Studiengang Betriebswirtschaftslehre: Marketing (M 2) · PDF file- Kotler Ph., Keller K.: Marketing Management 13th ed., 2009 - Berekhoven, E., Eckert, W., Ellenrieder, P.: Marktforschung,

Studiengang Betriebswirtschaftslehre: Marketing (M 2)

Marktforschung und Marktstrategie (M 2), Hochschule Ingolstadt: Andrea E. Raab

- 2 -Prof. Dr. Andrea E. RaabHochschule Ingolstadt

Agenda

Der Marketingforschungsprozess im Überblick

Untersuchungsziel erkennen und definieren - Phase 1

Die Rolle der Information im Marketing / Definition Marketingforschung

Forschungsplan erstellen und Daten erheben - Phase 2

Erhobene Daten analysieren und interpretieren - Phase 3

Ergebnisse präsentieren und kommunizieren - Phase 4

Klausurbeilage

Basis für dieses Skript: - Raab, A., Poost, A., Eich horn, S.: Marketingforschung – Ein praxisorientierte r Leitfaden, 2008- Kotler Ph., Keller K.: Marketing Management 13th e d., 2009- Berekhoven, E., Eckert, W., Ellenrieder, P.: Markt forschung, 2006


Agenda







Klausurbeilage


Die Rolle der Information im Marketing / Definition Marketingforschung: Lernziele

� Lernziele

�Warum werden Informationen heutzutage immer wichtiger?

�Welche Marketinginformationen sollte ein Unternehmen besitzen?

�Welche Elemente sollte ein modernes Marketing

Informationssystem enthalten?

�Was ist Marketingforschung und was sind die Ziele?

� Lernziele

�Warum werden Informationen heutzutage immer wichtiger?

�Welche Marketinginformationen sollte ein Unternehmen besitzen?

�Welche Elemente sollte ein modernes Marketing

Informationssystem enthalten?

�Was ist Marketingforschung und was sind die Ziele?

Der Erfolgreichste im Leben ist der,der am besten informiert wird.

Benjamin Disraeli


Marketingforschung: die Rolle der Information im Marketing (1)

� “Die Märkte sind einem radikalen Wandel unterworfen !”Durch bedeutende Veränderungen im Makroumfeld entstehen neue Verhaltensweisen bei Kunden, die zu neuen Chancen und Herausforderungen bei Unternehmen führen.

� Einflussfaktoren

� Technologischer Wandel

� Globalisierung

� Deregulierung der Märkte

� Privatisierung

� Zunehmende Anzahl an Käufermärkten

� Customization

� Verschmelzung von Industrienzweigen

� Transformation des traditionellen Einzelhandels

� Disintermediation

� “Die Märkte sind einem radikalen Wandel unterworfen !”Durch bedeutende Veränderungen im Makroumfeld entstehen neue Verhaltensweisen bei Kunden, die zu neuen Chancen und Herausforderungen bei Unternehmen führen.

� Einflussfaktoren

� Technologischer Wandel

� Globalisierung

� Deregulierung der Märkte

� Privatisierung

� Zunehmende Anzahl an Käufermärkten

� Customization

� Verschmelzung von Industrienzweigen

� Transformation des traditionellen Einzelhandels

� Disintermediation

C. Kolumbus: “Zuverlässige Informationen sind unbe dingt nötig für das Gelingen eines Unternehmens.” Raab, A. et al.: Marketingforschung – Ein praxisorientierter Leitfaden, 2008

BRAINSTORMING ZUEINFLUSSFAKTOREN


� Marketinginformationen� Marketinginformationen


Abb.: Informationsbereiche (Quelle: Bindlingmaier, 1983, S. 35)


� Informationsmanagement mit Hilfe eines Marketing In formationssystems (MIS):

� Hilfreiche Fragen zur Erfassung des internen Inform ationsbedarfs

� Welche Entscheidungen haben Sie für gewöhnlich zu treffen?

� Welche Informationen brauchen Sie für diese Entscheidungen?

� Welchen Informationen werden Ihnen üblicherweise geliefert?

� Welche Sonderberichte fordern Sie in welchen Zeitintervallen an?

� Welches Informationsmaterial, das Sie eigentlich gerne hätten, erhalten Sie gegenwärtig

nicht?

� Welche Informationen benötigen Sie täglich, wöchentlich, monatlich oder jährlich?

� Über welche spezifischen Themenbereiche wollen Sie stets auf dem laufenden gehalten

werden?

� Welche Datenanalyseprogramme sollte man Ihnen zur Verfügung stellen?

� Welches wären nach Ihrer Meinung die vier nützlichsten Änderungen, die am gegenwärtigen

Marketing-Informationssystem vorgenommen werden könnten?


� Hilfreiche Fragen zur Erfassung des internen Inform ationsbedarfs

� Welche Entscheidungen haben Sie für gewöhnlich zu treffen?

� Welche Informationen brauchen Sie für diese Entscheidungen?

� Welchen Informationen werden Ihnen üblicherweise geliefert?

� Welche Sonderberichte fordern Sie in welchen Zeitintervallen an?

� Welches Informationsmaterial, das Sie eigentlich gerne hätten, erhalten Sie gegenwärtig

nicht?

� Welche Informationen benötigen Sie täglich, wöchentlich, monatlich oder jährlich?

� Über welche spezifischen Themenbereiche wollen Sie stets auf dem laufenden gehalten

werden?

� Welche Datenanalyseprogramme sollte man Ihnen zur Verfügung stellen?

� Welches wären nach Ihrer Meinung die vier nützlichsten Änderungen, die am gegenwärtigen

Marketing-Informationssystem vorgenommen werden könnten?




� Definition: A MIS consists of people, equipment, and procedures to gather, sort, analyze,

evaluate, and distribute needed, timely, and accurate information to marketing decision makers.

� Klassifizierung eines MIS (Marketing Informationssy stems)

� Vertriebsinformationssystem : stellt Verkaufsdaten (Bestellungen, Umsätze, Preise etc.) aus dem

internen Berichtswesen (z.B. SFA, EDI) zur Verfügung

� Datenbanken, Data Warehousing und Data Mining : Daten werden in unterschiedlichen Datenbanken

abgelegt (z.B. Kundendatenbank, Produktdatenbank) und datenbankübergreifende Abfragen erstellt

� Marketing Intelligence System : Prozesse und Quellen, die von Managern genutzt werden, um aktuelle

Informationen über Entwicklungen im Marketing Umfeld zu erhalten (z.B. Kunden-, Handelspanel).

� Marketingforschungssystem: Marketinguntersuchungen zu speziellen Marketing Problemen.


� Definition: A MIS consists of people, equipment, and procedures to gather, sort, analyze,

evaluate, and distribute needed, timely, and accurate information to marketing decision makers.

� Klassifizierung eines MIS (Marketing Informationssy stems)

� Vertriebsinformationssystem : stellt Verkaufsdaten (Bestellungen, Umsätze, Preise etc.) aus dem

internen Berichtswesen (z.B. SFA, EDI) zur Verfügung

� Datenbanken, Data Warehousing und Data Mining : Daten werden in unterschiedlichen Datenbanken

abgelegt (z.B. Kundendatenbank, Produktdatenbank) und datenbankübergreifende Abfragen erstellt

� Marketing Intelligence System : Prozesse und Quellen, die von Managern genutzt werden, um aktuelle

Informationen über Entwicklungen im Marketing Umfeld zu erhalten (z.B. Kunden-, Handelspanel).

� Marketingforschungssystem: Marketinguntersuchungen zu speziellen Marketing Problemen.

Erfolgreiche Unternehmen erfassen kontinuierlich ih ren Informationsbedarf und bauen entsprechende Marketing Informationssysteme ( MIS) auf, um diesen Bedarf zu decken.



Marketingforschung: Warum und was ist das?? (1)

� Definition Marketingforschung (Quelle: Kotler Ph., Keller K.: Marketing Management 13e, 2009, S. 130)

Marketing research is the systematic

� design,

� collection,

� analysis, and

reporting of data and findings relevant to a specific marketing situation facing the company.

� Marketingforschung

� Um beispielsweise Antworten auf die folgenden Fragen zu finden:� Wie hoch ist das gegenwärtige Marktpotenzial / Marktvolumen und die momentane Marktwachstumsrate ?

� Wie lassen sich aktuelle und potenzielle Kunden eines Unternehmens charakterisieren? Wie, wann, wo und warum kaufen sie die Produkte des Unternehmens bzw. Produkte der Wettbewerber?

� Welche Kundensegmente können vom Unternehmen profitabel bedient werden?

� Welche gegenwärtigen / potenziellen Wettbewerber gibt es? Welche Stärken und Schwächen haben die stärksten Wettbewerber des betrachteten Unternehmens, welche Strategien verfolgen diese?

� Wie reagiert der Markt auf die Kommunikationsaktivitäten des Unternehmens?

� Marketingforschung

� Um beispielsweise Antworten auf die folgenden Fragen zu finden:� Wie hoch ist das gegenwärtige Marktpotenzial / Marktvolumen und die momentane Marktwachstumsrate ?

� Wie lassen sich aktuelle und potenzielle Kunden eines Unternehmens charakterisieren? Wie, wann, wo und warum kaufen sie die Produkte des Unternehmens bzw. Produkte der Wettbewerber?

� Welche Kundensegmente können vom Unternehmen profitabel bedient werden?

� Welche gegenwärtigen / potenziellen Wettbewerber gibt es? Welche Stärken und Schwächen haben die stärksten Wettbewerber des betrachteten Unternehmens, welche Strategien verfolgen diese?

� Wie reagiert der Markt auf die Kommunikationsaktivitäten des Unternehmens?


Marketingforschung: Warum und was ist das?? (2)

� Marktforschung versus Marketingforschung� Der Begriff „Marktforschung“ bezieht sich schwerpunktmäßig auf die Untersuchung von

Sachverhalten außerhalb des Unternehmens (z. B. Arbeitsmarkt, Absatzmarkt, Rohstoffmarkt, Kapitalmarkt). Im Speziellen werden die Absatz- und Beschaffungsmöglichkeiten eines Unternehmens sowie deren Potenziale und Risiken untersucht.

� Der Begriff „Marketingforschung“ hingegen betrachtet außerbetriebliche und innerbetriebliche Informationen. Dies bedeutet, dass sowohl die Wirkung von Marketingaktivitäten wie z. B. Distributions-, Produkt-, Kommunikations- und Preispolitik als auch innerbetriebliche Sachverhalte untersucht werden wie z. B. Vertriebskosten oder Lagerprobleme. Hinsichtlich der außerbetrieblichen Informationsbeschaffung ist der Begriff „Marketingforschung“ weniger umfassend, da die Beschaffungsmärkte keine Berücksichtigung finden.

(Quelle: Weis, Steinmetz: Marktforschung, 2000, S. 16)


Marketingforschung: Ziele (1)

� Die Marketingforschung erfüllt im Unternehmen folge nde Funktionen:

� Anregungsfunktion: Generierung von Impulsen für die Initiierung neuer Marketingaktivitäten,

beispiels-weise die Bearbeitung neuer Märkte, die Entwicklung neuer Produkte oder

Produktverbesserungen, die Durchführung von Preisanpassungen.

� Prognosefunktion: Einschätzung der Veränderungen marketingrelevanter Faktoren in den

Bereichen Markt, Kunden, Lieferanten, Handel, Konkurrenz und Umfeld sowie deren

Auswirkungen auf das eigene Geschäft.

� Bewertungsfunktion: Unterstützung bei der Bewertung und Auswahl von

Entscheidungsalternativen, z. B. bei Neuprodukten, Preisanpassungen, der Bearbeitung von

Vertriebskanälen.

� Kontrollfunktion: Systematische Suche/Sammlung marketingrelevanter Informationen über die

aktuelle Marktstellung des eigenen Unternehmens sowie die Wirksamkeit einzelner

Marketinginstrumente.

� Bestätigungsfunktion: Erforschung von Ursachen des Erfolgs/Misserfolgs von

Marketingentscheidungen.

� Die Marketingforschung erfüllt im Unternehmen folge nde Funktionen:

� Anregungsfunktion: Generierung von Impulsen für die Initiierung neuer Marketingaktivitäten,

beispiels-weise die Bearbeitung neuer Märkte, die Entwicklung neuer Produkte oder

Produktverbesserungen, die Durchführung von Preisanpassungen.

� Prognosefunktion: Einschätzung der Veränderungen marketingrelevanter Faktoren in den

Bereichen Markt, Kunden, Lieferanten, Handel, Konkurrenz und Umfeld sowie deren

Auswirkungen auf das eigene Geschäft.

� Bewertungsfunktion: Unterstützung bei der Bewertung und Auswahl von

Entscheidungsalternativen, z. B. bei Neuprodukten, Preisanpassungen, der Bearbeitung von

Vertriebskanälen.

� Kontrollfunktion: Systematische Suche/Sammlung marketingrelevanter Informationen über die

aktuelle Marktstellung des eigenen Unternehmens sowie die Wirksamkeit einzelner

Marketinginstrumente.

� Bestätigungsfunktion: Erforschung von Ursachen des Erfolgs/Misserfolgs von

Marketingentscheidungen.


Marketingforschung: Mögliche Untersuchungsgegenstände (1)

� Beispiele für Untersuchungsfragen� Fall 1 : Ermittlung der Absatzchancen für ein neues UMTS-Handy

Untersuchungsziel: Ermittlung des Absatzpotenzials?� Datenquellen? Primäre, sekundäre?

� Einstieg in die Primäruntersuchung durch Expertenbefragung? Welche?

� Operationalisierung (Variablen): Kaufabsichten (eigenes Produkt / Wettbewerb), Kaufhäufigkeit,

Durchschnittspreis …

� Formulieren von Thesen?

� Erhebungsmethode: Befragung, Beobachtung, Experiment?

� Erhebungsinstrument?

� Untersuchungseinheiten / Grundgesamheit?

� Auswahlverfahren?

� Auswertung/Analyse Daten (händisch, elektronisch, Tabellen, Graphen, Korrelationskoeffizienten,

deskriptive Statistik univariat, bivariat, multivariat; induktive Statistik: Hypothesen)

� Interpretation

� Bericht und Präsentation: Darstellungsform; Handlungsempfehlungen

� Fall 2 : Untersuchung der Käuferschicht eines Handy-Herstellers hinsichtlich sozio-demographischer Merkmale, Kaufverhalten-, und Einstellungsmerkmale; Untersuchungsziel: gezieltere Ausrichtung der Marketingaktivitäten� Untersuchungsmerkmale: mehrere

� Beispiele für Untersuchungsfragen� Fall 1 : Ermittlung der Absatzchancen für ein neues UMTS-Handy

Untersuchungsziel: Ermittlung des Absatzpotenzials?� Datenquellen? Primäre, sekundäre?

� Einstieg in die Primäruntersuchung durch Expertenbefragung? Welche?

� Operationalisierung (Variablen): Kaufabsichten (eigenes Produkt / Wettbewerb), Kaufhäufigkeit,

Durchschnittspreis …

� Formulieren von Thesen?

� Erhebungsmethode: Befragung, Beobachtung, Experiment?

� Erhebungsinstrument?

� Untersuchungseinheiten / Grundgesamheit?

� Auswahlverfahren?

� Auswertung/Analyse Daten (händisch, elektronisch, Tabellen, Graphen, Korrelationskoeffizienten,

deskriptive Statistik univariat, bivariat, multivariat; induktive Statistik: Hypothesen)

� Interpretation

� Bericht und Präsentation: Darstellungsform; Handlungsempfehlungen

� Fall 2 : Untersuchung der Käuferschicht eines Handy-Herstellers hinsichtlich sozio-demographischer Merkmale, Kaufverhalten-, und Einstellungsmerkmale; Untersuchungsziel: gezieltere Ausrichtung der Marketingaktivitäten� Untersuchungsmerkmale: mehrere


Agenda







Klausurbeilage


Der Marketingforschungsprozess im Überblick: Lernziele

� Lernziele

� Welche Prozessschritte umfasst der Marketingforschungsprozess?

� In welchem Zusammenhang wird die explorative, deskriptive oder

kausalanalytische Marketingforschung eingesetzt?

� Wann wählt man welchen Forschungsansatz?

� Wie gehe ich bei der Durchführung einer Primärforschung vor?

� Wie finde ich den Einstieg in die Thematik?

� Wie kann das Untersuchungsproblem operationalisiert werden?

� Lernziele

� Welche Prozessschritte umfasst der Marketingforschungsprozess?

� In welchem Zusammenhang wird die explorative, deskriptive oder

kausalanalytische Marketingforschung eingesetzt?

� Wann wählt man welchen Forschungsansatz?

� Wie gehe ich bei der Durchführung einer Primärforschung vor?

� Wie finde ich den Einstieg in die Thematik?

� Wie kann das Untersuchungsproblem operationalisiert werden?


