Konjoint Analizi

Seçim tabanlı konjoint, bir ürünün hangi özelliğinin ne kadar ağırlık taşıdığını doğrudan sormak yerine katılımcıyı seçim yapmaya zorlar. Her turda birkaç profil gösterilir; profiller fiyat, teslimat sıklığı, garanti süresi gibi özelliklerin farklı düzeylerini birleştirir ve katılımcı bunlardan birini seçer. Özellikler turlar boyunca sistemli biçimde değiştirildiği için seçimlerin örüntüsü, kimsenin doğrudan beyan etmediği ödünleşmeleri açığa çıkarır: daha düşük fiyat için daha uzun teslimat süresinin kabul edilip edilmediği gibi. Bu yöntemin asıl değeri, özelliklerin mutlak beğenisini değil birbirine göre ağırlığını ölçmesidir. YouReply Nicel Analiz bu ağırlıkları sayımla çıkarır: her özellik düzeyinin kaç kez gösterildiği ve kaç kez seçildiği bilinir, ikisinin oranı bir kısmi faydaya çevrilir ve her özelliğin önemi o özellik içindeki faydaların açıklığından bulunur. Yaklaşım kasıtlı olarak sayıma dayanır; bir seçim modeli uydurulmaz.

• Abonelik paketinde fiyat mı, teslimat sıklığı mı daha ağır basıyor?
• Hangi özellik düzeyini iyileştirmek seçim oranını en çok yukarı çeker?
• Katılımcılar daha uzun garanti için ne ölçüde daha yüksek fiyatı kabul ediyor?
• Ürün kartındaki dört özellikten hangisi karar üzerinde neredeyse hiç etkili değil?

• Bir ürün ya da hizmet birkaç ayrık özellikten oluşuyorsa ve bunların göreli ağırlığı aranıyorsa.
• Katılımcıların beyan ettiği önem sıralaması herkesin her şeye önemli demesi yüzünden ayrım üretmiyorsa.
• Tasarım önceden kurulmuş, turlar ve profiller planlanmış ve saha çalışması tamamlanmışsa.
• Veri uzun biçimde, yani gösterilen her profil için bir satır olacak biçimde toplanmışsa.
• Amaç özellik ağırlıklarının sırasını görmekse; kesin fayda parametreleri ve benzetim gerekmiyorsa.

• Katılımcı sütunu: kişi kimliği; aynı kişinin bütün turları bu değerle bağlanır.
• Tur sütunu: her katılımcı içinde turları ayıran kimlik; seçim bu birim içinde yapılır.
• Seçim sütunu: o satırdaki profilin seçilip seçilmediğini belirten ikili değer.
• Özellik sütunları: her özellik için bir sütun, içinde o profilin hangi düzeyde olduğu yazar; düzeyler kategorik etiket olarak saklanır.
• Fiyat gibi sayısal özellikler de düzey olarak ele alınır; sürekli bir katsayı tahmin edilmediği için fiyat, sayılardan oluşan bir kategori listesi gibi okunur.

Uzun biçimli veri düzeni

Her satır bir katılımcının bir turunda gösterilen tek bir profili temsil etmelidir. Üç profilli bir tur üç satır üretir ve bunlardan biri seçili olarak işaretlenir.

Tur başına tam olarak bir seçim

Her tur bir karar demektir: seçili profil sayısı birden farklıysa o tur ya eksik kaydedilmiş ya da akışta bir sorun olmuştur.

Dengeli ve örtüşmesiz tasarım

Özellik düzeylerinin yaklaşık eşit sıklıkta gösterilmesi ve düzeylerin birbirinden bağımsız değişmesi gerekir. İki özellik turlar boyunca birlikte değişiyorsa etkileri ayrıştırılamaz.

Özellik düzeylerinin tutarlı yazımı

Aynı düzeyin iki farklı yazımı iki ayrı düzey sayılır ve özelliğin fayda açıklığını, dolayısıyla önem yüzdesini olduğundan büyük gösterebilir.

