Marktforschung 2 (VL) Flashcards

Question 1

Q

Definition von ?

eine Untersuchung, mit der ein Ursache-Wirkungs-Verhältnis unter kontrollierten Bedingungen nachgewiesen werden soll
Die Ursache(unabhängige Variable, uV) wird manipuliert und die Wirkung (abhängige Variable, aV) daraufhin gemessen
Dabei muss die Veränderung der aV ausschließlich durch die uV verursacht sein, es müssen also möglichst alle Störvariablen kontrolliert oder konstant gehalten werden

Answer

A

Definition: Das Experiment

Question 2

Q

Beschreibe die Basis des Experiments:

Answer

A

Ursache(unabhängige Variable)
wird manipuliert

—Kausalhypothese—>

Wirkung (abhängige Variable)
wird gemessen

Folie 7

Question 3

Q

Das Experiment

Bedingungen für Kausalität: ??(3)

Answer

A

Zusammenhang:
unabh. Variable und abh. V. variieren gemeinsam
Zeitliche Ordnung:
Erst u.V., dann a.V.
Kontrolle/Konstanz möglichst aller Störvariablen

Question 4

Q

Von was ist die Rede?

Experiment, in dem der Forscher eine Situation mit genau den Bedingungen schafft, die er haben möchte und in der er einige Variablen kontrolliert und andere verändert (intern valide)

Answer

A

Laborexperiment

Question 5

Q

Von was ist die Rede?

Untersuchung in einer realistischen Situation, in der eine oder mehrere Variablen vom Versuchsleiter manipuliert werden - so sorgfältig, wie es die Situation gestattet (extern valide)

Answer

A

Feldexperiment

Question 6

Q

Labor- vs. Feldexperiment

Beurteilung:

Answer

A

Zielkonflikt zwischen Interner Validität und Externer Validität

Interne Validität: Gültigkeit der experimentellen Ergebnisse für die unterstellte Wirkungsbeziehung
Externe Validität: Übertragbarkeit der experimentellen Ergenisse auf die reale Situation

Question 7

Q

Von was ist die Rede?

Sie haben einen Einfluss auf die abhängige Variable und es gibt zwei Arten dieser:

…,die von der unabhängigen Variable unabh. sind
…,die systematisch mit den Stufen einer unabh. Variablen variieren

Answer

A

Störvariablen

Question 8

Q

Definition Störvariablen

Störvariablen haben eine Einfluss auf die ?? Variable, es gibt 2 Arten:

Störvariablen, die ??
Störvariablen, die ??

Answer

A

Einfluss auf die aV (abh. Variable)

Störvariablen, die von der uV unabhängig sind
Störvariablen, die systematisch mit den Stufen einer uV variieren

Question 9

Q

Störvariablen

Kontrollieren: Integration in die Untersuchung

Störvariablen können als aV oder als eigener Faktor in die Analyse integriert werden (zwei- oder mehrfaktorieller Versuchsplan)

WAHR/FALSCH?

Answer

A

Falsch

Statt aV —> uV!!!!!

Question 10

Q

Störvariablen

Ausschalten ihrer Wirkung

Wie?

Answer

A

Neutralisieren personengebundener Störvariablen durch:
—> Randomisierung
—> Parallelisierung
—> Matching
Neutralisation durch Laborbedingungen
Eliminieren
Konstanthalten

Question 11

Q

Störvariablen

Ausschaltung ihrer Wirkung:

Neutralisieren personengebundener Störvariablen durch ?? (3)

Answer

A

Randomisierung:
—> zufälliges Verteilen der Versuchspersonen (VP) auf die Stichproben
Parallelisierung:
—> Zuweisen der VP auf die Gruppen, um Beeinflussung identisch zu halten
Matching:
—> extreme Parallelisierung: „Paare“ von VP werden auf beide Gruppen verteilt

Question 12

Q

Störvariablen

Ausschalten ihrer Wirkung

Neutralisation durch Laborbedingungen: ?? (2)

Answer

A

Eliminieren
—> z.B. Straßenlärm durch isolierte Räume eliminieren
Konstanthalten
—> z.B. jeder Proband hört die gleiche Hintergrundmusik

Question 13

Q

Von welchen Studien ist die Rede?

