Transcript Hedonic เอกสาร 1 - สำนักงานเศรษฐกิจการเกษตร

การประยุกต์ใช้ Conjoint Analysis
ทางเศรษฐศาสาตร์เกษตร
ดร.รวิสสาข์ สุชาโต
การฝึกอบรมเชิงปฏิบตั กิ ารสาหรับสานักงานเศรษฐกิจการเกษตร
18 ส.ค. 2554 ณ สถาบันเกษตราธิการ มหาวิทยาลัยเกษตรศาสตร์
ปัญหาของความหลากหลายในตัวสินค้าเกษตรและโครงการ
ช่วยเหลือเกษตรกร
 สิ นค้าเกษตรมีคุณลักษณะที่หลากหลาย เช่น ข้าว
พันธุ์: ข้าวหอมมะลิ ข้าวหอมปทุม ข้าวสังหยด
 ความหอมของข้าว
 ความนิ่ มของข้าว
 ลักษณะเมล็ด
 กากใย


ลักษณะไหนที่เป็ นที่ตอ้ งการของตลาด ควรส่ งเสริ มให้มีการ
ผลิต
ปัญหาของความหลากหลายในตัวสินค้าเกษตรและโครงการช่วยเหลือ
เกษตรกร
ลักษณะต่าง ๆ ของโครงการช่วยเหลือเกษตรกร
 บริ การรวดเร็ ว vs ผิดพลาดน้อย
 ต้องมีสินค้าไปจานา vs ไม่ตอ้ งมีสินค้าไปจานา
 ไม่ยงุ่ ยาก vs โปร่ งใส
 เข้าใจง่าย
 โครงการช่วยเหลือเกษตรกรลักษณะใดที่เป็ นที่ตอ้ งการของเกษตรกร
ควรสร้างโครงการช่วยเหลือแบบใดที่จะทาให้เกษตรกรเข้าร่ วม
โครงการเป็ นจานวนมาก

ปัญหาของความหลากหลายในตัวสินค้าเกษตรและโครงการช่วยเหลือ
เกษตรกร
ลักษณะการประกันภัยพืชผล
 ลักษณะภัยที่คุม
้ ครอง
 ค่าเบี้ยประกันภัย
 วงเงินประกันภัย
 การจ่ายเงินชดเชย
 เราสามารถใช้ Conjoint Analysis ในการวิเคราะห์คุณลักษณะใดของ
สิ นค้า(โครงการ)ที่ตลาด(เกษตรกร)ต้องการ เพื่อส่ งเสริ มให้มีการผลิต
(ใช้โครงการ)ที่ประสบความสาเร็ จ

Conjoint analysis คืออะไร?
 Conjoint analysis เป็ นเทคนิ คที่พฒ
ั นามาจากการศึกษาทางด้าน
คณิ ตศาสตร์ /สถิติ และมีการนามาปรับใช้ทางด้านเศรษฐศาสตร์
ซึ่งอยูบ่ นพื้นฐานของทฤษฎีอรรถประโยชน์ (Utility)
 Lancaster (1971) กล่าวว่า อรรถประโยชน์/ความพึงพอใจ
(Utility) ของผูบ้ ริ โภคจากการบริ โภคสิ นค้าไม่ได้เกิดมาจากตัว
สิ นค้าโดยตรง แต่ได้มาจากความพึงพอใจในคุณลักษณะต่างๆ
ของตัวสิ นค้า
 Green and Rao (1971) ได้ประยุกต์ใช้ Conjoint analysis ในงาน
ด้านการตลาดโดยนามาใช้วดั ความพึงพอใจของผูซ้ ้ือต่อทางเลือก
ในคุณลักษณะสิ นค้าที่มีความหลากหลาย
Conjoint analysis คืออะไร? (2)
 Conjoint Analysis เป็ นการค้นหาว่าลักษณะสาคัญ (Key attributes)
ลักษณะใดของสิ นค้าหรื อบริ การ ที่จะสร้างอรรถประโยชน์ (Utility)
ให้แก่ผบู้ ริ โภค และที่ระดับใด
 Conjoint analysis ถูกนามาใช้ในการพัฒนาผลิตภัณฑ์ใหม่ๆ เพือ
่
ป้ อนเข้าสู่ตลาด รวมทั้งยังถูกนามาใช้ในการปรับปรุ งสิ นค้าและ