Profillerin makul ve uygulanabilir olması

En yüksek özellikleri en düşük fiyatla birleştiren ya da gerçekte mümkün olmayan profiller, seçimleri tasarımın kendisi yüzünden bozar ve fayda sıralamasını şişirir.

• Uzun biçimli veri düzeni: Panel geniş biçimli bir dosyayı uzun biçime çevirmez ve böyle bir öneri sunmaz; düzeni yükleme öncesinde kurmanız gerekir.
• Tur başına tam olarak bir seçim: Tasarım bölümü tam olarak bir seçili profili olmayan turların sayısını bildirir. Bu bir bilgi satırıdır; ilgili turlar analizden ayrıca çıkarılmaz ve sayı büyükse bunu değerlendirmek size kalır.
• Dengeli ve örtüşmesiz tasarım: Tasarım bölümü tur başına en az ve en çok profil sayısını raporlar. Düzeylerin gösterilme dengesi ve özellikler arası bağımlılık için ayrı bir ölçü üretilmez; düzey tablosundaki gösterilme sayılarını kendiniz karşılaştırmanız gerekir.
• Özellik düzeylerinin tutarlı yazımı: Yazım birliği denetlenmez. Veri sekmesindeki ızgarada düzey adlarını taramak ve gerekiyorsa Değişken sekmesinde değer etiketleriyle birleştirmek araştırmacıya düşer.
• Profillerin makul ve uygulanabilir olması: Profillerin gerçekçi olup olmadığı değerlendirilmez; yasaklı birleşimler tasarım aşamasında önlenmiş olmalıdır.

1. 1Uzun biçimli dosyayı panele bırakın; her satır bir katılımcının bir turunda gördüğü tek profili taşımalıdır.
2. 2Veri sekmesindeki ızgarada aynı tur içindeki satır sayısını ve seçim sütununun sıfır ile bir olarak geldiğini denetleyin.
3. 3Değişken sekmesinde özellik sütunlarını sınıflayıcı olarak işaretleyin, düzey adlarındaki yazım farklılıklarını değer etiketleriyle tek biçime getirin.
4. 4Analiz sekmesinde seçim tabanlı yöntemler arasından konjoint analizini seçin; yalnız verime uyanlar anahtarı açıkken uygun olmayan yöntemler gerekçesiyle soluklaşır.
5. 5Parametre formunda katılımcı, tur ve seçim sütunlarını eşleyin, ardından analize girecek özellik sütunlarını işaretleyin.
6. 6Analizi çalıştırın; düzey tablosu, özellik önemleri ve tasarım denetimi ayrı açılır bölümler hâlinde gelir.
7. 7Önem yüzdelerini okumadan önce tasarım bölümünü açın; tam olarak bir seçimi olmayan turların sayısı yüksekse veriyi geri dönüp denetleyin.
8. 8Sonucu Excel olarak indirin; hesaplama künyesi kartı kütüphane çağrısını ve sürümünü yazar, koşu geçmişi sekmesi önceki denemeleri saklar.

Düzey başına gösterilme ve seçilme sayısı

Her özellik düzeyinin kaç profilde yer aldığı ve bu profillerin kaçının seçildiği ayrı ayrı verilir; bütün hesap bu iki sayının üzerine kurulur.

Seçim oranı

Düzeyin seçilme sayısının gösterilme sayısına oranı. Doğrudan okunabilir bir betimleme olmakla birlikte, turdaki rakip profillerin ne olduğunu hesaba katmaz.

Kısmi fayda

Seçilme ile gösterilme oranının yarım sayım düzeltmeli logaritması alınır ve özellik içinde ortalaması sıfıra çekilir. Böylece bir özelliğin düzeyleri sıfır etrafında, artı ve eksi değerlerle okunur.

Özellik önemi

Her özellik için faydaların en büyüğü ile en küçüğü arasındaki açıklık hesaplanır ve bu açıklıklar toplamı yüz olacak biçimde normalleştirilir.

