Auszug
Im Folgenden sollen die wichtigsten Methoden zur Ermittlung von relevanten Eigenschaften vorgestellt und entsprechend ihrer Eignung bewertet werden. Ziel der folgenden Präsentation verschiedener Methoden zur Bestimmung von Eigenschaften ist nicht die detaillierte Beschreibung der Vorgehensweisen oder Auswertungsmöglichkeiten, vielmehr sollen die Verfahren entsprechend ihrer Eignung zur Bestimmung der relevanten Eigenschaften und deren Ausprägungen für eine spätere Conjoint-Analyse eingeschätzt werden.
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
Vgl. Quack (1980), 28.
Vgl. Hair; Anderson; Tatham; Black (1998), 392. Gibson (2001, 18) geht sogar davon aus, dass es keine Alternative dazu gibt, dass Experten bzw. der Marktforscher selbst die Eigenschaften und Ausprägungen festlegen. Dabei ist ihm jedoch bewusst, dass diese vor der Präferenzmessung oft nicht einschätzen können, ob bestimmte Eigenschaften und Ausprägungen aus Sicht der Konsumenten relevant sind. Er plädiert deshalb dafür, möglichst alle Eigenschaften und Ausprägungen, die irgendwie Einfluss auf die Wahlentscheidung von Konsumenten haben könnten, in eine Untersuchung aufzunehmen.
Beck; Opp (2001), 287. Zudem ist es möglich, dass eine Liste von potenziell wichtigen Eigenschaften durch Konsumentenbefragungen ermittelt wird. Jedoch werden danach vom Marktforscher aufgrund seiner bisherigen Erfahrungen mit dieser Produktkategorie die im Folgenden zu untersuchenden Eigenschaftsausprägungen bestimmt (vgl. Reynolds; Gutman (1988),15). Eine ähnliche Vorgehensweise stellen „informelle Gespräche“ dar; zwei oder mehr Marktforscher legen dabei die relevanten Eigenschaften und deren Ausprägungen fest.
Beispiele für diese Art der Bestimmung der relevanten Eigenschaften und deren Ausprägungen sind u.a. Wittink; Krishnamurthi; Nutter (1982), 471; Wittink; McLauchlan; Seetharaman (1999), 231; Wittink; Huber; Zandan; Johnson (1992), 5.
Vgl. Wilkie; Pessemier (1973), 432; Stallmeier (1993), 40.
Vgl. Stallmeier (1993), 40. Reibstein; Bateson; Boulding (1988, 275) bezeichnen Experteninterviews sogar als „typische“ Vorgehensweise bei der Entwicklung einer Conjoint Befragung. Siehe auch Acito; Jain (1980), 106; Mengen (1993), 84; Gierl; Helm (2000), 9; Wilkie; Pessemier (1973), 429; Perrey (1998), 55; Theuerkauf (1989), 1180.
Vgl. Schweikl (1985), 92; Green; Srinivasan (1978), 105.
Vgl. Schweikl (1985), 92; Green; Srinivasan (1978), 105; Albrecht (2000), 35.
Vgl. Reibstein; Bateson; Boulding (1988), 275; Albrecht (2000), 35.
Vgl. Cattin; Wittink (1982), 46; Hartmann (2004), 14; Hausruckinger (1993), 145.
Vgl. Schmidt (1990), 271.
Vgl. Schweikl (1985), 100; Gibson; Marder (2002), 48. Eine Festlegung der zu untersuchenden Eigenschaften ist allerdings nie frei von subjektiven Einschätzungen der Experten (vgl. Green; Srinivasan (1978), 105).
Vgl. Schubert (1991), 180.
Gibson; Marder (2002), 47.
Vgl. Cattin; Wittink (1982), 46.
Siehe zum Beispiel Reiners (1996), 190f.; Green; Krieger; Schaffer (1993), 346; Skim Software (2003), 1; Wittink; Seetharaman (1999), 273. Teilweise wird von den Autoren nicht einmal die entsprechende Quelle genannt. Siehe beispielsweise Jaccard; Brinberg; Ackerman (1986, 464); Huber; Wittink; Fiedler; Miller (1993,111); Rosko; DeVita; McKenna; Walker (1985, 29) und Steenkamp; Wittink (1994, 280), die lediglich schreiben, dass die Festlegung der zu untersuchenden Eigenschaften “based on previous research” ist.
Vgl. Schweikl (1985), 92; Acito; Jain (1980), 106; Mengen (1993), 84; Schubert (1991), 180; Melles (2001), 39; Gierl; Helm (2000), 9; Höser (1998), 109, 154, 159f.; Voeth (2000), 237; Perrey (1998), 55f.; Albrecht (2000), 35; Theuerkauf (1989), 1180.
Vgl. Schweikl (1985), 92.
Melles (2001, 41) bezeichnet diese Vorgehensweise als „Attribut-Listing“.
Vgl. Cattin; Wittink (1982), 46.
Vgl. Schubert (1991), 180.
Vgl. Quack (1980), 28; Schubert (1991), 180.
Vgl. Louviere (1988b), 52.
Vgl. Quack (1980), 28.
Vgl. Helm (2001), 31.
Vgl. Melles (2001), 39.
Vgl. Schee; Catina (1993), 8.
Vgl. Kotler (1974), 417.
Vgl. Myers; Alpert (1968), 15f.; Obermiller (1980), 768; Schubert (1991), 182;. Quack (1980), 30.
Vgl. Stallmeier (1993), 40f.
Vgl. Stallmeier (1993), 40f.
Vgl. Berekoven (1993), 106. Die potenziellen Probleme werden in Kapitel 5.2.1.4 diskutiert.
Vgl. Perrey (1998), 56.
Vgl. Gierl; Helm (2000), 9; Braun; Srinivasan (1975), 375; Lego; Shaw (1992), 389; Jaccard; Brinberg; Ackerman (1986), 464; Schweikl (1985), 93; Böhler (1979), 270. Häufig wird diese Methode der Erhebung der Attribute als „direkte Befragung“ bezeichnet (vgl. Quack (1980), 28). Siehe auch Myers; Alpert (1968), 15; Schubert (1991), 180; Stallmeier (1993), 40; Reiners (1996), 37f.; Müller (1997), 744. Kotler (1974, 417) bezeichnet diese Vorgehensweise als „direkte, unstrukturierte Vorgehensweise“.
Schweikl (1985), 93.
Vgl. Kotler (1974), 417.
Vgl. Reiners (1996), 38. Eine ähnliche Vorgehensweise wird beim Kano-Modell genutzt. Dabei werden jedoch explizit Kundenprobleme und in einem zweiten Schritt Kundenwünsche analysiert (vgl. Bailom; Hinterhuber; Matzler; Sauerwein (1996), 119).
Vgl. Reiners (1996), 38.
Schweikl (1985), 93. Siehe dazu auch Alpert (1980), 83.
Vgl. Myers; Alpert (1968), 15.
Vgl. Kotler (1974), 417.
Vgl. Quack (1980), 28; Reiners (1996), 37f.; Lürssen (1989), 175; Braun; Srinivasan (1975), 375.
Vgl. Quack (1980), 28; Lego; Shaw (1992), 389; Alpert (1980), 83; Lürssen (1989), 175; Schweikl (1985), 102; Jaccard; Brinberg; Ackerman (1986), 464.
Vgl. Lego; Shaw (1992), 389.
Vgl. Backhaus; Erichson; Plinke; Weiber (2003), 6.
Vgl. Jaccard; Brinberg; Ackerman (1986), 464ff.
Vgl. Backhaus; Erichson; Plinke; Weiber (2003), 6.
Für einen überblick siehe Lürssen (1989), 175.
Vgl. Lürssen (1989), 175.
Vgl. Quack (1980), 28; Myers; Alpert (1968), 15.
Vgl. Müller (1997), 744.
Es werden weiterhin die Bezeichnungen Role Construct Repertory Test, Rep Test (vgl. Kelly (1955), 219), Konstrukt-Gitter, Kelly-Matrix, Kelly-Grid oder Repgrid-Technik verwendet (vgl. Schee; Catina (1993), 9).
Diese Bewertungsdimensionen werden als “persönliche Konstrukte” bezeichnet (siehe Scheer (1996), 14; Green; Tull (1982), 529; Herrmann (1996), 26ff.).
Vgl. Scheer (1996), 16f.; Green; Tull (1982), 529.
Vgl. Scheer (1996), 13f.
Vgl. Kelly (1955), 219ff.; Scheer (1996), 16.
Vgl. Louviere (1988b), 50f.; Herrmann (1998), 368; Green; Srinivasan (1978), 105; Jain; Acito; Malhotra; Mahajan (1979), 315; Louviere (1984a), 148; Perrey (1998), 56f.; Albrecht (2000), 35; Hauser; Urban (1977), 589f.
