Experimental procedureRationale for

Experimental procedure
Rationale for using adaptive conjoint analysis
Instead of directly asking a subject how important an attribute/
level combination is, we apply a decompositional approach. To
increase ecologic validity of the results, participants are asked to
evaluate full product profiles in a CA setting. Because of the large
number of attributes (three intrinsic and three extrinsic character-
istics, 16 combinations in each category), which allows 256 combi-
nations, we applied an adaptive, computer-based variant of CA. By
combining compositional and decompositional methods, ACA is
capable to reliably estimate individual preferences for a large set
of attributes while using a manageable number of choice tasks
(Orme & Johnson, 1996). For several reasons, we omitted the com-
positional part by setting equal importance for all attributes and
their levels: (1) Evaluation of single attributes in the compositional
part is risky because respondents may guess the purpose of the
study. (2) Attribute evaluation in the compositional part is gener-
ally based on self-report questionnaires. This would particularly
950
K. Hoppert et al./Appetite 59 (2012) 949–955
bias the evaluation of intrinsic attributes and, in turn, impair the
estimation of the utility value of an attribute in the decomposition-
al part of ACA. (3) The compositional part was omitted to hide at
which attributes our study was focusing on. In our study setting,
the participants have to make a trade-off between full product
profiles so that they are not able to overrate the importance of
single attributes. This, in turn, reduces the risk of socially desirable
responses and minimises the risk of overstressing the relevance of
a particular attribute (Carroll & Green, 1995; Louviere & Islam,
2008).
General schedule of the process
Upon arrival in our sensory laboratory (22 ± 1 ?C), each partici-
pant was seated at a central table and instructed that the task was
to carry out nine preference tests with pairs of vanilla yoghurt and
some additional tests such as answering a questionnaire. The num-
ber of paired comparisons was set to nine to ensure a reasonable
number of tests without overstressing the capacity of the partici-
pants. Personal information concerning age, gender, body height
and weight, shopping behaviour and yoghurt consumption was
gathered; the other questions were not related to the objective of
the study. To distract the participants in the breaks between
servings, they were allowed to solve a mechanical or a cross-word
puzzle. The participants gave written consent beforehand, and they
were instructed to ring a bell once a particular task was finished. A
stainless steel spoon was provided, as was tap water for
neutralisation.
Layout of preference tests in the ACA
After personal questions were answered, the first sample pair
was served. This paired comparison was identical for each subject
and serves as holdout to assess the internal validity of the prefer-
ences that will be estimated. Sample A in this pair, placed on the left
for all participants (Fig. 1), contained 0.1% fat, 16% sugar and 7%
vanilla preparation. Fat content on the label was 0.1%, and no addi-
tional claims were present. Sample B (placed to the right) had 1.5%
fat, 11.2% sugar and 7% vanilla preparation; labelled fat content was
1.5%, and sugar reduction was claimed. After inspecting and tasting,
the respondents indicated their preference by placing a marker on a
nine point scale with a left anchor ‘‘+4’’...‘‘Strongly prefer left
yoghurt’’, ‘‘0’’...‘‘Prefer neither nor’’ as central point, and a right
anchor ‘‘+4’’...‘‘Strongly prefer right yoghurt’’. Upon receiving the
acoustical signal from the subject, the experimenter picked the
yoghurt glasses and, in the adjacent preparation room, typed the
subject’s choice into a PC. The software calculated the combination
of intrinsic and extrinsic attributes for the next pair of yoghurt. The
experimenter was thus guided to pick two yoghurt samples with
the required combination of intrinsic attributes, and to tag each
glass with the required label. That pair of samples was then served
to the respondent. This procedure was repeated until five paired
comparisons were completed. After a break of approx. 10 min,
another four pairs of samples were served in the same way.
In the last phase of the ACA, we normalised and calibrated the
measured preferences by presenting four single samples, one after
the other. Composition and labelling information were adaptively
calculated in such a way that this set comprised one yoghurt which
the respective respondent evaluated as highly favourable, one that
was rated as highly unfavourable, and two samples with moder-
ately favourable attributes. Participants were requested to rate
purchase likelihood on a 0–100% scale. Based on these evaluations,
intrinsic and extrinsic importance of the attributes can be statisti-
cally extracted (Melles, Laumann, & Holling, 2000). We conducted
ACA and calculated part-worths (Hierarchical Bayes) using the
Sawtooth software packages (www.sawtoothsoftware.com).

