| Empfehlungen |  |
Conjoint Analyse (Conjoint Measurement)
|
Im einfachsten Fall läßt sich dann aus der additiven Verknüpfung der Teilnutzenwerte der Merkmalsausprägungen der Gesamtnutzenwert eines Stimulus berechnen. Das klassische Verfahren der (additiven) Conjoint Analyse nach Kruskal beruht auf dem Prinzip der monotonen Varianzanalyse. Es verlangteine schwach monotone Anpassung der Gesamtnutzenwerte an die Rangordnung der empirischen Präferenzurteile. Formal kann das Modell wie folgt dargestellt werden:  mit Zielkriterium ist ein Streßmaß L, das zu minimieren ist:  mit y = Mittelwert der Nutzenwerte yk.  Die Minimierung des Zielkriteriums über eine simultane Anpassung von fm (schwache Monotonie) und Ermittlung von Teilnutzenwerten ß kann z.B. mit der Software MONANOVA durchgeführt werden. Alternative Schätzverfahren beruhen auf der Anwendung von Kleinste-Quadrate Methoden oder der mathematischen Programmierung (z.B. LINMAP). Die Vorgehensweise in der Conjoint Analyse läßt sich wie in der Abb. dargestellt skizzieren (Beispiel von Fertigkuchen). Im Rahmen der Conjoint Analyse müssen folgende methodische Entscheidungen getroffen werden: 1. Wahl eines Präferenzmodells, meist Teil- nutzenmodell mit additiver oder (weniger häufig) multiplikativer Verknüpfung. 2. Auswahl der Methode der Datenerhebung als Trade-off-Verfahren mit Vergabe von Rangplätzen für Ausprägungskombinationen jeweils zweier Merkmale oder Vollprofil-Verfahren mit verbaler oder bildlicher Darstellung aller als relevant erachteter Merkmale. 3. Bei der Bildung von Merkmalsprofilen muss man im Rahmen des Vollprofil-Ansatzes üblicherweise auf fraktionelle faktorielle Designs zurückgreifen, um die Anzahl der Stimuli zu reduzieren und damit einer Überforderung der Testpersonen vorzubeugen. Zur Vereinfachung der Urteilsabgabe werden heute auch verschiedene Techniken der Datenerhebung kombiniert, etwa die kompositionellen Modelle der Einstellungsmessung mit dem dckompositionellen Conjoint-Ver- fahren (Hybrides Conjoint Analyse-Modell). 4. Bei der Parameterschätzung ist darüber zu entscheiden, ob sie entweder auf aggregiertem oder individuellem Niveau erfolgen soll. Die Auswahl des konkreten Conjoint Analyse- Schätzverfahrens hängt vom Skalenniveau des Präferenzurteils ab. Metrisch skalierte Urteile erlauben die Anwendung der Methode der kleinsten Quadrate, die als Dummy-Variablen-Regression durchgeführt wird. Bei nichtmetrisch skalierten Daten (Präferenzrangfolgen) kommt zur Schätzung der Nutzenfunktionen die o. g. monotone Varianzanalyse zur Anwendung. Will man bei individueller Schätzung die Nutzenfunktionen unterschiedlicher Testpersonen vergleichen, müssen die individuellen Teilnutzenwerte normiert werden, um Vergleiche der individuell ermittelten Schätzergebnisse zwischen den Testpersonen durchführen zu können. Die Normierung kann mit der folgenden Formel vorgenommen werden:  Die Teilnutzenwerte können dann dazu dienen, Nutzenwerte realer Stimuli zu berechnen oder nutzenmaximale Stimuli zu konstruieren. Aus den Nutzenwerten lassen sich relative (abgeleitete) Wichtigkeiten aller Merkmale bei der Gesamtbewertung berechnen. Mit Hilfe eines Kaufmodells ist die Umrechnung der Nutzenwerte für sämtliche Produkte eines Marktes in Marktanteile möglich. Einzelne Merkmale können zur Schätzung von Responsefunktionen, z.B. Preisresponsefunktionen, dienen.  