市场研究技术(第六章问卷和量表设计).doc

第六章 问卷和量表设计 问卷是由各种量表构成的，量表是对事物主观特性和客观特性的测量。第一节 量表和测量一、测量的本质(一）测量的基本概述1.测量的概念测量是人类生产和生活过程中普遍存在的现象.斯蒂文斯在1946年提出了一个简洁的测量定义,认为测量是根据法则给客体或事件指派数字。后来,有研究者认为，测量的对象不是客体（如水果或空气）本身，而是客体的特定属性.因此测量的定义被修改为“根据法则给客体或事件的属性指派数字，通俗地讲,测量是指依据一定的法则使用量尺对事物的属性进行定量描述的过程.所谓“一定的法则”，是指任何测量都要建立在某种科学规则和科学原理基础上,并通过科学的方法和程序完成测量的过程.例如，用杆秤测量物体的重量，所依据的是物理学上的杠杆原理；用温度计测量温度,所依据的是热胀冷缩原理;等等，其中,有的测量所依据的法则比较稳定和完善，所以，测量的结果比较准确、可靠;而有的测量所依据的法则比较粗糙和欠成熟，测量结果的准确性和可靠性便比较差。所谓“事物的属性，是指所要测量的客体或事件的特定特征.例如，物体的重量、长短、高矮等等，这些不同特征就是测量的特定对象。一种事物有各种不同的属性，对不同的属性要用不同的测量工具依据不同的法则进行测量。有些事物的属性直观明显,具有外显性，在测量中容易被确定,并容易被所有人所认同和接受，测量的结果无可争辩;而有些事物的属性不容易外露，具有内隐性,在测量中难以界定，也不容易取得大多数人的认同和接受，测量的结果也就不容易活的卿清晰的解释。所谓“量尺，是指测量中所使用的度量工具。例如，测量重量的杆秤,测量长度的尺子,测量温度的温度计等等，不同的测量要用不同的量尺,不同的量尺所使用的单位和参照点也不同。 所谓“定量描述”,是指测量的结果总是对事物属性的量的确定.虽然有时人们把把诸如“l”代表男、“0”代表女这样的做法也叫做测量,但这里的数字只是一种分类符号，并不是有意义的数量.所谓“数量”不仅指事物特征的符号，而且指一种有序的量。数量具有四个特性:一是它的区分性,即一个数(如“1”)不同于另一个数(如“2”）；二是它的序列性,即1234;三是它的等距性,即2-1=1，32=1,所以，21=3-2；四是它的可加性，即一个数加另一个数产生第三个数。数量的这些特点是一切数学运算的基础,同样,也正是数的这些特点使得对事物特征差异的测量成为可能。有的测量对事物特征定量描述的精确度高些,而另一些测量对事物特征定量描述的精确度低些。2。测量的类型和精确度测量的精确度既与测量对象的性质有关，也与测量时所用的工具有关。 首先，测量的精确度决定于测量对象本身的性质.我们可以根据测量对象的性质把它分为三种类型.（1）确定型,即在一定条件下,事物的量保持恒定不变。例如，物体的长度和重量,只要物体的温度不变，受力状况不变，其长度也就不会改变;只要物体在地球表面的水平位置和垂直高度不变，其重量也不会改变。 （2）随机型，即事物的量随机改变。例如,人的短时记忆的容量，尽管实验者在实验过程中每次向被试呈现刺激的条件保持恒定，但每次测量的结果总是存在差异，只是这种差异总是保持在一定范围内，量的改变趋势也呈现出一定的规律。 （3)模糊型，即事物的量本身是模糊的，难以获得确定的量。例如，对人的性格特征,尽管人们习惯于用热情奔放或冷若冰霜等词汇来描绘，而且能够区分出两个同是热情奔放的人在程度上的差别，但这种差别的量却是很模糊的.显然，对确定型的事物进行定量描述要比对随机型和模糊型的事物进行定量描述要容易得多,因此测量的精确度也要高得多。但是，即使对确定型的事物也不能做出绝对精确的描述,在任何测量过程中都会有误差存在，所不同的是误差的大小而已。 其次，测量的精确度决定于测量工具的精密性.不言而喻，使用技术上完善的测量工具比使用技术上粗糙的测量工具,其测量结果要精确得多.对于长度的测量，用皮尺测量比用脚步测量，其结果要精确得多；而用激光测量比用皮尺测量,其结果又要精确得多。