Marktforschung : Grundlagen der Datenerhebung und Datenanalyse [2., überarb. und erw. Aufl] 9783834905918, 3834905917 [PDF]

Zitiervorschau

Alfred Kuß Marktforschung

Alfred Kuß

Marktforschung Grundlagen der Datenerhebung und Datenanalyse 2., überarbeitete und erweiterte Auflage

Bibliografische Information Der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über abrufbar.

Prof. Dr. Alfred Kuß lehrt Betriebswirtschaftslehre, insbesondere Marketing, an der Freien Universität Berlin.

1. Auflage 2004 Nachdruck 2005 2. Auflage 2007 Alle Rechte vorbehalten © Betriebswirtschaftlicher Verlag Dr. Th. Gabler | GWV Fachverlage GmbH, Wiesbaden 2007 Lektorat: Barbara Roscher | Jutta Hinrichsen Der Gabler Verlag ist ein Unternehmen von Springer Science+Business Media. www.gabler.de Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlags unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Umschlaggestaltung: Ulrike Weigel, www.CorporateDesignGroup.de Druck und buchbinderische Verarbeitung: Wilhelm & Adam, Heusenstamm Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier Printed in Germany ISBN 978-3-8349-0591-8

Vorwort zur 2. Auflage

Mit dem vorliegenden Lehrbuch soll Studierenden und interessierten Praktikern eine Einführung und ein Überblick zum großen und für das Marketing bedeutsamen Gebiet der Marktforschung gegeben werden. Das im Untertitel des Buches genannte Stichwort „Grundlagen“ deutet schon an, dass der Schwerpunkt bei den zentralen und allgemein gültigen Prinzipien und Methoden der Marktforschung liegt, nicht bei den eher technischen Einzelheiten. Das Buch ist hinsichtlich seines Inhalts und Umfangs so konzipiert, dass es eine einführende Lehrveranstaltung zur Marktforschung begleiten kann. Daneben kann es Marketing-Praktikern dazu dienen, Maßstäbe für die Leistungsfähigkeit und Aussagekraft von Marktforschungsuntersuchungen kennen zu lernen. Für die Durchführung eigener Untersuchungen bedarf es aber in der Regel methodischer Detailkenntnisse und Erfahrungen, die deutlich über den Rahmen dieses Buches hinausgehen. Das gilt nicht zuletzt für die Datenanalyse mit statistischen Methoden, wozu ja umfangreiche Spezial-Literatur existiert. Im vorliegenden Lehrbuch sind die Grundideen und Anwendungsmöglichkeiten von statistischen Methoden, die in der Marktforschung gängig sind, in möglichst leicht verständlicher Weise skizziert worden. Dabei werden kaum Vorkenntnisse der Statistik vorausgesetzt. Dieses ist auch dadurch begründet, dass zwar in vielen (insbesondere wirtschaftswissenschaftlichen) Studiengängen eine statistische Grundausbildung enthalten ist, dass aber die dort erworbenen Kenntnisse manchmal nur begrenzt nachhaltig sind. Lediglich bei den Aspekten der Entwicklung von Messinstrumenten (insbesondere Fragebögen) wird hier deutlich über den ansonsten in der Literatur zur Marktforschung üblichen Umfang hinausgegangen. Der Grund dafür liegt darin, dass dieser für zahlreiche Untersuchungen wesentliche Bereich oft unterschätzt und eher als (nicht erlernbare) „Kunst“ angesehen wird. Gegenüber der ersten Auflage dieses Buches wurde vor allem die Behandlung multivariater Methoden der Datenanalyse ausgebaut. Außerdem ist ein kurzes Kapitel zur Forschungsethik hinzugekommen. An vielen Stellen ist versucht worden, die Inhalte weiter zu verdeutlichen und zu aktualisieren. Der Autor hat versucht, grundlegende Aspekte der Marktforschung in leicht verständlicher Weise auf knappem Raum darzustellen. Das ist nicht immer leicht und manche Zweifel verbleiben. Deswegen bleibt der Autor für kritische Anmerkungen und Hinweise zur Weiterentwicklung des Lehrbuchs dankbar. Bei der Vorbereitung der 2. Auflage dieses Buches hat der Autor mannigfaltige Unterstützung erfahren, die hier dankbar gewürdigt sei. Prof. Dr. Ingo Balderjahn (Universität Potsdam), Prof. Dr. Martin Eisend (Freie Universität Berlin), Prof. Dr. Henrik Sattler (Universität Hamburg) und – last but not least – Dr. Raimund Wildner (GfK, Nürnberg) V

haben wichtige Anregungen und Verbesserungsvorschläge beigesteuert. Franziska Küster-Rohde hat wieder kundig, engagiert und gut gelaunt die redaktionellen Arbeiten übernommen. Von Barbara Roscher und Jutta Hinrichsen vom Gabler-Verlag wurde auch die Vorbereitung der 2. Auflage kompetent und konstruktiv begleitet. Für verbliebene Fehler trägt natürlich der Autor allein die Verantwortung. Unabhängig von allen sonstigen Veränderungen des Buches ist auch die 2. Auflage Jack Jacoby gewidmet, einem eindrucksvollen Forscher, wunderbaren Lehrer und guten Freund.

Berlin, August 2007

Alfred Kuß

VI

Inhaltverzeichnis

Vorwort zur 2. Auflage......................................................V Inhaltverzeichnis ........................................................... VII 1 Einführung ......................................................................1 1.1

Kennzeichnung der Marktforschung...........................................1

1.2

Anwendungen der Marktforschung ............................................2

1.3

Entwicklung der Marktforschung ................................................8

2 Grundlagen ...................................................................11 2.1

Überblick........................................................................................11

2.2

Zwei Sichtweisen des Forschungsprozesses.............................12

2.2.1

Untersuchungsablauf in der Marktforschungspraxis..................... 12

2.2.2

Ein Grundmodell der empirischen Marktforschung ...................... 18

2.2.3

Zur Generalisierbarkeit von Untersuchungs-ergebnissen ............. 26

2.3

Grundlegende Anforderungen an Marktforschungsuntersuchungen ..............................................30

2.4

Untersuchungsziele und -designs ..............................................34

2.4.1

Untersuchungsziele............................................................................. 34

2.4.2 2.4.2.1 2.4.2.2

Festlegung des Untersuchungsdesigns ............................................ 40 Primärforschung und Sekundärforschung............................ 40 Typen von Untersuchungsdesigns ......................................... 43

2.4.3

Zusammenfassung .............................................................................. 50

VII

3 Repräsentative Befragungen .....................................55 3.1

Einführung und Überblick .......................................................... 55

3.2

Stichprobenziehung bei repräsentativen Befragungen ........... 59

3.2.1

Grundlagen .......................................................................................... 59

3.2.2

Arten von Stichproben........................................................................ 61

3.2.3

Vorgehensweise bei der Stichprobenziehung.................................. 65

3.3

Grundlagen der Frageformulierung .......................................... 70

3.3.1

Einführung ........................................................................................... 70

3.3.2

Grundlegende Anforderungen an Frageformulierungen............. 73

3.3.3

Weitere allgemeine Prinzipien der Frageformulierung ................ 81

3.4

Entwicklung von Multi-Item-Skalen.......................................... 84

3.4.1

Einführung ........................................................................................... 84

3.4.2

Arten von Multi-Item-Skalen............................................................. 87

3.4.3

Skalen für formative versus reflektive Konzepte............................ 91

3.4.4

Definition der zu messenden Konzepte und Sammlung der Items ............................................................................................... 94

3.4.5

Überprüfung der Reliabilität ............................................................. 96

3.4.6

Überprüfung der Validität ................................................................. 98

3.5

Entwicklung von Fragebögen ................................................... 104

3.6

Kommunikationsformen bei Befragungen ............................. 109

3.6.1

Überblick ............................................................................................ 109

3.6.2

Persönliche / mündliche Befragung ................................................ 112

3.6.3

Schriftliche Befragung....................................................................... 113

3.6.4

Telefonische Befragung..................................................................... 115

3.6.5

Online-Befragung .............................................................................. 116

3.6.6

Zusammenfassung ............................................................................ 118

VIII

4 Weitere Untersuchungsdesigns und Erhebungsmethoden der Marktforschung..........123 4.1

Überblick......................................................................................123

4.2

Qualitative Untersuchungen .....................................................124

4.2.1

Gruppendiskussion ........................................................................... 124

4.2.2

Tiefeninterview .................................................................................. 127

4.2.3

Fallstudien .......................................................................................... 129

4.3

Beobachtungsverfahren .............................................................131

4.3.1

Kennzeichnung von Beobachtungen .............................................. 131

4.3.2

Auswahlprobleme und Gestaltungsmöglichkeiten bei Beobachtungen................................................................................... 133

4.4

Panels als Längsschnitt-Untersuchungen................................137

4.4.1

Wesen und Arten von Panels ........................................................... 137

4.4.2

Spezielle Probleme der Panelforschung ......................................... 140

4.5

Experimentelle Untersuchungen ..............................................141

4.5.1

Experimentelle Designs .................................................................... 141

4.5.2

Interne und externe Validität von Experimenten .......................... 149

4.5.3

Quasi-Experimente............................................................................ 153

4.5.4

Testmärkte .......................................................................................... 154

5 Datensammlung und –aufbereitung .....................157 5.1

Überblick......................................................................................157

5.2

Datensammlung..........................................................................163

5.3

Datenaufbereitung......................................................................166

6 Deskriptive Datenanalyse........................................173 6.1

Überblick......................................................................................173

6.2

Messniveau von Daten...............................................................174

IX

6.3

Verdichtung von Daten.............................................................. 179

6.3.1

Tabellierung und graphische Darstellung von Daten .................. 179

6.3.2

Statistische Maßzahlen ..................................................................... 187

7 Schlüsse auf Grundgesamtheiten...........................195 7.1

Schätzungen ................................................................................ 195

7.2

Tests .............................................................................................. 205

8 Multivariate Analyseverfahren...............................215 8.1

Überblick...................................................................................... 215

8.2

Regressions- und Varianzanalyse............................................. 217

8.2.1

Grundidee und Ablauf der Regressionsanalyse ........................... 217

8.2.2

Anwendungsvoraussetzungen der Regressionsanalyse und deren Überprüfung ................................................................... 228

8.2.3

Regression mit Dummy-Variablen und logistische Regression.. 235

8.2.4

Varianzanalyse................................................................................... 236

8.3

Weitere multivariate Verfahren im Überblick ........................ 243

8.3.1

Diskriminanzanalyse ........................................................................ 244

8.3.2

Conjoint-Analyse............................................................................... 248

8.3.3

Faktorenanalyse................................................................................. 252

8.3.4

Clusteranalyse.................................................................................... 256

8.3.5

Strukturgleichungsmodelle.............................................................. 258

9 Forschungsethik .........................................................263 Literaturverzeichnis........................................................269 Stichwortverzeichnis......................................................277

X

Kennzeichnung der Marktforschung

1 1.1

Einführung

Kennzeichnung der Marktforschung

Die Marktforschung gehört zu den am längsten etablierten Teilgebieten der Marketingwissenschaft (vgl. Köhler 2002, S. 362 ff.). Sie ist untrennbar mit dem Marketing verbunden, weil die Ausrichtung von Angeboten der verschiedenen Unternehmen auf Kundenwünsche ebenso wie die Beeinflussung dieser Kundenwünsche durch die Unternehmen natürlich angemessene Informationen über Kunden und Märkte voraussetzt. Während ein Handwerksmeister oder ein Einzelhändler vor Ort oftmals noch unmittelbar von seinen Kunden erfährt, was diese wollen, und direkt beobachten kann, wie diese auf seine Leistungen reagieren, bestehen bei vielen größeren Unternehmen, insbesondere wenn sie ihre Produkte auf internationalen Märkten absetzen, kaum noch direkte Kontakte zu Kunden, die eine Informationsgewinnung ermöglichen. Weil in diesen Fällen typischerweise unterschiedliche Absatzmittler (z.B. Groß- und Einzelhandel, Importeure, Exporteure) den Absatz vom Hersteller zum Endkunden besorgen, sind die Beziehungen zu den Kunden für die Herstellerunternehmen weitgehend anonym und ein umfassendes und leistungsfähiges System zur Sammlung und Aufbereitung von Marketinginformationen – eben die Marktforschung – wird notwendig. Meist geht eine kontinuierliche Marktbeobachtung (z.B. der Entwicklung von Marktgröße und Marktanteilen) mit eher anlassbezogenen speziellen Untersuchungen (z.B. Produkttests, Segmentierungsanalysen) einher. Dafür steht ein recht umfassendes methodisches Instrumentarium zur Verfügung, dessen wichtigste Elemente in ihren Grundzügen im vorliegenden Lehrbuch dargestellt werden sollen. Manche in der Literatur zu findenden Definitionen der Marktforschung knüpfen direkt an pragmatische Überlegungen – wie die vorstehend skizzierten – an. So definieren Lehmann/ Gupta/ Steckel (1998, S. 1): „Marktforschung ist die Sammlung, Verarbeitung und Analyse von Informationen über Gegenstände, die für das Marketing relevant sind. Sie beginnt mit der Problemdefinition und endet mit Handlungsempfehlungen.“ Eine ähnliche Sichtweise findet sich auch bei Sudman/ Blair (1998, S. 6): „Marktforschung umfasst alle Aktivitäten, die Informationen zur Unterstützung von MarketingEntscheidungen bereitstellen.“ Allerdings bieten beide Definitionen wenig Trennschärfe im Hinblick auf Informationen, die zwar für Marketing-Entscheidungen höchst relevant sind, die aber üblicherweise kaum der Marktforschung zugerechnet werden. So sind beispielsweise Auswertungen von Patenten, chemische Analysen von Konkur-

1

1.1

1

Einführung

renzprodukten oder die Ergebnisse der klinischen Erprobung von Medikamenten für Marketing-Entscheidungen über neue Produkte höchst relevant, gehören aber wohl kaum zur Marktforschung. Eine klarere Abgrenzung enthält die breit akzeptierte Definition der American Marketing Association (AMA) von 1987 (Bennett 1988, S. 115), bei der allerdings der größere Gehalt mit größerem Umfang „erkauft“ werden muss: „Marktforschung ist die Funktion, die den Konsumenten, Kunden und die Öffentlichkeit durch Informationen mit dem Anbieter verbindet – Informationen, die benutzt werden

„ „ „ „

zur Identifizierung von Marketing-Chancen und -Problemen, zur Entwicklung, Modifizierung und Überprüfung von Marketing-Maßnahmen, zur Überprüfung des Marketing-Erfolges und zur Verbesserung des Verständnisses des Marketing-Prozesses.

Die Marktforschung bestimmt die zur Untersuchung dieser Gesichtspunkte notwendigen Informationen, entwickelt die Methoden zur Sammlung der Informationen, plant die Datenerhebung und führt diese durch, analysiert die Ergebnisse und präsentiert diese und die Schlussfolgerungen daraus.“ Diese Definition enthält drei deutlich abgegrenzte Teile. Am Anfang steht eine kurze Kennzeichnung der Marktforschung, die aber schärfer fokussiert ist als bei Lehmann u.a. und Sudman/ Blair (s.o.). Es folgt eine Übersicht über vier zentrale Anwendungsbereiche der Marktforschung im Marketing. Am Ende werden im Rahmen eines typischen Forschungsprozesses wesentliche Tätigkeiten der Marktforschung aufgezählt. Ein ähnliches – etwas differenzierteres – Konzept wird Gegenstand des Abschnitts 2.2.1 des vorliegenden Buches sein.

1.2

Anwendungen der Marktforschung

In der im vorigen Abschnitt dargestellten Kennzeichnung der Marktforschung durch die AMA sind schon Kernaufgaben genannt worden. Der letzte der dort aufgeführten Aspekte („Verbesserung des Verständnisses des Marketing-Prozesses“) ist eher auf Grundlagenforschung ausgerichtet. Bei den anderen drei Aufgabenbereichen ist aber der Bezug zum Marketing deutlich erkennbar und kann in Anlehnung an Assael (1993, S. 219) mit Hilfe der folgenden Abbildung 1.1 leicht veranschaulicht werden.

2

Anwendungen der Marktforschung

Abbildung 1-1: Marktforschung und Marketing (nach Assael 1993, S. 219)

Aufgaben der Marktforschung

Aufgaben des Marketing

Identifizierung von Marketing-Chancen und -Problemen

Entwicklung entsprechender MarketingMaßnahmen

Überprüfung der vorgeschlagenen Marketing-Maßnahmen

Realisierung der Marketing-Maßnahmen

Überprüfung des Erfolgs der MarketingMaßnahmen

Modifizierung / Verbesserung der Marketing-Maßnahmen

Man erkennt in der Abbildung 1.1 auf der linken Seite die drei Aufgabenbereiche der Marktforschung aus der AMA-Definition. Auf der rechten Seite sind Aufgabenbereiche des Marketing aufgeführt, die entsprechende Informationen aus der Marktforschung verwenden bzw. deren Ergebnisse durch die Marktforschung gemessen werden. Das vorstehend schon kurz charakterisierte Zusammenwirken von Marktforschung und Marketing sei in Abb.1.2 durch ein Beispiel eines Markenartikel-Herstellers im Lebensmittelsektor illustriert:

3

1.2

1

Einführung

Abbildung 1-2: Beispiel für Aufgaben von Marktforschung und Marketing

Marktforschung stellt fest, dass der Markt für Fertiggerichte für Single-Haushalte starkes Wachstum erwarten lässt.

Marketing-Abteilung entwickelt Vorschläge für entsprechende Produkte (inkl. Geschmacksmuster).

Marktforschung testet die Produkt-Vorschläge und empfiehlt den mit der größten Erfolgswahrscheinlichkeit.

Marketing-Abteilung schließt die Produktentwicklung ab und führt das Produkt am Markt ein.

Marktforschung misst erreichten Marktanteil, Wirkung der Einführungswerbung, Distributionsgrad etc..

Marketing-Abteilung verbessert auf der Grundlage der Untersuchungsergebnisse das Marketing-Mix.

In den im Abschnitt 1.1 angesprochenen Definitionen der Marktforschung ist schon angeklungen, dass bei der Marktforschung die Verbesserung von MarketingEntscheidungen durch Reduktion der Unsicherheit über Reaktionen von Kunden und Wettbewerbern, Marktentwicklungen etc. im Mittelpunkt steht. Daneben gibt es in der Praxis eine ganze Reihe anderer Gründe, Marktuntersuchungen durchzuführen, die zumindest vereinzelt eine Rolle spielen können (vgl. Lehmann/ Gupta/ Steckel 1998, S. 22):

„ Unterstützung der eigenen Meinung: (Ausgewählte) Untersuchungsergebnisse werden verwendet, um im eigenen Unternehmen eine bestimmte Entscheidung (z.B. über ein neues Produkt oder eine Werbekampagne) zu begründen und durchzusetzen.

„ Absicherung der Verantwortlichen bei Misserfolg: Eine (Fehl-)Entscheidung lässt sich nachträglich leichter rechtfertigen, wenn man belegen kann, dass die Alternativen sorgfältig untersucht worden sind und die Ergebnisse die getroffene Entscheidung begründet haben.

4

Anwendungen der Marktforschung

„ Verzögerung von Entscheidungen: Nicht nur in der Politik sind „weitere Untersuchungen“ und Gutachten ein beliebter Vorwand, um Entscheidungen zu verzögern, die im jeweiligen Moment nicht als opportun gelten oder bei denen keine Einigung zu erzielen ist.

„ Hilfsmittel bei rechtlichen Auseinandersetzungen: Fragen der Verwechslung von Marken, Irreführung durch Werbung etc. lassen sich am ehesten durch entsprechende Messungen bei den Konsumenten klären.

„ Argumente für Public Relations und Werbung: Z.B. „Deutschlands meistgekaufte Programmzeitschrift“, „Europas beliebtester Kleinwagen“. In einer weiteren Übersicht zur Anwendung der Marktforschung sollen im Folgenden einige Nutzer von Marktforschungsdaten kurz gekennzeichnet werden (vgl. Sudman/ Blair 1998, S. 15 ff.):

„ Hersteller von Konsumgütern (z.B. Henkel, Beiersdorf): Hier sind große Märkte mit einer Vielzahl von Konsumenten, zu denen keine direkten Kontakte bestehen, typisch. Laufende Änderungen der Marktverhältnisse durch Konkurrenzaktivitäten, Geschmacksveränderungen etc. machen kontinuierliche Messungen („Tracking“) erforderlich.

„ Business-to-Business-Anbieter: Wegen verbreiteter direkter Marktkontakte (z.B. durch persönlichen Verkauf) spielt hier die Marktforschung eine geringere Rolle.

„ Dienstleistungsunternehmen (z.B. Banken, Versicherungen): Bei Dienstleistungen sind direkte Kundenkontakte typisch und somit Informationen von den Kunden erhältlich, die auch gespeichert werden können. Im Dienstleistungsbereich spielen Messungen der Kundenzufriedenheit eine besonders große Rolle.

„ Nonprofit-Organisationen (z.B. Theater, Museen): Hier wird nur selten und nur punktuell Marktforschung durchgeführt, u.a. weil die Kundenorientierung teilweise noch nicht stark ausgeprägt ist und keine entsprechenden Budgets vorhanden sind.

„ Einzelhandel: Der Einzelhandel kann sich zum großen Teil auf seine selbst erhobenen Daten (nicht zuletzt Scanner-Daten) über Abverkäufe, Reaktionen auf Sonderangebote etc. stützen und hat naturgemäß zahlreiche direkte Kundenkontakte.

„ Werbe-Agenturen: Von Agenturen wird Marktforschung zum Test der Wirksamkeit von Werbemitteln und zur Messung der Werbewirkung eingesetzt.

„ Medien (Verlage, Fernsehsender etc.): Medienunternehmen nutzen Marktforschung – wie Anbieter anderer Produkte auch – zur Bestimmung von Zielgruppen, zur Messung von Verbreitungsgraden und Einschaltquoten, bei der Entwicklung neuer Zeitschriften, Sendeformate usw. Daneben wird eine intensive Medienforschung (Anzahl und Zusammensetzung von Lesern und Zuschauern) betrieben, die nicht zuletzt dazu dient, Werbekunden Daten für ihre Entscheidungen zu liefern.

5

1.2

1

Einführung

„ Staatliche Stellen (Ministerien, Kommunen etc.): Hier wird Marktforschung eher selten betrieben, u.a. aber im Zusammenhang mit Stadtmarketing und Tourismuswerbung. Letztlich sei in diesem Abschnitt noch kurz die Frage angesprochen, wer Marktforschung in der Regel durchführt. Eine zentrale Rolle spielen hier so genannte AllroundMarktforschungsinstitute. Das sind (mittlere bis größere) Unternehmen, die entsprechende Untersuchungen mit unterschiedlichen Methoden (Umfragen, Produkttests etc.) zu einem weiten Spektrum von Themen (z.B. Image-Untersuchungen, Messungen von Kundenzufriedenheit oder Bekanntheitsgrad, Produkttests) anbieten und durchführen. In der folgenden Abbildung 1.3 sind einige deutsche Allround-Institute mit Angaben zu Größe, Gründungsjahr und Standort genannt. Die aufgeführten InternetAdressen ermöglichen den Zugang zu genaueren Informationen, oftmals auch über berufliche Möglichkeiten bei diesen Instituten. Daneben sind am „Marktforschungs-Markt“ zahlreiche (meist kleinere) SpezialInstitute tätig, die sich auf ein besonderes Anwendungsgebiet (z.B. Werbeforschung, Automobil-Marktforschung) oder eine besondere Methodik (z.B. Online-Befragungen, psychologische Marktforschung) spezialisiert haben. Als Beispiel für solche SpezialInstitute sei hier „Eye-Square“ (www.eyesquare.de) genannt – ein Institut, das sich auf die Datenerhebungsmethode der Blickregistrierung spezialisiert hat. Die so genannten „betrieblichen Marktforscher“ dürfen nicht unerwähnt bleiben. Sie sind – wie die Bezeichnung schon andeutet – bei Unternehmen tätig, die Untersuchungen meist bei Instituten in Auftrag geben. Die betrieblichen Marktforscher sind dort für Auftragsvergabe an und Kontrolle der Marktforschungsinstitute zuständig, sie bereiten Ergebnisse auf, beraten intern in Marktforschungsfragen und führen kleine Untersuchungen sowie Sekundärforschung (siehe Abschnitt 2.5.2.1) selbst durch.

6

Anwendungen der Marktforschung

Abbildung 1-3: Marktforschungsunternehmen in Deutschland (Auswahl) Quelle: ADM Arbeitskreis Deutscher Markt- und Sozialforschungsinstitute e.V., BVM Berufsverband Deutscher Markt- und Sozialforscher e.V.

7

1.2

1

Einführung

1.3

Entwicklung der Marktforschung

Im vorliegenden Abschnitt soll die Entwicklung des methodischen Instrumentariums der Marktforschung kurz skizziert werden, wobei man gleichzeitig einen ersten Eindruck von der Vielfalt dieser Methoden erhält. Im Hinblick auf die hier skizzierten Entwicklungsschritte sind allerdings nur sehr grobe Zeitangaben möglich. Hier also die kurzen Charakterisierungen verschiedener Phasen der methodischen Entwicklung:

Ermittlung originärer Daten (seit Beginn des 20. Jahrhunderts) Die Grundidee entspricht dem heute selbstverständlich gewordenen Vorgehen, Daten über Personen nicht bei Dritten, sondern bei diesen selbst zu erheben. Informationen, die z.B. ein Einzelhändler über die Markenpräferenzen seiner Kunden geben kann, sind eben sehr begrenzt und oftmals verzerrt.

Repräsentative (seit ca. 1930)

Auswahl

durch

Anwendung

der

Stichprobentheorie

Einen entscheidenden Fortschritt hinsichtlich der Genauigkeit und Sicherheit von Umfrageergebnissen erreichte man durch die Anwendung der Stichprobentheorie. Mit relativ kleinen Stichproben von Auskunftspersonen, bei denen jedes Mitglied einer Grundgesamtheit mit gleicher Wahrscheinlichkeit Element der Stichprobe werden konnte, wurden (natürlich) viel bessere Ergebnisse erzielt als bei der Befragung viel größerer Anzahlen willkürlich ausgewählter Auskunftspersonen. Ein berühmtes Beispiel bezieht sich auf die Prognose des Ergebnisses der Wahl zum US-Präsidenten im Jahre 1936. Dabei konnte das Gallup-Institut auf der Grundlage von wenigen tausend Interviews repräsentativ ausgewählter Personen das Ergebnis weitaus genauer vorhersagen als die Zeitschrift „Literary Digest“, die zwei Millionen Personen befragt hatte, bei denen aber die gehobenen Bevölkerungsschichten mit entsprechenden Parteipräferenzen überproportional vertreten waren.

Systematische Fragebogenentwicklung (seit ca. 1940) Es ist leicht nachvollziehbar, dass unterschiedliche Fragetechniken das Antwortverhalten von Auskunftspersonen stark beeinflussen können (Extremes Beispiel: „Sind Sie auch der Meinung, dass …?“). Deswegen ist die sorgfältige und systematische Entwicklung von Fragebögen eine entscheidende Voraussetzung für aussagekräftige Ergebnisse von Befragungen (siehe dazu auch Abschnitt 3.3). Bei verschiedenen Untersuchungsgegenständen taucht zusätzlich das Problem auf, dass Auskunftspersonen die entsprechenden Fragen nicht präzise beantworten können oder wollen. Hier ist u.a. an Fragen zu denken, die die Intimsphäre berühren. In solchen Fällen versuchen Marktforscher, besondere Fragetechniken anzuwenden, bei denen die Auskunftsperson oftmals das

8

Entwicklung der Marktforschung

eigentliche Untersuchungsziel und den Zweck einzelner Fragen nicht erkennt und deswegen nicht in verzerrter Weise antworten kann.

Komplexe (multivariate) Datenanalyse (seit ca. 1970) Viele für das Marketing relevante Phänomene sind sehr komplex. Beispielsweise lässt sich die Präferenz für eine Marke meist nicht nur durch eine oder einige wenige andere Variable (z.B. Alter, Einkommen) erklären, sondern eher durch das Zusammenwirken einer Vielzahl von Variablen. Deswegen haben die Verfahren der „multivariaten Datenanalyse“ in der Marketingforschung starke Resonanz und breite Anwendung gefunden. Diese Verfahren haben gemein, dass mit ihrer Hilfe eine große Zahl von Variablen gleichzeitig analysiert werden kann. Seit den 1990er Jahren werden (relativ komplexe) Strukturgleichungs- oder Kausalmodelle, mit deren Hilfe eine größere Zahl von Zusammenhängen gleichzeitig analysiert werden kann, in der wissenschaftlichen Marketingforschung häufig angewendet (siehe dazu Kapitel 8).

Validierung von Erhebungsmethoden (seit ca. 1980) Sorgfältige Stichprobenziehung und anspruchsvolle Datenanalyse bleiben nutzlos, wenn die erhobenen Daten nicht das widerspiegeln, was gemessen werden sollte. Kann man beispielsweise von geäußerten Kaufabsichten auf tatsächliches Kaufverhalten schließen? Über lange Zeit musste man sich bei der Entwicklung von Messmethoden (z.B. Fragebögen) weitgehend auf die Erfahrung und die Intuition der Marktforscher verlassen. In neuerer Zeit wendet man spezielle Techniken zur systematischen Entwicklung und Überprüfung gewissermaßen „geeichter“ Messmethoden an (siehe dazu Abschnitt 3.4.).

Datenerhebung über das Internet (seit ca. 1995) Die schnelle Ausbreitung der Internet-Nutzung ermöglicht es in zunehmendem Maße, Befragungen auf diesem Wege (per E-Mail) durchzuführen. Sofern die Repräsentanz solcher Untersuchungen gesichert ist, können damit die Untersuchungsdauer und die Untersuchungskosten wesentlich gesenkt werden (siehe dazu Abschnitt 3.6.5).

9

1.3

1

Einführung

Literaturempfehlungen zum 1. Kapitel Ludwig Berekoven / Werner Eckert / Peter Ellenrieder: Marktforschung – Methodische Grundlagen und praktische Anwendung, 10. Auflage, Wiesbaden 2004. Gilbert Churchill / Dawn Iacobucci: Marketing Research – Methodological Foundations, 9. Auflage, Mason (Ohio) u.a.O. 2005. Donald Lehmann / Sunil Gupta / Joel Steckel: Marketing Research, Reading (Mass.) u.a.O. 1998. Seymour Sudman / Edward Blair: Marketing Research – A Problem Solving Approach, Boston u.a.O. 1998.

10

Überblick

2 2.1

Grundlagen

Überblick

Im vorliegenden Kapitel sollen – dem Titel „Grundlagen“ entsprechend – zentrale Aufgaben, methodische Grundfragen und Vorgehensweisen der Marktforschung sowie Anforderungen an Marktforschungsuntersuchungen gekennzeichnet, erläutert und diskutiert werden. Dazu wird von zwei verschiedenartigen Darstellungen des Forschungsablaufs der Marktforschung, in die die relevanten Konzepte in ihrem Zusammenhang eingeordnet sind, ausgegangen. Die eine dieser Darstellungen (siehe Abschnitt 2.2.1) ist auf den typischen Untersuchungsablauf in der Marktforschungspraxis ausgerichtet. Hier lässt sich bei den verschiedenen Schritten von der Definition des Untersuchungsproblems bis zum Bericht jeweils aufzeigen, welche Entscheidungen zu treffen und welche Probleme zu lösen sind. Das in Abschnitt 2.2.2 dargestellte „Grundmodell der empirischen Marketingforschung“ ist weniger auf praktische Fragestellungen fokussiert, sondern auf die grundlegenden gedanklichen Schritte, die mit Untersuchungen, die wissenschaftlichen Anforderungen genügen sollen, verbunden sind. Insofern ist hier der Abstraktionsgrad etwas höher als im Abschnitt 2.2.1. Aus beiden Darstellungen lassen sich zentrale Anforderungen bezüglich der Qualität von Marktforschungsuntersuchungen ableiten. Es sind dies die Gültigkeit (Validität) und Verlässlichkeit (Reliabilität). Diese beiden in Abschnitt 2.3 behandelten Kriterien bilden den wichtigsten Maßstab für die Überlegungen und Entscheidungen bei der Auswahl und Ausgestaltung der verschiedenen Teile einer Untersuchung (z.B. Stichprobenziehung, Frageformulierung, statistische Tests). Gewissermaßen als Überleitung zu den stärker den Einzelheiten von Methoden gewidmeten folgenden Kapiteln findet sich in Abschnitt 2.4 ein Überblick über verschiedene Grundtypen von Untersuchungsdesigns. In einem Untersuchungsdesign werden die Festlegungen hinsichtlich der Art der Datenerhebung (z.B. Befragung oder Beobachtung), der Untersuchungsgegenstände, der Erhebungseinheiten (z.B. Stichprobe von Personen oder Haushalten einer bestimmten Region) und der durchzuführenden Analysen (z.B. Signifikanztests, Schätzung von Anteilswerten in der Grundgesamtheit) zusammengefasst. Einzelheiten der verschiedenen

11

2.1

2

Grundlagen

Untersuchungsdesigns und insbesondere die dabei jeweils relevanten methodischen Aspekte werden im Anschluss (ab Kapitel 3) dargestellt.

2.2

Zwei Sichtweisen des Forschungsprozesses

2.2.1

Untersuchungsablauf in der Marktforschungspraxis

Im vorliegenden Abschnitt soll der typische Ablauf einer Marktforschungsuntersuchung relativ grob skizziert werden, um auf diese Weise einen ersten Überblick über Techniken und methodische Probleme der Marktforschung zu geben. In den folgenden Kapiteln werden dann die einzelnen dabei angesprochenen Aspekte genauer erörtert. Abbildung 2.1 zeigt ein Schema mit den typischen Phasen einer Marktforschungsuntersuchung. Natürlich ist der dort wiedergegebene Ablauf gegenüber der Praxis der Marktforschung vereinfacht und verallgemeinert. In der Realität findet man sicher häufig Studien, bei denen einzelne der hier angegebenen Schritte ausgelassen oder andere hinzugefügt werden. Außerdem treten normalerweise vielfältige Rückkoppelungen im Forschungsprozess auf. Beispielsweise kann man sich leicht vorstellen, dass man bei der Planung der Datenanalyse feststellt, dass im vorher liegenden Schritt der Entwicklung von Messinstrumenten Daten entstehen, die im Hinblick auf das Messniveau (siehe Abschnitt 6.2) nicht den Anforderungen eines vorgesehenen Analyseverfahrens entsprechen. In einem solchen Fall müsste also die Entwicklung der Messinstrumente erneut aufgenommen werden. Durch das in Abbildung 2.1 dargestellte Phasenschema soll auch angedeutet werden, dass die einzelnen Schritte im Untersuchungsablauf stark voneinander abhängen. Schwächen und Fehler in frühen Phasen können nicht durch besondere Sorgfalt und großen Aufwand in späteren Phasen ausgeglichen werden (und umgekehrt). Wenn bei der Datenerhebung gravierende methodische Mängel aufgetreten sind (z.B. durch unzureichende Stichprobenausschöpfung oder durch systematisch verzerrende Messmethoden), so kann man diese eben nicht durch anspruchsvolle Verfahren der Datenanalyse kompensieren (allenfalls verschleiern). In diesem Sinne ist das Ergebnis einer Marktforschungsuntersuchung nur so stark wie das schwächste Glied in der Kette der Untersuchungsschritte.

12

Zwei Sichtweisen des Forschungsprozesses

Abbildung 2-1: Typische Phasen einer Marktforschungsuntersuchung

1

Definition des Untersuchungsproblems

Ausrichtung und Bedingungen der Untersuchung

2

Festlegung der Untersuchungsziele

3

Festlegung des Untersuchungsdesigns

festlegen

Festlegung der Methoden

4

Entwicklung der Messinstrumente

5

Datensammlung

6

Datenanalyse

7

Bericht

Bei der ersten Phase der Untersuchung, der Definition des Untersuchungsproblems (1), werden gewissermaßen die Weichen für deren Erfolg gestellt. Eine unpräzise Beschreibung des Untersuchungsgegenstandes kann eben dazu führen, dass man - möglicherweise mit großem Aufwand - am relevanten Problem "vorbeiforscht". Ausschlaggebend ist die Kommunikation zwischen dem Marketing-Management (als Auftraggeber einer Untersuchung) und den Marktforschern, die eine Untersuchung konzipieren und durchführen. Das Management muss die Möglichkeiten und Grenzen der einschlägigen Forschungsmethoden kennen; das Marktforschungs-Institut bzw. die betriebliche Marktforschungs-Abteilung muss das anstehende Entscheidungsproblem des Managements und den damit verbundenen Informationsbedarf kennen. Damit ist schon angedeutet, dass das Entscheidungsproblem keineswegs mit dem Untersuchungsproblem identisch sein muss. Häufig wird eben nur ein Teilaspekt des Entscheidungsproblems mit den Methoden der Marktforschung untersucht werden können. In der Regel ist das Untersuchungsproblem auch konkreter und präziser formuliert als das Entscheidungsproblem, das den Ausgangspunkt dafür bildete. In Abbildung 2.2 findet sich eine Gegenüberstellung von Beispielen für Entscheidungsund Untersuchungsprobleme, die diesen Aspekt illustrieren.

13

2.2

2

Grundlagen

Abbildung 2-2: Beispiele für Entscheidungs- und Untersuchungsprobleme in Marketing und Marktforschung (nach Churchill/ Iacobucci 2005, S. 51)

Entscheidungsproblem

Untersuchungsproblem

Entwicklung der Packung für ein neues Produkt

Überprüfung der Wirkung alternativer Packungsentwürfe

Geografische Aufteilung des Werbebudgets

Bestimmung des gegenwärtigen Umfangs des Marktdurchdringung in den entsprechenden Gebieten

Einführung eines neuen Produkts

Entwicklung eines Testmarkts, mit dessen Hilfe die voraussichtliche Akzeptanz des Produkts ermittelt werden kann

Trotz der angesprochenen Bedeutung einer angemessenen Definition des Untersuchungsproblems kann dieser Teil des Marktforschungsprozesses hier nicht vertiefend behandelt werden, weil die jeweilige Vorgehensweise sehr stark situationsspezifisch ist, so dass man kaum generelle Aussagen dazu machen kann. Die Kommunikation zwischen Marketing-Management und Marktforschung und die einschlägigen Erfahrungen der Beteiligten dürften zentrale Bedeutung dabei haben. Ein bekanntes Beispiel für grob irreführende Marktforschung durch eine falsche Definition des Untersuchungsproblems bietet die Veränderung des Geschmacks von Coca-Cola in den USA Mitte der 1980er Jahre, die ein totaler Misserfolg wurde. Angeregt durch Werbespots von Pepsi, in denen das bessere Abschneiden von Pepsi-Cola in sog. „Blindtests“ (vergleichende Geschmackstests mit verdeckten Markennamen) herausgestellt wurde, veränderte man die Zusammensetzung von Coca-Cola und damit deren Geschmack. Entsprechende Blindtests ergaben dann deutlich bessere Werte für die „neue Coca-Cola“. Die Markteinführung des veränderten Produkts geriet bekanntlich zum Desaster:

14

Zwei Sichtweisen des Forschungsprozesses

Konsumenten protestierten, der Marktanteil von Coca-Cola sackte deutlich ab. Was war geschehen? Man hatte von Seiten der Marktforschung ausschließlich den Geschmack getestet und völlig ignoriert, dass in den USA lange verfestigte Gewohnheiten und auch emotionale Bindungen an den alt vertrauten Coke-Geschmack bei vielen Menschen bestehen. Das für die Marktforschung zu definierende Problem hätte nicht darauf beschränkt werden dürfen, die Reaktionen auf eine Geschmacksänderung zu messen, sondern hätte breiter definiert werden müssen im Hinblick auf die Akzeptanz der Veränderung eines Produkts, mit dem man schon lange vertraut ist (vgl. Zikmund 1997, S. 107).

Mit der Festlegung der Untersuchungsziele (2) wird die Aufgabenstellung für eine Untersuchung, die mit der Problemdefinition bereits umrissen wurde, konkretisiert und präzisiert. Im Rahmen einer allgemeinen Problemdefinition, die z.B. darin bestehen könnte, dass für ein Produkt die Qualitätseinschätzung im Vergleich zu entsprechenden Produkten von Wettbewerbern ermittelt werden soll, könnte man ein Untersuchungsziel so formulieren, dass die für die in Frage kommende Zielgruppe wichtigsten Produkteigenschaften (o Entscheidungskriterien beim Kauf) und die Einschätzung der auf dem Markt angebotenen Produkte hinsichtlich dieser Eigenschaften ermittelt werden sollen. Aus der Festlegung der Untersuchungsziele ergibt sich die Art der jeweils vorgesehenen Untersuchung. Dabei sind folgende Typen zu unterscheiden:

„ Explorative Untersuchungen Dabei geht es um das Ziel, Ursachen für Probleme oder Zusammenhänge zwischen Variablen zu entdecken. Derartige Untersuchungen stehen oft am Anfang eines Projekts und dienen dann der Vorbereitung weiterer Untersuchungen.

„ Deskriptive Untersuchungen Hier steht das Ziel der Kennzeichnung bzw. Beschreibung einer interessierenden Grundgesamtheit (z.B. Personen, Haushalte) hinsichtlich für das Untersuchungsproblem relevanter Merkmale (z.B. Markenpräferenzen, Verbrauchshäufigkeit) im Vordergrund.

„ Kausal-Untersuchungen Kausal-Untersuchungen haben das Ziel festzustellen, welches die Ursachen (Gründe) für beobachtete Phänomene sind. Die Überprüfung und gegebenenfalls Bestätigung von Ursache-Wirkungs-Beziehungen stellt allerdings besonders hohe Anforderungen an die Untersuchungsanlage. Auf die Festlegung von Untersuchungszielen und die Arten von Untersuchungen wird im Abschnitt 2.4 des vorliegenden Buches noch ausführlicher eingegangen. Die Festlegung des Untersuchungsdesigns (3) ist eine komplexe Aufgabe, bei der die grundlegenden Entscheidungen über die anzuwendenden Methoden getroffen werden. Dabei ist zunächst zu entscheiden, ob das Untersuchungsziel durch angemessene Aufbereitung und Analyse vorhandener (früher oder von anderen Institutionen gesammel-

15

2.2

2

Grundlagen

ter) Daten erreicht werden kann (Sekundärforschung) oder ob dazu eine neue, gezielte Datenerhebung notwendig ist (Primärforschung). Einzelheiten dazu finden sich im Abschnitt 2.4.2.1. Die in der Marktforschung gängigen Untersuchungsdesigns (bei Primärforschung) können in bestimmte Grundtypen eingeteilt werden, die wiederum bestimmten Forschungszielen (s.o.) entsprechen. Es lassen sich die folgenden vier Grundtypen identifizieren:

„ Qualitative Untersuchungen Hier geht es nicht darum, quantifizierende und repräsentative Aussagen zu machen, sondern eher darum, Arten, Zusammenhänge und Wirkungen problemrelevanter Variablen kennen zu lernen (zu entdecken  explorativ). Durch entsprechende (qualitative) Untersuchungsmethoden (siehe Abschnitt 4.2) versucht man, dieser Aufgabenstellung gerecht zu werden.

„ Querschnitts-Untersuchungen Dabei ist an Studien zu denken, bei denen auf einen Zeitpunkt bezogene quantifizierende Aussagen über eine bestimmte Grundgesamtheit (z.B. Einkommensverteilung in einer bestimmten Bevölkerungsgruppe) gemacht werden sollen. Es werden also Merkmale dieser Grundgesamtheit gewissermaßen beschrieben ( deskriptiv).

„ Längsschnitt-Untersuchungen Damit kann man dynamische Phänomene (z.B. Markenwechsel von Konsumenten oder Veränderungen von Marktanteilen) im Zeitablauf durch die Erhebung entsprechender (gleichartiger) Daten an mehreren Zeitpunkten messen. Hier wird die Entwicklung und Veränderung von Merkmalen im Zeitablauf beschrieben ( deskriptiv).

„ Experimente Experimente (siehe Abschnitt 4.5) sind dadurch gekennzeichnet, dass eine oder mehrere (so genannte unabhängige) Variablen so manipuliert wird/werden, dass die Wirkungen dieser Manipulationen auf eine oder mehrere andere (so genannte abhängige) Variable gemessen werden können. Es geht also um UrsacheWirkungs-Beziehungen ( kausal). Detaillierte Ausführungen zu den verschiedenen Untersuchungsdesigns finden sich im Abschnitt 2.4.2.2. Nachdem die Konzeption einer Untersuchung (Untersuchungsdesign) festliegt, müssen die Messinstrumente entwickelt (4) werden, mit deren Hilfe die im jeweiligen Zusammenhang interessierenden Merkmalsausprägungen von Untersuchungsobjekten (z.B. Ausgaben eines Haushalts für Urlaubsreisen) ermittelt - also gemessen - werden sollen. Typische Beispiele für Messinstrumente sind einzelne Fragen oder so genannte MultiItem-Skalen in Fragebögen. Die Entwicklung von exakten und zuverlässigen Messtechniken für Zwecke der Marktforschung ist oftmals mit besonderen Schwierigkeiten verbunden, auf die in den Abschnitten 3.3 und 3.4 ausführlich eingegangen wird. 16

Zwei Sichtweisen des Forschungsprozesses

Die Datensammlung (5) ist bei vielen Studien der Marktforschung die Untersuchungsphase, in der die meisten Ressourcen (zeitlich, personell, finanziell) in Anspruch genommen werden. Dieser Bereich ist oft weniger durch theoretische Fundierung als durch Erfahrung und "handwerkliche" Sorgfalt der Verantwortlichen geprägt. Die durch geringfügig erscheinende technische Probleme und menschliche Schwächen bei der Datensammlung entstehenden Fehlermöglichkeiten dürfen aber nicht unterschätzt werden (siehe Kapitel 5). Die Datenanalyse (6) ist bestimmt durch den Einsatz statistischer Methoden für die Verdichtung der typischerweise großen Menge gesammelter Daten und für Schlüsse von Ergebnissen in einer Stichprobe auf die in der Regel eher interessierenden Verhältnisse in der entsprechenden Grundgesamtheit. Bei der Erörterung der Datenanalyse wird unterschieden in:

„ einfache deskriptive Verfahren (statistische Maßzahlen, Häufigkeitstabellen, graphische Darstellungen etc., Æ Kapitel 6),

„ Schätzungen und Tests (Schlüsse von Stichproben auf Grundgesamtheiten, -> Kapitel 7) sowie

„ multivariate Verfahren (gleichzeitige und zusammenhängende Analyse einer Vielzahl von Variablen, Æ Kapitel 8). Am Ende einer Untersuchung steht die Erstellung des Berichts (7), in dem die wesentlichen Ergebnisse, Schlussfolgerungen und Handlungsempfehlungen enthalten sind. Dadurch sollen die durch die Problemdefinition und die Festlegung der Untersuchungsziele gestellten Fragen beantwortet werden. Üblicherweise enthält ein Untersuchungsbericht mindestens vier Teile: (1) Kurze Zusammenfassung von Problemdefinition und Untersuchungszielen (2) Erläuterung der Untersuchungsmethode (3) Darstellung der Untersuchungsergebnisse (4) Schlussfolgerungen und Empfehlungen Hinsichtlich der Form des Berichts soll versucht werden, einen Kompromiss zwischen Genauigkeit der Darstellung von Methoden und Ergebnissen, die häufig eine „technische Sprache“ erfordert, und Verständlichkeit zu erzielen. Inhalt und Gestaltung eines Untersuchungsberichts hängen natürlich in starkem Maße von der jeweiligen Untersuchung und den dabei angewandten Methoden ab, so dass darüber wenig generelle Aussagen gemacht werden können. Auf den Untersuchungsbericht wird deswegen im vorliegenden einführenden Lehrbuch nicht weiter eingegangen.

17

2.2

2

Grundlagen

2.2.2

Ein Grundmodell der empirischen Marktforschung

Im vorliegenden Abschnitt sollen für die wissenschaftliche Marketingforschung zentrale Begriffe (wie „Theorien“, „Hypothesen“, „Operationalisierung“) erläutert und deren Zusammenhang erklärt werden. Damit sollen einerseits die (teilweise etwas abstrakten, aber keineswegs unverständlichen) allgemein gültigen gedanklichen Grundlagen empirischer Marketingforschung umrissen und andererseits die Basis für später folgende methodische Überlegungen geschaffen werden. In einer sehr allgemeinen Weise kann man die empirische Forschung als eine von mehreren Möglichkeiten des Menschen zur Betrachtung und zum Verständnis der Marketing-Realität ansehen. Für die wissenschaftliche Betrachtungsweise von Realität ist es typisch, dass versucht wird, in sich widerspruchsfreie Systeme von Aussagen, die man unter bestimmten Voraussetzungen (s.u.) als Theorie bezeichnet, aufzustellen, deren Entsprechung zur Realität systematisch überprüft wird bzw. werden kann bzw. werden sollte. Da diese Aussagensysteme normalerweise einen Komplexitäts- und/oder Abstraktionsgrad aufweisen, der eine unmittelbare Prüfung nicht zulässt, bedient man sich dazu in der Regel geeigneter Methoden. Beispielsweise bedarf es für die Untersuchung des Zusammenhangs zwischen Einstellungen zu einem Produkt und Markentreue in der Regel eines recht aufwändigen Designs. Durch bloßen Augenschein kann man diese Überprüfung nicht vornehmen. Die drei Grundelemente empirischer Forschung (Realität, Theorie, Methoden) seien zunächst kurz vorgestellt, bevor die Beziehungen dieser Elemente untereinander erläutert werden.

Realität Unabhängig vom jeweiligen Forschungsinteresse ist immer nur die Betrachtung von entsprechenden Ausschnitten der Realität möglich. Ihre vollständige Beschreibung oder gar Erklärung ist wegen einiger genereller Eigenschaften von Realität ausgeschlossen. Sie ist nach Jacoby (1985a, S. 10 ff.)

„ „ „ „

komplex, dynamisch, (teilweise) verdeckt und einzigartig.

Diese Gesichtspunkte seien an Hand eines Beispiels illustriert. Man stelle sich dazu einen Supermarkt am Nachmittag eines Werktags vor. Komplexität: Der Versuch einer vollständigen Beschreibung dieses Supermarkts muss schnell scheitern. Eine Erfassung aller Details der Ladenausstattung (Form der Regale, Farben, Zierleisten, Etiketten von Produkten etc.) überfordert jeden auch extrem geduldigen Forscher.

18

Zwei Sichtweisen des Forschungsprozesses

Dynamik: Selbst wenn es gelänge, die Einrichtung und die Produkte des Supermarkts weitgehend zu beschreiben, wäre damit wenig gewonnen, denn währenddessen verändert sich die Realität: Neue Kunden treten ein, Regale werden nachgefüllt, es wird dunkler etc. Verdecktheit: Zahlreiche (auch wesentliche) Einzelheiten sind nicht direkt beobachtbar. Beispielsweise ist es für die Situation in dem Supermarkt wichtig, welche Bedürfnisse oder Wünsche bei den Kunden vorhanden sind, obwohl diese selbst mit anspruchsvollen Messmethoden nicht immer eindeutig feststellbar sind. Einzigartigkeit: Da eine bestimmte Situation in dem Supermarkt mit gleichem Regalbestand, gleichen Kunden mit gleichen Wünschen etc. sich so nie wiederholt, wäre eine vollständige Beschreibung oder Erklärung auch nutzlos, weil eben keine Situation auftritt, in der man dieses Wissen gebrauchen könnte.

Theorie Wegen der skizzierten Aussichts- und Sinnlosigkeit des Versuchs, Realität vollständig zu erfassen, ist die Zielrichtung der empirischen Forschung eine ganz andere. Man bedient sich dabei bestimmter Abstraktionen einzelner Erscheinungen, die für die jeweilige Betrachtungsweise zweckmäßig sind. Diese nennt man Konzepte (vgl. Jacoby 1985a, S. 12 ff.). Ähnlich wie der Mensch sich in der Regel nicht mit der ungeheuren Vielfalt von Gegenständen mit vier Rädern und einem Motor in allen Einzelheiten befasst, sondern das Konzept „Auto“ verwendet, kann man sich in dem Supermarkt-Beispiel auch auf im jeweiligen Untersuchungszusammenhang wichtige Konzepte wie z.B. Sortimentstiefe, Verkaufsfläche oder Umsatz konzentrieren. Konzepte dienen dazu, eine Vielzahl von Objekten, Ereignissen, Ideen etc. im Hinblick auf einzelne oder mehrere gemeinsame Charakteristika und unter Zurückstellung sonstiger Unterschiede zusammenzufassen. Sie ermöglichen also eine Kategorisierung bzw. Klassifizierung und damit eine Vereinfachung des Bildes von der Realität. Diese Kategorisierung erlaubt es, unabhängig von der Einzelsituation zu generalisieren, Beziehungen zwischen Objekten, Ereignissen etc. zu erkennen und (bei Übereinstimmung über den Gebrauch von Konzepten) Gedanken zwischen Menschen auszutauschen. Das gleiche Objekt kann – je nach Sichtweise – sehr verschiedenen Konzepten zugeordnet werden. Beispielsweise kann ein und derselbe Mensch als Stammkunde, als Ehemann, als Schlosser usw. betrachtet werden. Gelegentlich wird zwischen Konzepten und Konstrukten unterschieden, wobei unter letzteren abstraktere Konzepte verstanden werden. Weil gleichen (gedanklichen) Konzepten (z.B. in verschiedenen Sprachen) verschiedene Begriffe gegenüberstehen können (manchmal auch umgekehrt), wird auch hier oftmals eine gedankliche Trennung vorgenommen. Im Zusammenhang dieses Buches sind aber derartige Unterscheidungen nicht so wichtig; es wird synonym von Konzepten, Konstrukten und Begriffen gesprochen.

19

2.2

2

Grundlagen

Wenn man durch Konzepte gewissermaßen „die Umwelt geordnet“ hat, kann man bestimmte Regelmäßigkeiten und Zusammenhänge entdecken. Diese können sehr konkrete („Je feuchter der Boden, desto besser wächst Pflanzensorte X“), aber auch abstraktere Phänomene („Mit höherer Bildung nimmt die Toleranz zu“) betreffen. Besonders leistungsfähig sind natürlich Systeme von Aussagen, die eine größere Zahl von Konzepten und/oder Beziehungen zwischen diesen umfassen. Aussagesysteme bezeichnet man als Theorie, wenn bestimmte Voraussetzungen erfüllt sind, die Rudner (1966, S. 10) in seiner Definition benennt: „Eine Theorie ist eine Menge von Aussagen, die systematisch in Beziehung zueinander stehen – einschließlich einiger allgemeiner Gesetzmäßigkeiten – und die empirisch überprüft werden kann.“

Fred Kerlinger und Howard Lee (2000, S.11) kennzeichnen Wesen und Bedeutung von Theorien entsprechend: „Eine Theorie ist eine Menge miteinander verbundener Konstrukte (Konzepte), Definitionen und Lehrsätze, die einen systematischen Überblick über Phänomene vermitteln, indem sie die Beziehungen zwischen Variablen zu dem Zweck spezifizieren, Phänomene zu erklären und vorherzusagen.“ (S. 9). „Das grundlegende Ziel der Wissenschaft ist die Theorie. Vielleicht weniger geheimnisvoll ausgedrückt heißt das: Das grundlegende Ziel der Wissenschaft besteht darin, natürliche Phänomene zu erklären. Solche Erklärungen werden Theorien genannt.“. Jede Einzelaussage verwendet mehrere Konzepte (in einem der obigen Beispiele „Bildung“ und „Toleranz“). Insofern bilden Konzepte die Bausteine von Theorien. Theorien sind wichtige Hilfsmittel zum Verständnis von Realität. Im Einzelnen dienen sie dazu,

„ wichtige von unwichtigen Konzepten bei der Betrachtung von Ausschnitten der Realität zu trennen,

„ Beziehungen zwischen einzelnen Konzepten zu beschreiben, „ Ausschnitte der Realität zu erklären und zu prognostizieren, „ Kommunikation zwischen Fachleuten zu erleichtern und Erkenntnisfortschritt durch Anwendungs- und Falsifizierungsversuche zu stimulieren.

20

Zwei Sichtweisen des Forschungsprozesses

Hier einige Beispiele zur Funktion von Theorien: Wichtige und unwichtige Konzepte trennen: Bei der Betrachtung von Kundenbindungen gilt das Konzept der Kundenzufriedenheit als besonders wichtig. Beziehungen zwischen Konzepten beschreiben: Bei der Beziehung zwischen den Konzepten „Einstellung“ und „Kaufverhalten“ geht man von einem positiven (nicht deterministischen) Zusammenhang aus. Ausschnitte der Realität erklären/prognostizieren: Zwischen Kontakthäufigkeit bei einer Werbung und deren Wirkung besteht offenbar ein Zusammenhang, der auch dazu dient, die Werbewirkung bei einer bestimmten Werbeplanung (Budget, Anzahl von Anzeigen, Spots, etc.) zu prognostizieren. Kommunikation erleichtern und Erkenntnisfortschritt stimulieren: Die Einstellungstheorie von Fishbein/ Ajzen (1975) gilt vielen Forschern als Basis für ihre Untersuchungen und ist vielfach untersucht, überprüft und diskutiert worden. Die Prozesse der Theoriebildung und –prüfung lassen sich anhand einer Darstellung von de Vaus (2001, S. 6) zusätzlich illustrieren. Dabei wird dem Prozess der Theoriebildung durch Induktion der Vorgang der Theorieprüfung durch den Test von (deduktiv) aus der Theorie abgeleiteten Hypothesen gegenübergestellt. Unter Induktion versteht man die Generalisierung von beobachteten Regelmäßigkeiten in der Realität. Wenn man beispielsweise bei einer Vielzahl von Werbekampagnen beobachtet, dass Bilder stärkere emotionale Wirkungen hervorrufen als Texte, dann wird man vielleicht vermuten, dass generell ein Zusammenhang zwischen Bildanteilen in der Werbung und emotionaler Werbewirkung besteht und entsprechende theoretische Vorstellungen entwickeln. Wenn eine Theorie vorliegt, dann besteht ein üblicher Weg zu deren Überprüfung darin, daraus Aussagen (Hypothesen) abzuleiten (Æ Deduktion), deren Zutreffen man dadurch überprüft, dass man die auf dieser Basis erwarteten empirischen Daten mit den tatsächlichen Beobachtungen konfrontiert. Bei weitgehender Übereinstimmung spricht man von einer Bestätigung der Theorie, anderenfalls kommt man zur Ablehnung bzw. zur Modifikation der Theorie. Im Zusammenhang mit der Überprüfung von Theorien (oder Teilen von Theorien), aber auch bei praktischen Fragestellungen, spielen also Hypothesen eine bedeutsame Rolle. Man versteht darunter (noch nicht überprüfte) Vermutungen über:

„ Ausprägungen von Variablen (z.B. „Mindestens 10 % der Konsumenten werden das neue Produkt X probieren“. „Höchstens 20 % aller Werbebotschaften werden länger als 2 Tage erinnert.“) und

„ Zusammenhänge von Variablen (z.B. „Junge Konsumenten sind aufgeschlossener für aktuelle Mode“. „Je positiver die Einstellung zu einem Produkt ist, desto größer ist die Kaufneigung“).

21

2.2

2

Grundlagen

Abbildung 2-3: Theoriebildung und Theorieprüfung (nach: de Vaus 2001, S. 6) Theoriebildung

Ebene Empirisch

Beob. 1

Beob. 2

Beob. 3

Beob. 4

Induktion Abstrakt

Theorie

Theorieprüfung Theorie

Abstrakt

Deduktion Empirisch

Beob. A

Beob. B

Beob. C

Beob. D

Wie kommen nun derartige Hypothesen zu Stande? Ganz direkt ist die Beziehung von Hypothesen zu Theorien, wie vorstehend skizziert. Daneben können (vor allem in der Praxis) einschlägige Erfahrungen des Managements und bisherige Untersuchungen (einschließlich speziell für diesen Zweck durchgeführter explorativer Untersuchungen, siehe Abschnitt 2.4.1) als Ausgangspunkt für Hypothesen genannt werden. Die Entwicklung von Hypothesen ist wichtig im Hinblick auf die für die Entwicklung bzw. Auswahl von Methoden erforderliche Konkretisierung zu untersuchender Fragestellungen. Wenn man beispielsweise an das oben skizzierte Beispiel einer Hypothese denkt, so erkennt man, dass sich daraus direkt ableiten lässt, welche Variablen (hier: „Bildanteil in der Werbung“, „Emotionale Werbewirkung“) gemessen werden müssen. Dazu benötigt man geeignete Methoden, deren Festlegung Gegenstand des nächsten Schrittes im Forschungsprozess ist.

Methoden Wenn Theorien oder Teile davon im Hinblick auf ihre Übereinstimmung mit der Realität getestet werden sollen, bedarf es dazu also in der Regel spezieller Methoden. Gerade bei Theorien, die Konzepte hohen Abstraktionsgrades betreffen, ist mit besonders schwierigen methodischen Problemen zu rechnen. Es geht also darum, eine Verbindung zwischen den abstrakteren Elementen von Theorien und der Realität herzustellen. Man kann auch die Methoden der empirischen 22

Zwei Sichtweisen des Forschungsprozesses

Marketingforschung als Hilfsmittel betrachten, um trotz aller Komplexität die interessierenden Aspekte der Realität beobachten zu können. Beispielsweise geben die Verfahren der Stichprobenziehung an, welche (zahlenmäßig beschränkte) Teilmenge von Untersuchungsobjekten betrachtet wird. Viele Befragungsverfahren dienen dazu, sehr unterschiedliche Personen, Meinungen, Verhaltensweisen zu Kategorien (z.B. Personen mit hohem Bildungsgrad, negativer Haltung zur Fernsehwerbung, Markentreue) zusammenzufassen oder auf Skalen einzuordnen. Die Verfahren der Datenanalyse haben u.a. den Zweck, eine große Menge von Einzeldaten zu verdichten (z.B. zu Maßzahlen oder graphischen Darstellungen). Die drei Elemente der empirischen Marketingforschung sind in Abbildung 2.4 dargestellt. Die verbindenden Pfeile kennzeichnen grundlegende Teilaufgaben im Prozess der empirischen Forschung, auf die anschließend einzugehen ist.

Abbildung 2-4: Grundmodell der empirischen Marketingforschung

Konzepte Konzeptualisierung

Theorie Hypothesen

Realität

Operationalisierung

Messung

Interpretation

Methoden (Datenerhebung und –analyse)

Als Konzeptualisierung bezeichnet man den Vorgang, interessierende Teile der Realität abstrahierend zu kennzeichnen und Vermutungen über die Beziehungen dieser Elemente von Theorien aufzustellen. Dabei kann es sich um einen kreativen Prozess der Theoriebildung oder um die Anwendung existierender Theorien auf ein gerade interessierendes Problem handeln. Bei der Konzeptualisierung wird gewissermaßen in zwei Richtungen vorgegangen: Einerseits findet eine Abstrahierung von der Realität statt, andererseits bestimmt diese Abstrahierung auch die Betrachtungsweise der Realität (siehe dazu auch Hildebrandt 2000).

23

2.2

2

Grundlagen

Hier ein Beispiel zur Konzeptualisierung: Kundenzufriedenheit wird meist durch die Übereinstimmung von Erwartungen des Kunden gegenüber einem Produkt mit den Erfahrungen des Kunden nach dem Kauf gekennzeichnet (siehe z.B. Homburg 2006, S. 20 ff.). Man stelle sich für einige Kunden deren Erwartungen und Erfahrungen vor. Hier einige Beispiele dafür: Erwartung

Erfahrung

„Ich brauche ein zuverlässiges Auto.“

„Der Wagen muss oft in die Werkstatt“

„Das Auto soll komfortabel sein.“

„Das Auto ist meist zu laut.“

ȣ ȣ ȣ

„Ich will einen guten Wiederverkaufswert.“

ȣ ȣ ȣ

„An den Türen sind schon Rostflecken.“

In allen genannten Fällen stimmen Erwartungen und Erfahrungen nicht überein. Es liegt also offenbar Unzufriedenheit (und nicht Zufriedenheit) der Kunden vor. Welcher gedankliche Schritt ist erfolgt? Man hat von den Einzelheiten (Zuverlässigkeit, Komfort, Wiederverkaufswert etc.) abstrahiert und nur noch die Übereinstimmung von Erwartungen (welcher auch immer) und Erfahrungen betrachtet. Andererseits bestimmt das Interesse am (abstrakten) Konzept Kundenzufriedenheit wegen seiner Bedeutung für den dauerhaften Markterfolg den interessierenden Ausschnitt der Realität, der hinsichtlich des Verhaltens von Kunden nach dem Kauf betrachtet wird. Zur Konfrontation von Theorien mit der Realität sind geeignete Methoden auszuwählen. Beispielsweise muss man entscheiden, mit welcher Skala man Einstellungen misst, die man vielleicht als Ursache für Kaufverhalten (wie zu messen?) ansieht. Ein statistisches Verfahren muss gewählt werden, mit dem man die vermutete Beziehung zwischen Einstellungen und Kaufverhalten überprüfen kann. Diesen ganzen Vorgang nennt man Operationalisierung. Hier werden also abstrakten Konzepten konkrete Messverfahren, statistische Verfahren etc. zugeordnet. Damit verbunden ist in der Regel auch eine Einengung recht allgemeiner Konzepte auf konkrete Untersuchungsgegenstände. So kann man wohl kaum ganz allgemein den Zusammenhang zwischen Einstellungen und Verhalten empirisch untersuchen, sondern muss sich auf deutlich konkretere – und damit weniger allgemeine – entsprechende Zusammenhänge konzentrieren (z.B. den Zusammenhang „Einstellung zu einer bestimmten Marke“ Æ „Kaufhäufigkeit bei dieser Marke“).

24

Zwei Sichtweisen des Forschungsprozesses

Ein Beispiel zur Operationalisierung: Der Zusammenhang zwischen Kundenzufriedenheit und Wiederkauf-Wahrscheinlichkeit soll untersucht werden. Die Operationalisierung besteht z.B. darin festzulegen, dass dieser Zusammenhang durch eine Befragung bei 1000 repräsentativ ausgewählten KonsumentInnen ermittelt werden soll, dass die Kundenzufriedenheit durch eine Rating-Skala und die Wiederkauf-Wahrscheinlichkeit durch eine verbale Skala mit den Werten „sicher nicht“, „extrem unwahrscheinlich“, …“sehr wahrscheinlich“, „sicher“ gemessen werden sollen und für die Bestimmung des Zusammenhanges ein Korrelationsmaß für ordinalskalierte Daten verwendet werden soll.

Die Anwendung der ausgewählten Verfahren in der Realität bezeichnet man als Messung. Auch dieser Vorgang ist ein zweiseitiger: Versuchspersonen, Objekte etc. werden mit Messinstrumenten konfrontiert; Messwerte (Daten) fließen zurück. Nunnally/ Bernstein (1994, S. 3) definieren: „Messungen bestehen aus Regeln für die Zuordnung von Symbolen zu Objekten dergestalt, dass (1) quantifizierbare Eigenschaften numerisch repräsentiert werden (Skalierung) oder (2) definiert wird, ob Objekte in gleiche oder verschiedene Kategorien im Hinblick auf eine bestimmte Eigenschaft gehören (Klassifikation).“ So gibt das Fishbein-Modell (vgl. Fishbein/ Ajzen 1975) Regeln dafür vor, wie ein (quantitativer) Einstellungswert zu ermitteln und einer Person zuzuordnen ist. Beim Beispiel einer Befragung von Markenpräferenzen bei Automobilen wird durch eine entsprechende Fragestellung (Æ Regel) ermittelt, ob die jeweilige Auskunftsperson einer der Kategorien „Porsche-Liebhaber“, „Skoda-Liebhaber“ usw. zuzuordnen ist. Diese Daten können mit statistischen Methoden verdichtet, dargestellt und im Hinblick auf Zufälligkeit ihres Zustandekommens geprüft werden. Den Vergleich von Ergebnissen der Datenanalyse mit den Aussagen der Theorie nennt man Interpretation. Dabei stellt man fest, ob die Theorie oder Teile davon bestätigt wurden oder nicht und ob Modifizierungen der Theorie vorgenommen werden müssen.

Beispiel zur Messung in der Marktforschung: Auskunftspersonen werden mit Fragen bezüglich ihrer Einstellung zu einer Marke konfrontiert, ihre Antworten werden aufgenommen und diese Daten fließen in den Fortgang des Forschungsprozesses ein. Beispiel zur Interpretation von Marktforschungsergebnissen: Krugman (1965) stellte in seiner später stark beachteten Untersuchung fest, dass der häufige Kontakt zu Werbebotschaften keineswegs immer zu entsprechenden Veränderungen von Einstellungen führte. Daraufhin wurde die bis dahin dominierende Theorie der Werbewirkung um das Involvement-Konzept erweitert, das u.a. besagt, dass Werbebotschaften Einstellungen insbesondere dann verändern, wenn das Involvement bei den Adressaten hoch ist.

25

2.2

2

Grundlagen

2.2.3

Zur Generalisierbarkeit von Untersuchungsergebnissen

In wissenschaftlichen Untersuchungen ist man typischerweise an Aussagen interessiert, die (in gewissem Maße) generalisiert werden können, die also über den Einzelfall hinaus Bedeutung haben. Bei Untersuchungen für praktische Zwecke (z.B. Test einer Verpackung) gilt dieses Ziel nur begrenzt. Man ist dort in der Regel eher am jeweiligen Spezialproblem (z.B. Auswahl der geeignetsten Packung) und weniger an generellen Aussagen (z.B. „Welche Wirkung haben Verpackungen im Vergleich zur Verkaufsförderung?“) interessiert. Auf spezifische Überlegungen zur Generalisierbarkeit von Untersuchungen in der Praxis wird am Ende dieses Abschnitts noch kurz eingegangen. Unter dem Stichwort „Operationalisierung“ ist im vorigen Abschnitt erläutert worden, dass es für die Überprüfung von Theorien in der Realität notwendig ist, den (abstrakten) theoretischen Konzepten durch den Einsatz entsprechender Methoden konkrete Messungen zuzuordnen und die Ergebnisse dieser Messungen im Hinblick auf die verwendeten Hypothesen zu analysieren. Der Prozess der Operationalisierung ist also gleichzeitig ein Prozess der Konkretisierung und damit der Einengung der Untersuchung. Beispielsweise wird auf diesem Weg aus einer allgemeinen Frage nach dem Zusammenhang von Involvement und Informationsnachfrage vor dem Kauf ein konkrete Untersuchungsfrage zum Zusammenhang zwischen Involvement gegenüber bestimmten Produkten und der Informationsnachfrage beim Kauf dieser Produkte. Darüber hinaus wird die betreffende Untersuchung zu einem bestimmten Zeitpunkt, in einem bestimmten Umfeld, mit bestimmten Methoden etc. durchgeführt. Es stellt sich die Frage, welche Aussagekraft eine solche spezifische Untersuchung für die allgemeinere Fragestellung hat, die am Anfang stand. Das ist die Frage der Generalisierbarkeit der Untersuchungsergebnisse. Abbildung 2.5 illustriert das Problem. Die Generalisierbarkeit von Untersuchungsergebnissen bezieht sich auf die Frage, inwieweit von einem bestimmten Ergebnis auf andere Objekte (z.B. Stichprobe Æ Grundgesamtheit), Gegenstände (z.B. Einstellung zu einem Produkt Æ Einstellungen generell), Zeitpunkte (z.B. Gegenwart Æ Zukunft), Kontexte (z.B. USA Æ Europa) und mögliche Ergebnisse bei Anwendung anderer Methoden (z.B. Labor- Æ Feldexperiment) geschlossen werden kann. Eine entsprechende Fragestellung im Zusammenhang experimenteller Untersuchungen wird im Abschnitt 4.5.2 unter dem Stichwort „externe Validität“ noch angesprochen.

26

Zwei Sichtweisen des Forschungsprozesses

Abbildung 2-5: Operationalisierung und Generalisierung

Festlegung von konkreten Untersuchungsgegenständen, -objekten, -methoden, -zeitpunkten, -kontexten

Untersuchungsergebnis

Generalisierung

Operationalisierung

Allgemeine theoretische Aussage bzw. Hypothese (z.B. Einstellung Æ Verhalten)

Kerlinger/ Lee (2000, S. 474) kennzeichnen die Bedeutung des Generalisierbarkeitsproblems: „Können wir die Ergebnisse einer Untersuchung im Hinblick auf andere Teilnehmer, andere Gruppen oder andere Bedingungen generalisieren? Vielleicht ist die Frage so besser formuliert: In welchem Maße können wir die Ergebnisse der Untersuchung generalisieren? Dieses ist wahrscheinlich die komplexeste und schwierigste Frage, die bezüglich einer Untersuchung gestellt werden kann, weil sie nicht nur technische Aspekte betrifft (wie Stichprobenziehung oder Untersuchungsdesign), sondern wesentliche Probleme von Grundlagenforschung und angewandter Forschung.“ Wenn man von einem einzelnen Untersuchungsergebnis zu generellen Aussagen kommen will, dann muss man die folgenden fünf Fragen positiv beantworten können: x Lassen sich die Ergebnisse von der relativ geringen Zahl untersuchter Objekte (z.B. Personen, Verkaufsstellen) auf die entsprechende Grundgesamtheit übertragen? Im Hinblick auf diese Fragestellung nutzt man in der Forschungspraxis standardmäßig das Instrumentarium der Stichprobentheorie (siehe Abschnitt 3.2) und der Inferenzstatistik (siehe Kapitel 7). x Lassen sich die Ergebnisse im Hinblick auf andere (entsprechende) Untersuchungsgegenstände verallgemeinern? x Lassen sich die Ergebnisse auf andere Zeitpunkte (z.B. heute Æ nächstes Jahr) übertragen? x Lassen sich die Ergebnisse auf andere Kontexte (z.B. anderes kulturelles oder soziales Umfeld, andere Märkte) übertragen?

27

2.2

Grundlagen

x

Erhält man bei der Anwendung anderer Methoden entsprechende Ergebnisse oder sind die Ergebnisse von der in der jeweiligen Studie angewandten Methode beeinflusst?

In Abbildung 2.6 sind die vorstehend genannten Fragestellungen zusammenfassend dargestellt.

Abbildung 2-6: Grundidee der Generalisierung von Untersuchungsergebnissen

Gege n

Aussagen

Objekte

Generelle

ständ e

Einzelnes Untersuch.ergebnis

it p Ze

kte un

Ko te ex nt

M et ho de n

2

In der wissenschaftlichen Marketingforschung werden vor allem die folgenden Ansätze verfolgt, um zu generalisierbaren Aussagen zu gelangen: x Durchführung von Replikationsstudien x Meta-Analysen Unter Replikationsstudien versteht man Wiederholungen von Untersuchungen, die sich nicht im Untersuchungsgegenstand, meist aber hinsichtlich einiger Aspekte der Vorgehensweise von der Originalstudie unterscheiden. Dadurch erreicht man eine gewisse Unabhängigkeit der Ergebnisse von den Stichprobenfehlern, den Spezifika der Untersuchungsmethoden, den Einflüssen einzelner Personen und zumindest vom Untersuchungszeitpunkt. Für eine genauere Diskussion sei auf Hunter (2001) verwiesen

28

Zwei Sichtweisen des Forschungsprozesses

Kerlinger/ Lee (2000, S. 365) zu Wesen und Bedeutung von Replikationsstudien: „Wann immer möglich sollte man Replikationsstudien durchführen. ….. Das Wort Replikation wird an Stelle von Wiederholung benutzt, weil bei einer Replikation, obwohl die ursprüngliche Beziehung erneut untersucht wird, bei der Untersuchung andere Teilnehmer beteiligt sind, etwas andere Bedingungen herrschen und sogar weniger, mehr oder andere Variable einbezogen werden.“ Als Meta-Analysen bezeichnet man „quantitative Methoden der Zusammenfassung und Integration einer Vielzahl empirischer Befunde zu einem bestimmten Problem oder Phänomen“ (Franke 2002, S. 233). Informativ ist auch die Kurz-Bezeichnung „Analyse von Analysen“. Man geht dabei so vor, dass man möglichst viele (im Idealfall alle) empirischen einschlägigen Ergebnisse zusammenfasst und unter Berücksichtigung der unterschiedlichen Stichprobengrößen und Effektstärken (z.B. Größe der Korrelationskoeffizienten) gewissermaßen ein „gemeinsames“ Ergebnis berechnet. Die Unterschiedlichkeit der verwendeten Studien gilt dabei auch als Vorteil, weil auf diese Weise das Gesamtergebnis unabhängig von den Spezifika einzelner Studien wird bzw. der Einfluss der Unterschiede der Studien geprüft werden kann. Zu Einzelheiten der Methode existiert inzwischen umfangreiche Literatur. Eine knappe Einführung bietet Eisend (2006). Für viele Marktforschungsuntersuchungen der Praxis ist eine weitgehende Generalisierungsmöglichkeit weniger wichtig als in der Grundlagenforschung. Hier geht es ja weniger um möglichst allgemeine Aussagen zu Wirkungen von Marketinginstrumenten, Konsumentenverhalten etc., sondern eher um Aussagen, die auf ein spezielles und konkretes Praxisproblem gerichtet sind (z.B. die Eignung eines bestimmten Anzeigenentwurfs oder die Erfolgsprognose für ein bestimmtes neues Produkt). Gleichwohl ist zumindest im Hinblick auf zwei Aspekte die Möglichkeit zur Generalisierung eines entsprechenden Untersuchungsergebnisses unverzichtbar: Das Ergebnis muss von der (kleinen) Zahl von Untersuchungsteilnehmern (Auskunfts- oder Versuchspersonen) auf die interessierende Grundgesamtheit generalisiert werden können. Maßgeblich dafür ist die Stichprobenziehung (siehe Abschnitt 3.2). Weiterhin muss es möglich sein, von Auskünften und Verhaltensweisen der untersuchten Personen in der (meist etwas künstlichen) Untersuchungssituation auf reales Verhalten schließen zu können. Damit ist der Aspekt der Validität angesprochen, der in den folgenden Teilen dieses Buches eine wesentliche Rolle spielen wird.

29

2.2

2

Grundlagen

2.3

Grundlegende Anforderungen an Marktforschungsuntersuchungen

Sowohl für den im Abschnitt 2.2.1 dargestellten Untersuchungsablauf der Marktforschungspraxis als auch für das Grundmodell der empirischen Marketingforschung gilt, dass Untersuchungsergebnisse, die einem Untersuchungsproblem bzw. einer Hypothese entsprechen sollen, natürlich nur aussagekräftig sein können, wenn die Datenerhebung und Datenanalyse (mit Stichprobenziehung, Messungen, Datenaufbereitung etc.) tatsächlich den zu untersuchenden Phänomenen gerecht werden. Das mag trivial klingen. Wer würde schon, wenn er sein Körpergewicht messen will, ein Zentimetermaß verwenden? Bei sozialwissenschaftlichen Messungen ist das Problem aber alles andere als trivial. Jeder kennt die laufenden Umfragen zu Parteipräferenzen und Wahlverhalten. Aber kann man tatsächlich von geäußerten Präferenzen auf späteres Verhalten schließen? Was sagt eine heute geäußerte Parteienpräferenz über tatsächliches Wahlverhalten einige Wochen oder Monate später aus? Entsprechende Probleme entstehen in der Marktforschung: Wenn ein Konsument äußert, dass er eine Marke „gut findet“, kann man dann tatsächlich daraus schließen, dass er sie auch (immer, meist, gelegentlich?) kaufen wird? Kann man von der Angabe von Konsumenten zu der beim letzten Einkauf gekauften Waschmittelmarke auf die tatsächlich gekaufte Marke schließen oder muss man damit rechnen, dass Erinnerungslücken, Anpassungen an die Erwartungen eines Interviewers oder bewusst geäußerte Falschangaben hier zu Messfehlern führen? Wenn man das Kaufverhalten in einigen ausgewählten Supermärkten beobachtet, kann man dann tatsächlich auf das Kaufverhalten von Konsumenten allgemein schließen? (siehe dazu Abschnitt 2.2.3) Es geht also um die Frage, ob die Umsetzung einer Fragestellung in ein Untersuchungsdesign (mit Stichprobenziehung, Messmethoden etc.) und dessen Realisierung angemessen, also der Fragestellung entsprechend ist. Dabei geht es im Grunde um zwei Probleme: Führt die Untersuchung mit allen ihren methodischen Einzelheiten zu einer systematischen Abweichung vom „wahren Wert“ des zu untersuchenden Gegenstandes? Beispiel: Führt die Messung des Alkoholkonsums der Bevölkerung durch eine entsprechende Befragung zu einer systematisch zu niedrigen Einschätzung, weil viele Menschen (z.B. wegen der eher geringen sozialen Akzeptanz von Alkoholkonsum) tendenziell zu niedrige Angaben über ihren eigenen Alkoholkonsum machen? Wird das Untersuchungsergebnis durch Zufälligkeiten (und Nachlässigkeiten) bei der Untersuchungsdurchführung beeinflusst? Beispiel: Kann es sein, dass der Befragungszeitpunkt (morgens oder abends) zu unterschiedlichen Angaben der Auskunftspersonen zu ihren Präferenzen bei (alkoholischen) Getränken führt? Damit kommt man zu den beiden grundlegenden Kriterien für die Qualität und Aussagekraft von Untersuchungen (nicht nur) der Marktforschung: Validität, die sich auf (nach Möglichkeit nicht vorhandene oder sehr geringe) systematische Abweichungen 30

Grundlegende Anforderungen an Marktforschungsuntersuchungen

des Untersuchungsergebnisses von der Realität bezieht, und Reliabilität, bei der es um die Unabhängigkeit eines Untersuchungsergebnisses von einem (von verschiedenen Zufälligkeiten beeinflussten) einmaligen Messvorgang geht. Bei hoher Reliabilität, also bei geringen situativen Einflüssen, müssten gleichartige Messungen immer zu gleichen (zumindest sehr ähnlichen) Ergebnissen führen. Die Validität (auch Gültigkeit genannt) eines Untersuchungsergebnisses lässt sich also folgendermaßen kennzeichnen: Ein Untersuchungsergebnis wird als valide (gültig) angesehen, wenn es den Sachverhalt der ermittelt werden soll, tatsächlich wiedergibt. Auch die Reliabilität (auch Verlässlichkeit genannt) sei charakterisiert: Als Reliabilität bezeichnet man die Unabhängigkeit eines Untersuchungsergebnisses von einem einmaligen Untersuchungsvorgang und den jeweiligen situativen (zufälligen) Einflüssen.

David de Vaus (2002) charakterisiert die Relevanz von Reliabilität und Validität: „Wenn wir uns nicht auf die Antworten zu Fragen aus dem Fragebogen verlassen können, dann ist jede Analyse auf der Grundlage solcher Daten verdächtig. Wenn die Ergebnisse, die wir auf Basis einer Stichprobe erhalten, genauso gut anders sein könnten, wenn wir die Befragung erneut durchführen, wie viel Vertrauen sollen wir zu diesen Ergebnissen haben?“ (S. 17) „Weil die meisten sozialwissenschaftlichen Untersuchungen relativ konkrete Messungen für abstraktere Konzepte verwenden, stehen wir vor der Frage, ob unsere Messinstrumente tatsächlich das messen, was wir glauben. Dieses ist das Problem der Validität. Wir müssen uns irgendwie darauf verlassen können, dass unsere relativ konkreten Fragen tatsächlich die Konzepte treffen, für die wir uns interessieren.“ (S. 25) Bedeutung und Zusammenhang von Validität und Reliabilität lassen sich in Anlehnung an Churchill (1979) durch eine einfache Formel illustrieren X B  X W  FS  FZ

mit

XB =

gemessener, beobachteter Wert

XW =

„wahrer“ (normalerweise nicht bekannter) Wert des zu messenden Konstrukts

FS =

systematischer Fehler bei einer Messung (z.B. durch Frageformulierungen, die eine bestimmte Antworttendenz begünstigen)

FZ =

zufälliger Fehler bei einer Messung (z.B. durch situative, kurzfristig veränderliche Faktoren wie Interviewereinfluss, Zeitdruck etc., die längerfristig konstante Meinungen, Absichten, Präferenzen etc. überlagern)

Eine Messung wird als valide angesehen, wenn keine systematischen und keine zufälligen Fehler vorliegen. Es gilt dann: FS = 0

und

FZ = 0

und deswegen

XB = XW

31

2.3

Grundlagen

Aus der Reliabilität einer Messung ( FZ

= 0) muss also keineswegs folgen, dass die

Messung auch valide ist, da ja FS ƾ 0 sein kann. Die grundlegende Bedeutung von Reliabilität und Validität für empirische Untersuchungen dürfte leicht einsehbar sein. Wenn diese Anforderungen nicht erfüllt sind, dann spiegeln die Untersuchungsergebnisse eben nicht die Realität wieder und haben deswegen keine Aussagekraft bzw. sind zur Vorbereitung und Unterstützung von Marketing-Entscheidungen unbrauchbar. Die vorstehend umrissene Aussage, dass die Reliabilität eine notwendige, aber keineswegs hinreichende, Voraussetzung der Validität ist, lässt sich leicht nachvollziehen, wenn man bedenkt, dass Untersuchungsergebnisse mit geringer Reliabilität bei Wiederholungen starken Schwankungen unterworfen sind, dass es also gewissermaßen einen „Glücksfall“ darstellt, unter diesen Umständen den „wahren Wert“ hinreichend genau zu treffen.