Tasarım denetimi

Tur başına en az ve en çok profil sayısı ile tam olarak bir seçili profili bulunmayan turların sayısı bildirilir.

Kısmi fayda

Bir özellik düzeyinin, aynı özelliğin ortalama düzeyine göre seçilme eğilimini gösterir; artı değerler ortalamanın üstünde, eksi değerler altında kalmayı anlatır. Sayımla üretilir: bir logaritmik dönüşüm ve özellik içinde ortalamayı sıfıra çekme işleminden oluşur, tahmin edilmiş bir katsayı değildir. Düzeyler arasındaki fark, aynı özellik içinde karşılaştırıldığında anlam taşır; farklı özelliklerin fayda değerlerini doğrudan yarıştırmak yerine önem yüzdelerine bakmak gerekir.

Özellik önemi

Bir özelliğin en iyi ve en kötü düzeyi arasındaki mesafe, o özelliğin karar üzerindeki ağırlığını verir ve yüzdeler toplanarak yüz olur. Yüzde elliyi aşan bir önem, tek bir özelliğin kararı büyük ölçüde sürüklediğini söyler. Bu yüzdeler de sayımdan gelir ve bir model tahmini değildir; ayrıca tasarıma bağlıdır, bir özelliğin düzey aralığını genişletmek önemini mekanik olarak büyütür.

Seçim oranı

Düzeyin bulunduğu profillerin kaçta kaçının seçildiğini gösteren en çıplak betimlemedir. Okunması kolaydır ama yanıltabilir: bir düzey yalnız zayıf rakiplerin yanında gösterildiyse oranı hak etmediği kadar yüksek çıkar. Dengeli bir tasarımda bu sapma küçülür, ortadan kalkmaz.

Hiçbir kısmi fayda ya da önem yüzdesi için güven aralığı döndürülmez ve standart hata hesaplanmaz. Sayım yaklaşımında tahmin edilen bir parametre bulunmadığı için etrafına aralık kurulacak bir belirsizlik de doğmaz. Sonuç olarak iki özelliğin önem yüzdesi arasındaki farkın ya da iki düzeyin fayda farkının örnekleme dalgalanmasını aştığı gösterilemez. Birbirine yakın iki önem yüzdesini sıralamak yerine eşdeğer saymak daha savunulabilir bir okumadır.

Aşağıdaki sayılar temsili bir örnektir; gerçek bir araştırmanın ya da gerçek bir kullanıcının verisi değildir.

Araştırma sorusu

Temsili bir kahve aboneliği araştırmasında, fiyat ile teslimat sıklığı ve çekirdek kaynağı arasında seçimi en çok hangi özellik sürüklüyor?

Değişkenler

Katılımcı sütunu: 350 kişilik örneklemde kişi kimliği · Tur sütunu: kişi başına 10 tur, her turda 3 profil · Özellikler: aylık fiyat (79, 99, 129 lira), teslimat sıklığı (haftalık, iki haftada bir, aylık), çekirdek kaynağı (tek kaynak, harman)

Örnek sonuç

Toplam 10.500 profil satırı analiz edildi. Fiyat düzeylerinde 79 lira 3.512 kez gösterildi ve 1.596 kez seçildi (oran 0,454, kısmi fayda 0,372); 99 lira 3.498 gösterim ve 1.211 seçimle 0,346 oran ve eksi 0,100 fayda; 129 lira 3.490 gösterim ve 681 seçimle 0,195 oran ve eksi 0,473 fayda aldı. Teslimat sıklığında haftalık 0,167, iki haftada bir eksi 0,074, aylık eksi 0,243 fayda verdi. Çekirdek kaynağında tek kaynak 0,067, harman eksi 0,067 fayda aldı. Açıklıklar fiyatta 0,845, teslimat sıklığında 0,410 ve kaynakta 0,134 olduğu için önem yüzdeleri fiyat 60,9, teslimat sıklığı 29,5 ve çekirdek kaynağı 9,6 olarak normalleştirildi. Tasarım bölümünde tur başına profil sayısı en az ve en çok 3, tam olarak bir seçimi bulunmayan tur sayısı 3.500 turun 12'si olarak bildirildi.

