Marktforschung und Marktanalyse - wiso.boku.ac.at · MARKFORSCHUNG & MARKTANALYSE Einleitung 1...

167
MARKFORSCHUNG & MARKTANALYSE Einleitung 1 Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Studienunterlagen zur Lehrveranstaltung Marktforschung und Marktanalyse VU 735.327 Von Ao.Univ.Prof. Dr. Peter Schwarzbauer Studienjahr 2008/2009 Institut für Marketing & Innovation University of Natural Resources and Applied Life Sciences, Vienna Department of Economic and Social Sciences

Transcript of Marktforschung und Marktanalyse - wiso.boku.ac.at · MARKFORSCHUNG & MARKTANALYSE Einleitung 1...

MARKFORSCHUNG & MARKTANALYSE Einleitung

1

Universität für Bodenkultur WienDepartment für Wirtschafts- und Sozialwissenschaften

Studienunterlagen zur Lehrveranstaltung

Marktforschung und Marktanalyse

VU 735.327

Von

Ao.Univ.Prof. Dr. Peter Schwarzbauer

Studienjahr 2008/2009

Institut für Marketing & Innovation

University of Natural Resources and Applied Life Sciences, Vienna Department of Economic and Social Sciences

MARKFORSCHUNG & MARKTANALYSE Einleitung

2

Inhaltsverzeichnis

1 Einleitung - Ausbildungsziel.................................................................. 6

2 Marktanalyse als Teilbereich der Wirtschaftswissenschaften ........... 8 2.1 Das Erkenntnisobjekt der Marktforschung .......................................................8

2.11 Die makroökonomische Perspektive (nach Böcker und Dichtl, 1988) ........8 2.12 Die mikroökonomische Perspektive (nach Böcker und Dichtl, 1988) .......10

2.121 Die Ermittlung von Bestandesdaten .....................................................10 2.122 Die Ermittlung von Reaktionsdaten ......................................................11

2.13 Abgrenzung der Marktforschung (nach Hammann und Erichson, 1978; Behrens, 1974) ...............................................................................................12

2.2 Aufgaben der Marktforschung .........................................................................13 2.21 Absatz- und Beschaffungsmarktforschung.................................................14 2.22 Probleme der Auslandsmarktforschung......................................................14 2.23 Grundsätzliche Inhalte einer Marktstudie....................................................16

2.3 Träger und Organisation der Marktforschung (nach Hammann und Erichson, 1978) ..................................................................................................17

2.31 Organisation und organisatorische Eingliederung von eigener Marktforschung..............................................................................................17

2.32 Organisation innerbetrieblicher Informationsflüsse...................................18 2.33 Betriebsexterne Marktforschung..................................................................19

2.4 Entscheidungsprobleme der Marktforschung ................................................20 2.41 Entscheidungen über den Informationsbedarf und die

Informationsbeschaffung..............................................................................20 2.42 Entscheidungen über das Informationsbudget...........................................21

2.5 Historische Entwicklung der Marktforschung (nach Behrens, 1974) ...........22

3 Die Datenerhebung............................................................................... 24 3.1 Planung der Datengewinnung - Festlegung des Forschungszieles und des

Forschungsplans für ein Marktforschungsvorhaben.....................................24 3.11 Zur Planung und Durchführung der Datengewinnung ...............................26

3.2 Gewinnung von Daten im Wege der Sekundärforschung..............................27 3.21 Typische Marktforschungsprobleme ...........................................................27 3.22 Grundsätze der sekundärstatistischen Erhebung ......................................27 3.23 Probleme sekundärstatistischer Methoden.................................................28 3.24 Quellen für Sekundärdaten ...........................................................................29

3.241 Amtliche Statistik....................................................................................29 3.242 Statistische Informationen von Verbänden, Forschungsinstitutionen

und Kammern..........................................................................................30 3.243 Wissenschaftliche und allgemeine Publikationen ...............................31

MARKFORSCHUNG & MARKTANALYSE Einleitung

3

3.244 Innerbetriebliche Informationsquellen..................................................31 3.3 Gewinnung von Daten im Wege der Primärforschung...................................32

3.31 Bedingungen für die Anwendung der Methode der Befragung .................35 3.32 Probleme der Definitions- und Hypothesenbildung (nach Karmasin und

Karmasin, 1977) .............................................................................................35 3.321 Definitionsprobleme ...............................................................................35 3.322 Probleme der Hypothesenbildung und Hypothesenbestätigung .......42

3.33 Messen und Messverfahren (nach Karmasin und Karmasin, 1977) ..........45 3.331 Grundbegriffe des Messens...................................................................45

3.3311 Relationen .............................................................................................46 3.3312 Variablen ...............................................................................................46 3.3313 Skalenformen........................................................................................47

3.332 Die Entwicklung von Messverfahren.....................................................50 3.3321 Urteilsmethoden ...................................................................................52

3.333 Skalen zur Messung von Einstellungen (nach Karmasin und Karmasin, 1977) ......................................................................................57

3.3331 Allgemeines ..........................................................................................57 3.3332 Der Paarvergleich .................................................................................58 3.3333 Das Verfahren der summierten Einschätzungen Likert-Skala..........61 (nach: Hammann und Erichson, 1978) ............................................................61 3.3334 Die Skalogramm-Methode von Guttmann (nach Hammann und Erichson, 1978) ..................................................................................................63 3.3335 Das semantische Differential (nach Karmasin und Karmasin, 1977)............................................................................................................................66

3.334 Typologien (nach Karmasin und Karmasin, 1977)...............................70 3.335 Indizes (nach Karmasin und Karmasin, 1977)......................................73

3.34 Zuverlässigkeits- und Gültigkeitsprüfungen (nach Karmasin und Karmasin, 1977) .............................................................................................75

3.35 Auswahl der Erhebungseinheiten (nach Karmasin und Karmasin, 1977).78 3.351 Totalerhebung.........................................................................................78 3.352 Grundgesamtheit ....................................................................................79 3.353 Stichprobenerhebung.............................................................................80 3.354 Angewandte Auswahlverfahren ............................................................85

3.3541 Nicht auf dem Zufallsprinzip beruhende Auswahlverfahren ............85 3.3542 Verfahren der Zufallsauswahl..............................................................88 3.3543 Techniken der Zufallsauswahl.............................................................90

3.36 Durchführung und Kontrolle der Primärerhebung (nach Karmasin und Karmasin, 1977) .............................................................................................92

3.361 Mündliche Befragung .............................................................................93

MARKFORSCHUNG & MARKTANALYSE Einleitung

4

3.3611 Die Befragungssituation ......................................................................93 3.3612 Der Fragebogen ....................................................................................94 3.3613 Probebefragung - Pretest...................................................................100 3.3614 Interviewerkontrolle............................................................................102

3.362 Schriftliche Befragung .........................................................................103 3.363 Sonstige Befragungsmethoden...........................................................105

3.3631 Panelerhebung (nach Hammann und Erichson, 1978) ....................106 3.3632 Expertenbefragung.............................................................................108

4 Datenauswertung und Interpretation................................................ 110 4.1 Vorbereitung der Datenauswertung und Aufbereiten der Daten.................110

4.11 Kodierung.....................................................................................................111 4.12 Eingabe der Daten .......................................................................................112 4.13 Übersicht über Analyseverfahren...............................................................112

4.2 Monovariate Analyseverfahren ......................................................................114 4.21 Häufigkeiten .................................................................................................114 4.22 Deskriptive Statistik.....................................................................................115 4.23 Zeitreihenanalyse.........................................................................................116

4.231 Was ist eine Zeitreihe?.........................................................................116 4.3 Multivariate Verfahren.....................................................................................118

4.31 Strukturprüfende Verfahren........................................................................118 4.311 Kontingenzanalyse ...............................................................................118 4.312 Varianzanalyse......................................................................................120 4.313 Diskriminanzanalyse ............................................................................123 4.314 Regressionsanalyse - Ökonometrie ........................................................125

4.32 Strukturentdeckende Verfahren .................................................................137 4.321 Faktorenanalyse ...................................................................................137 4.322 Clusteranalyse.......................................................................................139

4.4 Verfahren des Operations Research (nach Schwarzbauer, 1993)...............141 4.41 Übersicht ......................................................................................................142

4.411 Der Begriff Operations Research ........................................................142 4.412 Stärken und Schwächen von Computermodellen..............................142 4.413 Methoden des Operations Research...................................................143

4.42 Optimierungsverfahren ...............................................................................145 4.421 Vorteile von Optimierungsverfahren...................................................146 4.422 Nachteile von Optimierungsverfahren................................................147

4.43 Simulationsverfahren ..................................................................................147 4.431 Vorteile von Simulationsverfahren......................................................148

MARKFORSCHUNG & MARKTANALYSE Einleitung

5

4.432 Nachteile von Simulationsverfahren...................................................149 4.5 EDV-Software...................................................................................................149

4.51 Beispiele für Programmpakete für Fragen der Holzmarktanalyse...........150

5 Holzmarktprognosen.......................................................................... 151 5.1 Berechtigung und Probleme von Prognosen................................................151 5.2 Prognosemethoden.........................................................................................152

5.21 Problemstellung und Grundlagen ..............................................................152 5.211 Berechnung des Prognose-Schätzfehlers unter Einbeziehung der Standardabweichungen, der Mittelwerte der unabhängigen und abhängigen (beobachteten) Variablen sowie von Freiheitsgraden .....................................153 5.212 Berechnung des Prognose-Schätzfehlers unter Einbeziehung des Standardfehlers der Schätzung .........................................................................154 5.213 Klassifikation von Prognoseverfahren ...............................................155

5.22 Prognose mittels Extrapolation i.w.S.........................................................156 5.221 Zeitregression .......................................................................................156 5.222 Prognosen mittels Wachstumskurven................................................156

5.23 Prognose komplexer Systeme auf der Basis ökonometrischer Gleichungsmodelle......................................................................................160

5.24 Qualitative Prognoseverfahren (nach Hammann und Erichson, 1978) ...161 5.241 Qualitative Prognose mittels Repräsentativbefragung .....................162 5.242 Qualitative Prognose mittels Expertenbefragung..............................162

5.3 Beurteilung und Auswahl von Prognoseverfahren (nach Hammann und Erichson, 1978)....................................................................................................162

MARKFORSCHUNG & MARKTANALYSE Einleitung

6

1 Einleitung - Ausbildungsziel Zwischen den wirtschaftlich und wirtschaftspolitisch Handelnden auf der einen Seite und der Wirtschaftstheorie auf der anderen klafft eine große Lücke. Während in der Theorie oft genug ein Mangel an realem Bezug und empirischer Fundierung festzustellen ist, so fehlt es auf der anderen Seite an einem ausreichenden theoretischen und methodischen Fun-dament zur Einschätzung bestehender und zur Prognose künftiger Marktentwicklungen sowie zur Begründung und Bewertung wirtschaftspolitischer Maßnahmen oder Hand-lungsstrategien (Mantau 1986). Zur Überbrückung dieser Kluft zwischen und Wissenschaft kann Marktforschung und Marktanalyse im Sinne von (quantitativer) Wirtschafts- und Marktforschung einen wertvollen Beitrag leisten. Im Gegensatz zu Nordamerika und Skandinavien hat dieser Bereich im Zusammenhabg mit erneuerbaren Ressourcen, insbesondere bei Holz in Mit-teleuropa bisher allerdings nur wenig Eingang gefunden. Unter anderem kann das auch damit begründet werden, dass das entsprechende Instrumentarium durch die Lehre bisher kaum abgedeckt wurde. Mit dem Fach "Markforschung und Marktanalyse" werden grundsätzlich zwei Ausbildungs-ziele verfolgt: 1. Vermittlung von Kenntnissen über Methoden der Marktforschung und Marktanalyse

als Grundlage für wissenschaftliches Arbeiten. 2. Vermittlung von Grundkenntnissen zur Einschätzung von Möglichkeiten und Gren-

zen des Einsatzes unterschiedlicher marktanalytischer Methoden für Fragestellun-gen der wirtschaftlichen und wirtschaftspolitischen Praxis.

Im zweiten Abschnitt wird der Bezug zwischen Marktforschung und der allgemeinen Wirtschaftsforschung hergestellt. Im dritten Teil werden die Methoden und Probleme der Datenerfassung behandelt, wobei getrachtet wird, diese in unmittelbarem Zusammenhang mit konkreten Beispielen darzustellen. Neben der Sekundärforschung und einer Übersicht über Sekundärdaten-quellen wird der Erhebung von Primärdaten breiter Raum zugestanden.

MARKFORSCHUNG & MARKTANALYSE Einleitung

7

Der vierte Abschnitt ist der Datenauswertung und Dateninterpretation gewidmet. Da-bei werden neben mono- und multivariaten Analysemethoden auch die Anwendung der Ökonometrie sowie verschiedener Methoden des Operations Research (z.B. Optimierung, Simulation) behandelt. Ein fünfter Abschnitt befasst sich mit der Erstellung kurz- und langfristiger Zukunftsaus-sagen (Prognosen). Die für diese Studienunterlagen hauptsächlich herangezogene Literatur ist im Literatur-verzeichnis thematisch geordnet.

MARKFORSCHUNG & MARKTANALYSE Allgemeine Wirtschafts- & Marktforschung

8

2 Marktanalyse als Teilbereich der Wirtschaftswissenschaften 2.1 Das Erkenntnisobjekt der Marktforschung Marktforschung ist die systematische Sammlung, Aufbereitung, Analyse und Interpretation von Daten über Märkte und Marktbeeinflussungsmöglichkeiten zum Zweck der Informa-tionsgewinnung für Entscheidungen in Wirtschaftspolitik oder Marketing (vgl. Hammann und Erichson, 1978). 2.11 Die makroökonomische Perspektive (nach Böcker und Dichtl, 1988) Selbst bei einfachen Wirtschaftsformen sind Wirtschaftssubjekte bestrebt, sich einen Überblick über Quantität und Qualität von Angebot und Nachfrage zu verschaffen, also den Markt zu erkunden. Wie ein Blick in die Vergangenheit zeigt, war die Suche nach neuen Rohstoffquellen oft die alleinige Triebfeder von Wirtschaftstreibenden und bisweilen auch der gesamten außenpolitischen Aktivitäten einzelner Staaten (z.B. "Entdeckung" Amerikas, Kolonisierung der sogenannten "Dritten Welt"). Heute würde man vom Aufspü-ren von Beschaffungsmärkten (Produktionsfaktoren wie Arbeitskräfte, Land, Betriebsmittel und Kapital) sprechen. In dem Maße, in dem sich Verkäufer- zu Käufermärkten wandelten, hat sich zwangsläufig auch der Schwerpunkt der Marktforschung von den Beschaffungs- zu den Absatzmärkten hin verlagert. Praktisch für jeden, der als Träger der Marktforschung oder als Interessent für deren Er-gebnisse in Frage kommt, geht es zunächst darum, das Marktpotenzial und das Marktvolumen abschätzen zu können. Wie sehr beide Größen auseinanderklaffen kön-nen, verdeutlicht etwa der Umstand, dass in Österreich der jährliche Pro-Kopf-Verbrauch von Nadelschnittholz bei ca. 0.4 m3, in ganz Westeuropa durchschnittlich aber nur bei ca. 0.2 m3 liegt. Auch ohne nähere Angaben ist erkennbar, dass das Marktpotenzial von Na-delschnittholz in Westeuropa nicht vollständig erschlossen sein dürfte. Davon zu unter-scheiden ist das Absatzvolumen des einzelnen Betriebes, dessen Verhältnis zum Markt-volumen einer bestimmten Region Aufschluss über den Marktanteil des betreffenden Unternehmens gibt. Die Abgrenzung eines Marktes oder Teilmarktes ist nicht immer einfach, wie das Beispiel Nadelschnittholz zeigt. Nadelschnittholz ist eigentlich kein Pro-dukt, sondern eine Produktgruppe, die unterschiedliche Sortimente und Qualitäten auf-weist, welche auf Grund einer Konvention zusammengefasst werden (z.B. für Zwecke der Außenhandelsstatistik).

MARKFORSCHUNG & MARKTANALYSE Allgemeine Wirtschafts- & Marktforschung

9

Aus makroökonomischer Sicht bedeutsam ist nicht nur die Größe eines Marktes, sondern auch seine Struktur. Die Möglichkeiten der Aufgliederung und Charakterisierung eines Marktes sind nahezu unerschöpflich; welche Kriterien im konkreten Fall herangezogen werden, richtet sich allein nach dem jeweiligen Erkenntnisinteresse: Auf der Nachfrage-seite geht es vor allem um die Zahl der tatsächlichen und potentiellen Käufer, ihre Zu-sammensetzung nach ökonomischen (z.B. Einkommen), soziodemographischen (z.B. Al-ter), psychologischen (z.B. Mode) und soziologischen (z.B. Ausbildung) Gesichtspunkten und ihre Bedeutung als Abnehmer für die jeweilige Branche oder für einen bestimmten Anbieter. Diese Gegenüberstellung deutet bereits darauf hin, dass heute wesentlich mehr Merkmale zur Charakterisierung von Marktkonstellationen herangezogen werden als in den Anfängen der nationalökonomischen Theorie, wo man glaubte allein aus der Zahl der auf beiden Seiten Beteiligten Aussagen über deren Verhalten im Wettbewerb ableiten zu können. Wer den Verlauf der entsprechenden Zeitreihen über mehrere Jahre hinweg verfolgt, ver-mag dabei Strukturwandlungen, also etwa Konzentrationsprozesse (z.B. Sägeindustrie) und Veränderungen des Verbraucherverhaltens (z.B. teilweise Substitution des Schnitt-holzes durch die Spanplatte) zu entdecken und mit Hilfe der üblichen Prognosemethoden die mutmaßliche weitere Entwicklung vorherzusagen. Eine besondere Form der Strukturierung eines Marktes ist die Identifikation einzelner Marktsegmente. Zunehmende Sättigungserscheinungen und die Verschärfung des Kon-kurrenzkampfes veranlassen manchen Unternehmer, sich mit seinem Angebot nur noch an ganz bestimmte Teile seiner bisherigen Abnehmerschaft zu wenden (z.B. Umweltpa-pier für umweltbewusste Personengruppen, Profilzerspanertechnologie für Schwachholz) oder zumindest eine Abstufung in der Intensität seiner Marketingbemühungen vorzunehmen, wodurch in aller Regel voneinander mehr oder weniger stark getrennte Teilmärkte entstehen. Interesse an der makroökonomischen (volkswirtschaftlichen) Betrachtungsweise haben: • Regierungsinstitutionen (wirtschaftspolitische Entscheidungen) • Verbände (Durchsetzung der Interessen ihrer Mitglieder, wirtschaftspolitische Entschei-

dungen) • Einzelbetriebe (Investitionsentscheidungen, Marketingstrategien)

MARKFORSCHUNG & MARKTANALYSE Allgemeine Wirtschafts- & Marktforschung

10

2.12 Die mikroökonomische Perspektive (nach Böcker und Dichtl, 1988) Mehr noch als bei der makroökonomischen Betrachtungsweise gewinnt bei der mikroöko-nomischen Perspektive eine Differenzierung der im Wege der Marktforschung erhebbaren Daten an Bedeutung, die sich mit einiger Berechtigung durch das Begriffspaar statisch und dynamisch kennzeichnen lässt: Das Erkenntnisinteresse richtet sich dabei einmal auf Be-standesdaten, zum anderen auf Reaktionsdaten. 2.121 Die Ermittlung von Bestandesdaten Zweckmäßigerweise beginnt man im Rahmen der betrieblichen Marktforschung damit, diejenigen Subjekte, die auf einem bestimmten Markt als Partner auftreten oder auftreten können, nach gewissen demographischen Merkmalen aufzugliedern. Als Kriterien für eine erste Aufschlüsselung der Käufer kommen vor allem folgende Merkmale in Betracht: Geschlecht, Alter, Familienstand, Haushaltsgröße, Konfession, Beruf, soziale Schicht, so-wie Einkommens- und Besitzverhältnisse. Die Strukturierung eines Marktes nach diesen Merkmalen erklärt jedoch letztlich nicht, warum demographisch gleich strukturierte oder auch heterogene Gruppen gleiches, ähnliches oder völlig verschiedenes Kaufverhalten an den Tag legen. Aufschlüsse darüber erwartet man sich üblicherweise aus der Beobachtung des mani-festen Kaufverhaltens, das etwa in der Markentreue bzw. im steten Markenwechsel, in der Einkaufshäufigkeit und in der Wahl der Einkaufsstätte zum Ausdruck kommt. Neuer-dings ist man im verstärkten Maße bemüht, die Unterschiede im Verbraucherverhalten durch psychologische Kriterien zu erklären. Dies folgt aus der Erkenntnis, dass nicht nur objektiv bestimmbare Produktkriterien, sondern auch die subjektiv wahrgenommenen Pro-dukteigenschaften und die damit verbundenen Nutzenerwartungen die Kaufentscheidun-gen beeinflussen. Ein weiteres Erkenntnisobjekt der Marktforschung sind daher Einstel-lungen und Meinungen zu bestimmten Gegenständen. Wichtigstes Ziel jeder marktfor-scherischen Tätigkeit ist schließlich die Ergründung der Motive, die einen Verbraucher bewegen, ein Gut zu kaufen oder nicht. Ein Problem der Marktforschung besteht darin, dass die einzelnen Marktsegmente sowohl hinsichtlich ihrer Größe als auch hinsichtlich ihrer Struktur zumeist einem laufenden Wan-del unterworfen sind. Dagegen weist die Persönlichkeitsstruktur eines Menschen größere Stabilität über der Zeit auf und ist daher ebenfalls Erkenntnisobjekt.

MARKFORSCHUNG & MARKTANALYSE Allgemeine Wirtschafts- & Marktforschung

11

Die Erfassung aller dieser Bereiche hat nur dann einen Sinn, wenn gewährleistet ist, dass sich ein solches Konglomerat hypothetischer Konstrukte mit den üblichen Mitteln des Mar-keting überhaupt ansprechen lässt. Es bedarf deshalb auch die Erforschung von Verhal-tensaspekten, deren jeweilige Ausprägung die Basis für die Gestaltung der Marktkom-munikation darstellt. Hier interessieren etwa die Nutzung von Presse, Radio und Fernse-hen, ihre Einstellung zu diesen Medien sowie ihr Vertrauen zu bestimmten Betriebsformen des Handels und Distributionsformen der Industrie. Die bisherigen Aussagen beziehen sich primär auf Betriebe, die Produkte oder Dienstlei-stungen direkt für Konsumenten herstellen. In vielen Branchen sind aber auch Hersteller von Roh- und Halbprodukten vertreten, die Abnehmer sind i.d.R. Weiterverarbeiter. Nicht alle für Konsumenten angeführten Bestandesdaten sind daher für Zwecke der Marktforschung immer sinnvoll erhebbar. Der Produzent eines Roh- oder Halbproduktes wird sich zunächst mit der Erhebung von Bestandesdaten der Weiterverarbeiter auseinandersetzen müssen. Da die Endkonsumenten direkten Einfluss auf die Aktivitäten der Weiterverarbeiter haben, wird es jedoch vielfach auch für den Roh- bzw. Halb-stoffproduzenten sinnvoll sein, Bestandesdaten der Konsumenten als zweite Stufe zu er-heben. Nicht zuletzt verlangt die Abschätzung des Absatzpotenzials stets auch die Analyse der Konkurrenzsituation. Dies gilt für die Produzenten von Roh- bzw. Halbwaren sowie End-produkten bzw. Dienstleistungen gleichermaßen. Wer als Konkurrent in Frage kommt, hängt sehr wesentlich von der Art des Gutes ab. Während man bei sogenannten "Luxus-gütern" vielfach von totaler Konkurrenz sprechen kann (Befriedigung sekundärer Ansprü-che), ist der Wettbewerb bei "elementaren Gütern" (Befriedigung primärer Ansprüche) meist weniger scharf. 2.122 Die Ermittlung von Reaktionsdaten In vielen Fällen besteht großes Interesse daran zu erfahren, wie die aktuellen bzw. poten-tiellen Kunden oder Lieferanten auf Veränderungen des gesamtwirtschaftlichen Rahmens bzw. der eigenen Beschaffungs- und Absatzpolitik reagieren oder reagieren werden. Wäh-rend es bei Bestandesdaten um reine Faktenfeststellungen geht, stellen Reaktionsdaten grundsätzlich verallgemeinerungsfähige Gesetzesaussagen dar. Dabei kann es etwa um folgende Fragestellungen gehen: Wie reagieren Anbieter bei der Veränderung des Produktpreises? (z.B. könnte eine Erhöhung der Industrieholzpreise zur

MARKFORSCHUNG & MARKTANALYSE Allgemeine Wirtschafts- & Marktforschung

12

Mobilisierung von Durchforstungsreserven führen?) Welche Folgen hat das Wirtschafts-wachstum für den Produktverbrauch? (z.B. ist es für einen Produzenten sinnvoll, aufgrund der Wirtschaftsprognose für das nächste Jahr Rohstoffe auf Lager zu legen oder abzubauen?) Wie wirken sich steigende Energiekosten auf die eigenen Produktionskosten und damit auf den Gewinn aus? Untersuchungen dieser Art ermöglichen die Ableitung sogenannter Reaktionsfunktionen, die quasi gesetzliche Beziehungen zwischen veränderten, aber unbeeinflussbaren Rahmenbedingungen oder dem intensitätsmäßig variierten Einsatz von Marketing-Variablen und dem jeweils korrespondierenden Output (Umsatz, Absatz, Marktanteil) verkörpern. 2.13 Abgrenzung der Marktforschung (nach Hammann und Erichson, 1978; Behrens, 1974) Von der bloßen Markterkundung unterscheidet sich Marktforschung durch den systemati-schen Einsatz wissenschaftlicher Untersuchungsmethoden. Markterkundung ist demnach eine lediglich provisorische, auf Zufälligkeit beruhende Analyse von Märkten. Vom Marketing bzw. von der Marketing-Forschung, die beide primär auf betriebliche Absatzentscheidungen ausgerichtet sind, unterscheidet sich Marktforschung durch die Einbeziehung von Absatz- und Beschaffungsmärkten und durch den Interessenten- bzw. Anwenderkreis ihrer Ergebnisse (neben Betrieben auch Verbände und Regierungsstel-len; mikro- und makroökonomische Fragestellungen). Während die Wirtschaftstheorie bzw. Wirtschaftswissenschaft als "Mutterwissen-schaft" der Tochter Marktforschung bezeichnet werden kann, scheinen die beiden Berei-che heute durch eine Kluft voneinander getrennt. Nicht selten ist die Marktforschung von sogenannten "Praktikern" dominiert, die Wirtschaftstheorie von Wissenschaftlern. Die Be-ziehungen zwischen beiden Bereichen sind jedoch nach wie vor vorhanden. Einerseits vermag die Marktforschung mit ihren konkreten empirischen Ergebnissen, ihren methodi-schen Fortschritten und - nicht zuletzt - mit ihren reichen Geldmitteln, der Mutterwissen-schaft manche neue Erkenntnis zu vermitteln, die auf anderem Weg für sie gar nicht zu gewinnen wären. Aber auch die Marktforschung profitiert ihrerseits in vielen Fällen von der gedanklichen Weiterentwicklung wirtschaftstheoretischer Überlegungen. So können von der Wirtschaftstheorie entwickelte Hypothesen von der Marktforschung empirisch getestet werden.

MARKFORSCHUNG & MARKTANALYSE Allgemeine Wirtschafts- & Marktforschung

13

Als Teilbereich der Marktforschung kann die Marktpsychologie angesehen werden (psy-chologische Marktanalyse). Sie beschränkt sich auf marktorientierte Motivations-, Image- und Kommunikationsforschung. 2.2 Aufgaben der Marktforschung Die Grundaufgabe, die es mit Hilfe der Marktforschungsmethoden zu lösen gilt, besteht in der Befriedigung eines aktuellen bzw. künftig zu erwartenden Informationsbedarfs für mi-kro- oder makroökonomische Einheiten. Diese Befriedigung setzt eine Kette von Aktivitä-ten voraus, die sich an die Bedarfsfeststellung anschließen. Die Phasen diese Prozesses sind in Abb. 1 schematisch dargestellt: Abb. 1 Informationskreislaufschema (nach: Hammann und Erichson, 1978)

Die Beschaffung der Informationen sowie deren Verarbeitung kann innerhalb oder außerhalb der betrachteten Wirtschaftseinheiten durch diese selbst oder durch von ihr be-auftrage Institutionen oder Personen erfolgen. Die Phase der Informationssynthese um-fasst alle Aktivitäten, die auf die Abstimmung, Zusammenführung und Präsentation der aus vielfältigen Quellen beschafften und verarbeiteten Informationen gerichtet sind. An-schließend werden die aufbereiteten Informationen in den Entscheidungsprozess einge-speist (Informationsverwendung).

MARKFORSCHUNG & MARKTANALYSE Allgemeine Wirtschafts- & Marktforschung

14

2.21 Absatz- und Beschaffungsmarktforschung Absatzmarktforschung als Forschung für absatzpolitische Entscheidungen eines Betrie-bes oder einer Branche bezieht sich in erster Linie auf die Beschaffung von Informationen über Einsatz- und Wirkungsmöglichkeiten eines absatzpolitischen Instrumentarium von Akteuren am Markt. Mit dem Begriff Beschaffungsmarktforschung kennzeichnet man alle Aktivitäten von Marktakteuren, die auf die Gewinnung von Informationen über Einsatz- und Wirkungsmög-lichkeiten ihres beschaffungspolitischen Instrumentariums sowie der über die damit im Zu-sammenhang stehenden Verhaltensweisen der übrigen Marktteilnehmer gerichtet sind. Die Grundfragen der Beschaffungsmarktforschung ergeben sich analog zur Absatzmarkt-forschung, wobei die Alternative "Eigenfertigung versus Fremdbezug" dominiert. Die Grundfragen der Absatz- und Beschaffungsmarktforschung sind im wesentlichen fol-gende (Hammann und Erichson, 1978): Absatzmarktforschung Beschaffungsmarktforschung - Wer benötigt - Wer bietet - warum - was - was - wann - wann - wo - wo - in welcher Menge - in welcher Menge - über welche Kanäle - über welche Kanäle - zu welchem Preis - zu welchem Preis - zu welchen Bedingungen an? - zu welchen Bedingungen? Mit der Absatzmarktforschung ist i.d.R. auch die Notwendigkeit der Erstellung von Prog-nosen über die Zukunft sowie die möglichen Konsequenzen von Entscheidungsalternati-ven verbunden. In diesem Fall bilden Hypothesen, die die historische Entwicklung erklären sollen, die Grundlage. Absatzwirtschaftliche Prognosen werden für Kenngrößen wie Ab-satz, Marktanteil, Marktvolumen oder ihre Determinanten wie Kaufverhalten, Kaufkraft etc. erstellt. 2.22 Probleme der Auslandsmarktforschung Die Bedeutung ausländischer Absatz- und Beschaffungsmärkte für die inländische Forst- und Holzwirtschaft begründet die Notwendigkeit, Marktforschungstätigkeit in diesen Aus-

MARKFORSCHUNG & MARKTANALYSE Allgemeine Wirtschafts- & Marktforschung

15

landsmärkten zu entfalten. Dabei stehen insbesondere die Erschließung neuer Märkte sowie die Erhöhung bzw. die Erhaltung des Marktanteils in bestehenden Märkten im Vordergrund. Die sich hier ergebenden speziellen Probleme beziehen sich vor allem auf folgende Eigenarten (Hammann und Erichson, 1978): • Akzentuierung der Mittler- bzw. Helferpositionen bei der Absatz- oder Beschaffungstä-

tigkeit (z.B. Frage: selbst exportieren oder durch Spezialisten, Unterstützung durch wen? z.B. Außenhandelsstellen der BWK oder von Banken)

• Möglichkeiten zum Gemeinschaftsabsatz und -bezug • Probleme der Entgeltsicherung infolge Wechselkursschwankungen • Auswirkungen der nationalen und internationalen Wirtschaftspolitik des eigenen Lan-

des und des Auslandes im Hinblick auf die Gestaltung der Außenwirtschaftsbeziehun-gen zwischen den Ländern (z.B. EU-Binnenmarkt, starker Euro - weicher Dollar)

• Zunehmende Internationalisierung der Unternehmen und damit Wegfall des traditionel-

len Import- und Exportgeschäftes (insbesondere im Zusammenhang mit dem europäi-schen Binnenmarkt)

Die Aufgabe der Marktforschung ist dabei in erster Linie in einer Erkundung des Vollzugs-rahmens für eine Absatz- oder Beschaffungspolitik zu sehen. Als Bereiche wären hier ins-besondere anzuführen: a) Informationsinhalte bezogen auf Marktpartner Nachfrager Konkurrenz * Gebiete * Zahl * Branche * Branche * Größenklassen * Unternehmensgröße * Bedarfsinhalte * Marktanteile * Kaufkraft * Marktverhalten * Finanzierbarkeit * regionale Präferenzen Eigenes Angebot * Produktprogramm bzw. Anpassbarkeit * Preis- und Konditionenpolitik * Kommunikationspolitik * Distributionsorgane und -systeme

MARKFORSCHUNG & MARKTANALYSE Allgemeine Wirtschafts- & Marktforschung

16

b) Informationsinhalte bezogen auf lokale Märkte Informationen inländischer Herkunft * Exportförderung * bestehender Außenhandel zwischen In- und Ausland * Rechtliche und wirtschaftliche Bedingungen bezüglich Außenhandel Genereller Bedingungsrahmen im Ausland * Wirtschaftliche Bedingungen (Volkswirtschaftliche Gesamtrechnung, Kauf-

kraft, Preisniveau, Wettbewerbsstrukturen, Marktpotenzial, Marktvolumen, Marktanteile)

* Wirtschaftspolitische und politische Bedingungen (Wirtschaftssystem und -ordnung, Stabilität, Investitionspläne, staatliche Förderung, Mitgliedschaften und internationale Handelsabkommen, Handelshemmnisse, Kursrisiko, Kon-vertierbarkeit)

* Rechtliche Bedingungen (Außenhandelsgesetze, Zollrecht, Devisenrecht, Wettbewerbsrecht, Patent- und Markenrecht, Normen und Usancen, Pro-dukthaftung, Niederlassungs- und Beteiligungsrecht, Rechtsdurchsetzbarkeit)

* Kulturelle und soziale Bedingungen (Sprache, Familienstruktur, Ausbildungs-stand, Religion, besondere kulturelle Eigenheiten, Einstellungen gegenüber ausländischen Anbietern)

* Technische Bedingungen (Entwicklungsstand, Personalqualität, technische Infrastruktur)

* Kommunikationspolitische Bedingungen (Medienlandschaft, Messen, Unter-stützung durch Verbände)

* Geographische Bedingungen (Topographie, Klima, Rohstoffe, Infrastruktur) 2.23 Grundsätzliche Inhalte einer Marktstudie Angesichts der großen Fülle von möglichen Fragestellungen ist es schwierig, erschöpfend Inhalte von Marktstudien anzugeben. Es seien daher einige besonders wichtige und immer wiederkehrende herausgehoben: • Definition und Beschreibung von zu untersuchenden Produkten (Produktgruppen) oder

Dienstleistungen nach Arten und Qualitäten: Normen, Handelsgebräuche, Abgrenzung für statistische Zwecke etc.

• Marktstruktur:

* Zahl und Stellung der Marktteilnehmer, Beziehungs- und Kommunikationsge-füge, Vertriebskanäle

* Angebot und Nachfrage in Mengen nach Querschnitten (z.B. in unterschiedli-chen Regionen) oder/und nach Zeitpunkten (Zeitreihen) - historisch und zu-künftig

* Charakteristika der Nachfrager in Absatzmärkten und Anbieter in Beschaf-fungsmärkten

* Aktive und reaktive Verhaltensweisen der Marktteilnehmer

MARKFORSCHUNG & MARKTANALYSE Allgemeine Wirtschafts- & Marktforschung

17

• Die Beziehungen zwischen allgemeinwirtschaftlichen Daten (z.B. Wirtschaftswachs-tum, Kaufkraft etc.) und Angebot bzw. Nachfrage

• Außerökonomische Einflussfaktoren (z.B. Rechts- und Gesellschaftsordnung, kulturelle

und technische Entwicklung, Produktimage) • Einsatz des absatz- bzw. beschaffungspolitischen Instrumentariums 2.3 Träger und Organisation der Marktforschung (nach Hammann und Erichson, 1978) Die Schaffung organisatorischer Voraussetzungen für die Durchführung von Marktfor-schungsaktivitäten zählt zu den Grundproblemen der Unternehmens- bzw. Wirtschaftspo-litik. Zu unterscheiden ist dabei, ob die Marktforschung von jener Institution selbst durch-geführt wird, die an den Ergebnissen interessiert ist, oder ob sie an andere Institutionen oder Personen außerhalb der eigenen Institution übertragen wird. Immer stellt sich die Frage der Eigen- oder Fremdforschung bzw. einer Kombination aus beiden. 2.31 Organisation und organisatorische Eingliederung von eigener Marktfor-schung Das aufbauorganisatorische Problem bezieht sich auf die Frage, wie und wo die Funktio-nen der Marktforschung angesiedelt werden können. Hierzu bieten sich primär drei Alter-nativen an (Hammann und Erichson, 1978): • Einrichtung einer selbständigen Abteilung • Einrichtung einer Stabstelle * bei der Geschäftsleitung * bei der Marketingleitung • Einrichtung eines funktionalen Informationsbereichs mit darunter angesiedelter Markt-

forschung Die erste Alternative setzt eine umfangreiche, laufend und selbständig durchzuführende Marktforschungstätigkeit voraus. Der Marktforschungsabteilung werden hierbei auch ge-wisse Kompetenzen übertragen, die sich auf Entscheidungen über die Informationsbe-schaffung nach Art und Umfang beziehen. Voraussetzung: Größerer Betrieb mit hohem und regelmäßigem Informationsbedarf und genügend Finanzen.

MARKFORSCHUNG & MARKTANALYSE Allgemeine Wirtschafts- & Marktforschung

18

Die zweite Alternative eignet sich, wenn die innerbetriebliche Marktforschungstätigkeit nur ein geringes Ausmaß erreicht. Die Stäbe stellen gegebenenfalls auch das Verbindungs-glied zur Marktforschung außerhalb der eigenen Institution dar. Anwendung: geringerer Informationsbedarf und wenig Finanzen für Marktforschung. Die dritte Alternative findet sich in Unternehmungen, die aufgrund des Arbeitsanfalls und der Notwendigkeit einer Koordination die Informationsbereiche weitgehend zentralisiert haben. Innerhalb dieses Bereiches wird eine eigene Marktforschungsabteilung eingerich-tet. Eine solche Abteilung verfügt über direkten Zugang zu allen relevanten Informationen und zu den technischen Einrichtungen. Voraussetzung: Innerbetriebliche Zentralisierung des Informationsflusses. 2.32 Organisation innerbetrieblicher Informationsflüsse Marktinformationsflüsse sind ablauforganisatorisch in das gesamte betriebliche Informa-tionssystem eingebettet. Grundprobleme bei der Errichtung von Informationssystemen und damit von Marktinformationssystemen sind insbesondere folgende (Hammann und Erich-son, 1978): • Wie kann man einen Überfluss an irrelevanten Informationen vermeiden bzw. reduzie-

ren? Eine Möglichkeit besteht in der strikten Bindung der Informationsbeschaffung an konkrete Entscheidungsaufgaben. Dies wiederum setzt die Lösung des folgenden Problems voraus:

• Wie kann man eine möglichst eindeutige Spezifizierung einer Entscheidungsaufgabe

und der zu ihrer Bewältigung notwendigen Informationen durch Entscheidungsträger erreichen? Dies erfordert die Schulung dieser Personen in der gedanklichen Konstruk-tion von (auch nur einfachsten) expliziten (offengelegten) Modellen, denn nur für diese können Informationen zuverlässig beschafft werden. Implizite Modelle, die nur in den Köpfen von Entscheidungsträgern existieren und daher den Informationsbeschaffern verschlossen sind, helfen nicht weiter.

• Die mit der Beschaffung und Verarbeitung relevanter Informationen primär befassten

Personen müssen auch angeleitet und geschult werden, die Information für den Prob-lemlösungsprozess entsprechend aufzubereiten und umzusetzen, d.h. dem Entschei-dungsträger problemgerecht zu präsentieren.

• Informationssysteme müssen für den jeweiligen Entscheidungsträger überschaubar

sein, um sie gegebenenfalls bei sich ändernden Bedingungen (z.B. neue Entschei-dungsaufgaben) entsprechend adaptieren zu können.

