PROJECTIVE MAPPING データ分析

素早く効果的な方法でプロジェクティブ・マッピング・データを分析するには、この関数を使用します。XLSTATソフトウェアを使用してExcel内で利用可能です。

Projective Mapping.PNG

プロジェクティブ・マッピング・データ分析とは何か

プロジェクトティブ・マッピング(またはナッピング)の作業は、製品の官能評価の文脈でポピュラーになってきている、いわゆる"ラピッド"テストの1つです。各被験者に紙のシート上に製品を配置するように依頼します。収集されるデータは、単純に紙のシート上でのx軸とY軸上の製品の座標です。各被験者は、nn 行 (製品ごとに1つ) および 2 列の表をもたらします。これらのデータは、STATIS 法または 多因子分析 (MFA: Multiple Factor Analysis)で分析できます。どちらの方法も、情報を合成して製品をグラフィカルに表現することを主な目的としていますが、被験者の回答間の関係を判断することもできます。

XLSTATでのプロジェクティブ・マッピング・データ分析のオプション

データの構造

各行は製品を表し、列は各被験者が回答したx軸とy軸座標です。被験者のデータは垂直に融合されています。

結果の解釈

k因子の空間での製品の表現は、予防的措置により、製品間の近接を視覚的に解釈することを可能にします。

平面上のある製品の射影がグラフの中心からとおければ、それは信頼できるとみなせます。

因子の数

結果の解釈のために、いくつの因子が保持されるべきかを判断するために、2つの手法がよく使用されます:

  • 固有値の降下曲線を見る。保持するべき因子の数kは曲線の最初の屈折点に対応する。
  • または、因子軸で表される累積変動パーセンテージを使用して、特定のパーセンテージのみを使用するように決定することもできる。

グラフィック表現

これらの表現は、表現空間の軸に関連する変動パーセンテージの合計が十分に高い場合のみ信頼できます。このパーセンテージが高い(たとえば 80%)なら、表現が信頼できるとみなせます。パーセンテージが低ければ、最初の2つの因子軸でなされる解釈を検証するために、複数の軸のペアで表現を作成するのが良い考えです。

XLSTATでのプロジェクティブ・マッピング・データ分析の結果

要約統計: 要約統計の表は、選択されたすべての審査員での簡単な統計量を提供します。

STATIS:

これらの結果は、STATIS分析にのみ関連しており、この手法を選択した場合のみ利用可能です:

固有値とイナーシャのパーセンテージ: 固有値と対応するチャート(スクリー・プロット)が表示されます。

コンセンサス座標: 因子空間でのコンセンサス座標が、対応するチャート(選ばれた因子の数に応じて)表示されます。

RV 行列: すべての審査員間の RV係数 の行列が表示されます。RV指標は、0から1の間の値で、2人の審査員の間の類似度の係数です。 これが1に近いほど、類似度を強いことになります。この行列、審査員の重みを計算するためにSTATISで使用されます。

各審査員の尺度係数: 尺度係数が関連する棒グラフとともに表示されます。これらの尺度係数は、各被験者のシートの使用を標準化します。製品間の空間が狭い被験者ほど、大きな尺度係数となります。

各審査員の重み: STATIS で計算される重みが、関連する棒グラフとともに表示されます。重みが大きいほど、その審査員のコンセンサスへの寄与度が大きくなります。 STATISは全体的観点から近い審査員により重みを与えることを踏まえて、他よりも重みがかなり低いのは、その審査員が非典型であることを意味します。

コンセンサス・コンフィグ: コンセンサス・コンフィグ(配置)が表示されます。これは、これらの審査員の重みによって重みづけされて前処理された審査員データの合計に一致します。

均質度: 審査員の均質度が表示されます。これは、 1/m (m は審査員の数) から 1の間の値で、審査員の均質度とともに増大します。

各審査員とコンセンサスの間のRV 指標: 審査員とコンセンサスの間のRV係数が関連する棒グラフとともに表示されます。STATISの重みと同様、これらの係数は、非典型審査員を検出することを可能にします。 これらの係数の利点は、0 から 1の間の値で、したがって重みよりも解釈が簡単であることです。

全体誤差: STATIS 基準の全体誤差が表示されます。これは(審査員または製品によって提示される)すべての残差の合計に一致します。

審査員ごとの残差: この表と対応する棒グラフは、審査員ごとの残差の分布を可視化することを可能にします。したがって、どの審査員でSTATIS の有効性が低いか、言い換えると、どの審査員がコンセンサスから外れているかを特定することができます。

製品ごとの残差: この表と対応する棒グラフは、製品ごとの残差の分布を可視化することを可能にします。したがって、どの製品でSTATIS の有効性が低いか、言い換えると、どの製品がある被験者から別の被験者へのコンセンサスから最も外れているかを特定することができます。

射影ポイントのグラフ: 射影ポイントは、因子空間での各審査員の製品の射影に対応します。オブジェクトの射影ポイントと重ね合わせた射影ポイントの表現により、任意の製品でのさまざまな評価者によってもたらされる情報の多様性を同時に視覚化し、さまざまな審査員による2つのオブジェクトからの相対距離を視覚化することができます。

多因子分析:

これらの結果はMFAのみに関連し、この手法を選択した場合のみ利用可能です:

固有値とイナーシャのパーセンテージ: 固有値と対応するチャート(スクリー・プロット)が表示されます。

製品座標: 因子空間での製品の座標が、(選ばれた因子の数に応じて)対応するグラフとともに表示されます。

製品寄与度: 製品の寄与度が表示されます。寄与度はプロットを解釈することを助けます。軸の計算により影響した製品は、より高い寄与度を持つそれです。

cos2乗: ある軸、ある平面、または3次元空間でのポイントの射影は、その表現の軸でのcos2乗の合計が1から遠過ぎなければ信頼できるとみなされる。間違った解釈を避けるために、XLSTATで提供される結果で、cos2乗が表示される。.

Lg 係数: 被験者間のリンクのLg係数は、被験者がお互いにどれだけ近いかを定量化するために使用されます。

射影ポイントのグラフ: 射影ポイントは、因子空間での各審査員の製品の射影に対応します。オブジェクトの射影ポイントと重ね合わせた射影ポイントの表現により、任意の製品でのさまざまな評価者によってもたらされる情報の多様性を同時に視覚化し、さまざまな審査員による2つのオブジェクトからの相対距離を視覚化することができます。

XLSTATでのプロジェクティブ・マッピング・データ分析の事例

プロジェクティブ・マッピング・データ分析の使用法に関するチュートリアル がヘルプセンターにあります。

ternary diagramneural network diagram

Excelで動作する統計解析ソフトウェア。

14日間無償トライアルあり。