Studiengang Betriebswirtschaftslehre: Marketing (M2 - Teil 1) · Studiengang Betriebswirtschaftslehre: Marketing (M2 - Teil 1) Marktforschung und Marketingstrategie (M2), Hochschule

Studiengang Betriebswirtschaftslehre: Marketing (M2 - Teil 1)

Marktforschung und Marketingstrategie (M2), Hochschule Ingolstadt: Prof. Dr. Andrea E. Raab

- 2 -

© Prof. Dr. Andrea E. Raab Hochschule 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., Eichhorn, S.: Marketingforschung – Ein praxisorientierter Leitfaden, 2009 - Kotler Ph., Keller K.: Marketing Management 13th ed., 2009 - Berekhoven, E., Eckert, W., Ellenrieder, P.: Marktforschung, 2006

- 3 -


Agenda






Klausurbeilage


- 4 -


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?

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

Benjamin Disraeli

- 5 -


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

BRAINSTORMING ZU EINFLUSSFAKTOREN

C. Kolumbus: “Zuverlässige Informationen sind unbedingt nötig für das Gelingen eines Unternehmens.”

- 6 -


Marketinginformationen - Informationsbereiche


Quelle: Bindlingmaier, 1983, S. 35

Informationsbereich

Informationen über die Unternehmensumwelt

Informationen über betriebsinterne Tatbestände

Dateninformationen Instrumentalinformationen

wirtschaftliche Daten nichtwirtschaftliche Daten

Informationen über gesamt-wirtschaftliche

Größen

Branchen-informationen

Informationen über die betriebliche

Marktlage und die Marktentwicklung

rechtliche Daten

technische Daten

gesellschaft-liche Daten

Konkurrenzinformationen Nachfragerinformationen

Bedarfs-informationen

Kaufkraft-informationen

Zahl der Bedarfsträger

Bedarfs-intensität

Zahl der Konkurrenten

Konkurrenz-intensität

Informationen über die Unternehmensreaktionen auf

Aktivitäten der Umwelt

Informationen über Umweltreaktionen auf marketingpolititsche

Maßnahmen Reaktionsinformation in bezug auf Abnehmermaßnahmen

Reaktionsinformation in bezug auf Konkurrenzmaßnahmen

Informationen über Abnehmer-

reaktionen

Informationen über Konkurrenz-

reaktionen

Informationen über Reaktionen staat-licher Instanzen

- 7 -


Informationsmanagement mit Hilfe eines Marketing Informationssystems (MIS) (1): • Hilfreiche Fragen zur Erfassung des internen Informationsbedarfs

• 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?


- 8 -


Informationsmanagement mit Hilfe eines Marketing Informationssystems (MIS) (2): • 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 Informationssystems) • 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 ihren Informationsbedarf und bauen entsprechende Marketing Informationssysteme (MIS) auf, um diesen Bedarf zu decken.

- 9 -


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?

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: Warum und was ist das?? (1)

- 10 -


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.

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

- 11 -


Die Marketingforschung erfüllt im Unternehmen folgende 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: Ziele (1)

- 12 -


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; deskriptive Statistik [univariat,

bivariat, multivariat]; induktive Statistik: Hypothesen) • Interpretation • Bericht und Präsentation: Darstellungsform; Handlungsempfehlungen

• Fall 2: Untersuchung der Käuferschicht eines Handy-Herstellers hinsichtlich soziodemographischer Merkmale, Kaufverhalten-, und Einstellungsmerkmale; Untersuchungsziel: gezieltere Ausrichtung der Marketingaktivitäten?

Marketingforschung: Mögliche Untersuchungsgegenstände (1)

- 13 -








Klausurbeilage

Agenda

- 14 -


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 im Überblick: Lernziele

- 15 -


Der Marketingforschungsprozess (1)

Projekte effizient steuern

Für eine erfolgreiche Marketingforschung müssen einige Entscheidungen getroffen und Barrieren überwunden werden, um letztendlich Marktchancen identifizieren zu können.