Vgl. Herrmann (1998), 368f.; Jain; Mahajan; Malhotra (1979), 248; Reiners (1996), 39.
Vgl. Herrmann (1998), 368f.
Vgl. Herrmann (1998), 370.
Vgl. Herrmann (1998), 369f.
Vgl. Melles (2001), 41ff.
Vgl. Lefkoff-Hagius; Mason (1993), 100, 106; Creusen; Schoormans (1997), 81. Für einen überblick empirischer Studien siehe Lefkoff-Hagius; Mason (1990), 100.
Vgl. Lefkoff-Hagius; Mason (1990), 103.
In einem zweiten Schritt können reale Unternehmen, Produkte bzw. Marken anhand der genannten Eigenschaften eingeschätzt werden. Durch einen Vergleich der Bewertungen ist es möglich, z.B. neben Eigenschaften auch „Lücken“ in der Konsumentenwahrnehmung zu bestimmen (vgl. Myers; Alpert (1968), 16; Myers; Alpert (1997), 54; Shocker; Srinivasan (1979b), 5f.).
Vgl. Myers; Alpert (1968), 16. Siehe dazu auch Wilkie; Pessemier (1973), 435.
Vgl. Stallmeier (1993), 41. Deshalb wurden bei der praktischen Anwendung dieser Methode oft eher enttäuschende Ergebnisse beobachtet (vgl. Wilkie; Pessemier (1973), 435).
Vgl. Shocker; Srinivasan (1979b), 6.
Vgl. Myers; Alpert (1968), 14.
Vgl. Myers; Alpert (1968), 15.
Vgl. Goodwin; Wright (2000), 21.
Für Beispiele, bei denen die Faktorenanalyse zur Reduktion der Zahl der Eigenschaften genutzt wurde, siehe Pras (1975), 75; Louviere (1988b), 51; Backhaus; Erichson; Plinke; Weiber (2003), 607; Böhler (1979), 271; Albers (2000), 363; Louviere (1984a), 148; Perrey (1998), 60ff. Für einen weiteren überblick zur Anwendung der Faktorenanalyse mit dem Ziel der Reduzierung der Attribute siehe auch Wilkie; Pessemier (1973), 432; Swoboda (2000), 154; Hauser; Urban (1977), 591.
Vgl. Pras (1975), 75. Diese werden ebenfalls als “Similarity of Meaning Matrix” bezeichnet (vgl. Pras (1975), 75).
Vgl. Reiners (1996), 39; Böhler (1979), 280f.; hier wird die Faktorenanalyse als ein geeignetes Verfahren zur Eliminierung von redundanten Eigenschaften beschrieben.
Vgl. Pras (1975), 75; Shocker; Srinivasan (1974), 924. Selbst Befürworter der Faktorenanalyse zur Reduktion der Eigenschaftszahl stehen oft vor dem Problem, die mittels Faktorenanalyse gefundenen Dimensionen sinnvoll zu benennen. Teilweise findet man deshalb in der Literatur Bezeichnungen für die Faktoren, die eigentlich zwei oder mehr Produktmerkmale beinhalten. Als Beispiel sei hier Böhler (1979, 281) genannt, der in einer Studie zum Untersuchungsobjekt „Bier“ Eigenschaftsausprägungen wie „würzig“ und „verträglich“ zu „Geschmack/Qualität“ zusammenfasst, obwohl es sich letztendlich inhaltlich um zwei völlig unabhängige Produktmerkmale handelt (siehe dazu auch Schubert (1991), 191). Shocker; Srinivasan (1974, 924) weisen aus diesem Grund darauf hin, dass auch aus Herstellersicht die mittels Faktorenanalyse bestimmten Eigenschaften nicht zur Ableitung produktpolitischer Entscheidungen geeignet, d.h. nicht „actionable“ sind.
Pras (1975), 75.
Pras (1975, 76) nutzt die Duale Befragung (siehe Kapitel 5.2.2.2) zur Bestimmung der Determinanz, d.h. des Einflusses eines Produktmerkmals auf die Präferenz. Ein weiterer Indikator für die Relevanz einer Eigenschaft könnte auch die Häufigkeit der Nennung eines Attributes sein.
Vgl. Schaefer; Bavelas; Bavelas (1980), 83ff. Grundlage der Echo-Technik ist eine vorhandene Liste mit potenziellen Produktmerkmalen, die z.B. auf Basis der Elicitation-Technik bestimmt wurde (siehe auch Kapitel 5.2.1). Ziel der Echo-Technik ist es, Fragebögen möglichst so zu gestalten, dass aus Sicht der zukünftigen Befragungsteilnehmer die tatsächlich relevanten Statements abgefragt werden. Diese Vorgehensweise könnte auch allerdings auch zur Bestimmung von zu untersuchenden Produktmerkmalen genutzt werden.
Vgl. Schaefer; Bavelas; Bavelas (1980), 84ff.
Vgl. Melles (2001), 39.
Vgl. Myers; Alpert (1968), 16; Lürssen (1989), 176; Schweikl (1985), 102; Jaccard; Brinberg; Ackerman (1986), 465; Verlegh; Schifferstein; Wittink (2002), 42; Griffin; Hauser (1993), 16. Dabei sind normale Rating-Skalen z.B. mit Skalenwerten von 1 bis 6 als auch bipolare Skalen mit Skalenwerten von-3 bis +3 möglich (vgl. Wilkie; Pessemier (1973), 433f.). Diese Methode wird in der Literatur teilweise als „traditionelle Form der Self-Explicated-Methode“ bezeichnet; siehe dazu Hensel-Börner (2000, 17).
Vgl. Myers; Alpert (1968), 14; Kotler (1974), 417; Wilkie; Pessemier (1973), 433; Schweikl (1985), 102.
Die Einschätzungen auf einer Rating-Skala werden für den Entscheidungsträger vereinfacht, indem beispielsweise der wichtigsten Eigenschaft 10 Punkte zugewiesen und die verbliebenen Merkmale in Relation dazu eingeschätzt werden (vgl. Griffin; Hauser (1993), 16).
Ein Beispiel dafür ist eine Einordnung in „wichtig“ bzw. „unwichtig“ (vgl. Wilkie; Pessemier (1973), 433); Schweikl (1985), 102).
Eine häufig genutzte Frage wäre beispielsweise: “Welche dieser beiden Eigenschaften ist wichtiger — A oder B ?” Siehe Wilkie; Pessemier (1973), 433; Schweikl (1985), 102.
Der Entscheidungsträger wird hierbei aufgefordert, z.B. 100 Punkte auf sämtliche Eigenschaften entsprechend ihrer empfundenen Wichtigkeit zu verteilen. Diese Methode erweist sich einerseits als vorteilhaft, da der Entscheidungsträger schon in dieser ersten Phase Trade-offs vornehmen muss. Andererseits stellen Konstant-Summen-Skalen bei der praktischen Anwendung aus Sicht der Befragungsteilnehmer oft zu schwere Fragen dar (vgl. Wilkie; Pessemier (1973), 433f; Heeler; Okechuku; Reid (1979), 61; Schweikl (1985), 102; Johnson; Meyer; Ghose (1989), 513; Griffin; Hauser (1993), 16; Pöyhönen; Hämäläinen (1997), 2). Siehe auch Kapitel 3.2.
Vgl. Kotler (1974), 417.
Vgl. Bailom; Hinterhuber; Matzler; Sauerwein (1996), 121.
Vgl. Albers (1983), 212; Green; Krieger (2002a), 26; Lürssen (1989), 176; Albrecht (2000), 77.
Vgl. Myers; Alpert (1968), 16. Bei diesen Eigenschaften handelt es sich um Schwelleneigenschaften, d.h. eine bestimmte muss Mindestausprägung erreicht sein, damit eine Produktalternative überhaupt akzeptiert wird. Siehe auch Kapitel 4.1.4.
Vgl. Myers; Alpert (1968), 14; Alpert (1980), 84; Lürssen (1989), 176; Goodwin; Wright (2000), 28f.
Vgl. Srinivasan (1988), 296.
Eisenführ; Weber (2003), 130.
Reiners (1996, 43) bezeichnet diese Methode als „Duale Frage“. Im ursprünglichen Artikel von Myers; Alpert (1968, 16) wird sie „dual questioning“ benannt.
Vgl. Myers; Alpert (1968), 16; Tscheulin (1992), 96f.; Reiners (1996), 43; Stallmeier (1993), 36; Pras (1975), 73f.; Böhler (1979), 278ff.
Vgl. Anderson; Cox III; Fulcher (1976), 41; Böhler (1979), 279.