Versuchspersonen werden per Zufall (randomisiert) in Gruppen eingeteilt
durch Randomisierung werden bei genügender Gruppengröße personenbezogene Störvariablen neutralisiert

Answer

A

Experimentelle Studien

Question 14

Q

Von welchen Studien ist die Rede?

Untersucht werden natürliche Gruppen
werden Unterschiede in den Gruppen festgestellt, sind diese nicht eindeutig auf die unabh. Variable zurückzuführen
—> geringe interne Validität

Answer

A

Quasiexperimentelle Studien

Question 15

Q

Bewerte jeweils die Interne Validität, als auch die Externe Validität von:

a) experimentelles Feldexperiment:
b) quasiexperimentell Feldexpertiment:
c) experimentelles Laborexperiment:
d) quasiexperimentelles Laborexperiment:

Answer

A

a) experimentelles Feldexperiment:
—> Interne Validität: +
—> Externe Validität: +
b) quasiexperimentell Feldexpertiment:
—> Interne Validität: -
—> Externe Validität: +
c) experimentelles Laborexperiment:
—> Interne Validität: +
—> Externe Validität: -
d) quasiexperimentelles Laborexperiment:
—> Interne Validität: -
—> Externe Validität: -

Question 16

Q

Experimentaldesigns: Vergleich von zwei oder mehr Gruppen

Zweigruppenplan mit Experimental- und Kontrollgruppe:

—> Beschreibe!

Answer

A

Bei einer Gruppe erfolgt ein experimenteller Eingriff,
d.h. eine unabhängige Variable wird manipuliert („Experimentalgruppe“), bei der zweiten Gruppe erfolgt kein Eingriff („Kontrollgruppe“).

Wenn sich daraufhin die beiden Gruppen in Bezug auf die abhängige Variable unterscheiden, ist die Wirkung der uV auf die aV besser belegt als mit nur einer Gruppe

Siehe auch Folie 11

Question 17

Q

Beispiel Feldexperiment: Store Test einer neuen Produktverpackung

Ausgangsbasis:
Unternehmen will seinen Absatz steigern und dafür das Verpackungsdesign eines Produkts verbessern.
Daher: Entwicklung einer neuen Verpackungsvariante.

Store-Test:
Produkt mit neuer Verpackung wird testweise in ausgewählten Läden zum Verkauf angeboten.

Geschlossene Hypothese
Das neue Verpackungsdesign bewirkt eine Steigerung des Absatzes im Vergleich zum alten.

Manipulation
Untersucher greift in den Entstehungsprozess der Daten ein, indem er bestimmt, in welchen Geschäften das Produkt mit welcher Verpackung angeboten wird.

Messung
Durch die Messung der Absatzmengen (aV) wird die experimentelle Wirkung der alternativen Verpackungsdesigns (uV) in den verschiedenen Geschäften bei verschiedenen Umfeldbedingungen (Kontroll-V) ermittelt

Question 18

Q

Von was ist die Rede?

Kriterium nach dem man Objekte klassifizieren/messen möchte (nicht direkt beobachtbar/messbar)

Answer

A

Konstrukt (Dimension, Fehler)

Question 19

Q

Konstruktbildung

In der empirischen Forschung wird oftmals mit Konstrukten (latenten Größen) gearbeitet, die sich einer einfach direkten Messung entziehen.

Wahr/Falsch?

Question 20

Q

Konstruktbildung

—> Nenne und beschreibe die 3 Schritte

Answer

A

Definition:
Schon für die Formulierung der Forschungsfrage sollten die zentralen Konstrukte definiert werden (präzise gefasst)
Konzeptualisierung:
Aus der Definition werden die Konstruktdimensionen abgeleitet
Operationalisierung:
Anschließend wird das Meßinstrument entwickelt, also die Indikatoren und deren Ausprägung festgelegt

Question 21

Q

Ziel der Konstruktbildung: ?

Übergeordnetes Ziel: ?

Answer

A

Ziel der Konstruktbildung:
Beziehungen zws. beobachtbaren, messbaren Variablen (Indikatoren) und dem interessierenden Konstrukt spezifizieren, um das Konstrukt „empirisch greifbar“, also messbar zu machen

Übergeordnetes Ziel:
wahrheitsgetreue Abbildung der Realität

Question 22

Q

Beziehungen zws. beobachtbaren, messbaren Variablen (Indikatoren) und dem interessierenden Konstrukt spezifizieren, um das Konstrukt „empirisch greifbar“, also messbar zu machen

Ziel der ??

