Zusammenfassung
Zweimodale Clusteranalysen sind typische Verfahren der explorativen Datenanalyse und kamen in den Wirtschaftswissenschaften bisher insbesondere im quantitativen Marketing zum Einsatz. Die Algorithmen teilen Objekte und Merkmale einer Datenmatrix simultan so in Gruppen ein, daß innerhalb der Gruppen möglichst große Homogenität herrscht, zwischen den Gruppen jedoch deutliche Unterschiede bestehen. Obwohl die Interpretation bisher gängiger einmodaler Clusteranalyseergebnisse durch die Einbettung von Merkmalen in die Objektgruppen deutlich erleichtert wird und damit auch neue inhaltliche Aspekte in multivariaten Auswertungen erschlossen werden können, stellen Skeptiker die Quantifizierung der intermodalen Ähnlichkeiten in Frage und bemängeln die heuristischen Lösungsmethoden. Der vorliegende Beitrag will Argumente der Gegner entkräften und damit den Nutzen explorativer Analysen generell hervorheben.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
BAIER, D., GAUL, W., SCHADER, M. (1996): Two-Mode Overlapping Clustering With Applications to Simultaneous Benefit Segmentation and Market Structuring, in: Klar, F; Opitz, O. (Hrsg.): Classification and Knowledge Organisation, Proceedings of the 20th Annual Conference of the “Gesellschaft für Klassifikation e.V”, Berlin et. al., 557–566
BANKHOFER, U., HILBERT, A. (1998a): Beurteilung von Finanzinvestitionen in der betrieblichen Praxis. Zeitschrift für Betriebswirtschaft, 68, 363–371
BANKHOFER, U., HILBERT, A. (1998b): OR-Verfahren in Produktion und Logistik: Eine empirische Untersuchung zur betrieblichen Anwendung. OR-News, März, 28–33
BOTH, M., GAUL, W. (1985): PENCLUS: Penalty Clustering for Marketing Applications, Discussion Paper Nr. 82, Institut für Entscheidungstheorie und Unternehmensforschung, Universität Karlsruhe
DE SOETE, G., DESARBO, W.S., FURNAS, G.W., CARROLL, J.D. (1984): The Estimation of Ultrametric and Path Length Trees from Rectangular Proximity Data. Psychometrika, 49, 289–310
DESARBO, W.S. (1982): GENNCLUS: New Models for General Nonhierarchical Clustering Analysis. Psychometrika, 47, 449–475
ECKES, T. (1993): Multimodale Clusteranalyse: Konzepte, Modelle, Anwendungen, in: Montada, L. (Hrsg.): Bericht über den 38. Kongreß der Deutschen Gesellschaft für Psychologie in Trier 1992, Vol. 2, Göttingen, S. 166–176
ECKES, T., ORLIK, P. (1991): An Agglomerative Method for Two-Mode Hierarchical Clustering, in: Bock, H.; Ihm, P. (Hrsg.): Classification, Data Analysis and Knowledge Organisation, Amsterdam, S. 3–8
ECKES, T.; ORLIK, P. (1993): An Error Variance Approach to Two-Mode Hierarchical Clustering. Journal of Classification, 10, 51–74
ESPEJO, E., GAUL, W. (1986): Two-Mode Hierarchical Clustering as an Instrument for Marketing Research, in: Gaul, W.; Schader, M. (Hrsg.): Classification as a Tool of Research, Amsterdam, S. 121–128
GAUL, W., BAIER, D. (1993): Marktforschung und Marketing Management: computerbasierte Entscheidungsunterstützung, Oldenbourg, München
GAUL, W., SCHADER, M. (1996): A New Algorithm for Two-Mode Clustering, in: Bock, H.; Polasek, W. (Hrsg.): Data Analysis and Information Systems, Statistical and Conceptual Approaches, Proceedings of the 19th Annual Conference of the Gesellschaft für Klassifikation, Berlin et al., S. 15–23
HERMANNS, A; PÜTTMANN, M. (1992): Grundlagen, Wirkung und Management des Sponsoring. Die Betriebswirtschaft, 52, 185–199
KROEBER-RIEL, W., WEINBERG, P. (1996): Konsumentenverhalten. 6., völlig überarbeitete Auflage, Vahlen, München
MCCORMICK, W.T., SCHWEITZER, P.J., WHITE, T.W. (1972): Problem Decomposition and Data Reorganization by a Clustering Technique. Operations Research, 20, 993–1009
OLPITZ, O. (1980): Numerische Taxonomie, Fischer, Stuttgart, New York
SCHWAIGER, M. (1993): Hochrechnungsverfahren im Marketing. Vahlen, München
SCHWAIGER, M. (1997a): Multivariate Werbewirkungskontrolle, Konzepte zur Auswertung von Werbetests, Gabler, Wiesbaden
SCHWAIGER, M. (1997b): Ansätze zur Kontrolle des Brand Fit. Werbeforschung 6 Praxis, 42, Heft 6, 1–4
SCHWAIGER, M. (1998): Wirkungskontrolle kommunikationspolitischer Maßnahmen, in: Reinecke, S., Tomczak, T., Dittrich, S. (Hrsg.): Marketingcontrolling, St. Gallen, 200–213
SHEPARD, R.N., ARABIE, PH. (1979): Additive Clustering: Representation of Similarities as Combinations of Discrete Overlapping Properties. Psychological Review, 86, 87–123
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1999 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Schwaiger, M. (1999). Zweimodale Klassifikationsverfahren: Top oder Flop?. In: Gaul, W., Schader, M. (eds) Mathematische Methoden der Wirtschaftswissenschaften. Physica, Heidelberg. https://doi.org/10.1007/978-3-662-12433-8_9
Download citation
DOI: https://doi.org/10.1007/978-3-662-12433-8_9
Publisher Name: Physica, Heidelberg
Print ISBN: 978-3-662-12434-5
Online ISBN: 978-3-662-12433-8
eBook Packages: Springer Book Archive