MARKFORSCHUNG & MARKTANALYSE Allgemeine Wirtschafts- & Marktforschung

19

Abb. 2 Struktur eines Marktinformationssystems (aus: Hammann und Erichson, 1978)

Der Markt und die sonstigen Rahmenbedingungen (Umwelt) liefern die zum Aufbau der Datenbank notwendigen Rohdaten, der Entscheidungsträger legt deren Art und Umfang fest. Die Methodenbank enthält geeignete statistische Methoden zur Analyse und Aufbe-reitung der Daten aus der Datenbank. Diese Daten können in Markt- bzw. Marketingmo-dellen (Erklärungs-, Prognose-, Entscheidungsmodelle) weiterverwendet werden, die in einer Modellbank enthalten sind. Zur Entscheidungsanalyse bedarf es schließlich be-stimmter technischer Hilfen zur Kommunikation, etwa Drucker, Plotter oder Terminal. 2.33 Betriebsexterne Marktforschung Insbesondere bei Kleinbetrieben und bei nur fallweisem Marktforschungsbedarf, wird es aus Kostengründen vielfach nicht möglich sein, eigene Marktforschung zu betreiben. In diesen Fällen ist es sinnvoll, eine betriebsexterne Marktforschungsinstitution mit (be-stimmten Bereichen der) Marktforschung zu beauftragen (Auftragsforschung). Dabei ist sicherzustellen, dass das erforderliche Fachwissen (z.B. Produktkenntnisse) vorhanden ist. Als betriebsexterne Träger von Marktforschungsaufgaben kommen folgende Gruppen von Institutionen in Frage: • Wissenschaftliche Institutionen, wie Universitätsinstitute (z.B. Diplomarbeit über den

spanischen Spanplattenmarkt als Entscheidungshilfe für ein österreichisches Span-plattenwerk bezüglich Investitionen in Spanien)

Kommunikations- einrichtung

Modellbank

Methodenbank

Datenbank

Entscheidungsträger

Umwelt

MARKFORSCHUNG & MARKTANALYSE Allgemeine Wirtschafts- & Marktforschung

20

• Professionelle Marktforschungs-, Marketingberatungs- bzw. Unternehmungsbera-

tungsinstitute • Meinungsforschungsinstitute (z.B. Beteiligung an einer Mehrthemenumfrage, Beauftra-

gung mit einer eigenen Umfrage) • Werbeagenturen, die im Zuge der Erstellung von Werbekonzepten eigene Marktanaly-

sen durchführen, ohne dass dies zum ureigensten Aufgabenbereich einer solchen Agentur gehören würde (z.B. ProHolz Holzwerbekonzept 1994-96)

• Verbände (z.B. Wirtschaftsverbände, Fachverbände) und Kammern (z.B. Landwirt-

schaftskammern, Handelskammern), die gegebenenfalls zur Gewinnung von Informa-tionen über die eigene Branche und im Sinne der Interessenvertretung ihrer Mitglieder eigene Marktanalysen durchführen (z.B. Holz in Österreich 1980 bis 2000; durchge-führt vom ehemaligen Bundesholzwirtschaftsrat)

2.4 Entscheidungsprobleme der Marktforschung Vor Beginn einer Marktanalyse stellen sich gewichtige, teilweise strategische Entschei-dungsprobleme von großer Tragweite, deren Revision später oft unmöglich ist. Hiezu zählen (Hammann und Erichson, 1978): • Entscheidungen über Informationsbedarf und Informationsbeschaffung, u.a. nach * Art (Markttest, Expertengutachten etc.) * Umfang und Qualität (Erhebungsgesamtheiten, regionale Abgrenzung) * Ausmaß und Häufigkeit * Beschaffungsträger (Eigen- oder Fremdbeschaffung) • Entscheidungen über das Informationsbudget 2.41 Entscheidungen über den Informationsbedarf und die Informationsbeschaf-fung Hier handelt es sich zunächst über die Feststellung der Informationskategorien nach Art, Qualität und Ausmaß. Aufgrund unterschiedlich gelagerter Fragestellungen und zur Ver-fügung stehenden Geldmitteln kann hier kein Generalrezept für die Festlegung von Gren-zen angeboten werden. Grundsätzlich gilt, dass die Qualität der Information mit erhöhten Investitionen in die Be-schaffung und mit der Erweiterung der Erhebungsbasis steigt - allerdings mit abnehmen-den Zuwächsen.

MARKFORSCHUNG & MARKTANALYSE Allgemeine Wirtschafts- & Marktforschung

21

Neben diesen Überlegungen sind die Grundsatzfragen zu stellen: Soll für ein Problem überhaupt Information beschafft werden und wenn ja auf welche Weise? Vorteile der Eigenforschung liegen vor allem in folgenden Punkten (Hammann und Erich-son, 1978): • Bessere Vertrautheit mit dem Problem • Bessere Möglichkeit zur Koordination der Marktforschungsaktivitäten • Nutzung subjektiver Informationen der Entscheidungsträger • Oftmals längere einschlägige Erfahrung • Besserer Informations- und Datenschutz nach Projektabschluss Nachteile der Eigenforschung können sein: • Betriebsblindheit • Methodische Rückständigkeit • Ergebnisbeeinflussung Vorteile der Fremdforschung liegen vor allem in der Vermeidung dieser Nachteile durch: • Einsatz von Spezialisten • Größere Objektivität • Teilweise Kostenersparnis • Vergleichbarkeit mit Ergebnissen außerhalb der auftraggebenden Unternehmung Die Nachteile der Fremdforschung liegen vor allem in den Gefahren, die durch den Er-folgszwang entstehen können, dem etwa ein Marktforschungsinstitut aufgrund seiner er-werbswirtschaftlichen Zielsetzung unterliegt. Diese Gefahren liegen weniger in einer Verfälschung von Ergebnissen als in möglicherweise einseitigen bzw. voreiligen For-schungsansätzen und Ergebnisinterpretationen (Hammann und Erichson, 1978). 2.42 Entscheidungen über das Informationsbudget Die Planung eines Marktforschungsbudgets vollzieht sich üblicherweise in folgenden Schritten (Hammann und Erichson, 1978): • Überprüfung des Budgets der Vorperiode nach Art, Umfang sowie im Hinblick auf die

entstandenen positiven oder negativen Planabweichungen • Übertrag noch offener bzw. nicht abgeschlossener Posten aus früheren und der lau-

fenden Periode(n)

MARKFORSCHUNG & MARKTANALYSE Allgemeine Wirtschafts- & Marktforschung

22

• Ermittlung des allgemeinen und speziellen Finanzbedarfs für die nächste Periode auf der Basis anstehender Marktforschungsprojekte bzw. bestehender Einrichtungen

• Überprüfung der Budgetveränderung gegenüber der Vorperiode und der laufenden Pe-

riode, Analyse von Abweichungen, Vergleich mit den tatsächlich für Marktforschung verfügbaren Finanzmitteln

• Gegebenenfalls: Suche nach Einsparungsmöglichkeiten 2.5 Historische Entwicklung der Marktforschung (nach Behrens, 1974) Erste Ansätze zu wissenschaftlich-systematischer Marktforschung entstanden aus der Er-kenntnis sozialwissenschaftlicher Forschung, subjektbezogene Sachverhalte nur mit Hilfe primärer, d.h. bei den relevanten Untersuchungspersonen direkt ermittelten Daten erfor-schen zu können. Die Ermittlung primärer Daten kennzeichnet somit die erste Phase der demoskopischen Marktforschung. Die erste Konsumentenbefragung über wirtschaftliche Sachverhalte wurde 1911 von C.C. Parlin in den USA durchgeführt. Zunächst herrschte die Annahme, dass die Genauigkeit und Zuverlässigkeit mit der Anzahl der befragten Personen kontinu-ierlich anstiege. Es wurden teure und zeitaufwendige Massenbefragungen durchgeführt, die erst durch die Anwendung der Stichproben- und Wahrscheinlichkeitstheorie aufge-geben wurden. 1936 hatte ein Meinungsforschungsinstitut nach einer Repräsentativbe-fragung von weniger als tausend Personen den Ausgang der US-Präsidentenwahlen zu-treffender prognostiziert als der "Literary Digest", der zwar zwei Millionen Personen be-fragte, dabei aber primär Telefon- und Autobesitzer (Verzerrung durch Eigenschaften, die mit der Parteigesinnung korrelieren) auswählte. Die zweite Phase der primären Datenermittlung ist durch das Hinzutreten eines wichtigen Kriteriums charakterisiert: der Repräsentanz der Auskunftspersonen. Bald gelangte man zur Erkenntnis, dass es mit den bestehenden Befragungsmethoden nicht gelang, die Ursachen für bestimmte Sachverhalte und deren funktionale Beziehung untereinander zu erhellen. Psychologische Faktoren, die das Verhalten der Befragten bestimmen, blieben nämlich bei direkter Fragestellung oft verborgen. Daraus ergab sich die Konsequenz, Be-fragungen auf die psychologische Struktur der Befragten abzustimmen und eine indirekte Befragungsmethodik einzubeziehen. In der dritten Entwicklungsphase der Marktforschung trat also das Kriterium der psychotaktischen Zweckmäßigkeit hinzu.

MARKFORSCHUNG & MARKTANALYSE Allgemeine Wirtschafts- & Marktforschung

23

Zunehmende Sammlung von wirtschaftsstatistischen Daten durch verschiedenste Stellen erlaubte in steigenden Maße auch die Verwendung von Sekundärdaten und somit eine gänzlich andere Art von Marktforschung. Die methodische Veränderung und Verfeinerung der Marktforschung im Zeitablauf spiegelt die Wandlung der Marktstruktur wider: Stand früher als Motivation für die Kaufentschei-dung der Konsumenten die Befriedigung elementarer Grundbedürfnisse im Vordergrund, sind es nun stark differenzierte Luxus-, Preis- und Lebensqualitätsbedürfnisse.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

24

3 Die Datenerhebung 3.1 Planung der Datengewinnung - Festlegung des Forschungszieles und des Forschungsplans für ein Marktforschungsvorhaben Ausgangspunkt jeder Art von Marktforschungstätigkeit ist das Erkennen einer Informa-tionslücke: So wird etwa der drastische Rückgang des Marktanteils Fragen nach der Ur-sache dieses Phänomens hervorrufen. Die Präzisierung des Erkenntniszieles vollzieht sich i.d.R. in mehreren Stufen. Es er-geben sich folgende grundlegende Fragen (nach: Karmasin und Karmasin, 1977): • Mit welchen Worten soll die Realität beschrieben werden? Definition aller verwendeten

Begriffe und Beziehungen von Begriffen untereinander. Was ist z.B. für den Zweck ei-ner Marktforschungsstudie unter dem Begriff "Schnittholz" zu verstehen? Hat es einen Sinn für die Untersuchung der Schnittholzverwendung den Bausektor zu untersuchen?

• Erfassung des bisherigen Informationsstandes (eventuell: Analyse von Sekundärdaten) • Informationsgehalt der Daten: Was soll geliefert werden: eine Diagnose, eine Erklä-

rung, eine Prognose? • Verwertungszusammenhang: Sind die Daten die Grundlage für weitreichende Ent-

scheidungen, oder stellen sie Entscheidungshilfen, vielleicht auch nur Absicherungen für bereits weitgehend festgelegte und vorstrukturierte Pläne dar?

• Kontrollbedingungen: In welchem Ausmaß soll die Gewinnung und Interpretation der

Daten kontrolliert und abgesichert werden? Nach der Absteckung des Rahmens für die Aufgabenstellung einer Marktforschungsstudie bestehen die nächsten Schritte in der Bildung von Konstruktionsskizzen von Messverfah-ren, und zwar (nach: Karmasin und Karmasin, 1977): • Operationalisierung der Begriffe und Begriffszusammenhänge. Operationale Definitio-

nen stellen die Verbindung zwischen Theoriesprache und Beobachtungsspache dar (sh. 3.321). So ist etwa der Begriff "Schnittholznachfrage" in der Realität nicht messbar, der "Schnittholzverbrauch"1 hingegen schon. Eine operationale Definition der inländi-schen Schnittholznachfrage für bestimmte Zwecke könnte etwa lauten:

Nachfrage = Produktion - Export + Import +/- Lagerveränderungen.

Der Frage "Welches Image hat Holz?" bei der österreichischen Bevölkerung kann etwa durch die Festlegung und Abfragung bestimmter Indikatoren nachgegangen werden. Ein solcher Indikator könnte etwa die "tatsächliche Holzverwendung" durch befragte

1 Im Gegensatz zur Nachfrage stellt der Verbrauch die durch Zusammenwirken von Angebot und Nachfrage realisierte Menge dar.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

25

Personen in der eigenen Wohnung sein. In jedem Fall muss klargestellt werden, ob (i) der definierte Indikator im Hinblick auf die Aufgabenstellung adäquat ist (so ist das o.a. Beispiel insofern problematisch, als sich möglicherweise viele Personen Holz zum Bau der eigenen Wohnung nicht leisten können, wohl aber Holz als Baustoff generell schät-zen) und (ii) ob der Indikator auch erhebbar ist. Die schönsten theoretisch begründeten Indikatoren nützen nichts, wenn sie durch Beobachtung nicht festgestellt werden kön-nen.

• Bestimmung der Methode der Datenerhebung Als nächster Schritt erfolgt die Abgrenzung bzw. Selektion der Erhebungseinheiten (nach: Karmasin und Karmasin, 1977). • Wie viele und welche Objekte sollen beschrieben werden? Zielgruppenbestimmung

und gegebenenfalls Festlegung der Stichprobengröße. • Welche Merkmale der Objekte sollen in welcher Genauigkeit erhoben werden? • Soll als Erhebungseinheit eine Person, eine Gruppe oder ein Aggregat gewählt wer-

den? • Soll die Datenerhebung einmalig oder mehrmalig durchgeführt werden? Die nächste Phase kann als Hypothesenplan bezeichnet werden. Hypothesen lassen sich im allgemeinen als Sätze auffassen, über deren Gültigkeit durch im Wissenschafts-bereich akzeptierte Prüfverfahren entschieden werden kann. Mit Hypothesen, die eine wohlbegründete "Vermutung" über bestimmte Verhältnisse des Objektbereiches darstel-len, ist verbunden die systematische Suche nach Beweisen, ob diese Vermutung zutrifft oder nicht. Hypothesen lassen sich meist als "wenn ... dann ..." Aussagen darstellen, etwa "Wenn das Einkommen steigt, steigt auch der Schnittholzverbrauch". Die Hypothesenfor-mulierung ist eng mit der Definition von Begriffen sowie der Bestimmung von Indikatoren verknüpft. Für die Marktforschungsstudie stellen sich folgende Fragen (nach: Karmasin und Karmasin, 1977): • Aus welchen Bereichen können Hypothesen zur Prüfung und Erklärung bezogen wer-

den? z.B. intuitives Verständnis, Primärerfahrung, Forschungspraxis bzw. vorliegende Forschungsergebnisse, Theorie.

• Welche expliziten Hypothesen sollen geprüft werden? • Welche impliziten Hypothesen müssen benutzt werden? Diese werden in der Untersu-

chung nicht mehr geprüft, müssen aber einbezogen werden, z.B. Hintergrundhypothe-sen über das Verhalten von Personen im Interview.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

26

Die nächsten Schritte bestehen in: • Ausarbeitung der konkreten Messverfahren (Erhebungsverfahren) bzw. Fragetechni-

ken (Ausarbeitung der Feldfragen) • Gültigkeits- und Zuverlässigkeitsprüfungen • Konkrete Festlegung der Stichprobe (bei Befragungen) • Pretest (bei Befragungen) • Abschätzung der Untersuchungsdauer • Abschätzung des Finanzbedarfs - Anpassung an Marktforschungsbudget • Durchführung der Untersuchungen • Daten- und Ergebnisanalyse • Interpretation - Entscheidungen über die Haltbarkeit von Hypothesen • Forschungsbericht In der Realität wird es nicht immer sinnvoll und möglich sein, sämtliche oben genannten Punkte in die Erstellung eines Forschungsplans einzubeziehen. 3.11 Zur Planung und Durchführung der Datengewinnung Informationsbeschaffung erfolgt, unabhängig vom jeweiligen Entscheidungsproblem grundsätzlich aus zwei Gründen (Hammann und Erichson, 1978): • Es liegen keine Informationen vor. Somit sind neue bzw. neuartige Informationen zu

beschaffen. • Es liegen keine ausreichenden Informationen vor. Somit sind zusätzliche Informationen

zu beschaffen. Die interessierenden Daten können entweder bereits vorliegenden Quellen entnommen oder aber speziell für die Zwecke einer bestimmten Untersuchung im "Feld" (Umwelt) er-hoben werden. Üblicherweise bezeichnet man die beiden Forschungsansätze als sekun-därstatistische bzw. primärstatistische Methode. Beide Methoden werden in der Praxis meist nicht alternativ, sondern kombiniert ange-wandt. Informationen aus sekundären Quellen bilden nicht selten die Basis und Voraus-setzung für die Primärforschung. Schon aus Kostengründen wird eine Primärforschung

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

27

üblicherweise erst nach Ausschöpfung aller sekundärstatistischen Quellen in Betracht ge-zogen. 3.2 Gewinnung von Daten im Wege der Sekundärforschung Als Kennzeichen der sekundärstatistischen Methode in der Marktforschung wird der Tat-bestand gewertet, dass die fraglichen Daten bereits für irgendeinen, sei es für einen ähn-lichen oder sei es für einen gänzlich verschiedenen Zweck gesammelt wurden. Der Infor-mationssuchende steht dabei vor der Wahl, sie zu nutzen oder auf sie zu verzichten (letz-teres etwa, weil sie zuwenig genau oder an die Aufgabenstellung zuwenig angepasst sind). Grundsätzlich sind Sekundärerhebungen billiger und einfacher durchzuführen als Primärerhebungen. 3.21 Typische Marktforschungsprobleme Typische Marktforschungsprobleme bzw. Teilbereiche davon, die im Wege der sekundär-statistischen Methode behandelt werden können, zeichnen sich i.d.R. durch ein relativ ho-hes Aggregationsniveau aus (makroökonomische Daten). Beispiele sind (Böcker und Dichtl, 1988): • Erfassung von gesamtwirtschaftlichen Bestandesgrößen und deren tendenziellen Ver-

änderungen (z.B. Wirtschaftswachstum). Diese Daten sind für die Holzmarktanalyse meist nicht per se interessant, sondern als Indikatoren oder Einflussgrößen für be-stimmte Branchenentwicklungen. Informationen dieser Art können von einzelnen Un-ternehmungen i.d.R. nur im Wege der Sekundärforschung beschafft werden.

• Ermittlung von Bedarfsgrößen für Branchen (z.B. Nachfrageentwicklung für Spanplat-

ten in Österreich). Bevölkerungs- und Wirtschaftsstatistiken liefern dazu i.d.R. eine Fülle von Einzelinformationen, die sich dann zu Bedarfsindikatoren verarbeiten lassen.

• Vergleiche der eigenen Institution mit der gesamten Branche bzw. anderen volkswirt-

schaftlichen Daten, etwa Berechnung des Marktanteils für einzelne Produkte. Der Ver-gleich von im Rahmen der amtlichen Statistik oder durch Verbände erhobenen Um-satz- und Absatzdaten mit entsprechenden unternehmensinternen Werte ermöglicht i.d.R. relativ einfach die Ableitung von Marktanteilswerten.

3.22 Grundsätze der sekundärstatistischen Erhebung Für den Erfolg jeder Sekundärforschung bedeutsam sind vor allem folgende Gesichts-punkte (Böcker und Dichtl, 1988):

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

28

• Oberster Grundsatz jeder Sekundärforschung ist die Auswertung aller für einen be-stimmten Themenkreis verfügbaren Quellen. Die Vollständigkeit ist anzustreben, da damit Doppelarbeit vermieden und - zumindest ansatzweise - die Verlässlichkeit der Sekundärinformationen abgeschätzt werden kann (z.B. durch Vergleiche von Daten zum selben Problem aus unterschiedlichen Quellen).

• Notwendige Vorbedingung dafür ist eine umfassende Kenntnis der relevanten Quellen

und der jeweils angewandten Erhebungsverfahren. • Erfolgreiche Sekundärforschung verlangt schließlich eine effiziente Organisation der

unternehmensinternen Archive und Datenbanken sowie Vertrautheit mit den Schwerpunkten und der Arbeitsweise öffentlicher Bibliotheken und Datenbanken.

3.23 Probleme sekundärstatistischer Methoden Bei der Verwendung sekundärstatistischer Daten sind grundsätzlich folgende Probleme zu beachten: • Aktualität: Je nach zeitlichem Abstand der Erhebungszeitpunkte sowie dem Abstand

zwischen Erhebung und Publikation sind Daten unterschiedlich aktuell. Mit steigender Periodizität der Erhebungen (z.B. Land- und forstwirtschaftliche Betriebszählung nur alle 10 Jahre) sinkt die Aktualität. Die Ersteller internationaler Statistiken hinken meist hinter nationalen her, da der Koordinationsaufwand zur Erfassung mehrerer Länder größer ist und sie für die Komplettierung der Datensammlung vom jeweils schwächsten Glied der Kette (dem Land, das als letztes liefert) abhängig sind.

• Vergleichbarkeit: Das Problem der Vergleichbarkeit stellt sich einerseits bei Daten zu

gleichen Problemen in unterschiedlichen Statistiken, andererseits insbesondere bei internationalen Statistiken; Daten verschiedener Länder werden möglicherweise mit völlig unterschiedlicher Methodik und Genauigkeit erhoben. So wird etwa der österrei-chische Jahreseinschlag 1991 in der Holzeinschlagsmeldung des BMLF mit 11.5 Mill fm angegeben, im FAO Yearbook of Forest Statistics mit 16.8. Grund: Die FAO-Daten beruhen nicht auf der Einschlagsstatistik, sondern auf der Rückrechnung vom Holz-verbrauch unter Einbeziehung des Außenhandels.

• Interessensbeeinflussung: Wegen der Bedeutung von Daten in der Interessenspolitik

besteht die Versuchung, nur solche Daten bzw. mit einer Methodik zu erheben und zu publizieren, die den eigenen Interessen entgegenkommen. Die Hintergründe mancher Daten sind nicht immer durchschaubar.

Angesichts dieser Problematik wäre für die Interpretation eines Phänomens die Kenntnis der Herleitung und Entstehung von Daten zumindest genau so wichtig, wie die der Daten selbst.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

29

3.24 Quellen für Sekundärdaten 3.241 Amtliche Statistik Amtliche Statistik besteht auf nationaler und im Rahmen internationaler Organisationen auch auf internationaler Ebene. In Österreich zuständig ist in erster Linie das Österreichi-sche Statistische Zentralamt (ÖSTAT), dessen Erhebungen in speziellen Publikationen veröffentlicht werden. Das ÖSTAT gibt auch regelmäßig eine Übersicht über sein umfas-sendes Publikationsangebot heraus. Daneben sammeln und publizieren auch andere Bundesdienststellen, wie Ministerien und nachgelagerte Dienststellen, aber auch Länder-, Bezirks- und Gemeindeverwaltungen Statistiken für jeweils abgegrenzte Bereiche. An amtlichen internationalen Statistiken sind besonders jene der UNO und ihrer Teilorga-nisationen, der Welternährungsorganisation (FAO), der Internationalen Arbeitsorganisation (ILO), des Weltwährungsfonds (IMF), der Weltbank, der OECD und dergleichen von Be-deutung. Im Folgenden eine Auswahl amtlicher Quellen eine Rolle: a) Nationale amtliche Statistik (Auswahl) • Statistik Austria (ÖSTAT)

* Volkszählung * Österreichs Volkseinkommen (jährlich) * Entwicklung der Verbraucherpreise (monatlich) * Baustatistik (jährlich) * Nichtlandwirtschaftliche Bereichszählung * Arbeitsstättenzählung * Industrie- und Gewerbestatistik (jährlich) * Input-Output Statistik * Der Außenhandel Österreichs (jährlich und quartalsweise) * Agrarstrukturerhebung * Agrarpreisstatistik (jährlich und monatlich) * Umweltdaten * Energieversorgung

Zum Teil tiefer gegliedert als die statistischen Tabellen der ÖSTAT-Veröffentlichungen sind Daten der ÖSTAT-Datenbank ISIS, die gegen Kostenersatz entweder direkt zu be-nutzen ist oder aus der Datenbank-Auszüge und Sonderauswertungen bestellt werden können.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

30

• Bundesministerium für Land- und Forstwirtschaft (BMLF) * Holzeinschlagsmeldung (jährlich) * Grüner Bericht (Landwirtschaft) (jährlich) * Österreichische Waldinventur * Fischerei und Fischzucht

• Wirtschaftsministerium * Aktuelle Arbeitsmarktlage * Österreichischer Forschungs- und Technologiebericht

• Österreichische Bundesforste AG (Öbf AG) * Jahresbericht der Österreichischen Bundesforste (jährlich) b) Internationale amtliche Statistik (Auswahl) • Food and Agriculture Organisation (FAO)

* FAOSTAT (Internet) – Agriculture, Fisheries, Nutrition, Food-Quality * AQUASTAT (Internet) - Water

• Economic Commission of Europe (ECE)/FAO

* Temperate and Boreal Forest Resources Assessment 2000 * Economic Survey of Europe (jährlich) * Trends in Europe and North America (jährlich)

• EU - Eurostat * Forststatistik (jährlich)

* diverse Statistiken zur Holzindustrie * Euro-Indikatoren * Daten Umwelt * Europäische Unternehmen - Zahlen und Fakten * Environmental pressure indicators for the EU

3.242 Statistische Informationen von Verbänden, Forschungsinstitutionen und Kammern Nahezu alle Wirtschaftsverbände, namhafte Wirtschafts- und Marktforschungsinstitute so-wie die nationalen und internationalen Industrie- und Handelskammern stellen regelmäßig Informationen über einzelne Regionen, Branchen oder Wirtschaftszweige bereit. • Wirtschaftsforschungsinstitut (WIFO) Im Rahmen der Wifo-Monatshefte werden in unregelmäßigen Abständen Studien über bestimmte Wirtschaftsbereiche veröffentlicht, in jedem Monatsheft befindet sich ein sta-tistisches Beiheft mit eine Fülle von Wirtschaftsdaten.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

31

Das WIFO verfügt über eine große Wirtschaftsdatenbank mit tausenden Zeitreihen von Wirtschaftsdaten, darunter auch Daten aller wichtigen internationalen Institutionen, wie UNO, Weltbank und OECD. Die Datenbank kann von Universitäten, die mit dem Wifo-Re-chenzentrum On-Line verbunden sind, kostenlos benutzt werden. Weitere Datenquellen (Auswahl) sind etwa: • Österreichischer Arbeiterkammertag • Landwirtschaftskammern • Wirtschaftskammer • World Wide Fund of Nature (WWF) • Greenpeace • Homepages von Markt- und Meinungsforschungsinstituten 3.243 Wissenschaftliche und allgemeine Publikationen Neben der jeweiligen Fachliteratur können sich auch Zeitungen, Zeitschriften, Adressbü-cher, Nachschlagewerke etc. als Fundus wichtiger Informationen erweisen. Die Er-schließung dieser Quellen wird durch das Problem mangelnder Vergleichbarkeit beein-trächtigt. Die möglich relevante und vorhandene Fachliteratur kann an dieser Stelle natür-lich nicht annähernd ausreichend angegeben werden. An der Fachbibliothek des Departments für Wirtschafts- und Sozialwissenschaften sowie an der Hauptbibliothek der Universität für Bodenkultur ist natürlich eine Fülle von Fachlite-ratur in Buch- und Zeitschriften form sowie als elektronische Datenträger verfügbar. 3.244 Innerbetriebliche Informationsquellen Wichtige innerbetriebliche Datenquellen sind etwa: • Buchhaltung • Kostenrechnung • Absatzstatistik * Angebotsstatistik * Auftragseingang- und Auftragsbestand * Kundenstatistik * Reklamation

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

32

• Berichte von Außendienstmitarbeitern • Betriebsinterne Planungsunterlagen Damit diese Daten für Marktforschungsprobleme genutzt werden können, müssen sie in einer entscheidungsrelevanten Gliederung vorliegen. Das Management muss daher der Marktforschung und dem Rechnungswesen seine wiederkehrenden Entscheidungs- und Kontrollprobleme mitteilen, damit die Datenbestände entsprechend organisiert und somit genutzt werden können. Wenn innerbetriebliche Daten für die Zwecke der Marktforschung häufig mit externen Da-ten verglichen werden, ist es vorteilhaft, die eigenen Ordnungskriterien den externen an-zupassen, um Kombinationen zu ermöglichen und die Vergleichbarkeit zu erhöhen. 3.3 Gewinnung von Daten im Wege der Primärforschung Insbesondere dann, wenn Meinungen oder Einstellungen zu bestimmten Objekten erho-ben werden sollen, ist es unumgänglich, diese im Wege der Primärforschung zu beschaf-fen. Nach der Technik der Informationsgewinnung lassen sich dabei zwei verschiedene Methoden unterscheiden, die Befragung und die Beobachtung2. Je nachdem, ob die je-weilige Umweltkonstellation systematisch variiert wird oder nicht, unterscheidet man zwi-schen der reinen Befragung bzw. Beobachtung und der experimentellen Befragung bzw. Beobachtung (Beispiel für experimentelle Beobachtung: versteckte Kamera). Als drittes Kriterium der Charakterisierung von Primärerhebungen fungiert der Modus der Auswahl der zu befragenden bzw. beobachtenden Subjekte ("Probanden"), nach dem zwischen Vollerhebung, Quoten-, Zufallsauswahl sowie Wahl aufs Geratewohl zu unterscheiden ist. Die verschiedenen Ausprägungen der einzelnen Beschreibungskriterien sind in Abb. 3 dargestellt. Sie können grundsätzlich beliebig miteinander kombiniert werden. Von den 16 angedeuteten möglichen Untersuchungstypen besitzen die beiden dunkel getönten Va-rianten der "reinen Befragung" die größte praktische Bedeutung.

2 Der Begriff "Beobachtung" wird hier in der Bedeutung verwendet, die er innerhalb der sozialwissenschaftli-chen Forschungsmethoden besitzt, nicht innerhalb der Wissenschaftstheorie. Gemeint ist eine von wissen-schaftlichen Zielorientierungen bestimmte Kontrolle und Systematisierung der habituellen Wahrnehmung.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

33

Abb. 3 Techniken der Primärforschung (aus: Böcker und Dichtl, 1988)

Im folgenden wird der Umfrageforschung besonderes Gewicht beigemessen. Die Beo-bachtung als Marktforschungsmethode ist nur am Rande von Bedeutung, da sich viele wichtige Marktforschungsfragen einfach der Beobachtung entziehen. Deshalb wird dieser Erhebungstyp hier nur gestreift (nach: Böcker und Dichtl, 1988)3. Die in eine Befragungsaktion einbezogenen Personen sind sich notwendigerweise der Tatsache bewusst, dass ihre Meinungen, Einstellungen, Verhaltensweisen etc. aufgenom-men werden; wer beobachtet wird, bemerkt dagegen davon häufig nichts. Diese Gege-benheit wird oft als ein wesentlicher Vorzug der Beobachtung gegenüber der Befragung angesehen, da auf diese Weise Verzerrungen der Ergebnisse durch bewusste oder unbe-wusste Verhaltensabweichungen, die durch die Untersuchungssituation bedingt sind, ver-meiden lassen. Ein ungeschriebener Kodex verlangt allerdings, jedem Betroffenen den Tatbestand der Beobachtung nach Beendigung mitzuteilen und seine Erlaubnis zur Aus-wertung des Datenmaterials einzuholen, sofern es sich um personenbezogene Ergebnisse handelt.

3 Eine wesentliche Ausnahme stellen dabei sogenannte "Testmärkte" für neue bzw. neu auf den Markt gebrachte Produkte dar. Durch Beobachtung des Kundenverhaltens wird auf die Akzeptanz und Marktchance geschlossen.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

34

Die Beobachtung ist ein wissenschaftliches Verfahren, das auf einen bestimmten For-schungszweck hin orientiert ist, durch die Vorgabe bestimmter Beobachtungskategorien systematisch geplant und durchgeführt wird und auf die Erarbeitung allgemeiner Aussagen - im Gegensatz zur Sammlung von Merkwürdigkeiten - abzielt. Die diesem Instrument vielfach zugeschriebene Objektivität ist indessen nur scheinbar gegeben, da nach den Er-kenntnissen der modernen Wahrnehmungspsychologie auch der Beobachtung ein subjek-tives Moment anhaftet (Stichwort: Man sieht nur das, was man sehen will oder einordnen kann). Beobachtungen "im Feld" werden im Rahmen der Marktforschung relativ selten ange-wandt, da sie nur äußerlich erkennbare Verhaltensaspekte, nicht aber - und das ist viel-fach zentrales Erkenntnisobjekt - Einstellungen und Meinungen zu registrieren erlauben. Hinzu kommt, dass sie relativ kostspielig sind, da ein Beobachter i.d.R. nur jeweils einen oder einige Beobachtungsfälle abdecken kann. Größere Bedeutung kommt der Beobach-tung vor allem für diverse Zählungen zu (z.B. Verkehr, Passanten in und vor Betriebsstät-ten). Ein typisches Einsatzfeld der Beobachtung ist das Verhalten von Mitgliedern einer Gruppe, da daraus auf Art und Intensität der innerhalb dieser Gruppe bestehenden Beziehungen sowie auf Grund von Aussagen auch teilweise auf Meinungen und Einstellungen ge-schlossen werden kann. Im Rahmen der Marktforschung kommt ein solcher Ansatz etwa für die Ermittlung von Meinungsmachern und -führern oder für die Bestimmung der Ag-gressivität einzelner Personen in Betracht. Die empirische Sozialforschung unterscheidet neben der reinen und experimentellen Be-obachtung auch zwischen teilnehmender und nicht teilnehmender Beobachtung. Im er-steren Fall nimmt der Beobachter an den "Interaktionen des Feldes" teil (klassisches Bei-spiel: Beschreibung der BILD-Zeitung durch Günther Walraff, der sich als Reporter in die Redaktion schleußte). Bei der nicht teilnehmenden Beobachtung bleibt der Beobachter außerhalb des Feldes und registriert z.B. die Anzahl der Kunden eines Baumarktes. Auch wenn Beobachtung als systematische Methode bei der Marktforschung keine große Rolle spielt, bleibt unbestritten, dass durch nebenbei oder auch systematisch angestellte Zusatzbeobachtungen das Gesamtbild eines Untersuchungsgegenstandes abgerundet werden kann.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

35

3.31 Bedingungen für die Anwendung der Methode der Befragung Die Befragung als Methode ist unter folgenden Bedingungen sinnvoll anzuwenden: • Wenn für einen bestimmten Problembereich keine Sekundärdaten zur Verfügung ste-

hen. • Wenn zwar Sekundärdaten zur Verfügung stehen, diese aber an die Problemstellung

entweder nicht genügend angepasst oder zu ungenau sind. • Wenn der zu erhebende Sachverhalt mit Befragung überhaupt bzw. nur durch Befra-

gung erfasst werden kann (z.B. Einstellungen, Meinungen). Ein Befragungskonzept, mit dem die Höhe des österreichischen Papierverbrauchs erhoben werden soll, wäre sinnlos. Hier ist es sinnvoll, auf Sekundärdaten zurückzugreifen. Andererseits wird man etwa durch Beobachtung nicht feststellen können, welche Einstellung Personen zum Werkstoff Holz haben.

• Wenn die finanziellen Voraussetzungen dafür gegeben sind. 3.32 Probleme der Definitions- und Hypothesenbildung (nach Karmasin und Kar-masin, 1977) 3.321 Definitionsprobleme Definieren bedeutet zunächst das Einengen von Bedeutungsspielräumen: Ein Begriff bzw. eine Aussage ist umso besser zu gebrauchen und umso informationsreicher, je mehr Fälle er ausschließt. Die Aussage "der Wasserverbrauch wird im nächsten Jahr steigen oder nicht" schließt keinen der möglichen Fälle aus. Sie kann daher keinesfalls falsch sein, bringt aber auch keine Information. In diesem Punkt unterscheidet sich die Wissenschafts-sprache häufig von der Alltagssprache, da die Bedeutung von Begriffen im Alltag durch andere Kriterien festgelegt wird als in der Wissenschaft. Die präzise Festlegung eines Begriffes auf eine Bedeutung ist Hauptvoraussetzung für die intersubjektive Überprüfbarkeit von Aussagen. Vages Definieren bildet eine der am mei-sten gebrauchten Immunisierungsstrategien, um Ergebnisse gegen anders lautende Re-sultate von anderen Forschern zu rechtfertigen ("man hat ja etwas anderes gemeint"). Je abstrakter ein Begriff ist, desto schwieriger ist er zu definieren - mit Beobachtungsaus-sagen zu verbinden. Während es relativ einfach sein wird, den Begriff "Papier" festzule-gen, stößt man bei der Definition von "Heimeligkeit des Werkstoffes Holz" auf vergleichs-weise größere Schwierigkeiten.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

36

Explizite Anleitungen zum Herstellen von Definitionen sind schwer zu geben. Als unbe-dingt zu beachtende Grundregeln für die Definition direkt zu beobachtender Phänomene gelten: a) Definitionen haben vielfach die Form von Gleichungen Der neu eingeführte Begriff wird stets auf der linken Seite angeführt. Die rechte Seite ent-hält die Bedeutung, die dem Begriff zugeordnet wird. Beispiel: Kleinwaldbesitzer = Person, die Eigenwald unter 200 ha Größe besitzt b) Die beiden Seiten des Ausdruckes müssen gleichwertig sein Wie in der Mathematik kann die linke Seite durch die rechte ersetzt werden und umge-kehrt. Ein Beispiel, bei dem dies nicht zutrifft, wäre: Kleinwaldbesitzer = Person, die Eigenwald besitzt Nicht alle Personen, die Eigenwald besitzen, sind Kleinwaldbesitzer, daher sind beide Seiten der Gleichung nicht austauschbar. c) Definitionen dürfen nicht zirkulär sein Ein Begriff darf nicht durch sich selbst definiert werden: Kleinwaldbesitzer = Person, die einen kleinen Wald besitzt d) Definitionen dürfen nicht nur negativ sein (sh. auch b) Kleinwaldbesitzer = Person, die keinen Eigenwald > 200 ha besitzt Obwohl Kleinwaldbesitzer keinen Eigenwald > 200 ha besitzen, sind nicht alle Personen, auf dies zutrifft, Kleinwaldbesitzer.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

37

e) Prinzip der Nichtkreativität Definitionen dürfen keine neuen Zusammenhänge zwischen den durch die Grundbegriffe bezeichneten Eigenschaften und Prinzipien behaupten. Dies ist besonders bei Definitions-ketten zu beachten. Man unterscheidet grundsätzlich zwei Arten von Definitionen: Nominaldefinition und Re-aldefinition. Eine Nominaldefinition setzt einen Begriff über den Sprachgebrauch fest - ohne An-spruch auf einen Zusammenhang mit der Realität. Bei einer Klassenbildung verschiedener Länder nach dem Schnittholzverbrauch für eine spezielle Studie könnte etwa folgende No-minaldefinition gebraucht werden: Land mit hohem Bierverbrauch soll heißen: Land, in dem der jährliche Bierverbrauch mehr als 120 l/Kopf beträgt. Für einen anderen Zweck könnte diese Definition anders festgesetzt werden. Kennzeichen einer Nominaldefinition ist die Formulierung "soll heißen", die darauf hinweist, dass sie für einen bestimmten Zweck erfolgt und nicht im Sinne eines Naturgesetzes zu verstehen ist. Realdefinitionen hingegen behaupten etwas über das "Wesen" bzw. über die Beschaf-fenheit oder bestimmte Merkmale des Phänomens. Die Definition beansprucht "wahr" zu sein. Ein Markt besteht überall dort, wo Angebot und Nachfrage aufeinandertreffen und wo es daher zu Umsätzen (Kauf und Verkauf) kommt. Markt ist demnach die Gesamtheit der re-alisierten Tauschbeziehungen. Sowohl Nominal- wie Realdefinitionen sind im allgemeinen explizite Definitionen, d.h. sie sind so abgefasst, dass sie für alle Elemente des Gegenstandsbereiches gelten (für alle Länder gilt ....). Neben diesen beiden Arten von Definitionen werden operationale Definitionen vor allem dann verwendet, wenn einem Phänomen Eigenschaften zugeordnet werden sollen, die nicht durch direkte Beobachtungen feststellbar sind. Die Zuschreibung kann erst nach einem Test i.w.S. erfolgen, etwa durch eine Befragung.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

38

Operationale Definitionen kann man als Definitionen auffassen, die "Testbedingungen" enthalten, an Hand derer man ad hoc entscheiden kann, ob ein gewisser Gegenstand mit einem Begriff belegt werden kann oder nicht. Es handelt sich in gewisser Weise um Mess-verfahren, die bei Angabe einer Bedingung und des positiven Vorliegens auch ein Ergeb-nis beinhalten. Sie sagen nur über jene Elemente etwas aus, die diesen Testbedingungen auch tatsächlich unterworfen wurden. Im Gegensatz zu den vorher genannten Definitionen mit Äquivalent der beiden Seiten einer Gleichung (Y=X), liegt die Beziehung "Wenn X, dann Y" vor. Beispiel: "Wenn eine Person auf die Frage 'Wie oft haben Sie im letzten Mo-nat bei Baumärkten eingekauft?' mit 'mindestens einmal' (X) antwortet, dann soll dieser Person das Prädikat 'Interesse für Heimwerkertätigkeit'(Y) zugeordnet werden". Ihrem formalen Status nach stellen operationale Definitionen die Verbindung zwischen der Theoriesprache (z.B. Interesse an Heimwerkertätigkeit) und der Beobachtungssprache (z.B. mindestens einmal bei Baumärkten eingekauft) dar. Die schwierigste in diesem Zusammenhang zu lösende Frage ist, ob in einer Definition die "richtigen" Testbedingungen aufgenommen wurden, d.h. ob von diesen Testbedingungen legitimerweise auf die Zuordnung des Begriffes geschlossen werden kann. Damit ist die Auswahl von Indikatoren angesprochen. Indikatoren sind beobachtbare Sachverhalte, von denen auf das Vorliegen von nicht oder nur partiell beobachtbaren Sachverhalten geschlossen werden kann. Einen Begriff zu operationalisieren heißt also, jenen Satz von Indikatoren zusammenzu-stellen, der gemessen werden kann und der erfüllt sein muss, um auf das Vorliegen des Begriffes in der Realität schließen zu können. Dazu folgendes Beispiel: Die Leser der Holzfachzeitschrift A sollen darauf untersucht werden, ob sie mehr Interesse für Heimwerkertätigkeit haben als die Leser der Holzfachzeitschrift B4. Geprüft werden soll die Hypothese, dass die Zeitung A in erster Linie wegen ihre Heimwerkerbeilage gelesen wird. Das zu prüfende Merkmal "Interesse für Heimwerkertätigkeit" ist der operational zu definierende Begriff.

