ラベル付きの離散選択実験における完全かつ部分的な選択セットデザインの比較

ラベル付きの離散選択実験（DCE）は、一般に、フル選択セットデザイン（FCSD）を使用してすべての代替案を提示します。これは、回答者に高い認知負担を課す可能性があります。雇用選好の設定では、この研究では、FCSDと比較して収束妥当性を維持しながら、部分的な選択セット設計（PCSD）が認知負担を減らしたかどうかを調査しました。2つの設計間の回答者の好みが調査されました。実験設計では、ラベルのあるユーティリティ関数がラベルダミー変数を使用して単一の一般的なユーティリティ関数に書き換えられ、各選択タスク（6のうち）に示されている3つの選択肢を持つ効率的なPCSDを生成しました。DCEは、回答者にFCSDタスクとPCSDタスクの両方がランダムな順序で提示された790オーストラリアの薬局の学位保有者の全国調査に組み込まれました。誤差分散に対するPCSDの影響は、ヘテロスケーティック条件付きロジットモデルを使用して調査されました。PCSDの収束性の妥当性は、支払い意欲の混合ロジットモデルからの意欲的な予想される距離の推定値の平等に基づいていました。ネストされたロジットモデルを回答者の定性的応答と組み合わせて使用して、回答者の設計選好を理解しました。PCSDがFCSDと比較して収束性の妥当性を満たしながら認知的負担を軽減できるという証拠を提供することにより、PCSDの有望な将来使用を示します。

Labeled discrete choice experiments (DCEs) commonly present all alternatives using a full choice set design (FCSD), which could impose a high cognitive burden on respondents. In the setting of employment preferences, this study explored if a partial choice set design (PCSD) reduced cognitive burden whilst maintaining convergent validity compared with a FCSD. Respondents' preferences between the two designs were investigated. In the experimental design, labeled utility functions were rewritten into a single generic utility function using label dummy variables to generate an efficient PCSD with 3 alternatives shown in each choice task (out of 6). The DCE was embedded in a nationwide survey of 790 Australian pharmacy degree holders where respondents were presented with both a block of FCSD and PCSD tasks in random order. The PCSD's impact on error variances was investigated using a heteroscedastic conditional logit model. The convergent validity of PCSD was based on the equality of willingness-to-forgo-expected-salary estimates from Willingness-to-pay-space mixed logit models. A nested logit model was used combined with respondents' qualitative responses to understand respondents' design preferences. We show a promising future use of PCSD by providing evidence that PCSD can reduce cognitive burden while satisfying convergent validity compared to FCSD.