同样,对于重量的测量,用杆秤测量比个人主观估计,其结果要精确得多；而用电子秤测量比用杆秤测量,其结果又要精确得多。因此，尽可能使用技术精密的测量工具,是保证测量精确度的重要条件.但是，不论使用何等精密的测量工具,实际测量中仍然会有误差存在，所不同的也仅是误差的大小而已.测量学的目标之一是设法尽可能地把误差降到最低限度，而不能能完全消灭误差。 测量技术被广泛用于工农业生产、商业流通、科学研究和人们的日常生活领域.根据测量对象的性质和特点,可以将各种不同形式的测量大致分为四种类型。 （1)物理测量:指对事物的物理特征的测量。如长度测量、重量测量、面积测量、速度测量等均属于物理测量。 （2）生理测量:指对机体生理特征的测量。如对动植物各种化学成分含量的测量,对人体各种生理机能的测量等均属于生理测量。 （3)社会测量：指对社会现象的测量。如在人口普查、经济统计、民意调查中所使用的测量技术等均属于社会测量。（4)心理测量:指对人的心理特征的测量.如智力测量、人格测量、职业兴趣测量、态度测量等均属于心理测量。（二）测量的基本要素在数学上，测量的数量是由零（0）和任何正负数组成的实数系,该实数系通常可用实数轴直观地表示出来。实数系是可被无限分解为不同单位的数字连续体，其中每个数值都处于该连续体上的一个特定位置。5-432101234 图6。1 测量中的数量连续体从图6。1可以观察到，一个完善的测量数量必须具备两个基本要素，即测量的签照点和测量的单位。1。测量的参照点 从根本上说，测量是确定特定事物的特定特征的数量。因此，在测量工作中，必须有一个测量的的原始起点，也就是测量前测量对象的数量的固定原点.这个固定原点就叫做测量的参照点。在测量的数量连续体中,固定原点的数字被定为“0”。显然,要使两个测量数量能够相互比较，必须使这两个测量建立在同一个参照点上.因为参照点不同的两个测量，其结果的意义完全不同. 参照点有两种：一种是绝对参照点，即以绝对的零点作为测量的起点。如长度测量和重量测量就是建立在以绝对的零点为参照点的基础上的测量。这个绝对的零点的意义就是“无有,即没有重量或没有长度，以此为测量的起点去确定某事物有多重或有多长。另一种是相对参照点，即以人为确定的零点为测量的起点。如对地势高度的测量，就是以海平面为测量的起点。此时，人们假定海平面的高度为“零”，然后去确定陆地高出海平面多少.再如对气温的测量，是以水的冰点为测量的起点.此时，人们假定水刚刚能够结为冰的温度为“零”,然后确定气温高于或低于“零”多少度。 最为理想的测量参照点当然是绝对参照点，因为它的意义最为明确。但在许多情况下,人们难以找到绝对参照点,所以必须改用相对参照点。采用相对参照点为测量起点的测量结果只能进行加减运算,而不能进行乘除运算，它的两个值之问没有倍数关系。例如，在智力测量中,假定甲的智商为100，而乙的智商为50，我们不能说甲的智商是乙的智商的2倍，而只能说甲的智商商出乙的智商50。 2。测量的单位 测量的第二个基本要素是它的单位。在现实生活中,不同测量所用的单位有很大差异，如长度测量的单位是毫米、厘米、分米、米等等,而重量测量的单位是毫克、克、千克、吨等等.但抽象到实数轴的数字连续序列中，可以观察到测量数量的基本单位是“1，即数量从原点“O开始移动，数轴上每个连续整数都与前一个整数相距1个单位,数轴上相邻整数问的距离都是相等的。所以，理想的测量单位应当具备两个条件：一是要有确定的意义，即对同一单位,所有人的理解都是相同的,不允许做出不同的解释。例如，所有的人对重量单位“千克”的解释都是一样的，没有歧义。二是要有相等的价值,即第一个单位与第二个单位之间的距离等于第二个单位与第三个单位之问的距离。例如,30千克与20千克之差等于40千克与30千克之差。但是，在某些情况下，要具备这两个条件是相当困难的.例如,市场研究测量中的单位就往往难以达到这个要求,它远没有其他测量中使用的单位成熟和完善.二、测量的量表要测量某一特定事物的特定特征的数量，必须首先选择一个具有确定单位和测量参照点的数字连续体，将欲测量的特征与连续体相比照，确定它的位置，看它距参照点的远近,就会得到该特征的一个度量值。