Advertisement

Untersuchungsdesign

  • Susanne Hensel-Börner
Chapter
Part of the Gabler Edition Wissenschaft book series (GEW)

Zusammenfassung

Als zweites Ziel der vorliegenden Arbeit sollen die neu entwickelten Methoden einer empirischen Validitätsprüfung unterzogen werden. Zunächst wird in diesem Kapitel das Untersuchungsdesign der hierzu durchgeführten empirischen Studie beschrieben. Neben der Darstellung des Untersuchungsgegenstands wird die Zusammensetzung der Gesamtstichprobe dokumentiert und die Teilstichproben auf strukturelle Vergleichbarkeit getestet. Im dritten Abschnitt des Kapitels werden der Interviewablauf der Befragung und die Aufbereitung der Daten kurz skizziert.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Referenzen

  1. 229.
    Vgl. hierzu auch Hahn (1997), S. 161.Google Scholar
  2. 230.
    Vgl. Huber et al. (1993), S. 107.Google Scholar
  3. 231.
    Der Wert 4 bildet die Mitte der angewendeten 7-Punkte-Rating-Skala mit den Extrempolen 1 = „vollkommen unwichtig” und 7 = „sehr wichtig”. Ein Mittelwert >4 impliziert demnach, daß für die Mehrheit der Auskunftspersonen die entsprechende Eigenschaft eher wichtig als unwichtig ist.Google Scholar
  4. 232.
    Die fünf Eigenschaften, die sich im Rahmen des Pretests als weniger wichtig erwiesen, waren: „Temperaturanzeige”, „Lagerzeit bei Stromausfall”, „Super-Frost-Funktion”, „Material der Abstellflächen” und „Automatische Türschließung”.Google Scholar
  5. 233.
    Es sei darauf hingewiesen, daß alle Tabellen und Abbildungen, die sich auf die Ergebnisse der vorliegenden Untersuchung beziehen, von der Autorin erstellt wurden. Auf eine wiederholte Kennzeichnung wird im folgenden verzichtet.Google Scholar
  6. 234.
    Vgl. Agarwal/Green (1991), S. 145; Huber et al. (1993), S. 110; Johnson (1991), S. 223.Google Scholar
  7. 235.
    Vgl. Sattler (1994), S. 34.Google Scholar
  8. 236.
    Um zu verdeutlichen, um welche Art von Kühlschränken es sich bei der Kategorie „Tischkühlschränke“ handelt, wurden den Personen Fotos verschiedener Modelle vorgelegt.Google Scholar
  9. 237.
    Vgl. hierzu die Stichproben bisheriger Vergleichsstudien in Kapitel 2.Google Scholar
  10. 238.
    An dieser Stelle sei der IPSOS Deutschland, namentlich Herrn Harald Hasselmann und Frau Claudia Keck für die Durchführung der Datenerhebung und die außerordentlich gute Zusammenarbeit gedankt.Google Scholar
  11. 239.
    Zum χ2-Homogenitätstest bei kategorialen Daten vgl. Falk/Becker/Marohn (1995), S. 137 ff.Google Scholar
  12. 240.
    Die aufgetretenen (geringen) Abweichungen zwischen den drei Teilstichproben hinsichtlich dieser beiden Merkmale ergaben sich dadurch, daß unvollständige Interviews aus der Analyse ausgeschlossen werden mußten.Google Scholar
  13. 241.
    Vgl. Sattler/Hensel-Börner/Krüger (2000), S. 10. Des weiteren sei angemerkt, daß aufgrund einer relativ hohen Anzahl an missing values, die Aussagekraft dieser Variable für das Gesamtsample eingeschränkt ist.Google Scholar
  14. 242.
    Die Abfrage inakzeptabler Eigenschaftsausprägungen wurde in der vorliegenden Programmversion der CCC und der CHIC noch nicht implementiert. Aus Gründen der Vergleichbarkeit wurde auch bei der ACA auf diesen Befragungsschritt verzichtet.Google Scholar
  15. 243.
    Vgl. Srinivasan/Jain/Malhotra (1983), S. 434.Google Scholar
  16. 244.
    Für die ACA ist dies die größtmögliche Anzahl an Skalenpunkten für eine Rating-Skala (vgl. Metegrano (1994), S. 3–31). Diese wurde gewählt, um die bestmögliche Vergleichbarkeit zur 11-Punkte-Rating-Skala der SE-CCC und SE-CHIC zu erzielen.Google Scholar
  17. 245.
    Zu den Problemen dieser separaten Abfrage der Wichtigkeiten vgl. Reiners (1996), S. 118.Google Scholar
  18. 246.
    Vgl. Srinivasan/Park (1997), S. 288.Google Scholar
  19. 247.
    Zu orthogonalen Designplänen vgl. Addelman (1962), S. 34 ff.Google Scholar
  20. 248.