Wesen und Zusammenhang von Validität und Reliabilität lassen sich durch ein sehr, sehr einfaches (nicht aus der Marktforschung stammendes) Beispiel illustrieren. Man stelle sich vor, dass nicht ein Marktanteil, Bekanntheitsgrad o.ä. gemessen werden soll, sondern ganz einfach das Körpergewicht einer Person. Dazu werden natürlich keine Fragebögen, Stichproben etc. benötigt, sondern eine simple Badezimmer-Waage. Das „wahre“ Körpergewicht der Person sei bekannt (80 kg). Die Person tritt mehrfach kurz nacheinander auf die Waage und erhält mehr oder weniger unterschiedliche Messergebnisse. Derartige Ergebnisse sind für unterschiedliche Qualität des „Messinstruments Waage“ in der folgenden Tabelle eingetragen.

Reliabilität

niedrig

hoch

hoch

Validität

2

79.8 80.1 80.4

79.6 79.9 80.2

100.7 100.2 99.4 100.1 99.8 99.7

niedrig

74.2 83.5 85.6

76.2 78.4 81.1

91.6 93.5 108.2 97.9 102.4 107.4 Tatsächliches Gewicht: 80.0 kg

32

Grundlegende Anforderungen an Marktforschungsuntersuchungen

Wie lassen sich die unterschiedlichen Ergebniskonstellationen interpretieren? Tabellenfeld links oben: Die Messergebnisse weichen vom wahren Wert 80 kg kaum, jedenfalls nicht systematisch, ab. Geringe Unterschiede von Messung zu Messung sind vielleicht durch eine etwas ausgeleierte oder angerostete Feder in der Waage zu erklären, beeinträchtigen die Aussagekraft des Ergebnisses aber kaum. Hier sind also hohe Reliabilität und hohe Validität gegeben. Tabellenfeld links unten: Auch hier schwanken die verschiedenen Ergebnisse nur wenig (hohe Reliabilität), aber die Waage ist offenbar systematisch verstellt und zeigt immer etwa 20 kg zu viel an (geringe Validität). Hier zeigt sich, dass Reliabilität nur notwendige, nicht hinreichende Voraussetzung der Validität ist. Tabellenfeld rechts unten: Hier geht alles schief. Die Waage zeigt um die 20 kg zu viel an (geringe Validität) und außerdem schwanken die Ergebnisse wegen einer völlig ausgeleierten Feder sehr stark (geringe Reliabilität). Eine Person, die sich mit einer Diät quält und eine solche Waage benutzt, wäre wohl zu bedauern. Tabellenfeld rechts oben: Besonders interpretationsbedürftig ist dieser Fall. Die Messwerte schwanken stark (geringe Reliabilität) um den richtigen Wert von 80 kg (scheinbar hohe Validität). Da man aber normalerweise nicht mehrere Messungen durchführt, sondern nur einen Messwert (z.B. 74,2 oder 85,6 kg) verwendet, muss man wegen der geringen Reliabilität damit rechnen, dass dieser deutlich vom wahren Wert abweicht und die Messung deswegen nicht valide ist. Die durch die Tabelle nahe gelegte Aussage einer hohen Validität ist also falsch, was durch die Durchstreichung dieses Tabellenfeldes gekennzeichnet ist.

In späteren Teilen dieses Lehrbuchs werden Validität und Reliabilität insbesondere bei der Stichprobenziehung und -realisierung und bei der Entwicklung von Messinstrumenten der Marktforschung (Frageformulierung, Skalenentwicklung) eine wesentliche Rolle spielen. Bei unzureichender Definition von Grundgesamtheiten, systematisch verzerrter Auswahl von Auskunftspersonen oder schlampiger Realisierung der Auswahlvorgaben kann es dazu kommen, dass die Untersuchungsergebnisse deutlich von den Verhältnissen in der interessierenden Grundgesamtheit (z.B. Gesamtbevölkerung, Raucher zwischen 18 und 35 Jahren) abweichen. Ebenso können missverständliche, unklare, tendenziöse oder die Auskunftsperson überfordernde Fragetechniken zu (erstaunlich großen) Abweichungen eines Marktforschungsergebnisses vom „wahren Wert“ führen. Die vorstehend skizzierten Ideen lassen sich zusammenfassen, indem man versucht zu kennzeichnen, was man unter „Validierung“ verstehen kann. In Anlehnung an Jacoby (1985b, S. 7 ff. und S. 45 ff.) kann man unter Validierung den Ausschluss alternativer Erklärungsmöglichkeiten für ein Untersuchungsergebnis verstehen. Was ist mit dieser zunächst etwas abstrakt wirkenden Kennzeichnung gemeint? Man stelle sich vor, eine Untersuchung habe zu einem bestimmten Ergebnis geführt, beispielsweise zu dem Ergebnis, dass ein hoher Bildanteil in der Werbung dazu führt, dass diese besser erinnert wird. Wenn man diese Untersuchung methodisch gründlich und sorgfältig durchge-

33

2.3

2

Grundlagen

führt hat, wenn man also ausschließen kann, dass das Untersuchungsergebnis ein Artefakt von verzerrenden Fragetechniken, nicht repräsentativer Stichprobenauswahl etc. ist, wenn man also alle derartigen alternativen Erklärungsmöglichkeiten ausschließen kann, dann kann das Ergebnis offenkundig nur dadurch zu Stande gekommen sein, dass die Verhältnisse in der Realität tatsächlich so sind und sich unverzerrt in dem Ergebnis widerspiegeln. Ein solches Untersuchungsergebnis bezeichnet man also als valide.

2.4

Untersuchungsziele und -designs

2.4.1

Untersuchungsziele

An die im Abschnitt 2.2.1 schon erläuterte Problemdefinition, mit der der Zweck einer Untersuchung bereits grob (und treffend!) umrissen werden soll, schließt sich also die Festlegung von Untersuchungszielen an, die so genau sein sollen, dass davon ausgehend ein Untersuchungsdesign und später Messinstrumente entwickelt werden können. Die Art des Untersuchungsproblems und das Ausmaß vorhandenen problembezogenen Vorwissens bestimmen im Wesentlichen den Typ (explorativ, deskriptiv, kausal) der zu planenden Untersuchung.

Explorative Untersuchungen Wenn über das interessierende Problem vor Beginn der Untersuchung wenige Informationen vorliegen, z.B. weil das Management nicht auf einschlägige Erfahrungen zurückgreifen kann oder weil dazu noch keine Ergebnisse früherer Studien vorliegen, so wird eine explorative Untersuchung angemessen sein. Explorative Untersuchungen dienen vor allem dazu,

„ die für ein Problem überhaupt relevanten Einflussfaktoren zunächst zu identifizieren,

„ Zusammenhänge zwischen Variablen festzustellen, „ das Untersuchungsproblem zu präzisieren, „ die Vertrautheit des Forschers mit dem Untersuchungsgegenstand entstehen zu lassen,

„ eine komplexere Fragestellung in übersichtliche (und der Forschung besser zugängliche) Einzelfragen aufzubrechen,

„ anschließende (deskriptive oder kausale) Untersuchungen (z.B. durch die Generierung von Hypothesen) vorzubereiten und entsprechende Prioritäten zu setzen.

34

Untersuchungsziele und -designs

Churchill/ Iacobucci (2005, S. 74) fassen die zentrale Aufgabe explorativer Untersuchungen in einem Satz zusammen: „Das Hauptgewicht bei explorativen Untersuchungen liegt bei der Gewinnung von Ideen und Einsichten“. Das übliche Instrumentarium explorativer Untersuchungen lässt sich durch zwei Gesichtspunkte kennzeichnen: Es geht weniger um quantifizierende Angaben als darum, möglichst vielfältige und tiefgehende Einsichten in den Untersuchungsgegenstand zu gewinnen. Die Ergebnisse explorativer Studien haben deswegen meist eher impressionistischen als definitiven Charakter. Damit der Zweck explorativer Forschung erreicht werden kann, ist eine enge Einbindung des Forschers in den Prozess der Informationssammlung hilfreich. Wenn diese Tätigkeit vom Forscher delegiert wird, verliert er die Möglichkeit, seine wachsende Vertrautheit mit dem Untersuchungsgegenstand durch spezifische Fragestellungen in den Forschungsprozess einzubringen, und muss damit rechnen, dass Einzelheiten und Nuancen der von anderen Personen gesammelten Informationen nicht zu ihm gelangen. Die gebräuchlichsten Techniken der explorativen Marktforschung werden weitgehend diesen Anforderungen gerecht. Ein solcher Untersuchungsansatz ist die Einzelfallstudie, die im Bereich von Sozialforschung und Psychologie traditionell stärker verbreitet ist als in der Marktforschung. Als Beispiel dafür sei die detaillierte Analyse von industriellen Beschaffungsprozessen genannt, die für Strategien im Rahmen des Business-toBusiness-Marketing bedeutsame Anhaltspunkte liefern kann. Wichtig dabei sind die Informationen, die man durch umfassendes und tiefgehendes Studium einzelner Fälle gewinnt. Die Frage der Repräsentanz der gewonnenen Aussagen ist zweitrangig. Churchill/ Iacobucci (2005, S. 80) nennen zwei weitere Charakteristika dieser Methode:

„ Ausschlaggebend ist die Vorgehensweise des Forschers. Er muss in erster Linie Erklärungen suchen, nicht Vermutungen bestätigen wollen. Die Aufgeschlossenheit für neue Informationen und für Veränderungen eines gewonnenen Bildes ist die Voraussetzung für eine sinnvolle Anwendung von Einzelfallstudien.

„ Der Forscher muss in der Lage sein, eine Vielzahl von Einzelheiten zu einem Gesamtbild zusammenzufügen und dabei auch wesentliche von unwesentlichen Fakten zu trennen. Als zweites Hilfsmittel der explorativen Marktforschung seien hier ExpertenInterviews genannt. Wie der Name schon andeutet, geht es darum, durch mehr oder weniger freie Interviews mit Personen, die hinsichtlich des Untersuchungsgegenstandes besonders kompetent sind, die gewünschten Informationen zu erhalten. Als Experten kommen - je nach Fragestellung - Fachleute des eigenen Unternehmens, einschlägig tätige Wissenschaftler, Fachjournalisten, Vertreter der Absatzmittler etc. in Betracht.

35

2.4

2

Grundlagen

Auch hier ist es wichtiger, durch möglichst unterschiedliche Gesprächspartner Vielfalt und Substanz der gewonnenen Einsichten zu vergrößern, als den Versuch zu unternehmen, repräsentative Aussagen zu machen. Vor allem müssen aber die Verfahren der so genannten „qualitativen Marktforschung“ im Zusammenhang mit explorativen Untersuchungen erwähnt werden. Hier geht es um Methoden, bei denen auf der Basis weniger ausführlicher Interviews mit Angehörigen der jeweils relevanten Zielgruppe versucht wird, das Untersuchungsproblem verstehen zu lernen. Dabei kann es sich um Einzelgespräche (Tiefeninterviews) oder um Gruppendiskussionen handeln, bei denen mehrere (oftmals 6-10) Personen sich mit einem Thema beschäftigen und natürlich auch untereinander kommunizieren können. Auf derartige Verfahren wird im Abschnitt 4.2 des vorliegenden Buches noch ausführlicher eingegangen. In jüngerer Zeit ist das so genannte Data Mining als Ansatzpunkt für explorative Untersuchungen hinzugekommen. Dabei geht es darum, Verfahren einzusetzen, mit deren Hilfe große Datenbestände (z.B. Kundendatenbanken) im Hinblick auf bestimmte Merkmalszusammenhänge automatisch analysiert werden. Beispielsweise kann man aus den Kundendaten die Merkmale identifizieren, die bei Intensivverwendern besonders stark ausgeprägt sind. Damit hat man Ansatzpunkte (Æ Entdeckung) für eine genauere gedankliche Durchdringung und die gezieltere Untersuchung dieser Fragestellung.

Deskriptive Untersuchungen Deskriptive Untersuchungen dürften in der Praxis der kommerziellen Marktforschung dominierend sein. Sie betreffen Fragestellungen, die das "tägliche Brot" des Marktforschers ausmachen. Typisch sind folgende Arten von Problemen:

„ Charakterisierung von Märkten und Marktsegmenten (Wie groß ist das Marktpotenzial für Notebooks? Welches sind die Merkmale der Käufer von Vans? etc.)

„ Analyse von Zusammenhängen zwischen Variablen (Nutzen freizeitaktive Konsumenten andere Medien als andere Gruppen der Bevölkerung? Wie verändert eine bestimmte Werbung Einstellungen zu einem Produkt? etc.)

„ Prognosen (Wie groß wird ein Markt in X Jahren sein? Wie werden sich wachsende Einkommen auf die Buchung von Pauschalreisen auswirken? etc.) Dabei deutet sich schon an, dass es bei deskriptiven Untersuchungen in der Regel darauf ankommt, möglichst genaue Aussagen zu machen, sei es über die Größe von Märkten, über die Merkmale von Kundengruppen oder über das Wachstum von Märkten. Daraus ergeben sich zwei charakteristische methodische Anforderungen:

36

Untersuchungsziele und -designs

„ Deskriptive Untersuchungen sind repräsentativ angelegt, da man ja möglichst präzise Angaben über eine Grundgesamtheit gewinnen will. Die Fehler beim Schluss von einer Stichprobe auf die jeweilige Grundgesamtheit sollen also möglichst gering sein.

„ An Anlage und Durchführung von deskriptiven Untersuchungen werden insofern hohe Anforderungen gestellt, als systematische (durch Mängel der Untersuchung begründete) Fehler im Interesse exakter Ergebnisse möglichst gering gehalten werden sollen. Deswegen findet man hier typischerweise (im Kontrast zur explorativen Forschung) genaue Festlegungen des Vorgehens und sorgfältige Kontrollen des Untersuchungsablaufs. Auf einige verbreitete Formen von deskriptiven Untersuchungen - insbesondere auf repräsentative Befragungen – wird noch genauer eingegangen. Dann wird auch hinsichtlich zeitpunkt- und zeitraumbezogener Aussagen in Querschnitts- und Längsschnitt-Untersuchungen unterschieden.

Kausal-Untersuchungen Kausal-Untersuchungen stellen besonders hohe Anforderungen an die methodische Vorgehensweise. Sie führen aber in Wissenschaft und Praxis zu besonders gehaltvollen Aussagen. Wenn ein Wissenschaftler z.B. festgestellt hat, dass eine bestimmte Merkmalskombination die Ursache für ein bestimmtes Konsumentenverhalten ist, dann ist er eben seinem Ziel, Realität zu verstehen und erklären zu können, ein gutes Stück näher gekommen. Wenn der Praktiker feststellt, dass bestimmte qualitative Mängel die Ursache für sinkende Marktanteile eines Produkts sind, dann hat er eben einen entscheidenden Ansatzpunkt gefunden, um das Problem der sinkenden Marktanteile zu lösen.

Lehmann/ Gupta/ Steckel (1998, S. 143) zur praktischen Relevanz von KausalUntersuchungen: „Das Konzept der Kausalität impliziert, dass bei der Veränderung einer bestimmten Variablen (z.B. Werbung) sich eine andere Variable (z.B. Absatzmenge) als Ergebnis der getroffenen Maßnahme verändert. Deswegen werden bei fast jeder Marketing-Entscheidung (…) implizit deren Konsequenzen bedacht. Wenn Manager Verständnis für die kausalen Beziehungen in ihrem Markt entwickeln, dann können sie „optimale“ Entscheidungen treffen. Deswegen sind Kausal-Untersuchungen wesentlich für wirkungsvolle Entscheidungen.“ Was sind nun die Merkmale einer Kausalbeziehung? Wann spricht man davon, dass ein Merkmal die Ursache für das Auftreten eines anderen ist? Zunächst ist zu fordern, dass die beiden Merkmalsausprägungen, zwischen denen man einen kausalen Zusammenhang vermutet, auch gemeinsam auftreten. Wenn man beispielsweise annimmt, dass hohe Werbebudgets die Ursache hoher Marktanteile sind, dann müsste

37

2.4

2

Grundlagen

man, wenn man verschiedene Produkte oder Märkte betrachtet, eine große Zahl von Fällen finden, bei denen die Merkmalskombination "hoher Marktanteil und hoher Werbeetat" auftreten. Damit wäre aber noch nicht bestätigt, dass der Werbeetat tatsächlich der Grund für die Entwicklung des Marktanteils ist. Der Zusammenhang zwischen den beiden Variablen könnte ja auch auf andere Weise erklärt werden: Bei hohen Marktanteilen sind die Umsätze entsprechend hoch und es ist genügend Geld für Werbung vorhanden. Demnach wäre also der Marktanteil die Ursache für entsprechende Werbebudgets. Man stellt deshalb neben der Voraussetzung der gemeinsamen Variation von „Grund“ und „Effekt“ die Forderung auf, dass die Variation des Grundes der (entsprechenden) Variation des Effekts vorauszugehen hat. Wenn man also in dem genannten Beispiel feststellt, dass in der Regel erst der Werbeetat und dann der Marktanteil gestiegen ist, dann kann man die oben genannte zweite mögliche Kausalbeziehung (Marktanteil als Ursache für Werbeetat) ausschließen. Auch jetzt lässt sich noch nicht davon sprechen, dass ein Kausalzusammenhang bestätigt wurde. Es wäre ja denkbar, dass mit der Erhöhung des Werbeetats üblicherweise eine Verstärkung der Außendienstanstrengungen, der Aktivitäten dem Handel gegenüber etc. einhergeht. Dann könnte es sein, dass nicht der erhöhte Werbeetat, sondern der stärkere Außendiensteinsatz die Ursache für steigenden Marktanteil ist. Man muss also - das ist die dritte Anforderung bei der Überprüfung von Kausalbeziehungen - alternative Erklärungsmöglichkeiten für die gemeinsame Variation von Grund und Effekt in der vorgegebenen zeitlichen Abfolge ausschließen können. In diesem Zusammenhang sei an die Kennzeichnung der Validierung als „Ausschluss alternativer Erklärungsmöglichkeiten“ im Abschnitt 2.3 erinnert. Man kann diesen Gedankengang in einem vierten Schritt fortsetzen. Man stelle sich vor, der Marktanteil eines Produkts würde über einen langen Zeitraum jeweils in dem Jahr nach einem „runden Geburtstag“ der Ehefrau des Marketingleiters deutlich steigen. Gemeinsame Variation von „Grund“ und „Effekt“ wären also ebenso gegeben wie der Vorlauf der Veränderung des „Grundes“ vor der Veränderung des „Effekts“ und alternative Erklärungsmöglichkeiten wären auch nicht erkennbar. Würde aber jemand (außer vielleicht der Ehefrau des Marketingleiters) annehmen, dass die runden Geburtstage tatsächlich die Ursache für die Marktanteilsgewinne sind? Wohl kaum, weil ein plausibler Grund für einen Kausalzusammenhang eben nicht erkennbar ist. Deswegen nennt Shelby Hunt (2002, S. 127 f.) als viertes Kriterium für die Feststellung einer Kausalbeziehung das Vorliegen einer entsprechenden theoretischen Begründung. Das bezieht sich darauf, dass es sich ja bei einer Kausalbeziehung um einen systematischen Zusammenhang zwischen Variablen handeln soll, also um einen begründeten und nachvollziehbaren Zusammenhang, der nicht nur ein empirisch beobachtbares Phänomen darstellt.

38

Untersuchungsziele und -designs

David de Vaus (2001, S. 36) zur Bedingung des Vorliegens einer theoretischen Begründung für eine Kausalbeziehung: „Die Behauptung von Kausalität muss Sinn haben. Wir sollten in der Lage sein, zu erläutern wie X Einfluss auf Y ausübt, wenn wir auf eine Kausalbeziehung zwischen X und Y schließen wollen. Selbst wenn wir empirisch nicht zeigen können wie X Einfluss auf Y hat, müssen wir eine plausible Erläuterung für den Zusammenhang geben können (plausibel im Sinne von anderer Forschung, aktuellen Theorien etc.).“ Die Merkmale einer Kausalbeziehung lassen sich also in vier Gesichtspunkten zusammenfassen: (5) Gemeinsame Variation von „Grund“ und „Effekt“ (6) Veränderung des „Grundes“ geht der Veränderung des „Effekts“ voraus (7) Ausschluss alternativer Erklärungsmöglichkeiten für den beobachteten Zusammenhang (8) Theoretische Begründung des Zusammenhanges Wegen dieser recht strengen Anforderungen an die Feststellung von Kausalzusammenhängen ist dafür ein bestimmtes Untersuchungsdesign typisch, das Experiment (vgl. dazu Abschnitt 4.5 ).

Zusammenhänge zwischen explorativen, deskriptiven und kausalen Untersuchungen Wenn man an Zusammenhänge zwischen den vorstehend skizzierten Untersuchungsarten denkt, so ist zunächst darauf hinzuweisen, dass in der Praxis die Abgrenzung zwischen unterschiedlichen Forschungszielen keineswegs so klar sein muss, wie das bisher hier angedeutet wurde. Vielmehr gibt es genügend Fälle, in denen explorative, deskriptive oder kausale Fragestellungen gleichzeitig (in derselben Untersuchung) angegangen werden. Aus der Diskussion der Untersuchungsarten ergibt sich schon eine gewissermaßen natürliche Ordnung, die in Abbildung 2.7 dargestellt ist. Am Anfang eines Forschungsprozesses stehen oftmals - wenn wenig Informationen zum Untersuchungsproblem vorliegen - explorative Studien. Auf der Basis der dabei gewonnenen Einsichten können dann deskriptive Untersuchungen durchgeführt werden, die bei konkretisierten Problemstellungen zu exakteren Aussagen führen. Wenn sich dabei ein Zusammenhang zwischen Variablen zeigt, so könnte in einem dritten Schritt - in einer KausalUntersuchung - geprüft werden, ob dieser tatsächlich kausaler Natur ist. Bei einer entsprechenden Fragestellung ist auch ein direkter Übergang von einer explorativen zu einer kausalen Untersuchung denkbar.

39

2.4

2

Grundlagen

Abbildung 2-7: Zusammenhänge zwischen unterschiedlichen Arten von Untersuchungen

Explorative Untersuchung

Deskriptive Untersuchung

Kausal-Untersuchung

Auch die in Abbildung 2.7 wiedergegebene Darstellung ist natürlich eine idealtypische. In der Forschungspraxis treten hinreichend viele davon abweichende Abläufe auf. Oftmals wird z.B. der erste Untersuchungsschritt, eine explorative Studie, übersprungen, wenn schon genügend Vor-Informationen zum Untersuchungsgegenstand vorliegen. Auch nachdem man mit einer Kausal-Untersuchung im Forschungsprozess schon relativ weit fortgeschritten ist, kann es notwendig werden, zu explorativen oder deskriptiven Ansätzen zurückzukehren, nachdem sich Hypothesen über vermutete Kausalbeziehungen zwischen Variablen nicht bestätigt haben und neue Hypothesen generiert werden müssen.

2.4.2

Festlegung des Untersuchungsdesigns

2.4.2.1

Primärforschung und Sekundärforschung

Mit der Festlegung des Untersuchungsdesigns werden die wesentlichen Entscheidungen über die anzuwendenden Forschungsmethoden getroffen, indem die Art der Datenerhebung (Befragung oder Beobachtung), das Vorgehen bei der Stichprobenziehung etc. bestimmt werden. Zuvor steht aber häufig die Frage an, ob es überhaupt notwendig ist, für einen bestimmten Untersuchungszweck Daten neu zu erheben und auszuwerten. In manchen Fällen könnte es ausreichen, vorhandene Daten im Hinblick auf das aktuelle Problem neu zu analysieren. Es geht also um die Entscheidung zwischen Primär- und Sekundärforschung.

40

Untersuchungsziele und -designs

Als Primärforschung bezeichnet man die Neu-Erhebung von Daten für ein anstehendes Untersuchungsproblem. Im Jargon der Sozialwissenschaften spricht man dabei auch von Feldforschung („Field Research“). Dagegen ist die Sekundärforschung dadurch gekennzeichnet, dass bereits erhobene und gespeicherte Daten für einen gegebenen Untersuchungszweck neu aufbereitet und analysiert werden. Da auf diese Weise Untersuchungen am Schreibtisch (bzw. am PC) des Forschers durchgeführt werden, findet man in diesem Zusammenhang gelegentlich auch den Begriff „Desk Research“. Normalerweise ist Sekundärforschung deutlich weniger aufwändig als Primärforschung (siehe unten). Deswegen wird in der Regel vor der Entscheidung über die Durchführung einer Primäruntersuchung die Frage gestellt, ob die Auswertung vorhandener Daten für die Bearbeitung des anstehenden Problems ausreichend sein könnte. Wenn man diese Frage bejaht, dann wäre in dem Fall die Sekundärforschung ein Ersatz für Primärforschung. Gelegentlich basiert Primärforschung auf Daten, die durch Sekundärforschung gewonnen wurden. Man denke hier z.B. an die bei Primäruntersuchungen erforderlichen Stichprobenziehungen, wozu oft Sekundärdaten herangezogen werden. In diesen Fällen dient Sekundärforschung also der Vorbereitung von Primärforschung. Manchmal werden Ergebnisse der Primärforschung auch zu Daten der Sekundärforschung in Beziehung gesetzt. Beispielsweise kann man sich vorstellen, dass man in einer Primäruntersuchung die soziodemografischen Daten einer Personengruppe feststellt, die für den Kauf eines neuen Produkts am ehesten in Frage kommt, und dann mit Hilfe von Sekundärdaten abschätzt, wie groß der Anteil dieser Gruppe an der Gesamtbevölkerung ist, um Anhaltspunkte für die Größe des entsprechenden Marktes zu bekommen. Hier dient die Sekundärforschung also zur Ergänzung der Primärforschung. Die Sekundärforschung hat im Vergleich zur Primärforschung typischerweise einige Vorteile, wobei man heute davon ausgehen kann, dass Sekundärforschung weitgehend am PC bzw. über das Internet erfolgt: x

Der Rückgriff auf Daten der amtlichen Statistik, aus firmeninternen Quellen, aus kommerziellen Datenbanken etc. ist im Vergleich zur Primärforschung normalerweise mit erheblichen Kostenvorteilen verbunden.

x

Viele Primäruntersuchungen dauern mit der Problemdefinition über die Methodenentwicklung, Datensammlung und -analyse und Vorlage eines Berichts bis zu mehreren Monaten. Wenn Zugang zu vorhandenen vergleichbaren Daten besteht, deren Aufbereitung und Auswertung vielleicht einige Tage dauert, ergibt sich eine deutliche Zeitersparnis.

41

2.4

2

Grundlagen

x

Ein großer Teil der erhältlichen Sekundärdaten beruht auf Totalerhebungen, ist also in seiner Aussagekraft nicht durch Stichprobenfehler eingeschränkt (wohl aber durch andere Probleme, siehe unten).

x

Sekundärdaten sind oftmals auch für die Vergangenheit verfügbar, wodurch man die Möglichkeit erhält, Veränderungen im Zeitablauf zu beobachten. Wie sollte man sonst die Entwicklung von Einkommensverteilungen, Marktanteilen, Marktvolumina etc. untersuchen können? Vergangenheitsbezogene Primärforschung ist dagegen ein seltener Ausnahmefall.

Mit der Verwendung von Sekundärdaten sind andererseits oftmals auch bestimmte Probleme verbunden, die im Folgenden kurz charakterisiert werden sollen: x

Erhältlichkeit Für viele Marketing-Probleme, insbesondere wenn es um Informationen geht, die direkt auf das Marketing-Mix für ein Produkt bezogen sind (z.B. Daten zur Erinnerungswirkung einer bestimmten Werbemaßnahme), sind in allgemein zugänglichen Quellen keine Daten vorhanden.

x

Maßeinheiten Gelegentlich sind die in bestimmten Statistiken verwendeten Maßeinheiten für die Vorbereitung von Marketing-Entscheidungen wenig geeignet. Beispielsweise ist die Angabe der Anzahl verkaufter PKWs ohne Informationen über deren Preise nur begrenzt aussagekräftig.

x

Klassengrößen Statistische Daten werden meist in bestimmten Größenklassen (z.B. Jahreseinkommen bis € 20.000,--, über € 20.000,-- bis € 30.000,-- usw.) ausgewiesen, deren Angemessenheit für den jeweiligen Untersuchungszweck fraglich sein kann.

x

Aktualität Daten - nicht zuletzt aus der amtlichen Statistik - werden teilweise mit erheblicher Verzögerung gegenüber dem Erhebungszeitpunkt publiziert.

x

Genauigkeit Hinsichtlich der Genauigkeit von Sekundärdaten ist Vorsicht geboten, da man oft nicht nachvollziehen kann, wie die Daten erhoben worden sind, was ja erhebliche Auswirkungen haben kann. Bei Publikationen, die bestimmten Interessen der herausgebenden Organisationen dienen sollen, muss man besonders mit systematisch verzerrten Angaben rechnen.

x

Repräsentanz Manche Sekundärdaten sind für die interessierende Grundgesamtheit nicht repräsentativ. Beispielsweise kommt es vor, dass von Verbänden publizierte Daten nur hinsichtlich der Mitglieder dieser Verbände Aussagekraft haben.

42

Untersuchungsziele und -designs

x

Aggregation In publizierten Statistiken sind Daten z.B. in regionaler oder branchenmäßiger Hinsicht teilweise so stark aggregiert, dass sie für detailliertere MarketingFragestellungen nicht mehr aussagekräftig sind.

Sekundärdaten können aus sehr unterschiedlichen Quellen stammen; je nach Problem und Branche wird man versuchen müssen, angemessene Informationen zu finden. Der Versuch, auch nur annähernd vollständige Angaben über Sekundärquellen zu machen, wäre aussichtslos (und für den Leser auch ermüdend und wenig ergiebig). Deswegen reicht es hier aus, bestimmte Arten von Sekundärquellen zu charakterisieren und mit Beispielen zu illustrieren:

„ Unternehmensinterne Quellen (z.B. Umsatz- und Auftragsstatistik, Außendienstberichte, Reklamationsstatistik)

„ Amtliche und halbamtliche nationale Quellen (z.B. statistische Bundes- und Landesämter, Kraftfahrzeugbundesamt)

„ Amtliche und halbamtliche internationale Quellen (z.B. Weltbank, Eurostat, International Labour Organization)

„ Nichtstaatliche Quellen (z.B. Verbände, Industrie- und Handelskammern) Darüber hinaus sind die Möglichkeiten des Zugriffs zu Datenbanken (z.B. Literaturoder Unternehmensdatenbanken) allgemein bekannt und bedürfen keiner besonderen Erläuterung, zumal entsprechende Angaben rasch veralten. Entsprechendes gilt für die Informationssammlung mit Suchmaschinen (z.B. Google).

2.4.2.2

Typen von Untersuchungsdesigns

Nach dem vorstehenden kurzen Ausblick auf die Sekundärforschung geht es jetzt um die Untersuchungsdesigns, die der Neu-Erhebung von Daten – also der Primärforschung – dienen. „Die Funktion von Untersuchungsdesigns ist es sicherzustellen, dass die gesammelten Daten uns in die Lage versetzen, dem Untersuchungsziel möglichst eindeutig zu entsprechen.“ (de Vaus 2001, S. 9). Hier werden die zentralen Ideen der im Abschnitt 2.2.1 schon kurz angesprochenen vier Typen von Untersuchungsdesigns

„ „ „ „

Qualitative Untersuchungen, Querschnitts-Untersuchungen, Längsschnitt-Untersuchungen und Experimente

eingehender erörtert. Die konkreten Methoden und Techniken, die nicht eindeutig bestimmten Designs zugeordnet sind, werden dann in den folgenden Kapiteln vorgestellt.

43

2.4

2

Grundlagen

David de Vaus (2001, S. 9) illustriert die zentrale Aufgabe des Untersuchungsdesigns: „Beim Untersuchungsdesign geht es um ein logisches Problem, nicht um ein logistisches Problem. Bevor ein Bauherr oder Architekt einen Arbeitsplan erstellen oder Material bestellen können müssen sie zunächst die Art des Bauwerks festlegen, seine Nutzung und die Bedürfnisse der Mieter. Der Arbeitsplan ergibt sich daraus. In ähnlicher Weise sind in der Sozialforschung die Probleme der Stichprobenziehung, der Datenerhebung (z.B. Fragebogen, Beobachtung, Dokumentenanalyse) und der Frageformulierung der Frage untergeordnet, welche ´Beweise´ benötigt werden“

Qualitative Untersuchungen Die Kennzeichnung qualitativer Marktforschung hat Peter Sampson (zitiert nach Bellenger/ Bernhardt/ Goldstucker 1976, S. 2) besonders prägnant zusammengefasst: "Qualitative Forschung ist in ihrem Wesen exploratorisch oder diagnostisch. Sie bedient sich kleiner Zahlen von Personen, die normalerweise nicht nach den Prinzipien der Stichprobentheorie ausgewählt werden. (…) Bei qualitativer Forschung wird nicht der Versuch unternommen, harte und schnelle Schlüsse zu ziehen. Sie ist eher impressionistisch als definitiv." Damit sind zunächst die Zwecke qualitativer Untersuchungen angesprochen. Der Stellenwert explorativer Forschung ist im Abschnitt 2.4.1 schon erläutert worden. Die Diagnose-Funktion hat ihre Bedeutung insbesondere im Zusammenhang mit der Entwicklung, Erprobung und Verbesserung von MarketingMaßnahmen. Man denke nur an die Entwicklung eines neuen Produkts, einer neuen Packung oder eines neuen Werbemittels. Dabei kommt der Marktforschung nicht nur die Aufgabe zu, die Akzeptanz, Wirkung usw. des Produkts, der Packung oder des Werbemittels insgesamt zu testen, sondern auch zu ermitteln, welche einzelnen Elemente Schwächen haben und weiterentwickelt werden sollen. Letztlich können Ergebnisse qualitativer Untersuchungen die Grundlage für kreative Entwicklungen neuer Produkte, Kommunikationsmittel etc. bilden (Kent 2007, S. 89 f.). Beispielsweise kann man vor allem durch qualitative Methoden feststellen, welche Probleme die Handhabung eines Produkts bereitet oder welche Teile einer Anzeige kaum wahrgenommen werden. Dieses ließe sich durch quantitative Untersuchungen (repräsentative Querschnitts-Untersuchungen) nicht mit vergleichbarer Differenziertheit erreichen. Wenn man versucht, anknüpfend an die oben wiedergegebene Definition wesentliche Merkmale qualitativer Marktforschung zu nennen, so stehen dabei folgende Aspekte im Vordergrund:

„ Geringe Strukturierung des Forschungsprozesses Meist ist die Vorgehensweise bei Datenerhebungen und -analyse nicht so genau festgelegt wie bei quantitativen Untersuchungen (z.B. repräsentativen Umfragen).

„ Kleine, nicht repräsentative Stichproben Die Zahl der Probanden bei qualitativen Untersuchungen liegt selten über 100. Wegen der eine hohe Bereitschaft zur Mitwirkung erfordernden Untersuchungsmethoden ist eine repräsentative Auswahl kaum möglich.

44

Untersuchungsziele und -designs

„ Kaum quantifizierende Aussagen Wegen der Eigenheiten der Auswahl von Auskunfts- oder Versuchspersonen und des Vorgehens bei der Datenerhebung werden quantifizierende Aussagen nur in Ausnahmefällen und mit großer Vorsicht gemacht (z.B. "fast alle Auskunftspersonen waren der Meinung …" oder "die Mehrheit der Untersuchungsteilnehmer ...").

„ Hohe Anforderungen an die Datensammlung Während bei gut vorbereiteten (o Untersuchungsdesign, Entwicklung der Messinstrumente) quantitativen Untersuchungen der Prozess der Datensammlung (z.B. Durchführung von Interviews) von geschulten Laien nach vorgegebenen Regeln durchgeführt werden kann, sind bei qualitativen Studien typischerweise speziell (insbesondere psychologisch) ausgebildete Fachleute für die Datensammlung nötig, weil sie diese weitgehend selbstständig steuern müssen. Hier einige Beispiele für Fragestellungen, bei denen eher eine qualitative bzw. eine deskriptive Untersuchung in Frage kommt: Eher qualitative Untersuchung

Eher deskriptive Untersuchung

Produktpolitik

Warum und in welchen Situationen trinken KonsumentInnen „Red Bull“?

Wie groß ist der Anteil der zufriedenen KonsumentInnen bei „Red Bull“ in der Gruppe der 16-25jährigen?

Kommunikationspolitik

Zu welchen Assoziationen führt die lila Kuh in einer Milka-Anzeige?

Um wie viel Prozent ist der Bekanntheitsgrad von Milka nach einer Werbekampagne gestiegen?

Distributionspolitik

Sollte „Underberg“ im Supermarkt im Spirituosenregal oder in der Nähe des Tiefkühlregals (bei den fetten Gänsen etc.) angeboten werden?

Wie hoch ist der Umsatzzuwachs bei „Underberg“ bei der Ausweitung des Distributionsgrades um 10 %?

In einem durch wissenschaftliche Methodik geprägten Arbeitsgebiet wie der Marktforschung gibt es hinsichtlich der qualitativen Forschung immer noch einen gewissen "Rechtfertigungsbedarf". Welchen Stellenwert sollen z.B. Gruppendiskussionen haben, die zu impressionistischen Ergebnissen führen (siehe oben), im Vergleich zu Umfrageverfahren, bei denen Ergebnisse (z.B. Bekanntheitsgrade von Produkten) auf Kommastellen genau ausgewiesen werden? Deswegen sollen hier drei Gesichtspunkte genannt werden, die den Stellenwert der qualitativen im Vergleich zur quantitativen Forschung weiter verdeutlichen:

„ Der Komplexität menschlichen Verhaltens, das ja in vielen Marktforschungsprojekten untersucht werden soll, wird man oftmals durch die mit quantitativer Forschung verbundenen standardisierten Messtechniken und stark aggregierenden Techniken der statistischen Datenanalyse nicht voll gerecht.

45

2.4

2

Grundlagen

„ Mit den Hilfsmitteln der quantitativen Forschung erreicht man vielfach nur eine Schein-Genauigkeit. So ist es beispielsweise üblich, mit Hilfe der induktiven Statistik sehr präzise erscheinende Angaben über Vertrauensbereiche und Sicherheitswahrscheinlichkeiten von Ergebnissen zu machen. Die Erfahrung und entsprechende Studien (vgl. z.B. Assael/ Keon 1982) lehren aber, dass die dabei überhaupt nicht berücksichtigten systematischen Fehler (z.B. durch verzerrende Fragestellungen, Interviewereinfluss) weitaus größeres Gewicht haben.

„ Für diagnostische Zwecke ist qualitative Forschung oftmals besser geeignet als quantitative. Wenn man z.B. an Werbepretests denkt, dann kann man mit quantitativen Untersuchungsmethoden sicher die Wirksamkeit eines Werbemittels (im Vergleich zu alternativen Entwürfen) feststellen. Wenn man aber aus unbefriedigenden Resultaten eines solchen Tests Konsequenzen hinsichtlich der Gestaltung des Werbemittels ziehen will, dann muss man häufig auf qualitative Untersuchungsergebnisse zurückgreifen. So können beispielsweise Tiefeninterviews (siehe Abschnitt 4.2.2) Hinweise auf die Anmutungsqualität von einzelnen Elementen (z.B. Teile von Abbildungen, Überschriften) des Werbemittels geben.

Querschnitts-Untersuchungen Im Abschnitt 2.2.1 ist bereits darauf hingewiesen worden, dass QuerschnittsUntersuchungen am ehesten dem Bereich der deskriptiven Forschung zuzurechnen sind. Damit verbunden ist typischerweise eine repräsentative Untersuchungsanlage, die die angestrebten präzisen Angaben über eine Grundgesamtheit ermöglicht, und das schwerpunktmäßige Bemühen, systematische Fehler gering zu halten. Kennzeichnendes Merkmal einer Querschnitts-Untersuchung ist ihre Zeitpunktbezogenheit. Die Datenerhebung findet also an einem Zeitpunkt (in der Praxis allerdings in einem Zeitraum, der einige Wochen umfassen kann) statt, was aber nicht ausschließt, dass ein Teil der Aussagemöglichkeiten darüber hinausreicht. Beispielsweise kann man im Rahmen einer Konsumentenbefragung natürlich nach früherem Kaufverhalten oder (zukunftsbezogen) nach Kaufabsichten fragen. Allerdings stellt sich dann oft die Frage, inwieweit die Präzision von vergangenheitsbezogenen Angaben durch Erinnerungsmängel und die Aussagekraft von zukunftsbezogenen Angaben durch Änderungen im Zeitablauf (z.B. Veränderungen von Bedürfnissen, Präferenzen) beeinträchtigt werden. Über den Untersuchungszeitpunkt hinaus reichen die Interpretationsmöglichkeiten von Querschnitts-Untersuchungen auch, wenn deren Ergebnisse im Vergleich zu früheren oder für später geplanten entsprechenden Messungen analysiert werden (z.B. Vergleich gemessener Bekanntheitsgrade im Abstand mehrerer Jahre).

46

Untersuchungsziele und -designs

David de Vaus (2001, S. 170) kennzeichnet das Wesen von Querschnitts-Untersuchungen („Cross-Sectional Designs“): „In den üblichen Querschnitts-Untersuchungen werden die Daten zu einem Zeitpunkt erhoben. In dieser Hinsicht unterscheidet sich dieses Design von normalen Panel-Designs und von experimentellen Designs mit Vor- und Nachmessung, bei denen Daten zu verschiedenen Zeitpunkten erhoben werden. Deswegen kann man mit Querschnitts-Untersuchungen nur Unterschiede zwischen Gruppen feststellen und nicht Veränderungen im Zeitablauf.“ Typische Aussagemöglichkeiten von Querschnitts-Untersuchungen beziehen sich auf:

„ Schätzung von Anteilswerten und anderer statistischer Maßzahlen (z.B. Mittelwerte, Mediane) in Grundgesamtheiten (Beispiele: Bekanntheitsgrad von Marken, Durchschnittseinkommen der Bevölkerung, Anteil von Rauchern an der männlichen Bevölkerung)

„ Vergleich unterschiedlicher Gruppen im Hinblick auf interessierende Merkmale (Beispiele: Einstellungen zu einer Marke bei Verwendern und Nicht-Verwendern dieser Marke, Ausgaben für Bekleidung bei Männern und Frauen)

„ Zusammenhänge („Korrelationen“) zwischen Variablen (Beispiele: Mit zunehmendem Einkommen steigt in der Regel der Anteil gesparten Einkommens; je zufriedener jemand mit einem Produkt ist, desto stärker ist seine Bindung an dieses Produkt) Die beiden zuletzt genannten Arten von Aussagen werden in der Praxis oftmals wie Kausal-Aussagen interpretiert. So findet man häufig Schlussweisen, bei denen z.B. aus einem deutlichen („signifikanten“) Unterschied der Einstellungen zu einer Marke bei Männern und Frauen gefolgert wird, dass das Geschlecht die Ursache für diesen Unterschied sei. Dieser Schluss entspricht natürlich nicht den deutlich strengeren Anforderungen an Aussagen über Kausal-Beziehungen (siehe Abschnitt 2.4.1). Gleichwohl kann man natürlich in solchen Fällen nicht ignorieren, dass ein – wie auch immer gearteter – Zusammenhang zwischen den Merkmalen vorliegt. Eine detaillierte Diskussion von Kausal-Aussagen auf der Basis von Querschnitts-Untersuchungen findet sich bei de Vaus (2001, S. 170 ff.). Gegenüber den nachstehend erörterten Längsschnitt-Untersuchungen und Experimenten haben Querschnitts-Untersuchungen naturgemäß den Vorteil einer kürzeren Untersuchungsdauer und in Verbindung damit oft auch Kostenvorteile. Querschnitts-Untersuchungen sind der Untersuchungstyp, der in der kommerziellen Marketing-Forschung am meisten eingesetzt wird. Ihre gängigste Form sind repräsentative Umfragen, auf die im Kapitel 3 des vorliegenden Buches wegen ihrer großen Bedeutung besonders ausführlich eingegangen wird.

47

2.4

2

Grundlagen

Längsschnitt-Untersuchungen Bei Längsschnitt-Untersuchungen geht es um Aussagen, die auf Zeiträume oder zumindest auf verschiedene Zeitpunkte bezogen sind. Damit entspricht man einerseits einem der wichtigsten Informationsbedürfnisse der Praxis. Häufig geht es dort primär nicht darum festzustellen, welche Werte bestimmte relevante Messgrößen (z.B. Bekanntheitsgrad, Markanteil) haben, sondern eher um deren Entwicklung im Zeitablauf. So ist eben ein sinkender Marktanteil typischerweise ein Anlass, Gegenmaßnahmen ins Auge zu fassen, und ein wachsender Marktanteil möglicherweise ein Indikator dafür, dass bestimmte Marketing-Maßnahmen Wirkung zeigen. Andererseits vermindert sich das Problem der Interpretation prinzipiell fehlerbehafteter Daten dadurch, dass gleichartige Messungen wiederholt durchgeführt werden und damit die irreführende Wirkung systematisch verzerrter Einzel-Messungen relativiert wird. Das weitaus bedeutsamste Instrument der Marktforschung für Längsschnitt-Studien sind Panel-Untersuchungen (siehe Abschnitt 4.4). Als Panel bezeichnet man eine festgelegte, gleich bleibende Menge von Erhebungseinheiten, bei denen über einen längeren Zeitraum wiederholt oder kontinuierlich die gleichen Merkmale erhoben werden. Eine solche Untersuchungsanlage erlaubt es nicht nur, die Veränderungen aggregierter Größen (z.B. Marktanteile) im Zeitablauf zu analysieren, sondern auch, Veränderungen auf der Ebene der einzelnen Erhebungseinheiten (z.B. Änderungen des Markenwahlverhaltens von Haushalten) zu beobachten.

Günther/ Vossebein/ Wildner (2006, S. 3) zur Bedeutung von Panels für die MarketingPraxis: „Neben der aktuellen Beschreibung des Marktes sind es für das Marketingmanagement in aller Regel die Veränderungen, die Maßnahmen auslösen oder Beurteilungskriterien für in der Vergangenheit durchgeführte Maßnahmen bieten. Den Veränderungen im Marktgeschehen gilt daher das besondere Interesse des Marketingmanagements. Von daher ist es verständlich, dass jedes Panel als Stichprobenuntersuchung charakterisiert werden kann, die gleich in mehrfacher Hinsicht auf die möglichst genaue Messung von Marktveränderungen hin optimiert ist.“ Daneben gibt es die Möglichkeit, mit Hilfe einer zeitlichen Abfolge von (gleichartigen!) Querschnitts-Untersuchungen Veränderungen im Zeitablauf zu messen. So lässt sich die Entwicklung des Bekanntheitsgrades einer Marke z.B. durch entsprechende repräsentative Befragungen im Halbjahres-Abstand ermitteln. Hervorzuheben sind bei dieser Art von Untersuchungsdesigns zwei Aspekte:

„ Es werden (im Gegensatz zum Panel) immer wieder neue Stichproben gezogen, die jeweils für die (gleich bleibende) Grundgesamtheit repräsentativ sein sollen. Dadurch lassen sich Veränderungen der aggregierten Werte von Bekanntheitsgrad, Marktanteil etc. feststellen, aber nicht Veränderungen bei einzelnen Personen oder Haushalten, da diese ja nur zu einem Zeitpunkt befragt oder beobachtet werden. 48

Untersuchungsziele und -designs

„ Die Erhebungstechniken (z.B. die Fragetechniken) müssen bei allen EinzelUntersuchungen identisch sein. Da schon kleine Veränderungen bei der Datenerhebung die Ergebnisse wesentlich beeinflussen können, wäre ansonsten nicht feststellbar, ob ein Ergebnisunterschied bei zwei Zeitpunkten auf eine Veränderung im Zeitablauf oder auf eine Änderung der Messmethode zurückzuführen ist.

Experimentelle Untersuchungen In der Marktforschung versteht man unter einem Experiment eine Methode, bei der eine oder mehrere unabhängige Variablen dergestalt manipuliert werden, dass die Auswirkungen dieser Manipulation auf eine oder mehrere abhängige Variablen gemessen werden können. Je nach Problemstellung können die entsprechenden Messungen durch Befragungs- oder Beobachtungsverfahren vorgenommen werden. Die Anwendung experimenteller Designs ist also nicht an eines dieser Erhebungsverfahren gebunden. Kennzeichnend für eine experimentelle Vorgehensweise sind Maßnahmen (Manipulationen), die vorgenommen werden, um unterschiedliche Werte (Ausprägungen) unabhängiger Variablen bei den Versuchspersonen zu schaffen. Die Auswirkung dieser Manipulation (z.B. Kontakt zu einer Werbebotschaft) auf die abhängige Variable (z.B. Einstellung zu der beworbenen Marke) wird dann überprüft bzw. gemessen (Jaccard/ Becker 2002, S. 241). Jacoby (1985b, S. 9) fasst die zentrale Idee in einem Satz zusammen: „Im Wesentlichen versteht man unter einem Experiment einen Test mit Hilfe direkter Intervention.“ Bei „einfachen“ Befragungen/ Beobachtungen („nichtexperimentelle“ Vorgehensweise) werden dagegen Methoden angewandt, die es erlauben, gegebene Ausprägungen von Variablen zu messen. Der wesentliche Unterschied zwischen beiden Vorgehensweisen sei durch ein Beispiel illustriert. Man stelle sich vor, der Zusammenhang zwischen Kundenzufriedenheit und Markentreue soll untersucht werden. Bei einer nicht-experimentellen Vorgehensweise könnte man eine Anzahl von Kunden nach ihrer Zufriedenheit und ihrer Markentreue befragen. Wenn sich dabei ein positiver Zusammenhang dergestalt zeigt, dass Personen mit hoher Zufriedenheit meist auch markentreu sind (und umgekehrt), dann wäre die entsprechende Hypothese bestätigt. Allerdings wären die (strengen) Anforderungen an die Feststellungen von Kausal-Zusammenhängen (siehe Abschnitt 2.4.1) noch nicht erfüllt. Dazu bedürfte es einer experimentellen Untersuchung. Diese könnte beispielsweise so aussehen, dass man bei einer Gruppe von Kunden (z.B. Kunden einer Region) versucht, die Kundenzufriedenheit durch besonders hohe Qualität der Leistungen, exzellenten Nachkauf-Service etc. positiv zu beeinflussen (zu „manipulieren“) und dann zu beobachten, ob sich die Markentreue hier deutlich positiver entwickelt als bei ansonsten gleichartigen anderen Kunden. Wenn es keine systematischen Unterschiede zwischen diesen („Experiment-„ und „Kontroll-„) Gruppen gibt, dann kann die unterschiedliche

49

2.4

2

Grundlagen

Markentreue nur durch die Veränderung der Kundenzufriedenheit verursacht worden sein. Experimente werden also im Rahmen von Kausal-Untersuchungen eingesetzt. Es geht dabei darum zu überprüfen, ob eine bestimmte Ausprägung einer Variablen tatsächlich der Grund (die Ursache) für eine gewisse Ausprägung einer anderen Variablen (Wirkung) ist. Deswegen ist es bei experimentellen Designs wichtig, dass andere mögliche Erklärungen ausgeschlossen ( Validität) werden können (siehe dazu Abschnitt 4.5).

Hier ein Beispiel für ein einfaches Experiment in der Marktforschung: Man stelle sich vor, ein Unternehmen will die Wirkung (gemessen durch die Zahl sich ergebender Anfragen) unterschiedlich gestalteter Werbebriefe messen und damit feststellen, ob z.B. eine farbige Gestaltung die Ursache ( Kausalbeziehung) für eine höhere Zahl von KundenAnfragen ist. Dazu könnte man insgesamt 2.000 Zielpersonen auswählen und diese nach dem Zufallsprinzip auf zwei Gruppen à 1.000 aufteilen. Durch die zufällige Aufteilung wäre weitgehend ausgeschlossen, dass Unterschiede bei der Zahl der Anfragen nicht durch die verschiedenen Werbebriefe, sondern durch systematische Unterschiede (z.B. unterschiedliche Kaufkraft) der beiden Gruppen erklärt werden können. Wenn nun die eine Gruppe einen traditionellen Werbebrief und die andere Gruppe einen farbigen Werbebrief bekommt und sich bei letzterer eine deutlich („signifikant“) höhere Zahl von Anfragen ergibt, dann kann das wohl nur an der unterschiedlichen Gestaltung der Werbebriefe liegen, da ja alle anderen Einflussfaktoren (Gruppenzusammensetzung, Untersuchungszeitpunkt etc.) konstant gehalten worden sind.

2.4.3

Zusammenfassung

Auf die grundlegende Bedeutung einer angemessenen Problemdefinition sowie entsprechender Untersuchungsziele und –designs für die Aussagekraft von Marktforschungsuntersuchungen ist schon eingegangen worden. Dabei stellt sich die besondere Schwierigkeit, dass es dafür – im Unterschied zu anderen methodischen Problemen (z.B. Stichprobenziehung, statistische Analyse) – wenig erprobte und direkt anwendbare „Rezepte“ gibt. Besonders augenfällig ist das bei der Problemdefinition, für die es naturgemäß keine standardisierte Vorgehensweise geben kann. Aber auch bei den folgenden Schritten gibt es kein eindeutiges und generalisierbares Vorgehen. Die folgende Darstellung soll lediglich den Ablauf verdeutlichen und Leitlinien für gängige Untersuchungsziele und –designs aufzeigen, wobei natürlich im Einzelfall Abweichungen davon sinnvoll sein können. Im Abschnitt 2.4.1 sind drei grundlegend verschiedene Arten von Untersuchungszielen herausgearbeitet worden:

50

Untersuchungsziele und -designs

„ „Entdeckung“ von Marketing-Chancen und –Problemen und deren Einflussfaktoren, von Zusammenhängen zwischen Variablen und von Grundlagen für weitere (genauere) Untersuchungen (explorative Untersuchungen)

„ „Beschreibung“ von Märkten, von Zusammenhängen zwischen Variablen und von Trends (deskriptive Untersuchungen)

„ „Begründung“ und Bestätigung von Ursache-Wirkungs-Beziehungen (KausalUntersuchungen) Im Abschnitt 2.4.2 folgte die Kennzeichnung von vier Arten von Untersuchungsdesigns: qualitative Untersuchungen, Querschnitts-Untersuchungen, LängsschnittUntersuchungen und Experimente. Durch die Festlegung auf eine dieser Arten sind allerdings zahlreiche weitere methodische Schritte noch nicht bestimmt. So ist mit der Entscheidung für eine Querschnitts-Untersuchung noch nicht geklärt, ob die Daten durch Befragung oder Beobachtung gewonnen werden sollen und welche Art der Stichprobenziehung verwendet werden soll. Typischerweise sind Methoden der Datenerhebung (Befragung, Beobachtung, Ziehung von Zufallsstichproben etc.) und Datenanalyse (Signifikanztests, Varianzanalyse etc.) nicht eindeutig bestimmten Typen von Untersuchungsdesigns zuzuordnen. Diese Beziehung ist vielmehr in beiden Richtungen mehrdeutig. Beispielsweise kann bei Experimenten die Datenerhebung durch Befragung, Beobachtung oder eine Kombination von beidem stattfinden; andererseits kann die Befragung mit ihren unterschiedlichen Spielarten in allen vier Typen von Untersuchungsdesigns zur Anwendung kommen. Deshalb werden die verschiedenen Methoden der Marktforschung in den folgenden Kapiteln eher unabhängig von bestimmten Untersuchungsdesigns erörtert. Immerhin sind in Abschnitt 2.4.1 Zusammenhänge zwischen Untersuchungszielen und dafür typischen Untersuchungsdesigns schon angesprochen worden. Diese lassen sich in der folgenden Abb. 2.8 zusammenfassend darstellen.

Abbildung 2-8: Untersuchungsziele und Untersuchungsdesigns Untersuchungsziel

Typische Art des Untersuchungsdesigns

Explorativ („entdecken“)

Qualitative Untersuchung

Deskriptiv („beschreiben“)

Querschnitts- oder Längsschnitt-Untersuchung

Kausal („begründen“)

Experiment

51

2.4

2

Grundlagen

Die Entwicklung von Untersuchungsdesigns und -methodik aus der Problemdefinition lässt sich – wie gesagt – kaum eindeutig und generell bestimmen. Deswegen soll hier die Vorgehensweise wenigstens für einige Beispiele illustriert werden. Dazu wird das in Abb. 2.9 dargestellte Schema verwendet. Es zeigt die verschiedenen Schritte einschließlich der Festlegung von Art des Untersuchungsdesigns und der Bestimmung der anzuwendenden Methoden.

Abbildung 2-9: Von der Problemdefinition zum Untersuchungsdesign

Definition des Problems

Ziel der Untersuchung „entdecken“, „beschreiben“, „begründen“ (explorativ) (deskriptiv) (kausal)

Art des Untersuchungsdesigns Qualitativ, Querschnitt, Längsschnitt, Experiment Festlegung der Untersuchungsmethode z.B. Befragung, Beobachtung, Panel, Sekundärforschung, Zufallsstichprobe, Gruppendiskussion

Beim 1. Beispiel steht zu Beginn die Feststellung, dass nach Vorinformationen (z.B. Außendienstberichte, Informationen vom Handel) das eigene Produkt in der Wahrnehmung der Kunden Qualitätsprobleme hat. Es soll festgestellt werden, welcher Art diese Probleme und wie gravierend diese sind ( deskriptive Untersuchung). Zum aktuellen Zeitpunkt ( Querschnitts-Untersuchung) soll also eine entsprechende Befragung repräsentativ ausgewählter Kunden durchgeführt werden.

52

Untersuchungsziele und -designs

Abbildung 2-10: 1. Beispiel zum Untersuchungsdesign

Definition des Problems

„Unser Produkt hat bei Kunden wahrgenommene Qualitätsnachteile.“

Ziel der Untersuchung „entdecken“, „beschreiben“, „begründen“

Art des Untersuchungsdesigns Qualitativ, Querschnitt, Längsschnitt, Experiment Festlegung der Untersuchungsmethode z.B. Befragung von Kunden zur Produktqualität, repräsentative Stichprobe

Im Fall des 2. Beispiels steht am Anfang das Problem, dass man einen sinkenden Marktanteil beobachtet. Das (einigermaßen rat- und fassungslose) Management möchte herausfinden (entdecken;  explorative Untersuchung), woran das liegen könnte. Da man noch keine näheren Informationen hat, führt man zunächst qualitative Untersuchungen mit Expertengesprächen und Gruppendiskussionen durch.

53

2.4

2

Grundlagen

Abbildung 2-11: 2. Beispiel zum Untersuchungsdesign

Definition des Problems

„Unser Marktanteil sinkt“

Ziel der Untersuchung „entdecken“, „beschreiben“, „begründen“

Art des Untersuchungsdesigns Qualitativ, Querschnitt, Längsschnitt, Experiment Festlegung der Untersuchungsmethode z.B. Expertengespräche im Handel, Gruppendiskussion mit Konsumenten

Literaturempfehlungen zum 2. Kapitel Gilbert Churchill / Dawn Iacobucci: Marketing Research – Methodological Foundations, 9. Auflage, Mason (Ohio) u.a.O. 2005. Fred Kerlinger / Howard Lee: Foundations of Behavioral Research, 4. Auflage, Melbourne u.a.O. 2000. David de Vaus: Research Design in Social Research, London u.a.O. 2001.

54

Einführung und Überblick

3 3.1

Repräsentative Befragungen

Einführung und Überblick

Im vorliegenden Kapitel geht es um eine Art von Untersuchungen, die durch die Zuordnung zu den Querschnitts-Untersuchungen ( Untersuchungsdesign) und durch die Datenerhebung mittels der Befragung gekennzeichnet ist. Unter einer Befragung wird allgemein „ein planmäßiges Vorgehen mit wissenschaftlicher Zielsetzung, bei dem die Versuchsperson durch eine Reihe gezielter Fragen oder mitgeteilter Stimuli zu verbalen Informationen veranlasst werden soll“ (Scheuch 1962, S. 138) verstanden. Die Grundidee, die keineswegs so trivial ist wie sie vielleicht klingt, besteht also darin, dass die gesuchten Informationen von der Auskunftsperson als Reaktion auf entsprechende Fragen verbal (oder schriftlich oder durch Computer-Eingabe) gegeben werden. Voraussetzungen dafür sind natürlich einerseits die Fähigkeit und andererseits die Willigkeit der Auskunftsperson, die gewünschten Angaben zu machen. So ist nicht jeder in der Lage, sich an Einzelheiten einer früher getroffenen Kaufentscheidung zu erinnern und Angaben über in Betracht gezogene Marken oder akzeptable Preise zu machen. Bei Fragestellungen, die die eigene finanzielle Situation oder Aspekte der Intimsphäre berühren, wollen viele Menschen die entsprechenden Informationen nicht geben.

Hier einige Beispiele für Fragen, die viele Konsumenten nicht korrekt beantworten können oder wollen: „Wie viele Tassen Kaffee haben Sie in der letzten Woche getrunken?“ „Wohin fahren Sie im übernächsten Jahr zum Sommerurlaub?“ „Wie viele Stunden sehen Sie pro Tag durchschnittlich fern?“ „Lesen Sie gelegentlich die BILD- Zeitung?“ „Wie viele Minuten haben Sie im letzten IKEA-Katalog gelesen?“ „Trinken Sie öfter zu viel Alkohol?“ Mit der Fähigkeit und Willigkeit von Auskunftspersonen, die bei einer Befragung zu erhebenden Informationen hinreichend präzise und unverzerrt zu äußern, ist wieder die bereits im Abschnitt 2.3 angesprochene Frage der Validität (Gültigkeit) von Untersuchungsergebnissen angesprochen. Inwieweit kann man von den verbalen Angaben 55

3.1

3

Repräsentative Befragungen

einer Person auf ihre tatsächlichen Einstellungen, Absichten, Verhaltensweisen etc. schließen? Wie müssen Frageformulierungen, Fragebögen, Interviewtechniken etc. gestaltet sein, damit ein solcher Schluss begründet ist und nur zu vertretbaren Fehlern führt? Derartige Probleme werden im vorliegenden dritten Kapitel eine wesentliche Rolle spielen. Trotz aller Schwierigkeiten haben Befragungen auch wesentliche Vorzüge, die wohl ausschlaggebend dafür sind, dass sie über lange Zeit bis heute das weitaus am stärksten genutzte Erhebungsinstrument der Marktforschung waren und sind. Diese Vorzüge lassen sich vor allem durch die Stichworte „Flexibilität/Breite des Anwendungsbereichs“ und „Begrenzter Aufwand“ kennzeichnen. Zunächst zu dem erstgenannten Aspekt. Die große Spannweite der Anwendungen von Befragungen lässt sich an Hand von zwei Dimensionen umreißen. Einerseits geht es um die Art der zu untersuchenden Aspekte, also in der Marktforschung in erster Linie um Verhaltensweisen (z.B. Markenwahl, Mediennutzung, Gebrauch von Produkten), um gedankliche Phänomene (z.B. Einstellungen, Absichten, Wissen, Motive, Präferenzen) und um Angaben zur Person und zum sozialen Umfeld (z.B. Alter, Einkommen, Familiengröße). Die zweite Dimension bezieht sich auf die Zeit, hier also auf die Frage nach Verhaltensweisen, Gedanken und persönliche Merkmale in Vergangenheit, Gegenwart und Zukunft. Besonders gängig ist die Erhebung der gegenwärtigen Merkmale. In der Marktforschung kommt häufig die Erhebung von Verhaltensweisen in der Vergangenheit (z.B. „Wann haben Sie Ihr Auto gekauft?“) und Zukunft (z.B. „Werden Sie bei Ihrem nächsten Autokauf bei der selben Marke bleiben?“) hinzu. Dagegen spielen Aussagen zu persönlichen Merkmalen und Gedanken in Vergangenheit und Zukunft eine geringe Rolle bzw. dürften kaum valide zu ermitteln sein. In beiden Dimensionen bieten Befragungsverfahren ein breites (aber nicht unbegrenztes Spektrum) von Möglichkeiten, wobei zentrale dabei auftretende Probleme nicht unbeachtet bleiben dürfen:

„ Wie stark und detailliert ist die Erinnerung an früheres Verhalten und Denken? Welche Validität haben vor diesem Hintergrund verbale Angaben?

„ Welche Aussagekraft haben verbale Angaben zu künftigem Verhalten (z.B. zu umweltorientiertem Kaufverhalten) im Hinblick auf (viel) später folgendes tatsächliches Verhalten?

„ In welchem Maße sind Auskunftspersonen in der Lage, ihre eigenen Gedanken, Emotionen, Motive etc. korrekt wahrzunehmen und zu artikulieren?

„ In welchem Maße sind Auskunftspersonen willens, „wahre“ Angaben zu ihren Gedanken und Verhaltensweisen zu machen? Abbildung 3.1 mag die Vielfalt der Anwendungsmöglichkeiten von Befragungen illustrieren.

56

Einführung und Überblick

Abbildung 3-1: Anwendungsspektrum von Befragungen

Person und soziales Umfeld (Alter, Familienstand, Wohnort etc.)

x

x

Verhaltensweisen (Markenwahl, Informationsverhalten, Produktnutzung etc.)

x

x

Gedanken (Einstellungen, Wissen, Motive etc.)

(x)

x

Vergangenheit

Gegenwart

x

Zukunft

Der bei Befragungen typischerweise begrenzte (aber nicht unbedingt geringe) Aufwand lässt sich leicht einschätzen, wenn man den Kosten- und Zeitaufwand einer Befragung – z.B. hinsichtlich der Buchung von Urlaubsreisen und des Verhaltens im Urlaub – einer entsprechenden Beobachtung gegenüberstellt. Die Kosten einer Befragung stehen in enger Verbindung zu deren Qualität. So führen umfangreiche Vorstudien und Pretests oder Vergrößerungen der Stichprobe, die die Aussagekraft einer Untersuchung steigern, direkt zu einer entsprechenden Kostensteigerung. Die verständige Anwendung angemessener Methoden und das zur Verfügung stehende Budget bestimmen gemeinsam die Qualität der Untersuchungsergebnisse. Für eine ausführliche Darstellung dieser Zusammenhänge sei auf Groves (1989) verwiesen.

Groves u.a. (2004, S. 30) kennzeichnen das Bemühen der Methodenforschung um Qualitätsverbesserungen bei Umfragen unter Kostenrestriktionen: „Die Umfragemethoden-Forschung bemüht sich um die Entwicklung von Vorgehensweisen für die Anlage von Umfragen, Datensammlung bei Umfragen, Durchführung und Analyse von Umfragen im Hinblick auf die Kosten und die Qualität von Umfrageergebnissen. D.h., dass dieses Forschungsgebiet ausgerichtet ist auf die Verbesserung der Qualität unter Kostenrestriktionen bzw. die Kostenreduktion bei einem vorgegebenen Qualitätsanspruch.“

57

3.1

3

Repräsentative Befragungen

Im vorliegenden Kapitel soll es um die Art von Befragungen gehen, die deren gängigste Form ist, nämlich um repräsentative Befragungen (als Querschnitts-Untersuchungen). Dazu werden hier vor allem die Auswahl von Auskunftspersonen bzw. die Stichprobenziehung (Abschnitt 3.2), die Entwicklung von Fragebögen (Abschnitte 3.3 bis 3.5) sowie die unterschiedlichen Kommunikationsformen (mündlich, telefonisch, schriftlich, elektronisch, Abschnitt 3.6) bei Befragungen erörtert. Viele der dabei behandelten Gesichtspunkte und Methoden spielen auch bei anderen Untersuchungsdesigns (siehe Kapitel 4) eine Rolle. So greift man bei vielen experimentellen Untersuchungen auf Fragebögen als Messinstrument zurück und wendet die Prinzipien der Stichprobenziehung auch bei Beobachtungen an. Mit den hier behandelten Problembereichen sind die zentralen Aspekte der Schlussfolgerungen aus Umfrageergebnissen angesprochen: x

Lassen die Angaben einer Auskunftsperson den Schluss auf deren tatsächliche Merkmale (z.B. Einstellungen, Kaufabsichten) zu oder können Messprobleme, verursacht durch Frageformulierungen oder die Kommunikation bei der Befragung, die Aussagekraft der Angaben für das jeweilige Individuum beeinträchtigen?

x

Inwieweit sind die befragten Personen repräsentativ für die Grundgesamtheit (z.B. deutsche Autofahrer oder Zeitungsleser in Berlin), über die auf Basis der Stichprobe Aussagen gemacht werden sollen?

Abbildung 3.2 illustriert diese Schlussfolgerungen.

Abbildung 3-2: Zwei Schlussweisen bei Umfragen (nach Groves u.a. 2004, S. 39)

Repräsentanzprobleme

Merkmale einer Auskunftsperson

Antworten einer Auskunftsperson

58

Statistische Zusammenfassung der Daten

Messprobleme

Merkmale der Grundgesamtheit

Merkmale der Stichprobe

Stichprobenziehung bei repräsentativen Befragungen

3.2

Stichprobenziehung bei repräsentativen Befragungen

3.2.1

Grundlagen

Der Titel des vorliegenden dritten Kapitels „Repräsentative Befragungen“ kennzeichnet schon die Art der Befragungsverfahren, die hier behandelt wird. Dabei stellt sich zunächst die Frage, was unter „Repräsentativität“ zu verstehen ist. Hier geht es allgemein um die Auswahl der Untersuchungseinheiten (z.B. Personen, Haushalte, Unternehmen), bei denen die Befragung durchgeführt wird. Typischerweise werden in Befragungen nur relativ kleine Teilgruppen der Gesamtmenge von Personen, Haushalten etc., über die Aussagen gemacht werden sollen, einbezogen. Sehr gängig ist beispielsweise die Befragung von 1000 oder 2000 Personen, von deren Angaben auf viele Millionen Einwohner eines Landes (die sog. „Grundgesamtheit“) geschlossen wird. An Stelle einer Totalerhebung bei mehreren Millionen Menschen verwendet man also eine Stichprobe. Damit ist natürlich eine gewisse Unsicherheit der Ergebnisse durch den so genannten „Stichprobenfehler“ verbunden (siehe dazu Kapitel 7). Es kann eben sein, dass sich die Angaben der wenigen befragten Personen von den Verteilungen der Meinungen, Absichten, Einstellungen etc. in der Grundgesamtheit unterscheiden. Dieses Problem und die Minimierung der dabei auftretenden Fehler steht im Mittelpunkt der noch zu erörternden Methoden der Stichprobenziehung. Ein zweiter Nachteil von Stichproben gegenüber Totalerhebungen besteht in den begrenzten Möglichkeiten der Aufgliederung von Ergebnissen in Bezug auf spezielle Teilgruppen. So wird man beispielsweise in einer 1000er Stichprobe aus der Gesamtbevölkerung Deutschlands nur so wenige (oder keine) Angehörige der Teilgruppen „katholische Landfrauen im Saarland“ oder „Leser der Zeitschrift ‚Opernwelt’ in SchleswigHolstein“ finden, dass man über diese für ein bestimmtes Untersuchungsthema vielleicht interessierenden Gruppen kaum noch Aussagen machen kann. Diesen Problemen stehen aber gewichtige Vorteile von Stichproben im Vergleich zu Totalerhebungen gegenüber, die deren Dominanz in der Umfrageforschung begründen:

„ Der Zeitaufwand und die Kosten einer Untersuchung sind weitaus geringer. „ Der relativ begrenzte Zeitaufwand führt zu einer größeren Aktualität der Ergebnisse.

„ Durch die Beschränkung auf eine überschaubare Zahl von Untersuchungseinheiten kann bei diesen die Datenerhebung wesentlich sorgfältiger durchgeführt werden, was – trotz des Stichprobenfehlers – typischerweise zu insgesamt genaueren Ergebnissen führt.

„ Der Untersuchungsgegenstand (z.B. Einstellungen zu einer Marke) kann durch die Untersuchung selbst nicht so stark beeinflusst werden wie bei einer Totalerhebung.

59

3.2

3

Repräsentative Befragungen

Wann spricht man nun bei einer Befragung auf Basis einer Stichprobe davon, dass diese repräsentativ ist? Kennzeichnend dafür ist im einfachsten Fall, dass die Stichprobe im Hinblick auf alle betrachteten Merkmale ein unverzerrtes Abbild der Verteilung dieser Merkmale in der jeweiligen Grundgesamtheit darstellt. Ähnlich wie der Grundriss einer Wohnung, deren Größe, Zahl der Räume, Anordnung der Fenster etc. widerspiegelt, soll die Stichprobe die Verteilung von Altersgruppen, Präferenzen, Meinungen in der betrachteten Grundgesamtheit möglichst exakt wiedergeben. Auf eine etwas komplexere – aber der Stichprobenpraxis besser entsprechende – Kennzeichnung der Repräsentativität wird im Abschnitt 3.2.3 noch eingegangen. Die Methoden der Stichprobenziehung dienen in erster Linie dazu, der Anforderung der Repräsentativität zu entsprechen, können diese aber nicht garantieren bzw. in jedem Einzelfall sichern, weil eben Zufälligkeiten des Auswahlprozesses zu Abweichungen von der Merkmalsverteilung in der Grundgesamtheit führen können. Die Wahrscheinlichkeiten für solche Abweichungen sind aber bei Zufallsstichproben berechenbar.

Kerlinger/ Lee (2000, S. 165 f.) erläutern Wesen und Relevanz der Repräsentativität von Stichproben: „Normalerweise bedeutet ‚repräsentativ’, typisch für eine Gesamtheit zu sein, d.h. die Charakteristika einer Gesamtheit darzustellen. Im Hinblick auf die Forschung muss ‚repräsentativ’ präziser definiert werden, obwohl es oft schwer ist, präzise zu sein. Wir müssen fragen: Um welche Charakteristika geht es? Deswegen bedeutet in der Forschung eine repräsentative Stichprobe, dass diese annähernd den Charakteristika der Gesamtheit, auf die sich die Untersuchung bezieht, entspricht. Wenn Geschlecht und sozioökonomischer Status Variable (Charakteristika) sind, die für die Untersuchung relevant sind, dann muss eine repräsentative Stichprobe etwa die gleichen Anteile von Männern und Frauen sowie Personen aus der Mittelschicht und der Arbeiterklasse wie die Grundgesamtheit haben.“ Der Maßstab zur Beurteilung einer Stichprobe ist demnach die Zusammensetzung der Grundgesamtheit, über die mit Hilfe der Stichprobe Aussagen gemacht werden sollen. Dafür sind die präzise Definition der Grundgesamtheit und die Anwendung eines angemessenen Auswahlverfahrens in der Regel wichtiger als die Stichprobengröße. Dazu sei nur an das Beispiel der Wahl des US-Präsidenten im Jahre 1936 aus dem Abschnitt 1.3 erinnert. Neben der Entsprechung zwischen der Grundgesamtheit und der Stichprobe spielt für die Stichprobenziehung (insbesondere für die Größe der Stichprobe) die Homogenität bzw. die Variabilität der Grundgesamtheit eine wesentliche Rolle.

60

Stichprobenziehung bei repräsentativen Befragungen

Zur Relevanz von Homogenität / Variabilität von Merkmalen in der Grundgesamtheit für die Stichprobengröße ein sehr einfaches Beispiel: Wenn durch eine Stichprobenziehung die – allerdings ziemlich praxisferne – Fragestellung, welches denn die Muttersprache pfälzischer Weinbauern ist, untersucht werden soll, genügt sicher eine Stichprobengröße n = 1, weil man eben bei jedem der Winzer feststellen kann, dass er deutsch spricht, und bei der gegebenen Homogenität problemlos auf alle anderen pfälzischen Winzer schließen kann. Wenn man allerdings bei der gleichen Zielgruppe die Verteilung der Vorlieben für Fußball-Bundesliga-Vereine ermitteln will, braucht man sicher eine größere Stichprobe. Sollten sich diese Vorlieben vielleicht zu 50 % auf den 1. FC Kaiserlautern, 10 % auf den 1. FC Köln, 10 % auf Bayern-München, 20 % auf Eintracht Frankfurt und 10 % auf den Hamburger Sportverein verteilen, so hätte man mit einer Stichprobe z.B. der Größe n = 4 keine Chance, diese Verteilung annähernd korrekt zu erfassen. Dazu müsste die Stichprobe mindestens 10 Personen – in der Realität deutlich mehr – umfassen. Mit der Frage der Repräsentativität einer Untersuchung ist auch die Frage nach deren Validität angesprochen. Im Abschnitt 2.3 ist die Validität einer Untersuchung dadurch gekennzeichnet worden, dass das Ergebnis einer Untersuchung den zu ermittelnden Sachverhalt tatsächlich wiedergibt. Wenn also in einer Grundgesamtheit die Verteilung zweier Ausprägungen eines Merkmals im Verhältnis 70:30 vorliegt und eine Untersuchung auf Basis einer Stichprobe zu dem Ergebnis einer Verteilung von 50:50 führt, dann ist dieses Ergebnis offenkundig nicht valide. Ebenso ist das Kriterium der Reliabilität auch hier bedeutsam. Hier geht es bekanntlich um die Verlässlichkeit eines Ergebnisses. Die Reliabilität einer Untersuchung wäre durch die Stichprobenziehung u.a. dann beeinträchtigt, wenn wegen zu geringer Stichprobengröße oder wegen Nachlässigkeiten bei der Auswahl der Auskunftspersonen (z.B. willkürliche Auswahl) die Ergebnisse bei Wiederholungen der Befragung stark schwanken, obwohl sich an dem zu messenden Phänomen (z.B. Bekanntheit einer Marke, Präferenz für eine Partei) nichts geändert hat. In den folgenden beiden Abschnitten werden die unterschiedlichen Arten von Stichproben sowie die Vorgehensweisen bei der Stichprobenziehung knapp umrissen. Auf die mit der Stichprobenziehung verbundenen Schlussweisen wird im Zusammenhang mit den Methoden der Datenanalyse im Kapitel 7 eingegangen.

3.2.2

Arten von Stichproben

Eine grundlegende Unterscheidung ist die in Zufallsstichproben und andere Stichproben (u.a. Quotenstichproben). Die entscheidende Anforderung an Zufallsstichproben besteht darin, dass jedes Element der Grundgesamtheit eine berechenbare (bei der einfachen Zufallsauswahl: die gleiche) Wahrscheinlichkeit hat, in die Stichprobe zu kommen. Auf dieser Basis beruhen statistische Techniken zur Schätzung von Stichproben-

61

3.2

3

Repräsentative Befragungen

fehlern. Die Berechenbarkeit der Auswahlchance der Stichprobenelemente wird dadurch gewährleistet, dass die Auswahl zufällig erfolgt und damit den Kalkülen der Wahrscheinlichkeitsrechnung zugänglich ist. Dabei kann so verfahren werden, dass jedem Element der Grundgesamtheit eine Zufallszahl zugeordnet wird, d.h. jedem Datensatz in einer entsprechenden Datei wird eine mit unterschiedlichster Software (z.B. Excel) leicht zu erzeugende Zufallszahl angehängt. Die Datensätze werden dann nach dieser Zufallszahl (auf- oder absteigend) sortiert und die ersten n (Stichprobengröße) Elemente gelangen in die Stichprobe. Eine Spielart dieses Verfahrens, die so genannte systematische Zufallsauswahl besteht darin, nur das erste Element mit Hilfe einer Zufallszahl auszuwählen und dann in gleich großen Schritten, die so bemessen sein müssen, dass sich die gewünschte Stichprobengröße ergibt, im Verzeichnis der Grundgesamtheit weiter zu gehen und damit die restlichen Stichprobenelemente auszuwählen. Voraussetzung für eine Stichprobenziehung in der beschriebenen Weise ist in jedem Falle das Vorliegen eines Verzeichnisses (Datei, Liste etc.) der Grundgesamtheit. Dabei kann es sich um ein Verzeichnis von Adressen der Personen oder Haushalte, die die Grundgesamtheit bilden, handeln oder um das Verzeichnis einer großen Zahl von Teilgebieten der Region, innerhalb derer die Befragung vorgenommen werden soll, aus dem dann die Teilgebiete ausgewählt werden, in denen die Interviews durchgeführt werden sollen (Auswahl auf Flächenbasis). Wenn zunächst Teilgebiete und dann Haushalte oder Personen für die Untersuchung ausgewählt werden, spricht man auch von einer zweistufigen Auswahl (s.u.). Einen Spezialfall der Ziehung von Zufallsstichproben stellt das bei telefonischen Befragungen (siehe Abschnitt 3.6.4) anwendbare Random Digit Dialing (RDD) dar. Dabei werden Zufallszahlen so generiert, dass sie in ihrer Struktur (Anzahl von Stellen, Anfangsziffern etc.) Telefonnummern in dem Untersuchungsgebiet entsprechen. Mit diesen Nummern kann dann direkt ein Kontaktversuch zu einer (namentlich unbekannten) Auskunftsperson unternommen werden.

