14401428
| Pregunta | Respuesta |
| Definition Marktforschung | Marktforschung ist die systematische Sammlung Aufbereitung Analyse Interpretation von Daten über Märkte (Kunden und Wettbewerber) zum Zweck der Fundierung von Marketingentscheidungen |
| Ziele der Marktforschung | - Ursachen von Beobachtungen aufdecken - Sachverhalte entdecken & Aussagen über Zusammenhänge formulieren und überprüfen - Realität in einem Modell abbilden - Aussagen prognostizieren |
| Forschungsansätze der Makrtforschung | Problem-identifizierend Problem-lösend |
| Idealtypischer Ablauf Marktforschungsstudie (10) | Problemformulierung Festlegung Untersuchungsdesign Bestimmung d. Durchführenden Festlegung Datenerhebungsmethode Stichprobenauswahl Gestaltung Erhebungsinstrument Durchführung Datenerhebung Editierung und Kodierung d. Daten Datenanalys & -interpretation Präsentation Ergebnisse |
| Definition Untersuchungsdesign | = Rahmen oder Entwurf, um das Marktforschungsprojekt durchzuführen. Es beschreibt detailiert die Abläufe, die zur Gewinnung der Strukturierung und Lösung des Marketingforschungs-Problems benötigten Informationen notwendig sind. |
| explorative vs. kofirmatorische Forschung | e: Gewährung erster Erkenntnisse, Verschaffung grundlegenden Überblicks (vorläufige Ergebnisse) k: Test von spezif. Hypothese und Untersuchung von Wirkungszusammenhängen (endgültig & bestätigend) |
| Wesentliche Forschungsdesigns | explorativ deskriptiv explanativ/kausal |
| Definition theoretisches Konstrukt | ein abstraktes Gebilde, das den wahren, nicht beobachtbaren Zustand oder die Natur eines Phänomens repräsentiert. |
| Einfaktoriell vs. Mehrfaktorielle Konstrukte | e: Konstrukt = genau ein Faktor; beobachtbare Variablen können direkt auf Konstruktebene verdichtet werden m: eindimensionales vs. mehrdimensionales Konstrukt |
| Reflektive vs. formative Konstrukte | Beziehung zw. Faktor und seinen indikatoren R: Faktor verursacht die ihm zugeordnete Variable (Trunkenheit -> Sprachschwierigkeit) F: Faktor ist eine Funktion seiner Indikatoren, die einen Effekt auf ihn ausüben (Wein -> Trunkenheit) |
| Festlegung Datenerhebungsmethode | Datengrundlage 1. Erhebung von Primärdaten a) Befragung b) Mischformen c) Beobachtung 2. Verwendung von Sekundärdaten a) interne Daten b) externe Daten i) öffentlich ii) kommerziell |
| Stichprobenauswahl | 1. Vollerhebung 2. Teilerhebung a) Festlegung Auswahlverfahren i) bewusste Auswahl ii) Zufallsauswahl |
| Qualitative Forschung | Forschungsziel: - Erkennen, Beschreiben und Verstehen psychologischer und soziobiologischer Zusammenhänge - Möglichst vollständige Erfassung & Interpretation problemrelevanter Themen |
| Wofür eignet sich qualitative Forschung? | Erkundungseignung Zugänglichkeitseignung Komplexitätseignung |
| Charakter der qualitativen Forschung | Explorativ Konstruktiv Theoriegenerierend |
| Ablauf qualitative vs. quantitative Forschung | Qual: iterative Ablauflogik Quan: sequentielle Ablauflogik |
| Qualitative vs quantitative Forschung |
Image:
Grafik (binary/octet-stream)
|
| Arten qualitativer Daten | Interviews Beobachtung Dokumente |
| Qualitative Interviewformen | Strukturiert/Standardisiert Experteninterviews Laddering Fokussiert Tiefeninterviews Narrativ Explorativ Problemzentriert Critical-Incident-Technique Fokusgruppen |