Answer

A

Ziel der Konstruktbildung

Übergeordnetes Ziel:
—> wahrheitsgetreue Abbildung der Realität

Question 23

Q

Beispiel für ein mehrdimensionales Konstrukt:

—> am Konstrukt: Kundennähe

—> Dimensioinen, Faktoren, Indikatoren

—> Folie 16 ansehen

Question 24

Q

Die Ausprägung des Merkmals sind eindeutige Kategorien.
Es ist lediglich bestimmbar, ob eine Ausprägung gleich oder ungleich einer anderen ist (Äquivalenz)

Welches Skalenniveau? Metrisch oder Nichtmetrisch?

Beispiel: ?
Anwendung: ?

Answer

A

Nominalniveau - die einfache Klassifizierung
—> Nichtmetrisch

Beispiel:
Merkmal: Farben eines Produkts
Ausprägungen: 1. schwarz, 2. blau …

Anwendung: Da die Zahlen keine Aussagekraft haben, ist deren Verwendung für viele Rechenoperationen sinnlos

Question 25

Q

Die Ausprägungen des Merkmals sind eindeutige, geordnete Kategorien. Es ist bestimmbar, ob eine Ausprägung einen höheren Rang hat als eine andere (Ordnung). Es sind allerdings keine Aussagen über die Abstände zwischen den einzelnen Messpunkten möglich.

Welches Skalenniveau? Metrisch oder Nichtmetrisch?
Beispiel: ??
Anwendung: ?

Answer

A

Ordinalniveau - die einfach Rangordnung
—> Nichtmetrisch

Beispiel:
Merkmal: Altersklasse von beobachteten Personen
Ausprägungen: 1: Kinder / 2: Jugendliche / 3: junge Erwachsene /… / 6: Senioren

Anwendung:
Da die Abstände zwischen den Messwerten nicht interpretierbar sind und die Größe der verwendeten Zahlen nur begrenzte Aussagekraft hat, sind arithmetische Operationen auch hier nicht zulässig.

Question 26

Q

Die Ausprägungen des Merkmals sind eindeutige, geordnete, gleich breite Kategorien.
Es ist bestimmbar, welchen Abstand zwei Ausprägungen haben.
Problem: Abgrenzung zw. Ordinal- und Intervallskalierung in der Praxis nicht immer ganz eindeutig

Welches Skalenniveau? Metrisch oder Nichtmetrisch?
Beispiel: ??
Anwendung: ?

Answer

A

Intervallniveau - die Rangordnung mit Aussagen über Abstände zws. Messpunkten
—> Metrisch

Beispiel:
Merkmal: Einstellung zu einem Produkt
Ausprägung: 1. sehr schlechte, 2.schlecht, 3. …

Anwendung:
Viele arithmetische Operationen (z.B. Durchschnittstemp.) sind zulässig.
Aber nicht alle, da die Messskala einen willkürlich gewählten Nullpunkt hat

Question 27

Q

Die Ausprägungen des Merkmals sind eindeutige, geordnete, gleich breite Kategorien, deren unterste als absoluter Nullpunkt definiert ist.
Bestimmbar: Proportionen.

Welches Skalenniveau? Metrisch oder Nichtmetrisch?
Beispiel: ??
Anwendung: ?

Answer

A

Rationiveau - mit interpretierbaren Abständen und Nullpunkten
—> Metrisch

Beispiel:
Merkmal: Wiederholungskaufrate einer Marke
Ausprägungen: Prozentzahlen zws. 0 und 100

Anwendung:
Alle Arten von Rechenoperationen zulässig.
—> Möglichkeiten der Datenanalyse nicht beschränkt

Question 28

Q

Skalenniveaus
—> am Bsp. Des Berliner Fensters der BVG

—> siehe Folie 19

Question 29

Q

Allgemein: Streben nach hohen Skalenniveaus

Wahr/Falsch?

Question 30

Q

Grundsätzlich strebt man bei der Entwicklung von Messinstrumenten ein möglichst ?? an

Je höher das ??, desto höher der ?? und die ??

Answer

A

…ein möglichst hohes Messniveau an

Je höher das Messniveau, desto höher der Informationsgehalt und die Analysemöglichkeiten

Question 31

Q

In der Praxis wird versucht, Skalen so zu gestalten, dass ??

ABER: ??