บริ การให้ดีข้ ึน เพื่อให้สินค้าและบริ การที่ผลิตออกมานั้นตรงต่อ
ความต้องการของผูบ้ ริ โภคมากที่สุด
 Conjoint analysis สามารถถูกนามาใช้ในการกาหนดราคาของสิ นค้า
รวมทั้งคาดการณ์ส่วนแบ่งการตลาดและหาค่าความน่าจะเป็ นที่สินค้า
ที่ได้รับการพัฒนาขึ้นใหม่จะสามารถจาหน่ายได้ได้อีกด้วย
แนวคิดของ Conjoint Analysis
 ตัวอย่างเช่น การเลือกที่นงั่ บนเครื่ องบิน ให้ตดั สิ นใจเลือกระหว่าง
1.ลักษณะที่นงั่ : นัง่ ที่เหยียดเท้าได้ กับ
ที่นงั่ ที่เหยียดเท้าไม่ได้
2. ราคาตัว๋ : 28,000 บาท กับ
35,000 บาท
3. การเดินทาง: ไม่มีการ Transit ระยะเวลาเดินทาง 8 ชัว่ โมง กับ
มีการ Transit ระยะเวลาเดินทาง 15 ชัว่ โมง
แนวคิดของ Conjoint Analysis (2)
 P1. ที่นงั่ แคบ + 28,000 + 8 ชม.
 P2. ที่นงั่ แคบ + 28,000 + 15 ชม.
 P3. ที่นงั่ แคบ + 35,000 + 8 ชม.
 P4. ที่นงั่ แคบ + 35,000 + 15 ชม. The least preferred
 P5. ที่นงั่ กว้าง + 28,000 + 8 ชม. The most preferred
 P6. ที่นงั่ กว้าง + 28,000 + 15 ชม.
 P7. ที่นงั่ กว้าง + 35,000 + 8 ชม.
 P8. ที่นงั่ กว้าง + 35,000 + 15 ชม.
แนวคิดของ Conjoint Analysis (3)
 การพิจารณาเลือกทางเลือกอื่นๆ นอกเหนื อจาก P4 ซึ่ งผูบ
้ ริ โภค
ชอบน้อยที่สุด และ P5 ซึ่งผูบ้ ริ โภคชอบมากที่สุด จะเป็ นการ
พิจารณาตัดสิ นใจซึ่ งเกิดจากการเปรี ยบเทียบทางเลือกต่างๆ หรื อ
การให้ความสาคัญกับปั จจัยในด้านต่างๆ ของผูบ้ ริ โภค
 นอกจากนี้ ถ้าหากมีขอ้ มูลส่ วนบุคคลของผูบ
้ ริ โภค ก็จะสามารถทา
ให้เกิดการพิจารณาแบ่งส่ วนตลาดของสิ นค้าได้ดียงิ่ ขึ้น เช่น ผู ้
เดินทางเป็ นนักธุรกิจ หรื อ ผูเ้ ดินทางเป็ นนักเรี ยน เป็ นต้น
แนวคิดของ Conjoint Analysis (4)
 โดยทัว่ ไป ในการศึกษาความสัมพันธ์ระหว่างตัวแปร ตัวแปรอิสระ
และตัวแปรตาม จะต้ องมีลกั ษณะเป็ นตัวแปรเชิงปริ มาณ
(Quantitative data) หรื อ ตัวแปรแบบ Metric
 สาหรับ Conjoint analysis ซึง่ นิยมใช้ ในการศึกษาพฤติกรรมของ
มนุษย์ ตัวแปรอิสระมักเป็ นตัวแปรเชิงคุณภาพ (Qualitative
variable) หรื อเป็ นตัวแปรแบบ Non-metric เช่น คุณลักษณะของ
สินค้ า (Levels of certain variables)ในขณะที่ตวั แปรตามอาจเป็ น
ความพึง่ พอใจโดยรวม การตัดสินใจเลือกซื ้อ หรื อการยอมรับ
(Overall rating or a purchase decision or an adoption decision)
แนวคิดของ Conjoint Analysis (5)
 The basic model in a CA study is:
 U(X)
