a Jor About Right (JAR) skálák egy általánosan használt kérdésformátum, amikor megpróbálják azonosítani egy termék vagy tapasztalat teljesítményét egy bizonyos attribútummal szemben. A skála feltételezi, hogy van egy attribútum ideális pozíciója, valamint annak lehetősége, hogy az ideál felett vagy alatt legyen. Például egy csokoládé édessége éppen megfelelő lehet, vagy lehet túl édes, vagy nem elég édes. Ennek számszerűsítéséhez öt egyedi pozíciót hozunk létre egy 5 pontos skálán, a túl édestől kezdve a egyáltalán nem elég édesig (1. ábra).
a kérdések megválaszolásakor a válaszadó csak az öt válasz közül választhat, így ez egyetlen kódkérdés.
a vizsgálat végén, akkor képes lesz arra, hogy hozzon létre egy átlagos pontszám ezeket az adatokat, megtalálni az átlagos pozícióját kapcsolatban, hogy csak a jobb. A nullához közeli átlag szemlélteti, hogy megfelel-e a fogyasztói elvárásoknak ezzel az attribútummal kapcsolatban, de fontos megvizsgálni, hogy ez az átlag polarizált vagy egyhangú pontozásból származik-e.
a következő lépés annak felmérése, hogy ez az attribútum milyen hatással van az Általános fellebbezésre, valamint az alulteljesítéskor tapasztalt büntetésre. Ez megmondja, hogy ez az attribútum kritikus-e az optimalizáláshoz, vagy másodlagos jelentőségű. Ehhez használjuk büntetés elemzés.
hogyan kell kiszámítani:
első lépés
először is, meg kell, hogy van egy kérdés, amely méri a fogyasztó általános fellebbezést a termék pl. mennyire tetszik a termék teljes, ahol 5 olyan, mint egy csomó, és 1 nem tetszik egy csomó? Ezt 7 vagy 10 pontos skálán is meg lehet kérdezni, ha előnyben részesítjük.
rendelkeznie kell egy sor ÜVEGMÉRLEGGEL is, amelyekkel megmérheti a hatást. Például: édesség, vastagság,szín és erős szag.
második lépés
az egyes ÜVEGMÉRLEGEKET tekintve csoportosítania kell azokat a fogyasztókat, akik a terméket túl édesnek vagy nem elég édesnek értékelték. Tehát azok, akik az ‘a little too sweet’ (4) és a ‘much too sweet’ (5) – et választották, az ‘A’csoportot nevezzük. Azok, akik a ‘just about right’ (3) – t kódolják, a B csoportba kerülnek, és azok, akik a ‘egyáltalán nem elég édes’ (1) és a ‘nem elég édes’ (2) – et választották, a C csoportba kerülnek.tehát most 3 csoport van,A,B és C.
harmadik lépés
ezután ki kell számolnia e két csoport mindegyikének méretét, elosztva az egyes csoportokban (A, B, C) válaszadók számát a tanulmányra válaszoló válaszadók teljes számával.
negyedik lépés
most meg kell vizsgálnia, hogy ezek a csoportok hogyan válaszoltak az Általános fellebbezési kérdésre. Ezt meg lehet tenni egy nyers Excel adatfájlban vagy más adatcsomagban. Létre kell hoznia egy átlagos pontszámot az egyes csoportok számára. Például az a csoport, aki a terméket túl édesnek tartotta, átlagosan 4,15-ös vonzerőt adott. A B csoport, aki úgy vélte, hogy az édesség éppen megfelelő, átlagos vonzereje 4,55, stb.
ötödik lépés
Miután megvan az átlagos pontszám a teljes fellebbezéshez, mindhárom csoport esetében készen áll a büntetés kiszámítására. Vegyük a B csoportot, azok a minősítések, amelyek majdnem megfelelőek, hogy legyen a kiindulási pontod. Tegyük fel, hogy az Általános fellebbezés átlagosan 4,55. Most vonja le az a csoport teljes átlagát ebből az összegből. E. g 4.55 mínusz 4.15 egyenlő 0.40. Ez azt mondja nekünk, hogy a termék túl édes minősítésének büntetése az Általános fellebbezés 0,40-es csökkenése.
ismételje meg ezt minden tesztelt attribútumnál.
hatodik lépés
most kiszámította az egyes attribútumokra vonatkozó büntetéseket, és az egyes csoportok fogyasztóinak százalékos arányát, most ábrázolhatja ezeket egy grafikonon, hogy lássa, hol fekszenek. Ezt a grafikont nézve, a jobb felső sarok a kritikus sarok; itt találja azokat az attribútumokat, amelyek a legnagyobb büntetést szabják ki az Általános fellebbezésre. A kritikus sarok létrehozásához általában metszjük az X tengelyt, ahol az attribútumok a válaszadók több mint 20-25% – ának általános vonzerejét eredményezik, és az Y tengelyt, ahol a büntetési csepp 1 pont vagy annál nagyobb.
ez a grafikon azt mutatja, hogy a termék nem elég édes, a szín túl világos, a vastagság túl vastag és a szag túl erős, mindez nagy büntetést jelent a fogyasztók számára, akik általában kedvelik a terméket. Ezeket azonnal kezelni kell.
tehát a büntetés-elemzés a megfelelő eszköz az Ön számára? Nos, sok előnye van a büntetés elemzésének. Először is, ez olcsó futtatni, és lehet tenni bárki Excel. Nem kell statisztikust alkalmaznia, vagy drága szoftverekbe fektetnie. Gyorsan futtatható és gyorsan ábrázolható, így hatékony az elemzéshez és a jelentéshez. Könnyen érthető, ami azt jelenti, hogy bonyolult magyarázatok nélkül bemutathatja az egyes attribútumok szerepét a terméken.
vannak azonban hátrányok, amelyek közül a legnagyobb az, hogy elszigetelten vizsgálja az attribútumok és az Általános fellebbezés közötti kapcsolatot; egy attribútum meghamisítása hatással lehet más attribútumokra. Amint azt korábban említettük, néhány tulajdonság polarizálódik, ami észrevétlen maradhat a Büntetőelemzés során. Végre. vannak más robusztusabb statisztikai technikák is, amelyek felhasználhatók az egyes attribútumok általános fellebbezésben betöltött szerepének jobb megértésére, de a büntetés-elemzés jó kiindulópont.
