MaxDiff (最大化差異度量)題型,是一種市場調(diào)研的研究方法,用于了解受訪者對產(chǎn)品屬性(例如品牌、產(chǎn)品特征或宣傳語等)的偏好程度。
(此功能為企業(yè)版功能,答卷數(shù)量企業(yè)標(biāo)準(zhǔn)版限制為賬戶下200份,企業(yè)尊享版不限)
MaxDiff是通過對比的方法進(jìn)行偏好排序,從而理清受訪者對每項(xiàng)事物的偏好程度??梢杂糜诋a(chǎn)品功能點(diǎn)偏好、品牌偏好、賣點(diǎn)偏好等。
它不像傳統(tǒng)方式那樣要求受訪者對一長串屬性進(jìn)行排序,而是將其分解為多個(gè)較小的任務(wù)。在每個(gè)任務(wù)中,受訪者從一個(gè)子集中(通常一次3到5個(gè)項(xiàng)目)選擇最好和最差的屬性。這種方法使受訪者更易于完成任務(wù),并能得出更準(zhǔn)確、可靠的結(jié)果。
舉個(gè)例子:某飲料品牌商想為即將研發(fā)的飲料確定用戶最專注的功能(屬性)。飲料共有8種要調(diào)查的屬性:
在這里,飲料品牌商需要調(diào)查客戶對8種屬性的偏好,會(huì)按6次任務(wù)呈現(xiàn),每次任務(wù)呈現(xiàn)4個(gè)屬性互相對比,每個(gè)屬性出現(xiàn)的頻率一致均為3。受訪者只用選擇“最重要”、“最不重要”,不會(huì)在過多選擇之間糾結(jié)排序,最終MaxDiff會(huì)計(jì)算出屬性排序。如下所示:
這樣比較信息會(huì)通過多次測量從而獲得更穩(wěn)健的結(jié)論。當(dāng)受訪者評估這個(gè)問題時(shí),屬性會(huì)相互比較,研究人員可以確定偏好。
如果您有興趣,可以掃碼體驗(yàn)MaxDiff
如果您想使用,可以在創(chuàng)建問卷時(shí)選擇“MaxDiff“題型,去創(chuàng)建
1、在問卷編輯頁左側(cè)[調(diào)研題型]欄,點(diǎn)擊使用“MaxDiff”題型;
2、修改標(biāo)題名稱;
3、添加要調(diào)研的屬性;
4、修改“最好的標(biāo)簽”、“最差的標(biāo)簽”名稱;
5、自定義每個(gè)任務(wù)的屬性數(shù)量、任務(wù)的總數(shù)量(系統(tǒng)會(huì)根據(jù)調(diào)研屬性數(shù)量智能化推薦合適數(shù)值)。
1、屬性:需要在Maxdiff中進(jìn)行比較的所有對象,例如調(diào)研用戶對飲料的偏好:口味、價(jià)格、品牌等被稱為屬性;
屬性的數(shù)量:MaxDiff是一種強(qiáng)大的研究方法,可以評估數(shù)百個(gè)列表項(xiàng)目,但對于大多數(shù)應(yīng)用場景,我們建議將數(shù)量保持在30個(gè)左右或更少。超過30個(gè)項(xiàng)目可能會(huì)導(dǎo)致調(diào)查時(shí)間變長,增加受訪者的疲勞感,并降低得分精度。
2、標(biāo)簽:即偏好的描述,最好的標(biāo)簽/最差的標(biāo)簽,可對應(yīng)修改名稱。例如:您可以使用“最有可能”/“最重要”來代替最好;“最沒可能”/“最不重要”來代替最差。
3、每個(gè)任務(wù)的屬性數(shù)量:每個(gè)任務(wù)展示調(diào)查屬性的數(shù)量。建議每個(gè)任務(wù)中出示3-5個(gè)屬性,這是因?yàn)楫?dāng)每個(gè)任務(wù)里的屬性超過5個(gè)時(shí),受訪者較難準(zhǔn)確選出“最好/最差”的屬性。
建議每個(gè)任務(wù)的屬性數(shù)量不要超過受訪者M(jìn)axDiff總屬性的一半。否則將獲得相對較少的信息來區(qū)分受訪者中偏好的屬性
