DSS Uni ZH, Warum 18 anstatt 108 Produkte? Die Wahl der Kombinationen ist von der sog. Conjoint-Analyse abgeleitet. Oft wird der sog. Orthogonale Design angewendet, in der Annahme, dass die Faktoren keine Interaktion (resp. keine Korrelation) haben. Addelman, S. Orthogonal Main Effect Plans for Asymmetrical Factorial Experiments, Technometrics, Vol. 4, 1962, Seiten gibt folgende Tabelle an: Plan Anzahl Kombinationen Kombinationen der Faktorenausprägungen, die berücksichtigt werden können 184, 3, , , 3 5, , , 4 6, 3 6, , 8, 7, 6, 5, 4, 3 13, , 3 9, 2 31 Beispiel: Plan 6 erfordert 27 Kombinationen von Produkten. Diese können bestehen aus einem Faktor mit 4 bis zu 9 Ausprägungen (z.B. ein Reinigungsmittel mit 9 verschiedenen Preisen) oder bis zu 13 Faktoren mit jeweils bis zu 2 oder 3 Ausprägungen. Unser Beispiel besteht aus 5 Faktoren mit je bis zu 3 Ausprägungen (3 5 ); somit eignet sich Plan 4 (3 7 ) mit bis zu 7 Faktoren mit bis zu 3 Ausprägungen; die benötigte Anzahl Kombinationen ist 18. Der Exponent entspricht der Anzahl Faktoren und die Basis der Anzahl Ausprägungen pro Faktor weitere Angaben
DSS Uni ZH, Umsetzung von Plan 4 Wir wählen die ersten drei gelben Kolonnen für die 3x3x3 Faktoren Pack, Marke und Preis und die ersten zwei blauen Kolonnen für die 2x2 Faktoren Test und Garantie Man überprüfe mit der Korrelations- funktion, dass alle 14 Faktoren untereinander nicht korrelieren (entspricht dem orthogonalen Design).
DSS Uni ZH, Regressionsmodell