Unter-suchungs-ziel erkennen und definieren

• Interne Daten

• Externe Daten

Erhobene Daten analysieren und interpretieren

Ergebnisse präsentieren und kommuni-zieren

Forschungsplan erstellen und Daten erheben

b) Primärforschung – neue Daten erheben a) Sekundärforschung - vorhandene Daten erheben

Marketingforschung: Der Marketingforschungsprozess im Überblick (1)

- 16 -


Definition der Problemstellung Ausgangssituation:

- Burning Platform Zielsetzung:

- In Scope - Out of Scope

Forschungsansatz: - explorativ - deskriptiv - kausalanalytisch



• Interne Daten

• Externe Daten







- 17 -




Forschungsplan erstellen und Daten erheben Beginn der

Informationssammlung a) Sekundärforschung

Interne Datenquellen Externe Datenquellen



• Interne Daten

• Externe Daten





- 18 -




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)?



• Interne Daten

• Externe Daten





- 19 -




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



• Interne Daten

• Externe Daten





- 20 -




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

Dokumentation Kommunikation



• Interne Daten

• Externe Daten





- 21 -



Projektmanagement Projektadministration Projektorganisation Projektcontrolling



• Interne Daten

• Externe Daten






- 22 -


Agenda







Klausurbeilage

- 23 -


Untersuchungsziel erkennen und definieren • Ausgangssituation

Konkretisierung 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“

• Definition der Zielsetzung Ableitung 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 erkennen und definieren (1)

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

Die exakte Beschreibung der Ausgangssituation ist von hoher Bedeutung, weil es durch eine unpräzise Definition im schlimmsten Fall passieren kann, dass an der grundlegenden Fragestellung vorbeigeforscht wird.

- 24 -


Untersuchungsziel erkennen und definieren (2)

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.

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:

Beispiel für die Ausgangssituation eines Marketingforschungsprojektes:

- 25 -








Klausurbeilage

Agenda

- 26 -


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? • Welche Stichprobenverfahren gibt es? • Fähigkeit der eigenständigen Berechnung von Stichprobenfehler und Stichprobenumfang

Forschungsplan erstellen und Daten erheben: Lernziele

- 27 -


Forschungsplan erstellen und Daten erheben • 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.

Forschungsplan erstellen und Daten erheben (1)

- 28 -


Primär-forschung

Sekundär-forschung

Marktanalyse (Zeitpunkt-

betrachtung)

Markt-beobachtung

(Zeitraum-betrachtung)

Verhaltensdaten (“Panels”)

• Interne Quellen • Öffentliche

Quellen • Zeitschriften /

Bücher • Kommerzielle

Quellen

Befragung

Fokusgruppe

Beobachtung (teilnehmend, nicht

teilnehmend)

Experiment (Feld-/

Laborexperiment)

Sekundär vs. Primärforschung (1)

- 29 -


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 (1)

Sekundär-forschung

• Interne Quellen • Öffentliche

Quellen • Zeitschriften /

Bücher • Kommerzielle

Quellen

- 30 -


Primärforschung

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

Primärforschung (1)

Erhe

bung

s-m

etho

dede

finie

ren

Erhe

bung

s-in

stru

men

twä

hlen

Sam

plin

gPl

an

erst

elle

n

Expe

rten

befra

gen

Hyp

othe

sen

bild

en

Dat

ener

hebe

n

• Interne Daten

• Externe Daten


b) Primärforschung – neue Daten erhebena) Sekundärforschung - vorhandene Daten erheben

Ope

ratio

na-

lisie

rung

erst

elle

n

Kont

akt-

met

hode

wähl

en

Erhe

bung

s-m

etho

dede

finie

ren

Erhe

bung

s-in

stru

men

twä

hlen

Sam

plin

gPl

an

erst

elle

n

Expe

rten

befra

gen

Hyp

othe

sen

bild

en

Dat

ener

hebe

n

• Interne Daten

• Externe Daten



Ope

ratio

na-

lisie

rung

erst

elle

n

Kont

akt-

met

hode

wähl

en

Erhe

bung

s-m

etho

dede

finie

ren

Erhe

bung

s-in

stru

men

twä

hlen

Sam

plin

gPl

an

erst

elle

n

Expe

rten

befra

gen

Hyp

othe

sen

bild

en

Dat

ener

hebe

n

• Interne Daten

• Externe Daten



Ope

ratio

na-

lisie

rung

erst

elle

n

Kont

akt-

met

hode

wähl

en

- 31 -


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)

- 32 -


Hypothesenbildung (1) • 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.

