Marktforschung (Fach) / Formen der Datenerhebung (Lektion)

.

Diese Lektion wurde von Niiklas1997 erstellt.

Lektion lernen

Diese Lektion ist leider nicht zum lernen freigegeben.

zurück  |  weiter 1 / 1

• qualitative und quantitative Datenerhebung Qual.: - besonders geeignet für explorative Marktforschung           - Vorbereitung und Ergänzung quantitativer Forschung Quan.: - besonders geeignet für deskriptive und kausale Marktforschung
• Beispiele für Datenerhebungskombinationen Beispiel: Wirkung einer Preisveränderung 1. Beobachtung/Experiment-> Einsatz verschiedener Preise in vergleichbaren Regionen, Vergleich der Absatzentwicklung 2. Beobachtung/Nicht-Experiment-> Nationale Einführung des neuen Preises, Beobachtung der Absatzzahlen 3. Befragung/Experiment-> Test- und Kontrollgruppe sehen unterschiedliche Preise, Befragung zur Kaufw`keit und Vergleich der Gruppen 4. Befragung/Nicht-Experiment-> Konsumentenbefragung: "Wie wichtig ist der Preis bei Ihren Kaufentscheidungen?"
• Definition Experiment Empirische Untersuchung zur Überprüfung von Kausalhypothesen -> systematische Variation der Test-Var. unter Kontrolle aller anderen Var./Bedingungen -> Nur Experimente lassen Kausalaussagen zu
• Testen von Kausalität Kausalität = Wenn ich eine Var. ändere (bspw. Preis), ändert sich eine andere Var. (bspw. Absatz) als Konsequenz davon -> Hypothesen über Kausalität ergeben sich aus Theorien, die empirische Überprüfung der Hypothesen führt zu einer Anpassung von Theorien -> Prüfen von Kausalität bei Nicht-experimentellen Daten: - Häufiges gemeinsames Auftreten zweier Ereignisse - Zeitliche Reihenfolge der Ereignisse - Ausschließen alternativer Erklärungen => Immer besser ein Experiment durchführen!
• Probleme bei der Variation der Experimentalvariablen Between-Subjects/Querschnitt: Nicht-Vergleichbarkeit Between-Subjects/Längsschnitt: Nicht-Vergleichbarkeit/Äußere Einflüsse Within-Subjects/Querschnitt: Konditionierung Within-Subjects/Längsschnitt: Reifeprozesse/Sterblichkeit/Äußere Einflüsse
• Between/Within-Subjects, Quer- und Längsschnitt Between-Subjects: Existenz von 2 Gruppen (Kontroll- und Experimentalgruppe) -> beide Gruppen sind vergleichbar, Stimulus wird gesetzt und der Unterschied zwischen beiden Gruppen wird ermittelt Within-Subjects: Mehrmalige Befragung innerhalb einer Gruppe -> Stimulus wird gesetzt und eine vorher/nachher Veränderung betrachtet Querschnitt: zeitlicher Rahmen -> kurzfristiges Intervall, Erinnerungseffekte Längsschnitt: zeitlicher Rahmen -> langfristige Intervalle der Befragung, andere Probleme
• Feldexperiment Durchführung in einem natürlichen Umfeld, wobei die Experimental-Var. variiert und Störeinflüsse nach Möglichkeit kontrolliert werden  Vorteil: Hohe externe Validität Nachteil: Geringe interne Validität               Hoher Zeitaufwand               Hohe Kosten               Geheimhaltung schwer
• Laborexperiment Schaffung eines künstlichen Umfelds, das genau die Bedingungen aufweist, die der Experimentator haben möchte. Vor- und Nachteile genau das Gegenteil vom Feldexperiment
