Zusammenfassung
Conjoint-Analysen sind multivariate Methoden zur Analyse der Präferenzen bzw. Nutzenstrukturen von Personen. Insbesondere handelt es sich dabei um dekompositionelle Verfahren, die dadurch gekennzeichnet sind, dass sie aus empirisch erhobenen Gesamturteilen (Präferenzen) von Produkten auf die Bedeutung einzelner Eigenschaften und Eigenschaftsausprägungen dieser Produkte für die Präferenzbildung schlißgen. Die Objekte werden also zunächst ganzheitlich beurteilt (CONsidered JOINTly) und sodann werden diese Gesamtbeurteilungen mittels analytischer Methoden in ihre Komponenten, sog. Teilnutzen, zerlegt. Der Untersucher, z. B. der Hersteller eines Produktes, kann auf diese Weise in Erfahrung bringen, welche Eigenschaften seines Produktes für die potenziellen Verwender von besonderer Wichtigkeit sind.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literaturhinweise
A. Basisliteratur zur Auswahlbasierten-Conjoint-Analyse
Baier, D./Brusch, M. (2009), Conjointanalyse: Methoden – Anwendungen – Praxisbeispiele, Berlin/Heidelberg/New York.
Gustavsson, A./Herrmann, A./Huber, F. (2003), Conjoint Measurement: Methods and Applications, 3rd ed., Berlin/Heidelberg/New York.
Train, K. E. (2003), Discrete choice methods with simulation, Cambridge et al.
Volckner, F./Sattler, H./Teichert, T. (2008), Wahlbasierte Verfahren der Conjoint-Analyse, in: Herrmann, A./ Homburg, C./ Klarmann, M. (Hrsg.), Handbuch Marktforschung, Wiesbaden, S. 687–711.
B. Zitierte Literatur
Addelman, S. (1962), Orthogonal main effects plans for asymmetrical factorial experiments. in: Technometrics, Vol. 4, Nr. 1, S. 21–46.
Agresti, A. (2002), Categorical Data Analysis, New York.
Ben-Akiva, M./ Lerman, S. R. (1985), Discrete Choice Analysis, Cambridge.
Bohler, H. (2004), Marktforschung, 3. Aufl. Stuttgart u.a.
Cochran, W. G./ Cox, G. M. (1992), Experimental Designs, 2. Auflage, New York.
Cox, D. R. (1958), Planning of Experiments, New York.
Cox, D. R./ Oakes, D. (1984), Analysis of Survival Data, London et al.
Daganzo, C. (1979), Multinomial Probit – The Theory and its Application to Demand Forecasting, New York et al.
Erichson, B. (2005), Ermittlung von empirischen Preisresponsefunktionen durch Kaufsimulation. Otto-von-Guericke-Universitat Magdeburg, Faculty of Economics and Management Magdeburg (FEMM), Working Paper, Nr. 4.
Erichson, B./ Bortzler, K. (1992), Laboratory Price Response Measurement in Testing New Products, in: ESOMAR Seminar on New Technologies for Marketing Decisions, Rotterdam, S. 29–48.
Fahrmeir, L./ Kneib, T./ Lang, S. (2007), Regression: Modelle – Methoden und Anwendungen, Berlin/Heidelberg.
Fletcher, R. (1987), Practical Methods of Optimization, New York et al.
Gelman, A./ Carlin, J./ Stern, H./ Rubin, D. (2004), Bayesian Data Analysis, Raton, FL: Chapman & Hall/CRC.
Gensler, S. (2003), Heterogenitat in der Praferenzanalyse, Wiesbaden.
Hammann, P./ Erichson, B. (2000), Marktforschung, 4. Aufl. Stuttgart.
Hensher, D. A./ Rose, J. M./ Greene, W. H. (2005), Applied Choice Analysis, Cambridge et al.
Herrmann, A./ Homburg, C./ Klarmann, M. (2008), Handbuch Marktforschung, Band 3, Wiesbaden: Gabler.
Hosmer, D. W./ Lemeshow, S./ May, S. (2008), Applied Survival Analysis, 2. Auflage, New Jersey.
Huber, J. (2005), Conjoint Analysis: How we got here and where we are (an update), in: Sawtooth Software Research Paper.
Huber, J./ Zwerina, K. (1996), The importance of Utility Balance in Efficient Choice Designs, in: Journal of Marketing Research, 23, S. 307–316.
Klein, J. P./ Moeschberger, M. L. (2003), Survival Analysis – Techniques for Censored and Truncated Data, 2. Aufl. USA.