=
U1 (X1 )+ U2 (X2 )+… + Un (Xn )
 (Metric or Non-metric)
(Non-metric)
 Value or Utility
Utilities of an attribute
 ดังนั้นข้อดีของการใช้ CA ก็คือ การนาเอาตัวแปรอิสระที่มี
ลักษณะเป็ น Non-metric มาอธิบายตัวแปรตามที่อาจมีลกั ษณะเป็ น
Metric หรื อ Non-metric ซึ่งทาให้ไม่จาเป็ นต้องมีขอ้ สมมติที่
เกี่ยวข้องกับความสัมพันธ์ระหว่าตัวแปรในเชิงเส้นตรง
หลักการของ Conjoint analysis

สมมติวา่ บริษัทประกันภัยพืชผลแห่งหนึง่ ต้ องการที่จะออกผลิตภัณฑ์
ประกันภัยใหม่ โดยทางบริษัททราบว่าปั จจัยที่มีผลต่อการตัดสินใจซื ้อ
ประกันภัยพืชผลของเกษตรกร คือ วงเงินประกันภัยสูงสุด จานวนภัยที่
คุ้มครอง (ภัยแล้ ง ภัยน ้าท่วม ภัยลมพายุ) และค่าเบี ้ยประกัน โดย
ทางเลือกต่าง ๆ มีดงั นี ้
วงเงินประกัน
จำนวนภัย
ค่ ำเบีย้ ประกัน
2000
1600
1400
3
2
1
100
90
70
หลักการของ Conjoint analysis (2)
 แน่นอนที่สด
ุ คุณลักษณะของประกันฯที่เกษตรกรอยากได้ คือ
วงเงินประกัน
จานวนภัย
ค่าเบีย้ ประกัน
2000
3
70
 ในขณะที่คณ
ุ ลักษณะของประกันภัยฯ ที่บริ ษัทอยากขายก็คือ
วงเงินประกัน
จานวนภัย
ค่าเบีย้ ประกัน
1400
1
100
หลักการของ Conjoint analysis (3)
 บริ ษัทประกันภัยโดยส่วนใหญ่ร้ ู แน่ชด
ั อยูแ่ ล้ วว่าเกษตรกรต้ องการ
ประกันภัยฯ ที่มีวงเงินคุ้มครองและจานวนภัยที่ค้ มุ ครองมาก
ดังนันหากจะจั
้
ดลาดับในเรื่ องของวงเงินคุ้มครองและจานวนภัย
คุ้มครองโดยพิจารณาปั จจัยทัง้ 2 ด้ าน แยกส่วนจากกัน ย่อมได้
ลาดับดังนี ้
rank
วงเงินคุ้มครอง
rank
จำนวนภัย
1
2
3
2000
1600
1400
1
2
3
3
2
1
หลักการของ Conjoint analysis (4)
 สมมติวา่ ถ้าหากทาการพิจารณาปจั จัยในเรือ
่ งของ วงเงิน
คุม้ ครองและจานวนภัยทีค่ มุ้ ครอง ไปพร้อมๆ กัน หรือพิจารณา
ร่วมกัน (Conjointly) โดยให้เกษตรกรทาการจัดลาดับ
(Ranking) คุณลักษณะของประกันภัยฯ ทีเ่ ป็ นได้ทงั ้ หมด 9 ชนิด
(3*3) ทัง้ นี้กาหนดให้ราคาเป็ นค่าคงทีค่ า่ หนึ่ง ผลของการ
สอบถามเกษตรกร จานวน 2 ราย ได้ขอ้ มูลดังนี้
หลักการของ Conjoint analysis (6)
 สมมติวา่ ผลการประเมินค่าความพึงพอใจในแต่ละคุณลักษณะ ซึ่ ง
เป็ นไปตามเงื่อนไขในการจัดลาดับ (Rank orders) ของเกษตรกร
รายแรกเป็ นดังตาราง
หลักการของ Conjoint analysis (7)
 ในขันต่
้ อมา สมมติวา่ นาปั จจัยเรื่ องเบี ้ยประกันมาพิจารณา
ร่วมกับจานวนภัยที่ค้ มุ ครอง โดยได้ ข้อมูลการจัดลาดับ
ความสาคัญดังตาราง