Answer

A

, dass sie mind. intervallskalierende Daten liefern
—> da diese die Anwendung von fast allen leistungsfähigen statistischen Verfahren erlauben

ABER: Manche Merkmale (Geschlecht, Berufsgruppe) lassen nur Messungen auf nominalen Niveau zu

Question 32

Q

Validität und Reliabilität sind ??

Answer

A

Gütekriterien der Messung

Question 33

Q

Nenne die Gütekriterien der Messung:

Answer

A

Validität und Reliabilität

Question 34

Q

Von was ist die Rede?

Formale Genauigkeit
—> betrifft unsystematische (variable) Fehler

Frage: Kann das Messergebnis als vom Messvorgang unabhängig angesehen werden?

Answer

A

Reliabilität (Verlässlichkeit)

Question 35

Q

Von was ist die Rede?

Inhaltliche Genauigkeit
—> betrifft systematische (konstante) Fehler

Frage: gibt das Messinstrument den Untersuchungsgegenstand tatsächlich wieder?

Answer

A

Validität (Gültigkeit)

Question 36

Q

Validität und Reliabilität

Beispiel: Metermaß

Ist das Metermaß aus einem Material, das seine Länge unter Umwelteinflüssen (Temperatur, Luftfeuchtigkeit) verändert, entsteht ein Fehler, der bei verschiedenen Messungen variiert.

Betrifft die richtige Länge (Eichung): ist das Maß falsch geeicht, so geht in jede Messung ein gleichbleibender (konstanter) Fehler ein

Question 37

Q

Reliabilität ist die Voraussetzung für ??

Answer

A

Validität

—> weil z.B. ein Metermaß, dessen Länge ständig variiert, kann nicht genau geeicht werden

Question 38

Q

Zusammenhang zwischen Reliabilität und Validität

—> Siehe Folie 22!

Question 39

Q

Auswahlverfahren nach Erhebungsumfang

Erläutere Totalerhebung und Partialerhebung: ??

Answer

A

—> Totalerhebung(Vollerhebung)
Grundgesamtheit wird vollständig untersucht.
Bedingung: GG ist bekannt und liegt vor
z.B.: Kundendaten, zugelassene PKWs

—> Partialerhebung(Teilerhebung)
Nur ein Teil der GG wird untersucht.
Zur Auswahl der Stichprobe werden Auswahlverfahren notwendig

Question 40

Q

Die Auswahl einer Teilgesamtheit ist so vorzunehmen,
dass aus dem Ergebnis der Teilerhebung möglichst exakt und sicher auf die Verhältnisse der Grundgesamtheit geschlossen werden kann.
Dafür muss die Teilerhebung in der Verteilung aller interessierenden Merkmale der Grundgesamtheit entsprechen,
d.h. ein zwar verkleinertes, aber ansonsten realitätsgetreues Abbild der Grundgesamtheit liefern.

Dies ist die Kernidee einer ??

Answer

A

Kernidee einer repräsentativen Stichprobe

Question 41

Q

Auswahlverfahren im Überblick 1

siehe Folie 25!

Question 42

Q

Jede Einheit der GG hat die gleiche Wahrscheinlichkeit (>0), in die Stichprobe zu gelangen.

Nenne die Art der Repräsentativen Auswahl und die Bedingung dafür:

Answer

A

Zufallsauswahl

Bedingung: GG liegt vollständig vor

Question 43

Q

Bei der ?? werden die Stichprobenobjekte nummeriert und einzeln ausgewählt (z.B. durch Zufallszahlen, Schlussziffern, Buchstaben)

Answer

A

Einfachen Zufallsstichprobe

Question 44

Q

Bei der ?? Wird die GG in homogene Gruppen eingeteilt (z.B. nach Geschlecht), aus denen dann jeweils zufällig eine Auswahl gezogen wird

Answer

A

geschichteten Auswahl

Question 45

Q

Bei der ?? wird aus natürlichen „Klumpen“ = Konglomerate von Untersuchungseinheiten (z.B. Planquadrate eines Stadtplans, Schulklassen) eine zufällige Auswahl gezogen und mit allen ihren Elementen in die Stichprobe einbezogen.

Answer

A

Klumpenstichprobe

Question 46

Q

Hier werden Subjekte nach vorher festgelegten Kriterien ausgewählt.