Kuhfeld, W. F. (1997), Efficient Experimental Designs Using Computerized Searches, Sawtooth Software Conference Proceedings: Sequim, WA.
Kuhfeld, W. F. (2010), Marketing Research Methods in SAS, SAS 9.2 edition, http://support.sas.com/techsup/technote/mr2010.pdf.
Lindley, D./ Smith, A. (1972), Bayes Estimates for the Linear Model, in: Journal of the Royal Statistical Society. Series B (Methodological), 34, S. 1–41.
Louviere, J. J./ Hensher, D. A./ Swait, J. D. (2000), Stated Choice MethodsAnalysis and Application, Cambridge et al.
Luce, R. (1959), Individual Choice Behavior, New York.
Maddala, G. S. (1983), Limited Dependent and Qualitative Variabels in Econometrics, Cambridge et al.
McFadden, D. (1974), Conditional Logit Analysis of Qualitative Choice Behavior, in: Zarembka, P. (Hrsg.): Frontiers in Econometrics, New York et aI, S. 105–142.
McFadden, D. (1976), Quantal Choice Analysis: A Survey, in: Annals of Economic and Social Measurement, 4, S. 363–390.
McFadden, D. (1984), Econometric Analysis of Qualitative Response Models, in: Z. Griliches/D. Intriligator (Hrsg.): Handbook of Econometrics, Vol. 2, Amsterdam, Kapitel 26.
Moore, M./ Gray-Lee, J./ Louviere, J. (1998), A Cross-Validity Comparison of Conjoint-Analysis and Choice Models at Different Levels of Aggregation, in: Marketing Letters, 9, S. 195–207.
Norusis, M. J. (2008), SPSS 16.0 – Advanced Statistical Procedures Companion, New Jersey.
Orme, B. K. (2012), SSi Web v8.1 Software for Interviewing and Conjoint Analysis, Manual Sawtooth Software: Orem, UT.
Press, W./Flannery, B./Teukolsky, S./Vetterling, W. (1986), Numerical Recipes – The Art of Scientific Computing, Cambridge – New York et al.
Rossi, P. E./ Allenhy, G. M./ McCulloch, R. (2006), Bayesian Statistics and Marketing, Chichester (GB).
Sawtooth Software (2001), CBC User Manual, Version 2, Sequim, WA.
Schlag, N. (2008), Validierung der Conjoint-Analyse zur Prognose von Preisreaktionen mithilfe realer Zahlungsbereitschaften, Munster.
Street, D. S./Burgess, L. (2007), The Construction of Optimal Stated Choice Experiments, Hoboken.
Teichert, T. (2001), Nutzenermittlung in wahlbasierter Conjoint-Analyse: Ein Vergleich zwischen Latent-Class- und hierarchischem Bayes-Verfahren, in: Zeitschrift fur betriebswirtschaftliche Forschung, 53, S. 798–822.
Train, K. E. (2003), Discrete Choice Methods with Simulation, Cambridge et al.
Train, K. E. (2009), Discrete Choice Methods with Simulation, Cambridge et al.
Tutz, G. (2000), Die Analyse kategorialer Daten, Oldenbourg/Munchen.
Vriens, M./ Oppewal, H./ Wedel, M. (1998), Ratings-based versus choice-based latent class conjoint models – An empirical comparison, in: Journal of Market Research Society, 40, S. 237–248.
Weiher, R./ Miihlhaus, D. (2009), Auswahl von Eigenschaften und Auspragungen bei der Conjoint-Analyse, in: Baier, D./ Brusch, M. (Hrsg.): Conjoint-Analyse: Methoden – Anwendungen – Praxisbeispiele, Berlin u. a, S. 43–58.
Wildner, R. (2003), Marktforschung fur den Preis, in: Jahrbuch der Absatz- und Verbrauchsforschung, 1/2003, S. 4–26.
Winer, B. J. (1971), Statistical Principles in Experimental Design, 2. Auflage, New York et al.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2015 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Backhaus, K., Erichson, B., Weiber, R. (2015). Auswahlbasierte Conjoint- Analyse. In: Fortgeschrittene Multivariate Analysemethoden. Springer Gabler, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-46087-0_5
Download citation
DOI: https://doi.org/10.1007/978-3-662-46087-0_5
Published:
Publisher Name: Springer Gabler, Berlin, Heidelberg
Print ISBN: 978-3-662-46086-3
Online ISBN: 978-3-662-46087-0
eBook Packages: Business and Economics (German Language)