In dieser Arbeit sollen drei in der Marktforschung gebräuchliche multivariate
Analysemethoden vorgestellt werden: die multidimensionale Skalierung (MDS), die
Faktorenanalyse sowie die Clusteranalyse. Grundsätzlich gesehen geht es bei allen
drei Methoden um die Aufbereitung und Verdichtung von Daten. Da das menschliche
Gehirn nur begrenzte Kapazitäten der Informationsaufnahme und -verarbeitung hat,
ist es für uns nicht möglich, eine größere Menge von Daten simultan zu betrachten.
Allerdings ist die Marktforschung bei der Analyse von Produkten oft mit einer sehr
großen Fülle an Rohdaten konfrontiert. Um diese unüberschaubare Menge von
Daten für die Marktforschung brauchbar zu machen, ist es notwendig, die
Datenmasse so zu vereinfachen, dass man bestimmte Strukturen erkennen kann, die
diesen Daten zugrunde liegen und so beispielsweise wichtige Informationen zum
Kaufverhalten geben. Hierzu sind systematische Methoden, notwendig mit deren
Hilfe man das Datenmaterial reduzieren und komprimieren kann. Im Prinzip ist dieser
Vorgang mit dem Sich-Entfernen von einem impressionistischen Gemälde
vergleichbar. Steht man zu nah am Bild, kann man aufgrund der übermäßigen Fülle
an Farbpixeln nichts erkennen, entfernt man sich, abstrahiert das Gehirn auf
bestimmte Strukturen und man kann ein Bild erkennen. Das ist zwar einerseits mit
einem Informationsverlust verbunden, da man nicht mehr alle Informationen
erkennen und berücksichtigen kann, andererseits wird der subjektive
Erkenntnisgewinn enorm gesteigert.
Bei diesem Erkenntnisgewinn erfüllen die drei im folgenden zu erläuternden
Methoden verschiedene Aufgaben. So ist die Faktorenanalyse ein rein
datenreduzierendes Verfahren, das der Clusteranalyse oft vorangeschaltet wird. Bei
der Clusteranalyse wiederum handelt es sich um eine Methode, Datenmengen zu
gruppieren und zu typologisieren. Die MDS schließlich ist ein Verfahren, um Objekte
im mehrdimensionalen Raum zu positionieren.
Desweiteren handelt es sich bei den drei hier vorzustellenden multivariaten
Analysemethoden um deskriptive statistische Verfahren. Das sind Verfahren, mithilfe
derer man aus einer Stichprobe gewonnene Datenmengen aufbereitet, auswertet
und interpretiert. Im Gegensatz zu den uni- und bivariaten Analysemethoden der
deskriptiven Statistik beziehen multivariate Verfahren mindestens 3 Variable in die
Untersuchung mit ein. [...]
Inhaltsverzeichnis
EINLEITUNG
1. FAKTORENANALYSE
1.1 ZIEL
1.2 IDEALTYPISCHER VERLAUF EINER FAKTORENANALYSE
1.2.1 AUSGANGSPUNKT ROHDATENMATRIX
1.2.2 STANDARDISIERUNG DER DATENMATRIX
1.2.3 BILDUNG EINER KORRELATIONSMATRIX
1.2.4 EXTRAKTION DER FAKTOREN
1.2.5 INTERPRETATION DER FAKTOREN
1.3 ANWENDUNGSGEBIETE DER FAKTORENANALYSE IN DER MARKTFORSCHUNG
2. CLUSTERANALYSE
2.1 ZIEL
2.2 BEISPIEL
2.3 IDEALTYPISCHER VERLAUF EINER CLUSTERANALYSE IN DERMARKTFORSCHUNG
2.3.1 AUSGANGSPUNKT ROHDATENMATRIX
2.3.2 UMWANDLUNG DER DATENMATRIX IN EINE DISTANZ- BZW. ÄHNLICHKEITSMATRIX
2.3.3 CLUSTERBILDUNG
2.4 ANWENDUNGSGEBIETE DER CLUSTERANALYSE IN DERMARKTFORSCHUNG
3. MULTIDIMENSIONALE SKALIERUNG (MDS)
3.1 ZIEL
3.2 GRUNDIDEE UND BEISPIEL
3.3 EINBLICKE IN DURCHFÜHRUNG UND PROBLEME DER MDS ANHAND EINES HISTORISCHEN BEISPIELS
3.4 IDEALTYPISCHER VERLAUF EINER MDS IN DER MARKTFORSCHUNG
3.5 PROBLEME UND VORTEILE DER MDS
3.6 ANWENDUNGSGEBIETE DER MDS IN DER MARKTFORSCHUNG
4. CONCLUSION
Zielsetzung und Themen der Arbeit
Diese Arbeit zielt darauf ab, drei zentrale multivariate Analysemethoden der Marktforschung – Faktorenanalyse, Clusteranalyse und multidimensionale Skalierung (MDS) – zu erläutern und ihre Anwendung bei der Datenverdichtung und Strukturierung komplexer Informationen darzustellen.
- Grundlagen der Datenreduktion und Strukturierung.
- Methodische Vorgehensweisen der Faktorenanalyse, Clusteranalyse und MDS.
- Einsatzmöglichkeiten und Anwendungsgebiete in der modernen Marktforschung.
- Vergleich der Verfahren hinsichtlich ihrer statistischen Voraussetzungen.
- Kritische Würdigung der interpretativen Spielräume bei multivariaten Ergebnissen.
