เข้าสู่ระบบลงทะเบียน →

📊 ผลการวิเคราะห์

Coca-cola

ไม่แน่ใจว่าเลือกอันไหน? ใช้ค่าตั้งต้น MNL ได้เลย — เป็นวิธีที่งานวิจัยส่วนใหญ่รายงาน หรือเปิดแท็บ เปรียบเทียบวิธี เพื่อให้ระบบบอกว่าควรใช้อันไหนกับข้อมูลชุดนี้

⌕FILTER · ANALYSIS103/103responses
EXPAND ▼

สรุปผลแบบอ่านง่าย

ไม่ต้องรู้สถิติก็อ่านได้

สิ่งที่ผู้ตอบให้ความสำคัญมากที่สุดคือ ช่องทางการซื้อ (คิดเป็น 39.3% ของการตัดสินใจทั้งหมด) รองลงมาคือ ขนาดบรรจุภัณฑ์ ที่ 30.5%

ถ้าจะออกแบบสินค้าให้ถูกใจที่สุด ควรเลือกความสำคัญ
ช่องทางการซื้อ: ร้านสะดวกซื้อ (แทนที่จะเป็น ออนไลน์)
39.3%
ขนาดบรรจุภัณฑ์: กระป๋อง (แทนที่จะเป็น ขวดแก้ว)
30.5%
รสชาติ: Classic (แทนที่จะเป็น Ligth)
23.8%
โปรโมชั่น: มีโปรโมชั่น (แทนที่จะเป็น ไม่มีโปรโมชั่น)
6.4%

เชื่อผลนี้ได้แค่ไหน? จำนวนผู้ตอบผ่านเกณฑ์แล้ว · ความแม่นของแบบจำลอง (McFadden ρ²) = 0.172 — พอใช้

ตัวเลข "ความสำคัญ" บอกว่าปัจจัยนั้นทำให้คนเปลี่ยนใจได้มากแค่ไหน เมื่อเทียบกับปัจจัยอื่นในแบบสอบถามนี้ — รวมกันทุกปัจจัยได้ 100%

จำนวนผู้ตอบ

103

คน

ข้อมูลพอหรือยัง

เพียงพอตามเกณฑ์ขั้นต่ำ

คะแนนความเพียงพอ 927 (เกณฑ์ขั้นต่ำ 500) — สรุปผลรวมได้

→ ถ้าต้องการแยกดูรายกลุ่ม ควรมีราว 112 คน

คุณลักษณะ

4

รายการ

AI ตีความผลและข้อเสนอแนะ

📊 วิธีเดียว: AI จะวิเคราะห์ผลจาก Multinomial Logit (MNL) ที่กำลังแสดงอยู่บน UI

ใช้ AI วิเคราะห์และแปลผลข้อมูลให้เข้าใจง่าย พร้อมข้อเสนอแนะเชิงธุรกิจ

สัดส่วนความสำคัญของแต่ละคุณลักษณะ

แผนภูมิวงกลมแสดงสัดส่วนความสำคัญ (% จาก 100%)
📊 วิธีการคำนวณปัจจุบัน: Multinomial Logit (MNL)
Logit coefficients (reference level = 0). Positive = preferred, Negative = less preferred

  • ขนาดบรรจุภัณฑ์
  • ช่องทางการซื้อ
  • รสชาติ
  • โปรโมชั่น

คุณลักษณะที่ผู้บริโภคให้ความสำคัญ

ตัวเลขแสดงระดับความสำคัญ (% จาก 100%)

1

ช่องทางการซื้อ

39.3%

ความสำคัญ

เปรียบเทียบ Utility ของแต่ละระดับ:

ร้านสะดวกซื้อร้านอาหารห้างสรรพสินค้าออนไลน์00.350.71.051.4Utility

💡 แท่งสูง = ผู้บริโภคให้คะแนนมากกว่า (ชอบมากกว่า)

2

ขนาดบรรจุภัณฑ์

30.5%

ความสำคัญ

เปรียบเทียบ Utility ของแต่ละระดับ:

กระป๋องขวดพลาสติกขวดพลาสติกขวดใหญ่ขวดแก้ว00.250.50.751Utility

💡 แท่งสูง = ผู้บริโภคให้คะแนนมากกว่า (ชอบมากกว่า)

3

รสชาติ

23.8%

ความสำคัญ

เปรียบเทียบ Utility ของแต่ละระดับ:

Classic Zero sugar Ligth00.20.40.60.8Utility

💡 แท่งสูง = ผู้บริโภคให้คะแนนมากกว่า (ชอบมากกว่า)

4

โปรโมชั่น

6.4%

ความสำคัญ

เปรียบเทียบ Utility ของแต่ละระดับ:

มีโปรโมชั่นไม่มีโปรโมชั่น00.0550.110.1650.22Utility

💡 แท่งสูง = ผู้บริโภคให้คะแนนมากกว่า (ชอบมากกว่า)

💡 วิธีอ่านผลการวิเคราะห์

  • • ความสำคัญ (%): ยิ่งสูง = ผู้บริโภคให้ความสำคัญมากกว่า เช่น 40% หมายถึงคุณลักษณะนี้มีอิทธิพล 40% ต่อการตัดสินใจซื้อ
  • • ระดับที่ชอบ: ระดับที่มี ⭐ คือสิ่งที่ผู้บริโภคต้องการมากที่สุด
  • • ตัวเลข Utility: ยิ่งสูง = ยิ่งถูกเลือกบ่อย (ตัวเลขสัมพันธ์กัน ไม่ใช่ร้อยละ)
  • • คำแนะนำ: ใช้ปุ่ม "วิเคราะห์ด้วย AI" เพื่อรับคำแนะนำเชิงธุรกิจที่เข้าใจง่าย
  1. Multinomial Logit (MNL) (จาก cache)
  2. Multinomial Logit (MNL) คำนวณสำเร็จ!