MaxDiff最大差异分析

所属分类：市场研究

这个方法是做什么的

在一组项目里反复给受访者看几个，每次要求同时挑出“最重要的一个”和“最不重要的一个”，据此得到项目之间的相对偏好次序。它的价值在于强制取舍：直接用重要性量表打分时，人人都把所有项目打成 4 分 5 分，什么都排不出来；两端选择把这个天花板拆掉了。本模块用的是计数法（counting）：每个项目一列，单元格只能填 +1（本轮被选为最好）、−1（被选为最差）、0（展示了但没被选中），净计数得分 =（最好次数 − 最差次数）÷ 出现次数，取值域 [−1, 1]。

除了排名，报告给这几样：每个项目净得分的标准误、95%CI（截断到定义域内）与“是否显著偏离中性 0”的 t 检验；缩放效用 =（净得分 + 1）÷ 2 × 100，把得分线性映射到 0–100（50 为中性）；Friedman 配对秩检验回答“项目之间整体上是不是真有偏好差异”，Kendall's W 衡量受访者彼此的排序有多一致；以及 Wilcoxon 符号秩加 Bonferroni 校正的项目两两比较，附秩二列相关 r。卡① 先查四件事：编码是否合法、各项目展示次数是否均衡（χ² 拟合优度）、Best 与 Worst 总数是否平衡（二项检验）、完全区组样本够不够做配对检验。

需要准备什么数据

• 放入[定量]待测项目列：至少 3 个

数据要求

• 数据表至少 30 行。
• 单列缺失率不超过 20%。
• 不接受取值全都一样的列（零方差列没有可分析的变异）。

以上条目由系统从该方法的校验规则直接生成，与上传数据时的实际拦截规则一致。

什么时候用它

• 从十几条卖点、功能或诉求里挑出最该主推的那几条
• 重要性量表打分全挤在高分段、分不出优先级时，改用强制取舍
• 需求排期、内容选题、权益清单这类“必须排个先后”的场景
• 已按 Best-Worst 设计做好问卷、回收后需要汇总的分析

前提：至少 3 个项目列，每列取值只能是 +1/0/−1，数据不少于 30 行。最关键的一条是各项目的展示（出现）次数应近似均衡——净得分的分母就是出现次数，展示次数不同的项目之间没有可比性，卡① 用 χ² 拟合优度专门检验它。缺失被当作“该项目本行未展示”处理，不计入分母。

什么时候不要用它

• 需要个体级效用或份额模拟（share of preference）：计数法只给总体层面的相对排序，不产生每个人的效用值，卡① 和卡⑤ 都写明了这一点。要处理人群内部的偏好分化，先用「聚类分析(K-Means)」或「二阶聚类」把受访者分群，再按群逐一汇总净得分；想看偏好差异是否与年龄、渠道这类人群变量有关，用「列联（交叉）分析」。
• 想知道各选项被多少人选中的绝对比例：MaxDiff 给不出“多少人喜欢它”，只给相对次序。选项分布与勾选比例用「多选分析」或「频数分析」。
• 要比较的是属性水平之间的取舍（价格 199 还是 299、64G 还是 128G）：那是水平层面的效用，用「联合分析(Conjoint)」。
• 想给功能做需求属性归类（不做会挨骂 / 做了才有惊喜）：用「Kano模型」；想找几个项目组合起来覆盖最多人，用「TURF触达频次分析」。
• 数据是李克特打分而不是 +1/0/−1 三值编码：本模块只认三值编码，量表分会被判为非法取值。想比较同一批人对几道题的平均分，用「多配对样本Friedman检验」或「重复测量方差分析」。

容易误读的地方

• 净计数得分是相对量，读成“绝对重要性”就错了。 示例里“续航时间”得 0.42，只说明它在这份清单的 5 个项目中更常被选为最好。往清单里加一个更差的项目，其余项目的得分会集体上移；删掉最差的那个，全体下移。所以 MaxDiff 的数字不能跨问卷比较，也不能说“续航的重要性是售后的两倍”——它连比例尺度都算不上。缩放效用那一列看着像百分制，其实只是净得分的线性变换，同样是相对量。
• 排名相邻的两项未必真有高下。 主结果表按净得分排序，但排序本身不带不确定性。要判断谁更受偏好，得看两项的 95%CI 是否重叠，以及卡④ 里 Bonferroni 校正后的 Wilcoxon 结果。示例中“拍照质量 vs 屏幕素质”未校正 p=0.2792、校正后 p=1.0000——这两项在数据上分不出先后，尽管它们的排名一个第 2、一个第 3。按名次切一刀说“前三名做、后两名砍”，很可能是在切噪声。
• Friedman 显著和 Kendall's W 很低可以同时成立，而且后者更该管你的决策。 示例里 Friedman χ²(4)=141.45、p<0.001，但 W 只有 0.177，判定写的是“几乎无一致性”。这不矛盾：Friedman 说项目之间确有差异，W 说受访者内部对次序的意见分歧很大。W 低的时候，总体排名代表的是一个并不存在的“平均人”，照它做决策会同时得罪几个偏好相反的细分人群。此时应先看卡③ 里 Best 和 Worst 两根柱都很高的那些“两极分化”项目，再按人群细分重跑。
• 展示次数不均衡时，净得分不能横向比。 分母不同会让各项目的估计精度差一大截，卡① 的 χ² 拟合优度就是为此而设。示例里五个项目都出现 200 次、p=1.0000，所以可以直接比；如果这一项报“不均衡”，正确动作是回去修实验设计，而不是硬读排名，因为此时的名次里混着设计造成的偏差。
• Best 与 Worst 总数不相等是数据问题，不是发现。 示例的二项检验给出 Best=287、Worst=226、p=0.0080，判定写的是“提示部分轮次只选了一侧或数据录入不完整”。理论上每一轮都各选一个最好、一个最差，两者总数应大致相等。这条红了要回去查问卷逻辑或导出脚本——把它读成“大家更愿意选最好的”，等于把一个录入缺陷写成了一条结论。

报告里有什么

1. 输出结果一：数据概览与前提检验
2. 输出结果二：项目重要性排名与净计数得分检验
3. 输出结果三：可视化（效用排序与 Best/Worst 构成）
4. 输出结果四：效应量与事后多重比较
5. 输出结果五：结论与学术表述