Veelgestelde Vragen (FAQs)

MaxDiff（最大差异缩放）是一种强大的调查技术，广泛用于测量消费者偏好和优先级。它向参与者呈现一系列选择，并要求他们指出最偏好和最不偏好的选项。适用于产品功能优先级排序、服务项目重要性评估、品牌属性偏好分析、市场细分研究等场景，特别适合需要了解用户真实需求层次的研究。

MaxDiff分析相比传统评分题有以下优势：1) 避免评分偏差，参与者必须做出选择而不是给所有选项都打高分；2) 提供相对重要性排序，更符合实际决策场景；3) 减少认知负担，每次只需比较少量选项；4) 获得更可靠的偏好数据，适合进行统计分析；5) 能够识别出真正重要的特征，避免"平均分陷阱"。

关键参数设置建议：1) 每个任务的属性数量：建议3-5个，太少无法充分比较，太多会让参与者困惑；2) 任务数量：系统根据公式自动计算，建议范围是6-10个任务；3) 属性总数：建议8-20个，太少缺乏比较意义，太多会增加参与者疲劳；4) 标签设置：可自定义"最重要"和"最不重要"的描述，使其更贴合研究主题。

以下情况推荐使用MaxDiff分析：1) 需要了解多个特征或选项的相对重要性排序；2) 研究目标是识别最关键的影响因素；3) 参与者容易对评分题产生偏差（如都打高分）；4) 需要获得可进行统计分析的偏好数据；5) 研究预算有限但需要高质量数据；6) 适用于B2B和B2C市场研究、产品开发、服务优化等场景。

关键指标解读：1) 偏好百分比：最直观的指标，显示属性被选为"最佳"的频次比例；2) 得分：综合指标，计算公式为(最佳选择次数-最差选择次数)/频率，正值越大表示越重要；3) 概率百分比：预测属性被选为最佳的可能性，范围0-1；4) P值：统计显著性，小于0.05表示结果可靠；5) 最重要/最不重要次数：显示绝对选择频次。建议重点关注偏好百分比和得分，这两个指标最能反映属性的真实重要性。