Nenne die Art der Repräsentativen Auswahl

Answer

A

Gesteuerte Auswahl

Question 47

Q

Bei der ?? sollen in der Stichprobe bestimmte Merkmale (z.B. Alter, Geschlecht) genau so häufig vorkommen wie in der GG.
Subjekte werden so ausgewählt, dass die Quotenvorgabe erfüllt wird.

Answer

A

Quotenauswahl

Question 48

Q

Nenne 3 gesteuerte Auswahlverfahren: ??

Answer

A

Quotenauswahlverfahren
Auswahl nach Konzentration
typische Auswahl

Question 49

Q

Wie wird bei der Zufallsauswahl weiter unterteilt?

Answer

A

—> einfache Zufallsauswahl

Oder

—> Sonderverfahren:

Geschichtete Auswahl
Klumpenstichprobe
Mehrstufige Auswahl

Question 50

Q

Welche ist keine gesteuerte Auswahl?

Auswahl nach Konzentration
typische Auswahl
Quotenauswahl
Mehrstufige Auswahl

Answer

A

Mehrstufige Auswahl

—> Sonderverfahren der Zufallsauswahl

Question 51

Q

Datenerhebung & -aufbereitung

Was ist Ausgangspunkt der Datenauswertung?

Answer

A

eine Datenmatrix

Siehe die allgemeine Form auf Folie 28!!!!!

Question 52

Q

Bsp. für Datenmatrix:

Bsp.: Bewertung von Schokolade mit Ratingskalen
—> siehe Folie 29

Question 53

Q

Datenerhebung & -aufbereitung

Datenmatrix

Nenne alle Arten von Variablen: ??

Answer

A

unabhängige Variable (u.V.)
—> (Exogene, Prädiktor, Determinante, Treatment)
—> Ihr Einfluss auf eine abhängige Variable soll untersucht werden; bei Experimenten werden ihre Ausprägungen vom Versuchsleiter planmäßig variiert (manipuliert)
abhängige Variable (a.V.)
—> (Endogene, Resultante, Outcome)
—> Variable, deren Abhängigkeit von der unabhängigen Variablen Gegenstand der Untersuchung ist
Störvariablen
—> alle Variablen, die neben der unabhängigen Variable einen Einfluss auf die abhängige Variable haben.
Wenn möglich, müssen sie in einer Untersuchung zusätzlich erfasst werden, damit ihr Einfluss in der statistischen Auswertung ermittelt werden kann.

Question 54

Q

Alle Variablen, die neben der unabhängigen Variable einen Einfluss auf die abhängige Variable haben. Wenn möglich, müssen sie in einer Untersuchung zusätzlich erfasst werden, damit ihr Einfluss in der statistischen Auswertung ermittelt werden kann.

Von was ist die Rede?

Answer

A

Störvariablen

Question 55

Q

Variable, deren Abhängigkeit von der unabhängigen Variablen Gegenstand der
Untersuchung ist.

Von was ist die Rede?

Answer

A

abhängige Variable

Question 56

Q

Ihr Einfluss auf eine abhängige Variable soll untersucht werden; bei Experimenten werden ihre Ausprägungen vom Versuchsleiter planmäßig variiert (manipuliert).

Von was ist die Rede?

Answer

A

Unabhängige Variable

Question 57

Q

Datenauswertung & -interpretation

Datenauswertung nach Variablenanzahl

Nenne alle 3 Möglichkeiten, bei/für was verwendet jeweils?

Answer

A

Univariat (1 Variable):
—> Häufigkeitsverteilung (absolut/relativ)
—> Lageparameter: arithmetisches Mittel, Median, Modus
—> Streuungsparameter: Varianz, Standardabweichung
Bivariat (2 Variablen):
—> Kreuztabellierung
—> Korrelationsanalyse
—> einfache Regressionsanalyse
Multivariat (3 und mehr Variablen)
—> Dependenzanalyse
—> Interdependenzanalyse

Question 58

Q

Univariat: Häufigkeitsverteilungen, Lage- und Streuungsparameter

Was sind die gebräuchlichsten Maßzahlen zur Charakterisierung von Häufigkeitsverteilungen in einer Stichprobe?

Answer

A

Lageparameter und Streuungsparameter

Question 59

Q

Erläutere Lageparameter und Streuungsparameter: ??

