フリーソーティング・データ分析

フリーソーティング・データ分析とは何か?

フリーソーティング・テストは、製品の官能評価の一部として一般的になってきております。それらは構築するのが簡単で、かつ回答するのも簡単です。原理は次のとおりです: 各参加者は、彼/彼女に提示された製品をグループ分けするように求められます。したがって、各クラスタは、それを構築した回答者にとってとても類似した製品の集合を表します。グループの数は、参加者によって選ばれます。禁止された行為は、すべての製品を同じグループに入れることと、製品の数だけグループを作成することだけです。 

フリーソーティング・データ分析の主要な目的は、製品間のリンクを調査して可視化することと、審査員間の合意を調査することです。

XLSTATでのフリーソーティング・データ分析のオプション

フリーソーティング・データを分析するには３つの手法が利用可能です: 

1. STATIS: STATIS法を使用するためのデータ前処理が実行されます。データ前処理は、各審査員を完全分離表とみなすことからなり、グループ・サイズが標準化されます(Llobell, Cariou, Vigneau, Labenne & Qannari, 2020)。 STATIS 法は、審査員間の合意の指標を持ち、それらを分析で考慮に入れることができます。
2. 共起行列でのCA: 製品共起行列が構築され、その後にコレスポンデンス分析 が続きます(Cariou & Qannari, 2018)。
3. MCA: 生データで多重コレスポンデンス分析 が実行されます(Van der Kloot & Van Herk, 1991)。

もう１つの目的は。審査員の近接を分析することです。この目的のために審査員間の共起行列が構築され、その後に コレスポンデンス分析 が続きます(Cariou & Qannari, 2018)。

因子をフィルタ: 結果が表示される因子の数を減らすために、以下の２つのオプションのうちの１つを有効にすることができます。

• 最小%: 選ばれた因子が表現する合計変動の最小パーセンテージを言えれてください。
• 最大数: 考慮に入れる因子の数を設定してください。

フリーソーティング・データ分析の結果

使用された手法(STATIS、CA、MCA)に応じて、以下のようなさまざまな結果が表示されます:

• 固有値およびイナーシャのパーセンテージ
• コンセンサス座標
• RV行列
• 各審査員の尺度係数
• 各審査員の重み
• コンセンサス・コンフィギュレーション
• 均質性
• 各審査員とコンセンサスの間のRV 指標
• 全体誤差
• 審査員ごとの残差
• 製品ごとの残差