4 Der zu untersuchende Leserkreis könnte entweder durch Befragung aus einem größeren Befragtenkreis ausgefiltert werden (Welche der folgenden Fachzeitschriften lesen Sie?) oder direkt durch eine Abonnentenkartei ermittelt werden.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

39

Man könnte als Indikator z.B. die Beobachtung wählen, ob eine Person in Baumärkten einkauft. Anzunehmen ist, dass solche Personen an Heimwerkertätigkeit interessiert sind, aber sind Personen, die das nicht tun, an Heimwerkertätigkeit nicht interessiert? Wird nämlich - wie hier - Interesse als Handeln (Einkauf) definiert, wäre dies sehr ungewöhnlich und würde der lexikalischen Definition widersprechen, laut der mit Interesse nicht nur aus-geführte Handlungen angesprochen sind. Es könnte auch sein, dass viele Leute, die in Baumärkten einkaufen, sehr sporadisch die Heimwerkerbeilagen der Fachzeitschriften lesen, während Leute, die nicht in Baumärkten einkaufen, ihn sehr intensiv verfolgen. Würde nur dieser Indikator herangezogen, hätte dies u.U. fatale Konsequenzen: Stellt sich nämlich heraus, dass die Leser der Fachzeit-schrift A nach dieser Zuordnung tatsächlich mehr am Heimwerken interessierte Leser hat, so würde der Herausgeber plausiblerweise seine Heimwerkerbeilage ausbauen - dies wäre aber gerade falsch, seine Leser lesen die Beilage ja sehr sporadisch, sie haben sich möglicherweise aus ganz anderen Gründen für die Zeitschrift entschieden. Schließlich würde der Indikator nur eine sehr grobe Einteilung der Personen in zwei Klas-sen ("interessiert" und "nicht interessiert") leisten, die sehr inhomogen besetzt sein wür-den: So kann das Nicht-Einkaufen in Baumärkten auf eine Vielzahl von Gründen zurück-geführt werden. Vielleicht liegt der nächste Baumarkt weit weg. Der Indikator würde keine differenzierte Einteilung des Merkmalskontinuums ermöglichen. Aus diesem Beispiel las-sen sich bereits einige Grundregeln für die Selektion von Indikatoren herleiten: • Ein Indikator allein bietet wenig Sicherheit. Es empfiehlt sich mehrere Indikatoren in die

operationale Definition aufzunehmen. • Die Zuordnung von Indikatoren zu Begriffen erfolgt durch Kenntnisse über empirische

Regelmäßigkeiten, Hypothesen und Gesetzen. "Wenn jemand in Baumärkten einkauft, ist er an Heimwerkertätigkeit interessiert" ist eine ziemlich unbestätigte Hypothese. Die Zuordnung wird umso verläßlicher, je besser bestätigte Hypothesen, die empirisch und theoretisch begründbar sind, herangezogen werden.

• Es muss begründet werden, dass die Indikatoren tatsächlich das angezielte Merkmal

bezeichnen, jedenfalls mehr als ein anderes Merkmal. So kann z.B. die Antwort "ja" auf die Frage "Haben Sie in der letzten Zeit in einem Baumarkt eingekauft" als Indikator für Heimwerkerinteresse gewertet werden, tatsächlich aber kann es sich um einen Indika-tor für den Grad an Konformität handeln, den jemand innerhalb der Interviewsituation zeigt. Dies ist besonders bei tabuisierten Sachverhalten zu bedenken.

• Indikatoren müssen im Hinblick auf eine Aufgabenstellung adäquat sein, sie müssen,

wenn notwendig, eine sehr differenzierte Zuschreibung des Merkmals ermöglichen.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

40

• Indikatoren müssen im Rahmen einer Umfrage erhebbar sein. • Indikatoren müssen eindeutig definiert sein, also nicht selbst bereits mehrere

Interpretationen zulassen.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

41

In unserem Beispiel würde das logische Vorgehen folgende Struktur aufweisen (Tab. 1): Tab. 1 Von der Theoriesprache zur operationalen Definition (nach: Karmasin und

Karmasin, 1977) Abstraktionsebene-Begriff: "Interesse für Heimwerkertätigkeit" (Ebene der Theoriesprache) Nominaldefinition f. Interesse: "Form der Akzentuierung und Verarbeitung der Welt zur 'Eigenwelt', ... stabile Schwerpunktbil- dung, persönliches Beteiligt sein" Zuordnungsregeln: Personen, die Interesse an Heimwerker- (Kenntnisse und Hypothesen über tätigkeit haben: empirische Regelmäßigkeiten des 1. Sind über Bezugsmöglichkeiten Objektbereiches) von Heimwerkerbedarf informiert. 2. Kaufen regelmäßig in Baumärkten, Bastlergeschäften und dergleichen ein. 3. Besitzen Werkzeuge. 4. Haben ihre Wohnung mit eigenen Erzeugnissen ausgestattet. Beobachtungsaussagen: Fragen des Fragebogens: 1. Können Sie Geschäfte nennen, in de- nen Heimwerkerbedarf angeboten wird? 2. Wie oft kaufen Sie in einem Baumarkt, Bastlergeschäft oder dergleichen ein? 3. Welche der folgenden Heimwerker- Werkzeuge besitzen Sie? - Tapezierertisch - Bohrmaschine - Stichsäge - elektr. Schraubenzieher - Elektrohobel - nichts davon 4. Welche der folgenden Arbeiten haben Sie selbst durchgeführt? - Ausmalen bzw. Tapezieren - Regalbau - Kasten- oder Kästchenbau - Fußbodenverlegung - Decken- oder Wandverkleidung - Tischbau - nichts davon Vordefinitionen: Nominaldefinition von: "informiert" (1.): mindestens zwei richtig genannte Bezugsquellen "regelmäßig" (2.): mindestens 1 mal im Monat "Werkzeuge" (3.) mindestens drei der genannten "Erzeugnisse" (4.) mindestens zwei der genannten

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

42

Operationale Definition: Wenn jemand die Fragen 1-4 im Sinne der Vordefinitionen po-sitiv beantwortet, soll ihm das Merkmal "großes Interesse an Heimwerkertätigkeit" zuge-ordnet werden, reagiert er negativ, das Merkmal "kein Interesse an Heimwerkertätigkeit", dazwischen soll eine Abstufung der Interessiertheit gelten (3 Fragen positiv: "Interesse an ...; 2 Fragen positiv: "Mäßiges Interesse ..."; 1 Frage positiv: "Geringes Interesse"). 3.322 Probleme der Hypothesenbildung und Hypothesenbestätigung Hypothesen lassen sich im allgemeinen als Sätze auffassen, über deren Gültigkeit durch im Wissenschaftsbetrieb akzeptierte Prüfverfahren entschieden werden kann. Würde jemand z.B. die umgangssprachlich weithin akzeptierte Aussage "Holzhäuser sind heimeliger als Betonhäuser", die er einfach durch eigene Erfahrungen belegen könnte, als Hypothese formulieren, deren Gültigkeit er als wissenschaftlich akzeptierte Aussage be-weisen möchte, so hätte er als Prüfverfahren eine sehr komplexe Untersuchungsreihe vorzusehen. Die wissenschaftliche Auseinandersetzung mit Hypothesen besteht aus der Formulierung wohlbegründeter Vermutungen über bestimmte Sachverhalte und der systematischen Suche nach Beweisen, ob diese Vermutung zutrifft oder nicht. Hypothesen müssen so formuliert sein, dass eine empirische Beobachtung und Überprüfung, insbesondere Falsifi-zierung, prinzipiell möglich ist. Die wenigsten sozialwissenschaftlichen Hypothesen weisen den Charakter von "Allsätzen" im Sinne physikalischer Gesetze auf (z.B. "alle Metalle leiten Strom"), jedenfalls aber müssen sie auf die "meisten" der zu untersuchenden Fälle zutreffen. An Hand eines mög-lichst quantitativ formulierten Wahrscheinlichkeitsbegriffes ist in der Praxis zu entscheiden, ob eine Hypothese aufgrund von Beobachtungsdaten akzeptiert werden kann (die Daten stützen die Hypothese mit hoher Wahrscheinlichkeit) oder verworfen werden muss (die Daten sprechen mit hoher Wahrscheinlichkeit gegen die Hypothese) oder ob eine Ent-scheidung nicht möglich ist (die Daten sprechen mit ebenso hoher Wahrscheinlichkeit für eine Akzeptierung wie für eine Verwerfung). Bei der Aufstellung und Überprüfung sind mindestens zwei Aspekte zu unterscheiden: • Der Entdeckungszusammenhang - Wie kommt man dazu? • Der Bestätigungszusammenhang - Wie kann man etwas rechtfertigen?

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

43

Während es für die Bestätigung von Hypothesen5 mehr oder weniger explizite Regeln gibt, ist dies für die Aufstellung von Hypothesen kaum der Fall. Im allgemeinen wird von folgen-den vier Strategien Gebrauch gemacht, die vielfach parallel zur Anwendung kommen: a) "Gesunder Menschenverstand", Intuition, Plausibilität Diese Position ist zwar am wenigsten zielführend - da nicht wissenschaftlich -, steht aber insbesondere im Anfangsstadium von Forschungsprojekten im Vordergrund. b) Verwissenschaftlichte Primärerfahrung Diese Position grenzt sich von der obigen insofern ab, als sie zwar auch auf persönlichen Erfahrungen des Forschers beruht, aber bereits versucht, diese Erfahrungen in ein rational bestimmtes Kategoriensystem einzuordnen und hypothetisch zu Klassen gesicherter Er-gebnisse in Beziehung zu setzen. c) Hypothesen aus der Kenntnis von Forschungsergebnissen Drei Gegebenheiten bieten sich an: • Es ist zu überprüfen, ob zu einer gegebenen oder vergleichbaren Aufgabenstellung

Untersuchungen in gleichen oder anderen Sprachräumen durchgeführt wurden. Vor-aussetzung ist allerdings, dass nicht nur die Ergebnisse, sondern auch das Konzept publiziert sind (Rahmenbedingungen). Deshalb studiert man u.a. die Literatur, bevor man sich in eine Forschungsaufgabe stürzt.

• Interpretation und Analyse von sekundärstatistischen Unterlagen. Eine sorgfältige Interpretation dieser beiden Quellen kann gegebenenfalls eine eigene Untersuchung ersparen. • Durchführung von sogenannten "Pilotstudien". Es handelt sich dabei um Untersuchun-

gen, bei denen ein kleinerer Personenkreis mit Hilfe nicht-standardisierter Interviews befragt wird, mit dem Ziel, den Umkreis möglicher Zusammenhänge, Indikatoren, Dimensionen festzustellen und die Primärerfahrung des Forschers durch die Be-zugspunkte zu erweitern, die die Befragten mutmaßlich zu dem Problem haben.

5 Gemäß der schule des kritischen Rationalismus gibt es im Grund bestenfalls eine "vorläufige Bestätigung" einer Hypothese. Eigentlich gilt diese dann als "nicht falsifiziert".

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

44

d) Beziehung auf eine Theorie Größtmögliche Erklärungskraft der Daten wird erreicht, indem die Untersuchungshypothe-sen Theorien entnommen bzw. zu Oberhypothesen in Beziehung gesetzt werden. Im klas-sischen Fall sollten sie aus Oberhypothesen deduziert werden. So geht etwa die allge-meine Nachfragetheorie davon aus, dass die Nachfrage nach einem Produkt mit dem Einkommen steigt und mit dem Preis fällt - eine Hypothese, die für Holzprodukte überprüft werden kann. Zur Konstruktion und Formulierung von Hypothesen müssen folgende Kriterien beachtet werden: • Alle Begriffe, die innerhalb der Aussagen verwendet werden, müssen präzise definiert

sein. Dabei können sich Definition und Hypothesenbildung untrennbar ineinander-schieben.

• Hypothesen postulieren sehr oft eine Beziehung zwischen zwei Merkmalen oder Sach-

verhalten. Die Art dieser Beziehung muss genau angegeben werden. Formulierungen wie "Der Schnittholzverbrauch hängt vom Einkommen ab" sind unzulässig, da sie keine Art der Beziehung ausschließen. Korrekt zugeschriebene Relationen haben etwa die Form:

Korrelation: * Je höher das Einkommen, desto höher der Verbrauch an

Mineralwasser * Je höher der Mineralwasserpreis, desto niedriger der Ver-brauch von Mineralwasser

Interdependenz: * Steigt das Einkommen, steigt der Mineralwasserverbrauch Abhängigkeit von * Je höher das Einkommen, desto höher der intervenierenden Mineralwasserverbrauch, bei gleichbleibenden Mineralwasser- Gegebenheiten: preisen Strikte Kausal- * Das Einkommen allein bewirkt alle Änderungen des beziehung: Mineralwasserverbrauches

• Es muss angegeben werden, unter welchen Bedingungen eine Hypothese gelten soll bzw. unter welchen Bedingungen verallgemeinert werden kann. Dies ist speziell dann der Fall, wenn sie bei Kleingruppenversuchen (Schluss auf größere Gruppen) oder in anderen sozio-ökonomischen Räumen getestet wurden.

Die gesamte Planung, Durchführung und Auswertung einer Untersuchung wird von der Erstellung und Testung von Hypothesen geleitet. Es ist daher wichtig, in der Phase der Untersuchungsplanung einen Hypothesenplan aufzustellen, der die einzelnen Hypothesen enthält, die man zu benützen gedenkt. Dabei lassen sich zwei Klassen von Hypothesen unterscheiden:

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

45

• Hintergrundhypothesen sind solche, deren Gültigkeit vorausgesetzt wird, die in einer

konkreten Untersuchung aber nicht mehr auf ihr Zutreffen oder Nichtzutreffen getestet werden. Hierher gehören zunächst alle Hypothesen, die die Auswahl der Merkmale und Bedingungen regeln, die in die Untersuchung einbezogen werden. Durch die Er-stellung eines Bezugsrahmens wird festgesetzt, was als relevant aufgenommen oder als irrelevant ausgeklammert wird (Orientierungshypothesen). Zu dieser Klasse gehören Hypothesen über das Funktionieren der Messungen und Beobachtungen, insbesondere über das Verhalten von Personen in Interviews. So ist zu entscheiden, wieweit man bei einer bestimmten Aufgabenstellung Personen direkt über ihre Einstellung oder die Gründe ihres Verhaltens befragen kann und ob mit Ab-schirmungstendenzen gerechnet werden muss (z.B. auf die Frage: "Wieviel verdienen Sie monatlich? "). Ebenso ist festzulegen, welchen Stellenwert die von den Befragten angegebenen Gründe für ihr Verhalten innerhalb des gesamten Erklärungssystems haben sollen. Werden Skalierungsverfahren eingesetzt, so sind Hypothesen über das Urteilsverhal-ten von Personen zu benützen usw. Schließlich werden noch statistische Oberhypo-thesen gebildet, die Annahmen über die Verteilung von Merkmalen enthalten (z.B. Normalverteilung).

• Testhypothesen sind jene, die innerhalb der Untersuchung auf ihre Gültigkeit über-

prüft werden. In ihnen werden in erster Linie die Arten der Beziehungen zwischen den Merkmalen festgelegt, also Formen, Stärke und Arten von Abhängigkeiten, die Unter-scheidung von relevanten und weniger relevanten Merkmalen, von unabhängigen ge-genüber abhängigen (im o.a. Beispiel ist etwa "Einkommen" das unabhängige, "Schnittholzverbrauch" das abhängige Merkmal). Bei Zusammenführung von Test-hypothesen zu einem Hypothesensystem (Modell) wird der Untersuchungsplan unge-mein anspruchsvoller, als wenn nur Einzelhypothesen getestet werden. In diesem Fall wird überprüft, ob sich ein Satz von Beobachtungsdaten finden lässt, der den Anforde-rungen des Modells entspricht.

3.33 Messen und Messverfahren (nach Karmasin und Karmasin, 1977) 3.331 Grundbegriffe des Messens Definition: "Messen besteht im Zuordnen von Zahlen zu Objekten, so dass bestimmte Relationen zwischen den Zahlen analoge Relationen zwischen den Objekten reflektieren". Es muss zugegeben werden, dass die Grundvoraussetzungen des Messens innerhalb der Sozialwissenschaften anders zu definieren und schwerer zu erfüllen sind als innerhalb der Naturwissenschaften, in denen eine Reihe von Schwierigkeiten nicht auftritt. Vereinfacht an einem Beispiel ausgedrückt: Es ist einfacher, die Dicke eines Baumes zu messen, als die Einstellung von Personen zum Werkstoff Holz.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

46

3.3311 Relationen Beim Messen wird davon ausgegangen, dass zwischen dem Zahlensystem, wie es in der Mathematik definiert ist, und dem zur Untersuchung gewählten Teilbereich der Realität analoge Relationen herrschen. Diese Relationen sind durch folgende Postulate definiert: Tab. 2 Messrelationen (nach: Karmasin und Karmasin, 1977) 1. Entweder: a = b oder a ≠ b 2. Wenn: a = b, dann b = a Identität 3. Wenn: a = b und b = c, dann a = c 4. Wenn: a > b, dann b < a Ordnung 5. Wenn: a > b und b > c, dann a > c 6. Wenn: a = p und b > 0, dann a + b > p 7. a + b = b + a 8. Wenn: a = p und b = q, dann a + b = p + q Additivität 9. (a + b) + c = a + (b + c) Es ist nun zu entscheiden, welche dieser Postulate im konkreten Fall sinnvoll eingesetzt und interpretiert werden können. Die Aussage, dass 9 dreimal so groß wie 3 ist (Additivi-tät), ist präziser als die Aussage, dass 9 größer als 3 ist (Ordnung), denn letzteres gilt auch für alle anderen Zahlen > 3. Nehmen wir an, die Zahlen 1 - 9 sind Nummern, mit denen Personen einer Stichprobe bei einer Umfrage bezeichnet wurden. Die Aussage, dass Person Nr. 9 dreimal soviel wie Person Nr. 3 sei, ist dann empirisch sinnlos. Diese Beziehung kann also nicht benutzt werden, ebensowenig wie die Beziehung, dass Nr. 9 mehr als Nr. 3 sei. Die einzige Be-ziehung, die eine in diesem Fall empirische Aussage gestattet, ist die, dass Nr. 9 etwas anderes ist als Nr. 3. Als erfüllt ist nur das Postulat der Identität anzusehen. Genau für diesen Zweck wurden die Befragten auch numeriert, um sie nämlich unterscheiden und identifizieren zu können. 3.3312 Variablen Objekte können nie in ihrer Totalität gemessen werden, sondern immer nur eine Reihe von Merkmalen dieser Objekte. Ein Merkmal, von dem vorausgesetzt wird, dass es messbar ist und dass es verschiedene Werte, und zwar mindestens zwei, annehmen kann, wird als Variable bezeichnet.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

47

Zwei wichtige Einteilungsmöglichkeiten von Variablen sind: • Nach ihrer Stellung innerhalb von Erklärungsversuchen; z.B.: unabhängige, abhän-

gige Variablen (z.B. Einkommen [unabh.] - Mineralwasserverbrauch [abh.]). • Nach der Art der Merkmalsausprägung, die sie erfassen. Danach lassen sich qualita-

tive und quantitative sowie diskrete und stetige Variablen unterscheiden. Qualitative Variablen bestehen in zwei Formen. Sofern sie klassifikatorisch festgelegt sind (Klassenbildung), können sie in dichotomer Ausprägung auftreten (nur zwei Merkmalswerte möglich; z.B. männlich - weiblich, vorhanden - nicht vorhanden) oder meh-rere Klassen vorsehen. Im letzteren Fall können sie auch als typologische Variablen be-zeichnet werden. Typologische Begriffe werden auch dann zur Zuschreibung der Merk-malswerte benützt, wenn das Merkmal so definiert ist, dass es Objekten im Sinne eines Mehr oder Weniger zugeschrieben werden kann. Sie sind im allgemeinen Merkmale mit Intensitätscharakter, wie das o.a. Beispiel: "Interesse für Heimwerkertätigkeit". Bei quantitativen Variablen erfolgt die Zuschreibung der Merkmalswerte über metrische Begriffe, also über Maßeinheiten (Länge, Einkommen, Zeit etc.). Die Unterscheidung zwischen diskreten und stetigen Variablen bezieht sich dagegen darauf, ob die Daten durch einen Zählvorgang gewonnen werden, bei dem Zwischenwerte nicht möglich sind (diskrete Variable: Häufigkeiten, Personen in einem Haushalt, Betriebs-einheiten), oder ob ein Maßstab angelegt wurde, der jedes beliebige Intervall zwischen zwei Zahlenreihen zulässt; dies ist meist erst bei Vorliegen von Maßeinheiten möglich (stetige Variable: Länge, Einkommen, Zeit etc.). 3.3313 Skalenformen Unter Skala wird hier verstanden: ein Messinstrument zur Erfassung der Anordnung von Daten auf verschiedenen Messniveaus bzw. die Aussagekraft der Objekten zugeordneten Zahlen. Man unterscheidet vier verschiedene Skalenarten: a) Nominalskalen Erfasst werden qualitative bzw. typologische Variablen, die Merkmalsausprägungen werden über klassifikatorische Begriffe zugeordnet. Die einzelnen Ausprägungen müssen so definiert werden, dass sie sich gegenseitig ausschließen und dass der Objektbereich

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

48

mit ihrer Hilfe erschöpfend klassifiziert werden kann. Sie können etwa mit Zahlen benannt werden, z.B. 1 = Selbständige, 2 = Arbeiter (Postulat der Identität). Statistische Verfahren, die auf diesem Messniveau angewendet werden können, sind etwa: • Auszählung von absoluten und relativen Häufigkeiten pro Merkmalsausprägung • Berechnung von Modalwerten (häufigster Wert) b) Ordinalskalen Diese Skalen setzen bereits umfangreichere Annahmen über die Ausprägung des Merk-mals voraus. Die durch sie gelieferten Zahlenwerte lassen sich allerdings auch differen-zierter interpretieren und ermöglichen eine genauere Abbildung und Klassifizierung der Objekte. Voraussetzung ist, dass die Untersuchungsobjekte in eine Rangordnung ge-bracht werden können, sei es durch die Befragten oder durch den Forscher. Ein klassisches Beispiel für eine Ordinalskala sind Schulnoten: 1 = sehr gute Leistung, 5 = nicht genügende Leistung. Weitere Beispiele wären Grade der Zustimmung zu einer Be-hauptung, Paarvergleich zwischen zwei Objekten: Welches wird bevorzugt? Welcher von zwei Behauptungen wird mehr zugestimmt? Allgemein können Variable mit Intensitätscharakter auf diese Weise erfasst werden. Die zugeordneten Zahlen sind Ordinalzahlen oder Rangwerte, sie stellen eine Ordnung her (Postulat der Ordnung). Allerdings lässt die Benutzung einer Ordinalskala etwa die Aus-sage nicht zu, dass ein Schüler, der für eine erbrachte Leistung die Note 1 erhält, fünfmal so gut ist, wie ein anderer, der die Note 5 erhält (wohl aber, dass er besser ist). Rangwerte informieren weder darüber, wie groß die Abstände zwischen den Objekten sind, noch in welchem Grad das Merkmal bei einem Objekt genau ausgeprägt ist. Daher kann auf dem Niveau von Ordnungszahlen nicht addiert, subtrahiert, multipliziert oder di-vidiert werden. Dafür wäre die Entwicklung einer Maßeinheit notwendig. Neben den für Nominalskalen gültigen statistischen Verfahren können zusätzlich berech-net werden: Median (50%-Punkt) sowie eigens für das ordinale Skalenniveau adaptierte statistische Kennzahlen, z.B. Rangkorrelationen. Arithmetische Mittelwertberechnungen

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

49

sind unzulässig, obwohl sie in der Realität angewandt werden (z.B. Notendurchschnitte, auf Basis einer 5-stufigen Ordinalskala). c) Intervallskalen Intervallskalen sind dadurch gekennzeichnet, dass sie die Postulate der Additivität als er-füllt annehmen. Die numerischen Distanzen zwischen den Zahlen stehen für empirisch gleiche Abstände zwischen Objekten in Bezug auf die gemessene Variable. Eine Reihe von Intervallskalen haben eine Metrik entwickelt (meist über operationale De-finitionen), die in explizit benannten Maßeinheiten ausdrückbar ist; z.B. Zeit, Temperatur oder Intelligenzquotient (Standardtestwerte IQ). Intervallskalen benützen nicht die Annahme, dass der Nullpunkt der Skala eine empirische Bedeutung hat, dass also bei einem Skalenwert von 0 das Merkmal "nicht vorhanden" ist. Dies hat eine wichtige Konsequenz: Der numerische Wert einer Maßangabe für ein Ein-zelobjekt drückt nicht unmittelbar den "objektiven" Anteil des Merkmales an einem Objekt aus, dieser ist vielmehr nur im Vergleich mit mehreren Objekten angebbar, da nur für die Differenzen der Maßzahlen die Gesetze der Additivität gelten. Ist z.B. die Differenz zwi-schen den Maßzahlen 0, so bedeutet dies, dass keine Differenzen zwischen den Objekten vorhanden sind. Der Nullpunkt der Skala kann jedoch willkürlich festgesetzt werden (Bei-spiel: Unterschiedliche Temperaturskalen, das Jahr Null in der Zeitrechnung). Ebenso ist es möglich zu jeder Maßzahl Konstante zu addieren und zu subtrahieren (Transformatio-nen). Zusätzlich zu den für Nominal- und Ordnungsskalen gültigen statistischen Verfahren sind nun anwendbar: Mittelwertberechnung, Standardabweichung, Varianzanalysen, Faktoren-analyse, Regressionsanalyse etc. d) Rational- oder Verhältnisskalen Bei Skalen dieser Art sind alle vorher genannten Postulate erfüllt. Grundsätzlich hat der Nullpunkt einen empirischen Sinn. Er bedeutet, dass ein Merkmal nicht vorhanden ist. Beispiele sind die Länge- oder Gewichtsmetrik, Altersangaben, Geldwerte, ebenso Anga-ben von Häufigkeiten, die sich durch Zählvorgänge ergeben.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

50

Rationalskalen erlauben Multiplikation und Division. Zusätzlich zu den bei anderen Ska-lenformen anwendbaren Berechnungen ist etwa die Bildung des geometrischen Mittels zulässig. Im Gegensatz zu Intervallskalen, erlauben Verhältnisskalen die Charakterisierung von Einzelobjekten in Bezug auf das gemessene Merkmal, unabhängig von den Messwerten anderer Objekte: eine Person von 1,74 m Größe wird durch das Merkmal "Größe = 1,75 m" charakterisiert, unabhängig davon, ob daneben eine Person mit 1,90 m Größe gemes-sen wird oder nicht. Tab. 3 Übersicht über die hauptsächlichen Skalenformen (aus: Karmasin und Kar-

masin, 1977) Skalenform Ausprägung

des Merkmals

Empirisch interpretierbare Eigenschaften

Beispiel Statistische Auswerte- möglichkeiten

Nominalskala Qualitatives Merkmal

Postulat der Identität (1≠2)

Geschlecht 1 = männlich 2 = weiblich

- Häufigkeiten - Modalwert

Ordinalskala Qualitatives Merkmal im Sinne von Mehr oder Weniger

Postulate der Identität und Ordnung

Schulnoten 1 = sehr gut ..5 = nicht gen.

Wie oben, zusätzlich: - Rangordnung - Median - Rangkorrelation

Intervallskala Quantitatives Merkmal, durch Maßeinheiten fassbar

Postulate der Identität, Ordnung und Additivität

Temperatur Wie oben, zusätzlich: - Mittelwertberechn. - Standardabw. - Varianzanalyse - Faktorenanalyse - Regressionsanalyse etc.

Rational-/ Verhältnis- Skala

Quantitatives Merkmal, 0-Punkt empirisch interpretierbar

Postulate der Identität, Ordnung und Additivität

Länge, Alter Wie oben, zusätzlich: Messung von Einzelobjekten erfolgt unabhängig von den Messwerten anderer Objekte

3.332 Die Entwicklung von Messverfahren Im folgenden werden einige Messverfahren dargestellt, die als Typ der Datengewinnung Fragen an Personen benützen, welche von den Befragten ein Urteil darüber erwarten, wie

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

51

Umweltobjekte bzw. die eigenen Handlungen gegenüber diesen Objekten erlebt werden. Als eigentliche Messinstrumente sind Tests, Skalen, Indizes und, sofern man nominales Messen den Messvorgängen zurechnen will, Typologien zu bezeichnen. Unter einem Test wird ein wissenschaftliches Routineverfahren zur Untersuchung eines oder mehrerer empirisch abgrenzbarer mehr oder weniger stabiler Persönlichkeitsmerk-male mit dem Ziel einer möglichst quantitativen Aussage über den relativen Grad der indi-viduellen Merkmalsausprägung verstanden. Beispiele: Intelligenztests, Leistungstests, Entwicklungstests. Mit dem Begriff des Tests ist meist auch der Anspruch auf Eichung, Normiertheit und Standardisierung verbunden, was wiederum die Durchführung umfangreicher Zuverläs-sigkeitsprüfungen voraussetzt. Skalen werden vor allem für die Messung von Einstellungen verwendet. Einstellungen heben sich insofern von durch Tests erfassten Persönlichkeitsmerkmalen ab, als sie insta-biler sind als diese. Sowohl die Intensität als auch die Richtung von Einstellungen können in wesentlich höherem Maße verändert werden als dies bei Persönlichkeitsmerkmalen der Fall ist. Beispiel: Änderung der Einstellung zur Notwendigkeit des Golfkrieges in der US-Bevölkerung mit zunehmender Dauer. Auch die Verwendung von Skalen setzt umfang-reiche Zuverlässigkeits- und Gültigkeitsprüfungen voraus. Indizes sollen Maßzahlen auf einem höheren Messniveau liefern. Sie stellen die Zusammenfassung mehrerer Variablen in Form einer neuen, möglichst intervallskalierten Variablen dar. Die Ausgangsvariablen können dabei auf niedrigerem Messniveau liegen. Ein typisches Beispiel - wenn auch nicht für die Umfrageforschung - wäre der Verbraucherpreisindex, in dem Preisentwicklungen eines ganzen Warenkorbes (Aus-gangsvariablen) zu einer Maßzahl verdichtet werden. Typologien liefern ausschließlich Daten auf dem Niveau von Nominalskalen und stellen daher Segmentierungs- und Klassifikationssysteme dar, die zur Beschreibung der struk-turellen Gliederung eines Objektbereiches (z.B. Struktur der Befragten nach Geschlecht, Alter, Ausbildung etc.) dienen.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

52

3.3321 Urteilsmethoden Bei Skalierungsverfahren, die Urteilsmethoden benützen, ist zunächst festzulegen, wel-ches Reaktionsschema von den Befragten verlangt werden soll: • Haben sie bei Einzelobjekten oder Aussagen zu entscheiden, ob ein Merkmal vorhan-

den ist oder nicht oder ob sie eine Aussage akzeptieren oder nicht? Ihre Urteile bilden in diesem Fall Daten auf dem Niveau von Nominalskalen.

• Haben sie ein Feld von Objekten oder Aussagen nach vorgegebenen Kriterien in eine

Rangreihe zu bringen? Dieser Vorgang wird als Ranking oder Rangordnen bezeichnet - die Urteile ergeben Daten auf dem Niveau einer Ordinalskala.

• Haben sie den Ausprägungsgrad eines Merkmals oder den Grad ihrer Akzeptanz für

eine Aussage mit Hilfe einer numerischen oder verbal abgestuften Skala bekanntzuge-ben? Dieses Reaktionsschema wird üblicherweise als Rating oder Einstufen bezeich-net. Die Daten bilden ebenfalls eine Ordinalskala.

Rangordnen und Paarvergleich Bei dieser Methode werden den Befragten mindestens zwei Stimuli (Objekte oder Aussa-gen) gleichzeitig vorgelegt. Drei Haupttypen sind möglich: Alle Stimuli werden anhand eines vorgegebenen Merkmals geordnet. Z.B.:

Sie sehen hier fünf verschiedene Mineralwasserflaschen. Welche gefällt Ihnen am besten? Und dann? Und dann? Und dann? Und dann?

Aus einem Stimulusfeld werden nur einige Stimuli geordnet. Z.B.:

Sie sehen hier fünf verschiedene Mineralwasserflaschen. Wählen Sie bitte jene zwei aus, die Ihnen am besten gefallen. Welche gefällt Ihnen am besten? Und dann?

Alle Stimuli des Feldes werden in allen möglichen Kombinationen paarweise vorgegeben. Die Befragten haben zu entscheiden, welcher der beiden Stimuli das fragliche Merkmal in jeweils höherem Maße besitzt. Z.B.:

Welche der beiden Mineralwasserflaschen gefällt Ihnen besser? Einschränkungen ergeben sich insofern, als Befragte meist nicht in der Lage sind, konsi-stente Rangordnungen herzustellen, wenn mehr als sieben Objekte auf einmal vorgege-ben werden. So könnte etwa die Beziehung auftauchen: A ist schöner als B, B ist schöner als C, C ist schöner als A.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

53

Treten solche Inkonsistenzen auf, so muss entweder geschlossen werden, dass das Krite-rium, das zur Reihung benützt wurde, nicht eindeutig und eindimensional war, so dass die Befragten innerhalb der Vergleiche ihre Bezugspunkte rotieren, was gerade bei Reihungen anhand von Kriterien, wie "interessant" oder "gefällig" häufig der Fall ist, oder dass das Stimulusfeld für sie nicht bedeutungsvoll genug war. Einstufen In diesem Fall wird den Befragten ein Maßstab vorgegeben, mit dem sie den Ausprä-gungsgrad eines Merkmals bei einem Objekt oder den Grad ihrer Akzeptanz für eine Aus-sage angeben. Dieser Maßstab enthält eine Reihe von intensitätsmäßig abgestuften Kate-gorien. Die Abstufungen entsprechen einer Ordinalskala. Wieder sind verschiedene Vor-gehen möglich: Die Objekte werden einzeln, nacheinander, vorgegeben und bewertet. Z.B.:

Wie gefallen Ihnen die folgenden Mineralwasserflaschen? Geben Sie wie bei Schulnoten 1, wenn sie Ihnen sehr gut gefällt, 2, wenn sie Ihnen gut gefällt, .... und 5 wenn sie Ihnen gar nicht gefällt.

Alle Objekte werden zusammen vorgelegt. Z.B.:

Sie sehen hier fünf Mineralwasserflaschen? Wenn Sie Schulnoten vergeben müss-ten, wie würden Sie sie bewerten?

Die Kriterien können auf verschiedene Art präsentiert und formuliert werden: • numerisch: 1 2 3 4 5 • numerisch mit verbaler Markierung der Endpunkte gefällt sehr gut gar nicht 1 2 3 4 5

• graphisch-numerisch: 1 2 3 4 5 | | | | |

• nur verbal:

Als Abstufung in eine Richtung: stimme vollkommen zu - stimme teilweise zu - stimme zu mit großen Einschränkun-gen - stimme nicht zu.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

54

Als Abstufung in beide Richtungen mit einer Art Mittelwert: sehr gut - gut - befriedigend (Mittelwert)- genügend - nicht genügend. Mit Durchlaufen einer Art Nullpunkt: trifft vollkommen zu - trifft zu - weder das eine noch das andere trifft zu (Nullpunkt) - trifft kaum zu - trifft überhaupt nicht zu.

• Benützung bereits eingebürgerter Maßstäbe, z.B. des Thermometers, des Metersta-bes, der Prozentverteilung.

• Vorwiegend graphisch, z.B. als sogenannte Flächenskala:

würde ich kaufen

würde ich kaufen

würde ich kaufen würde ich kaufen

würde ich kaufen

Flächenskalen wurden vor allem entwickelt, um die Kaufbereitschaft für Produkte zu mes-sen. Die Bereitschaft zu kaufen sollte durch die Größe des gewählten Feldes ausgedrückt werden. Häufig werden sie auch benutzt, wenn Abstufungen verbal schwer auszudrücken sind. Gesichtspunkte für die Vorgabe von Kategorien und Instruktionen Für die Formulierung von Maßstäben ist zu beachten: • Die Maßstäbe dürfen nicht zuviele Kategorien enthalten. Wenn man davon ausgeht,

dass für den einzelnen nur das Bedeutung hat, was verbal übersetzt werden kann, so sind fünf Kategorien zu empfehlen. Wenn es ein Problem nahelegt, sehr differenzierte Abstufungen zu erfassen, so empfiehlt es sich, zunächst im Sinne eines Dafür oder Dagegen entscheiden zu lassen und erst dann eine differenzierte, wieder fünfstufige, Abstufung zu verlangen. Auf diese Weise ergeben sich zehn Skalenplätze. Dies stellt den obersten Wert dar, der mit durchschnittlich Befragten zu erreichen ist. Im Zwei-felsfall ist es günstiger, zunächst eher mehr Kategorien vorzugeben, die sich später

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

55

zusammenfassen lassen (z.B. "Stimme vollkommen zu", "Stimme zu", "Stimme eher zu").

• Werden bipolare Ordinalskalen mit einem zentralem Punkt vorgelegt, so ist zu ent-

scheiden, ob dieser Punkt als Nullpunkt, Mittelpunkt, Indifferenzpunkt, oder "Weiß nicht"-Kategorie formuliert werden soll:

-3 -2 -1 0 1 2 3 Nullpunkt 1 2 3 4 5 Mittelpunkt (3) Stimme zu - stimme weder zu noch lehne ich Indifferenzpunkt (.. weder ... noch) ab - stimme nicht zu Stimme zu - stimme nicht "Weiß nicht"-Kategorie zu - Weiß nicht

• Bei numerischen Vorgaben empfiehlt es sich, von einer gewissen verankerten Seman-

tik nicht abzuweichen. So ist es in unserem Raum, in dem die Schulnote 1, also ein niedriger Wert, die beste Leistung signalisiert, problematisch zu verlangen 5 als besten Wert anzusehen, 1 jedoch als den schlechtesten. Negative Werte sind nicht immer vorteilhaft, da Befragte mit geringer mathematischer Erfahrung oft nicht imstande sind, diese Zahlen konsistent zu handhaben.

• Zur Verankerung des vorgebenen Merkmals, also zur Definition der Anfangs- und End-

kategorien, sollten keine unrealistisch extremen Formulierungen gewählt werden, an-dererseits auch keine allzu vorsichtigen, da dies eine schlechte Ausnützung der übri-gen Kategorien nach sich zieht.

Vergleich: Rangordnen - Einstufen Die Frage, ob Rangordnen oder Einstufen vorzuziehen ist, ist nicht eindeutig zu entschei-den, da beide Techniken ihre Vor- und Nachteile aufweisen. Wird Realitätsnähe und Konkretheit als oberstes Wertkriterium in einer Untersuchung angestrebt, so ist sicher Rangordnen vorzuziehen, da verbal und intellektuell ungeschulte Befragte bei Einstufungen sehr oft überfordert sind. Andererseits müssen den meisten Rangordnungsverfahren entweder sehr viele Befragte zur Verfügung stehen, oder die einzelnen Befragten haben sehr viele Urteile abzugeben. Ebenso ist es nicht möglich, Einzelobjekte zu skalieren. Einstufen bietet dagegen den Vorteil, dass auch Einzelobjekte vorgegeben werden kön-nen. Es kann auch bei diffizileren Problemen, bei denen es auf die Erfassung von Nuan-cen ankommt, die logisch angemessenere Methode sein, da sie dem Befragten die Chance gibt, subtile Unterschiede auszudrücken.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

56

Systematische Urteilsfehler Legt man einer Gruppe von Befragten eine Liste von Objekten oder Aussagen vor, werden die einzelnen Befragten unterschiedliche Urteile abgeben - man erhält verschiedene Messwerte. Die wichtigsten Fehlermöglichkeiten sind: • Halo-Effekt: Dies meint die Neigung von Befragten, einen Gegenstand durchgehend in

allen zur Beurteilung vorgelegten Aspekten positiv oder negativ zu beurteilen. Dieser Effekt tritt besonders stark auf, wenn die Befragten zu dem zu beurteilenden Ge-genstand eine geringe Beziehung haben oder sehr unvollkommen über ihn informiert sind, andererseits auch, wenn sie ihm positiv oder negativ in irgendeiner Weise beson-ders emotionell gegenüberstehen.

