如何选择用于学术研究的联合（Conjoint）工具

使用实用清单来选择可用于发表的联合软件。

简要回答

使用实用清单来选择可用于发表的联合软件。将设计/田野实施（fielding）需求与分析需求区分开来。对于田野实施：要求随机化配置文件生成（randomized profile generation）、已存储的任务（stored tasks）、受访者 URL，以及干净的导出数据。对于分析：要求 long-format 数据、受访者标识符，以及对 AMCE/ATE 工作流的支持。

适用对象

在企业级调查工具、自定义编程、R 包以及聚焦型联合软件之间进行比较的研究人员。

步骤

将设计/田野实施（fielding）需求与分析需求区分开来。
对于田野实施：要求随机化配置文件生成（randomized profile generation）、已存储的任务（stored tasks）、受访者 URL，以及干净的导出数据。
对于分析：要求 long-format 数据、受访者标识符，以及对 AMCE/ATE 工作流的支持。
对于文档：要求设计摘要（design summaries）、随机化说明（randomization notes）以及方法文本（methods text）。
选择与你的预算、时间表以及审稿人容忍度相匹配的方案。

为何重要

合适的联合工具取决于研究、预算、时间表以及复现（replication）需求是否匹配。对许多研究人员而言，有用的组合是：可负担的田野实施软件 + 可透明导出的数据，并能在标准统计工具中进行分析。

开展调查前

查看配置文件级（profile-level）导出。
查看是否支持限制（restrictions）与随机化审计（randomization audit）。
避免没有复现路径（replication path）的黑箱式估计（black-box estimates）。
优先选择让 IRB 与方法学文档编写更容易的工具。

常见问题

本指南有什么用途？

在企业级调查工具、自定义编程、R 包以及聚焦型联合软件之间进行比较的研究人员。

基本流程是什么？

将设计/田野实施（fielding）需求与分析需求区分开来。对于田野实施：要求随机化配置文件生成（randomized profile generation）、已存储的任务（stored tasks）、受访者 URL，以及干净的导出数据。对于分析：要求 long-format 数据、受访者标识符，以及对 AMCE/ATE 工作流的支持。对于文档：要求设计摘要（design summaries）、随机化说明（randomization notes）以及方法文本（methods text）。

开展调查前应检查什么？

查看配置文件级（profile-level）导出。查看是否支持限制（restrictions）与随机化审计（randomization audit）。避免没有复现路径（replication path）的黑箱式估计（black-box estimates）。优先选择让 IRB 与方法学文档编写更容易的工具。