Kerlinger/ Lee (2000, S. 167) kennzeichnen die zentrale Idee, die der Verwendung von Zufallsstichproben zu Grunde liegt: „Wir nennen Ereignisse zufällig, wenn wir deren Ausprägung nicht vorhersagen können. (…) Mit anderen Worten: wenn Ereignisse zufällig sind, können wir sie nicht individuell vorhersagen. Obwohl es sonderbar klingt, können wir sie bei aggregierter Betrachtung ziemlich gut vorhersagen. Das heißt, wir können die Ausprägungen einer großen Zahl von Ereignissen vorhersagen. Wir können nicht vorhersagen, ob eine geworfene Münze auf Kopf oder Zahl fällt, aber wenn wir eine nicht manipulierte Münze 1000 mal werfen, können wir mit bemerkenswerter Genauigkeit die Anzahlen von „Kopf“ und „Zahl“ vorhersagen.“ Bei Bevölkerungsstichproben bereitet die Auswahl auf Adressenbasis erhebliche Probleme. Vor allem ist zu bedenken, dass die als Grundlage der Stichprobenziehung ins 62

Stichprobenziehung bei repräsentativen Befragungen

Auge zu fassenden Daten oftmals räumlich so zersplittert aufbewahrt werden, dass die Auswahl einer Stichprobe für ein größeres Gebiet schon erhebliche rein praktische Schwierigkeiten machen würde. Um dieses Problem in den Griff zu bekommen, werden in der Praxis neben den ein- auch mehrstufige Auswahlverfahren verwandt. Dabei handelt es sich um Verfahren der Stichprobenziehung, bei denen die Grundgesamtheit zunächst in eine Vielzahl überschneidungsfreier Gruppen von Elementen - in der Praxis meist nach regionalen Gesichtspunkten - eingeteilt wird und dann zufällig einzelne dieser Gruppen ausgewählt werden (vgl. dazu Abschnitt 3.2.3). Es werden dann entweder alle Elemente der ausgewählten Gruppe befragt (einstufiges Verfahren bzw. „Klumpenverfahren“) oder aus den ausgewählten Gruppen jeweils wiederum eine Stichprobe gezogen (zweistufiges Verfahren). Bei zweckmäßiger Definition der in der ersten Stufe ausgewählten Gruppen kann damit das Problem der Zersplitterung von Adressenbeständen gelöst werden. Sofern der Zugang zu Adressenverzeichnissen versperrt ist, besteht oft die Möglichkeit, innerhalb der ausgewählten Teilgebiete die Auflistung der zugehörigen Personen oder Haushalte selbst vorzunehmen. Bei ein- oder mehrstufigen Stichprobenverfahren nimmt man ein verfahrensbedingtes Anwachsen des Zufallsfehlers aus praktischen Erwägungen in Kauf. Derartige Stichprobenpläne bilden ein wichtiges Anwendungsgebiet der erwähnten Auswahlen auf Flächenbasis. An die Auswahl auf Flächenbasis knüpft (als 2. Stufe) auch ein in der Praxis gelegentlich benutztes Verfahren an, bei dem man ganz ohne Adressenverzeichnis auskommt. Beim so genannten "Random-Route-Verfahren" geht man aus von einer großen Zahl von „Sample Points“, die das gesamte Gebiet der Erhebung (z.B. die Bundesrepublik Deutschland) abdecken. Daraus wird eine Stichprobe von Sample Points gezogen. Für jeden Sample Point existiert eine Beschreibung mit den enthaltenen Straßen und der jeweiligen Höchstzahl der Hausnummern. Auf dieser Basis wird für jeden Sample Point ein Zufallsstartpunkt bestimmt. Der Interviewer geht davon aus in Richtung aufsteigender Hausnummern auf der gleichen Straßenseite vor. Alle Haus- bzw. Wohnungstüren werden geordnet, indem man bei Mehrfamilienhäusern z.B. auf der linken Seite beginnt, nach oben geht und auf der rechten Seite wieder herunter. Am Ende der Straße geht der Weg auf der gegenüber liegenden Seite wieder zurück. Der Interviewer erhält den Auftrag, dieser so festgelegten Reihenfolge entsprechend jeden m-ten (z.B. jeden fünften) Haushalt zu befragen. Wesentliche Vorteile des Verfahrens sind der begrenzte Aufwand für die Stichprobenziehung und die Konzentration der Interviews auf eine überschaubare Zahl von Gebieten. Ebenfalls ohne Adressenverzeichnisse arbeitet das "Quota-Verfahren". Dabei wird zunächst die Verteilung einiger - meist soziodemographischer - Merkmale in der Grundgesamtheit festgestellt (z.B. unter Zuhilfenahme der amtlichen Statistik). Dann werden für jeden Interviewer Quotenanweisungen erstellt, die angeben, mit welchen Häufigkeiten die verschiedenen Merkmalsausprägungen (Alter, Geschlecht etc.) bei der von ihm verlangten Zahl von Interviews auftreten müssen. Die Quotenanweisungen werden so angelegt, dass die Verteilung der ausgewählten Merkmale in der Stichprobe der

63

3.2

3

Repräsentative Befragungen

Verteilung in der Grundgesamtheit entspricht. Man erhofft sich dadurch, die Repräsentativität der Stichprobe für die Grundgesamtheit sicherstellen zu können. Innerhalb der Quotenanweisungen, die auch Vorschriften über Kombinationen einzelner Merkmale umfassen können, ist der Interviewer frei bei der Auswahl seiner Auskunftspersonen. Den beiden zuletzt skizzierten Verfahren ist zu Eigen, dass der Stichprobenfehler nicht abschätzbar ist, da es sich (streng genommen) nicht um Zufallsauswahlen handelt, weil die Wahrscheinlichkeiten dafür, Element der Stichprobe zu werden, nicht berechenbar sind. In der Praxis hat sich aber bezüglich des Random-Route-Verfahrens eine Akzeptanz als Zufallsstichprobe durchgesetzt. Diesem grundlegenden Einwand stehen aber einerseits die praktischen Probleme gegenüber, die es häufig nicht erlauben, Zufallsstichproben zu ziehen und andererseits die recht positiven Erfahrungen, die man beim Vergleich der Ergebnisse von Random- und Quota-Stichproben hinsichtlich ihrer Repräsentanz gemacht hat. Ein weiterer Einwand bezieht sich auf den Einsatzbereich der beiden Verfahren: Das Random-Route-Verfahren ist nur bei mündlichen Interviews verwendbar, das Quota-Verfahren bei mündlichen und telefonischen Interviews, kaum aber bei schriftlichen oder elektronischen Befragungen. Im Hinblick auf die Qualität von Quotenstichproben gibt es in der Fachwelt einen inzwischen Jahrzehnte dauernden Streit, der hier nicht wiedergegeben werden kann und muss (vgl. dazu NoelleNeumann/ Petersen 2000, S. 255 ff.). In der Marktforschung werden je nach Untersuchungsziel und zur Verfügung stehendem Adressenmaterial Haushalts- oder Personenstichproben verwendet. Es werden auf dieser Basis dann Aussagen über Haushalte bzw. Personen gemacht. Manchmal kann es notwendig sein, ausgehend von einer Personenstichprobe Aussagen über die entsprechenden Haushalte zu machen (oder umgekehrt). Dabei ist zu beachten, dass auf diesem Wege Haushalte mit vielen Personen, von denen ja jede die gleiche Chance hat, wie Personen aus kleinen Haushalten, in die Stichprobe zu kommen, eine größere Auswahlchance haben als kleine Haushalte. Die Stichprobe wäre unter diesen Umständen zugunsten der großen Haushalte verzerrt. Umgekehrt wäre eine Haushaltsstichprobe, die als Basis für Aussagen über Personen benutzt wird, zugunsten der Angehörigen kleiner Haushalte verzerrt, da diese eine größere Chance haben, befragt zu werden als die Angehörigen großer Haushalte. In den beiden beschriebenen Situationen ist es also notwendig, Gewichtungen der Daten so vorzunehmen, dass die auftretenden Verzerrungen ausgeglichen werden. Bei der „Umwandlung“ einer Personenstichprobe in eine Haushaltsstichprobe könnte man beispielsweise 5-Personen-Haushalte mit 0.2, 4-Personen-Haushalte mit 0.25 usw. gewichten, weil ja 5-Personen-Haushalte eine fünfmal so große Wahrscheinlichkeit wie EinPersonen-Haushalte haben, in einer Personenstichprobe „vertreten“ zu sein. Entsprechendes gilt für andere Haushaltsgrößen. Ein weiteres Problem bei Haushaltsstichproben besteht insofern, als meist auch die zu befragende Person innerhalb eines Haushalts zufällig ausgewählt werden soll. Diese Zufälligkeit wäre nicht gegeben, wenn der Interviewer die Fragen gleich an die Person richtet, die gerade die Tür geöffnet hat oder ans Telefon gegangen ist, weil man hier 64

Stichprobenziehung bei repräsentativen Befragungen

eher Personen kontaktieren würde, die häufig zu Hause sind (nicht berufstätige Menschen). Eine gängige Vorgehensweise besteht darin, nach der Person in dem Haushalt zu fragen, die als letzte (bzw. als nächste) Geburtstag hatte (bzw. hat), und dann die so ausgewählte Person zu interviewen. Besondere - über die bisher beschriebenen hinausgehende - Probleme treten auf, wenn nicht die Gesamtheit der Einwohner oder Haushalte eines Gebietes die Grundgesamtheit bei der Stichprobenziehung bildet, sondern eine speziell definierte Teilgruppe (z.B. Angehörige bestimmter Berufe, Verbraucher eines bestimmten Produktes). Hier gibt es zwei Vorgehensweisen, um eine entsprechende Stichprobe zu erhalten: Die erste besteht darin, sich Verzeichnisse der definierten Grundgesamtheit zu verschaffen, und dann in der üblichen Weise mit Hilfe von Zufallszahlen (evtl. auch mehrstufig) die Stichprobe zu ziehen. Dabei können Mitgliedsverzeichnisse von Verbänden, Kammern oder Listen von Kunden, Mitarbeitern etc. und Material von kommerziellen Adressenanbietern, das im Hinblick auf seine Zuverlässigkeit (Vollständigkeit, Aktualität, Doppelnennungen etc.) allerdings mit Vorsicht zu handhaben ist, verwendet werden. Die zweite Methode, zu einer Spezialstichprobe zu kommen, geht von einer (relativ großen) allgemeinen Bevölkerungsstichprobe aus, bei der die Merkmale, die eine zu untersuchende Teilgruppe definieren, erhoben werden. Die Hauptuntersuchung richtet sich dann nur noch an die Personen/Haushalte, bei denen die entsprechenden Merkmalsausprägungen festgestellt worden sind. In der Praxis kann man dabei so verfahren, dass die Erhebung der für die zu untersuchende Gruppe charakteristischen Merkmale innerhalb einer anderen an eine allgemeine Bevölkerungsstrichprobe gerichteten Umfrage vorgenommen wird, beispielsweise einer der von kommerziellen Marktforschungsinstituten regelmäßig durchgeführten Mehrthemen-Umfragen ("OmnibusUmfrage", siehe Abschnitt 3.5). Außerdem besteht die Möglichkeit, bei einer allgemeinen Bevölkerungsstrichprobe kurze Befragungen hinsichtlich der relevanten Merkmale selbst vorzunehmen ("Einsammelinterviews"), und dann die in Frage kommenden Personen weiter zu befragen (vgl. dazu weiterführend Sudman/ Kalton 1986). Für einen umfassenderen Überblick über unterschiedliche Arten von Stichproben und deren Entwicklung sei auf Sudman/ Blair (1999) und Groves u.a. (2004) verwiesen.

3.2.3

Vorgehensweise bei der Stichprobenziehung

Grundlage eines Stichproben-Designs ist die Definition der Grundgesamtheit, über die mit der jeweiligen Untersuchung Aussagen gemacht werden. Diese Definition umfasst zwei Aspekte:

65

3.2

3

Repräsentative Befragungen

„ Festlegung der Untersuchungseinheiten Als Untersuchungseinheiten kommen Personen, Haushalte, Institutionen aber auch Transaktionen (z.B. bei der Fragestellung: "Bei wie viel Prozent aller Einkäufe werden Preisvergleiche vorgenommen?") in Betracht.

„ Abgrenzungen der Grundgesamtheit Für die Abgrenzung einer Grundgesamtheit werden geographische Gesichtpunkte, Alter, Geschlecht, Verbrauchsmerkmale etc. verwendet. Beispiele für nach diesen Kriterien definierte Grundgesamtheiten könnten sein: "alle männlichen Bundesbürger zwischen 30 und 50 Jahren mit mindestens € 60.000,-- Jahreseinkommen", "alle Wahlberechtigten in Nordrhein-Westfalen", "alle deutschen Unternehmen, die über das Internet verkaufen", jeweils bezogen auf einen bestimmten Zeitpunkt oder Zeitraum.

In den „Codes of Ethics“ der American Association for Public Opinion Research (zitiert nach Kaase 1998, S. 131) findet sich eine Kennzeichnung der Relevanz der Definition und Abdeckung von Grundgesamtheiten: „Zentrale Elemente einer vorbildlichen Umfrage sind: (a) sicherzustellen, dass (zur Bearbeitung der interessierenden Fragestellung) in der Tat die richtige Population für die Stichprobenziehung ausgewählt wird, und (b) alle Elemente dieser Population zu lokalisieren, damit sie eine Chance haben, in die Stichprobe aufgenommen zu werden. Die Qualität der Auflistung der Elemente … das heißt die Aktualität und Vollständigkeit der Liste, ist wahrscheinlich die wichtigste Voraussetzung, um eine angemessene Abbildung der zu untersuchenden Population zu erreichen.“ Maßgeblich für die Festlegung der Stichprobengröße ist die gewünschte Genauigkeit bzw. die gewünschte Sicherheit der Ergebnisse. Dabei gilt der Grundsatz, dass sich bei einer festgelegten Genauigkeit der Ergebnisse deren Sicherheit bzw. bei einer festgelegten Sicherheit der Ergebnisse deren Genauigkeit nur durch eine Vergrößerung der Stichprobe steigern lässt. Auf den Zusammenhang zwischen Stichprobengröße einerseits und Genauigkeit und Sicherheit von Ergebnissen andererseits wird in Zusammenhang mit der Datenanalyse (Kapitel 7) zurückzukommen sein. Daneben spielen in der Praxis der Marktforschung noch andere Gesichtpunkte bei der Entscheidung über die Stichprobengröße eine Rolle:

„ Finanzielle Restriktionen Wegen der mit der Datenerhebung verbundenen Kosten muss oft eine Einschränkung der (eigentlich erwünschten) Stichprobengröße in Kauf genommen werden.

„ Gewünschte Aufschlüsselung der Ergebnisse Sollen bei der Datenanalyse Aussagen über sehr spezielle Teilgruppen gemacht werden, so muss die Stichprobe natürlich groß genug sein, damit dafür noch eine hinreichend breite Basis vorhanden ist.

66

Stichprobenziehung bei repräsentativen Befragungen

Bei der Auswahl nach dem Zufallsprinzip gibt es unterschiedliche Möglichkeiten für die Gestaltung des Prozesses der Auswahl von Elementen der Stichprobe. Die einfache Zufallsauswahl ist dadurch gekennzeichnet, dass jedes Element der Grundgesamtheit mit gleicher Wahrscheinlichkeit Element der Stichprobe werden kann. Das gängige Instrumentarium der schließenden Statistik ist hier ohne Besonderheiten anwendbar. Abbildung 3.3 illustriert den Prozess der einfachen Zufallsauswahl.

Abbildung 3-3: Prozess der einfachen Zufallsauswahl (nach Wettschurek 1974)

Grundgesamtheit

Auswahl

Stichprobe

Bei einer geschichteten Zufallsauswahl erfolgt die Stichprobenziehung so, dass zunächst die Grundgesamtheit in mehrere, klar abgegrenzte Teilgesamtheiten (z.B. "männliche / weibliche Personen" oder "Einwohner von Großstädten, kleineren Städten, ländlichen Regionen") aufgeteilt wird. Aus diesen so genannten Schichten werden dann getrennt die Stichprobenelemente ausgewählt. Diese Vorgehensweise ist in Abbildung 3.4 dargestellt. Bei proportionaler Schichtung (gleicher Auswahlsatz in allen Schichten) ergibt sich wieder für jedes Element der Grundgesamtheit die gleiche Wahrscheinlichkeit, Element der Stichprobe zu werden. Bei disproportionaler Schichtung (ungleicher Auswahlsatz) hat jedes Element einer Schicht die gleiche Wahrscheinlichkeit wie jedes andere Element dieser Schicht, Element der Stichprobe zu werden, aber nicht alle Elemente der Grundgesamtheit haben die gleiche Auswahlwahrscheinlichkeit, weswegen man bei Aussagen über die Grundgesamtheit entsprechende Gewichtungen vornehmen muss.

67

3.2

3

Repräsentative Befragungen

Abbildung 3-4: Geschichtete Zufallssauswahl (nach Wettschurek 1974)

1. Schicht

Grundgesamtheit 2. Schicht

3. Schicht

X X

X X X X

X

X

Auswahl

X X X

Geschichtete Stichprobe

Geschichtete Stichproben haben u.a. zwei Vorteile, die den damit verbundenen größeren Aufwand bei der Stichprobenziehung rechtfertigen können:

„ Der Stichprobenfehler ist im Vergleich zur einfachen Zufallsauswahl kleiner. „ Durch die Schichtung kann die hinreichend starke Vertretung für die Untersuchung relevanter Untergruppen in der Strichprobe sichergestellt werden. Die erwähnte disproportionale Schichtung wird in diesem Zusammenhang insbesondere angewandt, um genügend Elemente aus kleinen Teilgesamtheiten (z.B. Hörer von Radio Bremen in einer bundesweiten Media-Untersuchung) in der Stichprobe zu haben. Allerdings muss dann bei Aussagen über die Grundgesamtheit (z.B. Medianutzung bundesweit) die veränderte Auswahlwahrscheinlichkeit (z.B. für Personen im Raum Bremen) durch entsprechende Gewichtung korrigiert werden. Bei disproportionaler Schichtung erhält man eine Stichprobe, die nicht mehr repräsentativ in dem im Abschnitt 3.2.1 gekennzeichneten (einfachen) Sinn ist, weil ja angestrebt wird, dass bestimmte Gruppen stärker, bestimmte andere Gruppen schwächer in der Stichprobe vertreten sind. Repräsentativität erreicht man erst, wenn man ungleiche Auswahlwahrscheinlichkeiten durch entsprechende Gewichtungen korrigiert.

68

Stichprobenziehung bei repräsentativen Befragungen

Vor dem Hintergrund komplexerer Verfahren der Stichprobenziehung formulieren Günther/ Vossebein/ Wildner (2006, S. 20) eine entsprechend angepasste Kennzeichnung der Repräsentativität: „Eine Stichprobe wird … dann als repräsentativ bezeichnet, wenn sie Grundgesamtheit zulässt. Dies ist der Fall, wenn eine Rechenvorschrift Mittelwerte der errechneten Werte aller möglichen Stichproben gleich Mittelwerten der Grundgesamtheit sind (Erwartungstreue oder auch zung).“

den Schluss auf die existiert, so dass die den entsprechenden Validität der Schät-

Bei mehrstufigen Auswahlprozessen vollzieht sich - wie der Name schon andeutet die Stichprobenziehung in mehreren Schritten. Auf einige praktische Gesichtspunkte, die derartige Auswahlprozesse oft attraktiv erscheinen lassen, ist im Abschnitt 3.2.2 schon eingegangen worden. Die Grundidee besteht darin, dass in einem ersten Schritt eine Zwischenstichprobe von Primäreinheiten (z.B. Regionen) gezogen wird, aus denen dann in einer zweiten Auswahlstufe die Sekundäreinheiten (z.B. Personen) ausgewählt werden, bei denen die Datenerhebung (hier: Befragung) vorgenommen wird (siehe dazu Abbildung 3.5). Je homogener zusammengesetzt die Primäreinheiten sind, desto größer ist die Gefahr, dass in der Stichprobe bestimmte Gruppen aus der Grundgesamtheit über- oder unterrepräsentiert sind (Klumpeneffekt). Der Stichprobenfehler ist also bei mehrstufigen Auswahlen tendenziell größer als bei einfacher Zufallsauswahl.

Abbildung 3-5: Mehrstufiger Auswahlprozess (nach Wettschurek 1974)

Grundgesamtheit mit Primäreinheiten

Erste Auswahlstufe Zwischenstichprobe

Zweite Auswahlstufe Stichprobe

69

3.2

3

Repräsentative Befragungen

Auf Aspekte der Stichprobenziehung wird im vorliegenden Buch noch an zwei weiteren Stellen eingegangen. Im 5. Kapitel werden die Fehler, die durch mangelnde Stichprobenausschöpfung entstehen, gekennzeichnet und Ansatzpunkte zu deren Begrenzung skizziert. Im 7. Kapitel geht es dann hauptsächlich um die Genauigkeit und Sicherheit von Aussagen über eine Grundgesamtheit, die auf der Basis von Stichproben getroffen werden. Dabei wird auch der Aspekt der Festlegung einer angemessenen Stichprobengröße wieder aufgegriffen.

3.3

Grundlagen der Frageformulierung

3.3.1

Einführung

Die Formulierung von Fragen und der Entwurf von Fragebögen für Befragungsverfahren galten über lange Zeit als „Kunstlehre“, die vor allem auf Erfahrung beruhte. Nicht zufällig trägt das über Jahrzehnte einflussreiche Buch von Stanley Payne zur Frageformulierung von 1951 (!) den Titel: „The Art of Asking Questions“. Seit den 1980er Jahren hat eine umfassende und theoretisch fundierte Forschung zur Frageformulierung und Fragebogenentwicklung zu entsprechendem Wissen geführt, das den Fragebogenentwurf zumindest teilweise erlernbar macht. Für den deutschen Sprachraum hat die Arbeit von Elisabeth Noelle-Neumann (vgl. Noelle-Neumann/ Petersen 2000) wesentlichen Einfluss. Die Bedeutung der Frageformulierung für valide und reliable Untersuchungsergebnisse wird sofort deutlich, wenn man feststellt, wie stark sich selbst geringfügig wirkende Unterschiede von Erhebungsmethoden auf Untersuchungsergebnisse auswirken. In der Literatur (vgl. z.B. Bradburn/ Sudman 1979, Schuman/ Presser 1981) findet sich dazu eine Fülle von Beispielen.

Als erstes Beispiel zur Empfindlichkeit von Befragungen im Hinblick auf Verzerrungen beim Antwortverhalten hier ein „Klassiker“ (vgl. Sudman/ Bradburn 1983, S. 3): Im Januar 1951 wurden in den USA gleichzeitig zwei repräsentative Umfragen zur Einstellung der Bevölkerung zum Korea-Krieg durchgeführt, und zwar vom Gallup-Institut und vom National Opinion Research Center. Dazu hier die Frageformulierungen und die Antwortverteilungen: Gallup-Institut „Meinen Sie, dass die Vereinigten Staaten mit der Entscheidung, Korea zu verteidigen, einen Fehler gemacht haben oder nicht?“ Antworten:

70

Fehler

49 %

Kein Fehler

38 %

Weiß nicht

13 %

Grundlagen der Frageformulierung

National Opinion Research Center (NORC) “Meinen Sie, dass die Vereinigten Staaten richtig oder falsch gehandelt haben, als sie amerikanische Truppen ausgesandt haben, um die kommunistische Invasion in Süd-Korea zu stoppen?” Antworten:

Falsch gehandelt

36 %

Richtig gehandelt

55 %

Weiß nicht

9%

Beide Umfragen zeigen trotz des gleichen Erhebungszeitraums ein gegensätzliches Ergebnis. Bei der Gallup-Umfrage ist eine Mehrheit (49 % : 38 %) gegen den Korea-Krieg, beim NORC (55 % : 36 %) dafür. Woran kann das liegen? Hier ist der Unterschied für den Leser offenkundig. Die Frage von Gallup war neutral gestellt, während bei der Frage des NORC die Antwortmöglichkeiten mit dem Aspekt verknüpft waren, dass eine kommunistische Invasion gestoppt werden sollte. Manche Auskunftspersonen, die zum Korea-Krieg eine neutrale oder skeptische Haltung haben, dürften dennoch positiv geantwortet haben, weil man die Verhinderung einer kommunistischen Invasion grundsätzlich begrüßt. Deutlich weniger offenkundig ist der Einfluss der Fragetechnik beim zweiten Beispiel (Quelle: Bradburn/ Sudman 1980, S. 14 ff.). Hier ging es um die eher schlichte Fragestellung, wie viele Dosen Bier Amerikaner pro Jahr trinken. Dazu wurden bei unterschiedlichen (jeweils repräsentativen) Teilstichproben verschiedene Fragetechniken verwendet: Lange oder kurze Frage: Die kurze Frage war direkt auf den Bierkonsum gerichtet, die lange Frage war dagegen mit einer Einleitung versehen, in der auf unterschiedliche Situationen, in denen Bier getrunken wird, Bezug genommen wurde. „Offene“ oder „geschlossene“ Frage: Bei der sog. offenen Frage war die Angabe zum Bierkonsum im letzten Jahr (z.B. „180 Dosen“) direkt einzutragen. Bei der geschlossenen Frage war eine vorgegebene Antwortkategorie (z.B. „Bis zu 50 Dosen“, „51 bis 100 Dosen“, „101 bis 200 Dosen“, „201 bis 300 Dosen“ und „Über 300 Dosen“ zu wählen). Es ergaben sich die folgenden Ergebnisse (Mittelwerte): Lange, offene Frage 320 Dosen pro Jahr Kurze, geschlossene Frage 131 Dosen pro Jahr D.h. mit der ersten Fragetechnik lag der Schätzwert für den Bierkonsum von Amerikanern fast 2,5-mal so hoch wie mit der zweiten Frageform! Woran kann das liegen? Wenn man diese Frage stellt, fällt schon auf, dass hier der Grund für einen Ergebnisunterschied bei weitem nicht so klar erkennbar ist wie im Korea-Krieg-Beispiel. Anscheinend wirken hier zwei Effekte gemeinsam. Bei der langen Frage („Es gibt öfter mal Situationen, in denen man ein Bier trinkt, z.B. mit Kollegen, bei Feiern oder abends vor dem Fernseher; wie viele Dosen sind das bei Ihnen pro Jahr?“) findet eine Aktivierung der Erinnerung statt und außerdem wird der sozial eher unerwünschte Bierkonsum gewissermaßen gerechtfertigt. Bei der geschlossenen Frage (mit Antwortkategorien) zögern Auskunftspersonen, sich den höchsten Kategorien zuzuordnen,

71

3.3

3

Repräsentative Befragungen

weil sie damit erkennen, dass sie sich damit zu den Gruppen mit der stärksten Ausprägung des sozial unerwünschten Verhaltens „Bierkonsum“ bekennen. Bei der offenen Frage ist dagegen die Relation des eigenen Bierkonsums zum „üblichen“ Bierkonsum nicht erkennbar.

Nun also zu den Überlegungen zur Formulierung von Fragen. Ausgangspunkt dafür ist natürlich die Festlegung, welche Meinungen, Sachverhalte, Einstellungen etc. überhaupt ermittelt werden sollen. Diese sind durch die Problemdefinition (siehe Abschnitt 2.2.1) und insbesondere die Untersuchungshypothesen (siehe Abschnitt 2.2.2) schon weitgehend bestimmt. Wenn man beispielsweise die Hypothese überprüfen will, ob mangelnde Zufriedenheit mit dem Service zu geringerer Kundenbindung führt, dann muss man eben erheben, wie groß die Zufriedenheit mit dem Service und wie stark die Bindung der Kunden ist. Was ist in diesem Zusammenhang eigentlich unter einer „Frage“ zu verstehen? Der Begriff der Frage geht hier sicher über eine bestimmte sprachliche Form, an deren Ende ein Fragezeichen steht, hinaus. Man meint damit vielmehr jegliche Art der Aufforderung, entsprechende Informationen zu geben (Tourangeau/ Rips/ Rasinski 2000, S. 29). So könnte eine Frage nach dem Alter beispielsweise lauten: - „Wie alt sind Sie?“ oder - „Tragen Sie hier bitte Ihr Alter ein: …“ Hier ein weiteres Beispiel für unterschiedliche Frageformen bezüglich der Zufriedenheit mit einem Produkt: - „Sind Sie mit der Qualität von Produkt XY zufrieden?“ oder - „Geben Sie bitte an, inwieweit Sie mit der Qualität von Produkt XY zufrieden sind“ oder - „Ich würde gern wissen, inwieweit Sie mit der Qualität von Produkt XY zufrieden sind.“ Angesichts der schon skizzierten Fehlerempfindlichkeit von Befragungen ist eine sorgfältige und verständige Vorgehensweise bei der Entwicklung von Fragen besonders wichtig. Typischerweise ist dieser Prozess mit diversen so genannten „Pretests“ verbunden, bei denen die Eignung einzelner Fragen für den Untersuchungszweck überprüft wird (siehe Abschnitt 3.5). Für eine zweckmäßige (Æ Validität) Formulierung von Fragen ist das Verständnis der bei der Auskunftsperson bei der Beantwortung von Fragen ablaufenden Prozesse eine wesentliche Voraussetzung. Dafür hat das in Abbildung 3.6 wiedergegebene Modell breite Akzeptanz gefunden (Tourangeau/ Rips/ Rasinski 2000, S. 7 ff.; Groves u.a. 2004, S. 202 ff.). Am Beginn des Antwortprozesses steht – nicht ganz überraschend – das Verständnis der gestellten Frage. Es folgt die Suche nach Informationen / Erinnerungen im Gedächtnis, die dem erfragten Sachverhalt entsprechen. Diese Informationen werden zu einer entsprechenden Beurteilung / Einschätzung zusammengefasst. Am Ende steht die Formulierung und Übermittlung der Antwort.

72

Grundlagen der Frageformulierung

Abbildung 3-6: Modell des Antwortprozesses bei Befragungen

Verständnis der Frage

Suche nach entsprechenden Informationen

Beurteilung und Einschätzung

Formulierung der Antwort

Diese vier Aspekte werden im folgenden Abschnitt eingehender erläutert und durch Beispiele illustriert. Es folgen dann Ausführungen zu einigen weiteren allgemeinen Prinzipien der Frageformulierung. Eine besonders bedeutsame spezielle Fragetechnik, sog. Multi-Item-Skalen, bei denen mehrere einzelne Angaben zu einem Messwert (z.B. für eine Einstellung oder die Kundenzufriedenheit) zusammengefasst werden, wird im Abschnitt 3.4 separat behandelt.

3.3.2

Grundlegende Anforderungen an Frageformulierungen

Der Überblick über einige „Regeln“ bei der Frageformulierung im vorliegenden Abschnitt orientiert sich – wie gesagt – vor allem an den vier gerade skizzierten Elementen des Antwortprozesses. Der erste Aspekt ist also das

„ Verständnis der Frage Was gehört zum Verständnis einer Frage? Zunächst muss die Auskunftsperson bei der Frage und den damit verbundenen Hinweisen (z.B. zu Antwortmöglichkeiten) zuhören. Sie muss weiterhin die logische Form (den Satzbau) verstehen und daraus entnehmen, welche Angabe gewünscht wird. Letztlich ist es notwendig, dass die in der Frage verwendeten Begriffe bei allen Auskunftspersonen möglichst einheitlich mit den entsprechenden gedanklichen Konzepten in Beziehung gesetzt werden. Ein Aspekt dabei ist also das Problem, ob jede Auskunftsperson die verwendeten (Fach-) Worte kennt. Dazu einige Beispiele: „Wie hoch ist Ihr Involvement bei …?“

73

3.3

3

Repräsentative Befragungen

„Brauchen Sie an Ihrem Laptop ein i-Link?“ „Wie hoch ist Ihr Annuitätendarlehen?“ Ein zweites Problem, das präzise und einheitliche Verständnis der Frage, lässt sich anhand weiterer Beispiele leicht nachvollziehen: „Haben Sie in letzter Zeit…?“ (Was heißt „letzter Zeit“? Letzte Woche, letzter Monat, letztes Jahr?) „Wie hoch ist Ihr Einkommen?“ (brutto/netto? monatlich/jährlich? persönliches Einkommen oder Familieneinkommen? Arbeitseinkommen oder einschl. Renten, Zinsen etc.?) „Gehen Sie oft ins Kino?“ (Was ist „oft“? Wöchentlich, zweimal pro Woche, monatlich?)

Sudman/Blair (1998, S. 255 f.) formulieren einige Regeln, um Probleme bei der Verständlichkeit von Fragen zu vermeiden bzw. zu reduzieren, die hier wiedergegeben seien: Spezifisch sein! Beispiel: An Stelle einer Frage „Haben Sie in letzter Zeit größere Anschaffungen getätigt?“ (Was ist „in letzter Zeit“? Was sind „größere Anschaffungen“?) wäre die spezifischere Formulierung zu verwenden: „Sagen Sie mir bitte, ob Sie in den letzten 6 Monaten Möbel oder Elektrogeräte im Wert von mehr als 500 € gekauft haben.“ Möbel für mehr als 500 € Elektrogeräte für mehr als 500 €

ja/ nein ja/ nein

Wer, was, wann, wo und wie verdeutlichen! Beispiel: „Wie hoch war Ihr Brutto-Haushaltseinkommen im Jahr 2006? Bitte berücksichtigen Sie dabei die Einkommen aller Mitglieder Ihres Haushalts einschließlich Renten, Zinsen u.ä.“ Festlegen, wie geantwortet werden soll! Auf die Frage „Wie zufrieden sind Sie mit Ihrem Auto?“ sind die unterschiedlichsten Antworten denkbar, z.B. „Das war ein Fehlkauf“, „Hervorragend“, „Prima Auto“, „Mittelmäßig“, „Gerade so zufrieden“. Deswegen lautet die Alternative: „Wie zufrieden sind Sie mit Ihrem Auto? Sehr zufrieden, einigermaßen zufrieden, wenig zufrieden, überhaupt nicht zufrieden?“ Einfach und kurz formulieren! Jede Frage muss so formuliert werden, dass sie für alle – auch die sprachlich weniger geschulten – Auskunftspersonen voll verständlich ist. Es ist also eine möglichst kurze, grammatikalisch einfache und dem Wortschatz der Alltagssprache angepasste Frageformulierung zu suchen. Das schließt natürlich nicht aus, dass man bei der Befragung spezieller Zielgruppen (z.B. Ärzte, Einkaufsleiter) auch deren möglicherweise hoch entwickelte Fachsprache benutzt.

74

Grundlagen der Frageformulierung

Ausmaße, Häufigkeiten etc. durch Zahlen angeben lassen! Beispiel: „Wie oft gehen Sie durchschnittlich pro Monat ins Kino? … mal“ an Stelle von „Gehen Sie oft ins Kino?“ Nur eine Frage zur gleichen Zeit stellen! Beispiel: Zwei Fragen „Waren Sie in den letzten drei Monaten in der Oper?“ und „Waren sie in den letzten drei Monaten in einem klassischen Konzert?“ an Stelle der nicht immer eindeutig zu beantwortenden Frage „Waren Sie in den letzten drei Monaten in der Oper oder in einem klassischen Konzert?“ Der zweite Schritt im Antwortprozess ist die

„ Suche nach entsprechenden Informationen Hier geht es also um die Suche nach spezifischen Gedächtnisinhalten. Diese können sich auf Ereignisse und Erfahrungen in der Vergangenheit (z.B. Urlaubsziel im letzten Jahr oder zuletzt gekaufte Biermarke) beziehen, aber auch auf früher gebildete Einstellungen und Meinungen. Tourangeau/ Rips/ Rasinski (2000, S. 82) stellen die wesentlichen Gründe zusammen, die dazu führen, dass Gedächtnisinhalte, auf die in der Frage Bezug genommen wird, nicht verfügbar sind: -

Die relevanten Informationen sind nicht aufgenommen worden. Beispiel: Wer beim Kauf die Marke nicht beachtet, kann später auch nicht angeben, welche Marke er gekauft hat.

-

Die Auskunftsperson scheut die Mühe, die mit der Erinnerung an möglicherweise lang zurückliegende Einzelheiten verbunden ist.

-

Die Auskunftsperson erinnert sich nicht an das spezifisch erfragte Ereignis (z.B. letzter Einkauf von Kaffee), sondern an allgemeinere entsprechende Informationen (z.B. allgemein bevorzugte Kaffee-Marke).

-

Die Auskunftsperson erinnert sich nur an einzelne Bruchstücke der erfragten Information. Beispiel: Wer kann sich schon an die genauen Mengen (Anzahl von Flaschen) und die genauen Preise (€ 0,79 oder € 0,89) beim letzten Einkauf von Erfrischungsgetränken erinnern?

-

Die Auskunftsperson erinnert sich falsch. Beispielsweise verwechselt sie Marken oder Einkaufsstätten.

Ebenfalls bei Tourangeau/ Rips/ Rasinski (2000, S. 98) findet sich eine Zusammenstellung von empirischen Ergebnissen zum Erinnerungsvermögen von Auskunftspersonen. Danach zeigt sich – nicht wirklich überraschend -, dass länger zurück liegende Ereignisse schlechter erinnert werden. Die Erinnerung an Ereignisse ist relativ gut, wenn diese in der zeitlichen Nachbarschaft von besonderen Zeitpunkten (z.B. Weihnachten, Semesterbeginn) stattgefunden haben, besonders herausgehoben waren (z.B. Urlaub, Geburtstag) oder wenn diese (emotional) bedeutsam waren (z.B. Heirat, Ortswechsel). Es wird empfohlen, bei entsprechenden Fragestellungen nach Möglichkeit darauf Bezug zu nehmen. Nun zu einigen Problemen der Suche nach Informationen bei der Auskunftsperson, die in der praktischen Marktforschung häufig auftreten. Ein erstes Problem besteht darin,

75

3.3

3

Repräsentative Befragungen

dass gelegentlich nach Einschätzungen gefragt wird, die entsprechende Erfahrungen voraussetzen, welche nicht immer vorhanden sind. Dazu zwei Beispiele: -

Was antwortet der bisher unfallfreie Autofahrer auf die Frage nach der Kulanz bei der Schadensregulierung seiner Kfz-Versicherung?

-

Was sagt der passionierte Biertrinker, wenn er gefragt wird, ob er BordeauxWein oder Burgunder im Geschmack angenehmer findet?

Das zweite Problem bezieht sich auf die Fähigkeit, sich zu erinnern. Viele Phänomene, die für Marktforscher interessant sind (z.B. Markenwahl, Mediennutzung), sind für Konsumenten so unwichtig, dass sie sich die entsprechenden Informationen nicht merken und deshalb solche Fragen nicht korrekt beantworten können. Auch dazu zwei Beispiele: -

„Haben Sie in den letzten 6 Monaten mindestens einmal Aral getankt?“

-

„Haben Sie am Mittwoch der vergangenen Woche die ‚Tagesschau’ gesehen?“

Letztlich geht es hier um Meinungen oder Absichten, die im Hinblick auf Präferenzen und zukünftiges Kaufverhalten interessant sind, die aber bei den Auskunftspersonen (noch) nicht so ausgeprägt vorhanden sind, dass sie schon hinreichend klar geäußert werden können. Wieder zwei Beispiele: -

„Wie ist Ihre Meinung über die (Hat jeder irgendeine Meinung zur Marke ESCADA?)

Marke

ESCADA?“

-

„Werden Sie in den nächsten vier Wochen einen Haushaltsreiniger kaufen?“ (Kein Mensch hat die Absicht, Haushaltsreiniger zu kaufen, sondern kauft so etwas, wenn er es gerade braucht.)

Hier wieder einige „Regeln“ von Sudman/ Blair (1998, S. 260 f.) zur Fähigkeit der Auskunftsperson, Antworten zu geben: Angemessenen Zeit-Horizont für die Erinnerung wählen! An herausragende Konsum-Entscheidungen (z.B. Studienreisen, Autos, Luxus-Garderobe) erinnert man sich teilweise über Jahre, bei alltäglichen Einkäufen (Lebensmittel, Reinigungsmittel etc.) verblasst die Erinnerung schon nach wenigen Tagen. Gedächtnisstützen geben! Durch Formulierungen wie im folgenden Beispiel kann die Erinnerung aktiviert werden: „Es gibt verschiedene Anlässe, in eine Gaststätte zu gehen, beim schnellen Hunger oder Durst unterwegs, mit Freunden oder mit Partner/Partnerin zu einem besonderen Anlass. Wie oft haben Sie in den letzten zwei Wochen eine Gaststätte besucht?“

76

Grundlagen der Frageformulierung

Auch die Vorgabe von Antwortkategorien kann die Erinnerung auffrischen! „Welche der folgenden Zeitschriften haben Sie im letzten halben Jahr mindestens einmal gelesen?“ Stern (…) Spiegel (…) Focus (…) Brigitte (…) Zur Heranziehung von Unterlagen (z.B. Rechnungen, Packungen) ermuntern! Nicht jeder Konsument weiß z.B., welche Marke von Haushaltsrollen er gekauft hat. Hier erleichtert ein Blick in den Küchenschrank die Wahrheitsfindung! (Zwischenfrage an die Leserin/ den Leser: Wissen Sie sofort, welche Herstellermarke der heimische Kühlschrank trägt?) Bei der Messung von Kaufabsichten möglichst genau über Produkt, Preis etc. informieren! Je deutlicher die Befragungssituation auf diese Weise an die tatsächliche Kaufsituation angenähert ist, desto realistischer sind die Angaben zu Kaufabsichten. Im Zusammenhang mit der vorstehend erörterten Fähigkeit der Auskunftsperson, bestimmte Informationen zu geben, ist ein Spezialproblem erwähnenswert, das für die Business-to-Business-Marktforschung und auch für die (wissenschaftliche) Managementforschung erhebliche Relevanz hat. Es geht um die so genannten „Key Informants“. Man versteht darunter Auskunftspersonen, die weniger über sich selbst Auskunft geben, sondern eher über die Organisation (z.B. das Unternehmen) der sie angehören, beispielsweise über Umsätze, Struktur, Abläufe oder Entscheidungsprozesse (Homburg 2007). Hurrle/ Kieser (2005) äußern sich auf Basis einer Übersicht über einschlägige empirische Untersuchungen äußerst skeptisch über die Fähigkeit von Key Informants, valide Angaben zu relativ komplexen und / oder abstrakten Konstrukten (z.B. Unternehmenskultur, Erfolgsfaktoren) zu machen. Selbst hinsichtlich der Fähigkeit zu korrekten Angaben über relativ einfach erscheinende Merkmale (z.B. Umsätze oder bestimmte Qualitätsmerkmale) gibt es erhebliche Zweifel. Das erfordert bei derartig erhobenen Daten besondere Anstrengungen zu deren Validierung. Nun zum dritten Schritt im Antwortprozess, der Bildung von

„ Beurteilungen und Einschätzungen Im vorigen Schritt des Modells des Antwortverhaltens ging es ja überwiegend um den Zugriff zu im Gedächtnis gespeicherten Informationen. Jetzt stehen Aspekte der Informationsverarbeitung im Mittelpunkt des Interesses. Dabei geht es nach Tourangeau/ Rips/ Rasinski (2000, S. 8 ff.) in erster Linie um: -

Ziehung von Schlüssen auf der Basis vorhandener Informationen

-

Zusammenfassung der vorhandenen Informationen

77

3.3

3

Repräsentative Befragungen

-

Entwicklung einer Einschätzung, insbesondere bei Meinungs- oder Einstellungsfragen

Zunächst also zu den Schlüssen auf Basis vorhandener Informationen. Groves u.a. (2004, S. 218 ff.) illustrieren diesen Vorgang am Beispiel der Häufigkeit der Einnahme von Tabletten. Kaum jemand wird das direkt speichern und gewissermaßen einen „Zähler“ mitlaufen lassen („52 Tabletten seit dem 1.6.07“), wenn er eine Tablette nimmt. Typisch sind eher Schlüsse in folgender Art: „Etwa eine halbe Packung im letzten Jahr“ (gespeicherte Information) Æ „Eine Packung enthält 60 Tabletten.“ (gespeicherte Information) Æ „Also etwa 30 Tabletten im Jahr.“ (Schluss). Ein weiteres Beispiel zur Bildung eines Schätzwertes für die Anzahl eingenommener Tabletten: „Etwa alle zwei Wochen“ (gespeicherte Information) Æ „Also etwa 25 Tabletten im Jahr“ (Schluss). Für die Zusammenfassung vorhandener Informationen sind Beispiele leicht zu identifizieren. So müssen, wenn nach einem Qualitätsvergleich bei zwei Marken gefragt wird, die einzelnen Einschätzungen und Erfahrungen erinnert werden und dann zueinander in Beziehung gesetzt werden. Bei einer Frage „Wie teuer war Ihre letzte Urlaubsreise insgesamt, wenn Sie an Fahrtkosten, Hotelkosten, Verpflegung und sonstige Kosten denken?“ müssen die einzelnen Kostenfaktoren erinnert und zusammengefasst werden. Bei der Entwicklung von Einschätzungen, Meinungen oder Einstellungen ist der entsprechende kognitive Prozess noch aufwändiger, weil die Zusammenfassung einzelner Aspekte mit Bewertungen im Hinblick auf ein zusätzliches Kriterium verbunden ist. Bei einer Frage „Wie waren Sie mit Ihrer letzten Pauschalreise im Hinblick auf Flug, Transferservice, Verpflegung, Hotel und örtliche Reiseleitung zufrieden?“ müssen die einzelnen Aspekte erinnert und dann eine Zufriedenheitseinschätzung gebildet werden. Bei der Bildung von Einstellungen kann man von dem üblicherweise unterstellten Prozess der Einstellungsbildung (siehe z.B. Kuß/ Tomczak 2004, S. 54 ff.) ausgehen. Hier wieder eine Empfehlung von Sudman/ Blair (1998, S. 260 f.) zur Fähigkeit der Auskunftsperson, Antworten zu geben: Antwortfähigkeit selbst einschätzen lassen! Man kann die Auskunftsperson zunächst fragen, ob sie eine entsprechende Meinung hat, das betreffende Produkt schon mal gekauft habe etc. und nur bei positiver Antwort die jeweilige Frage stellen. Beispiel: „Haben Sie selbst schon Erfahrungen mit der Marke SONY gemacht oder von anderen Leuten über die Marke SONY gehört?“ ( ) Nein  Weiter zu Frage… ( ) Ja  „Wie ist Ihre Meinung über die Marke SONY?“ Nun zum letzten Schritt im Antwortprozess, der

„ Formulierung der Antwort Bei der Formulierung einer Antwort sind hier zwei Aspekte von besonderem Interesse: Die Zuordnung einer Einschätzung zu einer (vorgegebenen) Antwortkategorie und die

78

Grundlagen der Frageformulierung

Überprüfung und gegebenenfalls Modifizierung der Antwort, z.B. im Hinblick auf die soziale Akzeptanz dieser Antwort. Zunächst zur Zuordnung zu Antwortkategorien. Das ist sicher recht einfach, wenn es sich um numerische Angaben handelt. Wenn man weiß, dass man in einem bestimmten Zeitraum z.B. ein bestimmtes Produkt viermal gekauft hat, dann ist die Zuordnung zu einer der Kategorien „Nicht gekauft“, „1 – 3mal gekauft“, „4 – 6-mal gekauft“, „Mehr als 6-mal gekauft“ keine große intellektuelle Herausforderung. Schon schwieriger ist die Zuordnung eines Qualitätsurteils mit den Einschätzungen „funktioniert gut, komplizierte Bedienung, zuverlässig“ zu Kategorien wie „Sehr gut“, „Gut“ oder „Mittelmäßig“. Von vorgegebenen Antwortkategorien kann auch ein erheblicher Einfluss auf das Antwortverhalten ausgehen (Schwarz 1999). Besonders gängig sind so genannte Primacyund Recency-Effekte. Diese beziehen sich darauf, dass Antwortmöglichkeiten, die am Beginn („Primacy“) bzw. am Ende („Recency“) der Liste von Antwortkategorien stehen, oftmals häufiger gewählt werden als es bei einer anderen Platzierung der Fall wäre (Groves u.a. 2004, S. 223 f.). In einer ganzen Reihe von Untersuchungen ist auch gezeigt worden, dass die vorgegebenen Antwortkategorien von der Auskunftsperson zur Interpretation der Frage verwendet werden und einen Eindruck von dem üblichen und erwarteten Antwortspektrum vermitteln. Abbildung 3.7 zeigt ein entsprechendes Beispiel von Schwarz/ Hippler/ Deutsch/ Strack (1985).

Abbildung 3-7: Antwortverteilungen zur täglichen Fernsehdauer von Deutschen bei unterschiedlichen Vorgaben von Antwortkategorien (Quelle: Schwarz/ Hippler/ Deutsch/ Strack 1985, S. 391)

< ½ Stunde

7,4 %

< 2 ½ Stunden

62,5 %

½ bis 1 Stunde

17,7 %

2 ½ bis 3 Stunden

23,4 %

1 bis 1 ½ Stunde

26,5 %

3 bis 3 ½ Stunden

7,8 %

1 ½ bis 2 Stunden

14,7 %

3 ½ bis 4 Stunden

4,7 %

2 bis 2 ½ Stunden

17,7 %

4 bis 4 ½ Stunden

1,6 %

> 2 ½ Stunden

16,2 %

> 4 ½ Stunden

0,0 %

100 %

100 %

Man erkennt in Abb. 3.7 leicht, dass bei den links wiedergegebenen Antwortverteilungen 16,2 % der Befragten angeben, mehr als 2 ½ Stunden pro Tag fernzusehen. Bei den rechts dargestellten Antwortkategorien geben aber 37,5 % der Befragten einen Fernsehkonsum von über 2 ½ Stunden an. Wie ist dieser Unterschied zu erklären? Bei den links aufgeführten Kategorien ist die Angabe „> 2 ½ Stunden“ der höchste Wert, der in der Wahrnehmung der Auskunftsperson für extrem hohen Fernsehkonsum steht. Bei den rechts genannten Kategorien liegen dagegen diverse Werte über 2 ½ Stunden im Rah79

3.3

3

Repräsentative Befragungen

men des vom Befragten (durch die Antwortvorgaben) als „normal“ wahrgenommenen Spektrums. Nun gilt sehr hoher Fernsehkonsum als sozial eher unerwünscht. Kaum jemand ist stolz darauf, täglich viele Stunden vor dem Fernseher zu sitzen. Das kann dazu führen, dass Auskunftspersonen ihre Angaben zum Fernsehkonsum nach unten korrigieren, wenn sie den Eindruck haben, in einem besonders hohen Bereich zu liegen. Schwarz u.a. (1991) berichten auch über einen entsprechenden Effekt bei unterschiedlichen – aber prinzipiell gleichartigen – numerischen Antwortskalen, die von -5 bis +5 bzw. von 0 bis 10 reichen und zu Angaben zur Lebenszufriedenheit der Befragten verwendet wurden. Es zeigte sich bei der erstgenannten Skala ein höherer Anteilswert der Angaben in der oberen Hälfte (0 bis +5) als in der anderen Skala im Bereich von 5 bis 10, weil anscheinend Auskunftspersonen negative Werte in diesem Fall nicht als geringe Zufriedenheit, sondern als Unzufriedenheit interpretieren („positivity bias“). Die vorstehend genannten Beispiele von Schwarz u.a. leiten über zu dem Gesichtspunkt der Modifizierung von Antworten, um bestimmten Anforderungen zu genügen. Hier steht der Aspekt im Mittelpunkt, ob bestimmte Antworten den üblichen sozialen Normen entsprechen und ob deswegen das Antwortverhalten der Auskunftspersonen durch Anpassung an diese Normen entsprechend beeinflusst wird. Hier einige Beispiele für Fragen, bei denen dieser Faktor wohl eine Rolle spielt: -

„Haben Sie in den letzten zwei Jahren ein Buch gelesen?“

-

„Trinken Sie täglich hochprozentigen Alkohol (Spirituosen)?“

-

„Würden Sie beim Einkauf von Reinigungsmitteln Gesichtspunkte des Umweltschutzes beachten?“ (Beim heute hohen Stellenwert des Umweltschutzes bekennen sich viele Leute dazu, deutlich weniger nehmen die meist höheren Preise umweltschonender Produkte tatsächlich in Kauf.)

Hier wieder einige auf langer Erfahrung und zahlreichen Untersuchungen basierenden „Regeln“ von Sudman/ Blair (1998, S. 263 ff.) zum Problem der (mangelnden) Angaben zu sozial unerwünschtem Verhalten: Neutrales, sachliches Verhalten der Interviewer (persönlich, telefonisch) trainieren! Dadurch soll zumindest eine Verstärkung des Einflusses sozialer Erwünschtheit durch die Person des Interviewers vermieden werden. „Sponsorship-Effekt“ vermeiden! Der Begriff „Sponsorship-Effekt“ bezieht sich darauf, dass in Fällen in denen der Auftraggeber („Sponsor“) einer Untersuchung erkennbar ist, ein Teil der Auskunftsperson dazu neigt, sich an die vermutlich vom Auftraggeber „gewünschten“ Antworten anzupassen, um eine Disharmonie zu vermeiden und den Interviewer ohne große Probleme „los zu werden“. Deswegen sollte der Auftraggeber einer Untersuchung nicht erkennbar werden. Offene statt geschlossene Fragen verwenden! Hier kann auf das in Abschnitt 3.3.1 skizzierte „Bier-Beispiel“ verwiesen werden. Bei geschlossenen Fragen – also Fragen mit vorgesehenen Antwortkategorien – zeigen Auskunfts-

80

Grundlagen der Frageformulierung

personen besondere Zurückhaltung gegenüber extremen Antwortkategorien, wenn es um Fragestellungen geht, bei denen die soziale Akzeptanz von Verhaltensweisen (z.B. Alkoholkonsum, umweltfreundliches Verhalten) eine Rolle spielt. Längere Fragetexte zur Reduktion des „sozialen Stigmas“ verwenden! Beispiel: „Viele Leute haben keine Zeit, Bücher zu lesen. Wie ist das bei Ihnen?“

Auch im Zusammenhang mit dem in diesem Abschnitt schon angesprochen Problem der Key Informants muss man mit der Beeinflussung des Antwortverhaltens durch Anpassung ein erwünschtes Bild rechnen. Hurrle/ Kieser (2005) verweisen insbesondere darauf, dass manche der wegen ihrer Kompetenz befragten Führungskräfte zur Selbstdarstellung oder zur Hervorhebung von Erfolgen in ihrem Verantwortungsbereich neigen können. Einen für manche Arten von Untersuchungen problematischen Einfluss der „angepassten“ Formulierung von Antworten hebt Homburg (2007) hervor, den so genannten „Common Method Bias“ (siehe dazu auch Söhnchen 2007). Dieser bezieht sich darauf, dass bei der Messung von unabhängigen und abhängigen Variablen bei derselben Auskunftsperson mit der Abstimmung der verschiedenen Angaben im Hinblick auf Konsistenz zu rechnen ist. Beispielsweise könnte ein Produktmanager, der nach den Kosten und dem Erfolg bestimmter Marketing-Aktivitäten befragt wird, dazu neigen, hier konsistent wirkende Angaben zu machen. Die Analyse entsprechender Daten würde dann zu einer Überschätzung des Zusammenhanges von unabhängigen und abhängigen Variablen führen. Homburg (2007) empfiehlt deshalb die Verwendung unterschiedlicher Datenquellen für unabhängige und abhängige Variable.

3.3.3

Weitere allgemeine Prinzipien der Frageformulierung

Grundlegend und allgemein gültig ist natürlich das Prinzip der Neutralität jeder Fragestellung. Fragen, bei denen die Attraktivität verschiedener Antwortmöglichkeiten unterschiedlich ist, führen zu entsprechend verzerrten Ergebnissen. Hier ist vor allem an die Auswirkungen suggestiver Formulierung (Plumpes Beispiel: „Sind Sie mit mir der Meinung, dass ….?“), an im Hinblick auf positive und negative Meinungen ungleichgewichtige Antwortvorgaben („Sehr gut“, „gut“, „mittel“, „schlecht“) und an die Bindung einzelner Antwortmöglichkeiten an Wertvorstellungen („Sind Sie für die Einführung von Studiengebühren, um die Studienbedingungen zu verbessern?“) zu denken. In derartigen Fällen werden der Auskunftsperson abweichend von deren eigentlichen Meinungen, Einstellungen etc., die ja ermittelt werden sollen, eine oder mehrere Antwortkategorien nahe gelegt. Die Gefahr der Verzerrung der Ergebnisse durch diese Einflüsse ist dann besonders groß, wenn Sachverhalte erfragt werden, zu denen sich der

81

3.3

3

Repräsentative Befragungen

Befragte erst im Augenblick der Befragung eine Meinung bildet, und nicht auf einer früher gebildete „stabile“ Auffassung zurück greifen kann.

Hier wieder einige Empfehlungen von Sudman/ Blair (1998, S. 265): Positiv oder negativ besetzte Worte vermeiden! z.B. „Funktionär“, „Gerechtigkeit“, „giftig“ Extreme Begriffe („alles“, „immer“, etc.) vermeiden! „Tun die Kraftwerkbetreiber alles, was ihnen möglich ist, für den Umweltschutz?“ Wer tut schon alles, was möglich ist? Deswegen sind hier relativ wenige positive Antworten zu erwarten. Bezugnahme auf Normen vermeiden! „Sind Sie – wie die meisten Menschen – der Ansicht, dass …?“ Ausgewogene („balancierte“) Antwortmöglichkeiten geben! z.B. „sehr gut – gut – mittel – schlecht – sehr schlecht.“

Im Zusammenhang mit der sozialen Erwünschtheit von Antworten ist die Alternative offene – geschlossene Fragen schon angesprochen worden. Bei offenen Fragen ist die Art und Formulierung der Antwort voll ins Belieben der Auskunftsperson gestellt; bei geschlossenen Fragen sind Antwortkategorien vorgegeben, aus denen eine ausgewählt werden soll. Eine ausführlich Diskussion zur Anwendung von offenen oder geschlossenen Fragen findet sich bei Bradburn/ Sudman/ Wansink (2004, S. 151 ff.). Geschlossene Fragen haben bestimmte Vor- und Nachteile, die umgekehrt für offene Fragen gelten: Vorteile geschlossener Fragen x

Einfache Beantwortung (Erleichterung für Auskunftspersonen und dadurch höhere Antwortquote).

x

Wenig Probleme bei der Verarbeitung der Angaben ( Codierung, siehe Abschnitt 5.3)

x

Ermunterung zu Antworten, auf die die Auskunftsperson ohne Vorgaben nicht gekommen wäre

Nachteile geschlossener Fragen x

Auskunftspersonen können aus der Frage und den Antwortkategorien entnehmen, welche Antworten im üblichen Bereich liegen (Beispiel: Antwortkategorie „300 Dosen Bier und mehr“ zeigt, dass diese Antwort für extremen Alkoholkonsum steht).

x

Oberflächliches Antwortverhalten durch schnelles, unbedachtes Ankreuzen von Kategorien wird erleichtert.

x

Originelles Antwortverhalten ( Antworten, an die der Gestalter des Fragebogens vorher nicht gedacht hat) wird erschwert.

82

Grundlagen der Frageformulierung

Da zum Wesen geschlossener Fragen die Vorgabe von zu wählenden Antwortkategorien gehört, muss man natürlich auch Überlegungen zu deren Anlage anstellen. Wichtig ist die Vollständigkeit der Kategorien, damit sich jede Auskunftsperson irgendwo einordnen kann. Deswegen findet man typischerweise nach unten oder oben offene Kategorien (z.B. „bis 3-mal pro Woche“ oder „80 Jahre und älter“) bzw. eine Kategorie „Sonstiges“ (z.B. „Andere Marke“ oder „Sonstige Gründe“). Um eine eindeutige Antwortmöglichkeit zu geben, gehört die Ausschließlichkeit der Kategorien zum Standard, d.h. dass jede Auskunftsperson sich nur einer Kategorie zuordnen kann (z.B. „Bis 1000 €“, „1001 bis 2000 €“, „2001 bis 3000 €“, „über 3000 €“). In vielen Fällen werden Antwortkategorien wie „weiß nicht“ oder „keine Angabe“ vorgesehen, damit Personen ohne entsprechende Meinung, Kenntnisse etc. sich entsprechend einordnen können. Teilweise wird darauf aber bewusst verzichtet, um den Auskunftspersonen diesen bequemen Ausweg nicht anzubieten und sie zu drängen, „Farbe zu bekennen“. Ein letzter hier zu behandelnder Aspekt hat nur mittelbar mit der Frageformulierung zu tun, sondern eher mit den Konsequenzen, die man für die Ergebnisinterpretation aus der Fehlerempfindlichkeit von Befragungen zieht. Wie schon gezeigt wurde (Abschnitt 3.3.1) können als geringfügig erscheinende Unterschiede bei Frageformulierungen zu deutlichen Ergebnisunterscheiden führen. Deswegen soll die Fragebogenentwicklung mit besonderer Sorgfalt unter Beachtung vorliegender Erfahrungen (siehe z.B. Sudman/ Blair 1998; Bradburn/ Sudman/ Wansink 2004) und mit Anwendung mehrerer Pretests (Vorab-Überprüfung von Fragebogenentwürfen bei kleinen Stichproben) erfolgen. Ein systematischer Weg zur Entwicklung valider und reliabler Messinstrumente bei Befragungen wird im folgenden Abschnitt 3.4 im Zusammenhang mit der Entwicklung von Multi-Item-Skalen aufgezeigt. Dennoch verbleibt oft Unsicherheit hinsichtlich der Aussagekraft von Befragungsergebnissen. Wenn z.B. 38 % der Befragen gesagt haben, dass sie ein bestimmtes neues Produkt kaufen würden, wie viele Konsumenten kaufen es dann wirklich? Wenn 64 % der Kunden eines Unternehmens angeben, dass sie mit den Leistungen des Unternehmens zufrieden sind, was sagt das aus? Sind 64 % viel oder wenig? Wegen derartiger Probleme spielen bei der Interpretation von Befragungsergebnissen häufig Vergleiche im Zeitablauf oder Vergleiche zwischen unterschiedlichen Gruppen von Befragten eine wichtige Rolle. Dazu einige Beispiele:

„ Wenn 38 % der Konsumenten angeben, ein neues Produkt kaufen zu wollen und der Vergleichswert aus einer früher durchgeführten entsprechenden Untersuchung für ein inzwischen erfolgreich eingeführtes Produkt nur bei 30 % lag, dann spricht vieles dafür, dass die jetzt anstehende Produkteinführung erfolgreich wird.

„ Wenn 64 % der eigenen Kunden zufrieden sind, dieser Wert bei Konkurrenzunternehmen aber zwischen 70% und 80 % liegt, dann hat man offenkundig ein Defizit.

83

3.3

3

Repräsentative Befragungen

„ Wenn die eigene Rate zufriedener Kunden bei 64 % liegt, dieser Wert aber ein Jahr zuvor nur unter 50 % lag, dann haben inzwischen ergriffene Maßnahmen zur Steigerung der Kundenzufriedenheit offenbar einigen Erfolg gehabt. Die Grundidee, die hinter derartigen Vergleichen steckt, besteht darin, dass systematische Verzerrungen der Ergebnisse von Befragungen durch Mängel bei der Frageformulierung sich gewissermaßen beim Vergleich neutralisieren. Wenn also z.B. die Zahl der tatsächlichen Käufer von neuen Produkten bei einer bestimmten Befragungstechnik eher überschätzt wird, dann müsste dieser Effekt bei allen Anwendungen dieser Befragungstechnik auftreten und man könnte zumindest aus dem Vergleich Schlüsse ziehen. Das setzt allerdings voraus, dass durchgehend eine identische Erhebungsmethode (Æ Reliabilität) verwendet wird. Anderenfalls wäre nicht klar, ob Ergebnisunterschiede auf die veränderte Methode oder auf in der Realität gegebene Unterschiede zurückzuführen sind. Weiterhin wird unterstellt, dass Ergebnisverzerrungen in der einen oder anderen Richtung bei allen befragten Teilgruppen und im Zeitablauf etwa gleichmäßig wirken.

3.4

Entwicklung von Multi-Item-Skalen

3.4.1

Einführung

Im vorigen Abschnitt ist im Zusammenhang mit Befragungsverfahren die Entwicklung von Messinstrumenten und der dabei zu beachtenden Grundsätze schon angesprochen worden. Im vorliegenden Abschnitt soll dieses Problem etwas systematischer behandelt werden und die Darstellung der Entwicklung von Multi-Item-Skalen, also einer speziellen (aber besonders wichtigen!) Befragungstechnik, erfolgen. In Abschnitt 2.3 wurde die Reliabilität als (notwendige, nicht hinreichende) Voraussetzung der Validität gekennzeichnet. Selbst eine (scheinbar) valide Messung, die mit Zufallsfehlern behaftet ist, würde einem "wahren" Wert nicht entsprechen. Andererseits ist eine verlässliche Messung mit geringer Gültigkeit, bei der gewissermaßen mit großer Genauigkeit das falsche Phänomen gemessen wird, mindestens ebenso nutzlos. Bei der Entwicklung von Messinstrumenten kommt es also darauf an, diese beiden Fehlerarten zu minimieren. Wenn man sicherstellen kann, dass keinerlei systematische oder zufällige Fehler ein Untersuchungsergebnis maßgeblich beeinflussen, dann hat dieses Ergebnis offenbar Aussagekraft für die interessierenden Phänomene der Realität. Deshalb sei hier an die Kennzeichnung der Validierung als Ausschluss alternativer Erklärungsmöglichkeiten für ein Untersuchungsergebnis erinnert. Wenn man Reliabilität und Validität als zentrale Anforderungen an Messinstrumente charakterisiert, dann stellt sich die Frage, wie geprüft werden kann, ob ein Messin-

84

Entwicklung von Multi-Item-Skalen

strument diesen Anforderungen genügt. Eine solche Prüfungsmöglichkeit hat natürlich zentrale Bedeutung für die Entwicklung von Erhebungsmethoden. Die Gegenüberstellung von Untersuchungsergebnissen und "wahren Werten" zur Prüfung der Validität einer Messung scheidet im Regelfall aus, da ja der so genannte "wahre Wert" nicht bekannt ist und erst durch die Untersuchung geschätzt werden soll. Auch der die Reliabilität kennzeichnende Aspekt der Unabhängigkeit der Ergebnisse von zufälligen Einflüssen beim einzelnen Messvorgang lässt sich nur schwer in der Forschungspraxis umsetzen. Eine auf diesem Ansatz basierende Prüfung der Reliabilität einer Messung müsste darauf hinauslaufen, dass der gleiche Messvorgang zu verschiedenen Zeitpunkten zum gleichen Ergebnis führen müsste. Neben die Schwierigkeiten, die Datenerhebung für eine Untersuchung – zumindest für Teile davon – mehrfach durchführen zu müssen, tritt das Problem, dass man bei dieser Art der Reliabilitätsüberprüfung die Konstanz der zu messenden Phänomene im Zeitablauf unterstellen muss. Für die praktische Anwendung in der empirischen Marketingforschung werden wegen der genannten Probleme andere Hilfsmittel zur Validitäts- und Reliabilitätsüberprüfung von Messinstrumenten empfohlen (siehe folgende Abschnitte). Der Entwicklungsprozess von Messinstrumenten umfasst deren Entwurf sowie deren Korrektur und Verfeinerung auf der Basis der Ergebnisse entsprechender Prüfungen. Die wesentlichen Schritte sollen im Folgenden skizziert werden. Die Vorgehensweise beruht hauptsächlich auf einem Vorschlag von Churchill (1979) und den weiterführenden Ausführungen von Netemeyer/ Bearden/ Sharma (2003). Beispiele für entsprechende Anwendungen finden sich u.a. bei Churchill/ Ford/ Walker (1974), Zaichkowsky (1985) und Kohli/ Zaltman (1988). Hier ist die Einschränkung anzubringen, dass die während dieses Entwicklungsprozesses einzusetzenden Hilfsmittel vor allem auf so genannte Multi-Item-Skalen sinnvoll angewandt werden können. Man versteht hierunter Erhebungstechniken, bei denen der gesuchte Messwert nicht nur auf einer einzelnen Angabe einer Auskunftsperson beruht, sondern durch die Zusammenfügung der Angaben bezüglich einer größeren Zahl von Fragen (Items) zustande kommt. Weiterhin ist der Entwicklungsprozess von Skalen in der im Folgenden dargestellten Form nur für eindimensionale reflektive Konzepte relevant. Hinsichtlich der Dimensionalität sei hier auf Netemeyer/ Bearden/ Sharma (2003, S. 18 ff.) verwiesen. Der Aspekt der Reflektivität einer Messung wird im Abschnitt 3.4.3 erläutert. Das gängigste Beispiel dafür sind die so genannten Likert-Skalen (siehe Abschnitt 3.4.2). Die Beschränkung auf Multi-Item-Skalen ist nicht allzu gravierend, da diese generell zur Messung komplexerer Phänomene empfohlen werden. Als Gründe für die Bevorzugung von Multi-Item-Skalen sind vor allem zu nennen (vgl. Nunnally/ Bernstein 1994, S. 66 f.):

85

3.4

3

Repräsentative Befragungen

„ Mehrere Items sind eher als ein einzelnes geeignet, den verschiedenen Facetten eines zu messenden Konzepts (z.B. Einstellungen zu einer Marke) gerecht zu werden (Baumgartner/ Homburg 1996). Man geht also von einem höheren Informationsgehalt von Messungen auf Basis von Multi-Item-Skalen aus.

„ Multi-Item-Skalen ergeben feiner differenzierte Messwerte als Single-Item-Skalen. „ Wegen der geringeren Abhängigkeit des ermittelten Messwerts von der Reaktion auf ein einzelnes Item ist die Reliabilität von Multi-Item-Skalen tendenziell höher als die von Single-Item-Skalen. Allerdings wird die generelle Überlegenheit von Multi-Item-Skalen neuerdings etwas in Frage gestellt (Bergkvist/ Rossiter 2007).

Hier ein einfaches Beispiel für eine Multi-Item-Skala. Die Zufriedenheit der Kunden mit einer Autowerkstatt soll gemessen werden. Dazu werden insgesamt fünf Fragen formuliert: „Das Personal der Werkstatt ist stets so freundlich und zuvorkommend wie ich es erwarte.“ (1) (2) (3) (4) (5) Stimme Stimme teilteils/teils Stimme eher Stimme überhaupt voll zu weise zu nicht zu nicht zu „Die Ausstattung der Werkstatt entspricht meinen Erwartungen.“ (1) (2) (3) (4) (5) Stimme Stimme teilteils/teils Stimme eher Stimme überhaupt voll zu weise zu nicht zu nicht zu „Termine werden pünktlich eingehalten.“ (1) (2) (3) Stimme Stimme teilteils/teils voll zu weise zu „Das Personal wirkt kompetent.“ (1) (2) (3) Stimme Stimme teilteils/teils voll zu weise zu

(4) Stimme eher nicht zu (4) Stimme eher nicht zu

„Das Personal wirkt absolut vertrauenswürdig.“ (1) (2) (3) (4) Stimme Stimme teilteils/teils Stimme eher voll zu weise zu nicht zu

(5) Stimme überhaupt nicht zu (5) Stimme überhaupt nicht zu (5) Stimme überhaupt nicht zu

Wie verläuft hier der Messvorgang? Die Auskunftsperson gibt ihre Angaben zu den fünf Einzelfragen an. Je nach Angabe wird der einzelnen Frage ein Zahlenwert (1: sehr positiv bis 5: sehr negativ) zugeordnet. Wenn man diese Zahlenwerte einfach aufaddiert, erhält man einen Gesamtwert (zwischen 5 und 25), der als Indikator für die Zufriedenheit der jeweiligen Auskunftsperson mit der betrachteten Autowerkstatt interpretiert. Ein niedriger Zahlenwert steht hierbei für hohe, ein hoher Zahlenwert für geringe Zufriedenheit. Hier ist die

86

Entwicklung von Multi-Item-Skalen

Zufriedenheit also nicht durch eine Frage, sondern durch die Zusammenfassung von mehreren einzelnen Angaben („Multi-Items“) ermittelt worden. Es sei hinzugefügt, dass das verwendete sehr schlichte Beispiel natürlich nicht den noch zu erörternden Anforderungen an solche Messungen entspricht, sondern nur dazu dient, einen ersten Eindruck von MultiItem-Skalen zu vermitteln. Im folgenden Abschnitt sollen zunächst Multi-Item-Skalen und insbesondere deren gängigste Form, die Likert-Skalen, genauer gekennzeichnet werde. Dabei erfolgt aus Gründen der Klarheit und Einfachheit eine Beschränkung auf eindimensionale Skalen, d.h. auf Skalen, die durch ein einziges Kontinuum (niedrig bis hoch) gekennzeichnet sind. Es folgen in den weiteren Abschnitten Erläuterungen zu den verschiedenen Schritten der Skalenentwicklung einschließlich der Überprüfung von Reliabilität und Validität dieser zu entwickelnden Skalen.

3.4.2

Arten von Multi-Item-Skalen

Das zentrale Kennzeichen von Multi-Item-Skalen besteht – wie schon erwähnt – darin, dass sich der Messwert für ein Konzept (bzw. Konstrukt) durch die Zusammenfassung der Angaben einer Auskunftsperson zu einer gewissen Zahl von Einzelfragen (Items) ergibt. In der Marktforschung häufig genannte und angewandte Formen von MultiItem-Skalen sind:

„ Likert-Skala und „ Thurstone-Skala. Besonders häufig findet man in Wissenschaft und Praxis Anwendungen von LikertSkalen (benannt nach dem herausragenden Sozialforscher Rensis Likert, der auch zu den Gründern des Institute for Social Research der University of Michigan zählt). Diese starke Verbreitung liegt wohl vor allem daran, dass Likert-Skalen auf der einen Seite sehr vielfältige Anwendungsbereiche bieten und auf der anderen Seite nur einen relativ (!) begrenzten Untersuchungsaufwand erfordern. Deswegen sei diese Art von Multi-Item-Skalen als erste dargestellt. Es folgt eine Skizzierung von Thurstone-Skalen, die für die Entwicklung sozialwissenschaftlicher Messmethodik besondere Bedeutung haben. Umfassende Informationen zu verschiedenen Arten von Skalen findet man z.B. bei McIver/ Carmines (1981). Zunächst also zu den Likert-Skalen.

„ Die Kennzeichen einer Likert-Skala lassen sich folgendermaßen charakterisieren: „ Die Auskunftspersonen bekommen einige (häufig 10 bis 20) Aussagen (z.B. „Die Marke XY garantiert besonders hohe Qualität“) zu einem Untersuchungsgegenstand (z.B. Einstellung zur Marke XY) vorgelegt. Dabei werden meist positive und negative Aussagen gemischt.

87

3.4

3

Repräsentative Befragungen

„ Meist werden fünf abgestufte Antwortmöglichkeiten (starke Zustimmung, Zustimmung, Unentschieden, Ablehnung, starke Ablehnung) vorgesehen. Gelegentlich findet man auch drei- oder siebenfache Abstufungen. Selbstverständlich muss die Ausgewogenheit (Zustimmung – Ablehnung) der Antwortmöglichkeiten gesichert sein.

„ Den Antwortmöglichkeiten werden Zahlenwerte (bei 5er Skalen -2 bis +2 oder 1 bis 5) zugeordnet. Bei der Mischung von positiven und negativen Aussagen müssen diese Zuordnungen von Zahlenwerten so angelegt sein, dass – je nach „Richtung“ der einzelnen Items – die Zahlenwerte mit den Ausprägungen des zu messenden Konstrukts korrespondieren. Beispielsweise sollten bei „positiven“ Items die unterschiedlichen Zustimmungsgrade von 1 bis 5 codiert werden und bei „negativen“ Items von 5 bis 1.

„ Die (numerisch codierten) Einzel-Antworten zu den einzelnen Items der Skala werden additiv zu einem Messwert für das interessierende Konstrukt zusammengefasst. Der ganze Prozess der Suche nach geeigneten Items sowie der Beurteilung und Auswahl dieser Items nach geeigneten Kriterien kann recht aufwändig sein. Dieser Prozess ist Gegenstand der folgenden Abschnitte. Allgemein wird davon ausgegangen, dass Likert-Skalen hinreichend gut den Anforderungen einer Intervallskalierung (siehe Abschnitt 6.2) entsprechen (Hoyle/ Harris/ Judd 2002, S. 176 f.). Dafür ist aber Voraussetzung, dass die Datenerhebung durch numerische Angaben bei den verschiedenen Antwortmöglichkeiten und graphische Hilfsmittel dieser Anforderung (ÆInterpretierbarkeit der Abstände zwischen den Messwerten) entspricht.

Hier ein Beispiel zur Messung von Einstellungen gegenüber einem Einzelhändler mit Hilfe einer Likert-Skala nach Dillon/ Madden/ Firtle (1994, S. 319): Es wurden u.a. die folgenden Items verwendet: „Das Geschäft hat eine einladende Atmosphäre.“ „Das Verkaufspersonal ist fachkundig.“ „An der Kasse muss man lange warten.“ „Das Geschäft bietet eine große Auswahl von Produkten an.“ „Das Geschäft ist unattraktiv eingerichtet.“ „Die Beschäftigten sind unfreundlich.“ Man beachte, dass positive und negative Aussagen über das Geschäft gemischt sind. Der Grad der jeweiligen Zustimmung zu den Items wird mit Hilfe der folgenden Antwortkategorien gemessen: „Stimme absolut nicht zu“ „Stimme nicht zu“

88

Entwicklung von Multi-Item-Skalen

„Unentschieden“ „Stimme zu“ „Stimme vollkommen zu“ Die Codierung und Zusammenfassung der einzelnen Werte zu einem (Gesamt-) Messwert für die Einstellung erfolgt in der schon beschriebenen Weise.

Thurstone-Skalen gehen (nicht überraschend) auf Louis Thurstone zurück, einen amerikanischen Wissenschaftler, der die Entwicklung sozialwissenschaftlicher Messmethoden maßgeblich geprägt hat. Die Grundidee besteht darin, die Messung eines Konstrukts (z.B. Einstellung, Markenbindung) bei einer Auskunftsperson dadurch vorzunehmen, dass diese aus einer vorgelegten Menge von („geeichten“) Aussagen zum Untersuchungsgegenstand diejenigen auswählt, mit denen sie übereinstimmt. Wie kommt nun diese „Eichung“ zu Stande? Hier kann man das Vorgehen in fünf Schritten darstellen:

„ Es wird eine gewisse Zahl von Aussagen (z.B. „Ich halte Marke XY für eine der besten Marken in der Branche“) gesammelt.

„ Die Aussagen werden von einigen Experten in einer Voruntersuchung in 11 Gruppen („sehr negativ“ bis „sehr positiv“ im Hinblick auf das zu messende Konstrukt) eingeteilt und entsprechend mit Codierungen von 0 bis 10 versehen.

„ Auf Grundlage dieser Angaben der verschiedenen Experten wird für jede Aussage Median und Streuung der Expertenurteile (also der jeweiligen Einstufungen auf der 11er Skala) berechnet.

„ Es werden für den eigentlichen Messvorgang (z.B. Verwendung in einem Fragebogen für eine repräsentative Befragung) Aussagen ausgewählt, deren Mediane über die ganze Breite der 11er Skala verteilt sind und bei denen weitgehender Konsens der Experten (geringe Streuung der Einschätzungen) über ihre Einordnung besteht. Diesen Aussagen wird als „Messpunkt“ der jeweilige Median (siehe Abschnitt 6.3.2) der Expertenurteile zugeordnet.

„ Die Auskunftsperson wählt in der (Haupt-) Untersuchung die Aussagen aus, denen sie zustimmt. Der Messwert der Auskunftsperson für das interessierende Konstrukt ergibt sich als Mittelwert der den ausgewählten Aussagen zugeordneten „Messpunkte“.

89

3.4

3

Repräsentative Befragungen

Hier ein geradezu „klassisches“ Beispiel einer Thurstone-Skalierung, das auf Thurstone selbst zurück geht (Thurstone/ Chave 1929 (!), zitiert nach McIver/ Carmines 1981, S. 20): Es ging um die Untersuchung der Einstellung von Amerikanern zur Kirche (also kein Thema das im Mittelpunkt des Interesses der Marktforschung steht). Dazu wurden u.a. folgende Aussagen verwendet, denen auf Basis der Voruntersuchung die angegebenen Skalenwerte zugeordnet waren: „Ich glaube die Kirche ist die großartigste Institution im heutigen Amerika.“ (Skalenwert 0,2) „Ich bin religiös, gehe aber selten in die Kirche.“ (Skalenwert 5,4) „Ich glaube, dass die Kirche Religiosität behindert, weil sie immer noch auf Magie und Aberglauben aufgebaut ist.“ (Skalenwert 9,6) Wer sich nur für das erste (bzw. das dritte) Statement entscheidet, hat offenbar eine besonders positive (bzw. negative) Haltung zur Kirche. Wer beispielsweise dem ersten und zweiten Statement zustimmt hätte auf der entsprechenden Thurstone-Skala den deutlich positiven (aber nicht extremen) Messwert 2,8 ((0,2+5,4)/2). Soweit zu klassischen Arten von Multi-Item-Skalen. Im Hinblick auf die folgenden Überlegungen sollte man sich in erster Linie Likert-Skalen vor Augen halten. Exkurs: Semantisches Differenzial Semantische Differenziale sind eine in der Marktforschung sehr verbreitete Messmethode, die weitgehend den Merkmalen von Multi-Item-Skalen entspricht, aber nicht zur Zusammenfassung der einzelnen Angaben zu einem (Gesamt-) Messwert führt. Die Grundidee besteht darin, im Hinblick auf den Untersuchungsgegenstand (z.B. Image einer Marke, Beurteilung des Verkaufspersonals) eine Reihe von gegensätzlichen Adjektiv-Paaren zu formulieren und auf entsprechenden Ratingskalen die Auskunftsperson angeben zu lassen, welches der jeweils zwei Adjektive deren Meinung am ehesten entspricht. Über alle Auskunftspersonen (oder Teilgruppen davon) wird für jedes Adjektiv-Paar – unter der manchmal etwas optimistischen Annahme, dass Intervallskalierung (siehe Abschnitt 6.2) vorliegt – ein Mittelwert errechnet. Eine zusammenfassende Darstellung der Ergebnisse in einer Form, wie sie in Abbildung 3.8 wiedergegeben ist, lässt erkennen, woher der Begriff „semantisches Differenzial“ stammt.

90

Entwicklung von Multi-Item-Skalen

Abbildung 3-8: Beispiel eines semantischen Differenzials zur Beurteilung von Verkaufspersonal

„Wie beurteilen Sie das Verkaufspersonal im Warenhaus XY?“ kompetent

႒

႒

႒

႒

႒

inkompetent

engagiert

႒

႒

႒

႒

႒

desinteressiert

hilfsbereit

႒

႒

႒

႒

႒

abweisend

fair

႒

႒

႒

႒

႒

unfair

modern

႒

႒

႒

႒

႒

altmodisch

zuverlässig

႒

႒

႒

႒

႒

unzuverlässig

jung

႒

႒

႒

႒

႒

alt

Mittelwerte über alle Auskunftspersonen Mittelwerte der Auskunftspersonen unter 30 Jahren

3.4.3

Skalen für formative versus reflektive Konzepte

In jüngster Zeit hat die Unterscheidung von so genannten formativen und reflektiven Konzepten große Beachtung gefunden und ist wegen ihrer Bedeutung für die Anwendung von Strukturgleichungsmodellen (siehe Abschnitt 8.3) stark diskutiert worden (Albers/ Hildebrandt 2006). Der letztgenannte Aspekt würde den Rahmen dieses einführenden Lehrbuchs deutlich sprengen. Hier mag eine Kennzeichnung des Unterschiedes zwischen beiden Arten von Indikatoren und die Erläuterung daraus resultierender Konsequenzen für die Entwicklung von Messinstrumenten genügen. Die Unterscheidung „formativ versus reflektiv“ bezieht sich auf einen grundlegenden gedanklichen Unterschied zwischen diesen Arten von Konzepten und das Zustandekommen geeigneter Messungen. Zunächst zu formativen Konzepten und entsprechenden Messungen. Der Begriff „formativ“ ist gleichbedeutend mit „gestaltend“. Das ist hier so zu verstehen, dass sich das (gedankliche) Konzept aus mehreren Komponenten zusammensetzt, dass es also gewissermaßen durch diese „gestaltet“ wird. Ein klassisches Beispiel dafür nennen Diamantopoulos/ Winklhofer (2001) mit dem sozialen Status. Dieser wird üblicherweise 91

3.4

3

Repräsentative Befragungen

als Resultierende aus (Aus-) Bildungsniveau, Beruf und Einkommen/ Vermögen angesehen. Das sind also Komponenten des sozialen Status. Wenn eine davon sich verändert, dann verändert sich auch der soziale Status. Wenn man eine davon bei der Messung nicht angemessen berücksichtigt, dann wäre das so definierte Konzept „sozialer Status“ nicht adäquat (valide) gemessen. In diesem Sinne ist das Konzept das Ergebnis der verschiedenen berücksichtigten Indikatoren. Genau umgekehrt ist die Sichtweise bei reflektiven Konzepten. Der Begriff „reflektiv“ steht hier für „widerspiegeln“. Damit ist gemeint, dass sich das Konzept (z.B. die Einstellung zu einem Produkt) auf eine Vielzahl beobachtbarer Indikatoren (beispielsweise eine größere Zahl von Aussagen zu dem Produkt) auswirkt. Entsprechende Messungen werden meist so vorgenommen, dass eine begrenzte Zahl dieser möglichen Indikatoren verwendet wird, die „gute“ Eigenschaften im Hinblick auf Reliabilität und Validität haben. Das verweist schon auf die Domain Sampling Theorie, auf die im folgenden Abschnitt eingegangen wird. Diese bezieht sich auf die Grundidee, dass die bei einer Messung verwendeten Items eine Stichprobe aus einer Vielzahl möglicher Items zur Messung des jeweils interessierenden Konzepts darstellen. Bei reflektiven Konzepten ist es also möglich und sinnvoll, aus vielen möglichen Items die geeignetsten auszuwählen. Dagegen würde eine entsprechende Auswahl bei formativen Konzepten dazu führen, dass Facetten des interessierenden Konzepts unberücksichtigt blieben. Albers/ Hildebrandt (2006) illustrieren den Unterschied zwischen formativen und reflektiven Konzepten am Beispiel der Kundenzufriedenheit bei einem Hotel. Abbildung 3.9 illustriert die verschiedenen Sichtweisen. Man erkennt in Abb. 3.9 deutlich, dass sich in der formativen Perspektive die Zufriedenheit gewissermaßen aus Einschätzungen der Zimmerausstattung, des WellnessBereichs etc. zusammensetzt. Die reflektive Perspektive ist dagegen durch Aussagen bestimmt, die sich aus der Zufriedenheit ergeben. Beispielsweise kann man sich auch vorstellen, dass die Aussage „In diesem Hotel fühle ich mich wohl“ durch die Aussage „Dieses Hotel ist sehr angenehm“ ersetzt werden könnte. Das Beispiel mit unterschiedlichen Sichtweisen auf das gleiche Konzept (von Albers/ Hildebrandt Konstrukt genannt) „Zufriedenheit“ zeigt auch, dass die Entscheidung zwischen einer formativen oder reflektiven Perspektive nicht immer ganz leicht ist. Jarvis/ MacKenzie/ Podsakoff (2003) haben dafür eine Reihe von Kriterien vorgeschlagen, von denen einige, die auch zur Illustration des Unterschiedes von formativer und reflektiver Perspektive dienen können, in Abbildung 3.10 wiedergegeben sind.

