PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2000 | 7 | nr 874 Klasyfikacja i analiza danych : teoria i zastosowania | 217--226
Tytuł artykułu

Możliwości wykorzystania alternatywnych algorytmów conjoint analysis w badaniach marketingowych

Autorzy
Warianty tytułu
The Possibilities of the Use Alternative Conjoint Analysis Algorithms in Marketing Research
Języki publikacji
PL
Abstrakty
Conjoint analysis jest znaną i szeroko stosowaną metodologią analizy danych o preferencjach nabywców produktów lub usług oferowanych na rynku. Wśród technik conjoint analysis stosowanych w celu pomiaru struktury preferencji wyróżniono: tradycyjną (dekompozycyjną) metodę conjoint analysis oraz alternatywne metody conjoint analysis: stosowane w przypadku dużej liczby zmiennych (metoda danych samowyjaśniających, adaptacyjna wersja conjoint analysis, hybrydowa metoda conjoint analysis), stosowane w celu imitacji rzeczywistych wyborów rynkowych (conjoint analysis oparta na wyborach). W artykule przedstawiono najważniejsze dotychczasowe osiągnięcia dotyczące alternatywnych metodologii conjoint analysis.
EN
The paper presents achievements in the field of various conjoint analysis techniques. In the article are described traditional decompositional conjoint analysis, compositional self-explicated data method, adaptive conjoint analysis, hybrid conjoint analysis models and choice-based conjoint analysis. There are some remarks about these methods and their properties in the context of marketing research application.(original abstract)
Twórcy
autor
Bibliografia
  • Agarwal M.K., Green P.E. (1991), Adaptive Conjoint Analysis Versus Self-explicated Models: Some Empirical Results, "international Journal of Research in Marketing", 8, 141-146.
  • Akaah LP., Korgaonkar P.K. (1983), An Empirical Comparison of the Predictive Validity of Self-explicated, Huber-Hybrid, Traditional Conjoint, and Hybrid Conjoint Models. "Journal of Marketing Research", May, 20, 187-197.
  • Bąk A. (1998a), Metody gromadzenia danych marketingowych do modelu conjoint analysis. W: Zastosowania metod ilościowych. Ekonometria 1, Prace Naukowe Akademii Ekonomicznej we Wrocławiu nr 765, Wrocław, 56-65.
  • Bąk A. (1998b), Wybrane problemy badań nad własnościami algorytmów conjoint analysis, W: Klasyfikacja i analiza danych - teoria i zastosowania. Taksonomia, Zeszyt 5, Jelenia Góra-Łódź-Wrocław, Sekcja Klasyfikacji i Analizy Danych PTS, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, 45-54.
  • Bąk A. (1999a), Uwagi o pomiarze preferencji w metodzie conjoint analysis. W: Zastosowania metod ilościowych. Ekonometria 4, Prace Naukowe Akademii Ekonomicznej we Wrocławiu, Wrocław (w druku).
  • Bąk A. ( 1999b), Zagadnienia pomiaru i wiarygodności pomiaru w metodologii conjoint analysis. W: M. Rószkiewlcz (red.), Metody analizy eksperymentu w badaniach marketingowych. Materiały z III Warsztatów Metodologicznych, Szkoła Główna Handlowa, PONT Info Ltd., Warszawa, 91-115.
  • Coombs C.H., Dawes R.M., Tversky A, (1977), Wprowadzenie do psychologii matematycznej. PWN, Warszawa.
  • DSS Reasearch (1998), Choice-Based Conjoint Analysis versus Preference-Based Conjoint Analysis. Artykuł dostępny w Internecie pod adresem: http://www.dssresearch.com/library/conjoint/choice.html.
  • Green P.E. (1984), Hybrid Models for Conjoint Analysis: an Expository Review. "Journal of Marketing Research", May, 1554 69.
  • Green P.E., Goldberg S. M., Montemayor M. (1981), A Hybrid Utility Estimation Model for Conjoint Analysis. "Journal of Marketing", Winter, 45, 33-41.
  • Green P.E., Krieger A. M., Agarwal M. K. (1991), Adaptive Conjoint Analysis; Some Caveats and Suggestions. "Journal of Marketing Research", May, 215-222.
  • Green P.E., Rao V.R. (1971), Conjoint Measurement for Quantifying Judgmental Data. "Journal of Marketing Research", September, 8, 355-363.
  • Green P.E., Srinivasan V. (1978), Conjoint Analysis in Consumer Research: Issues and Outlook. "Journal of Consumer Research", September, 5, 103-123.
  • Green P.E., Srinivasan V. (1990), Conjoint Analysis in Marketing: New Developments with Implications for Research and Practice. "Journal of Marketing" October, 54, 3-19.
  • Hair J.F., Anderson R.E., Tatham R.L., Black W.C. (1995), Multivariate Data Analysis with Readings. Prentice-Hall, Englewood Cliffs.
  • Hair J.F., Anderson R.E., Tatham R.I.., Black W.C. (1998), Multivariate Data Analysis. Prentice-Hall, Englewood Cliffs.
  • Hu C. (1997), Conjoint Analysis. Artykuł dostępny w Internecie pod adresem: http://www.nevada.edu/~huc/html/conj.html.
  • Hu C., Hiemstra SJ. (1996), Hybrid Conjoint Analysis as a Research Technique to Measure Meeting Planners' Preferences in Hotel Selection. "Journal of Travel Research", Vol. XXXV, No. 2, 62-69.
  • Lilien G.L., Kotier P., Moorthy S.K. (1992), Marketing Models. Prentice-Hall, Englewood Cliffs.
  • Louviere J.J. (1988), Analyzing Decision Making. Metric Conjoint Analysis. SAGE Publications, Newbury, Beverly Hills-London-New Delhi.
  • Louviere J.J. (1994), Conjoint Analysis. W: Bagozzi R. P. (ed.), Advanced Methods of Marketing Research. Blackwell, Oxford.
  • Orme В. (1996), Which Conjoint Method Should I Use? Artykuł dostępny w Internecie pod adresem: http://www.researchinfo.com/sawtooth/index.html.
  • Patrykiejew A. (1993), Wprowadzenie do metody Monte Carlo, Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej, Lublin.
  • Walesiak M., Bąk A. (1997), Realizacja badań marketingowych metodą conjoint analysis z wykorzystaniem pakietu statystycznego SPSS for Windows. Wyd. AE, Wrocław.
  • Zwerina K. (1997), Discrete Choice Experiments in Marketing. Physica-Verlag, Heidelberg-New York.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000000007971

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.