MaxDiff——得分是多少？

你是否遇到过需要对许多项目（如描述、陈述或概念）进行排序的情况？在这种情况下，通常会采用排序和评分类问题，不过近年来，MaxDiff 作为一种不错的替代方案，正受到越来越多的关注。

与评分法不同，MaxDiff 不受量表限制，因此不存在量表或文化偏见。其次，它可以处理大量项目，而当需要对六个以上项目进行排序时，往往会导致毫无意义、琐碎的排序结果。MaxDiff 克服了这些缺点。

MaxDiff：什么是MaxDiff

MaxDiff 是“最大差异量表法”（Maximum Difference scaling）的简称，由乔丹·卢维尔（Jordan Louviere）于 1987 年提出。简而言之，MaxDiff 测试以包含多个项目的列表（例如 30 个儿童名字）为基础，通过每次从 30 个名字中随机选取 5 个，向受访者展示该主列表的若干子集。 针对每个子集，受访者需分别选出自己最喜欢和最不喜欢的项目。这一选择任务将针对预先定义的随机子集组合重复进行多次，以收集足够的观察数据，从而进行可靠的分析。

MaxDiff：工作原理

在 SSI/Web 中进行即时效用估算，有助于更深入地探究人们做出选择的动机和驱动力。它允许您调出受访者对各选项的最佳和最差评价，以便通过后续提问了解他们为何认为该选项是最佳或最差的。这有助于建立关系框架：该选项是否是该组中最好的，还是该组中没有任何选项真正吸引人。通过提出关于动机的开放式问题，可以引导受访者阐述其理由。

MaxDiff 能够提供受测项目之间的排名、排名项目之间的度量距离，以及受访者选择背后的理由。由于排名是在受访者个体层面确定的，因此在整个样本中可能存在显著差异。可以应用细分或聚类分析，以在细分群体层面发现相似的回答模式（例如，有助于揭示在整体样本中，喜欢某个特定项目的特定群体所具有的独特特征）。

从总体层面来看，我们可能会发现项目“X”胜出，但同时也可能发现，还有另一个可接受的替代方案（项目“Y”）获得了超过其应得份额的偏好。 然而，在细分层面上，我们可以看到偏好存在差异，并且能够发现系统性的差异。这种细分避免了我们简单地将总体表现最佳的选项直接宣布为“赢家”，因为它们的表现可能仅仅是因为它们是“最不惹争议的中庸之选”。当我们在细分层面审视结果时，可能会得出不同的结论，或者说，得出更具针对性的结论。

MaxDiff：何时使用

当您需要在众多选项（例如最多30个）中进行选择，且这些选项在执行和表述水平上具有可比性时，即可使用MaxDiff。 MaxDiff 适用于在词汇（例如品牌、系列或产品名称）、陈述（例如利益阐述或可信理由阐述）或完整概念（例如结合完整描述与可视化内容）之间进行选择。不过，我们建议您根据选项的长度或复杂程度，在 MaxDiff 研究中限制测试选项的数量，以减少不必要的疲劳并确保最佳的数据质量。

没有哪种工具是完美的，MaxDiff方法也确实存在某些局限性。最明显的局限性在于，MaxDiff只能提供项目表现的相对指标，而不能提供绝对指标。这意味着我们只能展示该项目相对于同一组中其他项目的表现，而无法跨组或跨研究进行比较。 不过，有方法可以规避这一限制，例如在项目集合中加入基准项目——即在其他项目集合和研究中已知其表现的项目。此外还存在其他解决方案，具体可根据具体情况进行讨论。