Dazu werden die Mittelwerte je Eigenschaft über alle Befragungsteilnehmer berechnet (siehe Pras (1975), 74). Neben den Mittelwerten der Determinanzwerte und den daraus resultierenden Rängen der einzelnen Produktmerkmale kann als weiteres Maüber alle Eigenschaften abweicht (vgl. Pras (1975), 74).
Vgl. Tscheulin (1992), 97; Pras (1975), 73.
Vgl. Jaccard; Brinberg; Ackerman (1986), 465.
Siehe ebenso Stallmeier (1993), 41; Myers; Alpert (1997), 54.
Vgl. Aschenbrenner (1990), 155.
Vgl. Douglas; Craig; Faivre (1981), 30f.; Day; Shocker; Srivastava (1979), 13f.; Grunert (2003), 46. Perrey (1998, 56) beschreibt diese Vorgehensweise als „sequentielle Ereignismethode“. Die Ergebnisse über den Ablauf der Bewertung der Produktalternativen können auch den Ausgangspunkt zur Strukturierung von Eigenschaften, die mit Hilfe von hierarchischen Methoden zur Präferenzmessung untersucht werden sollen, bilden (vgl. Perrey (1998), 56).
Vgl. Reiners (1996), 40f.; Shocker; Srinivasan (1979b), 7.
Vgl. Cattin; Wittink (1982), 46.
Vgl. Aschenbrenner (1990), 156; Schweikl (1985), 104f.; Douglas; Craig; Faivre (1981), 29; Douglas; Craig; Faivre (1981), 48ff.; Day; Shocker; Srivastava (1979), 13f.
Vgl. Bettman; Park (1980), 235f.
Vgl. Kaas; Hofacker (1983), 82; Douglas; Craig; Faivre (1981), 31ff.
Vgl. Kaas; Hofacker (1983), 82; Biehal; Chakravarti (1995), 269; Douglas; Craig; Faivre (1981), 37f.
Dabei handelt es sich meist um ex post erhobene Gedankenprotokolle, bei denen die Befragungsteilnehmer gebeten werden, die tatsächlichen intern abgelaufenen Informationsverarbeitungsprozesse einer Liste von vorgegebenen Informationsverarbeitungsstrategien zuzuordnen (vgl. Kaas; Hofacker (1983), 82). Andere Methoden der strukturierten Gedächtnisprotokolle nutzen vorgegebene Entscheidungsbäume, anhand derer ein mehrstufiger Informationsverarbeitungsprozess vereinfacht dargestellt werden kann (vgl. Kaas; Hofacker (1983), 90). Letztendlich dienen diese strukturierten Gedächtnisprotokolle eher der Analyse der Informationsverarbeitungs-und weniger der Informationsaufnahmeprozesse und sind deshalb nicht ohne weiteres zur Bestimmung der relevanten Eigenschaften geeignet.
Meist werden in der Praxis unstrukturierte Gedächtnisprotokolle angewendet (vgl. Kaas; Hofacker (1983), 82).
Vgl. Bettman; Park (1980), 239.
Vgl. Aschenbrenner (1990), 156; Douglas; Craig; Faivre (1981), 39ff. Diese werden auch als Entscheidungsnetz bezeichnet, da sie aus einer Sequenz von „ja/nein“ Entscheidungen (deren Knoten jeweils mit den Entscheidungskriterien wie beispielsweise den Produktmerkmalen bezeichnet werden) bestehen (vgl. Kaas; Hofacker (1983), 83).
Vgl. Aschenbrenner (1990), 156.
Vgl. Stallmeier (1993), 42; Kaas; Hofacker (1983), 83; Biehal; Chakravarti (1989),84, 94; Biehal; Chakravarti (1995), 269.
Vgl. Biehal; Chakravarti (1989), 84.
Vgl. Aschenbrenner (1990), 156; Kaas; Hofacker (1983), 83. Indem mehrere Marktforscher die erhobenen Daten parallel codieren, kann versucht werden, Verzerrungen durch Fehlinterpretationen zu verringern (vgl. Biehal; Chakravarti (1989), 88).
Vgl. Douglas; Craig; Faivre (1981), 36f.
Vgl. Bettman; Park (1980), 235.
Vgl. Kaas; Hofacker (1983), 83f.
Vgl. Kaas; Hofacker (1983), 82f.; Grunert (2003), 46.
Es werden auch die Begriffe „Informationstafeln“ (vgl. Stallmeier (1993), 42) bzw. „Informations-Display-Matrizen“ (vgl. Kaas; Hofacker (1983), 76) verwendet.
Vgl. Aschenbrenner (1990), 155.
Vgl. Kaas; Hofacker (1983), 76; Aschenbrenner (1990), 155; Lürssen (1989), 44; Trommsdorff (2003), 261.
Anhand dieser erhobenen Daten kann gleichwohl nicht bzw. nur sehr eingeschränkt auf die interne Informationsverarbeitung des Entscheidungsträgers geschlossen werden (vgl. Lürssen (1989), 54ff.).
Vgl. Lürssen (1989), 171; Gierl; Satzinger (2000), 266f.; Schweikl (1985), 103; Böcker; Schweikl (1988), 17ff.; Albrecht (2000), 35.
Vgl. Lürssen (1989), 177. Diese kann durch die im Kapitel 5.2.1 beschriebenen Methoden bestimmt werden.
Vgl. Aschenbrenner (1990), 155; Jaccard; Brinberg; Ackerman (1986), 464.
Der wiederholte Zugriff auf bestimmte Informationen könnte ebenfalls als ein Indiz für die Bedeutung einer Eigenschaft interpretiert werden, andererseits könte sie auch lediglich ein Zeichen für die Vergesslichkeit des jeweiligen Befragungsteilnehmers oder für die Komplexität der Befragungsaufgabe sein (vgl. Lürssen (1989), 183f.).
Vgl. Kaas; Hofacker (1983), 76; Lürssen (1989), 45; Schweikl (1985), 104. Eine entsprechende computergestützte Vorgehensweise nutzen Jaccard; Brinberg; Ackerman (1986, 464).
Vgl. Kaas; Hofacker (1983), 76.
Vgl. Lürssen (1989), 72.
Vgl. Painton; Gentry (1985), 240ff.
Vgl. Lürssen (1989), 178; Jaccard; Brinberg; Ackerman (1986), 464.
Vgl. Lürssen (1989), 178.
Vgl. Kaas; Hofacker (1983), 94; Heeler; Okechuku; Reid (1979), 61; Lürssen (1989), 67; Gierl; Satzinger (2000), 274. Schweikl (1985, 104f., 177ff.) verwendet die relative Häufigkeit der Informationsnutzung einer Eigenschaft zur Bestimmung der in der Conjoint-Analyse zu verwendenden Attribute.
Vgl. Lürssen (1989), 178f.
Vgl. Lürssen (1989), 179; Gierl; Satzinger (2000), 272; Schweikl (1985), 104f.; Stallmeier (1993), 42.
Vgl. Backhaus; Erichson; Plinke; Weiber (2003), 6.
Einige Beispiele für Probleme bei der Verwendung von Rangindizes beschreibt Lürssen (1989, 179ff.).
Eine Nutzung von Information-Display-Boards kann ebenfalls computergestützt erfolgen (vgl. Kaas; Hofacker (1983), 76; Painton; Gentry (1985), 241; Lürssen (1989), 45, 85). Eine der bekanntesten computergestützten Varianten ist “Mouselab” (für ein Anwendungsbeispiel siehe Dhar; Nowlis; Sherman (1999), 298f.). Daneben ist die Anwendung von Information-Display-Bords im Rahmen von schriftlichen Befragungen denkbar. Die Matrix ist dabei mit Klebestreifen abgedeckt. Die Befragungsteilnehmer werden gebeten, die abgezogenen Klebestreifen entsprechend der Reihenfolge der Informationssuche auf ein vorgegebenes Raster zu kleben (vgl. Kaas; Hofacker (1983), 76).
Vgl. Kaas; Hofacker (1983), 76.
Es werden jeweils immer die gleichen Eigenschaften bei jeder Alternative genutzt (vgl. Lürssen (1989), 58ff.).
Vgl. Kaas; Hofacker (1983), 77.
Vgl. Aschenbrenner (1990), 155.
Vgl. Lürssen (1989), 60f.
Vgl. Kaas; Hofacker (1983), 78.
Vgl. Aschenbrenner (1990), 158.
Vgl. Kaas; Hofacker (1983), 78; Lürssen (1989), 73, 77.
Vgl. Kaas; Hofacker (1983), 79; Lürssen (1989), 65.
Vgl. Lürssen (1989), 64.
Vgl. Lürssen (1989), 189ff.; Gierl; Satzinger (2000), 263ff.
Vgl. Kaas; Hofacker (1983), 81.
Vgl. Lürssen (1989), 181f. Zum Einfluss der Eigenschaft „Marke“ auf die von einem Entscheider angewendeten Bewertungsstrategien siehe Kapitel 4.1.2.