92

Entwicklung von Multi-Item-Skalen

Abbildung 3-9: Zufriedenheit als formatives und reflektives Konstrukt (Quelle: Albers/ Hildebrandt 2006, S. 12) formativ

reflektiv In diesem Hotel fühle ich mich wohl

Die Zimmerausstattung ist gut Hier finde ich Ruhe

Der WellnessBereich ist gut

Dieses Hotel schätze ich sehr Zufriedenheit im Hotel

Das Personal ist freundlich

Der Service ist gut

Dieses Hotel empfehle ich sehr gern weiter Ich freue mich immer, in diesem Hotel übernachten zu können

Abbildung 3-10: Unterschiede zwischen formativer und reflektiver Perspektive (in Anlehnung an Jarvis/ MacKenzie/ Podsakoff 2003, S. 203) Formative Perspektive

Reflektive Perspektive

Kausalität von Indikatoren zum Konzept

Kausalität vom Konzept zu Indikatoren

Indikatoren definieren Merkmale des Konzepts

Indikatoren sind Manifestationen des Konzepts

Veränderungen bei den Indikatoren verursachen Veränderungen des Konzepts

Veränderungen bei den Indikatoren verändern das Konzept nicht

Indikatoren müssen nicht austauschbar sein

Indikatoren sind austauschbar

Indikatoren müssen nicht inhaltlich homogen sein

Indikatoren müssen inhaltlich homogen (Æ Konzept) sein

Verzicht auf einen Indikator kann das Konzept inhaltlich verändern

Verzicht auf einen Indikator verändert das Konzept inhaltlich nicht

93

3.4

3

Repräsentative Befragungen

Welche Konsequenzen haben die Unterschiede zwischen formativen und reflektiven Konzepten nun für die Entwicklung von Multi-Item-Skalen? Die zentralen Aspekte lassen sich aus der vorstehend skizzierten Unterscheidung ableiten und sollen hier in Anlehnung an Albers/ Hildebrandt (2006) und Eberl (2006) gekennzeichnet werden: x Indikatoren (Items) sind bei formativen Konzepten nicht austauschbar, während sie bei reflektiven Konzepten nach Messeigenschaften (Æ Reliabilität, Validität) ausgewählt werden können. x Bei formativen Konzepten müssen die Indikatoren nicht untereinander korreliert sein. Diese können vielmehr unabhängig voneinander sein und sich ergänzen. Bei reflektiven Konzepten, die sich in prinzipiell gleichartigen Indikatoren niederschlagen, geht man dagegen von Korreliertheit zwischen den Indikatoren aus (siehe dazu die Ausführungen zu Cronbach´s ΅ im folgenden Abschnitt).

3.4.4

Definition der zu messenden Konzepte und Sammlung der Items

Im Abschnitt 2.2.2 ist skizziert worden, dass sich die Operationalisierungsphase, in der u.a. die einzusetzenden Messinstrumente festgelegt werden, direkt an die Konzeptualisierung anschließt. Ausgangspunkt ist, und muss sein, die exakte Definition der zu messenden Konzepte. Diese Forderung ist keineswegs trivial. Vielmehr beobachtet man in der empirischen Marketingforschung erhebliche Uneinheitlichkeit der in verschiedenen Untersuchungen verwendeten Definitionen gleicher oder ähnlicher Konzepte, nicht selten fehlt sogar die explizite Angabe von Definitionen. Beispielsweise fanden Jacoby/ Chestnut (1978) bei ihrer Literaturanalyse zur Markentreue eine Vielzahl von Definitionen dieses Konzepts, die drei grundlegend unterschiedlichen Grundausrichtungen folgten (verhaltensorientierte und einstellungsorientierte Definition sowie Kombinationen davon). Es wundert nicht, dass auf so schwankendem Grund dann auch vielfältige Messverfahren für das (scheinbar) gleiche Konzept "Markentreue" entwickelt und angewendet wurden, die bei entsprechenden Untersuchungen zu widersprüchlichen, kaum vergleichbaren Ergebnissen führten. Jacoby/Chestnut (1978) identifizieren in der einschlägigen amerikanischen Literatur bis 1976 allein 53(!) Messinstrumente für Markentreue und kommentieren (S. 57) die Situation in diesem Gebiet knapp und treffend: "chaos in researchland". Im Hinblick auf die angemessene Definition eines Konzepts sind im Allgemeinen drei Aspekte zu beachten: (1) Auswertung der einschlägigen Literatur und Berücksichtigung der darin enthaltenen Definitionsversuche, theoretischen Überlegungen und praktischen Erfahrungen.

94

Entwicklung von Multi-Item-Skalen

(2) Festlegung der Abgrenzung zu anderen („benachbarten“) Konzepten. Beispielsweise wäre bei der Definition des Konzepts „Markenpräferenz“ eine Abgrenzung zum Konzept „Kaufabsicht“ vorzunehmen (was keine ganz leichte Aufgabe ist). (3) Das Ergebnis der Suche nach einer Definition wird am Ende schriftlich formuliert und festgehalten.

Jacoby/ Chestnut (1978, S. 79 ff.) erläutern die Relevanz der Definition von Konzepten für Forschung und Praxis: „Wissenschaftliche Konzepte müssen präzise und klar definiert sein, damit sie Nutzen haben. Wenn das Management wissenschaftliche Methoden benutzt, dann muss es sich ebenfalls um Präzision bei der Kennzeichnung von Konzepten bemühen. Das erfordert, dass man explizit macht, was bisher implizit war….Wenn etwas nicht explizit formuliert wird, bleibt es äußerst schwierig zu erkennen, in welcher Hinsicht es Übereinstimmung oder Dissens gibt….“ Die exakte (und explizite) Definition der zu messenden Konzepte ist nicht nur unverzichtbare Grundlage für jede Validitätsprüfung, weil eben sonst kein Maßstab existiert, an Hand dessen zu beurteilen wäre, ob tatsächlich das gemessen wurde, was gemessen werden sollte. Sie bestimmt auch den Inhalt der in einer Skala zu verwendenden Items. Im Interesse der Vergleichbarkeit von Untersuchungsergebnissen ist im Zweifel der Anpassung an früher verwendete Definitionen der Vorzug gegenüber neuen Definitionen zu geben (vgl. Churchill 1979, S. 67). Die Umsetzung (Operationalisierung) eines theoretischen Konzepts in ein adäquates Messinstrument beginnt mit der Sammlung von Items. Das Grunderfordernis dabei (siehe Abschnitt 2.2.2) besteht darin, dass die verwendeten Items dem interessierenden Konzept (und nur diesem!) mit allen relevanten Aspekten möglichst exakt und vollständig entsprechen sollen. Beispielsweise muss bei der Sammlung von Items für die Messung von Einstellungen zu einer bestimmten Automarke sichergestellt sein, dass die für solche Einstellungen relevanten Faktoren (z.B. Wirtschaftlichkeit, Sicherheit, Komfort) berücksichtigt sind. Items, die eher einem anderen als dem Einstellungskonzept zuzuordnen sind (z.B. Kaufabsichten), müssen frühzeitig eliminiert werden, da eine Messung, bei der sie eine Rolle spielen, eben keine reine Einstellungsmessung mehr wäre. Wenn eine Skala diesen Anforderungen genügt, dann entspricht sie den Kriterien der Inhaltsvalidität (siehe Abschnitt 3.4.5). Die Wege zur Gewinnung von Items sind unterschiedlich und werden in der Regel parallel begangen:

„ „ „ „

Logische und/oder kreative Ableitung aus der Definition eines Konzepts Sammlung in früheren Untersuchungen verwendeter Items Auswertung von Literatur, in der das interessierende Konzept beleuchtet wird Experten-Gespräche

95

3.4

3

Repräsentative Befragungen

„ Qualitative Vorstudien (z.B. Tiefeninterviews, Gruppendiskussionen) bei Angehörigen der für die Untersuchung relevanten Zielgruppe (siehe Abschnitt 4.2).

3.4.5

Überprüfung der Reliabilität

Sobald Items für die zu entwickelnde Multi-Item-Skala vorliegen, können Überprüfungen der Messeigenschaften von Entwürfen einer solchen Skala vorgenommen werden, um schrittweise festzustellen, welche Items für die letztendlich zu verwendende Skala geeignet sind. Im Mittelpunkt steht dabei die Überprüfung von Reliabilität und Validität der Skala, wobei der erstgenannte Aspekt im vorliegenden Abschnitt und die Validität im folgenden Abschnitt erörtert werden. Zunächst wird an die Überlegung angeknüpft, dass sich Reliabilität auf die Unabhängigkeit der Messwerte von den Besonderheiten und Zufälligkeiten eines einzelnen Messvorgangs bezieht. Direkt daran knüpft die Grundidee der so genannten TestRetest-Reliabilität an. Die Bezeichnung lässt schon erahnen, dass es um die Wiederholung einer Messung in einem angemessenen zeitlichen Abstand geht. Als Maßzahl für die Reliabilität in diesem Sinne würde man die Korrelation (siehe Abschnitt 6.3.2) der beiden Messungen verwenden. Diese Art der Reliabilitätsüberprüfung setzt natürlich voraus, dass sich das zu messende Konstrukt in der Zwischenzeit nicht verändert hat. Anderenfalls wäre ja eine geringe Korrelation nicht durch mangelnde Reliabilität, sondern durch diese Veränderung begründet. Eine Reliabilitätsprüfung durch Wiederholung eines Messvorgangs und Vergleich der Ergebnisse wäre sehr aufwändig und auch in methodischer Hinsicht problematisch, u.a. dadurch, dass eine Vormessung das Ergebnis einer Nachmessung beeinflussen kann. In Verbindung damit steht das Problem, dass bei einer zweiten Messung ähnliche Werte auch dadurch zu Stande kommen können, dass die Auskunftspersonen sich bei der zweiten Befragung an ihr Antwortverhalten bei der ersten Befragung erinnern. Den genannten Problemen der Bestimmung der Test-Retest-Reliabilität versucht man beim Ansatz der Parallel-Test-Reliabilität dadurch zu entgehen, dass man zum gleichen Zeitpunkt (d.h. im gleichen Fragebogen) eine Vergleichsmessung mit einem entsprechenden Messinstrument durchführt. Beide Messungen sollen bei gegebener Reliabilität hoch korreliert sein. Beispielsweise könnte man zwei verschiedene (aber äquivalente) Likert-Skalen zur Messung desselben Konstrukts anwenden und dann die entsprechenden Ergebnisse korrelieren. Die Schwierigkeit besteht natürlich darin, zwei äquivalente Messinstrumente zu finden bzw. zu entwickeln. Abgesehen davon werden auf diese Weise die Interviews länger und manchmal auch zu eintönig. Der wohl gängigste Ansatz zur Reliabilitätsüberprüfung ist direkt auf Multi-ItemSkalen bezogen. Dabei wird so vorgegangen, dass nicht alle Item-Werte einer Auskunftsperson durch Addition zu einem Gesamtwert zusammengefügt werden. Vielmehr teilt man die Gesamtheit der Items in zwei Hälften und erhält durch additive Verknüpfung innerhalb der beiden Gruppen dann zwei Messwerte. Man kommt auf

96

Entwicklung von Multi-Item-Skalen

diese Weise in einem Messvorgang zu zwei sehr ähnlichen Messinstrumenten (mit gleich strukturierten, aber unterschiedlich formulierten Items) für ein Konzept. Die Reliabilität einer Messmethode müsste sich in einem hohen Korrelationskoeffizienten für die beiden Teil-Skalen niederschlagen. Die Basis für diesen Ansatz ist die Domain Sampling Theorie (vgl. Nunnally/ Bernstein 1994, S. 216 ff.), die davon ausgeht, dass jede Menge von in einer Skala verwendeten Items eine Stichprobe aus einer großen Menge, alle Facetten des interessierenden Konzepts vollständig abdeckender Items ist. Wenn man in der oben erwähnten Weise zwei Teil-Skalen bildet, so hat man damit zwei Stichproben von Items aus einer (natürlich unbekannten) Grundgesamtheit von Items gezogen, die zu äquivalenten Ergebnissen führen müssten. Wenn dies bei hinreichend großer Zahl von Items nicht der Fall ist, dann sind offenbar zufällige Einflüsse bei der Messung wirksam, die Reliabilität ist also gering. Der Grundgedanke dieser Vorgehensweise schlägt sich in der Bezeichnung Split-Half-Reliabilität (vgl. Nunnally/ Bernstein 1994, S. 232 f.) nieder.

David de Vaus (2002, S. 19) erläutert die Grundidee der Überprüfung von Reliabilität auf der Basis der internen Konsistenz einer Multi-Item-Skala: „Wenn Items, die dazu da sind, dasselbe zu Grunde liegende Konzept zu messen, in konsistenter Weise beantwortet werden, wird die Menge von Items als reliabel angesehen. Mit anderen Worten: Reliabilität wird dadurch bestimmt, dass geprüft wird, wie konsistent verschiedene Items dasselbe Konzept darstellen, nicht dadurch, dass man betrachtet, mit welcher Konsistenz dieselben Items im Zeitablauf beantwortet werden. Alle Maßzahlen der internen Konsistenz kennzeichnen die Reliabilität durch Koeffizienten, die zwischen 0 und 1 liegen.“ Nun kann die Aufteilung einer Menge von Items in zwei Hälften in unterschiedlicher Weise erfolgen und damit zu nicht eindeutigen Reliabilitätsindikatoren führen. Dieses Problem wird dadurch behoben, dass man üblicherweise den Reliabilitätskoeffizienten Cronbach's D verwendet, der dem Mittelwert der Korrelationskoeffizienten aller möglichen Kombinationen von Skalenhälften entspricht (vgl. Cronbach 1951; Peter 1979). Dieser D-Koeffizient ist somit ein Maß für die interne Konsistenz einer Skala. Er kann herangezogen werden, um bei der Skalenentwicklung aus der Menge der anfangs vorhandenen Items die weniger geeigneten zu eliminieren. Vergleiche des D-Wertes einer Skala mit den D-Werten für die (fast) gleichen Skalen, bei denen jeweils eines der Items nicht enthalten ist, zeigen an, inwieweit die betreffenden Items geeignet sind, die Reliabilität der Skala zu erhöhen oder zu verringern. Ein zweiter Indikator für die Nützlichkeit eines Items in einer Skala ist die Korrelation dieses Items mit dem aus den restlichen Items gebildeten Gesamtwert der Skala (vgl. McIver/ Carmines 1981, S. 31 ff.). Eine geringe Korrelation weist darauf hin, dass ein Item die Reliabilität eines Messinstruments eher verringert und/ oder dass es nicht hinreichend dem zu messenden Konzept entspricht und insofern die Validität der Messung beeinträchtigt.

97

3.4

3

Repräsentative Befragungen

3.4.6

Überprüfung der Validität

Im Mittelpunkt der Entwicklung und Prüfung von Messinstrumenten steht die Betrachtung der Validität. Mit der Validität steht und fällt die Qualität eines Messinstruments und damit der ganzen Untersuchung, in der dieses verwendet wird. Da man die Validität einer Messung eben nicht durch den Vergleich des Messwerts mit dem typischerweise ja unbekannten wahren Wert des interessierenden Konzepts ermitteln kann, bedient man sich (gewissermaßen hilfsweise) verschiedener Kriterien, um festzustellen, ob das entwickelte bzw. in der Entwicklung befindliche Messinstrument den unterschiedlichen Facetten der Validität entspricht. Wenn nicht, sind entsprechende Veränderungen des Messinstruments nötig. Im Folgenden werden dazu folgende Aspekte bzw. Arten der Validität skizziert: 1.

Inhaltsvalidität

2.

Kriterienvalidität

3.

Konvergenzvalidität

4.

Diskriminanzvalidität

Wenn ein Messinstrument alle diese Arten der Validitätsüberprüfung „übersteht“, dann kann man relativ (!) sicher sein, dass dieses Instrument tatsächlich misst, was es messen soll, und kann auf Basis der resultierenden Untersuchungsergebnisse praktische Entscheidungen treffen und/ oder wissenschaftliche Schlüsse ziehen. Zunächst zur Inhaltsvalidität. Diese bezieht sich auf die (häufig von Experten beurteilte) Eignung und Vollständigkeit des Messinstruments im Hinblick auf das zu messende Konzept. Hier geht es also darum, dass sich die wesentlichen Aspekte dieses Konzepts in den Skalen-Items widerspiegeln. Aus der Definition des Konzepts müssen also die relevanten Inhalte abgeleitet und in Items „übersetzt“ werden. Die Überprüfung erfolgt typischerweise durch Experten, die die logische Eignung der Items hinsichtlich des definierten Konzepts beurteilen („face validity“). David de Vaus (2002, S. 28) gibt ein Beispiel zur Inhaltsvalidität: „ Die Feststellung der Inhaltsvalidität beinhaltet die Überprüfung, in welchem Maße in das Messinstrument die verschiedenen Aspekte des Konzepts einfließen. Beispielsweise wäre ein Messverfahren, das dazu dient, den allgemeinen Gesundheitszustand zu messen, und das darauf begrenzt ist, den Blutdruck zu messen, dem Konzept „Gesundheit“ nicht angemessen, zumindest nicht nach dem üblichen Verständnis. Gesundheit wird meist als ein breiteres und komplexeres Phänomen angesehen. Andere Aspekte der physischen Gesundheit und ebenso – beispielsweise – des psychischen Wohlbefindens wären normalerweise Bestandteil eines validen Messverfahrens für Gesundheit.“ Deutlich operationaler sind die Möglichkeiten zur Überprüfung der Kriterienvalidität. Was ist damit gemeint? Kriterienvalidität bezieht sich darauf, dass die Ergebnisse einer

98

Entwicklung von Multi-Item-Skalen

Messung einer bekannten („etablierten“) Beziehung zu Messungen anderer Konzepte entsprechen. Beispielsweise ist in der Konsumentenforschung seit langem bekannt, dass Einstellungen und Verhalten in einer (nicht deterministischen) positiven Beziehung stehen. Wenn man eine Skala zur Messung von Einstellungen zu einer Marke entwickelt, dann müssten diese Werte mit Messungen der Kaufhäufigkeit dieser Marke positiv korreliert sein. Anderenfalls wäre an der Validität der Einstellungsskala zu zweifeln (vgl. Hildebrandt 1984). Abbildung 3.11 illustriert die Grundideen der Prüfung von Inhalts- und Kriterienvalidität

Abbildung 3-11: Logik der Prüfung von Inhalts- und Kriterien-Validität

Problem

Inhaltsvalidität

Konzept

Konzept

Kriterienvalidität Konzept A

Konzept B

Bekannter Zusammenhang

?

Sinnvoll? Plausibel? Messung von A

Messinstrument

Messinstrument

Messung von B

Entsprechender Zusammenhang ??

Anwendung bewährten Messinstruments

In der Literatur wird teilweise noch danach unterschieden, ob das betreffende Kriterium gleichzeitig (Concurrent Validity) oder zu einem späteren Zeitpunkt (Predictive Validity) gemessen wird. Einen Spezialfall der Kriterienvalidität bezeichnet Spector (1994, S. 277) als „Known-Groups-Validity“ und meint damit, dass im Hinblick auf die Messwerte der entwickelten Skala bei bestimmten Gruppen von Befragten (Validität unterstellt) unterschiedliche Ergebnisse auftreten müssten. Die Kriterienvariable ist also nicht kontinuierlich, sondern kategorial. Z.B. würde man bei einer Skala, mit der die Einstellung zu klassischer Musik gemessen werden soll, erwarten, dass bei einer Gruppe von Befragten im Alter über 30 Jahren mit hoher Schulbildung positivere Werte zu Stande kommen als bei einer Gruppe im Alter unter 18 Jahren mit geringer Schulbildung. Wenn das nicht so wäre, würde man wohl an der Validität der Skala zweifeln.

99

3.4

3

Repräsentative Befragungen

Zentrale Bedeutung für die Validitätsüberprüfung haben Konvergenzvalidität und Diskriminanzvalidität. Die entsprechenden Grundideen sollen hier kurz charakterisiert werden (vgl. Peter 1981). Beide werden häufig im Zusammenhang betrachtet, was sich auch im Ansatz der Multitrait-Multimethod-Matrix (vgl. Campbell/ Fiske 1959) niederschlägt, auf den am Ende dieses Abschnitts eingegangen wird. Zunächst zur Konvergenzvalidität: Wenn das gleiche Konzept mit zwei verschiedenen Messinstrumenten gemessen wird, so müssen die Ergebnisse sehr ähnlich sein (konvergieren), sofern diese Instrumente valide sind. Beide Instrumente sollen möglichst wenig methodische Gemeinsamkeiten haben, da sonst die Ähnlichkeit der Messwerte ein Artefakt sein könnte, das durch eben diese Gemeinsamkeiten verursacht wurde. Wenn also zwei sehr unähnliche Messverfahren angewandt auf das gleiche Konzept zu konvergierenden Ergebnissen führen, dann sind diese Ergebnisse offenbar unabhängig vom Erhebungsverfahren und dürften somit das interessierende Konzept widerspiegeln. Was macht dagegen die Diskriminanzvalidität aus? Wenn man mit dem gleichen Typ von Messinstrumenten (z.B. Likert-Skalen) verschiedene (nicht zusammenhängende) Konzepte misst, dann sollen die Ergebnisse nicht korreliert sein. Ansonsten würden die Messwerte ja weniger die Unterschiedlichkeit der Konzepte wiedergeben, sondern eher auf systematische Einflüsse der Messmethoden zurückzuführen sein, was natürlich das Vertrauen in deren Validität schwinden ließe. Mit gleichartigen Messverfahren angewandt auf verschiedene Konzepte soll man die Messwerte für diese Konzepte unterscheiden (diskriminieren) können. Abbildung 3.12 illustriert auch hier die Grundideen beider Ansätze.

Abbildung 3-12: Logik der Prüfung von Konvergenz- und Diskriminanzvalidität

Problem

Konzept

? Messinstrument

100

Konvergenzvalidität Konzept A

Messinstr. IA1



Messergebn. MA1

§

Messinstr. IA2 Messergebn. MA2

Diskriminanzvalidität Konzept A

Messinstrument für A

Anwend. X Anwend.  bei bei X Y Y Messergebn. bei X

Mess-

 ergebn. bei Y

Entwicklung von Multi-Item-Skalen

Eine übersichtliche Darstellung der zur Prüfung von Konvergenz- und Diskriminanzvalidität notwendigen Korrelationskoeffizienten, die so genannte MultitraitMultimethod-Matrix (Multimerkmals-Multimethoden-Matrix), geht auf Campbell und Fiske (1959) zurück. In Abbildung 3.13 findet sich eine schematische Darstellung des einfachsten Falls einer solchen Matrix mit zwei Konzepten, die jeweils mit Hilfe zweier Untersuchungsmethoden (z.B. Likert-Skala und einfache Ratingskala) gemessen werden. In der Abbildung ist durch die Buchstaben K bzw. D schon eingetragen, welche Korrelationskoeffizienten im Hinblick auf Konvergenz- und Diskriminanzvalidität besonders beachtlich sind. Die daneben eingezeichneten Pfeile deuten an, ob die Korrelationen hier hoch oder niedrig sein sollten.

Abbildung 3-13: Beispiel einer einfachen Multitrait-Multimethod-Matrix

M1 KA

M2 KB

KA

KB

KA M1 KB

r AB, 11 (DĻ)

KA

r AA, 12 (KĹ)

r AB, 21

KB

r AB, 12

r BB, 21 (KĹ)

M2 r AB, 22 (DĻ)

In der in Abbildung 3.13 dargestellten Matrix sind die beiden verwendeten Messmethoden mit M 1 und M 2 gekennzeichnet; K A und K B stehen für zwei verschiedene Konzepte/ Merkmale A und B. In den Tabellenfeldern stehen Korrelationskoeffizienten r, die auf den durch die Anwendung der beiden Messmethoden auf die zwei Konzepte gewonnenen Daten basieren. Im Hinblick auf die Kriterien der Konvergenz- und Diskriminanzvalidität sind an die Werte die Korrelationskoeffizienten bestimmte Forderungen zu stellen:

101

3.4

3

Repräsentative Befragungen

„ Die Koeffizienten rAA ,12 und rBB ,21 geben an, wie stark die mit unterschiedlichen Methoden gemessenen Werte für das gleiche Konzept (A bzw. B) korrelieren. Bei Vorliegen von Konvergenzvalidität müssten sich hier hohe Werte ergeben. Auf jeden Fall müssen die Werte deutlich höher sein als die für die Prüfung der Diskriminanzvalidität herangezogenen Korrelationskoeffizienten.

„ Die Koeffizienten rAB ,11 und rAB ,22 zeigen die Korrelationen von Messwerten für verschiedene Konzepte, die durch gleichartige Methoden zustande gekommen sind. Wenn keine Beziehung zwischen den Konzepten besteht und die entsprechenden Messinstrumente die Konzepte korrekt wiedergeben (Diskriminanzvalidität), dann müssten die Korrelationskoeffizienten sehr gering sein (im Idealfall: Null). Unbefriedigende Ergebnisse dieser Prüfphase führen zu einer Rückkoppelung im Prozess der Entwicklung des Messinstruments, was typischerweise bedeutet, dass der Prozess der Generierung von Items wieder aufgenommen wird und/ oder dass die Angemessenheit der für das Konzept verwendeten Definition in Frage gestellt werden muss.

Ein geradezu „klassisches“ Beispiel zur Überprüfung von Konvergenz- und Diskriminanzvalidität mit Hilfe der Multitrait-Multimethod-Matrix stammt aus dem bedeutenden Aufsatz von Churchill (1979) zur Skalenentwicklung im Marketing. Es wurden dabei die drei Konzepte Job-Zufriedenheit, Rollenkonflikt und Rollenunklarheit bei Verkäufern mit Hilfe von jeweils zwei Methoden, der Likert-Skala und der Thermometer-Skala (Rating-Skala in Form eines Thermometers) gemessen. Einzelne charakteristische Teile der daraus entstehenden Multitrait-Multimethod-Matrix, die nachstehend wiedergegeben ist, sind mit den Ziffern 1 bis 4 gekennzeichnet. Nun zur Interpretation: Die „Reliabilitätsdiagonale“, die mit (1) gekennzeichnet ist, enthält die Korrelationen von alternativen Formen einer Likert-Skala, die im Abstand von zwei Wochen eingesetzt wurde. Diese Werte sind befriedigend groß. Maßgeblich für die Konvergenzvalidität ist die „Validitätsdiagonale“ (3). Hier werden also die Messwerte für jeweils gleiche Konzepte – gemessen mit unterschiedlichen Methoden – in Beziehung gesetzt. Die Korrelationskoeffizienten sind positiv und hinreichend groß, jedenfalls signifikant von 0 verschieden. Die Analyse hinsichtlich der Diskriminanzvalidität ist etwas komplizierter. Zunächst sollten die Korrelationen in der Validitätsdiagonalen (3) zumindest größer sein, als die Korrelationen für verschiedene Konzepte und verschiedene Methoden (4), was hier eindeutig der Fall ist. Direkt ableitbar aus der Grundidee der Diskriminanzvalidität ist die Anforderung, dass die Koeffizienten in der Validitätsdiagonalen (3) (gleiches Konzept, verschiedene Methoden) höher sein sollten als Korrelationskoeffizienten, die für unterschiedliche Konzepte und gleiche Methoden (2) stehen, was hier gegeben ist.

102

Entwicklung von Multi-Item-Skalen

Methode 2: Thermometer-Skala

Job-Zufriedenheit

Rollenunklarheit

Methode 2: Thermometer-Skala Rollenkonflikt

Job-Zufriedenheit

Rollenunklarheit

Rollenkonflikt

Job-Zufriedenheit

Methode 1: Likert-Skala

Methode 1: Likert-Skala

.896 1

Rollenkonflikt

-.236

Rollenunklarheit

-.356

.075

.817

.450

-.082

-.054

.670 2

Job-Zufriedenheit

3

Rollenkonflikt

-.244

Rollenunklarheit

-.252

4 .395

.142

-.147

.141

.464

-.170

2

4

.289

Die Bedeutung reliabler und valider Messungen für die Aussagekraft von empirischen Untersuchungen ist im vorliegenden Buch immer wieder betont worden. In diesem Abschnitt sind anhand der Entwicklung von Multi-Item-Skalen für Befragungen einige praktisch einsetzbare Kriterien für die Überprüfung von Reliabilität und Validität vorgestellt worden. Diese Kriterien sind (hoffentlich) auf der Basis eines gewissen methodischen Grundverständnisses relativ leicht nachvollziehbar. Inzwischen gibt es weitergehende – und auch wesentlich anspruchsvollere – Ansätze zur Validierung auf der Basis von Strukturgleichungsmodellen (siehe Abschnitt 8.3). Homburg/ Giering (1996, S. 8) sprechen hier von „Reliabilitäts- und Validitätskriterien der zweiten Generation“. Zu Einzelheiten sei auf den zitierten Aufsatz von Homburg/ Giering (1996) sowie auf Hildebrandt (1984), Marsh/ Grayson (1995) und Netemeyer/ Bearden/ Sharna (2003) verwiesen.

103

3.4

3

Repräsentative Befragungen

3.5

Entwicklung von Fragebögen

In den vorigen Abschnitten ist (mit gutem Grund) relativ ausführlich die Formulierung von Fragen einschließlich der Entwicklung von Multi-Item-Skalen (als wichtiger und anspruchsvoller Form der Frageformulierung) erörtert worden. Im vorliegenden Abschnitt geht es jetzt vor allem um die Zusammenstellung der einzelnen Fragen zu einem Fragebogen, der natürlich heute nicht mehr an die physische Form eines Drucks auf Papier gebunden ist, sondern auch elektronische Speicherung bei computergestützten Telefon-Befragungen oder bei Online-Befragungen erlaubt. Zunächst zu der Alternative, ob in einem Fragebogen nur Fragen zu einem Untersuchungsgegenstand (Einthemen-Umfrage) oder zu mehreren Problemkreisen (Mehrthemen-Umfrage) enthalten sind. Für die letztgenannte Form wird auch der (einigermaßen) anschauliche Begriff „Omnibus-Befragung“ verwendet, natürlich nicht, weil die Interviews in öffentlichen Verkehrsmitteln durchgeführt werden, sondern weil analog zu einem Omnibus (lat. „Wagen für alle“), in dem mehrere Personen transportiert werden, hier Fragen zu unterschiedlichen Themen in einem Fragebogen übermittelt werden. Omnibus-Befragungen finden typischerweise auf Initiative von kommerziellen Marktforschungsinstituten (aber auch von sozialwissenschaftlichen Institutionen wie z.B. des Zentrums für Umfragen, Methoden und Analysen ZUMA in Mannheim) statt, die Interessenten anbieten, sich mit einigen Einzelfragen daran zu beteiligen. Durch die Themenmischung bietet die Omnibus-Befragungen methodische Vorteile insofern, als sie für die Auskunftsperson abwechslungsreicher ist und keine Ausrichtung auf ein Antwortverhalten erlaubt, das auf einen erkennbaren Auftraggeber der Untersuchung ausgerichtet ist („Sponsorship-Effekt“). Das zentrale Problem der Fragebogenentwicklung besteht in der Festlegung der Reihenfolge, in der die Fragen gestellt werden. „Ein Reihenfolge-Effekt entsteht, wenn die Antwort auf eine bestimmte Frage durch den Zusammenhang mit vorher gestellten Fragen beeinflusst wird.“ (Sudman/ Blair 1998, S. 285). Manche dieser Effekte sind leicht erkennbar und nachvollziehbar, andere werden erst bei Veränderungen der Reihenfolge und Vergleich der jeweiligen Ergebnisse offenbar (siehe Beispiel zur Antwortreihenfolge im unten stehenden „Kasten“). So kann man sich leicht vorstellen, dass beispielsweise bei einer Frage nach den Gründen, ein bestimmtes Auto zu kaufen, die Nennung einer Antwortkategorie „Hohe Sicherheit“ besonders häufig erfolgt, wenn zuvor z.B. die Frage „Haben Sie in letzter Zeit einen Werbespot gesehen, in dem das Sicherheitspaket des neuen VW …. gezeigt wurde?“ gestellt worden ist.

104

Entwicklung von Fragebögen

Zur Illustration von Reihenfolge-Problemen hier ein Beispiel, bei dem sogar die Reihenfolge der Nennung von Antwortvorgaben zu deutlichen Ergebnisunterschieden führte. Das Beispiel stammt aus einer Untersuchung des Survey Research Center der University of Michigan aus dem Jahre 1979 (vgl. Schuman/ Presser 1981, S. 70). Es wurde bei zwei Teilstichproben ermittelt, inwieweit sich die Reihenfolge, in der Antwortmöglichkeiten genannt werden, auf die Antwortverteilung auswirken. Die Erhebung, aus der das hier interessierende Teilergebnis im Folgenden wiedergegeben wird, bezog sich u.a. auf die Notwendigkeit staatlicher Wohnungspolitik in den USA. „Manche Leute glauben, dass sich die Bundesregierung um angemessene Wohnungsversorgung für jeden kümmern sollte, während andere Leute glauben, dass sich jeder selbst seine Wohnung besorgen sollte. Was kommt Ihrer Meinung am nächsten?“ 1. Regierung 2. Jeder selbst

44,6 % 55,4 % 100 % (n = 327)

„Manche Leute glauben, dass sich jeder selbst seine Wohnung besorgen sollte, während andere Leute glauben, dass sich die Bundesregierung um angemessene Wohnungsversorgung für jeden kümmern sollte. Was kommt Ihrer Meinung am nächsten?“ 2. Regierung 1. Jeder selbst

29,5 % 70,5 % 100 % (n = 329)

Die nur scheinbar belanglose Änderung der Reihenfolge, in der die verschiedenen Standpunkte im Fragetext erscheinen, bewirkt also eine (signifikante) Veränderung der Antwortverteilung um etwa 15 %. Woran kann das liegen? Schuman/ Presser (S. 68) vermuten, dass beide genannten Alternativen für die Auskunftspersonen attraktiv sind und dass – bei bisher nicht festgelegter Meinung – die erstgenannte akzeptiert wird bevor die zweite vorgelesen wird. Hinsichtlich der üblicherweise empfohlenen Fragereihenfolge seien hier einige wichtige Regeln aus der einschlägigen Literatur (Noelle-Neumann/ Petersen 2000, S. 120 ff., Sudman/ Blair 1998, S. 285 ff.) zusammengestellt: (1) Zu Beginn des Fragebogens Kontakt zur Auskunftsperson herstellen mit einigen leicht beantwortbaren und Interesse weckenden Fragen, den so genannten „EisbrecherFragen“. Beispiel: „Zunächst eine Frage zu Ihrem letzten Urlaub. Heute werden ja viele Urlaubsreisen zu außereuropäischen Zielen angeboten. Wie stehen Sie dazu? Fahren Sie lieber weit weg oder bleiben Sie lieber in Europa? Fahre lieber weit weg

( )

Bleibe lieber in Europa

( )“

105

3.5

3

Repräsentative Befragungen

(2) Fragen zu persönlichen Merkmalen wie Alter, Einkommen, Schulbildung etc. sollten nach Möglichkeit am Ende des Fragebogens platziert werden. Diese Fragen sind zwar für zahlreiche Auswertungen wichtig, werden aber von vielen Auskunftspersonen als Eindringen in ihre Intimsphäre wahrgenommen. Zu Beginn eines Interviews könnten solche Fragen Misstrauen wecken, während am Ende schon etwas Vertrauen entstanden ist und eher erklärt werden kann, dass diese Fragen zur (anonymen) Auswertung der sonstigen Angaben benötigt werden. (3) Zur Vermeidung einiger Reihenfolge-Effekte sollte normalerweise eine Fragereihenfolge vom Allgemeinen zum Speziellen vorgesehen werden. Beispiel: „Wie finden Sie die Zeitschrift „Stern“ insgesamt?“ „Wie finden Sie die politischen Kommentare im „Stern“?“ „Wie finden Sie die Kochrezepte im „Stern“?“ Der Grund liegt darin, dass generelle Angaben speziellere meist nicht beeinflussen; umgekehrt kann das sehr wohl der Fall sein (vgl. Sudman/ Blair 1998, S. 285). (4) Zur Unterstützung des Gedächtnisses der Auskunftsperson und zur Erleichterung der Beantwortung sollte eine logische Reihenfolge der Fragen eingehalten werden. Beispiel: „Wo waren Sie vor zwei Jahren im Urlaub?“ „Wo waren Sie im letzten Jahr im Urlaub?“ „Wo verbringen Sie in diesem Jahr Ihren Urlaub?“ (5) Inhaltlich zusammen gehörende Fragen sollten zusammengefasst werden, um gedankliche Sprünge zu vermeiden und die Beantwortung zu erleichtern. (6) Beim Wechsel eines Themas sollten Übergänge zwischen den entsprechenden Fragebogen-Abschnitten hergestellt werden, um die Auskunftsperson durch den Fragebogen zu leiten. Beispiel: „Nun folgen einige Fragen zum Bereich…..“

Für die Fragenreihenfolge hat ein spezieller Fragentyp eine besondere Bedeutung, die so genannten „Filterfragen“. Was ist damit gemeint? Der Name bezieht sich darauf, dass damit die Teilmenge von Auskunftspersonen herausgefiltert werden soll, für die eine folgende Frage bzw. ein Folgender Fragebogenteil zutrifft. Die anderen Befragten werden gewissermaßen an diesem Teil „vorbei geleitet“. Beispiel: „Sind Sie Raucher?“ Nein ( ) Bitte weiter mit Frage XX 106

Entwicklung von Fragebögen

Ja

( )  „Welche Zigarettenmarke bevorzugen Sie?“

Ein Problem bei einer großen Zahl solcher Filterfragen in einem Fragebogen entsteht dadurch, dass die Auskunftsperson nach einiger Zeit merkt, wie sie bei diesen Fragen antworten muss, um eine Reihe folgender Fragen zu umgehen und das Interview abzukürzen. Die formale Gestaltung von Fragebögen kann in diesem einführenden Lehrbuch nicht umfassend behandelt werden. Dazu muss vor allem auf die einschlägige Spezialliteratur (Dillman 1978, Dillman 2000, Noelle-Neumann/ Petersen 1998, Sudman/ Blair 1998, Bradburn/ Sudman/ Wansink 2004) verwiesen werden. Einige gängige und einfache Regeln mögen genügen:

„ „ „ „ „ „ „

Fragebogen als handliche kleine Broschüre gestalten. Große, klare Schrifttype verwenden. Fragen übersichtlich anordnen. Fragen nicht über mehrere Seiten hinziehen. Optische Hilfsmittel (Pfeile, Hervorhebungen etc.) verwenden. Alle Fragen nummerieren. Anweisungen für die Beantwortung (z.B. „Bitte nur eine Antwort ankreuzen“) deutlich machen.

Angesichts der zahlreichen Probleme und Fehlermöglichkeiten bei der Formulierung von Fragen und Entwicklung von Fragebögen gilt heute die Durchführung von so genannten „Pretests“ vor dem Einsatz des Fragebogens bei einer größeren Stichprobe als Standard (Kaase 1999, S. 49). Man versteht unter einem Pretest die Erprobung eines Fragebogens unter Bedingungen, die möglichst weitgehend der Untersuchungssituation entsprechen. Üblich ist hier eine Anzahl von Auskunftspersonen, die etwa zwischen 20 und 50 liegt. Sudman/ Blair (1998, S. 301) nennen drei Aufgaben von Pretests, wobei die erstgenannte herausgehobene Bedeutung hat:

„ Identifizierung von Unklarheiten, Fehlern, Missverständnissen etc. bei Frageformulierungen, Antwortkategorien und Erläuterungen zum Fragebogen.

„ Realitätsnahe Abschätzung der Interviewdauer für Planung des Interviewereinsatzes.

„ Feststellung, ob die Antworten auf die verschiedenen Fragen Varianz haben. Fragen, die von praktisch allen Auskunftspersonen einheitlich beantwortet werden (z.B. „Sehen Sie gelegentlich fern?“), bringen keine Information und können eliminiert werden.

107

3.5

3

Repräsentative Befragungen

Die American Association for Public Opinion Research fasst in ihren „Codes of Ethics“ (zitiert nach Kaase 1999, S. 133) die Bedeutung von Pretests zusammen: „Qualitativ hochwertige Umfragen sehen grundsätzlich ein angemessenes finanzielles und zeitliches Budget zum Pretesten von Fragebogen und Feldarbeit vor. Pretests sind der einzige Weg, um herauszufinden, ob alles „funktioniert“, insbesondere dann, wenn in einer Umfrage neue Techniken oder neue Fragebatterien zum Einsatz kommen sollen. Weil es kaum möglich ist, alle potenziellen Missverständnisse oder Verzerrungen der verschiedenen Fragen und Verfahren vorherzusehen, ist es für eine gut geplante Umfrage existenziell, Vorkehrungen für Pretests zu treffen. Alle Fragen sollten vorgetestet werden, um sicher zu stellen, dass sie von den Befragten verstanden werden, dass sie von den Interviewern ordentlich abgearbeitet werden können und dass sie die Antwortbereitschaft nicht negativ beeinflussen.“ Im Hinblick auf Einzelheiten zur Durchführung von Pretests sei hier auf Groves u.a. (2004, S. 241 ff.) und auf Presser u.a. (2004) verwiesen. In den bisherigen Abschnitten sind verschiedene Schritte bei der Entwicklung eines Fragebogens dargestellt worden. Wegen der großen Fehlerempfindlichkeit von Befragungen erfordert dieser Prozess besondere Sorgfalt und mehrere Überprüfungen. Als Maßstab dafür, aber auch als Illustration des typischen Aufwandes bei der Fragebogenentwicklung, sei hier in Anlehnung an Bradburn/ Sudman/ Wansink (2004, S. 315 f.) eine entsprechende Empfehlung in insgesamt 17 (!) Schritten (wieder-)gegeben: 1. Bestimmung der bei der Umfrage zu erhebenden Informationen. 2. Suche nach entsprechenden bereits in früheren Umfragen verwendeten Fragen. 3. Entwurf (Formulierung) neuer Fragen bzw. Überarbeitung früher verwendeter Fragen. 4. Festlegung der Fragereihenfolge. 5. Entwurf der äußeren Gestaltung des Fragebogens. 6. Entwurf von Codierungsregeln (numerische Verschlüsselung der Antworten für die Computereingabe, siehe Abschnitt 5.3). 7. Erster Pretest (bei Kollegen, Bekannten etc.). 8. Überarbeitung des Fragebogens auf Grund der Pretest-Ergebnisse und erneuter (kleiner) Pretest. 9. Vorbereitung von Interviewer-Anweisungen zur Durchführung der Interviews. 10. Pretest bei 20 bis 50 Personen aus der Zielgruppe der Befragung. 11. Sammlung und Auswertung von Kommentaren der Interviewer und der Auskunftspersonen zum Fragebogen. 12. Eliminierung von Fragen ohne Varianz der Antworten oder mit geringer Validität . 13. Überarbeitung von Fragen, bei denen es Probleme gibt. 14. Erneuter Pretest. 15. Erarbeitung der Endfassung der Interviewer-Anweisungen.

108

Kommunikationsformen bei Befragungen

16. Beobachtung von Problemen bei der Interviewer-Schulung und während der Anlaufphase der Umfrage sowie gegebenenfalls Vornahme entsprechender Korrekturen. 17. Auswertung von Interviewer-Kommentaren und sonstigen Erfahrungen nach der Untersuchung zur Verwendung bei künftigen Untersuchungen. Hier sei hervorgehoben, dass die vorstehende Empfehlung zur Fragebogenentwicklung insgesamt vier (!) Pretests vorsieht.

3.6

Kommunikationsformen bei Befragungen

3.6.1

Überblick

In der Markt- und Sozialforschung haben sich inzwischen vier Hauptformen der Kommunikation mit der Auskunftsperson etabliert, die hier gekennzeichnet und in dem folgenden Abschnitt jeweils kurz diskutiert seien. Es werden dabei unterschieden:

„ Persönliche bzw. mündliche Befragung (Face-to-Face Interviews) Beim persönlichen Interview wird die Auskunftsperson in der Regel in ihrer Wohnung oder am Arbeitsplatz vom Interviewer aufgesucht (manchmal auch auf der Straße oder auf Messen angesprochen) und auf der Grundlage eines gedruckten oder im Laptop gespeicherten Fragebogens befragt.

„ Schriftliche Befragung Eine schriftliche Befragung vollzieht sich meist so, dass der Auskunftsperson auf postalischem Wege der Fragebogen zugesandt wird, den diese dann ausfüllen und zurück schicken soll.

„ Telefonische Befragung Bei dieser Art der Befragung übermittelt ein Interviewer per Telefon Fragen an die Auskunftsperson, die er in der Regel von einem Computer-Bildschirm (CATI / Computer Assisted Telephone Interview) abliest, nimmt die Antworten auf und macht sofort die entsprechenden Eingaben am Computer.

„ Online-Befragung Bei Online-Befragungen wird ein Fragebogen, der auf einem Server gespeichert ist, über das Internet ausgefüllt oder es wird ein Fragebogen per E-Mail an die Auskunftsperson verschickt, beantwortet und dann wieder per E-Mail zurück gesandt. Nach Kaase (1999, S. 46) lassen sich diese Kommunikationsformen repräsentativ angelegter Befragungen in der in Abb. 3.14 dargestellten Weise untergliedern.

109

3.6

3

Repräsentative Befragungen

Abbildung 3-14: Kommunikationsformen von Befragungen (nach Kaase 1999, S. 46)

Befragung

mit Interviewer

persönliche/ mündliche Befragung

telefonische Befragung

ohne Interviewer

schriftliche Befragung

online OnlineBefragung

Befragung

In der Praxis der Marktforschung spielen teilweise auch (kurze) Befragungen von Kunden bzw. Passanten in Einkaufszentren oder auf der Straße eine Rolle. Dabei handelt es sich um einen besonderen Fall der mündlichen Befragung, bei dem auf die repräsentative Auswahl verzichtet wird bzw. werden muss, der hier nicht besondert behandelt wird. In den folgenden Abschnitten sollen die hier vorstehend gekennzeichneten Formen der Befragung jeweils kurz diskutiert, ihre spezifischen Probleme genannt und Lösungsansätze für einige dieser Probleme aufgezeigt werden. Dabei wird jeweils an Hand dreier wichtiger Kriterien vorgegangen:

„ Repräsentanz „ Qualität der Daten und „ organisatorischer und finanzieller Aufwand. Im Zusammenhang mit der Repräsentanz geht es zunächst darum, ob das wichtigste Prinzip bei der Auswahl einer repräsentativen Stichprobe, die Berechenbarkeit der Chance für alle Elemente der Grundgesamtheit, Element der Stichprobe zu werden (siehe Abschnitt 3.2), durch die Kommunikationsform der Befragung beeinflusst wird. 110

Kommunikationsformen bei Befragungen

Weiterhin ist das Problem der mangelnden Stichprobenausschöpfung dadurch, dass ein Teil der in der Stichprobe befindlichen Zielpersonen den Fragebogen nicht erhält (z.B. wegen einer Adressenänderung) oder die Antwort verweigert, zu erörtern. Wenn man die Stichprobe in die Gruppe der Antwortenden und derer, die nicht antworten (Verweigerer u.a.), unterteilt, kann es sein, dass sich diese beiden Gruppen hinsichtlich einiger für die Untersuchung relevanter Merkmale unterscheiden. Beispielsweise könnte man damit rechnen, dass bei einer Untersuchung über soziale Kontakte die Ergebnisse dadurch verzerrt werden, dass kontaktarme Leute besonders häufig Auskünfte verweigern und damit unterrepräsentiert sind. Dieses Problem ist durch eine Vergrößerung der Stichprobe natürlich nicht zu lösen. Allein eine möglichst weitgehende Ausschöpfung der Stichprobe kann die Repräsentanz einer Umfrage verbessern. Ein weiteres Repräsentanzproblem bei Befragungen besteht darin zu gewährleisten, dass die für die Stichprobe ausgewählte Person den Fragebogen auch selbst beantwortet (Identitätsproblem). Analog zur Problematik geringerer Stichproben-Ausschöpfung können die Ergebnisse einer Umfrage verzerrt werden, wenn die in der Stichprobe ausgewählte nicht mit der antwortenden Person identisch ist (beispielsweise weil der Interviewer an Stelle der eigentlich zu befragenden Person, die er nicht angetroffen hat, deren Ehepartner befragt), da damit die Zufälligkeit der Auswahl der Erhebungselemente nicht mehr gegeben wäre. Bei der Erörterung der Beeinflussung der Qualität der zu erhebenden Daten durch die Kommunikationsform der Befragung steht die Frage im Vordergrund, in welchem Maße das Instrumentarium der Frageformulierung (z.B. Verwendung von Vorlagen) und des Fragebogenaufbaus (z.B. Steuerung der Fragenreihenfolge) einsetzbar ist. Weiterhin sind in diesem Zusammenhang auch mögliche Beeinflussungen des Antwortverhaltens, die mit der Form der Befragung zusammenhängen, zu diskutieren. Der bei den verschiedenen Formen der Befragung entstehende durchaus unterschiedliche organisatorische und finanzielle Aufwand muss natürlich auch eine Rolle spielen. Ein Teil des mit einer Umfrage verbundenen Aufwandes – wie z.B. der für die Fragebogenerstellung, die Datenanalyse und die Berichterstattung – ist von der Kommunikationsart weitgehend unabhängig und braucht deswegen nicht besonders beachtet zu werden. Deutliche Unterschiede zeigen sich vor allem beim Erhebungsaufwand pro Interview und in geringerem Maße bei den mit der Stichprobenziehung zusammenhängenden Tätigkeiten.

111

3.6

3

Repräsentative Befragungen

3.6.2

Persönliche / mündliche Befragung

Die mündliche Befragung kann bei Stichproben aus beliebigen Grundgesamtheiten eingesetzt werden. Hinsichtlich der Stichprobenausschöpfung führt eine mündliche Umfrage im Allgemeinen zu befriedigenden Resultaten, wobei allerdings eine vollständige oder fast vollständige Ausschöpfung nur im Ausnahmefall erreicht wird. Meist muss man sich mit Ausschöpfungsraten von 60 bis 90 % zufrieden geben; dabei wird allerdings vorausgesetzt, dass der Interviewer noch zwei bis drei Wiederholungsbesuche macht, wenn er eine Auskunftsperson nicht auf Anhieb antrifft. Ursachen für Interviewausfälle sind Verweigerungen aus verschiedenen Gründen (z.B. Zeitmangel), mangelnde Erreichbarkeit der Zielperson und Adressenmängel. Das Identitätsproblem stellt sich bei mündlichen Befragungen im Zusammenhang mit der Qualität des Interviewerstabs. Bei absolut zuverlässigen Interviewern, die so lange Wiederholungsbesuche machen, bis sie eine vorgegebene Zielperson tatsächlich antreffen, zeigt sich dieses Problem natürlich nicht. In der Praxis wird man aber damit rechnen müssen, dass mancher Interviewer der Versuchung nicht widerstehen kann, eine andere Person aus dem gleichen Haushalt oder eine sonstige „ähnliche“ Person zu befragen, um einen Wiederholungsbesuch zu vermeiden. Das kann so weit gehen, dass Interviews vollständig gefälscht werden. Zur Sicherung der Identität von zu befragender und antwortender Person können entsprechende Interviewerkontrollen durch Nachbefragungen auf telefonischem oder postalischem Wege vorgenommen werden. Der entscheidende Vorteil der mündlichen Umfrage liegt in der Qualität der erhobenen Daten. Diese Form der Befragung gestattet den Einsatz des gesamten Instrumentariums der Frageformulierung und der Fragebogengestaltung, da die Befragungssituation vom Interviewer den Anweisungen des Untersuchungsleiters entsprechend gestaltet werden kann. Dadurch kann die Einhaltung einer für den Untersuchungszweck notwendigen Fragenreihenfolge garantiert werden. Es können bei der Befragung Vorlagen (Bilder und Texte) ohne besondere Schwierigkeiten verwendet werden. Der Interviewer kann bei komplexen Fragen Hilfen geben und gegebenenfalls auch die Informationen, die das Interview liefert, durch eigene Beobachtungen ergänzen (z.B. „Produkt A ist im Haushalt vorrätig“). Durch die vielfältigen Möglichkeiten der Fragebogengestaltung kann man eine mündliche Befragung recht abwechslungsreich anlegen und deswegen auch relativ lange Interviews durchführen. Lediglich eine wesentliche qualitative Einschränkung muss gemacht werden: Beim persönlichen Interview besteht die Gefahr, dass Verzerrungen durch einen Einfluss des Interviewers entstehen (Interviewer-Bias). Dieser kann einerseits darin liegen, dass der Interviewer durch seine Persönlichkeit (extremes Beispiel: Farbiger führt Interviews über Rassendiskriminierung durch) oder sein Verhalten (z.B. Auftreten, persönliche Bemerkungen) das Antwortverhalten der Auskunftsperson beeinflusst. Andererseits kann – insbesondere dann, wenn der Interviewer selbst eine prononcierte Meinung zum Untersuchungsgegenstand hat – das Phänomen der selektiven Wahrnehmung auftreten. Es handelt sich dabei um eine meist unbewusste Tendenz des Interviewers, die gegebenen Antworten in Richtung auf seine eigenen Erwartungen verfälscht aufzu112

Kommunikationsformen bei Befragungen

nehmen. Mittel zur Erreichung eines möglichst neutralen Verhaltens des Interviewers sind vor allem in der weitgehenden Standardisierung des Fragebogens, in der klaren personellen Trennung von Untersuchungsanlage und Interviewdurchführung und in der zweckmäßigen Interviewerauswahl und –schulung zu sehen. Den bisher dargestellten überwiegend positiven Eigenschaften der mündlichen Befragung muss gegenübergestellt werden, dass sie die weitaus aufwändigste der vier behandelten Befragungsformen ist. Hier ist vor allem an die Kosten für InterviewerHonorare und Fahrtkosten zu denken, die insbesondere bei Spezialinterviews (z.B. Befragungen von großräumig verteilten Fachärzten) sehr zu Buche schlagen. Hinzu kommt der beträchtliche organisatorische und finanzielle Aufwand für die Rekrutierung, Betreuung, Schulung und Kontrolle der Interviewer.

3.6.3

Schriftliche Befragung

Nach der Form der Zustellung der Fragebogen werden verschiedene Arten der schriftlichen Befragung unterschieden:

„ der durch die Post versandte Fragebogen, „ der persönlich verteilte und abgeholte Fragebogen, „ der Fragebogen, der an die zu befragenden Personen, die in einem Raum versammelt sind (z.B. bei einer Lehrveranstaltung), verteilt und nach der Ausfüllung wieder eingesammelt wird („Klassenzimmer-Interview“). Im Folgenden soll ausschließlich die postalische Zustellung eines standardisierten Fragebogens als dabei weitaus wichtigste Methode erörtert werden. Diese Methode kann hierzulande bei der Befragung beliebiger Grundgesamtheiten eingesetzt werden. In der Literatur gilt der Hinweis auf die mangelnde Repräsentanz als der schwerstwiegende Einwand gegen die schriftliche Befragung. Dabei wird insbesondere auf eine im Vergleich zur mündlichen Befragung große Zahl von nicht antwortenden Personen verwiesen (oft zwischen 40 und 70%). Bei einer mündlichen Befragung ist durch die Anwesenheit des Interviewers, der in irgendeiner Form auf die Beantwortung des Fragebogens drängt und dabei noch behilflich ist, ein so starker Anreiz bzw. Druck gegeben, dass sich die Ausfallquote auf einen „harten Kern“ von Antwortverweigerern, die Gruppe der nicht anzutreffenden Personen, und die Fälle, bei denen sich die Anschrift geändert hat, reduzieren lässt. Eine schriftliche Befragung, die nicht auf diese Antwortsituation hin gestaltet ist, würde weit geringere Rücklaufquoten erzielen, weil viele Auskunftspersonen wegen einer gewissen Gleichgültigkeit, wirklichem oder eingebildetem Zeitmangel oder wegen mangelnder Schreibgewandtheit den Fragebogen nicht ausfüllen. Nur zu einem geringen Teil werden diese Gründe für einen geringeren Rücklauf dadurch kompensiert, dass bei einer postalischen Umfrage der Befragte den Eindruck größerer Anonymität

113

3.6

3

Repräsentative Befragungen

haben kann, und dass Bevölkerungsgruppen, die aus beruflichen oder sonstigen Gründen schwer zu Hause anzutreffen sind, besser als bei einer mündlichen Befragung erreicht werden können. Inzwischen ist die Gestaltung von schriftlichen Befragungen so weit entwickelt worden, dass bei Bevölkerungsumfragen Antwortquoten in der Größenordnung von 60% erreichbar sind. Um den Befragten eine Motivation zur Beantwortung zu geben, wird dem Fragebogen ein Begleitschreiben beigelegt. Dieses Schreiben muss zunächst Auskunft darüber geben wer für die Umfrage verantwortlich ist, und es muss dargestellt werden, weshalb der Veranstalter der Umfrage an einer Beantwortung des Fragebogens interessiert ist. Oftmals versucht man dadurch, dass man auf die wegen der relativ kleinen Stichprobe große Bedeutung jeder einzelnen Antwort im Zusammenhang mit der Wichtigkeit der Umfrage insgesamt hinweist, dem Befragten einen gewissen Anreiz zu geben, sich zu beteiligen. Eine ausdrückliche Zusicherung der vertraulichen Behandlung der Angaben (Anonymität) dürfte für einen großen Teil der Auskunftspersonen eine Voraussetzung für die Rücksendung sein. Beträchtliche Wirkungen in Hinsicht auf eine hohe Antwortquote lassen sich durch den Versand von Erinnerungsschreiben an diejenigen, die bis zu einem bestimmten Zeitpunkt nicht geantwortet haben, erreichen. Vor allem durch solche Schreiben sind in diversen Untersuchungen hohe Antwortquoten erreicht worden. Dieses Instrument muss daher als sehr wichtig angesehen werden. Bei der Gestaltung des Fragebogens hat man bei schriftlicher Befragung stärker als bei mündlicher auf leichte Lesbarkeit zu achten. Fragebögen, die unübersichtlich aufgeteilt sind, schwer verständliche Fragen enthalten oder einen wenig attraktiven Gesamteindruck hinterlassen, könnten Auskunftspersonen veranlassen, nicht zu antworten. Fast immer wird dem Fragebogen ein freigemachter fertig adressierter Rückumschlag beigelegt. Neben dem der Stichprobenausschöpfung ergeben sich weitere Probleme für die Repräsentanz einer postalischen Befragung dadurch, dass nicht garantiert ist, dass die für die Stichprobe ausgewählte Person den Fragebogen auch tatsächlich ausfüllt (Identitätsproblem). Jegliche Kontrolle durch einen Interviewer entfällt. Die Auskunftsperson hat die Möglichkeit, den Fragebogen beispielsweise durch den Ehepartner bzw. eine Person, die für „kompetent“ gehalten wird, ausfüllen zu lassen. Im Hinblick auf die Qualität der Daten muss man bei schriftlichen Befragungen einige Einschränkungen in Kauf nehmen. So hat man keine Kontrolle über die Reihenfolge, in der die Fragen gelesen und beantwortet werden. Weiterhin ist die Verwendung von Vorlagen (Bilder, Packungen etc.) natürlich sehr beschränkt. Insgesamt muss der Fragebogen besonders einfach gestaltet sein, um die größtenteils unerfahrenen Auskunftspersonen nicht zu überfordern. Das verbietet auch komplizierte Verzweigungen in Fragebögen durch so genannte „Filterfragen“ (siehe Abschnitt 3.5). Ein gravierender Vorteil der schriftlichen gegenüber der mündlichen Befragung liegt in ihren relativ niedrigen Kosten pro Interview, die sich im Wesentlichen auf das entsprechende Porto beschränken. Auch in organisatorischer Hinsicht hat die schriftliche Befragung Vorteile, da sie nicht den Apparat eines professionellen Marktforschungsinstituts voraussetzt, sondern mit dem in

114

Kommunikationsformen bei Befragungen

vielen Büros vorhandenen apparativen und personellen Potenzial auskommt. Durch die recht zeitaufwändigen Versand- und Mahnprozeduren liegt die Untersuchungsdauer bei schriftlichen Befragungen deutlich höher als bei den anderen Kommunikationsformen der Befragung.

3.6.4

Telefonische Befragung

Voraussetzung für repräsentativ angelegte telefonische Befragungen ist eine hinreichend große Telefondichte in der interessierenden Zielgruppe. Da in Mitteleuropa weit über 90% aller Haushalte einen Telefonanschluss haben, ist diese Voraussetzung hier weitgehend gegeben. Allerdings könnten neuartige Probleme entstehen, wenn immer mehr Personen an Stelle eines Festnetzanschlusses nur noch ein mobiles Telefon benutzen. Mangelnde Stichprobenausschöpfung dadurch, dass man Auskunftspersonen nicht antrifft, spielt bei der telefonischen eine geringere Rolle als bei der mündlichen Befragung, da eine große Zahl wiederholter Kontaktversuche leicht und ohne großen Mehraufwand durchführbar ist. Das für die Repräsentanz einer Untersuchung ebenfalls bedeutsame Identitätsproblem stellt sich ähnlich wie bei der mündlichen Befragung. Die Qualität der erhebbaren Daten ist bei telefonischer Befragung eher geringer als bei mündlicher, da man sich auf relativ einfache Fragestellungen beschränken muss. Die Begrenzung auf den rein akustischen Kontakt lässt komplexe Fragen, die dem Befragten oft nur durch optische Hilfsmittel verständlich werden, nicht zu. Andererseits wird durch die Verringerung des Kontakts zwischen Interviewer und Interviewtem auch die Gefahr des Interviewereinflusses geringer. Man geht davon aus, dass ein telefonisches Interview deutlich kürzer sein muss als ein mündliches. Andererseits bestehen bei telefonischer Befragung ungewöhnlich gute Möglichkeiten zur Kontrolle des Interviewerverhaltens. Ein ganz gravierender Vorzug der telefonischen Befragung besteht in ihrer organisatorischen/ finanziellen Seite. Die Kosten pro Interview sind durch den relativ geringen damit verbundenen Zeitaufwand (keine Anfahrtswege) entsprechend niedrig. Fahrtkosten für den Interviewer entfallen. In diesem Zusammenhang wirkt sich auch die einfache Stichprobenziehung aus, für die mit den Telefonverzeichnissen eine brauchbare Grundlage gegeben ist. Hinzu kommt, dass man in vergleichsweise kurzer Zeit zu Ergebnissen gelangen kann. In den letzten 20 Jahren hat sich die telefonische Befragung zur verbreitetsten Methode der Datenerhebung entwickelt, wobei natürlich die gegebene hohe Telefondichte eine wichtige Rolle gespielt hat. Daneben ist die Ausbreitung telefonischer Interviews vor allem durch die Kostenvorteile und die größere Schnelligkeit des Verfahrens zu erklären. Die Entwicklung von CATI-Systemen (Computer Assisted Telephone Interview) hat den Trend zur telefonischen Befragung weiter verstärkt, da damit diverse zusätzliche Vorteile verbunden sind. Der Ablauf eines Interviews mit einem CATI-System ist sehr einfach: Frage- und Antwortkategorien erscheinen auf dem Bildschirm und werden vom Interviewer per Telefon der Auskunftsperson vorgelesen. Deren Antwort wird 115

3.6

3

Repräsentative Befragungen

vom Interviewer über eine Tastatur sofort in den Rechner eingegeben und dieser präsentiert die nächste Frage auf dem Bildschirm, wobei die Einhaltung der manchmal recht komplizierten Verzweigungslogik („Filterfragen“) automatisch gesteuert wird. Nun zu einigen spezifischen Vorteilen von CATI-Interviews im Vergleich zur herkömmlichen telefonischen Befragung: x

Durch die direkte Eingabe der Antworten in den Rechner entfällt der häufig zeitaufwändige Prozess der Codierung (siehe Abschnitt 5.3) und Fehlerkontrolle.

x

Die sofortige Auswertbarkeit jedes abgeschlossenen Interviews ermöglicht Zwischenauswertungen während des Prozesses der Datenerhebung. Damit können z.B. Schwächen einzelner Frageformulierungen relativ frühzeitig erkannt (und gegebenenfalls korrigiert) werden.

x

Unmittelbar nach der Eingabe einer Antwort können Fehlerkontrollen und gegebenenfalls Korrekturen vorgenommen werden. In Verbindung mit dem Wegfall von Fehlermöglichkeiten bei gesonderter Codierung und Eingabe erhöht dies die Qualität der Daten beträchtlich.

x

CATI-Systeme erlauben eine weitgehende Individualisierung der Befragung. Das bezieht sich nicht nur auf am Computer ziemlich problemlos umzusetzende komplizierte Filteranweisungen, sondern auch auf die Möglichkeit, Informationen, die zu Beginn eingegeben wurden, im weiteren Verlauf des Interviews zu verwenden. Beispielsweise kann zu Beginn nach einer präferierten Marke gefragt werden und dieser Markenname dann in alle Fragetexte, die sich darauf beziehen, vom Computer eingesetzt werden.

x

Häufig hat man bei Befragungen mit Effekten der Reihenfolge von Fragen oder Antwortkategorien zu rechnen. Computerkontrollierte Interviews erlauben eine Neutralisierung dieses Einflusses durch Randomisierung (zufallsgesteuerte Veränderung) der Frage- bzw. Antwortreihenfolgen.

3.6.5

Online-Befragung

Seit etwa Mitte der 90er Jahre haben sich durch die starke Ausbreitung der InternetNutzung in den hoch entwickelten Ländern auch die Möglichkeiten zur Nutzung dieses Mediums für Befragungen wesentlich verbessert. Die folgende Übersicht (Abb. 3.15) gibt einen Eindruck von der Verbreitung der Internetnutzung in Deutschland und ihrer Entwicklung.

116

Kommunikationsformen bei Befragungen

Abbildung 3-15: Entwicklung der Internetnutzerschaft in Deutschland (Quelle: ACTA 2006)

Nutzung in % der Bevölkerung 80% 70%

63,5%

60%

55,7%

50%

67,3%

58,8%

46,0% 40,0%

40% 30%

28,6%

20% 10% 0% 2000

2001

2002

2003

2004

2005

2006

Diese Darstellung zeigt aber auch, dass die Voraussetzungen für repräsentative Bevölkerungsumfragen über das Internet noch nicht gegeben sind. Insbesondere ältere potenzielle Auskunftspersonen und Angehörige niedriger sozialer Schichten sind mit Online-Befragungen schlecht erreichbar und wären deswegen eher unterrepräsentiert. Damit ist auch schon das Kriterium der Repräsentanz angesprochen. Allerdings spielt dieses Defizit bei Zielgruppen, die fast vollständig Online erreichbar sind (z.B. Wissenschaftler, Führungskräfte aus Unternehmen und anderen Organisationen), kaum eine Rolle. Ein weiterer Schwachpunkt von Online-Befragungen hinsichtlich der Repräsentativität besteht darin, dass bei Web-Befragungen (Fragebogen auf einem Server gespeichert, der von Auskunftspersonen abgerufen wird) keine echte Stichprobenziehung möglich ist, da interessierte TeilnehmerInnen selbst entscheiden, ob sie mitmachen (Selbstselektion). Dieses Problem spielt aber bei per E-Mail versandten Fragebögen prinzipiell keine Rolle. Hier hat man eher eine Situation wie bei schriftlichen Befragungen (siehe Abschnitt 3.6.3) und muss Maßnahmen vorsehen, um die Bereitschaft und Willigkeit zur Teilnahme an der Befragung zu stimulieren. Hinsichtlich der Qualität der Daten bieten Web-Befragungen relativ gute Bedingungen. Die Möglichkeiten zur graphischen Gestaltung von Fragebögen, zur Verwendung von Bildmaterial und zur Steuerung von Verzweigungen des Fragebogens entsprechen

117

3.6

3

Repräsentative Befragungen

zumindest denen von mündlicher und telefonischer Befragung. Darüber hinaus sind sogar die Präsentation von Video-Sequenzen oder akustischen Signalen (z.B. Melodien) möglich. Ferner erlaubt die Web-Befragung auch einige verdeckte Arten der Datenerhebung, wie z.B. die Messung der Reaktionszeiten bei den einzelnen Antworten. Ein weiterer Vorteil von Online-Befragungen besteht in der kurzen Untersuchungsdauer, ähnlich wie bei telefonischen Befragungen. Die Kosten der Untersuchung sind hier eher gering, da weder Interviewer-Honorare noch Porto für den Versand von Fragebögen und Mahnschreiben zu zahlen sind. Dadurch lassen sich sogar – nach angemessener sprachlicher Anpassung der Online-Fragebögen – Befragungen mit weltweit verstreuten Zielgruppen durchführen, was bei den herkömmlichen Methoden kaum möglich war. Allerdings verlangt die Realisierung „elektronischer Fragebögen“ ein spezielles technisches Know-how, das nicht überall leicht verfügbar ist.

3.6.6

Zusammenfassung

Gerade zu den unterschiedlichen Kommunikationsformen bei Befragungen sind im Lauf der letzten Jahrzehnte umfangreiche Erfahrungen gesammelt und zahlreiche Studien durchgeführt worden. Hier ist es nicht leicht, eine entsprechende Übersicht zu gewinnen und zu behalten. Es kommt hinzu, dass manche Entwicklungen in Technik und Gesellschaft die Anwendungsbedingungen für diese Kommunikationsformen im Zeitablauf verändern. Hier sei nur an folgende Gesichtspunkte erinnert:

„ Steigende Telefondichte ermöglichte repräsentativ angelegte telefonische Umfragen. „ Ausbreitung von Computern (und deren gesunkene Kosten) ermöglichten computergestützte Interviews (z.B. CATI).

„ Ausweitung der Internet-Nutzung erlaubt bei immer mehr Zielgruppen OnlineBefragungen.

„ Zunehmendes Desinteresse und Misstrauen gegenüber Umfragen führt zu erhöhten Verweigerungsraten. Trotz aller Komplexität der Materie und Vorsicht gegenüber Vereinfachungen der methodischen Probleme sei hier der Versuch unternommen, wichtige Stärken und Schwächen der verschiedenen Kommunikationsformen von Befragungen in einer einfachen Tabelle zusammenzufassen. Dazu werden in der folgenden Abbildung 3.16 die jeweiligen Stärken jeweils durch ein „+“, die Schwächen durch ein „-“ gekennzeichnet. Eine „0“ ist eingetragen, wenn keine eindeutigen und ausgeprägten Stärken und Schwächen festgestellt werden können. Als Kriterien werden die Gesichtspunkte verwendet, die die Diskussion in den vorangehenden Abschnitten bestimmt haben.

118

Kommunikationsformen bei Befragungen

Persönliche / mündliche Befragung

Schriftliche Befragung

Telefonische Befragung

OnlineBefragung

Abbildung 3-16: Stärken und Schwächen verschiedener Kommunikationsformen bei Befragungen

Repräsentanz

+

-

+

-

Qualität der Daten

+

o

o

+

Aufwand

-

+

o

+

Untersuchungsdauer

-

-

+

+

Durch die folgende – dieses Kapitel abschließende – Abbildung 3.17 soll noch ein Eindruck von der Bedeutung der verschiedenen Kommunikationsformen für die Marktforschungspraxis bzw. deren Entwicklung vermittelt werden. Es handelt sich dabei um Angaben des Arbeitskreises Deutscher Marktforschungsinstitute (ADM 2001, ADM 2003). Man erkennt daran u.a., dass die telefonische Befragung inzwischen zur meist genutzten Erhebungsmethode geworden ist. Ferner wird das stetige Wachstum der Online-Befragung deutlich.

119

3.6

3

Repräsentative Befragungen

Abbildung 3-17: Marktanteile der Marktforschungsmethoden (Quelle: ADM 2005) Online-Interviews

Schriftliche Interviews

Persönliche Interviews

Telefoninterviews

100% 90%

22

29

30

80%

41

41

43

33

28

44

45

70% 60%

39

50%

65 60

40%

34

31

30%

9

20% 10% 0%

120

24

28 22

21

13 0

10 0

3

4

5

1990

1995

2000

2001

2002

19 10 2003

9 16 2004

22

2005

Kommunikationsformen bei Befragungen

Literaturempfehlungen zum 3. Kapitel Sönke Albers / Daniel Klapper / Udo Konradt / Achim Walter / Joachim Wolf (Hrsg.): Methodik der empirischen Forschung, 2. Aufl., Wiesbaden 2007. Norman Bradburn / Seymour Sudman / Brian Wansink: Asking Questions, Revised Edition, San Francisco (CA) 2004. Don Dillman: Mail and Internet Surveys – The Tailored Design Method, New York u.a.O. 2000. Robert Groves / Floyd Fowler / Mick Couper / James Lepkowski / Eleanor Singer / Roger Tourangeau: Survey Methodology, Hoboken (N.J.) 2004. Max Kaase (Hrsg.): Qualitätskriterien der Umfrageforschung, Berlin 1999. Richard Netemeyer / William Bearden / Subhash Sharma: Scaling Procedures – Issues and Applications, Thousand Oaks / London / New Delhi 2003. Elisabeth Noelle-Neumann / Thomas Petersen: Alle, nicht jeder – Einführung in die Methoden der Demoskopie, 3. Auflage, München 2000. Jum Nunnally / Ira Bernstein: Psychometric Theory, 3. Auflage, New York u.a.O 1994. Seymour Sudman / Edward Blair: Marketing Research – A Problem Solving Approach, Boston u.a.O 1998. Roger Tourangeau / Lance Rips / Kenneth Rasinski: The Psychology of Survey Response, Cambridge (UK) 2000.

121

3.6

Überblick

4

4.1

Weitere Untersuchungsdesigns und Erhebungsmethoden der Marktforschung

Überblick

Im vorangehenden 3. Kapitel sind repräsentative Befragungen relativ ausführlich erörtert worden. Das ist einerseits dadurch begründet, dass diese Art von Untersuchungen (nicht nur) in der Marktforschung große Bedeutung hat. Andererseits ließen sich im Zusammenhang mit Umfragen auch methodische Aspekte darstellen, die auch bei andersartigen Untersuchungen eine Rolle spielen. So haben die Prinzipien der Stichprobenziehung generellere Bedeutung und die Gestaltung von Fragebögen kann auch bei manchen qualitativen Untersuchungen und vor allem bei experimentellen Untersuchungen, die auf Befragungen basieren, wesentlich sein. Im vorliegenden Kapitel sollen einige weitere gängige Untersuchungsdesigns und Erhebungsmethoden der Marktforschung vorgestellt werden. Dabei ist aus dem 2. Kapitel in Erinnerung zu rufen, dass die Zuordnung von Erhebungsmethoden zu Untersuchungsdesigns nicht immer ganz eindeutig ist. So finden sich hier Ausführungen zur Methodik von Beobachtungen, die in verschiedenen Untersuchungsdesigns eingesetzt werden können. Im vorliegenden Kapitel geht es um vier Teilgebiete:

„ Qualitative Untersuchungen (4.2): Dazu werden drei verbreitete Erhebungsmethoden behandelt, die vor allem bei explorativen Untersuchungen der Marktforschung eingesetzt werden.

„ Beobachtungen (4.3): Hier geht es also um eine Alternative zur Befragung, die eben nicht auf Auskünften von Personen zu ihrem Denken und Handeln beruht. Unterschiedliche Arten von Beobachtungen finden bei explorativen, deskriptiven und bei Kausal-Untersuchungen Verwendung.

„ Panels (4.4): Diese Art der Längsschnitt-Untersuchung mit Datenerhebung, die auf Befragung, Beobachtung oder Kombinationen davon beruhen kann, hat für zahlreiche Anwendungsbereiche der Marktforschung zentrale Bedeutung und ist in der Praxis stark verbreitet.

„ Experimente (4.5): Dieses Design ist die klassische Art der Untersuchung von Kausal-Hypothesen. Es spielt im sozialwissenschaftlichen Bereich nicht nur in der Marktforschung, sondern vor allem auch in der Psychologie eine bedeutende Rolle. Im Zusammenhang mit Experimenten werden im Abschnitt 4.5 auch verschiedene

123

4.1

4

Weitere Untersuchungsdesigns und Erhebungsmethoden der Marktforschung

Varianten von Testmärkten erörtert, weil deren Anlage direkt an die Grundidee von Experimenten anknüpft. Die Darstellung der verschiedenen Arten von Untersuchungen ergibt sich natürlich aus dem Anspruch des vorliegenden Lehrbuchs, der Leserin bzw. dem Leser einen einführenden Überblick über das Gebiet der Marktforschung zu geben. Ein weiterer Gesichtspunkt knüpft an die im Abschnitt 3.4 skizzierten Überlegungen zur Validität von Messmethoden an. Dabei hatte sich gezeigt, dass es kaum möglich ist, die Validität einer Untersuchung „zu beweisen“. Man ist vielmehr gezwungen, verschiedenartige Validitätsüberprüfungen vorzunehmen, um nach und nach „alternative Erklärungsmöglichkeiten“ (z.B. nicht repräsentative Stichproben, verzerrende Messinstrumente) ausschließen zu können. Dabei spielte auch die Prüfung der Konvergenzvalidität, die darauf beruht, dass das gleiche Konzept mit (möglichst) unterschiedlichen Methoden gemessen werden soll, die zu übereinstimmenden Ergebnissen führen sollen, eine Rolle. In diesem Sinne ist es für die Marktforschung natürlich wichtig, über unterschiedliche Methoden zu verfügen, mit denen Untersuchungsergebnisse wechselseitig überprüft werden können.

4.2

Qualitative Untersuchungen

4.2.1

Gruppendiskussion

Die heute wohl gängigste Form qualitativer Marktforschung ist die Gruppendiskussion (Focus Group Interview). Darunter versteht man die gleichzeitige Befragung von mehreren (meist 6-12) Auskunftspersonen, denen Interaktionen untereinander zumindest gestattet sind (vgl. Kepper 2000, S. 172 f.; Salcher 1995, S. 44; Sudman/ Blair 1998, S. 185 f.). Die Gruppendiskussion steht in der Regel unter der Leitung eines psychologisch geschulten Diskussionsleiters und konzentriert sich auf ein vom Auftraggeber der Untersuchung vorgegebenes Thema. Spezifische Vorteile von Gruppendiskussionen insbesondere im Vergleich zu Einzelinterviews (oTiefeninterviews, siehe Abschnitt 4.2.2) sind nach Salcher (1995, S. 44 f.) und Sudman/ Blair (1998, S .187): x

Stimulierung der Teilnehmer im Hinblick auf Reflexion und Meinungsäußerungen durch die – möglichst rege – Diskussion innerhalb der Gruppe.

x

Eher natürliche Gesprächssituation, bei der Hemmungen der Teilnehmer abgebaut werden.

x

Geringere Kosten pro teilnehmender Person.

x

Gute Möglichkeiten, Ablauf und Inhalt der Diskussion an das Management zu übermitteln, weil im Gegensatz zu Tiefeninterviews häufig (Audio- oder Video-) Aufzeichnungen gemacht werden.

124

Qualitative Untersuchungen

Beim Vergleich zum Tiefeninterview ergeben sich aber auch zwei Nachteile: x

Weniger Information pro teilnehmender Person

x

Geringere Vollständigkeit der Angaben der Einzel-Personen, weil sich nicht jeder Teilnehmer zu jedem Aspekt äußert

Während einer Gruppendiskussion achtet der Leiter vor allem auf die Einhaltung und möglichst vollständige "Abarbeitung" des vorher festgelegten Themas und der damit verbundenen Einzel-Aspekte und darauf, dass der Gesprächsfluss in Gang gehalten wird. Oftmals ist es auch notwendig, einen Ausgleich zwischen "starken" und "schwachen" Gruppenmitgliedern herbeizuführen, um eine Dominanz einzelner Personen zu verhindern und die Artikulationen zurückhaltender Untersuchungsteilnehmer zu ermöglichen.

Hier ein Beispiel für einen Gesprächsleitfaden für eine Gruppendiskussion über Urlaubsreisen: 1. Begrüßung und Einführung 2. Frage nach letztem und nächsten Urlaubsziel 3. Wann und wo werden Reisen gebucht? 4. Auswahl von Reiseangeboten (Art der Unterbringung, Anreise, Voll- oder Halbpension, Unterhaltungsangebot, Preis) 5. Welche Rolle spielen Last-Minute-Angebote? 6. Wie wichtig sind Vertrautheit des Reiseziels und Vertrauen zum Veranstalter? Der entscheidende Gesichtspunkt hinsichtlich der Zusammensetzung der Gruppe ist der, dass alle Teilnehmer eine Beziehung zum vorgegebenen Untersuchungsthema haben müssen, weil anderenfalls keine oder keine hinreichend substanziellen Äußerungen zu erwarten sind. Wenn man sich beispielsweise vorstellt, dass Gruppendiskussionen in frühen Phasen der Produktentwicklung von Walkman oder Kosmetikartikeln zur Entwicklung oder Überprüfung entsprechender Konzepte eingesetzt werden, so dürfte es einleuchten, dass die Einbeziehung von musikalisch desinteressierten Rentnern (bei Walkman) bzw. von im Hinblick auf Mode gleichgültigen Männern (bei Kosmetika) in solche Gruppendiskussionen wohl wenig ergiebig wäre. Bei der Zusammenstellung von Gruppen stellt sich noch die Frage, ob man deren Homogenität oder Heterogenität anstreben soll. In hinsichtlich sozialer und psychischer Merkmale relativ homogenen Gruppen (z.B. berufstätige Ehefrauen im Alter von 20-30 Jahren mit gehobener Bildung und stark emanzipiertem Verhalten aus städtischen Wohngebieten) findet man häufig ähnliche oder schnell konvergierende Meinungen. Dagegen werden in heterogenen Gruppen die Teilnehmer durch sehr unterschiedliche Meinungen und Erfahrungen stärker gefordert und zur intensiven Auseinandersetzung mit dem Untersuchungsthema gereizt. 125

4.2

4

Weitere Untersuchungsdesigns und Erhebungsmethoden der Marktforschung

Es erfolgt in der Regel eine Audio- oder Video-Aufzeichnung des Gesprächsverlaufs, wobei letztere Art natürlich die umfassendere Auswertung auch im Hinblick auf nichtverbale Reaktionen (z.B. Mimik) erlaubt. Teilweise werden Gruppendiskussionen auch in speziellen Teststudios durchgeführt, in denen der Auftraggeber durch einen Einwegspiegel den Gesprächsverlauf beobachtet und über eine Mikrofon-OhrhörerVerbindung mit dem Diskussionsleiter auch beeinflussen kann. Bei der Auswertung der Gespräche in Form von Protokollen und schriftlichen Zusammenfassungen stehen normalerweise nicht die Verdichtung von Einzelaussagen zu einem nur scheinbar eindeutigen Ergebnis, sondern die Wiedergabe der auftretenden Vielfalt von Gesichtspunkten und Argumenten im Vordergrund. Neuerdings haben OnlineGruppendiskussionen, bei denen die Kommunikation über das Internet erfolgt, wegen ihrer praktischen Vorteile (kein physisches Zusammentreffen nötig, automatische Aufzeichnung des „Gesprächs“-Verlaufs, regionale Streuung der Teilnehmer möglich) deutlich wachsende Bedeutung erlangt (Burns/ Bush 2006, S. 212). Salcher (1995, S. 50 ff.) und Kepper (2000, S. 175 ff.) erläutern einige spezielle Formen von (traditionellen) Gruppendiskussionen:

„ Kumulierte Gruppendiskussion Jede Gruppe wird einige Zeit nach Beginn der Diskussion mit den Ergebnissen früherer (im Rahmen des gleichen Projekts durchgeführter) Gruppendiskussionen konfrontiert. Dadurch will man eine Anreicherung der jeweiligen Meinungspalette und einen Test der Überzeugungskraft von Ideen und Meinungen erreichen.