Primärforschung - Hypothesen bilden (1)

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

- 33 -


Hypothesenbildung (2) • 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) Hypothesen

Sagen nichts über die Richtung des Unterschieds/Zusammenhangs aus. Bsp.: „Das Produkt X wird von den Käufergruppen unterschiedlich akzeptiert .“

• Klassifikation von Hypothesen nach Art 1. Verteilungshypothesen Sie betrachten nur die Verteilung eines Merkmals (Variable). Bsp.: „An der Fachhochschule Ingolstadt

gibt es mehr männliche Studenten als weibliche.“ 2. Zusammenhangshypothesen

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

3. Unterschiedshypothesen Sie 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. Veränderungshypothesen Sie 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.“

Primärforschung - Hypothesen bilden (2)

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

- 34 -


Operationalisierung (1)

Primärforschung - Operationalisierung erstellen (1)

Begriff 1

Abgeleiteter Begriff 1

Variable 1

Variable 2

Variable 3

Variable 4

Variable 5

Variable 6

Variable 7

Variable 8

Theoretische Begriffe

Dimension (Abgeleitete Begriffe)

Indikatoren (Variablen) Messinstrument

gefällt mir sehr

gefällt mir gar nicht

1 2 3 4 5 6



Begriff 2

- 35 -


Operationalisierung (2) Ausgangshypothese: „Das Produkt X wird von den Käufergruppen unterschiedlich akzeptiert.“


Käufergruppe

demografische Daten

psychografische Daten

Kosten

Alter

Geschlecht

Familienstand

Theoretische Begriffe Dimensionen Indikatoren

(Variablen)

Akzeptanz Nutzen

Bekanntheitsgrad der Marke

Beruf

Einkommen

……

……

……

Bekanntheit des Produktes

Messinstrument

Jahre

männlich/weiblich

ledig, verheiratet, geschieden… …

…

…

ist mir bekannt

habe ich noch nie gehört

1 2 3 4

- 36 -


Operationalisierung (3) 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 theoretischen Begriff und

dessen untergeordneten Dimensionen bzw. Indikatoren darstellen, sind nicht sinnvoll.


- 37 -


Befragung • Befragungssubjekt, Untersuchungsgegenstand, Befragungshäufigkeit

• 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 Fragen Möglichkeiten für geschlossenen Fragen:

• Auswahlfragen (nominales Skalenniveau) • Alternativfragen (einfache Auswahl) • Selektivfragen (mehrfache Auswahl)

• Skalenfragen (ordinales / metrisches Skalenniveau)

Primärforschung - Erhebungsmethode definieren und Erhebungsinstrument wählen (1)


betrachtung) Befragung

Hochstandardisiert Teilstandardisiert Nicht-Standardisiert

Panelbefragung Online-Befragung telefonische Befragung schriftliche Befragung

Expertenbefragung Gruppenbefragung Leitfadengespräch Fokusgruppe

Expertenbefragung informelles Gespräch Gruppendiskussion

- 38 -



Befragung - Beispiele zweideutiger Frageformulierung (1) 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



- 39 -


Was meinen Sie? Wäre es nicht besser, wenn es weniger Werbung gäbe? Ja Nein

Kreuzen Sie von den von Ihnen als zutreffend erachteten Eigenschaften jeweils doppelt an, die Sie als besonders wichtig erachten, und bringen Sie sie in eine Rangreihe der Wichtigkeit

Wie oft waren Sie in den letzten fünf Jahren beim Zahnarzt? (Durchschnitt genügt!) ___________ 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 (2)



- 40 -


Befragung - Beispiele zweideutiger Frageformulierung (3)


Sie haben mit unserem Unternehmen in verschiedenen Bereichen Kontakt. Bitte geben Sie an, wie wichtig Ihnen die 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



- 41 -


Befragung – Checkliste für die Durchführung einer

Befragung


Phasen der Fragebogen- entwicklung

1) Präzisierung, Einengung des Themas, Klärung der zu erfragenden In- halte, geordnet nach ihrer Bedeutsamkeit

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

3) Ordnung der Fragen in

eine 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)

Befragung

- 42 -


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



betrachtung)

Beobachtung (teilnehmend / nicht

teilnehmend)

Die Beobachtung im Unterschied zur Befragung ist dadurch charakterisiert, dass die Untersuchungssubjekte zum Untersuchungsgegenstand keine Erklärungen abgeben, die einen Rückschluss auf ihr Verhalten zulassen.