Zur Vermeidung dieser Fehlerquelle kann empfohlen werden, nicht ein Objekt nach-einander in allen Aspekten beurteilen zu lassen und dann das nächste, sondern alle Objekte zunächst in einem Aspekt und dann in dem nächsten usw.

• Logik-Fehler: Die Befragten konstruieren in Fragesequenzen oder Skalierungen einen

"Sinn" hinein; sie beurteilen dann Aspekte gleichartig, wenn sie glauben, dass sie zu-sammenhängen, obwohl diese Aspekte vom Forscher als unabhängige Bezugspunkte gemeint sind.

• Fehler der Zentraltendenz: Die Beurteiler vermeiden sowohl im positiven wie im

Negativen extreme Urteile und geben konstant mittlere Beurteilungen. • Milde-Fehler: Hier wird nur der positive Teil der Skala ausgenützt, nicht der negative.

Die Scheu, ein negatives Urteil abzugeben, ist bei vielen Befragten in gewissem Um-fang ausgeprägt. Die negativen Kategorien sollten daher immer sehr vorsichtig formu-liert werden.

• Fehler, die mit dem Aufbau der Skala zusammenhängen: Aus Flüchtigkeit, teilweise

aber auch aus allgemeinen Gewohnheiten des Lese- und Beurteilungsverhaltens wer-den bei Antwortmöglichkeiten, die in zwei Spalten aufgelistet sind, die links abge-druckten Alternativen häufiger benutzt als die rechten und die oberen eher als die unte-ren. Es empfiehlt sich daher, die Anzahl der Antworten möglichst nicht ausufern zu las-sen.

Beispiel:

Frage: Privatwaldbesitzer haben bei der Bewirtschaftung ihres Waldes eine Fülle von Problem zu bewältigen. Welches sind für Sie die wichtigsten Probleme? (Mehrfachnennungen möglich) O schlechte Holzpreise O schlechte Erschließung O Waldsterben O Zeitmangel O Wildschäden O fehlende Maschinen O Standortsprobleme O Kalamitäten

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

57

Obwohl von der Intention her gleichwertig, würden insbesondere bei einer schriftlichen Befragung hier etwa die Kategorien "schlechte Holzpreise" und "Waldsterben" (links oben) gegenüber "fehlende Maschinen" und "Kalamitäten" (rechts unten) bevorzugt.

• Öffentlichkeitscharakter der Urteile: Jede abgegebene Stellungnahme besitzt Öf-

fentlichkeitscharakter. Der Befragte urteilt oft so, wie er sich präsentieren möchte und nicht wie er wirklich denkt.

3.333 Skalen zur Messung von Einstellungen (nach Karmasin und Karmasin, 1977) 3.3331 Allgemeines Eine Einstellung kann als ein dauerhaftes System von drei Komponenten, die sich auf ein Einzelobjekt richten, definiert werden: Die Überzeugungen in Bezug auf das Objekt - die kognitive Komponente, die Gefühle in Bezug auf das Objekt - die gefühlsmäßige oder af-fektive Komponente - die Disposition, in Bezug auf das Objekt zu handeln - die aktionale Komponente. Einstellungen besitzen sowohl wahrnehmungs- wie verhaltenssteuernde Tendenzen. Bei der Einstellungsmessung wird die Einstellung als nicht direkt beobachtbares Merkmal angenommen, das über Indikatoren (z.B. beobachtbares verbales Verhalten, verbal ge-äußerte Überzeugungen, Zustimmung oder Ablehnung von Behauptungen etc.) erfasst wird. Die Schritte, die bei der Erstellung einer Skala zu bewältigen sind, lassen sich folgender-maßen gliedern: • Die Einstellung ist begrifflich zu präzisieren und zu definieren. Hier treten alle in

3.321 beschriebenen Definitionsprobleme auf. • Als Indikatoren, die für das Vorliegen sowie für verschiedene Ausprägungen der Ein-

stellung sprechen, sind Statements auszuwählen, also Aussagen und Behauptungen über den Meinungsgegenstand. Dies kann auf Grund von Plausibilitätsüberlegungen geschehen, wird aber bei weiterreichenden Projekten meist stärker abgesichert, z.B. durch Gruppendiskussionen oder einzelne nicht-standardisierte Interviews. Die State-ments müssen so formuliert sein, dass die Antworten eindeutig als Zustimmung oder Ablehnung zu interpretieren sind6.

Um über die Brauchbarkeit einer Skalenabstufung bzw. der gewählten Indikatoren entscheiden zu können, müssen folgende Fragen geklärt werden:

6 Bei der Verneinung eines Statements vom Typ "Ich finde, dass holzwirtschaftliche Betriebe ebensoviel Subventionen erhalten sollten wie die Landwirtschaft" ist etwa nicht zu entscheiden, ob ein/e Befragte es abgelehnt hat, weil die Meinung besteht, dass sie mehr oder weniger Subventionen erhalten sollten.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

58

* Sind genügend viele Abstufungen, Objekte oder Aussagen (Items), ausge-wählt worden?. Je größer die Zahl desto höher die Sicherheit, die gemeinte Einstellung zu erheben.

* Vermögen die Abstufungen (Objekte oder Aussagen) zu diskriminieren, d.h.

zwischen Personen mit unerschiedlichen Einstellungsgraden zu unterschei-den?

* Sind die Abstufungen (Objekte oder Aussagen) stabil

+ gegenüber Zeiteinflüssen, dass also Personen nicht nur aus einer

augenblicklichen Stimmung heraus antworten, sondern bei nochmali-ger Befragung mit einer gewissen Konstanz (das Postulat der Stabilität ist dann nicht anzuwenden, wenn gerade solche augenblicklichen Stimmungen erfasst werden sollen).

+ gegenüber verbalen Formulierungen ("Reliabilität", sh. 3.34). * Messen die Indikatoren die gemeinte Einstellung und nicht gleichzeitig oder

überhaupt etwas anderes ("Validität", sh. 3.34)?

• Welche Urteilsmethoden sollen und können benutzt werden? Sollen die Befragten zu jeder Behauptung global Zustimmung oder Ablehnung ausdrücken, sollen sie die Be-hauptungen nach dem Grad ihrer Akzeptanz reihen, sollen sie ein quantitativ abge-stuftes Urteil abgeben? Mit welchen Urteilsfehlern ist jeweils zu rechnen.

Im folgenden sollen einige bekannte Skalierungsverfahren zur Einstellungsmessung kurz beschrieben werden: 3.3332 Der Paarvergleich Die Messungen dienen in erster Linie der Prüfung des Urteils- und Wahrnehmungsvermö-gens, z.B. ab welchen Werten Unterschiede wahrgenommen werden. Ziel des Verfahrens ist es, festzustellen, ob die Befragten in der Lage sind, einen Satz von Stimuli (Aussagen, Objekte) in Bezug auf ein interessierendes Merkmal, in eine konsi-stente Rangordnung auf eine Linie zu bringen, die das Merkmal in seinen verschiedenen Ausprägungen repräsentiert. Die Stimuli können verschiedener Art sein: • Objekte der Außenwelt, deren Merkmalsausprägungen gemessen werden sollen.

Vorgegeben werden etwa die Namen von fünf Firmen: A, B, C, D, E. Von den Befrag-ten ist anzugeben, welche Firma jeweils als die vertrauenswürdigere erlebt wird:

A oder B? A oder D? B oder C? A oder E? C oder D? B oder E? D oder E? B oder D? A oder C? C oder E?

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

59

• Aussagen, die darauf geprüft werden sollen, wie wichtig sie dem Befragten für eine Entscheidung sind. Vorgegeben werden fünf Eigenschaften eines Produktes: A, B, C, D, E. Der Befragte hat zu entscheiden, welche Eigenschaft ihm wichtiger ist, um für ein Produkt den Preis X zu bezahlen:

A oder B? B oder C? usw.

• Aussagen, die verschiedene Ausprägungsgrade von Einstellungen bezeichnen: A,

B, C, D, E. In diesem Fall werden üblicherweise zwei Schritte durchgeführt. Im ersten wird ermittelt, welchen Ausprägungsgrad der Einstellung eine Reihe tatsächlich, d.h. in der Gesamtpopulation bezeichnet (Itemanalyse). Die fragliche Einstellung sei etwa "Heimeligkeit des Werkstoffs Holz". Die Befragten haben dann zu entscheiden, welche Aussage mehr für "Heimeligkeit" spricht:

A oder B? B oder C? usw.

In einem zweiten Schritt werden diese Aussagen, deren Skalenwerte nun bekannt sind, meist einer anderen Stichprobe von Befragten mit der Bitte vorgelegt, jeweils Zustim-mung oder Ablehnung zu bezeichnen.

Beim Paarvergleich wird davon ausgegangen, dass die Befragten jene Statements akzep-tieren, die genau den Ausprägungsgrad der Einstellung repräsentieren, den sie selbst be-sitzen. Die Häufigkeit, mit der ein Stimulus, also ein Objekt bzw. eine Aussage, dem an-deren vorgezogen wird bzw. mit der er als "größer", "besser" etc. beurteilt wird, soll beim Paarvergleich eine Funktion des Ausmaßes sein, in dem es das fragliche Merkmal tat-sächlich besitzt. Seine Position auf einer Skala ergibt sich als eine Funktion des Verhält-nisses, in dem es den anderen Stimuli vorgezogen wird. Beispiel: Befragt wurden 120 Leser von zwei Holzfachzeitschriften (A und B) über ihre Präferenz in Bezug auf vier verschiedene Rubriken der Zeitschrift: Technik Statistische Informationen Markt Heimwerkerbeilage

Jede Person hat zu entscheiden, was sie lieber las:

Technik oder Markt? Technik oder Statistische Informationen? Technik oder Heimwerkerbeilage? Markt oder Statistische Informationen? Markt oder Heimwerkerbeilage? Statistische Informationen oder Heimwerkerbeilage?

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

60

Die Häufigkeiten, mit der eine Rubrik der jeweils anderen vorgezogen wird, wird in eine Matrix eingetragen, deren Zellen angeben, wie oft eine Rubrik in der Spalte (vertikal) ge-genüber einer Rubrik in der Zeile (horizontal) vorgezogen wurde. Insgesamt müssen sich 6 x 120 Vergleiche = 720 Einzelurteile ergeben.

Tab. 4 Verteilung der Häufigkeiten für Zeitung A bei Paarvergleich Technik Markt Stat.Inf. Heimw.b. Technik - 135 120 45 Markt 30 - 30 60 Stat.Inf. 45 30 - 75 Heimw.b. 30 60 60 - Spaltensumme 105 225 210 180

Diese Matrix kann anschließend in eine Proportions- oder Prozentwertmatrix transformiert werden, indem jedes Element in Relation zur gesamten Anzahl der Beurteilungen gesetzt wird (hier 720).

Tab. 5 Die Prozentverteilung für Zeitung A

Technik Markt Stat.Inf. Heimw.b. Technik - 19 17 6 Markt 4 - 4 8 Stat.Inf. 6 4 - 10 Heimw.b. 4 8 8 - Spaltensumme 14 31 29 24

Würden alle vier Kategorien gleich bewertet werden, müsste als Spaltensumme jeweils 25 % aufscheinen (4 x 25% = 100%). Aus den Werten der Spaltensumme zeigt sich somit bereits die summarische Bewertung der einzelnen Kategorien.

Tab. 6 Die Prozentverteilung für Zeitung B:

Technik Markt Stat.Inf. Heimw.b. Spaltensumme 33 15 10 42

Während in Zeitung A die Leser Präferenz für "Markt" und "Statistische Informationen" zum Ausdruck bringen, sind es in Zeitschrift B "Technik" und "Heimwerkerbeilage".

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

61

Voraussetzungen für die Anwendung des Paarvergleiches sind: • Die Stichprobengröße darf, wenn nur wenige Items vorgegeben werden, nicht unter

100 Personen liegen; bei kleineren Stichproben müssten die Befragten jedenfalls we-sentlich mehr Vergleiche durchführen.

• Gleichzeitig dürfen aber nicht zuviele Items vorgelegt werden - schon bei 10 Aussa-

gen ergeben sich 45 Vergleiche pro Person. Dies stellt im allgemeinen bereits eine Überforderung dar.

• die Befragten müssen imstande sein, den einzelnen Items eine gewisse Bedeutung

beizumessen. • Es darf sich nicht um zu komplexe und zu schwierig zu beurteilende Objekte und

Kriterien handeln, da sonst die Gefahr besteht, dass die Befragten die Bezugsachse ih-rer Urteile rotieren (inkonsistente Reihungen).

Die Vorteile des Paarvergleiches liegen vor allem darin, dass das Reaktionsschema auch bei verbal und intellektuell Ungeschulten vorausgesetzt werden kann, während für andere Skalen wesentlich kompliziertere Leistungen gefordert werden, und dennoch die Daten relativ anspruchsvollen Analysen unterzogen werden können. Die Nachteile liegen daher vor allem darin, dass die Anzahl der Items, die geprüft wer-den können, nicht über fünf bis sieben hinausgehen kann. Aus Gründen der Verlässlich-keit - je mehr Indikatoren und Items, desto sicherer der Schluss auf die Einstellung - er-scheint es jedoch in vielen Fällen wichtig, wesentlich mehr Items einzubeziehen, wenn komplexere Einstellungen geprüft werden sollen. 3.3333 Das Verfahren der summierten Einschätzungen Likert-Skala (nach: Hammann und Erichson, 1978) Das Verfahren beruht auf Ratingskalen, die wie Intervallskalen verwendet werden. Das Ergebnis ist eine Unterscheidung der Versuchspersonen nach ihrer Einstellung (z.B. auf einer Ordinalskala) zu einem bestimmten Untersuchungsgegenstand. Der Ablauf der Methode ist folgender: • Einer Gruppe von Testpersonen werden zwei gleich große Mengen an Stimuli zu ei-

nem Untersuchungsgegenstand vorgelegt, die bereits a priori als "positiv" oder "nega-tiv" bzw. "günstig" oder "ungünstig" formuliert wurden. Beispiel für positives Statement: Holz ist heimelig; Beispiel für negatives Statement: Holz ist kalt (a priori wird ange-nommen, dass Holz in Wirklichkeit heimelig ist, daher wird ersteres Statement als das positive bezeichnet).

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

62

• Es findet eine Befragung von Testpersonen statt (Pre-Test), wobei diese Zustimmung

oder Ablehnung zu jedem Stimulus zu äußern haben. Dabei werden i.d.R. folgende Anwortkategorien vorgegeben: Stimme stark zu - Stimme zu - Unentschieden - Lehne ab - Lehne stark ab. Jeder Anwortkategorie wird ein numerischer Wert zugeordnet; z.B. +2, +1, 0, -1, -2.

• Das Ergebnis einer Testperson ist die Summe der von ihr den Stimuli zugeordneten,

numerische interpretierten (bewerteten) Antworten. Formal gesehen werden die Be-wertungen der einzelnen Stimuli zum Untersuchungsgegenstand für die Einzelperso-nen aufsummiert.

• Der Forscher wählt anhand dieser Pre-Tests nun diejenigen Stimuli aus, welche am

besten zwischen hohen und niedrigen Ergebnissen (anhand eines Vergleichs der Durchschnittseinschätzungen für die Stimuli) diskriminieren (unterscheiden). Mit ande-ren Worten werden jene ausgesucht, die besonders hoch oder besonders niedrig be-wertet wurden.

• Nach Auswahl der am besten geeigneten Stimuli erfolgt die eigentliche Befragung nach

denselben Anwortkategorien wie oben. Beispiel: Ein Marktforscher soll die Einstellungen von Personen zum Werkstoff Holz messen. Hierzu könnte man folgende "Meinungen" (Stimuli) vorfertigen und Testpersonen mit der Bitte um Zustimmung bzw. Ablehnung nach den obigen Antwortkategorien vorlegen: (1) Holz ist heimelig (2) Holzverwendung bedeutet Waldzerstörung (3) Holz ist ein kalter Baustoff (4) Holzverwendung bedeutet schonende Nutzung einer erneuerbaren Ressource (5) Ich würde Holz im Wohnungsausbau verwenden (6) Holz im Wohnbau ist gefährlich, da es leicht brennt (7) Ich würde Holz im Wohnungsbau nicht verwenden (8) Holz im Wohnbau ist günstig, da es bei Bränden seine Tragfähigkeit lange beibehält Eine Vielzahl solcher Aussagen wäre notwendig, wenn der Anspruch auf adäquate Erfas-sung des Einstellungsspektrums von Individuen erhoben wird. Die Liste der obigen Aus-sagen lässt erkennen, dass lediglich solcher eindeutig "positiver" bzw. "negativer" Ten-denz enthalten sind. Äußerungen der Art "Holz ist zwar heimelig, Holzverwendung be-deutet aber Waldzerstörung" wären aber nicht zulässig, da die Versuchspersonen nicht eindeutig antworten könnten. Das Bewertungsproblem muss für jede dieser Aussagen getrennt gelöst werden. Für Äußerung (1) aus der obigen Liste würde man folgende Werte benutzen:

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

63

+ 2 Stimme stark zu + 1 Stimme zu 0 Unentschieden - 1 Lehne ab - 2 Lehne stark ab

Da die Äußerungen (1), (4), (5), (8) "positiv" sind, gilt diese Zuordnung gleichermaßen. Die Äußerungen (2), (3), (6), (7) sind negativ. Hier muss man die Wertskala umgekehrt an-wenden. + 2 Lehne stark ab + 1 Lehne ab 0 Unentschieden - 1 Stimme zu - 2 Stimme stark zu

Verfährt man in dieser Weise, so könnte sich z.B. für zwei Personen folgendes Testresul-tat ergeben:

Tab. 7 Ergebnistabelle eines Likert-Tests

Einschätzungen Stimulus Person A Person B 1 + 2 + 1 2 - 1 + 1 3 + 2 + 1 4 - 1 0 5 + 2 - 2 6 0 - 2 7 + 1 - 2 8 0 - 2 Summe der Ein- + 5 - 5 stellungen

Person B würde somit in ihrer Einstellung gegenüber dem Werkstoff Holz einen erheblich niedrigeren Rang einnehmen als Person A. Die Einstellungsummen können in diesem Fall zwischen + 16 (8*(+2)) und - 16 (8*(-2)) liegen. Innerhalb dieser Skala ergibt sich die Abbildung der Befragten als Rangordnung. 3.3334 Die Skalogramm-Methode von Guttmann (nach Hammann und Erichson, 1978)

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

64

Durch dieses Verfahren können am ehesten Merkmale mit Intensitätscharakter gemes-sen werden. Es handelt sich primär um die Anwendung von Ordinalskalen auf Items und Testpersonen. Die Methode lässt sich am einfachsten an einem hypothetischen Beispiel erklären. Einer Gruppe Testpersonen werden folgende Aussagen zum Zwecke der Ein-stellungsmessung zu einem Jogurt BIO-JO vorgelegt, wobei entweder Zustimmung oder Ablehnung geäußert werden kann. Die Aussagen werden nach ihrer Intensität geordnet. Beispiel: (1) Ich kenne BIO-JO aus der Werbung --------- "leichteste" Aussage (2) Ich kenne (zumindest) einen Supermarkt, der BIO-JO vertreibt (3) Ich habe BIO-JO im Supermarkt schon in der Hand gehabt (4) Ich habe schon BIO-JO gekauft -------------- "schwerste" Aussage Das Verfahren geht davon aus, dass die Akzeptierung eines Items höheren Intensitäts-grades auch die Akzeptierung aller Items geringeren Intensitätsgrades darstellt. Wenn je-mand BIO-JO bereits gekauft hat, ist anzunehmen, dass auch die Aussagen (1)-(3) zu-treffen. Als Reaktionsschema in Bezug auf die Aussagen ist nur Zustimmung oder Ablehnung vor-gesehen. Stimmt ein Befragter zu, wird der Aussage der Wert 1 zugeordnet, lehnt er ab, der Wert 0. Reagieren die Befragten konsequent bzw. stimmt das zugrundeliegende Mo-dell, müsste eine Person, die die schwerste Aussage akzeptiert, auch alle "darunterliegen-den" leichteren akzeptieren; ebenso müsste eine Person, die eine mittlere oder leichtere Aussage ablehnt, auch alle "darüberliegenden" schwereren ablehnen. Der Ort einer Per-son, also ihr Rang, ist auf dem Einstellungskontinuum damit durch jene Aussage markiert, die genau "so viel Einstellung" erfordert, wie zu ihrer Akzeptierung notwendig ist. Wenn die gewählten Aussagen tatsächlich eine geordnete Folge an Intensitäten von "leicht" bis "schwer" darstellen und die Befragten konsistent reagieren, so ist nur eine festliegende Anzahl von Anwortmustern möglich, und zwar: Tab. 8 Mögliche Antwortmuster (leichteste) (schwerste) Aussage 1 Aussage 1 Aussage 1 Aussage 1 1 1 1 1 oder 1 1 1 0 oder 1 1 0 0 oder 1 0 0 0 oder 0 0 0 0

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

65

Anwortmuster wie 0 1 1 1, also Ablehnung der leichtesten und Akzeptierung der schwe-reren, sind nicht zulässig; sie werden als "non-scalar types" bezeichnet. Treten solche Muster in Bezug auf eine Aussage gehäuft auf, muss diese eliminiert wer-den, treten sie in Bezug auf alle Aussagen auf, so ist die Annahme, dass diese Aussagen eine Skala formen, aufzugeben. In der Praxis werden immer Fehler (also unzulässige Antwortmuster) auftauchen. Es muss also bestimmt werden, wieweit das Skalierungsmodell mit einem gegebenen empirischen Datensatz noch in Einklang gebracht werden kann. Eine der Möglichkeiten hiezu ist die sogenannte Cornell-Technik. Sie benützt den Gedanken der Reproduzierbarkeit: Wenn die Items eine Skala bilden, so muss es möglich sein, von dem Rang einer Person, der durch einen Punktewert ausgedrückt wird, auf ihr Antwortmuster zu schließen, da für jede positive Antwort 1 vergeben wird. Es wird zunächst eine Tabelle angelegt, in der die Aussagen in die Spalten und die Per-sonen in die Zeilen eingetragen werden. Die Personen werden dabei nach der vergebenen Punktezahl geordnet. Die nachfolgende Tabelle gibt die Reaktion von 10 Personen zu vier Aussagen wieder (tatsächlich wären zu einer Prüfung mindestens 100 Personen notwen-dig). Die Besetzung der Kategorie wird jeweils durch 1 (Zustimmung) oder 0 (Ablehnung) markiert.

Tab. 9 Ergebnistabelle der Skalogramm-Methode

Aussage Nr. 1 2 3 4 Punkte- Person wert 1 1 1 1 1 4 2 1 1 1 1 4 3 1 (0) 1 1 3 4 1 1 (0) 1 3 5 1 1 0 0 2 6 1 1 0 0 2 7 (0) 1 (0) 1 2 8 1 (0) 1 0 1 9 1 0 0 0 1 10 0 0 0 0 0 Fehler 1 2 2 0 5 Summe

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

66

Der Fehler in Aussage 1 bei Person 7 ergibt sich etwa dadurch, dass Aussage 1 zwar ab-gelehnt, Aussage 2 aber zugestimmt wurde. Um das Ausmaß der noch akzeptierbaren Fehlerhaftigkeit zu bestimmen, wird ein Repro-duzierbarkeitskoeffizient errechnet:

Anzahl aller Fehler Reproduzierbarkeitskoeffizient = 1 - ──────────────── Anzahl der Reaktionen 5 in unserem Fall = 1 - ──── (10*4) = 1 - 0.125 = 0.875

Dieser Wert gibt die Genauigkeit an, mit der die Reaktionen zu den einzelnen Statements von der Kenntnis der Punktezahl reproduziert werden können. Er sollte möglichst nahe an 1 liegen und 0.85 nicht unterschreiten, sonst muss eine Aussage eliminiert werden (in un-serem Fall noch akzeptierbar). Einwände gegen diese Methode können zweierlei Art sein: praktisch und methodisch. In der Praxis stellt die Zusammenstellung der Aussagen insofern ein Problem dar, als es meist schwerfällt, mehr als vier, fünf Aussagen zu schreiben, die alle auf die Erfassung desselben Sachverhaltes zielen, aber verschiedene Intensitätsgrade repräsentieren. Meist liegt die Gefahr nahe, dass semantisch gleiche Sätze in verschiedenen Formulierungen gebraucht werden. Der methodische Einwand besteht darin, dass es sich bei der Gutt-mann-Skala um ein deterministisches Modell handelt, da die Annahmen des Modells keine Zufallsprozesse vorsehen. Jede Abweichung muss als Fehler eliminiert werden. Das Mo-dell stellt daher sehr hohe Anforderungen an die Daten, die in der Praxis selten erfüllt sind. 3.3335 Das semantische Differential (nach Karmasin und Karmasin, 1977) Im Gegensatz zu den eindimensionalen Einstellungsverfahren, handelt es sich bei diesem Verfahren um eine mehrdimensionale Methode, bei der nicht die Einstellung im eigentli-chen Sinn erhoben werden soll, sondern vor allem emotionale Reaktionen von Befragten auf vorgegebene Begriffe zu einem Sachverhalt (Assoziationen). Erst in zweiter Linie ist es möglich, über eine Reihe theoretischer Annahmen von der Bedeutung, die Meinungsge-genstände für Befragte haben, auf ihre Einstellung ihnen gegenüber zu schließen.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

67

Bei Messungen mit Hilfe des semantischen Differentials lässt man nicht freie Assoziatio-nen zu, sondern bindet die Versuchspersonen an ausgewählte vorgegebene Begriffs-paare, mit denen die jeweiligen Objekte beurteilt werden sollen. Um die Assoziationsstärke messen zu können, verknüpft man die Assoziationen mit Ratingsskalen. Insofern handelt es sich bei dieser Methode um eine Vervielfachung des Konzepts eindimensionaler Ein-stellungsmessung mit Hilfe von Ratingsskalen auf der Basis ordinaler, semantisch diffe-renzierter Antwortkategorien. Das semantische Differential besteht aus einer Menge von (emotionellen) Eigenschafts-aussagen, die polar gefasst und innerhalb der polaren Aussagen abgestuft werden kön-nen (Polaritätsprofil). Dies erfolgt durch eine meist in fünf oder sieben gleiche Abstände unterteilte numerische Skala. Ein semantisches Differential ist im Grunde eine Menge zweipoliger Ratingsskalen, wobei regelmäßig den einzelnen Abständen Werte (von 1, ..., 7 oder -2, ..., +2) zugeordnet werden. Beispiel:

-2 -1 0 +1 +2 Stark | | | | | Schwach

trifft genau etwas weder/noch etwas genau

zu zu zu zu zu Der Befragte wird veranlasst, die Richtung seiner Erlebnisweise anzugeben, also "stark" oder "schwach" zu wählen, und zugleich die Intensität seiner Zuordnung zu bestimmen. Beispiel: Eine repräsentativen Stichprobe von Boku-Studentinnen wird um eine emotionelle Ein-schätzung der Boku gebeten. Die Instruktion lautet: Entscheide bitte, wie die BOKU auf Dich wirkt. Gehe einfach nach Deinem Gefühl vor und überlege nicht lange. Ich lesen Dir eine Reihe von Gegensatzpaaren vor. Erlebst Du die BOKU etwa eher als "dezent" oder "auffällig"? Oder treffen beide Begriffe überhaupt nicht zu? Entscheide bitte bei jedem Paar:

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

68

trifft zu ganz eher weder/noch eher ganz

dezent 1 2 3 4 5 auffällig zukunftsweisend 1 2 3 4 5 festgefahren

konservativ 1 2 3 4 5 trendig cool 1 2 3 4 5 uncool steif 1 2 3 4 5 lebendig sympathisch 1 2 3 4 5 unsympathisch mainstream 1 2 3 4 5 alternativ alt 1 2 3 4 5 jung klein 1 2 3 4 5 groß high-tech 1 2 3 4 5 low-tech warm 1 2 3 4 5 kalt unattraktiv 1 2 3 4 5 attraktiv überschaubar 1 2 3 4 5 unüberschaubar

städtisch 1 2 3 4 5 ländlich chaotisch 1 2 3 4 5 organisiert natürlich 1 2 3 4 5 unnatürlich unpersönlich 1 2 3 4 5 familiär

Für die Zusammenstellung und Anordnung dieser Adjektive ist zu beachten: • Es muss Vorsorge getroffen werden, dass alles getan wird, um die Neigung zu

systematischen Urteilsfehlern, die durch diese Form der Vorgabe besonders gefördert wird, abzuschwächen:

* Am Anfang müssen Adjektive stehen, die keine allzu starke und eindeutige

Bewertung verlangen (Halo-Effekt). * Die positiven Eigenschaften dürfen nicht nur links stehen. Semantisch ähnli-

che Eigenschaften sollten nicht unmittelbar hintereinander stehen (Tendenz zur konstanten Besetzung einer auch räumlich gleichartig lokalisierten Kate-gorie).

* Wenn überhaupt machbar, sollte die negative Alternative so positiv wie mög-lich formuliert werden.

• Es müssen Hypothesen darüber gebildet werden, was die Ausprägung einzelner Be-

griffe in Bezug auf ein konkretes Objekt bedeuten soll. Nicht immer sind die Begriffs-paare eindeutig belegt. Soll z.B. die Zuordnung des Aspekts "konservativ" bei der Be-urteilung einer Firma als positiv oder negativ gelten? Mit Ausnahme etwa der Beurtei-lung von Geisterbahnen ist "hell" und "düster" aber eindeutig.

Für die Auswertung wird - auch wenn die Ausprägung für die Befragung verbal vorgege-ben ist - jeder Abstufungskategorie ein Punktwert zugeordnet (z.B. 1 bis 5, 1 bis 7, -2 bis +2, -3 bis +3). Dabei ist zu beachten, dass nicht alle positiven Werte links und nicht alle negativen Werte rechts stehen. Sollte eine einheitlich positive bzw. negative Skala für alle Begriffe erstellt werden, müssen jene Aussagen, in denen die negativ besetzten Begriffe

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

69

links stehen umbewertet werden (oder umgekehrt). Es erfolgt die Berechnung von Mittel-werten, die gruppenspezifisch ausgewiesen werden können. Am häufigsten werden semantische Differentiale graphisch ausgewertet, wobei üblicher-weise die am positivst ausgeprägten links oben stehen. Nicht alle Begriffspaare sind ein-deutig positiv oder negativ besetzt. Es könnte etwa Sinn machen, diese "neutralen" Be-griffspaare getrennt von den eindeutig besetzten auszuwerten. In den Graph können mehrere Linien eingetragen werden, die etwa unterschiedliche Gruppen von Befragten repräsentieren oder die Ergebnisse der Befragungen zu unter-schiedlichen Objekten (z.B. Erstsemestrige, höhere Semester etc.). Abb. 4 Beispiel für die graphische Auswertung eines semantischen Differentials

(Boku-Umfrage 2003/2004) a) neutrale Paare

dezent(1)

konservativ (1)

mainstream (1)

klein (1)

städtisch (1)

Mittelwert

54321

auffällig (5) trendig (5) alternativ (5) groß (5) ländlich (5)

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

70

b) positiv-negative Paare Bewertung positive-negative

Eigenschaftspaare (n=212/213)sympathisch (1)

familiär (1)

natürlich (1)

überschaubar (1)

attraktiv (1)

zukunftsweisend (1)

warm (1)

lebendig (1)

high-tech (1)

cool (1)

organisiert (1)jung (1)

Mittelwert

54321

unsympathisch (5) unpersönlich (5) unnatürlich (5) überschaubar (5) unattraktiv (5) festgefahren (5) kalt (5) steif (5) low-tech (5) uncool (5) chaotisch (5) alt (5)

Die Eignung des Polaritätsprofils, die wertenden und emotionalen Bedeutungen von Be-griffen zu erfassen, die Tatsache, dass es leicht anwendbar ist, auch ohne rechnerischen Aufwand "funktioniert" und plausible und einfach interpretierbare Werte erbringt, hat zu einem weitverbreiteten Einsatz dieses Verfahrens innerhalb der Image- und Stereotypen-forschung geführt. Dies sollte jedoch nicht darüber hinwegtäuschen, dass sich schwerwie-gende Einwände gegen seine Eignung als Messinstrument vorbringen lassen: Die Aus-gangsdaten rechtfertigen oft keine kompliziertere statistische Weiterverarbeitung, die met-rische Werte liefern - dies stellt dann meist nur eine Scheinquantifizierung dar, - sie be-sitzen andererseits ohne statistische Weiterverarbeitung oft nicht mehr als Plausibilitäts-wert. 3.334 Typologien (nach Karmasin und Karmasin, 1977) Bei der Typologiebildung handelt es sich um ein Verfahren, das der Beschreibung und Klassifikation eines Objektbereiches dient. Dabei handelt es sich um Messen auf dem Ni-veau von Nominalskalen. Typologien versuchen, einen Objektbereich zu strukturieren. Die einzelnen Objekte sollen sich dabei eindeutig voneinander abheben und sie gleichzeitig zu sinnvollen Merkmals-klassen zusammenfassen.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

71

Typologien müssen folgenden Kriterien genügen: • Eindeutigkeit: Merkmale müssen explizit definiert sein. • Prinzipielle Möglichkeit, den Objektbereich erschöpfend zu beschreiben. Die Wahr-

scheinlichkeit, mit der die gewählten Merkmale den Elementen des Objektbereiches zukommen, muss zwischen 0 und 1 liegen. Weder dürfen alle Elemente das Merkmal besitzen noch keines.

• Sinnvolle Differenzierung: Die Auswahl und Kombination der einzelnen Kategorien

muss im Hinblick auf die theoretische Fruchtbarkeit erfolgen. Beispiel: Eine Umwelt-NGO möchte wissen, welche Personen Umweltpapier verwenden. Es wird die Hypothese gebildet, dass die Tatsache, dass jemand Umweltpapier verwendet, mit seiner Einstellung gegenüber der Umwelt zusammenhängt. Man kann entweder glauben, dass man durch aktives Konsumverhalten einen Beitrag zum Umweltschutz leisten kann oder eben nicht.

Tab. 10 Variablen zur Typenbildung

Verwendung Variable 1: Umweltpapier Nicht-Verwendung Glauben, dass aktives Konsumverhalten etwas nützt Variable 2: Konsumverhalten Glauben, dass aktives Konsumverhalten nichts nützt

Tab. 11 Mögliche Typen

Glauben an aktives Verwendung von Konsumverhalten Umweltpapier Typ A: + + Typ B: - + Typ C: + - Typ D: - -

Es wird nun versucht, das vorhandene Datenmaterial daraufhin zu analysieren, durch wel-che Merkmale die einzelnen Typen gekennzeichnet sind, bzw. wenn eine derartige Ty-pologisierung geplant ist, eine Reihe von Merkmalen mitzuerheben, von denen man an-nimmt, dass sie zur Charakterisierung der einzelnen Typen dienen können. Dies könnten

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

72

in unserem Beispiel über den Satz der üblicherweise erhobenen soziodemographischen Daten (z.B. Geschlecht, Alter, Bildung etc.) hinaus Variablen sein, wie z.B.: • Glauben an die Zukunft • Glauben an die Beeinflussungsmöglichkeit von Politik • Ideologischer Standpunkt etc. Neben dem Versuch der Charakterisierung wird es interessant sein, wieviele Personen einen solchen Typus repräsentieren. So könnte es sich in unserem Fall als relevant he-rausstellen, dass der Typ C (Glaube an aktives Konsumverhalten - keine Verwendung von Umweltpapier) in einer gegebenen Personenstichprobe unterrepräsentiert ist. Eine Typologie wird umso brauchbarer sein, je stärker folgende Kriterien erfüllt sind: Einfachheits- und Fruchtbarkeitsüberlegungen in Bezug auf die Forschungsfrage Mögliche Verknüpfung mit theoriehaltigen Begriffen Erschöpfende und eindeutige Strukturierung des Objektbereiches Im Rahmen einer Befragung erfolgt die Bildung von Typologien meist über Cluster- und Diskriminanzanalyse (sh. 4.322 und 4.313). Eine für die Zeitschrift "News" durchgeführte Tiefenstudie über die "Österreichische Seele '92" ergab folgende fünf Wert- und Einstellungstypen der Österreicher, aus der auch die für die Typenbildung verwendeten Merkmale hervorgehen (News Nr. 8/92): 27% Die Stabilitätsfixierten: Am häufigsten Personen mit Pflichtschulbildung sowie ältere Österreicher und solche im dörflich-kleinstädtischen Milieu. Politisch entsprechen ihre Sympathien der Gesamtbevöl-kerung. 17% Die Wertkonservativen: Hier finden sich vornehmlich Vertreter mittlerer Altersgruppen sowie überdurchschnittlich viele Frauen. Sie konzentrieren sich in Mittel- und Kleinstädten, politisch insbesondere bei der ÖVP.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

73

18% Die neue Rechte: Sie rekrutiert sich aus einem autoritären Protestpotenzial, vorwiegend aus älteren Bevöl-kerungsgruppen. Überdurchschnittlich vertreten ist sie bei FPÖ-Wählern, auch im Kern-bereich der SPÖ. 24% Die ökosozial Aktiven: Sie zeichnen sich durch ein hohes Bildungs- und Qualifikationsniveau aus. Regional sind sie im großstädtischen Bereich konzentriert. Überdurchschnittlich vertreten bei Jungen und Grünen. Für die Typenbildung wurden hier also folgende Merkmale verwendet: • Bildung • Alter • Wohnumgebung • Wahlverhalten 3.335 Indizes (nach Karmasin und Karmasin, 1977) Bei einem Index handelt es sich ganz allgemein um eine metrische Variable, auf der die Werte mehrerer Variablen durch eine gemeinsame Maßzahl ausgedrückt werden kann. Er stellt damit die Messung eines komplexen Merkmals dar, für dessen Vorliegen meh-rere Indikatoren gemessen und kombiniert werden müssen (z.B. Preisentwicklung eines Warenkorbes für den Verbraucherpreisindex). Die Bildung von Indizes kann bereits vor der Durchführung der Untersuchung geplant wer-den, sie kann sich auch als Schritt der Datenanalyse ergeben. Eine Indexbildung besitzt folgende Funktionen: • Reduzierung und Zusammenfasssung des Datenmaterials ohne Verlust an Information. • Vergleichbarkeit von Messungen sowohl im Querschnitt (verschiedene Objekte zum

selben Zeitpunkt) als auch über der Zeit (wenn die Untersuchung zu mehreren Zeit-punkten durchgeführt wird).

Indizes werden häufig verwendet, um soziale Schichten zu charakterisieren (Oberschicht, Obere Mittelschicht, Mittelschicht, Obere Breitenschicht, Breitenschicht). Einfachere Mes-sungen kombinieren dabei meist folgende Indikatoren:

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

74

• Einkommen, und zwar ein gewichtetes Pro-Kopf-Einkommen (= Haushaltseinkommen, das in Beziehung zu der Zahl der Personen, die im Haushalt leben und verdienen, ge-setzt wird).

• Schulbildung • Berufsmilieu Für die Ausprägung der Variablen werden Punktewerte vergeben und nach einem be-stimmten Schema summiert. Beispiel: Widauer (1991) berechnete in seiner Studie "Der Forstwirt - Der Arbeitsmarkt" einen so-genannten "Sozialisationsindex", der einen Maßstab für politische Handlungsbereitschaft darstellen soll. Es sollte dabei untersucht werden, ob sich dieser Index nach Arbeitgeber-typen unterscheidet. Zunächst geht es um die operationale Definition politischer Hand-lungsbereitschaft, die u.a. an folgenden Indikatoren (in abnehmender Intensität) gemessen wurde: - Teilnahme an einem Streik - Mitmachen bei einer Bürgerinitiative - Schreiben eines Briefes an Politiker - Überzeugung anderer von eigener politischer Meinung - Sprechen mit anderen über politische Probleme

Der Begriff "politische Handlungsbereitschaft" wurde nun durch Typologien ausgefüllt. Jene, die die o.a. Handlungen bereits getan haben, wurden als "informell aktiv" denen ge-genübergestellt, die solche Handlungen nicht getan haben ("informell passiv"). Es wurde nun untersucht, ob die Absolventen, die informell aktiver sind als andere, bei einem Arbeitsgeber bessere oder schlechtere Chancen haben, einen Arbeitsplatz zu be-kommen. Der Sozialisationsindex errechnet sich nach folgender Formel (Kombination der Merkmale):

AKA__ AKA+PASA Sozialisationsindex = ─────────── AKB__ AKB+PASB

Wobei: AKA = jene, die bei einem bestimmten Arbeitsgeber ihren ersten Arbeitsplatz

gefunden haben und informell aktiv sind. PASA = jene, die bei einem bestimmten Arbeitsgeber ihren ersten Arbeitsplatz

gefunden haben und informell passiv sind. AKB = jene, die sich bei einem bestimmten Arbeitsgeber beworben haben

und informell aktiv sind. PASB = jene, die sich bei einem bestimmten Arbeitsgeber beworben haben

und informell passiv sind.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

75

Der Sozialisationsindex zeigt nun insgesamt, wieweit die Entscheidung der Arbeitgeber politisch aktive Absolventen begünstigt oder benachteiligt. Ein Wert > 1 weist auf Begün-stigung politisch Aktiver hin.

