Ermittlung von Wichtigkeit verschiedener Attribute

Maximum Difference Scaling (MaxDiff) ist ein sehr effizientes Verfahren, um Präferenzunterschiede zwischen einer relativ grossen Anzahl ähnlich gearteter Attribute zu ermitteln. Es arbeitet in der Abfrage ähnlich wie ein einfacher Paarvergleich.

Der Proband erhält eine Reihe gleichartiger Aufgaben, die jeweils z.B. vier Attribute (zufällig ausgewählt aus der vollständigen Liste der vorab definierten Attribute) enthalten. Aus diesen 4 gezeigten Attributen muss er jeweils das Attribut auswählen, das ihm (1) am wichtigsten und (2) am unwichtigsten ist. Diese Frage wird dem Probanden mit wechselnden Items mehrfach vorgelegt, wobei die Struktur der Frage unverändert bleibt und nur die Antwortitems variieren.

In der Befragung sieht eine MaxDiff-Aufgabe folgendermassen aus:

maxdiff3.png

 

Aus den Antworten der Befragten werden mit Hilfe multinominaler logistischer Regression Nutzenwerte ermittelt. Diese werden normiert dargestellt. Je höher der Wert, desto wichtiger ist das Attribut.

In der Auswertung werden die Nutzenwerte dargestellt:

maxdiff2.png

Die Vorteile der Methode:

Im Vergleich zur Abfrage über Ratingskalen fällt es dem Probanden leichter, trennscharfe Antworten zu geben

Durch die Abfrage von jeweils vier Attributen je „Aufgabe“ bleibt der Umfang der Aufgabe beherrschbar (Ranking- oder Allokationsaufgaben mit 10+ Items würden die Probanden überfordern)

Ratingskalen bergen die Gefahr, homogene Ergebnisse zu generieren, da die Probanden alle oder fast alle Attribute für „wichtig“ halten. Die MaxDiff-Ergebnisse sind sehr viel differenzierter, weil der Proband sich jeweils zwischen den Attributen entscheiden muss

Als Ergebnis resultieren metrische Daten, die für weitere Analysen, z.B. mit multivariaten Verfahren zur Verfügung stehen

Die absolute Höhe der Nutzenwerte ist direkt vergleichbar (Item A ist x-mal wichtiger als Item B)