자주 묻는 질문 (FAQs)

MaxDiff(최대 차이 스케일링)는 소비자 선호도와 우선순위를 측정하는 데 널리 사용되는 강력한 설문 조사 기법입니다. 이 방식은 참가자에게 일련의 선택지를 제시하고, 그중 가장 선호하는 항목과 가장 덜 선호하는 항목을 선택하도록 합니다. 제품 기능의 우선순위를 정하거나, 서비스 항목의 중요도를 평가하거나, 브랜드 속성에 대한 선호를 분석하거나, 시장 세분화 연구를 수행하는 데 적합합니다. 특히 사용자의 실제 요구 계층 구조를 파악해야 하는 연구에 매우 잘 맞습니다.

전통적인 평점 질문과 비교했을 때 MaxDiff 분석은 다음과 같은 장점이 있습니다: 1) 참여자들이 모든 옵션에 높은 점수를 주는 대신 반드시 선택을 해야 하므로 평점 편향을 피할 수 있습니다; 2) 상대적 중요도에 대한 순위를 제공하여 실제 의사결정 상황에 더 부합합니다; 3) 매번 비교해야 하는 옵션 수가 적어 인지 부담을 줄여줍니다; 4) 더 신뢰할 수 있는 선호 데이터를 생성하여 통계 분석에 적합합니다; 5) 진정으로 중요한 특성을 식별할 수 있으며 "평균 점수 함정"을 피할 수 있습니다.

핵심 매개변수 권장사항: 1) 작업당 속성 수: 3~5개를 권장합니다. 너무 적으면 비교가 충분하지 않고, 너무 많으면 응답자가 혼란을 느낄 수 있습니다. 2) 작업 수: 시스템이 공식에 따라 자동으로 계산하며, 권장 범위는 6~10개 작업입니다. 3) 총 속성 수: 8~20개를 권장합니다. 너무 적으면 비교 의미가 부족하고, 너무 많으면 응답자 피로도가 증가합니다. 4) 라벨 설정: 연구 주제에 더 잘 맞도록 "가장 중요함"과 "가장 중요하지 않음"에 대한 설명을 사용자 지정할 수 있습니다.

MaxDiff 분석은 다음과 같은 상황에서 권장됩니다: 1) 여러 기능이나 옵션의 상대적 중요도 순위를 파악해야 할 때; 2) 연구 목적이 가장 중요한 영향 요인을 식별하는 것일 때; 3) 응답자가 평점형 문항에서 편향을 보일 가능성이 높을 때(예: 모든 항목에 높은 점수를 주는 경우); 4) 통계적으로 분석할 수 있는 선호도 데이터가 필요할 때; 5) 연구 예산이 제한되어 있지만 고품질 데이터가 필요할 때; 6) B2B 및 B2C 시장 조사, 제품 개발, 서비스 최적화와 같은 시나리오에서.

핵심 지표 해석: 1) 선호 비율: 가장 직관적인 지표로, 속성이 "가장 좋음"으로 선택된 비율을 보여줍니다. 2) 점수: 종합 지표로, (최선 선택 횟수 - 최악 선택 횟수) / 빈도로 계산합니다. 양수 값이 클수록 더 중요합니다. 3) 확률 비율: 어떤 속성이 최선으로 선택될 가능성을 의미하며, 0에서 1 사이의 값을 가집니다. 4) P값: 통계적 유의성으로, 0.05 미만이면 신뢰할 수 있는 결과를 의미합니다. 5) 가장 중요함/가장 덜 중요함 횟수: 절대적인 선택 빈도를 보여줍니다. 속성의 실제 중요성을 가장 잘 반영하는 선호 비율과 점수에 집중하는 것이 권장됩니다.