Tab. 12 Ergebnis: Sozialisationsindex je Berufsposition

Berufsposition Index Privater Forstbetrieb 1.04 Österreichische Bundesforste 0.64 Landwirtschaftskammer 0.90 Wildbach- und Lawinenverbauung 0.94 Behörde 0.79 Wissenschaft 1.15 Waldzustandsinventur 1.16

Forstbetriebe, Wissenschaft und Waldzustandsinventur sind jene Arbeitgeber, die informell aktive Absolventen bevorzugt aufnehmen. Weit weniger Wert legt man in den Kammern, den Behörden und vor allem bei den Bundesforsten auf solch engagierte Mitarbeiter. 3.34 Zuverlässigkeits- und Gültigkeitsprüfungen (nach Karmasin und Karmasin, 1977) Unter der Prüfung der Zuverlässigkeit oder Reliabilität einer Methode wird eine Ent-scheidung darüber verstanden, ob der Vorgang des Messens selbst korrekt durchgeführt wurde, ob also z.B. das Instrument bei Handhabung durch verschiedene Durchführende oder bei mehrmaliger Vorlage weitgehend gleiche Ergebnisse liefert, ob es stabil gegen Zeiteinflüsse ist usw. Es muss also die Forderung erfüllt sein, dass Beobachtungen inter-subjektiv und wiederholbar sein müssen. Gebräuchliche Verfahren zur Reliabilitätsprüfung sind: Paralleltest: Einer Stichprobe von Untersuchungspersonen werden zwei streng vergleichbare Tests vorgelegt, die dieselben Merkmale mit unterschiedlichen Instrumenten erheben. Das Aus-maß der Reliabilität wird anhand der Höhe der Korrelation der Ergebnisse errechnet.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

76

Test-Retest: Man legt einer Stichprobe von Personen dieselben Fragen oder sonstige Items zweimal vor und korreliert die Ergebnisse. Beabsichtigt ist hier eine Prüfung der Zeitstabilität. Der Abstand zwischen den beiden Messungen soll möglichst kurz sein. Zu bedenken ist der Lernprozess zwischen den beiden Messungen, der die Konstanz der Stichprobe beein-trächtigt. Veränderungen müssen nicht unbedingt auf mangelnde Reliabilität, sondern können auch auf Veränderungen bei den befragten Personen zurückgeführt werden. Konsistenzprüfungen: Hierher gehören vor allem Verfahren der Testhalbierung. Bei diesen werden Listen von Items durchnummeriert und gerade und ungerade numerierte Items getrennt vorgegeben. Dies setzt die Annahme voraus, dass die Items als Zufallsstichprobe aus einem "Univer-sum von Items" angesehen werden. Bei Konsistenzanalysen wird bei den einzelnen Antwortverläufen geprüft, ob eine Person logisch unverträgliche Angaben macht. Das kann zwar auf einen Fehler des Messinstru-ments hinweisen, ebenso aber auch an der Eigenheit der Person liegen. Da alle angegebenen Methoden nicht ohne unproblematische Annahmen funktionieren, ist die Kombination mehrerer Methoden sicherer als der Verlass auf eine. Verfahren zur Prüfung der Gültigkeit (Validität) sollen klarstellen, ob das Messinstrument tatsächlich das misst, was man zu messen glaubt. Dies ist in zwei Unterfragen aufzuspal-ten: • Ob die Messwerte auf Unterschiede der Individuen oder auf Eigenheiten des Mess-

instruments zurückzuführen sind. • Ob die Auswahl der Indikatoren und Operationalisierungsvorschriften den Schluss auf

das angezielte Konstrukt erlaubt. Speziell mit der zweiten Frage sind alle Probleme der Begriffsdefinition, der Hypothesen-bildung- und -bestätigung, des Aufsuchens und der theoretischen Rechtfertigung von In-dikatoren verknüpft.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

77

Es können folgende Typen der Überprüfung unterschieden werden: Inhaltliche Validität: Hier repräsentiert das Ergebnis der Beobachtungsserie unmittelbar den Sachverhalt. Da-ten einer Abmaßliste etwa stehen für eine tatsächlich gelieferte bzw. bezogene Holz-menge. Die inhaltliche Richtigkeit bzw. Genauigkeit kann durch Nachmessung überprüft werden. Kriterienbezogene Validität: Sie liegt dann vor, wenn das gemessene Merkmal mit einem anderen Merkmal korrelieren kann, das unabhängig erhoben wurde bzw. vorliegt. Diese Überprüfungen sind wesentlich schwieriger vorzunehmen als jene der inhaltlichen Validität. Wenn der Gesundheitszu-stand des Waldes durch die Erhebung der Kronenzustandsformen definiert wird, bestünde eine Möglichkeit der Prüfung in der Korrelation der Kronenzustandsformen mit erhobenen, den Gesundsheitszustand von Bäumen charakterisierenden Variablen - etwa dem Zu-wachs. Konstruktvalidität: Sie wird auch logische Validität genannt. Sollte etwa für ein Produkt die Bestimmung eines Preises notwendig, unmittelbare Preise aber nicht messbar oder erhebbar sein, könnte man sich als Preisersatz eine andere Größe konstruieren: z.B. Bruttoproduktions-wert/Produktionsmenge. Hier können aber etwa keine Qualitätsüberlegungen, gewährte Rabatte etc. eingebracht werden. Anhand von theoretischen Erwägungen ist zu überprü-fen, wie sich empirisches Befunde zu der gewählten Definition verhalten, bzw. systema-tisch zu überprüfen, welche empirischen Befunde man zu erwarten hat, wenn bestimmte Indikatoren zur Definition eines Konstrukts gewählt werden. Die so erhaltenen Ergebnisse können die Definition des Konstrukts bestätigen oder eine Neudefinition erzwingen.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

78

3.35 Auswahl der Erhebungseinheiten (nach Karmasin und Karmasin, 1977) 3.351 Totalerhebung Um in Erfahrung zu bringen, wie häufig ein bestimmtes Merkmal in einer Grundgesamtheit vorkommt, scheint die vollständige Erhebung dieser Grundgesamtheit das nahelie-genste zu sein. Praktische Voraussetzung für die Totalerhebung ist das Vorliegen einer relativ kleinen bzw. überschaubaren Beobachtungsgruppe. Anwendungsmöglichkeiten ergeben sich etwa, wenn Betriebe durchleuchtet werden sollen und die gesamte Belegschaft befragt wird, wenn Verkaufsorganisationen ihre sämtlichen Verkaufsstellen befragen, um daraus Rückschlüsse auf Marktentwicklungen oder Marktkonstellationen zu ziehen. Totalerhe-bungen für größere Grundgesamtheiten werden normalerweise nur durchgeführt, wenn sie gesetzlich gestützt sind. Beispiele dazu sind viele Erhebungen des Österreichischen Sta-tistischen Zentralamts (Volkszählung, Land- und Forstwirtschaftliche Betriebszählung, Ar-beitsstättenzählung etc.). Begrenzend für die Anwendung der Totalerhebung wirken Kosten und Zeit. Je größer die Grundgesamtheit, desto höher der finanzielle und organisatorische Aufwand. Letzteres ist insbesondere von Bedeutung, wenn Befragungsergebnisse in kurzer Zeit vorliegen sollen. Dabei ist zu beachten, dass nicht nur die Schnelligkeit der Ergebnisherleitung bei Totaler-hebung leiden kann, sondern auch die Aktualität der Ergebnisse. Totalerhebungen eignen sich daher dann nicht, wenn Probleme einer raschen zeitlichen Wandlung unterzogen sind. Totalerhebungen sind meist mit hohen durchführungstechnischen Fehlern behaftet, die sich etwa aus Verweigerungen, Nichterreichung von Personen, Fehler der Erhebungsor-gane etc. ergeben. Mit der Größe der Grundgesamtheit steigen diese systematischen Fehler an, sodass bei größeren Beobachtungsgruppen die Ergebnisse einer Totalerhe-bung ungenauer sein können als eine sorgfältig durchgeführte Stichprobenerhebung.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

79

Beispiel für eine Totalerhebung: Es war die Frage zu klären, warum die Kooperation in der Forstwirtschaft, insbesondere der gemeinschaftlichen Holzvermarktung aus dem Bauernwald, im Vergleich zur Landwirt-schaft relativ unbedeutend ist. Neben einer Stichprobenbefragung der betroffenen bäuerli-chen Waldbesitzer wurde auch eine Befragung sämtlicher direkt und indirekt mit der ge-meinschaftlichen Holzvermarktung betroffenen Institutionen (Raiffeisengenos-senschaften, Landwirtschaftskammern, Forstbehörde) auf drei Ebenen befragt (Bun-des-, Landes- und Bezirksebene). Dabei wurde von der Hypothese ausgegangen - die sich bestätigte -, dass die geringe Bedeutung der gemeinschaftlichen Holzvermarktung auch in der Struktur der damit befassten Institutionen begründet ist. Insgesamt wurden bei dieser Befragung 550 Fragebogen verschickt. Am Rande von Bedeutung ist hierbei, dass der Erfolg dieser Er-hebung vor allem von der Unterstützung und Förderungen verschiedener Verbände ab-hing, der sich der Erheber lange vor der eigentlichen Befragung versichert hatte. Sozial- und wirtschaftswissenschaftliche Fragestellungen sind dann durchaus mittels To-talauswahl erhebbar, wenn es sich dabei entweder um eine relativ kleine und überschau-bare Grundgesamtheit handelt (z.B. Umweltorganisationen in Österreich auf Bundes-ebene, Forstbetriebe > 500 ha etc.) handelt, oder die Erhebung im Zuge einer anderen Erhebung mitläuft (z.B. Befragung aller Erstsemestrigen an der BOKU im WS 2003 im Rahmen der Erstinskription). 3.352 Grundgesamtheit Unter Grundgesamtheit versteht man die Menge aller gleichartigen Individuen, Objekte oder Ereignisse, auf die sich unsere Beobachtungen beziehen soll. Die Summe dieser Merkmalsträger wird manchmal auch als "Population" oder "Kollektiv" bezeichnet. Je nach Aufgabestellung einer Untersuchung gibt es verschiedene Grundgesamtheiten, die entsprechend definiert werden müssen. Beispiel: Im Zusammenhang mit einer Umfrage unter Boku-StudentInnen könnten sich z.B. fol-gende unterschiedliche Grundgesamtheiten (je nach Fragestellungen) ergeben: • Erstsemestrige (egal welcher Studienrichtung) • StudentInnen einer Studienrichtung (egal ob Bakk., Mag. Diplom oder Doktorat) • alle (aktive) Boku-StudentInnen, ohne Studienunterbrechern und außerordentlichen

Hörern • alle Boku-StudentInnen, inkl. Studienunterbrechern und außerordentlichen Hörern

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

80

3.353 Stichprobenerhebung Stichprobenerhebungen bieten gegenüber Totalerhebungen folgende Vorteile (Karmasin und Karmasin, 1977): • Sie sind billiger. • Sie sind weniger zeitaufwendig. • Sie sind genauer. • Sie bilden die einzige Erhebungsmöglichkeit, wenn die Erhebung entweder zur Zerstö-

rung der Erhebungseinheit führt (z.B. Crash-Tests) oder wenn durch die Erhebung ein Testeffekt zu befürchten ist (z.B. wiederholte Erhebungen zur Erinnerungswirkung von Werbeanzeigen sollten bei verschiedenen Personen durchgeführt werden).

Falls eine Stichprobenerhebung durchgeführt wird, muss ein Auswahlplan erstellt werden, in dem die Erhebungseinheiten bestimmt werden (Abb. 5). 1) Bestimmung der Grundgesamtheit Definition der Erhebungseinheiten (z.B. bäuerliche Waldbesitzer), der Auswahleinheiten (z.B. mit oder ohne "ideelle" Waldbesitzer), des Gebietes (z.B. Österreich) und der Zeit.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

81

Abb. 5 Auswahlplan

2) Bestimmung der Auswahlbasis (Auswahlgrundlage) Hier geht es um die Operationalisierung der Stichprobenauswahl. Die schönste Publikation der Statistik Austria nützt in diesem Fall nichts, wenn z.B. kein Adressenmaterial über Be-triebe, Personen oder Institutionen vorliegt. Beispiele für die Auswahlgrundlage: z.B. Tele-fonbuch, Verzeichnis der Wohnbevölkerung in einer Gemeinde, Adressenkarteien aber auch etwa Flächenangaben zu den geographischen Einheiten, um bei der eigentlichen Auswahl bestimmte Regionen korrekt zu gewichten. 3) Festlegung des Stichprobenumfangs Für weiterreichendere Überlegungen, insbesondere für die Berechnung des Stichproben-fehlers, sei auf die umfangreiche Statistik-Literatur verwiesen und hier nur Möglichkeiten der Bestimmung der Stichprobengröße angeführt.

1. Bestimmung der Grundgesamtheit

2. Bestimmung der Auswahlbasis

3. Festlegung des Stichprobenumfangs

4. Entscheidungen über Auswahlprinzip, Auswahlverfahren und Auswahltechnik

5. Durchführung der Auswahl

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

82

Die Bestimmung der Stichprobengröße hängt zunächst von der Art der zu erhebenden Variablen ab. Man unterscheidet zwei Arten von Zufallsauswahl: • Beim heterogenen Fall ist das Untersuchungsmerkmal quantitativ (z.B. Einkommen,

Alter etc.); es geht etwa um die Bestimmung von Mittelwerten. Beispiel: Ein Baumarkt möchte das durchschnittliche Haushaltseinkommen seiner Kunden wissen. Dieses soll durch Mittelwertbildung aus einer Stichprobe errechnet werden.

• Beim homograden Fall ist das Untersuchungsmerkmal qualitativ (z.B. Geschlecht,

Familienstand etc.); es geht um die Bestimmung von relativen Häufigkeiten (Anteile). Beispiel: Ein Baumarkt möchte wissen, wie groß der Anteil der verheirateten Kunden an den gesamten Kunden ist.

Für den heterogenen Fall gilt grundsätzlich die Formel:

σ e = t* ----------- √(n)

Wobei: e = vorgegebener absoluter Fehler σ = Streuung (Standardabweichung) n = Stichprobenumfang t = T-Wert Durch Umformung kann der Stichprobenumfang (n) berechnet werden.

t²*σ² n = ---------- e²

Um also den Stichprobenumfang berechnen zu können, müssen T-Wert (und damit Irr-tumswahrscheinlichkeit), Streuung (bzw. das Quadrat der Streuung, Varianz) sowie der absolute Fehler bekannt sein bzw. vorgegeben werden. Der absolute Fehler und die Irr-tumswahrscheinlichkeit können problemlos vorgegeben, die Streuung ist vor der Erhebung unbekannt und muss daher aus früheren oder ähnlichen Ergebnissen geschätzt bzw. mit-tels einer Pilotstudie festgestellt werden.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

83

Beispiel: Ein Baumarkt möchte das mittlere Haushaltseinkommen seiner Kunden mit einer Genau-igkeit von +/- 30.- Euro (e) erheben (ein Fehlerprozentsatz kann nicht angegeben werden, da der Mittelwert unbekannt ist). Irrtumswahrscheinlichkeit 5 % (= Signifikanzniveau von 95%, t = 2). Aus einer anderen Erhebung sei bekannt, dass die Streuung (Õ) des Haus-haltseinkommens 200.- Euro beträgt.

t²*σ² 2²*200² n = --------- = ------------ = 178 e² 30²

Der Stichprobenumfang würde 178 betragen. Für den homograden Fall gelten grundsätzlich dieselben Formeln:

σ √ [q*(1-q)] e = t* ---------- = t* ---------------- √(n) √ (n)

t²*[q*(1-q)]² n = --------------------- e²

Der Unterschied zum heterograden Fall besteht in der Vorgabe der Streuung (σ), die durch den Term √ [q*(1-q)] ausgedrückt wird. q ist dabei der prozentuale Anteil eines Merkmales bei qualitativen Fragen. Beträgt lt. Befragung der Anteil der Verheirateten in einer Stichprobe 80% (q = 0.8), so beträgt der Anteil der Unverheirateten 20% (1-q; 0.2). Der Ausdruck q*(1-q) entspricht der Varianz (σ²), die vor der Erhebung unbekannt ist. Der ungünstigste Fall, die größte Varianz, liegt dann vor, wenn q = 0.5; q*(1-q) und ist dann 0.25. Dieser Wert wird aus Sicherheitsgründen für die Berechnung des Stichprobenum-fangs angenommen. Beispiel: Ein Baumarkt möchte zusätzlich zum mittleren Haushaltseinkommen auch den prozentu-ellen Anteil der "Singles" mit einem Fehler von +/- 5% erheben. Irrtumswahrscheinlichkeit 5 % (= Signifikanzniveau von 95%, t = 2). q = 0.5 t²*[q*(1-q)]² 2²*(0.25)²

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

84

n = -------------------- = --------------------- = 100 e² 0.05² In diesem Fall würde der Stichprobenumfang nur 100 betragen. Bei der Erhebung meh-rerer Merkmale ist der größte sich ergebende Stichprobenumfang zu wählen, in unserem Beispiel also n = 178. Bei einem Signifikanzniveau von 99% (t = 3) ergäbe sich ein Stichprobenumfang von 400. Bei einer Verringerung des Fehlers für das Einkommen auf 15.- Euro (bei Signifikanzni-veau 95%) einer von 711. Ersichtlich ist, dass bei zunehmenden Ansprüchen an die Ge-nauigkeit der Schätzung der Umfang der Stichprobe und damit die Kosten überproportio-nal steigen. Die Größe der Stichprobe ergibt sich hier unabhängig von der Größe der Grundgesamt-heit. Um die Größe der Grundgesamtheit ebenfalls in die Überlegungen einzubeziehen, kann ein Korrekturfaktor eingebaut werden, der allerdings bei Stichprobengrößen zwi-schen 1000 und 5000 zu vernachlässigen ist bzw. auch dann, wenn das Verhältnis von Grundgesamtheit (N) zu Stichprobenumfang (n) größer als 10 ist. Bei der Festlegung des Stichprobenumfangs ist zu berücksichtigen, dass sich durch Aus-fälle bei Befragten und durch das Nichtbeantworten einzelner Fragen, die tatsächliche An-zahl der verwertbaren Informationen pro Merkmal verringern kann. Daher sollte der Stich-probenumfang immer etwas über dem errechneten Mindestumfang liegen.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

85

4) Entscheidung über Auswahlprinzip, Auswahlverfahren und Auswahltechniken (im Detail sh. 3.354)

Abb. 6 Auswahlprinzipien, - verfahren und -techniken

5) Durchführung der Auswahl Nachdem alle theoretischen Überlegungen abgeschlossen sind, erfolgt nun die eigentliche Auswahl der Erhebungseinheiten (z.B. Adressen oder Telefonnummern). 3.354 Angewandte Auswahlverfahren 3.3541 Nicht auf dem Zufallsprinzip beruhende Auswahlverfahren Diese Verfahren überlassen die Auswahl der Erhebungseinheiten mehr oder weniger dem subjektiven Ermessen des Forschers. Dadurch kann die Genauigkeit der Ergebnisse nicht geschätzt werden. Willkürliche Auswahl (Auswahl auf Geratewohl) Hier werden jene Erhebungseinheiten ausgewählt, die besonders leicht und bequem zu erreichen sind. Ein typisches Beispiel ist das Ansprechen von gerade vorbeikommenden

Prinzipien: Verfahren: Techniken:

Nach dem Zufallsprinzip

1. Einfache Zufallswauswahl 2. Geschichtete Auswahl 3. Klumpenauswahl

1. Zufallszahlenauswahl 2. Schlussziffern-verfahren 3. Systematische Auswahl 4. Geburtstags- und Buchstabenverfahren

Nicht nach Zufallsprinzip

1. Willkürliche Auswahl 2. Konzentrations- verfahren 3. Typische Auswahl 4. Quotenauswahl

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

86

Passanten auf bestimmte Themen (häufig werden im Fernsehen willkürlich ausgewählte Passanten zu einem aktuellen Thema befragt; i.d.R. wird kein Anspruch auf Repräsenta-tivität gestellt). Dieses Verfahren wird in der Regel nur in der explorativen Phase von Forschungsvorha-ben verwendet, oder falls für das Entscheidungsproblem statistisch abgesicherte Ergeb-nisse nicht notwendig sind. Konzentrationsverfahren und typische Auswahl Beim Konzentrationsverfahren werden bestimmte Teile der Grundgesamtheit systematisch aus der Erhebung ausgeklammert. Typisches Beispiel ist eine Markterhebung, die sich nur auf wenige Marktführer konzentriert und alle anderen - meist die Mehrzahl - auslässt. So erhob etwa Hogl (1993) bei einer Befragung über die Wettbewerbsfähigkeit der österrei-chischen Sägeindustrie nur Betriebe mit mehr als 5000 fm Einschnitt. Diese Kategorie umfasst zwar nur 17% der Betriebe, aber 80% des österreichischen Einschnitts. Eine typische Auswahl liegt dann vor, wenn Erhebungseinheiten herangezogen werden, von denen man annimmt, dass sie am ehesten repräsentativ sind. So könnte sich eine Marktuntersuchung etwa auf einzelne Betriebe beschränken, die von der Interessensver-tretung dieser Branche als typisch angesehen werden. Die Vorteile dieser Verfahren liegen in der Kostenersparnis, die Gefahr darin, dass die Auswahl von "typischen" Merkmalsträgern vom subjektiven Urteil des Forschers abhängt. Quotenauswahl Bei der Quotenauswahl wird die Teilauswahl analog zur Verteilung einiger Merkmale der Grundgesamtheit aufgebaut (z.B. Alter, Geschlecht, Ausbildung, Beruf, Gemeindegrößen-klasse), deren Verteilung in der Grundgesamtheit bekannt ist. Ist die Grundgesamtheit etwa mit "land- und forstwirtschaftlichen Betrieben mit Eigenwald" definiert, so ist aus der land- und forstwirtschaftlichen Betriebszählung bekannt, dass es sich dabei um 32% Voll-erwerbsbetriebe, 8% Zuerwerbsbetriebe, 56% Nebenerwerbsbetriebe und 4% Betriebe juristischer Personen handelt. Eine Stichprobe von 1000 Betrieben hätte also 320 Voller-werbsbetriebe, 80 Zuerwerbsbetriebe, 560 Nebenbetriebe und 40 Betriebe juristischer Personen zu enthalten.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

87

Jeder Interviewer enthält eine Quotenanweisung, in der die Zahl der Interviews, die Quotenmerkmale und die Quoten angeführt sind. Innerhalb dieser Vorgaben bleibt es dem Interviewer überlassen, welche Personen/Objekte er befragt. Sollten mehrere Merkmale in der Quotenanweisung enthalten sein (z.B. zusätzlich zur Art des Betriebs Größenklassen und Verteilung auf die Bundesländer) so bestehen zwei Mög-lichkeiten:

Tab. 13 Getrennte Merkmalsverteilung

Art des Betriebes 320 Vollerwerbsbetriebe 80 Zuerwerbsbetriebe 560 Nebenbetriebe 40 Betriebe juristischer Personen Größenklasse 920 <20 ha 56 21-50 ha 6 >50 ha Bundesland 219 NÖ/W 75 B ...

Dies ist zwar die einfachere Methode, kann aber zu starken Verzerrungen führen, wenn etwa die 80 Zuerwerbsbetriebe alle < 20 ha groß sind und alle in NÖ/W liegen. Bei der zweiten Möglichkeit handelt es sich um kombinierte Quotenanweisungen. Aus den Daten der Grundgesamtheit muß ausgefiltert werden, wieviele der 320 Vollerwerbsbe-triebe in den 3 Größenklassen und den 8 Bundesländerkategorien liegen. Die Anweisung könnte dann lauten: 100 Vollerwerbsbetriebe der Größenklasse 21-50 ha in NÖ/W. Die kombinierte Quotenauswahl muss sich notwendigerweise auf wenige Merkmale be-schränken, da sonst die Suche nach geeigneten Interviewpartnern schwierig und zeitauf-wendig wird. Nachteile: • Kein Zufallsmechanismus, daher keine mathematisch-statistische Absicherung. • Freie Wahl des Interviewers innerhalb der Quoten führt zu Verzerrungen (z.B. Vermei-

dung unsympathischer, schwer erreichbarer Personen etc.). Personen, die Antwort ver-weigern, werden durch Antwortbereite ersetzt.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

88

Durchgeführte Untersuchungen und Ergebnisvergleiche zwischen Quotenverfahren und Zufallsverfahren, bei denen dieselben Fragebögen vorgelegt wurden, zeigen jedoch keine nennenswerten Unterschiede zwischen den Verfahren. 3.3542 Verfahren der Zufallsauswahl Die Zufallsauswahl (random sampling, Stichprobenauswahl) ist dadurch gekennzeichnet, dass die Untersuchungseinheiten durch einen Zufallsprozess ausgewählt werden. Dieser Prozess ist so gesteuert, dass jedes Element der Grundgesamtheit eine berechenbare, von Null verschiedene Wahrscheinlichkeit besitzt, in die Auswahl zu gelangen. Daher kann bei diesen Verfahren der Zufallsfehler (Stichprobenfehler) auch statistisch berechnet wer-den. Die Zufallsauswahl ist durch folgende Vor- bzw. Nachteile gegenüber nichtzufälligen Aus-wahlverfahren gekennzeichnet: • Berechenbarkeit des Stichprobenfehlers • Vermeidung grober Verzerrungen • höhere Kosten für Planung und Durchführung • keine Substituierbarkeit einmal ausgewählter Einheiten Einfache Zufallsauswahl Dies ist der einfachste und auch sehr häufig verwendete Typus der Zufallsauswahl. Jedes Element der Grundgesamtheit hat die gleiche Wahrscheinlichkeit, in die Auswahl zu ge-langen. Der in der Praxis bevorzugte Stichprobenumfang liegt im Bereich zwischen 150 und 3000. Bei noch größeren Stichproben besteht die Gefahr, dass der systematische Fehler an-wächst (z.B. durch mangelnde Sorgfalt oder unabsichtliche Mehrfachbefragung) und damit die Verminderung des Zufallsfehlers überkompensiert. Klumpenauswahl Bei der Klumpenauswahl (cluster sampling) werden die Untersuchungseinheiten nicht ein-zeln ausgewählt, sondern jeweils in Gruppen bzw. "Klumpen".

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

89

Beispiel: Eine Marktforschungsuntersuchung hat die konkrete Verwendung eines bestimmten neuen Produktes in Österreich zum Thema. Angenommen, über die Nutzer/Anwender die-ses Gut ist nichts bekannt, wohl aber liegt eine Adressliste sämtlicher österreichischer Produzenten dieses Produktes vor. Als Klumpen gelten hier die einzelnen Produzenten. Mittels Zufallsmethode wird eine Anzahl von Produzenten aus der Grundgesamtheit aus-gewählt und alle deren Kunden zu einem bestimmten Zeitpunkt/in einem bestimmten Zeit-raum genauer befragt. Die Vorteile der Klumpenauswahl liegen in folgenden Bereichen: • Die Auswahlbasis ist häufig einfacher zu beschaffen (z.B. Adresslisten von

Produzenten, statt sämtlicher Nutzer des Produktes). • Die Durchführung ist weniger aufwendig (so können etwa die wichtigsten Charakte-

ristika sämtlicher Kunden eines Produzenten in diesem Betrieb erhoben werden). Der Nachteil dieser Methode liegt darin, dass durch die Klumpenbildung i.d.R. die Reprä-sentativität der Auswahl aus der Grundgesamtheit leidet, was eine Vergrößerung des Stichprobenfehlers bewirkt. Die Klumpenauswahl ist neben der einfachen Zufallsauswahl der für die Praxis wichtigste Auswahltyp und von besonderer Bedeutung bei großen Grundgesamtheiten. In vielen Fällen bildet etwa eine Landkarte oder ein Stadtplan die einzige Grundlage für die Aus-wahl. Durch Aufteilung in kleine Felder (z.B. Raster) können Klumpen gebildet werden. Diese Form der Klumpenauswahl wird auch als Flächenstichprobe bezeichnet. Geschichtete Auswahl Die geschichtete Auswahl (stratified sampling) ist dadurch gekennzeichnet, dass • die Grundgesamtheit in unterschiedliche Teilmengen (Schichten) aufgeteilt wird und • aus jeder Schicht eine einfache Zufallsauswahl erfolgt. Diese Auswahl ist daher der Quotenauswahl ähnlich, nur erfolgt die Auswahl innerhalb der Schichten eben zufällig. Vorteile der geschichteten Auswahl: • Größere Genauigkeit als einfache Zufallsauswahl bei gleichem Stichprobenumfang • Liefert Informationen über die einzelnen Schichten.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

90

Schichten können sein: geographische Einheiten (z.B. Bundesländer), soziologische Ein-heiten (Altersstufen, Berufe). Mehrstufige Auswahl Eine mehrstufige Auswahl (multistage sampling) hat folgende Struktur: • Die Grundgesamtheit wird in unterschiedliche Teilmengen (Primäreinheiten) aufge-

teilt. • Die Auswahl der Primäreinheiten erfolgt durch Zufallsauswahl. • Aus jeder ausgewählten Primäreinheit erfolgt die Auswahl der eigentlichen Untersu-

chungseinheiten durch eine weitere Zufallsauswahl. Es bestehen somit zwei Auswahlstufen. Im Unterschied dazu werden bei der Klumpen-auswahl alle Elemente der ausgewählten Klumpen verwendet, bei der geschichteten Aus-wahl alle Schichten (bzw. Primäreinheiten) herangezogen. Eine mehrstufige Auswahl bringt dann Vorteile, wenn die Grundgesamtheit hierarchisch gegliedert ist (z.B. Bundes-, Landes-, Gemeindeebene). Eine Flächenstichprobe kann sowohl als Klumpenstichprobe als auch in Form einer mehrstufigen Auswahl erfolgen. Beispiel: Auswahl von Tourismusbetrieben nach Gemeinden. Primäreinheiten sind die Gemeinden Österreichs. Auswahl der Gemeinden erfolgt durch Zufallsauswahl, ebenso die Auswahl der Tourismusbetriebe in den ausgewählten Gemeinden. 3.3543 Techniken der Zufallsauswahl Für die praktische Durchführung der Zufallsauswahl sind Techniken erforderlich, durch die eine zufällige Auswahl imitiert bzw. substituiert wird. Auswahl mit Zufallszahlen Für die Auswahl nach Zufallszahlen stehen Zufallszahlentabellen zur Verfügung. Bei die-sen handelt es sich um Pseudo-Zufallszahlen, die mit Hilfe von Computern errechnet wur-den. Ihre Abfolge ist sowohl in vertikaler, horizontaler und diagonaler Richtung zufällig.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

91

Tab. 14 Zufallszahlentafel (aus: Hammann und Erichson, 1978)

Die Anwendung der Zufallszahlentechnik für die einfache Zufallsauswahl erfordert als Auswahlbasis eine fortlaufend durchnummerierte Kartei oder Liste aller Elemente der Grundgesamtheit. Da die Erstellung einer solchen Liste sehr aufwendig und auch nicht immer möglich ist, muss u.U. auf einen anderen Auswahltyp zurückgegriffen werden.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

92

Beispiel: Aus einer nummerierten Kartei von 4000 Elementen soll eine Stichprobe im Umfang n = 40 gezogen werden. Es sind folglich 40 vierstellige Zahlen < 4000 aus der Tabelle auszu-wählen. Beginnt man nach Tab. 14 links oben und geht zeilenweise vor, so ergeben sich die Zahlen 1009, 3754, 842, 1280 3106 usw. Systematische Auswahl Diese ist bequemer als jene mit Zufallszahlen. Es muss zwar eine Liste oder Kartei als Auswahlbasis vorhanden sein, diese muss aber nicht durchnummeriert sein. Bei 4000 Elementen der Grundgesamtheit und einem Stichprobenumfang von 40 wird aus der Auswahlbasis jedes 100. Element (4000/40) ausgewählt. Begonnen wird mit einem Element, dass sich an irgendeiner Stelle < 100 befindet. Eine Zusammenfassung der Auswahlprinzipien, -verfahren und -techniken zeigt Abb. 6. 3.36 Durchführung und Kontrolle der Primärerhebung (nach Karmasin und Karma-sin, 1977) Viele Primärerhebungen werden mittels Befragungen durchgeführt. Unter dem Begriff "Befragung" werden mehrere Datenerhebungsmethoden zusammengefasst, deren Ge-meinsamkeit darin besteht, dass die Auskunftspersonen durch verbale oder andere Stimuli (schriftliche Fragen, Bildvorlagen, Produkte etc.) zu Aussagen über den Erhebungsge-genstand veranlasst werden. Befragungsmethoden können nach verschiedenen Kriterien klassifiziert werden: Standardisierungsgrad: • Standardisierte Befragung • Teil- bzw. nicht-standardisierte Befragung Art der Fragestellung: • Direkte Befragung • Indirekte Befragung

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

93

Kommunikationsform: • Mündliche Befragung (inkl. telefonische Befragung) • Schriftliche Befragung Auswahlform: • Totalerhebung • Stichprobenerhebung Im folgendem wird dem Kriterium Kommunikationsform übergeordnete Bedeutung ge-schenkt und insbesondere die mündliche Befragung ausführlich behandelt. 3.361 Mündliche Befragung Bei mündlicher Befragung (persönliches Interview) stellt der Interviewer die Fragen und notiert die Antworten. Spezialformen der mündlichen Befragung sind die Telefonumfrage sowie die computergestützte Umfrage (mittels Laptop statt Fragebogen). Während bei üblichen persönlichen Interviews die Erhebungseinheiten nach den früher besprochenen Auswahlverfahren so gewählt werden können, dass die Stichprobe einiger-maßen die Grundgesamtheit repräsentiert, leiden telefonische Befragungen grundsätzlich darunter, dass ein nicht unwesentlicher Teil der Grundgesamtheit (z.B. Haushalte) kein Telefon besitzt. Dies ist insbesondere dann der Fall, wenn die Grundgesamtheit Haushalte mit niedrigem Einkommen enthält. Somit können sich Verzerrungen ergeben. Hinsichtlich Flexibilität ist die mündliche Befragung die beste aller Befragungsmethoden, insbesondere dann, wenn die Fragen nicht standardisiert sind. Zudem ist die Verwendung visueller Stimuli (z.B. Produktproben) möglich. Die Abwicklung einer Primärerhebung mit-tels persönlicher Interviews verursacht aber die längste Abwicklungsdauer und die höch-sten Kosten. 3.3611 Die Befragungssituation Das Interview spielt sich in einer sozialen Situation ab, in der sich Interviewer und Befrag-ter in bestimmten sozialen Rollen gegenübertreten. Hierdurch werden sowohl die Fra-gen des Interviewers als auch die Antworten der Auskunftspersonen in bestimmter Weise beeinflusst. Um diesen Einfluss einzuschränken, wird neben einer weitgehenden Standar-

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

94

disierung des Fragebogens auch eine Reihe von Maßnahmen vorgeschlagen, die beim In-terviewer ansetzen. Von der Auskunftsperson wird dem Interviewer eine bestimmte Erwartungshaltung ent-gegengebracht, die von der Einschätzung als "neugieriger Fremder" bis zum "Steuerfahn-der" reichen kann. Dies schlägt sich in typischen Reaktionen nieder, wie z.B. Hilfsbereit-schaft, Antwortverweigerung etc. In diesen Prozess fließt zugleich auch das Verhalten des Interviewers, seine Sprechweise, die Art, Fragen zu stellen usw., ein. Letzteres kann wie-derum durch die Auskunftsperson beeinflusst werden. Der Interviewereinfluss ist bei mündlichen, insbesondere nicht-standardisierten Befragun-gen am höchsten. Um Ergebnisverzerrungen zu vermeiden, wird in der Praxis häufig auf Mehrthemenumfragen übergegangen, da hier der Einfluss eines Interviewers bzw. die Rollenerwartung des Befragten sich nicht konsistent in eine Richtung auf die Ergebnisse unterschiedlich gelagerter Themen auswirken dürfte. In großen Marktforschungsinstituten arbeitet man zudem mit umfangreichen und soziodemographisch heterogenen Inter-viewerstäben, so dass sich eventuell auftretende Verzerrungen insgesamt kompensieren. 3.3612 Der Fragebogen Standardisierung Bei vollkommen standardisierten Befragungen liegt ein Fragebogen vor, in dem die Formulierung, die Reihenfolge und die Anzahl der Fragen sowie die Antwortmöglichkeiten vollständig vorgegeben sind. Der Grund und die Vorteile der Standardisierung liegt im Be-streben, die Aussagen verschiedener Personen zum selben Thema vergleichbar zu ma-chen. Durch Antwortvorgaben wird der Sinn der Frage außerdem leichter verständlich und die Erfassung der Antworten erfolgt schneller und vollständiger. Weitere Vorteile dieser Methode liegen in der leichteren Quantifizierung und Auswertung der Ergebnisse sowie in einer hohen Zuverlässigkeit (bei Wiederholung der Befragung bleiben die Ergebnisse ver-gleichbar). Die Nachteile der standardisierten Formulierung liegen in geringer Flexibilität, damit geringerer Validität (z.B. wenn die Antwortkategorien für eine befragte Person nicht adäquat sind - Informationsverlust). Standardisierte Befragungen sind daher am einfachsten durchzuführen, wenn es um wohlbekannte Themenbereiche geht, die durch klare Fragenformulierung und leicht un-terscheidbare Antworten abgedeckt werden können. Bei Forschungsproblemen, über die

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

95

noch wenig bekannt ist, aber auch bei standardisierten Befragungen zu psychologischen Sachverhalten (z.B. Einstellungen) ist durch Voruntersuchungen (z.B. mit nicht-standardi-sierten Fragen) sicherzustellen, dass die relevanten Fragen und Antwortbereiche in ge-eigneter Formulierung in den standardisierten Fragebogen aufgenommen werden. Beispiel (standardisierte, geschlossene Frage): Frage an Raiffeisenlagerhäuser in Österreich zum Produkt Holz: Holz ist im Verhältnis zu anderen 'genossenschaftlichen' Produkten eine ( ) kompliziertere ( ) einfachere ( ) gleich komplizierte Ware ( ) weiß nicht Zutreffendes bitte ankreuzen (nur eine Antwortmöglichkeit) Teil- bzw. nicht-standardisierten Befragungen (Tiefeninterviews) liegt kein voll ausfor-mulierter Fragebogen zugrunde. Entweder ist nur ein Rahmenthema vorgegeben und der Interviewer hat völlige Freiheit hinsichtlich der Abwicklung (nicht-standardisiert) oder es besteht ein grob strukturiertes Fragenschema (Interviewleitfaden; teilstandardisiertes Interview). Tiefeninterviews sind vor allem in der Anfangsphase von Forschungsvorhaben wertvoll. Die Vorteile der Tiefeninterviews entsprechen den Nachteilen der standardisier-ten Befragung, die Nachteile den Vorteilen. Direktheit der Fragen Direkte Fragen versuchen, den zu erforschenden Sachverhalt ohne Umschweife zu er-mitteln, z.B. "Wie alt sind Sie? Diese Art der Befragung ist bei relativ unproblematischen Untersuchungsgegenständen anwendbar. Mitunter ist schon bei scheinbar unverfängli-chen Fragen (z.B. Verwendungshäufigkeit von Produkten oder Besitzstand hochwertiger Güter), erst recht bei Fragen zu heiklen Themen mit unwahren Antworten bzw. Antwort-verweigerungen zu rechnen. Um dies soweit wie möglich einzuschränken, versucht man durch indirekte Fragen und durch Antwortspielräume die Auskunftsbereitschaft und Wahrheitsgehalt von Aussagen zu erhöhen. Anwendung indirekter Fragen: • Entpersonifizierung durch Frage nach dem allgemeinen Verhalten oder dem Verhal-

ten anderer Personen (Ersatz des Wortes "Sie" durch "man" oder die "meisten Men-

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

96

schen" etc.), z.B.: "Warum, glauben Sie, kaufen Wohnungsbesitzer das Fenster BIO-GLAS?" Der Befragte gibt dann vermeintlich Auskunft über andere Personen, projiziert aber seine eigene Meinung bzw. sein eigenes Verhalten in die Antwort hinein. Wenn derartig getarnte Absichten jedoch durchschaut werden, besteht die Gefahr von Verärgerung, falscher Angaben oder Interviewabbruch.

• Insbesondere bei der Einstellungs- und Motivforschung müssen andere Methoden an-

gewandt werden, vor allem dann, wenn die Einstellung des Befragten zu einer Sach-lage gefragt werden soll, die diesen aufgrund subjektiver Unwichtigkeit nicht interes-siert oder weil diese nicht im Einklang mit persönlichen und gesellschaftlichen Normen steht. Hier werden hauptsächlich projektive Tests angewandt, wobei dem Befragten mehrdeutige Stimuli vorgelegt werden, aus denen die Absicht des Interviewers nicht hervorgeht. Eine Möglichkeit besteht etwa in der Vorlage von Bildern, zu denen der Befragte eine Geschichte erzählen soll oder der Interviewer eine Geschichte erzählt und um eine Reaktion bittet. Im Zusammenhang mit Marktforschung werden meist Si-tuationen gezeigt, die in irgendeiner Form in Verbindung zu einem Produkt stehen oder typische Kauf- und Konsumsituationen zeigen. Die Befragten projizieren in diese Bilder ihr eigenes Konsumverhalten, ihre Einstellungen zu Marken, Unternehmen, Werbeaus-sagen etc. hinein.

