STATISTIK-FORUM.de

Hallo,

ich habe ein paar Fragen bezüglich einer Untersuchung. Es wurde eine Umfrage zur Datenerhebung durchgeführt mit n=608 Teilnehmern.

Es soll zum einen untersucht werden, ob die Zufriedenheit mit Y eine Auswirkung auf die Zahlungsbereitschaft mit Produkt X hat. Zusätzlich sollen Faktoren aufgedeckt werden, welche möglicherweise einen Einfluss auf die Zahlungsbereitschaft haben.

Für die Zufriedenheitsmessung wurde ein Instrument aus der Literatur genommen und wie in der originalen Quelle beschrieben ausgewertet. Ich habe nun für jeden Teilnehmer einen Zufriedenheitswert auf einer Skala von 1 bis 7. Die anderen zu prüfenden Faktoren liegen in Kategorien vor. Ich habe alle Kategorien effekt kodiert (um diese in einer Regressionsanalyse nutzen zu können). Für die Messung der Zahlungsbereitschaft wurde ein Choice Experiment durchgeführt. Nach ein paar Problemen ist es mir dann doch gelungen, für jeden Teilnehmer eine Zahlungsbereitschaft für ein bestimmtes Produkt zu berechnen. Ich habe nun also für jeden Teilnehmer einen Betrag den dieser für Produkt X zahlen würde.

Jedoch komme ich jetzt nicht mehr weiter. Zum einen muss ich sagen, dass die Euro Beträge teilweise fehlerhaft sind, was auf das Choice Experiment zurückzuführen ist. In der Literatur wird dieses Problem als "attribute non-attendence" Effekt bezeichnet. In diesen Choice Experimenten lassen sich nur Nutzenwerte ermitteln. Ignoriert ein Teilnehmer den Preis als Eigenschaft innerhalb der Auswahlentscheidungen führt das zwangsläufig dazu, dass er einen geringen Nutzenwert (oder auch Koeffizienten) für den Preis hat und im Gegenzug sehr hohe Nutzenwerte durch die restlichen Eigenschaften. Nunja, und eben das führt dazu, dass diesen Teilnehmern eine extrem hohe Zahlungsbereitschaft zugeordnet wird, die weit außerhalb der gemessenen Preisstufen liegt. Das lässt sich durch zwei Möglichkeiten lösen. Zum einen, indem der Median für Gruppen(oder Segmente) verwendet wird. Zum anderen kann man diese Teilnehmer manuell entfernen. Beide Methoden führen zum selben Ergebnis. Mittelwerte werden auf jeden Fall sehr stark durch diesen Effekt verfälscht. In der Literatur gibt auch Gründe für die Löschung dieser Teilnehmer. Diese beruhen teilweise auf Validierungsfragen, um herauszufinden, ob die Personen die Auswahlentscheidungen einfach nur durchklicken (wodurch dieser Effekt durchaus auftreten kann). Jedoch habe ich solche Daten nicht erhoben und kann bei den betroffenen Teilnehmern aufgrund der Zeit zum Klicken auch nicht auf so etwas schließen. Eine Löschung dieser Personen kann ich nicht begründen. Der Median in den Gruppen zeigt ein plausiblen Wert innerhalb der gemessenen Preisklassen.

Führe ich nun eine lineare Regression durch, wo der Betrag die AV ist und der Zufriedenheitswert und die anderen effekt kodierten Variablen die UV, komme ich zu keinem (zufriedenstellenden) Ergebnis. Ich habe mehrere Einstellungen in SPSS probiert. Teilweise habe ich ein negatives adj. R2, nichts ist in irgendeiner Art und Weise signifikant (nicht einmal das Regressionsmodell an sich).

Ich bin mir nun relativ unsicher was hier überhaupt das Problem ist. Ob ich etwas falsch gemacht habe, oder ob es hauptsächlich an der "fehlerhaften" Berechnung der Beträge durch das Choice Experiment liegt.

Hat vielleicht irgendjemand einen Tipp was ich besser machen könnte? Auch in Bezug auf die Beantwortung der Fragestellung?

Ich würde mich über eine Rückmeldung freuen.

Hi,

- wie sind deine Daten in der Zielpopulation erfasst worden?
- was ist deine Zielpopulation?
- hast Du eine Plausibilitätsprüfung der Rohdaten vorgenommen?

Ich habe mehrere Einstellungen in SPSS probiert.

- ? -wie? -welche?

Ich bin mir nun relativ unsicher was hier überhaupt das Problem ist.

- ebenso +siehe oben.

Gruß
S.

Danke für die Antwort. Zuerst einmal muss ich sagen, dass ich relativ wenige Erfahrungen mit solchen Erhebungen (Choice Experimente) habe.

wie sind deine Daten in der Zielpopulation erfasst worden?

Wenn ich die Frage richtig verstanden habe -> online, mittels einer Umfrage.

was ist deine Zielpopulation?

Das ist schwer zu beantworten, da keine Kenntnisse über die Zielgruppe des Produkts bekannt sind. Sagen wir einfach, es wurde eine Quotenstichprobe anhand verschiedener Merkmale auf Basis des Zensus gezogen.

hast Du eine Plausibilitätsprüfung der Rohdaten vorgenommen?

Was meinst du damit? Die Rohdaten sind lediglich Auswahlentscheidungen von angezeigten Alternativen. Ich sehe lediglich, dass z.B. Person X Alternative 1 im Set 1 ausgewählt hat.

Wie bereits oben erwähnt sind die ermittelten Zahlungsbereitschaften der Personen einzelnt betrachtet nicht plausibel. Wenn eine Person Preisstufen innerhalb der Untersuchung von 0 bis 30€ angezeigt bekommt und eine innerhalb der Berechnungen eine Zahlungsbereitschaft von 1000€ oder -1000€ hat, dann ist davon auszugehen, dass das nicht plausibel ist. Betrachtet man den Median über alle Teilnehmer hinweg, sind die Werte plausibel. Das resultiert aber eher aus der Methodik (dem Umrechnen von Teilnutzenwerten in Euro Beträge). Das ganze ist ein heiß diskutiertes Thema, was mich aber leider nur wenig weiter bringt. In neueren Fachbeiträgen (2016+) werden verschiedene Lösungsmöglichkeiten diskutiert, die aber meine Fähigkeiten weit übersteigen.

- ? -wie? -welche?

Damit meinte ich die Kodierung der Daten, auch wenn mir irgendwie schon vorher klar war, dass das wohl keinen Effekt haben wird.



---

P.S. ich habe noch einmal in der Literatur nachgesehen. Ich hatte wohl einen kleinen Denkfehler... dort wird keine lineare Regression verwendet, sondern ein lineares Modell aufgestellt und mit ML geschätzt. Ok. Ich werde das ganze noch mal versuchen und mich anschließend melden, wenn es dennoch nicht klappt. Dort wurde die Zahlungsbereitschaft mittels anderer Verfahren ermittelt, weshalb dort ausschließlich plausible Werte auftauchen. Mal sehen, ob der oben genannte Effekt auch das Modell beeinflusst. Wahrscheinlich Auswirkungen von Schlafmangel und Stress ... münden in Verzweiflung.