หลักการของ Conjoint analysis (8)
 ผลการประเมินค่าความพึงพอใจในแต่ละคุณลักษณะ ซึ่ งเป็ นไป
ตามเงื่อนไขในการจัดลาดับ (Rank orders) ของเกษตรกรเป็ นดัง
ตาราง (ทั้งนี้ กาหนดให้ความพึงพอใจในเรื่ องจานวนภัยคุม้ ครอง
ไม่เปลี่ยนแปลง)
หลักการของ Conjoint analysis (9)
 ดังนันจากข้
้
อมูลทังหมด
้
สามารถนามาเขียนแสดงความพึงพอใจ
ของเกษตรกร จาแนกตามปั จจัยและคุณลักษณะต่างๆ ได้ ดังนี ้
วงเงินคุม้ ครอง
จานวนภัย
เบีย้ ประกัน
2000 บาท
100
3
50
100 บาท
20
1600 บาท
60
2
25
90 บาท
5
1400 บาท
0
1
0
70 บาท
0
 จากข้ อมูลข้ างต้ น ทาให้ สามารถประเมินความพึงพอใจของ
เกษตรกรในการประกันภัยฯแบบต่างๆ ได้ นอกจากนี ้ยังสามารถ
นามาคานวณหาความน่าจะเป็ นที่เกษตรกรจะตัดสินใจซื ้อ หรื อ
ความเต็มใจจ่ายได้ อีกด้ วย
หลักการของ Conjoint analysis (10)
 ตัวอย่างเช่น มีการประกันภัยฯ อยู่ 2 แบบ คือ
– 1. วงเงินคุ้มครองสูง (2000 บาท) แต่ครอบคลุมภัยน้ อย (1
ภัย) และค่าเบี ้ยกลางๆ (90 บาท)
– 2.วงเงินคุ้มครองกลางๆ (1600 บาท) แต่ครอบคลุมภัยมาก (3
บาท) และค่าเบี ้ยแพง (100 บาท)
 ท่านคิดว่า เกษตรกรจะตัดสินใจซื ้อประกันภัยฯ ตัวไหน และ
เพราะเหตุใด
หลักการของ Conjoint analysis (11)
ประกันภัยตัวที่ 1
วงเงินคุม้ ครอง
จานวนภัย
ค่าเบีย้
อรรถประโยชน์
รวม
ประกันภัยตัวที่2
2000 บาท
100
1600 บาท
60
1
0
3
50
90 บาท
5
100 บาท
0
105
110
ขัน้ ตอนในการทา Conjoint Analysis
1. เลือกคุณลักษณะหรื อปั จจัย และระดับของคุณลักษณะหรื อปั จจัย
ที่จะใช้ ในการศึกษา
2. สร้ างชุดของคุณลักษณะที่เป็ นไปได้ และพัฒนาของคุณลักษณะ
สาหรับการเก็บข้ อมูล โดยอาศัยวิธีการ Full fractional factorial
design เพื่อให้ ได้ จานวนชุดของคุณลักษณะที่เหมาะสมกับ
การศึกษา
2.1 หาจานวนทางเลือกที่เป็ นไปได้ ทงหมด
ั้
(ผลคูณของระดับ
หรื อประเภทของแต่ละคุณลักษณะ)
2.2 ตัด/ลด จานวนทางเลือกบางทางเลือกออก
จานวนทางเลือกทั้งหมด = ผลคูณของระดับหรื อประเภทของ
คุณลักษณะแต่ละคุณลักษณะ (กรณี ตวั๋ เครื่ องบิน : 2x2x2 = 8)
คุณลักษณะ (Attribute)
ชนิดนม
ปริ มาณไขมัน
คุณประโยชน์
ราคา
ระดับ/ประเภท ( Elements)
ของคุณลักษณะ
นมสด (รสจืด) (X1 )
นมรสช็อคโกแลต (X2 )
2.3% - 2.5% (X3)
3.4% - 3.6% (X4 )
Vitamin B2 และ B12 (X5 )
สารต้านอนุมูลอิสระ (X6)
15 บาท (X7 )
20 บาท (X8 )
จานวนทางเลือก
ทั้งหมด
2x2x2x2
=16
ขัน้ ตอนในการทา Conjoint Analysis (2)
3.