� Der Marketingforschungsprozess� Der Marketingforschungsprozess

�

Projekte effizient steuern

Marketingforschung: Der Marketingforschungsprozess im Überblick (1)

Für eine erfolgreiche Marketingforschung müssen ein ige Entscheidungen getroffen und Barrieren überwunden werden, um letztendlich Marktc hancen identifizieren zu können.

Erh

ebun

gs-

met

hode

defin

iere

nE

rheb

ungs

-in

stru

men

tw

ähle

n

Sam

plin

gP

lan

erst

elle

n

Exp

erte

nbe

frag

en

Hyp

othe

sen

bild

en

Dat

ener

hebe

n

Unter-suchungs-ziel erkennen und definieren

• Interne Daten

• Externe Daten

�

ErhobeneDaten analysieren und inter-pretieren

Ergebnissepräsentieren und kommuni-zieren

��Forschungsplan erstellen und Daten erheben

b) Primärforschung – neue Daten erheben

a) Sekundärforschung - vorhandene Daten erheben

Ope

ratio

na-

lisie

rung

erst

elle

n

Kon

takt

-m

etho

dew

ähle

n




� Definition derProblemstellung

� Ausgangssituation : - Burning Platform

� Zielsetzung : - In Scope- Out of Scope

� Forschungsansatz :- explorativ- deskriptiv- kausalanalytisch

� Definition derProblemstellung

� Ausgangssituation : - Burning Platform

� Zielsetzung : - In Scope- Out of Scope

� Forschungsansatz :- explorativ- deskriptiv- kausalanalytisch

�


Erh

ebun

gs-

met

hode

defin

iere

nE

rheb

ungs

-in

stru

men

tw

ähle

n

Sam

plin

gP

lan

erst

elle

n

Exp

erte

nbe

frag

en

Hyp

othe

sen

bild

en

Dat

ener

hebe

n


• Interne Daten

• Externe Daten

�






Ope

ratio

na-

lisie

rung

erst

elle

n

Kon

takt

-m

etho

dew

ähle

n



� Forschungsplan erstellen und Daten erheben

� Beginn der Informationssammlung

a) Sekundärforschung

� Interne Datenquellen

� Externe Datenquellen


� Beginn der Informationssammlung

a) Sekundärforschung

� Interne Datenquellen

� Externe Datenquellen


�


Erh

ebun

gs-

met

hode

defin

iere

nE

rheb

ungs

-in

stru

men

tw

ähle

n

Sam

plin

gP

lan

erst

elle

n

Exp

erte

nbe

frag

en

Hyp

othe

sen

bild

en

Dat

ener

hebe

n


• Interne Daten

• Externe Daten

�






Ope

ratio

na-

lisie

rung

erst

elle

n

Kon

takt

-m

etho

dew

ähle

n



b) Primärforschung

a) Wie erfolgt der Einstieg in die Thematik der Untersuchung?b) Welche Annahmen sollen geprüft werden?c) Wie kann das Untersuchungsproblem messbar gemacht

werden?d) Auf welche Weise werden Untersuchungen in der Praxis am

häufigsten durchgeführt? e) Welche Instrumente können eingesetzt werden?f) Über welche Wege können die Probanden kontaktiert werden? g) Welche und wie viele Personen sollen in die Stichprobe mit

einbezogen werden?h) Wie wird eine Befragung durchgeführt (4 Hauptprobleme)?

b) Primärforschung

a) Wie erfolgt der Einstieg in die Thematik der Untersuchung?b) Welche Annahmen sollen geprüft werden?c) Wie kann das Untersuchungsproblem messbar gemacht

werden?d) Auf welche Weise werden Untersuchungen in der Praxis am

häufigsten durchgeführt? e) Welche Instrumente können eingesetzt werden?f) Über welche Wege können die Probanden kontaktiert werden? g) Welche und wie viele Personen sollen in die Stichprobe mit

einbezogen werden?h) Wie wird eine Befragung durchgeführt (4 Hauptprobleme)?


�


Erh

ebun

gs-

met

hode

defin

iere

nE

rheb

ungs

-in

stru

men

tw

ähle

n

Sam

plin

gP

lan

erst

elle

n

Exp

erte

nbe

frag

en

Hyp

othe

sen

bild

en

Dat

ener

hebe

n


• Interne Daten

• Externe Daten

�






Ope

ratio

na-

lisie

rung

erst

elle

n

Kon

takt

-m

etho

dew

ähle

n



� erhobene Daten analysieren und interpretieren

� Daten tabellarisieren

� Erstellung der Häufigkeits-verteilungen und Errechnung der Mittel- und Streuwerte (univariate Auswertungen)

� Anwendung von höheren statistischen Auswertungs-methoden und -modellen (multivariate Auswertungen)

� Interpretation / Handlungsempfehlungen

� erhobene Daten analysieren und interpretieren

� Daten tabellarisieren

� Erstellung der Häufigkeits-verteilungen und Errechnung der Mittel- und Streuwerte (univariate Auswertungen)

� Anwendung von höheren statistischen Auswertungs-methoden und -modellen (multivariate Auswertungen)

� Interpretation / Handlungsempfehlungen


�


Erh

ebun

gs-

met

hode

defin

iere

nE

rheb

ungs

-in

stru

men

tw

ähle

n

Sam

plin

gP

lan

erst

elle

n

Exp

erte

nbe

frag

en

Hyp

othe

sen

bild

en

Dat

ener

hebe

n


• Interne Daten

• Externe Daten






Ope

ratio

na-

lisie

rung

erst

elle

n

Kon

takt

-m

etho

dew

ähle

n



� Die für die Problemstellung relevanten Ergebnisse werden den Entscheidungs-trägern präsentiert und kommuniziert

� Präsentation / Dokumentation

� Kommunikation

� Die für die Problemstellung relevanten Ergebnisse werden den Entscheidungs-trägern präsentiert und kommuniziert

� Präsentation / Dokumentation

� Kommunikation


�


Erh

ebun

gs-

met

hode

defin

iere

nE

rheb

ungs

-in

stru

men

tw

ähle

n

Sam

plin

gP

lan

erst

elle

n

Exp

erte

nbe

frag

en

Hyp

othe

sen

bild

en

Dat

ener

hebe

n


• Interne Daten

• Externe Daten

�






Ope

ratio

na-

lisie

rung

erst

elle

n

Kon

takt

-m

etho

dew

ähle

n



Projektmanagement

� Projektadministration

� Projektorganisation

� Projektcontrolling

Projektmanagement

� Projektadministration

� Projektorganisation

� Projektcontrolling


�


Erh

ebun

gs-

met

hode

defin

iere

nE

rheb

ungs

-in

stru

men

tw

ähle

n

Sam

plin

gP

lan

erst

elle

n

Exp

erte

nbe

frag

en

Hyp

othe

sen

bild

en

Dat

ener

hebe

n


• Interne Daten

• Externe Daten

�






Ope

ratio

na-

lisie

rung

erst

elle

n

Kon

takt

-m

etho

dew

ähle

n


Agenda







Klausurbeilage


Untersuchungsziel erkennen und definieren (1)

� Untersuchungsziel erkennenund definieren

� AusgangssituationKonkretisierung der Problemstellung durch die Beschreibung des Ist-Zustandes und des Projektumfeldes (Einflussfaktoren, Interessensgruppen, Projektrisiken, Chancen und Potenziale). Methoden : Projektumfeldanalyse, Kreativitätstechniken, Issue Based Problem Solving, „Burning Plattform“

� Die exakte Beschreibung der Ausgangssituation ist v on hoher Bedeutung, weil es durch eine unpräzise Definition im schlimmsten Fall passi eren kann, dass an der grundlegenden Fragestellung vorbeigeforscht wird.

� Definition der ZielsetzungAbleitung der Projektziele und deren Unterziele. Die Ziele beschreiben jenen Zustand, der am Ende des Projektes vorliegen soll. � In Scope – Bestandteil des Projektes� Out of Scope – kein Bestandteil des Projektes

� Wahl des Forschungsansatzes� explorativ� deskriptiv� kausalanalytisch

� Untersuchungsziel erkennenund definieren

� AusgangssituationKonkretisierung der Problemstellung durch die Beschreibung des Ist-Zustandes und des Projektumfeldes (Einflussfaktoren, Interessensgruppen, Projektrisiken, Chancen und Potenziale). Methoden : Projektumfeldanalyse, Kreativitätstechniken, Issue Based Problem Solving, „Burning Plattform“

� Die exakte Beschreibung der Ausgangssituation ist v on hoher Bedeutung, weil es durch eine unpräzise Definition im schlimmsten Fall passi eren kann, dass an der grundlegenden Fragestellung vorbeigeforscht wird.

� Definition der ZielsetzungAbleitung der Projektziele und deren Unterziele. Die Ziele beschreiben jenen Zustand, der am Ende des Projektes vorliegen soll. � In Scope – Bestandteil des Projektes� Out of Scope – kein Bestandteil des Projektes

� Wahl des Forschungsansatzes� explorativ� deskriptiv� kausalanalytisch

� Nur durch im Vorfeld definierte Ziele ist es möglic h, den Erfolg eines Projektes nachzuvollziehen und zu messen.


Untersuchungsziel erkennen und definieren (2)

� Beispiel für die Ausgangssituationeines Marketingforschungsprojektes:Im Frühjahr 2010 möchte das Unternehmen XYZ ein neues Produkt auf den Markt bringen. Es handelt sich um eine Innovation aus dem Bereich Audio- und Multimedia, die bisher von keinem Unternehmen im Markt angeboten wird. Die Zielgruppe für das Produkt sind Personen im Alter von 30 - 50 Jahren mit einem gehobenen Haushaltsnettoeinkommen. Der Preis des Produktes soll zwischen 700 und 1.000 €

angesiedelt sein. Das Produkt wird über eine exklusive Vertriebsschiene angeboten, über die auch andere Hersteller ihre Produkte vertreiben. Das Unternehmen XYZ ist sich nicht sicher, ob der Hauptwettbewerber ein ähnliches Produkt entwickelt. Da es sich um eine Innovation handelt, existieren auf dem Markt bisher keine technischen Standards für dieses Produkt. Durch die hohen prognostizieren

Marketingaufwendungen, die nötig sind, um das Produkt in den Markt einzuführen, droht das Projekt aus dem Budget zu laufen.

� Beispiel für die Ausgangssituationeines Marketingforschungsprojektes:Im Frühjahr 2010 möchte das Unternehmen XYZ ein neues Produkt auf den Markt bringen. Es handelt sich um eine Innovation aus dem Bereich Audio- und Multimedia, die bisher von keinem Unternehmen im Markt angeboten wird. Die Zielgruppe für das Produkt sind Personen im Alter von 30 - 50 Jahren mit einem gehobenen Haushaltsnettoeinkommen. Der Preis des Produktes soll zwischen 700 und 1.000 €

angesiedelt sein. Das Produkt wird über eine exklusive Vertriebsschiene angeboten, über die auch andere Hersteller ihre Produkte vertreiben. Das Unternehmen XYZ ist sich nicht sicher, ob der Hauptwettbewerber ein ähnliches Produkt entwickelt. Da es sich um eine Innovation handelt, existieren auf dem Markt bisher keine technischen Standards für dieses Produkt. Durch die hohen prognostizieren

Marketingaufwendungen, die nötig sind, um das Produkt in den Markt einzuführen, droht das Projekt aus dem Budget zu laufen.

� Beispiel einer Problemdefinition für das oben genannte Beispiel:Für das Unternehmen XYZ stellt sich nun die Frage, ob die Investition in das neue Produkt profitabel ist. Kann am Markt eine ausreichend hohe Stückzahl abgesetzt werden, um in Anbetracht der hohen Einführungsaufwendungen einen Gewinn zu erzielen? Welche Maßnahmen sind vom Wettbewerb zu erwarten? Welche Bedeutung hat das Fehlen von technischen Standards für die Kunden?

� Beispiel einer Problemdefinition für das oben genannte Beispiel:Für das Unternehmen XYZ stellt sich nun die Frage, ob die Investition in das neue Produkt profitabel ist. Kann am Markt eine ausreichend hohe Stückzahl abgesetzt werden, um in Anbetracht der hohen Einführungsaufwendungen einen Gewinn zu erzielen? Welche Maßnahmen sind vom Wettbewerb zu erwarten? Welche Bedeutung hat das Fehlen von technischen Standards für die Kunden?


Agenda







Klausurbeilage


Forschungsplan erstellen und Daten erheben: Lernziele

� Lernziele

� Welche Erhebungsmethoden und -instrumente gibt es?

� Wie sieht ein “guter” Fragebogen aus?

� Welche Beobachtungsmethoden gibt es? Wann wählt man welche

Methode und warum?

� Wie sieht ein experimentelles Design aus? Welche Testmethoden gibt es?

Wann wählt man welche Methode und warum?

� Welche Skalierungsverfahren gibt es? Wann skaliert man wie und warum?

� Lernziele

� Welche Erhebungsmethoden und -instrumente gibt es?

� Wie sieht ein “guter” Fragebogen aus?

� Welche Beobachtungsmethoden gibt es? Wann wählt man welche

Methode und warum?

� Wie sieht ein experimentelles Design aus? Welche Testmethoden gibt es?

Wann wählt man welche Methode und warum?

� Welche Skalierungsverfahren gibt es? Wann skaliert man wie und warum?


Forschungsplan erstellen und Daten erheben (1)


� Man unterscheidet zwischen Sekundär- und Primärdaten. Die Auswahlentscheidung, welche Quellen zur Informationssammlung verwendet werden, wird von

� der Qualität der zu erwartenden Ergebnisse,

� dem mutmaßlichen Zeit- und Kostenaufwand sowie

� der personellen Kapazität bestimmt.

� Ein professioneller Forschungsplan beschreibt die einzelnen Schritte der Informationssammlung.

� Er formuliert im Falle der Primärforschung Hypothesen aus der Problemstellung, zerlegt diese in empirisch

untersuchbare Einzelteile, legt die Erhebungsmethode, das Erhebungsinstrument, den Sampling-Plan

(Stichprobenplan) und die Kontaktmethode fest.


� Man unterscheidet zwischen Sekundär- und Primärdaten. Die Auswahlentscheidung, welche Quellen zur Informationssammlung verwendet werden, wird von

� der Qualität der zu erwartenden Ergebnisse,

� dem mutmaßlichen Zeit- und Kostenaufwand sowie

� der personellen Kapazität bestimmt.

� Ein professioneller Forschungsplan beschreibt die einzelnen Schritte der Informationssammlung.

� Er formuliert im Falle der Primärforschung Hypothesen aus der Problemstellung, zerlegt diese in empirisch

untersuchbare Einzelteile, legt die Erhebungsmethode, das Erhebungsinstrument, den Sampling-Plan

(Stichprobenplan) und die Kontaktmethode fest.


Sekundär vs. Primärforschung (1)

Primär-forschung

Primär-forschung

Sekundär-forschung

Sekundär-forschung

Marktanalyse (Zeitpunkt-

betrachtung)


betrachtung)

Markt-beobachtung

(Zeitraum-betrachtung)

Markt-beobachtung

(Zeitraum-betrachtung)

Verhaltensdaten (“Panels”)


• Interne Quellen• Öffentliche

Quellen• Zeitschriften /

Bücher• Kommerzielle

Quellen




Quellen

BefragungBefragung

FokusgruppeFokusgruppe

Beobachtung(teilnehmend, nicht

teilnehmend)

Beobachtung(teilnehmend, nicht

teilnehmend)

Experiment (Feld-/

Laborexperiment)

Experiment (Feld-/

Laborexperiment)


Sekundärforschung (1)

� Sekundärforschung

� Def. Informationsgewinnung aus bereits vor-handenem und erhobenem Datenmaterial, das in der Regel für einen anderen Zweck zusammengetragen wurde.

� Datenquellen

� Interne Datenquellen : Daten, die innerhalb des Unternehmens zur Verfügung stehen − Unterlagen aus Kostenrechnung / Controlling (z.B. Absatz- und Vertriebskosten, Deckungsbeiträge)

− Statistiken (z.B. Absatz-, Umsatz- und Kundenstatistik)

− Außendienstberichte (z.B. Besuchsberichte)

− Berichte aus früheren Sekundär- und Primärforschungen

� Externe Datenquellen : Daten die außerhalb des Unternehmens zur Verfügung stehen− Berichte von öffentlichen Stellen und Wirtschaftsverbänden (amtliche Quellen, Verbände und Organisationen)

− Veröffentlichungen spezieller Institute und Marktforschungsdienstleister

− Wirtschaftspresse, Fachzeitschriften, Bücher

− Firmenveröffentlichungen

� Neuere Datenquellen : Elektronische Datenbanken, -vermittlungsorganisationen und „Information-Broker“

� Sekundärforschung

� Def. Informationsgewinnung aus bereits vor-handenem und erhobenem Datenmaterial, das in der Regel für einen anderen Zweck zusammengetragen wurde.

