順位法
順位法は試料に対する嗜好や感覚の強さを順位づけする検査方法です。
J-SEMSで実施できる順位法と解析は以下です。
| 解析方法 | 概要 |
| スピアマンの順位相関係数 | 複数の試料を２人のパネリストに順位づけをしてもらい、パネリスト間の評価に関連性があるか調べる。 |
| ケンドールの順位相関係数 | 複数の試料を２人のパネリストに順位づけをしてもらい、パネリスト間の評価に関連性があるか調べる。 |
| ページの検定 | 複数の試料の順位を複数人のパネリストが評価した時、あらかじめ想定した順位どおりであったかを調べる。 |
| ケンドールの一致性係数 | 複数の試料を複数のパネリストに順位づけさせた時、複数のパネリストの順位付け結果にどの程度の共通性があるか調べる。 |
| フリードマンの順位検定 | 複数の試料を複数のパネリストに順位づけさせた時、複数のパネリストの順位付け結果にどの程度の差があるか調べる。 全てのパネリストが全ての試料を評価する「完備型ブロック計画」と試料の組み合わせを評価する「つりあい不完備型ブロック計画」が利用できる。 |
| サイン検定 | ２つの試料を複数人のパネリストが評価し、各試料の順位の判定に差があるか調べる。 |
| ウィルコクソンの順位和検定 | 複数個の試料Aと複数個の試料Bをこみにして順位をつけた時、AとBの順位付けに差があるかどうかを調べる。 |
| クラスカル-ウォリスのH検定 | ウィルコクソンの順位和検定 を3種類以上の試料に拡張したもの。 |
１．スピアマンの順位相関係数
例
 |
二人のパネリストに６種類の電気剃刀の使用感の良さについて、順位づけをしてもらい、二人のパネリストの評価の関連性について調べた。 |
説明
順位相関は、順序尺度データで与えられる2変数同士や、パネリスト同士の相関の程度を示すもので、スピアマンの順位相関係数では、2つの特性それぞれに順位がつけられた時、その順位値をそのまま計量値とみなして、相関係数を計算します。
J-SEMS 試験解析画面
さらに詳しく
ガイドブック「製品開発に役立つ感性・官能評価データ解析-Rを利用して-」での解説
２．ケンドールの順位相関係数
例
 |
二人のパネリスト（XとY）にAからGの７種類のソファーの座り心地の良さについて、順位付けをしてもらった。 |
説明
ケンドールの順位相関係数では、2つの変数それぞれにおける順位の大小関係に注目して、相関係数を求めます。
J-SEMS 試験解析画面
さらに詳しく
ガイドブック「製品開発に役立つ感性・官能評価データ解析-Rを利用して-」での解説
３．ページの検定
例
 |
４種類のビール（試料A〜D）を７人のパネリストが順位付けした。予想した順位であったかを調べる。 |
説明
p個の試料の順位をn人のパネルが評価したとき、あらかじめ想定した順位通りであったかどうかを検定します。
J-SEMS 試験解析画面
さらに詳しく
ガイドブック「製品開発に役立つ感性・官能評価データ解析-Rを利用して-」での解説
４．ケンドールの一致性係数
例
 |
A社製の３種類の車に対する乗り心地について10名の評価者に順位を付けてもらった。その評価の一致性を調べる。 |
説明
n個の試料をk 人の評価者に順位づけさせたときに、k人の評価者の評定結果にどの程度の共通性があるかを示す指標です。
J-SEMS 試験解析画面
さらに詳しく
ガイドブック「製品開発に役立つ感性・官能評価データ解析-Rを利用して-」での解説
５．フリードマンの順位検定：完備型ブロック計画
例
 |
12名の評価者に車体の色の好みについて順位法で尋ねた。結果から、車体の色の好みに差があるかどうか検定する。 |
説明
各試料に対して複数のパネリストが行なった順位づけのデータをもとにして（各試料の順位和をもとにして）、試料間の順位に差があるかどうかを検定します。
J-SEMS 試験解析画面
さらに詳しく
ガイドブック「製品開発に役立つ感性・官能評価データ解析-Rを利用して-」での解説
６．フリードマンの順位検定：つりあい不完備型ブロック計画
例
 |
5種類のワインを10人のパネリストが順位付けをする。パネル1は試料A,B,C、パネル2は試料A,B,D、パネル3は試料A,B,E、パネル4は試料A,C,D、パネル5は試料A,C,E、パネル6は試料A,D,E、パネル7は試料B,C,D、パネル8は試料B,C,E、パネル9は試料B,D,E、パネル10は試料C,D,Eを評価し、偏りがないようにする。 |
説明
各試料に対して複数のパネリストが行なった順位づけのデータをもとにして（各試料の順位和をもとにして）、試料間の順位に差があるかどうかを検定します。
J-SEMS 試験解析画面
さらに詳しく
ガイドブック「製品開発に役立つ感性・官能評価データ解析-Rを利用して-」での解説
７．サイン検定
例
 |
デザインは同じであるが、表面に光沢のある黒の皮のバッグと光沢のない黒の皮のバッグのどちらが上品な感じがするかを、30人のパネルに聞いたところ、20人が光沢のない方が上品な感じがすると答えた。両者の間には、有意な差があるといえるか。 |
説明
二つの試料AとBがあった時に、j人の評価者が下した2つの試料の順位の判定に差があるかどうかを検定する時に用います。
J-SEMS 試験解析画面
さらに詳しく
ガイドブック「製品開発に役立つ感性・官能評価データ解析-Rを利用して-」での解説
８．ウィルコクソンの順位和検定
例
 |
2種類のエンジンAとBの加速時の騒音の大きさの比較を行った。あるパネリストが騒音が小さいものから順位をつけた。エンジンAとBの騒音に違いがあるといえるであろうか。 |
説明
m個のAとn個のBをこみにして順位をつけたとき、A とB の2 組の順位付けに差があるかどうかを検定したいときに用います。
J-SEMS 試験解析画面
さらに詳しく
ガイドブック「製品開発に役立つ感性・官能評価データ解析-Rを利用して-」での解説
９．クラスカル-ウォリスのH検定
例
 |
A社、B社、C社製のビジネススーツの着心地の良さを比較するために、一人のパネリストにA社のスーツを5着、B社のスーツを6着、C社のスーツを5着着てもらい、着心地の良い物から順位をつけさせた。3社のスーツの着心地に有意差はあるか． |
説明
ウィルコクソンの順位和検定は、2種類の順位の差を検定するものでしたが、これを3種類以上の順位の差を検定するように拡張したものです。
J-SEMS 試験解析画面
さらに詳しく
ガイドブック「製品開発に役立つ感性・官能評価データ解析-Rを利用して-」での解説