Conjoint-Analyse

 

(C.) [engl. conjoint analysis; conjoint verbunden; lat. conicere zusammenwerfen], [FSE], statistisches Datenanalyseverfahren für ranggeordnete Daten (Ordinalskala) auf Basis von Präferenzurteilen. Es wird angenommen, dass die Präferenz zw. Alternativen durch die Bedeutung oder den Nutzen von Einzelmerkmalen bzw. Teilkomponenten (Teilnutzenwerte [engl. partworths]) determiniert wird. Die Bestimmung der Teilnutzenwerte von elementaren Einzelmerkmalen für die Gesamteinschätzung von aus den Teilmerkmalen zus.gesetzten Stimuli ist das zentrale Ziel der C. (dekompositionelles Verfahren).  Bsp. 1: Soll sich ein Klient zw. Therapiealternativen entscheiden, so werden zunächst Teilkomponenten der Alternativen identifiziert: z. B. Zeitaufwand (gering vs. hoch),  Kostenaufwand (gering vs. hoch), Erfolgssicherheit (mittel vs. hoch), Passung des Therapieansatzes zu subj. Überzeugungen des Klienten (gering vs. hoch). Aus diesen Merkmalen können 2%5E%7B4%7D%3D16 Alternativstimuli def. werden, die sich jew. durch eine spezif. Kombination der vier dichotomen Merkmalsausprägungen zus.setzen (z. B. Alternative 1: Zeitaufwand gering, Kostenaufwand gering, Erfolgssicherheit mittel, Passung gering). Der Klient ist dann aufgefordert eine Rangreihe der 16 Alternativen zu erstellen. Alternativ können beim Paarpräferenzurteil jew. zwei Alternativen präsentiert werden und der Klient ist aufgefordert anzugeben, welche der beiden er präferiert: Es sind dann %7B16%20%5Cchoose%202%7D%3D120 Präferenzentscheidungen zu treffen. Ausgehend von den Rangordnungs- oder Präferenzinformationen kann mittels der C. der Teilnutzenwert jeder Teilkomponenten analytisch bestimmt werden. So könnte bspw. bei einer schweren Erkrankung der Teilnutzenwert der Erfolgssicherheit die wesentliche Entscheidungsdeterminante sein, bei einer weniger gravierenden Erkrankung wäre ggf. das Gewicht von Kosten- oder Zeitfaktoren höher. Bsp. 2: Kauf eines Produkts: Teilkomponente 1: Preis niedrig, mittel, hoch; Teilkomponente 2: Qualität: niedrig, mittel, hoch; Teilkomponente 3: Design: neutral, attraktiv. Anzahl der Alternativstimuli: 3%5Ccdot%203%5Ccdot%202%3D18. Anzahl notwendiger Paarvergleiche: %7B18%20%5Cchoose%202%7D%3D153. Fragestellung der C.: Wie hoch ist die Bedeutung oder der Teilnutzen von Preis, Qualität und Design für die Produktwahl des Käufers?

Da mit der Anzahl der Teilkomponenten und der Anzahl möglicher Ausprägungen der Teilkomponenten die Anzahl der Alternativstimuli sehr schnell anwächst, wurden adaptive Selektionsverfahren entwickelt, bei denen den Pbn nur Stimuli vorgegeben werden, die auf Basis des vorangehenden Entscheidungsverhaltens max. informativ erscheinen (Adaptive C.). Ergibt sich eine stabile Lösung, d. h., konnte ein Modell ermittelt werden, das die Präferenzwahlen der Pbn zuverlässig vorhersagt, wird die Datenerhebung beendet, obwohl nur ein Teil aller möglichen Kombinationen von Alternativstimuli dargeboten wurde. Zur Schätzung der Teilnutzenwerte kommen varianzanalytische und regressionsanalytische Verfahren zum Einsatz, bei denen die Konkordanz der empirischen Rangwerte und der ermittelten Gesamtnutzenwerte (STRESS-Maß) maximiert wird. I. d. R. werden additive (Annahme: es existiert kein Interaktionseffekt der Teilkomponeten) und lineare Modelle verwendet.

Referenzen und vertiefende Literatur

Sie sind schon registriert? Zur Anmeldung
Erstellen Sie einen Account um das komplette Literaturverzeichnis einzusehen.