Messtheoretische Grundlagen: Messung
Zuordnung von Werten zu Eigenschaften von Objekten einfach bei manifesten Variablen (Preis, Einkommen, Alter, ...) schwierig bei komplexen psychologischen Konstrukten (Einstellungen, ...) psychologische Konstrukte sind nicht direkt beobachtbar und häufig nicht eindimensional Messung erfordert daher Operationalisierung und Skalierung
Messtheoretische Grundlagen: Operationalisierung, Skalierung und Messung (S. 138)
Definition des Konstrukts: Kaufabsicht bzgl. Marke X --> Operationalisierung: Personenzahl, die in den nächsten 3 Monaten X kaufen wollen Skalierung: "Werden sie in den nächsten 3 Monaten X kaufen? Bewertung 1 (ganz sicher nicht) bis 5 (ganz sicher) Messung: Befragter Y wählt 4
Fehlerquellen bei Erhebungen (Zufallsfehler, sampling error)
Abweichung des wahren Mittelwerts in Grundgesamtheit(GG) vom wahren Mittelwert in Stichprobe beruht darauf, dass Messwerte bei wiederholter Messung um einen konstanten Mittelwert schwanken Annahme: Mittelwert der Messungen gibt bei ausreichender Fallzahl den unbekommanten wahren Wert wieder Stichprobenfehler statistisch berechenbar und mit zunehmender Stichprobengröße sinkend
Fehlerquellen bei Erhebungen: Systematischer Fehler (sonstiger Fehler, nonsampling error)
Verzerrung der Messergebnisse systematischer Fehler unabhängig von Stichprobengröße statistisch nicht errechenbar, evtl. aus Erfahrungswerten abschätzbar vermeidbar durch sogfältige Gestaltung des Messgeräts Bezug auf: Problemformulierung, Skalierungen, Fragebogengestaltung, Interviewer, Datenaufbereitung, Datenanalyse Nonsampling Error = Response Error + Nonresponse Error Nonresponse Error: Antwortverweigerung, Nichtantreffen des Respondents Response Error: ungenaue/falsche Antworten, missverstandene/ falsch Aufgezeichnete Antworten
Reliabilität und Validität: Reliabilität von Messungen
wiederholte Messungen führen unter gleichbleibenden Bedingungen immer zum selben Ergebnis höchste Reliabilität, wenn Messung frei von Zufallsfehlern(situativ: Ablenkung, Lärm; temporär individuell: Ermüdung, Wohlbefinden) Prüfung mit Test-Retest-Verfahren: Vergleich der Ergebnisse von zeitlich aufeinander folgenden Messungen an denselben Messobjekten mit selben Messinstrument
Reliabilität und Validität: Validität von Messungen (auch S.144 beachten)
Es wird genau das gemessen, was gemessen werden soll (Grad mit dem Score-Werte mit wahren Eigenschaftsunterschieden verschiedener Objekte übereinstimmen höchste Validität, wenn Messung frei von Zufallsfehlern und systematischen Fehlern (nichtrepräsentatives Sample(Stichprobe), schlechter Fragebogenaufbau, unverständliche Skalagestaltung, ...)
Skalenniveaus: Nominalskala
Feststellung von Identitäten keine Rangordnung oder Differenzenbildung möglich Bestimmung von Kontingenzmaßen, Anteilswerten Merkmale mit 2 Auspräungen heißen binär bzw. dichotom Merkmale mit mehr als 2 Ausprägungen heißen polytom bzw. multichotom Beispiel: Geschlecht, Identifikation von Geschäften, Marken, ...
Skalenniveaus: Ordinalskala
vollständige Rangordnung der Ausprägungen ("besser-schlechter", "höher-niedriger") keine Differenzenbildung zwischen Ausprägungen möglich Bestimmung von Median, Centile, Rangkorrelation Beispiel: Rangreihe von Produkten nach Präferierung, Ranking von Einstellungen monotone positive (=rangerhaltende) Transformationen verändern die Rangordnung nicht
Skalenniveaus: Intervallskala
Kardinalskala (metrisch bzw. quantitativ) Differenzenbildung zwischen unterschiedlichen Ausprägungen möglich beliebig wählbare Skala äquidistante Skala ohne fixierten Nullpunkt Beispiel: Temperatur positive lineare Transformationen erlaubt (y=a+bx) Division erlaubt, aber nicht sinnvoll
Skalenarten
Kontinuierliche Skala (Zahlenstrahl) Diskontinuierliche Skala (einzelne Werte) Monopolare Skala Bipolare Skala (Nullpunkt in der Mitte, Gegensatzpaare)
Skalierungsverfahren: Verfahren komparativer Skalierung
direkter Vergleich von Stimuli (z.B. Rangordnung von Säften nach Geschmack) besitzen nur Eigenschaften einer Rangordnung/Ordinalskala Bezeichnung als nichtmetrische Skalierung Zwang zur Entscheidung zwischen Stimuli leicht verständlich und leicht anwendbar Beispiele: Paarvergleich, Rangreihung, Konstantsummenverfahren
Skalierungsverfahren: Paarvergleich
Verfahren komparativer Skalierung n Objekte --> (n(n-1)/2) Paarvergleiche Rangordnung möglich (Voraussetzung: Transitivität) Personenanzahl die einen Stimulus einem anderen vorziehen Ableitung von Intervallskala unter bestimmten Bedingungen möglich Erweiterung: graded paired comparison (z.B. auch Erhebung von Aufpreisbereitschaften) Nachteile: hohe Aufwand bei großer Zahl an Stimuli, Reihenfolgeeffekte
Skalierungsverfahren: Rangreihung
Verfahren komparativer Skalierung Reihung von Stimuli (Vergeben von Rängen) häufig zur Reihung von Präferenzen für Marken oder Eigenschaften spiegelt reales Wahlverhalten aus mehreren Alternativen besser wieder als Paarvergleich bei n Objekten n-1 Reihungsentscheidungen Bildung von Ordinalskala, Ableitung von Intervallskala möglich Transitivität gewährleistet Q(uick)-Sort: Stimuli werden in verschiedene Stapel unterteilt (bei großer Zahl von Stimuli)
Skalierungsverfahren: Konstantsummenverfahren
Verfahren komparativer Skalierung Vergabe von konstanter Summe von Einheiten(Punkte, Münzen, Spielmarken) zur Beurteilung einer Menge von Stimuli höhere Informationsqualität als Rangordnungsdaten Intervallskaleneigenschaft, metrisch behandelt nicht generalisierbar, nur Bezug auf bewertete Stimuli Auswertungsmöglichkeit: arithmetischer Mittelwert eines jeden Stimulus Nachteil: genaue Aufteilung der konstanten Summe auf Bewertungseinheiten
Skalierungsverfahren: Verfahren nichtkomparativer Skalierung
163ff
unabhängigie Skalierung jedes einzelnen Stimulus Ergebnisse i.d.R. metrisch skaliert --> metrische Skalierung am weitesten verbreitet in der Marketingforschung kontinuierliche Ratingskala häufig für Einstellungs- und Imagemessungen spezifizierte (diskrete) Ratingskala: Likert-Skala(Statements), Semantische Differential(Gegensatzpaare), Stapel-Skala(Eigenschaften) Auswertungsmöglichkeiten: Summe über Auskunftspersonen, Profilanalyse
