聯合分析

步驟1:  建立因子與水準
SPSS 檔案>開啟新檔案>資料   
資料> Orthogonal 設計> 產生...  例如: 4個因素、每個因素3水準， 首先產生直交設計(及PLAN) /輸入 因子名稱  >新增 >再定義數值(水準)
要設 亂數種子2000000 (2+6個0)、 選項>產生觀察值最少個數(即幾個樣本組合)=9  保留觀察值=4  共CARD13
產出總共幾張卡片：9+4=13張卡片

視窗中 資料檔區塊 保留-建立新的資料集 >輸入資料集名稱
可用此顯示設計 產生直接設計表  步驟1所建立的因子與數值設計 儲存為 .sav  之後分析 語法會用到。

步驟2: 建立實驗刺激 /顯示設計 勾選"實驗者清單"   即建立產品組合規畫卡片表  (序號 卡片ID 因素1  因素2 .....)

步驟3: 決定數據的收集方式 給分 排序 還是順序   收集DATA後> SPSS 語法   執行分析   

*產生正交設計.
SET SEED 2000000.
ORTHOPLAN
  /FACTORS=F1 (1 '1熱塑片' 2 '2冷瓷土' 3 '3UV膠') F2結構 (1 '1耳勾' 2 '2耳針' 3 '3耳夾') F3造型 (1 '1垂吊' 2 '2環形' 3 '3貼耳') F4色系 (1 '1暖色' 2 '2冷色' 3 '3黑白')
  /REPLACE
  /HOLDOUT 4
  /MIXHOLD NO.

#27+4(保留) 共31張卡片  8因素  使用/FACTOR  沒有使用SUBJECT
CONJOINT PLAN='C:\6_CONJOINT\Plan_F8_27+4.sav'
    /DATA='C:\6_CONJOINT\DATA_A_31CARD_13Exp.sav'
    /SCORE=A1 TO A31
    /FACTORS=FactorA (DISCRETE)
    FactorB (DISCRETE) FactorC (DISCRETE) FactorD (DISCRETE) FactorE (DISCRETE) FactorF (DISCRETE) FactorG (DISCRETE) FactorH (DISCRETE)
    /PRINT=SUMMARYONLY.

Orthogonal 正交設計
IBM SPSS Conjoint
一家新成立的低價航空公司想要判斷其產品所含的各個因子對潛在客戶的相對重要性。價格顯然是主要因子，但是其他因子的重要性為何？例如座位大小、轉機次數及是否包括飲料/點心服務？由於組合數量眾多，若在單一調查中要求應答者將代表所有可能因子組合的產品組合加以分級，是不合理的。「產生Orthogonal 設計」程序可建立數量較少的產品組合，其數量小至可納入一項調查，但仍足以評估每個因子的相對重要性。
資料> Orthogonal 設計> 產生...

將進行泳裝品牌實體專櫃之商品陳列與設計之研究，研究方法為聯合分析法，請提出關於泳裝品牌實體專櫃之商品陳列與設計之要因與水準，請根據原文學術期刊為依據，並提供參考文獻來源。

時尚陳列的學術理論，請以原文學術文獻為依據，並請提供來源。