- 43 -


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.)



betrachtung) Fokusgruppe

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

- 44 -


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


Experiment (Feld- / Labor-experiment)


betrachtung)

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

- 45 -


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)

- 46 -


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)

- 47 -


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 genau abgegrenzten Teil des Gesamtmarktes der Markttest durchgeführt wird (Testmarkt soll in seiner Struktur hinsichtlich Struktur der Bevölkerung; Handelsstruktur entsprechen)




betrachtung)

- 48 -


Tracking-Forschung (1) • 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 (Zeitraumbetrachtung)


- 49 -


Tracking-Forschung (2) • 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 Tracking-Forschung entnehmen Sie bitte den Unterlagen des

Gastvortrages der GfK Panel Services Deutschland.


Marktbeobachtung (Zeitraumbetrachtung) Marktbeobachtung (Zeitraumbetrachtung)


- 50 -


Skalierung*: • Def. Skalierung: Konstruktion von Maßskalen und Zuordnung von Zahlen zu Objekten (Messen) • Def. Skala: numerische Abbildung eines empirischen Merkmals

Skalenniveaus:

Primärforschung - Skalierung (1)

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

- 51 -


Klassifikation von Skalierungsverfahren


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

Skalierung i.w.S.

Selbsteinstufung Fremdeinstufung

einfache Rating-Skala

subjektive Fremdeinstufung

objektive Fremdeinstufung

Verfahren der Indexbildung

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

eindimensionale Skalierung i.e.S.

mehrdimensionale Skalierung

semantisches Differenzial

Multiattributmodelle: •Fishbein-Ansatz •Trommsdorff-Ansatz

Multidimensionale Skalierung (MDS)

eindimensionale Skalierung

- 52 -


Skalierung - Klassifikation von Skalierungsverfahren (1)

• 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.


- 53 -


Skalierung (2):


Objektive Fremdeinschätzungsverfahren

Mehrdimensional Eindimensional • 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 der vermutlichen Ausprägung der intendierten Zielgruppe beurteilt. Die Skala wird in einem zweiten Schritt aus den eindeutig einer Ausprägung zugeordneten Statements gebildet.

• 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.

- 54 -


Skalierungsverfahren – Beispiele (1)


• Rating-Skala

• Verfahren der Indexbildung

- 55 -



• Likert-Skala


1 Vgl. Berekhoven, L.: Marktforschung: Methodische Grundlagen und praktische Anwendung, 12. Aufl., 2009 , S. 74

- 56 -



• Thurstone-Skala


- 57 -



• Guttmann-Skala


- 58 -


• Multiattributmodell: Fishbein-Ansatz

• Multiattributmodell: Trommsdorff-Ansatz

Skalierungsverfahren – Beispiele (3) • Semantisches Differenzial

• Multidimensionale Skalierung (MDS)


- 59 -


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.

• Neuere Kontaktmethoden (online, mobil …)

Primärforschung - Kontaktmethode wählen (1)

- 60 -


Online-Marktforschung:1 • Definition: Unter Online-Marktforschung wird die Nutzung des Internets für eine systematische

Erforschung der Märkte verstanden. Mit Hilfe des Mediums Internet sollen Informationen erzeugt und analysiert werden.

• Methoden der Online-Marktforschung: • Befragung, Beobachtung und Experiment im Internet, • Online-Panel.

• Vorteile von Online-Umfragen:² • Befragung ist kostengünstig und unkompliziert, da Versand der Fragebögen per Post entfällt, • Günstige Datenerfassung, da Daten bereits digitalisiert sind, • Kurze Antwortzeiten und einfache Erreichbarkeit, • Große Stichproben möglich, • Multimedialität, da Einbindung von Bildern, Musik, Videos möglich.

• Nachteile von Online-Umfragen:² • Zugang zum Internet und Vertrautheit damit, • Erhebungssituation nicht kontrollierbar, • Ausführliche Erläuterungen zu komplizierten Fragen und Nachfragen nicht möglich, • Problem der starken Selbstselektion, • Sicherstellen, dass Probanden nicht mehrfach teilnehmen.