ออกแบบลักษณะวิธีการเก็บรวบรวมข้ อมูล
 Pair wise trade-off design
 Full profile design

อื่น ๆ เช่น Hybrid conjoint design, adaptive conjoint analysis
design
วิธี pair-wise trade off design
 หรื อ two factor evaluations
 จับคู่ลกั ษณะของผลิตภัณฑ์ที่จะประเมินทีละคู่ จนครบทุกคู่
15 บาท
20 บาท
ชนิดนม
นมสดนมช็อคโกแลต
ชนิดนม
นมสดนมช็อคโกแลต
Vitamin
B12,B2
สารต้ าน
ชนิดนม
นมสดนมช็อคโกแลต อนุมลู อิสระ
คุณประโยชน์
2.3% - 2.5%
3.4% - 3.6%
ราคา
ปริมาณไขมัน
 เช่น
วิธี pair-wise trade off design (2)
 ข้อดี
 ทาให้ง่ายต่อการประเมินคุณค่า (Utility value) ของลักษณะแต่
ละคู่
 ข้อเสี ย
 เป็ นการประเมินลักษณะแต่ละคู่ทาให้ไม่ได้ภาพรวมของการ
ประเมินลักษณะทั้งหมด
วิธี Full profile design
 หรื อ Multiple factor evaluation
 ลักษณะทั้งหมดของผลิตภัณฑ์จะได้รับการประเมินพร้อมกัน
 เช่น
1
รสจืด
2.3-2.5
2
รสจืด
2.3-2.5
3
4
... 16
รสช็อคฯ รสช็อคฯ
รสช็อคฯ
2.3-2.5 2.3-2.5
3.4-3.6
ชนิดนม
ไขมัน
B12 & B2 B12 & B2 B12 & B2 B12 & B2
คุณค่า
ราคา
15 บาท 20 บาท 15 บาท 20 บาท
ผล
ประเมิน
สารต้านอนุมูลอิสระ
20 บาท
ขัน้ ตอนในการทา Conjoint Analysis (3)
4. การเลือกใช้วธิ ีการวัดความพึงพอใจต่อชุดคุณลักษณะที่นาเสนอ
– ให้คะแนน Rating (Interval scale)
– เรี ยงลาดับ Ranking (Ordinal scale)
5. การเลือกแบบจาลองความพึงพอใจ (พิจารณาจากความสัมพันธ์
ของระดับ/ประเภทของคุณลักษณะแต่ละคุณลักษณะ)
– ไม่มีความสัมพันธ์กนั : ใช้ Discrete model
– มีความสัมพันธ์เชิงเส้นตรง : ใช้ Vector model (Linear more or
linear less)
– มีความสัมพันธ์ไม่เชิงเส้นตรง: ใช้ Ideal-point model (or anti
ideal-point model)
5
4
รสจืด
รสช็อค
รสหวาน
รสสตอเบอร์ร่ี
3
2
1
0
ระดับของคุณลักษณะไม่มคี วามสัมพันธ์กนั
ระดับของคุณลักษณะมีความสัมพันธ์ในเชิงเส้นตรง
5
4
3
150 cc
200 cc
250 cc
5
4
3
2
2
1
1
0
linear more
15 บาท
20 บาท
25 บาท
0
linear less
ระดับของลักษณะมีความสัมพันธ์ไม่เชิงเส้นตรง
5
5
4
4
5 ccs
10ccs 3
15ccs
20ccs 2
25ccs
1
3
2
1
0
ระดับความหวาน
0
A
B
C
D
E
ขัน้ ตอนในการทา Conjoint Analysis (3)
 6. การเลือกใช้วธิ ี การในการประมาณค่าพารามิเตอร์ ของสมการ
(พิจารณาตามลักษณะของแบบสอบถามที่ใช้)
– วิธี pair-wise : ใช้ Probit, Logit, etc.
– วิธี full profile : ใช้ OLS, Tobit , etc.