Vgl. Lürssen (1989), 181f.
Vgl. Lürssen (1989), 182.
Vgl. Lürssen (1989), 79; Schub von Bossiazky (1992), 51.
Vgl. Schub von Bossiazky (1992), 51f.; Kroeber-Riel (1996), 55.
Vgl. Trommsdorff (2003), 260.
Vgl. Aschenbrenner (1990), 155; Kroeber-Riel (1996), 56; Felser (1997), 324f.
Vgl. Schub von Bossiazky (1992), 52; Kroeber-Riel (1996), 55; Trommsdorff (2003), 260.
Vgl. Schub von Bossiazky (1992), 57; Trommsdorff (2003), 447.
Vgl. Schub von Bossiazky (1992), 55ff.
Vgl. Lürssen (1989), 72.
Vgl. Aschenbrenner (1990), 155f.
Vgl. Schub von Bossiazky (1992), 52.
Vgl. Schub von Bossiazky (1992), 59.
Vgl. Kroeber-Riel (1996), 56.
Für einen überblick verschiedener Studien siehe Kaas; Hofacker (1983), 96.
Vgl. Kroeber-Riel (1996), 58f.
Vgl. Trommsdorff (2003), 260f.
Vgl. Harford (2003). Siehe auch Kutter (2004), 87; Felser (1997), 341; Häusel (2004), 9ff.; Ahlert; Kenning (2006), 25ff.
Vgl. Harford (2003); Glimcher (2002), 323; Ahlert; Kenning (2006), 33.
Vgl. Kutter (2004), 85. Für ein Beispiel mit verschiedenen Produkten, bei denen der Einfluss der Eigenschaften mittels Gehirnstrommessung untersucht wird, siehe Häusel (2004, 16f.). Einen überblick über weitere typische Anwendungsgebiete bietet Ahlert; Kenning (2006, 32).
Vgl. Felser (1997), 341f.; Trommsdorff (2003), 80.
Vgl. Ahlert; Kenning (2006), 36f.
Vgl. Aschenbrenner (1990), 156.
Vgl. Aschenbrenner (1990), 156f. Die Ergebnisse von Transitionsanalysen erlauben lediglich sehr grobe Interpretationen zur Informationsaufnahme, zudem sind die Kennzahlen nicht eindeutig. Die generelle Möglichkeit, überhaupt sinnvolle Schlussfolgerungen anhand von Transitionsanalysen treffen zu können, ist deshalb äußerst umstritten (vgl. Kaas; Hofacker (1983), 80). Für einen überblick über verschiedene Maßzahlen bei der Analyse von Transitionen siehe Painton; Gentry (1985, 579ff.)
Vgl. Aschenbrenner (1990), 157; Bettman; Park (1980), 238; Biehal; Chakravarti (1989), 94; Biehal; Chakravarti (1995), 269f.
Vgl. Aschenbrenner (1990), 157f.
Vgl. Kaas; Hofacker (1983), 78f.; Lürssen (1989), 57ff.; Biehal; Chakravarti (1989), 94.
Vgl. Kaas; Hofacker (1983), 78f.; Lürssen (1989), 57ff.
Kaas; Hofacker (1983), 79. Siehe dazu auch Lürssen (1989), 57; Gierl; Satzinger (2000), 275f.
Vgl. Kaas; Hofacker (1983), 93.
Vgl. Kaas; Hofacker (1983), 84ff; Lürssen (1989), 85f.
Vgl. Douglas; Craig; Faivre (1981), 35.
Für einen überblick siehe Kaas; Hofacker (1983), 96ff. Siehe zum Vergleich zwischen Conjoint-Analyse und Information-Display-Board auch Heeler; Okechuku; Reid (1979, 62).
Für einen überblick siehe Lürssen (1989), 79.
Vgl. Green; Tull (1982), 128.
Vgl. Reiners (1996), 41; Stallmeier (1993), 42; Holling; Melles; Reiners (1999), 41; Schweikl (1985), 93; Alpert (1971), 185; Myers; Alpert (1997), 54.
Vgl. Reiners (1996), 41; Stallmeier (1993), 42.
Vgl. Schweikl (1985), 93; Reiners (1996), 41; Stallmeier (1993), 42. Siehe dazu auch Myers; Alpert (1968), 17; Myers; Alpert (1997), 57.
Vgl. Reiners (1996), 41; Schweikl (1985), 93.
Vgl. Reiners (1996), 41.
Die Gliederung der verschiedenen psychologischen Verfahren erfolgt in der Literatur nicht einheitlich-die Gruppierung der Methoden erfolgt hier analog zu Schub von Bossiazky (1992), 101ff.; Salcher (1995), 58ff. Für alternative Möglichkeiten zur Einordnung der Methoden siehe Reiners (1996), 41; Stallmeier (1993), 42; Schweikl (1985), 93.
Reiners (1996), 41; Stallmeier (1993), 42; Schweikl (1985), 93.
Siehe u.a. Schub von Bossiazky (1992), 101ff.; Salcher (1995), 71ff.
Beispielsweise bezeichnet Salcher (1995, 63) die Methode der Bildzuordnungen/Collagen-Technik als projektive Verfahren, während Schub von Bossiazky (1992, 114) diese Interviewform als Zuordnungsverfahren einordnet.
Vgl. Salcher (1995), 75.
Vgl. Salcher (1995), 101.
Vgl. Salcher (1995), 56; Kepper (2000), 183.
Vgl. Hammann; Erichson (2000), 101ff.; Schub von Bossiazky (1992), 102; Chang (2001), 253.
Vgl. Reiners (1996), 41.
Vgl. Salcher (1995), 56f.
Vgl. Hammann; Erichson (2000), 102; Schub von Bossiazky (1992), 102; Green; Tull (1982), 128; Kepper (2000), 183.
Vgl. Kepper (2000), 184.
Hammann; Erichson (2000), 102.
Vgl. Hammann; Erichson (2000), 102; Schub von Bossiazky (1992), 102.
Vgl. Albrecht (2000), 35; Sattler (1991), 83.
Vgl. Schub von Bossiazky (1992), 103; Salcher (1995), 59; Alpert (1971), 185.
Teilweise wird diese Vorgehensweise auch als Picture-Frustration-Test bezeichnet (vgl. Salcher (1995), 59).
Vgl. Salcher (1995), 59ff.
Vgl. Schub von Bossiazky (1992), 103ff.
Dieser wird in der Literatur auch als „thematischer Apperzeptionstest“ (vgl. Green; Tull (1982), 133), „Bilder-Erzähl-Test (vgl. Schub von Bossiazky (1992), 105; Salcher (1995), 61f.) bzw. „Proshansky Wahrnehmungstest“ (vgl. Krech; Crutchfield (1948), 240) bezeichnet.
Vgl. Salcher (1995), 61.
Vgl. Green; Tull (1982), 133.
Vgl. Krech; Crutchfield (1948), 240; Salcher (1995), 61f.
Vgl. Schub von Bossiazky (1992), 105ff.; Salcher (1995), 62f.
Vgl. Schub von Bossiazky (1992), 107; Salcher (1995), 66f.
Vgl. Albrecht (2000), 35; Schweikl (1985), 93; Sattler (1991), 83.
Salcher (1995), 67.
Salcher (1995), 71.
Vgl. Schub von Bossiazky (1992), 108.
Schub von Bossiazky (1992), 108. Siehe dazu auch Salcher (1995), 70.
Siehe Kapitel 5.2.1.1 oder auch Schweikl (1985), 93.
Schub von Bossiazky (1992), 108. Siehe auch Salcher (1995), 70.
Vgl. Schub von Bossiazky (1992), 108.
Vgl. Salcher (1995), 71.
Vgl. Schub von Bossiazky (1992), 109.
Diese werden auch als Methode der „Lücken-Ergänzung“ bezeichnet (vgl. Schub von Bossiazky (1992), 107; Salcher (1995), 67, 71).
Vgl. Schub von Bossiazky (1992), 109.
Vgl. Green; Tull (1982), 131; Stallmeier (1993), 42.
Schub von Bossiazky (1992), 109.
Vgl. Schub von Bossiazky (1992), 109. Diese Methode wird teilweise als „Stress-Interwiew“ bezeichnet (vgl. Salcher (1995), 72).
Vgl. Salcher (1995), 67.
Vgl. Green; Tull (1982), 131.
Vgl. Schub von Bossiazky (1992), 109f.
Vgl. Salcher (1995), 73.
Vgl. Schub von Bossiazky (1992), 109f.; Salcher (1995), 73.
Vgl. Salcher (1995), 74.
Vgl. Salcher (1995), 79f.; Schub von Bossiazky (1992), 110.
