聯合分析問題
聯合分析是一種統計技術，用於衡量消費者對不同產品或服務的偏好。此方法將屬性分解，例如價格、品牌或品質。 查看範例。
建立聯合分析問題
1. 選擇聯合分析將問題新增至您的問卷。
2. 輸入問題。
3. 點擊聯合分析設定。有三種概念類型可供選擇：
概念類型 1：自訂概念：多屬性多水平產品
根據提供的資料範本上傳資料。
設定任務設定，包括每個任務的概念數量（建議 2-5 個概念，且總概念數除以每個任務的概念數應為整數）、是否包含空選項及其文字，以及概念呈現規則。您可以選擇顯示所有概念、按順序顯示所有概念、顯示部分概念，以及顯示特定任務。
概念類型 2：自訂概念：簡單產品
此概念類型類似於最大差異分析問題。在聯合分析中，您只需要選擇「最佳」標籤，而在最大差異分析中，您需要同時選擇「最佳」和「最差」標籤。
您需要為每個概念輸入概念代碼並上傳圖片。最少需要四個概念。
設定任務設定，包括每個任務的概念數量（建議 2-5 個概念，且總概念數除以每個任務的概念數應為整數）、是否包含空選項及其文字，以及概念呈現規則。您可以選擇顯示所有概念、按順序顯示所有概念、顯示部分概念，以及顯示特定任務。
概念類型 3：系統生成組合概念：多屬性多水平產品
您需要在屬性設定中輸入屬性和水平。
設定任務設定，包括每個任務的概念數量（建議 2-5 個概念）、是否包含空選項及其文字，以及任務數量。
您也可以禁止項目組合，任務將不會顯示這些組合。
4. 點擊儲存。
5. （選填）調整問題的任何其他設定。
6. 點擊完成。
分析資料
多屬性多水平產品報告
聯合分析報告顯示屬性重要性和概念效用。
- 屬性重要性：此表格顯示每個屬性和水平的重要性。在同一屬性內，水平的效用值越大，該水平對受訪者越重要。屬性的重要性越大，該屬性對受訪者越重要。在此範例中，CPU 是受訪者最重要的屬性。
以下是計算屬性重要性的公式：
屬性重要性 = 每個屬性的最大水平效用值 / 所有屬性最大水平效用值總和 x 100%
例如，CPU 的重要性為 28.54%，計算方式如下：
16.54 / (16.54 13.87 10.42 8.96 8.16) x 100% = 28.54%
- 概念效用：概念的偏好排名可以直觀地顯示其重要性。效用值越高，該概念對受訪者越重要。
簡單產品報告
簡單產品報告使用圖表和表格呈現資料視覺化。以下為每個屬性提供的統計分析：
- 偏好百分比：屬性在任務中被選為「最佳」選項的百分比。偏好百分比越高，表示該屬性越受偏好。
- 機率百分比：屬性在任務中被選為「最佳」選項的可能性。機率分數範圍為 0 到 1，分數越高表示被選為最佳選項的可能性越高。
- P 值：通常認為 P 值小於 0.05 具有統計顯著性。
- 選擇次數：屬性被選為最重要的次數。
- 出現次數：屬性顯示的次數。
- 分數：選擇次數 / 出現次數。分數越高，表示該屬性對受訪者越重要。
注意：聯合分析需要足夠的樣本量才能計算相對準確的資料，因此基於足夠大樣本量（回應數 > 100）的報告才具有意義。
