Marktforschung I
Marktforschung I Einführung in die Testtheorie (Toporowski) Mathematische Grundlagen (Toporowski) Varianzanalyse (Toporowski) Regressionsanalyse (Boztuğ) Diskriminanzanalyse (Hammerschmidt) Clusteranalyse (Hammerschmidt) Marktforschung I 2
Organisatorische Hinweise Vorlesung: Zeit: Mi. 14.15-15.45 Uhr Raum: ZHG 003 Übung: Daten: 31.10., 7.11., 14.11., 28.11., 12.12., 09.01., 23.01., 06.02. Zeit: Mo. 12.15-13.45 Uhr und 14.00-15.30 Uhr Raum: Blauer Turm, WiSoRZ MZG 7.153 Marktforschung I 3
Grundlegende Literatur Lattin, J. M./Caroll, J. D./Green, P. E.: Analyzing Multivariate Data, Belmont 2003. Tabachnick, B. G./ Fidell, L. S.: Using Multivariate Statistics, 5. Aufl., Boston, MA 2007. Backhaus, K./Erichson, B./Plinke, W./Weiber, R.: Multivariate Analysemethoden, 13. Aufl., Berlin u.a. 2011. Backhaus, K./Erichson, B./Weiber, R.: Fortgeschrittene multivariate Analysemethoden. Eine anwendungsorientierte Einführung, Berlin u.a. 2011. Marktforschung I 4
Einführung in die Testtheorie
Übersicht: Einführung in die Testtheorie (1) Typische Fragestellungen (2) Einführungsbeispiel Mittelwertvergleich (3) Einstichprobenproblem (4) Zweistichprobenproblem (5) Überprüfung der Normalverteilung (6) Nichtparametrische Tests (7) Kontingenzanalyse Marktforschung I 6
Kapitelbezogene Literatur Bleymüller, J./Gehlert, G./Gülicher, H.: Statistik für Wirtschaftswissenschaftler, 14., überarb. Aufl., München 2004, S. 107-117. Marktforschung I 7
(1) Typische Fragestellungen Die Leitung eines Versandhauses möchte prüfen, ob zwei Katalogversionen die gleiche Wirkung haben oder ob sie sich unterscheiden, ob neben den zwei Katalogversionen auch zwei unterschiedlich gestaltete Zahlungsbedingungen zu unterschiedlichen Absatzzahlen führen. Der Leiter eines Cash & Carry Marktes möchte wissen, ob sich die Erträge (= Summe der Differenzen zwischen Verkaufs- und Einkaufspreisen aller Artikel) je Kauf während der einzelnen Tage einer Sonderangebotsperiode unterscheiden, ob Sonderangebotskäufer im Durchschnitt einen höheren Ertrag erbringen als Nicht-Sonderangebotskäufer. Ein Handelsunternehmen möchte wissen, ob sich die Zahl der Frontstücke (= nebeneinander platzierte Einheiten eines Artikels, die bei einer frontalen Betrachtung wahrgenommen werden können) auf die Verkaufszahlen auswirkt, ob sich unterschiedliche Platzierungsformen eines Artikels auf die Abverkaufszahlen auswirken. Marktforschung I 8
(2) Einführungsbeispiel (I) Ein Supermarktunternehmen denkt über die Neuausrichtung der Platzierungspolitik von Süßwaren im Kassenbereich nach. Es soll geprüft werden, ob von der Zweitplatzierung ein positiver Effekt auf die abgesetzte Menge ausgeht. Zu diesem Zweck wird in einer der Filialen des Unternehmens in einem Zeitraum von fünf Wochen eine Zweitplatzierung des Schokoladenriegels Pluto vorgenommen. Mit Hilfe der Scannerkassen können die Abverkaufszahlen problemlos erfasst werden. Nach einer Reihe von Vorüberlegungen bezüglich der Normierung der Daten hat man die Entscheidung getroffen, die mittlere Abverkaufsmenge pro 1000 Kassenvorgänge heranzuziehen, um den Erfolg der Zweitplatzierung zu messen. Marktforschung I 9
