Tabelle 1.5: Relative Wichtigkeit von Ausprägungen.

Transkript

1

2 4 1 Einleitung nichtern wichtig sind. Zu diesem Zweck werden die Differenzen zwischen der bevorzugten Ausprägung eines Merkmals, also die mit dem höchsten Teilnutzenwert, und der Ausprägung mit dem geringsten Teilnutzenwert dieses Merkmals berechnet: Merkmal Ausprägung Teilnutzenwert relat. Wichtigkeit Anbieter 12-3=9 adacta GmbH 12 Fi. Reisser 3 Geräuschpegel 18-2= db db 2 Ausführung 18-3=15 Mikroschnitt 18 Cross Cut 3 Auffangsvolumen 8-1=7 7 Liter 1 10 Liter 8 Leistung 30-1=29 15 Blatt 1 30 Blatt 30 Preis 24-0= e e 0 Tabelle 1.5: Relative Wichtigkeit von Ausprägungen. Das wichtigste Merkmal ist in diesem Beispiel die Leistung, gefolgt vom Preis. Weniger wichtig sind dagegen der Anbieter und das Auffangvolumen. Auf die gleiche Weise lässt sich die Wichtigkeit der Merkmale für andere Personen der Zielgruppe bestimmen. Die Teilnutzenwerte einer Conjoint-Analyse können nicht nur genutzt werden, um die Frage zu klären, welche Merkmale dem Entscheider wichtig sind, sondern ermöglichen eine Vielzahl weiterer Analysen. Typische Fragestellungen sind: Welche Produkte sind für die Kunden in welchem Maße attraktiv? Welches Produkt bietet ihnen das beste Preis-Leistungsverhältnis? Wie viele Personen würden ein Produktkonzept gegenüber anderen Produktkonstellationen bevorzugen? Wie viel wären potenzielle Käufer bereit für ein Produkt zu zahlen? Gibt es Preisbereiche, in denen die Käufer besonders preissensitiv sind? Welchen Wert weist eine Marke auf? Was wäre der Kunde bereit für ein Produkt einer bestimmten Marke zu zahlen?

3 1 Einleitung 5 Gibt es verschiedene Zielgruppen, die sich durch besonders zugeschnittene Produktkonzepte ansprechen lassen? Auf die Anwendung von Conjoint-Analysen speziell für diese verschiedenen Fragestellungen werden wir im Kapitel 5 eingehen. Zuvor soll in Kapitel 2 gezeigt werden, welche verschiedenen Wege zum Ziel den Teilnutzenwerten führen. In den vergangenen 30 Jahren wurde eine Vielzahl von Verfahrensvarianten entwickelt, die sich durch spezifische Vor- und Nachteile auszeichnen. In der praktischen Anwendung der Verfahrensvarianten sind wiederum allgemeine Planungsschritte zu durchlaufen: Von der Merkmalsdefinition über die Schätzung der Teilnutzenwerte bis zur Interpretation der Ergebnisse. Die Ausgestaltung dieser Planungsschritte ist von der Auswahl der Verfahrensvariante abhängig. Diese werden im dritten Kapitel des Buches erörtert. Kapitel 4 widmen wir einigen typischen Problemen beim Umgang mit Conjoint-Analysen, die in der praktischen Anwendung zu Fallstricken werden können. Kapitel 5 erörtert spezielle Fragestellungen. Zum Abschluss wird in Kapitel 6 ein kurzer Überblick über die Möglichkeiten verschiedener Software-Lösungen für die Conjoint-Analyse gegeben. Ziel des Buches ist es, Ihnen einen Schnelleinstieg in die wichtigsten Verfahrensvarianten und Anwendungen zu ermöglichen und ein Verständnis für die häufigsten Fallstricke zu entwickeln. Wir verzichten dabei bewusst auf eine vollständige Darstellung aller Varianten und Anwendungen in der Art eines Katalogs.