„ Kombinierte Gruppendiskussion Einzel-Interviews und Gruppendiskussionen werden dabei miteinander verbunden. Zunächst finden Einzel-Interviews mit allen Untersuchungsteilnehmern statt. Danach wird eine Gruppendiskussion durchgeführt, bei der u.a. beobachtet werden kann, ob und in welcher Weise Meinungsänderungen im Vergleich zu den vorherigen Interviews auftreten. In einem abschließenden Einzel-Interview kann man dann die individuelle Identifizierung mit der entwickelten Gruppenmeinung überprüfen. Durch diese Untersuchungsform kann insbesondere "der Einfluss von Gruppenmeinungen auf den individuellen Meinungsbildungsprozess ermittelt werden" (Salcher 1995, S. 52).

„ Kontradiktorische Gruppendiskussion In der Gruppe befindet sich - für die anderen Teilnehmer in ihrer Funktion nicht erkennbar - eine Person, deren Aufgabe darin besteht, beim Konvergieren der Meinungen zu widersprechen bzw. neue Argumente einzubringen. Damit sollen die Teilnehmer aus der Reserve gelockt, die Diskussion durch zusätzliche Argumente angereichert und ein Test der Stabilität der Gruppenmeinung vorgenommen werden.

126

Qualitative Untersuchungen

„ Gelenkte Kreativ-Gruppe Hier erfolgt innerhalb der Gruppendiskussion eine Einführung in eine der gängigen Kreativitätstechniken (z.B. Brainstorming) mit dem Ziel, die entsprechende Leistungsfähigkeit der Gruppe zu erhöhen und in der Sitzung z.B. Ideen für produktoder kommunikationspolitische Maßnahmen zu entwickeln.

Sudman/ Blair (1998, S. 190) und Burns/ Bush (2006, S. 214 ff.) stellen einige Beispiele für sinnvolle und nicht sinnvolle Anwendungen von Gruppendiskussionen in der Marktforschung zusammen: Sinnvolle Anwendungen: Generierung und Test von Ideen und Prototypen für neue Produkte Untersuchung von Arten und Zwecken der Produktnutzung Untersuchung von Problemen bei der Nutzung von Produkten Entdeckung von Bedürfnissen, Motiven, Wahrnehmungen etc. der Konsumenten Ergebnisse „quantitativer“ Untersuchungen besser verstehen Sprache der Konsumenten verstehen Analyse von Einstellungen und ihrer Gründe Identifizierung von Gesichtspunkten, die später in eine standardisierte Untersuchung einbezogen werden sollen Nicht sinnvolle Anwendungen: Gruppendiskussionen als „Ersatz“ für repräsentative Befragungen

4.2.2

Tiefeninterview

Bei qualitativen Untersuchungen spielen (neben Gruppendiskussionen) auch EinzelInterviews eine Rolle. Diese sind typischerweise nicht – jedenfalls nicht im Kern – standardisiert. Allenfalls einige Passagen (z.B. Ermittlung soziodemographischer Merkmale) können standardisiert sein. Auch hier werden Ablauf und Inhalt des Gesprächs nur in einem Leitfaden relativ grob festgelegt. Die in der Marktforschung prominenteste Form eines solchen Interviews stellt das Tiefeninterview dar. Salcher (1995, S. 34) definiert das Tiefeninterview "als ein langes und intensives Gespräch zwischen Interviewer und Befragtem über vorgegebene Themen, das der Interviewer in weitgehend eigener Regie so zu steuern versucht, dass er möglichst alle relevanten Einstellungen und Meinungen der befragten Person zu diesen Themen erfährt, auch wenn es sich um Aspekte handelt, die der befragten Person bis zu diesem Zeitpunkt selbst nicht klar bewusst waren." Der letzte Teil der Definition deutet an, dass Tiefeninterviews auch dazu dienen, den Auskunftspersonen Motive, Verhaltensweisen etc. bewusst werden zu lassen, die sie selbst bisher kaum wahrgenommen haben, um eine entsprechende Erhebung durch-

127

4.2

4

Weitere Untersuchungsdesigns und Erhebungsmethoden der Marktforschung

führen zu können. Tiefeninterviews dauern oftmals eine Stunde oder länger. Der speziell geschulte Interviewer führt das Gespräch anhand eines Leitfadens, der die zu behandelnden Einzel-Themen enthält, achtet dabei darauf, dass der Gesprächsfluss aufrecht erhalten wird, bemüht sich um Vertiefungen wichtiger Aspekte und versucht, Ausuferungen des Interviews zu vermeiden. Die Auswertung von Tiefeninterviews erfolgt in der Regel auf der Basis von Audio-Aufzeichnungen. Allerdings entsteht dabei das Problem, dass man auf diese Weise eine sehr große und schlecht strukturierte Informationsmenge enthält, die sowohl für den Forscher als auch für den Auftraggeber einer Untersuchung sehr unübersichtlich ist.

Sudman/ Blair 1998, S. 203) skizzieren den Ablauf von Tiefeninterviews: „Bei Tiefeninterviews mit Konsumenten werden Personen aus der Zielgruppe per Telefon angeworben, zum Ort des Interviews zu kommen und erhalten einen finanziellen Anreiz für ihre Teilnahme. Der Interviewer beginnt mit einigen einfachen Fragen, um das Eis zu brechen, gibt dann der Auskunftsperson eine allgemeine Einführung zum Thema der Untersuchung und lässt ihn oder sie dann erzählen. Das typische Interview dauert dreißig bis neunzig Minuten.“ Einige bei Salcher (1995, S. 37 f.) und Bellenger/ Bernhardt/ Goldstucker (1976, S. 31 f.) zusammengestellte Vorteile und Probleme von Tiefeninterviews sollen hier dazu dienen, um die Relevanz dieser Technik für die Marktforschung einzuschätzen: Vorteile: x

Man erhält in den entsprechenden Protokollen vollständige Gedanken- und Argumentationsketten, die sehr viele Einzel-Aspekte enthalten. Damit können komplexe psychische Zusammenhänge - z.B. bei der Entwicklung von Markenpräferenzen relativ gut abgebildet werden.

x

Die verschiedenen Aussagen sind einzelnen Personen klar zuzuordnen, was bei Gruppendiskussionen gelegentlich Schwierigkeiten bereitet.

x

Man kann von Auskunftspersonen Informationen erhalten, die diesen ohne das Interview nicht bewusst geworden wären (siehe oben).

x

Bei Tiefeninterviews wird der Interviewer veranlasst, gewissermaßen „die Seiten zu wechseln“ und sich in die Gedankenwelt der Auskunftsperson zu versetzen.

Probleme: x

Die Anforderungen an die Interviewer sind hoch. Sie müssen im Hinblick auf die Interviewtechnik speziell (psychologisch) geschult sein und benötigen ein tiefgehendes Verständnis des jeweiligen Untersuchungsgegenstandes.

x

Die Auskunftspersonen müssen gewissen intellektuellen Mindestanforderungen genügen, insbesondere hinsichtlich ihrer Verbalisierungsfähigkeit.

x

Der Zeitaufwand ist für Interviewer und Probanden relativ hoch, was auch zu relativ hohen Kosten pro Auskunftsperson führt.

128

Qualitative Untersuchungen

x

Die Ergebnisse sind unübersichtlich und untereinander schlecht vergleichbar und deswegen – natürlich auch wegen der nicht repräsentativen Auswahl der Auskunftspersonen – kaum generalisierbar.

Im Zusammenhang mit Tiefeninterviews werden gelegentlich auch so genannte projektive Techniken angewandt. Diese Techniken der Marktforschung basieren auf der Neigung vieler Menschen, eigene unangenehme Gefühle, Meinungen, Verhaltensweisen etc. auf andere Leute zu übertragen (zu projizieren). Dem entsprechend werden bei unangenehmen Fragen „Projektionshilfen“ angeboten. Mit diesem Ausweg kann die Auskunftsperson über Unangenehmes Auskünfte geben, ohne eine direkte Beziehung zu sich selbst herstellen zu müssen. Beispielsweise gibt es sicher mehr Menschen, die darüber berichten, dass in ihrer Nachbarschaft, Kollegenschaft etc. viel Fast Food verzehrt wird, als Menschen, die das für sich selbst angeben. Dieses sozial unerwünschte Verhalten wird also auf andere Leute projiziert. Seit den 90er Jahren hat eine spezielle Form von Tiefeninterviews, die so genannte Leiter-Technik, einige Bedeutung gewonnen. Es geht dabei darum, Motive und Wertvorstellungen, die beim Kauf von Produkten Wirkung haben, zu ermitteln. Der Name „Leiter-Technik“ rührt daher, dass ein Interviewer versucht, über entsprechende Fragen schrittweise von relevanten konkreten Produkteigenschaften zu den letztlich dahinter stehenden Werten vorzudringen. Man steigt also in diesem Sinne auf einer Leiter, die von konkreten Eigenschaften zu abstrakteren Werten führt. Im Wesentlichen geht es darum, immer wieder zu fragen, warum eine bestimmte Eigenschaft wichtig ist und warum deren Konsequenzen erwünscht sind. Beispielsweise berichten Gutman/ Reynolds (1986) über eine Anwendung der Leitertechnik in einer Untersuchung über Erfrischungsgetränke. Die Produkteigenschaft „wenig Kalorien“ spielt eine Rolle, weil sie hilft, das Körpergewicht zu halten (Konsequenz der Produkteigenschaft), was wiederum zum attraktiven Aussehen beiträgt. Gutes Aussehen dient wiederum der Selbstsicherheit und Selbstachtung (Werte). Eine anschauliche Darstellung der Leiter-Technik („Laddering“) bieten Balderjahn/ Scholderer (2007, S. 172 ff.).

4.2.3

Fallstudien

Bei Problemen der Markt- und Managementforschung – vor allem bei explorativen Untersuchungen – werden umfassende Analysen von Einzelfällen verwendet. Beispielsweise haben für das Verständnis der besonders komplexen organisationalen Beschaffungsprozesse derartige Fallstudien eine bedeutsame Rolle gespielt. Fallstudien können sich auch auf Abläufe/ Ereignisse (z.B. Innovationsprozesse), Personen (z.B. Entstehung einer Markenbindung), Organisationen (z.B. Struktur und Strategie) oder soziale Einheiten (z.B. Gruppen, Gemeinden) beziehen.Typisch für eine solche Fallstudie ist die Anwendung unterschiedlicher Datenquellen und Erhebungsmethoden zur umfassenden Beschreibung des jeweiligen Falles. Als Beispiele seien hier Auswertungen von Aufzeichnungen und Dokumenten (z.B. Protokolle), Beobachtungen und Experten-Interviews (Æ Key Informants, siehe Abschnitt 3.3.2) genannt. 129

4.2

4

Weitere Untersuchungsdesigns und Erhebungsmethoden der Marktforschung

Churchill/ Iacobucci (2005, S. 80) kennzeichnen die zentralen Anforderungen bei Fallstudien: „Bei der Analyse eines Falles zeichnet der Forscher alle relevanten Daten auf, nicht nur die, die seine anfänglichen Hypothesen stützen. Bei explorativer Forschung besteht das Ziel darin, Einsichten zu gewinnen, nicht Erklärungsmöglichkeiten zu testen. Dadurch dass er neutral bleibt, ist es für den Forscher leichter, flexibel im Hinblick auf neu auftauchende Informationen zu bleiben. Der Forscher muss auch in der Lage sein, bei der Beschäftigung mit vielen Einzelheiten das „große Bild“ zu erkennen, Einsichten, die für mehrere Fälle relevant sind, und nicht nur bei einem bestimmten Fall zutreffen. Besondere Aussagekraft haben Fallstudien u.a. in den folgenden Arten von Fällen: x

Darstellung und Verständnis komplexer Prozesse. Oben ist dazu schon das Beispiel organisationaler Beschaffungsprozesse genannt worden. Dabei handelt es sich oftmals um Prozesse, die längere Zeit erfordern und die mit vielfältigen Interaktionen zwischen verschiedenen Personen aus mindestens zwei Organisationen verbunden sind. Für derartige Analysen sind weder die sonst üblichen Datenerhebungsmethoden noch die gängigen statistischen Methoden ausreichend.

x

Analyse und Vergleich extremer Fälle. Bei einigen praktischen und wissenschaftlichen Fragestellungen kann der Vergleich von Extremfällen anregend und informativ sein, beispielsweise der Vergleich von Merkmalen und Vorgehensweisen von besonders erfolgreichen und weniger erfolgreichen Verkäufern oder der Vergleich erfolgreicher und nicht erfolgreicher Produktinnovationen. Daraus lassen sich Merkmale identifizieren, die die wesentlichen Einflussfaktoren sein können.

Mit den vorstehend genannten Anwendungen ist schon angedeutet, dass auch Fallstudien schwerpunktmäßig explorativen Untersuchungszielen dienen. Sie können also zunächst Basis für die Entwicklung entsprechender Theorien sein. Weiterhin gibt es Fallstudien, bei denen die Anwendung existierender Theorien zur Erklärung von Aspekten des Falles im Mittelpunkt steht. Damit erhält man Anhaltspunkte für die Leistungsfähigkeit und Aussagekraft von Theorien (de Vaus 2001, S. 223 f.). Letztlich kann eine Fallstudie auch dem Test von Theorien dienen, indem die Übereinstimmung der in einem Fall auftretenden realen Abläufe mit den nach einer entsprechenden Theorie zu erwartenden Abläufen geprüft wird.

130

Beobachtungsverfahren

4.3

Beobachtungsverfahren

4.3.1

Kennzeichnung von Beobachtungen

Die Beobachtung ist eine Technik der Datenerhebung, die auf eine Kommunikation zwischen Erhebendem und Auskunftspersonen durch Fragen und Antworten verzichtet. Dabei wird so verfahren, dass die zu untersuchenden Gegebenheiten und Verhaltensweisen direkt erfasst werden. Zikmund (1997, S. 250) definiert Beobachtungen folgendermaßen: „In der Marktforschung ist die Beobachtung der systematische und zielgerichtete Prozess der Erfassung des Verhaltens bzw. der Eigenschaften von Personen, Objekten und Situationen ohne eine Befragung oder sonstige Kommunikation. Bei der Beobachtungsmethode sammelt der Forscher Informationen über Ereignisse zum Zeitpunkt ihres Auftretens oder verwendet Aufzeichnungen über frühere Ereignisse.“ Zur Beobachtung gehört die Auswahl, die Aufzeichnung und die Codierung von Verhaltensweisen und anderen interessierenden Phänomenen (z.B. Wege im Supermarkt, Ablauf von Verkaufsgesprächen). Auch Beobachtungsverfahren unterliegen natürlich den üblichen Anforderungen an wissenschaftliche Methodik. Deswegen ist auch hier die Ausrichtung auf ein definiertes Forschungsziel und die Konzentration auf die entsprechenden Ausschnitte aus der Realität (siehe Abschnitt 2.2.2) erforderlich. Systematische Planung, Durchführung und Dokumentation einer Untersuchung sind ebenso erforderlich wie die sorgfältige Prüfung von Reliabilität und Validität der erhobenen Daten (Hoyle/ Harris/ Judd 2002, S. 366). Gegenstand von Beobachtungen können Eigenschaften und Verhaltensweisen von Personen (z.B. Wege einer Person in einem Supermarkt) und von Gruppen von Personen (z.B. Kommunikationsprozess in einer Gruppe) sein. In diesem Zusammenhang ist hervorzuheben, dass die Untersuchung verbalen Verhaltens durchaus Gegenstand einer Beobachtung sein kann. Durch diesen Weg ist lediglich eine Erhebungstechnik, die sich nicht Frage und Antwort bedient, festgelegt. Die Möglichkeit, für bestimmte Untersuchungen Befragung und Beobachtung zu kombinieren, bleibt davon natürlich unberührt. Aus praktischen Gründen muss man sich bei der Beobachtung auf Sachverhalte beschränken, die hinreichend oft auftreten und nicht zu lange dauern. Beispielsweise wird man kaum die Ursachen für tödliche Verkehrsunfälle durch Beobachtung des fließenden Verkehrs, wo glücklicherweise nur selten Unfälle zu sehen sind, klären oder den Einfluss der schulischen Erziehung auf das Kommunikationsverhalten von Erwachsenen durch die langjährige Beobachtung der Entwicklung von ausgewählten Personen überprüfen können. In diesen Fällen wäre der Einsatz von Beobachtungsverfahren zu aufwändig und / oder zu langwierig.

131

4.3

4

Weitere Untersuchungsdesigns und Erhebungsmethoden der Marktforschung

Hier einige Beispiele für Gegenstände der Beobachtung in der Marktforschung u.a. nach Zikmund (1997, S. 251): Physische Bewegung, z.B. Wege von Konsumenten in einem Supermarkt Verbales Verhalten, z.B. Kommentare von Passagieren, die am Schalter einer Fluggesellschaft warten, oder Inhalt von Verkaufsgesprächen Andere Ausdrucksformen, z.B. Gesichtsausdruck, Stimmfrequenz, Körpersprache Räumliche Beziehungen, z.B. Standort von Betrachtern bei Displays, Schaufenstern, Plakaten etc. Abläufe, z.B. Wartezeit und Verzehrdauer bei McDonald’s Physische Objekte, z.B. im Haushalt vorhandene Markenartikel Verbale und bildliche Inhalte, z.B. von Anzeigen oder Protokollen von Verkaufsgesprächen „Spuren“ von Verhalten, z.B. Vorräte in Haushalten, die auf frühere Käufe schließen lassen, oder Abnutzung von Fußbodenbelägen in verschiedenen Zonen eines Supermarkts Tatsächliche Einkäufe, aufgezeichnet durch Scanner-Daten (z.B. zur Analyse des Kaufverbunds, also der Kombinationen gleichzeitig gekaufter Artikel)

Im Vergleich zu den weitaus häufiger angewandten Befragungsverfahren haben Beobachtungen einige Vor- und Nachteile. Zunächst zu den Vorteilen: x

Vermeidung einiger Validitätsprobleme der Befragung (z.B. begrenztes Erinnerungsvermögen, bewusst verzerrte Angaben, mangelnde Auskunftsfähigkeit)

x

Unabhängigkeit von Bereitschaft und Fähigkeit der beobachteten Personen zur Verbalisierung der Angaben

x

Bei Beobachtungen kann man reales Verhalten erfassen, nicht nur Aussagen über (angebliches) früheres oder beabsichtigtes Verhalten. Beobachtungen lassen sich auch in realen Kaufsituationen durchführen.

x

Unreflektiertes und daher kaum verbalisierbares Verhalten (z.B. bei Impulskäufen oder das Blickverhalten bei der Betrachtung von Anzeigen) kann erfasst werden.

x

Bei Befragungen ist mit Ergebnisverzerrungen durch Einflüsse der Frageformulierung und des Interviewers zu rechnen. Bei Beobachtungsverfahren können derartige Verzerrungen vermieden werden.

Andererseits sind Beobachtungsverfahren natürlich auch nicht frei von Fehlermöglichkeiten. Im Vergleich mit Befragungsverfahren sind sie vor allem mit dem gravierenden Nachteil behaftet, bei weitem nicht so breit einsetzbar zu sein wie diese. Daneben haben sie im Vergleich zu Befragungen auch die folgenden Nachteile: x

132

Gründe für beobachtete Verhaltensweisen sind in der Regel nicht erkennbar. Deswegen entsteht hinsichtlich der Erklärung von Untersuchungsergebnissen ein Defizit.

Beobachtungsverfahren

x

Die Datenerhebung und die Aussagemöglichkeiten sind weitgehend auf den Beobachtungszeitpunkt begrenzt.

x

Die Untersuchungsgegenstände sind auf Bereiche begrenzt, die in beschränkter Zeit beobachtbar sind. So wäre es kaum möglich, die langwierige Entstehung und Festigung einer Markenbindung mit einem entsprechend langen Beobachtungszeitraum zu verfolgen.

x

Die Ziehung von Zufallsstichproben bereitet besondere Probleme (siehe Abschnitt 4.3.2)

x

Die Datenerhebung wird durch die begrenzten Fähigkeiten der Beobachter eingeschränkt, in kurzer Zeit eine Vielzahl von Verhaltensweisen korrekt wahrzunehmen, bestimmten Kategorien zuzuordnen und zu erfassen.

Hoyle/ Harris/ Judd (2002, S. 375 ff.) kennzeichnen die typischen Schritte bei der Anwendung der Beobachtungsmethode: - Operationale Definition der interessierenden Konstrukte - Festlegung der Art der Beobachtung („Live“ oder Aufzeichnung, Codierschema) - Festlegung der Auswahl von Objekten und Beobachtungszeitpunkten - Training der Personen, die Beobachtungen durchführen und aufzeichnen - Datenanalyse

4.3.2

Auswahlprobleme und bei Beobachtungen

Gestaltungsmöglichkeiten

Bei der Beobachtung stellen sich dem Forscher meist komplexere Auswahlprobleme als bei der Befragung (vgl. Abschnitt 3.2). Zunächst müssen die für den Untersuchungsgegenstand als relevant erscheinenden Merkmale, die in die Erhebung einbezogen werden sollen, ausgewählt werden. Analog zur Befragung, bei der festgelegt werden muss, mit welchen konkreten Fragestellungen welche Teilaspekte des Untersuchungsthemas geklärt werden können, muss bei der Beobachtung entschieden werden, welche Einzelmerkmale beobachtet werden sollen, da es in der Regel unmöglich ist, alle beobachtbaren Tatbestände zu erfassen. Hier stellt sich das Problem der Validität einer Messung: Kann man von dem beobachteten Merkmal tatsächlich auf den untersuchten Sachverhalt schließen; kann man beispielsweise daraus, dass in einem Haushalt ein bestimmtes Produkt vorrätig ist, darauf schließen, dass dieses Produkt dort auch regelmäßig verwendet wird? Darüber hinaus sind

„ Beobachtungseinheiten (z.B. Personen, Geschäfte) und

133

4.3

4

Weitere Untersuchungsdesigns und Erhebungsmethoden der Marktforschung

„ Erhebungszeiträume / -punkte (wegen der Abhängigkeit der Ergebnisse von der Erhebungszeit) auszuwählen. Zunächst zu den Beobachtungseinheiten. Während sich eine Befragung immer an eine Zielperson richtet, können hier auch Personengruppen und Sachen untersucht werden. Dabei sind die Auswahlprobleme aber komplexer als bei der relativ übersichtlichen Ziehung einer Personenstichprobe, da sowohl die Definition der Grundgesamtheit als auch die Abgrenzung der Untersuchungseinheiten Schwierigkeiten bereiten kann (Beispiel: Untersuchung von Produkt-Empfehlungen im Kollegenkreis). Mit Hilfe von Befragungsverfahren kann man durch vergangenheits- oder zukunftsbezogene Fragen auch Aussagen machen, die vom Befragungszeitpunkt unabhängig sind. Dagegen ist das Ergebnis einer Beobachtung in der Regel auf die Erhebungszeit bezogen. Es stellt sich also zusätzlich das Problem, diese Zeit festzulegen. Dafür sind Anfang und Ende des Beobachtungszeitraumes, die Zahl der Beobachtungsintervalle und die Dauer der Einzelbeobachtung zu bestimmen. Abbildung 4.1 illustriert das zweifache Auswahlproblem.

Abbildung 4-1: Auswahl von Beobachtungseinheiten und -zeitpunkten

*

*

*

* Beobachtung

* * Grundgesamtheit der Beobachtungseinheiten * * *

* *

*

*

Zeit

134

Beobachtungsverfahren

Im Hinblick auf Gestaltungsmöglichkeiten von Beobachtungen werden einige wesentliche Alternativen unterschieden, die im Folgenden kurz umrissen seien.

„ Standardisierte und nicht-standardisierte Beobachtung Die standardisierte Beobachtung ist durch vorherige Festlegung der zu untersuchenden Einzel-Merkmale und der entsprechenden Erfassungskategorien gekennzeichnet, während sich die nicht-standardisierte Beobachtung als eher impressionistische Informationssammlung darstellt. Letztere ist hauptsächlich für Vorstudien einsetzbar (vgl. z.B. Kepper 2000, S. 192 ff.), während die standardisierte Beobachtung in der Regel eine weitgehende Konkretisierung des Untersuchungsgegenstandes voraussetzt. Die eindeutige Zuordnung von beobachteten Tatbeständen zu festgelegten Erfassungskategorien erfordert auch eine angemessene Schulung der für die Beobachtung eingesetzten Personen. Für deskriptive Untersuchungen kommt fast ausschließlich die standardisierte Beobachtung in Betracht.

„ Teilnehmende und nicht-teilnehmende Beobachtung Bei der teilnehmenden Beobachtung ist der Beobachter selbst in den untersuchten Prozess einbezogen. Bei einer Untersuchung über das Verhalten von Verkäufern kann sich das z.B. so vollziehen, dass der Beobachter selbst im Verkauf tätig wird und in dieser Rolle versucht, seine Beobachtungen vorzunehmen. Berühmte Beispiele teilnehmender Beobachtung finden sich auch in der kulturanthropologischen Forschung, wo die Rolle des Beobachters oftmals nicht getarnt sein konnte wie das bei anderen Untersuchungen (trotz forschungsethischer Bedenken) in Hinblick auf unverzerrte Ergebnisse oft als zweckmäßig erscheint. Die teilnehmende Beobachtung hat gegenüber der nicht-teilnehmenden den Vorteil eines engen und tiefen Kontaktes zur Untersuchungseinheit (z.B. einer Gruppe), bringt aber Probleme hinsichtlich der Genauigkeit der Ergebnisse mit sich, die durch die beschränkte Aufnahmekapazität des Beobachters, seine Doppelrolle beim beobachtenden Prozess (Teilnahme und Distanziertheit) und durch den Einfluss des Beobachters auf den zu untersuchenden Vorgang verursacht sein können.

„ Offene und getarnte Beobachtung Die offene Beobachtung ist für die zu beobachtende Person oder Gruppe erkennbar. Diese Form ist zwar aus forschungsethischen Gründen zu bevorzugen, führt aber häufig zu dem Problem, dass das Bewusstsein, beobachtet zu werden, eine unerwünschte Verhaltensänderung der betroffenen Personen mit sich bringt. So könnte beispielsweise eine Untersuchung über den Einfluss von Verkaufsgesprächen auf den Verkaufserfolg eines Produktes daran scheitern, dass die beobachteten Verkäufer für den Untersuchungszeitraum von ihrem üblichen Verhalten abweichen und sich an bestimmte Normen, die sie für erwünscht halten, anpassen. Die Mittel der Tarnung von Beobachtungen sind recht vielfältig. Sie können die Person des Beobachters betreffen, indem z.B. bei Kaufverhaltensuntersuchungen in einem Supermarkt der Beobachter durch eine dem sonstigen Personal entsprechende Arbeitskleidung getarnt wird. Andererseits können auch technische Hilfsmittel wie z.B.

135

4.3

4

Weitere Untersuchungsdesigns und Erhebungsmethoden der Marktforschung

versteckte Fernsehkameras oder einseitig durchsichtige Spiegel zur Verdeckung von Beobachtungen dienen.

„ Feld- und Labor-Beobachtung Wird die Situation, in der die Beobachtung durchgeführt wird, vom Forscher geschaffen oder beeinflusst, so spricht man von einer Labor-Beobachtung, im anderen Falle - bei einer unbeeinflussten Situation - von einer Feld-Beobachtung. Wenn für die Beobachtung spezielle technische Geräte (z.B. Hautgalvanometer zur Messung von emotionalen Reaktionen) notwendig sind, ist man in der Regel auf LaborUntersuchungen angewiesen. Meist ist bei einer Labor-Beobachtung eine Tarnung nicht oder nur eingeschränkt möglich. Ein Beispiel für eine aktuelle Entwicklung bei Labor-Beobachtungen ist das so genannte „Virtual Shopping“, bei dem die Einkaufssituation in einer Verkaufsstätte sehr realistisch am Bildschirm simuliert wird und das Verhalten von Versuchspersonen bei ihren (simulierten) Einkäufen sehr umfassend und detailliert aufgezeichnet werden kann (vgl. Burke 1996). Bei den vorstehenden Unterscheidungen sind implizit zwei Aspekte angesprochen worden, die vor allem für Beobachtungen weit reichende Bedeutung haben: Die Fragen der Aufdringlichkeit und der Reaktivität von Messungen. Der Gesichtspunkt der Aufdringlichkeit bezieht sich darauf, dass die Testperson bemerkt, dass eine Beobachtung stattfindet. Bei der Reaktivität liegt der Fokus eher auf der Beeinflussung des Verhaltens der beobachteten Personen. Als Beispiel für eine Datenerhebung, die nicht (in diesem Sinne) aufdringlich und deswegen auch nicht reaktiv ist, sei die Aufzeichnung (und spätere Auswertung) von Scanner-Daten genannt. Hier bemerken die betroffenen Konsumenten nicht, dass Daten erhoben werden. Das ohnehin vor dieser Datenerhebung an der Scanner-Kasse sich vollziehende Einkaufsverhalten kann also davon nicht beeinflusst werden. Für die Datenerfassung bei Beobachtungen gibt es im Allgemeinen die Wege des Einsatzes von Beobachtern und die Verwendung von technischen Geräten. Bei der Auswahl der Personen, die den Erhebungsvorgang einer Beobachtung durchführen, gilt analog zur Interviewerauswahl, bei der die Interviewer möglichst wenig über die Ziele einer Untersuchung wissen sollen, das Prinzip der Trennung von Untersuchungsanlage und Datenerhebung, um (z.B. im Hinblick auf selektive Wahrnehmung) unverzerrte Ergebnisse zu erhalten. Zur Erfassung der beobachteten Vorgänge und Merkmale gibt es mehrere Möglichkeiten. Die erste besteht in der parallel laufenden oder nachträglichen Protokollierung. Hier sind oft recht enge Grenzen der Aufnahme- und Wiedergabefähigkeit des Beobachters gesetzt. Eine Vereinfachung besteht darin, ein übersichtliches und eindeutiges Kategoriensystem mit entsprechender Software-Unterstützung (Hoyle/ Harris/ Judd 2002, S. 376) zu verwenden. Weiterhin bestehen heute technische Möglichkeiten (Video-Aufzeichnung), die eine fast vollständige Aufzeichnung des beobachteten Vorganges zur nachträglichen Protokollierung und deswegen eine durch die Aufnahmekapazität der beobachteten Person weniger behinderte Analyse erlauben.

136

Panels als Längsschnitt-Untersuchungen

Bestimmte Beobachtungen lassen sich nur mit Hilfe spezieller technischer Geräte vornehmen. Hier ist z.B. an Augenkameras zu denken, mit deren Hilfe man den Blickverlauf beim Betrachten von Zeitschriften, Anzeigen etc. erfassen kann (vgl. Kroeber-Riel/ Weinberg 2003, S. 264 ff.).

4.4

Panels als Längsschnitt-Untersuchungen

4.4.1

Wesen und Arten von Panels

Bei Längsschnitt-Untersuchungen geht es um Aussagen, die auf Zeiträume oder zumindest auf verschiedene Zeitpunkte bezogen sind. Damit entspricht man einerseits einem der wichtigsten Informationsbedürfnisse der Praxis. Häufig geht es dort primär nicht darum festzustellen, welche Werte bestimmte relevante Messgrößen (z.B. Bekanntheitsgrad, Markanteil) haben, sondern eher um deren Entwicklung im Zeitablauf. Diese Funktion von Längsschnitt-Untersuchungen kommt auch in dem in der Praxis gebräuchlichen Begriff „Tracking-Forschung“ zum Ausdruck. So ist eben ein sinkender Marktanteil typischerweise ein Anlass, Gegenmaßnahmen ins Auge zu fassen, und ein wachsender Marktanteil möglicherweise ein Indikator dafür, dass bestimmte Marketing-Maßnahmen Wirkung zeigen. Daneben vermindert sich das Problem der Interpretation prinzipiell fehlerbehafteter Daten dadurch, dass gleichartige Messungen wiederholt durchgeführt werden und damit die irreführende Wirkung systematisch verzerrter Einzel-Messungen relativiert wird (siehe Abschnitt 3.3.3).

Günther/ Vossebein/ Wildner (2006, S. 1) erläutern die Relevanz von Panel-Untersuchungen für die Marketing-Praxis: „Für die Beurteilung der eigenen Abverkäufe sind die Absätze des Wettbewerbs entscheidend. Schneiden die eigenen Produkte besser oder schlechter ab als der Markt? Welche Warengruppensegmente zeigen überdurchschnittliches Wachstum und versprechen daher Erfolg bei einer Marktbearbeitung? Solche Fragen stehen am Anfang einer Analyse eines Marktes und der eigenen Situation in ihm. Sie lassen sich mit einem Handels- oder Verbraucherpanel beantworten. Für die Vertriebssteuerung stellen sich weitere Fragen: Welche Geschäfte führen das eigene Produkt? Welche unterstützen es zusätzlich durch Promotion? Wo werden überdurchschnittliche Verkäufe erreicht? All dies muss selbstverständlich immer auch für die Konkurrenzprodukte beurteilt werden. Solche Daten werden vom Handelspanel geliefert. … Wichtig für die Marktbearbeitung ist auch, ob ein Produkt zwar von vielen eingekauft, aber nur von wenigen wieder gekauft wird, oder ob es eine zwar kleine, jedoch treue Käuferschicht gibt, die immer wieder zu dem Produkt greift. Das sind Informationen, die das Verbraucherpanel liefert.“

137

4.4

4

Weitere Untersuchungsdesigns und Erhebungsmethoden der Marktforschung

Das weitaus bedeutsamste Instrument der Marktforschung für Längsschnitt-Studien sind Panel-Untersuchungen. Es gibt wohl keinen anderen Bereich sozialwissenschaftlicher Forschung, in dem Panels so häufig, regelmäßig und vielfältig eingesetzt werden wie in der Marktforschung. Als Panel bezeichnet man eine festgelegte, gleich bleibende Menge von Erhebungseinheiten, bei denen über einen längeren Zeitraum wiederholt oder kontinuierlich die gleichen Merkmale erhoben werden. Eine solche Untersuchungsanlage erlaubt es nicht nur, die Veränderungen aggregierter Größen (z.B. Marktanteile) im Zeitablauf zu analysieren, sondern auch, Veränderungen auf der Ebene der einzelnen Erhebungseinheiten (z.B. Änderungen des Markenwahlverhaltens von Haushalten) zu beobachten. Nach den Erhebungseinheiten und dem Erhebungszweck werden unterschieden: (1) Verbraucherpanel, (2) Handelspanel und (3) Spezialpanel. Bei Verbraucherpanels geht es darum, das Einkaufsverhalten von Haushalten oder Einzelpersonen laufend zu protokollieren. In der traditionellen Form des Verbraucherpanels tragen die Teilnehmer in spezielle Erhebungsbögen für jeden Einkauf das Einkaufsdatum, die Einkaufsstätte sowie Art, Marke, Menge und Preis jedes gekauften Produkts ein. Inzwischen erfolgt die Erfassung der Daten häufig über das so genannte „POS-Scanning“, das „Inhome Scanning“ oder das „Electronic Diary“ (vgl. Günther/ Vossebein/ Wildner 2006, S. 43 ff.), bei denen die Artikelnummern (EAN-Code) der gekauften Produkte und einige andere Daten elektronisch erfasst und über eine Telefonleitung zum Marktforschungsinstitut übertragen werden. Nach einer recht aufwändigen Datenaufbereitung und -analyse erhält man auf diese Weise Angaben über Käuferzahlen, Verbrauchsmengen, Kaufhäufigkeiten, Preise, Marktanteile etc. Daten aus Haushaltspanels gehören zu dem meistgebrauchten Informationsquellen zumindest für die Markenartikler des Konsumgüterbereichs. Der Einsatz von Einzelpersonen-Panels konzentriert sich dagegen auf einige spezielle Märkte (z.B. Tabakwaren, PKW-Bedarf), bei denen eine auf einen Haushalt bezogene Datenerhebung zu ungenau wäre. Handelspanels sind ein seit langem etabliertes und breit angewandtes Instrument der Markforschung. Im Mittelpunkt dabei steht die Erfassung der Verkäufe der im Sortiment geführten Produkte an Endverbraucher bei einer gewissen Zahl nach Möglichkeit repräsentativ ausgewählter Handelsbetriebe, wobei diese Erhebungen heutzutage eher im Einzel- als im Großhandel durchgeführt werden. In der traditionellen Form des Handelspanels besuchen Mitarbeiter des jeweiligen Marktforschungsinstituts (in Deutschland: Nielsen, GfK) regelmäßig Geschäfte und erheben dort vor allem Lagerbestände und eingekaufte Mengen der einzelnen Produkte.

138

Panels als Längsschnitt-Untersuchungen

Die während einer Periode abgesetzte Menge ergibt sich dann auf folgende Weise: Lagerbestand am Beginn der jeweiligen Periode +

Einkäufe während der Periode

-

Lagerbestand am Ende der Periode

=

Absatz an Endverbraucher in der Periode

Daneben wird festgestellt, welche Produkte (Marken) in den einzelnen Geschäften geführt werden, welche Preise verlangt werden, wie die Produkte platziert sind etc. Wegen des sehr großen Erhebungsaufwandes (ca. 200 Arbeitsstunden bei großen Verbrauchermärkten) ist man seit den 80er Jahren dazu übergegangen bei Handelspanels verstärkt Scanner-Daten zu nutzen (vgl. Günther/ Vossebein/ Wildner 2006, S. 37 ff.). Wenn man Daten aus Haushalts- und Handelspanels, die das gleiche Produkt und die gleiche Periode betreffen, miteinander vergleicht, so findet man häufig deutliche Abweichungen. Der Grund dafür ist die unterschiedliche Abdeckung des interessierenden Marktes (Coverage) bei beiden Panel-Arten. Durch Handelspanels werden u.a. Einkäufe in Aldi-Geschäften, die eine Beteiligung an Panel-Erhebungen verweigern, sowie Einkäufe im Versandhandel und in Duty-free-Shops nicht erfasst. Dagegen werden in Haushaltspanels Einkäufe von Großverbrauchern (z.B. Altenheime) nicht abgedeckt. Der bekannteste Anwendungsbereich von Spezialpanels ist die Fernsehforschung. Für diesen Zweck sind in der Bundesrepublik Deutschland in etwa 5600 repräsentativ ausgewählten Haushalten (mit etwa 13000 Personen) die Fernsehgeräte mit speziellen Zusatzgeräten versehen, die eine sehr genaue Protokollierung der zu den verschiedenen Zeiten eingeschalteten Fernsehprogramme ermöglichen. Diese Daten werden auf elektronischem Wege (über Telefonleitungen) täglich abgerufen und erlauben eine kurzfristige Ermittlung von Einschaltquoten, Nutzungsdauer, Umschaltverhalten etc. (vgl. Günther/ Vossebein/ Wildner 2006, S. 107 ff.). In Abbildung 4.2 findet sich eine Übersicht unterschiedlicher Arten von Panels.

139

4.4

4

Weitere Untersuchungsdesigns und Erhebungsmethoden der Marktforschung

Abbildung 4-2: Verbreitete Arten von Panels

Panel

Verbraucherpanel

Haushaltspanel

4.4.2

Handelspanel

Spezialpanel

Einzelpersonenpanel

Spezielle Probleme der Panelforschung

Im Vergleich zu anderen Untersuchungen der Marktforschung stellen sich bei Panels einige besondere methodische Probleme, die im Folgenden skizziert werden sollen. Dabei geht es um:

„ „ „ „

die Auswahl von Panel-Teilnehmern, die „Panel-Sterblichkeit“, also den Ausfall von Panel-Teilnehmern, die Alterung des Panels und den so genannten „Panel-Effekt“.

Schon die Auswahl von Panel-Teilnehmern ist nicht ganz einfach. Da an die Teilnehmer recht hohe Anforderungen gestellt werden (z.B. wegen der laufenden Protokollierung von Einkäufen), muss man mit einer hohen Verweigerungsrate rechnen. Deswegen gelingt es meist nicht, die Auswahl durch eine einfache Zufallsstichprobe vorzunehmen. Angesichts derartiger Probleme ist eine mehrstufige Auswahl nach Regionen (siehe Abschnitt 3.2.3) verbreitet, bei der auf der letzten Stufe die in das Panel einzubeziehenden Haushalte bzw. Einzelhandelsgeschäfte nach entsprechenden Quotenvorgaben (und nach ihrer Bereitschaft zur Teilnahme) ausgewählt werden. Im Hinblick auf die besondere Bedeutung von Großformen des Einzelhandels für das Marketing von Produkten werden diese bei Handelspanels teilweise stärker berücksichtigt als es ihrem zahlenmäßigen Anteil entspricht (Disproportionalität). Auf den engen Zu140

Experimentelle Untersuchungen

sammenhang der Auswahl von Panel-Teilnehmern mit dem schon angesprochenen Coverage-Problem sei hier noch hingewiesen. Ein zweites Problem ist das der Panel-Sterblichkeit. Damit sind nicht in erster Linie die Fälle gemeint, in denen die physische Existenz von Panel-Teilnehmern endet, sondern die, bei denen im Lauf der Zeit die Bereitschaft zur Mitarbeit erlischt. Gerade bei Haushaltspanels stellt sich das Problem wegen der damit verbundenen erheblichen und kontinuierlichen Mühen der Teilnehmer mit besonderer Schärfe. Beispielsweise liegt die Panel-Sterblichkeit beim GfK-Haushaltspanel bei etwa 20% bis 30% pro Jahr (vgl. Günther/ Vossebein/ Wildner 2006, S. 36). In solchen Fällen muss auch wieder nach angemessenen Quoten-Merkmalen für Ersatz gesorgt werden. Teilweise wird deswegen vorsorglich eine Ersatzstichprobe gezogen, aus der ausfallende Haushalte durch entsprechende Haushalte ersetzt werden. Auch wenn es gelingt, die Repräsentanz des Panels so aufrecht zu erhalten, verbleibt das Problem, dass die Analysen, die auf Basis durchgehend berichtender Teilnehmer erfolgen, nur eingeschränkt möglich sind. Andererseits führt es auch zu Problemen, wenn die gleichen Haushalte oder Personen zu lange Mitglied eines Panels bleiben. Hier ist zum einen die Alterung des Panels zu nennen. Diese entsteht dadurch, dass Panel-Mitglieder mit Bestehen des Panels entsprechend altern und deren Repräsentanz für die interessierende Grundgesamtheit, in der ja jüngere Haushalte oder Personen "nachrücken", eingeschränkt wird. Weiterhin ist an den so genannten Panel-Effekt zu denken. Damit wird die Konditionierung der Panel-Mitglieder durch das Bewusstsein, laufend beobachtet oder befragt zu werden, gemeint. Das kann zur Folge haben, dass das Verhalten der Untersuchungsteilnehmer von dem eigentlich interessierenden "normalen" Verhalten abweicht. Zur Verringerung der genannten (das Ergebnis verzerrenden) Störungen wird eine Panel-Rotation empfohlen, also ein regelmäßiger Ersatz eines Teils der Panel-Mitglieder durch neue (entsprechende) Gruppen von Haushalten oder Personen.

4.5

Experimentelle Untersuchungen

4.5.1

Experimentelle Designs

Wie bereits in Abschnitt 2.4.2.2 dargestellt, versteht man (nicht nur) in der Marktforschung unter einem Experiment eine Vorgehensweise, bei der eine oder mehrere der so genannten unabhängigen Variablen derart manipuliert werden, dass die entsprechenden Auswirkungen auf abhängige Variable beobachtet werden können. Experimente spielen insbesondere bei Kausal-Untersuchungen eine zentrale Rolle. Es geht dabei darum festzustellen, ob eine bestimmte (unabhängige) Variable tatsächlich der Grund (die Ursache) für eine Veränderung einer anderen (abhängigen) Variablen (Wirkung)

141

4.5

4

Weitere Untersuchungsdesigns und Erhebungsmethoden der Marktforschung

ist. Daneben spielen Experimente für die Marketing-Praxis eine bedeutsame Rolle, wenn es gilt, die Wirksamkeit von Marketing-Maßnahmen, die im Markt zuvor noch nicht eingesetzt wurden, abzuschätzen und zu prognostizieren. Zahlreiche in der Praxis angewandte Produkt-, Packungs-, Werbe-Tests etc. dienen diesem Zweck, indem Experimente oder Vorformen davon durchgeführt werden (siehe auch Abschnitt 4.5.4).

Hier einige Beispiele für die Anwendung von Experimenten in der praktischen Marktforschung: Zu untersuchende MarketingMaßnahme (Ursache):

Relevante Maßgröße (abh. Variable):

Produkt- oder Packungsänderung

Marktanteil in entsprechenden Testgebieten

Direktwerbung (Mailings)

Anzahl eingesandter Coupons bei verschiedenen Formen der Werbung

Messestände auf verschiedenen Messen

Anfragen aus entsprechenden Branchen

Typisch für Experimente ist die gewissermaßen isolierte Betrachtung der interessierenden Variablen. Man will hier nicht die Vielzahl von z.B. auf eine Kaufentscheidung einwirkenden Faktoren und deren Interaktionen betrachten, sondern fokussiert die Untersuchung beispielsweise nur auf den Einfluss der Werbung auf eine Kaufentscheidung. Deswegen findet man bei experimentellen Untersuchungen häufig eine gewisse Künstlichkeit der Untersuchungssituation, die durch Konstanthaltung bzw. Ausschluss von anderen Einflussfaktoren (Æ „Ausschluss alternativer Erklärungsmöglichkeiten“) begründet ist.

Alan Chalmers (1999, S. 28) illustriert das für Experimente typische Bestreben der isolierten Betrachtung der relevanten Variablen an einem einfachen Beispiel: „Viele Arten von Prozessen wirken in unserer Umwelt gleichzeitig und sie überlagern und beeinflussen sich wechselseitig in komplizierter Weise. Ein herabfallendes Blatt ist gleichzeitig der Schwerkraft, dem Luftwiderstand, der Kraft des Windes und ein wenig einem Verrottungsprozess ausgesetzt. Es ist nicht möglich, diese verschiedenen Prozesse zu verstehen, wenn man die typischen Abläufe in natürlicher Umgebung sorgfältig beobachtet. Die Beobachtung fallender Blätter führt nicht zu Galileo´s Fallgesetzen. Die Lehre, die daraus zu ziehen ist, ist ziemlich klar. Um Daten zu erhalten, die für die Identifizierung und Beschreibung der verschiedenen in der Natur ablaufenden Prozesse relevant sind, ist es im Allgemeinen notwendig zu intervenieren, um den untersuchten Prozess zu isolieren und die Wirkungen anderer Prozesse zu eliminieren. Kurz gesagt: Es ist notwendig, Experimente durchzuführen.“

142

Experimentelle Untersuchungen

Die grundlegende Idee von – hier zunächst sehr vereinfacht dargestellten - Experimenten sei an Hand des in Abbildung 4.3 dargestellten Beispiels illustriert. Es geht dabei um die Fragestellung, ob eine erhöhte Kundenzufriedenheit zu höherer Markentreue führt. Das wird hier dadurch überprüft, dass man bei einer Teilmenge der Kunden in einem bestimmten Verkaufsgebiet die Kundenzufriedenheit durch besondere Anstrengungen bei Produktqualität, Service, Lieferzeiten etc. beeinflusst („manipuliert“) und dann beobachtet, ob sich die Markentreue bei diesen Kunden in der erwarteten Weise verändert. Abbildung 4-3: Beispiel für die Vorform eines Experiments in der Marktforschung

Existiert diese Kausalbeziehung?

Kundenzufriedenheit

"Manipulation" durch bessere Qualität, Service etc. in einem Gebiet

Markentreue

Beobachtung der Entwicklung der Markentreue in dem Gebiet

Bestimmte für die Anlage von Experimenten ganz typische Überlegungen sollen anhand einer Darstellung von Jacoby (1985b) im Folgenden illustriert werden. Dazu werden verschiedene Beispiele für experimentelle Designs erläutert und diskutiert. Dafür ist eine bestimmte Terminologie bzw. Darstellungsform zweckmäßig, die zunächst erläutert sei. Eine Kausal-Hypothese bezieht sich darauf, dass ein vermuteter Grund (eine unabhängige Variable, ein „Stimulus“), der mit G bezeichnet wird, einen vermuteten Effekt (eine abhängige Variable, eine „Reaktion“), der als E bezeichnet wird, zur Folge hat. Im Rahmen experimenteller Untersuchungen bezeichnet man die Gruppe von Versuchspersonen, die dem "vermuteten Grund" ausgesetzt waren, als Experimentgruppe oder als Versuchsgruppe (v). Die Vergleichsgruppe von Versuchspersonen, die dem "vermuteten Grund" nicht ausgesetzt waren, nennt man Kontrollgruppe (k).

143

4.5

4

Weitere Untersuchungsdesigns und Erhebungsmethoden der Marktforschung

Als Beispiel für die Darstellung der verschiedenen folgenden experimentellen Designs wird eine Untersuchung der Auswirkungen der Konfrontation von Personen mit Werbung (unabhängige Variable) auf deren Kaufabsichten (abhängige Variable) unterstellt. Alle Designs sind geeignet, zwei von drei Bedingungen für die Annahme eines KausalZusammenhangs (vgl. Abschnitt 2.4.1) zu überprüfen: die gemeinsame Variation von Grund und Effekt und den zeitlichen Vorlauf der Variation des Grundes vor der des Effekts. Mit zunehmend komplexeren Designs versucht man, der dritten Bedingung Ausschluss alternativer Erklärungsmöglichkeiten - immer besser zu genügen. Beim Design 1 (Abb. 4.4) sieht man, dass zu zwei Zeitpunkten (t = 1; t = 3) die Ausprägung der abhängigen Variablen (E) "Kaufabsichten" gemessen wird. Zum Zeitpunkt t = 2 wird die unabhängige Variable (G) "Konfrontation mit Werbung" wirksam. Abbildung 4-4: Design 1 (nach Jacoby 1985b)

E

G

E

1

2

3

Zeit

Wenn danach (zum Zeitpunkt t = 3) die Kaufabsichten bei den Versuchspersonen sich deutlich von denen zum Zeitpunkt t = 1 unterschieden, dann vermutet man, dass die Werbung zum Zeitpunkt t = 2 die Ursache dafür sein könnte. Kann man aber alle alternativen Erklärungsmöglichkeiten für die beobachteten Werte ausschließen? Es könnte ja sein, dass die Veränderung der Kaufabsichten zwischen t = 1 und t = 3 nicht auf die Werbung, sondern auf einen anderen Einflussfaktor - z.B. eine allgemeine Geschmacksoder Einkommensänderung - zurückzuführen ist. Mit Design 2 (Abb. 4.5) versucht man, im Hinblick auf diese alternative Erklärungsmöglichkeit eine Kontrolle vorzunehmen, indem man die Versuchsperson in zwei Gruppen (Versuchsgruppe und Kontrollgruppe) aufteilt. Abbildung 4-5: Design 2 (nach Jacoby 1985b)

Versuchsgruppe Kontrollgruppe

Ev Ek

G

Ev Ek

1

2

3

Zeit

144

Experimentelle Untersuchungen

Bei Design 2 wird also nur die Versuchsgruppe mit der Werbung konfrontiert, bei der Kontrollgruppe wird nur eine Vergleichsmessung dergestalt vorgenommen, dass geprüft wird, ob sich (ohne Einfluss der Werbung) eine Veränderung der Kaufabsichten zwischen den Zeitpunkten t = 1 und t = 3 ergeben hat. Wenn die entsprechenden Unterschiede der Kaufabsichten (vorher - nachher) in der Versuchsgruppe deutlich größer sind, so würde man die Hypothese, dass die Werbung die Ursache dieser Veränderung ist, annehmen. Gibt es aber auch dafür alternative Erklärungsmöglichkeiten? Vielleicht waren Versuchs- und Kontrollgruppe so unterschiedlich zusammengesetzt, dass die Verschiedenheit bei den Kaufabsichten dadurch erklärbar ist. Im Design 3 (Abb. 4.6) wird versucht, diese Möglichkeit dadurch auszuschließen, dass die Zuordnung der einzelnen Versuchspersonen zur Versuchs- und Kontrollgruppe zufällig erfolgt (Randomisierung, gekennzeichnet durch R). Ein systematischer Einfluss kann dann von der Zuordnung zu den Gruppen nicht ausgehen. Abbildung 4-6: Design 3 (nach Jacoby 1985b)

Versuchsgruppe (R) Kontrollgruppe (R) Zeit

Ev Ek

G

Ev Ek

1

2

3

Die Schlussweise bei der Interpretation der verschiedenen Messwerte entspricht der bei Design 2. Die Leserin bzw. den Leser wird es nicht überraschen, wenn erneut die Frage nach anderen Erklärungsmöglichkeiten unterschiedlicher Kaufabsichten in Versuchsund Kontrollgruppe zum Zeitpunkt t = 3 aufgeworfen wird. Könnte es sein, dass die Wirkung der unabhängigen Variablen "Kontakt zur Werbung" dadurch verstärkt wird, dass die Angehörigen der Versuchsgruppe bei der Vormessung (zum Zeitpunkt t = 1) der Kaufabsichten auf das betreffende Produkt aufmerksam gemacht wurden und die später eingesetzte Werbung intensiver als sonst wahrnehmen (Konditionierung)? Vielleicht hat die Vormessung auch dazu geführt, dass in der Kontrollgruppe erneutes Nachdenken über die interessierenden Kaufabsichten stattfindet und zu veränderten Messwerten zum Zeitpunkt t = 3 führt. Mit dem Design 4 (Abb. 4.7) soll versucht werden, eine entsprechende Kontrolle vorzunehmen.

145

4.5

4

Weitere Untersuchungsdesigns und Erhebungsmethoden der Marktforschung

Abbildung 4-7: Design 4 (nach Jacoby 1985b)

Versuchsgruppe1 (R) Kontrollgruppe1 (R) Versuchsgruppe2 (R) Kontrollgruppe2 (R) Zeit

Ev1 Ek1

G

Ev1 Ek1 Ev2 Ek2

G

1

2

3

Durch Vergleich der Werte von Ev1 mit Ev2 bzw. von Ek1 mit Ek2 am Zeitpunkt t = 3 kann man jetzt prüfen, ob die Vormessung den befürchteten Einfluss hatte. Dieser würde sich nur bestätigen, wenn sich bei den genannten Vergleichen deutliche Abweichungen ergeben. Im anderen Fall (ohne Konditionierung durch die Vormessung) könnte man jetzt am Zeitpunkt t = 3 Ev1 und Ev2 auf der einen Seite und Ek1 und Ek2 auf der anderen Seite gegenüberstellen, um die Wirkung der Werbung auf Kaufabsichten abzuschätzen. Anhand von Design 4 lässt sich auch die Schlussweise bei Experimenten genauer veranschaulichen. In der folgenden Darstellung ist knapp zusammengefasst, welche Vergleiche der verschiedenen Versuchs- und Kontrollgruppen zu welchen Schlüssen bzw. Ergebnissen führen. VG1: Ev13 – Ev11

= W+T+V

KG1: Ek13 – Ek11

=

VG2: Ev23 – ½ (Ev11 + Ek11)

= W+T

KG2: Ek23 – ½ (Ev11 + Ek11)

=

T+V T

Wirkung der unabhängigen Variablen: (Ev23 – ½ (Ev11 + Ek11)) – (Ek23 – ½ (Ev11 – Ek11)) = (W + T) – T = W Wirkung der Vormessung: (Ev13 – Ev11)

–

(Ev23 – ½ (Ev11 + Ek11)) =

(W + T + V)

–

(W + T)

=

V

mit: W: Wirkung der unabhängigen Variablen T : „Trend“ (Entwicklung ohne Wirkung der unabh. Variablen) V : Vormessungseffekt Ev13: usw.

146

Messung der abhängigen zum Zeitpunkt 3

Variablen

(Effekt)

in

Versuchsgruppe

1

Experimentelle Untersuchungen

Bei dieser Art von Vergleichen sind Zufallseinflüsse bei den Daten noch nicht berücksichtigt. Eine Analysemethode, die das tut, ist die Varianzanalyse (siehe Abschnitt 8.2). Deren Anwendungsvoraussetzung ist die Intervallskalierung der abhängigen Variablen und die Nominalskalierung (Gruppenzugehörigkeit) der unabhängigen Variablen, was bei experimentellen Designs typischerweise gegeben ist. Weitere Probleme bei der Festlegung eines experimentellen Designs können mit der Bestimmung der Zeitpunkte für die verschiedenen Messungen verbunden sein. Es könnte ja sein, dass sich zum bisher für die Nachmessung vorgesehenen Zeitpunkt t = 3 die Wirkung der unabhängigen Variablen noch nicht entfaltet hat oder dass diese schon wieder erloschen ist. Mit Design 5 (Abb. 4.8) wird versucht, eine solche Problemstellung zu berücksichtigen. Abbildung 4-8: Design 5 (nach Jacoby 1985b)

Versuchsgruppe1 (R) Kontrollgruppe1 (R) Versuchsgruppe2 (R) Kontrollgruppe2 (R) Zeit

Ev1 Ek1 Ev2 Ek2

G

Ev1 Ek1

G

1

2

Ev2 Ek2 3

4

Wenn beispielsweise der Zeitpunkt t = 3 einen Tag und t = 4 eine Woche nach der Konfrontation der Versuchspersonen mit Werbung liegt, könnte man daran kurz- und längerfristige Wirkungen messen. Ein anderer Aspekt ist der, ob die unabhängige Variable (Kontakt zur Werbung) wie bisher angenommen nur zwei Ausprägungen (Kontakt erfolgt - nicht erfolgt) haben kann oder ob nicht unterschiedliche Intensitäten dafür eher typisch sind. Das Design 6 (Abb. 4.9) ist so angelegt, dass die Wirkungen von 0, 5, 10 und 20 Kontakten zur Werbung gemessen werden können. Abbildung 4-9: Design 6 (nach Jacoby 1985b)

Gruppe1 (R) Gruppe2 (R) Gruppe3 (R) Gruppe4 (R)

E1 E2 E3 E4

G0 G5 G10 G20

E1 E2 E3 E4

1

2

3

Zeit

147

4.5

4

Weitere Untersuchungsdesigns und Erhebungsmethoden der Marktforschung

Ein weiterer Komplexitätsgrad für experimentelle Designs ergibt sich, wenn Interaktionen zwischen mehreren unabhängigen Variablen berücksichtigt werden müssen. Beispielsweise ist es ja durchaus plausibel, dass die Wirkung von Werbung dadurch beeinflusst werden kann, dass gleichzeitig eine Preissenkung stattfindet. Im Design 7 (Abb. 4.10) ist dargestellt, wie das Zusammenwirken der Werbung (5 Kontakte oder 10 Kontakte) mit einer Preissenkung (ja - nein) überprüft werden kann. Abbildung 4-10: Design 7 (nach Jacoby 1985b)

Gruppe1 (R) Gruppe2 (R) Gruppe3 (R) Gruppe4 (R)

E1 E2 E3 E4

G(5,n) G(5,j) G(10,n) G(10,j)

E1 E2 E3 E4

1

2

3

Zeit

Eine solche Anordnung, bei der zwei unabhängige Variable mit jeweils zwei Ausprägungen gleichzeitig untersucht werden, bezeichnet man als 2x2-faktorielles Design. Generell spricht man von einem faktoriellen Design, wenn dabei „zwei oder mehr unabhängige Variable (genannt Faktoren), jede mit mindestens zwei Ausprägungen“ (Shadish/ Cook/ Campbell 2002, S. 263) verwendet werden. Diese erlauben es, das Zusammenwirken bzw. Interaktionen von unabhängigen Variablen zu untersuchen. Allerdings nimmt dabei die Komplexität des Designs rasch zu. So führt beispielsweise ein Design mit drei Faktoren mit 2 bzw. 3. bzw. 4 Ausprägungen (ein 2x3x4-faktorielles Design) schon zu 24 Gruppen von Versuchspersonen, die jeweils mit unterschiedlichen Kombinationen von Ausprägungen der drei unabhängigen Variablen konfrontiert werden müssen. Faktorielle Designs erlauben also differenzierte Aussagen über die Wirkungen der unabhängigen Variablen (Shadish/ Cook/ Campbell 2002, S. 264). Man kann daraus entnehmen, -

wie Kombinationen von Merkmalen der unabhängigen Variablen sich auf die abhängige Variable auswirken.

-

wie die Wirkungen der einzelnen unabhängigen Variablen unabhängig von der Wirkung weiterer Variabler (Haupteffekte) sind.

Man erkennt leicht, dass bei faktoriellen Designs mit wachsender Zahl von Variablen bzw. wachsender Zahl von Ausprägungen pro Variable die Zahl der Versuchsgruppen und damit Komplexität und Aufwand der Untersuchung stark ansteigen. Deswegen findet man in der psychologischen Methoden-Literatur (z.B. Aronson u.a. 1990, Shadish/ Cook/ Campbell 2002), wo Experimente eine zentrale Rolle spielen, diverse An148

Experimentelle Untersuchungen

sätze zur Reduktion des Untersuchungsaufwandes („reduziertes Design“). Besondere Bekanntheit hat dabei das so genannte Lateinische Quadrat erlangt. Dabei wird – oftmals vereinfachend - unterstellt, dass zwischen den unabhängigen Variablen keine Interaktionseffekte existieren. Beim Lateinischen Quadrat können drei unabhängige Variable in die Untersuchung einbezogen werden, die alle die gleiche Zahl von Ausprägungen haben müssen. Das Design wird dann so angelegt, dass jede Ausprägung einer Variablen mit jeder Ausprägung der anderen Variablen einmal kombiniert ist. Dadurch reduziert sich die Zahl der untersuchten Gruppen z.B. bei drei Variablen mit jeweils 4 Ausprägungen von 64 auf 16 (Iversen/ Norpoth 199, S. 235). Die vorgestellten Designs sollen nur einen Eindruck von der Vielfalt entsprechender Möglichkeiten und den bei deren Wahl angestellten Überlegungen vermitteln. Es sollte dabei deutlich geworden sein, dass die zentrale Idee des Ausschlusses alternativer Erklärungsmöglichkeiten für einen beobachteten Zusammenhang die Gestaltung eines experimentellen Designs maßgeblich bestimmt.

Jaccard/ Becker (2002, S. 248) formulieren einen wesentlichen Grundsatz für die Feststellung von Kausal-Zusammenhängen: „Die Möglichkeit, einen Kausal-Zusammenhang zwischen zwei Variablen festzustellen, hängt vom jeweiligen Untersuchungsdesign ab, nicht von den statistischen Methoden, dle zur Analyse der erhobenen Daten verwendet werden.“

4.5.2

Interne und externe Validität von Experimenten

In den vorangegangenen Teilen dieses Lehrbuchs ist die Bedeutung von Reliabilität und Validität einer Untersuchung hinsichtlich der Aussagekraft ihrer Ergebnisse immer wieder angesprochen und hoffentlich auch deutlich geworden. Im Bezug auf Experimente kommen zu den allgemeinen Überlegungen zur Validität von Untersuchungen zwei spezifische Aspekte hinzu: Die interne und die externe Validität. Der Gesichtspunkt der internen Validität ist im Zusammenhang mit den verschiedenen im vorigen Abschnitt betrachteten experimentellen Designs schon implizit angesprochen worden. Dort ging es immer wieder um die Weiterentwicklung eines Designs im Hinblick auf den Ausschluss alternativer Erklärungsmöglichkeiten für ein Untersuchungsergebnis. Dem entsprechend bezieht sich interne Validität darauf, alternative - auf den Messvorgang zurückzuführende - Erklärungen für die beobachteten Zusammenhänge auszuschließen. Interne Validität ist also die „Validität von Schlüssen bezüglich der Kausalität einer Beziehung zwischen zwei Variablen“ (Shadish/ Cook/ Campbell 2002, S. 508). Dabei steht also die – für Kausal-Aussagen zentrale – Frage im Mittelpunkt, ob die Veränderung einer abhängigen Variablen tatsächlich auf die vermutete Ursache, die Veränderung einer unabhängigen Variablen, zurückzuführen ist, oder ob Unzulänglichkeiten der Untersuchungsanlage und der Durchführung der Messungen dafür ausschlaggebend sein können. Daneben stellt sich die Frage, inwieweit man die Ergeb149

4.5

4

Weitere Untersuchungsdesigns und Erhebungsmethoden der Marktforschung

nisse einer Untersuchung generalisieren kann. Welche Aussagekraft hat z.B. eine Untersuchung, die bei deutschen Hausfrauen im Alter von 30 bis 50 Jahren durchgeführt wurde, für deutsche Hausfrauen allgemein, für Hausfrauen allgemein oder für Konsumenten schlechthin? Was sagen die Ergebnisse eines Experiments mit 100 amerikanischen Studierenden für Konsumenten oder die Menschheit generell aus? Diese Fragestellungen gelten der externen Validität von Experimenten. Zur Definition: Externe Validität bezieht sich auf die Generalisierbarkeit (siehe dazu auch Abschnitt 2.2.3) von Ergebnissen über verschiedene Personen, Zeiten, Situationen etc. Externe Validität ist also die „Validität von Schlüssen hinsichtlich des Bestands der Kausalbeziehung bei verschiedenen Personen, Situationen, und verschiedenen Messungen der Variablen“ (Shadish/ Cook/ Campbell 2002, S. 507).

Campbell/ Stanley (1963, S. 5) formulieren die zentralen Gesichtspunkte zur internen und externen Validität: „Grundlegend … ist die Unterscheidung zwischen interner Validität und externer Validität. Interne Validität ist die minimale Grundlage, ohne die jedes Experiment nicht interpretierbar ist: Haben tatsächlich die unabhängigen Faktoren bei diesem Experiment zu einem unterschiedlichen Ergebnis geführt? Externe Validität gilt der Frage nach der Generalisierbarkeit: Auf welche Personengruppen, Situationen, unabhängige Variablen und Messungen kann der Effekt generalisiert werden? Beide Arten von Kriterien sind offenkundig wichtig, obwohl sie häufig im Widerspruch stehen, weil Merkmale, die dem einen dienen, das andere gefährden können.“ Im Hinblick auf praktische (Marketing-)Fragestellungen wird teilweise betont, dass die externe Validität unverzichtbar ist, weil es eben darum geht, von den Ergebnissen einer Untersuchung auf die Verhältnisse in den Märkten, für die die Entscheidungen getroffen werden, zu schließen (vgl. Calder/ Phillips/ Tybout 1981 u. 1982). Zentrale Bedeutung für die externe Validität hat offenkundig die repräsentative Auswahl von Versuchspersonen (analog zu der Vorgehensweise bei repräsentativen Befragungen, siehe Kapitel 3) und die realitätsnahe („natürliche“) Untersuchungssituation, auf die später im Zusammenhang mit Feldexperimenten noch eingegangen wird. In Anlehnung an Campbell/ Stanley (1963, S. 5 f.) und Shadish/ Cook/ Campbell (2002, S. 54 ff.) sollen einige Fehler bzw. Effekte, die die interne Validität eines Experiments beeinträchtigen können, kurz gekennzeichnet werden:

„ „Auswahl- bzw. Zuordnungs-Fehler“ Hier geht es um das Problem, dass die Unterschiede zwischen Ergebnissen bei Versuchs- und Kontrollgruppen möglicherweise nicht auf die unabhängige Variable, sondern auf die Unterschiedlichkeit der Zusammensetzung beider Gruppen zurückzuführen sind (vgl. dazu als Beispiel Design 2 und 3 in Abschnitt 4.5.1). Gängige Vorgehensweisen zum Ausschluss dieses Problems (bzw. dieser alternativen Er150

Experimentelle Untersuchungen

klärungsmöglichkeit) sind Randomisierung oder Matching bei der Zuordnung von Versuchspersonen zu Versuchs- und Kontrollgruppen. Randomisierung bedeutet zufällige Zuordnung von Versuchspersonen zu Versuchsbedingungen bzw. Ausprägungen der unabhängigen Variablen und dadurch Neutralisierung der Wirkung nicht kontrollierter Variablen. Beim Matching werden gewissermaßen „Paare“ von Versuchspersonen mit gleicher Ausprägung der möglichen Störvariablen gebildet und auf Versuchs- und Kontrollgruppe aufgeteilt.

„ „Treatment-Effekt“ Dieser Effekt ist dadurch gekennzeichnet, dass die Untersuchungssituation die Wirkung der unabhängigen Variablen beeinflusst (oftmals verstärkt), z.B. durch höhere Aufmerksamkeit der Versuchsperson oder deren Anpassung an vermeintliche Erwartungen des Untersuchungsleiters. Als Gegenmaßnahmen werden empfohlen die Tarnung des Untersuchungsgegenstandes und/oder die Ablenkung der Versuchsperson.

„ „Test-Effekt“ Damit ist der Einfluss einer Vormessung auf die Wirkung einer unabhängigen Variablen gemeint (siehe dazu Design 3 und 4 in Abschnitt 4.5.1). Als „Gegenmaßnahme“ könnten auch Versuchs- und Kontrollgruppen vorgesehen werden, bei denen keine Vormessung stattfindet.

„ „Entwicklungs-Effekt“ Dieser bezieht sich auf die Veränderung der Umwelt und ihrer Wirkungen auf die abhängige Variable während der Dauer des Experiments (siehe dazu Design 1 und 2 im Abschnitt 4.5.1). In dieser Hinsicht ist es wesentlich, die Vergleichbarkeit der Bedingungen bei Versuchs- und Kontrollgruppe zu sichern. Analog zur Einteilung der Beobachtungsverfahren in Feld- und Laborbeobachtungen (siehe Abschnitt 4.3.2) spielt auch für den praktischen Einsatz experimenteller Anordnungen die Unterscheidung von Feld- und Laborexperimenten eine Rolle. Vorgehensweisen, bei denen die Wirkung der unabhängigen Variablen und die Messungen der abhängigen Variablen sich in einer natürlichen, realistischen Umgebung vollziehen, werden als Feldexperimente bezeichnet, während man bei Experimenten in einer künstlichen, stark vom Forscher beeinflussten Situation von Laborexperimenten spricht. Diese beiden Typen sind aber keine eindeutig abgrenzbaren Klassen von Experimenten, sondern lediglich die extremen Ausprägungen einer Vielfalt von Gestaltungsmöglichkeiten. Bei Feldexperimenten steht dem Vorteil der Realitätsnähe der Untersuchungssituation und damit der guten Verallgemeinerungsfähigkeit der Ergebnisse das Problem der relativ schlechten Kontrollierbarkeit der Randbedingungen des Experiments gegenüber. Eine klassische Einsatzmöglichkeit des Feldexperiments in der Marktforschung ist in

151

4.5

4

Weitere Untersuchungsdesigns und Erhebungsmethoden der Marktforschung

der entsprechenden Anlage von Testmärkten und Markttests (siehe Abschnitt 4.5.4) zu sehen. Die Probleme bei der Anlage von Laborexperimenten stellen sich umgekehrt zu denen des Feldexperiments: Einerseits lassen sich in einer stark vom Forscher beeinflussten Untersuchungssituation die Randbedingungen des Experiments gut kontrollieren, andererseits wird die Übertragbarkeit von Ergebnissen, die in einer künstlichen Umgebung gewonnen wurden, natürlich fraglich (siehe Abbildung 4.11). Weit verbreitet ist der Einsatz von Laborexperimenten für Produkt-, Packungs- und Werbemitteltests in der Markforschung. Abschließend seien einige praktische Vorteile von Laborexperimenten genannt, denen der für die Praxis gravierende Nachteil der fraglichen externen Validität gegenübersteht: x

Geringere Kosten als bei (größer angelegten) Feldexperimenten

x

Vielfältige Manipulationsmöglichkeiten (z.B. im Hinblick auf Konkurrenzprodukte), die im realen Umfeld nicht möglich wären

x

Keine störende Beeinflussung der normal weiter laufenden eigenen MarketingAktivitäten

x

Große Zahl von unabhängigen Variablen und Interaktionen kann untersucht werden.

Abbildung 4-11: Vor- und Nachteile von Labor- und Feldexperimenten im Hinblick auf interne und externe Validität

Laborexperiment

+

Interne Validität

+

Externe Validität

Feldexperiment

152

Experimentelle Untersuchungen

4.5.3

Quasi-Experimente

Typisch für die vorstehend gekennzeichneten experimentellen Designs sind der vom Untersuchungsleiter kontrollierte Einsatz der unabhängigen Variablen und die zukünftige Zuordnung von Versuchspersonen zu Versuchs- und Kontrollgruppen mit dem Ziel, systematische Unterschiede zwischen diesen Gruppen, die die Wirkung der unabhängigen Variablen überlagern könnten, auszuschließen. Nun gibt es Untersuchungssituationen, in denen diese Bedingungen nicht realisiert werden können. Drei Beispiele mögen dieses Problem illustrieren:

„ Es soll untersucht werden, ob bei Menschen, deren Eltern Raucher sind/waren, die Neigung, selbst Raucher zu werden, stärker entwickelt ist als bei anderen Menschen. Hier ist offenkundig, dass eine zufällige Zuordnung zu den beiden zu vergleichenden Gruppen („Eltern Raucher“ und „Eltern Nichtraucher“) nicht nur praktisch unmöglich ist, sondern auch ethisch höchst bedenklich wäre.

„ Es soll untersucht werden, ob die Markenwahl beim Erstkauf eines Autos die Markenpräferenz auch langfristig (20 Jahre und mehr) bestimmt. Hier wird man kaum einen Marketing-Manager finden, der dem Marktforscher 20 Jahre Zeit lässt, um das Markenwahlverhalten bei verschiedenen Käufergruppen sorgfältig zu beobachten. Man müsste wohl eher bei jetzigen Autokäufern rückschauend feststellen, welche Automarke sie als erste gekauft haben, und so Vergleichsgruppen bilden. Das wäre sicher keine zufällige Zuordnung, würde aber das Problem der Untersuchungsdauer lösen.

„ Es soll überprüft werden, ob die zu einem bestimmten Zeitpunkt erfolgte Packungsänderung zu einer dauerhaften Steigerung des Marktanteils geführt hat (Grund: Packungsänderung, Effekt: Marktanteilssteigerung). Bei einer solchen Maßnahme im Gesamtmarkt gibt es natürlich keine Versuchs- und Kontrollgruppen und schon gar keine zufällige Zuordnung dazu. Ein typisches Beispiel für die logischen und praktischen Probleme bei der Randomisierung wäre auch die Verwendung einer unabhängigen Variablen „Geschlecht“. Campbell/ Stanley (1963, S. 34) sprechen in Situationen, in denen man wesentliche Prinzipien experimenteller Untersuchungen anwendet, ohne allen entsprechenden Anforderungen gerecht werden zu können, von Quasi-Experimenten. Da bei QuasiExperimenten durch den notwendigen Verzicht auf die zufällige Zuordnung von Untersuchungsobjekten zu Versuchs- und Kontrollgruppen ein entsprechender Effekt nicht ausgeschlossen werden kann, sind andere Wege zum Ausschluss alternativer Erklärungsmöglichkeiten notwendig. Shadish/ Cook/ Campbell (2002, S. 105) heben dazu u.a. die „Identifizierung und Analyse möglicher Bedrohungen der internen Validität“ durch kritische Überprüfung in Frage kommender Einflussfaktoren hervor. Andererseits haben Quasi-Experimente oftmals Vorteile im Hinblick auf die externe Validität, weil die verwendeten Daten in „natürlichen“ Situationen gemessen wurden.

153

4.5

4

Weitere Untersuchungsdesigns und Erhebungsmethoden der Marktforschung

Campbell/ Stanley (1963, S. 34) zu Quasi-Experimenten: „Es gibt viele reale Situationen, in denen der Forscher so etwas wie ein experimentelles Design bei seiner Untersuchung anwenden kann (z.B. beim „wann“ und „bei wem“ der Messungen), obwohl er nicht die volle Kontrolle über den Einsatz der experimentellen Stimuli hat (das „wann“ und „bei wem“ des Einsatzes der Stimuli und dessen Randomisierung), was ein wirkliches Experiment ermöglicht.“ Kerlinger/ Lee (2000, S. 536) kennzeichnen die Gründe für die Durchführung von QuasiExperimenten: „Das wirkliche Experiment bedarf der Manipulation mindestens einer unabhängigen Variablen, der zufälligen Zuordnung der Ausprägungen der unabhängigen Variablen zu den Gruppen. Wenn eine oder mehrere dieser Voraussetzungen aus dem einen oder anderen Grund nicht gegeben ist, haben wir es mit einem „Kompromiss-Design“ zu tun. Kompromiss-Designs sind bekannt als quasi-experimentelle Designs.“ Zwei Arten von Quasi-Experimenten seien kurz charakterisiert:

„ Designs mit Kontrollgruppe ohne Einflussfaktor Grundidee dieses Designs ist es, diejenigen Personen, die einem Einflussfaktor (z.B. Kontakt zur Werbung) ausgesetzt waren mit denen zu vergleichen, bei denen das nicht der Fall war. Bei den im folgenden Abschnitt skizzierten Testmärkten findet man häufig entsprechende Anwendungen. Aus einem Unterschied bei einer (vermuteten) abhängigen Variablen (z.B. Kaufintensität) schließt man auf die Wirkung des Einflussfaktors. Je eher man andere Erklärungsmöglichkeiten für den Unterschied ausschließen kann, desto aussagkräftiger sind die Ergebnisse.

„ Zeitreihen-Design Hier beobachtet man den Verlauf einer Zeitreihe der interessierenden abhängigen Variablen (z.B. Marktanteil). Wenn zu einem bestimmten Zeitpunkt eine Marketing-Maßnahme (z.B. Preissenkung) erfolgt ist, dann führt man eine signifikante Änderung des Verlaufs der Zeitreihe (z.B. deutliche und nachhaltige Steigerung des Marktanteils) auf diese Marketing-Maßnahme zurück. Auch dabei sollen soweit wie möglich andere Einflussfaktoren (z.B. Konkurrenzaktivitäten) ausgeschlossen werden können.

4.5.4

Testmärkte

Zu den wichtigen Hilfsmitteln der Marktforschung, insbesondere im Zusammenhang mit der Prognose der Wirkung einzelner Marketing-Maßnahmen oder eines ganzen Marketing-Mix (z.B. bei der Einführung eines neuen Produkts), gehören die verschiedenen Arten von Testmärkten, die allerdings verglichen mit den bisher vorgestellten Designs recht aufwändig sind. 154

Experimentelle Untersuchungen

Kotler/ Keller/ Bliemel (2007, S. 477 f.) zum Nutzen von Testmärkten: „Diese Form der Markterprobung hat mehrere Vorteile. Der wichtigste besteht darin, dass er eine zuverlässige Prognose der künftigen Umsätze liefert. (…) Der zweite Vorteil besteht darin, dass man unterschiedliche Marketingpläne erproben kann. (…) Durch seinen Einsatz auf Testmärkten stößt das Unternehmen zuweilen auf einen Mangel am Produkt, der in der Entwicklungsphase unbemerkt blieb.“ Testmärkte werden hier im Zusammenhang mit Experimenten betrachtet, weil die jeweiligen Grundideen sehr ähnlich sind. Auch bei Testmärkten manipuliert man eine unabhängige Variable (z.B. neues Produkt, Packungsänderung, Veränderung der Werbung) und beobachtet, wie sich die interessierenden abhängigen Variablen (z.B. Nachfrage und/oder Präferenzen der Konsumenten, Akzeptanz beim Handel) daraufhin verändern. Drei typische Formen von Testmärkten sollen hier vorgestellt werden:

„ Regionaler Testmarkt Dabei werden geplante Marketing-Maßnahmen in einem begrenzten Testgebiet realisiert bzw. simuliert. Wegen der Realitätsnähe der Bedingungen entspricht ein solcher Testmarkt am ehesten einem Feldexperiment. Ein zentrales Problem besteht darin, Testgebiete zu finden, die für den Gesamtmarkt in jeder Hinsicht (z.B. Kaufkraft, Sozialstruktur, Handelsstruktur, Mediensituation) typisch – in diesem Sinne repräsentativ – sind. Die reale Marktsituation bringt es mit sich, dass alle Aktivitäten im Testmarkt für die Konkurrenten erkennbar sind und evtl. auch gestört werden können (z.B. durch Verkaufsförderungsaktionen der Konkurrenz oder den Einkauf großer Mengen eines getesteten Produkts durch den Außendienst von Konkurrenten).

„ Mini-Testmarkt Dazu werden in einem (relativ eng) abgegrenzten Gebiet möglichst alle Einzelhändler zur Mitwirkung gewonnen und mit Scanner-Kassen ausgestattet sowie ein Haushaltspanel (siehe Abschnitt 4.4) eingerichtet. Die teilnehmenden Haushalte werden mit Identifikationskarten (Strichcode) ausgestattet, so dass jeder Einkauf in einem der beteiligten Geschäfte mit allen Einzelheiten (z.B. Zeitpunkt, Mengen aller gekauften Artikel) erfasst werden. Weiterhin können bei diesen Haushalten auch Kommunikationsmaßnahmen (Werbung in Fernsehen oder Zeitungen, Handzettel etc.) getestet werden. Man erhält so genannte „Single-Source-Daten“, also Daten, bei denen alle Einflussfaktoren (Werbung, Preis, Verkaufsförderung) und alle Einkäufe den Haushalten zugeordnet werden können und somit eine fundierte Wirkungsanalyse ermöglicht wird. Das prominenteste Beispiel für so einen MiniTestmarkt ist das BehaviorScan-System der GfK (Nürnberg) in Hassloch sowie in Angers und Le Mans in Frankreich (www.gfk.com). Probleme bestehen in den hohen Kosten eines solchen Systems und in einem möglicherweise noch verstärkten Panel-Effekt (siehe Abschnitt 4.4), weil eben hier besonders viele Tests neuer Produkte, neuer Werbung etc. durchgeführt werden.

155

4.5

4

Weitere Untersuchungsdesigns und Erhebungsmethoden der Marktforschung

„ Labor-Testmarkt Bei Labor-Testmärkten wird eine simulierte Kaufsituation in einer in einem Teststudio simulierten Einkaufsstätte mit dem Gebrauch des „gekauften“ Produkts im Haushalt verbunden. Die Testpersonen werden also einer möglichst realitätsnahen Einkaufssituation ausgesetzt, sollen ein Produkt wählen, später das zu testende Produkt ausprobieren und darüber dann in einem folgenden Interview berichten. Zu methodischen Einzelheiten sei auf Erichson (2000) verwiesen. Ein solcher Test ist mit relativ begrenzten Kosten und begrenztem Zeitaufwand durchführbar. Der Test und seine Ergebnisse bleiben der Konkurrenz verborgen und können von dieser auf keine Weise beeinflusst werden. Allerdings stellt sich angesichts der etwas „künstlichen“ Untersuchungssituation die Frage nach der Übertragbarkeit der Ergebnisse auf einen realen Markt ( externe Validität). Wesentliche Fragestellungen bei der Anlage von Testmärkten beziehen sich auf die folgenden Aspekte: x

Art und Anzahl der Testgebiete. Damit verbunden ist die (zentrale) Fragestellung der Repräsentativität der Testgebiete. Diese ist hier so bedeutsam, weil man ja häufig auf Basis der Testergebnisse Prognosen für einen Gesamtmarkt entwickeln will.

x

Dauer des Tests. Der Testzeitraum sollte so gewählt werden, dass Wiederholungskäufe beobachtet werden können. Damit hängt der Zeitraum natürlich von der für eine Produktkategorie typischen Kaufhäufigkeit ab, die sich beispielsweise bei Erfrischungsgetränken und Schuhpflegemitteln deutlich unterscheidet. Mit steigender Dauer steigen auch die Kosten und die Einführung eines Produkts verzögert sich.

