Öz
Conjoint
Analysis is a efficient analysis and is used esspecially in marketing. It was
used to predict the utility and price level at product or service development
or for innovative purposes. It has the disadvantage of strict profile usage and
orthogonal profile determination for the efficient coefficient estimation. The
increasing attribute level amount involves further problems in the research.
The aim of this study is to show that the coefficient of correlation and the
product factor significance obtained by the Conjoint Analysis can be obtained
by the Generalized Estimation Equations. In this analysis the data from a study
conducted by M.Baran(2007) is used. In his study, Baran revealed the importance
factor of consumer in tea preferences. The Generalized Estimation Equations
have been developed as an expanded version of linear models to obtain efficient
and unbiased estimates with longitudional, panel or clustered data. In this
study the model coefficients and utility values have been estimated
comparatively by both of the methods.
Anahtar Kelimeler
Conjoint Analysis General Mixed Models Generalized Estimation Equations Consumer Choice
Kaynakça
- Başaran, Z. K., (2010). Çok Değişkenli İstatistiksel Analiz Tekniklerinden Bulanık Konjoint Analizi ve Çay İşletmelerine Uygulanması. Yüksek Lisans Tezi. İstanbul: Marmara Üniversitesi Sosyal Bilimler Enstitüsü.
- Cengiz, E. (2009), “Tüketicilerin Ürün Tercihinde Rol Oynayan Ürün Menşeinin, Marka, Fiyat ve Kalite Değişkenleri Açısından Değerlendirilmesi”, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 23(2) Erzurum.
- Greene, T., GEE and Generalized Linear Mixed Models Erişim adresi: http://slideplayer.com/slide/6106341/
- Green, P.E., ve Srinivasan P. (1978). Conjoint Analysis in Consumer Research: Issues and Out-look. Journal of Consumer Research, 5(2),103-123.
- Hair, J., Anderson, R., Tatham, R., ve Black W.,(1995). Multivariate Data Analysis with Readings. London: Mcmillan Book Company.
- Hardin JW., Hilbe JM. (2003). Generalized Estimating Equations. Chapman & Hall/CRC. New York.
- Orme, Bryan K. (2010). Getting Started with Conjoint Analysis, Strategies for Product Design and Pricing Research, second edition. Research Publishers LLC, USA.
- Stroup, Walter W., (2012), Generalized Linear Mixed Models Modern Concept, Methods and Application, London, A Chapman &Hall Book.
- Şahinkanat, E. (2013). Tüketicilerin Satın Alma Kararlarının Konjoint Analizi İle Belirlenmesi. Uludağ Üniversitesi, Sosyal Bilimler Enstitüsü, Basılmamış Yüksek Lisans Tezi.
- Tatlıdil, H. (1995), Konjoint Analizi, Ankara Üniversitesi, Ders notları, Ankara.
Öz
Bitişme
(Conjoint) analizi işletme bilimlerinde özellikle pazarlama dalında kullanılan tutarlılığı
yüksek bir yöntemdir. Bu analiz ürün çeşitlendirme ve yeni ürün geliştirmede
fayda fiyat dengesini tahmin etmek için sıklıkla kullanılmaktadır. Yöntemin
dezavantajı önceden belirlenmiş profillere yani ortogonal tasarıma
dayanmasıdır. Kategori sayısının artması sorun yaratmaktadır. Bu çalışmanın
amacı, Bitişme Analizi ile elde edilen bitişme katsayıları ve ürün faktör
önemlerinin Genelleştirilmiş Tahmin Denklemleri ile elde edilebileceğini ortaya
koymaktır. Bu nedenle M. Baran (2007) tarafından yürütülen bir araştırmaya ait
Bitişme Analizi verileri kullanılmıştır. Baran, bu çalışmasında tüketicilerin
belirli bir markadaki çay türlerini tercih etmedeki faktörlerin önem
değerlerini ortaya koymuştur. Genelleştirilmiş Tahmin Denklemleri, doğrusal
modellerin genişletilmiş bir versiyonu olarak boylamsal, kümelenmiş ve panel
verilerde daha etkin ve yansız tahminler elde etmek için geliştirilmiştir. Bu
çalışmada tahmin katsayıları ve fayda değerleri her iki yöntemle tahmin edilmiş
ve Bitişme Analizi ile bulunan fayda değerlerinin Genelleştirilmiş Tahmin
Denklemleri ile de elde edilebileceği ortaya konmuştur.
Anahtar Kelimeler
Bitişme Analizi Genel Doğrusal Karma Modeller Genelleştirilmiş Tahmin Denklemleri
Kaynakça
- Başaran, Z. K., (2010). Çok Değişkenli İstatistiksel Analiz Tekniklerinden Bulanık Konjoint Analizi ve Çay İşletmelerine Uygulanması. Yüksek Lisans Tezi. İstanbul: Marmara Üniversitesi Sosyal Bilimler Enstitüsü.
- Cengiz, E. (2009), “Tüketicilerin Ürün Tercihinde Rol Oynayan Ürün Menşeinin, Marka, Fiyat ve Kalite Değişkenleri Açısından Değerlendirilmesi”, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 23(2) Erzurum.
- Greene, T., GEE and Generalized Linear Mixed Models Erişim adresi: http://slideplayer.com/slide/6106341/
- Green, P.E., ve Srinivasan P. (1978). Conjoint Analysis in Consumer Research: Issues and Out-look. Journal of Consumer Research, 5(2),103-123.
- Hair, J., Anderson, R., Tatham, R., ve Black W.,(1995). Multivariate Data Analysis with Readings. London: Mcmillan Book Company.
- Hardin JW., Hilbe JM. (2003). Generalized Estimating Equations. Chapman & Hall/CRC. New York.
- Orme, Bryan K. (2010). Getting Started with Conjoint Analysis, Strategies for Product Design and Pricing Research, second edition. Research Publishers LLC, USA.
- Stroup, Walter W., (2012), Generalized Linear Mixed Models Modern Concept, Methods and Application, London, A Chapman &Hall Book.
- Şahinkanat, E. (2013). Tüketicilerin Satın Alma Kararlarının Konjoint Analizi İle Belirlenmesi. Uludağ Üniversitesi, Sosyal Bilimler Enstitüsü, Basılmamış Yüksek Lisans Tezi.
- Tatlıdil, H. (1995), Konjoint Analizi, Ankara Üniversitesi, Ders notları, Ankara.
Ayrıntılar
| Bölüm | MAKALELER |
|---|---|
| Yazarlar | |
| Yayımlanma Tarihi | 16 Ocak 2018 |
| Yayımlandığı Sayı | Yıl 2018 18. EYİ Özel Sayısı |
______________________________________________________
Adres: KTÜ-İİBF. Oda No:213 61080 TRABZON
e-mail : uiiidergisi@gmail.com