Presumo que você não possa simplesmente perguntar se eles preferem um laptop ou tablet; ou você deseja verificar o que eles acham que preferem com o que você acha que eles devem preferir ...
Existem várias maneiras de fazer isso. Esta é, de fato, uma versão do problema muito comum da vida real de avaliar candidatos a emprego ou propostas para contratação de trabalho - você precisa decidir sobre os critérios, ponderá-los e avaliar os candidatos com base nos critérios. Você enfatizou o problema de ponderar os critérios, mas a classificação dos candidatos (laptop e tablet) em relação aos critérios é crucial, assim como a escolha dos seis critérios em primeiro lugar. Estas são em grande parte julgamento e não questões estatísticas.
Há duas etapas necessárias: combine as informações nas duas perguntas para fornecer ponderações para os critérios; e comparar a importância atribuída às seis qualidades ao desempenho dos dois produtos contra essas seis qualidades.
Seu primeiro problema é que você tem duas perguntas que aparentemente (veja meu comentário) estão basicamente no mesmo fator subjacente e que os entrevistados inevitavelmente não serão completamente consistentes em suas respostas (embora esperemos que não tanto quanto no seu exemplo, onde a capacidade de armazenamento é a prioridade mais baixa, mas é "muito importante"!)
Uma abordagem para combinar essas duas é converter a classificação em uma classificação na mesma escala da segunda pergunta e, em seguida, fazer uma média. Você pode fazer isso, por exemplo, . r a t en e w= r a t e + r a n k ∗ 45+ 0,22
Isso é um pouco grosseiro, mas o fato é que não há uma maneira realmente satisfatória de combinar os dois sem inconvenientes de algum tipo. A conversão de classificações em classificações e vice-versa é um problema, mas você faz isso e é necessário algum tipo de regra para lidar com os laços nas classificações (se você deseja transformá-los em classificações) ou com o alcance desconhecido por trás das classificações (se você deseja transformá-los em classificações, ou seja, o usuário foi forçado a classificar de um a 6, mas realmente pode pensar que todos são realmente importantes - ou sem importância ...).
O próximo ponto crucial é que você precisará pontuar os produtos contra as seis qualidades. Muitas vezes, os indivíduos seriam solicitados a fazer isso, mas, neste caso, parece que você deve fazer isso sozinho. Você produzirá uma matriz como:
Tablet Laptop
Storage capacity 4 2
Portability 1 2
Touch interface 1 4
Keyboard 5 1
Long battery life 3 2
Entertainment on the go 1 3
Eu mantive a convenção que você tem de pontuações baixas sendo boas.
Então você apenas multiplica e soma suas classificações de importância por esses índices de qualidade e obtém uma pontuação para tablet e outra para laptop. Aquele com a pontuação mais baixa é a preferência - você não precisa de um limite, apenas para comparar as duas pontuações.
Observe que como você classifica os dois produtos em relação às seis qualidades será crucial nisso - provavelmente mais importante do que como você gerou os pesos. Então, você deve tentar uma variedade de pontuações diferentes e ver quais fornecem resultados plausíveis. Não há maneira estatística de obter as pontuações "certas", com as informações que você obtém. Se você conhecesse as preferências reais de laptop / mesa das pessoas, talvez gerasse um conjunto de pontuações que produzissem essas preferências, mas todo o exercício seria diferente.
Veja abaixo alguns códigos e saídas R que implementam isso e sugerem que seu assunto um pouco confuso pode realmente querer um laptop:
> r1 <- c(6,5,1,4,2,3)
> r2 <- c(1,3,1,1,2,4)
> newrate <- (r2+r1*4/5+.2)/2
> products <- as.matrix(data.frame(Tablet=c(4,1,1,5,3,1), Laptop=c(2,2,4,1,2,3)))
> cbind(products, newrate)
Tablet Laptop newrate
[1,] 4 2 3.0
[2,] 1 2 3.6
[3,] 1 4 1.0
[4,] 5 1 2.2
[5,] 3 2 1.9
[6,] 1 3 3.3
> newrate%*%products
Tablet Laptop
[1,] 36.6 33.1