这种能够使事物的特征数量化的数字的连续体就是量表,建立系统的法则，选择有意义的参照点及单位来量化事物属性的获得便称为度量。制定量表的参照点和单位不同，就会编制出不同的量表，不同的量表具有不同的测量水平,相应的，测量的精确度也不同.测量的核心是制定对事物的属性和态度特性进行赋值的规则。赋值的规则有时候非常简单，比如为研究中的每个品牌进行编号，只要保证每个品牌有一个数字编号，不同的品牌数字编号也不同.这些数字不必组成一个连续的序列,数字编号的大小也不代表任何意义.这种最简单的赋值规则所具有的测量水平被称作名义尺度。另一个极端的测量尺度被称作比率尺度，它要求赋值的数字组成连续有序的区间并具有天然的零点。一般地,根据赋值规则所附加满足的条件形成了不同的测量尺度.斯蒂文斯在1946年根据测量中使用的不同参照点和单位,区分出4种测量尺度：名义尺度、顺序尺度、区间尺度和比率尺度。（一）名义尺度名义尺度也称作类别尺度,其数字分配仅仅是用作识别不同对象或对某种属性进行分类的标记,这些类别之间没有任何顺序和空间分布上的关系.如果赋值不同，它们就是两个不同的对象或属于两个不同的类别。如果赋值相同,它们在名义上属于同类。例如，在一个调研项目中对每个受访者进行编号，这个编号就是一个名义尺度.当名义尺度中的数字是用于识别不同对象时，数字与对象间存在着一一对应的关系，例如大学里每个学生的学号、球队中每个队员的编号等。在营销研究中，名义尺度常用来标识不同的受访者、不同的品牌、不同的产品特性、不同的商店或其他对象等，也经常对某些重要属性进行分类，像消费者按性别可以分为男性和女性，按婚姻状况可以分为已婚和未婚，以及按教育背景可以分为文史类、理工类和经管类等。名义尺度的数字不能反映对象的属性或具体特征的性质和数量。 例如，学号较大的学生并不比学号小的学生更优越，反过来也是一样。对名义尺度中的数字，只能计算发生频度以及和频率有关的一些统计量,如百分比、众数、卡方检验、二次检验等。计算平均数是没有任何意义的.（二）顺序尺度顺序尺度是一种排序尺度,分配给受测对象的属性或特征的数字表示其具有相对的大小或强弱程度。顺序尺度可以让我们确定一个对象的某种属性或特征是否比另一个对象的某种属性或特征更大(较强）或更小(更弱）.顺序尺度规定了对象的属性或特征的相对位置，但没有规定对象的属性或特征之间差距的大小。比如，排在第1位的受测者都表示非常喜欢可口可乐，排在第2位的受测者都表示喜欢可口可乐，但是我们不能确切地知道他们之间在喜欢程度上的差距。顺序尺度的例子有产品质量的等级、品牌知名度的排序、大学综合排名和 运动员的积分排名等。态度的测量大都属于顺序尺度，即，只能分出高低、大小，无法分出之间的差距。 和名义尺度一样，在顺序尺度中等价的个体有相同的名次。任何一组有序数字都可用于表达对象的属性或特征之间已排定的顺序关系，而不必要求数字是连续的序列。例如,只要能保持基本的顺序关系，就可对顺序尺度施以任何变换。因此，除了计算频度，顺序尺度还 可用来计算百分位数、四分位数、中位数等。（三）区间尺度区间尺度也称等距尺度，在区间尺度中相等的数字距离代表所测量的变量相等的数量差值.区间尺度包含顺序尺度提供的一切信息，并且可以让我们比较对象的属性或特征间的差别，它就等于尺度上对应数字之差。区间尺度中相邻数值之间的差距是相等的，1和2之间 的差距就等于2和3之间的差距,也等于5和6之间的差距。有关区间尺度最典型的实际例子是温度的测量，华氏温度计和摄氏温度计采用了不同的区间尺度，它们都可以测量温度的高低和差距,但规定的零点不同。在学校里，学生的考试成绩实际上就是对学习效果的一种测量,它也是比较典型的区间尺度.在市场营销研究中，经常使用的态度测量的尺度不是区间尺度,有时候我们只是近似地把某些顺序尺度看也是人为确定的。温度计中的零点是人为确定的，比如摄氏温度测量的零点确定为标准气压下水的冰点。同样,学生的考试成绩为零分仅仅是卷面上的题目都不会,并不代表该学生对考试的课程内容一无所知.