味浓淡的喜欢程度如何？请用1到5分来评价，1分表示非常不喜欢，5分表示非常喜欢。这种方式的优点是：评价量表（喜欢程度）是有次序的，通常可以利用显著性检验/相关/回归分析等方式来进行统计分析；但缺点是：即使被访者回答不喜欢，也难以从评价中得知气味是偏浓呢，还是偏淡，如果偏淡，大致需要改进多少？因此通常还需要借助其他手段来补救。2、? 用“正好(Just-About-Right，简称JAR问题)”的尺度方式来提问。同样对上面问题，我们提问的方式变为：请问你认为该产品气味的浓淡程度如何？请用1~5分来评价，1分表示太淡，5分表示太浓，3分表示正好。在这种方式下，评价得分并非越高越好，而是越靠近3分越好。JAR问题的优势是，可以借助于消费者的个人感知标准，确定最优的属性改进方向和大致改进尺度。因此JAR问题可以帮助产品开发人员直观地诊断产品的缺陷，确定产品属性改进方向和程度。但其缺点是：这种评价方式下，研究人员通常缺乏有力的统计分析手段，通常的显著性检验/相关/回归分析难以进行，在多个JAR属性中，难以确定这些因素的相对重要性和改进优先度。虽然存在种种不便，但是JAR问题由于其对产品开发改进指导的直观性，仍然受到产品研发人员的青睐，目前，在食品/饮料、纺织品、个人护理用品等领域中，JAR问题是产品测试的常用尺度。而研究分析人员经过不懈的努力，也发展出了对JAR问题一系列分析手段，兹举例如下一、常规的均值和图形分析蛇形图可以将属性的平均得分通过折线图表示出来，这样可以看到每个属性离中心点的大致偏向。这种方式直观简洁，一目了然，是最常用的方法之二、三角图展示方法三角图也是用来呈现JAR属性的一个好手段，可用于呈现单个属性的评价，也可用于多个属性的评价，以及多个产品的对比呈现。三角图的制作很简单，采用等边三角形的方式，左边表示JA人群的比例，右边表示TL人群的比例，下方表示TM人群的比例，具体的刻度方式参见下图：图：一个三角图示例上图含义：对于属性A，60%的人认为正好合适，28%的人认为过少，12%的人认为过多。而对于B配方，42%的人认为正好，20%的人认为过少，38%的认为过多。将多个属性置于同一个三角图，可以方便地呈现产品的优点和缺点：????????? 属性越靠近三角形的上尖端，则表示产品在该属性上表现越佳；????????? 属性越靠近底端，则表明该属性的合适程度越低；????????? 属性如果靠近左边（位于中心线左边），则表明认为该属性过强(多)的比例超过过弱（少）的比例；如果靠近右边（中心线右边），则表明认为属性过弱（少）的比例超过过强（多）的比例。三、Penalty分析Penalty分析是JAR问题分析中最常用方法，它可以在多个属性中，找出每个属性的相对重要程度，并确定产品改进的优先次序。Penalty分析的基本思想是：通过分析具体属性和对产品总评价之间的关联，确定每个具体属性对总体属性的影响程度，从而达到确定具体数据重要性的目的。在传统的属性评价中，这部分工作通常是通过回归分析和相关分析进行的。Penalty分析的过程Penalty分析需要以下两个方面的指标：????????? 对产品的总体评价。总体评价必须是等差或等比的尺度，比如对产品的总体喜欢程度用1-7分评价，分数越高越喜欢。????????? 对具体属性的JAR偏好评价。假定消费者评价了产品的某个具体属性，采用方式的是，中间值表示最合适。对一个5分量表而言：1分表示太少，2分稍微有点少，3分正好，4分稍微有点多，5分表示太多。?于是根据每个属性，我们可以将消费者分为3类：????????? 第1类（打1~2分者）：认为产品在属性上偏少的人，记为TL；????????? 第二类（打3分者）：认为属性表现为正好的人，记为JA，????????? 第三类（打4~5分者）：认为属性表现为偏多的人，记为TM。对于总体评价指标（总体喜欢程度），记消费者对该产品的总体喜欢程度为L。针对每个属性的三类人群，记每类人群对产品的总体喜欢程度（平均值）为????????? L(TL)：表示TL人群对产品的总体喜欢程度????????? L(TM)：表示TM人群对产品的总体喜欢程度????????? L(JA)：表示JA人群对产品的总体喜欢程度?于是我们可