Literaturempfehlungen zum 4. Kapitel Martin Günther / Ulrich Vossebein / Raimund Wildner: Marktforschung mit Panels, 2. Aufl., Wiesbaden 2002. Fred Kerlinger / Howard Lee: Foundations of Behavioral Research, 4. Aufl., Melbourne u.a.O 2000. Ernst Salcher: Psychologische Marktforschung, 2. Aufl., Berlin u.a.O. 1995. William Shadish / Thomas Cook / Donald Campbell: Experimental and Quasi-Experimental Designs for Generalized Causal Inference, Boston / New York 2002. Seymour Sudman / Edward Blair: Marketing Research – A Problem Solving Approach, Boston u.a.O. 1998. Seymour Sudman / Brian Wansink: Consumer Panels, 2. Aufl., Chicago.

156

Überblick

5 5.1

Datensammlung und –aufbereitung

Überblick

In den vorigen Kapiteln ist die Konzeption der Datenerhebung für die Marktforschung behandelt worden. Es wurden in diesem Zusammenhang vor allem Probleme der Festlegung von Untersuchungsdesigns und der Entwicklung von Messinstrumenten diskutiert. Im Mittelpunkt des vorliegenden Kapitels stehen die Tätigkeiten, die zwischen der Festlegung der Untersuchungsdesigns mit allen methodischen Einzelheiten und der statistischen Datenanalyse stattfinden: die Sammlung der Daten im „Feld“ und deren Aufbereitung. Manche der dabei relevanten Gesichtspunkte sind eher technischer oder handwerklicher Art und beruhen auf Erfahrungen, sind also theoretisch schwer zu vermitteln. Es muss aber daran erinnert werden, dass die Genauigkeit und Gültigkeit von Untersuchungsergebnissen nur so gut ist, wie das schwächste Glied in der Kette der Schritte, die zu diesen Ergebnissen geführt haben. So kann man sich leicht vorstellen, dass alle Sorgfalt bei der Entwicklung von Fragebögen oder der Stichprobenziehung vergeblich bleiben muss, wenn der Interviewer bei der Datensammlung bestimmte Anweisungen nicht beachtet oder wenn Fehler bei der Codierung und Eingabe der Daten in den Computer auftreten. Deswegen sollen hier Aspekte der Datensammlung und –aufbereitung vor allem aus dem Blickwinkel der damit verbundenen Fehlermöglichkeiten betrachtet werden. Dabei wird die im 3. Kapitel behandelte besonders gängige Form der Datenerhebung, die repräsentative Befragung, zu Grunde gelegt. Viele der darauf bezogenen Überlegungen können auch auf andere Untersuchungsdesigns übertragen werden. Die Arten von Fehlern, die in der Marktforschung auftreten, sollen an Hand des in Abbildung 5.1 dargestellten Schemas charakterisiert und abgegrenzt werden. Es werden dort drei Fehlerarten aufgeführt: Fehler durch die Auswahl der Auskunftspersonen, durch fehlende oder unzutreffende Angaben über die jeweilige Person und Fehler bei der Durchführung der Befragung. Die Darstellung der Fehlerarten in Form eines Eisbergs ist keineswegs zufällig gewählt worden. Sie soll vielmehr verdeutlichen, dass ein großer Teil der bei derartigen Untersuchungen auftretenden Fehler dem Nutzer der Untersuchungsergebnisse verborgen bleiben. Meist wird in entsprechenden Berichten nur der Stichprobenfehler ausgewiesen, das aber mit manchmal übertriebener Genauigkeit. So haben die zu Beginn des Abschnitts 3.3.1 vorgestellten Beispiele gezeigt, dass Fehler durch unterschiedliche Frageformulierungen wesentlich gravierender sein können als ein Stichprobenfehler, der mit der (Schein-) Genauigkeit von ein oder zwei Kommastellen angegeben wird. Das ist in der Abbildung 5.1 auch durch die „Grenze

157

5.1

5

Datensammlung und –aufbereitung

der Sichtbarkeit“ angedeutet. Einige der in der Abbildung aufgeführten Fehlerarten sind der/dem LeserIn dieses Buches schon bekannt. So sind vor allem Messfehler bei den Auskunftspersonen (z.B. durch Erinnerungsmängel oder bewusst verzerrtes Antwortverhalten) schon im 3. Kapitel ausführlich erörtert worden. Der Stichprobenfehler (auch Zufallsfehler genannt) resultiert aus der zufälligen Schwankung von Stichprobenergebnissen um einen „wahren Wert“, der für die Grundgesamtheit gilt. Diese Abweichungen können von Stichprobe zu Stichprobe unterschiedlich sein und sind nie ganz zu vermeiden, da sie mit dem Prinzip der Stichprobenziehung verbunden sind. Durch die Vergrößerung einer Stichprobe kann man Fehler dieser Art allerdings reduzieren. Die Größe des Stichprobenfehlers ist im Gegensatz zu anderen Arten von Fehlern berechenbar, sofern die Auswahl der Stichprobenelemente zufällig erfolgt ist (siehe dazu Abschnitt 3.2 und Kapitel 7).

Abbildung 5-1: Fehlerarten bei Umfragen (nach Weisberg 2005, S. 19)

Fehler durch Auswahl der Auskunftsperson

Stichprobenfehler Fehlerhafte Stichprobenbasis

„Grenze der Sichtbarkeit“

Ausfall von Interviews Fehlende Angaben in Interviews

Fehler durch unzutreffende Angaben Fehler bei der Durchführung der Befragung

Messfehler bei den Auskunftspersonen Messfehler durch die Interviewer Fehler bei der Datenaufbereitung Fehler durch Art der Kommunikation Fehler durch Spezifika des Instituts

Ein weiterer Problembereich ist eine fehlerhafte Stichprobenbasis. Diese besteht darin, dass Verzeichnisse von Personen, Haushalten, Unternehmen etc., die als Basis für die Auswahl der Erhebungseinheiten verwendet werden, die Grundgesamtheit, über die Aussagen gemacht werden sollen, nicht angemessen abdecken. Das wird insbesondere dann zum Problem, wenn sich die Stichprobenbasis systematisch von der Grundgesamtheit unterscheidet. So kann man sich beispielsweise leicht vorstellen, dass bei der Verwendung eines Wählerverzeichnisses als Stichprobenbasis für eine repräsentative Befragung in einer Region die frisch zugezogenen Personen (die offenbar eher mobil sind) noch nicht in dem Verzeichnis enthalten sind während andere Personen, die schon verzogen sind (also eher nicht mehr zu der Grundgesamtheit in der Region lebender Personen gehören), noch im Wählerverzeichnis stehen und damit die Chance

158

Überblick

haben, in die Stichprobe einbezogen zu werden. Allgemein spricht man von einer fehlerhaften Stichprobenbasis, wenn bestimmte Gruppen von Elementen der Grundgesamtheit eine zu geringe oder zu große Wahrscheinlichkeit haben, Elemente der Stichprobe zu werden. Abbildung 5.2 illustriert dieses Problem.

Unter-Abdeckung

Ungeeignete Einheiten

Abgedeckter Teil der Grundgesamtheit

Ungeeignete Einheiten

Abbildung 5-2: Abdeckung einer Grundgesamtheit durch eine Stichprobenbasis (Quelle. Groves u.a. 2004, S. 54)

Unter-Abdeckung

Grundgesamtheit

Stichprobenbasis

Man erkennt deutlich, dass in dem natürlich sehr einfachen und fiktiven Beispiel der Abbildung 5.2 einige Elemente der Grundgesamtheit keine Chance hätten, in die Stichprobe zu kommen („Undercoverage“), und andererseits Elemente, die eigentlich nicht zur Grundgesamtheit gehören, in die Stichprobe kommen können. Für eine ausführliche und praxisnahe Diskussion dieses Problems sei hier auf Groves u.a. (2004, S. 54 ff. und S. 67 ff.) verwiesen.

Beispiele für fehlerhafte Stichprobenbasen: - Eine Stichprobe aus der Grundgesamtheit „erwachsene Gesamtbevölkerung“ wird auf der Basis von Telefonbüchern gezogen. Problem: Haushalte ohne Festnetz-Telefon und Haushalte mit Telefonanschlüssen, die nicht aufgelistet sind, haben keine Chance, ausgewählt zu werden.

159

5.1

5

Datensammlung und –aufbereitung

- Eine Personen-Stichprobe wird so gebildet, dass aus ausgewählten Haushalten jeweils eine Person befragt wird. Problem: Personen, die in kleinen Haushalten leben, haben eine größere Chance, befragt zu werden, als Personen, die mit vielen anderen Leuten in einem Haushalt wohnen. Die erstere Gruppe wäre also überrepräsentiert. - Eine Stichprobe von Unternehmen einer Branche wird auf der Basis des Mitgliederverzeichnisses des entsprechenden Unternehmensverbandes gezogen. Problem: Unternehmen, die nicht Mitglied des Verbandes sind (z.B. sehr kleine Unternehmen), haben keine Chance, in die Stichprobe zu kommen. Die nächste Art der in Abb. 5.1 dargestellten Fehlerarten ist der Ausfall von Interviews, vor allem dadurch, dass Auskunftspersonen nicht erreicht werden oder die Teilnahme an der Untersuchung verweigern. Die Abbildung 5.3 gibt bezogen auf telefonische Befragungen einen Überblick über die Vielzahl von Situationen, die zum Ausfall von Messungen führen können. Abbildung 5-3: Mögliche Ergebnisse eines Versuchs , bei telefonischer Befragung einen Kontakt zu einer Auskunftsperson herzustellen (in Anlehnung an Wisemann/ McDonald 1980, zitiert nach Churchill/ Iacobucci 2002, S. 542)

Kontaktversuch

Kontakt zur Auskunftsperson nicht hergestellt

Kontakt zur Auskunftsperson hergestellt

Prüfung der Eignung der Auskunftsperson für die Untersuchung

Verweigerung durch die Auskunftsperson

Eignung der Auskunftsperson

Auskunftsperson nicht erreicht

Niemand erreicht

Telefonnummer nicht korrekt

Verweigerung durch anderes Haushaltsmitglied

160

Sonstiges Verbindung unterbrochen

Kooperation

Eignung, aber außerhalb der vorgesehenen Quoten

Keine Eignung

Telefonnummer gehört nicht zu einem Haushalt Interview abgeschlossen

Anschluss besetzt

Interview abgebrochen

Interview verweigert

Angaben nicht brauchbar

Auskunftsperson gehört nicht zur Grundgesamtheit

Überblick

Die Probleme, die sich durch fehlende Angaben von Personen, Haushalten, Unternehmen etc. ergeben, die zur Stichprobe gehören, sind in der an eine Zielscheibe angelehnten Abbildung 5.4 illustriert. Man kann sich vorstellen, dass auch die Probleme der Stichprobenausschöpfung damit zu tun haben, wie genau man mit einer durchgeführten Untersuchung auf die „wahren“ Merkmalsverteilungen in einer Grundgesamtheit zielt. Hier ist auch wieder auf die Beziehungen zu dem zentralen Aspekt der Validität einer Untersuchung hinzuweisen. Im linken Teil der nachstehenden Abbildung 5.4 (a) ist die Situation gezeigt, in der eine Stichprobe vollständig ausgeschöpft wird und deswegen keine Verzerrung der Untersuchungsergebnisse entsteht. Die vollständige Stichprobenausschöpfung stellt in der Praxis (nicht nur) der Marktforschung allerdings einen seltenen Ausnahmefall dar. Deshalb ist die Aussagekraft der Stichprobentheorie, bei der eben von vollständiger Stichprobenausschöpfung ausgegangen wird, für die Genauigkeit bzw. Sicherheit von Ergebnissen zusätzlich begrenzt. Abbildung 5-4 : Vollständige und unvollständige Stichprobenausschöpfung und ihre Konsequenzen (Quelle: Parasuraman 1986, S. 526)

a

Stichproben basis

b

Gezogene Stichprobe

c

Realisierte Stichprobe

161

5.1

5

Datensammlung und –aufbereitung

Gängiger ist der im Teil b von Abbildung 5.4 dargestellte Fall, bei dem nur bei einem Teil der bei der Stichprobenziehung ausgewählten Elemente Daten erhoben werden können. In der in der Mitte der Abbildung wiedergegebenen Situation wird dadurch keine Verzerrung der Ergebnisse verursacht. Man muss aber eher damit rechnen, dass die Merkmalsverteilung bei den Stichprobenelementen, bei denen keine Daten erhältlich sind, anders als bei den restlichen ist. Beispielsweise kann man sich leicht vorstellen, dass unter den bei einer mündlichen Umfrage schwer erreichbaren Auskunftspersonen der Anteil mobiler, in Beruf und Freizeit besonders aktiver Menschen höher ist als in der Gruppe derer, die bei einem der ersten Kontaktversuche erreicht werden. In Teil c der Abbildung 5.4 ist die sich aus derartigen Gründen ergebene Ergebnisverzerrung symbolisch dargestellt. Wesentlich für die Vermeidung derartiger Verzerrungen sind die Hartnäckigkeit und das Geschick des Interviewers im Hinblick auf den Kontakt zur und die Motivierung der ausgewählten Auskunftsperson (siehe dazu auch Abschnitt 5.2). Welche der in Abbildung 5.1 aufgeführten Fehlerarten müssen noch erörtert werden? Hinsichtlich der Fehler durch unzutreffende Angaben werden fehlende Angaben in Interviews durch mangelnde Angaben zu einzelnen Fragen und Messfehler durch die Interviewer im folgenden Abschnitt 5.2 kurz angesprochen. Hinsichtlich von Messfehlern bei den Auskunftspersonen ist schon auf die umfassende Diskussion im Abschnitt 3.3 verwiesen worden. Hinsichtlich der Fehler bei der Durchführung der Befragung sind die spezifischen Stärken und Schwächen verschiedener Arten der Kommunikation bereits im Abschnitt 3.6 erörtert worden. Um Fehlermöglichkeiten bei der Datenaufbereitung geht es im Abschnitt 5.3. Was ist mit den verbleibenden Fehlermöglichkeiten durch Spezifika des Instituts gemeint? Weisberg (2005, S. 297 ff.) bezieht sich dabei insbesondere auf so genannte „Haus-Effekte“ und knüpft damit an das aus der politischen Umfrageforschung bekannte Phänomen an, dass bestimmte Institute als eher konservativ oder links-liberal orientiert gelten. Neben solchen Tendenzen können auch von Institut zu Institut verschiedene Praktiken und Gewohnheiten zu systematischen Ergebnisunterschieden führen. Ähnlich Konsequenzen haben interkulturelle Unterschiede (z.B. Bedeutungsgehalt bestimmter Begriffe) bei länderübergreifenden Untersuchungen.

Herbert Weisberg (2005, S. 299) kennzeichnet „Haus-Effekte“ in folgender Weise: „Der Begriff „Haus-Effekte“ bezieht sich darauf, dass Umfragen zum selben Thema, die von verschiedenen Instituten durchgeführt werden, zu unterschiedlichen Ergebnissen führen können. Natürlich führt der Stichprobenfehler dazu, dass man keine identischen Resultate erwarten sollte, aber die Unterschiede sind manchmal weit größer als man es durch Stichprobenfehler erklären kann. …. Er (der Haus-Effekt, Anm. d. Verf.) kann angesehen werden als eine Residualgröße, die verbleibt, wenn man die Einflüsse unterschiedlicher Frageformulierungen berücksichtigt hat. Haus-Effekte werden hier der Durchführung von Befragungen zugerechnet, weil sich die Ergebnisunterschiede häufig auf Anleitung, Training und Überwachung von Interviewern zurückführen lassen, die außerhalb des Umfrage-Instituts nicht erkennbar sind.“ 162

Datensammlung

5.2

Datensammlung

Wenn in der einschlägigen Literatur bei der Datensammlung auftretende Probleme behandelt werden, so steht dabei meist die Datenerhebung mittels mündlicher Befragung im Vordergrund. Das ist dadurch gerechtfertigt, dass die entsprechenden Fragestellungen bei anderen Formen der Befragung (schriftlich, telefonisch) damit weitgehend abgedeckt sind und dadurch, dass bei anderen Erhebungsverfahren (z.B. bei Beobachtungen) Probleme der Datensammlung oftmals so stark auf die jeweilige Untersuchungssituation bezogen sind, dass eine generelle Behandlung in vertretbarem Umfang kaum möglich ist. Hinsichtlich persönlicher Merkmale (z.B. Alter, Geschlecht, soziale Schicht) wird oftmals eine möglichst große Entsprechung zwischen Interviewer und Auskunftsperson empfohlen, da man auf diese Weise die Bereitschaft, sich an der Untersuchung zu beteiligen und korrekte Auskünfte zu geben, fördern kann. Allerdings lässt sich diese Forderung aus praktischen Gründen höchstens teilweise realisieren. Bezüglich psychischer Faktoren, die das Verhalten der Interviewer und damit (indirekt) das Antwortverhalten von Auskunftspersonen beeinflussen (z.B. durch eigene Meinungen der Interviewer), kommt es am ehesten darauf an, durch Schulung die Interviewer zu einem möglichst neutralen Verhalten zu bewegen, um eben diese Wirkungen zu minimieren.

Weisberg (2005, S. 59 f.) berichtet über ein extremes Beispiel für den Einfluss der Person des Interviewers auf das Antwortverhalten der Auskunftsperson. Dabei wurden Unterschiede der Antwortverteilungen zu Fragen zur Heirat von Farbigen und Weißen in USA, zum gemeinsamen Schulunterricht und zum gemeinsamen Wohnen in den gleichen Gegenden bei farbigen und weißen Interviewern ermittelt. Es ergaben sich in den 1970er Jahren die folgenden Zustimmungsraten, die sehr starke Unterschiede zeigen:

Farbige Interviewer

Weiße Interviewer

Differenz

„Gemischte“ Heirat

72%

26%

46%

Gemeinsame Schule

91%

56%

35%

Wohnen im gleichen Gebiet

100%

69%

31%

Von den Verhaltensweisen der Interviewer sind hinsichtlich der Genauigkeit bzw. Fehlerhaftigkeit von Untersuchungsergebnissen die Folgenden besonders wichtig:

„ Fehler bei der Fragestellung Im Kapitel 3 ist schon erörtert worden, wie bedeutsam die Entwicklung von Messinstrumenten für die Qualität von Untersuchungsergebnissen ist und wie empfind-

163

5.2

5

Datensammlung und –aufbereitung

lich diese Ergebnisse selbst gegenüber geringfügig wirkenden methodischen Veränderungen sind. Daraus folgt unmittelbar die Notwendigkeit, den Einsatz der Messinstrumente durch die Interviewer genau in der festgelegten Weise vornehmen zu lassen. Hinzu kommt der Gesichtspunkt, dass Angaben von Auskunftspersonen nur vergleichbar sind, wenn sie durch einheitliche Erhebungstechniken zustande gekommen sind. Erstaunlich ist der hohe Anteil von Abweichungen von den vorgegebenen Fragen, die man in einschlägigen speziellen Untersuchungen festgestellt hat. Beispielsweise haben Bradburn/ Sudman (1979, S. 27 ff.) in einer solchen Studie 372 Interviews auf Tonband aufgezeichnet und bei etwa 30 % der insgesamt gestellten Fragen Lesefehler auf Seiten der Interviewer festgestellt.

„ Fehler bei der Motivierung von Auskunftspersonen Insbesondere wegen der Gefahr der mangelnden Repräsentanz einer Untersuchung durch nicht erreichte Zielpersonen und/oder abgebrochene bzw. verweigerte Interviews (siehe Abschnitt 5.1) ist es notwendig, erhebliche Anstrengungen im Hinblick auf eine weitgehende Stichprobenausschöpfung zu unternehmen. Neben den üblichen Erläuterungen der Bedeutung des einzelnen Interviews für den Erfolg der Untersuchung und der Zusicherung der Einhaltung von Regeln des Datenschutzes durch den Interviewer kommt es hier besonders darauf an, durch eine gewisse Zahl von Kontaktversuchen zu unterschiedlichen Zeiten möglichst viele der in einer Stichprobe ausgewählten Personen zu erreichen.

„ Fehler hinsichtlich der Vollständigkeit der Angaben Die gängigste Möglichkeit für eine Auskunftsperson, sich schwierigen oder unangenehmen Fragen zu entziehen ist die „Weiß nicht“-Angabe. Oftmals wird eine solche Möglichkeit bei geschlossenen Fragen angeboten. Weisberg (2005, S. 133 ff.) empfiehlt hier zur Steigerung der Antwortbereitschaft vor allem ein „Nachhaken“ des Interviewers und finanzielle Anreize für die Auskunftsperson bei vollständigen Angaben.

„ Fehler bei der Erfassung von Antworten Angesichts der komplexen Aufgabe des Interviewers, ein lebendig wirkendes und zur Fortsetzung motivierendes Gespräch mit einer Auskunftsperson zu führen und dabei gleichzeitig eine Fülle von Anweisungen zu beachten, wundert es nicht, dass bei der Übertragung von Antworten in den Erhebungsbogen Fehler auftreten können. Hinzu kommt die Beeinflussung von Wahrnehmungen von Antworten seitens des Interviewers durch dessen Erwartungen. So haben Bradburn/ Sudman (1979, S. 51 ff.) in einer auf dieses Problem ausgerichteten Studie Interviewer nach ihren Erwartungen bezüglich der Ergebnisse einer Umfrage befragt. Es zeigte sich bei diversen Variablen (Einkommen, Teilnahme an Glücksspielen, Alkoholkonsum), dass die im Fragebogen eingetragenen Angaben der Auskunftspersonen, die von Interviewern befragt worden waren, die niedrige Ergebnisse erwartet hatten, deutlich unter denen lagen, die bei der anderen Gruppe von Interviewern zustande gekommen waren.

164

Datensammlung

„ Fälscherproblem Wenn man an die recht anspruchsvolle, aber mäßig bezahlte Arbeit von Interviewern denkt, so kann man nicht völlig ausschließen, dass sich gelegentlich die Interviewer diese durch komplette oder teilweise Fälschungen „erleichtern“, indem sie nur wenige oder keine der verlangten Angaben bei den in der Stichprobe enthaltenden Auskunftspersonen erheben, sondern diese nach eigenem Gutdünken am heimischen Schreibtisch eintragen. Eine besondere Spielart von Fälschungen sind sog. „Filter-Fälschungen“. Diese bestehen darin, dass der (unseriöse) Interviewer bei Filterfragen (siehe Abschnitt 3.5) – unabhängig von der tatsächlichen Angabe der Auskunftsperson – die Antwortmöglichkeit ankreuzt, die dazu führt, dass eine größere Zahl folgender Fragen übersprungen und das Interview damit abgekürzt wird. Hier sei in Erinnerung gerufen, dass sich derartige Probleme und Fehlermöglichkeiten bei schriftlichen und Online-Befragungen natürlich nicht stellen. Bei telefonischen Befragungen stellen sie sich nur in deutlich geringerem Maße. Zunächst ist der Interviewereinfluss durch den nur akustischen Kontakt geringer. Daneben gibt es hier wesentlich bessere Möglichkeiten der Interviewerkontrolle und –schulung als bei persönlichen Interviews, weil (ausgewählte) Gespräche aufgezeichnet oder vom Untersuchungsleiter mitgehört werden können. Letztlich entfällt der Haupt-Anreiz für Fälschungen, weil Telefon-Interviewer in der Regel im Zeitlohn und nicht nach der Zahl der durchgeführten Interviews bezahlt werden. Der Erfolg mündlicher Befragungen hängt weitgehend vom Verhalten der Interviewer ab. Noelle-Neumann/ Petersen (2000, S. 319) kennzeichnen anschaulich zentrale Anforderungen an Interviewer: „Die Frage, wie denn der ideale Interviewer beschaffen sein müsse, lässt sich – jedenfalls weitgehend – mit der knappen Formel beantworten: ein kontaktfähiger Pedant. Die Interviewer sind gleichsam technische Assistenten, die eine Testapparatur bedienen, und zwar nach Vorschriften, die sie minuziös befolgen sollen, um sachliche Richtigkeit und Vollständigkeit, aber auch Einheitlichkeit des Verfahrens und damit statistische Auswertbarkeit, Wiederholbarkeit, Überprüfbarkeit zu sichern.“ Die wichtigsten Ansatzpunkte zur Verminderung von Fehlern, die durch das Verhalten von Interviewern entstehen, liegen im Bereich der so genannten „Interviewer“-oder „Feld-Organisation“. Dazu gehören die Bereiche:

„ Anwerbung und Auswahl von Interviewern (Anwerbung durch Zeitungsanzeigen oder über das Internet, Auswahl nach Einstellungsgespräch, psychologische Tests und der Durchführung von Probe-Interviews)

„ Interviewer-Ausbildung 165

5.2

5

Datensammlung und –aufbereitung

(Schriftliche Ausbildungsunterlagen, Rollenspiele, Übungen mit „präparierten“ Auskunftspersonen)

„ Interviewer-Anweisungen für die jeweilige Untersuchung (Erläuterungen zum Hintergrund der Untersuchung, Erläuterungen zur Stichprobe und zum Ablauf des Interviews, Motivierung des Interviewers)

„ Interviewer-Einsatz (Betreuung durch „Chef-Interviewer“, Honorierung, Festlegung der Zahl von Interviews, Terminplanung)

„ Interviewer-Kontrolle (Kontrolle hinsichtlich Fälschungen, Einhaltung von Anweisungen, Verweigerungsraten und Termineinhaltung) Dieser ganze Komplex ist eher durch praktische Erfahrungen als durch theoretisch geprägte Methodik geprägt (Was nicht geringschätzig gemeint ist! Eher im Gegenteil, weil ja die Sorgfalt und Kreativität der Praktiker in vielen Instituten großen Respekt verdient). Die Vielzahl relevanter Einzelaspekte lässt sich hier nicht darstellen. Dazu muss auf die Spezial-Literatur verweisen werden, wobei der Überblickartikel von Weinberg (1983) und insbesondere die Bücher von Groves u.a (2004), von Noelle-Neumann/ Petersen (2000) und Weisberg (2005) zu nennen sind.

Im „Code of Ethics“ der American Association for Public Opinion Research (zitiert nach Kaase 1999, S. 133) wird die Bedeutung von Interviewer-Auswahl und –Schulung formuliert: „Wichtig für vorbildliche Umfragen ist das Beharren auf hohen Standards bei Auswahl und Schulung der Interviewer. Um qualitativ hochwertige Daten zu erheben, müssen die Interviewer für eine telefonische oder persönlich-mündliche Umfrage sorgfältig geschult werden. Dies kann durch direkte Gruppenschulung, durch telefonische Schulung, durch Eigenstudium oder eine Kombination davon erfolgen. Gutes Interviewerverhalten sollte in den Vordergrund gestellt werden, zum Beispiel für die Art und Weise der ersten Kontaktierung von Befragten, für das professionelle Durchführen von Interviews und für das Vermeiden von Beeinflussungen der Befragten. Die Interviewerschulung sollte auch Übungsinterviews vorsehen, um die Interviewer auf die vielfältigen Situationen vorzubereiten, die sie bei ihrer Arbeit wahrscheinlich antreffen werden (…).“

5.3

Datenaufbereitung

Bei der Aufbereitung der Daten für die Analyse mit Hilfe der verbreiteten StatistikSoftware (z.B. SPSS, SAS) handelt es sich um einen Untersuchungsschritt, der eher technisch geprägt ist. Deshalb muss hier wieder ein knapper Überblick dazu genügen. Der

166

Datenaufbereitung

an genauerer Information interessierte Leser muss auf spezielle Quellen (z.B. Groves u.a. 2004, S. 303 ff., Karweit/ Meyers 1983; Lehmann/ Gupta/ Steckel 1998, S. 335 ff.; Noelle-Neumann/ Petersen 2000, S. 377 ff. und Sudman/ Blair 1998, S. 413 ff.) verwiesen werden. Die Hauptschritte bei der Datenaufbereitung sind 1.

die Editierung der vorliegenden Erhebungsbögen,

2.

die Codierung der Erhebungsbögen,

3.

die Dateneingabe in den Rechner,

4.

die Fehlerkontrolle,

5.

die Ergänzung fehlender Daten und

6.

gegebenenfalls die Gewichtung der Daten.

Diese einzelnen Schritte sollen im Folgenden kurz gekennzeichnet werden. Dabei ist zu beachten, dass einige dieser Schritte bei computergestützten Datenerhebungen (computergestützte telefonische oder persönliche Interviews und Online-Befragungen) entfallen bzw. schon bei der Entwicklung und Implementierung des „ComputerFragebogens“ erfolgen.

Editierung der Erhebungsbögen Als Editierung bezeichnet man eine Überprüfung und gegebenenfalls Korrektur der ausgefüllten Fragebögen. Sie sollte möglichst kurzfristig nach der Datenerhebung vorgenommen werden, um Fehler durch Rückfragen bei dem jeweiligen Interviewer klären zu können. Nach Churchill/ Iacobucci (2005, S. 407) werden bei der Editierung vor allem folgende Gesichtspunkte geprüft:

„ Vollständigkeit der Angaben (Auslassung einzelner Angaben oder ganzer Teile des Fragebogens)

„ Lesbarkeit der Eintragungen (Entschlüsselung von Handschriften, Abkürzungen etc.)

„ Verständlichkeit der Angaben „ Konsistenz der Angaben (Eliminierung/Aufklärung widersprüchlicher Antworten)

„ Vergleichbarkeit der Angaben (Einheitlichkeit verwendeter Maßeinheiten etc.) Gelegentlich wird man bei der Editierung auch Anhaltspunkte für eine offenkundig fehlerhafte oder zu wenig sorgfältige Beantwortung eines Fragebogens finden und die entsprechenden Daten dann aus dem Datensatz eliminieren.

167

5.3

5

Datensammlung und –aufbereitung

Codierung von Erhebungsbögen Unter der Codierung versteht man die Übersetzung der im Fragebogen eingetragenen Angaben in zweckmäßig gewählte Symbole, wofür fast immer Zahlen gewählt werden, einschließlich der Zuordnung verbaler Angaben zu Kategorien und damit verbundenen Symbolen/ Zahlen. Bei geschlossenen Fragen (siehe Abschnitt 3.3) entstehen hier wenig Probleme. Dagegen müssen bei offenen Fragen (siehe Abschnitt 3.3) zunächst Kategorien für die unterschiedlichen Arten auftretender Antworten gebildet werden (vgl. Noelle-Neumann/Petersen 2000, S. 383 ff.). Alle Codierungsregeln für eine Untersuchung werden in einem Codeplan (auch Codebuch genannt) festgelegt, um eine einheitliche Verfahrensweise bei allen an der Datenaufbereitung beteiligten Personen zu gewährleisten. Sudman/ Blair (1998, S. 422 ff.) stellen einige „Regeln“ für die Codierung zusammen:

„ Die Codes müssen umfassend sein, damit jede mögliche Antwort codierbar ist (gegebenenfalls Codes für „Trifft nicht zu“, „Sonstiges“, „Keine Angabe“ vorsehen; Fragen mit Mehrfach-Antworten auf mehrere Variable verteilen).

„ Fehlende Werte einheitlich codieren (z.B. „9“ oder „99“). „ Alle Antwortmöglichkeiten müssen überschneidungsfrei codiert werden (Beispiel Alter: falsch: 10-20 Jahre, 20-30 Jahre, … richtig: 10-20 Jahre, 21-30 Jahre,…).

„ Die Zahlen, die irgendwie geordneten Antwortkategorien zugeordnet werden, sollen dieser Ordnung entsprechen (z.B. „unzufrieden“ = 0, „mittelmäßig zufrieden“ = 1, „sehr zufrieden“ = 2).

„ Ähnlich aufgebaute Fragen sollen ähnlich codiert werden. „ Bei mehreren Untersuchungen möglichst einheitliche Codiervorgehen verwenden. Je nach Untersuchungsanlage kann eine „Feld-Codierung“ oder eine „SchreibtischCodierung“ erfolgen. Bei ersterer wird die (offene) Antwort der Auskunftsperson durch den Interviewer sofort (während des Interviews einer der vorgegebenen Kategorien zugeordnet. Bei Schreibtisch-Codierung trägt der Interviewer die Antwort (oder eine Kurzfassung davon) in den Fragebogen ein und die Zuordnung zu Kategorien wird später durch einen geschulten Codierer vorgenommen. Die Eingabe der Rohdaten erfolgt oft über die Tastatur am Bildschirm. Durch Lese- und Tippfehler kann dabei die Qualität der auszuwertenden Daten erheblich beeinträchtigt werden. Bei der Verwendung von Lesegeräten und dafür geeigneter, spezieller Erhebungsbögen kann die manuelle Dateneingabe vermieden werden. Eine Phase der Dateneingabe wird bei computergestützten und Online-Interviews überflüssig, da ja dabei die Angaben der Auskunftspersonen schon während des Interviews erfasst werden.

168

Datenaufbereitung

Im folgenden Beispiel werden einige Möglichkeiten für Codierungen dargestellt. Frage:

Antwortmöglichkeiten:

Code:

1.

Ja

1

Nein Æ Übergehen zu Frage 3

2

Keine Angabe

3

Anzahl eintragen

…

96 und mehr

96

Rauche keine Zigaretten, sondern Zigarre, Pfeife etc.

97

Trifft nicht zu (Nichtraucher Æ Frage 1)

98

Keine Angabe

99

Unter 18 Jahre

1

18 bis 30 Jahre

2

31 bis 50 Jahre

3

51 bis 65 Jahre

4

Über 65 Jahre

5

Keine Angabe

9

Sehr gering

1

Gering

2

Mittelmäßig

3

Groß

4

Sehr groß

5

Keine Angabe

9

2.

3.

4.

Sind Sie Raucher?

Wie viele Zigaretten rauchen Sie pro Tag?

Wie alt sind Sie?

Wie groß ist Ihr Interesse an Sport?

Nach der Dateneingabe steht im Rechner eine Datenmatrix für die weitere Analyse zur Verfügung, deren Spalten die einzelnen Werte der verschiedenen Variablen enthalten und in deren Zeilen die Angaben jeweils einer Auskunftsperson (eines „Falles“) stehen. Jede Position in dieser Datenmatrix ist durch den Codeplan (siehe oben) definiert. Abbildung 5.5 zeigt ein Beispiel einer solchen Datenmatrix.

169

5.3

5

Datensammlung und –aufbereitung

Abbildung 5-5: Beispiel einer Datenmatrix

Variable Fälle

1

Geschlecht

Alter

m

1

X11

0

32

…

X1m

2

X21

0

19

…

X2m

3

X31

1

54

…

X3m

…

…

…

…

…

…

n

Xn1

0

42

…

Xnm

Fehlerkontrolle Vor der statistischen Datenanalyse findet eine Fehlerkontrolle bei dem eingegebenen Datensatz statt. Dadurch sollen bisher unentdeckte und bei der Dateneingabe aufgetretene Fehler identifiziert und nach Möglichkeit eliminiert werden. Hauptsächlich über drei Wege versucht man, Fälle zu ermitteln, die fehlerhaft sind oder bei denen zumindest der Verdacht nahe liegt, dass sie fehlerbehaftet sind:

„ Prüfung, ob bei Variablen Werte auftreten, die laut Codeplan nicht vorgesehen sind ( Tippfehler)

„ Prüfung auf logische Konsistenz der Werte (Beispiel: Alter 19 Jahre; Ausbildungsabschluss Promotion)

„ Ermittlung von Ausreißern , also von Werten, die extrem vom sonstigen Wertebereich abweichen. Karweit/ Meyers (1983, S. 395) nennen fünf Alternativen im Hinblick auf identifizierte Fehler: (1) Rückgriff auf den Original-Fragebogen, um festzustellen, ob es sich um einen Übertragungsfehler handelt (2) Rückfrage bei der Auskunftsperson (3) Ersatz des fehlerbehafteten Wertes durch einen sinnvoll geschätzten (4) Eliminierung des fehlerhaften Wertes und Kennzeichnung der entsprechenden Position in der Datenmatrix als „fehlender Wert“ (5) Eliminierung des gesamten Falles 170

Datenaufbereitung

Ergänzung fehlender Daten Wenn die Werte einzelner Variabler bei einzelnen Fällen fehlen („missing values“), besteht die übliche Möglichkeit bei der Datenanalyse darin, die betroffenen Fälle bei den entsprechenden Analysen nicht zu berücksichtigen. Die gängige Statistik-Software sieht entsprechende Optionen vor. In manchen Fällen wird versucht, die fehlenden Werte durch Schätzwerte zu ersetzen („Imputation“). Ein (problematischer) Ansatz dazu ist die Verwendung des Mittelwerts der jeweiligen Variablen. Ein anderer Ansatz ist die Schätzung des fehlenden Werts durch andere (diesen Wert beeinflussende) Variable mit Hilfe der Regressionsanalyse ( siehe Abschnitt 8.2). Im Hinblick auf das Problem fehlender Werte in Datensätzen finden sich bei Groves u.a. (2004, S. 329 ff.) und bei Decker/ Wagner/ Temme (2000) detaillierte Hinweise auf entsprechende Lösungsmöglichkeiten.

Gewichtung von Daten Bei manchen Untersuchungen ist vor der Datenanalyse noch eine Gewichtung der Fälle im Datensatz erforderlich. Ziel dabei ist die Korrektur von Verzerrungen in der Stichprobe, die beispielsweise durch eine unzureichende Abdeckung der Grundgesamtheit, durch systematisch ungleich verteilte Antwortverweigerungen oder durch disproportionale Schichtung bei der Stichprobenziehung (siehe Abschnitt 3.2.3) verursacht sein kann. Wenn also eine bestimmte Gruppe (z.B. alleinstehende Frauen über 70 Jahre) in der Stichprobe – gemessen an ihrem Anteil in der Bevölkerung – zu schwach vertreten sind, dann kann man diese durch die Zuordnung eines (relativ hohen Gewichtungsfaktors) korrigieren. Zu Einzelheiten sei wieder auf Groves u.a. (2004, S. 321 ff.) verwiesen.

Literaturempfehlungen zum 5. Kapitel Gilbert Churchill / Dawn Iacobucci: Marketing Research – Methodological Foundations, 9. Auflage, Mason (Ohio) 2005. Don Dillman: Mail and Internet Surveys – The Tailored Design Method, New York u.a.O. 2000. Robert Groves/ Floyd Fowler/ Mick Couper/ James Lepkowski/ Eleanor Singer/ Roger Torangeau: Survey Methodology, Hoboken (N.J.) 2004. Elisabeth Noelle-Neumann / Thomas Petersen: Alle, nicht jeder, 3. Auflage, München 2000. Seymour Sudman / Edward Blair: Marketing Research – A Problem Solving Approach, Boston u.a.O. 1998. Herbert Weisberg: The Total Survey Error Approach, Chicago/ London 2005.

171

5.3

Überblick

6 6.1

Deskriptive Datenanalyse

Überblick

In diesem und den folgenden Kapiteln wird die vorletzte Phase im Ablauf einer Marktforschungsuntersuchung behandelt, die Datenanalyse (siehe Abschnitt 2.2.1). Hier geht es einerseits darum, die gesammelten und aufbereiteten Daten zu aussagekräftigen Tabellen, Maßzahlen, Graphiken etc. zusammenzufassen, und andererseits darum zu prüfen, inwieweit die Ergebnisse, die auf der Grundlage einer Stichprobe zustande gekommen sind, auf die eigentlich interessierende Grundgesamtheit übertragen werden können. Auf den sich an die Analyse anschließenden letzten Schritt im Untersuchungsablauf, die Berichterstattung, wird aus den im Abschnitt 2.2.1 dargelegten Gründen nicht vertiefend eingegangen. Bei der Datenanalyse in der Marktforschung handelt es sich fast ausschließlich um Anwendungen des Instrumentariums der Statistik. Es wird hier der Versuch unternommen, die Grundideen und Anwendungsbedingungen einiger Verfahren der Datenanalyse sehr knapp und möglichst verständlich zu skizzieren. Dabei muss auf eine ausführliche theoretische Ableitung verzichtet werden; es sollen aber wenigstens die wichtigsten Schlussweisen skizziert werden. Vor der Erläuterung von Analyseverfahren werden im folgenden Abschnitt 6.2 zunächst die unterschiedlichen Messniveaus von Daten charakterisiert, die für die Anwendbarkeit statistischer Methoden grundlegende Bedeutung haben. Danach werden im Abschnitt 6.3 einige einfache Methoden vorgestellt, die zur Verdichtung von Datensätzen geeignet sind. Unter "Verdichtung" wird hier die Kennzeichnung des Inhalts von möglicherweise sehr umfangreichen Datensätzen durch überschaubare Tabellen, durch geeignete graphische Darstellungen und durch statistische Maßzahlen verstanden. Dabei wird auf das Instrumentarium der „beschreibenden“ Statistik zurückgegriffen. Im folgenden 7. Kapitel werden Schlüsse von Stichprobenergebnissen auf Grundgesamtheiten erläutert. Diese haben in der Marktforschung zentrale Bedeutung, weil eben auf der Basis relativ kleiner Zahlen von Auskunfts- oder Versuchspersonen Aussagen über ganze Märkte oder Marktsegmente gemacht werden sollen. Bei derartigen Schlüssen unterscheidet man zwischen Schätzverfahren und Tests. Schätzverfahren werden eingesetzt, um ausgehend von Mittelwerten, Anteilswerten, etc. in einer Stichprobe und von (nach Möglichkeit zu prüfenden) Annahmen über das Vorliegen bestimmter Wahrscheinlichkeitsverteilungen Angaben über die entsprechenden Werte in der Grundgesamtheit zu machen. Dagegen dienen Tests dazu, Entscheidungen über die Annahme

173

6.1

6

Deskriptive Datenanalyse

oder Ablehnung von Hypothesen (z.B. bezüglich des Zusammenhanges zwischen Variablen) bzw. ihrer Gegen-Hypothesen zu treffen. Multivariate Analyseverfahren, die im Kapitel 8 behandelt werden, gehören inzwischen zum methodischen Standard der Marketingforschung in Wissenschaft und Praxis. Der wichtigste Grund dafür liegt darin, dass Phänomene des Marketing-Bereichs typischerweise so komplex sind, dass die gleichzeitige Analyse einer größeren Zahl von Variablen zu deren Erklärung notwendig ist. Hinzu kommt die breite Verfügbarkeit entsprechender Software in den gängigen Programmpaketen (z.B. SPSS, SAS) zur statistischen Analyse.

6.2

Messniveau von Daten

Im Abschnitt 2.2.2 ist skizziert worden, in welcher Weise Messungen dazu verwendet werden, Ausprägungen theoretisch interessierender Phänomene in der Realität widerzuspiegeln. Im 5. Kapitel wurde im Zusammenhang der Codierung erläutert, dass erhobene Daten für die Zwecke der Datenaufbereitung und -analyse in der Regel in ein numerisches System übersetzt werden. Welche Aussagekraft haben nun diese numerischen Werte? Bei einigen Variablen geben sie ein zahlenmäßig erfassbares Konstrukt wieder (z.B. Verkaufsmengen, Einkommen), in anderen Fällen sind Zahlen nur als beliebig austauschbare Symbole für qualitativ unterschiedliche Ausprägungen eines Konstrukts interpretierbar. Beispielsweise würde es keinen Unterschied ergeben, wenn man die beobachtete Markenwahl hinsichtlich der Automobilmarken, VW, BMW und Mercedes mit "1, 2, 3" oder mit "5, 7, 95" oder mit "a, b, c" codiert. Im vorliegenden Abschnitt soll also erörtert werden, welche Arten von Daten existieren und welche Bedeutung diese Klassifizierung hinsichtlich der anwendbaren Datenanalysemethoden hat. Die erste hier darzustellende Art von Messwerten sind so genannte Nominalskalen. Wie der Begriff schon andeutet, haben die dabei verwendeten Zahlen nicht mehr Aussagekraft als ein Name. Sie dienen lediglich dazu, hinsichtlich des interessierenden Merkmals gleiche Erhebungsmerkmale auf die gleiche Weise zu kennzeichnen. Wenn also beispielsweise zwei Personen, die sich hinsichtlich einer Fülle sonstiger Merkmale unterscheiden, den gleichen Beruf haben, so bekommen sie bei der entsprechenden Variablen den gleichen Wert (z.B. beide "1" oder beide "27") zugeordnet. Welcher Wert das ist, ist völlig gleichgültig. Es kann ohnehin daraus nur geschlossen werden, dass Personen mit gleichen Werten dieser Variablen gleiche und Personen mit ungleichen Werten unterschiedliche Berufe haben. Da der jeweilige Zahlenwert keine Aussagekraft hat, weil es eben möglich ist, den Beruf "Maschinenschlosser" mit "1", "27" oder "5000" zu codieren, ist die Verwendung dieser Daten für bestimmte Rechenoperationen völlig sinnlos. So können bei dem Versuch, auf der Basis willkürlich zugeordneter Zahlen z.B. Mittelwerte zu berechnen, natürlich nur unsinnige Ergebnisse herauskommen. Das ist

174

Messniveau von Daten

leicht nachvollziehbar, wenn man sich vorstellt, einen "durchschnittlichen Beruf" zu berechnen und zu interpretieren. Ordinalskalen geben Auskunft über die Rangordnung von Erhebungselementen hinsichtlich des jeweils betrachteten Merkmals. Ein einfaches Beispiel dafür ist die Zuordnung von Zahlen am Ziel eines Marathonlaufs. Daraus, dass jemand die Zahl "1" zugeordnet bekommt, kann man nur schließen, dass er von allen Teilnehmern die geringste Zeit für die Strecke gebraucht hat (also – einfacher gesagt - Sieger geworden ist). Kein Mensch würde vermuten, dass der Läufer, der Platz 1 erreicht hat, etwa nur die Hälfte der Zeit des Läufers auf Platz 2 gebraucht haben könnte, weil die Zahl 1 nur halb so groß ist wie die Zahl 2. Auch über die Abstände zwischen den Läufern, denen die Zahlen 1, 2 und 3 zugeordnet wurden, kann man keinerlei Aussagen machen. Man erkennt nur, dass der Läufer mit der Zahl "1" schneller war als der mit der Zahl "2" und dieser wiederum schneller war als der mit der Zahl "3". Da die Abstände zwischen den Messwerten nicht interpretierbar sind, die "Größe" der verwendeten Zahlen also nur begrenzte Aussagekraft hat (bei einer Ordinalskala gelangt man beim Vergleich der Messwerte "17" und "1" zu keinem anderen Ergebnis als beim Vergleich von "2" und "1": der erste Messwert ist größer), sind arithmetische Operationen auch hier nicht zulässig. Die Bezeichnung Intervallskala stammt daher, dass bei diesem Messniveau sinnvolle Aussagen über die Abstände (Intervalle) zwischen den Messwerten gemacht werden können. Wenn man sich drei Räume mit den Raumtemperaturen von 10 Grad Celsius, 20 Grad Celsius und 30 Grad Celsius vorstellt, dann lässt sich sagen, dass der Temperaturunterschied zwischen dem ersten und zweiten Raum so groß ist wie der zwischen dem zweiten und dritten Raum. Bei derartigen Messwerten sind die meisten arithmetischen Operationen zulässig. Beispielsweise ist es möglich und durchaus sinnvoll, eine Durchschnittstemperatur für verschiedene Räume zu berechnen. Allerdings sind bestimmte Aussagen nicht möglich, weil die gewählte Messskala (Grad Celsius) einen mehr oder minder willkürlich gewählten Nullpunkt hat. So könnte man nicht sagen, dass der zweite Raum (20 Grad Celsius) doppelt so warm ist wie der erste (10 Grad Celsius), denn bei einer Fahrenheit-Temperaturskala (mit einem anderen Nullpunkt) hätte sich für den zweiten Raum ein Messwert von 68 Grad Fahrenheit und für den ersten 50 Grad Fahrenheit ergeben. Niemand käme auf die Idee, hier von einer doppelt so hohen Temperatur zu sprechen. Dagegen kann man bei Vorliegen einer Ratioskala Aussagen über Relationen zwischen Messwerten machen. Ratioskalen sind dadurch charakterisiert, dass nicht nur die Abstände zwischen den Messwerten interpretierbar sind, sondern dass auch ein eindeutig definierter Nullpunkt existiert. Beispielsweise ist bei der Variablen "Einkommen" der Nullpunkt "kein Einkommen" unabhängig von der Maßeinheit (Währung) definiert. Für denjenigen, der nichts verdient, spielt es keine Rolle, ob das in Euro, Dollar oder Rubel geschieht. Hier lassen sich dann Aussagen über Einkommensunterschiede und auch über Einkommensrelationen machen („Herr X verdient doppelt so viel wie Herr Y"). Bei Ratioskalen sind alle Arten von Rechenoperationen zulässig. Die Möglichkeiten der Datenanalyse sind also nicht beschränkt.

175

6.2

6

Deskriptive Datenanalyse

Angeregt durch Jaccard/ Becker (2002, S. 8 ff.) hier ein Beispiel zur leicht nachvollziehbaren Veranschaulichung der verschiedenen Messniveaus. Man betrachte die in der folgenden Abbildung dargestellten Häuser.

B

D C

A

20 m Wohnhaus

40 m Bürohaus

30 m Schule

36 m Bürohaus

Wie sind in diesem Beispiel die verschiedenen Messniveaus zu verstehen? Nominalskala: Hier geht es also nur um die Zuordnung zu bestimmten Kategorien, im Beispiel dem Verwendungszweck der verschiedenen Häuser. Danach könnte man folgende Skalierung vorsehen: Kategorie

Messwert

Alternativer Messwert

Wohnhaus (A)

1

2

Schule (C)

2

1

Bürohaus (B, D)

3

3

Beide Zuordnungen von Zahlen sind gleichwertig, weil die numerischen Werte keinerlei Aussagekraft haben. Ordinalskala: Hier geht es um eine Rangfolge, beispielsweise hinsichtlich der Höhe der Häuser. Wenn ein Betrachter stark kurzsichtig ist (wie der Autor dieses Buches), dann wird er auf größere Entfernung vielleicht nicht die exakten Höhenunterschiede zwischen den Häusern erkennen können. Er wird aber mit einiger Sicherheit die folgende Rangfolge angeben können: Rangfolge

Messwert

Haus

Höchstes Haus

1

B

2

D

3

C

4

A

Niedrigstes Haus

176

Messniveau von Daten

Auch hier wären bei der Zuordnung der Messwerte Alternativen möglich, weil die Abstände zwischen den Zahlenwerten keine Aussagekraft haben. Beispielsweise wären an Stelle der Messwerte 1, 2, 3, 4 die Messwerte 1, 5, 6, 15 ebenso zulässig. Intervallskala: Hier geht es also um Abstände bei den Messwerten. Aus den Meterangaben kann man entnehmen, dass der Höhenunterschied zwischen den Häusern A und C ebenso groß wie zwischen C und B. Ratioskala: Dafür ist ein von der jeweils verwendeten Maßeinheit unabhängiger („absoluter“) Nullpunkt Voraussetzung. Das ist bei der Höhe der Fall. Wenn ein Objekt die Höhe 0 hat, dann spielt es offenkundig keine Rolle ob diese Höhenangabe in Metern, Yards, Zentimetern oder Inches erfolgt ist. Bei Ratioskalierung ist es möglich, Aussagen über entsprechende Relationen zu machen. Im Beispiel kann man sehen, dass Haus B doppelt so hoch ist wie Haus A.

In der Abbildung 6.1 sind wichtige Charakteristika der vorstehend erläuterten vier Messniveaus von Daten zusammengestellt und illustriert. Für die Datenanalyse spielt die Unterscheidung zwischen Intervall- und Ratioskala kaum eine Rolle, weil von den relevanten statistischen Methoden kaum eine höhere Anforderungen stellt als die der Intervallskalierung. Bei ratioskalierten Daten stehen also kaum zusätzliche oder leistungsfähigere Methoden der Datenanalyse zur Verfügung. Abbildung 6-1: Messniveaus von Daten (nach Churchill/ Iacobucci 2005, S. 268) und Intervallskalierung in der Forschungspraxis nicht immer ganz eindeutig und unMessniveau VergleichsBeispiele gängige umstritten ist. Bei manchen Fragetechniken, z.B. bei Likert-Skalen (siehe Abschnitt 3.4.2), geht man in der Marktund Sozialforschung üblicherweise davon aus, dass die möglichkeiten Maßzahlen Messwerte hinreichend gut den Eigenschaften einer Intervallskala entsprechen, obwohl Nominal Gleichheit oder Beruf Modus man bei konservativer Betrachtung daran auch Zweifel haben kann. Ungleicheit Geschlecht nicht metrisch

Ordinal

Intervall

(=, ) Rangordnung (>, (x3 – x4))

Einstellungen Temperaturen

(und) Arithmetisches Mittel, Varianz

Vergleich absoluter Werte ((x1 / x2) > (x3 / x4))

Kaufhäufigkeit Einkommen Absatzmenge Marktanteil

(und) Geometrisches Mittel

metrisch

Ratio

177

6.2

6

Deskriptive Datenanalyse

Abbildung 6-2: Beispiele für unterschiedliche Messniveaus von Daten

Beispiele für Fragen, die zu Daten mit unterschiedlichen Messniveaus führen Nominalskalierung „Von welchem Hersteller stammt das Auto, das sie besitzen?“ Volkswagen Opel

[] []

Ford BMW

[] []

Mercedes Sonstige

[] []

Ordinalskalierung „Trinken Sie Kaffee gern oder ungern?“ Sehr gern [ ]

Gern [ ]

Weder – noch [ ]

Ungern [ ]

Sehr ungern

[]

Intervallskalierung „Wie gern trinken Sie Kaffee?“ Sehr ungern Sehr gern ( ) ( ) ( ) ( ) ( ) 1 2 3 4 5 (Anmerkung: Hier ist versucht worden, durch die Gestaltung der Frage (Antwortmöglichkeiten mit gleichem Abstand, die zusätzlich durch entsprechende Zahlen gekennzeichnet sind) zumindest annähernd eine Intervallskalierung zu erreichen.) Ratioskalierung „Wie alt sind Sie?“

………… Jahre

Grundsätzlich strebt man bei der Entwicklung von Messinstrumenten ein möglichst hohes Messniveau an, da auf diese Weise der Informationsgehalt und die Analysemöglichkeiten der Daten steigen. Dabei ist natürlich zu beachten, dass manche Merkmale eben nur Messungen auf niedrigem Messniveau zulassen (z.B. Geschlecht, Markenwahl). Insbesondere wird versucht, Messinstrumente so zu gestalten, dass sie (zumindest annähernd) intervallskalierte Daten liefern. Damit ist die messtheoretische Voraussetzung für die Anwendung fast aller leistungsfähigen statistischen Verfahren gegeben. Dagegen ist man bei Daten niedrigeren Messniveaus auf die jeweils geeigneten Teilmengen statistischer Methoden beschränkt. Allerdings muss der Vorteil weitergehender Analysemöglichkeiten bei hohem Messniveau oftmals mit tendenziell aufwändigeren Messverfahren erkauft werden.

178

Verdichtung von Daten

6.3

Verdichtung von Daten

6.3.1

Tabellierung und graphische Darstellung von Daten

Nach der Aufbereitung der Daten (siehe Kapitel 5) wird als erster Schritt der Datenanalyse im engeren Sinne gemeinhin eine einfache Darstellung der Verteilungen von Ausprägungen der gemessenen Variablen vorgenommen. Dabei handelt es sich insofern um eine Verdichtung, als an Stelle der typischerweise großen Zahl einzelner Variablenwerte eine tabellarische oder graphische Zusammenfassung dieser Werte tritt oder eine Kennzeichnung der jeweiligen Verteilung durch geeignete Maßzahlen (z.B. Mittelwert, Varianz) vorgenommen wird. Die Angemessenheit der verschiedenen Darstellungsarten, von denen einige im Folgenden dargestellt werden, hängt in erster Linie vom Messniveau der Daten (siehe. Abschnitt 6.2) ab. Dabei (und nicht nur dabei) gilt der Grundsatz, dass Verfahren, die bei niedrigen Messniveaus zulässig sind, auch auf Daten höheren Messniveaus anwendbar sind. Es müssen allerdings bei der Anwendung von Methoden, die für nominal- und ordinalskalierte Daten zweckmäßig sind, auf intervall- und ratioskalierte Daten meist geeignete Klassenzusammenfassungen vorgenommen werden, womit ein Informationsverlust verbunden sein kann. Zu unterscheiden sind univariate und bivariate Verfahren. Wie der Name schon andeutet, sind univariate Methoden zur Darstellung der Messwerte einer einzelnen Variablen geeignet. Bivariate Verfahren dienen dagegen zur Beschreibung von Zusammenhängen zwischen zwei Variablen. Die einfachste (und möglicherweise gängigste) Art der Darstellung von Messwerten ist die Häufigkeitstabelle. Dafür ist lediglich das Vorliegen des niedrigsten Messniveaus, der Nominalskalierung, Voraussetzung. Abbildung 6.3 zeigt ein Beispiel (mit Daten höheren Messniveaus), das mit Hilfe eines der am stärksten verbreiteten Programmpakete zur statistischen Datenanalyse erzeugt wurde. Das Beispiel bezieht sich auf Einkommensdaten, die für die Marktforschung sicher nicht ganz untypisch sind. Der Inhalt der Tabelle ist leicht erklärbar. In einer Überschrift ist der jeweilige Variablenname angegeben. In der linken Spalte finden sich die Bezeichnungen der einzelnen Ausprägungen der untersuchten Variablen (hier Einkommensklassen). Unter "Frequency" sind die absoluten, unter "Percent" die relativen Häufigkeiten eingetragen. Bei "Valid Percent" sind die relativen Häufigkeiten nicht auf die insgesamt 60 Fälle bezogen, sondern auf die 57 Auskunftspersonen, die eine Antwort auf die entsprechende Frage gegeben haben. Die 3 Antwortverweigerer ("Missing values") sind also nicht berücksichtigt. Die kumulative Prozentuierung am rechten Rand der Tabelle ist sinnvoll nur interpretierbar, wenn die Daten mindestens ordinalskaliert sind, was hier der Fall ist. Man kann dort beispielsweise erkennen, dass 57,9% der Befragten ein Einkommen bis zu 1500 € haben.

179

6.3

Deskriptive Datenanalyse

Abbildung 6-3: Häufigkeitstabelle und Balkendiagramm für Einkommensdaten (Beispiel)

Monatlich verfügbares Einkommen in € Häufigkeit bis €500

Prozent

Gültige Prozente

Kumulierte Prozente

2

3,3

3,5

3,5

€ 500 bis 1000

10

16,7

17,5

21,1

€1001 bis 1500

21

35,0

36,8

57,9

€1501 bis 2000

8

13,3

14,0

71,9

€ 2001 bis 2500

4

6,7

7,0

78,9

€ 2501 bis 3000

4

6,7

7,0

86,0

€ 3001 bis 3500

3

5,0

5,3

91,2

€ 3501 bis 4000

3

5,0

5,3

96,5

mehr als 4000€

2

3,39

3,5

100

Gültig

57

95,0

100

Fehlend Gesamt

3 60

5,0 100

25

21 20

Häufigkeiten

6

15

10

10 5

8 4

4

2

3

3

2

0 bis 500€

500 bis 1000€

1001 bis 1500€

1501 bis 2000€

2001 bis 2501 bis 2500€ 3000€

3001 bis 3500€

3501 bis 4000€

mehr als 4000€

In Abbildung 6.3 ist mit der Tabelle eine graphische Darstellung der Häufigkeitsverteilung durch ein Balkendiagramm verbunden. Andere gängige Arten der graphischen Darstellung für den uni- und den bivariaten Fall zeigt Abbildung 6.4. Diese Formen sind heute so verbreitet, dass sie keiner besonderen Erörterung bedürfen.

180

Verdichtung von Daten

Abbildung 6-4: Weitere grafische Darstellungsformen 25

21

20

15

10

10

8 5

4

4

3

2

3

2

0

bis 500€

500 bis 1000€

1001 bis 1501 bis 2001 bis 2501 bis 3001 bis 3501 bis mehr als 1500€ 2000€ 2500€ 3000€ 3500€ 4000€ 4000€

501 bis 1000€ 1001 bis 1500€

10

21

< 500€

2 2

> 4000€

3 3 8 4

3501 bis 4000€

4 3001 bis 3500€

1501 bis 2000€ 2501 bis 3000€ 2001 bis 2500€

181

6.3

6

Deskriptive Datenanalyse

noch zu Abbildung 6.4: Weitere grafische Darstellungsformen

2

< 500€ 500-1000€

3

1001-1500€

3

1501-2000€

4

2001-2500€

4 8

2501-3000€

21

3001-3500€

10

3501-4000€ > 4000€

2

0

5

10

15

20

25

Graphische Darstellungen spielen eine zentrale Rolle im Bereich der explorativen Datenanalyse. Unter diesem Begriff wird eine recht große Zahl verschiedenartiger Techniken zusammengefasst, die besonders geeignet sind, Datensätze in leicht verständlicher und informativer Weise darzustellen. Die explorative Datenanalyse wird vor allem eingesetzt, um

„ besondere Merkmale von Verteilungen bzw. Zusammenhänge von Variablen zu entdecken und um

„ Daten hinsichtlich ihrer Eignung für die Anwendung anderer statistischer Verfahren zu überprüfen (z.B. Vorliegen einer Normalverteilung, Linearität eines Zusammenhangs von Variablen, Identifizierung von Ausreißern). Zwei verbreitete und charakteristische Techniken der explorativen Datenanalyse werden anhand eines Beispiels in den Abbildungen 6.5 und 6.6 dargestellt. Die erste Darstellung enthält ein so genanntes Stem-and-Leaf-Plot („Stamm-und-Blatt-Plot“). In dieser Darstellung ist die erste Stelle der in dem Beispiel (Abb. 6.5) verwendeten Einkommensdaten am „Stamm“ abzulesen. Man erkennt also, dass neun Personen ein Einkommen unter 1000 € und 3 Personen ab 4000 € haben. Die zweite Stelle der Einkommensdaten (die „Hunderter“) sind als „Blätter“ dargestellt. Die restlichen Teile der Einkommensangaben („Zehner“ und „Einer“) werden gerundet. Man kann also z.B. aus der Darstellung entnehmen, dass zwei der Auskunftspersonen ein Einkommen 182

Verdichtung von Daten

zwischen 3500 € und 4000 € haben, wovon eine bei etwa 3600 € und die andere bei 3800 € liegt. Abbildung 6-5: Beispiel eines Stem-and-Leaf-Plots

Monatliches verfügbares Einkommen in € Frequency Stem & Leaf 1,00 0 . 3 8,00 0 . 56778999 19,00 1 . 0001112222333344444 12,00 1 . 555556667789 4,00 2 . 0124 4,00 2 . 5678 4,00 3 . 0234 2,00 3 . 68 2,00 4 . 04 1,00 4 . 9 Stem width: 1000,00 Each leaf: 1 case(s)cc

In der Abbildung 6.6 sind Boxplots zu sehen. Auch in diesem Beispiel wurden Einkommensdaten verwendet, die hier allerdings nach männlichen und weiblichen Auskunftspersonen aufgeteilt wurden. Die „Kästen“ („Box“) zeigen an, in welchem Bereich die „mittleren“ 50% (zwischen 25%- und 75%-Punkt) der Messwerte liegen. Der 25%Punkt ist der Wert, unterhalb dessen 25%, der 75%-Punkt der Wert, unterhalb dessen 75% der Messwerte liegen. Den Abstand zwischen 25%- und 75%-Punkt bezeichnet man zünftig als „interquartile Distanz“. Dies ist ein Maß für die Homogenität bzw. die Streuung der Messwerte einer Variablen. In jede Box ist durch einen Querbalken der Median (50%-Punkt, siehe Abschnitt 6.3.2) eingetragen. Zu beiden Seiten der Box sind Linien abgetragen, die bis zum anderthalbfachen der interquartilen Distanz reichen. Werte, die kleiner oder größer als dieser Bereich sind, werden einzeln ausgewiesen, weil es sich um potenzielle Ausreißer handelt. Man erkennt in dem Beispiel der Abbildung 6.6 auf einen Blick die (nicht sonderlich überraschenden) Ergebnisse: Die Einkommen von Männern liegen höher und streuen stärker nach oben.

183

6.3

Deskriptive Datenanalyse

Abbildung 6-6: Beispiel für Boxplots

5000

Monatliches verfügbares Einkommen in €

6

4000

3000

2000

1000

0 weiblich

männlich

Geschlecht

Zur Analyse des Zusammenhangs von zwei Variablen wird beim Vorliegen von Daten auf niedrigem Messniveau in erster Linie die Kreuz- bzw. Kontingenztabelle angewandt. Darauf wird im 7. Kapitel im Zusammenhang mit Schlüssen von Stichprobenergebnissen auf die entsprechenden Grundgesamtheiten nochmals eingegangen. Die zentrale Idee bei der Interpretation von Kontingenztabellen besteht im Vergleich von Verteilungen. Dazu ist zunächst (substanzwissenschaftlich) die Frage zu klären, welche Variable unabhängig und welche abhängig ist. Wenn man bei den verschiedenen Ausprägungen der unabhängigen Variablen jeweils die Verteilungen der abhängigen Variablen betrachtet und diese sich beim Vergleich nicht (wesentlich) unterscheiden, dann spricht nichts dafür, dass die unabhängige Variable den vermuteten Einfluss auf die abhängige Variable hat. Ergeben sich aber bei den verschiedenen Ausprägungen der unabhängigen Variablen deutliche Unterschiede bei den Verteilungen der abhängigen Variablen, dann spricht das für einen Einfluss der unabhängigen Variablen.

184

Verdichtung von Daten

Abbildung 6-7: Beispiel Kontingenztabelle (Kein Zusammenhang zwischen den Merkmalen)

Konfesssionszugehörigkeit

Präferenzen bei alkoholischen Getränke Rotwein

Weißwein

Sekt

katholisch

50 50%

25 25%

25 25%

100 100%

evangelisch

40 50%

20 25%

20 25%

80 100%

andere oder keineReligion

70 50%

35 25%

35 25%

140 100%

160

80

80

320

Nun zu den Beispielen in den Abbildungen 6.7 und 6.8. Der ersten Tabelle (Abb. 6.7) liegt die – allerdings nicht sehr überzeugende – Vermutung zu Grunde, dass religiöskulturelle Prägungen Einfluss auf Präferenzen bei verschiedenen Weinsorten haben könnten. Hier ist die mögliche Abhängigkeit ziemlich eindeutig, weil die umgekehrte Vermutung – Konfessionszugehörigkeit in Abhängigkeit von Wein-Präferenzen – natürlich völlig sinnlos wäre. Man müsste als für die drei Ausprägungen der unabhängigen Variablen (katholisch, evangelisch, andere) jeweils die Verteilung der Wein-Präferenzen betrachten und diese vergleichen. Siehe da, die Präferenzen verteilen sich jeweils zu 50%, 25% und 25% auf Rot-, Weißwein und Sekt. Die Konfessionszugehörigkeit führt zu keinerlei Unterschieden bei den Präferenzen, hat also offenbar keinerlei Auswirkungen. Die ohnehin schwach begründete Vermutung hat sich also (natürlich) nicht bestätigt.

185

6.3

Deskriptive Datenanalyse

Abbildung 6-8: Beispiel einer Kontingenztabelle (mit Zusammenhang zwischen den Merkmalen)

Alter der Auskunftsperson

Konsum von Cola-Getränken pro Woche

6

< 25 J.

25 – 40 J.

> 40 J.

< 0,5 ltr.

24 20%

30 20%

84 60%

138

0,5 – 1 ltr.

36 30%

75 50%

42 30%

153

> 1 ltr.

60 50%

45 30%

14 10%

119

120 100%

150 100%

140 100%

410

Den (hypothetischen) Daten in der zweiten Tabelle (Abb. 6.8) liegt die Vermutung zu Grunde, dass in unterschiedlichen Altersgruppen der Konsum an Coca Cola verschieden ist, dass also das Alter den Coca-Cola-Konsum beeinflusst. Auch hier wäre die umgekehrte Vermutung – Coca-Cola-Konsum beeinflusst Alter – natürlich völlig unsinnig. Zur Überprüfung der Vermutung muss man also die Verteilungen des CocaCola-Konsums in den verschiedenen Altersgruppen betrachten, also hier die Spalten der Tabelle miteinander vergleichen. Es wird an den entsprechenden Prozentzahlen sofort deutlich, dass hier deutliche Unterschiede vorliegen. So sieht man beispielsweise, dass bei der jüngsten Altersgruppe 50% der Auskunftspersonen in der Gruppe mit dem höchsten Coca-Cola-Konsum liegen, während das in der Altersgruppe über 40 Jahre nur 10% sind. Es bestätigt sich somit der vermutete Zusammenhang zwischen Alter und Coca-Cola-Konsum.

186

Verdichtung von Daten

6.3.2

Statistische Maßzahlen

Die am meisten gebrauchten Maßzahlen zur Charakterisierung von Häufigkeitsverteilungen sind die Lageparameter und die Streuungsmaße. Lageparameter sollen angeben, wo der "Schwerpunkt" einer Verteilung liegt; Streuungsmaße sollen die Homogenität bzw. Heterogenität der Messwerte wiedergeben. Beim niedrigsten Messniveau (Nominalskalierung) ist die Angabe des Modus zur Beschreibung einer Verteilung üblich. Der Modus ist der Wert, der am häufigsten auftritt. In dem in Abbildung 6.3 dargestellten Beispiel wäre also "1001 bis 1500 €" der Modus. Allerdings kann es Fälle geben, in denen der Modus nicht eindeutig festgelegt ist, da mehrere Messwerte die gleiche Häufigkeit haben. Wenn die Daten mindestens ordinalskaliert sind, ist die Verwendung des Medians zulässig. Der Median ist der Wert, der eine (nach Größe der Messwerte geordnete) Verteilung in zwei gleich große Teilmengen separiert. Zur Berechnung des Medians gibt es unterschiedliche Vorgehensweisen. Bei einer geraden Anzahl von Messwerten ist der Median das arithmetische Mittel der beiden in der Mitte der Verteilung liegenden Werte (siehe dazu Teil a von Abbildung 6.9). Bei ungerader Anzahl von Messwerten ist der Median der in der Mitte liegende Wert (siehe dazu Teil b von Abbildung 6.9). Abbildung 6-9: Beispiele zur Berechnung des Medians

Häufigkeit

3

(a)

Median

2

1

0 1

2

3

4

5

6

7

8

9

10

8

9

10

11

12

Häufigkeit

3

(b)

2

Median

1

0 1

2

3

4

5

6

7

11

12

187

6.3

6

Deskriptive Datenanalyse

Bei intervall- oder ratioskalierten Daten kann das arithmetische Mittel berechnet werden. Es ergibt sich durch

x mit

¦x

i

n

x = arithmetisches Mittel xi = Messwerte n = Zahl der Messwerte

Das arithmetische Mittel ist gegenüber Ausreißern (weit außerhalb des sonstigen Wertebereichs liegenden Messwerten) sehr empfindlich. Deswegen wird oft empfohlen, beim Auftreten von Ausreißern eher den Median als Lageparameter zu verwenden.

Bei der Datenanalyse können Ausreißer erhebliche Probleme verursachen und die Ergebnisse einer Analyse völlig verfälschen. So kann man sich leicht vorstellen, dass eine Analyse zur sozialen und ökonomischen Lage einer kleinen und armen Landgemeinde grundlegend verändert wird, wenn dort ein einzelner Multimillionär seinen Wohnsitz hat und dessen Einkommens- und Vermögensdaten in die örtliche Statistik einfließen. Beispielsweise würde dadurch das örtliche Durchschnittseinkommen sprunghaft ansteigen, indem aus armen Kleinbauern im Durchschnitt bzw. auf dem Papier wohlhabende Landbewohner werden. Die verzerrende Wirkung von Ausreißern wird noch größer, wenn für die Berechnung der statistischen Maßzahlen eine Quadrierung der Messwerte vorgenommen wird (z.B. bei der Berechnung der Varianz, s.u.). Was also tun mit Ausreißern? Eine erste Empfehlung besteht darin, den Datensatz dahingehend zu kontrollieren, ob ein Tippfehler vorliegt. Allzu leicht wird bei der Dateneingabe aus einem Monatseinkommen von € 3000,- eines von € 30000,-. Eine andere – nur mit großer Vorsicht zu handhabende - Option kann es sein, den betreffenden Fall (als besonders atypisch) aus dem Datensatz zu eliminieren. Die Vorsicht ist deshalb geboten, weil diese Verfahrensweise natürlich mit der Gefahr verbunden ist, dass der Untersuchungsleiter zu großzügig Fälle eliminiert, die nicht mit seinen Vermutungen oder den Erwartungen des Auftraggebers verträglich sind.

Wenn man sieht, wie irreführend die alleinige Angabe von Lageparametern für die Charakterisierung einer Häufigkeitsverteilung sein kann, dann wird sofort klar, warum meist zusätzlich zumindest eine Angabe über die Streuung der Messwerte gemacht wird. Das einfachste Streuungsmaß ist die Spannweite, die als die Differenz zwischen dem größten und dem kleinsten Messwert definiert ist. Daraus ergibt sich schon, dass Intervallskalierung die Anwendungsvoraussetzung dafür ist. Die Spannweite ist ein recht grobes Streuungsmaß, das außerdem auch sehr empfindlich gegenüber Ausreißern ist. Ein weiteres Steuerungsmaß ist schon aus dem Abschnitt 6.3.1 bekannt, die interquartile Distanz. Sie gibt an, über welchen Wertebereich die "mittleren 50 %" der Messwerte

188

Verdichtung von Daten

verteilt sind. Die Berechnung der zur Bestimmung der interquartilen Distanz notwendigen oberen und unteren Quartile (75- bzw. 25-Prozent-Punkt) vollzieht sich analog zu der des Medians (50-Prozent-Punkt). Die weitaus gebräuchlichsten Streuungsmaße sind die Varianz und die Standardabweichung, bei denen mindestens Intervallskalierung der Daten vorausgesetzt wird. Die Varianz ist definiert als

sx mit

2 2

sx x:

¦(x

i

 x)2

n xi : Messwert n : Zahl der Fälle

: Varianz von x arithmetisches Mittel der Variablen x

Die Varianz ist also als Mittelwert der quadrierten Abweichungen zwischen den einzelnen Messwerten und dem arithmetischen Mittel interpretierbar. Je weiter Messwerte vom arithmetischen Mittel abweichen, je heterogener also die Verteilung ist, desto größer ist die Varianz. Dabei ist zu beachten, dass die Varianz in einer anderen Größenordnung liegt als die Ausgangswerte, da sie auf der Basis der quadrierten Abweichungen errechnet wird. Bei der Standardabweichung liegen die Werte dagegen in der Größenordnung der Ausgangsvariablen. Sie ist definiert durch

sx mit:

sx

2

s x : Standardabweichung von x

sx

2

: Varianz

Varianz und Standardabweichung sind in besonderem Maße empfindlich gegenüber Ausreißern (extrem vom üblichen Wertebereich abweichenden Werten), da diese durch die Quadrierung der Abweichungen die Maßzahlen stark beeinflussen können. Im bivariaten Fall, wenn es gilt, den Zusammenhang zwischen zwei Variablen zu beschreiben, wird oftmals als Maßzahl der Korrelationskoeffizient r (nach Pearson) verwendet. Dessen Anwendung ist an zwei Voraussetzungen geknüpft: - beide Variablen müssen mindestens intervallskaliert sein - der Zusammenhang zwischen den Variablen muss linear sein. Die Idee, die dem Korrelationskoeffizienten zu Grunde liegt, kann in einigen Schritten leicht verdeutlicht werden. Ausgangspunkt ist der in Abbildung 6.10 graphisch dargestellte Zusammenhang zwischen den Variablen X und Y.

189

6.3

6

Deskriptive Datenanalyse

Abbildung 6-10: Grafische Darstellung des Zusammenhangs zwischen zwei Variablen X und Y

Y II

I x xxx xx x xxxxx x x x xx x x x x xx x x xxx x x x x x x xx xx x xx x xxx

yi y

III

IV x

xi

X

Eine Maßzahl zur Beschreibung des Zusammenhangs zwischen X und Y könnte vielleicht folgende Form haben:

M mit

¦(x

i

 x )( y i  y )

M : Maßzahl für den linearen Zusammenhang xi , y i : Messwerte x : arithmetisches Mittel von x und y : arithmetisches Mittel von y

Wie man leicht sieht, ist

( xi  x )( y i  y )

positiv bei allen Messwerten, die in den

Quadranten I und III liegen, und negativ bei den Messwerten, die in den Quadranten II und IV liegen. Für die Maßzahl M ergeben sich daraus folgende Konstellationen:

„ Wenn ein positiver linearer Zusammenhang zwischen X und Y vorliegt (wie in Abbildung 6.10), dann liegen die meisten Messwerte in den Quadranten I und III und M wird positiv.

„ Wenn ein negativer linearer Zusammenhang zwischen X und Y vorliegt, dann be„

190

finden sich die meisten Messwerte in den Quadranten II und IV und M wird negativ. Wenn kaum ein linearer Zusammenhang zwischen X und Y erkennbar ist, die Messwerte also über alle vier Quadranten relativ gleichmäßig verteilt sind, dann

Verdichtung von Daten

gleichen sich positive und negative Werte von

( xi  x )( y i  y )

weitgehend aus

und M wird sehr klein. Die Maßzahl M hat aber noch zwei Nachteile: Durch Hinzufügung von Messwerten (Vergrößerung der Stichprobe) wächst die Maßzahl, obwohl sich an Art und Stärke des Zusammenhangs zwischen den Variablen nichts ändert. Außerdem ist die Maßzahl von den gewählten Maßeinheiten abhängig. Wenn man z.B. bei der (mehr oder weniger sinnvollen) Analyse des Zusammenhangs zwischen Körpergröße und Gewicht von Menschen an Stelle der Maßeinheiten "Meter" und "Kilogramm" die Maßeinheiten "Zentimeter" und "Gramm" verwendete, wären die in die Berechnung von M einfließenden Zahlen natürlich viel größer und M würde entsprechend wachsen, ohne dass sich am Zusammenhang zwischen Körpergröße und Gewicht etwas verändert hat. Deswegen werden diese beiden störenden Effekte dadurch eliminiert, dass man die gesuchte Maßzahl hinsichtlich der Zahl der Fälle (n) und der Maßeinheiten (hier in Form der Standardabweichungen) normiert. Das Ergebnis ist der Korrelationskoeffizient r nach Pearson:

r mit

¦(x

i

 x )( y i  y ) ns x s y

r : Korrelationskoeffizient x : arithmetisches Mittel von x n : Zahl der Fälle s y : Standardabweichung von y

xi y i : Messwerte y : arithmetisches Mittel von y s x : Standardabweichung von x

Der Korrelationskoeffizient r hat die Werte +1, wenn alle Messwerte auf einer Geraden mit positiver Steigung liegen (Abb. 6.11 d), -1, wenn alle Messwerte auf einer Geraden mit negativer Steigung liegen (Abb. 6.11 e), 0, wenn keinerlei linearer Zusammenhang zwischen den Variablen erkennbar ist (Abb. 6.11 c). Eine weitere Maßzahl, die bei manchen komplexen statistischen Analysen (siehe Abschnitt 8.3) eine Rolle spielt, die so genannte Kovarianz ist folgendermaßen definiert: Kovarianz =

¦ ( x i  x)( y i  y) n

Abbildung 6.11 illustriert, welche Werte r bei unterschiedlichen Konstellationen annehmen kann. Dabei ist nicht zuletzt der Teil f der Abbildung zu beachten, bei dem erkennbar ist, dass ein klar erkennbarer nichtlinearer Zusammenhang zwischen den Variablen existiert und sich für den Korrelationskoeffizienten r = 0 ergibt, was (Linearität unterstellt) für keinerlei Zusammenhang steht. Gängig im Bereich der Markt- und Sozialforschung sind am ehesten Korrelationen, wie sie in Abb. 6.11 b ausgewiesen sind.

191

6.3

6

Deskriptive Datenanalyse

Hier erkennt man, dass ein deutlicher Zusammenhang zwischen beiden Variablen existiert (r klar von Null verschieden), dass aber nicht die eine Variable die andere weitgehend bestimmt. Abbildung 6-11: Beispiele für Daten und Korrelationskoeffizienten

r = +0,95

r = +1,0 r = +1,0

(a)

(d)

r = -0,59

r = -1,0

(e)

(b)

r=0

(c)

r=0

(f)

Bei der Interpretation eines Korrelationskoeffizienten gibt es zwei verschiedene Sichtweisen. Die eine ist darauf fokussiert, dass man sich auf hohe Korrelationen (Koeffizienten nahe +1 oder -1) konzentriert (Abb. 6.11 a). In solchen Fällen könnte man jeweils eine Variable durch eine andere weitgehend erklären. Solche hohen Korrelationen treten im Bereich der Markt- und Sozialforschung nur sehr selten auf. Hier geht es eher

192

Verdichtung von Daten

um Zusammenhänge zwischen den Variablen, die mehr oder weniger deutlich sind, bei denen aber nicht die eine Variable durch eine andere Variable weitgehend bestimmt ist. Die Frage ist also, ob ein Korrelationskoeffizient „signifikant“ von Null verschieden ist, d.h. dass er so stark (positiv oder negativ) von Null abweicht, dass diese Abweichung nicht mehr durch Zufälligkeiten bei der Stichprobenziehung oder Messfehler zu erklären ist, sondern auf einen systematischen (aber nicht deterministischen!) Zusammenhang zwischen den Variablen hinweist. Dafür gibt es auch geeignete statistische Tests, deren Darstellung aber den Rahmen dieses einführenden Lehrbuchs sprengen würde. Meist werden von Programmen zur statistischen Datenanalyse (z.B. SPSS) Ergebnisse solcher Tests bei der Berechnung von Korrelationskoeffizienten automatisch ausgewiesen. Der hier erläuterte Korrelationskoeffizient r nach Pearson ist wohl die gängigste Maßzahl zur Bestimmung des Zusammenhangs zwischen zwei (intervallskalierten) Variablen. Gleichwohl existiert natürlich eine große Zahl entsprechender Maßgrößen für die unterschiedlichsten Kombinationen von Messniveaus der „beteiligten“ Variablen. Als Beispiele seien genannt: Lambda für zwei nominalskalierte Variable Kendall’s tau für zwei ordinalskalierte Variable Spearman’s Korrelationskoeffizient für zwei ordinalskalierte Variable Eta für eine Kombination von nominal- und intervallskalierten Variablen Zu Einzelheiten muss auf die Literatur zur deskriptiven Statistik verwiesen werden, z.B. de Vaus (2002, S. 274 ff.) oder Liebetrau (1993).

Literaturempfehlungen zum 6. Kapitel Gilbert Churchill / Dawn Iacobucci: Marketing Research – Methodological Foundations, 9. Aufl., Mason (Ohio) 2005. James Jaccard / Michael Becker: Statistics for the Behavioral Sciences, 4. Auflage, Belmont (CA) 2002. Michael Lewis- Beck (Hrsg.): Basic Statistics, London / Thousand Oaks / New Delhi 1993. David de Vaus: Analyzing Social Science Data, London u.a.O. 2002.