在区间尺度中,任何形式为y=o+如的线性变换都能够保持区间尺度的特性。这里,x是测量变量在原尺度中的值， y是变换后得到的新值,6是一个正的常数,n可以是任何常数。因此,对4个对象A、B、c、D分别打分为1、2、3、4或22、24、26、28都是等价的。后一种量表可以从前一种量表经过变换得到，其中。=20，6=2。由于原点不固定，量表上数字的比值没有任何意义。例如，D和B的比值变换前为2:1，变换后却为7：6，但测量值差距之比是有意义的，因为在这个过程中常数o、6都被消掉了。在不同量表中,对象D、B的差值和对象c、B的差值之比都是2：1。 对于区间尺度可采用名义尺度和顺序尺度适用的一切统计方法。此外,还可以计算算术平均值、标准方差以及其他有关的统计量.（四）比率尺度 比率尺度具有名义尺度、顺序尺度、区间尺度的一切特性，并有固定的天然的原点。因此，在比率尺度中，我们可以标识对象，将对象进行分类、排序，并可以比较不同对象某一变量测量值的差别.测量值之间的比值也是有意义的，不仅“2”和“5”的差别与“10”和“13”的差别相等，并且可以说“10”是“5”的2倍。身高、体重、年龄、收入等都是比率尺度的例子。市场营销研究中,销售额、市场份额、消费者收看电视节目的时间等变量都要用比率尺度来测量. 比率尺度仅限于使用形式为y=k的变换，这里6是个正的常数,不能够像在区间尺度中那样再加上一个常数o。例如从“米”到“厘米的变换（6=100)，不管是用米还是用厘米作为测量单位，对象之间的比较总是一致的。所有的统计方法都适于比率尺度,包括几何平均数的计算。遗憾的是比率尺度对态度测量并没有太大的用处。四种类型量表的性质总结见下表。表6.1测量尺度的四种类型 类型规则描述基本操作应用实例统计计算名义用数字识别对象,对属性特征进行分类判断是或不是品牌编号、商店编号、受访者分类频数、百分比、众数、卡方检验、二项检验顺序除识别外,数字表示测量对象的相对顺序，但不表示差距的大小判断较大或较小产品质量等级、对品牌的偏好排序或社会阶层的高低等级百分位数、中位数、秩次数区间除排序外,可比较对象间差别的大小，但原点不固定判断间距相等性温度、品牌认知水平等复杂概念和偏好的测量极差、均值、方差或标准差。Z检验、t检验、因子分析比率具有上面三种类型的性质，并有固定的原点判断等比相等性销售量、市场份额、产品价格、家庭收入等精确数据的测量几何平均数、变异系数表6。2是一个应用实例，说明了各种基本测量尺度的使用。 表6.2基本测量尺度实例名义尺度顺序尺度区间尺度比率尺度品牌名称品牌编号按喜好程度排序按喜好程度打分1-5分最近三个月购买的百分比A17323%B22543C38528%D43319%E5144%F64535G76526%H85312I9945J101023.4%这是一项对10个品牌的调查。可以用1到10这10个数字分别代表10个品牌，这就是一种名义尺度。比如,编号9代表品牌I，品牌C编号为3，但这并不意味着它要比品牌I好些或差些.对这10个数字重新进行分配，例如,让品牌I编号为3,品牌C编号为9，对于整个测量没有任何影响，因为这些数字并不代表品牌的任何具体特征和性质；上个月有28的受访者曾购买过品牌c,这样的陈述是有意义的,而计算所有编号（从1到10）的平均数得到55，“电视品牌编号平均值为55”这样的陈述则是毫无意义的.要求受访者根据对这10个品牌的喜爱程度进行排序,就可以采用顺序尺度.例如,要求受访者对最喜欢的品牌用“1”表示,次喜欢的用“2”表示，依此类推。在表6。2中我们给出了两种排序的结果。我们能够知道受访者对品牌I的偏好超过对品牌c的偏好,但我们不知道到底差多少.要求受访者根据个人对品牌喜爱程度对10个品牌用5分制打分，就得到表6。2中区间尺度。品牌I得4分,品牌J得2分，但这并不意味着受访者对品牌I的偏好程度是对品牌J的2倍。三、态度及测量尺度（一)态度的含义 在某种意义上说，市场营销是试图影响人们的态度并改变其消费行为的理论。我们通常假设，一个人对于某事物的相关的行为与对它的态度是一致的。