Literatur: * Backhaus, K.; Erichson, B.; Plinke, W.; Schuchard-Ficher, Chr.; Weiher, R., Multivariate Analysemethoden, 6. Aufl., Berlin u.a. 1990. * Green, P. E.; Srinivasan, V., Conjoint Analysis in Marketing: New Developments with Implications for Research and Practice, in: Journal of Marketing 54,1990 (October), S. 3 -19. Green, P. E., Conjoint Analysis in Consumer Research: Issues and Outlook, in: Journal of Consumer Research, 5, 1978 (September), S. 103-123. Wittink, D. R.; Cattin, P., Commercial Use of Conjoint Analysis: An Update, in: Journal of Marketing 53, 1989 (July), S. 91-96. Bei der Conjoint-Analyse geht es darum, die aus Kundensicht idealen Eigenschaften eines Produktes differenziert zu ermitteln und zu beschreiben. In der Praxis hat sich das Verfahren vor allem bei der Entwicklung neuer bzw. modifizierter Produkte bewährt. Die Conjoint-Analyse hat den Vorteil, sehr realitätsnah zu sein, da die Kunden die Produkte und Leistungen in ihrer Gesamtheit bewerten müssen. Eine solche Bewertung entspricht einer realen Kaufentscheidung, in der alternative Angebote gegeneinander abgewogen werden. Im Controlling wird die Conjoint-Analyse vor allem beim Target Costing eingesetzt. Erprobung alternativer Produktkonzepte durch die Kundenbewertung der einzelnen Attribute. Bei jeder Neueinführung stellt sich die Frage, welche Attribute in welchen Ausprägungen ein Produkt aufweisen muss, damit es beim Großteil der Zielgruppe zur Kaufentscheidung führt. Die Conjoint Analyse geht von folgenden Grundannahmen aus: Der Kunde ermittelt für sich den Gesamtnutzen eines Produktes aus mehreren Teilnutzen, deren Bedarf er unterschiedlich stark bewertet. Dazu werden Versuchspersonen unterschiedliche Produktalternativen vorgelegt. Diese unterscheiden sich durch die unterschiedliche Zusammensetzung der Produktattribute. Die Probanden ordnen die Produktkombinationen entsprechend des Nutzens an, den sie daraus ziehen. Bei der Umsetzung wird jedoch nicht unbedingt die Variante ausgewählt, die von allen Versuchspersonen besonders hoch. bewertet wird. Berücksichtigt werden auch Ertragsfaktoren. Bspw. ob eine Verpackungsvariante übernommen werden kann, die weniger hoch bewertet wurde, aber kostengünstig umsetzbar ist. Verfahren, die Präferenzen von Kunden anhand von Einzelurteilen über Merkmalsausprägungen bestimmter Objekte zu erfassen. Objekte verschiedener Merkmalsausprägungen werden Versuchspersonen vorgelegt, die diese dann gemäß ihrer Präferenzen in eine Rangfolge bringen. Durch ein Gesamturteil wird dann auf das Gewicht bzw. den Nutzen einer einzelnen Merkmalsausprägung geschlossen. Beispiel: Man stellt eine Testperson vor die Wahl, ein Auto 1 mit einem Preis von 50.000 DM, einer Höchstgeschwindigkeit von 200 km/h und einem Verbrauch von 12 Litern zu kaufen oder sich für das Auto 2 (70.000 DM, 240 km/h, 16 Liter) zu entscheiden. Wählt die Person das Auto 2, so weiß man, dass das Merkmal "Geschwindigkeit" die Merkmale "Preis" und "Verbrauch" in den Hintergrund stellt. Verfahren, mit dessen Hilfe Gesamturteile über Guter in Einzelurteile zerlegt werden können, die wiederum den Präferenzen entsprechend geordnet werden können. Das Gesamturteil über einen bestimmten Pkw kann somit in eine Rangordnung von Einzelurteilen über Farbe, Ausstattung, Motorisierung etc. transferiert werden. Das Problem dieses Analyseverfahrens liegt in der meist extrem hohen Zahl von Merkmalskombinationen, die das Erstellen einer Rangordnung erschwert. Wird unter anderem im Rahmen der Neuproduktentwicklung oder Produktweiterentwicklung eingesetzt. Innovation (Conjoint