KANO模型分析步骤.docx

KANO模型是一种用于分析用户需求优先级的重要工具，通过SPSSAU(在线SPSS)平台可以高效完成整个分析流程。以下是KANO模型分析的完整步骤：

1.KANO调查与数据准备

问卷设计要点

每个功能需求需要设计正反两个问题：

正向问题：如果提供该功能，您的感受是？

反向问题：如果不提供该功能，您的感受是？

使用标准KANO量表（5级选项）：

1=不喜欢

2=能忍受

3=无所谓

4=理应如此

5=喜欢

数据收集与录入

在SPSSAU(网页SPSS)中录入数据时，确保每个受访者对每个功能都有正反两个回答

数据格式应为：每个功能对应两列数据（正向回答和反向回答）

2.KANO属性分类判断

属性分类标准

根据正反回答的组合，判断功能所属属性类型：

分类步骤

对每个功能的正反回答进行交叉频数统计

计算各属性类型（A/O/M/I/R/Q）的百分比

按最大隶属度原则确定功能属性（百分比最高的类型）

3.Better-Worse系数图分析

系数计算

Better系数（满意度提升潜力）：

Better=(A+O)/(A+O+M+I)

Worse系数（不满意度降低潜力，取绝对值）：

Worse=-1×(O+M)/(A+O+M+I)

象限图解读

在SPSSAU(在线SPSS)中绘制Better-Worse系数图（横轴Worse系数，纵轴Better系数）：

第一象限（期望属性）：高Better高Worse-完善会明显提升满意度，缺失会明显降低满意度

第二象限（魅力属性）：高Better低Worse-完善会明显提升满意度，缺失影响不大

第三象限（无差异属性）：低Better低Worse-有无该功能对满意度影响都很小

第四象限（必备属性）：低Better高Worse-完善不会明显提升满意度，但缺失会明显降低满意度

优先级规则

不同象限优先级：必备属性期望属性魅力属性无差异属性

同一象限内优先级：综合考虑Better和Worse系数，通常优先处理Worse系数较高的需求

通过SPSSAU平台的KANO模型分析功能，可以自动化完成上述所有计算和图表生成，大大提高分析效率和准确性。