Kontaktmethode online

1) Markus, Nolden (2008): Online-Marktforschung, S. 2ff. 2) http://www.marktforschung-online.eu/online-befragungen/vorteile-und-nachteile-von-online-umfragen

- 61 -


Mobile Marktforschung: (1)1

• Definition: Marktforschung mit Hilfe mobiler Endgeräte wie Handy, PDA (Personal Digital Assistant) • Verwendete Technologien: SMS, MMS, WAP – mobiles Internet, GPS, NFC/ RFID, Bluetooth,

Handykamera etc. • Vorteile:²

• zeitnahe/ sehr kurzfristige Befragungen möglich, z.B. eventbezogen, • ortsunabhängige Befragungen/ jederzeit erreichbar, • mobile Zielgruppen sind gut zu erreichen, • hohe Rücklaufgeschwindigkeit, • große Befragungsbasis (große Endgeräteverbreitung).

• Barrieren/ Probleme:² • Mangelnde Akzeptanz mancher Zielgruppen z.B. B2B-Entscheider, • Zweifel an validen Ergebnissen/ Repräsentativität, • Mangelnde Auskunftsbereitschaft/ Responserate eher gering, • Sehr aufwendig/ kostenintensiv.

Kontaktmethode über mobile Endgeräte (1)

1) http://expertenforum.at/files/maxlliess_charts.pdf 2) http://www.tns-infratest.com/presse/pdf/in_der_presse/AW_7_2009_Mobile_Marktforschung.pdf , S. 23

http://expertenforum.at/files/maxlliess_charts.pdf�

- 62 -


Mobile Marktforschung: (2) • Ablauf einer mobilen Befragung:

• SMS-Befragung: die Befragten beantworten Fragen per SMS • Vorteile: alle Handys SMS-fähig, einheitlicher Standard, Vertrautheit, keine Kosten für Teilnehmer • Nachteile: einfache Fragen, Zeichenlimitierung, kein Multimedia, Antwortcodes müssen gemerkt

werden, Dateneingabe aufwändig, Synchronisierung.

• MMS-Befragung: MMS erlaubt zusätzlich die Übermittlung von Text, Bild und Ton in Nachrichten. • Vorteile: Großteil der Handys MMS-fähig, einheitlicher Standard, Vertrautheit, Multimedia möglich • Nachteile: einfache Fragen, Datenlimitierung, Antwortcodes müssen gemerkt werden, mangelnde

Zuverlässigkeit, Dateneingabe aufwändig, Kosten.

http://expertenforum.at/files/maxlliess_charts.pdf

Kontaktmethode über mobile Endgeräte (2)

- 63 -


Crowdsourcing: • Definition: Das Prinzip von Crowdsourcing basiert darauf, dass die Masse (= die Crowd) intelligenter

ist und mit weniger Einsatz viel mehr schafft, als einzelne Personen; diese Intelligenz der Masse (Wisdom-of-the-Crowd) wird zum Vorteil des Unternehmens genutzt (Sourcing = Beschaffung, Ursachenfindung, Akquisition).

• Ziel: Nutzung der Crowd/Masse, um auf bessere, neuartigere und innovativere Lösungen zu kommen

• Anwendungsgebiete für Crowdsourcing: Produkt(neu)einführung, Image- und Reputationsaufbau, Suche nach (wissenschaftlichen) Lösungen, Ausschreibungen, Pflege der Kundenbeziehung, Fangewinnung und Fanbetreuung, Innovation, Input für Kommunikation

Crowdsourcing

http://www.gruenderszene.de/allgemein/crowdsourcing

- 64 -


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

Gesamtmasse 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

Primärforschung - Sampling Plan erstellen (1)

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

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

- 65 -


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.


- 66 -


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.


- 67 -


Grundformen von Auswahlverfahren


Auswahlverfahren

Vollerhebung Teilerhebung

repräsentative Auswahl

willkürliche Auswahl

einfache Zufallsauswahl

Verfahren der zufallsorientierten

Auswahl

Verfahren der nicht zufallsorientierten

(bewussten) Auswahl

Quoten- verfahren

Konzentrations- verfahren (cut-off)

typisches Auswahlverfahren

geschichtete Zufallsauswahl

Klumpen- auswahl

uneingeschränkte Zufallsauswahl: Lotterieprinzip

proportional disproportional Auswahltechniken:

systematische Auswahl usw.

- 68 -


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.