Ein Beispiel für eine solche Zuordnung von Eigenschaftsausprägungen zu einem Produkt findet man in Schub von Bossiazky (1992, 111) oder Salcher (1995, 79).
Vgl. Salcher (1995), 80ff.; Schub von Bossiazky (1992), 113.
Eine mögliche Aufgabenstellung wäre dabei beispielsweise, anhand von mehreren Fotos von Personen eines auszuwählen, dass am besten zu einer bestimmten Marke passt, d.h. dem „typischen“ Käufer einer Marke entspricht (vgl. Schub von Bossiazky (1992), 112).
Vgl. Schub von Bossiazky (1992), 112f.
Vgl. Salcher (1995), 63. Weitere Bezeichnungen sind „Bildzuordnungen“ (vgl. Salcher (1995), 63) und „Gestalterische Zuordnungsverfahren“ (vgl. Schub von Bossiazky (1992), 114).
Vgl. Salcher (1995), 63ff.
Vgl. Salcher (1995), 64.
Vgl. Salcher (1995), 64.
Vgl. Salcher (1995), 77. Ein typisches Beispiel eines Zuordnungsverfahrens, bei dem keinesfalls ausgeschlossen ist, dass der Befragungsteilnehmer einer Eigenschaft (z.B. Geschmack eines Bieres) mehrere Ausprägungen zuordnen kann, findet man bei Salcher (1995, 81ff.).
Teilweise wird dieses Verfahren als Zaltmans Metapher-Analyse-Technik bezeichnet (vgl. Morse (2002), 10).
Vgl. Coulter; Zaltman (1994), 502.
Vgl. Tomlin (2002), 26.
Vgl. Coulter; Zaltman (1994), 502ff.
Vgl. Tomlin (2002), 26.
Es werden jeweils zufällig drei Fotos aus der Collage ausgewählt und der Befragungsteilnehmer aufgefordert zwei Fotos zu bestimmen, die einander ähnlich und zu dem dritten unähnlich sind. Der Proband wird danach gebeten, säntliche Merkmale, bezüglich derer sich die Fotos unterscheiden, zu nennen (vgl. Coulter; Zaltman (1994), 503; siehe auch Kapitel 5.2.1.2)
Vgl. Coulter; Zaltman (1994), 502ff.
Vgl. Tomlin (2002), 26.
Vgl. Salcher (1995), 58.
Vgl. Green; Tull (1982), 130f.
Vgl. Salcher (1995), 58.
Vgl. Schweikl (1985), 93; Reiners (1996), 41.
Vgl. Green; Tull (1982), 128.
Vgl. Salcher (1995), 27.
Vgl. Salcher (1995), 36. Weitere alternative Systematisierungsvorschläge finden sich in Salcher (1995), 30f.; Herrmann (1998), 373.
Vgl. Salcher (1995), 36ff.
Vgl. Salcher (1995), 38f.
Vgl. Salcher (1995), 39f.
Vgl. Reynolds; Gutman (1988), 12; Herrmann (1998), 375; Skim Software (2003), 2; Griffin; Hauser (1993), 6.
Vgl. Reynolds; Gutman (1988), 12.
Vgl. Skim Software (2003), 2; Reynolds; Gutman (1988), 12.
Vgl. Reynolds; Gutman (1988), 12; Herrmann (1998), 376; Morgan (1984), 50.
Vgl. Herrmann (1998), 377.
Vgl. Reynolds; Gutman (1988), 12; Herrmann (1998), 377.
Herrmann (1998), 377.
Vgl. Herrmann (1998), 380.
Vgl. Herrmann (1998), 376; Reynolds; Gutman (1988), 15.
In der Literatur wird diese Methode als “Grey Benefit-Chain” bezeichnet, da sie in den 70er Jahren von der Werbeagentur Grey entwickelt wurde (vgl. Morgan (1984), 50).
Vgl. Morgan (1984), 50.
Vgl. Gutman (1982), 64; Young; Feigin (1975), 72.
Vgl. Young; Feigin (1975), 73.
Vgl. Young; Feigin (1975), 73; Gutman (1982). 65.
Vgl. Young; Feigin (1975), 73.
Vgl. Herrmann (1998), 380.
Vgl. Salcher (1995), 40f. Diese werden auch als hermeneutisch-interpretative Methoden zur Inhaltsanalyse bezeichnet (vgl. Herrmann (1998), 380).
Vgl. Salcher (1995), 42. Herrmann (1998, 380) beschreibt diese Vorgehensweise als empirisch-erklärende Analyseheuristik.
Vgl. Salcher (1995), 42f.; Reiners (1996), 41; Young; Feigin (1975), 72.
Vgl. Skim Software (2003), 1.
Vgl. Herrmann (1998), 380.
Vgl. Young; Feigin (1975), 72f.
Vgl. Reiners (1996), 41.
Vgl. Backhaus; Erichson; Plinke; Weiber (2003), 606; Kotler (1974), 418; Böhler (1979), 271f.; Sattler (1991), 95; Day; Shocker; Srivastava (1979), 14f.; Albers (2000), 360ff. Weiterhin existieren Varianten der MDS wie die Sammon Maps, die zur grafischen Darstellung von Entscheidungen innerhalb einer Gruppe geeignet sind (vgl. Condon; Golden; Wasil (2003), 1437ff.). Da diese Verfahren jedoch voraussetzen, dass die relevanten Merkmale und Ausprägungen bereits bestimmt wurden, werden diese Methoden hier nicht weiter beachtet.
Vgl. Reiners (1996), 41.
Die Eigenschaften werden dabei jeweils durch eine Ausprägung beschrieben (z.B. könnte eine Zeitschrift „viele praktische Anregungen“ bieten oder „preisgünstig“ sein). Die Befragungsteilnehmer schätzen im Folgenden die zu untersuchenden Stimuli danach ein, wie stark die vorgegebene Ausprägung auf die jeweilige Alternative zutrifft — so könnten die Produkte entsprechend des Vorhandenseins einer vorgegebenen Ausprägung in eine Rangfolge gebracht werden. Für ein Beispiel siehe Gierl (1995), 138).
Vgl. Gierl (1995), 113ff., 125. Schließlich können auch Daten über Idealvorstellungen von Nachfragern in einen Objektraum aufgenommen werden, wobei dies jedoch lediglich bei Merkmalen möglich ist, deren Ausprägungen ein Idealpunkt-oder Vektormodell zugrunde gelegt werden kann (vgl. Gierl (1995), 130). Für einen überblick verschiedener weiterer Varianten der MDS siehe Aaker; Kumar; Day (2000), 584.
Vgl. Backhaus; Erichson; Plinke; Weiber (2003), 607.
Vgl. Böhler (1979), 273. Alternativ besteht die Möglichkeit, den Befragungsteilnehmern eine Reihe von Marken/Produkten vorzugeben, die mit bestimmten Eigenschaftsausprägungen in Verbindung gebracht werden sollen. Anhand dieser Zuordnungen kann eine Assoziationsmatrix berechnet werden, deren Zellen die jeweiligen Mittelwerte der Assoziation einer Marke zu einer Eigenschaftsausprägung repräsentieren. Die mittlere Häufigkeit der Assoziation einer Marke mit einer Merkmalsausprägung wird dabei als Maß für die Ähnlichkeit zwischen Marke und Eigenschaftsausprägung interpretiert. Aus diesen Daten kann ein mehrdimensionaler Eigenschaftsraum erstellt werden (vgl. Böhler (1979), 272f.).
Vgl. Backhaus; Erichson; Plinke; Weiber (2003), 607. Problematisch an der Nutzung der Faktorenanalyse zur Merkmalsreduktion ist weiterhin, dass die resultierenden Bewertungsdimensionen oft nicht sinnvoll interpretierbar und künstlich sind (vgl. Pras (1975), 75; siehe auch Kapitel 5.2.1.4).
Vgl. Albers (1989), 189f.; Backhaus; Erichson; Plinke; Weiber (2003), 606; Albers (2000), 360ff.
Vgl. Reiners (1996), 41f.
Vgl. Albers (1989), 188ff.
Vgl. Reiners (1996), 41f.
Dafür stehen verschiedene Möglichkeiten wie die Bildung einer Rangfolge entsprechend der Ähnlichkeit und die Ankerpunktmethode (jedes Produkt wird einmal als Vergleichobjekt, die Ähnlichkeit der anderen Produkte wird in Bezug zu dieser Alternative eingeschätzt) zur Verfügung. Ferner besteht die Möglichkeit, dass die Ähnlichkeit von Objektpaaren anhand von Rating-Skalen eingeschätzt wird (vgl. Backhaus; Erichson; Plinke; Weiber (2003), 613ff.; Kotler (1974), 418).