ผลลัพธ์ (ไทย) 1:

ขั้นตอนการทดลองผลการใช้การวิเคราะห์ conjoint แบบอะแดปทีฟแทนโดยตรงถามเรื่องคุณลักษณะความสำคัญ /ชุดระดับได้ เราใช้วิธี decompositional ถึงเพิ่มทางธรรมชาติตั้งแต่ผล ผู้เรียนจะต้องประเมินค่าผลิตภัณฑ์เต็มรูปแบบในการตั้งค่า CA เนื่องจาก มีขนาดใหญ่จำนวนของแอททริบิวต์ (สาม intrinsic และสามสึกหรออักขระ-istics, 16 ชุดในแต่ละประเภท), ซึ่งช่วยให้ 256 combi -ประชาชาติ เราใช้ตัวแปรเหมาะสม ใช้คอมพิวเตอร์ของ CA โดยรวมวิธี compositional และ decompositional, ACA เป็นความสามารถในการประเมินความชอบส่วนตัวกับชุดใหญ่ได้แอตทริบิวต์ในขณะใช้งานตัวเลือกจัดการ(Orme & Johnson, 1996) หลายเหตุผล เราละเว้น com-ส่วนตำแหน่งการสำคัญสำหรับแอตทริบิวต์ทั้งหมด และระดับของพวกเขา: แอตทริบิวต์เดี่ยวในที่ compositional ประเมิน (1)ส่วนจะมีความเสี่ยงเนื่องจากผู้ตอบอาจคิดว่า วัตถุประสงค์ของการศึกษา (2) เป็นการประเมินผลแอตทริบิวต์ในส่วน compositional gener-ally ตามแบบสอบถามรายงานตนเอง นี้จะโดยเฉพาะอย่างยิ่ง950คุณ Hoppert et al./อาหาร 59 (2012) 949-955การประเมินคุณลักษณะ intrinsic bias และ จะ ทำการการประเมินค่าโปรแกรมอรรถประโยชน์ของแอตทริบิวต์ในการแยกส่วนประกอบส่วนอัลของ ACA (3) ส่วน compositional ถูกข้ามไปซ่อนที่ซึ่งคุณลักษณะของการศึกษาเน้น การศึกษาของเรามีผู้เข้าร่วมต้อง trade-off ระหว่างผลิตภัณฑ์โปรไฟล์เพื่อให้พวกเขาไม่สามารถที่จะ overrate ความสำคัญของแอตทริบิวต์เดียว นี้ กลับ ลดความเสี่ยงที่สังคมปรารถนาตอบรับ และความเสี่ยงของความเกี่ยวข้องของ overstressing minimisesคุณลักษณะเฉพาะ (คาร์แอนด์กรีน 1995 Louviere และอิสลาม2008)กำหนดการทั่วไปของกระบวนการเมื่อมาถึงในห้องปฏิบัติการทางประสาทสัมผัสของเรา (22 ± 1C) แต่ละ partici-pant นั่งที่กลางตาราง และคำแนะนำงานได้การดำเนินการทดสอบชอบเก้าคู่โยเกิร์ตวานิลลา และบางทดสอบเพิ่มเติมเช่นการตอบแบบสอบถาม Num-ber ของจัดเป็นคู่เปรียบเทียบถูกตั้งค่าให้เก้าให้ความสมเหตุสมผลหมายเลขทดสอบโดยการ overstressing กำลังการผลิตของ partici-กางเกง ข้อมูลส่วนบุคคลที่เกี่ยวข้องกับอายุ เพศ ความสูงของร่างกายและน้ำหนัก ช้อปปิ้งพฤติกรรมและโยเกิร์ตรวบรวม คำถามไม่เกี่ยวข้องกับวัตถุประสงค์ของการศึกษา การกวนใจผู้เข้าร่วมในการแบ่งระหว่างกระปุก