• Schlussziffernauswahl Es werden nur Merkmalsträger in die Stichprobe einbezogen, die in einer durchnummerierten Liste der Merkmalsträger eine bestimmte Endziffer aufweisen (z. B. alle Elemente mit der Endziffer „6“ wie 6, 16, 26, 36, 46 ...).

• Geburtstags- oder Buchstabenauswahl Die 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 Zufallszahlen Jedem 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.


- 69 -


Beispiele für Auswahlverfahren (1)


- 70 -


Beispiele für Auswahlverfahren (2)


- 71 -


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!

- 72 -


Stichprobengröße – Sicherheitsfaktor, Vertrauensbereich, Vertrauenswahrscheinlichkeit (1)

• 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 (Vertrauenswahrscheinlichkeit) 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 Vertrauenswahrscheinlichkeit von 99,7% zu erhalten, d. h. mit einer 99,7%igen Wahrschein- lichkeit sagen zu können, dass der wahre Wert der Grundgesamtheit in einen bestimmten Vertrauens- bereich fällt, muss die Standardabweichung beispielsweise mit dem Sicherheitsfaktor 3 multipliziert werden. Durch die Multiplikation mit dem Sicherheitsfaktor wird der Vertrauensbereich um das dreifache der Standardabweichung erweitert.


Zusammenhang Sicherheitsfaktor - Vertrauensbereich - Vertrauenswahrscheinlichkeit

- 73 -



• 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, desto genauer kann der wahre Wert einer Grundgesamtheit auf Basis einer Stichprobe geschätzt werden.

• Allerdings nimmt die Güte der Stichprobe nicht proportional zu. Eine Vervierfachung der Stichprobe 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.


- 74 -




- 75 -


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 wird und der Stichprobenfehler vom Untersuchungsteam aus Erfahr- ungswerten geschätzt wird, ist die Varianz in der Regel nicht bekannt. Sie muss entweder in einem Pre-Test geschätzt oder vom Untersuchungsteam bestimmt werden.


mit: n: Stichprobenumfang

t: Sicherheitsfaktor

: Varianz

e: größter zulässiger Fehler (Stichprobenfehler)

2σ

- 76 -


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 die Festlegung von „t“ und „e“ können die Überlegungen für den heterograden Fall übernommen werden.


- 77 -


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 (1)

- 78 -


Daten erheben – mögliche Vorgehensweise für die Befragung von Unternehmen aus der Praxis

Primärforschung - Daten erheben (2)

Versendung des Fragebogens und des Anschreibens per Email

Telefonische Kontaktaufnahme

Befragung am Telefon

Antwort per Post Terminver- einbarung Antwort per Fax

Keine Zeit Befragung am Telefon

Nachtelefonieren

Neue Kontaktperson

Endgültige Absage Teilnahme

Endgültige Absage Teilnahme

Absage Teilnahme

- 79 -








Klausurbeilage

Agenda

- 80 -


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

Erhobene Daten Analysieren und Interpretieren: Lernziele

- 81 -


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)

- 82 -


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.


- 83 -



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

In

dukt

ive

Sta

tistik

- 84 -


Beispiel für uni-, bi- und multivariate Analysen


- 85 -


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 höchstens

diese Merkmalsausprägung aufweisen.

• Relative Summenhäufigkeit: Gibt den prozentualen Anteil der Elemente

an der Grundgesamtheit an, die höchstens diese Merkmalsausprägung aufweisen.

Deskriptive Statistik


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

Nhf i

i =

∑=

==i

j

iji N

HfF1

∑ =

= i

j j i h H

1

mit: N: Anzahl der Variablenwerte

:: Relative Häufigkeit

:: Absolute Summenhäufigkeit

: Relative Summenhäufigkeit

ifiH

iF

- 86 -


Beispiele für Häufigkeiten (1)

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

Statistik


Beispiel – absolute/relative H ä ufigkeit sowie f ü r absolute/relative Summenh ä ufigkeit

Im folgenden Beispiel soll eine Personengruppe bzgl. ihrer Alter sstruktur genauer analysiert werden. Bei einer Befragung gaben 20 Personen ihr Alter an.