4、任務(wù)的數(shù)量:同時(shí)出示幾個(gè)屬性進(jìn)行“最好/最差”的選擇題。在這里,我們把每個(gè)這樣的選擇題稱為一個(gè)任務(wù)。任務(wù)數(shù)量會(huì)有個(gè)推薦范圍:理想狀態(tài)下,我們希望在單個(gè)受訪者層面的結(jié)果都盡可能的準(zhǔn)確。為此,當(dāng)受訪者完成所有任務(wù)后,每個(gè)對象應(yīng)至少出現(xiàn)了3-5次,那么可以推導(dǎo)出任務(wù)數(shù)的公式:[3*屬性數(shù)量/每個(gè)任務(wù)的屬性數(shù)量,5*屬性數(shù)量/每個(gè)任務(wù)的屬性數(shù)量]
每個(gè)對象出現(xiàn)的次數(shù):
對于樣本量較少或適中的研究(例如,樣本量為50到400),并且當(dāng)你希望按細(xì)分群體深入分析以比較不同受訪者群體的偏好時(shí),通常讓每個(gè)受訪者看到每個(gè)對象3次或更多次,在個(gè)人層面的MaxDiff得分上獲得相對較高的精度是很有價(jià)值的。
在其他樣本量相對較大的研究(例如,樣本量為600或更多)中,如果不太需要按細(xì)分群體深入分析不同受訪者群體之間的差異,你可以選擇讓每個(gè)受訪者看到每個(gè)對象大約一到兩次。
5、推薦最小樣本量=(500 *總屬性數(shù)量 )/(每個(gè)任務(wù)的屬性數(shù)量 * 任務(wù)數(shù)量)
6、在全部屬性中隨機(jī)呈現(xiàn):
適用于屬性數(shù)量過多,不需要每個(gè)受訪者在全部屬性中選擇,就可以設(shè)置“在全部屬性中隨機(jī)呈現(xiàn)”,這樣針對每位受訪者就會(huì)只呈現(xiàn)部分屬性,但系統(tǒng)會(huì)盡量保證每個(gè)屬性出現(xiàn)次數(shù)均等
系統(tǒng)會(huì)根據(jù)設(shè)置自動(dòng)給每位受訪者呈現(xiàn)每個(gè)任務(wù)的屬性,并遵循以下原則:
(1)每個(gè)屬性出現(xiàn)次數(shù)盡量均等,同時(shí)在單個(gè)任務(wù)中不會(huì)重復(fù)出現(xiàn):
(2)每個(gè)屬性在各個(gè)任務(wù)中的位置出現(xiàn)的次數(shù)盡量均等
可在分析下載》統(tǒng)計(jì)分析》默認(rèn)報(bào)告中查看數(shù)據(jù)統(tǒng)計(jì)
1、數(shù)據(jù)可以按分?jǐn)?shù)大小排序,通過計(jì)數(shù)可以直觀看出受訪者對屬性的偏好程度。
(1)分?jǐn)?shù)越高,一個(gè)屬性對你的受訪者越有吸引力;
(2)正分意味著該屬性被選為最具吸引力的次數(shù)多于最不吸引人的次數(shù);
(3)負(fù)分意味著該屬性被選為最不吸引人的次數(shù)比最吸引人的次數(shù)要多;
(4)零分表示該屬性被選為最吸引人和最不吸引人的次數(shù)相等或從未被選中。
注:
1、分?jǐn)?shù):(最好標(biāo)簽的次數(shù)-最差標(biāo)簽的次數(shù))/屬性出現(xiàn)的次數(shù);
2、偏好份額:每個(gè)屬性選中為最重要占所有屬性選中的比例;百分比越高表示該屬性越重要;
3、概率:被選中為最重要的概率;
4、p值:如果 p 值為 5% 或更低,則具有統(tǒng)計(jì)學(xué)意義。
為幫助用戶更好的使用問卷星MaxDiff的產(chǎn)品,更好的執(zhí)行MaxDiff的調(diào)研項(xiàng)目,問卷星特建了一個(gè)「MaxDiff使用交流群」,微信掃描下面二維碼即可加入。