    Auf dem Bildschirm erschien in diesem Fall eine entsprechende Fehlermeldung mit der Bitte an den Probanden, seine Eingabe zu korrigieren.Google Scholar
  21. 249.
    Das Verfahren LINMAP ermöglicht grundsätzlich zwar auch die Auswertung von Rating-Daten, verwendet für die Schätzung der Teilnutzenwerte jedoch lediglich die ordinalen Informationen hinsichtlich der erhobenen Präferenzen (vgl. Bretton-Clark (1989), S. 50). Die durch den zweiten Teilschritt zusätzlich erhobenen Informationen fänden daher keine Berücksichtigung in der Schätzung. Demzufolge würde eine Auswertung der Kaufwahrscheinlichkeitsdaten mit diesem Verfahren zu den gleichen Ergebnissen wie auf Basis der Rangdaten führen. Abweichungen konnten nur bei den Probanden auftreten, die die gleichen Kaufwahrscheinlichkeiten mehrfach vergeben haben.Google Scholar
  22. 250.
    Van der Lans/Heiser (1992) zeigen empirisch, daß die Integration solcher „constraints“ bei der Schätzung der Conjoint-Teilnutzenwerte die Schätzergebnisse, gemessen im Rahmen einer Kreuzvalidierung, verbessert werden können. Die Verbesserungen fallen zwar klein aus, sind aber statistisch signifikant (vgl. van der Lans/Heiser (1992), S. 336).Google Scholar
  23. 251.
    Vgl. Srinivasan/Park (1997), S. 288.Google Scholar
  24. 252.
    Zu den Eigenschaften eines pareto-optimalen Designs vgl. Kapitel 3.2.2.1 dieser Arbeit.Google Scholar
  25. 253.
    Um die Größe der Choice-Sets konstant halten zu können, wurde bei einem 3*3*3*2-Design (3*3*2*2-Design) der Kerneigenschaften das bereits reduzierte Design von 14(10) Stimuli um zwei weitere ergänzt, um 4 (3) gleiche große Choice-Sets bilden zu können. Um hierbei systematische Einflüsse zu vermeiden, wurden auch diese beiden Ergänzungskarten jeweils zufällig aus dem vollständigen Design ausgewählt.Google Scholar
  26. 254.
    Die Auswahl genau dieser beiden Alternativen ist nicht zwingend erforderlich. Der dritte Teil der Beurteilungsaufgabe kann auch für alternative Paare aus dem Choice-Set durchgeführt werden.Google Scholar
  27. 255.
    Auch hier gilt, daß eine Verankerung über die am schlechtesten bewertete Alternative nicht unbedingt erforderlich ist. Eine Verankerung der Choice-Sets kann prinzipiell auch über die jeweils am besten bewertete oder eine „mittlere“ Alternative vorgenommen werden. Empfohlen wird dennoch eine Verankerung über einen der beiden Eckwerte, d.h. die beste oder schlechteste Alternative, denn der vorliegende Datensatz belegt, daß hier die höchste Übereinstimmung zwischen den auf Basis der Self-Explicated-Daten ermittelten und im Conjoint-Teil beobachteten Präferenzrangfolgen auftrat.Google Scholar
  28. 256.
    Zur genauen Vorgehensweise der Transformation der Präferenzwerte in eine metrische Gesamtreihenfolge vgl. das Rechenbeispiel in Kapitel 3–2.2.3.Google Scholar
  29. 257.
    Vgl. hierzu auch den Bildschirmausdruck dieses Befragungsschritts im Anhang 7.2.Google Scholar
  30. 258.
    Zur Berechnung der Te il nutzen werte durch Regressionsanalyse vgl. auch Backhaus et al. (1996), S. 551 f.Google Scholar
  31. 259.
    Die Schätzung der Teilnutzenwerte wurde mit dem Conjoint-Modul in SPSS vorgenommen. Es sei an dieser Stelle darauf hingewiesen, daß SPSS dabei ebenfalls eine a priori-Ordnung (entsprechend der „constraints“ beim Verfahren LINMAP) von Ausprägungen ermöglicht. Diese werden jedoch nicht in der Schätzung berücksichtigt, sondern lediglich im Falle einer Verletzung dieser Ordnung als solche ausgewiesen. Damit werden die Vorteile der Integration entsprechender a priori-Ordnungen bei der OLS-Schätzung nicht genutzt.Google Scholar
  32. 260.
    Die Gesamtzahl der paarweisen Korrelationen ergibt sich aus (n(n-1)/2)*234, wobei n für die Anzahl der Kerneigenschaften steht.Google Scholar
  33. 261.
