A New Test of Attribute Significance for Nonparametric Conjoint Models

컨조인트 모형의 속성 유의성을 검증하기 위한 새로운 비모수통계 검증법

A new chi-square test is proposed to assess significance of attributes for nonparametric conjoint models. The key idea is to form subsets of rankings and test the dependence between the attribute levels and the sets of rankings. The null hypothesis states that the rankings for profiles with the focal attribute are distributed randomly among the sets of rankings. The approach is simple, easy to use, and can be applied at the individual level as well as at the aggregate level. It can be used for the trade-off approach as well as for the full profile approach.

이 논문은 비모수 자료를 활용하는 컨조인트 모형에서 속성의 유의성을 평가하기 위한 새로운 카이제곱 검증법을 제안한다. 이 검증법의 가장 핵심적 아이디어는 수집한 서열을 몇 개씩 묶어 하위집합들로 분류한 다음, 이 서열의 하위집합들과 속성별 수준들과 상호 통계적으로 독립적인지를 검증한다는 것이다. 이 검증은 프로파일들의 서열이 검증하는 속성의 수준에 대해 무작위로 분포되어 있다라는 명제를 귀무가설로 제시한다. 이 논문에서 새롭게 제시하는 검증방법은 매우 단순하고, 이해하기 쉬우며 사용하기도 쉽다. 이 방법은 총괄적 자료뿐 아니라 개인별 자료로도 검증이 가능하다. 또한 전체프로파일 법에서도 적용 가능하지만 더 나아가 트레이드오프 법에서도 적용이 가능하여, 현재로는 트레이드오프 법에 적용 가능한 유일한 통계적 검증방법이라 할 수 있다.