4

5 2 Verfahrensvarianten der Conjoint-Analyse Die Verfahren der Conjoint-Analyse umfassen sowohl die Art der Abfrage von Präferenzurteilen als auch deren statistische Auswertung. Die kleinste Untersuchungseinheit einer Conjoint-Analyse ist der sog. Stimulus. Unter einem Stimulus versteht man einen Reiz, der dem Probanden eine Reaktion (Stimulus Response) abverlang, in unserem Fall ein Präferenzurteil. Dem Probanden werden hierzu, je nach Verfahrensvariante, ein oder mehrere Objekte, z.b. Konsumgüter, vorgelegt. Die Konsumgüter besitzen Merkmale und jedes konkrete Konsumgut ist definiert durch sein Set aus konkreten Merkmalsausprägungen. Die Merkmalskombinationen der Stimuli lassen sich als unabhängige Variablen darstellen, die die Präferenzurteile der Befragten erklären sollen. Anbieter Anbieter 3 Ausführung Streifenschnitt Geräuschpegel db Auffangvolumen in Liter 15 Leistung 15 Blatt Preis 170 e Ausführung Streifenschnitt Leistung 25 Blatt Preis 220 e Tabelle 2.1: Vollprofil (links) und Teilprofil (rechts) im Vergleich Bei der Umfragetechnik muss sich der Forscher für Vollprofile oder Teilprofile entscheiden (Tabelle 2.1). Vollprofile weisen für jedes der zu untersuchenden Merkmale eine Ausprägung auf. Teilprofile werden hingegen lediglich über eine Auswahl der Merkmale beschrieben. Außerdem können die Präferenzurteile mit ordinalem oder metrischem Skalenniveau erhoben werden, was weiteren Raum für Verfahrensvariationen gibt. Seit der Einführung der ersten Conjoint-Analyse (traditionelle Conjoint-Analyse) wurde die Methodik vielfach weiterentwickelt und modifiziert. Wenn die Anzahl der zu untersuchenden Eigenschaften äußerst gering ist, besteht die Möglichkeit den Befragten die Gesamtheit aller möglichen Stimuli (vollständiges Design) vorzulegen. Meistens

6 8 2 Verfahrensvarianten der Conjoint-Analyse ist dieses vollständige Design jedoch zu umfänglich und daher nicht realisierbar. Bereits bei vier Eigenschaften mit jeweils vier Ausprägungen ergeben sich (4 4 =) 256 Stimuli. Daher geht man dann dazu über, zweckmäßige Teilmengen (reduzierte Designs) zu benutzen, um die Befragten nicht zu überfordern (für Details zur Versuchsplanung siehe Kapitel 3.3). Jüngere Entwicklungen von Conjoint-Analysen zielen auf eine Erhöhung der Merkmalszahl ab, die sich im Rahmen einer Befragung berücksichtigen lassen, oder verfolgen das Ziel, die ökologische und prognostische Validität zu verbessern. Da die Gesamtheit der existierenden Verfahren sowie die Dynamik der Entwicklung auf den ersten Blick kaum überschaubar ist, beginnen wir unsere Darstellung mit einer kurzen Einführung in die zentralen Varianten der Conjoint-Analyse samt anschließender Bewertung ihrer jeweiligen Vor- und Nachteile. 2.1 Traditionelle Conjoint-Analyse (TCA) Bei der traditionellen Conjoint-Analyse (TCA) erstellt der Befragte für die vorgelegten Stimuli eine Rangreihenfolge (Card Sorting). Hierfür kann entweder ein vollständiges oder ein reduziertes Design gewählt werden. In der Regel basieren die Versuchspläne bei der TCA auf orthogonalen Designs, etwa nach Adelman (1962). Bei dieser Teilauswahl ist das Ziel, eine Auswahl an Stimuli zu finden, mit der die Haupteffekte unabhängig voneinander geschätzt werden können. Es hat sich herausgestellt, dass die Vollprofil-Analyse bei einer relativ geringen Anzahl an ausgewählten Merkmalen meist zu validen Ergebnissen führt, während bei einer höheren Anzahl an Merkmalen (mehr als sechs) die Ungenauigkeit schnell zunimmt (Green & Srinivasan, 1990). Dies ist darauf zurückzuführen, dass sich die Beurteilung von Vollprofilen bei vielen Merkmalen als ausgesprochen schwierig für die Befragten darstellt. Das führt wiederum dazu, dass Befragte vereinfachte Entscheidungsregeln benutzen. Insbesondere bei vielen Merkmalen beruht das Präferenzurteil nur noch auf einigen wenigen Merkmalsausprägungen, wodurch sich mit steigender Anzahl von Merkmalen die zunehmende Ungenauigkeit erklärt. Des Weiteren steigt die Anzahl der zu beurteilenden Stimuli bei vielen Merkmalen überproportional an. Dadurch wird es für den Probanden zunehmend schwieriger, eine Rangordnung zu erstellen. Um diese Aufgabe für die Befragten etwas zu erleichtern, bietet sich ein zweigeteilter Prozess an. In einem ersten Schritt lässt man die Profile zunächst gruppieren (z.b. in gute, mittlere und schlechte Objekte), um im nächsten Schritt innerhalb der zuvor definierten Gruppen Rangfolgen zu bilden.