アドオン機能: このソリューションは、SurveyMonkeyのどのタイプのプランでも、Audienceコレクターと併用できます。 今すぐ開始するか、当社のその他の市場調査ソリューションをご覧ください。このソリューションは、米国データセンターのアカウントでのみご利用になれます。
Webリンクコレクターは、どの有料プランでもご利用になれます。
MaxDiffソリューションは、どのアイテムや機能が回答者に最も重視されるかを理解するのに役立ちます。これは、新製品や機能の優先順位を付けし、顧客が最も重視する点を把握したい場合に役立ちます。
このソリューションは、MaxDiffの方法論に基づいています。入力した項目を使用してアンケートの質問が作成されます。MaxDiffの質問を1件ずつご自分で作成する必要はありません。アンケートに含めたい項目を入力すれば、質問が作成されます。
MaxDiffソリューションは、入力した項目を使用してアンケートの質問を作成します。MaxDiffの質問を1件ずつご自分で作成する必要はありません。アンケートに含めたい項目を入力すれば、質問が作成されます。
ドロップダウンを展開して、実験設計の詳細を確認します。
MaxDiffは予測モデルではありません。アルゴリズムによる予測を使用して、複数選択肢のシナリオに基づいて結果を推定します。 これらのツールについては、独自の通知を回答者に提供することをお勧めします。
調査結果は3年間保存されます。3年を過ぎると、結果は削除されます。
MaxDiff調査の作成方法をご説明します。
調査を設定するには
アンケートのパーツの追加
アンケートにカスタムの質問を追加して、対象者からその他の重要な情報を収集することができます。次の操作を実行できます。
MaxDiffの質問は、実証済みの手法を保護するためにロックされており、編集できません。 質問をプレビューすることはできますが、変更は加えられません。
右上の[アンケートのプレビュー]を選択して、新しいウィンドウでアンケートをテストし、回答者の画面にどのように表示されるかを確認します。プレビューを他の人と共有してフィードバックを収集することもできます。
調査を送信する準備が整ったなら、[次へ: 回答の収集]を選択します。
アンケートを送信する準備が整ったなら、左側のサイドメニューから[収集]アイコンを選択します。
回答の収集を行う2つの方法
MaxDiff調査用に、複数のコレクターを作成するこもできます。
有料機能: 機能重要度(MaxDiff)ソリューションのWebリンクコレクターは、どの有料プランでもご利用になれます。 無料プランではSurveyMonkey Audienceを使って回答を収集することができます。
好きな方法で送信できるWebリンクを作成します。アンケートリンクを共有するには
SurveyMonkey Audienceのパネリストは、数百ものターゲティングオプションに基づいて分類されているため、国や、人口統計、雇用形態、趣味、宗教などに基づいて回答者を絞り込むことができます。
アンケートの対象者を選択するには
支払いが完了すると、すぐにアンケートの回答の収集が開始されます。
画面の左側にあるグラフアイコンを選択して、結果の分析を開始します。[分析]セクションには、概要、度数、経験的ベイズ、アンケート結果、個別回答があります。
度数分析では、アイテムがベストまたはワーストとして選択された頻度を知ることができます。このデータを使うことで、アンケート回答者が各アイテムをどのように評価したかをすばやく理解できます。グラフでは、単純度数、ベスト度数、ワースト度数、ベスト/ワースト度数など、いくつかの異なるデータセットを表示することができます。
グラフの下の表には、各アイテムのすべてのデータが表示されます。この表には、度数比も含まれています。これは、ベスト度数やワースト度数を、その項目が表示される回数で割った値です。
経験的ベイズでは、回答者が各アイテムについてどう感じているかを理解することができます。これは、各アイテムがベストとして選択される可能性を他のアイテムと比較した値です。
経験的ベイズでは、各アイテムの効用値を計算します。これは、アイテムのパフォーマンスを測る尺度です。このスコアは、すべてのセットとアンケート回答者を対象に計算されます。各アイテムの効用値を計算するために、次のデータを使用します。
まず、すべての回答を結合して、各項目の効用値を算出します。その後、各回答者についてアイテムの効用値を計算します。ユーザーがすべてのアイテムを表示しなかった場合、ベイジアンプーリング(または「シュリンク」)を使用して、そのアイテムに対して回答者がどのように回答したかを推定します。すべての回答を合計したものが総合スコアとなるため、回答者は総合スコアと同様の回答をしたものと想定されます。アンケート回答者の効用値は、回答者が表示しなかったアイテムの合計スコアに対して「シュリンク」されます。これらのスコアは、そのアイテムがベストとして選択される可能性を予測するのに役立ちます。
グラフには各アイテムの効用値が表示されます。スコアが高いということは、そのアイテムがベストとして選ばれる可能性が高く、対象者にとって重要なアイテムである可能性が高いことを意味します。
データの表示方法を変更するには、右上のスケールを選択します。
グラフの下の表には、各アイテムのスコアと95%の信頼区間が表示されます。信頼区間は、アンケートを何度も繰り返し実施した場合に、一定の割合で得られるスコアを含むスコアの範囲です。たとえば、あるアイテムに[13–14]の95%信頼区間が設定されているとします。その場合、このアイテムは、アンケートを100回繰り返した際に、95回で13から14のスコアを獲得するということになります。
任意のページで、グラフの上にある[フィルター]ボタンを選択すると、データをフィルタリングできます。 1つのグラフに適用したフィルターは、他のグラフにも適用されます。たとえば、度数分析に年齢フィルターを追加すると、それは経験的ベイズ分析にも適用されます。
度数データや、集計された経験的ベイズデータ、全回答データ、個別回答などをエクスポートできます。