พวกเขาได้รับอนุญาตให้แก้กลการหรือข้ามคำปริศนา ผู้เข้าร่วมให้ความยินยอมเป็นลายลักษณ์อักษรล่วงหน้า และพวกเขาถูกสั่งให้กระดิ่งเมื่องานนั้น ๆ เสร็จสมบูรณ์ Aช้อนสแตนเลสให้ เป็นน้ำประปาneutralisationรูปแบบตามลักษณะทดสอบในการ ACAหลังจากที่ได้ตอบคำถามส่วนบุคคล ตัวอย่างคู่แรกแนะนำ เปรียบเทียบนี้จัดเป็นคู่ได้เหมือนกันสำหรับแต่ละหัวข้อและทำหน้าที่เป็น holdout จะมีผลบังคับใช้ภายในของ prefer-ences ที่จะประเมิน ตัวอย่าง A ในคู่นี้ วางทางด้านซ้ายสำหรับร่วม (Fig. 1), ประกอบด้วยไขมัน 0.1% น้ำตาล 16% และ 7%เตรียมวานิลลา ไขมันบนฉลากได้ 0.1% และไม่ addi-tional ร้องอยู่ได้ ตัวอย่าง B (อยู่ทางด้านขวา) มี 1.5%ไขมัน น้ำตาล 11.2% และ 7% วานิลลา เตรียม ไขมันมันถูก1.5% และอ้างว่า ลดน้ำตาล หลังจากตรวจสอบ และ ชิมผู้ตอบที่ระบุการกำหนดลักษณะ โดยการทำเครื่องหมายบนตัวเก้าจุดกับตัวซ้ายยึด '' + 4 ''...'' ต้องซ้ายขอโยเกิร์ต '', '' 0''...'' ต้องไม่ หรือ '' เป็นจุดศูนย์กลาง และสิทธิยึด '' + 4 ''...'' ขอชอบโยเกิร์ตขวา '' เมื่อรับการสัญญาณ acoustical จากเรื่อง experimenter รับการโยเกิร์ตแว่นตา และ ห้องเตรียมติด พิมพ์เรื่องของการเลือกลงในพีซี ซอฟต์แวร์คำนวณการรวมแอตทริบิวต์ intrinsic และสึกหรอสำหรับคู่ถัดไปของโยเกิร์ต ที่experimenter ได้แนะนำจึงหยิบมาทดสอบโยเกิร์ตด้วยจำเป็นชุด ของคุณลักษณะ intrinsic และแท็กแต่ละกระจกกับป้ายที่ต้องการ ตัวอย่างคู่ที่แนะนำแล้วให้ผู้ตอบ มีการทำซ้ำขั้นตอนนี้จนถึง 5 คู่เปรียบเทียบได้เสร็จสมบูรณ์ หลังจากหยุดพักประมาณ 10 นาทีคู่ที่สี่อีกอย่างเปิดให้บริการในลักษณะเดียวกันในขั้นตอนสุดท้ายของ ACA เรา normalised และปรับเทียบการลักษณะวัด โดยนำเสนอตัวอย่างเดียว 4 หนึ่งหลังอื่น ๆ องค์ประกอบและการติดฉลากภาคข้อมูลได้อย่างเหมาะคำนวณด้วยวิธีที่ชุดนี้ประกอบด้วยโยเกิร์ตหนึ่งซึ่งตอบตามที่ประเมินว่าดีมาก หนึ่งที่มีคะแนนเป็น unfavourable สูง และตัวอย่างที่ 2 และเกรดแอตทริบิวต์ ately ดี ร้องขอผู้เข้าร่วมการจัดอันดับซื้อโอกาสบน 0 – 100% ขนาดนั้น ตามการประเมินเหล่านี้ความสำคัญคุณลักษณะ intrinsic และสึกหรอได้ statisti-cally สกัด (Melles, Laumann, & โฮ ลลิ่ง 2000) เราดำเนินการACA และคำนวณส่วน-worths (ลำดับ Bayes) โดยใช้การแพคเกจซอฟต์แวร์ sawtooth (www.sawtoothsoftware.com)