• Probleme von Experimenten Probleme der internen Validität: (Kontrolle von Störeinflüssen) - Nicht-Vergleichbarkeit von Test- und Kontrollgruppe - Äußere Einflüsse - Sterblichkeit der Testpersonen - Veränderungen über die Zeit - Test-Effekte - Änderung des Erhebungsinstruments Problem der externen Validität: (Realitätsnähe) - wenig realistische Aufgabenstellung
• Konstrukt, Item, Messen und Skalieren Konstrukt = Etwas, das man messen will, z.B. Absatz Item = Einzelnes Objektmerkmal, das gemessen wird (komplexe Konstrukte werden häufig über mehrere Items gemessen, z.B. Markentreue) Messen = Empirischer Vorgang, bei dem die Ausprägungen von Objektmerkmalen festgestellt werden, z.B. Befragung Skalieren = Abstrakter Vorgang, bei dem diesen Ausprägungen Zahlenwerte zugewiesen werden, z.B. Einstellungswert 5 ("Stimme voll zu")
• Skalenniveaus Nicht-Metrisch: 1. Nominalskala; = oder ≠; Häufigkeiten, Modus 2. Ordinalskala; < oder >; Median, Rangkorrelation Metrisch: 3. Intervallskala; (x1-x2) > (x3-x4); arith. Mittel, Standardabweichung 4. Ratioskala: (x1/x2) > (x3/x4); geometrisches Mittel
• Reliabilität Freiheit von Zufallsfehlern (erreicht man das gleiche Ergebnis bei Wiederholung?) -> Eine Messung ist reliabel, wenn Werte bzw Beobachtungen nicht weit gestreut sind -> Überprüfung: - Test-Retest-Methode                          - Split-Half-Methode (Aufteilen des Samples in 2 Hälften und Vergleich der                            Messergebnisse)
• Validität Freiheit von systematischen Fehlern -> Misst man das, was man messen will?) -> Eine Messung ist valide, wenn viele Beobachtungen nahe beim wahren Wert liegen -> Überprüfung: 1. Inhaltsvalidität (Plausibilität der Messergebnisse) 2. Konstruktvalidität (Übereinstimmung der Messung eines Konstrukts mit dem wahren Wert des Konstrukts -> konvergierende Validität (unterschiedl. Messmethoden führen für den gleichen Sachverhalt zu gleichen Ergebnissen) -> diskriminierende Validität (Eine Messmethode führt bei Anwendung auf unterschiedliche Sachverhalte zu unterschiedlichen Ergebnissen) 3. Kriteriumsvalidität (Übereinstimmung der Messergebnisse mit einem Kriterium) -> Prognosevalidität (Kriterium später gemessen) -> concurrent validity (Kriterium gleichzeitig gemessen)
• Konvergierende und diskriminierende Validität Konv.: Unterschiedliche Messmethoden führen für den gleichen Sachverhalt zu gleichen Ergebnissen Disk.: Eine Messmethode führt bei Anwendung auf unterschiedliche Sachverhalte zu unterschiedlichen Ergebnissen
• Generalisierbarkeit = Übertragbarkeit (kann man die Ergebnisse auf andere Objekte, Regionen oder Zeiten übertragen?) Generalisierbarkeit in: 1. sachlicher Hinsicht (Sind Preiselastizitäten für Schokolade ähnlich wie für Joghurt?) 2. räumlicher Hinsicht (Verhalten sich Konsumenten in Ostdeutschland wie die in Westdeutschland?) 3. zeitlicher Hinsicht (Werden heute die gleichen Anforderungen an einen Computer gestellt wie vor 3 Jahren?)
• Grund, wieso Experimente durchgeführt werden - Einzig Experimente lassen Überprüfung von Kausalhypothesen zu - Ansonsten können Zufall oder andere Erklärungen nicht ausgeschlossen werden
• Welche Möglichkeiten gibt es, um die Validität und die Reliabilität zu verbessern Validität:  -> Stichprobenauswahl beachten -> Neutralität der Fragen beachten Reliabilität: -> Vergrößerung der Stichprobe

zurück  |  weiter 1 / 1