(2) Einführungsbeispiel (II) Aus früheren Untersuchungen über den Abverkauf des Schokoladenriegels weiß man, dass bei einer ausschließlichen Platzierung in der Süßwarenabteilung durchschnittlich 27,9 Riegel pro 1000 Kassenvorgänge pro Tag verkauft wurden. Das Ergebnis resultiert aus der Auswertung einer Datenreihe, von der man nicht nur den genannten Mittelwert, sondern auch die Varianz kennt. Sie beträgt 25. Die Nachfragemengen, die bei der Zweitplatzierung in dem ausgewählten Supermarkt beobachtet wurden, sollen so ausgewertet werden, dass man Aussagen über den zu erwartenden Erfolg dieser Maßnahme bei einer unternehmensweiten Umsetzung ableiten kann. Aufgrund der zu tätigenden Investitionen und des organisatorischen Aufwandes möchte die Unternehmensleitung sicherstellen, dass im Falle der Entscheidung für eine unternehmensweite Umsetzung der Zweitplatzierung der Absatz relativ sicher gesteigert wird. Marktforschung I 10
Daten Tag Absatz Tag Absatz Tag Absatz 1 39,5 11 32,7 21 27,2 2 18,9 12 26,9 22 30,6 3 27,4 13 34,8 23 39,1 4 23,9 14 32,1 24 36,8 5 28,0 15 36,8 25 15,9 6 23,2 16 36,5 26 27,2 7 31,4 17 23,8 27 34,0 8 36,5 18 40,2 28 32,2 9 38,5 19 30,7 29 21,6 10 30,4 20 30,6 30 15,9 Der Mittelwert beträgt = 30,11 Marktforschung I 11
(3) Einstichprobenproblem - Hypothesenbildung Inhaltlich: H 0 : Zweitplatzierung führt zu keiner höheren Nachfrage als Normalplatzierung H 1 : Formal: H 0 : H 1 : Zweitplatzierung führt zu einer höheren Nachfrage als Normalplatzierung 0 0 Für 0 27.9 heißt das: H 0 : 27.9 H 1 : 27.9 Marktforschung I 12
α-fehler und β-fehler bei statistischen Entscheidungen In der Grundgesamtheit gilt: Entscheidung aufgrund der Stichprobe: H 0 trifft zu H 0 trifft nicht zu H 0 wird nicht abgelehnt Richtige Entscheidung -Fehler H 0 wird abgelehnt -Fehler Richtige Entscheidung Marktforschung I 13
Notwendige Annahmen über die Absatzzahlen Um den α-fehler kontrollieren zu können, ist es erforderlich, bestimmte Annahmen über die beobachteten Werte in diesem Fall die Absatzzahlen zu treffen: Die Beobachtungen sind Realisationen einer Zufallsvariablen Die Verteilung der Zufallsvariablen ist bekannt; nicht jedoch ihre konkreten Parameter Marktforschung I 14
Verteilung der Abverkaufszahlen Wenn man annehmen würde, dass die Abverkaufszahlen bei einer Zweitplatzierung normalverteilt wären mit einem Mittelwert von 27.9 und einer Standardabweichung von 5 (abgekürzt N(27,9; 5)), so würde man die folgende theoretische Wahrscheinlichkeitsverteilung der Abverkaufszahlen erwarten können. X ~ N( 27, 9; 5) 5% 36,12 Marktforschung I 15
Verteilung des Mittelwertes der Abverkaufszahlen X 1 30 30 i1 X i ~ N( 27, 9; 5 ) 30 X ~ N( 27, 9; 5) Marktforschung I 16
Verteilung des Mittelwertes der Abverkaufszahlen, wenn X~N(27,9;5) X ~ N( 27, 9; 5 ) 30 5% 29,40 Marktforschung I 17
Verteilung des Mittelwertes der Abverkaufszahlen, wenn X~N(27,0;5) X ~ N(27,0; 5 ) 30 0,4% 29,40 Marktforschung I 18
Verteilung des Mittelwertes der Abverkaufszahlen, wenn X~N(28,5;5) X ~ N( 28, 5; 5 ) 30 16,2% 29,40 Marktforschung I 19
Bestimmung einer Testgröße (Teststatistik) n X 0 ~ N( 0, 1), wenn 0 5% 1,645 Marktforschung I 20