193

6.3

Schätzungen

7 7.1

Schlüsse auf Grundgesamtheiten

Schätzungen

Bei der Interpretation von Stichprobenergebnissen gibt es zwei typische Schlussweisen. Bei Schätzungen wird versucht, auf der Basis der sich in der Stichprobe ergebenden Werte (z.B. Mittelwerte, Anteilswerte) Aussagen über die entsprechenden Werte in der Grundgesamtheit sowie die Genauigkeit und Sicherheit dieser Schätzungen zu machen. Bei Tests trifft man Entscheidungen. In der Marktforschung sehr gängig sind Entscheidungen hinsichtlich der Annahme bzw. Ablehnung von Hypothesen über Zusammenhänge zwischen Merkmalen (z.B. Einstellung und Kaufabsicht) und über Unterschiede zwischen Gruppen (z.B. Markenpräferenzen bei Männern und Frauen). Im vorliegenden Abschnitt soll das Grundprinzip von Schätzungen anhand eines Beispiels der Schätzung des Mittelwerts, das von Jaccard/ Becker (2002, S. 182 ff.) stammt und für die Zwecke dieses Buches etwas verändert wurde, erläutert werden. Die folgende Darstellung bezieht sich auf Schätzungen bei einfachen Zufallsstichproben. Es wird im Beispiel von einer endlichen Grundgesamtheit ausgegangen. Da aber eine „Stichprobenziehung mit Zurücklegen“ (Elemente der Stichprobe gehören bei der Ziehung des nächsten Stichprobenelements wieder zur Grundgesamtheit) unterstellt wird, können die Ergebnisse auf die für die Marktforschung eher zutreffende Situation einer unendlichen Grundgesamtheit übertragen werden. Im Beispiel wird von einer Grundgesamtheit ausgegangen, deren Messwerte in Abbildung 7.1 eingetragen sind. Diese Situation - bekannte Grundgesamtheit - ist natürlich für die Forschungspraxis völlig unüblich, da man ja dort Stichproben gerade zieht, um Aufschluss über unbekannte Grundgesamtheiten zu bekommen. Die gedanklichen Schritte bei der Entwicklung von Schätzverfahren lassen sich aber bei der Unterstellung einer bekannten Grundgesamtheit leichter nachvollziehen. In dem hypothetischen Beispiel geht es darum, auf der Basis einer Stichprobe der Größe n = 10 Aussagen über die gekauften Packungen eines Produkts in der Grundgesamtheit von 100 Haushalten zu machen. Die Kaufmengen aller 100 Haushalte sind also in Abbildung 7.1 eingetragen. Dort findet sich auch der ("wahre") arithmetische Mittelwert der Grundgesamtheit P = 3,5 und die Varianz für diese Grundgesamtheit V2 = 2,09. Auch diese beiden Werte sind natürlich normalerweise unbekannt und sollen in realen Untersuchungen mit Hilfe von Daten aus der Stichprobe geschätzt werden.

195

7.1

7

Schlüsse auf Grundgesamtheiten

Abbildung 7-1: Anzahl gekaufter Packungen eines Produkts in Grundgesamtheit von 100 Haushalten (nach Jaccard/ Becker 2002, S. 183)

3

6

5

4

4

1

3

4

4

5

4

4

6

4

3

3

5

3

4

4

4

3

4

3

5

3

4

3

5

2

2

3

2

5

4

2

3

5

2

3

0

2

4

3

2

4

2

2

1

3

4

3

3

2

4

5

4

4

2

4

3

5

4

5

2

3

5

3

4

3

2

4

3

7

5

1

4

4

5

4

5

2

2

3

7

4

7

3

3

1

2

0

7

4

3

6

5

2

3

1

µ = 3,5

ı2 = 2,09

Schätzungen des Mittelwerts Wenn man beispielsweise die folgende Zufallsstichprobe der Größe n = 10 mit den Messwerten der gekauften Menge 3,4,4,5,2,4,1,1,4,3 zieht, würde man dafür den Mittelwert x = 3,1 erhalten, einen Wert also, der von dem Mittelwert der Grundgesamtheit P = 3,5 abweicht. Diese Abweichung ist auf den Stichprobenfehler zurückzuführen. Bei einer anderen Stichprobe mit den Messwerten 4,6,4,3,3,4,4,5,4,1 erhielte man einen Stichprobenmittelwert x = 3,8. Der erste Schätzwert für den Mittelwert weicht also nach unten, der andere nach oben vom "wahren" Mittelwert P der Grundgesamtheit ab. Das deutet auf eine nützliche Eigenschaft der Stichprobenmittelwerte hin: Diese schwanken um den Mittelwert der Grundgesamtheit. Wenn man aus der Grundgesamtheit alle möglichen Stichproben zieht, so ergibt sich dabei eine durchschnittliche Abweichung der verschiedenen Stichprobenmittelwerte vom Mittelwert der Grundgesamtheit von Null. Da das Ausmaß des Stichprobenfehlers im Durchschnitt gleich Null

196

Schätzungen

ist, spricht man davon, dass der Stichprobenmittelwert ein unverzerrter Schätzwert für den Mittelwert der Grundgesamtheit ist. Tabelle 7.2 illustriert diesen Effekt. Abbildung 7-2: Ergebnisse verschiedener Stichproben der Größe n=10 (nach Jaccard/ Becker 2002, S. 184)

Stichprobenwerte

x

x-µ

3, 4, 4, 5, 2, 4, 1, 1, 4, 3

3,1

-0,4

1, 3, 3, 4, 3, 7, 5, 1, 3, 4

3,4

-0,1

3, 5, 4, 3, 2, 4, 5, 4, 3, 2

3,5

0,0

0, 2, 7, 2, 5, 2, 5, 5, 4, 3

3,5

0,0

6, 3, 4, 4, 4, 2, 3, 3, 4, 3

3,6

0,1

3, 3, 4, 4, 5, 3, 2, 2, 3, 3

3,2

-0,3

7, 4, 7, 3, 3, 3, 5, 4, 5, 2

4,3

0,8

5, 4, 5, 2, 2, 3, 4, 3, 5, 3

3,6

0,1

6, 7, 4, 4, 4, 5, 4, 4, 2, 2

4,2

0,7

2, 2, 3, 3, 1, 2, 3, 2, 3, 4

2,5

-1,0

3, 4, 3, 4, 3, 4, 3, 4, 3, 4

3,5

0,0

1, 3, 3, 2, 4, 3, 4, 3, 2, 0

2,5

-1,0

4, 6, 4, 3, 3, 4, 4, 5, 4, 1

3,8

0,3

2, 2, 2, 2, 5, 5, 5, 3, 5, 4

3,5

0,0

6, 7, 7, 4, 3, 0, 5, 5, 4, 2

4,3

0,8 Ȉ=0

Schätzung von Varianz und Standardabweichung Wenn man versucht, mit Hilfe der erstgenannten Stichprobe (3,4,4,5,2,4,1,1,4,3) die Varianz zu schätzen, so erhält man mit sˆ 2 = 1,69 einen Wert, der von der Varianz in der Grundgesamtheit (V2) deutlich abweicht. Die Varianz in der Stichprobe ist allerdings kein unverzerrter Schätzwert für die Varianz in der Grundgesamtheit. Dafür ist eine Korrektur gegenüber der üblichen Formel für die Varianz notwendig, die im folgenden Ausdruck für den Schätzwert der Varianz ( sˆ 2 ) berücksichtigt ist:

sˆ 2

¦ ( xi  x ) 2 n 1

Im obigen Beispiel würde sich also ergeben:

197

7.1

7

Schlüsse auf Grundgesamtheiten

sˆ 2

16,90 9

1,88

Dieser Schätzwert weicht wegen des Stichprobenfehlers immer noch von der Varianz in der Grundgesamtheit ab. Der Schätzwert für die Standardabweichung in der Grundgesamtheit ergibt sich dann durch:

sˆ

sˆ 2

In dem Zahlenbeispiel erhält man dann sˆ

1,88

1,37

Verteilung des Stichprobenmittelwerts Auf den vorigen Seiten ist (hoffentlich) deutlich geworden, dass sich bei mehreren unterschiedlichen Stichproben aus der gleichen Grundgesamtheit verschiedene Werte für den zu schätzenden Mittelwert der Grundgesamtheit ergeben können. Diese verschiedenen Schätzwerte schwanken um den "wahren" Wert. An dieser Stelle interessiert es besonders, wie diese Werte schwanken, wie also die Verteilung des Stichprobenmittelwertes (bei mehreren Stichproben aus der gleichen Grundgesamtheit) aussieht. Obwohl man in der Praxis kaum Verteilungen von mehreren Stichprobenmittelwerten betrachtet, da man ja in der Regel nur eine Stichprobe zieht, interessiert diese Art von Verteilungen, weil sie Aufschlüsse über die Fehler gibt, die man beim Schluss von Stichprobenergebnissen auf eine Grundgesamtheit macht. Eine wichtige Eigenschaft der Verteilung des Stichprobenmittelwertes hat sich schon aus den Überlegungen im Zusammenhang mit der Abbildung 7.2 angedeutet: Der Mittelwert der Verteilung der Stichprobenmittelwerte ist gleich dem (gesuchten) Mittelwert der Grundgesamtheit. Weiterhin ist die Standardabweichung der Verteilung der Stichprobenmittelwerte von Interesse. Die Standardabweichung ist ja allgemein als durchschnittliche Abweichung der einzelnen Messwerte vom Mittelwert einer Verteilung interpretierbar. Im vorliegenden Fall (Verteilung des Stichprobenmittelwertes) ist die Standardabweichung die durchschnittliche Abweichung der Mittelwerte der einzelnen Stichproben vom Mittelwert der Grundgesamtheit. Man spricht deshalb auch vom Standardfehler des Stichprobenmittelwerts. Wenn dieser Standardfehler klein ist, dann wird man erwarten können, dass ein einzelner Stichprobenmittelwert mit recht großer Wahrscheinlichkeit nur wenig vom eigentlich interessierenden Mittelwert der Grundgesamtheit abweicht. Wenn der Standardfehler dagegen groß ist, heißt das, dass man sehr wohl mit einer relativ großen Abweichung des Stichprobenmittelwertes vom Mittelwert der Grundgesamtheit rechnen muss. Deswegen ist es für Schlüsse von einer Stichprobe auf

198

Schätzungen

eine Grundgesamtheit bedeutsam, die Standardabweichung der Verteilung des Stichprobenmittelwertes zu kennen. Die Standardabweichung für die Verteilung des Stichprobenmittelwertes ist gegeben durch

Vx mit

V n

V x : Standardabweichung der Verteilung des Mittelwertes (Standardfehler) V : Standardabweichung der Messwerte in der Grundgesamtheit n : Stichprobengröße

Die Abhängigkeit dieser Standardabweichung von der Standardabweichung der Messwerte und von der Stichprobengröße ist recht plausibel. Wenn die Standardabweichung der Messwerte klein ist, wenn also die Messwerte homogen sind, dann dürften sich die Mittelwerte verschiedener Stichproben aus der gleichen Grundgesamtheit recht eng um den "wahren" Mittelwert gruppieren (und umgekehrt). Ein Wachstum der Stichprobengröße (n) führt zu einer Verkleinerung des Standardfehlers des Stichprobenmittelwertes, weil einzelne extreme Messwerte, die in einer Stichprobe auftreten können, den jeweiligen Stichprobenmittelwert weniger beeinflussen. Die beiden vorstehend genannten Einflussfaktoren der Standardabweichung der Verteilung des Mittelwertes lassen sich anhand der Abbildung 7.3 illustrieren. Man erkennt dort, dass (bei gleichem Mittelwert P = 4,5) z.B. in der Grundgesamtheit A die Werte um den Mittelwert in wesentlich geringerem Maße als in Grundgesamtheit C streuen. Dementsprechend ist im rechten Teil der Abbildung bei den dort wiedergegebenen Verteilungen des Mittelwerts eine geringere Streuung bei A als bei C erkennbar. Ferner sieht man, dass sich eine Vergrößerung der Stichprobe von n = 10 auf n = 30 in der oben beschriebenen Weise auswirkt. Letztlich bestätigt sich (natürlich) bei allen Konstellationen, dass der Mittelwert der Verteilung der Stichprobenmittelwerte dem Mittelwert der Grundgesamtheit entspricht. Normalerweise ist V, die Standardabweichung der Messwerte in der Grundgesamtheit, wieder unbekannt. Deswegen berechnet man einen Schätzwert für die Standardabweichung der Verteilung des Mittelwertes

sˆx , indem man für V den entsprechenden

Schätzwert sˆ verwendet:

sˆ x

sˆ n

199

7.1

7

Schlüsse auf Grundgesamtheiten

Abbildung 7-3: Verteilung des Stichprobenmittelwerts bei verschiedener Homogenität der Grundgesamtheit und verschiedener Stichprobengröße (nach Jaccard/ Becker 2002, S.196)

Verteilungen des Stichprobenmittelwerts

x x xx xx

x x x x x x x x

x x x x x x x x x x x x x x

xx x x Grundgesamtheit A xx xx xx xx xxx xxx xxx xxx xxx xxx xxxx xxxx xxxx xxxx xxxxx xxxxx xxxxxx xxxxxx

0 1 2 3 4 5 6 7 8 9 ˩ 

x x x x x x

x x x x x x x

x x x x x x x x x

x x x x x x x x x x x x

x x x x x x x x x x x x x x x x

x x x x x x x x x x x x x x x x

n=10

0 1 2 3 4 5 6 7 8 9

n=30

0 1 2 3 4 5 6 7 8 9

Grundgesamtheit B

x x x x x x x x x x x x

x x x x x x x x x

x x x x x x x

x x x x x x

0 1 2 3 4 5 6 7 8 9 ˩ 

0 1 2 3 4 5 6 7 8 9

0 1 2 3 4 5 6 7 8 9

0 1 2 3 4 5 6 7 8 9

0 1 2 3 4 5 6 7 8 9

Grundgesamtheit C

xxxxxxxxxx xxxxxxxxxx xxxxxxxxxx xxxxxxxxxx xxxxxxxxxx xxxxxxxxxx xxxxxxxxxx xxxxxxxxxx xxxxxxxxxx xxxxxxxxxx 0 1 2 3 4 5 6 7 8 9

200

˩ 

Schätzungen

Konfidenzintervall Nachdem jetzt einige Informationen über die Verteilung des Stichprobenmittelwertes bekannt sind, fragt man sich, ob man nicht generelle Aussagen über diese Verteilung machen kann. Dann wäre es möglich, Aussagen über die Wahrscheinlichkeiten für das Auftreten von bestimmten Stichprobenmittelwerten zu machen. Daraus ließen sich wiederum Wahrscheinlichkeitsangaben für mögliche Fehler ableiten, die beim Schluss vom Stichprobenmittelwert auf den (gesuchten) Mittelwert der Grundgesamtheit auftreten können. Bei den in der Abbildung 7.3 dargestellten Verteilungen hat sich schon angedeutet, dass diese einer Normalverteilung folgen könnten. In der Tat besagt der zentrale Grenzwertsatz der Statistik, dass sich die Verteilung der Stichprobenmittelwerte mit zunehmender Stichprobengröße an eine Normalverteilung annähert. Von einer Stichprobengröße n = 30 an wird diese Annäherung als hinreichend eng angesehen. Damit sind die Voraussetzungen für die Angabe eines Konfidenzintervalls (Vertrauensbereichs) gegeben. Konfidenzintervalle sind Angaben über einen Wertebereich (mit Unter- und Obergrenze), innerhalb dessen ein Schätzwert auf der Grundlage des Stichprobenergebnisses und bestimmter Verteilungsannahmen (siehe oben) mit einer ebenfalls anzugebenden Wahrscheinlichkeit liegt. Wenn man also davon ausgeht, dass die Stichprobenmittelwerte normal verteilt sind, dann kann man das Wissen über die Eigenschaften der Normalverteilung nutzen, um anzugeben, dass etwa 68 % aller Stichprobenmittelwerte in einem Intervall liegen werden, das sich von der Untergrenze P Vx bis zur Obergrenze P + Vx erstreckt, dass also mit der Spannweite 2 Vx um den Mittelwert der Grundgesamtheit angeordnet ist. Die Wahrscheinlichkeit dafür, dass ein Stichprobenmittelwert in diesen Bereich fällt, ist also etwa p = 0,68. Die Angabe eines solchen Intervalls ist noch mit einer recht großen Irrtumswahrscheinlichkeit (1 - 0,68 = 0,32) behaftet. Wenn man das Intervall breiter wählt, dann ist natürlich die Wahrscheinlichkeit, dass dieses den Stichprobenmittelwert umschließt, entsprechend größer und die Irrtumswahrscheinlichkeit sinkt. Zu den Eigenschaften der Normalverteilung gehört es, dass 95 % aller Werte in einem Bereich liegen, der in beiden Richtungen um das 1,96-fache vom Mittelwert abweicht. Man kann also über den Stichprobenmittelwert sagen, er liegt mit einer Sicherheitswahrscheinlichkeit p = 0,95 in einem Intervall, das von P  1.96V bis P  1.96V x

x

reicht. Dieses Konfidenzintervall wird in folgender Weise formal dargestellt:

P  1.96V x  x  P  1.96V x Nun ist es in der Forschungspraxis, wo man ja nicht von einem bekannten Mittelwert der Grundgesamtheit auf einen zu erwartenden Mittelwert einer Stichprobe schließt,

201

7.1

7

Schlüsse auf Grundgesamtheiten

sondern umgekehrt vorgeht, notwendig, auf Basis des Stichprobenmittelwertes ( x ) ein Konfidenzintervall für den Mittelwert der Grundgesamtheit zu (P) zu bestimmen. Durch Umformung erhält man aus der vorstehenden Ungleichung das gewünschte Konfidenzintervall.

x  1.96V x  P  x  1.96V x Dieses Konfidenzintervall ist folgendermaßen zu interpretieren: Der Bereich, der von x  1,96V x bis x  1,96V x reicht, wird mit einer Sicherheitswahrscheinlichkeit von p = 0.95 (in 95 % aller Fälle, in denen eine solche Stichprobe gezogen wird) den gesuchten (unbekannten) Mittelwert der Grundgesamtheit umschließen. Das Konfidenzintervall für den Mittelwert lässt sich natürlich auch allgemein darstellen:

x  zV x  P  x  zV x Für verschiedene gewünschte Sicherheitswahrscheinlichkeiten ergeben sich nach der Normalverteilung verschiedene Werte für z: Sicherheitswahrscheinlichkeit

z-Wert

p = 0.683

z=1

p = 0.95

z = 1.96

p = 0.954

z=2

p = 0.997

z=3

Da ja die Standardabweichung der Stichprobenmittelwerte

V x normalerweise nicht

bekannt ist, verwendet man an ihrer Stelle den entsprechenden Schätzwert aus der Stichprobe

sˆx , der in diesem Abschnitt schon erörtert worden ist.

David de Vaus (2002, S. 191 f.) zur Interpretation von Konfidenzintervallen: „Ein enges Konfidenzintervall ermöglicht genauere Schätzungen für die Grundgesamtheit. Die Weite des Konfidenzintervalls ist eine Funktion von zwei Faktoren: - der Sicherheitswahrscheinlichkeit; - der Größe des Stichprobenfehlers. Je größer die Sicherheitswahrscheinlichkeit, desto größer das Konfidenzintervall. Wenn wir die Sicherheitswahrscheinlichkeit als festgelegt ansehen, dann besteht der einzige Weg zu einem präziseren Schutzwert für die Grundgesamtheit durch die Verengung des Konfidenzintervalls darin, den Stichprobenfehler zu minimieren.

202

Schätzungen

Der Stichprobenfehler wird gemessen durch die Maßzahl Standardfehler. Die Größe des Stichprobenfehlers hängt ab von zwei Faktoren: - der Stichprobengröße; - dem Ausmaß der Varianz in der Grundgesamtheit. Wir können nichts tun, um die Varianz in der Grundgesamtheit zu verändern; deshalb besteht die einzige Möglichkeit zur Reduzierung des Stichprobenfehlers und damit zur Verkleinerung des Konfidenzintervalls darin, die Stichprobe zu vergrößern. Als generelle Regel gilt, dass die Stichprobe vervierfacht werden muss, um den Standardfehler zu halbieren.“

Das vorstehend dargestellte Grundprinzip der Schätzung von Maßzahlen auf der Basis von Stichprobenergebnissen lässt sich auch auf andere Parameter als den Mittelwert übertragen, nicht zuletzt auf die für die Marktforschung wichtigen Anteilswerte (Prozentwerte oder relative Häufigkeiten). Bei der Berechnung eines Konfidenzintervalls für Anteilswerte (z.B.: 50% der Befragten sind der Meinung, dass…..) liegt der wesentliche Unterschied darin, dass dafür die Standardabweichung auf folgende Weise berechnet wird:

p (1  p) n

sˆ

Wenn also ein Konfidenzintervall für einen Anteilswert von 50% (bzw. eine relative Häufigkeit von 0,5) berechnet werden soll, das angeben soll, in welchem Bereich der „wahre“ Anteilswert (in der Grundgesamtheit) mit einer vorgegebenen Sicherheitswahrscheinlichkeit liegt, dann würde sich bei einer Stichprobengröße von n=100 ergeben:

0,5 (1  0,5) = Standardabweichung des Anteilswerts 100

sˆ p

0,25 100

0,05 Wenn man wieder eine Sicherheitswahrscheinlichkeit von p=0,95 verlangt, dann ergibt sich das entsprechende Konfidenzintervall durch: 0,5  1,96 x 0,05  Anteilswert in der Grundgesam theit  0,5  1,96 x 0,05

0,5  0,098  Anteilswert in der Grundgesamtheit  0,5  0,098 0,402  Anteilswert in der Grundgesamtheit  0,0598

203

7.1

7

Schlüsse auf Grundgesamtheiten

Dieses Konfidenzintervall lässt sich folgendermaßen interpretieren: Wenn ein Anteilswert in einer (relativ kleinen) Stichprobe der Größe n=100 bei 50% (bzw. 0,5) liegt, dann kann man mit einer Sicherheitswahrscheinlichkeit von p=0,95 sagen, dass der tatsächliche Anteilswert in der Grundgesamtheit zwischen 40,2% und 59,8% liegen wird. Dazu lassen sich einige der vorstehend skizzierten Überlegungen nutzen. Wenn man von dem Problem ausgeht, einen Mittelwert einer Grundgesamtheit auf Basis einer Stichprobe schätzen zu wollen, dann knüpft man zunächst daran an, dass die Stichprobenmittelwerte näherungsweise normalverteilt um den Mittelwert der Grundgesamtheit liegen. Die entsprechende Standardabweichung war als s x

sˆ geschätzt worn

den. Darauf aufbauend war das Konfidenzintervall, in dem der „wahre“ Mittelwert (der Grundgesamtheit) liegt, durch x r zsx bestimmt worden. Unter Verwendung der entsprechenden Schätzwerte ergibt sich für die gewünschte Genauigkeit der Mittelwertschätzung

Schwankung sbreite

z

sˆ n

Daraus lässt sich folgende erforderliche Stichprobengröße bei gegebener Schwankungsbreite, Sicherheitswahrscheinlichkeit und Standardabweichung bestimmen:

n

z 2 sˆ 2 (Schwankung sbreite ) 2

Bei einer Sicherheitswahrscheinlichkeit von p= 0,95 (z = 1,96), einer Standardabweichung von 2000 und einer tolerierten Schwankungsbreite (Genauigkeit) von 100 des zu ermittelnden Mittelwerts würde sich ergeben:

n

(1,96) 2 ( 2000 ) 2 100 2

Eine Stichprobe n = 1536 würde unter diesen Umständen also zu der gewünschten Genauigkeit und Sicherheit der Ergebnisse führen. Bei Anteilswerten („Prozenten“) würde man analog vorgehen und die Stichprobengröße durch

n

z 2 p(1  p) (Schwankungsbreite)2

bestimmen. Festzuhalten sind folgende Aussagen über Konfidenzintervalle:

204

Tests

„ Bei einem Konfidenzintervall wird die Angabe eines Wertebereichs mit einer Wahrscheinlichkeit dafür, dass ein gesuchter Wert von diesem Intervall umschlossen wird, verbunden.

„ Mit der Vergrößerung des Konfidenzintervalls (also mit der Verringerung der Genauigkeit der Aussage) steigt die Sicherheitswahrscheinlichkeit (und umgekehrt).

„ Bei gegebener Sicherheitswahrscheinlichkeit und gegebener Standardabweichung der Messwerte in der Grundgesamtheit wird das Konfidenzintervall enger (steigende Genauigkeit) bei Vergrößerung der Stichprobe n.

„ Bei gegebener Sicherheitswahrscheinlichkeit und gegebener Stichprobengröße wird das Konfidenzintervall bei geringerer Standardabweichung (größerer Homogenität der Daten) der Messwerte enger ("genauer"). Aus den Überlegungen zu Konfidenzintervallen lassen sich auch Anhaltspunkte für die Festlegung von Stichprobengrößen ableiten (siehe Abschnitt 3.2). Das setzt allerdings voraus, dass man die Standardabweichung des interessierenden Mittel- oder Anteilswerts (z.B. aus früheren Untersuchungen) kennt oder schätzt. Aus den vorstehenden Formeln lässt sich der schon erwähnte Zusammenhang zwischen Stichprobengröße und Genauigkeit der Aussagen entnehmen. Da die Stichprobengröße im Nenner des Ausdrucks steht, durch den die Standardabweichung nach Ziehung der entsprechenden Wurzel ermittelt wird, kann man folgende „Faustregel“ ableiten:

„ Doppelte Stichprobengröße  1,41-fache Genauigkeit „ Vierfache Stichprobengröße  doppelte Genauigkeit „ Sechzehnfache Stichprobengröße  vierfache Genauigkeit.

7.2

Tests

Am Ende des Abschnitts 6.2.1 ist bereits auf die in der Datenanalyse sehr verbreiteten Kontingenztabellen (auch Kreuztabellen genannt) hingewiesen und deren weitere Erläuterung angekündigt worden. Diese sollen nun hier im Zusammenhang der Diskussion der grundlegenden Schlussweise bei statistischen Tests erfolgen. Ein Beispiel von Lehmann/ Gupta/ Steckel (1998, S. 378 ff.) bildet dafür die Grundlage. In dem (fiktiven) Beispiel wird von einer Umfrage ausgegangen, deren hier interessierendes Ergebnis in der Abbildung 7.4 dargestellt ist. Eintausend Personen in drei verschiedenen Regionen (A, B, C) sind gefragt worden, wie oft sie ein bestimmtes Produkt kaufen (0-1, 2-3, 4 und mehr Packungen pro Monat). In Abbildung 7.4 sind die absoluten und die relativen Häufigkeiten eingetragen, die sich dabei ergeben haben. In jedem Feld der Tabelle stehen an erster Stelle die absoluten Häufigkeiten für die jeweiligen 205

7.2

7

Schlüsse auf Grundgesamtheiten

Kombinationen von Merkmalsausprägungen. Es folgen relative Häufigkeiten (in Prozent), die auf die entsprechenden Spaltensummen (an zweiter Stelle) bzw. die entsprechenden Zeilensummen (an dritter Stelle) bezogen sind. In der Randspalte bzw. -zeile findet man die Zeilen- bzw. Spaltensummen, die die eindimensionalen Häufigkeitsverteilungen der beiden Merkmale darstellen. Hinzugefügt sind die dazugehörigen relativen Häufigkeiten, die hier als Wahrscheinlichkeiten für das Auftreten der einzelnen Merkmalsausprägungen dargestellt sind.

Abbildung 7-4: Beispiel einer Kontingenztabelle Kaufintensität 4 u. mehr

Ȉ

Region

0-1

2–3

A

200 50 % 50 %

140 35 % 35 %

60 30 % 15 %

400

0.4

B

60 15 % 30 %

80 20 % 40 %

60 30 % 30 %

200

0.2

C

140 35 % 35 %

180 45 % 45 %

80 40 % 20 %

400

0.4

Ȉ P

400 0.4

400 0.4

200 0.2

P

1000 1.0

Wie interpretiert man nun eine solche Tabelle? Dabei gilt immer das Prinzip, dass Verteilungen miteinander verglichen werden (siehe Abschnitt 6.3.1). Welche das sind, hängt ab von der Art der Aussagen, die gemacht werden sollen, genauer gesagt von der Art der bezüglich der beiden Merkmale unterstellten Abhängigkeiten. Im vorliegenden Beispiel ist diese Frage eindeutig zu beantworten: Man geht davon aus, dass durch das Merkmal "Region" und die damit verbundenen ökonomischen, sozialen und kulturellen Besonderheiten die Kaufintensität beeinflusst wird. Die umgekehrte Unterstellung (Abhängigkeit der Wohnregion von der Kaufintensität) wäre wohl einigermaßen unsinnig. Es gibt aber Merkmalskombinationen, bei denen diese Fragestellung nicht so klar zu beantworten ist.

206

Tests

Wenn man vermutet, dass in den drei im Beispiel aufgeführten Regionen die Kaufintensitäten unterschiedlich sind, dann muss man für die verschiedenen Regionen deren Verteilungen miteinander vergleichen. Es müssen also die sich in den Zeilen der Tabelle widerspiegelnden Häufigkeitsverteilungen betrachtet werden. Man sieht sofort, dass diese voneinander abweichen. In Region A hat man eine Verteilung von 50 %, 35 % und 15 %, in Region B von 30 %, 40 % und 30 % und in Region C von 35 %, 45 % und 20 % für die drei Kategorien der Kaufintensität. Danach könnte man die Hypothese eines Unterschiedes der Kaufintensitäten in den drei Regionen bestätigen. Die/ der kritische LeserIn wird aber sofort einwenden, dass die Tabelle auf der Basis von Stichprobendaten zustande gekommen und deswegen prinzipiell fehlerbehaftet ist. Sind also die Unterschiede der Verteilungen in den Regionen durch systematische Unterschiede zwischen den Regionen oder durch den Stichprobenfehler zu erklären? Der Analytiker muss deshalb eine Entscheidung zwischen zwei Hypothesen (systematische Unterschiede oder Unterschiede, die durch Stichprobenfehler zu erklären sind) treffen. Statistische Tests sind Hilfsmittel, um derartige Entscheidungen in einer begründeten und formal festgelegten Weise zu treffen. Einer der am stärksten verbreiteten Tests, der Chi2-Test, soll hier exemplarisch erläutert und zur Lösung des in dem bisher verwendeten Beispiel aufgetretenen Entscheidungsproblems herangezogen werden. Es geht also um die Frage, ob zwischen den Merkmalen "Region" und "Kaufintensität" eine Abhängigkeit oder Unabhängigkeit besteht. Im ersten Schritt überlegt man dazu, wie die Häufigkeitsverteilungen in einer Kontingenztabelle aussehen müssten, wenn bei unveränderter eindimensionaler Verteilung der Merkmalsausprägungen (also bei den bisherigen Randverteilungen) eine ("perfekte") Unabhängigkeit zwischen den Merkmalen bestünde. Bei der vorstehend skizzierten Interpretation eine Kontingenztabelle ist wegen der Unterschiede zwischen den Verteilungen von Merkmalsausprägungen für verschiedene Gruppen (Regionen) vermutet worden, dass das eine Merkmal das andere beeinflusst. Wenn dagegen die relativen Häufigkeiten in den Zeilen und Spalten einer Tabelle exakt den entsprechenden Randverteilungen gleichen, dann besteht offenbar keinerlei Zusammenhang zwischen den Merkmalen. Beim vorliegenden Beispiel würde man ja, wenn die relativen Häufigkeiten der Kaufintensität für die drei Regionen gleich sind und damit auch gleich der in der Randverteilung wiedergegebenen Verteilung für die gesamte Stichprobe sind (also jeweils 40%, 40%, 20%), sagen, dass das Merkmal "Region" offenbar keinen Einfluss auf das Merkmal "Kaufintensität" hat, weil ja in allen Regionen die Verteilungen der Kaufintensität gleich sind. Das Merkmal "Kaufintensität" wäre also unabhängig vom Merkmal "Region". Der entscheidende Grundgedanke des Chi2-Tests auf Unabhängigkeit besteht darin, dass man eine gegebene Häufigkeitsverteilung in einer Tabelle mit einer Häufigkeitsverteilung vergleicht, die zustande gekommen wäre, wenn zwischen den betrachteten Merkmalen Unabhängigkeit vorläge. Die Tabelle der unter der Annahme der Unabhängigkeit erwarteten Häufigkeiten erhält man dadurch, dass man die (erwarteten) Besetzungen der einzelnen Felder aus den relativen Häufigkeiten in den Randverteilun-

207

7.2

7

Schlüsse auf Grundgesamtheiten

gen und der Stichprobengröße errechnet. Für das in Abbildung 7.4 dargestellte Beispiel würde sich für das Feld links oben (Region A, Kaufintensität 0-1) eine erwartete Häufigkeit von 0,4 x 0,4 x 1000 = 160 ergeben. Entsprechende Berechnungen für alle Tabellenfelder führen zu der als Abbildung 7.5 dargestellten Tabelle der Unabhängigkeit. Man erkennt darin sofort, dass die relativen Häufigkeiten in den Zeilen und Spalten natürlich den entsprechenden Randverteilungen gleichen.

Abbildung 7-5: Tabelle der Unabhängigkeit (erwartete Häufigkeiten unter der Voraussetzung, dass Unabhängigkeit zwischen den Merkmalen vorliegt)

Kaufintensität 4 u. mehr

Ȉ

Region

0-1

2–3

A

160 40 % 40 %

160 40 % 40 %

80 40 % 20 %

400

0.4

B

80 20 % 40 %

80 20 % 40 %

40 20 % 20 %

200

0.2

C

160 40 % 40 %

160 40 % 40 %

80 40 % 20 %

400

0.4

Ȉ P

400 0.4

400 0.4

200 0.2

P

1000 1.0

Jetzt hat man die Grundlage für einen Vergleich der beobachteten mit den (ganz wichtig zu merken: unter der Annahme der Unabhängigkeit) erwarteten Häufigkeiten in den Feldern der Tabelle. In der Abbildung 7.6 wird basierend auf den in den Abbildungen 7.4 und 7.5 dargestellten Daten ein solcher Vergleich vorgenommen.

208

Tests

Abbildung 7-6: Vergleich der beobachteten und erwarteten Häufigkeiten

Kaufintensität Region A

0-1 200 (beob.) (erw.)

B

2–3 140 160

60

C

80

140

400

60

180

200 40

80 160

400

400 80

80

160 Ȉ

60 160

80

Ȉ

4 u. mehr

400 80

200

1000

Das Ergebnis dieses Vergleichs überrascht nicht. Die beobachteten Häufigkeiten unterschieden sich von den erwarteten. Wie aber ist dieses Ergebnis zu interpretieren? Soll man die Hypothese, dass ein systematischer Zusammenhang zwischen den Variablen vorliegt, oder die Hypothese, dass die Abweichungen zwischen beobachteten und erwarteten Häufigkeiten durch den Stichprobenfehler zu erklären sind und kein systematischer Zusammenhang vorliegt, annehmen? Dazu soll zunächst eine Tabelle betrachtet werden, in der bei gleichen Randverteilungen und gleicher Stichprobengröße ein anderes Untersuchungsergebnis (andere beobachtete Häufigkeiten) als in Abbildung 7.6 dargestellt ist (vgl. Abbildung 7.7).

209

7.2

7

Schlüsse auf Grundgesamtheiten

Abbildung 7-7: Vergleich von anderen beobachteten mit den erwarteten Häufigkeiten

Kaufintensität Region A

0-1 158 (beob.) (erw.)

B

2–3 164

81

75 80

C

161

44

161

400

400 80

80

160 Ȉ

78 160

160

Ȉ

4 u. mehr

200 40

78 160

400

400 80

200

1000

Bei einem Ergebnis, wie es in Abbildung 7.7 wiedergegeben ist, würde sich wohl fast jeder ohne Zuhilfenahme weiterer statistischer Methoden für die Hypothese entscheiden, dass Unabhängigkeit vorliegt, weil die Abweichungen zwischen den beobachteten und erwarteten Häufigkeiten durchweg gering sind. Damit wird die Grundidee des Chi2-Tests schon deutlicher: Man betrachtet für jedes Feld der Tabelle die Abweichungen zwischen beobachteten und erwarteten Häufigkeiten. Wenn diese Abweichungen insgesamt (d.h. die Summe der Abweichungen über alle Felder) groß sind, dann entscheidet man sich eher für die Hypothese der Abhängigkeit (und umgekehrt). Man benötigt also eine Maßzahl, in der die genannten Abweichungen für eine ganze Tabelle zusammengefasst werden, um die Entscheidung über die Annahme einer der Hypothesen zu treffen. Die Maßzahl heißt Chi2 und hat folgende Form:

Chi2

̕̕ i j

Beob. Häufigk.in Feld i, j - Erw. Häufigk.in Feld i, j 2 ErwarteteHäufigkeit in Feld i, j

Gegenüber der bisher skizzierten Idee, die Summe der Abweichungen in den einzelnen Tabellenfeldern als Maßzahl zu verwenden, weicht Chi2 in zwei Aspekten ab:

„ Es wird das Quadrat der Abweichungen verwendet. Anderenfalls würden sich positive und negative Abweichungen ausgleichen.

„ Die Abweichungen werden hinsichtlich der erwarteten Häufigkeiten normiert. Das liegt daran, dass z.B. eine Abweichung von 20 bei einer erwarteten Häufigkeit von 50 ein anderes Gewicht hat als bei einer erwarteten Häufigkeit von 1000.

210

Tests

Wenn man den Chi2-Wert für die Tabelle in Abbildung 7.6 berechnet, so ergibt sich:

Chi 2

(200  160) 2 (140  160) 2 (60  80) 2   160 160 80

 

(60  80) 2 (80  80) 2 (60  40) 2   40 80 80 (140  160) 2 (180  160) 2 (80  80) 2   160 160 80 37,5

Für die Verwendung dieses Ergebnisses bezüglich einer Entscheidung über die Hypothesen fehlt jetzt noch ein gedanklicher Schritt, um zu beurteilen, ob ein Chi2-Wert von 37,5 als hoch oder niedrig im Hinblick auf die Aussage eines Zusammenhangs zwischen den betrachteten Merkmalen angesehen wird. Der Maßstab dafür ist eine Verteilung, die angibt, mit welchen Wahrscheinlichkeiten verschiedene Chi2-Werte zu erwarten sind, wenn Unabhängigkeit der Merkmale in der Grundgesamtheit vorliegt. Im Idealfall müsste der Chi2-Wert unter dieser Voraussetzung gleich Null sein. Wenn man Stichproben aus einer solchen Grundgesamtheit zieht, muss man auch beim Chi2-Wert aufgrund des Stichprobenfehlers mit Abweichungen vom "Idealwert" Null rechnen. Kleine Abweichungen treten häufig auf (haben eine relativ hohe Wahrscheinlichkeit), große Abweichungen treten selten auf (haben eine geringe Wahrscheinlichkeit). Diese Wahrscheinlichkeitsverteilung (die Chi2-Verteilung) ist der Maßstab für die Beurteilung eines aufgetretenen Chi2-Wertes (z.B. des Wertes 37,5). Wenn man feststellt, dass der Wert in einer Größenordnung liegt, die mit großer Wahrscheinlichkeit wegen des Stichprobenfehlers auch bei vollständiger Unabhängigkeit der Merkmale zu erwarten ist, lehnt man die Hypothese eines systematischen Zusammenhanges ab. Bei einem relativ großen Chi2-Wert ist es recht unwahrscheinlich, dass er bei in der Grundgesamtheit vorhandener Unabhängigkeit durch Zufall zustande gekommen ist. Man entscheidet sich deshalb in diesem Fall für die Annahme der Hypothese eines systematischen Zusammenhangs zwischen den Merkmalen. Im Beispiel, das in diesem Abschnitt verwendet wurde, hatte sich ein Chi2-Wert von 37,5 ergeben. Mit Hilfe einer Tabelle der Chi2-Verteilung (deren Werte natürlich heutzutage in jedem Statistik-Programm enthalten sind) kann man jetzt entscheiden, welche der Hypothesen angenommen wird. Dazu ist zunächst eine Irrtumswahrscheinlichkeit, die bei der Entscheidung in Kauf genommen werden soll, festzulegen. Ferner gilt es zu beachten, wie viele Felder die Kontingenztabelle hat, die der Ausgangspunkt für die Überlegungen war. Bei "großen Tabellen" (mit vielen Feldern) muss man mit einem größeren Chi2Wert rechnen als bei kleinen Tabellen. Wenn in dem verwendeten Beispiel die Kaufintensität nicht in den Kategorien "0-1", "2-3" und "4 und mehr", sondern in den Klassen

211

7.2

7

Schlüsse auf Grundgesamtheiten

"0", "1", "2", "3", "4 und mehr" erhoben worden wären, hätte man an Stelle der Tabelle mit 9 Feldern eine Tabelle mit 15 Feldern erhalten, bei denen natürlich mehr "Gelegenheiten" für Abweichungen zwischen erwarteter und beobachteter Häufigkeit existieren, was einen höheren Chi2-Wert zur Folge hat, ohne dass sich am Zusammenhang der Merkmale etwas verändert hat. Die Größe der Tabelle wird in der Fachsprache durch die "Zahl der Freiheitsgrade" angegeben. Die Zahl der Freiheitsgrade ergibt sich durch (Spaltenzahl - 1) x (Zeilenzahl - 1). Im Beispiel der Abbildung 7.7 hat man also (3-1) x (3-1) = 4 Freiheitsgrade. Der Tabelle der Chi2-Verteilung für vier Freiheitsgrade und eine Irrtumswahrscheinlichkeit von 0,05 kann man entnehmen, dass der entsprechende Grenzwert für Chi2 bei 9,49 liegt. Bei Chi2-Werten, die größer als 9.49 sind (wie im Beispiel der Fall), ist die Wahrscheinlichkeit, dass sie trotz der Unabhängigkeit der Merkmale per Zufall zustande gekommen sind, sehr klein und man kann mit großer Sicherheitswahrscheinlichkeit (p = 0,95) bzw. kleiner Irrtumswahrscheinlichkeit (p 2 für eine signifikante (p < 0,05) Abweichung des jeweiligen Regressionskoeffizienten von 0 spricht.

8.2.2

Anwendungsvoraussetzungen der Regressionsanalyse und deren Überprüfung

Wie bei allen statistischen Verfahren gibt es natürlich auch bei der Regressionsanalyse eine Reihe von Anwendungsvoraussetzungen, deren Einhaltung gegeben sein muss, um zu aussagefähigen Ergebnissen zu gelangen. Im vorliegenden Abschnitt sollen diese Voraussetzungen gekennzeichnet werden. Daneben geht es um die Möglichkeiten für eine entsprechende Überprüfung und um Einschätzungen, wie gravierend eine Verletzung der Prämissen für die Ergebnisse sein kann. Im Zusammenhang damit sollen auch Ansatzpunkte für eine Behebung der dadurch entstehenden Probleme skizziert werden. Umfassendere Diskussionen zu diesem Komplex finden sich bei Backhaus u.a. (2006, S. 78 ff.), Fox (1997, S. 265 ff.), Hart u.a. (1998, S. 172 ff.) und Skiera / Albers (2000, S. 216 ff.) sowie in anderen einschlägigen Lehrbüchern. Zunächst zu einer überblicksartigen Zusammenstellung der wichtigsten Prämissen, auf die dann anschließend eingegangen wird:

228

-

Abhängige und unabhängige Variable sind mindestens intervallskaliert

-

Linearer Zusammenhang zwischen den unabhängigen und der abhängigen Variablen

-

Zahl der Beobachtungen („Fälle“) ist (deutlich) größer als die Zahl der zu schätzenden Parameter (Regressionskoeffizienten und konstantes Glied)

Regressions- und Varianzanalyse

-

Vollständigkeit des Modells

-

Keine perfekte Multikollinearität bei unabhängigen Variablen

-

Erwartungswert der Residuen ist Null

-

Normalverteilung der Residuen

-

Homoskedastizität der Residuen (Gleiche Varianz der Residuen)

-

Keine Autokorrelation

-

Kein wesentlicher Einfluss von Ausreißern

„ Mindestens Intervallskalierung (siehe Abschnitt 6.2) aller (abhängigen und unabhängigen) Variablen. Diese Voraussetzung ist ganz elementar, weil Regressionskoeffizienten, die sich auf nominal- oder ordinalskalierte Daten beziehen, völlig sinnlos wären. Gleichwohl gibt es Anwendungen der Regressionsanalyse im sozialwissenschaftlichen Bereich, in denen Variable verwendet werden, die an die Anforderungen einer Intervallskalierung (streng genommen) nur angenähert sind, beispielsweise die im Abschnitt 3.4 erläuterten Multi-Item-Skalen. Das Vorliegen des geforderten Messniveaus der Daten kann nur durch substanzwissenschaftliche Überlegungen und nicht durch statistische Methoden überprüft werden. Auf den besonderen Fall einer Regressionsanalyse mit einigen nominal skalierten unabhängigen Variablen („Dummy-Regression“) und auf die Möglichkeit der Verwendung einer nominalskalierten abhängigen Variablen mit (im Standardfall) zwei Ausprägungen („Logistische Regression“) wird im Abschnitt 8.2.3 kurz eingegangen.

„ Linearität des Zusammenhangs zwischen der abhängigen und der / den unabhängigen Variablen. Das heißt, dass der Zusammenhang proportional ist. Bei einer Veränderung einer unabhängigen Variablen verändert sich der Wert der abhängigen Variablen immer um die gleiche (durch den entsprechenden Regressionskoeffizienten geschätzte) Zahl von Einheiten. Es dürfte unmittelbar einsichtig sein, dass eine Regressionsgerade einen nichtlinearen Zusammenhang nur unzureichend wiedergeben kann. Bei bivariater Regression (je eine abhängige und eine unabhängige Variable) lässt sich die Linearität der Beziehung noch anhand einer geeigneten graphischen Darstellung („Scatterplot“) beurteilen. Für den Fall einer größeren Zahl unabhängiger Variabler wird die Verwendung so genannter „Residuenplots“ empfohlen (Fox 1997, S. 309 ff.). Als Residuen („Reste“) werden die Abweichungen der (tatsächlichen) Werte der abhängigen Variablen von den durch das Regressionsmodell geschätzten Werten bezeichnet. Residuen spiegeln also den Teil des Wertes der abhängigen Variablen wider, der nicht durch das Modell erklärt wird. Bei Residuenplots werden diese Abweichungen den Werten einer unabhängigen Variablen (X) in einem Scatterplot gegenübergestellt. Diese Plots lassen dann gegebenenfalls (deutliche) Abweichungen von der Annahme des linearen Zusammenhanges erkennen. Sollte Linearität nicht gegeben sein, so kann versucht werden, durch geeignete Transformation der betreffenden Variablen die Daten so zu verändern, dass der

229

8.2

8

Multivariate Analyseverfahren

Annahme entsprochen wird. Gängige Arten von Transformationen sind z.B. die Verwendung des Logarithmus oder einer Wurzel an Stelle der Original-Werte der Variablen. Bei der Interpretation der Ergebnisse der Regressionsanalyse muss natürlich berücksichtigt werden, dass es sich um transformierte Daten handelt. Ansonsten wäre die Interpretation irreführend.

„ Zahl der Beobachtungen („Fälle“) im Vergleich zur Zahl der Variablen. Das absolute Minimum der Zahl erforderlicher Beobachtungen ist die Zahl der zu schätzenden Parameter (= Zahl der unabhängigen Variablen + konstantes Glied). Die üblichen Angaben zur Aussagekraft des auf Basis einer Stichprobe geschätzten Modells für die entsprechende Grundgesamtheit (Æ F-Wert, t-Wert; s.o.) können aber nur gemacht werden, wenn die Zahl der Beobachtungen deutlich höher liegt.

Skiera / Albers (2000, S. 218) geben eine Empfehlung zur Relation Zahl der Beobachtungen / Zahl der Variablen: „Wenn die Zahl der Beobachtungen ... nicht zumindest dreimal, besser sogar fünfmal so groß wie die Anzahl der zu schätzenden Parameter ist, so besteht nur eine geringe Chance zur Ermittlung signifikanter Zusammenhänge.“

„ Vollständigkeit des Modells. Damit ist gemeint, dass in dem Modell alle unabhängigen Variablen enthalten sind, die gemäß der zu prüfenden theoretischen Vorstellung die abhängige Variable bestimmen (Berry 1993, S. 364 ff.). Anderenfalls wäre damit zu rechnen, dass die Wirkung der nicht berücksichtigten Variablen die Regressionskoeffizienten der im Modell berücksichtigten Variablen beeinflusst und somit verzerrt. Dazu ein einfaches Beispiel: Wenn man versucht, durch ein Regressionsmodell die Wirkung von verschiedenen Elementen des Marketing-Mix auf den Marktanteil zu schätzen, und dabei nur die Werbe-Intensität, nicht aber die Intensität anderer Kommunikationsaktivitäten einbezieht, dann kann es passieren, dass sich deren Wirkung im Regressionskoeffizienten für die Werbung widerspiegelt, was zu einer deutlichen Überschätzung der Werbewirkung führen kann. Entscheidender Maßstab hinsichtlich der Vollständigkeit des Modells ist die Entsprechung von theoretischer Vorstellung und Spezifikation des Modells.

„ Keine perfekte Multikollinearität. Erklärende (unabhängige) Variable sollen untereinander nicht hoch korreliert sein. Im Extremfall könnte es ansonsten sein, dass sich eine (unabh.) Variable als Linearkombination aus anderen unabhängigen Variablen darstellen lassen. In derartigen Fällen wird die Schätzung der Parameter des Regressionsmodells instabil. Das ist etwas kompliziert exakt ableitbar, lässt sich aber intuitiv an einem Beispiel relativ leicht nachvollziehen. Man denke (wieder) an die Einkommen im öffentlichen Dienst. Dieses ist bisher stark durch das jeweilige Dienstalter bestimmt. Beamte, die in der gleichen Besoldungsgruppe (z.B. „A 13“) sind und den gleichen Familienstand haben, unterscheiden sich - etwas vereinfacht gesagt – bei ihrem Bruttoeinkommen nur durch die Dienstalterszuschläge, die di230

Regressions- und Varianzanalyse

rekt abhängig von der Beschäftigungsdauer sind (alle zwei Jahre gibt es einen Zuschlag). Wenn man beispielsweise die Stärke der Bindung zum Arbeitgeber Staat in Abhängigkeit u.a. vom Einkommen und vom Dienstalter mit einem Regressionsmodell analysieren will, dann würde das Problem der Multikollinearität hier in der Weise auftreten, dass nicht recht bestimmbar ist, ob die Bindung an den Arbeitgeber eher durch das Einkommen oder durch das Dienstalter beeinflusst ist, weil ja diese beiden Variablen so eng miteinander verbunden sind. Wenn man also feststellt, dass Beamte (in derselben Besoldungsgruppe) bei höherem Einkommen eine stärkere Bindung haben, dann könnte das auch am Dienstalter liegen, das eben das Einkommen maßgeblich bestimmt. Ein einfacher Weg zur Identifizierung von Multikollinearität ist die Betrachtung der Korrelationsmatrix der unabhängigen Variablen. Werte nahe +1 oder -1 in dieser Matrix lassen vermuten, dass zwischen den entsprechenden Variablen Multikollinearität vorliegt. Eine ähnliche Idee wird verfolgt, wenn man zur Kontrolle auf Multikollinearität Regressionsmodelle rechnet, bei denen jeweils eine der im ursprünglichen Modell unabhängigen Variablen als abhängige und die anderen unabhängigen Variablen auch hier als unabhängige bzw. erklärende Variable eingesetzt werden. Bei diesen Analysen müssten sich durchgehend Bestimmtheitsmaße (R², s.o) deutlich geringer als 1 (im Idealfall: 0) ergeben, da anderenfalls ja eine lineare Abhängigkeit in der Form, dass eine Variable auf andere weitgehend zurückgeführt werden kann, gegeben wäre. Eine Möglichkeit, dem Problem der Multikollinearität zu begegnen, besteht darin, eine der „beteiligten“ Variablen zu eliminieren, sofern das mit den zu Grunde liegenden theoretischen Überlegungen vereinbar ist. Ein weiterer Ansatz besteht darin, die relevanten Variablen zu einem „Faktor“ (siehe dazu die Ausführungen zur Faktorenanalyse in diesem Kapitel) zusammenzufassen und diesen als unabhängige Variable im Regressionsmodell zu verwenden. Zu Einzelheiten des Umgangs mit Multikollinearität sei auf Fox (1997, S. 337 ff.) und Backhaus u.a. (2006, S. 89 ff.) verwiesen.

„ Erwartungswert der Residuen = 0. Hier muss der Begriff des Residuums etwas klarer als bisher gemacht werden. Bisher ist von einer Gleichung ˆ b  b X  ...  b X ausgegangen worden. Wenn man die einzelnen Werte Y 0 1 1 m m der abhängigen Variablen Yi betrachtet, dann müssen die entsprechenden Gleichungen lauten Yi

b 0  b 1 X 1  ...  b m X m  e i . Der Ausdruck e i steht für die Dif-

ferenz zwischen geschätztem und beobachtetem Wert der abhängigen Variablen bzw. für den Fehler („error“ Æ e) bei der Schätzung. Auf die Eigenschaften von e i wird bei den folgenden Gesichtspunkten noch eingegangen. Hier geht es nur darum, dass der Erwartungswert E( e i ) = 0 ist, das heißt, dass sich die Abweichungen der beobachteten Werte gegenüber den geschätzten Werten insgesamt ausgleichen, was normalerweise durch die Kleinste-Quadrate-Schätzung sichergestellt ist. Es kann aber vorkommen, dass die Messwerte der abhängigen Variablen durch einen systematischen Messfehler zu hoch oder zu niedrig liegen. Dann schlägt sich diese

231

8.2

8

Multivariate Analyseverfahren

Verzerrung im Schätzwert des konstanten Glieds nieder, der aber bei der Interpretation der Regressionsanalyse eine eher geringe Rolle spielt.

„ Normalverteilung der Residuen. Dieser Gesichtspunkt spielt für die Anwendbarkeit der gängigen bis unverzichtbaren F-Tests und t-Tests (s.o.) eine wichtige Rolle. Diesen Tests liegt die genannte Normalverteilungsannahme zugrunde, die in der Regel bei hinreichend großer Stichprobe gegeben ist.

„ Homoskedastizität der Residuen. Hier geht es um die Annahme der gleichen Varianz bei allen Residuen. Bei Verletzung dieser Annahme (Æ Heteroskedastizität) kommt es zur stärkeren Berücksichtigung des Wertebereichs mit hoher Varianz der Residuen bei der Kleinste-Quadrate-Schätzung, was wiederum die Effizienz der Schätzung verringert. Als wichtigstes Hilfsmittel zur Prüfung im Hinblick auf Heteroskedastizität gilt auch hier ein Residuenplot, in diesem Fall mit der Gegenüberstellung von Residuen und Schätzwerten der abhängigen Variablen, der ungleiche Varianz erkennen lässt. Als Test zur Prüfung auf Heteroskedastizität wird in der Literatur vor allem der Goldfeldt-Quandt-Test genannt (Backhaus u.a. 2006, S. 86). Um den störenden Effekt der Heteroskedastizität zu neutralisieren, wird vor allem eine entsprechende Transformation der Variablen empfohlen.

Abbildung 8-8: Residuenplot bei Heteroskedastizität

e

0

•

• ••

•

•

•

• • •

•

•

•

•

• •

•

•

• •

•

•

• •

•

•

Yˆ

232

Regressions- und Varianzanalyse

Skiera / Albers (2000, S. 229) erläutern das Problem der Heteroskedastizität auf folgende Weise: „So ist es beispielsweise nahe liegend, dass die Schätzung der Marktanteile für Unternehmen mit einem großen Marktanteil einen größeren erwarteten Fehler aufweist als diejenige für Unternehmen mit einem kleinen Marktanteil (….). Heteroskedastizität führt dazu, dass die Methode der kleinsten Quadrate nicht mehr alle Werte quasi gleich behandelt, sondern mehr Wert auf eine gute Prognose der Werte mit einer hohen Varianz legt und damit implizit eine höhere Gewichtung dieser Beobachtungswerte vornimmt. Dies führt zwar wiederum zu erwartungstreuen, aber nicht mehr effizienten Schätzern, da sie nicht die kleinsten Schätzfehler aufweisen (….).“

„ Keine Autokorrelation. Unter Autokorrelation versteht man eine Korrelation unter den Residuen. Diese tritt vor allem bei Zeitreihen auf, wenn zeitliche (z.B. saisonale) Zyklen nicht ausreichend durch die unabhängigen Variablen abgedeckt werden. Beispielsweise erkennt man in Abbildung 8.9, dass die Abweichungen einer Sytematik folgen und nicht unabhängig voneinander sind. Autokorrelation führt dazu, dass die Schwankungsbreite von Regressionskoeffizienten unterschätzt wird und damit der t-Test dafür eher zur Aussage der Signifikanz kommt. Gängigstes Hilfsmittel zur Feststellung von Autokorrelation ist der Durbin-Watson-Test.

Abbildung 8-9:Autokorrelation bei Zeitreihen

Y

•

• • •

•

• ••

• ••

•

• •

•

• • • • • • • • • • •

X

e

0

• •

•

• •

• • •

• •• •

• •

• • •

• • •

•

• •

•

• •

Yˆ 233

8.2

8

Multivariate Analyseverfahren

„ Kein wesentlicher Einfluss von Ausreißern. Als letzter Teil der Überprüfung eines Regressionsmodells sei hier die Prüfung im Hinblick auf Ausreißer angesprochen. Ausreißer sind Werte der abhängigen Variablen, die angesichts der Werte der unabhängigen Variablen weit außerhalb des „üblichen“ Wertebereichs liegen. Diese können eine starke bis verzerrende Wirkung auf die Schätzung der Regressionskoeffizienten haben, weil durch die Kleinste-Quadrate-Schätzung einzelne sehr weit außerhalb des üblichen Bereichs liegende Werte besonders großes Gewicht erhalten. Das kann dazu führen, dass eine Regressionsbeziehung völlig verfälscht wird. Abbildung 8.10 zeigt ein entsprechendes Beispiel.

Abbildung 8-10: Beispiel zur Verfälschung eines Regressionsmodells durch einen Ausreißer-Wert

x x

x x x

x x

x x

x

x x

x

Ausreißer können entstehen durch Fehler bei der Datenerhebung und Datenaufbereitung, aber natürlich auch durch reale extreme Fälle (z.B. den Multimillionär, der in einer armen Landgemeinde wohnt). Was kann man tun, wenn Ausreißer ein Regressionsmodell wesentlich beeinflussen bzw. verfälschen?

ƒ

Zunächst und vor allen Dingen: Prüfung auf Erhebungs- und Eingabefehler; Grund für besonderen Datenpunkt identifizieren

ƒ

Eliminierung der entsprechenden Fälle. Dabei ist aber große Vorsicht geboten, da die Gefahr besteht, dass mancherlei Fälle, die nicht in das Untersuchungskonzept des Forschers passen, auf diese Weise entfallen.

ƒ

Berechnung und Gegenüberstellung je eines Regressionsmodells mit Einbeziehung bzw. unter Ausschluss der Ausreißer

ƒ

Erhebung zusätzlicher Daten (mehr Fälle), um den Einfluss der Ausreißer zu vermindern

234

Regressions- und Varianzanalyse

8.2.3

Regression mit Dummy-Variablen und logistische Regression

Eingangs des Abschnitts 8.2.2 ist schon auf den besonderen Fall von Regressionsanalysen mit einzelnen nominalskalierten unabhängigen Variablen, die so genannte Dummy-Regression (Dummy = „Strohmann“ hier: Hilfsvariable), hingewiesen worden. Deren Anwendung ist an die Voraussetzung gebunden, dass es sich bei den DummyVariablen um binäre Variable handelt, also um Variable, die nur die beiden Ausprägungen 0 und 1 haben können. Dabei steht der Wert 1 dafür, dass eine bestimmte Ausprägung eines qualitativen Merkmals gegeben, der Wert 0 dafür, dass diese Ausprägung nicht gegeben ist. Wenn man in ein Modell

yˆ

b 0  b1 x

zusätzlich eine Dummy-Variable (D) einbezieht, dann würde sich

yˆ

b 0  b1x  b 2 D

ergeben und in Abhängigkeit davon, welche Ausprägung der qualitativen Variable auftritt,

yˆ

b 0  b 1 x  b 2 ˜ 0 bzw. yˆ

b 0  b1x  b 2 ˜ 1

Diese Vorgehensweise sei an einem kleinen Beispiel illustriert. Wenn man erneut den Zusammenhang zwischen Ausbildungsdauer und Einkommen betrachtet und zusätzlich vermutet, dass sich zwischen alten und neuen Bundesländern die Einkommensniveaus unterscheiden, dann könnte man durch eine Dummy-Variable mit dem Wert 0 für Personen aus den neuen Bundesländern und dem Wert 1 für Personen aus den alten Bundesländern diesen Aspekt in die Analyse einbeziehen. In Abbildung 8.11 ist das fiktive Beispiel dargestellt.

Abbildung 8-11: Beispiel einer Regressionsanalyse mit einer Dummy-Variablen

* * 500

+ +

y = b0 + b1 x A + 500 x 1

*

Einkommen

*

*

*

*

* +

+ +

+

Regressionslinie insgesamt y = b0 + b1 x A + 500 x 0 +

*: alte Bundesländer +: neue Bundesländer

Ausbildungsdauer

235

8.2

8

Multivariate Analyseverfahren

Man erkennt in Abb. 8.11, dass gewissermaßen separate Regressionsgeraden für beide Teilgruppen des Datensatzes (Personen aus den neuen und den alten Bundesländern) geschätzt werden. Als Parameter b 2 hat sich 500 ergeben, was so interpretiert werden kann, dass das Einkommensniveau in den alten Bundesländern um 500 höher liegt. Auch qualitative Variable mit mehr als zwei Ausprägungen lassen sich durch eine entsprechende Zahl von Dummy-Variablen (Zahl der Dummy-Variablen = Zahl der Ausprägungen – 1) darstellen. Bei der logistischen Regression sind nicht eine oder mehrere unabhängige Variablen nominalskaliert, sondern die abhängige Variable. Im üblichen und einfachsten Fall wird davon ausgegangen, dass die abhängige Variable dichotom ist, also nur zwei Werte annehmen kann (z.B. 0 und 1 für Kauf bzw. Nicht-Kauf oder für Erfolg bzw. Misserfolg). Analog zur vorstehend skizzierten Regressionsanalyse werden in diesem Fall mit Hilfe mehrerer unabhängiger Variablen die Wahrscheinlichkeiten für das Auftreten der Ausprägungen der abhängigen Variablen geschätzt. Es entsteht aber das Problem, dass ein lineares Modell zur Schätzung von Wahrscheinlichkeiten wenig geeignet ist. Bei bestimmten Werten der unabhängigen Variablen können sich für die zu schätzenden Wahrscheinlichkeiten Werte ergeben, die kleiner als 0 oder größer als 1 sind, was natürlich mit der Festlegung von Wahrscheinlichkeiten auf Werte im Bereich 0 ǂ P ǂ 1 nicht vereinbar ist. Deswegen verwendet man zur Schätzung der Wahrscheinlichkeiten eine geeignete Wahrscheinlichkeitsfunktion, die eben gewährleistet, dass die Werte der abhängigen Variablen zwischen 0 und 1 liegen. Bei der logistischen Regression ist das die so genannte logistische Verteilung (daher der Name logistische Regression). Die Parameter dieser Verteilung werden durch eine Linearkombination der unabhängigen Variablen bestimmt. Ziel ist es dabei, „die Parameter b j des logistischen Regressionsmodells, die die Einflussgewichte der unabhängigen Variablen widerspiegeln, so zu bestimmen, dass die Wahrscheinlichkeit (Likelihood), die beobachteten Erhebungsdaten zu erhalten, maximiert wird.“ (Backhaus u.a. 2006, S. 436) Die Vorgehensweise bei der logistischen Regression ähnelt mit den typischen Schritten Formulierung des Modells, Schätzung der (logistischen) Regressionsfunktion, Prüfung der Güte der Regressionsfunktion und Interpretation der Regressionskoeffizienten dem Ablauf einer „klassischen“ Regressionsanalyse (s.o.). Hinsichtlich der für eine praktische Anwendung erforderlichen Einzelheiten der Methode sei insbesondere auf die am Ende dieses Kapitels genannten Lehrbücher verwiesen.

8.2.4

Varianzanalyse

Die Varianzanalyse knüpft in mancher Hinsicht an die vorstehend skizzierte Regressionsanalyse an: Es handelt sich ebenfalls um ein lineares Modell; es muss ebenfalls (substanzwissenschaftlich) zwischen abhängiger und unabhängigen Variablen unterschieden werden. Beim vorausgesetzten Messniveau existiert ein wesentlicher Unterschied: Die abhängige Variable muss auch mindestens intervallskaliert sein, bei den unabhän-

236

Regressions- und Varianzanalyse

gigen Variablen wird aber lediglich nominales Messniveau vorausgesetzt. Deswegen eignet sich die Varianzanalyse besonders zum Vergleich zwischen Gruppen (Gruppenzugehörigkeit als nominalskaliertes Merkmal), wodurch sich wiederum deren Anwendung zur Auswertung von Experimenten erklärt, wo ja Vergleiche zwischen Messwerten aus Versuchs- und Kontrollgruppen vorgenommen werden müssen. Hier wird zunächst die Varianzanalyse mit nur einer unabhängigen Variablen skizziert, die eine relativ einfache Erläuterung der grundlegenden Ideen ermöglicht. Man spricht in einem solchen Fall von einer „einfaktoriellen Varianzanalyse“. Auf den Fall mehrerer unabhängiger Variabler („mehrfaktorielle Varianzanalyse“), der eine multivariate Analyse ermöglicht, wird am Ende dieses Abschnitts eingegangen. Die sprachliche Analogie zu („faktoriellen“) experimentellen Designs (siehe Abschnitt 4.5.1) ist natürlich nicht zufällig, sondern unterstreicht den Zusammenhang dieses Untersuchungsdesigns mit der Varianzanalyse. Man geht bei der (einfaktoriellen) Varianzanalyse von folgendem Grundmodell aus: y ij

GM  a i  e ij

mit y ij : Messwert der abhängigen Variablen für die Beobachtung j, die zur Gruppe i gehört GM: Gesamtmittelwert (über alle Messwerte der Untersuchung) a i : Wirkung der Zugehörigkeit zur Gruppe i (Æ unabhängige Variable)

e ij : Fehler („error“), der angibt, inwieweit der Messwert y ij von dem für die Gruppe i typischen Wert abweicht. Bei dem Grundmodell ist leicht erkennbar, dass man die einzelnen Messwerte der abhängigen Variablen gedanklich in die Komponenten Gesamtmittelwert, Mittelwert der jeweiligen Gruppe und Abweichung des Einzelfalls vom Gruppenmittelwert zerlegt. Daran wird gleich angeknüpft, wenn es um die Analyse erklärter und unerklärter Abweichungen geht. Auch bei der Varianzanalyse wird (daher kommt ihr Name!) analog zur Regressionsanalyse in erklärte und unerklärte Varianz der abhängigen (intervallskalierten) Variablen unterschieden. Der Einfluss der unabhängigen Variablen (Gruppenzugehörigkeit) wird anhand der Relation zwischen erklärter Varianz und unerklärter Varianz beurteilt. Die Grundidee sei mit Hilfe der Abbildung 8.12 illustriert. In beiden Teilen der Abbildung 8.12 sind Verteilungen der abhängigen Variablen Y und ihre Mittelwerte eingetragen. Diese sind für jeweils zwei getrennte Gruppen (A und B bzw. C und D) sowie für den Gesamt-Datensatz dargestellt. Man erkennt sofort, dass im linken Teil der Abbildung die Messwerte deutlich stärker streuen (größere Varianz haben). Die Mittelwerte y und die Abweichungen der Gruppen-Mittelwerte vom Gesamt-Mittelwert entsprechen denen im rechten Teil der Graphik.

237

8.2

8

Multivariate Analyseverfahren

Offenbar werden im rechten Teil der Graphik die (relativ geringen) Abweichungen der einzelnen Messwerte vom Gesamt-Mittelwert durch die unabhängige Variable "Gruppenzugehörigkeit" in größerem Ausmaß erklärt als das bei der relativ großen Varianz der Messwerte im linken Teil der Abbildung der Fall ist. Man spricht auch davon, dass im links dargestellten Datensatz die Varianz zwischen den Gruppen klein ist im Vergleich zur Varianz innerhalb der Gruppen. Obwohl im Fall II die Abweichungen der Gruppen-Mittelwerte voneinander und vom Gesamt-Mittelwert genauso groß sind wie im Fall I, würde man hier (im Fall II) weit eher davon ausgehen, dass die unabhängige Variable einen systematischen Einfluss auf die Variable Y hat. Im links abgebildeten Datensatz könnte man nicht so eindeutig sagen, ob ein systematischer Unterschied zwischen den Gruppen oder die allgemein recht starken Schwankungen der Messwerte den Unterschied der Gruppen-Mittelwerte verursachen.

Abbildung 8-12: Beispiel für unterschiedliche Varianzen bei verschiedenen Gruppen

Y

Y

x x x

y

x x xx

yA x x

yB

x x x x x x x x xx xx x x x x x

yD

y yC

x x xx x x x x

xx x x x x

A

x x x x x x xx x xx x xx x x

B

(I)

Gesamt

x

xx xx x

x xx x x xx x xx x x

x xx x x xx xx x xx x xx

x x

x x

xx x

xx x

C

D

Gesamt

x

(II)

Eine der zentralen Ideen der Varianzanalyse besteht also darin, Varianzen der abhängigen Variablen innerhalb der Gruppen mit Varianzen zwischen den Gruppen (Æ Abweichungen der Gruppen-Mittelwerte von Gesamt-Mittelwert) zu vergleichen. Wenn 238

Regressions- und Varianzanalyse

die Varianz zwischen den Gruppen im Vergleich zur Varianz innerhalb der Gruppen groß ist, dann spricht das für einen deutlichen Einfluss der unabhängigen (qualitativen) Variablen, die ja die Gruppenzugehörigkeit (z.B. Versuchs- oder Kontrollgruppe) bestimmt. Abbildung 8.13 illustriert diesen Ansatz.

Abbildung 8-13: Illustration der Grundidee der Varianzanalyse

Wie groß sind die Mittelwert-Unterschiede bei den verschiedenen Gruppen?

Streuen die Messwerte innerhalb der Gruppen so wenig, dass die Mittelwert-Unterschiede nur mit geringer Wahrscheinlichkeit durch Zufall zu Stande gekommen sein können? Varianz innerhalb der Gruppen Æ Unterschiede bei den Messwerten der abhängigen Variablen, die offenbar nicht durch die Gruppenzugehörigkeit (bzw. die unabhängige Variable) beeinflusst sind

Varianz zwischen den Gruppen (bzw. Mittelwert-Unterschiede bei den Gruppen) Æ Anscheinend verursacht durch die unabhängige Variable

Anhand der Relation „Varianz zwischen den Gruppen“ / „Varianz innerhalb der Gruppen“ wird entschieden, ob man von einem systematischen Einfluss der unabhängigen Variablen ausgehen soll

Die Grundidee der Varianzanalyse, den Einfluss unabhängiger Variablen auf eine abhängige Variable an Hand der durch die unabhängigen Variablen erklärten Anteile der Gesamtvarianz zu beurteilen, sei mit Hilfe der Abbildung 8.14 zusätzlich verdeutlicht. In Abbildung 8.14 sind die Mittelwerte für den gesamten Datensatz y und für die beiden Teilgruppen A und B, y A und y B , eingetragen. Ferner findet man dort zwei Beispiele für Messwerte aus den Gruppen A und B, y A i und y Bi , die beide deutlich von

y abweichen. Weiterhin ist angegeben, welcher Teil dieser Abweichungen durch die Zugehörigkeit zu den Gruppen A bzw. B erklärt wird.

239

8.2

8

Multivariate Analyseverfahren

Abbildung 8-14: Beispiel zur Zerlegung in erklärte und nicht erklärte Abweichungen von Mittelwerten

y

yBi

x

nicht erklärte Abweichung

_ yB

erklärte Abweichung

_ y erklärte Abweichung

_ yA nicht erklärte Abweichung

yAi

x

A

B

x

Analog zu den Überlegungen bei der Regressionsanalyse lässt sich diese Betrachtung der Anteile erklärter und nicht erklärter Abweichungen einzelner Messwerte vom Mittelwert auf die entsprechende Zerlegung der Gesamtweichungen in erklärte und nicht erklärte Abweichungen übertragen. Hier sei darauf hingewiesen, dass man im Zusammenhang mit der Varianzanalyse meist die Summen quadrierter Abweichungen vom Mittelwert betrachtet, die sich von der Varianz nur dadurch unterscheiden, dass keine Division durch die jeweilige Fallzahl (genauer: N-1) vorgenommen wird. Die Zerlegung der Gesamtabweichungen lässt sich formal recht einfach darstellen (vgl. z.B. Backhaus u.a. 2006, S. 124 ff.; Jaccard / Becker 2002, S. 329 ff.): Gesamtabweichung = erklärte Abweichung + nicht erklärte Abweichung Summe der quadrierten Gesamtabweichungen = (Summe der quadrierten Gesamtabweichungen zwischen den G Gruppen) + (Summe der quadrierten Abweichungen von jeweils K Messwerten innerhalb der G Gruppen; K ist gleich für alle Gruppen) G

K

G

G

K

¦ ¦ (y gk  y) 2 ¦ K(y g  y) 2  ¦ ¦ (y gk  y g ) 2

g 1k 1

AQ g(esamt) 240

g 1

= AQ z(wischen)

g 1k 1

+

AQ i(nnerhalb)

Regressions- und Varianzanalyse

Dabei stehen AQ für die Abweichungsquadrate und die Indizes g, z und i für die entsprechenden Werte für den gesamten Datensatz, zwischen und innerhalb der Gruppen. Wenn ein großer Teil der Gesamtvarianz durch die Gruppenzugehörigkeit erklärt wird, wenn also die verschiedenen Gruppen relativ homogen sind und sich relativ deutlich bei ihren Mittelwerten unterscheiden, dann geht man eher davon aus, dass die unabhängigen Variablen einen systematischen Einfluss auf die abhängige Variable haben. Für eine entsprechende Entscheidung bedient man sich (ebenfalls analog zur Regressionsanalyse) des F-Tests. Es geht wieder um die Relation von (durch die unabhängigen Variablen) erklärter und nicht erklärter Abweichungen. Dazu berechnet man zunächst die mittleren quadratischen Abweichungen: MAQ g

AQ g /G * K  1

MAQ z

AQ z /G  1

MAQ i

AQ i /G(K  1)

Die jeweils durch „-1“ ausgedrückten (meist geringen) Abweichungen von den entsprechenden Fallzahlen ergeben sich durch die Festlegung der entsprechenden Freiheitsgrade, zu deren Berechnung auf die (z.B. am Ende des Kapitels genannte) weiterführende Literatur verwiesen werden muss. Der empirische F-Wert lässt sich jetzt durch Femp

MAQ z /MAQ i

bestimmen. Dieses ist also die Relation von erklärter („zwischen den Gruppen“) und unerklärter („innerhalb der Gruppen“) Abweichung. Der Vergleich dieses empirischen F-Wertes mit einem theoretischen F-Wert für die entsprechende Sicherheitswahrscheinlichkeit und die jeweilige Zahl von Variablen und von Fällen zeigt, ob man von einem signifikanten Einfluss der unabhängigen Variablen auf die abhängige Variable sprechen kann. In der praktischen Anwendung nimmt die Statistik-Software einen solchen Vergleich automatisch vor. Das Grundprinzip der Varianzanalyse lässt sich (natürlich) auch auf Modelle mit mehreren unabhängigen Variablen übertragen. Deswegen wird diese Form der Varianzanalyse, die mehrfaktorielle Varianzanalyse, den multivariaten Verfahren zugerechnet. Damit hat man auch die Möglichkeit, nicht nur Effekte einzelner unabhängiger Variabler zu untersuchen, sondern auch deren Interaktionen. Das eingangs dieses Abschnitts dargestellte Grundmodell würde sich für den einfachsten Fall einer mehrfaktoriellen Varianzanalyse, der zweifaktoriellen Varianzanalyse, folgendermaßen darstellen: y ijk

GM  a i  b j  (ab)ij  e ijk

241

8.2

8

Multivariate Analyseverfahren

mit

y ijk : Messwert der abhängigen Variablen für die Beobachtung k, die zur Gruppe i (bezügliche der unabhängigen Variablen a) und zur Gruppe j (bezüglich der unabhängigen Variablen b) gehört GM: Gesamtmittelwert (über alle Messwerte der Untersuchung) a i : Wirkung der Zugehörigkeit zur Gruppe i (Æ unabhängige Variable a)

b j : Wirkung der Zugehörigkeit zur Gruppe j (Æ unabhängige Variable b) (ab) ij : Interaktionswirkung der Zugehörigkeit zu den Gruppen i (Variable a) und j (Variable b) e ijk : Fehler („error“), der angibt, inwieweit der Messwert y ijk von dem für die gleichzeitige Zugehörigkeit zu den Gruppen i bzw. j typischen Wert abweicht

Kerlinger / Lee (2000, S. 352) kennzeichnen das Wesen von Interaktionseffekten: „Interaktion ist das Zusammenwirken von zwei oder mehr unabhängigen Variablen bei ihrem Einfluss auf die abhängige Variable. Genauer gesagt bedeutet Interaktion, dass die Wirkung einer unabhängigen Variablen auf die abhängige Variable von der Ausprägung einer weiteren unabhängigen Variablen abhängt.“

Bei der entsprechenden Analyse geht es wieder um die Relation der Abweichungen der Gruppenmittelwerte (bezogen auf die einzelnen unabhängigen Variablen und deren Interaktionen) vom Gesamtmittelwert zu den Abweichungen innerhalb der Gruppen vom jeweiligen Mittelwert. Die Schlussweise ist analog zur einfaktoriellen Varianzanalyse. Die verbreitete graphische Darstellungsform („Interaktionsdiagramm“) von Ergebnissen experimenteller Untersuchungen soll angewendet auf ein einfaches Beispiel hier dazu dienen, das Wesen von Interaktionseffekten zu illustrieren. In dem (fiktiven) Beispiel geht es um die Wirkungen unterschiedlicher Packungen und verschieden intensiver Verkaufsförderung auf Absatzmengen. Es gibt in dem Beispiel zwei verschiedene Packungen (X, Y) und zwei Intensitätsgrade der Verkaufsförderung (mittelstark, sehr stark). Daraus ergeben sich folgenden vier verschiedenen Kombinationen von Merkmalen dieser unabhängigen Variablen, die in einer größeren Zahl abgegrenzter Verkaufsgebiete angewandt wurden: A: Packung X, mittelstarke Verkaufsförderung B: Packung Y, mittelstarke Verkaufsförderung C: Packung X, sehr starke Verkaufsförderung D: Packung Y, sehr starke Verkaufsförderung

242

Weitere multivariate Verfahren im Überblick

Die Mittelwerte, die sich für diese Merkmalskombinationen in den entsprechenden Verkaufsgebieten ergeben haben, sind in der folgenden Abbildung 8.15 eingetragen.

Abbildung 8-15: Beispiel zu Interaktionswirkungen _ yD

Absatz- y menge

sehr stark

Intensität der Verkaufsförderung

_ y _C yA

Packung X

_ yB

mittelstark

Packung Y

Art der Packung

Wenn man die in der Abbildung wiedergegebenen Ergebnisse betrachtet, erkennt man deutlich, dass die Mittelwerte der Absatzmengen bei Packung Y höher liegen als bei Packung X. Weiterhin liegen die Absatzmengen bei sehr starker Verkaufsförderung (nicht ganz überraschend) höher als bei mittelstarker. Der Interaktionseffekt, hier durch das Zusammenwirken von Packungsart und Intensität der Verkaufsförderung, wird insofern erkennbar, als die intensivere Verkaufsförderung in Verbindung mir Packung X nur einen geringen, in Verbindung mit Packung Y aber einen sehr starken Zuwachs bei der Absatzmenge bringt.

8.3

Weitere multivariate Verfahren im Überblick

Im Abschnitt 8.1 sind schon einige weitere multivariate Analyseverfahren angesprochen worden, deren Grundideen hier kurz skizziert seien. Zunächst zu zwei weiteren

243

8.3

8

Multivariate Analyseverfahren

Verfahren der Dependenz-Analyse, der Diskriminanzanalyse und der ConjointAnalyse.

8.3.1

Diskriminanzanalyse

Bei der Diskriminanzanalyse als dem zunächst hier zu skizzierenden Verfahren der Dependenz-Analyse wird für die unabhängigen Variablen Intervallskalierung und für die abhängige Variable lediglich Nominalskalierung vorausgesetzt. Während man bei der Varianzanalyse untersucht, ob die Zugehörigkeit zu einer Gruppe Auswirkungen auf eine abhängige Variable hat, versucht man bei der Diskriminanzanalyse festzustellen, mit welchen (metrischen) unabhängigen Variablen man die Zugehörigkeit zu einer Gruppe erklären kann. Hier zeigt sich auch eine Analogie zur Regressionsanalyse: Man könnte die Zugehörigkeit zu zwei Gruppen (Æ nur zwei Werte der abhängigen Variablen) auch mit Hilfe einer Regressionsanalyse mit einer abhängigen Dummy-Variablen untersuchen (siehe dazu die Bemerkungen zur logistischen Regression im Abschnitt 8.2.3). Ein Musterbeispiel für eine im Marketingbereich bedeutsame "Gruppenzugehörigkeit" ist die Markenpräferenz von Konsumenten. Es ergeben sich somit Fragestellungen der Praxis, die mit Hilfe der Diskriminanzanalyse bearbeitet werden können:

„ Welche Merkmale haben Einfluss auf die Gruppenzugehörigkeit? „ Welche Aussagen kann man über die zu erwartende Gruppenzugehörigkeit einer Person machen, deren Gruppenzugehörigkeit eben noch nicht bekannt ist? (Beispiel: Wird eine Person, die das entsprechende Produkt noch nicht besitzt, eher die Marke A oder B kaufen?)

Hair / Anderson / Tatham / Black (1998, S. 246) erläutern den engen Zusammenhang zwischen Regressions- und Diskriminanzanalyse: „Die Anwendung und Interpretation der Diskriminanzanalyse entspricht weitgehend der Regressionsanalyse, d.h. die Diskriminanzfunktion ist eine Linearkombination metrischer Messwerte für zwei oder mehr unabhängige Variable, die benutzt wird, um die Werte einer abhängigen Variablen zu erklären oder vorherzusagen. Der zentrale Unterschied besteht darin, dass die Diskriminanzanalyse für Untersuchungsprobleme geeignet ist, bei denen die abhängige Variable nominalskaliert bzw. nicht metrisch ist, während die Regressionsanalyse genutzt wird, wenn die abhängige Variable metrisch ist.“

Die Grundidee der Diskriminanzanalyse soll anhand eines Beispiels skizziert werden. In dem in Abbildung 8.16 dargestellten Koordinatensystem sind die Werte von drei Variablen dargestellt: Das Alter und das Einkommen von Auskunftspersonen sowie deren Wahl zwischen den Marken A und B (Gruppenzugehörigkeit).