� Datenquellen

� Interne Datenquellen : Daten, die innerhalb des Unternehmens zur Verfügung stehen − Unterlagen aus Kostenrechnung / Controlling (z.B. Absatz- und Vertriebskosten, Deckungsbeiträge)

− Statistiken (z.B. Absatz-, Umsatz- und Kundenstatistik)

− Außendienstberichte (z.B. Besuchsberichte)

− Berichte aus früheren Sekundär- und Primärforschungen

� Externe Datenquellen : Daten die außerhalb des Unternehmens zur Verfügung stehen− Berichte von öffentlichen Stellen und Wirtschaftsverbänden (amtliche Quellen, Verbände und Organisationen)

− Veröffentlichungen spezieller Institute und Marktforschungsdienstleister

− Wirtschaftspresse, Fachzeitschriften, Bücher

− Firmenveröffentlichungen

� Neuere Datenquellen : Elektronische Datenbanken, -vermittlungsorganisationen und „Information-Broker“

Sekundär-forschung

Sekundär-forschung




Quellen




Quellen


Primärforschung (1)

� Primärforschung

� Def. Informationsgewinnung durch die Erhebung von neuen, noch nicht vorhandenen Daten, die speziell auf die Problemstellung zugeschnitten sind.

� Primärforschung

� Def. Informationsgewinnung durch die Erhebung von neuen, noch nicht vorhandenen Daten, die speziell auf die Problemstellung zugeschnitten sind.

Erh

ebun

gs-

met

hode

defin

iere

nE

rheb

ungs

-in

stru

men

tw

ähle

n

Sam

plin

gP

lan

erst

elle

n

Exp

erte

nbe

frag

en

Hyp

othe

sen

bild

en

Dat

ener

hebe

n

• Interne Daten

• Externe Daten

Forschungsplan erstellen und Daten erheben



Ope

ratio

na-

lisie

rung

erst

elle

n

Kon

takt

-m

etho

dew

ähle

n

�

Erh

ebun

gs-

met

hode

defin

iere

nE

rheb

ungs

-in

stru

men

tw

ähle

n

Sam

plin

gP

lan

erst

elle

n

Exp

erte

nbe

frag

en

Hyp

othe

sen

bild

en

Dat

ener

hebe

n

• Interne Daten

• Externe Daten




Ope

ratio

na-

lisie

rung

erst

elle

n

Kon

takt

-m

etho

dew

ähle

n

Erh

ebun

gs-

met

hode

defin

iere

nE

rheb

ungs

-in

stru

men

tw

ähle

n

Sam

plin

gP

lan

erst

elle

n

Exp

erte

nbe

frag

en

Hyp

othe

sen

bild

en

Dat

ener

hebe

n

• Interne Daten

• Externe Daten




Ope

ratio

na-

lisie

rung

erst

elle

n

Kon

takt

-m

etho

dew

ähle

n

�


� Expertenbefragung

� Def. Befragung von Personen, die mit der Thematik / Problemstellung bereits vertraut bzw. Spezialisten oder Sachverständige auf diesem Gebiet sind, um durch deren Wissen, Erfahrung und Meinung relativ schnell einen tieferen Einblick in die Thematik zu erhalten.

� Klassifikation� Einzelbefragung

� Gruppenbefragung (Expertenrunde / Fokusgruppe)

� Methode� Vorzugsweise persönliche oder telefonische Interviews

� Befragung mittels eines Interviewleitfadens

� Verwendung von offenen Fragestellungen

� Ziele� Gewinnung von zusätzlichen Informationen zu der Thematik / Problemstellung.� Beleuchtung des Themas aus den unterschiedlichen Blickwinkeln der Experten.� Validierung der Informationen aus der Sekundärforschung und Klärung von offenen Fragen.� Bildung von ersten Hypothesen für die Problemstellung. � Sammlung von Informationen zu möglichen Lösungsansätzen, Chancen und Risiken.

� Expertenbefragung

� Def. Befragung von Personen, die mit der Thematik / Problemstellung bereits vertraut bzw. Spezialisten oder Sachverständige auf diesem Gebiet sind, um durch deren Wissen, Erfahrung und Meinung relativ schnell einen tieferen Einblick in die Thematik zu erhalten.

� Klassifikation� Einzelbefragung

� Gruppenbefragung (Expertenrunde / Fokusgruppe)

� Methode� Vorzugsweise persönliche oder telefonische Interviews

� Befragung mittels eines Interviewleitfadens

� Verwendung von offenen Fragestellungen

� Ziele� Gewinnung von zusätzlichen Informationen zu der Thematik / Problemstellung.� Beleuchtung des Themas aus den unterschiedlichen Blickwinkeln der Experten.� Validierung der Informationen aus der Sekundärforschung und Klärung von offenen Fragen.� Bildung von ersten Hypothesen für die Problemstellung. � Sammlung von Informationen zu möglichen Lösungsansätzen, Chancen und Risiken.

Primärforschung - Experten befragen (1)


Primärforschung - Hypothesen bilden (1)

� Hypothesenbildung� Hypothesen sind allgemeine Aussagen über Zusammenhänge zwischen empirischen oder logischen Sachverhalten

(z. B. „Je älter die Käufer, desto höher die Akzeptanz von Produkt X“).

� Ziel einer Marketingforschungsuntersuchung ist es, die aufgestellten Ausgangshypothesen mit Hilfe der gesammelten Daten beantworten zu können.

� Als Ergebnis werden die Hypothesen entweder bestätigt (nicht falsifiziert) oder abgelehnt (falsifiziert).

� Die Prüfung von Hypothesen gehört in jede fundierte Marketingforschungsuntersuchung zur Entscheidungsfindung.

Im Wesentlichen gelten für Hypothesen folgende Richtlinien. Hypothesen müssen:1

� Operationalisierbar sein, d.h. mess- und prüfbar gemacht werden können.

� Mindestens zwei Begriffe (meist Merkmale bzw. Variablen) enthalten.

� Falsifizierbar sein, d. h. es muss ein Fall existieren, bei dem die Hypothesen abgelehnt werden können.

� Realitätsnah formuliert sein, d. h. die Begriffe sind auf Wirklichkeitsphänomene hin operationalisierbar.

� Möglichst exakt und eng an der Problemstellung angelehnt sein.

� Frei von Redundanzen sein, d. h. ein Begriff deckt den anderen semantisch nicht ab.

� Widerspruchsfrei sein, d. h. ein Begriff schließt den anderen semantisch nicht aus.

� Aussagen und keine Fragen darstellen.

� Die empirischen Geltungsbereiche implizit oder explizit aufzählen.

� Hypothesenbildung� Hypothesen sind allgemeine Aussagen über Zusammenhänge zwischen empirischen oder logischen Sachverhalten

(z. B. „Je älter die Käufer, desto höher die Akzeptanz von Produkt X“).

� Ziel einer Marketingforschungsuntersuchung ist es, die aufgestellten Ausgangshypothesen mit Hilfe der gesammelten Daten beantworten zu können.

� Als Ergebnis werden die Hypothesen entweder bestätigt (nicht falsifiziert) oder abgelehnt (falsifiziert).

� Die Prüfung von Hypothesen gehört in jede fundierte Marketingforschungsuntersuchung zur Entscheidungsfindung.

Im Wesentlichen gelten für Hypothesen folgende Richtlinien. Hypothesen müssen:1

� Operationalisierbar sein, d.h. mess- und prüfbar gemacht werden können.

� Mindestens zwei Begriffe (meist Merkmale bzw. Variablen) enthalten.

� Falsifizierbar sein, d. h. es muss ein Fall existieren, bei dem die Hypothesen abgelehnt werden können.

� Realitätsnah formuliert sein, d. h. die Begriffe sind auf Wirklichkeitsphänomene hin operationalisierbar.

� Möglichst exakt und eng an der Problemstellung angelehnt sein.

� Frei von Redundanzen sein, d. h. ein Begriff deckt den anderen semantisch nicht ab.

� Widerspruchsfrei sein, d. h. ein Begriff schließt den anderen semantisch nicht aus.

� Aussagen und keine Fragen darstellen.

� Die empirischen Geltungsbereiche implizit oder explizit aufzählen.

1 Vgl. Kamenz, U.: Marktforschung: Einführung mit Fallbeispielen, 2. Aufl., 2001


Primärforschung - Hypothesen bilden (2)

� Hypothesenbildung� Klassifikation von Hypothesen nach der Richtung

1. Einseitige (gerichtete) Hypothesen

Geben die Richtung des Unterschieds/Zusammenhangs an. Bsp.: „Je höher die Akzeptanz, desto höher der Absatz des Produktes X.“

2. Zweiseitige (ungerichtete) HypothesenSagen nichts über die Richtung des Unterschieds/Zusammenhangs aus. Bsp.: „Das Produkt X wird von den Käufergruppen unterschiedlich akzeptiert .“

� Klassifikation von Hypothesen nach Art1. Verteilungshypothesen

Sie betrachten nur die Verteilung eines Merkmals (Variable). Bsp.: „An der Fachhochschule Ingolstadt gibt es mehr männliche Studenten als weibliche.“

2. ZusammenhangshypotheseSie beinhaltet eine Aussage über den erwarteten Zusammenhang (Kovariation) zwischen mindestens zwei Variablen.Bsp.: „Die Erhöhung des Preises führt zu einer Verminderung des Absatzes.“

3. UnterschiedshypotheseSie beinhaltet Aussagen über systematische Unterschiede innerhalb von oder zwischen zwei und mehr Gruppen von Merkmalsträgern.Bsp.: „Männer kaufen häufiger das Produkt X als Frauen .“

4. VeränderungshypotheseSie beinhaltet Aussagen über erwartete oder sich der derzeit vollziehende Veränderungsprozesse.Bsp: „In den letzten 10 Jahren hat sich der Absatz des Produktes X jedes Jahr erhöht.“

� Hypothesenbildung� Klassifikation von Hypothesen nach der Richtung

1. Einseitige (gerichtete) Hypothesen

Geben die Richtung des Unterschieds/Zusammenhangs an. Bsp.: „Je höher die Akzeptanz, desto höher der Absatz des Produktes X.“

2. Zweiseitige (ungerichtete) HypothesenSagen nichts über die Richtung des Unterschieds/Zusammenhangs aus. Bsp.: „Das Produkt X wird von den Käufergruppen unterschiedlich akzeptiert .“

� Klassifikation von Hypothesen nach Art1. Verteilungshypothesen

Sie betrachten nur die Verteilung eines Merkmals (Variable). Bsp.: „An der Fachhochschule Ingolstadt gibt es mehr männliche Studenten als weibliche.“

2. ZusammenhangshypotheseSie beinhaltet eine Aussage über den erwarteten Zusammenhang (Kovariation) zwischen mindestens zwei Variablen.Bsp.: „Die Erhöhung des Preises führt zu einer Verminderung des Absatzes.“

3. UnterschiedshypotheseSie beinhaltet Aussagen über systematische Unterschiede innerhalb von oder zwischen zwei und mehr Gruppen von Merkmalsträgern.Bsp.: „Männer kaufen häufiger das Produkt X als Frauen .“

4. VeränderungshypotheseSie beinhaltet Aussagen über erwartete oder sich der derzeit vollziehende Veränderungsprozesse.Bsp: „In den letzten 10 Jahren hat sich der Absatz des Produktes X jedes Jahr erhöht.“

Vgl. Huber, O. (2000). Das psychologische Experiment: Eine Einführung (3.Aufl). Bern: Huber.

�


Primärforschung - Operationalisierung erstellen (1)

� Operationalisierung� Operationalisierung

Begriff 1Begriff 1

Abgeleiteter Begriff 1


Variable 1Variable 1








Theoretische Begriffe


Dimension(Abgeleitete Begriffe)

Dimension(Abgeleitete Begriffe)

Indikatoren(Variable)Indikatoren(Variable)

MessinstrumentMessinstrument

gefällt mir sehr

gefällt mir gar nicht

1 2 3 4 5 6





Begriff 2Begriff 2



� Operationalisierung

Ausgangshypothese: „Das Produkt X wird von den Käuf ergruppen unterschiedlich akzeptiert.“


Ausgangshypothese: „Das Produkt X wird von den Käuf ergruppen unterschiedlich akzeptiert.“

KäufergruppeKäufergruppe

demografische Datendemografische Daten

psychografische Datenpsychografische Daten

KostenKosten

AlterAlter

GeschlechtGeschlecht

FamilienstandFamilienstand



DimensionDimensionIndikatoren(Variable)Indikatoren(Variable)

AkzeptanzAkzeptanzNutzenNutzen

Bekanntheitsgrad der Marke

Bekanntheitsgrad der Marke

BerufBeruf

EinkommenEinkommen

……

……

……

Bekanntheit des ProduktesBekanntheit des Produktes

MessinstrumentMessinstrument

Jahre

männlich/weiblich

ledig, verheiratet, geschieden…

…

……

ist mir bekannt

habe ich noch nie gehört

1 2 3 4




Die Operationalisierung stellt die konkreten Messgrößen übersichtlich dar. Durch die Kombination der einzelnen Indikatoren können sich noch zusätzliche Hypothesen ergeben

� Hypothesen, die Zusammenhänge zwischen einem theore tischen Begriff und dessen untergeordneten Dimensionen bzw. Indikatoren darste llen, sind nicht sinnvoll.


Die Operationalisierung stellt die konkreten Messgrößen übersichtlich dar. Durch die Kombination der einzelnen Indikatoren können sich noch zusätzliche Hypothesen ergeben

� Hypothesen, die Zusammenhänge zwischen einem theore tischen Begriff und dessen untergeordneten Dimensionen bzw. Indikatoren darste llen, sind nicht sinnvoll.


� Befragung

� Befragungssubjekt, Untersuchungsgegenstand, Befragu ngshäufigkeit

� Einzelbefragung / Gruppenbefragung

� Einthemenbefragung / Mehrthemen- oder Omnibusbefragung

� Adhoc / Tracking-Forschung

� Art des Fragebogens

� direkte / indirekte Fragen

� Standardisierungsgrad des Fragebogens

- hochstandardisiert (festes Befragungs-schema ohne Variationsmöglichkeit)

- teilstandardisiert (Interviewerleitfaden)

- nicht-standardisiert (Fragestellung ist dem Interviewer frei überlassen)

� offene Fragen / geschlossene FragenMöglichkeiten für geschlossenen Fragen:

- Auswahlfragen (nominales Skalenniveau)• Alternativfragen (einfache Auswahl)

• Selektivfrage (mehrfache Auswahl)

- Skalenfragen (ordinales / metrisches Skalenniveau)

� Befragung

� Befragungssubjekt, Untersuchungsgegenstand, Befragu ngshäufigkeit

� Einzelbefragung / Gruppenbefragung

� Einthemenbefragung / Mehrthemen- oder Omnibusbefragung

� Adhoc / Tracking-Forschung

� Art des Fragebogens

� direkte / indirekte Fragen

� Standardisierungsgrad des Fragebogens

- hochstandardisiert (festes Befragungs-schema ohne Variationsmöglichkeit)

- teilstandardisiert (Interviewerleitfaden)

- nicht-standardisiert (Fragestellung ist dem Interviewer frei überlassen)

� offene Fragen / geschlossene FragenMöglichkeiten für geschlossenen Fragen:

- Auswahlfragen (nominales Skalenniveau)• Alternativfragen (einfache Auswahl)

• Selektivfrage (mehrfache Auswahl)

- Skalenfragen (ordinales / metrisches Skalenniveau)

Primärforschung -Erhebungsmethode definieren und Erhebungsinstrument wählen (1)


betrachtung)


betrachtung)BefragungBefragung

Hochstandardisiert Teilstandardisiert Nicht-Standardisiert

� Panelbefragung� Online-Befragung� telefonische Befragung� schriftliche Befragung

� Expertenbefragung� Gruppenbefragung� Leitfadengespräch� Fokusgruppe

� Expertenbefragung� informelles Gespräch� Gruppendiskussion


� Befragung - Beispiele zweideutiger Frageformulierung� In der nächsten Dekade wird der PC zu einer Ubiquität am

Arbeitsplatz werden. Was prognostizieren Sie? Wird Ihr Unternehmen bei der raschen Implementierung reüssieren?� Ja

� Nein

� Weiß nicht

� Worin sehen Sie die Bedeutung computergestützter Systeme in der Praxis?

� Sind Sie mit den Kosten und der Qualität des Kundendienstes zufrieden?� Ja

� Nein

� In welchem Zeitraum sind Sie zur Schule gegangen?Von ____________Bis ____________

� Eine große Zahl von Wissenschaftlern hat auf die Gefahren der Kernenergie hingewiesen. Teilen Sie diese Bedenken?� Ja

� Nein

� Befragung - Beispiele zweideutiger Frageformulierung� In der nächsten Dekade wird der PC zu einer Ubiquität am

Arbeitsplatz werden. Was prognostizieren Sie? Wird Ihr Unternehmen bei der raschen Implementierung reüssieren?� Ja

� Nein

� Weiß nicht

� Worin sehen Sie die Bedeutung computergestützter Systeme in der Praxis?