• Gezielte Fehlerauswahlen. Hier werden mehrere Antwortmöglichkeiten vorgegeben,

die z.T. falsch sind. Aus der Wahl des Befragten wird auf die Richtung seiner Einstel-lung geschlossen.

Beispiel:

"Welcher Anteil an der gesamten Waldfläche Österreichs ist in staat-lichem Besitz?" < 20% 30% 40% 50% > 50%

• Eine weitere Möglichkeit besteht in Wortassoziationen und Satzergänzungstests.

Auch Imagebestimmung durch Farbzuordnungen sowie das semantische Differential ist dieser Art von indirekten Befragungen zuzuordnen. Diese Verfahren funktionieren unter der Annahme, dass der Befragte bei einem angefangenen Satz, bei einem Reiz-wort, bei einer Farbe spontan reagiert und damit seine subjektive Meinung ohne ratio-nale Überlegungen zum Ausdruck bringt.

Verständlichkeit Richtlinien: • Die sprachliche Form soll einfach klar und verständlich sein (z.B. keine doppelten

Verneinungen: "Würden Sie Produkt X nicht kaufen, weil es die Eigenschaft Y nicht be-sitzt?).

• Worte mit Doppelbedeutung sowie suggestive, wertende und hypothetische Fragen

sind dann zu vermeiden, wenn ihre Verwendung nicht einem bestimmten, theoretisch begründbaren Zweck dient (z.B. ist Semantisches Differential wertend).

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

97

• Untersuchungsgegenstand der Frage sowie Ort und Zeit, auf die sie sich bezieht, muss

genau abgegrenzt sein. • Es ist zu überprüfen, ob die Auskunftsperson das notwendige Wissen bzw. das

notwendige Einfühlungsvermögen besitzt. Falls nicht, sind entsprechende Erinne-rungshilfen einzubauen.

Antwortformulierungen Es sind offene und geschlossene Fragen zu unterscheiden. Offene Fragen verlangen von der Auskunftsperson, dass sie ihre Antwort selbst formuliert. Sie werden mit Erfolg als Kontakt- bzw. Eisbrecherfragen am Anfang eines Interviews verwendet, um die Befragten zur Mitarbeit zu ermuntern. Sachfragen werden dann offen formuliert, wenn es um die Er-mittlung des Wissensstandes des Befragten geht (Können Sie mir Namen von Baumärk-ten nennen?) oder, wenn bei Antwortvorgabe eine Einengung der Antwortvielfalt zu be-fürchten ist, weil nicht alle Antwortmöglichkeiten bekannt sind. Vorteile offener Fragen: • Entsprechen der Alltagsunterhaltung und sind daher gewohnt • Beleben Gesprächsführung • Keine Einschränkung von Bedeutungsspielräumen • Neue, bisher unbekannte Aspekte können erfasst werden • Bei Befragten mit verbal höherem Niveau taktisch besser, da sonst das Gefühl des

"Abfragens" entsteht. Nachteile offener Fragen: • Breiter Spielraum des Interviewereinflusses • Mögliche fehlerhafte oder selektive Aufzeichnung • Erschwerung von Kategorisierung und Auswertung • Überforderung verbal wenig geschulter Auskunftspersonen Um einerseits die Nachteile offener Fragen auszuräumen und trotzdem den Befragten das Gefühl der freien Beantwortung zu geben, wird häufig die sogenannte Feldverschlüsse-lung verwendet (nur bei mündlichen Interviews möglich). Dabei hat der Interviewer zwar alle Antwortmöglichkeiten vorliegen, er liest sie den Befragten aber nicht vor, sondern kreuzt nur bei entsprechenden Stellen im Fragebogen an. Bei geschlossenen Fragen werden die Antworten entweder schon in die Frage eingebaut, in einer Liste aufgeführt und vorgelesen oder dem Befragten in Form eines Kartenstapels übergeben.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

98

Vorteile geschlossener Fragen: • Höhere Durchführungs- und Interpretationsobjektivität • Antwort wird auf jene Aspekte eingeschränkt, die dem Forscher relevant erscheinen. • Befragter bekommt Überblick über Antwortmöglichkeiten und kann aus einer umfas-

senderen Sicht entscheiden. • Punkte, die relevant sind, können nicht vergessen werden. • Für alle verbalen Niveaus geeignet. • Durchführungs- und auswertungstechnisch einfacher und billiger. Nachteile geschlossener Fragen: • Simplifizierung des Sachverhalts durch Vorgaben (speziell bei zwei Antwortkategorien) • Keine neuen Aspekte • Unterstellung, dass der Sachverhalt für Befragten relevant ist und zumindest rudimen-

täre Meinung vorhanden ist. • Gefühl der Bevormundung beim Befragten • Erste oder letzte Antwortkategorie wird bevorzugt, bzw. bei mehreren Antwortspalten

die linke gegenüber der rechten. Einleitung des Interviews In vielen Fällen wird bei einer mündlichen Befragung die Einleitung nicht standardisiert sein können, sondern vom Interviewer frei gestaltet werden. Es handelt sich dabei um eine sehr wichtige Phase des Gesprächs, da hier die Beziehungen zwischen Befragten und Interviewer aufgebaut werden. Ob mündlich oder schriftlich, sollte die Einleitung folgende Informationen enthalten: • Namen und kurze Beschreibung der die Befragung durchführenden Stelle • Zweck und Ziel der Untersuchung (Auftraggeber möglichst weglassen, um Assoziatio-

nen zu unterbinden). Erläuterung, warum Befragte(r) ausgewählt wurde. • Zusicherung der Anonymität Dabei hat der Interviewer eine Gratwanderung zu absolvieren. Geht er bei diesen Infor-mationen zu sehr ins Detail, besteht die Gefahr, dass sich Befragte zu sehr darauf ein-stellen und Konformität zeigen, wo sie sie nicht zeigen sollten. Andererseits könnte durch zu wenig Information Befragte verärgert werden. Fragebogenaufbau Die Auskunftsbereitschaft und die Auskunftsfähigkeit der Befragten hängt weniger von der Anzahl der Fragen ab, sondern von der Dauer des Interviews bzw. des Ausfüllens. Bei

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

99

Endverbraucherbefragungen werden als maximale Interviewdauer Werte zwischen 30 und 45 Minuten genannt. Für die Fragenreihenfolge hat sich folgendes Schema bewährt: Kontaktfragen: Abbau von Misstrauen, Motivierung (Fragen, die der Befragte vermutlich gern beantwortet, weil er sie weiß; Eisbrecherfra- gen) Sachfragen: Sie beziehen sich auf den eigentlichen Untersuchungszweck Kontrollfragen: Damit werden noch einmal zuvor gegebene Antworten überprüft Fragen zur Person: Sie gehören an das Ende, um nicht den Eindruck eines Ver- hörs zu erwecken Rückzugsfragen: Beendigung in befriedigender Atmosphäre (Frage zur Be- wertung des Interviews: zu lange? verständlich? interessant?) Bei der Anwendung von Sachfragen ist soweit möglich durch thematische Abwechslung, durch Variation der Fragetechnik und der Antwortmöglichkeiten eine Monotonie des Fra-gebogens zu vermeiden. Mitunter werden Erholungsfragen zwischengeschaltet, die der Abwechslung und der Interessenserweckung dienen. Für die Abfolge von Fragen gelten weiters folgende grundsätzliche Regeln: • Bewertungsfragen vor Fragen zur Person bzw. des Informationshintergrundes • Offene Fragen vor geschlossenen Fragen • Skalierungen am Ende eines Fragenkomplexes • heikle und komplizierte Fragen meist günstiger am Ende des jeweiligen Fragenkom-

plexes • Zur Vermeidung bestimmter systematischer Effekte: Gewisses Maß an sprunghafter

Gesprächsführung; dabei Überleitungsstatements: "Nun zu etwas anderem. Darf ich Sie jetzt zu XY befragen?"

Nur bei wenigen Sachverhalten genügt eine Frage. Ansonsten ist es notwendig, zum glei-chen Befragungsgegenstand eine zusammengehörige Sequenz von Fragen zu bilden. Eine weitere Gestaltungsmöglichkeit des Fragebogens besteht in der Teilung von Fra-genkomplexen ("gabeln"). Es erspart Zeit und fördert die Logik des Vorgehens, wenn

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

100

nicht allen Befragten alle Fragen gestellt werden, sondern nur jene Teilkomplexe, die be-antwortet werden können, wenn bestimmte Bedingungen erfüllt sind. Beispiel: . . Frage 10: Heimwerken Sie? ( ) ja ( ) nein - weiter bei Frage 12 Frage 11: Welche der folgenden Werkzeuge besitzen Sie? - Weiter bei Frage 13 ( ) Schlagbohrer ( ) Schleifmaschine . . . Frage 12: Was spricht für Sie gegen das Heimwerken? Frage 13: (AN ALLE) Von welchen Baumärkten (Firmennamen) haben Sie schon ge- hört? . . Die graphische Gestaltung eines Fragebogens ist insbesondere im Zusammenhang mit der schriftlichen Befragung (sh. 3.362) von Bedeutung, weshalb an dieser Stelle nur As-pekte für das mündliche Interview angeführt werden. Um dem Interviewer eine rasche Ori-entierung auf dem Fragebogen zu erlauben, sollten verschiedene Abschnitte unterschied-liche Drucktypen aufweisen, und zwar: • Anweisung an den Interviewer • Fragentext bzw. Überleitungen etc. • vorkodierte Antwortkategorien 3.3613 Probebefragung - Pretest Auch wenn man alle Überlegungen angestellt hat, systematische Fehler zu vermeiden, ist es sinnvoll und notwendig, den Fragebogen bei Probebefragungen einer kleinen Zahl von Personen zu testen. Bei diesem Prozess sind nicht die zahlenmäßigen Ergebnisse von Bedeutung, sondern die Reaktionen der Befragten auf die Fragen. Grundsätzlich soll der Pretest über folgende Sachverhalte Auskunft geben: • Durchschnittliche Dauer des Interviews • Das Maß an Aufmerksamkeit und Interessiertheit, das Befragte dem Fragebogen als

Ganzen sowie einzelnen Teilen entgegenzubringen vermögen. Muss der Fragebogen

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

101

gekürzt werden? Müssen Teile umgestellt werden? Müssen spezielle Motivationshilfen zur Weiterführung eingebaut werden?

• Widerstände gegen einzelne Fragen. Wie hoch sind diese? Kommt Interviewabbruch

vor? • Die semantische Eindeutigkeit der Formulierung. Werden die Fragen bzw. einzelne

Begriffe eindeutig verstanden, und zwar so, wie es der Forscher beabsichtigt hat? Musste der Interviewer Erklärungen abgeben?

• Eindeutigkeit und Durchführbarkeit der Instruktionen für Skalen und Skalierungen.

Sind die Befragten überfordert? Ist ihnen überhaupt klar, was gefordert ist? • Fordern die Formulierungen innerhalb spezieller Fragesequenzen zu der Präferenz

bestimmter Antworttypen heraus? Oder ist eine solche Präferenz von Antworttypen eher themenabhängig?

• Die Verteilung der Antworthäufigkeiten in Verbindung mit bestimmten

Frageformulierungen: * Werden bei Fragen, die mehrere positive und negative Antwortmöglichkeiten

vorsehen, ausschließlich Extrempositionen besetzt? Diese Fragen sind dann entweder nur dichotom zu formulieren, also nur zwei Antwortkategorien vor-sehend, oder die anderen Kategorien müssen attraktiver oder präziser aus-gedrückt werden.

* Gibt es Fragen, die in sehr hohem Maße zur Besetzung der neutralen oder

mittleren Kategorie führen? Meist ist Aufmerksamkeit geboten, wenn die "weiß nicht"- und "keine Antwort"-Kategorie mehr als 10% der Fälle umfasst. Verlangt die Frage zuviel Wissen, oder ist sie zu unattraktiv, oder gibt sie zuwenige oder falsche Antwortkategorien vor.

• Adäquatheit von offenen Fragen • Reizwert von vorgelegtem, nicht verbalen Material (Bilder, Farbkarten etc.) • Waren die Einleitungsstrategien richtig? Gab es viele Rückfragen? Auf welche

Punkte bezogen sie sich? • Bei welchen Fragen fühlte sich der Interviewer von sich aus gedrängt, "nachzuhel-

fen"? • Lassen sich bei einigen Interviewern systematische Unterschiede feststellen? Kann

hier Interviewerbeeinflussung vorliegen? Ein Pretest kann auch dazu verwendet werden, um zwei verschiedene Formulierungen einer Frage oder verschiedene Anordnungen von Fragesequenzen zu testen. Vorausset-zung dazu ist, dass die im Pretest befragte Gruppe groß genug ist, um in strukturgleiche Untereinheiten geteilt zu werden.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

102

3.3614 Interviewerkontrolle Interviewerkontrollen dienen zwei Zwecken: • Überwachung bzw. Überprüfung der durchgeführten Arbeiten • Interviewermotivation Postalische Kontaktkontrollen Bei Auswahlverfahren mit bekannten Adressen kann der bevorstehende Besuch durch entsprechende Verständigungskarten angekündigt werden. Die Karten können verschie-denfarbig versendet werden, ohne dass dies dem Interviewer bekannt ist. Beim Interview wird u.a. auch die Farbe der Verständigungskarte ermittelt und im Fragebogen eingetra-gen. Richtige Farbzuordnung lässt mit hoher Wahrscheinlichkeit darauf schließen, dass der Interviewer den richtigen Befragten interviewt hat. Rücklaufkontrollen Alle Interviews werden auf ihre formale Vollständigkeit überprüft (richtiges Auswahlverfah-ren, Fragebogendetails richtig etc.). Danach wird die angegebene Interviewdauer mit ent-sprechenden Durchschnittswerten verglichen. Erst danach kommen die Fragebogen zur Inhaltsüberprüfung. Plausibilitätskontrolle Hier wird jeweils die gesamte Arbeit eines Interviewers vergleichend analysiert. Ein erfah-render Prüfer wird Inkonsistenzen, Oberflächlichkeiten etc. sehr rasch feststellen. Persönliche Nachkontrollen Stichprobenartig werden Interviews von einer zweiten Person in bestimmten Phasen neu-erlich durchgeführt und mit den ursprünglichen verglichen. Überprüft wird dabei nicht nur die richtige Auswahl der Personen, sondern auch eine Reihe von Merkmalen, von denen man annehmen kann, dass sie sich nach dem Interview nicht verändert haben (Alter, Fa-milienzusammensetzung etc.). Als Faustregel gilt, dass mindestens 10% der gesamten Interviewzahl auf diese Art nachkontrolliert werden sollten.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

103

Telefonkontrollen Als Ergänzung zu persönlichen Nachkontrollen werden häufig Telefonkontrollen einge-setzt. Sie haben - wie die Telefonumfrage - den Nachteil, dass nur jene Haushalte erreicht werden können, die über ein Telefon verfügen. Postalische Nachkontrollen Die Zielpersonen werden dabei nochmals angeschrieben und gebeten, die beiliegende Antwortkarte auszufüllen und zu retournieren. Die Karte enthält eine Reihe von vergleich-baren Fragen, darunter auch nach der Einschätzung der Interviewdauer. Diese Form der Kontrolle ist verhältnismäßig billig und erschließt einen großen Teil der Stichprobe. Aller-dings kann sie nur Auskunft über die formale Richtigkeit geben und nicht darüber, ob sie allen Anweisungen entsprechend durchgeführt wurde. 3.362 Schriftliche Befragung Bei schriftlichen Befragungen innerhalb der Umfrageforschung erhalten die Zielpersonen, die auf irgendeine Weise ausgewählt wurden, den Fragebogen mit der Post zugeschickt. In einem Begleitschreiben der Institution, die die Umfrage durchführt, wird um Mitarbeit gebeten, ebenso werden das Ziel der Untersuchung sowie Ausfüllungsmodalitäten erläu-tert und ein (meist frankiertes) Rückkuvert beigelegt. Die Befragten sollen den Fragebogen schriftlich beantworten und zurücksenden. Die Vorteile der schriftlichen Befragung sind vor allem finanzieller Natur, da der Kosten-aufwand für Interviewer entfällt. Ebenso werden verzerrende und manipulierende Einflüsse des Interviewers ausgeklammert (aber auch seine stimulierende Wirkung). Der Haupt-nachteil liegt im Anteil der Ausfälle, mit denen bei schriftlichen Befragungen gerechnet werden muss. Bei einer Stichprobenbefragung von Personen ohne besondere Nähe zu den angesprochenen Interviewthemen kann der Ausfall bis zu 90% betragen (d.h. nur 10% der ausgesandten Fragebogen kommen zurück). Ein weiterer Nachteil der schriftlichen Befragung liegt in der mangelnden Kontrolle der Be-fragungssituation. So könnte eine andere Person den Fragebogen ausgefüllt haben, die Person könnte bei Ausfüllen durch eine andere Person beeinflusst worden sein (z.B. Chef).

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

104

Schriftliche Befragungen können i.d.R. nur bei speziellen Fragestellungen und bestimmten Zielgruppen eingesetzt werden. Diese Zielgruppen zeichnen sich aus durch: • Große räumliche Entfernung der einzelnen Befragten • Sozial höhere Bildungsschicht, die an den Umgang mit schriftlichen Informationen

gewöhnt ist. Bei schriftlichen Befragungen ist weiters zu bedenken, dass schriftliche Äußerungen oft negativ besetzt sind (erinnert an das Ausfüllen von Behördenformularen), dass sie gegen-über mündlichen Aussagen als die definitivere, endgültigere gewertet wird, die man sich "besser überlegen" muss. Daher entsteht eine Barriere, etwa hinsichtlich des aufzuwen-denden Zeitaufwandes. Thematisch sollte es sich am besten um einen Bereich handeln, von dem man annehmen kann, dass er für die Befragten attraktiv ist, d.h. ihnen entweder Gelegenheit zur Selbstdarstellung gibt oder der Durchsetzung ihrer Interessen dient. So wird es bei der Zielgruppe Sägewerksbesitzer etwa schwer möglich sein, mittels schriftlicher Befragung den Bestand an Haushaltsgeräten festzustellen, wohl aber die Ansichten über Probleme bei der Rundholzbeschaffung. An Sachverhalten, die mit schriftlichen Befragungen erfasst werden können, kommen Fra-gestellungen in Betracht, die relativ einfache, rational entscheidbare Antworten verlangen. Aus diesem Grund empfiehlt es sich, soweit wie möglich geschlossene vor offenen Fragen zu bevorzugen. Die schriftliche Befragung wird bei vielen Umfragen des Departments für Wirtschafts- und Sozialwissenschaften an der Boku für die Bearbeitung von Fragen der Markftforschung und Wirtschaftspolitik angewandt (z.B. Diplomarbeiten). Dies hat vor allem folgende Gründe: Die finanzielle Situation würde eine mündliche Befragung durch Institutsmitarbei-ter oder durch ein Meinungsforschungsinstitut meist nicht zulassen (es gibt Ausnahmen), vielfach handelt es sich auch um Umfragen bei kleinen, abgegrenzten Gruppen in sozial höheren Schichten (z.B. Boku-Absolventen, Wirtschaftsführer, Behörden, Verbände, Um-welt-NGOs etc.). Bei vielen dieser Befragungen wird Totalauswahl angewandt, da die Zielgruppe ausreichend klein und adressenmäßig bekannt ist. Allerdings würde man bei bestimmten Rahmenbedingungen trotz der Kleinheit der Grundgesamtheit mit einer schriftlichen Befragung Schiffbruch erleiden. Dies wäre etwa bei der Befragung einer klei-nen Zahl bäuerlicher Waldbesitzer in einer bestimmten Region der Fall, da es sich dabei um eine in schriftlichen Angelegenheiten i.d.R. nicht geschulte Zielgruppe handelt.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

105

Weitere wichtige Punkte, die beim Einsatz dieses Instruments beachtet werden müssen, sind: • Der optisch/graphischen Aufbereitung des Fragebogens sollte größeres Augenmerk

gewidmet werden als bei der mündlichen Befragung, da ein schöner Fragebogen moti-vierend wirkt (mehrfarbig, Glanzpapier, Schriftsatz etc.). Der Fragebogen sollte nicht den Eindruck einer unpersönlichen Massenbefragung erwecken. Der Einsatz von Um-weltpapier bei bestimmten Personengruppen ist zu bedenken.

• Der Fragebogen darf nicht zu lang sein. Beantwortungszeit von 20 Minuten sollte die

Obergrenze darstellen. • Alle Fragen müssen einfach und unmissverständlich gestellt sein und nur eine Inter-

pretation (inkl. der verwendeten Begriffe) zulassen. Bei Verwendung von Skalierungs-verfahren müssen Beispiele zur Erläuterung verwendet werden.

• Der Aufbau des Fragebogens muss einfacher sein als bei der mündlichen Befragun-

gen. Am besten sollten z.B. Gabelungen weggelassen werden, da diese oft nicht be-achtet werden. Kontrollfragen können entfallen, da der Befragte den Fragebogen meist von Anfang bis Ende durchliest und konsistent antwortet.

• Ein Teil der Befragten kann erst motiviert werden, wenn man sie mehrmals an-

schreibt. • Das Einleitungsgespräch wird durch das Begleitschreiben ersetzt, das die Funktion

hat, die Kooperation der Zielperson zu erreichen. Seine Formulierung und äußere Gestaltung sind daher von großer Bedeutung.

Der Begleitbrief sollte enthalten: • Vorstellung und Beschreibung der Institution, die die Befragung durchführt • Zielsetzung der Untersuchung • Begründung, warum die Zielperson gewählt wurde und warum ihre Meinung wichtig ist. • Richtlinien für das Ausfüllen des Fragebogens sowie vermutlich aufzuwendende Zeit-

dauer • Rücksendetermin • Hinweise auf eventuelle Belohnungen für die Teilnahme (Geschenk, Verlosung etc.) 3.363 Sonstige Befragungsmethoden Aus der Fülle weiterer Befragungsmethoden seien zwei herausgegriffen - die Panelerhe-bung und die Expertenbefragung.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

106

3.3631 Panelerhebung (nach Hammann und Erichson, 1978) Eine Panelerhebung ist eine Stichprobenerhebung, die • wiederholt in regelmäßigen Abständen • mit der gleichen Teilauswahl (Stichprobe - Panel) • zum gleichen Untersuchungsgegenstand vorgenommen wird. Der besondere Zweck solcher Erhebungen liegt darin, durch periodi-sche Wiederholung von Einzelerhebungen Veränderungen des Marktes im Zeitablauf sichtbar zu machen und damit auch Prognosegrundlagen zu erhalten. Einschränkungen: • Panelgleichheit ist im Zeitablauf durch Veränderungen (z.B. Tod) nur beschränkt ge-

geben. • Der Untersuchungsgegenstand kann sich durch Wegfall oder Hinzunahme von Aspek-

ten (z.B. Produkte) verändern. Für die Marktforschung sind folgende Arten von Panelformen von Bedeutung: • Verbraucherpanel * Haushaltspanel * Individualpanel • Handelspanel * Einzelhandelspanel * Großhandelspanel Verbraucherpanel Die Datengewinnung erfolgt meist durch schriftliche Befragung bzw. durch das Ausfüllen von Formblättern durch die Befragten. Die ausgefüllten Bögen werden in regelmäßigen Abständen eingesendet. Typische erfasste Daten sind dabei etwa: Datum des Einkaufs, Einkaufsquellen, eingekaufte Produkte nach Art und Marke, Packungsgröße, Menge und Preis. Solche Untersuchungen werden etwa zur Generierung des Verbraucherpreisindexes be-nötigt, der aus den Preisentwicklungen einer Vielzahl von Waren (Warenkorb) abgeleitet wird. Um einzelne Produkte bzw. Produktgruppen richtig zu gewichten, muss deren Anteil an den Gesamtausgaben eines Haushalts oder einer Person erhoben werden.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

107

Handelspanel Die Datengewinnung erfolgt durch Beobachtung der Absatzsituation, meist durch Außen-dienstmitarbeiter der Betriebe selbst. In bestimmten Abständen werden Inventuren der einzelnen Produkte durchgeführt (Bestand zu Beginn, Zugang, Bestand am Ende, Ab-satz). Nicht ausdrücklich als Panel bezeichnet, wohl aber dieser Methode i.w.S. zuzurechnen, sind etwa auch jene jährlichen Erhebungen, die über die Ertragssituation der Land- und Forstwirtschaft durchgeführt werden7. Dabei handelt es sich einerseits um den sogenannten Ertragsbericht der Forstwirtschaft, der auf der freiwilligen Mitarbeit von etwa 60 Forstbetrieben > 500 ha beruht, andererseits um die Buchführungsergebnisse land- und forstwirtschaftlicher Betriebe für den sogenannten Grünen Bericht des BMLFUW, an dem eine bestimmte Anzahl bäuerlicher Betriebe beteiligt ist. Während die bäuerlichen Betriebe für den Grünen Bericht während des Jahres bestimmte Aufzeichnungen führen, die sie sonst für ihren Betrieb nicht führen würden (Zusatzbelastung), lassen sich die Da-ten der Forstbetriebe für den Ertragsbericht im wesentlichen aus bestehenden Kosten-rechnungen ableiten. Die Ableitung dieser Daten erfolgt meist nicht durch die Betriebe selbst, sondern durch Erheber von außen (Bodenkultur, Hauptverband). Der Panelcha-rakter ergibt sich durch die Tatsache, dass derselbe Untersuchungsgegenstand (Erträge, Kosten etc.) in regelmäßigen Abständen (1x jährlich) von derselben Teilauswahl (Betriebe) erhoben wird. Wie bei jedem Panel ergeben sich hier jährlich geringfügige Unterschiede zum Vorjahr (Betriebe scheiden aus, neue kommen hinzu, Spezialthemenerhebung etc.). Da die Preisgabe von Kosten- und Ertragsdaten eine außerordentlich delikate Angelegen-heit darstellt (Finanzamt), kann die Auswahl der Betriebe nicht - wie sonst bei Panelerhe-bungen - nach einem Quoten- oder Zufallsprinzip erfolgen, sondern beruht ausschließlich auf Freiwilligkeit. Daraus ergibt sich natürlich eine geringere Repräsentatitivität der Stich-probe mit allen Problemen der Umlegung der Ergebnisse auf die Grundgesamtheit. Vorteile von Panelerhebungen: • Beobachtung von Nachfrageveränderungen möglich • Beobachtung von Marktvolumen und Marktanteil; durch Paneldaten wird ein Hersteller

etwa auch über den Absatz seiner Konkurrenten informiert.

7 Das Panel wird in diesem Zusammenhang als Testbetriebsnetz bezeichnet (Sekot, und Rothleitner, 1999)

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

108

• Daten können segmentiert werden, z.B. nach Geschäftstypen, Gebieten, Ortsgrößen, Käufergruppen (nur beim Verbraucherpanel).

• Beobachtung von Markenwechsel • Kontrolle der Marktdurchdringung (Erstkäufe, Wiederholungskäufe) Nachteile von Panelerhebungen: • Hohe Kosten; meist Einschaltung von Marktforschungsfirmen notwendig, Anreize für

Mitarbeit müssen geschaffen werden. • Hohe Verweigerungrate, die nicht gleich über Grundgesamtheit verteilt ist; bei höheren

Einkommensschichten, jungen und alten Personen besonders hoch. • Verhaltensänderung bei Verbraucherpanel durch Panel selbst (stärkere Bewusstwer-

dung des Einkaufsverhaltens durch Teilnahme). • Impuls zum Kauf bestimmter Waren, die eigentlich nicht notwendig wären, da sie auf

der Berichtslisten angeführt sind (Checklist-Effekt). • Es kann aus Prestigegründen mehr angegeben werden als tatsächlich eingekauft oder

abgesetzt wurde. • Ermüdungserscheinungen (falsche Eintragungen infolge Nachlässigkeit). 3.3632 Expertenbefragung Als Experten kommen alle Personen in Frage, die fundiertes Fachwissen über Markt oder Marktsegmente besitzen, wie etwa Manager, Marktforscher, Verkaufskräfte etc. Expertenbefragung können etwa am Beginn eines Forschungsprojektes stehen (nicht-standardisiertes Interview), wenn die Dimensionen eines Problems ausgelotet werden oder von einem Unternehmen neue Produkte auf den Markt gebracht werden, über die noch keine oder wenige Zeitreihendaten bestehen. Expertenbefragungen können aber auch durchaus als standardisierte Befragung (münd-lich oder schriftlich) zu bestimmten, genau abgegrenzten Bereichen durchgeführt werden. Hier handelt es sich i.d.R. meist um Sach- und nicht so sehr um Einstellungsfragen. Bei der Auswahl von Experten sollte darauf geachtet werden, dass eine eventuell beste-hende Meinungsvielfalt hinreichend erfasst wird. U.U. sind auch "Außenseiter" zu befra-gen, deren Ansichten nicht in das etablierte Weltbild passen, da gerade hierdurch neue Einsichten gewonnen werden können.

MARKFORSCHUNG & MARKTANALYSE Die Datenerhebung

109

Der Expertenbefragung kommt für Prognosen große Bedeutung zu (qualitatives Progno-severfahren; sh. 5.24). In diesem Fall wird die Prognose nicht vom Marktforscher selbst, sondern vom Experten getätigt. Die Bandbreite solcher Prognosen reicht von der persön-lichen qualitativen Einschätzung bis zur Prognose mittels formaler Methoden. Die Tätigkeit des Marktforschers besteht in der Zusammenfassung der Expertenprognose zu einer qua-litativen Prognose. Ein typisches Beispiel für eine solche Progrnose ist der sogenannte "Konjunkturtest" des WIFO, der parallel zu den eigenen (formalen) Prognosen durchgeführt wird Eine Spezialform der Prognose mittels Expertenbefragung ist die Delphi-Methode. Hier handelt es sich um ein mehrstufiges Befragungsverfahren mit Rückkoppelung. Die Exper-ten haben in der ersten Runde ihre Schätzungen anonym abzugeben, um eine gegensei-tige Beeinflussung möglichst auszuschalten. Die Experten erhalten die tabellierten und zusammengefassten Ergebnisse und werden in einer zweiten Runde erneut befragt. Damit sollen jene Experten, die sich in Extrembereichen befinden, zum Überdenken ihrer ersten Schätzung angeregt werden. Es können weitere Runden solange erfolgen, bis sich eine Stabilisierung der Antworten ergibt.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

110

4 Datenauswertung und Interpretation Während sich die bisherigen Kapitel schwerpunktmäßig auf die Erhebung von Primärdaten bezogen, umfasst die Datenauswertung nun sowohl Primär- als auch Sekundärdaten. Sämtliche Verfahren zur Datenauswertung werden hier nur in Gründzügen in Verbindung mit praktischen Beispielen dargestellt. Im Zusammenhang mit mathematischen und stati-stischen Grundlagen wird auf die umfangreiche statistische Literatur verwiesen. Ziele einer Datenauswertung sind: • Zusammenfassung des Datenmaterials (Verdichtung), übersichtliche Darstellung in

einer problemadäquaten und ökonomischen Weise mit möglichst wenig Informations-verlusten.

• Aufdeckung von Relationen zwischen den Daten bzw. Beweis vermuteter Relationen. • Bestätigung oder Falsifizierung von Untersuchungshypothesen bzw. Entwicklung neuer

Hypothesen. • Schlussfolgerungen auf Generalisierbarkeit der Ergebnisse. 4.1 Vorbereitung der Datenauswertung und Aufbereiten der Daten Zur Vorbereitung der Datenauswertung zählen zunächst das Sichten und Prüfen der Fra-gebögen auf Vollständigkeit hinsichtlich Anzahl und Ausfüllung sowie formal auf Richtigkeit und Plausibilität der gegebenen Antworten. Vor der Auswertung von Sekundärdaten ist neben der "Richtigkeit" der Daten insbeson-dere auch auf deren Konsistenz zu achten. Phänomene, die die Konsistenz beeinträchti-gen sind etwa: • Strukturbrüche: Irgend ein Ereignis (z.B. Ölschock 1975) hat zu einem Zeitpunkt die

Daten so verändert, dass geprüft werden muss, ob eine Zeitreihe in ihrer Gesamtheit oder nur in Teile zerlegt verwendet werden kann, oder ob gegebenenfalls einzelne (untypische, verzerrende Daten) überhaupt ausgeschieden werden müssen. Klassi-scher Strukturbruch: der politische Wandel in Osteuropa.

• Unterschiedliche Indizes. Die meisten Indizes (insbesondere Preisindizes) gelten nur

für einen bestimmten Zeitraum; z.B. VPI 1964 wurde nur bis Mitte der 70er Jahre ver-wendet, dann wurde VPI 1976 angewandt, danach VPI 1983. Um etwa eine konsi-stente Zeitreihe realer Preise von 1965 bis heute zu erhalten, müssen mehrere Indizes um einen gemeinsamen Bezugspunkt miteinander verknüpft werden.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

111

Tab. 15 Beispiel für die Verknüpfung von Indices

verknüpfter Index 65 Index 75 Index 83 Index 65-90 (1975) 1965 100 67 1966 103 69 . . . . . . 1975 150 100 100 1976 154 103 103 . . . . . . 1982 175 175 1983 180 100 180 . . . . . . 1989 140 252 1990 144 259

• Unterschiedliche Umrechnungsfaktoren und Maßeinheiten in verschiedenen

Regionen oder Ländern. Neben der Datenprüfung umfasst die Auswertungsvorbereitung vor allem die Überführung der Rohdaten in eine auswertbare Form. Im folgenden ist nur mehr von der Aufbereitung der Daten in computerlesbarer Form die Rede, obwohl bei manchen Auswerteverfahren (z.B. Häufigkeiten) grundsätzlich auch händische Auswertung möglich ist. 4.11 Kodierung Bei Primärdaten aus geschlossenen Fragen steht die Kodierung (Merkmalsausprägung auf welcher Spalte und in welcher Form) i.d.R. schon vor der Durchführung der Befragung fest. Bei offenen Antwortmöglichkeiten müssen u.U. erst Kategorien gebildet und diese dann kodiert werden. Hier ist es wichtig, Kategorien zu wählen, die sich möglichst aus-schließen und eine eindeutige Zuordnung der Antwort erlauben. Beispiel, in dem das nicht der Fall ist:

Frage: Welche Holzmöbel haben Sie? Kategorien: Vollholzmöbeln, Möbeln aus Platten, sonstige Antwort: Ja, ich habe Holzmöbel (in die obigen Kategorien nicht zuteilbar)

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

112

Bei der Kodierung ist auch die Tatsache zu berücksichtigen, dass verschiedene Fragen möglicherweise nicht vollständig oder nicht den vorgegebenen Kategorien entsprechend beantwortet wurden. Diese "Missing Values" müssen in Abhängigkeit vom Auswertungs-programm bei der Eingabe als "fehlend" kodiert werden. 4.12 Eingabe der Daten Für die Eingabe von Daten steht eine Vielzahl von Editoren zur Verfügung, die auch Be-standteil des jeweiligen Auswertungsprogramms sein können. Grundsätzlich können die Daten in zwei Formen eingegeben werden: • Als ASCII-File. Hier handelt es sich um die allgemeinste, von den meisten Program-

men lesbare Form. Ein ASCII-Datenfile kann etwa sowohl durch eine Programmier-sprache (z.B. Fortran) als auch durch statistische Auswertungspakete (z.B. SPSS) ver-arbeitet werden. Für manche Zwecke ist diese international gültige Form sogar Vor-aussetzung, wie z.B. für den internationalen Datentransfer zwischen Computern ver-schiedener Universitäten. Nachteil: Nicht programmspezifisch, keine Formatierung.

• Als programmspezifisches File. Bei Eingabe von Daten in ein Datenbanksystem (z.B.

Access) sind die Daten üblicherweise nur von den spezifischen Programmen, mit de-nen sie verarbeitet werden, lesbar. Allerdings gibt es in solchen Paketen i.d.R. die Möglichkeit, durch bestimmte Befehle für bestimmte Zwecke ASCII-Files zu erzeugen bzw. von ASCII-Files einzulesen (Import-Export-Befehle) oder diese Datenfiles in an-dere programmspezifische Files überzuführen.

Eine übliche, einfache - aber auch zeitintensive - Form der Kontrolle der bereits compu-terlesbaren Daten besteht in der Doppeleingabe. Der gesamte Datensatz wird in zwei verschiedenen Files doppelt eingegeben, die beiden Files dann verglichen. Wenn die Rohdaten korrekt sind, ist es höchst unwahrscheinlich, dass zweimal derselbe Fehler ge-macht wird. 4.13 Übersicht über Analyseverfahren Monovariate Auswertung Hier werden keine Beziehungen zwischen den Variablen, sondern nur eine Variable allein analysiert. Im wesentlichen handelt sich dabei um die Auszählung von absoluten Häufig-keiten, Berechnung von relativen Häufigkeiten und Mittel-, Modal- oder Medianwerte mit ihren statistischen Zusatzwerten. Auch die Zeitreihenanalyse kann dieser Auswertungs-kategorie zugezählt werden.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

113

Multivariate Auswertung Hier kann es sich im einfachsten Fall um die Auszählung von Häufigkeiten einer Variable in Abhängigkeit von einer anderen (Kreuztabellen) handeln (z.B. Stimmverhalten nach Parteizugehörigkeit), weiters können Beziehungen zwischen den Variablen analysiert und auf ihre Signifikanz überprüft werden. Bei der Prüfung von Beziehungen, die immer zwischen einer abhängigen und einer oder mehreren unabhängigen Variablen bestehen, können zwei grundsätzliche Arten unter-schieden werden (Backhaus und Erichson et.al., 1990): • Strukturprüfende Verfahren dienen der Überprüfung von Zusammenhängen. Hierzu

gehören Varianzanalyse, Regressionsanalyse, Kontingenzanalyse und Diskriminanza-nalyse.

• Strukturentdeckende Verfahren versuchen Zusammenhänge zwischen Variablen erst

aufzudecken. Hierzu gehören etwa Faktorenanalyse und Clusteranalyse. Bei den strukturprüfenden Verfahren können je nach Variablentyp (nominal und metrisch) weitere Unterscheidungen getroffen werden.

Tab. 16 Strukturprüfende Verfahren nach Variablentyp (nach: Backhaus und Erich-son et.al., 1990)

ABHÄNGIGE Variable │ UNABHÄNGIGE Variable │ metrisch │ nominal metrisch │ Regressionsanalyse │ Varianzanalyse nominal │ Diskriminanzanalyse │ Kontingenzanalyse

Regression: mindestens zwei metrische Variablen Beispiel: Schnittholzverbrauch (abhängige Variable) in Abhängigkeit vom Bruttoinlandsprodukt und Schnittholzpreis (unabhängige Variablen) Varianzanalyse: abhängige Variable metrisch - unabhängige nominal Beispiel: Endproduktpreis (abhängige V.) in Abhängigkeit vom Händlertyp (unabhängige V.)