244

Weitere multivariate Verfahren im Überblick

Abbildung 8-16: Streudiagramm und Diskriminanzachse

x2= Alter 40

B x

A

Ax

30

x

A

x x A x

Ax 20

x

A

B

A B

x

A

x

Ax

A

BB

B B

A

x

A

x

B

B Ax

10 x

B B

A 0 0

10

20

30

40

50

X = Einkommen 1

Diskriminanzachse

Weder im Hinblick auf das Merkmal Alter noch das Merkmal Einkommen lassen sich die Markenpräferenzen klar voneinander unterscheiden. Wählt man aber in zweckmäßiger Weise eine Linearkombination dieser beiden Variablen, dann lässt sich eine bessere Erklärung der abhängigen Variablen Gruppenzugehörigkeit erreichen. Diese Linearkombination bezeichnet man als Diskriminanzfunktion, die typischerweise folgende Form hat: y

b0  b1x1  b 2 x 2  ...  b jx j

mit y = Diskriminanzvariable x j = unabhängige Variable b0 = Konstante

b j = Diskriminanzkoeffizient für Variable j

245

8.3

8

Multivariate Analyseverfahren

Durch eine Diskriminanzfunktion lässt sich jede Kombination von Einkommen und Alter als Wert der Diskriminanzvariablen (Diskriminanzwert) darstellen. Wenn man jetzt die in der Abbildung 8.16 dargestellten Messwerte auf die eingezeichnete entsprechende Diskriminanzachse projiziert, sieht man, dass dann die Überlappung zwischen den beiden Gruppen relativ gering ist. Die Diskriminanzfunktion ist in diesem Beispiel also recht gut geeignet, um Gruppenzugehörigkeit zu erklären bzw. zu prognostizieren. Die folgende Abbildung 8.17 deutet an, wie man zur Wahl einer Diskriminanzfunktion kommt. Dort sind zwei mögliche Diskriminanzfunktionen (von vielen möglichen) dargestellt. Für jede Beobachtung findet man den sich ergebenden Wert der Diskriminanzfunktion und den zugeordneten Wert der abhängigen Variablen (A oder B). Die Werte d1 (A), d1 (B), d 2 (A) und d 2 (B) stehen für die Mittelwerte der der Gruppen A und B auf den Diskriminanzfunktionen D1 und D 2 . Diese Mittelwerte werden Centroide genannt. Man erkennt deutlich, dass die „Überlappungsbereiche“ sehr unterschiedlich groß sind. Wenn man in den Beispielen der Abbildung 8.17 die Werte X 1 bzw. X 2 als kritische Werte ansieht und bei Werten der Diskriminanzfunktion, die kleiner als X 1 bzw. X 2 sind, eine Zugehörigkeit zur Gruppe A prognostiziert (bzw. bei Werten größer als X 1 oder X 2 eine Zugehörigkeit zur Gruppe B), dann kommt man mit der Funktion D1 offenbar zum besseren Ergebnis. Bei D1 erreicht man also eine „schärfere“ Tren-

nung zwischen den Gruppen mit weniger „falschen“ Zuordnungen.

Abbildung 8-17:

Beispiele für Diskriminanzfunktionen

A A A A A A A A A BAA ABA BB B B BABBB

D1 X1

d1 ( A)

d1 ( B)

A A B A B A A B A B A A BA B A B A B A A B A B

d2 ( A)

X2

D2

d2 ( B)

Damit ist schon angedeutet, welche Diskriminanzfunktion aus der unendlich großen Zahl möglicher Diskriminanzfunktionen für die Fragestellung der Diskriminanzanalyse am geeignetsten ist. Eine gute Trennung zwischen den (im einfachsten Fall zwei) Gruppen erhält man dann, wenn die Streuung der Werte der Diskriminanzfunktion 246

Weitere multivariate Verfahren im Überblick

innerhalb der Gruppen gering ist und die Gruppenmittelwerte (Centroide) weit auseinander liegen, d.h. wenn die Streuung zwischen den Gruppen groß ist. Man muss also eine Diskriminanzfunktion so wählen, dass das Verhältnis Streuung zwischen den Gruppen / Streuung innerhalb der Gruppen maximiert wird. Damit ist Diskriminanzkriterium festgelegt. Bei der Varianzanalyse nutzt man dieses Verhältnis, um zu entscheiden, ob von einem systematischen Einfluss einer unabhängigen Variablen (z.B. Zugehörigkeit zu einer Versuchs- oder Kontrollgruppe) auf die abhängige Variable auszugehen ist. Hier benutzt man dieses Verhältnis, um die Diskriminanzfunktion auszuwählen, die zu einer möglichst „guten“ Trennung (Diskriminierung) im Hinblick auf die abhängige Variable (Gruppenzugehörigkeit, z.B. Marke A oder B) führt. Für Einzelheiten der Berechnungen sei auf die am Ende des Kapitels angegebene Literatur verwiesen. Im Rahmen dieser Einführung muss die Darstellung der Grundidee genügen. Wie kann man nun diese Diskriminanzfunktion nutzen, um den zu erwartenden Wert der abhängigen Variablen (Gruppenzugehörigkeit) zu bestimmen, wenn nur die Werte der unabhängigen Variablen bekannt sind? Wie könnte man also im vorstehend skizzierten Beispiel bestimmen, welche Markenwahl (A oder B) zu erwarten ist, wenn die Ausprägungen der Variablen Alter und Einkommen bei einer Person bekannt sind? Auch hier ist die Grundidee intuitiv leicht nachvollziehbar. Im Beispiel würde man die Werte der Variablen Alter und Einkommen in die gewählte Diskriminanzfunktion einsetzen und den resultierenden Wert berechnen und dann eine Zugehörigkeit zu der Gruppe erwarten (hier: prognostizierte Markenwahl A oder B), deren Centroid (s.o.) am nächsten zu dem berechneten Wert der Diskriminanzfunktion liegt. An dieser Stelle setzt auch eine der Möglichkeiten zur Überprüfung der Diskriminanzfunktion an. Dabei geht es um die Frage, wie gut diese Funktion geeignet ist, zwischen den Mitgliedern der verschiedenen Gruppen zu diskriminieren. Dazu setzt man für die vorliegenden Beobachtungen die Werte der unabhängigen Variablen in die gewählte Diskriminanzfunktion ein und bestimmt in der vorstehend skizzierten Weise jeweils die erwartete Gruppenzugehörigkeit und prüft ob diese mit der tatsächlichen Gruppenzugehörigkeit übereinstimmt. In Abbildung 8.18 findet sich eine entsprechende Tabelle für das Beispiel der Markenwahl, in der die Fälle richtiger Klassifizierungen mit „R“ und die falschen Klassifizierungen mit „F“ gekennzeichnet sind. Im Idealfall müssten die Häufigkeiten in den zuletzt genannten Feldern bei 0 liegen. Typische Maßzahlen zur Beurteilung der Güte einer Diskriminanzfunktion beruhen auf dem Anteil korrekter Klassifizierungen („Trefferquote“) oder auf einem Vergleich der Trefferquote mit der Trefferquote, die bei einer zufälligen Zuordnung der Untersuchungsobjekte zu den Gruppen zu erwarten wäre.

247

8.3

8

Multivariate Analyseverfahren

Abbildung 8-18: Überprüfung der Korrektheit der Klassifizierung bei der Diskriminanzanalyse Aufgrund der Diskriminanzfunktion erwartete (prognostizierte) Markenpräferenz Tatsächliche Markenpräferenz

Marke A

Marke B

Marke A

R

F

Marke B

F

R

Bisher wurde nur skizziert, wie mit einer Diskriminanzfunktion zwischen zwei Gruppen unterschieden werden kann. Diese Grundideen lassen sich auch auf den Fall einer größeren Zahl von Gruppen übertragen, indem man mehrere Diskriminanzfunktionen (bei n Gruppen maximal n–1 Diskriminanzfunktionen) ermittelt. Man spricht dann von einer multiplen Diskriminanzanalyse.

8.3.2

Conjoint-Analyse

Die Conjoint-Analyse hat in den letzten ca. 20 Jahren wegen ihrer besonderen Bedeutung für die Praxis große Beachtung gefunden. Ihr Anwendungsbereich liegt vor allem im Bereich der Produktpolitik (einschließlich der damit verbundenen preispolitischen Entscheidungen). Dabei geht es vor allem um die Einschätzung, welche Bedeutung (welches Gewicht) einzelne Produkteigenschaften im Hinblick auf die Präferenzen bzw. die Kaufentscheidungen von Kunden haben. Für die folgende knappe Darstellung der Grundidee der Conjoint-Analyse soll deshalb auf diesen Anwendungsbereich Bezug genommen werden. Im Wesentlichen geht es bei der Conjoint-Analyse darum, aus Angaben von Kunden (bzw. Auskunftspersonen) zum Nutzen verschiedener Produkte mit verschiedenen Kombinationen von Eigenschaften (bzw. zu ihren Präferenzen hinsichtlich dieser Produkte) zu schließen, welchen Beitrag die einzelnen Produkteigenschaften zur Gesamtbewertung des Produkts leisten. Dazu zunächst ein ganz einfaches Beispiel. Wenn eine Person Präferenzen im Hinblick auf die Autos A, B, C, D, E, F, G und H mit folgenden Eigenschaften

248

Weitere multivariate Verfahren im Überblick

ABS

Klimaanlage

Schiebedach

A

mit

mit

mit

B

ohne

mit

mit

C

mit

mit

ohne

D

ohne

mit

ohne

E

mit

ohne

mit

F

ohne

ohne

mit

G

mit

ohne

ohne

H

ohne

ohne

ohne

äußern soll und angibt, dass sie die Autos A, C, E und G, also die Autos mit ABS, deutlich präferiert, dann lässt das erkennen, dass für diese Person die Produkteigenschaft „mit ABS“ offenbar ganz wichtig ist. Das Verfahren beruht also darauf, dass man Kombinationen von Produkteigenschaften systematisch variiert und aus den dazugehörigen Präferenzen auf die einzelnen Eigenschaften schließt. Insofern handelt es sich um eine Dependenz-Analyse, weil davon ausgegangen wird, dass die Präferenzen von den Produkteigenschaften als unabhängigen Variablen und deren Gewichtungen abhängen. Dabei ist auch eine Analogie zum linearen Modell erkennbar. Hier ein Beispiel zur Verdeutlichung der Grundidee der Conjoint-Analyse (vgl. Sudman/ Blair 1998, S. 229f.) Man stelle sich vor, dass die Bedeutung der folgenden drei Eigenschaften (mit jeweils zwei Ausprägungen) eines Pauschalreise-Angebots gemessen werden soll: x

Lage des Hotels (Ortsmitte, Ortsrand)

x

Disco im Hotel (ja, nein)

x

Preis für zwei Wochen HP (€ 500,-, € 600,-)

Der jeweiligen Auskunftsperson werden Karten mit entsprechenden KurzBeschreibungen vorgelegt (siehe Abb. 8.19) und sie soll diese ihren Präferenzen gemäß ordnen.

249

8.3

8

Multivariate Analyseverfahren

Abbildung 8-19: Beispiele für Kurz-Beschreibungen von Pauschalreise-Angeboten

Hotel am Ortsrand Disco im Hotel Preis f. 2 Wo. HP: € 500

Hotel in der Ortsmitte Keine Disco im Hotel Preis f. 2 Wo. HP: € 500

Die Ergebnisse dieser Einschätzungen, also die Präferenz-Rangfolge, finden sich in der in Abbildung 8.20 wiedergegebenen Tabelle.

Abbildung 8-19: Präferenz-Rangfolge einer Auskunftsperson bezüglich Pauschalreisen (Zahlenwerte in der Tabelle entsprechen den Präferenzen)

Hotel in Ortsmitte

250

Hotel am Ortsrand

Mit Disco

Ohne Disco

Mit Disco

Ohne Disco

Preis € 500

5

3

1

7

Preis € 600

6

4

2

8

Weitere multivariate Verfahren im Überblick

Wenn man die (etwas kühne) Annahme macht, dass die Noten zur Präferenz-Rangfolge (annähernd) intervallskaliert sind, dann lässt sich abschätzen, welche Bedeutung die einzelnen Eigenschaften haben (wobei zu beachten ist, dass ein niedriger Zahlenwert für eine hohe Präferenz steht): Hotel in Ortsmitte:

(5 + 6 + 3 + 4) / 4

= 4,5

Hotel am Ortsrand:

(1 + 2 + 7 + 8) / 4

= 4,5

Hotel mit Disco:

(5 + 6 + 1 + 2) / 4

= 3,5

Hotel ohne Disco:

(3 + 4 + 7 + 8) / 4

= 5,5

Hotel € 500,-:

(5 + 3 + 1 + 7) / 4

= 4,0

Hotel € 600,-:

(6 + 4 + 2 + 8) / 4

= 5,0

Man kann daraus erkennen, dass die Lage des Hotels (Ortsrand, Ortsmitte) offenbar keine Rolle spielt, weil beide Alternativen gleich beurteilt werden. Im Hinblick auf das Vorhandensein einer Disco gibt es eine klare Bevorzugung eines Hotels mit Disco. Selbstverständlich wird der geringere Preis präferiert, wobei aber der Preisunterschied geringeres Gewicht hat als die Frage, ob im Hotel eine Disco vorhanden ist oder nicht. Letzteres wird daraus geschlossen, dass die Differenzen der jeweiligen Präferenzen entsprechend unterschiedlich sind. Derartige Auswertungen beziehen sich nur auf die jeweilige Person, können aber über natürlich aggregiert werden. Im Mittelpunkt steht dabei die Bestimmung der so genannten Teilnutzenwerte. Dabei wird ein kompensatorisches Entscheidungsverhalten der Auskunftspersonen unterstellt, d.h. dass eine Schwäche bei einem Produktmerkmal durch eine Stärke bei einem anderen Merkmal ausgeglichen werden kann. Diese Annahme kann durchaus problematisch sein, beispielsweise bei der Auswahl einer Airline, bei der für viele Menschen mangelnde Sicherheit nicht durch günstige Abflugzeiten, niedrige Preise etc. kompensiert werden kann. Im einfachsten Fall – wenn man annimmt, dass die erhobenen Präferenzwerte intervallskaliert sind – kann man die Teilnutzenwerte der verschiedenen Eigenschaftsausprägungen mit einem linearen Modell (z.B. Regression mit Dummy-Variablen) so bestimmen, dass die aus den Teilnutzenwerten für eine Alternative resultierenden Gesamtnutzenwerte möglichst gut den empirisch ermittelten Präferenzwerten entsprechen. Die Wichtigkeit von Produktmerkmalen für die Auskunftsperson (z.B. den Kunden) lässt sich wiederum aus den unterschiedlichen Teilnutzenwerten der verschiedenen Ausprägungen eines Merkmals ermitteln. Die Grundidee dabei ist einfach: Wenn die Differenz zwischen dem höchsten und dem geringsten Teilnutzenwert der verschiedenen Ausprägungen eines Merkmals groß ist, dann hat dieses Merkmal für den Kunden offenbar große Bedeutung, weil ja unterschiedliche Ausprägungen dabei zu deutlich unterschiedlichen Gesamtnutzenwerten führen. Reale Anwendungen der Conjoint-Analyse sind mit mehr Produktmerkmalen und mehr verschiedenen Ausprägungen dieser Merkmale meist wesentlich komplexer. Da251

8.3

8

Multivariate Analyseverfahren

bei kommt es deshalb darauf an, die Zahl der zu beurteilenden (hypothetischen) Produkt-Alternativen überschaubar zu halten, um die Auskunftspersonen nicht zu überfordern. Bei der im vorstehenden Beispiel unterstellten so genannten Profilmethode (Kombination von je einer Ausprägung aller betrachteten Merkmale) kann die Zahl zu beurteilender Alternativen schnell anwachsen. Ein Ansatz zur Vereinfachung besteht darin, nicht alle, sondern nur eine (systematische) Auswahl der unterschiedlichen Kombinationen von Produktmerkmalen bewerten zu lassen („reduziertes Design“). In jüngerer Zeit hat eine spezielle Form der Conjoint-Analyse, die so genannte ChoiceBased Conjoint-Analyse, in Wissenschaft und Praxis große Bedeutung gewonnen (Hartmann / Sattler 2002). Dabei ist die Vorgehensweise insofern stärker an reales Kaufverhalten angenähert, als die Auskunftspersonen nur eine der Alternativen auswählen müssen oder sich auch für eine Ablehnung aller Alternativen entscheiden können und nicht – wie im obigen Beispiel – alle Alternativen in eine Rangfolge bringen müssen. Bei dieser Form der Conjoint-Analyse erfolgt keine Analyse auf individueller Ebene, deren Ergebnisse dann über alle Auskunftspersonen zusammengefasst werden. Vielmehr werden die notwendigen Parameter auf der Basis der Daten über eine größere Zahl von Auswahlentscheidungen geschätzt. Unabhängig davon muss die Auskunftsperson – wie generell bei der Conjoint-Analyse - auf der Basis der Abwägung von Vor- und Nachteilen der Alternativen zu Einschätzungen bzw. Entscheidungen kommen.

Hair/Anderson/Tatham/Black (1998, S. 425) zu den Vorteilen der Vorteilen der Choice-Based Conjoint-Analyse: „Mit dem vorrangigen Ziel, den Entscheidungsprozess der Auskunftsperson zu verstehen und ihr Verhalten im Markt vorherzusagen, geht die traditionelle Conjoint-Analyse davon aus, dass eine auf Rangordnungen oder Ratings basierende Beurteilung die Auswahlentscheidungen der Auskunftspersonen erfasst. Jedoch weisen Forscher darauf hin, dass dieses nicht der realistischste Weg ist, um den tatsächlichen Entscheidungsprozess der Auskunftsperson darzustellen. … Es ist eine alternative Conjoint-Methode entstanden, bekannt als ChoiceBased-Conjoint, mit dem Vorteil größerer Inhaltsvalidität, der darauf beruht, dass die Auskunftsperson eine Alternative aus einer Menge von Alternativen auswählen muss.“

8.3.3

Faktorenanalyse

Die Faktorenanalyse ist ein Verfahren der Interdependenz-Analyse, das oftmals zur Datenreduktion verwendet wird. Es geht bei der Faktorenanalyse darum, dass sich eine Vielzahl von beobachteten („manifesten“) Variablen bzw. die zwischen ihnen existierenden Beziehungen auf wenige dahinter stehende („latente“) Faktoren zurückführen lässt. Als Beispiel für die Grundidee soll hier das klassische und allseits bekannte Beispiel der Intelligenzmessung in der Psychologie verwendet werden. Ein Phänomen wie Intelligenz lässt sich natürlich nicht direkt messen. Jeder erkennt, dass eine Frage „Wie

252

Weitere multivariate Verfahren im Überblick

intelligent sind Sie?“ wohl einigermaßen grotesk wäre. Üblich ist vielmehr die Messung unterschiedlicher Fähigkeiten einer Person (Sprachvermögen, Wissen, Bilder und Zahlenfolgen ergänzen, Problemlösung etc.). Von diesen verschiedenen manifesten Variablen wird dann auf den dahinter stehenden Faktor (!) Intelligenz geschlossen. Entsprechende Anwendungen findet man auch in der Marktforschung, wenn von unterschiedlichsten (manifesten) Angaben zu Einstellungen und Konsumverhalten auf Faktoren wie „Genussorientierung“ oder „Innovationsfreude“ geschlossen wird.

Philip Zimbardo und Richard Gerrig (2004, s. 412 f.) zum Einsatz der Faktorenanalyse in der Intelligentforschung: „Die Psychometrie ist das Gebiet der Psychologie, das sich mit dem Testen mentaler Fähigkeiten befasst. Darin eingeschlossen sind die Persönlichkeitsdiagnostik, Intelligenzdiagnostik und Eignungsprüfungen. Insofern sind psychometrische Ansätze eng mit den Testmethoden verwandt. Diese Theorien untersuchen statistische Beziehungen zwischen den verschiedenen Maßen geistiger Fähigkeit, wie beispielsweise den elf Untertests des HAWIE. Auf der Basis dieser Beziehungen werden dann Schlussfolgerungen über die Beschaffenheit der menschlichen Intelligenz gezogen. Die am häufigsten verwendete Technik ist die Faktorenanalyse, ein statistisches Verfahren, das eine kleinere Zahl von Faktoren aus einer größeren Menge unabhängiger Variablen extrahiert. Ziel der Faktorenanalyse ist es, die grundlegenden psychologischen Dimensionen der untersuchten Konstrukte zu identifizieren. … Die Anwendung der Faktorenanalyse auf das Forschungsgebiet der Intelligenz durch Charles Spearman war eine der ersten und einflussreichsten. Spearman fand heraus, dass die Leistungen von Personen in je verschiedenen Intelligenztests hoch miteinander korrelierten. Er zog aus diesem Muster den Schluss, dass es einen Faktor allgemeiner Intelligenz gibt, den so genannten g-Faktor oder Generalfaktor der Intelligenz, der jeder Intelligenzleistung zugrunde liegt.

Voraussetzung für die Anwendung der Faktorenanalyse sind intervallskalierte Daten. Wenn Variablen stark korreliert sind, dann kann man versuchen, anstelle einer größeren Zahl von Variablen eine (deutlich) kleinere Zahl von Faktoren zu identifizieren, die bei Inkaufnahme eines gewissen Informationsverlusts den Datensatz weitgehend beschreiben. Die Grundidee sei an einem einfachen Beispiel mit nur zwei Variablen gezeigt, das in Abbildung 8.21 dargestellt ist.

253

8.3

8

Multivariate Analyseverfahren

Abbildung 8-20: Datenreduktion (im einfachsten Fall) durch Wahl geeigneter Faktoren

X2

F2

F1

x x xx x x x x xx x x x x x x x x x x x x x x x x x x x xx x x x xx x x x xxx x x x

X1

In der Abbildung 8.21 ist erkennbar, dass die Variablen X 1 und X 2 offenbar hoch korreliert sind. Wenn man nun in der dort dargestellten Weise statt der ursprünglichen Variablen X 1 und X 2 neue "künstliche" Variablen (Æ Faktoren) F1 und F2 verwendet, also das Koordinatensystem X 1 , X 2 durch das Koordinatensystem F1 , F2 ersetzt, dann kann man möglicherweise bei einer späteren Interpretation der Daten den Faktor F2 vernachlässigen. Faktor F1 ist ja so gewählt worden, dass er den größten Teil der Varianz des Datensatzes erklärt. Bei realen Anwendungen geht es natürlich nicht darum, zwei Variable durch eine zu ersetzen, sondern darum, eine große Zahl von Variablen durch wenige Faktoren zu ersetzen (siehe Abbildung 8.22).

254

Weitere multivariate Verfahren im Überblick

Abbildung 8-21: Zurückführung vieler Variabler auf wenige Faktoren

X1 X2

F1

X3 X4 X5

F2

X6 X7 X8 X9

F3

X10

Auch bei der Faktorenanalyse nutzt man die inzwischen schon fast vertrauten Konzepte linearer Modelle. Jede Variable lässt sich als Linearkombination von Faktoren darstellen. Die so genannten Faktorladungen geben an, wie stark der jeweilige Faktor mit den (manifesten) Variablen korreliert ist. Es gibt unendlich viele Möglichkeiten zur Darstellung der verschiedenen Variablen durch Linearkombinationen von Faktoren. Eine zentrale Idee der Faktorenanalyse besteht nun darin, den 1. Faktor aus der Vielzahl von Möglichkeiten so zu wählen, dass er möglichst viel Varianz der (manifesten) Variablen erklärt, den 2. Faktor so, dass ein möglichst großer Teil der noch nicht erklärten Varianz durch diesen 2. Faktor erklärt wird usw. Diese Vorgehensweise lag schon dem sehr einfachen Beispiel in Abbildung 8.21 zugrunde. Nun bringt es keinen großen Erkenntniszuwachs, wenn man n Variable durch n Faktoren darstellt. Im Gegenteil: Die Interpretation wäre viel abstrakter und schwieriger. Man macht sich also das vorstehend skizzierte Vorgehen zu nutze und beschränkt sich unter Inkaufnahme einer gewissen Ungenauigkeit auf die Betrachtung der (relativ wenigen) Faktoren, die den größten Teil der Varianz der manifesten Variablen erklären. Damit wäre die Aufgabe der Datenreduktion (viele Variable Æ wenige Faktoren) weitgehend gelöst.

255

8.3

8

Multivariate Analyseverfahren

Wie wird nun die Zahl der zu extrahierenden Faktoren bestimmt? Im Wesentlichen geht es um den Beitrag der einzelnen Faktoren zur Varianzerklärung. Ein einfaches entsprechendes Kriterium besteht darin, solange Faktoren einzubeziehen bis der Erklärungsbeitrag des nächsten Faktors deutlich geringer ist als beim vorherigen Faktor. Für die Interpretation der extrahierten Faktoren haben die oben schon erwähnten Faktorladungen zentrale Bedeutung. Das sind Korrelationen (siehe Abschnitt 6.3.2) zwischen den Faktoren und den gemessenen Variablen. Wenn beispielsweise in einer Untersuchung zum Konsumentenverhalten Messungen zu Interesse an Diätprodukten, Häufigkeit von Vorsorgeuntersuchungen, sportlichen Aktivitäten und Interesse an Publikationen zu Gesundheitsfragen hoch mit einem Faktor korreliert sind („auf diesen Faktor laden“) dann wird man diesen Faktor vielleicht als „Gesundheitsbewusstsein“ interpretieren. Um eine klare Interpretationsmöglichkeit zu erhalten, nimmt man oftmals eine so genannte Faktorenrotation vor. Man dreht also die Faktoren im Ursprung sodass man eine Lösung erreicht, bei der die verschiedenen Variablen nach Möglichkeit nur mit einem Faktor hoch korrelieren. Vorstehend skizziert wurde die so genannte explorative Faktorenanalyse, bei der die verschiedenen Faktoren durch entsprechende Analyse des Datensatzes identifiziert („entdeckt“) werden. Dagegen geht es bei der konfirmatorischen Faktorenanalyse darum zu prüfen, ob eine theoretisch unterstellte Faktorenstruktur mit einem Datensatz hinreichend gut übereinstimmt.

8.3.4

Clusteranalyse

Bei der Clusteranalyse handelt es sich um ein Verfahren der Interdependenz-Analyse, bei dem unterschiedliche Algorithmen für die verschiedenen Messniveaus von Daten zur Verfügung stehen. Die Zielsetzung dieser Methode besteht darin, ähnliche Objekte (z.B. Personen) zu Gruppen zusammenzufassen. Im Wesentlichen geht es darum, die Objekte anhand einer Vielzahl von Merkmalen bzw. Merkmalsausprägungen so zu Gruppen zusammenzufassen, dass diese Gruppen in sich möglichst homogen sind und sich deutlich voneinander unterscheiden. Daraus wird schon erkennbar, dass die Marktsegmentierung ein typischer Anwendungsbereich der Clusteranalyse im Marketing ist. Die Grundidee der Clusteranalyse lässt sich am einfachsten im (wenig realistischen) Fall mit nur zwei Variablen darstellen, die intervallskaliert sind. Abbildung 8.23 zeigt ein entsprechendes Beispiel.

256

Weitere multivariate Verfahren im Überblick

Abbildung 8-22: Beispiel zur Clusteranalyse mit (nur) zwei Variablen

Alter

Einkommen

Dort sind die Messwerte von einigen Personen in ein Koordinatensystem mit den Variablen „Alter“ und „Einkommen“ eingetragen. Man erkennt, dass sich die Ähnlichkeit der Objekte hinsichtlich der betrachteten Variablen durch die Abstände der Objekte im Merkmalsraum ausdrücken lässt. Objekte (Personen), deren Abstände im Merkmalsraum gering sind, sind sich ähnlich und werden zu einer Gruppe (einem „Cluster“) zusammengefasst. Bei den typischen Anwendungen der Clusteranalyse mit einer großen Zahl von Variablen lassen sich die verschiedenen identifizierten Gruppen natürlich nicht mehr so einfach wie in dem Beispiel darstellen. Für den Ablauf einer Clusteranalyse sind drei Schritte typisch: 1.

Auswahl der für die Gruppenbildung heranzuziehenden Variablen (z.B. soziodemographische oder psychische Merkmale).

2.

Quantifizierung von Ähnlichkeiten bzw. Unähnlichkeiten von Objekten anhand eines so genannten Proximitätsmaßes und Ermittlung einer Distanzbzw. Ähnlichkeitsmatrix.

3.

Zusammenfassung der Objekte zu Gruppen zu in sich homogenen Gruppen auf Basis der Werte des Proximitätsmaßes mit Hilfe der Anwendung eines Fusionsalgorithmus.

257

8.3

8

Multivariate Analyseverfahren

Bei der Festlegung des Proximitätsmaßes kommt es natürlich stark auf das Messniveau der verwendeten Daten (siehe Abschnitt 6.2) an. Bei metrischen Daten (Intervall- oder Ratioskalierung) verwendet man Distanzmaße, die den Abstand der Objekte hinsichtlich der entsprechenden Variablenwerte (z.B. Alter, Einkommen, Nutzungsintensität oder Kaufhäufigkeit bei einem Produkt) angeben. Bei nicht-metrischen Daten (Nominal- oder Ordinalskalierung) verwendet man Ähnlichkeitskoeffizienten, die z.B. den Anteil gleicher Ausprägungen nominalskalierter Variabler als Maß für die Ähnlichkeit von zwei Objekten verwenden. Der letzte wesentliche Schritt bei der Clusteranalyse ist die Anwendung von Fusionierungsalgorithmen (auch als Clusteralgorithmen oder –methoden bezeichnet). Darunter versteht man unterschiedliche Methoden der Zuordnung von Objekten zu Gruppen im Hinblick auf die schon angesprochenen Kriterien (Homogenität innerhalb der Gruppen, Unterschiede zwischen den Gruppen).

8.3.5

Strukturgleichungsmodelle

In den letzten ca. 20 Jahren haben so genannte Strukturgleichungsmodelle in der wissenschaftlichen Marketingforschung starke Beachtung und vielfältige Anwendungen gefunden. In der kommerziellen Marktforschung ist die Anwendung dieser Modelle allerdings bislang eher selten. In der deutschsprachigen Literatur finden sich für entsprechende Ansätze auch die Bezeichnungen „Kausalmodelle“ oder „Kovarianzstrukturanalysen“. Der Begriff „Kausalmodelle“ ist insofern problematisch als die Anwendungen in der Regel auf Querschnittsdaten beruhen, die keine Überprüfung von Kausalitäten im strengeren Sinn (siehe Abschnitt 2.4) erlauben. Die Grundidee von Strukturgleichungsmodellen besteht darin, dass auf der Grundlage von in einem Datensatz ermittelter Varianzen und Kovarianzen von Indikatoren (manifesten Variablen) Schlüsse im Hinblick auf Abhängigkeitsbeziehungen zwischen komplexen Konstrukten (latenten Variablen) gezogen werden. Hair u.a. (1998, S. 584) sehen die charakteristischen Merkmale von Strukturgleichungsmodellen darin, dass ein größere Zahl miteinander verbundener Abhängigkeitsbeziehungen analysiert werden und gleichzeitig nicht direkt beobachtete Konzepte in diese Beziehungen einbezogen werden können, wobei Messfehler explizit berücksichtigt werden können. Es geht um die Prüfung von Theorien, als der Existenz latenter Variabler und latenter Zusammenhänge. Zunächst zu einer Illustration des Aspekts der Analyse mehrerer Abhängigkeitsbeziehungen. Hair u. a. (1998, S. 587) illustrieren diesen anhand eines Beispiels aus dem Personalbereich, das in Abbildung 8.24 wiedergegeben ist.

258

Weitere multivariate Verfahren im Überblick

Abbildung 8-23: Beispiel eines Strukturmodells (Quelle: Hair u.a. 2002, S. 587)

Haltung der Kollegen JobZufriedenheit Neigung zu Job-Wechsel

Arbeitsumgebung Engagement Bezahlung

Man erkennt sofort die vielfältigen direkten und indirekten Abhängigkeiten zwischen den betrachteten Konzepten. Gerade Pfeile stehen dafür, dass eine unabhängige eine abhängige Variable beeinflusst, gekrümmte Pfeile repräsentieren Korrelationen zwischen Variablen, ohne dass eine Abhängigkeit vorliegt (analog zur Multikollinearität im Regressionsmodell, siehe Abschnitt 8.2). Ein solches Modell wird als Strukturmodell bezeichnet. Es beschreibt Beziehungen zwischen latenten Variablen. Meist wird die Stärke der Zusammenhänge zwischen den Variablen direkt in das Strukturmodell eingetragen Der zweite Aspekt – Berücksichtigung von Messfehlern – sei mit Hilfe eines einfachen Beispiels von Backhaus u.a. (2006, S. 341) veranschaulicht, das sich in Abbildung 8.25 findet. Dort steht im Zentrum ein Strukturmodell, das mit nur zwei miteinander in Beziehung stehenden Konzepten (Einstellung und Kaufverhalten) - auch im Vergleich zu Abb. 8.24 – extrem einfach ist. Der Fokus liegt hier bei den beiden Messmodellen. Die beiden latenten Variablen, die eben nicht direkt beobachtbar sind (Hat jemand schon einmal eine Einstellung gesehen?) werden mit Hilfe von so genannten Indikatorvariablen – hier zwei Einstellungsskalen bzw. die Zahl der Käufe – geschätzt. Die Kovarianzen zwischen den Indikatorvariablen ermöglichen es, die Reliabilität der Messungen zur Schätzung der latenten Konstrukte zu beurteilen.

259

8.3

8

Multivariate Analyseverfahren

Abbildung 8-24: Beispiel für Messmodelle (Quelle: Backhaus u.a. 2006, S. 341)

Einst.skala 1 Einstellung Einst.skala 2 Messmodell

Kaufverhalten

Zahl d. Käufe

Messmodell Strukturmodell

Homburg / Krohmer (2006, S. 391 heben drei wichtige Vorteile von Strukturgleichungsmodellen – von den beiden Autoren Kausalmodelle genannt – hervor: „Während bei der Regressionsanalyse eine fehrlerfreie Messung der Variablen angenommen wird, werden bei der Kausalanalyse Messfehler explizit berücksichtigt. Die Regressionsanalyse basiert auf der Voraussetzung, dass die unabhängigen Variablen nicht ´zu stark´miteinander korreliert sind. Dahingegen werden Korrelationen der unabhängigen Variablen bei der Kausalanalyse explizit berücksichtigt, sie stellen im Gegensatz zur Regressionsanalyse also kein prinzipielles Problem dar …. Im Rahmen der Regressionsanalyse wird eine sehr einfache Kausalstruktur unterstellt …. Bei der Kausalanalyse hingegen lassen sich komplexe Kausalstrukturen wie kausale Ketten oder wechselseitige Abhängigkeiten untersuchen…, die sich einer Analyse mit Hilfe der multivariaten Regression entziehen. Insbesondere ist auch der Vergleich direkter und indirekter Effekte möglich.“

Die Schätzung der unbekannten Parameter des Modells (z.B. der Koeffizient für die Wirkung „Einstellung Æ Verhalten“) wird so vorgenommen, dass die dem Modell entsprechende Kovarianzmatrix, die alle diese Parameter enthält, möglichst weitgehend mit der empirischen Kovarianzmatrix übereinstimmt. Zur Beurteilung der Güte eines Modells, also der Einschätzung, inwieweit das Modell den empirischen Daten bzw. der Realität entspricht, bedient man sich folgender Ansätze: x

260

Berechnung von Fit-Maßen: Solche Maßzahlen geben an, wie gut das Modell die empirischen Korrelationen erklären / reproduzieren kann..

Weitere multivariate Verfahren im Überblick

x

Prognosegüte: Schätzung des Modells auf Basis eines Teils der Daten und Prüfung der Güte des Modells durch dessen Anwendung auf den Rest der Daten.

x

Kreuzvalidierung: Schätzung eines Modells auf Basis einer Teilstichprobe und Prüfung, ob das Modell die entsprechenden Strukturen bei einer anderen Teilstichprobe hinreichend gut beschreibt.

Eine im Zusammenhang der empirischen Marketingforschung stark beachtete Anwendung von Strukturgleichungsmodellen besteht in der Überprüfung von Messinstrumenten hinsichtlich der durch den Ansatz der Multitrait-Multimethod-Matrix (siehe Abschnitt 3.4.5) gegebenen Anforderungen. Dazu formuliert man ein entsprechendes Modell, das den Anforderungen der MTMM hinsichtlich der Korrelationen zwischen den unterschiedlichen Variablen entspricht, und prüft die Übereinstimmung dieses Modells mit den vorliegenden Daten. Zur Anwendung dieses Ansatzes sei auf Homburg/Giering (1996) und Marsh/Grayson (1995) verwiesen.

Literaturempfehlungen zum 8. Kapitel Klaus Backhaus / Bernd Erichson / Wulff Plinke / Rolf Weiber: Multivariate Analyseverfahren – Eine anwendungsorientierte Einführung, 11. Aufl., Berlin u.a.O. 2006. John Fox: Applied Regression Analysis, Linear Models, and Related Methods, Thousand Oaks (CA) / London / New Delhi 1997. Joseph Hair / Ralph Anderson / Ronald Tatham / William Black: Multivariate Data Analysis, 5. Aufl., Upper Saddle River (N.J. 1998. Rick Hoyle (Hrsg.). Structural Equation Modeling – Concepts, Issues, and Applications, Thousand Oaks/ London/ New Delhi 1995. Andreas Herrmann / Christian Homburg (Hrsg.): Marktforschung, 2. Aufl., Wiesbaden 2000 James Myers / Gary Mullet: Managerial Applications of Multivariate Analysis in Marketing, Chicago 2003.

261

8.3

Forschungsethik

9

Forschungsethik

Ein großer Teil der in diesem Buch vorgestellten Methoden ist geeignet, um vielfältige Informationen über Personen und Haushalte zu sammeln, die auch die Intimsphäre der Betroffenen berühren können. Darüber hinaus kann der Prozess der Datenerhebung für Auskunfts- und Versuchspersonen psychischen oder gar physischen Stress bedeuten. Es stellen sich also Fragen, was der Forscher den Auskunftspersonen zumuten darf und wie er sich beispielsweise hinsichtlich der Nutzung der gewonnenen Daten verhalten soll. Andererseits ist auch an die Position der Auftraggeber aus Wirtschaft und Gesellschaft zu denken, die nicht nur mit teilweise beachtlichen Budgets die Untersuchungen bezahlen, sondern auch weit reichende Entscheidungen auf der Basis entsprechender Untersuchungsergebnisse treffen. Wie muss sich der Marktforscher verhalten, um diesem Vertrauen gerecht zu werden? Welche Mindeststandards müssen vor diesem Hintergrund bei Untersuchungen eingehalten werden? Derartige Fragen berühren das Gebiet der Forschungsethik, das in den letzten ca. 20 Jahren stark zunehmende Beachtung gefunden hat. Nun gibt es Forschungsgebiete in den Natur- und Sozialwissenschaften, in denen sich wesentlich gravierendere ethische Probleme stellen als in der Marketingforschung. Hier sei nur an die breite öffentliche Diskussion zur Genforschung erinnert. Auch in der medizinischen Forschung, z.B. beim klinischen Test von Medikamenten, wird die Einhaltung ethischer Standards sorgfältig beachtet. Im sozialwissenschaftlichen Bereich ist die Sensibilität des Umgangs mit Informationen über psychische Merkmale oder politische Meinungen von Personen leicht nachvollziehbar. Im Vergleich dazu sind viele Fragestellungen der Marketingforschung (z.B. nach der präferierten Kaffee-Marke oder der Häufigkeit des Konsums von Coca Cola) eher unproblematisch. Gleichwohl gibt es auch in der Marketingforschung Untersuchungsgegenstände und Forschungspraktiken, die zumindest ethische Fragen aufwerfen. Dazu einige Beispiele: x Durch eine Marktuntersuchung soll geklärt werden, wie bei bestimmten Süßwaren, deren Konsum bei Kindern zu Übergewicht und Ausbreitung von Karies beiträgt, der Geschmack sein soll, damit der Konsum durch Kinder steigt. Ist eine Untersuchung mit diesem Ziel ethisch vertretbar? x Durch „Mystery Shopping“, also durch den Einsatz als Kunden getarnter Mitarbeiter und deren Beobachtungen, soll die Beratungsqualität und die Kompetenz von Verkäufern ermittelt werden. Ist eine solche Täuschung zulässig, auch wenn sie für die betroffenen Verkäufer vielleicht zu Nachteilen an ihrem Arbeitsplatz führt? x Kreditkarten-Anbieter können mit den bei ihnen vorhandenen Daten individuelle Konsumprofile ihrer Kunden erstellen, die zur gezielten Ansprache durch

263

9

9

Forschungsethik

bestimmte Anbieter genutzt werden könnten. Ist ein solcher Gebrauch der Daten mit einem Eindringen in die Privatsphäre zulässig? Weitere Beispiele für ethische Probleme und deren Einschätzung durch Marketing- und Marktforschungs-Praktiker bieten Akaah/ Riordan (1989).

Ein in der breiteren Öffentlichkeit recht bekanntes Beispiel für eine ethische Problematik auch bei sozialwissenschaftlichen Untersuchungen ist das so genannte „Milgram-Experiment“, benannt nach Stanley Milgram (1933-1984), der diese Untersuchung konzipiert und durchgeführt hat (Milgram 1963). In der Untersuchung ging es um Gehorsam, genauer gesagt um die Frage, inwieweit sich Menschen Autoritäten unterordnen, selbst wenn sie unmenschliche Handlungen ausführen sollten. Hintergrund der Untersuchung von Milgram war die Erfahrung, dass während der Zeit des Nationalsozialismus einzelne ansonsten ganz „normale“ oder „durchschnittliche“ Menschen in der Hierarchie bestimmter (militärischer) Organisationen schlimmste Verbrechen begingen und dies später mit einem so genannten „Befehlsnotstand“ begründeten. An der Untersuchung von Milgram waren Personen beteiligt, die drei verschiedene Rollen hatten:

-

Eine (angebliche) „Testperson“ (TP). Dabei handelte es sich um einen Schauspieler, der bei den einzelnen Beobachtungen ein bestimmtes Verhalten (s.u.) simulierte.

-

Einen (angeblichen) Versuchsleiter (VL), der die – damals noch wirksame – Autorität eines seriösen Wissenschaftlers ausstrahlte und der (eigentlichen) Versuchsperson (s.u.) Anweisungen für ihr Verhalten gab.

-

Die jeweilige (eigentliche) Versuchsperson (VP), der vorgetäuscht wurde, dass sie an einem „Lern-Experiment“ teilnimmt.

Ablauf der einzelnen Beobachtungen: Die VP kam in ein Labor und erhielt vom VL Anweisungen, der TP Lernaufgaben zu geben. Als Untersuchungsziel wurde der VP vermittelt, dass es darum gehe, ob Bestrafungen zu einem besseren Lernerfolg führen. Nach jeder falschen Antwort erhielt die TP per Knopfdruck durch die VP (scheinbar) einen Stromstoß, der sich von Mal zu Mal angeblich steigerte bis auf 450 Volt. Nach jedem (simulierten) Stromstoß zeigte die TP ihre schauspielerischen Fähigkeiten mit entsprechenden Reaktionen – vom etwas schmerzverzerrten Gesicht bei leichten „Stromstößen“ bis zu schweren Reaktionen und Schreien nach starken „Stromstößen“. Der VL insistierte mit seiner Autorität, dass die VP immer weiter fortfährt bis hin zu lebensbedrohlichen Strafen. Das (erschreckende) Untersuchungsergebnis war, dass 26 von 40 VP den Anweisungen des VL bis zur Verabreichung von Stromstößen in Höhe von 450 Volt folgten. Die VP zeigten dabei Anzeichen extremen psychischen Stresses. Fragen zur Forschungsethik: Darf man – auch bei einer wichtigen Forschungsfrage wie in diesem Fall – Versuchspersonen unter solch extremen Stress setzen? Kann man es verantwor-

264

Forschungsethik

ten, dass den Versuchspersonen für den Rest ihres Lebens bewusst ist, dass sie bereit gewesen wären, jemand in akute Lebensgefahr zu bringen, um irgendwelchen Anweisungen zu entsprechen?

Nach diesen Beispielen dürfte die Relevanz der Forschungsethik deutlich geworden sein. Allgemein geht es hier bei der Forschungsethik um die Einhaltung moralischer Prinzipien, Werte und Verhaltensweisen in Situationen, in denen durch Marktforschung Schaden entstehen kann. „Ethik kann definiert werden als ein Untersuchungsfeld, in dem bestimmt wird, welche Verhaltensweisen als angemessen angesehen werden“ (Burns/ Bush 2006, S. 63). In der Ethik wird meist zwischen einem deontologischen und einem teleologischen Ansatz unterschieden (siehe auch Hansen 1995; Hunt/ Vitell 1986). Beim erstgenannten erfolgt die Beurteilung einer Handlung nicht nach deren Folgen, sondern danach, ob sie in sich richtig oder falsch ist. Maßstab dafür ist der Schutz der Rechte des Individuums. Eine entsprechende Regel für die Forschungsethik könnte dabei beispielsweise darin bestehen, dass eine Versuchsperson auf keinen Fall in psychischen Stress geraten darf. Der teleologische Ansatz bezieht sich dagegen auf eine Abwägung von positiven (für eine Gruppe oder Gesellschaft) und negativen (für Versuchspersonen) Folgen einer Untersuchung. Beispielsweise könnte man damit eine begrenzte Belastung von Versuchspersonen (z.B. durch kurzfristiges Unwohlsein) bei der Entwicklung eines wichtigen Medikaments zur Heilung schwerster Krankheiten rechtfertigen. Es geht gewissermaßen um eine Art von „Kosten-NutzenAnalyse“, wobei die „Kosten“ in Form von Belastungen der Versuchspersonen in (engen) Grenzen bleiben müssen. Ein grober Rahmen für Entscheidungen, bei denen Aspekte der Ethik berührt werden, ist durch Konventionen und entsprechende rechtliche Regelungen in einer Gesellschaft vorgegeben. Gleichwohl bleiben viele Entscheidungen in unterschiedlichen Situationen dem / der einzelnen ForscherIn und seinem / ihrem persönlichen Urteil überlassen. Trotz der Schwierigkeit bei der Formulierung allgemeiner Regeln kommen Sudman/ Blair (1998, S. 644) zu drei Empfehlungen, die hier (frei übersetzt) wiedergegeben seien: x „Was Du nicht willst, das man Dir tu, das füg auch keinem anderen zu.“ x „Nichts tun, bei dem man Sorge haben müsste, wenn es öffentlich bekannt wird.“ x „Wenn Dein Gefühl Dir sagt, dass irgendetwas nicht in Ordnung ist, dann folge diesem Gefühl.“ Um die ethischen Grundsätze und methodischen Mindeststandards der empirischen Markt- und Sozialforschung zu konkretisieren, haben wichtige einschlägige Organisationen diese in so genannten „Codes of Ethics“ (o.ä.) zusammengefasst. In der folgenden Übersicht werden einige wichtige Quellen dafür genannt. Der Leserin und dem Leser sei die Beschäftigung damit sehr empfohlen.

265

9

9

Forschungsethik

Organisation

Abkürzung

Internet-Adresse

American Marketing Association

AMA

www.marketingpower.com

American Psychological Association

APA

www.apa.org

European Society for Opinion and Market Research

ESOMAR

www.esomar.org

Council of American Survey Research Organizations

CASRO

www.casro.org

American Association Opinion Research

AAPOR

www.aapor.org

for

Public

Bei ethischen Fragestellungen im Zusammenhang mit der Marktforschung stehen die Beziehungen zu den Auskunfts- / Versuchspersonen auf der einen Seite und zum Auftraggeber auf der anderen Seite im Mittelpunkt (siehe Abbildung 9.1).

Abbildung 9-1: Arten ethischer Probleme in der Marktforschung

Auskunfts- / Versuchsperson

Marktforscher

Auftraggeber

Zunächst zu den ethischen Problemen im Verhältnis Marktforscher / Untersuchungsteilnehmer. Zu den absoluten Mindeststandards gehört die Sicherung der Anonymität der Auskunftspersonen und der Vertraulichkeit der gegebenen Informationen. Das ist in den meisten Fällen kein Problem, weil Informationen über eine relativ kleine Zahl von Einzelpersonen für die meisten Auftraggeber ohnehin kommerziell kaum nutzbar wären. Weiterhin sollen Belastung und Stress von UntersuchungsteilnehmerInnen vermieden bzw. minimiert werden. Dazu gehört oft ein so genanntes „Debriefing“, mit dem die Person nachträglich über Anlage und Ziel der Untersuchung aufgeklärt wird, um Ungewissheit und Spannung abzubauen. Jegliche Schädigung von Personen soll vermieden werden. Letztlich ist hier auf das Erfordernis der Freiwilligkeit und Informiertheit bei den UntersuchungsteilnehmerInnen zu verweisen. Es soll also kein Druck zur Teilnahme ausgeübt werden; Irreführung oder unwissentliche Beobachtung von Personen sollen nur im Ausnahmefall stattfinden.

266

Forschungsethik

Im Hinblick auf das Verhältnis Marktforscher / Auftraggeber stellen sich natürlich andere ethische Fragen. Nicht zuletzt geht es auch um das Vertrauen der Nutzer von Marktforschung und die daraus resultierende Akzeptanz und Relevanz von Ergebnissen (Moorman/ Deshpande/ Zaltman 1993). Wichtig für die Marktforschungspraxis ist die Vertraulichkeit von Untersuchungsergebnissen und von Informationen, die der Auftraggeber für die Untersuchung gegeben hat. Das kann zu Problemen führen, wenn ein Marktforschungsinstitut für mehrere Auftraggeber in einer Branche tätig wird. Dann ist es oftmals schwer zu vermeiden, dass früher erworbenes branchenbezogenes „Hintergrundwissen“ bei späteren Untersuchungen für andere Auftraggeber genutzt wird. Jeder Auftraggeber hat natürlich Anspruch auf sorgfältige Einhaltung der methodischen Standards, einschließlich der korrekten Durchführung von Untersuchungsteilen, die schlecht einsehbar sind (z.B. Durchführung von Interviews). Eine verzerrte Darstellung von Untersuchungsergebnissen ist in jedem Fall zu vermeiden, auch wenn diese im (vordergründigen) Interesse des Auftraggebers liegen könnte. Beispielsweise könnte ja eine Werbeagentur daran interessiert sein, dass sich nach der Durchführung einer Werbekampagne günstige Werte bei einer Umfrage zu Bekanntheitsgrad oder Image des betreffenden Produkts ergeben. Ferner müssen alle aus Untersuchungsanlage, Stichprobengröße etc. resultierenden Begrenzungen (Æ Genauigkeit und Sicherheit der Ergebnisse) offen gelegt werden. Letztlich gilt die Anforderung an die Marktforscher, dass sie keine Untersuchungsergebnisse für unethische Zwecke (z.B. betrügerische Verkaufspraktiken) zur Verfügung stellen. In diesem Buch ist immer wieder auf Fehlermöglichkeiten bei Untersuchungen der Marktforschung sowie auf die Abhängigkeit der Ergebnisse von Einzelheiten der Untersuchungsmethodik hingewiesen worden. Deshalb gilt die Anforderung, dass in jedem Untersuchungsbericht die angewandte Methodik angemessen dokumentiert und erläutert sein muss. Damit wird für die Nutzer der Studie das Zustandekommen der Ergebnisse nachvollziehbar und man ermöglicht ihnen deren kritische Reflexion. Beispielsweise nennt die American Association for Public Opinion Research (www.aapor.org) u.a. die folgenden Mindestangaben, die in einem Bericht enthalten sein sollen: x Auftraggeber und Ausführender der Untersuchung x Angaben zu Methode, Zeit und Ort der Datenerhebung x Vollständige Wiedergabe des Fragebogens x Beschreibung von Grundgesamtheit und Stichprobenbasis x Beschreibung der Stichprobenziehung x Dokumentation von Stichprobengröße und Ausschöpfungsrate x Angaben zur Genauigkeit und Sicherheit der Aussagen (Konfidenzintervalle etc.) Abschließend sei noch auf die allgemeinen Grundsätze wissenschaftlicher Forschung verwiesen, die natürlich auch für die empirische Marketingforschung gelten. Groves u.a. (2004, S. 346 f.) heben in diesem Zusammenhang drei gravierende Arten des Fehl-

267

9

9

Forschungsethik

verhaltens von Forschern hervor, die in der Regel dazu führen, dass dafür verantwortliche Forscher sich für weitere wissenschaftliche Arbeit dauerhaft disqualifizieren: x „Fabrizieren“ von Ergebnissen: Erfindung von Daten und Ergebnissen x Fälschung von Ergebnissen: Manipulation von Untersuchungsanlage oder – ergebnissen, so dass die Untersuchung in den Aufzeichnungen oder im Bericht nicht korrekt dargestellt wird. x Plagiate: Diebstahl und Missbrauch von geistigem Eigentum sowie Übernahme fremder Arbeitergebnisse ohne angemessene Kennzeichnung Nicht zuletzt vor dem Hintergrund weltweit Aufmerksamkeit erregender Wissenschaftsskandale der letzten Jahre stellen die genannten Missbräuche erhebliche Gefahren dar. Wer sich in die Nähe derartiger Praktiken begibt, verspielt nicht nur seine eigene Reputation, sondern gefährdet auch die Akzeptanz von Forschungsergebnissen seiner Fachdisziplin insgesamt.

Literaturempfehlungen zum 9. Kapitel Alvin Burns / Ronald Bush: Marketing Research, 5. Aufl., Upper Saddle River (N.J.) 2006. Robert Groves / Floyd Fowler / Mick Couper / James Lepkowski / Eleanor Singer / Roger Tourangeau: Survey Methodology, Hoboken (N.J.) 2004. Seymour Sudman / Edward Blair: Marketing Research – A Problem Solving Approach, Boston u.a.O. 1998.

268

Literaturverzeichnis

ACTA (2006): Allensbacher Computer- und Technik-Analyse: Mediaplanung für attraktive Zielgruppen, www.acta-online.de, (Stand 02.08.2007) ADM (2005): Arbeitskreis Deutscher Marktfoschungsinstitute, Jahresbericht 2005, www.adm-ev.de, (Stand 02.08.2007) AKAAH, I./ RIORDAN, E. (1989): Judgements of Marketing Professionals About Ethical Issues in Marketing Research: A Replication and Extension, in: Journal of Marketing Research, Vol. 26, S. 112-120. ALBERS, S./ KLAPPER, D./ KONRADT, U./ WALTER, A./ WOLF, J. (Hrsg.) (2007): Methodik der empirischen Forschung, 2. Aufl., Wiesbaden. ALBERS, S./ HILDEBRANDT, L. (2006): Methodische Probleme bei der Erfolgsfaktorenforschung – Messfehler, formative versus reflektive Indikatoren und die Wahl des Strukturgleichungsmodells, in: Zeitschrift für betriebswirtschaftliche Forschung, Jg. 58, S. 2-33. ALLISON, P. (1999): Multiple Regression – A Primer, Thousand Oaks (Calif.) u.a.O. ARONSON, E./ ELLSWORTH, P./ CARLSMITH, J./ GONZALES, M. (1990): Methods of Research in Social Psychology, 2. Aufl., New York. ASSAEL, H. (1993): Marketing Principles & Strategy, 2. Aufl., Fort Worth u.a.O. ASSAEL, H./ KEON, J. (1982): Nonsampling vs. Sampling Errors in Survey Research, in: Journal of Marketing, Vol. 46, 114-123. BABBIE, E. (1973): Survey Research Methods, Belmont (Calif.). BACKHAUS, K./ ERICHSON, B./ PLINKE, W./ WEIBER, R. (2006): Multivariate Analysemethoden, 11. Aufl., Berlin u.a.O. BALDERJAHN, I. (2003): Validität – Konzept und Methoden, in: Wirtschaftswissenschaftliches Studium, 32. Jahrgang, 130-135. BALDERJAHN, I./ SCHOLDERER, J. (2007): Konsumentenverhalten und Marketing, Stuttgart. BAUMGARTNER, H./ HOMBURG, C. (1996): Applications of Structural Equation Modeling in Marketing and Consumer Research: A Review, in: International Journal of Research in Marketing, Vol. 13, S. 139-161. BELLENGER, D./ BERNHARDT, K./ GOLDSTUCKER, J. (1976): Qualitative Research in Marketing, Chicago. 269

BENNETT, P. (1988): Dictionary of Marketing Terms. Chicago. BEREKOVEN, L./ ECKERT, W./ ELLENRIEDER, P. (2004): Marktforschung, 10. Aufl., Wiesbaden. BERGKVIST, L./ ROSSITER, J. (2007): The Predictive Validity of Multiple-Item Versus SingleItem Measures of the Same Constructs, in: Journal of Marketing Research, Vol. 44, S. 175-184. BERRY, W. (1993): Understanding Regression Assumptions, in: Lewis-Beck, M. (Hrsg.): Regression Analysis, London/ Thousand Oaks/ New Delhi, S. 335-424. BRADBURN, N./ SUDMAN, S. (1979): Improving Interview Method and Questionnaire Design, San Francisco u.a.O. BRADBURN, N./ SUDMAN, S./ WANSINK, B. (2004): Asking Questions, Revised Edition, San Francisco (CA). BURKE, R. (1996): Der virtuelle Laden - Testmarkt der Zukunft, in: Harvard Business Manager, 18. Jahrgang, Heft 4, S. 107-117. BURNS, A./ BUSH, R. (2006): Marketing Research, 5. Aufl., Upper Saddle River (N.J.). CALDER, B./ PHILLIPS, L./ TYBOUT, A. (1981): Designing Research for Applications, in: Journal of Consumer Research, Vol. 8, S. 197-207. CALDER, B./ PHILLIPS, L./ TYBOUT, A. (1982): The Concept of External Validity, in: Journal of Consumer Research, Vol. 9, S. 240-244. CAMPBELL, D./ FISKE, D. (1959): Convergent and Discriminant Validation by the Multitrait-Multimethod Matrix, in: Psychological Bulletin, Vol. 56, S. 81-105. CAMPBELL, D. / STANLEY, J. (1963): Experimental and Quasi-Experimental Designs for Research, Chicago. CHALMERS, A. (1999): What is this thing called Science?, 3. Aufl., Maidenhead (UK). CHURCHILL, G. (1979): A Paradigm for Developing Better Measures of Marketing Constructs, in: Journal of Marketing Research, Vol. 16, S. 64-73. CHURCHILL, G./ IACOBUCCI, D. (2002): Marketing research – Methodological Foundations, 8. Aufl., Mason (Ohio). CHURCHILL, G./ IACOBUCCI, D. (2005): Marketing Research – Methodological Foundations, 9. Aufl., Mason (Ohio). CHURCHILL, G./ FORD, N./ WALKER, O. (1974): Measuring the Job Satisfaction of Industrial Salesmen, in: Journal of Marketing Research, Vol. 21, S. 360-375. CRONBACH, L. (1951): Coefficient Alpha and the Internal Structure of Tests, in: Psychometrika, Vol. 16, S. 297-334.

270

DECKER, R./ WAGNER, R./ TEMME, T. (2000): Fehlende Werte in der Marktforschung, in: Herrmann, A./Homburg, C. (Hrsg.): Marktforschung, 2. Aufl., S. 79-98. DIAMANTOPOULOS, A./ WINKLHOFER, H. (2001): Index Construction with Formative Indicators: An Alternative to Scale Development, in: Journal of Marketing Research, Vol. 38, S. 269-277. DILLMAN, D. (1978): Mail and Telephone Surveys – The Total Design Method, New York. DILLMAN, D. (1983): Mail and Other Self-Administered Questionnaires, in: Rossi, P./ Wright, J./ Anderson, A. (Hrsg.): Handbook of Survey Research, New York u.a.O., S. 359-377. DILLMAN, D. (2000): Mail and Internet Surveys, 2. Aufl., New York u.a.O. DILLON, W./ MADDEN, T./ FIRTLE, N. (1994): Marketing Research in a Marketing Environment, 3. Aufl., Chicago u.a.O. EBERL, M. (2006): Formative und reflektive Konstrukte und die Wahl des Strukturgleichungsverfahrens, in: Die Betriebswirtschaft, Jg. 66, S. 651-668. EISEND, M. (2003): Glaubwürdigkeit in der Marketing-Kommunikation. Wiesbaden. EISEND, M. (2006): Jeder Schuss ein Treffer? – Zur Notwendigkeit empirischer Generalisierungen in der betriebswirtschaftlichen Forschung, in: Wirtschaftswissenschaftliches Studium, Mai 2006, S. 249-253. ERICHSON, B. (2000): Testmarktsimulation, in: Herrmann, A./ Homburg, C. (Hrsg.): Marktforschung, 2. Aufl., Wiesbaden, S. 789-808. FERBER, R. (Hrsg.) (1978): Readings in Survey Research, Chicago. FISHBEIN, M./ AJZEN, I. (1975): Belief, Attritude, Intention and Behavior. Reading (Mass.) u.a.O. FOX, J. (1997): Applied Regression Analysis, Linear Models, and Related Methods, Thousand Oaks (CA)/London/New Delhi. FRANKE, N. (2002): Realtheorie des Marketing, Tübingen. GROVES, R.(1989): Survey Error and Survey Costs, New York u.a.O. GROVES, R./ BIENER, P./ LYBERG, L./ MASSEY, J./ NICHOLS, W./ Waksberg, J. (1988): Telephone Survey Methodology, New York u.a.O. GROVES, R./ FOWLER, F./ COUPER, M./ LEPKOWSKI, J./ SINGER, E./ TOURANGEAU, R. (2004): Survey Methodology, Hoboken (N.J.). GÜNTHER, M./ VOSSEBEIN, U./ WILDNER, R. (2006): Marktforschung mit Panels, 2. Aufl.,Wiesbaden.

271

GUTMAN, J./ REYNOLDS, T. (1986): Coordinating Assessment to Strategy Development – An Advertising Assessment Paradigm Based on the MECCAS Model, in: Olson, J./ Sentis, K. (Hrsg.): Advertising and Consumer Psychology, New York u.a.O, S. 242258. HAIR, J./ ANDERSON, R./ TATHAM, R./ BLACK, W. (1995): Multivariate Data Analysis, 4. Aufl., Englewood Clifts (N.J.). HAMMANN, P./ ERICHSON, B.(2000): Marktforschung, 4. Aufl., Stuttgart. HANDL, A.(2002): Multivariate Analysemethoden, Berlin u.a.O. HANSEN, U. (1995): Ethik und Marketing, in: Tietz, B./ Köhler, R./ Zentes, J. (Hrsg.): Handwörterbuch des Marketing, 2. Aufl., Stuttgart, Sp. 615-628. HARTMANN, A./ SATTLER, H. (2002): Commercial Use of Conjoint Analysis in Germany, Austria, and Switzerland, Research Papers on Marketing and Retailing No. 6, University of Hamburg. HERRMANN, A./ HOMBURG, C. (Hrsg.) (2000): Marktforschung, 2. Aufl., Wiesbaden. HILDEBRANDT, L. (1984): Kausalanalytische Validierung in der Marketingforschung, in: Marketing ZFP, Vol. 6, Heft 1, 41-51. HILDEBRANDT, L. (2000): Hypothesenbildung und empirische Überprüfung, in; Herrmann, A./ Homburg, C. (Hrsg.): Marktforschung, Wiesbaden, S. 30-57. HILDEBRANDT, L./ HOMBURG, C. (Hrsg.) (1998): Die Kausalanalyse, Stuttgart. HOMBURG, C. (2006) (Hrsg.): Kundenzufriedenheit, 6. Aufl., Wiesbaden. HOMBURG, C. (2007): Betriebswirtschaftslehre als empirische Wissenschaft – Bestandsaufnahme und Empfehlungen, in: Schreyögg, G. (Hrsg.): Zukunft der Betriebswirtschaftslehre, ZfbF-Sonderheft 56/07, S. 27-60. HOMBURG, C./ GIERING, A. (1996): Konzeptualisierung und Operationalisierung komplexer Konstrukte – Ein Leitfaden für die Marketingforschung, in: Marketing ZFP, Jg. 18, Nr. 1, S. 5-24. HOMBURG, C./ KROHMER, H. (2006): Marketingmanagement, 2. Aufl., Wiesbaden. HOYLE, R. (1995) (Hrsg.): Structural Equation Modeling – Concepts, Issues, and Applications, Thousand Oaks (CA)/London/New Delhi. HOYLE, R./ HARRIS, M./ JUDD, C. (2002): Research Methods in Social Relations, 7. Aufl. HUNT, S./ VITELL, S. (1986): A General Theory of Marketing Ethics, in: Journal of Macromarketing, Vol. 6 (Spring), S. 5-15. HUNT, S. (2002): Foundations of Marketing Theory, Armonk (N.Y.). HUNTER, J. (2001): The Desparate Need for Replications, in: Journal of Consumer Research, Vol. 28, S. 149-158. 272

HURRLE, B./ KIESER, A. (2005): Sind Key Informants verlässliche Datenlieferanten?, in: Die Betriebswirtschaft, Vol. 65, S. 584-602. IVERSEN, G./ NORPOTH, H. (1993): Analysis of Variance, in: Lewis-Beck, M. (Hrsg.): Experimental Design & Methods, London/ Tousand Oaks/ New Delhi, S. 161-249. JACCARD, J./ BECKER, M. (2002): Statistics for the Behavioral Sciences, 4. Aufl., Belmont (CA). JACOBY, J. (1978): Consumer Research – A State of the Art Review, in: Journal of Marketing, Vol. 42, S. 87-96. JACOBY, J. (1985a): The Essentials of Social Science Research, Band 1 (unveröffentlichtes Manuskript), New York. JACOBY, J. (1985b): The Essentials of Social Science Research, Band 2 (unveröffentlichtes Manuskript), New York. JACOBY, J./ CHESTNUT, R. (1978): Brand Loyalty – Measurement and Management, New York u.a.O. JARVIS, C./ MACKENZIE, S./ PODSAKOFF, P. (2003): A Critical Review of Construct Indicators and Measurement Model Misspecification in Marketing and Consumer Research, in: Journal of Consumer Research, Vol. 30, S. 199-218. KAASE, M. (Hrsg.) (1999): Qualitätskriterien der Umfrageforschung, Berlin. KARWEIT, N./ MEYERS, E.(1983): Computers in Survey Research, in: Rossi, P./ Wright, J./ Anderson, A. (Hrsg.): Handbook of Survey Research, New York u.a.O., S. 379-414. KENT, R. (2007): Marketing Research – Approaches, Methods and Applications in Europe, London. KEPPER, C. (2000): Methoden der qualitativen Marktforschung, in: Herrmann, A./ Homburg, C. (Hrsg.): Marktforschung, 2. Aufl., Wiesbaden, S. 159-202. KERLINGER, F./ LEE, H. (2000): Foundations of Behavioral Research, 4. Aufl. Melbourne u.a.O. KÖHLER, R. (2002): Marketing – Von der Reklame zur Konzeption einer marktorientierten Unternehmensführung, in: Gaugler, E./Köhler, R. (Hrsg.): Entwicklung der Betriebswirtschaftslehre, Stuttgart, 356-384. KOHLI, A./ ZALTMAN, G. (1988): Measuring Multiple Buying Influences, in: Industrial Marketing Management, Vol. 17, S. 1907-204. KOTLER, P./ Keller, K./ BLIEMEL, F. (2007): Maketing-Management, 12. Aufl., München. KROEBER-RIEL, W./ WEINBERG, P. (2003): Konsumentenverhalten, 8. Aufl., München. KRUGMAN, H. (1965): The Impact of Television Advertising: Learning without Involvement, in: Public Opinion Quaterly, Vol. 29, 349-356. 273

KUß, A. (1995): Befragungsmethoden, in: Tietz, B./Köhler, R./Zentes, J. (Hrsg.): Handwörterbuch des Marketing, 2. Aufl., Stuttgart, Sp. 190-200. KUß, A. (2006): Marketing-Einführung, 3. Aufl. Wiesbaden. KUß, A./ Tomczak, T. (2004): Käuferverhalten, 3. Aufl., Stuttgart. LEHMANn, D./ GUPTA, S./ STECKEL, J. (1998): Marketing Research. Reading (Mass.) u.a.O. LIEBETRAU, A. (1993): Measures of Association, in: Lewis-Beck, M. (Hrsg.): Basic Statistics, London u.a.O., S. 309-397. LÜTTERS, H. (2004): Online-Marktforschung im Methodenkanon der Marktforschung, Dissertation an der Freien Universität Berlin. LÜTTERS, H./ EISEND, M./ SCHUCHERT-GÜLER, P.(2002): Online-Marktforschung als EService, in: Bruhn, M./ Stauss, B. (Hrsg.): Electronic Services, Wiesbaden, S. 615638. MARSH, H./GRAYSON, D. (1995): Latent Variable Models of Multitrait-Multimethod Data, in: Hoyle, R. (Hrsg.): Structural Equation Modeling, Thousand Oaks (CA)/London/New Delhi, S. 177-198. MCIVER, J./ CARMINES, E. (1981): Unidimensional Scaling, Beverly Hills/London. MILGRAM, S. (1963): Behavioral Study of Obedience, in: Journal of Abnormal and Social Psychology, Vol. 67, S. 371-378. MOORMAN, C./ DESHPANDE, R./ ZALTMAN, G. (1993): Factors Affecting Trust in Market Research Relationships, in: Journal of Marketing, Vol. 57, No. 1, S. 81-101. MYERS, J./ MULLET, G. (2003): Managerial Applications of Multivariate Analysis in Marketing, Chicago. NETEMEYER, R./ BEARDEN, W./ SHARMA, S. (2003): Scaling Procedures – Issues and Applications, Thousand Oaks / London / New Delhi. NOELLE-NEUMANN, E./ PETERSEN, T. (2000): Alle, nicht jeder, 3. Aufl. Berlin u.a.O. NUNNALLY, J./ BERNSTEIN, I. (1994): Psychometric Theory, 3. Aufl., New York u.a.O. PARASURAMAN, A. (1986): Marketing Research, Reading (Mass.) u.a.O. PAYNE, S. (1951): The Art of Asking Questions, Princeton (N.J.) PETER, J. (1979): Reliability – A Review of Psychometric Basics and Recent Marketing Practices, in: Journal of Marketing Research, Vol. 16, S. 6-17. PETER, J. (1981): Construct Validity – A Review of Basic Issues and Marketing Practices, in: Journal of Marketing Research, Vol. 18, S. 133-145.

274

PRESSER, S./ ROTHGEB, J./ COUPER, M./ LESSLER, J./ MARTIN, E./ MARTIN, J./ SINGER, E. (Hrsg.) (2004): Questionnaire Development Evaluation and Testing Methods, Hoboken (N.J.). ROSSI, P./ WRIGHT, J./ ANDERSON, A. (Hrsg.) (1983): Handbook of Survey Research, New York u.a.O. RUDNER, R. (1966): Philosophy of Social Science, Englewood Cliffs (N.J.) SALCHER, E. (1995): Psychologische Marktforschung, 2. Aufl., Berlin u.a.O. SCHEUCH, E. (1962): Das Interview in der Sozialforschung, in: König, R. (Hrsg.): Handbuch der empirischen Sozialforschung, Stuttgart. SCHUMAN, H./ PRESSER, S. (1981): Questions and Answers in Attitude Surveys, New York u.a.O. SCHWARZ, N. (1999): Self-Reports – How Questions Shape the Answers, in: American Psychologist, Vol. 54, No. 2, S. 93-105. SCHWARZ, N./ HIPPLER, H./ DEUTSCH, B./ STRACK, F. (1985): Response Categories: Effects on Behavioral Reports and Comparative Judgments, in: Public Opinion Quarterly, Vol. 49, S. 388-395. SCHWARZ, N./ KNAUPER, B./ HIPPLER, H./ NOELLE-NEUMANN, E./ CLARK, F. (1991): Rating Scales: Numeric Values May Change the Meaning of Scale Labels, in: Public Opinion Quarterly, Vol. 55, S. 618-630. SHADISH, W./ COOK, T./ CAMPBELL, D. (2002): Experimental and Quasi-Experimental Designs for Generalized Causal Inference, Boston/New York. SÖHNCHEN, F. (2007): Common Method Variance and Single Source Bias, in: Albers, S./ Klapper, D./ Konradt, U./ Walter, A./ Wolf, J. (Hrsg.): Methodik der empirischen Forschung, Wiesbaden, S. 135-150. SPECTOR, P. (1994): Summated Rating Scale Construction – An Introduction, in: LewisBeck, M. (Hrsg.): Basic Measurement, London u.a.O., S. 229-300. SUDMAN, S.(1976): Applied Sampling, San Diego u.a.O. SUDMAN, S./ BLAIR, E. (1998): Marketing Research – A Problem Solving Approach. Boston u.a.O. SUDMAN, S./ BLAIR, E. (1999): Sampling in The Twenty-First Century, in: Journal of the Academy of Marketing Science, Vol. 27, No. 2, S. 269-277. SUDMAN, S./ BRADBURn, N./ SCHWARZ, N. (1996): Thinking About Answers, San Francisco. SUDMAN, S./ WANSINK, B. (2002): Consumer Panels, 2. Aufl.,Chicago.

275

SUDMAN, S./ KALTON, G. (1986): New Developments in the Sampling of Special Populations, in: Annual Review of Sociology, Vol. 12, S. 401-429. TANUR, J. (Hrsg.) (1992): Questions about Questions, New York. TOURANGEAU, R./ RIPS, L./RASINSKI, K. (2000): The Psychology of Survey Response, Cambridge (UK) u.a.O. DE VAUS,

D. (1995): Surveys in Social Research, 4. Aufl., St. Leonards (Austr.).

DE VAUS,

D. (2001): Research Design in Social Research, London.

DE VAUS,

D. (2002): Analyzing Social Science Data, London u.a.O.

DE VAUS,

D. (Hrsg.) (2002): Social Surveys, Band 1 bis 4, London u.a.O.

WEINBERG, E. (1983): Data Collection – Planning and Management, in: Rossi, P./Wright, J./ Anderson, A. (Hrsg.): Handbook of Survey Research, New York u.a.O., S. 329358. WEISBERG, H. (2005): The Total Survey Error Approach, Chicago/ London. WETTSCHUREK, G. (1974): Grundlagen der Stichprobenbildung in der demoskopischen Marktforschung, in: Behrens, K.-C. (Hrsg.): Handbuch der Marktforschung, Wiesbaden, S. 173-205. ZAICHKOWSKY, J. (1985): Measuring the Involvement Construct, in: Journal of Consumer Research, Vol. 12, S. 341-352. ZALTMAN, G./ PINSON, C./ ANGELMAR, R. (1973): Metatheory and Consumer Research, New York u.a.O. ZIKMUND, W. (1997): Exploring Marketing Research, 6. Aufl., Fort Worth u.a.O. ZIMBARDO, P./ GERRIG, R. (2004): Psychologie, 16. Aufl., München.

276

Stichwortverzeichnis

Adressenbasis ...................................... 62

Clusteranalyse....................................256

Allround-Marktforschungsinstitute ... 6

Codebuch............................................168

Anonymität der Auskunftspersonen....................... 266

Codeplan.............................................168

Antwortkategorie ................................ 83

Common Method Bias ........................81

Aufdringlichkeit von Messungen ... 136

concurrent validity ..............................99

Ausreißer.................................... 188, 234

Conjoint-Analyse ...............................248

Auswahlverfahren

Coverage .............................................139

Codierung ...........................................168

-mehrstufiges ............................. 63, 69

Cronbach's D .........................................97

Autokorrelation ................................. 233

Data Mining..........................................36

Balkendiagramm ............................... 180

Daten

Befragung ............................................. 55

-originäre.............................................8

-mündliche ............................. 109, 112

Datenanalyse ................................17, 173

-persönliche.................................... 109

-explorative.....................................182

-repräsentative ................................. 58

-multivariate .......................................9

-schriftliche............................. 109, 113

Datenbank.............................................43

-telefonische ................................... 109

Dateneingabe......................................168

BehaviorScan ..................................... 155

Datenmatrix........................................169

Beobachtung .............................. 123, 131

Datensammlung...................................17

-offene / getarnte ........................... 135

Deduktion .............................................21

-standardisierte / nicht-standardisierte ................. 135

deontologischer Ansatz.....................265

teilnehmende / nicht-teilnehmende ................... 135

Design

Beobachtungseinheit......................... 134 Bestimmtheitsmaß............................. 224 Boxplot................................................ 183 CATI............................................ 109, 115 Chi2-Test ............................................. 207 Choice-Based Conjoint-Analyse...... 252

Dependenz-Analyse ..........................215 -faktorielles .....................................148 Differenzial -semantisches ...................................90 Diskriminanzanalyse.........................244 -multiple..........................................248 Diskriminanzfunktion.......................245

277

Diskriminanzvalidität .......................100

formative Konzepte............................. 91

Distanz

Forschungsethik ................................ 263

-interquartile...........................183, 188

Frage...................................................... 72

Domain Sampling Theorie............92, 97

-geschlossene........................ 71, 80, 82

Dummy-Regression...................229, 235

-offene ................................... 71, 80, 82

Editierung ...........................................167

Fragebogenentwicklung ....................... 8

Einthemen-Umfrage ..........................104

Freiheitsgrade .................................... 212

Einzelfallstudie.....................................35

F-Verteilung ....................................... 227

Eisbrecher-Frage ................................105

F-Wert ................................................. 226

Electronic Diary..................................138

Generalisierbarkeit.............................. 26

Entscheidungsproblem .......................13

Gewichtung........................................ 171

Entwicklungs-Effekt ..........................151

Grundgesamtheit................................. 65

Eta ........................................................193

Gruppendiskussion..................... 36, 124

Experiment ............. 16, 49, 123, 141, 237

-kombinierte................................... 126

experimentelles Design .....................237

-kontradiktorische ......................... 126

Experimentgruppe.............................143

-kumulierte..................................... 126

Experten-Interviews ............................35

Gültigkeit.................................. 11, 31, 55

Faktorenanalyse .................................252

Handelspanel ..................................... 138

Faktorenrotation ................................256

Häufigkeitstabelle ............................. 179

Faktorladungen..................................255

Haushaltsstichprobe ........................... 64

Fallstudie.............................................129

Homoskedastizität ............................ 232

Fälscherproblem.................................165

Hypothese ............................................ 21

Fehlerarten..........................................157

Identitätsproblem .............. 111, 112, 115

Fehlerkontrolle ...........................116, 170

Imputation.......................................... 171

Feld-Codierung ..................................168

Induktion.............................................. 21

Feldexperiment ..................................151

Inhaltsvalidität..................................... 98

Feldforschung.......................................41

Inhome Scanning............................... 138

Feld-Organisation ..............................165

Interaktionen...................................... 241

Filter-Fälschungen .............................165

Interaktionsdiagramm ...................... 242

Filterfrage............................................114

Interdependenz-Analyse .................. 215

Filterfragen .........................................106

Internet.................................................... 9

Fit-Maße ..............................................260

Interpretation ....................................... 25

Flächenbasis..........................................62

Intervallskala...................................... 175

Focus Group Interview .....................124

Interviewer ......................................... 163

278

Interviewer-Anweisung ................... 166

Längsschnitt-Untersuchung .........16, 48

Interviewer-Ausbildung................... 165

Leiter-Technik.....................................129

Interviewer-Bias ................................ 112

Likert-Skala...........................................87

Interviewer-Einsatz........................... 166

logistische Regression .......................236

Interviewer-Kontrolle ....................... 166

Marketing ...............................................1

Interviewer-Organisation................. 165

Marktforscher

Kausalbeziehung ................................. 37 Kausalmodelle ................................... 258

-betriebliche ........................................6 Marktforschung

Kendall’s tau....................................... 193

-Definitionen der................................1

Key Informants.............................. 77, 81

-deskriptive.......................................46

Klassenzimmer-Interview ................ 113

-Grundmodell der empirischen .....11

Kleinste-Quadrate-Schätzung.......... 221

-qualitative..................................36, 44

Known-Groups-Validity..................... 99

Matching .............................................151

Konditionierung ................................ 145

Median ................................................187

Konfidenzintervall ............................ 201

Mehrthemen-Umfrage ......................104

Konsistenz

Messinstrumente..................................16

-interne.............................................. 97

Messmodelle.......................................259

Konstrukt.............................................. 19

Messniveau .........................................174

Kontingenztabelle ..................... 184, 205

Messung ................................................25

Kontrollgruppe.................................. 143

Meta-Analyse .......................................29

Konvergenzvalidität ................. 100, 124

Milgram-Experiment.........................264

Konzept ................................................ 19

Mini-Testmarkt...................................155

Konzeptualisierung............................. 23

missing values ....................................171

Korrelationskoeffizient..................... 189

Mittel

-nach Spearman ............................. 193

-arithmetisches ...............................188

Kovarianz ........................................... 191

Modus .................................................187

Kreativ-Gruppe

Multi-Item-Skala ......................73, 84, 85

-gelenkte ......................................... 127

Multikollinearität...............................230

Kreuzvalidierung .............................. 261 Kriterienvalidität ................................. 98

Multimerkmals-MultimethodenMatrix ..............................................101

Laborexperiment ............................... 151

Multitrait-Multimethod-Matrix .......100

Labor-Testmarkt ................................ 156

Multivariate Analyseverfahren 174, 215

Lageparameter................................... 187

Mutit-Item-Skala ..................................83

Lambda............................................... 193

Mystery Shopping .............................263 Nominalskala .....................................174 279

Normalverteilung ..............................201

Repräsentativität ............. 59, 60, 68, 110

Omnibus-Befragung ..........................104

Rücklaufquote.................................... 113

Online-Befragung ......................109, 117

Scanner........................................ 136, 139

Online-Gruppendiskussionen..........126

Schätzungen ....................................... 195

Operationalisierung.............................24

Schätzverfahren ................................. 173

Ordinalskala .......................................175

Schichtung

Panel ......................................48, 123, 138

-disproportionale............................. 67

Panel-Effekt.........................................141

-proportionale .................................. 67

Panel-Rotation ....................................141

Schreibtisch-Codierung .................... 168

Panel-Sterblichkeit .............................141

Sekundärforschung ....................... 16, 41

Parallel-Test-Reliabilität ......................96

Single-Source-Daten.......................... 155

Personenstichprobe .............................64

Spannweite......................................... 188

predictive validity................................99

Spezialpanel ....................................... 139

Pretest......................................72, 83, 107

Split-Half-Reliabilität .......................... 97

Primacy-Effekt......................................79

Sponsorship-Effekt...................... 80, 104

Primärforschung ............................16, 41

Standardabweichung ........................ 189

Problemdefinition................................50

Stem-and-Leaf-Plot ........................... 182

Quasi-Experiment..............................153

Stichprobe............................................. 59

Querschnitts-Untersuchung .........16, 46 Quota-Verfahren ..................................63

Stichprobenausschöpfung111, 112, 115, 161

Random Digit Dialing .........................62

Stichprobenbasis................................ 158

Randomisierung.........................116, 151

Stichprobenfehler .............................. 158

Random-Route-Verfahren...................63

Stichprobengröße ........................ 66, 205

Ratioskala............................................175

Stichprobentheorie ................................ 8

Reaktivität...........................................136

Stichprobenziehung ............................ 59

Realität ..................................................18

Streuungsmaß .................................... 187

Recency-Effekt......................................79

Strukturmodell .................................. 259

reflektive Konzepte..............................92

Suchmaschine ...................................... 43

Regressionsanalyse............................217

Techniken

Regressionskoeffizient ......................221

-projektive....................................... 129

-standardisierter.............................221

teleologischer Ansatz ........................ 265

Reihenfolge-Effekt .............................104

Test .............................................. 173, 195

Reliabilität..................... 11, 31, 61, 84, 96

Test-Effekt........................................... 151

Replikationsstudien.............................28

Testmärkte .......................................... 154 Test-Retest-Reliabilität ........................ 96

280

Theorie...................................... 18, 19, 20

-Definition des..................................13

Theoriebildung .................................... 21

Untersuchungsziel.........................15, 50

Theorieprüfung ................................... 21

Untersuchungsziele .............................34

Thurstone-Skala............................. 87, 89

Validierung .......................................9, 33

Tiefeninterview............................ 36, 127

Validität........... 11, 30, 55, 61, 84, 98, 133

Totalerhebung...................................... 59

-externe............................................149

Tracking .................................................. 5

-interne ............................................149

Tracking-Forschung .......................... 137

Varianz ................................................189

Treatment-Effekt................................ 151

-erklärte ...........................................224

t-Test.................................................... 213

Varianzanalyse ...................................236

Untersuchung

Verbraucherpanel ..............................138

-deskriptive ................................ 15, 36

Verlässlichkeit ................................11, 31

-experimentelle ................................ 49

Zeitreihenanalyse...............................217

-explorative ................................ 15, 34

Zeitreihen-Design ..............................154

-kausale....................................... 15, 37

Zufallsauswahl

-qualitative ......................... 16, 44, 123

-einfache ............................................67

Untersuchungsablauf ......................... 11

-geschichtete .....................................67

Untersuchungsbericht ........................ 17

-systematische ..................................62

Untersuchungsdesign............. 11, 15, 51

Zufallsstichprobe .................................61

Untersuchungsproblem...................... 13

281