� Sind Sie mit den Kosten und der Qualität des Kundendienstes zufrieden?� Ja

� Nein

� In welchem Zeitraum sind Sie zur Schule gegangen?Von ____________Bis ____________

� Eine große Zahl von Wissenschaftlern hat auf die Gefahren der Kernenergie hingewiesen. Teilen Sie diese Bedenken?� Ja

� Nein



betrachtung)




� Befragung - Beispiele zweideutiger Frageformulierung� Was meinen Sie? Wäre es nicht besser, wenn es weniger

Werbung gäbe?� Ja

�Nein

� Kreuzen Sie von den von Ihnen als zutreffend erachteten Eigenschaftenjeweils doppelt an, die Sie als besonders wichtig erachten, und bringen Siesie in eine Rangreihe der Wichtigkeit

� Wie oft waren Sie in den letzten fünf Jahren beim Zahnarzt? (Durchschnittgenügt!)___________ mal

� Stimmen Sie folgender Aussage zu: Je mehr Weißkraft ein Vollwaschmittel besitzt, desto stärker greift es das Gewebe an?�Stimme zu

�Stimme nicht zu

� Befragung - Beispiele zweideutiger Frageformulierung� Was meinen Sie? Wäre es nicht besser, wenn es weniger

Werbung gäbe?� Ja

�Nein

� Kreuzen Sie von den von Ihnen als zutreffend erachteten Eigenschaftenjeweils doppelt an, die Sie als besonders wichtig erachten, und bringen Siesie in eine Rangreihe der Wichtigkeit

� Wie oft waren Sie in den letzten fünf Jahren beim Zahnarzt? (Durchschnittgenügt!)___________ mal

� Stimmen Sie folgender Aussage zu: Je mehr Weißkraft ein Vollwaschmittel besitzt, desto stärker greift es das Gewebe an?�Stimme zu

�Stimme nicht zu



betrachtung)



�


� Befragung - Beispielezweideutiger Frageformulierungen

� Sie haben mit unserem Unternehmen in verschiedenen Bereichen Kontakt. Bitte geben Sie an, wie wichtig Ihnendie einzelnen Bereiche sind und wie zufrieden Sie damit sind?

sehr wichtig/ total unwichtig/sehr zufrieden sehr unzufrieden

Schnelligkeit

Beratung durch Außendienst

Lieferzeit

Reklamationsabwicklung

Qualität der Produkte

� Befragung - Beispielezweideutiger Frageformulierungen

� Sie haben mit unserem Unternehmen in verschiedenen Bereichen Kontakt. Bitte geben Sie an, wie wichtig Ihnendie einzelnen Bereiche sind und wie zufrieden Sie damit sind?

sehr wichtig/ total unwichtig/sehr zufrieden sehr unzufrieden

Schnelligkeit

Beratung durch Außendienst

Lieferzeit

Reklamationsabwicklung

Qualität der Produkte



betrachtung)




� Befragung - Checkliste für die Durchführung einer Befragung

� Befragung - Checkliste für die Durchführung einer Befragung Phasen der Fragebogen-

entwicklung

1) Präzisierung, Einengungdes Themas, Klärungder zu erfragenden In-halte, geordnet nach ihrer Bedeutsamkeit

2) Formulierung von Fragenzu interessierenden Be-reichen / zu den Hypo-thesen

3) Ordnung der Fragen ineine Reihenfolge

4) Überprüfung des Frage-bogens

5) Vorbereitung der Haupt-untersuchung: Intervie-werschulung

Gesichtspunkte / Kriterien

• Entscheidung über Ausmaß der Standardisierung: ob schriftliche oder mündliche Befragung (Interview)

• Entscheidung über die zu wählende Sprache (Zielgruppenspezifisch)

• Intensives Erfragen eines Bereichs oder oberflächliches Abfragen verschiedener Bereiche

• Balance der Fragen, Konkretheit, Verständlichkeit,Eindeutigkeit

• Trennung von unabhängigen und abhängigen Variablen• Mischung geschlossener und offener Fragen (Adressatenkreis,

Monotonie des Fragebogens, Präzision und objektive Auswertbarkeit der Fragen)

• Einleitung: Allgemeine Information, Motivation, Zusicherung der Anonymität

• Aufwärmfragen• Peinliche Fragen nicht an den Anfang• Abhängigkeit von Fragekontext: Kontrollgruppen

• Vortest an ca. 20 Befragten• Fragen an Unebenheiten der Frageformulierung• Statistische Auswertung (wenn nur eine Antwort auf eine

Frage vorkommt, dann ist Frage nicht informativ)

• Versuchsplanung: Ist eine Variation der unabhängigen Variablen durch die Auswahl der Stichprobe möglich

• Interviewerschulung• Organisation von Adresslisten, usw.

Schema für das Erstellen eines Fragebogens (Wellenreuther, 1982, S. 179)



betrachtung)


betrachtung)

BefragungBefragung


� Beobachtung� Klassifikation der Beobachtung nach

� Bewusstseinsgrad des Beobachteten- offene Beobachtung (Achtung: Gefahr des Beobachtungseffektes)- verdeckte Beobachtung

� Partizipationsgrad des Beobachters- Teilnehmend (Laden- oder Gaststättentest)- nicht-teilnehmend (Messung der Fernseheinschaltquote mit Telemeter)

� Strukturierungsgrad- standardisiert- nicht-standardisiert

� Wahrnehmungs- und Registrierungsform- visuell- andere Sinnesmodalitäten (instrumentell mithilfe v. Kameras, elektronischen Zähleinrichtungen)

� Ziele� Einkaufsverhalten� Verwendungsverhalten (Handhabung, Nutzung)� Informationsverhalten

� Beispiele� Berichte des Außendienstes, marktbezogene Daten des betriebl. Rechnungswesens� Zählung der Kunden in Einzelhandelsgeschäften mittels Drehkreuz mit Zähleinrichtungen� Kundenlaufstudien

� Beobachtung� Klassifikation der Beobachtung nach

� Bewusstseinsgrad des Beobachteten- offene Beobachtung (Achtung: Gefahr des Beobachtungseffektes)- verdeckte Beobachtung

� Partizipationsgrad des Beobachters- Teilnehmend (Laden- oder Gaststättentest)- nicht-teilnehmend (Messung der Fernseheinschaltquote mit Telemeter)

� Strukturierungsgrad- standardisiert- nicht-standardisiert

� Wahrnehmungs- und Registrierungsform- visuell- andere Sinnesmodalitäten (instrumentell mithilfe v. Kameras, elektronischen Zähleinrichtungen)

� Ziele� Einkaufsverhalten� Verwendungsverhalten (Handhabung, Nutzung)� Informationsverhalten

� Beispiele� Berichte des Außendienstes, marktbezogene Daten des betriebl. Rechnungswesens� Zählung der Kunden in Einzelhandelsgeschäften mittels Drehkreuz mit Zähleinrichtungen� Kundenlaufstudien

Die Beobachtung im Unterschied zur Befragung ist da durch charakterisiert, dass die Untersuchungssubjekte zum Untersuchungsgegenstand k eine Erklärungen abgeben, die einen Rückschluss auf ihr Verhalten zulassen.



betrachtung)


betrachtung)

Beobachtung (teilnehmend /

nicht teilnehmend)

Beobachtung (teilnehmend /

nicht teilnehmend)


� Fokusgruppe (Gruppendiskussion)� Die Fokusgruppe ist eine Methode, die man im Rahmen einer beurteilenden oder explorativen

Gruppendiskussion über ein bestimmtes Thema durchführt, um in relativ kurzer Zeit ein breites Spektrum von Meinungen und Einstellungen zu erheben.

� i. d. R. 6 bis 10 Teilnehmer + erfahrener Moderator

� oft Vorstufe für eine repräsentative Untersuchung

� Auswahl der Teilnehmer über ein sog. „convenient sample“, d. h. es werden Personen befragt, die am leichtesten erreichbar sind.

� Ziele� Diskussion von Fragen zu einem Thema� Einholung von verschiedenen Meinungen � Treffen von Einschätzungen� Entwicklung von Hypothesen

� Beispiele� Expertenrunden (z. B. Wissenschaftler, Journalisten etc.)

� Fokusgruppe (Gruppendiskussion)� Die Fokusgruppe ist eine Methode, die man im Rahmen einer beurteilenden oder explorativen

Gruppendiskussion über ein bestimmtes Thema durchführt, um in relativ kurzer Zeit ein breites Spektrum von Meinungen und Einstellungen zu erheben.

� i. d. R. 6 bis 10 Teilnehmer + erfahrener Moderator

� oft Vorstufe für eine repräsentative Untersuchung

� Auswahl der Teilnehmer über ein sog. „convenient sample“, d. h. es werden Personen befragt, die am leichtesten erreichbar sind.

� Ziele� Diskussion von Fragen zu einem Thema� Einholung von verschiedenen Meinungen � Treffen von Einschätzungen� Entwicklung von Hypothesen

� Beispiele� Expertenrunden (z. B. Wissenschaftler, Journalisten etc.)

Von der Quantifizierung (in Form von Prozentangaben ) der Untersuchungsergebnisse, die aus einer Fokusgruppe resultieren, sollte i. d. R. Abst and genommen werden, da die Teilnehmer über ein „convenient sample“ ausgewählt werden.



betrachtung)


betrachtung)FokusgruppeFokusgruppe


� Experiment� Def.: Keine gesonderte Erhebungsmethode, da Datengewinnung durch (apparative) Beobachtung

oder durch Befragung auf der Basis einer Versuchsanordnung

� Zielsetzung : Aufdeckung von Ursache-Wirkungszusammenhängen (kausalanalytische Studie)

� Voraussetzungen� Kontrolle der Störvariablen

� aktive Manipulation der interessierenden unabhängigen Variable (=Ursache, z. B. Verpackung, Preis)

� genaue Messung evtl. Veränderungen der abhängigen Variablen (=Wirkung, z. B. Kaufbereitschaft, Image)

� Klassifikation nach� Experimentellem Umfeld:

- Laborexperiment- Feldexperiment

� Zeitpunkt des Auftretens der abhängigen Variablen: - Projektives Experiment- Ex-post-facto-Experiment

� Versuchsanordnung; Kombination folgender Merkmale:- Kennzeichnung der Versuchsgruppe: Experimental group / Control group- Zeitpunkt der Messung: before /after

� Beispiele� Konzepttest Markttest� Warentest Testmarkt-Ersatzverfahren� Produkttest (Minimarkttest, Testmarktsimulation)� Storetest Werbetest

� Experiment� Def.: Keine gesonderte Erhebungsmethode, da Datengewinnung durch (apparative) Beobachtung

oder durch Befragung auf der Basis einer Versuchsanordnung

� Zielsetzung : Aufdeckung von Ursache-Wirkungszusammenhängen (kausalanalytische Studie)

� Voraussetzungen� Kontrolle der Störvariablen

� aktive Manipulation der interessierenden unabhängigen Variable (=Ursache, z. B. Verpackung, Preis)

� genaue Messung evtl. Veränderungen der abhängigen Variablen (=Wirkung, z. B. Kaufbereitschaft, Image)

� Klassifikation nach� Experimentellem Umfeld:

- Laborexperiment- Feldexperiment

� Zeitpunkt des Auftretens der abhängigen Variablen: - Projektives Experiment- Ex-post-facto-Experiment

� Versuchsanordnung; Kombination folgender Merkmale:- Kennzeichnung der Versuchsgruppe: Experimental group / Control group- Zeitpunkt der Messung: before /after

� Beispiele� Konzepttest Markttest� Warentest Testmarkt-Ersatzverfahren� Produkttest (Minimarkttest, Testmarktsimulation)� Storetest Werbetest

Experiment (Feld- / Labor-experiment)




betrachtung)


betrachtung)


Erh

ebun

gs-

met

hode

defin

iere

nE

rheb

ungs

-in

stru

men

tw

ähle

n

Sam

plin

gP

lan

erst

elle

n

Exp

erte

nbe

frage

n

Hyp

othe

sen

bild

en

Dat

ener

hebe

n


• Interne Daten

• Externe Daten

erhobeneDaten analysieren und inter-pretieren

ErgebnissePräsentieren und kommuni-zieren




Ope

ratio

na-

lisie

rung

erst

elle

n

Kon

takt

-m

etho

dew

ähle

n

� �


� Produkttest� Def.: Experimentelle Untersuchung, bei der zunächst nach bestimmten Merkmalen ausgewählten

Testpersonen unentgeltlich bereitgestellte Produkte, probeweise ge- oder verbrauchen und anschließend nach ihren subjektiven Wahrnehmungen und / oder Beurteilungen bezüglich der getesteten Produkte als Ganzes bzw. einzelner Produktbestandteile gefragt werden

� Testobjekte� eigene bereits im Markt befindliche Produkte

� Prototypen

� Konkurrenzprodukte

� Ziel� Ermittlung v. Produktalternativen

� Aussagen über die optimale Gestaltung der Produkteigenschaften(Packung, Preis, Name, Imagewirkung)

� Ausprägungen� Volltest

� Partialtest (Preistest, Packungstest, Geschmackstest, Namenstest)

� Blindtest

� Testverfahren der Praxis� Tachistoskop� Schnellgreifbühne

� Produkttest� Def.: Experimentelle Untersuchung, bei der zunächst nach bestimmten Merkmalen ausgewählten

Testpersonen unentgeltlich bereitgestellte Produkte, probeweise ge- oder verbrauchen und anschließend nach ihren subjektiven Wahrnehmungen und / oder Beurteilungen bezüglich der getesteten Produkte als Ganzes bzw. einzelner Produktbestandteile gefragt werden

� Testobjekte� eigene bereits im Markt befindliche Produkte

� Prototypen

� Konkurrenzprodukte

� Ziel� Ermittlung v. Produktalternativen

� Aussagen über die optimale Gestaltung der Produkteigenschaften(Packung, Preis, Name, Imagewirkung)

� Ausprägungen� Volltest

� Partialtest (Preistest, Packungstest, Geschmackstest, Namenstest)

� Blindtest

� Testverfahren der Praxis� Tachistoskop� Schnellgreifbühne





betrachtung)


betrachtung)


� Storetest� Def.: Probeweiser Produktverkauf unter kontrollierten Bedingungen in ausgewählten

Einzelhandelsgeschäften

� Ziel : Test der Verkaufsfähigkeit neuer / geänderter Produkte, insbesondere

� Verkaufschancen

� Eignung der Verpackung

� Eignung des Verkaufspreises

� Wirkung von Verkaufsförderungsmaßnahmen

� Wirkung von Sonderplazierungen

� Anwendung :

� oft im Anschluss an einen Produkttest

� unter marktrealen Bedingungen

� Storetest� Def.: Probeweiser Produktverkauf unter kontrollierten Bedingungen in ausgewählten

Einzelhandelsgeschäften

� Ziel : Test der Verkaufsfähigkeit neuer / geänderter Produkte, insbesondere

� Verkaufschancen

� Eignung der Verpackung

� Eignung des Verkaufspreises

� Wirkung von Verkaufsförderungsmaßnahmen

� Wirkung von Sonderplazierungen

� Anwendung :

� oft im Anschluss an einen Produkttest

� unter marktrealen Bedingungen





betrachtung)


betrachtung)


� Markttest� Def.: umfassendes Feldexperiment in einem räumlich begrenzten Gebiet, welches die Gesamtheit

vorgesehener Marketingmaßnahmen simuliert und deren Erfolg misst

� Ziel : Test einer geänderten Marketingkonzeption für

� ein bereits eingeführtes / geändertes Produkt

� ein neues Produkt im Rahmen eines schon vorhandenen Produktprogramms

� ein völlig neues Produkt

� Vorgehen :Auswahl eines Testmarktes, in dem in einem geographisch genauabgegrenzten Teil des Gesamtmarktes der Markttest durchgeführt wird(Testmarkt soll in seiner Struktur hinsichtlich Struktur derBevölkerung; Handelsstruktur entsprechen)

� Markttest� Def.: umfassendes Feldexperiment in einem räumlich begrenzten Gebiet, welches die Gesamtheit

vorgesehener Marketingmaßnahmen simuliert und deren Erfolg misst

� Ziel : Test einer geänderten Marketingkonzeption für

� ein bereits eingeführtes / geändertes Produkt

� ein neues Produkt im Rahmen eines schon vorhandenen Produktprogramms

� ein völlig neues Produkt

� Vorgehen :Auswahl eines Testmarktes, in dem in einem geographisch genauabgegrenzten Teil des Gesamtmarktes der Markttest durchgeführt wird(Testmarkt soll in seiner Struktur hinsichtlich Struktur derBevölkerung; Handelsstruktur entsprechen)





betrachtung)


betrachtung)


� Tracking-Forschung � Def.: Datengewinnung über schriftliche Befragung oder Beobachtung

� Wesen : Langzeitstudien

� Klassifikation

� Wellenerhebungen: gleiches Thema, gleiche Stichprobe

� Panelerhebungen: gleiches Thema, identische Stichprobe

� Anwendungsgebiete

� Verbraucherpanel: schriftliche Erfragung der Konsumgewohnheiten der Verbraucher

� Verkaufsdatenerfassung (durch Scanning)

� Handelspanel (Retail Tracking): Beobachtung von Einzelhandelsgeschäften zu einem gleich bleibenden

Untersuchungsgegenstand (Absatzmengen, Distributionsraten, Durchschnittspreise, Regalplatz,

Verkaufsaktivitäten)

� Fernsehpanel: Beobachtung des Fernsehverhaltens mittels technischer Geräte

� Tracking-Forschung � Def.: Datengewinnung über schriftliche Befragung oder Beobachtung

� Wesen : Langzeitstudien

� Klassifikation

� Wellenerhebungen: gleiches Thema, gleiche Stichprobe

� Panelerhebungen: gleiches Thema, identische Stichprobe

� Anwendungsgebiete

� Verbraucherpanel: schriftliche Erfragung der Konsumgewohnheiten der Verbraucher

� Verkaufsdatenerfassung (durch Scanning)

� Handelspanel (Retail Tracking): Beobachtung von Einzelhandelsgeschäften zu einem gleich bleibenden

Untersuchungsgegenstand (Absatzmengen, Distributionsraten, Durchschnittspreise, Regalplatz,

Verkaufsaktivitäten)

� Fernsehpanel: Beobachtung des Fernsehverhaltens mittels technischer Geräte

Marktbeobachtung (Zeitraum-

betrachtung)


betrachtung)Verhaltensdaten

(“Panels”)




� Tracking-Forschung � Brainstorming:

These: Panelauswertungen liefern eine Flut von Daten!!!