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

114

Diskriminanzanalyse: abhängige Variable nominal - unabhängige metrisch Beispiel: Gruppenzugehörigkeit von Käufern (abhängige V.) in Abhängigkeit von ihrem Alter und Einkommen (unabhängige V.) Kontingenzanalyse: alle Variablen nominal Beispiel: Autobesitz (ja oder nein; abhängige V.) in Abhängigkeit vom Geschlecht (männliche - weiblich; unabhängige V.) 4.2 Monovariate Analyseverfahren Monovariate Analyseverfahren beziehen sich, wie der Name schon sagt, immer nur auf eine Variable und nicht auf Beziehungen zwischen Variablen. 4.21 Häufigkeiten Die Auszählung von Häufigkeiten erstreckt sich vor allem auf jene Variablen, die nominal ausgeprägt sind bzw. durch Umkodierung zu solchen gemacht wurden. Beispiel: Frage an Waldbesitzer: Haben Sie in den letzten 5 Jahren Nutzholz verkauft? Tab. 17 Ergebnis Häufigkeitsauszählung: Nutzholzverkauf in den letzten 5 Jahren

65 56,5 56,5 56,550 43,5 43,5 100,0

115 100,0 100,0

janeinGesamt

GültigHäufigkeit Prozent

GültigeProzente

KumulierteProzente

Von 115 Befragten haben 65 oder knapp 57% Nutzholz verkauft. Alle Antworten sind gültig (keiner der Befragten hat die Frage nicht beantwortet oder mit "weiß nicht" geantwortet),

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

115

deshalb unterscheidet sich die Spalte "gültige Häufigkeit" nicht von jener mit "prozentueller Häufigkeit". Abb. 7 Graphisches Ergebnis: Nutzholzverkauf in den letzten 5 Jahren

neinja

Pro

zent

60

50

40

30

20

10

0

43

57

4.22 Deskriptive Statistik Folgende statistische Testwerte sind von besonderer Bedeutung: 1) Arithmetisches Mittel mit Standardabweichung Hat nur einen Sinn, wenn die Variable zumindest Intervallcharakter aufweist. 2) Median Ist jener Wert, der die Fläche einer Verteilung in zwei genau gleichgroße Hälften teilt. Er gibt jene Variablenausprägung an, bei die Hälfte der Werte (eigentlich der Fläche) ober-halb, die andere Hälfte unterhalb dieser Ausprägung liegt. Hat nur einen Sinn bei Variab-len mit zumindestens Ordinaleigenschaft. 3) Modalwert Gibt den häufigsten Wert an. Bei Variablen mit Nominalcharakter.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

116

Beispiel: Zur Berechnung des durchschnittlichen Einschnitts/Sägewerk wurden 37 Sägewerke mit einem Einschnitt zwischen 1.500 und 200.000 fm befragt. Tab. 18 Ergebnisse: Verschiedene Mittelwerte Arithmetisches Mittel: 69981 Standardabweichung 177630 Median: 15000 Modalwert: 20000

Daraus kann etwa folgendes abgeleitet werden: Das arithmetische Mittel liegt mit knapp 70.000 fm weit über dem Median und Modalwert. Das arithmetische Mittel wird stark von wenigen großen Sägewerken beeinflusst, die Hälfte der befragten Sägewerke schneidet unter 15.000 fm ein, der häufigste Wert liegt bei 20.000 fm. 4.23 Zeitreihenanalyse 4.231 Was ist eine Zeitreihe? Eine Zeitreihe besteht aus zu verschiedenen Zeitpunkten anfallenden Messdaten eines zu untersuchenden Phänomens (z.B. Holzeinschlag, Arbeitslosenreate etc.), wobei die Mes-sung i.d.R. in regelmässigen Abständen erfolgt (z.B. monatlich, quartalsweise, jährlich). Grundsätzlich besteht eine Zeitreihe aus vier Komponenten - vorausgesetzt, dass sie ge-nügend detailliert ist -, nämlich aus Trend, Konjunkturkomponente, Saisonkomponente und Zufallsstörungen. Schematisch kann man eine Zeitreihe so ausdrücken:

Y = T*K*S*u Wobei: Y = beobachtete Werte der Zeitreihe T = Trendkomponente K = Konjunkturkomponente S = Saisonkomponente u = Zufallsstörung

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

117

Am Beispiel der Quartalsdaten des österreichischen Holzeinschlages lassen sich alle Komponenten einer Zeitreihe gut beobachten (Abb. 8)8. Zunächst ist für den dargestellten Zeitraum ein leicht steigender Trend erkennbar. Die Konjunkturkomponente ist aus den wellenförmigen Bewegungen der Spitzen der Zeitrei-hendaten ersichtlich. Die mehr oder weniger gleichmäßigen Schwankungen innerhalb ei-nes Jahres (relativ niedrige Werte für die ersten drei Quartale, Spitzen jeweils im 4. Quar-tal) stellen die Saisonkomponente dar. Die Spitzen im 2. Quartal 1979, im 2. Quartal 1986, im 2. Quartal 1987 und vor allem im 2. Quartal 1990 bezeichnen Zufallsabweichungen (Schadholzanfall). Abb. 8 Gesamteinschlag - alle Eigentumsarten - Quartalsdaten

Die Zeitreihenanalyse dieser Daten umfasst meist zumindest folgende Aspekte bzw. dient folgenden Zwecken: • Bestimmung des linearen Trends • Gleitende Durchschnitte • Eliminierung des Trendeinflusses mittels absoluter und relativer Differenzen • Bestimmung der Saisonfigur - Eliminierung von Saisonschwankungen

8 Die dargestellte Zeitreihe der Quartalsdaten bricht mit 1990 ab, da das damalige BMLF mit diesem Zeit-punkt die quartalsweise Erhebung des Holzeinschlages aufgegeben hat.

Mio. EfmD

6

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

118

4.3 Multivariate Verfahren 4.31 Strukturprüfende Verfahren 4.311 Kontingenzanalyse Die Kontingenzanalyse ist eine Analysemethode für eine der einfachsten Beziehungen, der Abhängigkeit zwischen nominal skalierten Variablen. Dabei kann nur festgestellt werden, ob ein solcher Zusammenhang besteht, aber nicht in welche Richtung dieser geht oder wie sich die Veränderung einer Variable auf eine andere auswirkt. Auf Grund von empirischen Daten über zwei nominelle Variablen (z.B. Nutzholzeinschlag [ja-nein] – Erwerbskategorie des Betriebes [Voll-, Neben-, Zuerwerb]) lassen sich durch Auszählungen Häufigkeiten für die Merkmalskombinationen in den einzelnen Zellen der Tabelle errechnen. Unter der Nullhypothese (es besteht kein Zusammenhang zwischen den beiden Variablen) kann außerdem für jede Kombination eine theoretische Häufigkeit angegeben werden, die aus den sogenannten Randverteilungen berechnet wird (sh. Bei-spiel unten). Die Kontingenzanalyse erfasst die Differenzen zwischen den tatsächlichen und theoretischen Häufigkeiten und errechnet daraus den sogenannten Chi-Quadrat-Wert. Liegt dieser Wert bei einem bestimmten Signifikanzniveau und bei einer bestimmten An-zahl von Freiheitsgraden über einem Tabellenwert, dann besteht ein Zusammenhang (bzw. muss die Nullhypothese verworfen werden), liegt er darunter, besteht der Zusam-menhang nicht. Zu beachten ist, dass die Chi-Quadrat-Verteilung genaugenommen nur dann eine brauch-bare Schätzung abgibt, wenn keine der theoretischen Häufigkeiten < 5 ist. Je mehr Aus-prägungen beide Variablen aufweisen und je mehr Tabellenzellen dadurch entstehen, desto größer ist die Chance, dass die theoretische Häufigkeit in einzelnen Zellen unter 5 liegt. Wenn dies in großem Stil der Fall ist, muß man versuchen, durch Zusammenfassung die Ausprägungen der Merkmale zu verringern. Norusis (1988) gibt als Faustregel an, dass der Chi-Quadrat-Test zu verwerfen ist, wenn mehr als 20% der Tabellenzellen eine theoretische Häufigkeit < 5 aufweisen. Unterstützt kann die Kontingenzanalyse durch sogenannte Kreuztabellen werden, in de-nen die Häufigkeitsverteilungen der Ausprägungen zweier Variablen tabellarisch gegen-einander aufgetragen sind. Während aus der Kontingenzanalyse die Richtung des Zu-

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

119

sammenhangs nicht direkt abgelesen werden kann, erlaubt die Darstellung der Häufig-keitsverteilungen in Kreuztabellen Rückschlüsse auf diese Richtung. Beispiel: Eine Stichprobe von 115 bäuerlichen Waldbesitzern wurde befragt, ob sie in den letzten 5 Jahren Nutzholz eingeschlagen haben (Antwortmöglichkeiten: ja - nein). Weiters wurde die Erwerbsart (Voll-, Neben-, Zuerwerb) erhoben. Es gilt zu klären, ob ein Zusammenhang zwischen dem Nutzholzeinschlag und der Erwerbsart nachgewiesen werden kann. Tab. 19 Ergebnis: Kreuztabelle und Kontingenzanalyse

Nutzholzschlaegerung i.d. letzten 5 Jahren * Erwerbsart Kreuztabelle

20 25 20 6514,1 22,6 28,3 65,0

80,0% 62,5% 40,0% 56,5%5 15 30 50

10,9 17,4 21,7 50,020,0% 37,5% 60,0% 43,5%

25 40 50 11525,0 40,0 50,0 115,0

100,0% 100,0% 100,0% 100,0%

AnzahlErwartete Anzahl% von ErwerbsartAnzahlErwartete Anzahl% von ErwerbsartAnzahlErwartete Anzahl% von Erwerbsart

ja

nein

Nutzholzschlaegerungi.d. letzten 5 Jahren

Gesamt

Vollerwerb Zuerwerb NebenerwerbErwerbsart

Gesamt

Chi-Quadrat-Tests

11,743a

2 ,003

115

Chi-Quadrat nachPearsonAnzahl der gültigen Fälle

Wert F.G.Irrtumswahr-scheinlichkeit

0 Zellen (,0%) haben eine erwartete Häufigkeit kleiner 5. Dieminimale erwartete Häufigkeit ist 10,87.

a.

Erklärung und Interpretation: In jeder Tabellenzelle sind in diesem Fall drei Werte angeführt. In der ersten Zeile stehen jeweils die gezählten Häufigkeiten. In der Erwerbsart Vollerwerb etwa haben 20 Waldbe-sitzer Nutzholz eingeschlagen, ebenfalls in der Erwerbsart Nebenerwerb. Die zweite Zeile gibt die theoretischen Häufigkeiten aufgrund der Randverteilungen an. Diese errechnet sich für die Kombination (JA - Vollerwerb) wie folgt: [25 (Summen Anzahl gesamt in Spalte) / 115 (Gesamtzahl d. Beobachtungen)] * 65 (Summe Anzahl in Zeile JA) = 14.1.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

120

Auch ohne Chi-Quadrat-Test ist erkennbar, dass in dieser Tabelle die tatsächliche von der theoretischen Häufigkeitsverteilung erheblich abweicht und daher ein Zusammenhang zwischen den Variablen anzunehmen ist. Die Prozentwerte in der dritten Zeile geben an, welcher Anteil der Befragten in den Erwerbsarten JA oder NEIN geantwortet haben; von den insgesamt 25 Waldbesitzern in der Erwerbsart Vollerwerb haben 80% [(20/25)*100] Nutzholz eingeschlagen, von den insgesamt 50 Waldbesitzern in der Erwerbsart Neben-erwerb haben nur 40% Nutzholz geerntet [(20/50)*100]. Aus dem Chi-Quadrat-Wert (11.743) und der Irrtumswahrscheinlichkeit (0.003) ist ein hochsignifikanter Zusammen-hang zwischen Nutzholzeinschlag und Erwerbsart nachweisbar. Keine der Zellen (0%) weist eine theoretische Häufigkeit von < 5 auf (bis 20% der Zellen wäre für die Verwen-dung des Chi-Quadrat-Tests noch tolerierbar). Die Kontingenzanalyse selbst misst nur das Bestehen eines Zusammenhanges zwischen den beiden Variablen. Aus der Kreuztabelle geht mehr hervor, nämlich wie sich der Ein-schlag nach Erwerbsarten prozentuell unterscheidet. 4.312 Varianzanalyse Die Varianzanalyse ist ein Verfahren, das die Beeinflussung einer abhängigen - metri-schen - Variablen durch eine (oder mehrere) unabhängige - nominale - Variable un-tersucht. Wenn auch die unabhängige Variable metrisch skaliert ist, geht die Varianzana-lyse in eine Regressionsanalyse (sh. 4.314) über. Im Gegensatz zur Regressionsanalyse prüft die Varianzanalyse nicht die marginale Wirkung der unabhängigen Variablen auf die abhängige, sondern lediglich, ob überhaupt eine Wirkung der unabhängigen Variablen besteht. Ausgangspunkt für die Prüfung ist wieder die Nullhypothese, dass also etwa die Verkaufs-art keinen Einfluss auf den Preis hat. Die Prüfung erfolgt anhand eines Vergleiches des empirischen F-Wertes mit einem F-Wert in der Tabelle. Die Höhe des letzteren hängt von der Anzahl der Freiheitsgrade und dem Signifikanzniveau (Irrtumswahrscheinlichkeit) ab.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

121

Beispiel: Bei einer Befragung von 59 bäuerlichen Waldbesitzern, die Sägerundholz verkaufen, wur-den u.a. folgende Variablen erhoben: • der durchschnittlich erzielte Holzpreis für Sägerundholz in €/fm (metrische - abhängige

Variable) • die hauptsächliche Verkaufsart (1= direkt, 2= über Genossenschaft, 3= über Kammer;

nominale - unabhängige Variable) Es soll geprüft werden, ob sich der durchschnittlich erzielte Holzpreis nach Verkaufsarten signifikant unterscheidet. Tab 20 a) Varianzanalyse: Deskriptive Statistiken Holzpreis nach Verkaufsart und gesamt

PREIS_€

35 63,3292 3,87022 ,65419 61,9997 64,658710 71,9461 ,76604 ,24224 71,3981 72,4941

15 83,5738 3,07099 ,79293 81,8731 85,2744

60 69,8265 9,20929 1,18891 67,4475 72,2055

direktRaiffeisenKammer/Wald-besitzerverband

Gesamt

N MittelwertStandardabweichung

Standardfehler Untergrenze Obergrenze

95%-Konfidenzintervall fürden Mittelwert

Erklärung und Interpretation: Die unterschiedlichen Mittelwerte nach Verkaufsarten geben einen ersten Hinweis auf den Einfluss der unabhängigen Variablen auf die abhängige. Ein signifikanter Zusammenhang kann daraus noch nicht abgeleitet werden, da dieser erst aus der Varianz der Mittelwerte berechnet werden kann. Aus dem Konfidenzintervallen geht allerdings auch hier schon hervor, dass sich die drei Verkaufsarten nicht überlappen. Tab 20 b) Varianzanalyse: Der F-Wert

PREIS_€

4357,263 192,058 ,000

646,5875003,850

Zwischen denGruppenInnerhalb der GruppenGesamt

Quadrat-summe F Signifikanz

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

122

Erklärung und Interpretation: Die Höhe des F-Wert beträgt 192,058, die Irrtumswahrscheinlichkeit ist praktisch Null. Damit besteht ein gesicherter Preisunterschied nach Verkaufsarten. Allerdings kann aus dieser Tabelle noch nicht herausgelesen werden, welche Verkaufsart von welcher anderen signifikant unterschiedliche Preise ergibt. Tab 20 c) Varianzanalyse: Der Sheffe-Test zur Prüfung, welche Verkaufsarten sich von-einander signifikant unterscheiden - Mehrfachmittelwertvergleiche

Abhängige Variable: PREIS_€Scheffé-Prozedur

-8,6169* ,000

-20,2446* ,000

8,6169* ,000

-11,6277* ,000

20,2446* ,00011,6277* ,000

(J) Verkaufsart NutzholzRaiffeisenKammer/WaldbesitzerverbanddirektKammer/WaldbesitzerverbanddirektRaiffeisen

(I) Verkaufsart Nutzholzdirekt

Raiffeisen

Kammer/Waldbesitzerverband

MittlereDifferenz (I-J) Signifikanz

Die mittlere Differenz ist auf der Stufe .05 signifikant.*.

Erklärung und Interpretation: Diese Tabelle zeigt das Ergebnis des Scheffeé-Tests. Die Mittelwerte der Preise aus allen drei Verkaufsarten sind voneinander signifikant verschiedenen, die Irrtumswahrscheinlich-keiten sind alle praktisch Null. In zwei- und multifaktoriellen Varianzanalysen werden mehr als eine unabhängige Variable in die Untersuchung einbezogen. Bei zwei unabhängigen Variablen sind insgesamt drei Einflussgrößen von Bedeutung: • Einfluss der ersten unabhängigen Variablen • Einfluss der zweiten unabhängigen Variablen • gemeinsamer Einfluss beider Variablen (2-way interactions) Letztere Prozedur wird nur dann ausgeführt, wenn alle Zellen der Matrix (Kombinationen der unabhängigen Variablen) auch tatsächlich besetzt sind.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

123

4.313 Diskriminanzanalyse Die Diskriminanzanalyse ist eine Methode zur Analyse von Gruppenunterschieden (no-minale Variable), die es ermöglicht, zwei oder mehr vorgegebene Gruppen simultan hin-sichtlich einer oder mehrerer metrischen Merkmalsvariablen zu untersuchen. Dabei geht es um die folgenden Fragestellungen: • Unterscheiden sich die Gruppen signifikant? • Wie lassen sich die Gruppenunterschiede erklären? • In welche Gruppe ist ein Objekt, dessen Gruppenzugehörigkeit nicht bekannt ist, auf-

grund seiner Merkmalsausprägungen einzuordnen? Typische Beispiele für die Anwendung der Diskriminanzanalyse für Fragestellungen der Marktanalyse sind etwa: • Prüfung der Kreditwürdigkeit: Gruppen: Risikoklassen hoch und niedrig - Merkmalsva-

riablen: z.B. Alter, Einkommen, Ausbildung etc. • Analyse bei Automarkenwahl: Gruppen: z.B. Mercedes, BMW, Audi - Merkmalsvariab-

len: Einstellungen zu Autoeigenschaften (Schnelligkeit, Bequemlichkeit, Straßenlage, Benzinverbrauch etc.).

• Erfolgsaussichten von neuen Produkten: Gruppen: Gewinn und Verlust - Merkmalsva-

riablen: Neuigkeitsgrad, Markenkenntnis des Unternehmens, technologisches Know-How, Preis-/Leistungsverhältnis etc9.

Zunächst geht es um die Definition der Gruppen sowie der Anzahl der Gruppen. Diese können sich sowohl direkt aus dem Datenmaterial ergeben (z.B. z.B. Arten des Holzver-kaufes, Erwerbsart) oder durch eine vorgeschaltete Clusteranalyse (sh. 4.322) gewonnen worden sein. Die Auswahl der Merkmalsvariablen (metrisch) erfolgt zunächst hypothetisch, d.h. auf-grund von theoretischen oder sachlogischen Überlegungen. Durch Vergleich der Mittel-werte einer Merkmalsvariablen in den verschiedenen Gruppen lässt sich überprüfen, ob ein diskriminatorisches Potenzial vorliegt.

9 Die hier dargestellten Merkmale (abhängige Variable) müssen mittels Ordinalskalen erhoben werden. Dabei handelt es sich aber nicht um metrische Werte und diese sind auch keinen arithmetischen Operationen zu-gänglich. Dies wäre aber Voraussetzung für die Anwendung der Diskriminanzanalyse (abhängige Variable ist metrisch). In der Praxis setzt man sich häufig einfach darüber hinweg bzw. verwendet die Argumentation, dass die Abstände zwischen den Skalenwerten als gleich angenommen werden und somit eigentlich eine Intervallskala vorliegt (Hammann und Erichson, 1978).

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

124

Die Diskriminanzfunktion, deren Koeffizienten es zu schätzen gilt, ergibt sich aus der Li-nearkombination der einzelnen Merkmalsvariablen. Die Diskriminanzfunktionen spiegeln den Informationsgehalt wider, den alle Ausgangsvariablen gemeinsam zur Trennung der Gruppen liefern. Die maximale Anzahl der Diskriminanzfunktionen ergibt sich aus der An-zahl der Gruppen minus 1. Die tatsächliche Anzahl ergibt sich aus der Höhe des Erklä-rungswertes der einzelnen Funktionen - ab einem gewissen Grenzwert, werden diese nicht in die Analyse einbezogen. Die unbekannten Koeffizienten der Funktionen werden so geschätzt, dass das sogenannte Diskriminanzmaß (ein Maß, das sich aus der Differenz der Mittelwerte der Diskriminanzvariablen in den einzelnen Gruppen ergibt) maximiert wird. Je höher das Diskriminanzmaß, desto besser diskriminieren (trennen) die gefunde-nen Funktionen die Gruppen.

Beispiel: Bei einer Befragung von 120 bäuerlichen Waldbesitzern wurden u.a. folgende Variablen erhoben: • die Erwerbsart (1= Voll-, 2= Neben-, 3= Zuerwerb) (nominale - abhängige Variable) • die Eigenwaldfläche in ha (metrische - unabhängige Variable) Es soll geprüft werden, ob die Waldfläche die Zugehörigkeit zu einer Erwerbsart erklären kann. Tab. 21 Ergebnis: Diskriminanzanalyse - Klassifikationstabelle

20 0 5 2510 25 5 40

0 5 45 5080,0 ,0 20,0 100,025,0 62,5 12,5 100,0

,0 10,0 90,0 100,0

ErwerbsartVollerwerbZuerwerbNebenerwerbVollerwerbZuerwerbNebenerwerb

Anzahl

%

OriginalVollerwerb Zuerwerb Nebenerwerb

Vorhergesagte GruppenzugehörigkeitGesamt

Erklärung und Interpretation: Die 115 Waldbesitzern gliedern sich tatsächlich in 25 Vollerwerbs-, 50 Nebenerwerbs- und 40 Zuerwerbsbetriebe. Die Zuteilung zu einzelnen Erwerbsarten durch die Diskriminanz-funktion aufgrund der Waldfläche ergibt eine "Trefferquote" von 78%. Damit kann von ei-ner signifikanten Trennung der Gruppen durch die Diskriminanzfunktion ausgegangen werden.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

125

Diskriminanzanalysen werden in der Praxis in der Regel mit mehr als einer erklärenden Variablen durchgeführt. Aus statistischen Gründen sollte sogar die Anzahl der Gruppen nicht größer als die Anzahl der Merkmalsvariablen sein. 4.314 Regressionsanalyse - Ökonometrie Die Regressionsanalyse untersucht die Beziehung zwischen zwei oder mehreren metri-schen Variablen. Da sie für die quantitative Wirtschaftsforschung von besonderer Bedeu-tung ist, wird dieser Analysemethode vergleichsweise mehr Raum zugestanden. Was ist Ökonometrie? Die Ökonometrie ist ein Zweig der Volkswirtschaftslehre, der versucht, wirtschaftstheoretisch begründete oder begründbare Beziehungen mathematisch-stati-stisch zu erfassen (messen). Die Ökonometrie ist somit ein Instrument der ökonomischen Analyse. Es mag aber auch sein, dass die ökonometrische Arbeit zur Entdeckung neuer Beziehungen und Theorien führt, die sich aus a-priori Überlegungen allein nicht ergeben. Bei ökonometrischen Aussagen bzw. Gleichungen handelt es sich um Beziehungen, in welchen eine oder mehrere quantitative ökonomische Variable(n) eine andere quantitative ökonomische Variable beeinflussen und erklären können (erklärende - erklärte Variablen). Das Arbeitsmaterial der Ökonometrie Das Rückgrat der Ökonometrie sind statistische Reihen, z.B. Zeitreihen, in denen die ein-zelnen Variablen gemessen werden. Auf Basis der zeitlichen Veränderungen innerhalb einer Zeitreihe im Verhältnis zu den Variationen in (einer) anderen Zeitreihe(n) wird ver-sucht, die Verbundenheit wirtschaftlicher Aktivitäten zu schätzen, so z.B. den Zusammen-hang zwischen der Entwicklung des Holzpreises und dem Holzangebot. Eine andere Form von Reihen sind Querschnittsdaten, die sich auf die wirtschaftliche Ak-tivität einzelner Wirtschaftseinheiten in der gleichen Zeitperiode beziehen. Das Ein-schlagsverhalten von Waldbesitzern in Abhängigkeit von der Besitzgröße wäre hier ein Beispiel.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

126

Zeitreihen- und Querschnittsdaten können auch gemischt werden (Pooled cross-section-time-series). Ein Beispiel wären Zeitreihen des Nadelschnittholzverbrauches mehrerer Länder. Die Auswertung gemischter Daten ist mit erheblichem Mehraufwand gegenüber reinen Zeitreihen- und Querschnittsdaten verbunden. Für die Feststellung von Zusammenhängen und die Auswertung derselben bedient sich die Ökonometrie der Regressionsanalyse. Die lineare Regressionsanalyse - die Methode der kleinsten Quadrate Die Erfassung des Zusammenhanges Die häufigste ökonometrische Methode, Zusammenhänge zwischen zwei oder mehreren Variablen statistisch nachzuweisen, ist die Regressionsanalyse in Form der Kleinst-Qua-drat-Schätzung. Dabei wird eine lineare Abhängigkeit der Variablen angenommen. Zum Zweck der Erklärung sei das Problem zunächst an der Beziehung zweier Variablen zuein-ander aufgezeigt. Die erklärte Variable (Y) hängt von der erklärenden Variable (X) ab (sh. Abb. 9). Abb. 9 Ein linearer Zusammenhang zwischen zwei metrischen Größen

In der ökonomischen Realität ist ein so klarer Zusammenhang praktisch nie gegeben; es liegt ein Streudiagramm vor (Abb. 10).

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

127

Es stellt sich nun die Aufgabe, eine Kurve - in unserem Fall eine Gerade - so an diese Punkteschar anzupassen, dass die Summe der Abweichungsquadrate (∑ di²) von der geschätzten Gerade ein Minimum wird (Abb. 11): n min ∑ di² i=1 Wobei: n = Anzahl der Beobachtungen Mit der Kleinst-Quadrat-Schätzung, deren mathematische Grundlagen hier nicht beschrie-ben werden sollen, kann man nun die Parameter a und b berechnen bzw. schätzen. Es ergibt sich folgende Schätzgleichung,

Y = a' + b'*X + u

wobei u eine nicht zu beobachtende Störgröße darstellt (entspricht den Abweichungen der beobachteten Werte von der Geraden). Nicht immer kann eine Variable (Y) von nur einer anderen Variablen (X) ausreichend er-klärt werden. Bei Einbeziehung mehrerer erklärender Variablen (X1, X2, ... Xn), passt man nicht eine Gerade, sondern eine Ebene oder Hyperebene an die beobachteten Werte an. In diesem Fall spricht man von einer multiplen Regressionsanalyse. Die geschätzte Glei-chung lautet dann wie folgt:

Y = a' + b1'*X1 + b2'*X2 + ..... + bn'*Xn + u

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

128

Für die Durchführung derartiger Regressionsanalysen steht eine Vielzahl von Computer-programmpaketen (z.B. SPSS, BMDP, SAS) zur Verfügung, die es ohne großen Aufwand erlauben, aus der Zweidimensionalität auszubrechen. Statistische Testmaße für die Güte der Schätzung Als eine Maßzahl für die Verlässlichkeit der Schätzung dient die Standardabweichung. Grundsätzlich gibt die Standardabweichung einen Hinweis auf die Streuung der beobach-teten Werte um den Mittelwert, im Fall einer Regression auf die Streuung der beobachte-ten Werte um die geschätzte Gerade, Ebene oder Hyperebene.

Std.ab. = √ ∑(yi - yi')² ¹ N

Wobei: yi = beobachtete Werte yi' = geschätzte Werte N = Anzahl der Beobachtungen Bei Regressionsanalysen sind neben der Standardabweichung der gesamten Schätzglei-chung auch die Standardabweichungen der geschätzten Parameter (a', b1', b2', ... bn') von großer Bedeutung. Als Faustregel gilt, dass ein geschätzter Parameter dann von Null signifikant verschieden ist, wenn die Standardabweichung kleiner ist als die Hälfte des Pa-rameterwertes. Ein Prüfmaß für die Güte der gesamten Anpassung einer Regressionsgleichung an eine statistische Reihe ist das Bestimmtheitsmaß R², das möglichst nahe dem Wert 1 liegen soll. Bei Null bietet das Regressionsmodell keinen Erklärungswert. Die Formel für das Be-stimmtheitsmaß lautet:

R² = ∑ (yi' - y*)² ∑ (yi - y*)²

Wobei: yi = beobachtete Werte yi' = geschätzte Werte y* = Mittelwert der yi

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

129

Die Regressionsanalyse geht von der idealen Vorstellung aus, dass die Störgrößen gleichmäßig verteilt und voneinander unabhängig sind. Wenn dies nicht der Fall ist, und die Störgrößen noch systematische Elemente aufweisen, liegt Autokorrelation vor. Ma-thematisch bedeutet dies, dass der Störfaktor ui der Beobachtung yi eine lineare Funktion von ui-t, dem Wert von ui vor t Zeitperioden ist. Praktisch bedeutet dies, dass das Modell möglicherweise nicht sorgfältig genug formuliert wurde, und (eine) wichtige erklärende Va-riable(n) fehlt (fehlen). Eine Größe zur Messung der Autokorrelation erster Ordnung ist der Durbin-Watson-Testwert. Er sollte möglichst um 2 liegen, dann liegt keine Autokorrela-tion vor. Jedes Computerprogrammpaket, das für Regressionsanalysen eingesetzt werden kann, liefert diese Testwerte - und noch viele andere mehr - automatisch mit. Probleme der ökonometrischen Schätzung Vorsicht bei der Verwendung von ökonometrischen Gleichungen oder Gleichungssyste-men ist vor allem dann geboten, wenn diese für Prognosezwecke (sh. 5.2) herangezogen werden sollen, wenn also aus den Schätzungen nach historischen Daten Aussagen über zukünftige Entwicklungen abgeleitet werden. Insbesondere können sich dabei folgende Probleme ergeben: a) Stabilität des Ursachenzusammenhanges

Die im Zuge der Schätzungen quantifizierten Gesetzmäßigkeiten (Parameter) müs-sen nicht wie naturwissenschaftliche Gesetze für alle Zeiten gelten. Je nach Länge des Analyseintervalls (bei Zeitreihen) können die geschätzten Parameter Ver-änderungen unterworfen sein. Meist nimmt ihre Signifikanz und das Bestimmtheits-maß der Schätzung mit Zunahme der Intervallänge ab. Voraussetzung für eine Schätzung sind konsistente Zeitreihen von i.d.R. mindestens 15 Daten.

b) Genauigkeit der vorgegeben erklärenden Variablen

In jeder Gleichung (jedem Modell) treten Variable auf, die nicht von der Gleichung (vom Modell) selbst erklärt werden, sondern als vorgegeben gelten (exogene erklä-rende Variable). So kann etwa für die Schätzung eines Produktverbrauches das Bruttoinlandsprodukt (BIP) herangezogen werden. Um einen zukünftigen Produkt-verbrauch zu schätzen, wird man z.B. das zukünftige BIP kennen bzw. vorgeben müssen (z.B. Prognose des Wirtschaftsforschungsinstituts). Man steht also vor dem Problem einer Prognose in der Prognose. Ein Fehler in der Prognose des BIP be-deutet einen Fehler in der Prognose des Produktverbrauches.

Aus den genannten Gründen eignen sich ökonometrische Gleichungssysteme besser für kurzfristige als für längerfristige Prognosen.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

130

Beispiel: Ökonometrische Schätzung des österreichischen Spanplattenverbrauches Die Nachfragetheorie geht davon aus, dass Produktnachfrage bzw. Produktverbrauch durch das Einkommen wesentlich bestimmt werden. Ein Ausdruck für Einkommensver-hältnisse in einem Land stellt das Bruttoinlandsprodukt (BIP) dar. In einem ersten Versuch soll nun getestet werden, ob und in welchem Ausmaß das österreichische BIP (Mrd. öS, real 1975) den österreichischen Spanplattenverbrauch (in Tsd. m3) erklärt (BIP = erklä-rende Variable; Spanplattenverbrauch (SV) = erklärte Variable). Die zu schätzende Glei-chung hat die allgemeine Form:

SV = a' + b' * BIP (+ u) Folgende Daten liegen den Schätzungen zugrunde:

Tab. 22 Zeitreihendaten für die Schätzung des Spanplattenverbrauches

Jahr SV BIPI SPR 1965 177 65,22 4238,33 1966 209 68,56 3898,69 1967 228 70,55 3522,01 1968 259 73,41 2925,08 1969 289 77,48 2651,34 1970 364 82,43 2667,14 1971 414 86,66 2652,17 1972 468 92,05 2518,52 1973 483 96,65 2387,17 1974 519 100,40 2319,96 1975 473 100,00 2076,00 1976 564 107,11 1712,02 1977 598 112,12 1668,73 1978 546 111,68 1610,40 1979 527 117,69 1533,72 1980 661 120,52 1569,22 1981 607 120,34 1454,02 1982 580 122,64 1488,32 1983 629 126,06 1463,79 1984 626 126,51 1411,32 1985 610 129,29 1434,49 1986 573 132,36 1375,67 1987 605 134,59 1345,74 1988 681 138,83 1350,14 1989 708 144,79 1272,47 1990 733 151,37 1232,75 1991 892 158,86 1323,79 1992 876 163,14 1290,37 1993 850 164,13 1253,81 1994 921 168,66 1216,81 1995 961 172,05 1235,76 1996 776 175,64 1188,00 1997 745 179,33 1191,00 1998 784 185,33 1209,00 1999 934 190,21 1203,00 2000 923 196,39 1201,00

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

131

Wobei: SV = Inlandsverbrauch Spanplatten in Tsd. m

3

BIPI = Index des Bruttoinlandsprodukts (real 1975) SPR = Spanplattenpreis lt. Produktionsstatistik in ATS/m (real 1975) Aus den Zeitreihendaten 1965-2000 ergibt sich folgende geschätzte Gleichung (in Klam-mer: Irrtumswahrscheinlichkeit für die geschätzten Parameter): SV = -81.58 + 5.40 * BIP (.06) (.0000) Mittelwerte: SV* = 602 BIPI* = 127 R² = .89 Durbin-Watson T. = 1.04 Abb. 12 Zusammenhang: Spanplattenverbrauch – BIP

Index BIP (real; 1975=100)

2001801601401201008060

Span

plat

tenv

erbr

auch

in T

sd. m

3

1000

800

600

400

200

0

Schätzung

beobachtete Werte

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

132

Der Parameter a' (also der konstante Abschnitt auf der Y-Achse) ist nicht gesichert, der Parameter b' (also die Steigung = direkter Einfluss des BIP auf den Spanplattenverbrauch) ist hingegen hoch gesichert. Auch die Höhe des Bestimmtheitsmaßes befriedigt, Abb. 12 zeigt die Straffheit des Zusammenhanges. Der Durbin-Watson Wert deutet allerdings dar-auf hin, dass in den Störgrößen noch systematische Elemente enthalten sind. Möglicher-weise fehlt eine wichtige erklärende Variable. Die Nachfragetheorie sagt nun auch, dass Produktnachfrage bzw. Produktverbrauch durch den Produktpreis wesentlich bestimmt werden. Grundsätzlich kann man anneh-men, dass die Konsumenten bei höheren Preisen weniger, bei geringeren Preisen mehr verbrauchen werden. Die Tatsache, dass mit steigenden Preisen weniger konsumiert wird, sollte sich in einem negativen Wert des Parameters b' niederschlagen. Zunächst soll der alleinige Preiseinfluss auf den österreichischen Spanplattenverbrauch geschätzt werden (Spanplattenpreis (SPR, ATS/m3, real 1975) = erklärende Variable; Spanplattenverbrauch (SV) = erklärte Variable). Die zu schätzende Gleichung hat die allgemeine Form:

SV = a' + b' * SPR (+ u)

Aus den Zeitreihendaten 1965-2000 ergibt sich nun folgende geschätzte Gleichung (in Klammer: Irrtumswahrscheinlichkeit der geschätzten Parameter): SV = 1026.88 + -.23 * SPR (.000) (.000) Mittelwerte: SV* = 602 SPR* = 1836 R² = .76 Durbin-Watson T. = .64

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

133

Abb. 13 Zusammenhang: Spanplattenverbrauch – Spanplattenpreis

Spanplattenpreis real in ATS/m3

50004000300020001000

Span

plat

tenv

erbr

auch

in T

sd. m

3

1000

800

600

400

200

0

Schätzung

beobachtete Werte

Die Schätzung zeigt, dass auch der Preis allein eine Erklärung für die Höhe des Spanplat-tenverbrauches bietet. Beide Parameter sind hoch gesichert, der Preis hat auch das rich-tige Vorzeichen (-). Abb. 13 zeigt den Zusammenhang graphisch. Auf Grund des (schlechten) Durbin-Watson-Wertes kann man annehmen, dass es auch andere erklä-rende Variablen gibt. Ein dritter Versuch vereinigt die beiden obigen Ansätze. Dies ist legitim, da für das Kon-sumentenverhalten Einkommen und Produktpreis eine Rolle spielen. Zur Erklärung des Spanplattenverbrauches werden nun beide Variablen (BIP und SPR) herangezogen. Es handelt sich um eine multiple Regression. Die zu schätzende Gleichung hat die allge-meine Form:

SV = a' + b1' * BIPI + b2' * SPR (+ u)

Aus den Zeitreihendaten ergibt sich nun folgende geschätzte Gleichung (in Klammer: Standardabweichung der geschätzten Parameter):

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

134

SV = 196.71 + 4.17 * BIPI - .07 * SPR (.09) (.000) (.01) R² = .92 Durbin-Watson T. = 1.34 Die Einbeziehung beider erklärenden Variablen hat eine leichte Verbesserung der Schätz-ergebnisse gebracht. Die beiden Parameter b1' und b2' weisen das richtige Vorzeichen auf, allerdings ist bei 5% Irrtumswahrscheinlichkeit die Konstante nicht (bzw. nur bei 10% Irrtumswahrscheinlichkeit). Das Bestimmtheitsmaß konnte gegenüber der ersten Schät-zuung - wenn auch nur geringfügig - verbessert werden, ebenso der Durbin-Watson-Wert10. Abb. 14 zeigt die Anpassung der Schätzung an die beobachteten Werte über der Zeitachse. Abb. 14 Spanplattenverbrauch in Österreich – beobachtet und geschätze Werte

20001995199019851980197519701965

Tsd.

m3

1000

800

600

400

200

0

beobachtet

geschätzt

10 Die drei für die Gleichung verwendeten Zeitreihen sind alle trendbehaftet. BIPI und SPR mit gegenläufigen Trends korrelieren miteinander und verletzen somit das Gebot der Unabhängigkeit der erklärenden Variablen voneinander. Daraus ist auch die Instabilität der Schätzungen (Parameterunterschiede der drei Schätzun-gen) sowie der schlechte Durbin-Watson-Wert zu erklären. Will man mit diesen Schätzungen keine Progno-sen erstellen, sondern den "wahren" Einfluss der unabhängigen Variablen auf die abhängige erklären, empfielt sich die Schätzung mit relativen Differenzen (Trendeliminierung) statt mit Absolutwerten.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

135

Die Berechnung von Elastizitäten Für die Wirtschaftspolitik von besonderer Bedeutung ist die Kenntnis der sogenannten Elastizität. Diese gibt an, um wieviele Prozent sich die erklärte Variable ändert, wenn sich die erklärende um einen bestimmten Prozentsatz (z.B. 1%) ändert. Mathematisch kann dies wie folgt ausgedrückt werden: Elastizität von X= relative Änderung von Y (%) relative Änderung von X (%) oder EY/X = (dY/Y) = dY*X = b'*X* (dX/X) dX Y Y* Wobei: b' = Parameter der zugrundeliegenden Gleichung X* = Mittelwert der erklärenden Variablen Y* = Mittelwert der erklärten Variablen Die Einkommenselastizität des österreichischen Spanplattenverbrauches Aus der oben geschätzten Gleichung kann berechnet werden, um wieviel Prozent sich der österreichische Spanplattenverbrauch ändert, wenn das Bruttoinlandsprodukt um 1% (oder 10%) steigt. Nach obiger Formel ergibt sich:

ESV/BIP= 4.17 * (127/602) = 0.88 Dies bedeutet, dass der österreichische Spanplattenverbrauch um 0.88% (8.8%) steigt, wenn sich das BIP um 1% (10%) erhöht. In diesem Fall reagiert der Verbrauch in Bezie-hung auf das BIP unelastisch, da er weniger steigt als dieses. Die Preiselastizität des österreichischen Spanplattenverbrauches Man kann aus der obigen Gleichung auch berechnen, um wieviel Prozent sich der öster-reichische Spanplattenverbrauch ändert, wenn der Spanplattenpreis um 1% (oder 10%) steigt.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

136

Nach obiger Formel ergibt sich:

ESV/BIP= -.07 * (1836/602) = -0.21 Dies bedeutet, dass der österreichische Spanplattenverbrauch um 0.21% (2.1%) zurück-geht, wenn sich der Spanplattenpreis um 1% (10%) erhöht. In Beziehung auf den Pro-duktpreis reagiert der Verbrauch unelastisch, da er prozentuell weniger fällt als der Preis steigt. Prognose des österreichischen Spanplattenverbrauches für 2005 Um eine Prognose durchführen zu können, müssen für das Bruttoinlandsprodukt und den Spanplattenpreis Werte vorgegeben werden. Das Bruttoinlandsprodukt ist im Durchschnitt zwischen 1965 und 2000 jährlich um 3.2% real gestiegen. In den letzten zehn Jahren (1990-2000) um 2.8%. Der Spanplattenpreis ist real im gesamten Zeitraum jährlich durchschnittlich um 3.4%, im Jahrzehnt 1990-2000 nur mehr um .5% zurückgegangen. Für die Prognose des Spanplattenverbrauches 2005 werden folgende Annahmen für die beiden exogenen und erklärenden Variablen, BIP und Spanplattenpreis getroffen: BIP: Steigt 2005-2005 real jährlich um 2%. Entspricht: einem BIP-Index von real 216.8

im Jahre 2005 SPR: Sinkt 2000-2005 im selben Ausmaß wie in letzten 10 Jahren: -.5% Entspricht: 1171

öS/m3 im Jahre 2005 Diese Annahmen können nun in die Schätzgleichung für 1995 eingesetzt werden.