| Samplingmethoden | Purposive Sampling Theoretisches Sampling Starke theoretische Annahme Fallstudie |
| SPSS Methode der Leitfadenentwicklung | Sammeln von Fragen für den Leitfaden überPrüfen der Fragen auf Geeignetheit, Streichung unpassender Fragen Sortieren der übrigen Fragen (inhaltlich & Fragetyp) Subsumierern der geprüften und sortierten Fragen in den Leitfaden |
| Praxistipps Interviewführung | Schaffung guter Gesprächsatmosphäre Respekt vor Interviewtem Offenheit & Zurückhaltung Iterativer Lernprozess Nachvollziehbarkeit Ökonomie Technik Sprachenkompetenz |
| Transkriptionssysteme | Wörtlich Kommentierte Inhaltsanalytisch Zusammenfassendes Protokoll Selektives Protokoll |
| Arbeitsschritte der QIA nach Mayring (qual. Inhaltsanalyse) | Festlegung d. Materials Analyse der Entstehungssytuation Formale Charakteristika d. Materials Richtung der Analyse bestimmen Theoret. Diff. d. Fragestellung Bestimmung Analysetechnik Def. Analyseeinheit Analyseschritte mittels Kategoriensystems Interpretation der Ergebnisse Richtung Fragestellung |
| Techniken Kategorienbildung bei qual. Inhaltsanalyse | Zusammenfassung Explikation Strukturierung |
| Induktive und deduktive Kategorienbildung |
Image:
Grafik (binary/octet-stream)
|
| Gütekriterien qualitativer Forschung | Indikation der Methoden Empirische Verankerung Verallgemeinbarkeit Intersubjektive Nachvollziehbarkeit |
| Gütekriterin bzgl. Auswertung/Kodierung | Intercode-Reliabilität: min. 2 Auswertende vergleichen ihre Kodeirungen auf Übereinstimmung Intracoder-Reliabilität: Passagen des Materials werden vom selben Kodierer ein zweites Mal überprüft |
| Definition Fragebogen | Standardisiertes Set von Fragen, um Informationen von dem Befragten zu erhalten |
| Gestaltung des Erhebungsinstrumentes | 1. Entscheidung über Frageninhalte 2. Entscheidung über Fragenformate 3. Entscheidung über Fragenformulierungen 4. Entscheidung über Fragenreihenfolge 5. Entscheidung über äußere Gestalt des Fragebogens 6. Pre-Test, Revision und endgültige Fertigstellung des Fragebogens |
| 2 Sorten von Fragen nach Inhalt | Sachfragen - Bezug auf Untersuchungsziel Kontrollfragen - Prüfung der Plausibilität der Beantwortung d. Fragebogens |
| 2 Sorten von Fragen nach Struktur | Offene Fragen Geschlossene Fragen |
| Skalenniveaus Fragebogen | Nominalskala (Geschlecht, Haarfarbe) Ordinalskala (Schulnote) Intervallskala (IQ, Temperatur °C) Ratioskala/Verhältnisskala (Preis) |
| Skalierungsverfahren | 1. komparative Verfahren a. paarweiser Vergleich b. Rangordnungsverfahren c. Konstantsummenverfahren 2. nicht-komparative Verfahren a. Kontinuierliche Ratingskala b. diskrete Ratingskala i. Likertskalierung ii. Semantisches Differential iii. Stapelskalierung |
| Wortwahl Fragebogen | Einfache Wörter verwenden Unmissverständliche Wörter/Kategorien verwenden Suggestiv/Parteiische Fragen vermeiden |
| Prinzipien Frageformulierung | Einfachheit Neutralität Eindeutigkeit |
| Klassischer Aufbau Fragebogen | Einleitung Einleitungsfragen Sachfragen Fragen zur Person Dank und Verabschiedung |