� Fragen:

� Wer benötigt die Daten?

� Welche Ziele werden mit einer Paneluntersuchung verfolgt?

� Welche Informationen zieht man aus den Daten?

- Verbraucherpanel

- Handelspanel

�Detaillierte Informationen zur Verhaltensdaten-Forschung entnehmen Sie bitte auch den

Unterlagen des Gastvortrages von Herrn Kröger (GfK Panel Services Deutschland)

� Tracking-Forschung � Brainstorming:

These: Panelauswertungen liefern eine Flut von Daten!!!

� Fragen:

� Wer benötigt die Daten?

� Welche Ziele werden mit einer Paneluntersuchung verfolgt?

� Welche Informationen zieht man aus den Daten?

- Verbraucherpanel

- Handelspanel

�Detaillierte Informationen zur Verhaltensdaten-Forschung entnehmen Sie bitte auch den

Unterlagen des Gastvortrages von Herrn Kröger (GfK Panel Services Deutschland)



betrachtung)


betrachtung)Verhaltensdaten

(“Panels”)


- 50 -Prof. Dr. Andrea E. RaabHochschule Ingolstadt*Definitionen entnommen aus: Berekhoven, Eckert, Ellenrieder, 2004, S.74 ff.

� Skalierung*:

� Def. Skalierung: Konstruktion von Maßskalen und Zuordnung von Zahlen zu Objekten (Messen)

� Def. Skala: numerische Abbildung eines empirischen Merkmals

� Skalierung*:

� Def. Skalierung: Konstruktion von Maßskalen und Zuordnung von Zahlen zu Objekten (Messen)

� Def. Skala: numerische Abbildung eines empirischen Merkmals

Primärforschung - Skalierung (1)

� Skalenniveaus:


� Klassifikation von Skalierungsverfahren� Klassifikation von Skalierungsverfahren

* Beispiele entnommen aus: Berekhoven, Eckert, Ellenrieder, 2004, S.74 ff.

Skalierung i.w.S .

Selbsteinstufung Fremdeinstufung

einfache Rating-Skala

subjektiveFremdeinstufung

objektiveFremdeinstufung

Verfahren der Indexbildung

•Likert-Skala•Thurstone-Skala•Guttmann-Skala

eindimensionaleSkalierung i.e.S.

mehrdimensionaleSkalierung

semantisches Differenzial

Multiattributmodelle:•Fishbein-Ansatz•Trommsdorff-Ansatz

MultidimensionaleSkalierung (MDS)

eindimensionaleSkalierung



� Skalierung:

� Klassifikation von Skalierungsverfahren� Selbsteinstufungsverfahren :

Rating-Skala (am häufigsten eingesetzte Skalierungsmethode)

Befragte Person gibt ihre Position/Einstellung auf der interessierenden Merkmalsdimension selbst an. Rating-

Skalen bilden „natürliche“ Rangfolgen ab und messen deshalb mit einem ordinalen Messniveau. Somit lassen

sich nur kleiner- / größer-Beziehungen analysieren, wobei Angaben über die Abstände zwischen den einzelnen

Antwortkategorien streng genommen nicht möglich sind.

� Fremdeinstufungsverfahren

Befragter wird mit einer Batterie von Items konfrontiert, die in der Regel als Skalafragen konstruiert sind;

Untersuchungsleiter verknüpft die Einzelmesswerte zur Messskala, worauf der Befragte positioniert wird.

-subjektive Fremdeinschätzung (Verfahren der Indexbildung)

Bildung einer einzigen Maßzahl aus mehreren Teildimensionen, deren Merkmalsausprägungen auf Grundlage

des subjektiven Empfindens des Interviewers ermittelt wurden.

-objektive Fremdeinschätzung

Auf Grundlage eines streng standardisierten Verfahrens wird der Proband vom Interviewer positioniert.

� Skalierung:

� Klassifikation von Skalierungsverfahren� Selbsteinstufungsverfahren :

Rating-Skala (am häufigsten eingesetzte Skalierungsmethode)

Befragte Person gibt ihre Position/Einstellung auf der interessierenden Merkmalsdimension selbst an. Rating-

Skalen bilden „natürliche“ Rangfolgen ab und messen deshalb mit einem ordinalen Messniveau. Somit lassen

sich nur kleiner- / größer-Beziehungen analysieren, wobei Angaben über die Abstände zwischen den einzelnen

Antwortkategorien streng genommen nicht möglich sind.

� Fremdeinstufungsverfahren

Befragter wird mit einer Batterie von Items konfrontiert, die in der Regel als Skalafragen konstruiert sind;

Untersuchungsleiter verknüpft die Einzelmesswerte zur Messskala, worauf der Befragte positioniert wird.

-subjektive Fremdeinschätzung (Verfahren der Indexbildung)

Bildung einer einzigen Maßzahl aus mehreren Teildimensionen, deren Merkmalsausprägungen auf Grundlage

des subjektiven Empfindens des Interviewers ermittelt wurden.

-objektive Fremdeinschätzung

Auf Grundlage eines streng standardisierten Verfahrens wird der Proband vom Interviewer positioniert.



� Skalierung:� Skalierung:

• LIkert-Skala (Technik der summierten Einschätzung)Den Befragten wird eine Reihe von Statements vorgelegt, zu

denen sie Zustimmung oder Ablehnung äußern können, und zwar in abgestufter Form. Die Befragten sollen beispielsweise angeben, ob sie der geäußerten Ansicht „völlig“ - „überwiegend“ -„teilweise“ - „eher nicht“ oder „gar nicht“ zustimmen.

• Thurstone-Skala (Verfahren der gleich erscheinenden Intervalle)Im Unterschied zur Likert-Skala werden Statements zunächst von Experten hinsichtlich ihrer Ausprägung beurteilt. Die Skala wird in

einem zweiten Schritt aus den eindeutig einer Position zugeordneten Statements gebildet, somit sind die Statements hinsichtlich ihre Wertigkeit geeicht.

• Guttmann-Skala (Skalogramm-Verfahren)Den Befragten werden einige Aussagen vorgelegt, die sie bejahen oder verneinen sollen. Es wird angenommen, dass die Aussagen einer Reihenfolge entsprechen (oder in eine

Reihenfolge gebracht werden können) derart, dass sie jeweils eine unterschiedlich „extreme“ Auffassung dem Objekt gegenüber ausdrücken.

• Semantisches Differenzial (Polaritätenprofil): Beurteilung eines Untersuchungsgegenstandes durch wertende

Assoziationen auf einer Anzahl bipolarer Ratingskalen.

• Multiattributmodelle:

a) Fishbein-Ansatz: Versucht kognitive und affektive Einstellungskomponente miteinander zu verknüpfen. Die Einstellung einer Person setzt sich aus mehreren

Eindruckswerten zusammen. Eindruckswerte setzten sich aus der Multiplikation der kognitiven und affektiven Komponente zusammen.

b) Trommsdorff-Ansatz: Die idealen Merkmalsausprägungen

(affektive Komponente) werden erfasst und die kognitiven Einstellungkomponenten durch Fragen direkt bestimmt. Der Eindruckswert ergibt sich aus der Differenz der kognitiven und

affektiven Komponenten.

• Multidimensionale Skalierung (MDS): Verfahren, das Objekte in einem mehrdimensionalen Raum räumlich positioniert; die Positionen der Objekte und ihre

gegenseitigen Entfernungen stimmen mit den tatsächlichen Entfernungen bzw. Unterschieden überein.

Objektive Fremdeinschätzungsverfahren

MehrdimensionalEindimensional



� Skalierungsverfahren – Beispiele� Skalierungsverfahren – Beispiele


� Rating-Skala � Verfahren der Indexbildung


� Skalierungsverfahren – Beispiele� Skalierungsverfahren – Beispiele


� Likert-Skala

� Thurstone-Skala

� Guttmann-Skala


� Skalierungsverfahren – Beispiele

� Semantisches Differenzial

� Multidimensionale Skalierung (MDS)

� Skalierungsverfahren – Beispiele

� Semantisches Differenzial

� Multidimensionale Skalierung (MDS)


� Multiattributmodell: Fishbein-Ansatz

� Multiattributmodell: Trommsdorff-Ansatz


� Kontaktmethode

� Schriftlich (z.B. per Post, Fax, E-Mail)

� Große Datenmengen können zu relativ geringen Kosten gesammelt werden.

� Erfordert eine besonders einfache und klare Formulierung der Fragen.

� Erfahrungsgemäß eine geringe Rücklaufquote.

� Telefonisch� Beste Methode für eine schnelle Informationsgewinnung.

� Interaktion zwischen Proband und Interviewer möglich (Flexibilität).

� Interviewleitfaden darf nicht zu umfangreich sein und Fragen nicht zu persönlich.

� Computergestützte Interviewführung möglich mit paralleler Dateneingabe.

� Persönlich (face to face)� Klassifikation (Einzelinterview/Gruppengespräch)

� Es können viele Fragen gestellt werden.

� Zusätzliche Informationsgewinnung durch das Erscheinungsbild und die Körpersprache des Probanden.

� Hohe Kosten, sowie hoher administrativer und zeitlicher Aufwand.

� Negative Beeinflussung durch den Interviewer möglich.

� Online� Fragebogen ist über eine Internetadresse erreichbar oder steht zum Download zur Verfügung.

� Probanden können den Fragebogen online ausfüllen.

� Musik, Bilder und Videos können integriert werden.

� Kontaktmethode

� Schriftlich (z.B. per Post, Fax, E-Mail)

� Große Datenmengen können zu relativ geringen Kosten gesammelt werden.

� Erfordert eine besonders einfache und klare Formulierung der Fragen.

� Erfahrungsgemäß eine geringe Rücklaufquote.

� Telefonisch� Beste Methode für eine schnelle Informationsgewinnung.

� Interaktion zwischen Proband und Interviewer möglich (Flexibilität).

� Interviewleitfaden darf nicht zu umfangreich sein und Fragen nicht zu persönlich.

� Computergestützte Interviewführung möglich mit paralleler Dateneingabe.

� Persönlich (face to face)� Klassifikation (Einzelinterview/Gruppengespräch)

� Es können viele Fragen gestellt werden.

� Zusätzliche Informationsgewinnung durch das Erscheinungsbild und die Körpersprache des Probanden.

� Hohe Kosten, sowie hoher administrativer und zeitlicher Aufwand.

� Negative Beeinflussung durch den Interviewer möglich.

� Online� Fragebogen ist über eine Internetadresse erreichbar oder steht zum Download zur Verfügung.

� Probanden können den Fragebogen online ausfüllen.

� Musik, Bilder und Videos können integriert werden.

Primärforschung - Kontaktmethode wählen (1)


� Definitionen:

� Def. Stichprobe (Sample):Beschränkung der Untersuchung auf einen kleineren Teil der Grundgesamtheit [=Gesamtmasse] (Teilerhebung)

� Def. Repräsentativität:� Eine Teilmasse ist repräsentativ, wenn sie in der Verteilung aller interessierenden Merkmale der Gesamt-

masse entspricht, d.h. ein zwar verkleinertes, aber sonst wirklichkeitsgetreues Abbild der Gesamtheit darstellt

� Nicht alle im folgenden aufgeführten Verfahren genügen diesem Ideal, deshalb folgende Verallgemeinerung:--> Eine Teilmasse ist dann repräsentativ, wenn sie einen zutreffenden Rückschluss auf die Grundgesamtheit

zulässt.

� Def. Zufallsauswahl (Random-Verfahren):� Jede Einheit hat dieselbe Wahrscheinlichkeit in die Stichprobe einbezogen zu werden

� Der Stichprobenfehler lässt sich nach der Wahrscheinlichkeitstheorie berechnen--> Mit zunehmender Größe der Stichprobe steigt die Wahrscheinlichkeit, dass sich das Ergebnis der Teilerhebung einer Vollerhebung angleicht

� Def. Verfahren der bewussten Auswahl: Auswahl der zu untersuchenden Einheiten nach sachrelevanten Einheiten--> Auswahl ist so vorzunehmen, dass das Sample hinsichtlich der interessierenden Merkmale möglichst repräsentativ für die Grundgesamtheit ist

� Definitionen:

� Def. Stichprobe (Sample):Beschränkung der Untersuchung auf einen kleineren Teil der Grundgesamtheit [=Gesamtmasse] (Teilerhebung)

� Def. Repräsentativität:� Eine Teilmasse ist repräsentativ, wenn sie in der Verteilung aller interessierenden Merkmale der Gesamt-

masse entspricht, d.h. ein zwar verkleinertes, aber sonst wirklichkeitsgetreues Abbild der Gesamtheit darstellt

� Nicht alle im folgenden aufgeführten Verfahren genügen diesem Ideal, deshalb folgende Verallgemeinerung:--> Eine Teilmasse ist dann repräsentativ, wenn sie einen zutreffenden Rückschluss auf die Grundgesamtheit

zulässt.

� Def. Zufallsauswahl (Random-Verfahren):� Jede Einheit hat dieselbe Wahrscheinlichkeit in die Stichprobe einbezogen zu werden

� Der Stichprobenfehler lässt sich nach der Wahrscheinlichkeitstheorie berechnen--> Mit zunehmender Größe der Stichprobe steigt die Wahrscheinlichkeit, dass sich das Ergebnis der Teilerhebung einer Vollerhebung angleicht

� Def. Verfahren der bewussten Auswahl: Auswahl der zu untersuchenden Einheiten nach sachrelevanten Einheiten--> Auswahl ist so vorzunehmen, dass das Sample hinsichtlich der interessierenden Merkmale möglichst repräsentativ für die Grundgesamtheit ist

* Definitionen entnommen aus: Berekhoven, Eckert, Ellenrieder, 2006, S. 55 ff.

Primärforschung - Sampling Plan erstellen (1)

Im Rahmen der Erstellung des Sampling-Plans sind di e folgenden Entscheidungen zu treffen: 1) Definition der Grundgesamtheit ; 2) Festlegung des Auswahlverfahrens und der Stichprobengröße .


1. Definition der Grundgesamtheit

� Ausgangsbasis für den Sampling-Plan ist die Grundgesamtheit der Untersuchung

� Grundgesamtheit ist die Menge aller potenziellen Merkmalsträger, für die das Ergebnis der Untersuchung gültig sein soll.

� Die Grundgesamtheit orientiert sich am Untersuchungsziel und schließt alle Merkmalsträger ein, die zur Untersuchung der Problemstellung herangezogen werden könnten.

� Sollen beispielsweise Kunden nach ihrer Zufriedenheit befragt werden, ist es sinnvoll, nur Personen in die Untersuchung einzubeziehen, die das Produkt bereits gekauft haben, da nur diese Personen Aussagen zur Problemstellung treffen können.

� Die Grundgesamtheit wird im Allgemeinen anhand:

� demografischer (z. B. Alter, Geschlecht),

� geografischer (z. B. PLZ-Gebiet, Land),

� psychografischer (z. B. Einstellung, Meinung) oder

� verhaltensorientierter Merkmale (z. B. Kaufverhalten)

definiert, wobei meistens eine Kombination aus mehreren Kriterien herangezogen wird.

1. Definition der Grundgesamtheit

� Ausgangsbasis für den Sampling-Plan ist die Grundgesamtheit der Untersuchung

� Grundgesamtheit ist die Menge aller potenziellen Merkmalsträger, für die das Ergebnis der Untersuchung gültig sein soll.

� Die Grundgesamtheit orientiert sich am Untersuchungsziel und schließt alle Merkmalsträger ein, die zur Untersuchung der Problemstellung herangezogen werden könnten.

