So nutzen Sie das Tool
Öffnen Sie eine Datei oder klicken Sie auf „Beispieldaten verwenden“, wählen Sie das Datenformat (breit oder lang) und ordnen Sie die Spalten für Befragten-ID, Aufgabe, gezeigte Items sowie Best- und Worst-Wahl zu. Count-Scores und aggregiertes Logit erscheinen sofort.
Mit „HB-Schätzung ausführen“ läuft Hierarchical Bayes im Hintergrund mit Fortschrittsanzeige. Danach wechseln Sie zwischen HB- und Logit-Ergebnissen, exportieren Nutzenwerte und reskalierte Scores je Person und wählen im Share-of-Preference-Simulator eine Teilmenge von Items.
Methode: Counts, aggregiertes Logit und Hierarchical Bayes
Count-Score = (Anzahl Best − Anzahl Worst) ÷ Anzahl Einblendungen. Er braucht kein Modell und ist ein guter erster Check, hängt aber davon ab, mit welchen Items ein Item zusammen gezeigt wurde. Das aggregierte Logit behandelt jede Best-Wahl als Logit-Wahl unter den gezeigten Items (Nutzen +u) und jede Worst-Wahl als Wahl unter den verbleibenden Items (Nutzen −u) – das sequenzielle Best-Worst-Modell – und liefert einen Satz Nutzenwerte mit Standardfehlern für die durchschnittliche befragte Person.
Hierarchical Bayes nimmt an, dass die Nutzenwerte βₙ jeder Person multivariat normalverteilt sind, N(b, D): b wird aus einer Normalverteilung, D aus einer inversen Wishart-Verteilung gezogen (Priorvarianz 1, Freiheitsgrade = Parameterzahl + 5), βₙ per Random-Walk-Metropolis aktualisiert; im Burn-in wird die Akzeptanzrate auf 30 % justiert. Die Nutzenwerte sind Posterior-Mittelwerte der gespeicherten Iterationen; der feste Seed sorgt dafür, dass dieselben Daten immer dasselbe Ergebnis liefern.
- Reskalierte Scores: pᵢ = exp(uᵢ) ÷ (exp(uᵢ) + a − 1), wobei a die Zahl der Items pro Aufgabe ist, normiert auf die Summe 100; bei HB je Person berechnet und dann gemittelt.
- Konvergenzdiagnostik: Root Likelihood (RLH) gegenüber dem Zufallsniveau, Metropolis-Akzeptanzrate, Sprungweite und Split-Half-R̂ der Populationsmittelwerte (≤ 1,1 heißt: keine deutliche Drift zwischen den Hälften).
- Grenzen im Browser: HB mit höchstens 5.000 Befragten und 60 Parametern; größere Läufe werden vor dem Start abgelehnt.
Rechenbeispiel
In den synthetischen Beispieldaten bearbeiten 300 Befragte je 8 Aufgaben mit 5 Snack-Claims pro Aufgabe; jeder Claim wird über alle Aufgaben 1.200-mal gezeigt. „Toller Geschmack“ wird 590-mal als wichtigster und 27-mal als unwichtigster Claim gewählt, der Count-Score beträgt 0,47.
Im aggregierten Logit (McFadden-R² = 0,132) liegt „Toller Geschmack“ (22,2 Punkte) vorn, gefolgt von „Niedriger Preis“ (14,3) und „Natürliche Zutaten“ (14,2); Schlusslicht ist „Regional hergestellt“ (3,0). Auf der Verhältnisskala ist der erste Claim 7,4-mal so wichtig wie der letzte. Simuliert man die ersten drei als Shortlist, erreichen sie zusammen 58,5 % der Präferenz über alle zehn Claims.
Ein HB-Lauf auf den Beispieldaten zeigt, was das aggregierte Modell verdeckt: Rund ein Drittel gesundheitsorientierter Befragter bewertet natürliche Zutaten, wenig Zucker und Bio deutlich höher als der Durchschnitt.
Wann MaxDiff passt – und wann nicht
Jede MaxDiff-Antwort ist ein Trade-off, daher entsteht nicht das Rating-Problem „alles ist wichtig“. Die Methode eignet sich, um Claims, Features, Nutzenversprechen oder Werbebotschaften zu priorisieren.
- Geeignet: etwa 8 bis 40 Items, 3–6 pro Aufgabe, und jede Person sieht jedes Item etwa dreimal oder öfter.
- Geeignet: Sie brauchen individuelle Scores für eine Segmentierung oder als Input für TURF-artige Shortlists.
- Nicht geeignet: Die Items sind vollständige Produkte mit Preis und Eigenschaften – dafür ist die wahlbasierte Conjoint-Analyse (CBC) gedacht.
- Nicht geeignet: Sie brauchen absolute Kaufabsichten – Standard-MaxDiff-Scores sind relativ; auch der Spitzenreiter einer schwachen Liste erzielt einen hohen Score.
So interpretieren Sie die Ergebnisse
Reskalierte Scores lesen Sie als Verhältnisse: Ein Item mit 20 Punkten ist doppelt so beliebt wie eines mit 10; bei zehn Items liegt der Durchschnitt bei 10. Sind die Meinungen stark gespalten, schauen Sie auf die HB-Mittelwerte statt auf das aggregierte Logit, und prüfen Sie vor der Nutzung individueller Scores, dass die RLH deutlich über dem Zufallsniveau liegt und R̂ höchstens 1,1 beträgt.