Yorum

Karar ağırlıklı biçimde fiyata bağlı: fiyatın önemi, öteki iki özelliğin toplamından daha büyük. Fiyat düzeylerinin faydaları 79 liradan 129 liraya doğru düzenli biçimde düşüyor, yani katılımcılar fiyat arttıkça tutarlı biçimde uzaklaşıyor ve bu düzenlilik tasarımın makul kurulduğuna dair bir işaret sayılabilir. Teslimat sıklığında haftalık ile iki haftada bir arasındaki fark, iki haftada bir ile aylık arasındaki farktan küçük: asıl kopuş aylık teslimatta yaşanıyor. Çekirdek kaynağının yüzde 9,6 ile sondaki yeri, bu özelliğin ürün kartında yer almasının kararı belirgin biçimde değiştirmediğini söyler. Sayılar turda hangi profillerin yarıştığını hesaba katmadığı için faydalar bir koşullu logit modelin katsayıları gibi okunamaz; özelliklerin sırası böyle bir modelle genellikle örtüşür ama değerler örtüşmez. Tam olarak bir seçimi bulunmayan 12 tur toplamın binde üçünden azını oluşturduğu için sonucu taşımayacak kadar küçüktür, yine de kaynağına bakılması gerekir. Sayılar temsilidir.

Araştırma sorusu: Seçim kararında marka, fiyat ve boyut niteliklerinin ağırlığı nasıl dağılıyor?

Katılımcı kimliği sütunu

katilimci_no

Seçim görevi sütunu

gorev

Seçim göstergesi sütunu

secildi

Nitelik sütunları

marka,fiyat,boyut

Hesaplama künyesi: scipy 1.18.0 · statsmodels 0.14.6 · scikit-learn 1.9.0 · numpy 2.5.1 · pandas 3.0.5 · semopy 2.3.11 · 89fc29a · Veri tohumu: 20260917

Sayım tabanlı konjoint analizinde özellik önemleri aylık fiyat için yüzde 60,9, teslimat sıklığı için yüzde 29,5 ve çekirdek kaynağı için yüzde 9,6 olarak bulundu; fiyat faydaları 79 lirada 0,372 ile 129 lirada eksi 0,473 arasında değişti (N = 350, kişi başına 10 tur).

APA düzenine yakın örnek cümle; sayılar temsilidir.

• Koşullu logit modeli uydurulmadığı için faydalar ve önem yüzdeleri model kestirimi olarak raporlanamaz; sayım tabanlı oldukları açıkça yazılmalıdır.
• Bir düzeyin seçilme sayısı hesaplanırken aynı turda hangi profillerin yarıştığı göz ardı edilir, bu yüzden güçlü rakiplerin yanında gösterilen düzeyler haksız biçimde zayıf görünebilir.
• Özellikler arası etkileşim tahmin edilemez; belirli bir fiyatın yalnız belirli bir teslimat düzeyiyle birlikte kabul edildiği durumlar görünmez kalır.
• Standart hata, güven aralığı ve anlamlılık sınaması bulunmadığından iki önem yüzdesi arasındaki fark istatistiksel olarak karşılaştırılamaz.
• Bireysel düzeyde fayda üretilmediği için pazar payı benzetimi, kesim kurma ve bir profilin seçilme olasılığını hesaplama yapılamaz.
• Önem yüzdeleri tasarıma bağlıdır: bir özelliğin düzey aralığını genişletmek o özelliğin payını mekanik olarak büyütür, bu yüzden yüzdeler ancak aynı tasarım içinde karşılaştırılabilir.