� Sollen beispielsweise Kunden nach ihrer Zufriedenheit befragt werden, ist es sinnvoll, nur Personen in die Untersuchung einzubeziehen, die das Produkt bereits gekauft haben, da nur diese Personen Aussagen zur Problemstellung treffen können.

� Die Grundgesamtheit wird im Allgemeinen anhand:

� demografischer (z. B. Alter, Geschlecht),

� geografischer (z. B. PLZ-Gebiet, Land),

� psychografischer (z. B. Einstellung, Meinung) oder

� verhaltensorientierter Merkmale (z. B. Kaufverhalten)

definiert, wobei meistens eine Kombination aus mehreren Kriterien herangezogen wird.



2. Festlegung des Auswahlverfahrens und der Stichprobengröße� Damit eine Stichprobe als repräsentativ angesehen werden kann, wird in diesem Schritt des

Marketingforschungsprozesses ein so genannter Sampling-Plan (Stichprobenplan) erstellt, der genau festlegt, welche Merkmalsträger aus der Grundgesamtheit ausgewählt werden müssen, damit ein Repräsentationsrückschluss möglich ist.

� Der Sampling-Plan stellt eine bindende Richtlinie für das Untersuchungsteam dar und basiert auf speziellen Auswahlverfahren, welche die Repräsentativität sicherstellen sollen.

� Der Rückschluss von der Stichprobe auf die Grundgesamtheit ist mit Fehlern behaftet, da die Stichprobe lediglich einen Schätzwert für die Grundgesamtheit darstellt.

� Bei den systematischen Fehlern handelt es sich um Non-Response- (z. B. Antwortverweigerungen, Testpersonen nicht erreichbar) oder Erfassungsfehler (z. B. Fehler im Auswahlverfahren, Verzerrung durch Interviewer, Auswertungsfehler)

� Zufallsfehler sind solche Fehler, die in statistischen Massen auftreten und nach den Gesetzen der Wahrscheinlichkeit um einen „wahren Wert“ streuen, so dass sie sich per Saldo ausgleichen. Sie können nicht vermieden, sondern nur durch eine Vergrößerung der Stichprobe verkleinert werden. Dies lässt sich dadurch erklären, dass sich die bei der Erfassung der einzelnen Merkmalsträger gemachten Fehler mit wachsender Zahl der Probanden tendenziell ausgleichen.

2. Festlegung des Auswahlverfahrens und der Stichprobengröße� Damit eine Stichprobe als repräsentativ angesehen werden kann, wird in diesem Schritt des

Marketingforschungsprozesses ein so genannter Sampling-Plan (Stichprobenplan) erstellt, der genau festlegt, welche Merkmalsträger aus der Grundgesamtheit ausgewählt werden müssen, damit ein Repräsentationsrückschluss möglich ist.

� Der Sampling-Plan stellt eine bindende Richtlinie für das Untersuchungsteam dar und basiert auf speziellen Auswahlverfahren, welche die Repräsentativität sicherstellen sollen.

� Der Rückschluss von der Stichprobe auf die Grundgesamtheit ist mit Fehlern behaftet, da die Stichprobe lediglich einen Schätzwert für die Grundgesamtheit darstellt.

� Bei den systematischen Fehlern handelt es sich um Non-Response- (z. B. Antwortverweigerungen, Testpersonen nicht erreichbar) oder Erfassungsfehler (z. B. Fehler im Auswahlverfahren, Verzerrung durch Interviewer, Auswertungsfehler)

� Zufallsfehler sind solche Fehler, die in statistischen Massen auftreten und nach den Gesetzen der Wahrscheinlichkeit um einen „wahren Wert“ streuen, so dass sie sich per Saldo ausgleichen. Sie können nicht vermieden, sondern nur durch eine Vergrößerung der Stichprobe verkleinert werden. Dies lässt sich dadurch erklären, dass sich die bei der Erfassung der einzelnen Merkmalsträger gemachten Fehler mit wachsender Zahl der Probanden tendenziell ausgleichen.



� Grundformen von Auswahlverfahren� Grundformen von Auswahlverfahren

Auswahlverfahren

Vollerhebung Teilerhebung

repräsentativeAuswahl

willkürliche Auswahl

einfacheZufallsauswahl

Verfahren derzufallsorientierten

Auswahl

Verfahren der nichtzufallsorientierten

(bewussten) Auswahl

Quoten-verfahren

Konzentrations-verfahren (cut-off)

typisches Auswahlverfahren

geschichteteZufallsauswahl

Klumpen-auswahl

uneingeschränkteZufallsauswahl:Lotterieprinzip

proportional disproportionalAuswahltechniken:

systematischeAuswahl usw.



� Zufallsauswahl - Auswahltechniken� Systematische Auswahl

Soll aus einer Grundgesamtheit mit 100.000 Merkmalsträgern (N) eine Stichprobe von 1.000 Testpersonen (n) entnommen werden, wird zunächst innerhalb der ersten 100 Elemente per Zufall ein Startpunkt festgelegt und von diesem Startpunkt ausgehend, jeder weitere 100ste Merkmalsträger einbezogen.

� SchlussziffernauswahlEs werden nur Merkmalsträger in die Stichprobe einbezogen, die in einer durchnummeriertenListe der Merkmalsträger eine bestimmte Endziffer aufweisen (z. B. alle Elemente mit der Endziffer „6“ wie 6, 16, 26, 36, 46 ...).

� Geburtstags- oder BuchstabenauswahlDie Probanden werden anhand ihres Geburtsdatums oder anhand des Anfangsbuchstabens der Nach- oder Vornamen ausgewählt (z. B. alle Personen, die am 06. April geboren sind; alle Personen, deren Nachname mit „M“ beginnt).

� Auswahl mittels ZufallszahlenJedem Element der Grundgesamtheit wird eine fortlaufende Nummer zugewiesen. Danach wird durch ein Zufallsverfahren (z. B. per Zufallsgenerator) eine Zufallszahlentabelle generiert, die festlegt, welche Merkmalsträger in die Untersuchung einbezogen werden.

� Zufallsauswahl - Auswahltechniken� Systematische Auswahl

Soll aus einer Grundgesamtheit mit 100.000 Merkmalsträgern (N) eine Stichprobe von 1.000 Testpersonen (n) entnommen werden, wird zunächst innerhalb der ersten 100 Elemente per Zufall ein Startpunkt festgelegt und von diesem Startpunkt ausgehend, jeder weitere 100ste Merkmalsträger einbezogen.

� SchlussziffernauswahlEs werden nur Merkmalsträger in die Stichprobe einbezogen, die in einer durchnummeriertenListe der Merkmalsträger eine bestimmte Endziffer aufweisen (z. B. alle Elemente mit der Endziffer „6“ wie 6, 16, 26, 36, 46 ...).

� Geburtstags- oder BuchstabenauswahlDie Probanden werden anhand ihres Geburtsdatums oder anhand des Anfangsbuchstabens der Nach- oder Vornamen ausgewählt (z. B. alle Personen, die am 06. April geboren sind; alle Personen, deren Nachname mit „M“ beginnt).

� Auswahl mittels ZufallszahlenJedem Element der Grundgesamtheit wird eine fortlaufende Nummer zugewiesen. Danach wird durch ein Zufallsverfahren (z. B. per Zufallsgenerator) eine Zufallszahlentabelle generiert, die festlegt, welche Merkmalsträger in die Untersuchung einbezogen werden.



� Beispiele Auswahlverfahren� Beispiele Auswahlverfahren



� Beispiele Auswahlverfahren � Beispiele Auswahlverfahren



� Stichprobengröße Damit ein Repräsentationsrückschluss von der Stichprobe auf die Grundgesamtheit möglich ist, müssen

die erhobenen Stichprobenwerte einer Normalverteilung folgen.

� Stichprobengröße Damit ein Repräsentationsrückschluss von der Stichprobe auf die Grundgesamtheit möglich ist, müssen

die erhobenen Stichprobenwerte einer Normalverteilung folgen.


Achtung:Ein Zufallsfehler kann nur für Verfahren der Zufallsauswahl berechnet werden, nicht für Verfahren der bewussten Auswahl!


� Stichprobengröße – Sicherheitsfaktor, Vertrauensbereich, Vertrauenswahrscheinlichkeit � Die Streuung der Stichprobenmittelwerte um den wahren Wert der Grundgesamtheit wird mit der Varianz bzw.

der Standardabweichung gemessen. Die Standardabweichung stellt die mittlere Abweichung vom Stich-probenmittelwert dar. Sie wird in der Einheit des Merkmals ausgedrückt, definiert den Vertrauensbereich (Konfidenzintervall) um den Stichprobenmittelwert und legt somit die Wahrscheinlichkeit (Vertrauens-wahrscheinlichkeit) fest, mit welcher der wahre Wert der Grundgesamtheit in den Vertrauensbereich fällt.

� Da es für die Marketingforschung nicht ausreichend ist, eine Aussage zu treffen, die nur für (68,3%) der theoretisch denkbaren Fälle in Frage kommt, wird der Vertrauensbereich erweitert, indem die Standardabweichung mit einem so genannten Sicherheitsfaktor multipliziert wird. Dadurch steigt zum einen die Vertrauenswahrscheinlichkeit und zum anderen vergrößert sich der Vertrauensbereich.

� Um eine Vertrauenswahrscheinlichkeitvon 99,7% zu erhalten, d. h. mit einer 99,7%igen Wahrscheinlichkeit sagen zu können, dass der wahre Wert der Grund-gesamtheit in einen bestimmten Vertrau-ensbereich fällt, muss die Standard-abweichung beispielsweise mit dem Sicherheitsfaktor 3 multipliziert werden. Durch die Multiplikation mit dem Sicherheitsfaktor wird der Vertrauens-bereich um das dreifache der Standardabweichung erweitert.

� Stichprobengröße – Sicherheitsfaktor, Vertrauensbereich, Vertrauenswahrscheinlichkeit � Die Streuung der Stichprobenmittelwerte um den wahren Wert der Grundgesamtheit wird mit der Varianz bzw.

der Standardabweichung gemessen. Die Standardabweichung stellt die mittlere Abweichung vom Stich-probenmittelwert dar. Sie wird in der Einheit des Merkmals ausgedrückt, definiert den Vertrauensbereich (Konfidenzintervall) um den Stichprobenmittelwert und legt somit die Wahrscheinlichkeit (Vertrauens-wahrscheinlichkeit) fest, mit welcher der wahre Wert der Grundgesamtheit in den Vertrauensbereich fällt.

� Da es für die Marketingforschung nicht ausreichend ist, eine Aussage zu treffen, die nur für (68,3%) der theoretisch denkbaren Fälle in Frage kommt, wird der Vertrauensbereich erweitert, indem die Standardabweichung mit einem so genannten Sicherheitsfaktor multipliziert wird. Dadurch steigt zum einen die Vertrauenswahrscheinlichkeit und zum anderen vergrößert sich der Vertrauensbereich.

� Um eine Vertrauenswahrscheinlichkeitvon 99,7% zu erhalten, d. h. mit einer 99,7%igen Wahrscheinlichkeit sagen zu können, dass der wahre Wert der Grund-gesamtheit in einen bestimmten Vertrau-ensbereich fällt, muss die Standard-abweichung beispielsweise mit dem Sicherheitsfaktor 3 multipliziert werden. Durch die Multiplikation mit dem Sicherheitsfaktor wird der Vertrauens-bereich um das dreifache der Standardabweichung erweitert.


Zusammenhang Sicherheitsfaktor - Vertrauensbereich -Vertrauenswahrscheinlichkeit


� Stichprobengröße– Sicherheitsfaktor, Vertrauensbereich, Vertrauenswahrscheinlichkeit � Die Irrtumswahrscheinlichkeit ist das Gegenstück zur Vertrauenswahrscheinlichkeit und gibt

an, mit welcher Wahrscheinlichkeit der wahre Wert der Grundgesamtheit nicht im Vertrauensbereich liegt.

� In der Marketingforschung wird versucht, ein möglichst genaues Schätzergebnis von der Stichprobe auf die Grundgesamtheit zu erzielen. Betrachtet man jedoch die Größen Vertrauensbereich (Stichprobenfehler) und Vertrauenswahrscheinlichkeit genauer, dann erkennt man, dass sie sich konträr verhalten. Erhöht man die Vertrauenswahrscheinlichkeit, erweitert sich automatisch der korrespondierende Stichprobenfehler.

� Es gilt, je größer der Umfang einer Stichprobe, des to genauer kann der wahre Wert einer Grundgesamtheit auf Basis einer Stichprobe geschätz t werden.

� Allerdings nimmt die Güte der Stichprobe nicht proportional zu. Eine Vervierfachung derStichprobe bedeutet beispielsweise nur eine Verdoppelung der Güte der Stichprobe.

� Deshalb legt man in der Marketingforschungspraxis im Vorfeld der Stichprobenziehung die Qualität des Stichprobenergebnisses über den zulässigen Stichprobenfehler und die Vertrauenswahrscheinlichkeit fest und bestimmt auf dieser Basis den optimalen Umfang der Stichprobe . Man unterscheidet den heterograden und den homograden Fall.

� Stichprobengröße– Sicherheitsfaktor, Vertrauensbereich, Vertrauenswahrscheinlichkeit � Die Irrtumswahrscheinlichkeit ist das Gegenstück zur Vertrauenswahrscheinlichkeit und gibt

an, mit welcher Wahrscheinlichkeit der wahre Wert der Grundgesamtheit nicht im Vertrauensbereich liegt.

� In der Marketingforschung wird versucht, ein möglichst genaues Schätzergebnis von der Stichprobe auf die Grundgesamtheit zu erzielen. Betrachtet man jedoch die Größen Vertrauensbereich (Stichprobenfehler) und Vertrauenswahrscheinlichkeit genauer, dann erkennt man, dass sie sich konträr verhalten. Erhöht man die Vertrauenswahrscheinlichkeit, erweitert sich automatisch der korrespondierende Stichprobenfehler.

� Es gilt, je größer der Umfang einer Stichprobe, des to genauer kann der wahre Wert einer Grundgesamtheit auf Basis einer Stichprobe geschätz t werden.

� Allerdings nimmt die Güte der Stichprobe nicht proportional zu. Eine Vervierfachung derStichprobe bedeutet beispielsweise nur eine Verdoppelung der Güte der Stichprobe.

� Deshalb legt man in der Marketingforschungspraxis im Vorfeld der Stichprobenziehung die Qualität des Stichprobenergebnisses über den zulässigen Stichprobenfehler und die Vertrauenswahrscheinlichkeit fest und bestimmt auf dieser Basis den optimalen Umfang der Stichprobe . Man unterscheidet den heterograden und den homograden Fall.



� Stichprobengröße – Sicherheitsfaktor, Vertrauensbereich, Vertrauenswahrscheinlichkeit

� Stichprobengröße – Sicherheitsfaktor, Vertrauensbereich, Vertrauenswahrscheinlichkeit



� Stichprobengröße – Heterograder Fall� Die Untersuchungsmerkmale sind quantitativ (z. B. Einkommen, Alter, Körpergröße) und sollen

auf ihren Mittelwert hin untersucht werden.

� Die Formel für die Berechnung des Stichprobenumfangs für quantitative Merkmale lautet:

� Während der Sicherheitsfaktor über die gewünschte Vertrauens-wahrscheinlichkeit hergeleitet wirdund der Stichprobenfehler vom Untersuchungsteam aus Erfahr-ungswerten geschätzt wird, ist dieVarianz in der Regel nicht bekannt. Sie muss entweder in einem Pre-Test geschätzt oder vom Untersuchungsteam bestimmt werden.

� Stichprobengröße – Heterograder Fall� Die Untersuchungsmerkmale sind quantitativ (z. B. Einkommen, Alter, Körpergröße) und sollen

auf ihren Mittelwert hin untersucht werden.

� Die Formel für die Berechnung des Stichprobenumfangs für quantitative Merkmale lautet:

� Während der Sicherheitsfaktor über die gewünschte Vertrauens-wahrscheinlichkeit hergeleitet wirdund der Stichprobenfehler vom Untersuchungsteam aus Erfahr-ungswerten geschätzt wird, ist dieVarianz in der Regel nicht bekannt. Sie muss entweder in einem Pre-Test geschätzt oder vom Untersuchungsteam bestimmt werden.



� Stichprobengröße – Homograder Fall� Die Untersuchungsmerkmale sind qualitativ (z. B. Geschlecht, Familienstand, Beruf) und sollen

auf relative Häufigkeiten (Anteile) hin untersucht werden.

� Die Formel zur Errechnung des Stichprobenumfangs für qualitative Merkmale lautet wie folgt:

� Wurden „q“ und „p“ nicht bereits im Vorfeld über einen Pre-Test erhoben, ist es üblich, den ungün-stigsten Fall anzusetzen, nämlich jeweils 50% (p = 50; q = 50). Für dieFestlegung von „t“ und „e“ können die Überlegungen für den hetero-graden Fall übernommen werden.