Answer

A

Lageparameter:
Geben an, wo der Schwerpunkt einer Verteilung liegt

Streuungsparameter:
Streuungsmaße geben die Homogenität bzw. Heterogenität der Messwerte-Verteilung an

Question 60

Q

Die alleinige Angabe von Lageparametern für die Charakterisierung einer Häufigkeitsverteilung kann irreführend sein.

Welche Angaben werden daher zusätzlich immer gemacht?

Answer

A

Angaben über die Messwerte (bzw. durch Streuungsparameter)

Question 61

Q

Univariat: Lageparameter

Nenne Lageparameter: ??(3)

Answer

A

—> Modus:

bei niedrigstem Messniveau (Nominalskalierung) ist die Angabe des Modus zur Beschreibung der Verteilung üblich.
ist der Wert, der in einer Verteilung am häufigsten auftritt

—> Median:

wenn Daten mind. ordinalskaliert sind, dann Verwendung des Median zulässig
ist der Wert, der eine Verteilung in 2 gleich große Teilmengen separiert
bei einer ungeraden Zahl von Messwerten ist der Median der in der Mitte liegende Wert, bei einer geraden Zahl ist der Median das arithmetische Mittel, der in der Mitte liegenden Werte!

—> Arithmetisches Mittel:

bei intervall- und ratioskalierten Daten kann es berechnet werden
bestimmt sich aus dem Quotient der Summe der Messwerte und ihrer Anzahl

Question 62

Q

Bei niedrigstem Messniveau (Nominalskalierung) ist die Angabe des ?? zur Beschreibung der Verteilung üblich.
Der ?? ist der Wert, der in einer Verteilung am häufigsten auftritt.

Answer

A

Modus (Lageparameter)

Question 63

Q

Wenn die Daten mindestens ordinalskaliert sind, dann ist die Verwendung des ?? zulässig.
Der ?? ist der Wert, der eine Verteilung in 2 gleich große Teilmengen separiert.
Bei einer ungeraden Zahl von Messwerten ist der ?? der in der Mitte liegende Wert, bei einer geraden Zahl ist der ?? das arithmetische Mittel, der in der Mittel liegenden Werte.

Answer

A

Median (Lageparameter)

Question 64

Q

Bei intervall- und ratioskalierten Daten kann das ?? berechnet werden. Das ?? bestimmt sich aus dem Quotient der Summe der Messwerte und ihrer Anzahl.

Answer

A

arithmetische Mittel

Answer 56

A

—> Spannweite:

bei mind. ordinalskalierten Daten anwendbar
gibt die Distanz zws. dem größten und dem kleinsten Messwert an
ist ein sehr grobes Instrument, das außerdem sehr empfindlich gegenüber Ausreißern ist

—> Interquartile Distanz:

bei Ordinalskalierung anwendbar
gibt an, über welchen Wertebereich die mittleren 50% der Messwerte verteilt sind
zur Bestimmung braucht man das obere und das untere Quartil (25%- und 75%-Punkt)

—> Varianz

ergibt sich aus dem Durchschnitt der quadriertem Abweichung zws. den einzelnen Messwerten und dem arithmetischen Mittel
je weiter die einzelnen Messwerte vom arithmetischen Mittel abweichen, je heterogener also die Verteilung ist, desto größer ist sie
Aufgrund der Quadrierung liegen die Werte in einer anderen Größenordnung als die Ausgangswerte
für Werte gleicher Größenordnung: Standardabweichung (Quadratwurzel der Varianz)
Formel s^2 = …

Answer 57

A

Spannweite (Streuungsparameter)

Answer 58

A

Varianz (Streuungsparameter)

Für Werte gleicher Größenordnung: Standardabweichung (Quadratwurzel der Varianz)

—> Formel s^2=…

Answer 59

A

Interquartile Distanz

Answer 60

A

Korrelationen

Answer 61

A

Kreuztabellen (siehe Folie 37)

Answer 62

A

Korrelationskoeffizient nach Pearson
des Linearen Zusammenhangs
kausal, kausal, Kausalzusammenhang

Answer 63

A

ob eine Größe die andere kausal beeinflusst, ob beide von einer dritten Größe kausal abhängen, oder ob überhaupt ein Kausalzusammenhang besteht

Answer 64

A

gibt die Stärke des linearen Zusammenhangs zwischen zwei Variablen an
(Wertebereich zws. -1 und +1)

Answer 65

A

—> Dependenzanalyse:
- es wird ein Zusammenhang derart unterstellt, dass eine oder mehrere abhängige Variablen von einer oder mehreren unabhängigen Variablen beeinflusst werden

—> Interdependenzanalyse:

wird nicht in abhängige und unabhängige Variablen unterschieden
es werden wechselseitige Beziehungen unterstellt und ohne Richtungszusammenhang analysiert
siehe Folie 38 Bsp.