比如，那些认为中医不是很科学的人在生病时更有可能去看西医，那些对中国移动公司有着强烈的正面情感的人更不会轻易转换服务商。态度虽然不能完全决定行为,但是,态度的确是决定。行为的一个关键性的因素。 在营销研究中，研究的问题可以用变量的语言来表述.研究人员通过对变量的测量，来确定变量之间的关系。按照某种标准我们可以将变量划分为三大类，即属性变量、行为变量和态度变量.属性变量主要是指人口统计学上的特征，比如年龄、性别、教育程度、工资收入和家庭状况等。行为变量则是指那些反映消费地点、消费频度和消费方式的变量。态度广义地也包括信念，则是与认知有关的看法以及反映受测者个人心理状态的主观评判的变量. 态度作为科学术语有很多不同的定义.然而，它们都将态度描述为能够影响个人行为的选择并对这些行为保持一致性的潜在的精神状态。人们普遍接受的观点是，构成“态度”的成分主要有三个方面：一是指对某事物的认知或知识；二是指对某事物的情感或偏好；三是指对未来行为或状态的预期和意向。 对某事物的认知或知识代表了个人了解和掌握该事物的信息,包括知晓该事物的存在、对该事物的特征或属性所持的信念以及这些特征或属性的相对重要性的判断.比如家居武汉的高先生准备在炎热的暑期去海滨度假，他不需要提醒就知道很多国内知名的海滨度假区,像海南的三亚、江苏的连云港、辽宁的大连、山东的青岛等.他还知道不是那么有知名度的山东日照，认为日照是暑假海滨度假的一个很好的地方，那里有延绵数十里的细软平缓的金色沙滩，夏季气候凉爽宜人，海产丰富，价格不高。特别是那里可以提供各类价格适中的酒店，景点游人不是很拥挤.这些信息对于高先生的旅游度假地的选择将起到决定性的作用. 对某事物的情感或偏好代表了一个人对某事物是否满足个人和社会需求的心理反应和生理体验。情感经常使用“喜欢一厌恶”或“同意一反对”这样的词汇来测量，偏好则经常通过受测者在多个备选对象中作出选择来达到测量的目的。比如，有人喜欢去麦当劳或肯德基主要是因为那里整洁、温馨的环境和气氛；有人喜欢乘坐法航的班机图的就是空姐那迷人的脸蛋和优质的服务.旅游度假有人愿意去知名的景点,有人却宁愿去鲜为人知的僻静之地；有人愿意乘坐火车、飞机,有人却宁愿自驾旅行尽享高速驾车的乐趣.情感或偏好与个人的行为通常保持较高的一致性. 对未来行为或状态的预期和意向是指个人对自己未来的行动所持的期望和判断.比如，今年下半年他将考虑在近郊购买一套湖景别墅，但是他不打算购买普通的高层公寓.研究人员通过对个人未来预期和意向的测量,再结合受测者其他相关信息，可以比较准确地预测某产品的销售潜量。（二）态度测量量表在营销研究中,为了揭示研究问题的答案,弄清变量之间的确切关系，就必须对变量进行标准化的测量,这种标准化的程序有时被称作量化技术。如前所述,对于一般的属性变量和行为特征变量的测量相对来讲是容易的，而态度变量作为一种主观的精神状态准确地测量它们有很大的困难。在本节中，我们就重点介绍和讨论一些常用的态度测量量表.常用的量表可分为比较量表和非比较量表两类。比较量表是根据不同测量对象的比较获得某一属性或特征的相对值。比如，可以让受测者回答他们更喜欢摩托罗拉还是诺基亚。比较量表包括配对比较量表、等级顺序量表、常量和量表、Q分类量表等。使用比较量表测量通常得到顺序数据，因此比较量表也被称为非公制量表.比较量表的主要优点是通过受测者对某些属性或特征的比较并强迫他们作出排序选择而发现这些属性或特征之间的细微的差别。比较量表的主要缺点是只能得到顺序数据，无法测量出属性或特征之间差距的大小.同时，由于测量结果只限于受测对象之间的相对比较,所以无法在更大范围内使用。比如，通过比较量表我们知道在碳酸饮料中受测者更喜欢百事可乐，但是我们无法知道喜欢的程度比可口可乐高多少，我们也不知道受测者更喜欢百事可乐还是统一冰红茶。非比较量表是对每个测量对象进行独立的测量，被称作单独量表或公制量表，产生的数据是区间尺度或比率尺度.一个典型的非比较量表就是对某产品或品牌进行打分评价.非比较量表又可以进一步分为单项评分量表和分项评分量表。