� Stichprobengröße – Homograder Fall� Die Untersuchungsmerkmale sind qualitativ (z. B. Geschlecht, Familienstand, Beruf) und sollen

auf relative Häufigkeiten (Anteile) hin untersucht werden.

� Die Formel zur Errechnung des Stichprobenumfangs für qualitative Merkmale lautet wie folgt:

� Wurden „q“ und „p“ nicht bereits im Vorfeld über einen Pre-Test erhoben, ist es üblich, den ungün-stigsten Fall anzusetzen, nämlich jeweils 50% (p = 50; q = 50). Für dieFestlegung von „t“ und „e“ können die Überlegungen für den hetero-graden Fall übernommen werden.



Primärforschung - Daten erheben (1)

� Daten erheben

� Bekannte Probleme

� Die Probanden sind nicht anzutreffen und müssen deshalb erneut kontaktiert

werden oder durch andere Testpersonen ersetzt werden.

� Die Probanden verweigern die Auskunft oder geben bewusst falsche Antworten.

� Die Probanden haben Vorurteile gegenüber dem Untersuchungsinstrument oder

der Thematik der Untersuchung.

� Der Interviewer ist voreingenommen (z. B. suggestives Fragen) oder unehrlich(z. B. Selbstausfüllung durch den Interviewer bzw. Befragung von Bekannten).

� Daten erheben

� Bekannte Probleme

� Die Probanden sind nicht anzutreffen und müssen deshalb erneut kontaktiert

werden oder durch andere Testpersonen ersetzt werden.

� Die Probanden verweigern die Auskunft oder geben bewusst falsche Antworten.

� Die Probanden haben Vorurteile gegenüber dem Untersuchungsinstrument oder

der Thematik der Untersuchung.

� Der Interviewer ist voreingenommen (z. B. suggestives Fragen) oder unehrlich(z. B. Selbstausfüllung durch den Interviewer bzw. Befragung von Bekannten).


Primärforschung - Daten erheben (2)

� Daten erheben –mögliche Vorgehensweise für die Befragung von Unter nehmen aus der Praxis

� Daten erheben –mögliche Vorgehensweise für die Befragung von Unter nehmen aus der Praxis

Versendung des Fragebogens und des Anschreibens per Email

Telefonische Kontaktaufnahme

Befragung am Telefon

Antwort per PostTerminver-einbarung

Antwort per Fax

Keine ZeitBefragungam Telefon

Nachtelefonieren

Neue Kontaktperson

Endgültige Absage

Teilnahme

Endgültige Absage

Teilnahme

Absage Teilnahme


Agenda







Klausurbeilage


Erhobene Daten Analysieren und Interpretieren: Lernziele

� Lernziele

� Überblick über die wichtigsten Datenanalyseverfahren und deren

Anwendung in der Praxis

� univariat

� bivariat

� multivariat

� Fähigkeit der eigenständigen Berechnung einer einfachen

Regressionsanalyse bzw. Erkenntnis, wann die einfache

Regressionsanalyse in der Praxis wie zum Einsatz kommt

� Fähigkeit der Durchführung bestimmter Hypothesentests

� Fähigkeit der eigenständigen Berechnung von Stichprobenfehler und

Stichprobenumfang

� Lernziele

� Überblick über die wichtigsten Datenanalyseverfahren und deren

Anwendung in der Praxis

� univariat

� bivariat

� multivariat

� Fähigkeit der eigenständigen Berechnung einer einfachen

Regressionsanalyse bzw. Erkenntnis, wann die einfache

Regressionsanalyse in der Praxis wie zum Einsatz kommt

� Fähigkeit der Durchführung bestimmter Hypothesentests

� Fähigkeit der eigenständigen Berechnung von Stichprobenfehler und

Stichprobenumfang


� Computergestützte Datenanalyse� Tabellenkalkulationsprogramme (z. B. Microsoft Excel)

� Werkzeug zur Datenerfassung und –verwaltung

� Diverse statistische Auswertungsfunktionen (univariate Auswertungen, Korrelationen, Regressionen)

� Schnelle und unkomplizierte Analyse von kleinen Datenmengen

� Datenbanksysteme (z. B. Microsoft Access)

� System zur elektronischen Datenverwaltung

� Erstellung einer Datenbank ist in der Regel aufwändig

� Ermittlung und Visualisierung von einfachen statistischen Kennzahlen und Zusammenhängen

� Hoher Aufwand bei komplexen statistischen Auswertungen

� Effizientes, widerspruchsfreies und dauerhaftes Speichern von großen Datenmengen

� Statistische Auswertungsprogramme (z. B. SPSS, SAS)

� Software speziell für die statistische Datenanalyse

� Umfangreiche Datenmengen können verwaltet, transformiert und verarbeitet werden

� Vielzahl von statistischen Funktionen und Prozeduren stehen zur Verfügung

� Sowohl univariate (Mittelwertberechnung, Häufigkeitsauszählun-gen etc.) als auch komplexe multivariate

Testverfahren (Faktorenanalyse, Conjoint-Analyse etc.) möglich

� Computergestützte Datenanalyse� Tabellenkalkulationsprogramme (z. B. Microsoft Excel)

� Werkzeug zur Datenerfassung und –verwaltung

� Diverse statistische Auswertungsfunktionen (univariate Auswertungen, Korrelationen, Regressionen)

� Schnelle und unkomplizierte Analyse von kleinen Datenmengen

� Datenbanksysteme (z. B. Microsoft Access)

� System zur elektronischen Datenverwaltung

� Erstellung einer Datenbank ist in der Regel aufwändig

� Ermittlung und Visualisierung von einfachen statistischen Kennzahlen und Zusammenhängen

� Hoher Aufwand bei komplexen statistischen Auswertungen

� Effizientes, widerspruchsfreies und dauerhaftes Speichern von großen Datenmengen

� Statistische Auswertungsprogramme (z. B. SPSS, SAS)

� Software speziell für die statistische Datenanalyse

� Umfangreiche Datenmengen können verwaltet, transformiert und verarbeitet werden

� Vielzahl von statistischen Funktionen und Prozeduren stehen zur Verfügung

� Sowohl univariate (Mittelwertberechnung, Häufigkeitsauszählun-gen etc.) als auch komplexe multivariate

Testverfahren (Faktorenanalyse, Conjoint-Analyse etc.) möglich

Erhobene Daten analysieren und interpretieren (1)


� Klassifikation statistischer Verfahren

� Deskriptive Statistik� Deskriptive = beschreibende Statistik

� Sie beinhaltet Analyseverfahren die vorwiegend dazu dienen, die Verteilung der Merkmalsausprägungen durch eine grafische oder tabellarische Darstellung genauer zu beschreiben und statistische Kennzahlen (z. B. Häufigkeit, Mittelwert, Varianz) zu berechnen.

� Verallgemeinerungen bzw. Schlüsse auf die Grundgesamtheit sind damit nicht möglich, sondern sind Gegenstand der noch zu behandelnden Verfahren der induktiven Statistik.

� Induktive Statistik� Induktive Statistik = statistische Prüfverfahren

� Die induktive Statistik beschäftigt sich mit der Frage, inwieweit die Ergebnisse einer Teilerhebung durch eine Stichprobe auf die Grundgesamtheit übertragen werden können und verwendet dafür Methoden wie z. B. den Chi-Quadrat-Test oder den T-Test.

� Überprüfung von Annahmen oder zur Prüfung der Zulässigkeit des Schlusses von Werten der Stichprobe auf Werte der Grundgesamtheit.

� Klassifikation statistischer Verfahren

� Deskriptive Statistik� Deskriptive = beschreibende Statistik

� Sie beinhaltet Analyseverfahren die vorwiegend dazu dienen, die Verteilung der Merkmalsausprägungen durch eine grafische oder tabellarische Darstellung genauer zu beschreiben und statistische Kennzahlen (z. B. Häufigkeit, Mittelwert, Varianz) zu berechnen.

� Verallgemeinerungen bzw. Schlüsse auf die Grundgesamtheit sind damit nicht möglich, sondern sind Gegenstand der noch zu behandelnden Verfahren der induktiven Statistik.

� Induktive Statistik� Induktive Statistik = statistische Prüfverfahren

� Die induktive Statistik beschäftigt sich mit der Frage, inwieweit die Ergebnisse einer Teilerhebung durch eine Stichprobe auf die Grundgesamtheit übertragen werden können und verwendet dafür Methoden wie z. B. den Chi-Quadrat-Test oder den T-Test.

� Überprüfung von Annahmen oder zur Prüfung der Zulässigkeit des Schlusses von Werten der Stichprobe auf Werte der Grundgesamtheit.



statistische Auswertungs-

verfahren

statistische Auswertungs-

verfahren

Statistische Verfahren - univariat• Häufigkeiten• Mittelwerte• Streumaße


Statistische Verfahren - multivariat• Regressionsanalyse (mehrfach)• Varianzanalyse• Diskriminanzanalyse• Faktorenanalyse• Clusteranalyse• MDS• Conjoint Measurement


Statistische Verfahren - bivariat• Kreuztabellierung• Korrelationsmaße• einfache Regressionsanalyse


Statistische Verfahren - Induktiv• Hypothesentests



Des

krip

tive

Sta

tistik

Des

krip

tive

Sta

tistik

Indu

ktiv

e S

tatis

tikIn

dukt

ive

Sta

tistik



� Beispiel für uni-, bi- und multivariate Analysen

� Beispiel für uni-, bi- und multivariate Analysen


� Häufigkeiten� Häufigkeiten

� Absolute Häufigkeit:Ist die Anzahl der Elemente in der Grundgesamtheit mit genau dieser Merkmalsausprägung.

� Relative Häufigkeit:Misst den prozentualen Anteil der Elemente mit genau dieser Merkmalsausprägung an der Grundgesamtheit.

� Absolute Summenhäufigkeit:Gibt die Anzahl der Elemente an, die höchstensdiese Merkmalsausprägung aufweisen.

� Relative Summenhäufigkeit :Gibt den prozentualen Anteil der Elementean der Grundgesamtheit an, die höchstens diese Merkmalsausprägung aufweisen.

N

hf i

i =

∑=

==i

j

iji N

HfF

1

Erhobene Daten analysieren und interpretieren -Deskriptive Statistik / univariate Verfahren - Häufigkeiten (1)

∑=

=i

jji hH

1

Deskriptive Statistik





� Beispiele für Häufigkeiten� Beispiele für Häufigkeiten






Beispiel – absolute/relative Häufigkeit sowie für absolute/relative Summenhäufigkeit

Im folgenden Beispiel soll eine Personengruppe bzgl. ihrer Altersstruktur genauer analysiert

werden. Bei einer Befragung gaben 20 Personen ihr Alter an.

Nr. des Befragten Alter1 352 253 304 355 186 217 298 399 25

10 3311 3412 3613 3814 4615 2916 4817 1818 3019 2820 37

Nr. des Befragten Alter1 212 313 294 325 376 437 498 289 48

10 3511 2712 4813 2414 3215 4816 3517 4818 4819 4920 46

Nr. des Befragten Alter17 185 186 219 252 25

19 2815 297 293 29

18 3010 3311 341 354 35

12 3620 3713 388 39

14 4616 48

Nr. des Befragten Alter1 21

13 2411 278 283 292 31

14 324 32

10 3516 355 376 43

20 4615 4817 4818 4812 489 48

19 497 49

Datensätze sortiert nach Alter, aufsteigendDatensätze unsortiert


� Beispiele für Häufigkeiten� Beispiele für Häufigkeiten






Beispiel – absolute/relative Häufigkeit sowie für absolute/relative Summenhäufigkeit

Aus diesen Datensätze ergeben sich folgende absolute/relative Häufigkeiten sowie absolute/relative

Summenhäufigkeiten:

Alter 18-21 22-25 26-30 31-35 36-40 41-45 46-50Absolute Häufigkeit 3 2 5 4 4 0 2Relative Häufigkeit 15% 10% 25% 20% 20% 0% 10%

Alter 18-21 18-25 18-30 18-35 18-40 18-45 18-50Absolute Summenhäufigkeit 3 5 10 14 18 18 20Relative Summenhäufigkeit 15% 25% 50% 70% 90% 90% 100%


� Mittelwerte (Lagemaße): wohin tendiert eine Verteilung?

� Mittelwerte (Lagemaße): wohin tendiert eine Verteilung?

Erhobene Daten analysieren und interpretieren -Deskriptive Statistik / univariate Verfahren - Mittelwerte (1)

� Arithmetisches Mittel AM

� gewogenes AM:

� ungewogenes AM:

� ModusDer Modus einer Reihe von Merkmalsausprägungen ist der Wert, der in dieser Reihe am häufigsten vorkommt.

( in einer Reihe von Merkmalsausprägungen kann es mehrere Modi geben!)

� Median (= Zentralwert, wobei die Merkmalsausprägungen der Reihe nach geordnet sind)

� N ist eine ungerade Zahl: Me(x) =

� N ist eine gerade Zahl: Me(x) =

∑=

=N

iix

Nx

1

1

∑=

=K

iii xfx

1

2

1+Nx

+

+1222

1NN xx






� Beispiele für Mittelwerte� Beispiele für Mittelwerte



� Beispiele für Mittelwerte� Beispiele für Mittelwerte



� Streumaße: wie variabel ist eine Verteilung?� Streumaße: wie variabel ist eine Verteilung?

Erhobene Daten analysieren und interpretieren -Deskriptive Statistik / univariate Verfahren - Streumaße (1)

� Spannweite SWIst die Differenz aus der größten Merkmals-

ausprägung und der kleinsten Merkmalsausprägung.

SW(x) = xN - x1

� Interquartilspanne IQSIst die Spannweite einer Reihe, nachdem 25% der geringsten und 25% der größten Merkmalsausprägungen ausgeschlossen wurden.

IQS(x) = Q3 – Q1

� Empirische Varianz VARGrundidee der Varianz ist es, eine Art durchschnittliche Abweichung vom Mittelwert zu bestimmen

VAR(x) =

� Empirische Standardabweichung SAW

Ermöglicht die Vergleichbarkeit mit Mittelwerten (Varianz hat Einheit zum Quadrat, daher nicht geeignet zum Vergleich)

SAW(x) =

2

1

2

1

2 )(1

)(1

xxN

xxN

N

ii

N

ii −

=− ∑∑==

)(xVAR






� Beispiele für Streumaße� Beispiele für Streumaße

Erhobene Daten analysieren und interpretieren -Deskriptive Statistik / univariate Verfahren - Streumaße (2)


� Kreuztabellierung :

� Einfachstes Verfahren, Zusammenhänge zu ermitteln und zu veranschaulichen.

� Hierbei werden alle möglichen Kombinationen von Merkmalsausprägungen bezüglich zweier Variablen anhand einer Matrix, der sog. Kreuztabelle, dargestellt.

� Die Häufigkeit, mit der jede Kombination auftritt, wird anschließend in die Matrix eingetragen.

� Korrelationsmaße: � Wie gleichgerichtet sind zwei verschiedene Verteilungen?� Empirische Kovarianz KOV

Quantifiziert das Ausmaß des ”Gleichlaufens” zweier Merkmale

KOV(x;y)=

� Korrelationskoeffizient r

Ein Korrelationskoeffizient von +1 drückt eine perfekte Gleichläufigkeit, ein Wert von –1 dagegen eine

perfekte Gegenläufigkeit zweier Merkmale aus.

� Kreuztabellierung :

� Einfachstes Verfahren, Zusammenhänge zu ermitteln und zu veranschaulichen.

� Hierbei werden alle möglichen Kombinationen von Merkmalsausprägungen bezüglich zweier Variablen anhand einer Matrix, der sog. Kreuztabelle, dargestellt.

� Die Häufigkeit, mit der jede Kombination auftritt, wird anschließend in die Matrix eingetragen.

� Korrelationsmaße: � Wie gleichgerichtet sind zwei verschiedene Verteilungen?� Empirische Kovarianz KOV

Quantifiziert das Ausmaß des ”Gleichlaufens” zweier Merkmale

KOV(x;y)=

� Korrelationskoeffizient r

Ein Korrelationskoeffizient von +1 drückt eine perfekte Gleichläufigkeit, ein Wert von –1 dagegen eine

perfekte Gegenläufigkeit zweier Merkmale aus.

∑=

−−N

iii yyxx

N 1

]][[1

Erhobene Daten analysieren und interpretieren - Deskriptive Statistik / bivariate Verfahren - Kreuztabellen und Korrelationsmaße (1)

)(*)(

);();(

ySAWxSAW

yxKOVyxr =






� Beispiel für eine lineare Korrelation � Beispiel für eine lineare Korrelation

Erhobene Daten analysieren und interpretieren - Deskriptive Statistik / bivariate Verfahren - Kreuztabellen und Korrelationsmaße (2) Deskriptive

Statistik




Beispiel - Zusammenhang zwischen Gewicht und Größe

Gehen wir vom einfachsten Fall zweier Messwertreihen X (z.B. Gewicht) und Y (z.B. Körpergröße)

aus. Dann gibt der Korrelationskoeffizient Auskunft darüber, wie gut sich durch die beiden

Messwertreihen jeweils eine Gerade legen lässt, so dass die Quadrate der Abstände der Messwerte

von der Geraden minimal werden.