Beispiel – absolute/relative H ä ufigkeit sowie f ü r absolute/relative Summenh ä ufigkeit

Im folgenden Beispiel soll eine Personengruppe bzgl. ihrer Alter sstruktur genauer analysiert werden. Bei einer Befragung gaben 20 Personen ihr Alter an.

Nr. des Befragten Alter 1 35 2 25 3 30 4 35 5 18 6 21 7 29 8 39 9 25 10 33 11 34 12 36 13 38 14 46 15 29 16 48 17 18 18 30 19 28 20 37

Nr. des Befragten Alter 17 18 5 18 6 21 9 25 2 25 19 28 15 29 7 29 3 29 18 30 10 33 11 34 1 35 4 35 12 36 20 37 13 38 8 39 14 46 16 48

Datensatz sortiert nach Alter, aufsteigend Datensatz un sortiert

- 87 -


Beispiele für Häufigkeiten (2)

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

Statistik


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

Aus diesem Datensatz ergeben sich folgende absolute/relative Häufigkeiten sowie absolute/relative Summenhäufigkeiten:

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

Aus diesem Datensatz 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%

- 88 -


Mittelwerte (Lagemaße): wohin tendiert eine Verteilung?

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


Statistische Verfahren - univariat • Häufigkeiten • Mittelwerte • Streumaße • Arithmetisches Mittel AM

• Ungewogenes AM:

• Gewogenes AM:

• Modus • Der 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

∑==

N

iii xfx

1

21+Nx

+

+1222

1NN xx


: Variablenwert an der Stelle „n“

: Mittelwert aller Merkmalswerte

: Gewichtungsfaktor x ix

ix

f

- 89 -


Beispiele für Mittelwerte (1)


- 90 -


Beispiele für Mittelwerte (2)


- 91 -


Streumaße: wie variabel ist eine Verteilung? • Spannweite SW Ist die Differenz aus der größten Merkmals- ausprägung und der kleinsten Merkmalsausprägung. SW(x) = xmax - xmin

• Interquartilspanne IQS Ist die Spannweite einer Reihe, nachdem 25% der geringsten und 25% der größten

Merkmalsausprägungen ausgeschlossen wurden. IQS(x) = Q3 – Q1 • Empirische Varianz VAR Grundidee 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)

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

Statistik


)(xVARSAW(x) =

2

1

2

1

2 )(1)(1 xxN

xxN

N

ii

N

ii −

=− ∑∑

==


: Variablenwert an der Stelle „n“


mit: : erstes Quartil

: drittes Quartil

1Q3Q

x ixix

- 92 -


Beispiele für Streumaße

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

- 93 -


Beispiele für Streumaße

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

- 94 -



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

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

)(*)();();(

ySAWxSAWyxKOVyxr =

∑=

−N

iii yxyx

N 1

**1


x: Variable x

y: Variable y



iyix


x y

- 95 -


Erhobene Daten analysieren und interpretieren - Deskriptive Statistik / bivariate Verfahren - Kreuztabellen und Korrelationsmaße (3) Beispiel für eine lineare Korrelation (1)


Beispiel - Zusammenhang zwischen Gewicht und Größe (1)

x 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

x: Variable „Gewicht“

y: Variable „Körpergröße“

= 69,90

= 171,15 yx


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

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.

http://www.sgipt.org/wisms/statm/kor/kurkor.htm�

- 96 -


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

Beispiel für eine lineare Korrelation (2)


Beispiel - Zusammenhang zwischen Gewicht und Größe (2)

Im folgenden Beispiel ergibt sich zwischen dem Körper-

gewicht und dem Körpergröße ein Korrelationskoeffizient r = 0,84.

⇒−

⇒=5,80*49,191

)15,171*9,69(20

363.241

)(*)();();(

ySAWxSAWyxKOVyxr


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

yxyxN

yxKOVN

iii **1);(

1−∑=

=76,10415,171*9,69

20363.241

=−=

843817,008,12476,104

972,8*83,1334,963.1115,068.12

⇒⇒−

http://www.sgipt.org/wisms/statm/kor/kurkor.htm�

- 97 -


Einfache Regressionsanalyse Ermittlung eines Zusammenhangs zwischen

zwei Merkmalen • 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)

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



yxbay ˆ*ˆ 11 +=mit: a: Regressionskonstante (Schnittpunkt der Regressionsgerade mit der Y-Achse)

b: Regressionskoeffizient (Steigung der Regressionsgeraden)

x: unabhängige Variable

y: abhängige Variable

- 98 -


Beispiel für eine Regressionsanalyse (1)




