ペナルティプロットの読み方
プロットの各点は、ある属性の片側を表します。横軸はその側の回答者の割合、縦軸は好意度の平均低下です。右上の点、つまり人数が多く低下も大きい点が優先的に改善すべき方向です。破線のアクションラインより左の点は該当者が少なすぎ、低下が大きくても処方変更の根拠にはなりません。こうした高い点は少数サンプルによるノイズであることが多いです。
平均低下がマイナスの場合、その側の回答者のほうが「ちょうどよい」グループより製品を好んでいることになります。これは本当の選好というより、尺度の理解のずれやグループのサンプルが小さすぎることを示している場合がほとんどです。
計算式
加重ペナルティ =（「ちょうどよい」グループの平均好意度 − その側の平均好意度）× その側の回答者の割合。
「ちょうどよい」グループは尺度の中点の回答者です（5 段階なら 3、3 段階なら 2、7 段階なら 4）。中点より下が「弱すぎる」、上が「強すぎる」で、両側を別々に分析します。オプションの有意差検定は「ちょうどよい」グループとその側を比べる Welch の 2 標本 t 検定で、自由度には Welch–Satterthwaite 近似を用います。
分析例
「サンプルデータを使う」をクリックすると、架空のスナック製品テストのデータが読み込まれます。回答者 600 人が総合好意度（1〜9）と、甘さ・塩味・食感の 3 つの 5 段階 JAR 尺度に回答しています。甘さを例にとると、回答者の 38.2% が「ちょうどよい」（平均好意度 6.42）、40.8% が「甘すぎる」（平均 4.77）、21.0% が「甘さが足りない」（平均 6.02）と答えています。
「甘すぎる」の平均低下は 1.65 ポイントで、加重ペナルティ = 1.65 × 40.8% ≈ 0.67 です。20% のアクションラインに達した方向を加重ペナルティ順に並べると、最大は「甘すぎる」（40.8%、平均低下 1.65、加重ペナルティ 0.67）、次いで「塩味が足りない」（35.7%、平均低下 0.99、加重ペナルティ 0.35）です。食感は両側がそれぞれ 23.3% と 22.3% で、平均低下は 0.22 と 0.35 にとどまります。
したがって改良の優先順位は、加重ペナルティが最大の方向から手を付け、次に 2 番目の方向に取り組むことです。平均低下がごく小さい属性はそのままで構いません。
向いているケースと向いていないケース
ペナルティ分析は「どの属性をどちらの方向に変えるべきか」に答える手法で、尺度に明確な「ちょうどよい」の中点があることが前提です。
- JAR 尺度と総合好意度の設問を含む製品テスト（HUT・CLT）やコンセプトテスト。
- 調整すべき属性とその方向を決めるとき。
- 同じ属性で複数の試作品を比較するとき。
- 「ちょうどよい」の中点がない強度尺度や好意度尺度。
- サンプルが非常に小さい場合。片側が約 20 人未満だと平均低下は不安定です。
- 連動する属性（甘さと風味の強さなど）。ペナルティが重なり合うため、単純に合計できません。
結果の解釈
よく起きていて（回答者の 20% 以上）、かつ損失の大きい（9 段階で平均低下がおよそ 0.5 ポイント以上）方向を優先し、加重ペナルティ順に取り組みましょう。有意差検定の裏付けがない限り、小さなグループの大きな低下だけで判断しないでください。