Entscheidungsregel Lege die maximale Fehlerwahrscheinlichkeit α fest. Bestimme das α-fraktil der N(0,1)-Verteilung u. 1 x 0 (1) Wenn z n u1, mit α-fraktil der N(0,1)-Verteilung, u 1 dann kann H 0 nicht abgelehnt werden. x 0 (2) Wenn z n u1, dann kann H 0 abgelehnt werden. Die Entscheidungsregel garantiert, dass bei einer Ablehnung der Hypothese H 0 die Wahrscheinlichkeit für eine Fehlentscheidung nicht größer als α ist. Marktforschung I 21
Äquivalente Entscheidungsregel Lege die maximale Fehlerwahrscheinlichkeit α fest. Bestimme den Wert der Teststatistik z x n 0 Bestimme die Überschreitungswahrscheinlichkeit: X ÜW= P( n 0 z) Wenn ÜW kann H 0 nicht abgelehnt werden. Wenn ÜW < kann H 0 abgelehnt werden. Marktforschung I 22
Äquivalenz beider Entscheidungsregeln 5% 0,77% 1,645 2,421 Wert der Testgröße Marktforschung I 23
Charakterisierung des Tests Einstichprobenproblem: Mittelwert einer Stichprobe wird mit einem vorgegebenen Wert verglichen. Einseitiger Test: Es werden die Hypothesen H 0 : gegen H 1 : getestet. 0 0 Bekannte Varianz: Es wird unterstellt, dass die Varianz bekannt ist. Einseitiger Gauß-Test 0 ² Marktforschung I 24
Zweiseitiger Test bei bekannter Varianz H 0 : 0 H 1 : 0 Testgröße: z n x 0 5 % 5 % -1,645 1,645 Bei der zweiseitigen Hypothese können sowohl besonders große als auch besonders kleine Werte der Testgröße als Widerspruch zu der Hypothese H 0 interpretiert werden. Marktforschung I 25
Einseitiger Test bei unbekannter Varianz Ist die Varianz unbekannt, so schätzt man sie mit dem Schätzer ˆ s 1 n -1 n i=1 (x 2 i - x) 0 0 und prüft die Hypothese H 0 : gegen H 1 : mit der Teststatistik: x n s 0 ~ t n1 wenn 0 Die Teststatistik ist t verteilt mit n 1 Freiheitsgraden. Man nennt diesen Test den t-test. Marktforschung I 26
Entscheidungsregel Lege die maximale Fehlerwahrscheinlichkeit fest. Bestimme den Wert der Teststatistik: t n x 0 s X Bestimme die Überschreitungswahrscheinlichkeit: ÜW P( n 0 t) s Wenn ÜW kann H 0 nicht abgelehnt werden. Wenn ÜW < kann H 0 abgelehnt werden Marktforschung I 27
Ergebnisse des t-tests im SPSS-Programm Statistik bei einer Stichprobe ABSATZ N Standardfe Standardab hler des Mittelwert weichung Mittelwertes 30 30,110 6,783 1,238 Test bei einer Sichprobe ABSATZ Testwert = 27.9 95% Konfidenzintervall Mittlere der Differenz T df Sig. (2-seitig) Differenz Untere Obere 1,785 29,085 2,210 -,323 4,743 SPSS testet stets die zweiseitige Hypothese. Die Ergebnisse können aber auf das einseitige Problem übertragen werden. Marktforschung I 28
Interpretation der Ergebnisse für das einseitige Problem bei Durchführung des zweiseitigen Tests Bevor der Test durchgeführt wird, ist festzulegen. Ist der Wert des berechneten Mittelwertes größer als? 0 Nein H 0 kann nicht abgelehnt werden Ja ÜW Ist? 2 Nein Ja H 0 kann nicht abgelehnt werden H 0 kann abgelehnt werden Marktforschung I 29
Entscheidungsregel des zweiseitigen Tests x x Wenn z n oder 0 z n u, 1 0 u 1 2 2 dann kann die Hypothese H 0 abgelehnt werden. Die Wahrscheinlichkeit, dabei eine Fehlentscheidung zu treffen, beträgt maximal %. Marktforschung I 30