常用的分项评分量表有沙氏通量表Likert量表、语义差异量表和斯坦普尔量表。非比较量表操作简单，在营销研究中使用非常广泛.（三)比较量表技术1。 配对比较量表 在配对比较量表中，受测者被要求对一系列对象两两进行比较，并根据某个标准在两个被比较的对象中做出选择.配对比较量表是一种使用很普遍的态度测量方法，获得的数据具有顺序尺度。配对比较量表在操作上简单易行。首先，对受测者来说，从一对对象中选出一个肯定比从一大组对象中选出一个更容易；其次,配对比较也可以避免等级量表的顺序误差.但是,因为一般要对所有的配对进行比较,所以对于有n个对象的情况，要进行n(n一1）2次配对比较，是关于n的一个几何级数。因此,被测量的对象的个数不宜太多，以免使受测者产生厌烦而影响应答的质量。 配对比较量表实例:Q1:下面是10对牙膏品牌,对每一对牙膏品牌进行比较，指出你更喜欢其中哪一个，在选中的品牌旁边处打钩（）高露洁 佳洁士 高露洁 黑人 高露洁 黄芩 高露洁 黑妹 佳洁士 黑人 佳洁士 黄芩 佳洁士 黑妹 黄芩 黑人 黄芩 黑妹 黑人 黑妹 访问结束之后，可以将受测者的回答整理成表格的形式.表6.3是根据某受访者的回答整理得到的矩阵表。表中每一行列交叉点上元素表示该行的品牌与该列的品牌进行比较的结果，其中元素“1表示受测者更喜欢这一列的品牌,“0”表示更喜欢这一行的品牌.将各列取值进行加总，得到表中合计栏，这表明各列的品牌比其他品牌更受偏爱的次数，假设样本量为100,得到下列数据。 表6.3 品牌偏好次数矩阵(假设）品牌高露洁佳洁士黑人黄芩黑妹高露洁20301520佳洁士8054065黑人70506045黄芩85604075黑妹80353523合计315165110138205在“可传递性的假设下,可将配对比较的数据转换成等级顺序.所谓“可传递性是指，如果一个人喜欢A品牌甚于B品牌，喜欢B品牌甚于c品牌，那么他一定喜欢A品牌甚于c品牌。将表6。3的各列数字分别加总，计算出每个品牌比其他品牌更受偏爱的次数，就得到受测者对于5个牙膏品牌的偏好,从上表可以看出,高露洁最受喜欢，黑妹其次。但这是一个顺序量表，只能比较各品牌的相对位置，要想衡量各品牌偏好间的差异程度必须先将其转化为区间量表。当要评价的对象的个数不多时，配对比较法是有用的.但如果要评价的对象超过10个，这种方法就太麻烦了。配对比较量表的另外一个缺点是“可传递性”的假设可能不成立，在实际研究中这种情况常常发生；同时对象列举的顺序可能影响受测者，造成顺序反应误差；而且这种“2中选l的方式和实际生活中作购买选择的情况也不太相同，受访者可能在A、B两个品牌中对A要略为偏爱些，但实际上却两个品牌都不喜欢。2. 等级顺序量表等级顺序量表是将多个评价对象同时展示给受测者,并要求他们根据某个标准对这些对象排序或分成等级。例如,要求受测者根据总体印象对不同的品牌进行排序。在操作上,这种排序的典型做法是要求受测者对他们认为最好的品牌排“1”号，次好的排“2”号,以此类推，直到量表中列举出的每个品牌都有了相应的序号为止.等级顺序量表本质上也是比较量表，得到的是顺序尺度的数据.等级顺序量表实例:Q2:对下面列举的5个电冰箱品牌按喜欢程度顺序进行排序。从选出你最喜 欢的品牌并在右侧的等级顺序中填写1开始,然后选出第2喜欢的品牌并填写 2，以此类推，直到你对所有的电冰箱品牌按喜欢程度进行了排序.最不喜欢的品牌排序为5。注意：任何两个品牌不应该得到相同的排序数。 品牌名称 等级顺序1。美菱 2。海尔 3.容声 4。松下 5.西门子 等级顺序量表也是使用很广泛的一种态度测量技术。这种量表非常容易设计，受测者也比较容易掌握回答的方法.等级量表强迫受测者在一定数目的评价对象中作出比较和选择，从而得到对象间相对性或相互关系的测量数据。与配对比较量表相比,等级顺序量表的操作过程与购物环境更为相似，也比较节省时间.如果有n个评价对象，在等级顺序量表中只需做(n-1)次选择决定，而在配对比较中需要n（n1）2次决定。等级顺序量表最大的缺点在于只能得到顺序数据，不能对各等级间的差距进行测量，同时卡片上列举对象的顺序也有可能带来所谓顺序误差。