MaxDiff 分析問題

MaxDiff(最大差異量表)是一種強大的調查技術,廣泛用於衡量消費者偏好和優先級。它向參與者呈現一系列選擇,並要求他們指出最偏好和最不偏好的選項。 檢視 MaxDiff 分析 範例。

 

MaxDiff 範例


 

建立 MaxDiff 問題


1. 選擇 MaxDiff 將問題新增到您的調查中。


新增 MaxDiff 問題


 

2. 輸入問題。 

 

3. 點擊 MaxDiff 設定以自訂以下內容:


MaxDiff 設定



- 屬性: 需要比較的特徵或選項,例如不同的口味或品牌。

 

- 標籤: 最佳和最差標籤的描述。預設標籤是 "最重要" 和 "最不重要"。

 

- 每個任務的屬性數量:每個問題顯示的屬性數量。建議每個任務使用 3-5 個屬性以獲得更準確的結果。 

 

- 任務數量: 這是透過以下公式計算的:顯示每個屬性的次數(預設範圍:3-5 次)x 總屬性數 / 每個任務的屬性數。任務數量的推薦範圍將根據您輸入的其他資訊顯示。 例如,範圍 6-10 的計算如下:(3 x 8) / 4 = 6 和 (5 x 8) / 4 = 10。


任務計算

  

4. (選用)調整問題的任何其他設定。

設定調查問題為必填/選用 

引用之前的答案

顯示邏輯


5. 點擊 完成。 

 


分析資料

 

MaxDiff 結果使用圖表和表格來視覺化資料。為每個屬性提供以下統計分析:


MaxDiff 結果


 

- 偏好百分比:屬性在任務中被選為 "最佳" 選項的百分比。更高的偏好百分比表示更受偏好的屬性。

 

- 機率百分比: 屬性在任務中被選為 "最佳" 選項的可能性。機率分數範圍從 0 到 1,分數越高表示被選為最佳選項的可能性越高。

 

- P 值:p 值小於 0.05 通常被認為具有統計學意義。

 

- 最重要 / 最不重要: 屬性被選為最重要或最不重要的次數。

 

- 頻率: 屬性顯示的次數。

 

- 分數: ("最佳" 標籤的選擇次數 - "最差" 標籤的選擇次數)/ 頻率。分數越高表示對受訪者來說更重要的屬性。

這篇文章有多大幫助?