Auszug aus dem Buch
1.2.4 Extraktion der Faktoren
Nun beginnt die eigentliche Schwierigkeit der Faktorenanalyse. Waren bis zu diesem Punkt alle Schritte klar vorgegeben, muss der Versuchsleiter nun individuelle Entscheidungen darüber treffen, welche Methoden nun bei der sog. Extraktion der Faktoren aus der Korrelationsmatrix angewandt werden sollen. Grundsätzlich geht es nun darum, die Variablen gemäß ihrer Korrelation zu möglichst wenigen unabhängigen Faktoren zusammenzufassen. Dies ist oft nicht ganz einfach. So korreliert in diesem Beispiel unter anderem das Gewicht stark sowohl mit dem Preis als auch mit der Länge, wobei jedoch die Länge nur mäßig stark mit dem Preis korreliert.
Das gängigste Lösungsverfahren zur Extraktion der Faktoren aus der Korrelationsmatrix ist die sog. Hauptkomponentenmethode, bei der unterstellt wird, „daß die gesamte Varianz in den Merkmalsvariablen sich (bis auf einen zufälligen Rest) auf eine Menge gemeinsamer Faktoren zurückführen läßt.“ (Hammann 2000, S. 261) Prinzipiell können so viele Faktoren extrahiert werden wie Variablen vorhanden sind. Allerdings ist es ja die Aufgabe der Faktorenanalyse, möglichst wenige Faktoren zu extrahieren, die voneinander unabhängig sind und einen möglichst großen Varianzanteil der Variablen erklären. Zur Lösung dieser Aufgabe bedient man sich gewöhnlicher Weise des Eigenwerts der Faktoren. „Der Eigenwert ist die Summe der quadrierten Ladungen eines Faktors über alle Variablen.“ (Berekoven 1987, S. 199). Somit gibt der Eigenwert den Anteil an der Gesamtvarianz aller Variablen an, den ein Faktor erklärt. Demnach kann man mithilfe des Eigenwertes eine Aussage über die Wichtigkeit eines Faktors machen.
Zusammenfassung der Kapitel
EINLEITUNG: Einführung in die Bedeutung multivariater Analysemethoden zur Verdichtung großer Datenmengen in der Marktforschung.
1. FAKTORENANALYSE: Erläuterung der Reduktion beobachteter Variablen auf latente Faktoren unter Anwendung der Hauptkomponentenmethode.
2. CLUSTERANALYSE: Darstellung von Methoden zur Gruppierung von Objekten anhand ihrer Ähnlichkeit bzw. Distanz in einem vieldimensionalen Raum.
3. MULTIDIMENSIONALE SKALIERUNG (MDS): Analyse der räumlichen Anordnung von Objekten basierend auf Distanzdaten zur Identifikation von Marktstrukturen.
4. CONCLUSION: Zusammenfassende Bewertung der Relevanz multivariater Verfahren und ihres Nutzens für die strategische Marktforschung.
Schlüsselwörter
Marktforschung, Multivariate Analyse, Faktorenanalyse, Clusteranalyse, Multidimensionale Skalierung, Datenreduktion, Marktsegmentierung, Hauptkomponentenmethode, Korrelationsmatrix, Distanzmaße, Eigenwert, Faktorladung, Typologisierung, Markenimage, Datenverdichtung
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit behandelt die theoretischen Grundlagen und praktischen Anwendungen von drei wichtigen multivariaten Analyseverfahren innerhalb der Marktforschung.
Was sind die zentralen Themenfelder?
Die zentralen Themen sind die Faktorenanalyse zur Variablenreduktion, die Clusteranalyse zur Typenbildung und die MDS zur räumlichen Marktpositionierung.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, aufzuzeigen, wie komplexe Datensätze durch systematische multivariate Methoden so vereinfacht werden können, dass marktrelevante Strukturen erkennbar werden.
Welche wissenschaftliche Methode wird verwendet?
Es handelt sich um eine deskriptive statistische Untersuchung, die auf der Analyse von Sekundärliteratur und methodischen Fallbeispielen basiert.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in die detaillierte Darstellung des idealtypischen Ablaufs der drei Methoden sowie deren spezifische Anwendungsgebiete in der Marktforschung.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die wichtigsten Begriffe sind Multivariate Analyse, Marktforschung, Datenreduktion, Faktorenanalyse, Clusteranalyse und multidimensionale Skalierung.
Warum spielt die Faktorenrotation bei der Faktorenanalyse eine zentrale Rolle?
Die Rotation ist notwendig, um eine sogenannte Einfachstruktur zu erreichen, wodurch Faktoren eindeutiger interpretiert und inhaltlich benannt werden können.
Was genau ist das Stresskriterium bei der MDS?
Das Stresskriterium ist ein mathematisches Maß, das angibt, wie gut die vom Modell erzeugten Distanzen im Raum die tatsächlichen subjektiven Ähnlichkeitsdaten der Probanden widerspiegeln.
Wie kann das Idealpunktmodell in der MDS zur Strategiefindung genutzt werden?
Es hilft Unternehmen zu visualisieren, wie Marken im Vergleich zu den idealen Präferenzen der Kunden positioniert sind und wo Marktlücken oder Substitutionskonkurrenz existieren.
- Quote paper
- Alexander Bock (Author), 2002, Multivariate Analysemethoden. Faktoren-, Clusteranalyse und multidimensionale Skalierung, Munich, GRIN Verlag, https://www.grin.com/document/22476