Measurement, konjunkte Analyse): Ein ursprünglich in der mathematischen Psychologie entwickeltes, der Multidimensionalen Skalierung (MDS) ähnliches Analyseverfahren der Interdependenz-analyse zur Messung von subjektiven Werturteilen, bei dem die Stimuli von vornherein so gestaltet werden, dass sie einer Art faktorieller Anordnung entsprechen. Dabei werden die Auskunftspersonen aufgefordert, kategoriale oder ordinale Präferenzurteile über Objekte abzugeben, deren Eigenschaften systematisch variiert worden sind, so dass sie unterschiedliche Merkmalskombinationen aufweisen. Dann werden alle Gesamturteile und alle - Merkmalsausprägungen so miteinander verknüpft, dass die vorgefundenen Relationen zwischen den Gesamturteilen bestmöglich reproduziert werden. Wenn diese Verknüpfung gefunden ist, lassen sich für alle Merkmale intervallskalierte Werte angeben, an denen ihr Beitrag zum Gesamturteil gemessen werden kann. Dabei dienen die Präferenzen aufgrund der Gesamturteile als Kriteriumsvariablen und die einzelnen Faktorstufen, aus denen jeder Stimulus zusammengesetzt ist, als Prädiktorvariable. Ein Verfahren der Messung in der Preisforschung, bei dem das Interesse an unterschiedlichen einzelnen Produktqualitäten und Produktnutzenvorteilen im Verhältnis zu verschiedenen möglichen Preisen untersucht wird. Das Conjoint Measurement (CM) ist ein multivariates Verfahren der Interdepen-denzanalyse (Datenanalyse). Es untersucht die Beziehungen zwischen nicht-metrischen Variablen (Srtalenniveau) und ist in formaler Hinsicht eine Verallgemeinerung der Multidimensionalen Skalierung. Ziel ist es, aus den Kombinationen von Objektmerkmalen, die z.B. durch Befragungen nach Maßgabe der Vorziehenswürdigkeit in eine Rangfolge gebracht wurden, den relativen Beitrag jedes Merkmals zum Zustandekommen der geäußerten Präferenzordnung auf einer metrischen Skala zu bestimmen (vgl. Dichtl/Schobert, 1979, S. 159). Die gewonnenen Daten besitzen für alle Merkmale die gleiche Skaleneinheit; sie sind daher direkt miteinander vergleichbar und können zur Ermittlung der relativen Bedeutung der Merkmale für die Bildung eines Gesamturteils zueinander in Beziehung gesetzt werden (vgl. Thomas, 1979, S. 1991). CM geht von der Annahme aus, dass empirisch festgestellte Gesamtpräferenzwerte für ein komplexes Beurteilungsobjekt in merkmalsspezifische Teilpräferenzwerte zerlegbar sind. Für diese Zerlegung bedarf es einer bestimmten Verknüpfungsregel, die angibt, wie die geschätzten Teilpräferenzwerte zu Schätzwerten für die empirischen Globalurteilswerte zu aggregieren sind. Bei polynomialer Verknüpfung spricht man von polynomialem Conjoint Measurement (PCM), bei linear-additiver Verknüpfung von additivem Conjoint Measurement (ACM). Das ACM ist bei ordinalskalierten Daten der übliche Fall. Gegeben sind also mindestens ordinalskalierte Werte einer Globalpräferenz, die das Ergebnis gemeinsamer Wirkungen der Objektmerkmale sind, sowie ein bestimmtes Design, nach dem die Objekte durch Merkmalskombinationen konstruiert werden. Gesucht sind eine Verknüpfungsregel (Messmodell), die geeignet ist, die kognitive und affektive Verarbeitung der wahrgenommenen Merkmalskombinationen zu repräsentieren, sowie intervaliskalierte Messwerte mit der gleichen Maßeinheit für alle Merkmalsausprägungen. Für Marketinganwendungen werden die empirischen Daten durch (computergestützte) Anwendung von psychometrischen Skalierungsalgorithmen verarbeitet, denen eine bestimmte Verknüpfungsregel zugrunde