SPSSPRO,让数据分析更简单,问卷调查类数据分析不再愁 产品介绍 帮助中心 客户端
微信登录
  • 产品简介

  • 我的数据

  • 数据处理

  • 数据分析

    • 描述性分析

    • 问卷分析

      • 信度分析
      • 多选分析
      • 选择题【多选&多选】
      • 选择题【多选&单选】
      • 选择题【单选&多选】
      • NPS净推荐值分析
      • 对应分析
      • 区分度分析
      • 效度分析
      • 联合分析
      • 路径分析
      • 结构方程模型(SEM)
      • 调节作用
      • 验证性因子分析
      • 权重分析(熵权法)
      • MaxDiff模型
      • 价格断裂点模型
      • Kano模型
      • 平行中介效应
      • 链式中介效应
      • TURF分析
      • 惩罚分析
      • 交叉表(调研专项)
      • 多维尺度分析
      • 品牌价格抵补模型BPTO
      • 联合分析CBC
      • MaxDiff Pro
        • 1、作用
        • 2、输入输出描述
        • 3、案例示例
        • 4、案例数据
        • 5、案例操作
        • 6、输出结果分析
        • 7、注意事项
        • 8、模型理论
        • 9、参考文献
    • 综合评价

    • 差异性分析

    • 相关性分析

    • 预测模型

    • 统计建模

    • 计量经济模型

    • 医学统计模型

    • 机器学习分类

    • 机器学习回归

    • 规划求解

    • 研究模型

    • 信号分析

    • 自定义算法

MaxDiff Pro

操作视频
SPSSPRO教程-MaxDiff Pro

# 1、作用

用于评估受访者对产品属性的偏好程度,目前被广泛的应用在市场调研领域。

# 2、输入输出描述

输输入:最重要变量是指哪一个选项被选为最重要;最不重要变量是指哪一个选项被选为最不重要;选项变量是指在一轮选择中待选择项是哪些。
输出:受访者对属性的偏好程度。

# 3、案例示例

案例:某饮食行业品牌公司欲了解消费者对零食的偏好。一共有八个属性指标(分别是价格、功能、味道、包装、配料、健康、品牌、代言人),可以通过受访者反馈回来的信息(也就是输入数据)来判断消费者更看中零食的哪个属性。

得注意的是,maxdiff模型的问卷收集有一定的要求。它要求受访者在每一次任务中选出“最重要属性”和“最不重要属性”,比如,以上零食有八个属性。问卷是设置了12个任务,每一个任务包括四种选择项。它的意思是每一个受访者需要完成12个任务,每一个任务都是从四个选择项中选出“最重要属性”和“最不重要属性”。

比如说以下数据第二行,是指受访者2在9个任务中,将要从口味、价格、包装、配料四个选项中进行选择,他选择最重要的是“配料”,最不重要的是“口味”;

# 4、案例数据


Maxdiff Pro案例数据

# 5、案例操作


Step1:新建分析;
Step2:上传数据;
Step3:选择对应数据打开后进行预览,确认无误后点击开始分析;

step4:选择【MaxDiff Pro】;
step5:查看对应的数据数据格式,按照【MaxDiff Pro】要求拖入数据;
step6:选择细分市场,将会对数据进行筛选后重新进行分析。
step7:点击【开始分析】,完成全部操作。

# 6、输出结果分析

切换报告(整体市场、细分市场)

输出结果1:Maxdiff结果表

图表说明:
● 效用系数:正分意味着该选项被选为最重要的次数多于最不重要的次数;负分意味着该选项被选为最不重要人的次数比最重要的次数要多。
● P值越小,说明选项被选择为最重要和最不重要的差距越大。
● 偏好份额:直观展现了各个属性的重要性程度,值越大说明该选项越重要。
由上表可知,功能的偏好份额为14.947%,品牌的偏好份额为9.839%,价格的偏好份额为11.157%,代言人的偏好份额为7.605%,包装的偏好份额为10.7%,健康的偏好份额为16.978%,口味的偏好份额为15.592%,配料的偏好份额为13.182%;这说明用户最看重属性健康,最不看重属性代言人。

输出结果2:属性偏好程度

图表说明:上图展示了属性的偏好程度。

# 7、注意事项

  • MaxDiff问卷设计是基于随机化程序来减少因其他因素引起的偏见;

# 8、模型理论

MaxDiff模型是通过多项式逻辑回归的解析估计得到各个属性的回归系数(效用系数)βi,效应系数为正意味着该属性被选为最重要的次数多于最不重要的次数;效应系数为负意味着该属性被选为最不重要的次数比最重要的次数要多。
MaxDiff主要是得到各属性的偏好份额,可以通过以下公式得到:

# 9、参考文献

[1] Scientific Platform Serving for Statistics Professional 2021. SPSSPRO. (Version 1.0.11)[Online Application Software]. Retrieved from https://www.spsspro.com.

建议反馈