info@mwresearch.de
|
+49-40-65 800 60
|DE-EN
MaxDiff: Präferenzfindung leichtgemacht
Maximum Difference Scaling (MaxDiff) ist ein hocheffizientes Verfahren, um Präferenzunterschiede zwischen einer relativ großen – theoretisch sogar unbegrenzten Anzahl – ähnlich gearteter Stimuli bzw. Attribute zu ermitteln. Es arbeitet in der Abfrage fast wie ein einfacher Paarvergleich.
FRAGESTELLUNGEN
Fragestellungen, bei denen MaxDiff sich anbietet, sind z.B. welche Produkteigenschaften die höchste Relevanz für die Kaufentscheidung haben, welche Eigenschaften am besten zu einer Marke oder einem Produkt passen oder welche Benefits oder Claims die höchste Aussagekraft für die Kommunikation bzw. Werbung haben.
Meist werden für diese Fragestellungen skalierte Abfragen (Rating: Zutreffens-Skala) und Rankings (passt am besten etc.) eingesetzt. Diese Fragetechniken haben allerdings auch bekannte Schwächen bzw. Einschränkungen:
VORSICHT BEI…
Ratingskalen sind häufig nicht trennscharf genug (man erhält ähnliche Werte für alle skalierten Stimuli). Zudem sind sie anfällig für Antworttendenzen (wie z.B. Vereinfachungsstrategien, soziale Erwünschtheit …) und kulturelle Effekte (man neigt in dem einen Land mehr und in dem anderen Land weniger stark zu ausgeprägten Differenzierungen), um nur die wichtigsten zu nennen.
Rankings, also Rangreihen, stoßen allein schon dann schnell an ihre Grenzen, wenn eine große Anzahl von Stimuli vorliegt.
VORTEILE MaxDiff
MaxDiff basiert quasi auf Paarvergleichen. Es wird aber keine Entscheidung innerhalb eines einzelnen Eigenschaftspaares verlangt (A versus B), sondern die Entscheidung basiert und resultiert jeweils auf einem größeren Satz von Eigenschaften oder Merkmalen (A, B, C, D…)
Der Befragte erhält mehrfach eine Reihe gleicher Aufgaben, die jeweils z.B. vier Attribute / Stimuli enthalten. Aus diesen „Set“ muss er jeweils das am ehesten bzw. am wenigsten erwünschte (bzw. wichtige) auswählen.
Diese Vorgehensweise bietet diverse Vorteile:
- es werden lediglich diskrete Entscheidungen vom Befragten verlangt.
- die Anzahl der untersuchbaren Merkmale ist theoretisch unbegrenzt.
- für jedes Merkmal liegen rational-skalierte Werte vor, was weitergehende Analysen erleichtert.
- aus den Antworten der Befragten werden mit Hilfe multinominaler logistischer Regression Nutzenwerte ermittelt.
- zum besseren Verständnis bzw. für eine leichtere Interpretation können diese in Form von Wahlanteilen (in Prozent) oder indexiert ausgegeben werden.
- Darüber hinaus ist auch eine weitere Auswertung mit Hierarchical Bayes ist möglich.
- Vorgehensweise und Auswertung von MaxDiff entsprechen damit der klassischen Choice-Based Conjoint-Analyse (CBC). Insofern kann MaxDiff als eine vereinfachte Form der CBC bezeichnet werden.
Nicht zuletzt bedeutet das: Die Befragung ist leicht umzusetzen, die Abfrage ist für die Befragten leicht zu verstehen und macht sogar Spaß, die Methode hat ein sehr breites Anwendungsspektrum und die Ergebnisse sind leicht zu interpretieren!
Deshalb sollte MaxDiff immer in Betracht gezogen werden, wenn es gilt, Präferenzunterschiede zwischen einer relativ großen Anzahl ähnlich gearteter Stimuli bzw. Attribute zu ermitteln – der Aufwand ist im Verhältnis zum hohen Nutzen gering!
Zum Anfang