หมายเหตุ: การแปลผลให้ดูที่ค่า coefficient ซึ่ งจะบอกเราว่า
ระดับของแต่ละลักษณะมีผลต่ออรรถประโยชน์เท่าไร
Disadvantages
 ขั้นตอนในการวิเคราะห์แบบ Conjoint มีความสลับซับซ้อน
โดยเฉพาะในส่ วนของการออกแบบการศึกษาและทางเลือกต่างๆ
 ทางเลือกบางทางเลือกอาจจะไม่มีอยูจ่ ริ งหรื อยากที่จะทาการผลิต
 ผูบ้ ริ โภคอาจไม่สามารถให้ความเห็นกับผลิตภัณฑ์ใหม่ได้
 การออกแบบการศึกษาที่ไม่ดีอาจทาให้เกิดการ Over หรื อ Under
value ในบางปัจจัยหรื อคุณลักษณะ
 ไม่ได้มีการคานึงถึงยอดการจาหน่ายของผลิตภัณฑ์ ดังนั้นจึงไม่
สามารถอธิบายถึงเรื่ องของส่ วนแบ่งการตลาดได้
ตัวอย่าง :
 ปั จจัยที่มีผลต่อการตัดสิ นใจเลือกซื้ อน้ าส้มพร้อมดื่ม 100%
ของผูบ้ ริ โภค (วรรณวิษา และ วิศิษฐ์, 2553)
 คุณสมบัติของน้ าส้มที่ผเู ้ ขียนเลือกมาศึกษามีท้ งั หมดกี่
ลักษณะ อะไรบ้าง
 ขั้นตอนที่ผเู ้ ขียนใช้วเิ คราะห์ Conjoint Analysis เหมือนหรื อ
แตกต่างกับที่เพิง่ เรี ยนไป
 จากผลงานวิจยั นี้ หากท่านต้องการผลิตน้ าส้มมาขายท่านจะ
ผลิตน้ าส้มออกมาในลักษณะใด
 ท่านสามารถพัฒนางานวิจยั ชิ้นนี้ ได้อย่างไร
เปรียบเทียบ Hedonic VS Conjoint
Hedonic
ทฤษฎีพ้นื ฐาน อรรถประโยชน์
ข้อมูลที่ใช้
1. ลักษณะสิ นค้า
2. ราคา (เหมือนกันหมด
ในแต่ละผูบ้ ริ โภค)
การประมาณค่า ราคาแฝงของแต่ละ
คุณลักษณะ
แบบจาลอง
P = P1X1+P2X2+…+PnXn
Conjoint
อรรถประโยชน์
1. ลักษณะสิ นค้า
2. ความชอบส่ วนบุคคล (แตกต่าง
กันไปในแต่ละผูบ้ ริ โภค)
อรรถประโยชน์ของแต่ละ
ลักษณะ
U(X)=U1(x1)+U2(x2)+…+Un(xn)
การวิเคราะห์ conjoint โดยการใช้ SPSS
กรณีศกึ ษา: carpet-cleaner preference

สมมติวา่ ปัจจัยและระดับของปัจจัยที่มีผลต่อความพึงพอใจของผูบ้ ริ โภค
เป็ นดังตาราง
Factor Name
Package
Brand
Price
Seal
Money
Factor Label
Package design
Brand name
Price
Good housekeeping
seal
Money-back guarantee
Value
1, 2, 3
1, 2, 3
1.19, 1.39, 1.59
1, 2
Value Label
A, B, C
K2R, Glory, Bissell
$1.19, $1.39, $1.59
no, yes
1, 2
no, yes
จานวนชุดของคุณลักษณะที่เป็ นไปได้ท้ งั หมด = 3*3*3*2*2 = 108 ชุด
การลดจานวนชุดของคุณลักษณะด้วย Orthogonal Design

ขันที
้ ่1
บนโปรแกรม SPSS เลือก Data / Orthogonal Design /
Generate… /
การลดจานวนชุดของคุณลักษณะด้วย Orthogonal Design
 ขั้นที่ 2
ระบุ Factor Name และ Factor Label / กด Add
 ขั้นที่ 3
เลือก Define Values… / ตั้งค่า Value และ Value
Label / กด Continue
 ขั้นที่ 4
ทาขั้นตอนที่ 2 และ 3 ซ้ า จนกว่าจะระบุปัจจัยและ
ระดับของปัจจัยต่างๆ ครบถ้วน
 ขั้นที่ 5
เลือก Replace working data file
การลดจานวนชุดของคุณลักษณะด้วย Orthogonal Design
 ขั้นที่ 6
เลือก Option โดยระบุจานวนชุดของคุณลักษณะ
และจานวนชุดของ Holdout ที่ตอ้ งการ (สมมติให้เท่ากับ 18 และ