ผลลัพธ์ (ไทย) 3:

เหตุผลสำหรับการใช้วิธีการทดลองแบบ Conjoint Analysis

แทนโดยตรง ถามเรื่องวิธีการที่สำคัญแอตทริบิวต์ /
) รวมกันเป็น เราใช้วิธีการ decompositional .

เพิ่มความตรงกับระบบนิเวศน์ของผลลัพธ์ ผู้เข้าร่วมถูกขอให้ประเมินผลิตภัณฑ์
โปรไฟล์เต็มรูปแบบใน CA ตั้งค่า เพราะของใหญ่
จำนวนของแอตทริบิวต์ ( สามภายใน และภายนอก -
3 ตัวละครพื้นฐาน 16 ชุด ในแต่ละประเภท ) ซึ่งช่วยให้ 256 Combi -
ประชาชาติ เราประยุกต์และคอมพิวเตอร์ที่ใช้แตกต่างจากแคลิฟอร์เนียโดย
รวมส่วนประกอบและวิธีการ decompositional 47 คือ
สามารถเชื่อถือประเมินความชอบของแต่ละบุคคลสำหรับ
ชุดใหญ่ของแอตทริบิวต์ในขณะที่ใช้หมายเลขของตัวเลือกงาน
จัดการ( ออร์ม&จอห์นสัน , 1996 ) ด้วยเหตุผลหลายประการ เราละเว้น com -
ตำแหน่งส่วนโดยการตั้งค่าเท่ากับความสำคัญสำหรับคุณลักษณะทั้งหมดและ
ระดับ ( 1 ) การประเมินผลเดียวคุณลักษณะในส่วนเรียงความ
เป็นการเสี่ยง เพราะผู้ตอบอาจเดาจุดประสงค์ของ
ศึกษา ( 2 ) คุณลักษณะของการประเมินในส่วนประกอบส่วนหนึ่งคือมกราคม -
พันธมิตรยึด 5 ชุดนี้โดยเฉพาะ

K . 950 hoppert et al . / ความอยาก 59 ( 2012 ) 949 – 955
อคติการประเมินคุณลักษณะที่แท้จริง และ เปิด บั่นทอนประสิทธิภาพ
ค่าสาธารณูปโภค ค่าของแอตทริบิวต์ในการย่อยสลาย -
ลส่วนหนึ่งของ ACA . ( 3 ) ส่วน ส่วนประกอบ คือ ละเว้นที่จะซ่อนที่
ซึ่งคุณลักษณะการเรียนรู้ของเราเน้น ในการศึกษาการตั้งค่า
ผู้เข้าร่วมต้อง Trade-off ระหว่างโพรไฟล์ผลิตภัณฑ์
เต็มเพื่อที่พวกเขาไม่สามารถที่จะตีค่าสูงเกินไป ความสำคัญของ
คุณสมบัติเดียว นี้ในการเปิดจะช่วยลดความเสี่ยงของการตอบสนองเป็นที่น่าพอใจ
สังคมและช่วยลดความเสี่ยงของ overstressing ความเกี่ยวข้องของ
คุณลักษณะเฉพาะ ( แคร์โรลล์ &สีเขียว , 1995 ; ลูเวียร์&ศาสนาอิสลาม
2008 ) กำหนดการทั่วไปของกระบวนการ

เมื่อมาถึงในห้องปฏิบัติการของเราทางประสาทสัมผัส ( 22 ± 1 c ) แต่ละดังนี้
กางเกงถูกฝังที่กลางโต๊ะและสั่งว่า งานคือ
เนินเก้าความชอบการทดสอบกับคู่ของโยเกิร์ตวานิลลา
เพิ่มเติมการทดสอบเช่นการตอบแบบสอบถาม NUM -
เบอร์ของเปรียบเทียบคู่ถูกตั้งค่าเพื่อให้แน่ใจว่าเหมาะสม
เก้าหมายเลขการทดสอบโดยไม่ overstressing ความจุของดังนี้
กางเกง ข้อมูลส่วนตัวเกี่ยวกับอายุ , เพศ ,
ความสูงและน้ำหนัก , พฤติกรรมการบริโภคนมเปรี้ยวและช้อปปิ้งคือ
รวบรวม ; คำถามอื่น ๆที่ไม่เกี่ยวข้องกับวัตถุประสงค์ของ
การศึกษา เพื่อดึงความสนใจของผู้เข้าร่วมในการแบ่งระหว่าง
ที่พวกเขาได้รับอนุญาตให้แก้ทางกลหรือครอสเวิร์ด
ปริศนาผู้เข้าร่วมที่ให้ความยินยอมเป็นลายลักษณ์อักษรล่วงหน้าและพวกเขา
ถูกสั่งให้กดกริ่งเมื่อเฉพาะงานเสร็จ เป็นช้อนสแตนเลส
ได้รับเช่นเดียวกับน้ำประปา
สาหร่ายหางกระรอก .
รูปแบบของการตั้งค่าการทดสอบใน ACA
หลังจากคำถามส่วนตัวถูกตอบ แรกตัวอย่างคู่
ถูกเสิร์ฟ นี้การจับคู่เปรียบเทียบที่เหมือนกันสำหรับแต่ละเรื่อง
และทำหน้าที่เป็นไม่ยอมอ่อนข้อเพื่อประเมินความตรงภายในของชอบ -
ences จะประมาณ ตัวอย่างในคู่นี้ วางทางซ้าย
สำหรับผู้เข้าร่วมทั้งหมด ( รูปที่ 1 ) มีไขมันร้อยละ 0.1 , น้ำตาล 16 % และเตรียมวานิลลา 7 %