| 10 goldene Regeln: Gestaltung Erhebungsinstrument | 1. Verwendung einfacher, eindeutiger Begriffe 2. Vermeidung langer, komplexer Fragen 3. Vermeidung hypothetischer Fragen 4. Vermeidung doppelter Stimuli (doppelte Verneinung) 5. Vermeidung von Suggestivfragen 6. Vermeidung von Fragen, die Informationen verlangen, die Befragter nicht hat 7. Eindeutiger zeitlicher Bezug 8. Antwortkategorien erschöpfend und überschneidungsfrei 9. Kontext einer Frage sollte sich nicht auf Beantwortung auswirken 10. Unklare Begriffe definieren |
| Limitation eines Fragebogens | 1. Absichtliche Verstellung 2. Soziale Erwünschtheit 3. Ja-Sage-Bereitschaft 4. Bevorzugung von Antwortmöglichkeiten 5. Wahl von Antworten mit bestimmter Länge oä. 6. Verfälschung aufgrund schneller Bearbeitung |
| Uni- und Bivariate Verfahren zur Editierung von codierten Daten |
Image:
Grafik (binary/octet-stream)
|
| Kennzahlen zur Beschreibung von Daten |
Image:
Grafik (binary/octet-stream)
|
| 2 Arten der Faktorenanalyse | explorativ (Modell- und Hypothesengenerierendes Verfahren) konfirmatorisch (Modell- und Hypothesentestendes Verfahren) |
| Ziele explorative Faktorenanylse | Datenreduktion Analyse d. Beziehungen von vielen Variablen anhand von gemeinsamen Faktoren Basis: Korrelation zwischen erhobenen Variablen Vorbereitung für Verwendung anderer multivariater Verfahren |
| Vorgehensweise Faktorenanalyse |
Image:
Grafik (binary/octet-stream)
|
| Grundvorraussetzungen Faktorenanalyse | Intervallskalierung Inhaltl.: Lineare Merkmalszusammenhänge Hinreichend hohe Korrelation Anzahl der Untersuchungseinheiten ist erheblich größer als die Anzahl der zu faktorisierenden Merkmal |
| Multikollinearität | = Abhängigkeit der (unabhängigen) Variablen untereinander Regressionsanalyse - MKL nicht gewollt Faktorenanalyse - MKL gewollt |
| Überprüfung Mindestmaß an Kollinearität | 1. Anti-Image-Matrix (negative partielle Korrelation) - sollte mögl. gering sein 2. Bartlett's Test of Sphericity - Testet auf vorhandene Signifikanzen; Vorraussetzung: Normalverteilung; Stark steigende Güte mit steigender Stichprobengröße 3. Measure of Sampling Adequacy - Richtwert: MSA >= 0,5; Anwendbar auf Matrix und einzelne Variablen |
| Extraktionsverfahren Faktorenanalyse | Hauptachsen-Faktorenanalyse Hauptkomponentenanalyse |
| Hauptachsen-Faktorenanaylse | - Identifizierung latenter Dimensionen - Varianz einer Variable wird in Kommunalität (gemeinsame Varianz) und Fehlervarianz aufgeteilt - Konzentration auf gemeinsame Varianz |
| Hauptkomponentenanalyse | - Modellierung eines max. Varianzanteils mittels einer minimalen Anzahl von Faktoren - Varianz einer Ausgangsvariable kann vollständig durch Extraktion der Faktoren geklärt werden - Voraussetzung: Fehlervarianz ist gering -Fokus: Gesamte Varianz = 1 |
| Wie viele Faktoren sollten extrahiert werden? | 1. Eigenwertkriterium: Extrahiere alle Faktoren mit Eigenwert >1 2. A priori (inhaltlich): zB anhand Fragebogenaufbaus 3. Varianz-Erklärungs-Kriterium: Faktoren sollen einen Mindestanteil der Varianz erklären 4. Scree Plot: Plot der Eigenwerte gegen die Anzahl der Faktoren (soll aussehen wie Ellenbogen) |
| Faktorladungsmatrix | Zur Interpretation der extrahierten Faktoren Faktorladung: Korrelation zwischen Faktor und Ausgangsvariable Problem: Unrotierte Faktorladungen lassen oft keine Muster erkennen Ausweg: Rotation der Faktormatrix |
