Multivariate Verfahren

Die multivariaten Verfahren analysieren die gegenseitigen Beziehungen zwischen mehr als zwei Variablen. Sie ermöglichen daher aussagekräftigere Berechnungen im Vergleich zu uni- bzw. bivariaten Analyseverfahren der Datenanalyse in der Marktforschung. Wie in Obersicht 100 abgebildet, lassen sich die multivariaten Analyseverfahren danach differenzieren, ob sie eine einseitige Abhängigkeit oder eine gegenseitige Abhängigkeit zwischen den betrachteten Variablen untersuchen (Depenzenzanalyse oder Interdependenzanalyse).

Bei der Dependenz- oder Abhängigkeitsanalyse handelt es sich um Verfahren, die mit Hilfe der Werte der unabhängigen Variable(n) Aussagen über die abhängige(n) Variable(n) treffen, während es bei der In-terdependenz- oder Unabhängigkeitsanalyse um die Klärung des Beziehungsgefüges zwischen gleichrangigen Variablen geht. Der Abhängigkeitsbegriff ist hier jedoch nur in einem formalen Sinne zu verstehen.

Die Verfahren der Dependenz- und Interdependenzanalyse lassen sich nach dem Skalenniveau der abhängigen und unabhängigen Variablen weiter unterteilen. Zu den wichtigsten Verfahren der De-pendenzanalyse mit der Erfordernis eines metrischen Skalenniveaus der abhängigen Variable zählen die multiple Regressionsanalyse und die multiple Varianzanalyse. Ein nicht metrisches Skalenniveau

der abhängigen Variable fordern die Distoiminanzanalyse sowie die Baumanalyse und die Kontingenzanalyse, die mindestens zwei unabhängige Variablen berücksichtigen.

Zu den wichtigsten Verfahren der Interdependenzanalyse mit der Erfordernis eines metrischen Skalenniveaus der Variablen zählen die () Faktorenanalyse und mit der Erfordemiss eines nicht-metrischen Skalenniveaus die Multidimensionale Skalierung und das Conjoint Measurement. Die Clusteranalyse fordert je nach verwendeter Variante metrische oder nicht metrische Skalenniveaus.

Die Anwendungsbereiche der einzelnen Analysen können erweitert werden. Dies ist es bei der Regressions- und Diskri-minanzanalyse möglich, wenn nominale Variablen durch Verwendung binärer Variablen wie metrische behandelt werden (sog. Dummy Variablen). Ordinale Variablen können (mit Informationsverlust) in nominale transformiert werden. Die Obersicht 101 zeigt ausgewählte, typische Fragestellungen, die mit den jeweiligen Verfahren untersucht werden können.

<< vorhergehender Begriff

nächster Begriff >>

Multivariate Datenanalyse

Mündel