4 ตามลาดับ) / กด Continue / กด OK
Note: ขั้นตอนที่ 6 อาจไม่ตอ้ งทาก็ได้ ถ้าหากไม่ตอ้ งการ
กาหนดจานวนชุดของคุณลักษณะและจานวนชุดของ Holdout ที่
ต้องการ
 ขั้นที่ 7
เลือก File / Save as / file name: carpet_plan.sav
Note: หากต้องการให้ SPSS แสดงค่าเป็ นแบบ Value
Labels ให้ไปที่ View / เลือก Value Labels
ลักษณะของข้อมูลสาหรับการวิเคราะห์แบบ Conjoint

สาหรับข้อมูลตัวอย่างที่ใช้ในการศึกษาครั้งนี้อยูใ่ น file: carpet_pref.sav
โดยผูบ้ ริ โภคจะถูกขอให้จดั เรี ยงลาดับ (Ranking) ชุดของคุณลักษณะทั้ง
22 ชุด ตามลาดับของความชอบ ทั้งนี้การจัดเรี ยงข้อมูลเพื่อการวิเคราะห์
แบบ Conjoint จะเป็ นดังภาพที่ 1 ซึ่งจะแสดงให้เห็นว่า ตัวอย่างหมายเลข
1 ชอบชุดของคุณลักษณะที่ 13 มากที่สุด รองลงไปคือ ชุดของ
คุณลักษณะที่ 15, 1, 20, 14, 7 และ 11 ตามลาดับ
คาสัง่ หรือ Command Syntax สาหรับ Conjoint
Analysis
เพื่อทาการวิเคราะห์แบบ Conjoint โดยใช้โปรแกรม SPSS จาเป็ นที่ตอ้ ง
ใช้ชุดของคาสัง่ หรื อ Command Syntax ดังนี้
CONJOINT PLAN='D:carpet_plan.sav'
/DATA='D:carpet_pref.sav'
/sequence=PREF1 TO PREF22
/SUBJECT=ID
/FACTORS=PACKAGE BRAND (DISCRETE) PRICE (LINEAR
LESS) SEAL (LINEAR MORE) MONEY (LINEAR MORE)
/PRINT=sumaryonly
/PLOT=sumary.
 ระวัง path ของไฟล์วา่ ไฟล์ที่ save ไว้ถูกเก็บไว้ส่วนใดของคอมพิวเตอร์

คาสัง่ หรือ Command Syntax สาหรับ Conjoint
Analysis
 เพื่อสร้าง Command Syntax ให้เลือก File / New / Syntax /
 หลังจากนั้นให้พิมพ์ชุดของคาสัง่ ข้างต้นลงไปใน Dialog Box
 เมื่อเขียนคาสัง่ เสร็ จแล้วให้ทาการบันทึกโดยไปที่ File / Save as /
file name: carpet_test_syn.sps
 เพื่อที่จะ Run Conjoint Analysis ให้กดคาสัง่ Run บน Tool bar
ไฟล์ที่สร้ างขึ ้นตอนแรกเพื่อกาหนด
คุณลักษณะ
ระวัง path!!
คาสัง่ run
ไฟล์ข้อมูลที่ได้ จากการสัมภาษณ์
ในวงเล็บคือความสัมพันธ์ของ
คุณลักษณะกับอรรถประโยชน์ ซึง่
ต้ องระบุทกุ คุณลักษณะ
Utilities
package
brand
price
seal
money
(Constant)
A*
B*
C*
K2R
Glory
Bissell
$1.19
$1.39
$1.59
no
yes
no
yes
Utility
Estimate
-2.233
1.867
.367
.367
-.350
-.017
-6.595
-7.703
-8.811
2.000
4.000
1.250
2.500
12.870
Std. Error
.192
.192
.192
.192
.192
.192
.988
1.154
1.320
.287
.575
.287
.575
1.282
ผลการประมาณค่า
Conjoint Analysis
คะแนนเฉลี่ยรวมของแต่คุณลักษณะ
Importance Values
package
35.635
brand
14.911
price
29.410
11.172
8.872
seal
money
Averaged Importance Score
ทดสอบการวิเคราะห์ Conjoint Analysis
 ให้ ออกแบบโครงการ
ช่วยเหลือเกษตรกร

(ใช้ ลกั ษณะโครงการ
ประกันรายได้ โครงการรับ
จานา และ/หรื อ
คุณลักษณะอื่น ๆ)
 ให้ ออกแบบประกันภัย
พืชผล
 สาหรับพืช/สัตว์ 1
ชนิด