Die Positionierung der Produkte erfolgt iterativ — ausgehend von einer ersten Positionierung (der Startkonfiguration) wird die Lösung schrittweise so verbessert, dass die Distanz im Objektraum zwischen unähnlichen Produktalternativen größer als die zwischen ähnlichen Produkten ist. Eine perfekte übereinstimmung ist im Normalfall jedoch nicht möglich (vgl. Backhaus; Erichson; Plinke; Weiber (2003), 621ff.; Albers (1989), 189f.).
Vgl. Reiners (1996), 41f.; Albers (1989), 190. Hierbei beschränkt man sich meist auf zwei bis drei Produktmerkmale, da dies eine grafische Darstellung des Objektraums und der Ähnlichkeiten der Objekte untereinander erlaubt und die Interpretation der Dimensionen vereinfacht. Weiterhin kann der Stress-Wert (ein Gütemaß für die Konfiguration) oder der Datenverdichtungskoeffizient zur Bestimmung der Anzahl der Bewertungsdimensionen herangezogen werden. Die Interpretierbarkeit durch den Marktforscher ist jedoch das entscheidende Kriterium bei der Festlegung der Anzahl der Dimensionen. Indes ist auch bei dieser Vorgehensweise nicht sichergestellt, dass die ermittelten Dimensionen überhaupt sinnvoll interpretiert werden können (vgl. Backhaus; Erichson; Plinke; Weiber (2003), 632f.).
Vgl. Reiners (1996), 41f.; Albers (1989), 190. Ein Problem bei der praktischen Anwendung der MDS ist aus diesem Grund der hohe subjektive Einfluss des Marktforschers bei der Festlegung und Benennung der Dimensionen (vgl. Backhaus; Erichson; Plinke; Weiber (2003), 607; Shocker; Srinivasan (1979b), 7).
Dabei sollte darauf geachtet werden, dass der subjektive Wahrnehmungsraum aus Befragungsteilnehmern mit relativ homogenen Bedürfnissen besteht. Ist dies nicht der Fall, können die Befragungsteilnehmer zunächst zu homogenen Gruppen zusammengefasst und die Daten innerhalb einer Gruppe aggregiert werden. Für die Aggregation der Daten bestehen drei Möglichkeiten: 1. Mittelwertbildung der Ähnlichkeitsdaten und Durchführung einer MDS, 2. Durchführung einer MDS auf individueller Ebene und Aggregation dieser Daten sowie 3. der Einsatz spezieller Software, die eine gemeinsame Analyse der Ähnlichkeitsdaten erlaubt (vgl. Backhaus; Erichson; Plinke; Weiber (2003), 634f.; Gierl (1995), 121).
Vgl. Albers (1989), 191.
Vgl. Backhaus; Erichson; Plinke; Weiber (2003), 607. Die Bewertungsdimensionen resultieren vielmehr aus komplexen Ähnlichkeitseinschätzungen der Entscheidungsträger — es erscheint deshalb kaum möglich, diese auf einfache und kurze Beschreibungen von Produktmerkmalen zurückzuführen. Die Aussagekraft solcher Untersuchungen wird aus diesem Grund von einigen Marktforschern angezweifelt und eine Anwendbarkeit dieser Methode zur Bestimmung von Produktdimensionen verneint (vgl. Shocker; Srinivasan (1979b), 7, 17).
Vgl. Backhaus; Erichson; Plinke; Weiber (2003), 632.
Vgl. Green; Srinivasan (1990), 8.
Vgl. Sattler (1991), 95.
Vgl. Gierl (1995), 125ff.
Vgl. Gierl (1995), 129f.
Sämtliche Varianten der MDS beruhen ihrer Vorgehensweise nach auf subjektiven Ähnlichkeitseinschätzungen. Einige Forscher zweifeln allerdings einen direkten Bezug zwischen Ähnlichkeiten und Präferenzen an (siehe u.a. Shocker; Srinivasan (1979b), 7). Wie bereits in Kapitel 5.2.1.2 beschrieben, wird dabei teilweise davon ausgegangen, dass Entscheidungsträger bei Ähnlichkeitseinschätzungen und Präferenzbewertungen nicht die gleichen Eigenschaften zur Einschätzung von Produktalternativen heranziehen (vgl. Lefkoff-Hagius; Mason (1993), 106).
Als Synonym wird der Begriff „Fokusgruppen“ verwendet (vgl. Melles (2001), 39).
Vgl. Schub von Bossiazky (1992), 72; Salcher (1995), 44.
Vgl. Schub von Bossiazky (1992), 70ff.; Morgan (1998), 5.
Vgl. Salcher (1995), 44; Morgan (1998), 10.
Vgl. Melles (2001), 39; Wilkie; Pessemier (1973), 429; Theuerkauf (1989), 1180. Für Anwendungsbeispiele von Gruppendiskussionen zur Bestimmung des Eigenschaftssets siehe Louviere; Gaeth (1987), 30f. oder Akaah; Korgaonkar (1983), 188; Albrecht (2000), 35; Rosko; DeVita; McKenna; Walker (1985), 29.
Vgl. Salcher (1995), 46ff.
Vgl. Salcher (1995), 50ff.
Vgl. Salcher (1995), 52f.
Vgl. Salcher (1995), 54.
Vgl. Salcher (1995), 55; Melles (2001), 40; Schlicksupp (1992), 59ff.
Vgl. Salcher (1995), 208.
Vgl. Schub von Bossiazky (1992), 82ff.; Haimerl; Lebok; Zerzer (2004), 28ff. Letztlich können beispielsweise die bereits in Kapitel 5.3.2.1 präsentierten projektiven Methoden auch im Rahmen von Gruppenbefragungen eingesetzt werden.
Für einen überblick über verschiedene Kreativitätstechniken siehe Schlicksupp (1992), 59ff.; Haupt (2000), 61ff. Für die Anwendung von Kreativitätstechniken im Rahmen von Gruppeninterviews zur Bestimmung der entscheidungsrelevanten Eigenschaften bei der Conjoint-Analyse siehe Reiners (1996), 38; Melles (2001), 40.
Vgl. Haupt (2000), 61f.; Schlicksupp (1992), 103.
Vgl. Salcher (1995), 211ff.
Vgl. Schlicksupp (1992), 15.
Vgl. Louviere (1988b), 51.
Siehe auch Stallmeier (1993), 43f.
Vgl. Louviere (1988b), 51.
Vgl. Louviere (1988b), 51.
Vgl. Reiners (1996), 38.
Vgl. Reiners (1996), 38; Schub von Bossiazky (1992), 70.
Vgl. Tomlin (2002), 27; Morgan (1998), 32.
Vgl. Reiners (1996), 38; Morgan (1998), 63.
Vgl. Edwards; Barron (1994), 307.
Vgl. Schub von Bossiazky (1992), 75f.; Morgan (1998), 62f.
Vgl. Morgan (1998), 69. Für einen überblick über mögliche Ansatzpunkte zur Analyse von Fokusgruppen siehe Morgan (1998), 70.
Vgl. Salcher (1995), 44.
Vgl. Tomlin (2002), 27; Morse (2002), 12; Reiners (1996), 38.
Vgl. Salcher (1995), 45; Schub von Bossiazky (1992), 73.
Vgl. Morse (2002), 12.
Vgl. Salcher (1995), 44; Schub von Bossiazky (1992), 73ff.; Schubert (1991), 182.
Vgl. Salcher (1995), 44; Morgan (1998), 12.
Ein vergleichbares Ergebnis finden Helm; Scholl; Manthey; Steiner (2004, 16) und Böhler (1979, 287) bei den Methoden der Elicitation-Technik und Dualen-Befragung.
Vgl. Böhler (1979), 287; Jaccard; Brinberg; Ackerman (1986), 465ff.; Schweikl (1985), 106.
Vgl. Höser (1998), 109; Schweikl (1985), 92f.; Hausruckinger (1993), 120; Jain; Acito; Malhotra; Mahajan (1979), 315; Schweikl (1985), 106.
Vgl. Hausruckinger (1993), 120; Höser (1998), 109; Schweikl 1985, 92; Schubert 1991, 180; Helm; Scholl; Manthey; Steiner (2004), 16.
Vgl. Jaccard; Brinberg; Ackerman (1986), 465ff. Beispielsweise werden mit Hilfe der Elicitation Technik saliente Merkmale erfasst, während die Duale Befragung die Determinanz von Attributen bestimmt.
Für Stufenverfahren auf Basis von Experteninterviews siehe Keeney; Gregory (2005), 7.
Für einen Überblick siehe Shocker; Srinivasan (1979b), 11f.; Kotler (1974), 417; Reiners (1996), 43f. und Schubert (1991), 179. Zu den Methoden der Bewertung der Wichtigkeit von Eigenschaften siehe Kapitel 5.2.2.