Äquivalente Entscheidungsregel Bestimme: z X 0 X 0 ÜW P( n z ) P( n z ) Wenn ÜW kann H 0 nicht abgelehnt werden. 0 n x Bestimme die zweiseitige Überschreitungswahrscheinlichkeit: Wenn ÜW < kann H 0 abgelehnt werden. Marktforschung I 31
(4) Zweistichprobenproblem Nach der Auswertung der Ergebnisse der Zweitplatzierung kommen Zweifel darüber auf, ob die Normalplatzierung tatsächlich zu einem mittleren Absatz von 27,9 Riegeln pro 1000 Kassenvorgänge führt. Die Bedingungen, unter denen das Ergebnis ermittelt wurde, sind möglicherweise nicht ganz vergleichbar mit der Situation heute. Man entschließt sich deshalb, aktuelle Abverkaufszahlen aus einem Supermarkt, der vergleichbar mit jenem Supermarkt ist, in dem die Zweitplatzierung getestet wurde, auszuwerten. Für diesen liegen Zahlen der letzten 4 Wochen (24 Tage) vor. Marktforschung I 32
Absatzzahlen Tag Absatz 1 Absatz 2 Tag Absatz 1 Absatz 2 Tag Absatz 1 Absatz 2 1 39,5 35,2 11 32,7 22,8 21 27,2 34,2 2 18,9 26,1 12 26,9 18,0 22 30,6 35,1 3 27,4 12,8 13 34,8 30,7 23 39,1 16,1 4 23,9 30,7 14 32,1 22,7 24 36,8 16,1 5 28,0 19,2 15 36,8 16,1 25 15,9 6 23,2 30,5 16 36,5 24,2 26 27,2 7 31,4 33,7 17 23,8 27,6 27 34,0 8 36,5 28,9 18 40,2 26,5 28 32,2 9 38,5 28,1 19 30,7 35,7 29 21,6 10 30,4 24,8 20 30,6 26,0 30 15,9 Der Mittelwert bei Zweitplatzierung beträgt = 30,11 Der Mittelwert bei Normalplatzierung beträgt = 25,91 Marktforschung I 33
Hypothesen Annahmen: Absatzzahlen im Supermarkt 1 sind normalverteilt, d.h. : Absatzzahlen im Supermarkt 2 sind normalverteilt, d.h. : X1 X ~ 1 2 ~ 2 2 ( 1, ) (, ) H 0 : H 1 : 1 2 1 2 Bevor der Mittelwertvergleich durchgeführt werden kann, muss ein zusätzliches Problem gelöst werden. Es muss die Frage beantwortet werden, 1 2 ob die unbekannten Varianzen und gleich oder ungleich sind. Hierzu wird ein F-Test durchgeführt, der die folgenden Hypothesen überprüft. H 0 : H 1 : 1 2 1 2 Marktforschung I 34
Ergebnisse des t-tests im SPSS-Programm Gruppenstatistiken ABSATZ Platzierung 1 2 N Standardfe Standardab hler des Mittelwert weichung Mittelwertes 30 30,110 6,783 1,238 24 25,908 6,828 1,394 ABSATZ Varianzen sind gleich Varianzen sind nicht gleich Levene-Test der Varianzgleichheit F Signifika nz Test bei unabhängigen Stichproben T df Sig. (2-seitig) T-Test für die Mittelwertgleichheit Mittlere Differenz 95% Konfidenzintervall Standardfehler der Differenz der Differenz Untere Obere,008,929 2,255 52,028 4,202 1,863,463 7,940 2,254 49,288,029 4,202 1,864,456 7,948 Marktforschung I 35
Vorgehensweise beim Formulieren und Testen einer Hypothese (1) Aufstellung von Nullhypothese und Alternativhypothese sowie Festlegung des Signifikanzniveaus; (2) Festlegung einer geeigneten Prüfgröße und Bestimmung der Testverteilung bei Gültigkeit der Nullhypothese; (3) Bestimmung des kritischen Bereichs (Fraktil der Verteilung); (4) Berechnung des Wertes der Prüfgröße und (5) Entscheidung (Vergleich Prüfgröße und Fraktil) und Interpretation. Äquivalent: (1) wie oben; (2) wie oben; (3) Berechnung des Wertes der Prüfgröße; (4) Bestimmung der Überschreitungswahrscheinlichkeit und (5) Entscheidung (Vergleich Überschreitungswahrscheinlichkeit und alfa) und Interpretation. Marktforschung I 36