Marcin Pełka , Aneta Rybicka
ARTICLE

(Polish) PDF

ABSTRACT

Conjoint analysis is a statistical method in which consumer preferences are decomposed in order to evaluate: utility function for each attribute, importance of each attribute, market shares simulations and segmentation of consumers.
There are many different computer programs that can be applied for conjoint analysis research. The paper presents conjoint package of R software which are useful to evaluate empirical preferences. The R program is more and more popular and many researchers are applying it.
The conjoint package of R software is a response to a fact, that not all steps of conjoint analysis were programmed in R. In particular it concerns evaluation of attributes’ importance, market share simulations and interpretation of results.
The article presents also results of the evaluation of wine consumers’ preferences with application of conjoint package, market share simulations and segmentation of consumers.

KEYWORDS

evaluation and analysis of preference, conjoint analysis, R software

REFERENCES

[1] Bak A., (2000), Mozliwosci wykorzystania alternatywnych algorytmów conjoint analysis w badaniach marketingowych, [w:] „Klasyfikacja i analiza danych – teoria i zastosowania”, Taksonomia, Zeszyt 7, Sekcja Klasyfikacji i Analizy Danych PTS, Prace Naukowe nr 874 Akademii Ekonomicznej we Wrocławiu, 217-226.

[2] Bak A., (2002), Pomiar preferencji metoda conjoint analysis oparta na wyborach, [w]: Jajuga K., Walesiak M. (red.) Taksonomia 9 – Klasyfikacja i analiza danych – teoria i zastosowania. Prace Naukowe Akademii Ekonomiczne we Wrocławiu nr 942, 386-399.

[3] Bak A., (2003), Algorytmy conjoint analysis w pakiecie statystycznym SAS/STAT. [w]: Jajuga K., Walesiak M. (red.) Taksonomia 10 – Klasyfikacja i analiza danych – teoria i zastosowania. Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 988, 211-221.

[4] Bak A., (2004a), Metody dyskretnych wyborów w badaniach zachowan konsumentów, [w:] Dziechciarz J. (red.) Ekonometria nr 13 – Zastosowania metod ilosciowych, Prace Naukowe Akademii Ekonomicznej we Wrocławiu Nr 1010, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław, 150-163.

[5] Bak A., (2004b), Dekompozycyjne metody pomiaru preferencji w badaniach marketingowych, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 1013 z serii Monografie i Opracowania nr 157, Wydawnictwo AE we Wrocławiu, Wrocław.

[6] Bak A., Bartłomowicz T., (2011), Implementacja klasycznej metody conjoint analysis w pakiecie conjoint programu R, Prace Naukowe UE we Wrocławiu nr 176, 94-104.

[7] Gatnar E., Walesiak M., (red.) (2004), Metody statystycznej analizy wielowymiarowej w badaniach marketingowych, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław.

[8] Gatnar E., Walesiak M., (red.) (2011), Analiza danych jakosciowych i symbolicznych z wykorzystaniem programu R, C.H. Beck, Warszawa.

[9] Green P.E., Wind Y., (1975), New way to measure consumers’ judgments, „Harvard Business Review”, July-August, 53, 107-117.

[10] Gruszczynski M., (red.) (2010), Mikroekonometria. Modele i metody analizy danych indywidualnych. Wolters Kluwer Polska Sp. z o.o., Warszawa.

[11] Hair J.F., Anderson R.E., Tatham R.L., Blach W.C., (1995), Multivariate Data Analysis with Readings, Prentice-Hall, Englewood Cliffs.

[12] Rybicka A., Pełka M., (2009), Analiza i interpretacja wyników conjoint analysis, Prace Naukowe UE we Wrocławiu nr 86, 185-193.

[13] Szreder M., (2004), Metody i techniki sondazowych badan opinii, PWE, Warszawa.

[14] Understanding Conjoint Analysis (1997), A Review of Conjoint Analysis, Technical Paper from DSS Research, [URL:] www.dssresearch.com/marketresearch/Library/Conjoint/conjoint.asp.

[15] Walesiak M., Bak A., (2000), Conjoint analysis w badaniach marketingowych. Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław.

[16] Walesiak M., Gatnar E., (red.) (2009), Statystyczna analiza danych z wykorzystaniem programu R, Wydawnictwo Naukowe PWN, Warszawa.

[17] Zwerina K., (1997), Discrete Choice Experiments in Marketing, Physica-Verlag, Heidelberg-New York.

Back to top
© 2019–2022 Copyright by Statistics Poland, some rights reserved. Creative Commons Attribution-ShareAlike 4.0 International Public License (CC BY-SA 4.0) Creative Commons — Attribution-ShareAlike 4.0 International — CC BY-SA 4.0