此外,用于排序的对象个数也不能太多,一般要少于10个，否则很容易出现错误和遗漏.而且，从心理学的角度来说，对象个数越多，受测者越难以分辨各对象偏好程度的差别,诸如只对两三个对象有明显偏好，其他都差不多的情况在实际研究中是经常发生的.在这种情况下就必须借助其他间接的评价方法。3。 常量和量表常量和量表要求受测者根据一些标准在评价对象的一组属性中分配一个固定的常量（如100分），以反映受测者对这些属性的相对偏好或重要性。以百分数为例,如果某项属性比另一项属性更重要,就给这项属性更多的分数。如果认为这项属性的重要性是另一项属性的两倍，那么给这项属性的分数就是另一项属性的分数的两倍.如果认为某项属性完全不重要，甚至可以给它分配零分.无论如何,各项属性分配的分数总和为常数100分。这种方法被广泛用于测量产品属性的相对重要性上。等级顺序量表实例：Q3：请对下列品牌的喜好进行比较，请将100分分配到这些品牌当中，以反映你对这些品牌相对重要性的看法。一种品牌得分越多，这种品牌就越重要。如果一种品牌一点也不重要，就给零分.如果一种品牌的重要性是另一种品牌的两倍,就给它两倍的分数。品牌名称 评价得分1。美菱 2.海尔 3。容声 4.松下 5.西门子 合计 100根据所有的受测者分配给每个品牌的分数，很容易计算出每个品牌的平均得分,由此得到每个品牌的喜欢程度的指标。和量表比较的本质和结果缺乏普适性，获得的数据属于顺序尺度.但是,量表中绝对零点的存在,使得分数之间的差距具有意义.比如，10分和12分之间的差距与30分和32分之间的差距相同，10分是5分的2倍.因此，常量和数据通常被认为具有区间尺度。这类信息对于改善产品和服务并制定针对性的营销策略有十分重要的意义。4。 Q分类量表Q分类量表是在需要评价或排序的对象非常多的情况下,广泛使用的一种比较量表技术。它要求受测者把所比较的对象或特征按照一些标准分成若干类，通常可以分成11类或更多，这些类依次从最负面态度的到最正面态度的,每个类中的对象或特征的数目要求服从正态分布.一般来讲，被分类的对象或特征的数目不应该少于60，也不应该多于140,6090个被评价对象或特征是一个合理的范围。通常，为了在整体上得到一个正态分布，研究人员可以根据总数和分类数计算出每类应该放入的数目。例如，某公司想开发新产品,经过头脑风暴会议之后，新产品开发小组提出了100种不同的新产品,每种新产品都有非常细微的差别.研究人员希望做产品概念测试，了解消费者喜欢哪些产品品牌和特点，并进而有较强的购买意向。在这种情况下，最适合的方法就是采用Q分类法找出消费者最喜欢的产品类别,然后再利用等级顺序量表或配对比较量表让消费者对该类的产品进行排序.（四）非比较量表1.单项评分量表 顾名思义，单项评分量表是指那些只测量对象的单一属性或特征的量表。这类评分量表是由研究人员事先将各种可能的选择标示在一个测量表上，然后要求受测者在测量表上指出他的态度或意见。根据测量表的形式,单项评分量表又分为图示评分量表和列举评分量表.(1）图示评分量表 图示评分量表要求受测者在一个有两个固定端点的连续直线上进行选择和标记，因此,图示评分量表也被称为连续评分量表。量表A量表B不喜欢喜欢不喜欢喜欢量表C量表A是最简单的一种形式，受测者只需根据自己的喜好程度在连续直线的适当位置作出标记,然后研究者根据整体的反应分布及研究目标的要求，将直线划分为若干部分,每个部分代表一个类别,并分配给一个对应的数字.量表B事先在连续体上标出刻度并分配了相应的数字，受测者很容易在适当位置作出反应标记，可以用于相对复杂的评价对象。量表c在本质上与量表B没什么区别，但是由于在连续体两端分别增加了对应的哭脸和笑脸，使量表更具有生动性和趣味性.此量表非常适用于对儿童的测试.（2)列举评分量表列举评分量表不同于图示评分量表,它要求受测者在有限类别的选项中进行选择和评价。列举评分量表获得的数据通常作为区间尺度数据使用和处理. 