Datenanalyse Multivariate Verfahren

1. Einfluss MEHRERER Variablen auf eine abhängige Variable

1. Untersucht, wie einzelen Produktmerkmale bzw. Ausprägungen zum Gesamtnutzen für d. Kunden beitrage
2. Erklärt wie sich Präferenzen v. Kunden ändern, wenn sich ein Merkmal ändert
3. Bsp.:

1. 1. Reduktion metrisch skalierter Variablen auf wenige grundlegende
   1. z.B. Persönlichkeitsdimensionen, Serviceorientierung
2. 2. Erstellen einer Datenmatrix
3. 3. Korrelationxmatrix
4. 4. Faktorladungsmatrix

1. Zusammenfassung von Objekten zu Gruppen, die möglichst homogen, aber heterogen untereinander sind
   1. Marktsegmentierung
2. 1. Auswahl Clustervariablen
3. 2. Aufstellen Datenmatrix
4. 3. Elimination v. Ausreißern
5. 4. Auswahl Clusteralgorithmus
6. 5. Bestimmung Clusteranzahl
7. Bsp.: Ansichten Kunde A & D weit auseinander, aber A & C sehr gleich .--> A & C ein Cluster

1. abhängige und unabhängige Variabel
2. gerichtete Abhängigkeiten

   Annotations:

   • Z.B: WIe beeinflussen die unabhängigen Variabeln Preis, Qualität, Design etc. die abhängige Variabel Kundenzufriedeneheit

Annotations:

• z.B.: Wie hängen die Faktoren: Mitarbeiterzufriedenheit Kundenzufriedenheit und Motivation der Mitarbeiter zusammen?

1. metrisch und nicht metrischen skaliereungen
2. ungerichtete Abhängigkeit