Answer 66

A

Dependenzanalyse

Answer 67

A

Interdependenzanalyse

Answer 68

A

Faktoranalyse
Clusteranalyse
Multidimensionale Skalierung

Answer 69

A

Varianzanalyse
Regressionsanalyse
Diskriminanzanalyse
Conjoint Measurement
Kausale Strukturanalyse

Answer 70

A

Wie ist der Untersuchungsanspruch?
—> explorativ/deskriptiv/konfirmativ
liegen Abhängigkeitshypothesen vor?
—> Trennung in a.V./u.V.
Wie ist die Anzahl der a.V./u.V.?
Wie ist das Messniveau der a.V./u.V.
—> metrisch/nicht-metrisch

Answer 71

A

1) Faktoranalyse
2) Clusteranalyse
3) Multidimensionale Skalierung
4) Diskriminanzanalyse
5) Varianzanalyse
6) Regressionsanalyse
7) Conjoint-Analyse
8) Kausalanalyse

Answer 72

A

Ziel: Aggregation von Variablen

Prinzip:
Hinter mehreren metrischen miteinander korrelierten Variablen steht ein Faktor (nicht direkt messbar, latentes Konstrukt), der für die Korrelationsmuster verantwortlich ist

Answer 73

A

Aus einer großen Menge an beobachteten Variablen werden Faktoren gebildet, so dass möglichst viele Variablen mit minimalem Informationsverlust zusammengefasst werden

—> Ursachen(latente Faktoren) aufdecken, die hinter den beobachteten Variablen stehen

—> Gewonnene Faktoren sind besser interpretierbar als viele einzelne korrelierte Variablen

Answer 74

A

Ziel: Aggregation von Fällen

Prinzip & Anforderungen:
- ähnliche Fälle werden zsmf. + von unähnlichen abgegrenzt
- dafür werden Fälle nach Eigenschaften gruppiert
—> die einzelne Gruppe soll möglichst homogen sein
—> die Unterschiede zws. Gruppen aber möglichst groß !

zur Clusterbildung können nicht-metrische, als auch metrische Variablen verwendet werden

Anforderungen:
- Cluster sollen deutlich strukturiert (intra-homogen, Inter-homogen) und sinnvoll interpretierbar sein

Bsp.:

Kunden-Segmente
Markt-Segmente
Strategische Geschäftsbereiche
Organisationstypen

Answer 75

A

Prinzip:
Aufgrund der Zugehörigkeit zu einer Gruppe sollen Unterschiede in (Kombinationen von)Merkmalen erklärt werden können

Anforderungen:
Über eine oder mehrere nicht-metrisch skalierte u.V. wird die Gruppenzugehörigkeit bestimmt, die Unterschiede in einer oder mehreren metrisch skalierten a.V. erklärt

Bsp.: oft die Ergebnisse von Experimenten ausgewertet
—> d.h. Unterschiede zws. Experimental- und Kontrollgruppe(n)

—>genaue Bsp. Auf Folie 43!!!!

Answer 76

A

Prinzip: die Stärke des Einflusses von einer oder mehreren metrisch skalierten u.V. (z.B. Preis) auf eine metrisch skalierte a.V. (z.B. Absatzmenge) wird untersucht.

Wichtig siehe Folie 44 Formel!!!

Answer 77

A

Vorgabe für Funktion: (y = b0 + b1x + e)
- möglichst gute Anpassung an Punkteverteilung
—> d.h. Abweichungen (sog. Residenz) zwischen Funktion (geschätzten Werten) und beobachteten Werten minimieren
—> Formel (Folie 45) —> min!

Answer 78

A

Kleinste-Quadrate-Methode:
- Quadrierung verhindert Kompensation von positiven und negativen Abweichungen

größere Abweichungen werden stärker gewichtet

Answer 79

A

Kontingenzen
Korrelation
dritten

—> siehe Folie 46!

Answer 80

A

Moderierende Variablen

Bsp. Siehe Folie 47

Answer 81

A

Mediierende Variablen

Bsp. Folie 48!!!!!