liegt. Die Eignung dieser Regel wird vereinfacht durch einen Indikator beurteilt, der die Güte der Anpassung der Modellwerte an die Ausgangsdaten misst. Ferner existieren Programme, die eine computergestützte Befragung (Befragung, comnu-tergestützte) der Probanden im Feld ermöglichen und zugleich kompositionelle und dekompositionelle Vorgehensweisen kombinieren, so die Adaptive-Conjoint-Analyse (vgl. Wittink/Vriens/Burhenne, 1994, S. piff.). Ein wesentliches Problem des CM ist die Frage, in welchem Umfang die Merkmale der Objekte tatsächlich kognitiv oder affektiv von den Befragten verarbeitet werden. Bei gewohnheitsmäßig gekauften Gütern oder anderen, die ohne persönliches Interesse beurteilt werden, wird die Verläss-lichkeit der Ergebnisse daher eher unbefriedigend sein. Außerdem sind i.d.R. Vorstudien erforderlich, um realistische und entscheidungsrelevante Merkmale, Merkmalsausprägungen und -kombinationen für die Beurteilung durch die Befragten zu erhalten (vgl. Swoboda, 2000b, S. 151ff.). Verbundmessung siehe Conjointanalyse. Conjoint Analyse Die Idee der Conjointanalyse besteht darin, aus Gesamtnutzenurteilen bezüglich alternativer Objekte auf die Bedeutung einzelner Objekteigenschaften bzw. deren Ausprägungen zu schliessen. Einen wichtigen Anwendungsbereich der Conjointanalyse bildet die Neuproduktplanung. Hierbei ist es von Wichtigkeit, den Einfluss oder Beitrag alternativer Produktmerkmale (z.B. die Produkteigenschaften Materialen, Formen, Farbe oder Preisstufen) auf die Nutzenbeurteilung eines neuen Produktes durch potenzielle Käufer herauszufinden. Bei der Conjointanalyse muss der Forscher vorab festlegen, welche Merkmale in welchen Ausprägungen berücksichtigt werden sollen. Darauf aufbauend wird ein Erhebungsdesign entwickelt, im Rahmen dessen Präferenzen ordinal (Messniveau) gemessen werden. Auf Basis dieser Daten erfolgt schliesslich die Analyse zur Ermittlung der Nutzenbeiträge der berücksichtigten Merkmale und ihrer Ausprägungen. Die Conjointanalyse bildet somit eine Kombination aus Erhebungs- (Datenerhebung) und Analyseverfahren (Datenanalyse). Siehe auch Marktforschungsmethoden und Marktforschung, jeweils mit Literaturangaben. Literatur: Backhaus K., Erichson B., Plinke W., Weiber R.: Multivariate Analysemethoden. Eine anwendungsorientierte Einführung, 10. Auflage, Springer, Berlin u.a. 2003. Vorhergehender Fachbegriff: Conjoint Analyse | Nächster Fachbegriff: Conjoint Analysis Diesen Artikel der Redaktion als fehlerhaft melden & zur Bearbeitung vormerken |
|
Schreiben Sie sich in unseren kostenlosen Newsletter ein
Bleiben Sie auf dem Laufenden über Neuigkeiten und Aktualisierungen bei unserem Wirtschaftslexikon, indem Sie unseren monatlichen Newsletter empfangen. Garantiert keine Werbung. Jederzeit mit einem Klick abbestellbar.
Weitere Begriffe : Leitindikator | Punktmarkt | Kostenprogression
|
Praxisnahe Definitionen Nutzen Sie die jeweilige Begriffserklärung bei Ihrer täglichen Arbeit. Jede Definition ist wesentlich umfangreicher angelegt als in einem gewöhnlichen Glossar. |
Fachbegriffe der Volkswirtschaft Die Volkswirtschaftslehre stellt einen Grossteil der Fachtermini vor, die Sie in diesem Lexikon finden werden. Viele Begriffe aus der Finanzwelt stehen im Schnittbereich von Betriebswirtschafts- und Volkswirtschaftslehre. |
Beliebte Artikel Bestimmte Erklärungen und Begriffsdefinitionen erfreuen sich bei unseren Lesern ganz besonderer Beliebtheit. Diese werden mehrmals pro Jahr aktualisiert. |