• MaxDiffNeden: Öğeler bir ürünün özellik düzeyleri değil bağımsız ifadelerse; tek bir listeyi tercihe göre sıralamak için daha sade bir tasarım ister.
• Van Westendorp Fiyat DuyarlılığıNeden: Yalnız fiyat algısının sınırları aranıyorsa; dört fiyat sorusuyla kabul edilebilir bir aralık çıkarır ve tasarım kurmayı gerektirmez.
• Lojistik RegresyonNeden: İkili seçim sonucu katsayı tahminleri, standart hatalar ve güven aralıklarıyla modellenecekse; sayım yaklaşımının vermediği belirsizlik ölçülerini verir.
• TURF AnaliziNeden: Soru ağırlıklar değil, sınırlı sayıda seçenekle kaç kişiye ulaşıldığıysa; portföy kapsamını hesaplar.

• MaxDiff
• Van Westendorp Fiyat Duyarlılığı
• Lojistik Regresyon

Bu sonuçlar koşullu logit ile aynı mı çıkar?

Özelliklerin sıralaması genellikle benzer çıkar: hangi özelliğin kararı sürüklediği ve hangisinin neredeyse hiç ağırlık taşımadığı iki yaklaşımda çoğu zaman örtüşür. Değerler ise örtüşmez. Buradaki faydalar, seçilme ve gösterilme sayılarının oranından doğrudan hesaplanır; logit modelin katsayıları ise her turda yarışan profiller birlikte değerlendirilerek tahmin edilir. Bu yüzden sayıları bir logit çıktısıyla karşılaştırıp aynı olmasını beklemek yanlış olur ve burada üretilen değerleri model katsayısı olarak raporlamamak gerekir.

Özellik önemi yüzdesi neden tasarıma bağlı?

Çünkü önem, özellik içindeki en yüksek ve en düşük faydanın arasındaki mesafeden gelir. Fiyat aralığını 79 ile 129 lira arasında kurarsanız bir mesafe elde edersiniz; aynı ürün için 79 ile 299 lira arasında kurarsanız mesafe büyür ve fiyatın payı öteki özelliklerin payını aşağı çeker. Hiçbir özellik kendiliğinden yüzde kırk önemli değildir; yüzdeler yalnız seçtiğiniz düzey aralıkları içinde geçerlidir. Bu nedenle iki ayrı araştırmanın önem yüzdelerini karşılaştırmadan önce düzey aralıklarının aynı olup olmadığını denetlemek gerekir.

Bir profilin seçilme olasılığını hesaplayabilir miyim?

Bu yöntemde hayır. Olasılık hesabı ve pazar payı benzetimi, bir seçim modelinin tahmin edilmiş olmasını gerektirir; burada tahmin edilmiş bir model bulunmaz ve kişi başına fayda değerleri üretilmez. Elinizdeki şey özellik düzeylerinin örneklem düzeyindeki göreli ağırlığıdır. Bu ağırlıklarla yapılabilecek iş, hangi düzeyi iyileştirmenin daha çok karşılığı olacağına dair bir sıralama kurmaktır; belirli bir ürün bileşiminin payını sayıyla vermek değildir.

Tam olarak bir seçimi bulunmayan turlar bildirildi, ne yapmalıyım?

Önce bu sayının toplam tur sayısına oranına bakın. Küçük bir oran genellikle birkaç yarım bırakılmış anketten gelir ve sonucu taşımaz. Oran büyükse kaynağı veri toplama ya da dönüştürme aşamasındadır: seçim sütununun yalnız seçili satırda bir olduğu, bir turun bütün satırlarının aynı tur kimliğini taşıdığı ve dönüştürme sırasında satır kaybı olmadığı denetlenmelidir. Bu turlar analizden ayrıca çıkarılmadığı için sorunlu veriyi düzeltmek ve analizi yeniden çalıştırmak gerekir.

• Green, P. E., & Srinivasan, V. (1978). Conjoint Analysis in Consumer Research: Issues and Outlook
• Louviere, J. J., Hensher, D. A., & Swait, J. D. (2000). Stated Choice Methods: Analysis and Applications
• Orme, B. K. (2020). Getting Started with Conjoint Analysis
• numpy belgeleri