- 99 -


Beispiel für eine Regressionsanalyse (2) Streudiagramm für die Variablen „Werbeausgaben“ und „Absatzmenge“




- 100 -


i

Beispiel für eine Regressionsanalyse (3) Deskriptive

Statistik



- 101 -


Beispiel für eine Regressionsanalyse (4)




- 102 -


Beispiel für eine Regressionsanalyse (5) Erklärte und nicht erklärte Abweichung




- 103 -


Kriterien zur Auswahl eines multivariaten Verfahrens:

• Untersuchungsgegenstand / Art der Untersuchungsobjekte

• Anzahl der Variablen

• Abhängigkeit zwischen den Variablen

• Daten- und Messniveau

• (Untersuchungszeitpunkt / Untersuchungszeitraum)

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


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

- 104 -


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

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



- 105 -


Dependenzanalysen




Kontingenz- analyse

Varianz- analyse

Diskriminanz- analyse

Regressions- analyse

unabhängige Variable

abhä

ngig

e Va

riabl

e

met

risch

ni

cht m

etris

ch

nicht metrisch metrisch

- 106 -


Interdependenzanalysen





- 107 -


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?

WievieleTreffer 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

≤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


- 108 -


Beispiel Hypothesentest:


Induktive Statistik


- 109 -


Verteilungstests:

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


Verteilungstest Art des Tests Anpassungs- test Unabhängig- keitstest

Null- hypothese V(x) = V0(x) (V0(x) ist eine genau spezifi- zierte Vertei- lung der Grundgesamt- heit) x, y sind von- einander un- abhängig

Skalen- niveau mindestens nominal- skalierte Daten mindestens nominal- skalierte Daten

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,…,k und j = 1,…., l (bei Unabhängigkeit zu erwartende Häufigkeit der einzelnen Merkmals- kombinationen)

Prüffunktion χ2

m = Anzahl der Ausprä- gungsklassen (Intervalle) nj = tatsächliche Anzahl der Beobachtungen im j-ten Intervall χ2

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

Verteilung der Prüffunktion χ2 –Verteilung mit v = m – 1 Freiheitsgraden χ2 –Verteilung mit v = (k – 1) * (l – 1) Freiheitsgraden

emp ∑ = m

j=1

(nj – Ej)2

Ej

emp ∑ = k

i=1

(nij – Eij)2

Eij

∑ l

j=1

Induktive Statistik


- 110 -


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


- 111 -


Agenda







Klausurbeilage

- 112 -


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)

- 113 -


Agenda







Klausurbeilage

- 114 -


Klausurbeilage

Korrelationsmaße:

∑=

−−N

iii yyxx

N 1]][[1

)(*)();();(

ySAWxSAWyxKOVyxr =KOV(x;y)=

Einfache lineare Regression:

yxbay ˆ*ˆ 11 += xbay *+=

−−

=−

−=

∑∑

∑∑∑ ∑∑

2222 ***

)()())(()(

xnxyxnyx

xxnyxyxn

bi

ii

ii

iiii

Stichprobenberechnungen:

Sicherheitskoeffizient

1,00 1,96 2,00 2,58 3,00 3,29

Korrespondierende Irrtumswahrscheinlichkeit (in %)

31,73 5,00 4,55 1,00 0,27 0,10

Klausurbeilage

nt

ntte x

2** σσσ ===

Heterograder Fall Homograder Fall

2

22

etn σ⋅

≥⇒ 2

2

eqptn ⋅⋅

≥⇒

mit: n: Stichprobenumfang t: Sicherheitsfaktor p: Anteil der Merkmalsträger in der Stichprobe, welche die gesuchte Merkmalsausprägung aufweisen. q: Anteil der Merkmalsträger in der Stichprobe, welche die gesuchte Merkmalsausprägung nicht aufweisen. e: größter zulässiger Fehler (Stichprobenfehler) : Standardabweichung : Varianz

xσ2σ

Documents

Studiengang Betriebswirtschaftslehre: Marketing (M2 - Teil 1) · Studiengang Betriebswirtschaftslehre: Marketing (M2 - Teil 1) Marktforschung und Marketingstrategie (M2), Hochschule