    Es sei darauf hingewiesen, daß dieser Grenzwert als „Daumenregel“ zu interpretieren ist. Eine mögliche empirische Überprüfung des Einflusses der Korrelationen auf die Schätzergebnisse besteht in einer erneuten Schätzung der Parameter, nachdem eine der beiden korrelierten Variablen ausgeschlossen wurde (vgl. Backhaus et al. (1996), S. 34). Im Rahmen einer Conjoint-Analyse ist diese Vorgehensweise jedoch nicht sinnvoll, da damit eine zu untersuchende Eigenschaft, die als unabhängige Variable in die Schätzgleichung eingeht, aus der Analyse ausgeschlossen werden müßte. Schätzgleichung eingeht, aus der Analyse ausgeschlossen werden müßte.Google Scholar
  34. 262.
    Vgl. Johnson (1987), S. 261 und Green/Krieger/Agarwal (1991), S. 216.Google Scholar
  35. 263.
    Mit der Wahl einer 9-Punkte-Skala wird bei der Paarvergleichsaufgabe die gleiche Rating-Skala verwendet wie in der Self-Explicated-Phase des ACA-Interviews, was die Vergleichbarkeit der Ergebnisse zwischen diesen beiden Phasen erhöht.Google Scholar
  36. 264.
    In Zusammenhang mit der Kombinationsphase der drei Verfahren werden die Begriffe Kalibrierungsset und Validation-Set (vgl. Kapitel 3) synonym verwendet.Google Scholar
  37. 265.
    Das System der ACA 4.0 ermöglicht die Wahl zwischen mindestens 4 und maximal 9 Kalibrierungskonzepten. Sofern die Ergebnisse des Self-Explicated-Teils und der Paarver-gleichsaufgabe durch optimale Gewichtung (anstatt einer Gleichgewichtung) kombiniert werden sollen, wird die Abfrage von wenigstens 5 Konzepten empfohlen (vgl. Metegrano (1994), S. 3–34). Mit der Festlegung von 6 Produktkonzepten wird diese Mindestanforderung auf jeden Fall erfüllt.Google Scholar
  38. 266.
    Vgl. Metegrano(1994), S. 3–9.Google Scholar
  39. 267.
    In diesem Fall dienen die in der dritten Interviewphase (bisher Kombinationsphase) erhobenen Daten zur Schätzung von Teilnutzenwerten, die dann zur Prognose der Präferenzurteile der zweiten Interviewphase (bisher Conjoint-Phase) herangezogen werden.Google Scholar
  40. 268.
    Vgl. Srinivasan/Park (1997), S. 288.Google Scholar
  41. 269.
    Vgl. Huber et al.(1993), S. 111.Google Scholar
  42. 270.
    Vgl. Srinivasan/Park (1997), S. 289.Google Scholar
  43. 271.
    Bei der CHIC mußte bei einem Teil der Probanden mit einem 3*3*2*2-Design der Kerneigenschaften das zweite Choice-Set als Kalibrierungsset herangezogen werden. da andernfalls die verbleibenden 8 Stimuli ein unlösbares Gesamtdesign gebildet hätten.Google Scholar
  44. 272.
    Vgl. hierzu die Dominanz dieses Kriteriums im Literaturüberblick in Kapitel 2 der vorliegenden Arbeit.Google Scholar
  45. 273.
    Zu den Empfehlungen bezüglich der Gestaltung eines Holdout-Sets vgl. Johnson (1997a).Google Scholar
  46. 274.
    Vgl. Herrmann/Schmidt-Gallas/Huber (2000), S. 264 ff.Google Scholar
  47. 275.
    Vgl. Wittink/Bergestuen (1999), S. 10.Google Scholar
  48. 276.
    Es handelte sich um die Eigenschaften Marke, Preis, Energieverbrauch, Nutzinhalt und Sterne des Gefrierfachs. Es sind dies die Eigenschaften, deren Ausweis bei der Produktpräsentation gesetzlich vorgeschrieben ist.Google Scholar
  49. 277.
    Ähnliches gilt für die Eigenschaft „Sterne des Gefrierfachs“, da ein 3-Sterne-Fach gegenüber einem 1-Sterne-Fach nicht eindeutig präferiert wird.Google Scholar
  50. 278.
    Für die Unterstützung bei den Programmierarbeiten dankt die Autorin ganz herzlich Frau über Simone Martin.Google Scholar
  51. 279.
    Für die Bereitstellung des Programms sei dem Marktforschungsinstitut IPSOS Deutschland über an dieser Stelle ausdrücklich gedankt.Google Scholar
  52. 280.
    Mittlerweile liegt mit Sensus-TradeOff 1.0 und 2.0 eine Windows-gestützte Version der über ACA vor. Ein Einsatz dieser multimedialen Version war zum Zeitpunkt der Datenerhebung über leider noch nicht möglich.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 2000

Authors and Affiliations

  • Susanne Hensel-Börner

There are no affiliations available

Personalised recommendations