Conjoint Analyse Flashcards

1
Q

Was ist Conjoint Measurement?

A

Messung der Ausprägung von komplexen Messobjekten auf Variablen, die eigentlich aus mehreren anderen Variablen oder Attributen zusammengesetzt sind (= Verbundmessung).

Idee: Man berücksichtigt alle Alternativen gleichzeitig.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Was ist die Ausgangsbasis von Conjoint Measurement?

A

Gesamtbewertung (Relative Wichtigkeit der Attribute und Skala für Attributsausprägungen)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Was ist das Ziel von Conjoint Measurement?

A

Beantwortung der beiden folgenden Fragen:
1. Wie werden die einzelnen Variablen/Attribute kombiniert, um zum Gesamturteil zu kommen (Kompositionsregel)
2. Wie müssen die einzelnen Variablen/Attribute (unter der Annahme einer bestimmten Kompositionsregel) skaliert werden, um die Verbundmessung am besten zu erklären?

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Wie heißen die Verfahren, die zur Beantwortung der zentralen Fragen führen?

A

Axiomatisches Conjoint Measurement
Numerisches (Conjoint Analysis, Verbundene Analyse)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Was ist Axiomatisches Conjoint Measurement?

A

Herausfinden der Kompositionsregel: Wie sind die Attribute verknüpft?
–> Überprüfung der Axiome, die jeweils für eine bestimmte Art von Verknüpfung gelten

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Was ist Numerisches Conjoint Measurement?

A

Herausfinden einer geeigneten Skalierung: Wie können Attribute (in der Regel additiv) kombiniert werden, um die empirische Präferenzordnung am besten wiederzugeben?
–> Intervallskalierte Werte der Attributsausprägungen, relative Wichtigkeit der einzelnen Attribute

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Wozu Conjoint Analyse?

A

Allgemein:
1. Herausfinden der relativen Wichtigkeit der Attribute
2. Herausfinden der relativen Bedeutsamkeit der Attributsausprägungen (durch Intervallskalierung)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Wie geht man vor?

A
  1. Auswahl der relevanten Attribute für ein Messobjekt
  2. Bestimmen des Erhebungsdesigns
  3. Bewertung der Messobjekte
  4. Schätzung der relativen Wichtigkeit der Attributsausprägungen (Teilnutzenwerte): Additives Modell
  5. Aggregation der Nutzenwerte
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Wie wählt man die relevanten Attribute aus?

A

= Suche nach UVs, die die Verbundmessung beeinflussen und nach deren Abstufungen

  • Inhaltliche Analyse –> nur relevante Attribute und realistische Abstufungen
  • Nur Attribute mit kompensatorischer Beziehung (Annahme: Gesamturteil ist Kombination der Urteile über Einzelattribute –> niedriger Wert in einem Attribut kann durch hohen in einem anderen ausgeglichen werden – keine KO Attribute!)
  • Bei Produktplanung: Attribute müssen durch Hersteller beeinflussbar und technisch realisierbar sein
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Wie bestimmt man ein Erhebungsdesign?

A

= Wie fragt man nach Verbundurteilen?

  • Am besten: vollständige Erhebung (vollst. Kreuzen aller “UVs”)
  • Bei gleicher Anzahl von Attributsabstufungen - evtl. Lateinisches Quadrat oder vereinfachte Lateinische Quadrate
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Wie bewertet man die Messobjekte?

A

Rangreihe oder Rating

meist ordinal, subjektiv

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Was ist das additive Modell?

A

Nutzen einer Alternative ist die Summe der Nutzen ihrer Attribute
–> Metrische und nichtmetrische Lösung

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Was ist die metrische Lösung des additiven Modells?

A

Annahme: Abstand zwischen den Rängen ist gleich = Intervallskala

bezieht sich auf Präferenzeinschätzung

  1. MW zwischen Zeilen und Spalten
  2. Gesamt MW
  3. GesamtMW von jedem Zeilen- und Spaltenwert abziehen
  4. –> Zeilen- und Spalteneffekte

Berechnung der normierten Teilnutzenwerte

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Wie berechnet man die normierten Teilnutzenwerte?

A
  1. Berechnung der Differenz zwischen (unstandardisierten) Teilnutzenwerten und minimalem Teilnutzenwert pro Attribut
  2. Setzen des Gesamtnutzenwerts des am stärksten präferierten Stimulus (Kombination der höchsten Teilnutzenwerte) auf 1
  3. Berechnen der jeweiligen Anteile –> Teilnutzenwerte

Relative Wichtigkeit = Spannweite / Summe der Spannweite

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Wie berechnet man die nichtmetrische Lösung?

A

Annahme: Ränge sind ordinalskaliert (Monotone Varianzanalyse)

Monotone Regression: Ziel, die zk so zu bestimmen, dass ihre Werte mit steigenden Rängen der k Messobjekte monoton steigen

Monotone Varianzanalyse: Zielkriterium –> Stress-Maß (wird minimiert durch Optimierung der TNW, Auffinden einer geeigneten monotonen Transformation –> Iterativ)

Ausgangsbasis ist häufig die metrische Lösung

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Wie aggregiert man die Nutzenwerte?

A

Verschiedene Möglichkeiten:
1. Durchführung von Individualanalysen anschließende Aggregation der stand. TNW (ermöglicht Analyse der Variation innerhalb der SP)
2. Gemeinsame Analyse (Behandlung der Auskunftsperson als Messwdh.)
3. Bei metrischen Daten: erst Mittelung, dann “Individualanalyse”

17
Q

Was ist das Verbundene daran?

A

Bewertung eines Objekts und man erschließt mehrere dahinter liegende Variablen —> Realitätsnah