Im folgenden Beispiel ergibt sich zwischen dem Körpergewicht und dem Körpergröße ein

Korrelationskoeffizient r = 0,84.

843817,0972,8*83,13

76,104

5,80*49,191

)15,171*9,69(15,12068

)(*)(

);();( ⇒⇒

−⇒=

ySAWxSAW

yxKOVyxr

Beispiel entnommen aus: http://www.sgipt.org/wisms/statm/kor/kurkor.htm#Der%20Korrelationskoeffizient.; abgerufen am 29.09.2008


� Beispiel Korrelationsmaß� Beispiel Korrelationsmaß

Erhobene Daten analysieren und interpretieren - Deskriptive Statistik / bivariate Verfahren - Kreuztabellen und Korrelationsmaße (3) Deskriptive

Statistik




15,068.12*

15,171

9,69

=

=

=

==

yx

y

x

y

x

eKörpergröß

Gewichtx y x*y x² y²

1 65 166 10.790 4.225 27.556

2 76 177 13.452 5.776 31.329

3 98 185 18.130 9.604 34.225

4 52 161 8.372 2.704 25.921

5 46 165 7.590 2.116 27.225

6 51 158 8.058 2.601 24.964

7 61 164 10.004 3.721 26.896

8 65 167 10.855 4.225 27.889

9 67 174 11.658 4.489 30.276

10 74 172 12.728 5.476 29.584

11 72 181 13.032 5.184 32.761

12 74 162 11.988 5.476 26.244

13 76 175 13.300 5.776 30.625

14 81 181 14.661 6.561 32.761

15 85 182 15.470 7.225 33.124

16 58 155 8.990 3.364 24.025

17 55 165 9.075 3.025 27.225

18 63 169 10.647 3.969 28.561

19 92 179 16.468 8.464 32.041

20 87 185 16.095 7.569 34.225

Summe 1.398 3.423 241.363 101.550 587.457

Beispiel entnommen aus: http://www.sgipt.org/wisms/statm/kor/kurkor.htm#Der%20Korrelationskoeffizient.; abgerufen am 29.09.2008


� Einfache Regressionsanalyse

Ermittlung eines Zusammenhangs zwischen zwei Merkma len

� Regressionsgerade:

� Die einfache Regressionsanalyse baut auf der Korrelationsanalyse auf und untersucht nicht

den wechselseitigen Zusammenhang zwischen zwei Variablen, sondern die einseitige

Beziehung zwischen einer abhängigen und einer unabhängigen Variablen.

� Ziel der Regression ist es, die Koeffizienten a und b der Regressionsgeraden so zu

bestimmen, daß die Summe der quadrierten Abstände zwischen den Schätzwerten und den

wahren Werten y1 minimiert wird. (“Kleinste-Quadrate-Schätzung”)

� Die Regression versucht also eine Gerade zu bestimmen, von der alle Punkte gleich weit

entfernt sind im Mittel. (→Regressionsgerade)

� Einfache Regressionsanalyse

Ermittlung eines Zusammenhangs zwischen zwei Merkma len

� Regressionsgerade:

� Die einfache Regressionsanalyse baut auf der Korrelationsanalyse auf und untersucht nicht

den wechselseitigen Zusammenhang zwischen zwei Variablen, sondern die einseitige

Beziehung zwischen einer abhängigen und einer unabhängigen Variablen.

� Ziel der Regression ist es, die Koeffizienten a und b der Regressionsgeraden so zu

bestimmen, daß die Summe der quadrierten Abstände zwischen den Schätzwerten und den

wahren Werten y1 minimiert wird. (“Kleinste-Quadrate-Schätzung”)

� Die Regression versucht also eine Gerade zu bestimmen, von der alle Punkte gleich weit

entfernt sind im Mittel. (→Regressionsgerade)

yxbay ˆ*ˆ 11 +=

Erhobene Daten analysieren und interpretieren - Deskriptive Statistik / bivariate Verfahren - einfache Regressionsanalyse (1)






� Beispiel für eine Regressionsanalyse� Beispiel für eine Regressionsanalyse







� Beispiel für eine Regressionsanalyse

Streudiagramm über die Variablen "Werbeausgaben" und "Absatzmenge"


Streudiagramm über die Variablen "Werbeausgaben" und "Absatzmenge"






















Erklärte und nicht erklärte Abweichung


Erklärte und nicht erklärte Abweichung







� Kriterien zur Auswahl eines multivariaten Verfahren s:

� Untersuchungsgegenstand / Art der Untersuchungsobjekte

� Anzahl der Variablen

� Abhängigkeit zwischen den Variablen

� Daten- und Messniveau

� Untersuchungszeitpunkt /Untersuchungszeitraum

� Kriterien zur Auswahl eines multivariaten Verfahren s:

� Untersuchungsgegenstand / Art der Untersuchungsobjekte

� Anzahl der Variablen

� Abhängigkeit zwischen den Variablen

� Daten- und Messniveau

� Untersuchungszeitpunkt /Untersuchungszeitraum

Kontigenz-analyse

Varianz-analyse

Diskriminanz-analyse

Regressions-analyse

unabhängige Variable

abhä

ngig

e V

aria

ble

met

risch

nich

t met

risch

nicht metrisch metrisch



Statistische Verfahren - multivariat• Kontigenzanalyse• Diskriminanzanalyse• Varianzanalyse• Regressionsanalyse (mehrfach)• Faktorenanalyse• Clusteranalyse• MDS• Conjoint Measurement


Erhobene Daten analysieren und interpretieren - Deskriptive Statistik / multivariate Verfahren - Kriterien zur Auswahl eines mulitvariaten Verfahrens (1)


Erhobene Daten analysieren und interpretieren - Deskriptive Statistik / multivariate Verfahren (1)

� Unterteilung:

� Dependenzanalyse:

� Eine bzw. mehrere Variablen (abhängige Var. bzw. Kriteriumsvariablen) hängen von anderen

Variablen (unabhängige Var. bzw. Prediktoren) ab.

� Einsatz nur wenn ein kausaler Zusammenhang zwischen den Variablen vermutet werden kann.

� Wichtigste Verfahren: Kontingenzanalyse, Diskriminanzanalyse, Varianzanalyse und

multiple Regressionsanalyse

� Interdependenzanalyse:

� Es erfolgt keine Unterscheidung zwischen abhängiger und unabhängiger Variablen

� Wichtigste Verfahren: Clusteranalyse, Faktorenanalyse, multidimensionale Skalierung und

Conjoint Analyse

� Unterteilung:

� Dependenzanalyse:

� Eine bzw. mehrere Variablen (abhängige Var. bzw. Kriteriumsvariablen) hängen von anderen

Variablen (unabhängige Var. bzw. Prediktoren) ab.

� Einsatz nur wenn ein kausaler Zusammenhang zwischen den Variablen vermutet werden kann.

� Wichtigste Verfahren: Kontingenzanalyse, Diskriminanzanalyse, Varianzanalyse und

multiple Regressionsanalyse

� Interdependenzanalyse:

� Es erfolgt keine Unterscheidung zwischen abhängiger und unabhängiger Variablen

� Wichtigste Verfahren: Clusteranalyse, Faktorenanalyse, multidimensionale Skalierung und

Conjoint Analyse






� Dependenzanalysen� DependenzanalysenDeskriptive

Statistik




Erhobene Daten analysieren und interpretieren -Deskriptive Statistik / multivariate Verfahren (2)


� Interdependenzanalysen� InterdependenzanalysenDeskriptive

Statistik




Erhobene Daten analysieren und interpretieren -Deskriptive Statistik / multivariate Verfahren (3)


� Zusammenfassung Auswertungsverfahren� Zusammenfassung Auswertungsverfahren

ordinal-skaliert

Median,Quantile

Assoziationskoeffizient(Goodman-Kruskal),

Rangkorrelationskoeff.(Spearman, Kendall)

Faktorenanalyse,MDS,

Conjoint-Analyse,Diskriminanzanalyse

Statistische Analyseverfahren

Erhobene Daten analysieren und interpretieren - Zusammenfassung statistische Auswertungsverfahren Auswahl des passenden statistischen Verfahrens (1)

nominal-skaliert

intervall-skaliert

ratio-skaliert

Datenniveau

met

risch

nich

t met

risch

Häufigkeitsanalyse,Modus

arithmetisches Mittel,Varianz,

Standardabweichung

geometrisches Mittel,harmonisches Mittel,Variationskoeffizient

Kreuztabellen-analyse, Kontigenz-

koeffizient (Pearson),CHI2, Phi

Varianzanalyse,Produkt-Moment-

Korrelation (Pearson),Regressionsanalyse

Regressionsanalyse

Kontigenzanalyse,Clusteranalyse

Varianzanalyse,Regressionsanalyse,Diskriminanzanalyse

Regressionsanalyse

univariat bivariat mulitvariat










� Hypothesentests:

� Ausgangspunkt ist die Nullhypothese H0

� Gegenstück ist die Alternativhypothese H1

� Es gibt i.d.R. zwei Fragestellungen beim Hypothesentest:� Mit welcher Wahrscheinlichkeit wird die Nullhypothese abgelehnt, obwohl sie richtig ist?

� Wieviel Treffer müssen auf einem bestimmten Signifikanzniveau „gelandet“ werden, damit die Nullhypothese angenommen werden kann?

� Termini:� α-Fehler = Fehler 1.Art = H0 richtig aber abgelehnt (Irrtumswahrscheinlichkeit)

� β-Fehler = Fehler 2.Art = H0 falsch aber angenommen

� übliche Werte für α: ≤0,01 hochsignifikant (d.h. zu 99% ist H0 richtig und wird angenommen)

≤0,05 signifikant

� Gesamtfehler = p*α + (1-p)*β� 1-α = Sicherheitswahrsch. bzw. statist. Sicherheit

� Vergrößerung des Annahmebereichs bewirkt eine Verkleinerung des α-Fehlers

� Hypothesentests:

� Ausgangspunkt ist die Nullhypothese H0

� Gegenstück ist die Alternativhypothese H1

� Es gibt i.d.R. zwei Fragestellungen beim Hypothesentest:� Mit welcher Wahrscheinlichkeit wird die Nullhypothese abgelehnt, obwohl sie richtig ist?

� Wieviel Treffer müssen auf einem bestimmten Signifikanzniveau „gelandet“ werden, damit die Nullhypothese angenommen werden kann?

� Termini:� α-Fehler = Fehler 1.Art = H0 richtig aber abgelehnt (Irrtumswahrscheinlichkeit)

� β-Fehler = Fehler 2.Art = H0 falsch aber angenommen

� übliche Werte für α: ≤0,01 hochsignifikant (d.h. zu 99% ist H0 richtig und wird angenommen)

≤0,05 signifikant

� Gesamtfehler = p*α + (1-p)*β� 1-α = Sicherheitswahrsch. bzw. statist. Sicherheit

� Vergrößerung des Annahmebereichs bewirkt eine Verkleinerung des α-Fehlers

Erhobene Daten analysieren und interpretieren: Induktive Statistik (1)

Induktive Statistik

Induktive Statistik




� Beispiel Hypothesentest:� Beispiel Hypothesentest: Induktive Statistik

Induktive Statistik





� Verteilungstests:

� Weitere Ausgewählte Testverfahren (Parametertest) siehe Nieschlag, Dichtl, Hörschgen, 1997, S. 770

� Verteilungstests:

� Weitere Ausgewählte Testverfahren (Parametertest) siehe Nieschlag, Dichtl, Hörschgen, 1997, S. 770

Induktive Statistik

Induktive Statistik



Verteilungstest

Art des Tests

Anpassungs-test

Unabhängig-keitstest

Null-hypothese

V(x) = V0(x)(V0(x) ist eine genau spezifi-zierte Vertei-lung derGrundgesamt-heit)

x, y sind von-einander un-abhängig

Skalen-niveau

mindestens nominal-skalierteDaten

mindestens nominal-skalierteDaten

Voraussetzungen

Ej > 5 für alle j = 1,…,m(bei Gültigkeit der Null-hypothese zu erwartende Häufigkeit in den einzelnen Ausprägungs-klassen)

Eij > 5 für alle i = 1,…,kund j = 1,…., l(bei Unabhängigkeit zu erwartende Häufigkeit der einzelnen Merkmals-kombinationen)

Prüffunktion

χ2

m = Anzahl der Ausprä-gungsklassen (Intervalle)nj = tatsächliche Anzahlder Beobachtungen im j-ten Intervall

χ2

nij = tatsächliche Häufig-keit der Merkmalskombi-nationen (xi, yj)

Verteilung der Prüffunktion

χ2 –Verteilung mitv = m – 1 Freiheitsgraden

χ2 –Verteilung mitv = (k – 1) * (l – 1)Freiheitsgraden

emp∑=m

j=1

(nj – Ej)2

Ej

emp∑=k

i=1

(nij – Eij)2

Eij

∑l

j=1



� Daten interpretieren

� Erläuterung der Zusammenhänge und Begutachtung der erhobenen, aufbereiteten und

ausgewerteten Daten

� Beantwortung der dem Projekt zugrunde liegenden Problemstellung

� Formulierung Handlungsempfehlungen zur Unterstützung der Entscheidungsfindung

� komprimieren – > die wichtigsten Erkenntnisse zusammenfassen

� pointieren – > aussagekräftige Ergebnisse hervorheben

� kombinieren – > Gesetzmäßigkeiten ableiten und herausstellen

� begutachten – > Aussage und Signifikanz der Ergebnisse bewerten

� formulieren – > Ergebnisse auf konkrete Problemstellung übertragen

� Daten interpretieren

� Erläuterung der Zusammenhänge und Begutachtung der erhobenen, aufbereiteten und

ausgewerteten Daten

� Beantwortung der dem Projekt zugrunde liegenden Problemstellung

� Formulierung Handlungsempfehlungen zur Unterstützung der Entscheidungsfindung

� komprimieren – > die wichtigsten Erkenntnisse zusammenfassen

� pointieren – > aussagekräftige Ergebnisse hervorheben

� kombinieren – > Gesetzmäßigkeiten ableiten und herausstellen

� begutachten – > Aussage und Signifikanz der Ergebnisse bewerten

� formulieren – > Ergebnisse auf konkrete Problemstellung übertragen



Agenda







Klausurbeilage


� Ergebnisse präsentieren und kommunizieren� Erstellung eines Ergebnisdokumentes (Ausrichtung an der Problemstellung und den Zielen

des Auftraggebers)

� Elemente eines Ergebnisdokumentes:

� Inhaltsverzeichnis

� Projektplan und Projektrahmenbedingungen

� Problemstellung, Burning Platform (Ausgangssituation) und Untersuchungsziele

� Management Summary (wichtigste Ergebnisse der Untersuchung zusammengefasst)

� Methodik der Untersuchung

� Marketingforschungsplan

� Darstellung und Interpretation der Untersuchungsergebnisse

� Schlussfolgerungen und Handlungsempfehlungen

� Anhang

� Ergebnisse präsentieren und kommunizieren� Erstellung eines Ergebnisdokumentes (Ausrichtung an der Problemstellung und den Zielen

des Auftraggebers)

� Elemente eines Ergebnisdokumentes:

� Inhaltsverzeichnis

� Projektplan und Projektrahmenbedingungen

� Problemstellung, Burning Platform (Ausgangssituation) und Untersuchungsziele

� Management Summary (wichtigste Ergebnisse der Untersuchung zusammengefasst)

� Methodik der Untersuchung

� Marketingforschungsplan

� Darstellung und Interpretation der Untersuchungsergebnisse

� Schlussfolgerungen und Handlungsempfehlungen

� Anhang

Ergebnisse präsentieren und kommunizieren (1)


Agenda







Klausurbeilage


� Korrelationsmaße:

∑=

−−N

iii yyxx

N 1

]][[1

)(*)(

);();(

ySAWxSAW

yxKOVyxr =KOV(x;y)=

� Einfache lineare Regression

yxbay ˆ*ˆ 11 += xbay *+=

−−

=−

−=

∑∑

∑∑∑ ∑∑

2222 *

**

)()(

))(()(

xnx

yxnyx

xxn

yxyxnb

i

ii

ii

iiii

� Stichprobenberechnungen

Sicherheitskoeffizient

1,001,962,002,583,003,29

KorrespondierendeIrrtumswahrscheinlichkeit ( in %)

31,735,004,551,000,270,10

Klausurbeilage (1)

nz

n

tte x

2**

σσσ ===

Heterograder Fall Homograder Fall

2

22

e

tn

σ⋅≥⇒2

2

e

qptn

⋅⋅≥⇒

Documents

Studiengang Betriebswirtschaftslehre: Marketing (M 2) · PDF file- Kotler Ph., Keller K.: Marketing Management 13th ed., 2009 - Berekhoven, E., Eckert, W., Ellenrieder, P.: Marktforschung,