| Rotationsverfahren | 1. orthogonale Rotationsverfahren Bewahren Unabhängigkeit der Faktoren (Varimax, Quartimax, Equimax) 2. Schiefwinkliges Rotationsverfahren Erlauben Korrelation zwischen den Faktoren (oblimin) 3. Kombination (Promax) |
| Richtlinien für die Identifikation signifikanter Faktorladungen | 1. Ladung mindestens 0,5 2. Signifikanzen nicht leicht berechenbar, da abhängig von n |
| Qualität der Erfassung eines Konstrukts | Stellt Anforderungen an Reliabilität, Validität und Objektivität |
| Reliabilität | der Grad, in dem die Messungen frei von zufälligen Fehlern sind, und damit die Zuverlässigkeitskoeffizienten die Höhe der systematischen Varianz in einem Maß schätzen |
| Validität | gibt an, wie konzeptionell richtig die Messung ist. Es zeigt sich, ob das Messverfahren wirklich misst, was es messen soll und frei von systematischen Fehlern ist. |
| Inhaltsvalidität | Bezeichnet den Grad, zu dem die Variablen eines Messmodells dem inhaltlich-semantischen Bereich des Konstrukts angehören und die konstruierten Items alle Bedeutungsinhalte und Facetten des Konstrukts abbilden. |
| Konvergenzvalidität | erfordert: starke Beziehung der Indikatoren untereinander hohe Zusammenhänge zwischen den Faktoren, die zu derselben Dimension verdichtet werden Ziel: >=0,5 |
| Diskriminanzvalidität | Erfolgt auf 2 Ebenen: Assoziationen der Indikatorevariablen, die verschiedenen Faktoren zugeordnet sind sollten schwächer sein, als die Assoziationen zwischen Indikatoren, die denselben Faktor messen gleiches gilt für die Zusammenhänge zwischen Faktoren, die unterschiedlichen Dimensionen zugeordnet sind |
| Nomologische Validität | Zeigen den Anteil an zu dem Voraussagen basierend auf einem Konzept sich in einem größeren Kontext bewahrheiten |
| Beziehung zwischen Reliabilität und Validität | X0 = XT+XS+XR X0= ermittelter Wert einer Messung XT= Wahrer Wert der Messung XS= Fehler, der unabhängig der Messung immer in gleicher Höhe auftritt XR=Fehler, die zufällig und mit unterschiedlicher Stärke die Messung beeinflussen Messung ist reliabel, wenn XR=0 Messung ist valide, wenn X0=XT |
| Beziehung zwischen Reliabilität und Validität |
Image:
Grafik (binary/octet-stream)
|
| Cronbachsches Alpha | - Maß der Zuverlässigkeit der Konstruktmessung - min 0,7 - misst Reliabilität der Gruppe von Indikatoren, die einen Faktor messen - beruht auf Annahme, dass Zuverlässigkeit/Reliabilität einer Konstruktmessung durch mehrere Indikatoren umso besser ist, je stärker die Korrelationen zwischen den einzelnen Indikatoren sind und je größer die Zahl der Indikatoren ist |
| Formel Cronbachsches Alpha |
Image:
Grafik (binary/octet-stream)
|
| Item-to-total Korrelation | Korrelation eines Indikators mit der Summe der Indikatoren, die demselben Faktor zugeordnet sind |
| Vorgehensweise konformatorische Faktorenanalyse |
Image:
Grafik (binary/octet-stream)
|
| Anpassungsmaße und deren Schwellenwerte |
Image:
Grafik (binary/octet-stream)
|
| Korrelationsanalyse | - bivariates deskriptives Verfahen der Datenanalyse - Ziel: Analyse einer mögl. Beziehung zwischen Variablen - keine gerichteten Wirkungszusammenhänge - Korrelationskoeff: -1 bis +1 |