Wie genau die Gewichtung der beiden Stufen erfolgen soll, wird allerdings nicht beschrieben (vgl. Schweikl (1985), 106). Auch die Aggregation der Daten bleibt unklar. Eine Aggregation erscheint allerdings unmöglich, da die Entscheider jeweils individuelle und nicht zwischen den Probanden vergleichbare Eigenschaftssets bewerten.
Vgl. Schweikl (1985), 106.
Vgl. Pras (1975), 74ff.
Diese Methode wurde von Myers (1976, 23ff.) vorgeschlagen.
Vgl. Shocker; Srinivasan (1979b), 8; Shocker; Srinivasan (1979a), 162.
Vgl. Myers (1976), 23.
Vgl. Myers (1976), 24ff.
Vgl. Shocker; Srinivasan (1979b), 8f.
Mehrfachnennungen waren möglich. Dies bedeutet, dass in jedem Fall der Auftraggeber in die Auswahl der zu untersuchenden Eigenschaften einbezogen wurde (vgl. Cattin; Wittink (1982), 46).
Hier bleibt unklar, welche konkrete Vorgehensweise zur Bestimmung der Eigenschaften benutzt wurde. Cattin; Wittink (1982, 46) beschreiben diese Vorgehensweise als “the set of attributes may be based more heavily on direct consumer input”. Entsprechend dieser Erläuterung könnte es sich um eine Variante der Elicitation-Technik handeln. Schubert (1991, 317) bezeichnet diese Art der Erhebung der Eigenschaften als „Anwenderbefragung“. Auch dabei bleibt unklar, welche genaue Vorgehensweise zur Bestimmung der Merkmale genutzt wurde. Da bei Helm; Steiner (2006, 11) lediglich in 8% der untersuchten Fälle die Bestimmung der Eigenschaften allein auf Basis von Konsumentenurteilen basieren, wurden diese Verfahren zu einer Gruppe zusammengefasst.
Siehe analog Melles (2001), 43.
Vgl. Hair; Anderson; Tatham; Black (1998), 407.
Vgl. Reynolds; Gutman (1988), 15; Hair; Anderson; Tatham; Black (1998), 399; Schmidt (1990), 271. Meist wird die Bestimmung der Ausprägungen allerdings gar nicht beschrieben, siehe u.a. Theuerkauf (1989), 1180.
Die Abstände zwischen den Eigenschaftsausprägungen lassen sich lediglich bei Eigenschaften bestimmen, deren Ausprägungen quantitativ bzw. kontinuierlich sind; bei Merkmalen mit qualitativen bzw. diskreten Abstufungen sind diese nicht bestimmbar (siehe Darmon; Rouziès (1989), 35).
Teilweise wird auch der Begriff „Spannweite“ verwendet (vgl. Backhaus; Erichson; Plinke; Weiber (2003), 567).
Vgl. Darmon; Rouziès (1989), 35; Reiners (1996), 51.
Vgl. Swoboda (2000), 155.
Vgl. Fröhling (1994), 1147.
Vgl. Sattler; Gedenk; Hensel-Börner (2002b), 954; Nitzsch; Weber (1991), 972.
Siehe Reiners (1996), 51f. Schubert (1991, 196) plädiert auch dafür, lediglich die in der Realität vorkommenden Ausprägungen zu verwenden. Demnach wären alle Eigenschaftsausprägungen zu berücksichtigen, bei denen vermutet werden kann, dass diese dem Befragungsteilnehmer irgendeinen Nutzen stiften könnten, d.h. der Nutzen größer als „0“ ist (vgl. Reiners (1996), 51f.).
Diese Annahme wird von Green; Srinivasan (1978, 109) jedoch nicht begründet.
Green; Srinivasan (1978), 109. Siehe dazu auch Hair; Anderson; Tatham; Black (1998), 408.
McCullough (2002b), 20.
Vgl. Creyer; Ross (1988), 508; Hausruckinger (1993), 123; Schubert (1991), 196.
Erstmals wurde dieser Effekt von Creyer; Ross (1988, 505ff.) beschrieben (siehe auch Stallmeier (1993), 67). Dieser wird in der Literatur teilweise als Endpunkteproblem bezeichnet (vgl. Reiners (1996), 51).
Vgl. Sattler; Gedenk; Hensel-Börner (2002b), 954; Nitzsch; Weber (1991), 972; Verlegh; Schifferstein; Wittink (2002), 44f.; Creyer; Ross (1988), 110. In früheren Untersuchungen wurde die Änderung der Bedeutungsgewichte bei einer Variation der Bandbreite bereits als Bandbreiteneffekt beschrieben, wobei dies jedoch keine Verzerrung der Ergebnisse, sondern lediglich eine Kontextabhängigkeit der Präferenzen widerspiegelt (vgl. Verlegh; Schifferstein; Wittink (2002), 44).
Vgl. Nitzsch; Weber (1991), 972ff.; Nitzsch; Weber (1993), 938; Sattler; Gedenk; Hensel-Börner (2002a), 957ff.
Vgl. Albers (2000), 367; Albers (1989), 192. So ist bekannt, dass die Ausprägungen der Eigenschaft „Preis“ oft nicht linear eingeschätzt werden (vgl. McCullough (2002b), 20; Zicha (1991), 36).
Für ein Beispiel siehe Balderjahn (1993), 110f.
Vgl. Diller (2000), 87.
Vgl. Diller (2000), 138.
Vgl. Sattler; Gedenk; Hensel-Börner (2002b), 973; Melles (2001), 123; Winterfeldt; Edwards (1986), 285.
Vgl. Hair; Anderson; Tatham; Black (1998), 399.
Vgl. Schubert (1991), 195.
Vgl. Addelman (1962), 21ff.
Vgl. Reiners (1996), 52.
Vgl. Reibstein; Bateson; Boulding (1988), 274.
Vgl. Höser (1998), 109; Reiners (1996), 52; Schubert (1991), 196; Klein (2002), 14.
Vgl. Wittink; Huber; Zandan; Johnson (1992), 3.
Erstmals wurde dieser Attributstufeneffekt von Currim; Weinberg; Wittink (1981, 72) und ausführlicher von Wittink; Krishnamurthi; Nutter (1982, 471) beobachtet und beschrieben. Siehe auch Creyer; Ross (1988), 506; Hausruckinger; Helm (1996), 272; Hair; Anderson; Tatham; Black (1998), 407; Orme (1998), 1; Wittink (1991), 44.
Vgl. Wittink; McLauchlan; Seetharaman (1999), 238; Wittink; Seetharaman (1999), 279f.
Vgl. Wittink; Huber; Zandan; Johnson (1992), 2f.; Wittink; Seetharaman (1999), 269; Perrey (1996), 107; Melles (2001), 118. Reiners (1996, 53) bezeichnet dies als “Anzahl-der-Stufen-Effekt”.
Vgl. Wittink; Huber; Zandan; Johnson (1992), 1ff.; Wittink; Seetharaman (1999), 269. In anderen Studien wie beispielsweise Wittink; McLauchlan; Seetharaman (1999, 228); Green (1984, 162); Steenkamp; Wittink (1994, 285); Melles (2001, 119) wird davon ausgegangen, dass Self-Explicated Methoden nicht bzw. weniger stark vom Attributstufeneffekt betroffen sind. Auch in einer Studie von Wittink (1991, 51) werden bei dieser direkten Methode zur Präferenzmessung keinerlei Auswirkungen der Attributstufen festgestellt.
Vgl. Wittink; Huber; Zandan; Johnson (1992), 2f.
Für einen überblick verschiedener Studien und einer empirischen überprüfung siehe Wittink; Huber; Zandan; Johnson (1992), 2ff. Siehe auch Wittink; Krishnamurthi; Nutter (1982), 472f.; Wittink (1991), 43.
Dieser Effekt wird erstmals von Currim; Weinberg; Wittink (1981, 72) beschrieben.
Vgl. Verlegh; Schifferstein; Wittink (2001), 6; Verlegh; Schifferstein; Wittink (2002), 45.
Vgl. Currim; Weinberg; Wittink (1981), 72; Wittink; Krishnamurthi; Nutter (1982), 471.
Vgl. Steenkamp; Wittink (1994), 278ff.
Vgl. Currim; Weinberg; Wittink (1981), 72; Wittink (1991), 45.
Vgl. Hausruckinger; Helm (1996), 272; Wittink; Krishnamurthi; Nutter (1982), 471; Wittink; Huber; Zandan; Johnson (1992), 4f.; Reiners (1996), 53; Klein; Bither (1987), 253; Melles (2001), 120.
Vgl. Wittink; Krishnamurthi; Nutter (1982), 474; Wittink; Krishnamurthi; Reibstein (1989), 120; Wittink; McLauchlan; Seetharaman (1999), 228.
