Differences between generalised procrustes analysis and multiple factor analysis in case of projective mapping

Abstract

Raske sensoriske metoder har blitt veldig populære i matvitenskap og spesielt i internasjonal matindustri. De er appelerende fordi de er kostnadseffektive og raskere å gjennomføre enn noen av de tradisjonelle sensoriske metoder som vanligvis anvendes for å få tak i informasjon om forbrukere. En metode som har blitt spesielt populær er projective mapping hvor hver forbruker plasserer et antall produkter på et ark basert på deres likheter og forskjeller. Hver forbruker bruker sine egne kriterier for å avgjøre hva som gjør at produkter er lignende eller ikke og hvor de skal plasseres på arket. For å få nyttig informasjon fra disse individuelle produktplasseringene på projective mapping arket trengs det en passende statistisk metode som kan håndtere denne type data. To metoder som har etablert seg for analyse av projective mapping data er generalised procrustes analysis og multiple factor analysis. Begge benytter seg av veldig forskjellige tilnærminger for å håndtere og analysere dataene, noe som gjør at man stiller spørsmål om resultatene fra disse to metodene vil være forskjellige eller ikke. I tilllegg ble det testet en kombinasjon av disse to metodene for aa undersøke om dette kan gi bedre resultater enn generalised procrustes analysis og multiple factor analysis hver for seg. Denne masteroppgaven prøver å gi noe insikt i hvilke forskjeller i resultatene det kan oppstå ved å teste ut generalised procrustes analysis, multiple factor analysis og kombinasjonen av disse to på tre type data: tilfeldige data i Monte Carlo simuleringer; konstruerte eller desginete data som ble manipulert på kontrollerte måter for å kunne undersøke hva slags isolerte situasjoner metodene kan håndtere; ni reelle datasett hvor forskjellige type produkter ble testet av et varierende antall individer. Resultatene av analysene ga ingen kart svar om hvilken metode skulle foretrekkes framfor den andre siden i noen tilfeller generalised procrustes analysis fungerte bedre enn multiple factor analysis og omvendt. Kombinasjonen av de to metodene gaminst tilfredstillende resultater.