ปริมาณไขมันบนฉลากเป็น 0.1% และไม่ addi -
tional อ้างว่าถูกปัจจุบัน ตัวอย่าง B ( อยู่ด้านขวา ) มีไขมัน 1.5 %
, น้ำตาล 11.2% และการเตรียมวานิลลา 7% ;ที่มีปริมาณไขมันคือ
1.5% และลดน้ำตาลได้อ้างว่า หลังจากการตรวจสอบ และชิม
ผู้ตอบแบบสอบถามระบุความต้องการของพวกเขาโดยการวางเครื่องหมายบน
9 ระดับด้วยซ้ายยึด ' ' 4 ' ' . . . . . . . ''strongly ชอบทิ้ง
โยเกิร์ต ' ' , ' ' 0 ' ' . . . . . . . ''prefer เหมือนกันหรือ ' ' เป็นจุดศูนย์กลาง และใช่
สมอ ' ' 4 ' ' . . . . . . . ''strongly ชอบใช่โยเกิร์ต ' ' เมื่อได้รับ
เสียงสัญญาณจากเรื่อง ทดลองเลือก
โยเกิร์ตแก้วและในเตรียมห้อง ติดกัน พิมพ์
เรื่องทางเลือกในเครื่องคอมพิวเตอร์ ซอฟต์แวร์คำนวณการรวมกัน
ของภายในและภายนอกคุณลักษณะสำหรับคู่ต่อไปของโยเกิร์ต
ผู้ทดลองจึงแนะนำให้เลือกโยเกิร์ตสองตัวอย่างที่ต้องการการรวมกันของลักษณะที่แท้จริง

และแท็กแต่ละแก้วกับบังคับใช้ฉลาก คู่ที่ใช้เสริฟ
ให้ผู้ตอบ ขั้นตอนนี้ซ้ำจนกว่าห้าคู่
การเปรียบเทียบที่เสร็จสมบูรณ์ หลังจากพักประมาณ 10 นาที
อีกสี่คู่ของตัวอย่างที่ให้บริการในลักษณะเดียวกัน
ในขั้นตอนสุดท้ายของ ACA เราบันทึกและปรับเทียบ
วัดความชอบโดยนำเสนอสี่เดียว
ตัวอย่างหนึ่งหลังจากที่อื่น ๆองค์ประกอบและการติดฉลากข้อมูลตามที่
คำนวณในลักษณะว่า ชุดนี้ ประกอบด้วย หนึ่ง นมเปรี้ยวซึ่ง
ผู้ตอบแต่ละประเมินเป็นอย่างดี ที่คะแนนสูง
1 และ 2 ตัวอย่างกับ moder -
ately ดีแอตทริบิวต์ ผู้เข้าร่วมถูกขอให้คะแนน
ซื้อโอกาสบน 0 – 100 % ขนาด เป็นการประเมินเหล่านี้
ภายในและภายนอกที่สำคัญคุณลักษณะสามารถสถิติ -
คอลลี่ ( เมลส์ laumann & , สกัด , วิเคราะห์ , 2000 ) เราดำเนินการและคำนวณส่วนมูลค่า
WAY ( ชุด Bayes ) โดยใช้แพคเกจซอฟต์แวร์ฟันเลื่อย (

www.sawtoothsoftware . com )