Explorative/Prädiktive Analyseverfahren im Allgemeinen:

Explorative bzw. prädiktive multivariate Analyseverfahren sind tiefergehende wissenschaftliche Auswertungsmethoden, die gegenüber herkömmlichen Methoden den Vorteil haben, dass mehr als zwei Variablen gemeinsam analysiert werden können (hinsichtlich Zusammenhängen, Gemeinsamkeiten, Unterschieden etc.). Auf diese Weise können empirische Gegebenheiten – beispielsweise die Wirkung von Kommunikationsmassnahmen – nach wissenschaftlichen Kriterien erklärt (explorativ), unterschieden, klassifiziert oder prognostiziert (prädiktiv) werden.

Zudem können Befragungsdaten, die oft von Störeinflüssen (z.B. die soziale Erwünschtheit) betroffen sind, durch multivariate Analysen zusätzlich kontrolliert und bereinigt werden. So ist es unter anderem möglich, neben interessierenden Zusammenhängen beliebig viele weitere Einflussgrössen (z.B. Alter, Geschlecht, Bildung, Image) zu berücksichtigen bzw. deren Einfluss zu kontrollieren.

Darüber hinaus werden unter der Anwendung multivariater Analyseverfahren diverse Plausibilitätsprüfungen bei den dabei verwendeten Datensätzen vorgenommen. Folglich dienen diese Analyseverfahren der Qualitätssicherung bzw. der Sicherstellung der Daten- und Ergebnisqualität.

Explorative/Prädiktive Analyseverfahren

Die multivariate Regressionsanalyse untersucht den Einfluss bzw. die Wirkung von mehreren sogenannten «unabhängigen» Variablen auf eine sogenannte «abhängige» Variable. Mittels multivariater Regressionsanalysen können also direkte Kausalbeziehungen – d.h. Ursache-Wirkungs-Beziehungen, die auch als Je-Desto-Beziehungen bezeichnet werden können – untersucht und miteinander verglichen werden.

Auf diese Weise kann zum Beispiel innerhalb der Image-/Reputationsforschung analysiert werden, welche Imagedimensionen (= unabhängige Varibablen) die Treiber für die wahrgenommene Wichtigkeit eines Unternehmens (= abhängige Variable) sind. Bei Wirkungsanalysen könnte man etwa eruieren, welche Kommunikationskanäle die Treiber für die Kaufentscheidung eines Produktes sind.

Multivariate Regressionsanalyse

Wie die Regressionsanalyse ist auch die mehrfaktorielle Varianzanalyse ein strukturprüfendes Verfahren, bei dem eine vorliegende Struktur (z.B. die Unterscheidung zwischen verschiedenen Einstellungs-, Wahrnehmungs- und Anspruchsgruppen) an den vorliegenden Daten überprüft wird. Mittels Varianzanalyse können beispielsweise Mittelwertsunterschiede zwischen mehr als zwei Gruppen, die nach mehr als zwei Dimensionen gebildet werden (z.B. unterschiedliche Einstellungs-, Wahrnehmungs- und Anspruchstypen eines Unternehmens), untersucht werden.

Der Mehrwert von mehrfaktoriellen Varianzanalysen innerhalb der Image-/Reputations –und Kommunikationsforschung besteht beispielsweise darin, dass daraus Rückschlüsse auf die Ansprache unterschiedlicher Personengruppen mit verschiedenen Kommunikationskonzepten eines Unternehmens gezogen werden können.

Mehrfaktorielle Varianzanalyse

Im Gegensatz zur Regressions- und Varianzanalyse ist die die multivariate Clusteranalyse ein strukturentdeckendes Verfahren, bei dem Strukturen innerhalb des vorliegenden Datensatzes aufgedeckt werden. Sie untersucht, in wie weit sich Objekte (z.B. Personen) zu verschiedenen, homogenen Gruppen bzw. «Clustern» zusammenfassen lassen.

Die Clusteranalyse bietet sich beispielsweise bei der Untersuchung der Wahrnehmung und Wirkung eines Unternehmens oder Produktes an mit der Erkenntnis, dass es nicht DIE Wahrnehmung gibt, sondern die Anspruchsgruppen vielfältig und unterschiedlich sind. Via Clusteranalyse könnte man in diesem Sinne etwa Typologien der verschiedenen Wahrnehmungsgruppen eines Unternehmens sowie jeweils passende Kommunikationsmassnahmen, mit denen dies Gruppen am besten angesprochen werden können, eruieren.

Multivariate Clusteranalyse

Multivariate Faktorenanalyse

Die Faktorenanalyse – wie die Clusteranalyse ein strukturentdeckendes Verfahren – untersucht, ob und wie weit sich Zusammenhänge zwischen mehreren Variablen auf übergeordnete «Faktoren» zurückführen lassen. Auch die Zusammenfassung von mehreren Indikatoren zu einem «dahinterstehenden» Konstrukt lässt sich so prüfen. Das Grundprinzip der Faktorenanalyse ist die Zusammenfassung mehrerer Variablen zu einer «übergeordneten» Variable (= Faktor) aufgrund der Korrelationen bzw. Zusammenhänge zwischen den Variablen.

Mithilfe der Faktorenanalyse können zum Beispiel innerhalb der Wirkungs- oder Image-/Reputationsforschung übergeordnete Dimensionen (bzw. Strukturen) im Bereich Wahrnehmung/Wirkung und Beurteilung/Akzeptanz (z.B. von Marken oder Produkten) aufgedeckt werden. Damit ermöglicht die Faktorenanalyse nicht zuletzt eine Reduktion der Variablenanzahl in den Daten und somit eine Wirkungs- bzw. Reputationsanalyse eines Unternehmens oder Produktes mit wenigen, aussagekräftigen Faktoren bzw. Dimensionen anstatt mit zahlreichen Wahrnehmungs- und Beurteilungsvariablen.

Ihre direkte Ansprechpartnerin zu unseren Analyseverfahren:

Dr. Ursina Mögerle

Telefon. +41 43 268 09 53

KONTAKT  |  AGB  |  DATENSCHUTZ  |  IMPRESSUM  |  SITEMAP

Explorative/Prädiktive Analyseverfahren

Multivariate Regressionsanalyse

Mehrfaktorielle Varianzanalyse

Multivariate Clusteranalyse

Multivariate Faktorenanalyse