Vgl. Verlegh; Schifferstein; Wittink (2002), 45; Verlegh; Schifferstein; Wittink (2001), 6.
Vgl. Hausruckinger; Helm (1996), 272; Reiners (1996), 53; Verlegh; Schifferstein; Wittink (2002), 45; Wittink (1991), 44; Perrey (1996), 108; Melles (2001), 120.
Siehe dazu Currim; Weinberg; Wittink (1981, 72) und Wittink; Krishnamurthi; Nutter (1982, 473). Hier wird anhand einer empirischen Studie als auch anhand von formalen überlegungen gezeigt, dass analog zu den Trade-off Matrizen ebenfalls Conjoint-Analysen basierend auf einer Rangbildung bzw. ordinalen Paarvergleichen von diesem Problem betroffen sind.
Vgl. Wittink; Krishnamurthi; Reibstein (1989), 115ff.; Wittink (1991), 45. Wittink; Krishnamurthi; Reibstein (1989, 113ff) vermuten deshalb, dass nur Eigenschaften mit der gleichen Anzahl an Ausprägungen vergleichbar sind.
Vgl. Wittink; Krishnamurthi; Reibstein (1989), 122; Wittink (1991), 50f.; Steenkamp; Wittink (1994), 285.
Vgl. Wittink; Krishnamurthi; Reibstein (1989), 120; Wittink; McLauchlan; Seetharaman (1999), 230.
Vgl. Wittink; McLauchlan; Seetharaman (1999), 234; Wittink; Seetharaman (1999), 279f.
Dabei ist unklar, warum bei manchen Befragungsteilnehmern metrische, bei anderen nicht-metrische Daten erhoben wurden. Es wird jedoch deutlich, dass neben der Skala und der verwendeten Methode auch die Befragungsteilnehmer den Attributstufeneffekt hervorrufen (vgl. Steenkamp; Wittink (1994), 285).
Bei der Verwendung einer Magnituden-Skala schätzen die Befragungsteilnehmer den Stimulus anhand eines physischen Mediums, wie z.B. der Lautstärke eines Tons, der Länge einer Geraden, ein (vgl. Steenkamp; Wittink (1994), 278).
Vgl. Steenkamp; Wittink (1994), 282.
Vgl. Green; Krieger; Agarwal (1991), 216.
Siehe Wittink; Seetharaman (1999), 277. Auch bei Green; Krieger; Agarwal (1991, 220f.) wurde die Vermischung von zwei verschiedenen Methoden und Skalenarten (neben anderen Problemen) als ein gravierender Schwachpunkt der ACA identifiziert, allerdings nicht mit dem Attributstufeneffekt in Verbindung gebracht.
Für eine detaillierte Beschreibung der Gewichtung siehe Orme (1998), 3f..
Vgl. Orme (1998), 3ff.
Vgl. Wittink; Huber; Zandan; Johnson (1992), 5f.
Siehe Wittink; Seetharaman (1999), 279f.
Vgl. Currim; Weinberg; Wittink (1981), 72; Wittink; Krishnamurthi; Nutter (1982), 471; Perrey (1996), 107f.; Melles (2001), 120.
Siehe beispielsweise Wittink; McLauchlan; Seetharaman (1999), 238.
Vgl. Reiners (1996), 53; Perrey (1996), 108.
Vgl. Perrey (1996), 108.
Siehe auch Wittink (1991), 44.
Vgl. Wittink; Krishnamurthi; Nutter (1982), 474.
Vgl. Wittink; Krishnamurthi; Reibstein (1989), 118.
Vgl. Wittink; McLauchlan; Seetharaman (1999), 230. Zudem ist sie lediglich bei Conjoint-Analysen, die auf Rangdaten beruhen, möglich.
Für einen überblick siehe Wittink; Krishnamurthi; Reibstein (1989), 118f.
Vgl. Wittink; Krishnamurthi; Reibstein (1989), 118.
Vgl. Wittink; Huber; Zandan; Johnson (1992), 3; Wittink; McLauchlan; Seetharaman (1999), 237f.; Paffrath (1999), 241; Wittink; Seetharaman (1999), 280.
Vgl. Höser (1998), 109f.; Wittink (1991), 48; Creyer; Ross (1988), 508; Hair; Anderson; Tatham; Black (1998), 407; Wittink; Krishnamurthi; Nutter (1982), 474; Wittink; Krishnamurthi; Reibstein (1989), 118; Wittink; Seetharaman (1999), 272; Melles (2001), 120f.; McCullough (2002b), 20; Vriens (1995), 33; McCullough (2002b), 20. Viele wissenschaftliche Studien weisen dementsprechend eine möglichst gleiche Anzahl der Eigenschaftsausprägungen auf (vgl. Wittink; McLauchlan; Seetharaman (1999), 230). Albers (2000, 365) empfiehlt sogar, dass Eigenschaften immer genau drei Ausprägungen aufweisen sollten. Auch Stallmeier (1993, 146) geht davon aus, dass Eigenschaften mit mehr als 3 Ausprägungen bei der Conjoint-Analyse aus „Gründen der übersichtlichkeit“ vermieden werden sollten.
Vgl. Wittink (1991), 48.
Vgl. Hair; Anderson; Tatham; Black (1998), 407; Melles (2001), 121.
Vgl. Wittink; Krishnamurthi; Nutter (1982), 474; Wittink; Krishnamurthi; Reibstein (1989), 118.
Vgl. Wittink (1991), 50f.; Wittink; Krishnamurthi; Reibstein (1989), 121; Melles (2001), 121.
Vgl. Wittink; Huber; Zandan; Johnson (1992), 10.
Vgl. Wittink (1991), 48.
Siehe dazu auch Wittink; Krishnamurthi; Reibstein (1989), 120; Wittink; McLauchlan; Seetharaman (1999), 229; Wittink; Seetharaman (1999), 272.
Vgl. Wittink; Seetharaman (1999), 272.
Innerhalb der ACA wurde die Wichtigkeit einer Eigenschaft auf einer 4 Punkte Rating-Skala gemessen, bei der mit „4“ sehr wichtige und mit „1“ weniger wichtige Merkmale beschrieben wurden (vgl. Wittink; McLauchlan; Seetharaman (1999), 229).
Zu einem ähnlichen Ergebnis kommen Wittink; Seetharaman (1999), 279f.
Vgl. Schmidt (1990), 273.
Vgl. Schmidt (1990), 272f.
Vgl. Melles (2001), 128; Hartmann (2004), 17. Man unterscheidet das „Risiko-Wahl-Framing“, das „Ziel-Framing“ und das „Attribut-Framing“. Für die Benennung der Eigenschaftsausprägungen ist insbesondere das „Attribut-Framing“ relevant, weshalb im Folgenden lediglich auf diesen Framing-Effekt eingegangen wird (vgl. Melles (2001), 128ff.; Janiszewski; Silk; Cooke (2003), 312).
Vgl. Helm; Satzinger (1999), 22.
Für einen überblick siehe Melles (2001), 131ff.
Bei Befragungsteilnehmern, die über ausgeprägte Erfahrungen in dem jeweiligen Untersuchungsbereich verfügen und die Produktmerkmale ohne größeren kognitiven Aufwand interpretieren, d.h. die Auswirkungen eines negativen bzw. positiven Frames einschätzen können, ist mit keinen bzw. lediglich geringen Auswirkungen des Attribut-Framing zu rechnen (vgl. Janiszewski; Silk; Cooke (2003), 323; Melles (2001), 132f.).
Vgl. Melles (2001), 186.
Vgl. Perrey (1996), 108.
Vgl. Schmidt (1990), 274. Siehe Kapitel 4.1.8.
Vgl. Shocker; Srinivasan (1979b), 14.
Vgl. Darmon; Rouziès (1989), 40.
Vgl. Darmon; Rouziès (1989), 35; Huber; Wittink; Johnson (1992), 3f.
Siehe dazu beispielsweise Acito; Jain (1980), 107; Agarwal; Green (1991), 142; Currim; Weinberg; Wittink (1981), 70.
Vgl. Darmon; Rouziès (1989), 42f.
Vgl. Albrecht (2000), 34.
Vgl. Melles (2001), 186.
Rights and permissions
Copyright information
© 2007 Deutscher Universitäts-Verlag | GWV Fachverlage GmbH, Wiesbaden
About this chapter
Cite this chapter
(2007). Methoden zur Identifizierung von entscheidungsrelevanten Eigenschaften und Ausprägungen. In: Nachfragerorientierte Präferenzmessung. DUV. https://doi.org/10.1007/978-3-8350-9593-9_5
Download citation
DOI: https://doi.org/10.1007/978-3-8350-9593-9_5
Publisher Name: DUV
Print ISBN: 978-3-8350-0773-4
Online ISBN: 978-3-8350-9593-9
eBook Packages: Business and Economics (German Language)