| Korrelationskoeffizient | - je näher der Koeffizient an |1| dran ist, desto größer ist die Abhängigkeit zwischen den Variablen - =0 --> linear unabhängig |
| Kausalbeziehung | liegt vor, wenn: - Die Ursache X der Wirkung Y zeitlich vorausgeht (X vor Y) - Die Ursache X mit der Wirkung Y in einer Beziehung steht (X<->Y) - plausible Alternativerklärungen ausgeschlossen werden können |
| Definition Experiment | Ein Experiment liegt vor, wenn eine oder mehrere unabhängige Variablen planmäßig variiert (Kontrolle der UV) und deren Wirkung auf eine oder mehrere AV bestimmt werden, wobei Einflüsse von Störvariablen ausgeschaltet bzw. kontrolliert werden (Kontrolle der Störvariablen) |
| Gütekriterien von Experimenten | Interne Validität Externe Validität Konstruktvalidität |
| Störeffekte der internen/externen Validität eines Experiments | Zeiteffekte Reifungseffekte Testeffekte Instrumentierungseffekte Statistische Regressionseffekte Auswahleffekte Situationseffekte Ausfalleffekte Stichprobeneffekte Probandeneffekte Versuchsleiter(erwartungs)effekte |
| Techniken zur Kontrolle von Störfaktoren | Instrumentelle Kontrolltechniken Versuchsplanerische Kontrolltechniken Statistische Kontrolltechniken |
| Instrumentelle Kontrolltechniken | Eliminierung Instandhaltung |
| Versuchsplanerische Kontrolltechniken | Randomisierung Wiederholungsmessung Parallelisierung |
| Statistische Kontrolltechniken | Kovarianzanalytische Kontrolle |
| Konzeption und Umsetzung eines Experiments | 1. Formulierung der Fragestellung/Hypothese 2. Festlegung Versuchsdesign 3. Operationalisierung d. Variablen 4. Durchführung d. Experiments 5. Analyse der Daten |
| Definition Versuchdesign | Unter einem Versuchsdesign versteht man ein standardisiertes, routinemäßig anwendbares Schema, das dem Aufbau, der Kontrolle und der methodologischen Bewertung einer empirischen Untersuchung von UV und AV sachlogisch zugrunde liegt |
| Experimentelle Designs | Versuchspläne mit Zufallsgruppenbildung Versuchspläne mit Wiederholungsmessung Versuchspläne für parallelisierte Gruppen Mischversuchspläne |
| Manipulationscheck | Anforderungen an die Konstruktvalidität der experimentellen Manipulation (konvergente Validität, diskriminante Validität) Zeitpunkt für Manipulations-Check Möglichkeiten der Überprüfung Reihenfolge |
| Ablauf einfaktorielle Varianzanalyse | 1. Problemformulierung 2. Analyse der Abweichungsquadrate 3. Prüfung statistische Unabhängigkeit |
| Analyse Abweichungsquadrate | Gesamtabweichung = erklärte Abweichung + nicht erklärte Abweichung |
| Prüfung statistische Unabhängigkeit | Ob sich UV signifikant auf die AV auswirkt, wird mit dem F-Test kontrolliert. erforderliche Werte: - mittlere quadr. Gesamtabweichung - mittlere quadrat. Abweichung zw. den Faktorstufen - mittlere quadr. Abweichung innerhalb der Faktorstufen |
| F-Test | Prüft statistische Unabhängigkeit - inwiefern die Nullhypothese angenommen oder verworfen werden muss Ablehnung H0, wenn der empirische F-Wert größer als der theoretische F-Wert |
| Ablauf Moderationsanalyse | 1. Bildung von Konstrukten 2. Mittelwertzentrierung 3. Bildung des Interaktionsterms 4. Schätzung eines Regressionsmodells |
¿Quieres crear tus propias Fichas gratiscon GoConqr? Más información.