列举量表的实例：Q1:下面将向您列举一些电视机品牌，当我提到每一种品牌时，请您告诉我你认为该品牌的知名度是非常低的、低的、一般的、高的还是非常高的，在相应的数字上打圈.您认为下列电视机品牌的知名度是品牌非常低的低的一般的高的非常高的康佳12345长虹12345海信12345创维12345索尼12345三星12345此时，访问人员通常向受测者出示示卡,示卡上标有相应的有限选择答案，在访问人员读出一个品牌时受测者在备选答案的范围内作出自己的选择。列举评分量表比图示评价量表更容易构造和操作,研究表明在可靠性方面也比图示评价量表要好，但是不能像图示评价量表那样衡量出对象的细微差别。总体上讲,评价量表有许多优点：省时、有趣、用途广.可以用来处理大量变量等。因此,在营销研究中被广泛采用。然而，这种方法也可能会产生三种误差： （1)仁慈误差。有些人对客体进行评价时，倾向于给予较高的评价,这就产生了所谓的仁慈误差；反之，有些人总是给予较低的评价，从而引起负向的仁慈误差。 （2）中间倾向误差。有些人不愿意给予被评价的客体很高或很低的评价，特别是当不了解或难于用适当的方式表示出来时,往往倾向于给予中间性的评价。可以用以下方法防止这种误差的发生:调整叙述性形容词的强度；增加中间的评价性语句在整个量表中的空间；使靠近量表两端的各级在语意上的差别加大，使其大于中间各级间的语意差别;增加测量量表的层次。 （3）晕轮效果.如果受测者对被评价的对象有一种整体印象,可能会导致系统偏差。预防的方法是对所有被评价的对象，每次只评价一个变量或特性；或者问卷每一页只列一种特性,而不是将所有要被评价的变量或特性全部列出.2.分项评分量表 (1）沙氏通量表 在市场营销研究中，经常涉及对某一主题的态度测量，比如人们对于电视商业广告的态度、对人寿保险的态度等.沙氏通量表通过受测者在若干条（一般915条）态度相关的语句中选择是否同意的方式,获得受测者对相关主题的看法.沙氏通量表的实地测试和统计汇总都很简单,只是量表的构造相对来说比较麻烦。一个测量态度的沙氏通量表,其构造的基本步骤如下： 第一步：收集大量的与要测量的态度有关的语句,一般应在100条以上，保证其中对主题不利的、中立的和有利的语句都占有足够的比例，并将其分别写在特制的卡片上.第二步：选定20人以上的评定者，按照各条语句所表明态度的有利或不利的程度,将其分别归入11类。第1类代表最不利的态度,以此类推第6类代表中立的态度第11类代表最有利的态度。 第三步：计算每条语句被归在这11类的次数分布。 第四步:删除那些次数分配过于分散的语句。 第五步:计算各保留语句的中位数，并将其按中位数进行归类。 第六步：从每个类别选出一、二条代表语句（即各评定者对其分类的判断最为一致的）,将这些语句混合排列，即得到所谓的沙氏通量表. 沙氏通量表实例: Q2:请问您对电视广告是属于下列哪种态度？ 1所有的电视商业广告都应该由法律禁止 2看电视广告完全是浪费时间 3大部分电视商业广告是非常差的4电视商业广告枯燥乏味6对大多数电视商业广告我无所谓好恶 7我有时喜欢看电视商业广告 8大多数电视商业广告是挺有趣的 9只要有可能，我喜欢购买在电视上看到过广告的商品 10大多数电视商业广告能帮助人们选择更好的商品 11电视商业广告比一般的电视节目更有趣沙氏通量表通常在设计时将有关态度语句划分为11类，其实并不一定非要划分成11类,多些少些都可以,但最好划分成奇数类别,以中点作为中间立场。分类后在每个类别中至少选择一条代表语句,也可以选择多于一条语句，这样组成的沙氏通量表就不止包含与类别数相同的语句，可能多达二十几条态度语句,但一般来讲在每个类别中选择多条语句没有特别的必要. 沙氏通量表构造比较麻烦但使用操作很简单,只要求受测者指tti量表中他同意的陈述或语句。每条语句根据其类别都有一个分值，在实际操作中量表中的语句排列可以是随意的，但每个受测者都应该只同意其中的分值相邻的几个意见。如果在实际中一个受测者的语句或意见其分值过于分散,则判定此人对要测量的问题没有一个明确一致的态度，或者量表的制作可能存在问题。 沙氏通量表根据受测者所同意的陈述或意见的分值，通