SV = 196.71 + 4.17 * BIPI - .07 * SPR = 196.71 + 4.17 * 216.8 - .07 * 1171 = 1019 Der für 2005 geschätzte Spanplattenverbrauch in Österreich von 1019 Tsd. m3 entspricht einer gesamten Steigerung gegenüber 2000 von 10%, bzw. einer durchschnittlichen jährli-chen Steigerung von 2%.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

137

4.32 Strukturentdeckende Verfahren 4.321 Faktorenanalyse Zur Erklärung menschlicher Verhaltensweisen oder allgemeiner sozialer oder marktwirt-schaftlicher Phänomene ist meist eine Vielzahl von Einflussfaktoren zu berücksichtigen. Je größer diese Anzahl, umso weniger ist gesichert, dass diese Variablen auch tatsächlich alle unabhängig voneinander zur Erklärung eines Sachverhalts notwendig sind. Ein Haupt-problem sozialwissenschaftlicher Erklärungsansätze liegt daher darin, aus der Vielzahl möglicher Variablen die voneinander unabhängigen Einflussfaktoren herauszukristallisie-ren, die dann weiteren Analysen zugeführt werden können. Während die bisher genannten Verfahren, wie Kontingenzanalyse, Varianzanalyse, Regressionsanalyse und Diskrimi-nanzanalyse auf die Bestätigung vermuteter Zusammenhänge ausgerichtet sind, geht es bei der Faktorenanalyse um die Entdeckung von untereinander unabhängigen Beschrei-bungs- und Erklärungsvariablen. Bei der Faktorenanalyse wird also eine Zahl von Variablen (die nicht alle unabhängig von-einander sind bzw. sein müssen) unter möglichst geringen Informationsverlusten auf eine geringere Zahl von Faktoren gebündelt. Dabei werden jene Variablen zu einem Faktor (Variablenbündel), die miteinander zusammenhängen, die Faktoren sind dann tatsächlich weitgehend unabhängig voneinander. Gelingt es, die Vielzahl möglicher Variablen auf wenige, wichtige Einflussfaktoren zurück-zuführen (zu reduzieren), lassen sich für empirische Untersuchungen erhebliche Vorteile realisieren. So kann - wenn es die finanzielle Situation erlaubt - eine Vielzahl von Einfluss-größen erhoben oder getestet werden und es muss erst im Nachhinein entschieden wer-den, welche Variablen bzw. Variablenbündel tatsächlich erklärungsrelevant sind. Um die "hinter den Variablen" stehenden Faktoren ermitteln zu können, ist es bei umfas-senderen Datenmaterial in einem ersten Schritt notwendig zu untersuchen, ob sich auf Grund der Ausgangsbefragung irgendwelche Zusammenhänge zwischen den Variablen erkennen lassen, sodass davon ausgegangen werden kann, dass nicht alle Variablen von-einander unabhängig sind und dadurch bündelungsfähig sind. Methodisches Hilfsmittel dazu ist die Korrelationsrechnung, mit deren Hilfe paarweise Korrelationskoeffizienten ermittelt werden.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

138

In einem zweiten Schritt werden die Faktoren extrahiert. Der Forscher hat dabei die Mög-lichkeit zwischen mehreren Extraktionsverfahren zu wählen, die jeweils eine unterschied-liche Zahl von Faktoren ergeben können. Die Extraktion der Faktoren erfolgt unter dem Gesichtspunkt, dass im Sinne möglichst geringen Informationsverlustes die Faktoren ei-nen möglichst großen Anteil der Varianz der zugrundeliegenden Variablen erklären sollen. In einem dritten Schritt erfolgt die Zuordnung der jeweils für einen Faktor bestimmenden Ausgangsvariablen. Danach erfolgt die Interpretation der Faktoren. Dabei geht es im we-sentlichen um die Findung eines Begriffes, zu dem die einem Faktor zugeordneten Vari-ablen gemeinsam beschrieben werden können (Beispiel für Spanplatten: Quellfähigkeit, Biegefestigkeit, Leimart ---> "technische Eigenschaften"). Da die Zusammenfassung von Variablen zu Faktoren nach mathematischen Gesichtspunkten erfolgt, ist diese Begriffs-findung nicht immer ganz einfach. Neben der Frage, ob und wie die einzelnen Variablen sinnvoll gebündelt werden können, interessiert schließlich auch, wie die einzelnen Objekte (z.B. Marken, Befragte) anhand der gefundenen Faktoren beurteilt werden können, um beispielsweise Produktpositionie-rungen, Werbestrategien etc. entwickeln zu können. In den entsprechenden Programm-paketen werden durch multiple Regression objektspezifische Regressionskoeffizienten ermittelt, die eine Aussage darüber zulassen, wie wichtig für ein Objekt ein Faktor im Ver-gleich zu allen anderen Objekten ist.

Beispiel: Ein Hersteller beschichteter Spanplatten interessiert sich für diejenigen Eigenschaften der Produkte seines Marktes, die für den Käufer möglichst prägnant eine Anzahl von Merk-malen (Quellfähigkeit, Biegefestigkeit, Leimart, Spanverteilung, Bearbeitbarkeit, Gewicht, Oberflächenmaterial, Oberflächenfarbe, Normierung, Stärke) repräsentiert. In einer Befra-gung wurden für 11 Produktproben die Einschätzungen nach einer 7-stelligen Skala (1 = schlecht, 7 = gut) erhoben und für jedes Merkmal ein Mittelwert berechnet.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

139

Tab. 23 Hauptergebnis: Zuordnung Faktoren - Merkmale (rotierte Faktormatrix) FAKTOR 1 FAKTOR 2 FAKTOR 3 Biegefestigkeit .94613 -.19812 .14479 FAKTOR 1 Quellfähigkeit .91579 -.17913 -.19841 Spanverteilung -.84117 .39663 .21987 technische Leimart .64728 .11945 -.03989 Eigenschaften Bearbeitbarkeit .20192 .78137 .11076 FAKTOR 2 Gewicht -.22504 .75366 -.17262 Stärke -.50399 .72936 .32247 Handling Normierung -.48628 .70279 .44882 Oberflächenmat. .01464 .01371 .84293 FAKTOR 3 Oberflächenfarb. -.66821 .26198 .66979 Design Erklärung und Interpretation: Aus den zehn Merkmalen wurden insgesamt drei Faktoren extrahiert. Aus der obenste-henden Tabelle ist nach der Höhe der berechneten Koeffizienten erkennbar, dass die Merkmale "Biegefestigkeit" bis "Leimart" viel mit Faktor 1 zu tun haben, die Merkmale "Be-arbeitbarkeit" bis "Normierung" mit Faktor 2, "Oberflächenmaterial und -farbe" mit Faktor 3. Faktor 1 könnte man als "technische Eigenschaften", Faktor 2 als "Handling" und Faktor 3 als "Design" interpretieren. 4.322 Clusteranalyse Die Clusteranalyse ist ein Verfahren zur Gruppenbildung. Das durch sie zu verarbeitende Datenmaterial besteht im allgemeinen aus einer Vielzahl nicht gruppierter Personen oder Objekte. Das Ziel der Clusteranalyse ist die Zusammenfassung der Personen oder Ob-jekte zu Gruppen (Typen), die eine weitgehend verwandte Eigenschaftsstruktur aufweisen (möglichst große Ähnlichkeit). Zwischen den Gruppen soll möglichst keine bzw. möglichst geringe Ähnlichkeit bestehen. Die Clusteranalyse ist oft Vorstufe zur Diskriminanzanalyse. Während bei ersterer die Gruppen gebildet werden, können diese bei letzterer auf die Signifikanz ihrer Unterschied-lichkeit geprüft werden (sh. 4.313).

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

140

Tab. 24 Beispiele für Anwendung einer Clusteranalyse (nach: Backhaus und Erich-son et.al., 1990)

Problemstellung Zahl und Art Zahl und Art der der Merkmale Untersuchungseinheiten Auswahl von Test- 14 Merkmale, z.B.: alle Städte Österreichs märkten Anzahl der Haushal- über 20.000 Einwohner te; Einwohnerzahl; Anteil der Einzel- und Großhandlungen Klassifikation von 30 Merkmale, z.B.: 50 Unternehmen Unternehmen (Unter- Produktivität; nehmenstypen) Beschäftigte; Eigenkapitalanteil Abfolge: 1. Überprüfung der Ähnlichkeit oder Unähnlichkeit zwischen zwei Personen bzw.

Objekten, Eigenschaften. Berechnung eines Zahlenwertes (Distanz- bzw. Ähnlich-keitsmaß), das die Ähnlichkeit der untersuchten Objekte symbolisiert.

2. Fusionierung zu möglichst ähnlichen Gruppen aufgrund der Ähnlichkeitswerte. Zu-

nächst ist jedes Objekt bzw. jede Eigenschaft eine Gruppe, die von sich selbst nicht abweicht (Fehler ist 0, Ähnlichkeit ist maximal). Durch jeden Fusionierungsschritt erhöht sich der Fehler bzw. erniedrigt sich die Ähnlichkeit innerhalb der Gruppe. Die sinnvolle Anzahl der Cluster (Forscher kann subjektiv entscheiden) wird i.d.R. bei jenem Fusionierungsschritt festgelegt, bei dem sich die Fehlerquadratsumme plötz-lich überdurchschnittlich erhöht.

Beispiel: Im Zuge der Entwicklung einer Werbestrategie interessiert sich ein Hersteller beschichte-ter Spanplatten, welche unterschiedlichen Typen (Cluster) von Spanplatten in seiner Pro-duktpalette (11) vom Abnehmer bzw. Konsumenten wahrgenommen werden. In einer Be-fragung wurden für 11 Produktproben die Einschätzungen von Merkmalen (Quellfähigkeit, Biegefestigkeit, Leimart, Spanverteilung, Bearbeitbarkeit, Gewicht, Oberflächenmaterial, Oberflächenfarbe, Normierung, Stärke) nach einer 7-stelligen Skala (1 = schlecht, 7 = gut) erhoben und für jedes Merkmal ein Mittelwert berechnet.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

141

Abb. 15 Hauptergebnis: Graphische Darstellung der schrittweisen Zusammenfassung von Produkten zu Clustern

normierte Fehlerquadratsumme Probe 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+ p07 7 òø

p10 10 òú

p03 3 òú

p09 9 òôòø

p08 8 ò÷ ùòòòø

p11 11 òòò÷ ùòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòø

p01 1 òòòûòòò÷ ó

p02 2 òòò÷ ó

p04 4 òûòòòø ó

p05 5 ò÷ ùòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòòò÷

p06 6 òòòòò÷

Erklärung und Interpretation: In einem ersten Vereinigungsschritt werden die ähnlichsten Proben 3, 7, 10, 9, und 8 ver-einigt. Der dabei entstehende Fehler ist relativ klein. In weiteren Schritten erfolgt die Ver-einigung bis zu nur mehr einem Cluster. Für jeden dieser Schritte ist der dabei entste-hende Fehler auf der X-Achse aufgetragen. Erst bei der Verschmelzung der letzten beiden Cluster zu einem steigt dieser Fehler sprunghaft an. Es ist daher sinnvoll, einen Schritt vorher, also bei zwei Clustern aufzuhören. Cluster 1 gehören die Proben 1, 2, 3, 7, 8, 9, 10, und 11 an, Cluster 2 die Proben 4-6. 4.4 Verfahren des Operations Research (nach Schwarzbauer, 1993) Mit zunehmender Komplexität unserer Welt, zunehmendem Wissensstand und zuneh-mender Notwendigkeit, dieses Wissen zu ordnen, überschaubar zu gestalten und effizient zu nutzen, hat im 20. Jahrhundert die Anwendung von mathematischen Modellen verstärkt Eingang in verschiedene Bereiche gefunden. Technik, Betriebswirtschaft und Wirtschafts-politik sind nur einige davon. Entscheidene Impulse gingen dabei von der elektronischen Datenverarbeitung aus, die vielfach erst den Grundstein zur Nutzung komplexer Modelle geschaffen hat.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

142

4.41 Übersicht 4.411 Der Begriff Operations Research Für Operations Research (OR) gibt es keine einheitliche Definition. In OR-Lehrbüchern wird man verschiedene, z.T. stark voneinander abweichende Begriffsabgrenzungen fin-den. Diese unterscheiden sich vor allem durch die Enge und Weite der Auslegung. Eine wenig zutreffende, aber häufig gebrauchte Definition, ist durch die unglückliche Überset-zung aus dem amerikanischen mit "Unternehmensforschung" entstanden, was implizit die Einschränkung auf betriebswirtschaftliche Fragestellungen beinhaltet. Eine weitere Einengung erfährt der Begriff durch die Tatsache, dass in Lehrbüchern überwiegend von Verfahren zur Optimierung (Maximierung oder Minimierung) von Funktionen unter Einhal-tung gewisser Nebenbedingungen die Rede ist. Wenn die enge Auslegung OR auf betriebswirtschaftlich anwendbare Optimierungsme-thoden einschränkt, versteht eine sehr weite Auslegung OR ganz allgemein als das Zu-sammentragen theoretischen Wissens zum Studium komplexer Systeme (Dykstra, 1984). Eine Konvergenz der Definitionen lässt sich durch die Erweiterung des Unternehmens-begriffes erreichen, der für heutige Anwendung des OR nicht als Synonym für Betrieb oder Unternehmen, sondern im Sinne einer zielgerichteten Durchführung einer gestellten Aufgabe verwendet wird. Wenn ein System mit einem mathematischen Modell erfasst und dieses einer numerischen Lösung zugeführt werden kann, dann kann dieser Prozess dem OR zugerechnet werden (Dykstra, 1984). 4.412 Stärken und Schwächen von Computermodellen Die generellen potentiellen Stärken von Computermodellen beziehen sich vor allem auf folgende Bereiche: • Strenge Formalanforderungen: Die Annahmen in einem Computermodell müssen

explizit, vollständig, präzise und konsistent formuliert werden. Gerade weil be-stimmte Systeme, wie etwa das Wirtschaftsgeschehen, so komplex sind, wird der Überblick manchmal überhaupt nur durch eine formale Beschreibung ermöglicht.

• Inhaltsreichtum: Durch einen Computer können gleichzeitig mehr Informationen

verarbeitet und mehr Wechselwirkungen nachvollzogen werden als durch das men-schliche Gehirn. Ein Computermodell ermöglicht eine Komplexität, die mit verbalen Modellen niemals nachvollzogen werden kann.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

143

• Logik: Unter Voraussetzung einer korrekten Programmierung kann der Computer sehr

komplizierte Beziehungen verarbeiten und logische, formal fehlerfreie Ergebnisse liefern.

• Nachvollziehbarkeit: Bedingt durch die strengen Formalanforderungen steht je-

dermann die Möglichkeit offen, ein Computermodell zu überprüfen, zu evaluieren und zu ändern.

• Flexibilität: Ein Computermodell kann eine Vielfalt an Beziehungen, Annahmen und

Strategien testen. Die Experimente mit einem Modell sind i.d.R. einfacher, schneller und billiger durchzuführen als mit dem Realsystem.

Die Stärken von Computermodellen sind gleichzeitig aber auch ihre Schwächen. Die strengen Formalanforderungen können dazu führen, dass Beziehungen mit weit höherer Präzision formuliert werden müssen, als diese in der Realität zu beobachten ist. Modell-bauer müssen sich daher vielfach dem Vorwurf der "Datenillusion" aussetzen. Der Inhalts-reichtum, die Fülle von zahlenmäßigen Ergebnissen etwa, kann zur Überforderung des Modellbenützers führen. Die logische Struktur eines Modells schließt die Einbeziehung von "Hausverstand" aus und könnte zu absurden Gedankengängen führen. Die in die-sem Zusammenhang häufig ausgesprochenen Vorwürfe sind jene des "mechanistischen Weltbildes" und der "Realitätsreduktion". Die Nachvollziehbarkeit setzt die genaue Kennt-nis der jeweiligen Computersprache und vollständiges Verständnis der möglicherweise komplizierten Modellstruktur voraus. Die Flexibilität erlaubt zwar eine fast uneinge-schränkte Fülle an Modellexperimenten, der Modellbenützer muss aber immer davon aus-gehen, dass nur geringe Änderungen von Modellgrößen zu drastischen Veränderungen der Ergebnisse führen können. Es wäre sicher ein Fehler, das Ergebnis eines Computermodells zu hoch zu bewerten oder gar als das Ende einer Analyse zu betrachten. Vielmehr ist es als Teil eines Prozes-ses zu sehen, in dem es als Basis für Entscheidungen oder darüber hinausgehende wei-tere Überlegungen herangezogen werden kann. 4.413 Methoden des Operations Research Die Lehrbücher über OR befassen sich vornehmlich und ausführlich mit Methoden sowie ihren Anwendungsgebieten, weshalb diese hier nur gestreift und exemplarisch dargestellt werden. Von allen Autoren wird der Behandlung der Optimierungsverfahren, auch mathemati-sche Programmierung oder Planungsrechnung genannt, der meiste Platz eingeräumt. Bei

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

144

diesen Verfahren steht die optimale Verteilung knapper Ressourcen auf konkurrie-rende Bereiche im Mittelpunkt. Die Optimalität bezieht sich auf eine sogenannte "Ziel-funktion", die unter Einhaltung bestimmter Nebenbedingungen minimiert (z.B. Kosten) oder maximiert (z.B. Gewinn) wird. Mathematisch ausgedrückt ist die Zielfunktion eine Gleichung, in der das Ziel durch eine Kombination von Mengen, Kosten und Preisen etc. des zu optimierenden Prozesses ausgedrückt wird. Durch Differenzieren dieser Funktion können ihre Extremwerte bestimmt werden. Nebenbedingungen können Gleichungen oder Ungleichungen sein. Letztere repräsentieren Obergrenzen, wie etwa die Kapazität bei Produktionsaktivitäten, Untergrenzen, wie etwa Mindestproduktionsmengen oder die Nichtnegativitätsbedingung (z.B. Produktion > 0). Die optimale Lösung muss innerhalb ei-nes Lösungsraumes liegen, der durch die Nebenbedingungen definiert ist. Das Problem kann entweder graphisch gelöst (nur bei einfachen Fragestellungen möglich) oder mathe-matisch berechnet werden. Es gibt mehrere Arten von Optimierungsverfahren: Handelt es sich um ein Problem, das in Form linearer Gleichungen und Beschränkungen (Unglei-chungen) ausgedrückt werden kann, spricht man von linearer Optimierung. Wenn die Zielfunktion oder eine der Nebenbedingungen nicht-lineare Elemente enthält, spricht man von nicht-linearer Programmierung. Letztere ist mathematisch wesentlich aufwendiger als die lineare, doch bestehen für beide Computerprogrammpakete, die die eigentliche Rechenarbeit abnehmen. Die Optimierung eines Problems ist den normativen Verfahren zuzuordnen, da hier bestimmte Zielvorstellungen (z.B. maximaler Gewinn, möglichst ge-ringe Kosten) vorgegeben sind. Im Gegensatz zu den Optimierungsverfahren existiert bei der Simulation keine normative Zielvorgabe. Ein Simulationsmodell ist die Abstraktion eines bestehenden Realsystems, das Einsicht in das Funktionieren dieses Systems gewährt (deskriptives Verfahren). Die Lösung von Simulationsmodellen erfolgt nicht durch Optimierung sondern durch Berech-nung (Durchspielen) einer bestimmten Zahl verschiedener Einzelfälle (Berechnungsexpe-rimente). Besondere Bedeutung hat die dynamische Simulation, da die meisten Systeme eine zeitliche Komponente enthalten und Berechnungsexperimente vielfach das System-verhalten im Zeitablauf zum Inhalt haben. Simulationsverfahren finden oft als Alternative zu Optimierungsverfahren Anwendung. Neben diesen beiden Gruppen von OR-Methoden existiert noch eine Reihe anderer Ver-fahren. Zwei seien noch genannt: In der Netzplantechnik ist die zeitliche Planung von Projekten zentraler Gegenstand. Dazu ist zunächst eine Strukturanalyse des Projektes (Zerlegung in einzelne Arbeitsgänge) notwendig. Stärker als bei anderen OR-Methoden wird bei der Netzplantechnik die graphische Komponente (das Netzwerk) betont. Auch die

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

145

Netzplantechnik beinhaltet Optimalität, nämlich hinsichtlich der Beginnzeitpunkte der ein-zelnen Projektphasen. Die Spieltheorie hat nur geringe praktische Bedeutung erlangt. Sie basiert auf Konflikt und Wettbewerb. Das Ergebnis des Spieles hängt von der Kombination der Verhaltensweisen der Spieler ab, die auf Grund unterschiedlicher oder gegensätzlicher Ziele verschieden sein können. 4.42 Optimierungsverfahren Bei Optimierungsverfahren werden bestimmte Optimalzustände (z.B. optimale Verteilung von Ressourcen bei möglichst geringen Einsatzkosten oder möglichst hohem Gewinn) berechnet. Dabei werden Extremwerte (Minimum oder Maximum) einer Funktion (Ziel-funktion) unter gewissen Nebenbedingungen bestimmt. Diese Nebenbedingungen sind durch bestimmte technische oder wirtschaftliche Daten gegeben, die als Beschränkungen die Handlungsfreiheit bzw. die Möglichkeit der optimalen Zustände einengen. Beispiel: Ein Sägewerk erzeugt 2 Brettsortimente. Sortiment 1 erlöst am Markt öS 2000.-/m3, Sor-timent 2 öS 3000.-/m3. Für die Erzeugung von 1 m3 B1 müssen 1.5 fm Rundholz, für die Erzeugung von 1m3 B2 1.7 fm eingesetzt werden. Insgesamt stehen jährlich maximal 12000 fm Rundholz zur Verfügung (Annahme: Das Rundholz kann beliebig sowohl für die Produktion von B1 und B2 eingesetzt werden). Die Kapazität zur Erzeugung von B1 be-trägt jährlich 5000 m3, von B2 3000 m3. Sämtliches erzeugtes Schnittholz kann am Markt abgesetzt werden. Problem: Welche Mengen von beiden Sortimenten (B1 und B2) sollen produziert werden, damit der Gesamterlös maximal wird? Dieses verhältnismäßig einfache Problem kann graphisch gelöst werden (Abb. 16). Zu-nächst ist es notwendig, Zielfunktion und Nebenbedingungen mathematisch auszudrü-cken. Zielfunktion: Maximiere: 2000*B1 + 3000*B2 unter den Nebenbedingungen: 1) Kapazität Sortiment 1: B1 < 5000 2) Kapazität Sortiment 2: B2 < 3000 3) Rundholzbeschränkung: 1.5*B1 + 1.7*B2 < 12000

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

146

Abb. 16 Graphische Lösung eines einfachen Optimierungsproblems

Erklärung und Interpretation: Der Raum, in dem eine mögliche Lösung (feasible solution) liegen kann, wird durch die Nebenbedingungen (in diesem Fall Ungleichungen) begrenzt (grau schraffierte Fläche; Eckpunkte: ABCDE). Die Zielfunktion kann man sich als eine verschiebbare Gerade mit gegebener Steigung vorstellen. Die optimale Lösung liegt in einem der Eckpunkte des Lö-sungsraumes. Wenn man die Zielfunktion in den Eckpunkt D verschiebt, erhält man die optimale Lösung: B1 = 4600, B2 = 3000, Zielfunktionswert = 18,2 Mio. öS. Würde man die Zielfunktion in den Eckpunkt E verschieben, erhielte man eine suboptimale Lösung (B1 = 0, B2 = 3000, Zielfunktionswert = 9 Mio. öS). Ein wesentlich komplexeres Beispiel über den österreichischen Holzmarkt, das mit einem Computerprogramm mathematisch gelöst wird, findet sich in Schwarzbauer (1994). 4.421 Vorteile von Optimierungsverfahren • Optimierungsmodelle reflektieren insofern Realität, als auch jedes Individuum im Alltag

Maximierungen und Minimierungen vornimmt. Preisvergleiche beim Einkauf etwa die-nen der Kostenminimierung im Haushalt, steuerliche Überlegungen der Maximierung des Einkommens. Die Optimierung von Zielvorstellungen, die von der Realität abge-

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

147

leitet sind, macht diese Modelle ungemein praxisrelevant. Sie liefern konkrete Ent-scheidungshilfen.

• Optimierungsmodelle eigenen sich besonders zur simultanen Abbildung der makro-

ökonomischen Beziehung: Nachfrage - Menge - Preis. Im Zusammenhang mit Ange-bots- und Nachfragekurven bedeutet dies vereinfacht ausgedrückt, dass zu jeder opti-malen Lösung hinsichtlich der Angebots- und Nachfragemengen auch ein dieser Lö-sung entsprechender Produktpreis (duale Lösung) existiert.

• Für Optimierungsprobleme liegen Standardlösungsverfahren in Form von Computer-

programmpaketen vor. 4.422 Nachteile von Optimierungsverfahren • Die zu optimierende Zielfunktion stellt i.d.R. eine Abstraktion bzw. Vereinfachung rea-

ler Systeme ab und kann diese daher nur unvollständig erfassen. So ist etwa die bei einem Marktmodell unterstellte exakte Gleichheit von Angebots- und Nachfragemenge (Produktion, Verbrauch) im Schnittpunkt von Angebots- und Nachfragekurve eine ge-dankliche Konstruktion der Wirtschaftstheorie, deren Voraussetzungen (keine Markt-unterschiede in sachlicher, räumlicher, persönlicher und zeitlicher Hinsicht) in der Rea-lität nicht erfüllt sind.

• Makroökonomische Modelle bilden Systeme ab, die Natur, Wirtschaft und Technolo-

gie in sich vereinigen. Sie sind sehr verschieden von rein technologischen und rein ökonomischen Systemen, was die Suche nach einer "optimalen" Lösung problematisch macht.

• Optimierungsmodelle sind zumeist rechenaufwendig. 4.43 Simulationsverfahren Simulationsverfahren optimieren nicht ein System in irgendeine Richtung, sondern ahmen es - in diesem Fall in Form mathematischer Gleichungen - nach. Sie beschreiben dieses System und ermöglichen, verschiedene Verhaltensweisen durch veränderte Rahmenbedingungen durchzuspielen. Simulation für holzmarktrelevante Fragestellungen wird zumeist dann eingesetzt, wenn das Systemverhalten über der Zeit von besonderem Interesse ist. Punktgenaue Prognosen können von Simulationsmodellen i.d.R. nicht er-wartet werden. Während Optimierungsprobleme eine Art standardisierte Struktur und da-mit auch die Möglichkeit einer standardisierten mathematischen Darstellung sowie Lösung aufweisen, ist dies bei Simulationsmodellen nicht der Fall.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

148

Beispiel: Durch ökonometrische Schätzungen wurde eine Angebotskurve für die Nadelvornutzung aus dem Kleinwald ermittelt. Nun soll durch Simulation (Berechnungsexperimente) unter-sucht werden, wie sich die Angebotsmenge ändert, wenn sich der Faserholzpreis ändert. Dabei werden folgende prozentuellen Veränderungen des Preises gegenüber dem Vorjahr getestet: - 10, 0, + 10. Die Preisänderung fungiert hier als sogenannte "exogene" Variable, sie wird von außen vorgegeben. Die geschätzte Gleichung lautet:

ΔVN = 2.43 + 1.10*(ΔFHP) Wobei: ΔVN = Vornutzungsmenge, %-Differenz gegenüber Vorjahr ΔFHP = Faserholzpreis, %-Differenz gegenüber Vorjahr Aus dieser Gleichung können nun die prozentuellen Veränderungen des Nadelvornut-zungsangebotes berechnet werden. Tab. 25 Veränderungen des Vornutzungsangebots bei Veränderung des Preises

Veränderung (%) endogene exogene Variable VN FHP - 8.6 -10 + 2.4 + 0 +13.4 +10

4.431 Vorteile von Simulationsverfahren • Simulationsverfahren ermöglichen i.d.R. eine flexiblere Gestaltung des Modells als

Optimierungsverfahren. Dies bedeutet einerseits potentiell höhere Komplexität und somit größere Realitätsnähe des Modells, andererseits die Möglichkeit der einfacheren Berücksichtigung von nicht-linearen Relationen, dynamischen Aspekten, Unstetigkeiten und Strukturveränderungen.

• Die unmittelbare Modellierung der simultanen Beziehung von Angebot, Nachfrage und

Preisen ist in Simulationsmodellen meist nicht möglich, da es zu keiner echten Gleich-gewichtslösung kommen kann. Das Modell befindet sich in einer ständigen Annähe-rung an das Gleichgewicht, wobei die Geschwindigkeit dieser Annäherung i.d.R. exo-gen vorgegeben wird. Bei der Verwendung von Simulationsverfahren muss daher nicht von der Illusion eines vollständigen Marktes ausgegangen werden.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

149

• Simulationsverfahren sind meist weniger rechenaufwendig als Optimierungsverfah-ren. Lediglich einfache Rechenoperationen, wie addieren, multiplizieren, potenzieren etc., nicht aber differenzieren, sind erforderlich.

4.432 Nachteile von Simulationsverfahren • Simulationsmodelle können in keiner Weise ökonomische Ziele widerspiegeln.

Simulationsverfahren liefern nur eine Beschreibung des Systems und seiner Entwick-lungen, ohne dass daraus unmittelbar Rückschlüsse auf die am besten geeignete Strategie oder Entscheidung gezogen werden können.

• Im Gegensatz zu Optimierungsverfahren liegen keine Standardlösungsverfahren

vor. Unter Benutzung einer der möglichen Simulationssprachen muss die Modellformu-lierung dem konkreten Problem angepasst werden (was allerdings die Flexibilität er-höht).

4.5 EDV-Software Die Entwicklung der elektronischen Datenverarbeitung hat den Einsatz vieler dieser Ver-fahren erst möglich gemacht bzw. durch Erleichterung der Rechenarbeiten zum Durch-bruch verholfen. Für die meisten der hier angesprochenen Probleme bestehen Compu-terprogrammpakete, die es dem Anwender ersparen, für jede Auswertung ein eigenes Programm zu schreiben. Während echte Programmierarbeit dadurch zwar erspart wird, kommt man nicht darum herum, die spezifischen Probleme jeweils an die Struktur der verfügbaren Programmpakete anzupassen (was oft immer noch einfacher ist als selbst zu programmieren). Welche Programmpakete konkret genutzt werden, hängt - abgesehen von der eigentlichen Fragestellung - i.d.R. von folgenden Kriterien ab: • Kosten (mittlerweile relativ unerheblich) • Mächtigkeit: Je mächtiger ein Programm ist, desto mehr Speicherplatz benötigt es

und desto teurer ist es auch. Beim Kauf eines solchen Pakets ist daher auf die tatsäch-lichen Bedürfnisse zu achten - allerdings unter dem Gesichtspunkt der Ausbaufähig-keit, da sich die Bedürfnisse ändern können. Stichwort: Nicht mit Kanonen auf Spatzen schießen !

• Verfügbarkeit: Wenn etwa ein bestimmtes Programmpaket am EDV-Zentrum einer

Universität verfügbar ist, ein anderes aber nicht, wird es für ein Universitätsinstitut im Zusammenhang mit der Kostensituation wohl sinnvoll sein, das verfügbare zu nutzen.

• Erfahrung: Wenn man auf die Nutzung eines bestimmten Programmpaketes eingeübt

ist, wird es nicht unbedingt sinnvoll sein, jedes neu am Markt erscheinende Programm-paket neu zu entdecken. Da die wichtigsten Programmpakete immer wieder aktualisiert werden, bleibt man bei Beibehaltung eines Produktes bzw. Produkttyps meist automa-tisch am neuesten Stand der Technik.

MARKFORSCHUNG & MARKTANALYSE Datenauswertung & Interpretation

150

4.51 Beispiele für Programmpakete für Fragen der Holzmarktanalyse Die folgende Liste ist nicht vollständig und kann es auch gar nicht sein. Sie orientiert sich an den persönlichen Erfahrungen des Autors. Programme für statistische Auswertungen - monovariate und multivariate Analyse-methoden Die drei am häufigsten verwendeten Produkte, die sich vor allem im Handling und weniger in inhaltlicher Hinsicht unterscheiden, sind: SPSS und SAS. Programme für Optimierungsverfahren Auch diese Programme sind in ihrer Anwendung und Struktur sehr ähnlich. Im Gegensatz zu den an den meisten Rechenzentren verfügbaren Programmpaketen für Textverarbei-tung und statistischen Auswertungen ist ihre Nutzung auf relativ wenige Spezialisten be-schränkt. Da ihre verkaufte Stückzahl relativ gering ist, bewegen sich die Kosten meist in höheren Bereichen als andere Standardsoftware. Beispiele sind etwa: MINOS, LINDO und Storm. Programme für Simulationsverfahren Hier ist vor allem jene Programmfamilie (eigentlich Compilerfamilie) zu nennen, die sich im Zusammenhang mit der Erstellung von systemdynamischen Modellen (Grenzen des Wachstums) entwickelt hat. Auch ihre Kosten sind vergleichsweise hoch, da ihre Anwen-dung auf einige Spezialisten beschränkt ist. Beispiele sind etwa: Dynamo (Mainframe), Professional Dynamo Plus (PC), Dysmap (Mainframe und PC), Stella (PC) Beispiele: Dynamo (Mainframe), Professional Dynamo Plus (PC), Dysmap (PC und Main-frame), DYSYS auf Basic-Basis (PC)

MARKFORSCHUNG & MARKTANALYSE Holzmarktprognosen

151

5 Holzmarktprognosen 5.1 Berechtigung und Probleme von Prognosen Die Beschäftigung mit der Zukunft - und die Prognose ist eine derartige Beschäftigung - besteht ganz allgemein im Versuch, ablaufende, in die Zukunft reichende, vielfach sehr komplexe Entwicklungen und Möglichkeiten zu deren Beeinflussung zu analysieren, um Rückschlüsse auf allenfalls zu setzende Maßnahmen treffen zu können. Die Gründe für das speziell in der zweiten Hälfte des 20. Jahrhunderts gestiegene Interesse an Voraus-sagen, insbesondere langfristiger Art, und die daraus resultierende Fülle an Publikationen können in folgende Ursachengruppen zusammengefasst werden (Bruckmann, 1978): • Die in der Gegenwart zu treffenden Maßnahmen sind mit in der Zukunft liegenden

Zielen eng verflochten. "Alles was wir tun und alles was wir nicht tun, beeinflusst die Zukunft" (de Hoghton, 1971, zit in: Bruckmann, 1978).

• Langfristigen und weittragenden Wirkungen menschlicher Aktivitäten und verschiede-

ner Entwicklungen stehen immer rascher ablaufende Veränderungen der natürli-chen, technologischen und sozialen Umwelt gegenüber. Die Forstwirtschaft stellt ein gutes Beispiel für diesen Antagonismus dar. Die biologischen Produktionsprozesse sind einerseits durch Langfristigkeit gekennzeichnet, die auf sie wirkenden Umweltein-flüsse und technischen Veränderungen haben an Anzahl und Intensität andererseits in den letzten Jahrzehnten sprunghaft zugenommen.

• Komplexe Systeme können auf Eingriffe nur langsam reagieren, während destruktive

Maßnahmen schneller greifen. • Vor allem im Zusammenhang mit der technischen Entwicklung ist die Menschheit

heute mit einer großen Zahl von Problemen konfrontiert, für deren Bewältigung noch keine Erfahrungen vorliegen oder die bestehenden historischen Erfahrungen auf Problemen geringerer Dimensionen aufbauen.

• Die Methodik, Prognosen zu erstellen hat sich in diesem Zeitraum erheblich wei-

terentwickelt. Gemeinsam mit der Entwicklung der elektronischen Datenverarbeitung ist dies für die verstärkte "Produktion" von Prognosen verantwortlich.

Zukunftsanalysen sind durch mehrfache Unzulänglichkeit gekennzeichnet (Bruckmann, 1978): • Die Unzulänglichkeit des heutigen Standes der Methodik ist etwa durch unvollstän-

dige Erfassung, Abgrenzung und Analyse des gegenwärtigen Systems, die Beschrän-kung auf quantifizierbare Variablen etc. gekennzeichnet.

• Zukünftige Entwicklungen entziehen sich mangels "zukünftiger Daten" ebenfalls der

vollständigen Erfassung. Zukunftsanalysen müssen auf historischen Daten und Erfah-rungen aufbauen und sind daher notwendigerweise vergangenheitsorientiert.

MARKFORSCHUNG & MARKTANALYSE Holzmarktprognosen

152

* Die Gesetzmäßigkeiten, die im Zuge der Schätzungen quantifiziert wurden (Parameter), müssen nicht wie naturwissenschaftliche Gesetze für alle Zeiten gelten (Stabilität des Ursachenzusammenhanges ist in Frage gestellt).

* Genauigkeit der vorgegeben erklärenden bzw. unabhängigen Variablen. In

jedem Modell treten Variable auf, die nicht vom Modell selbst erklärt werden, sondern als vorgegeben gelten. So kann etwa für die Schätzung eines Pro-duktverbrauches das Bruttoinlandsprodukt (BIP) herangezogen werden. Falls ein solches Modell als Prognoseinstrument dienen soll, müssen diese exo-genen Variablen unabhängig vom Modell selbst prognostiziert werden oder anderen Prognosen entnommen werden. Um einen zukünftigen Produktver-brauch zu schätzen, wird man z.B. das zukünftige BIP kennen bzw. vorgeben müssen. Man steht also vor dem Problem einer Prognose in der Prognose. Ein Fehler in der Prognose des BIP bedeutet einen Fehler in der Prognose des Produktverbrauches.

Trotz dieser fundamentalen Probleme kann in der Anwendung von Modellen mit Zukunfts-charakter eine Wahrnehmungsmöglichkeit der wissenschaftlichen Verantwortung für eine fundierte Entscheidungsvorbereitung gesehen werden. Prognosen sind anwendbar in allen Bereichen von Unternehmen, Branchen und Volks-wirtschaften, z.B. zur Nachfrageprognose für Marketingentscheidungen, zur Prognose für Investitionsentscheidungen oder zur Prognose von allgemeinen Wirtschaftsdaten für wirt-schaftspolitische Entscheidungen (z.B. staatliche Budgeterstellung). 5.2 Prognosemethoden 5.21 Problemstellung und Grundlagen Unter einer Prognose wird eine wissenschaftliche Voraussage, d.h. eine Aussage über zukünftige Ereignisse bzw. Entwicklungen verstanden, die auf Informationen gestützt und um Objektivität bemüht ist. Prognosen sind daher zu unterscheiden von anderen Aussa-gen über die Zukunft, wie Vermutungen, Prophetie oder Utopie. Die Abgrenzung kann aber aus zwei grundsätzlichen Gründen Schwierigkeiten bereiten (nach: Hammann und Erichson, 1978): • Prognosen sind nie frei von Subjektivität, aber gekennzeichnet durch das Bemühen,

die Subjektivität durch Verwendung formaler Modelle und Analyse empirischer Daten soweit wie möglich einzuschränken bzw. nachvollziehbar zu machen.

• Prognosen sind nie frei von Unsicherheit, z.B. durch Verwendung unsicherer exoge-

ner Größen.

MARKFORSCHUNG & MARKTANALYSE Holzmarktprognosen

153

Prognosefehler lassen sich grundsätzlich auf folgende Probleme zurückführen: • Spezifikationsfehler; d.h. das Modell ist falsch. Es könnte etwa ein nicht-linearer

Trend vorliegen, die Gleichung aber linear spezifiziert sein. • Datenfehler; einzelne Daten oder alle Daten weisen einen Fehler auf. • Vorhersagefehler bezüglich der exogenen Variablen. • Schätzfehler der Parameter, Streuungen der exogenen und endogenen Variablen. Die

Tatsache, dass die Beobachtungswerte um einen Mittelwert schwanken und die Be-obachtungswerte um die Schätzgerade (bzw. Schätzebene) streuen, bedingt diese Fehler. Es handelt sich dabei um unvermeidbare Fehler.

Im folgenden sollen die Auswirkungen der letzteren Fehlerquelle (Schätzfehler) auf die Prognoseergebnisse kurz besprochen werden. Zwei Verfahren zur Berechnung des Prog-nosefehlers werden dargestellt. 5.211 Berechnung des Prognose-Schätzfehlers unter Einbeziehung der Standardabweichungen, der Mittelwerte der unabhängigen und abhängigen (beobachteten) Variablen sowie von Freiheitsgraden Der Prognosefehler bzw. das Konfidenzintervall einer Schätzung kann nach folgender Formel für jeden beliebigen Zeitpunkt ermittelt werden:

1 (X-X*)²

s²t = s²y * (── + ───────) n sqX sqX = s²X * DF st = ¹(s²t) yt' = yt + st*t95%

MARKFORSCHUNG & MARKTANALYSE Holzmarktprognosen

154

Wobei: s²t = Quadrat der Streuung der Prognose zum Zeitpunkt t st = Streuung der Prognose zum Zeitpunkt t s²y = Quadrat der Standardabweichung von y* (Mittelwert von y; beobachtete Werte) X = Größe der vorgegebenen unabhängigen Variablen zum Zeitpunkt t X* = Mittelwert der unabhängigen Variablen sqX = Summe Abweichungsquadrate von X s²X = Quadrat der Streuung von X n = Anzahl der Beobachtungen DF = Freiheitsgrade; Anzahl der Beobachtungen minus Anzahl der unabhängigen Variablen yt' = Prognoseintervall der Schätzung zum Zeitpunkt t yt = Prognosewert der Schätzung zum Zeitpunkt t t95% = t-Wert für 95%-Signifikanzniveau bei DF Freiheitsgraden

Aus dieser Formel ist ersichtlich, dass der Fehler mit zunehmender Zeitperiode, d.h. je weiter sich der Prognosezeitpunkt vom Mittelwert der Zeitreihe entfernt (X-X*), wächst. 5.212 Berechnung des Prognose-Schätzfehlers unter Einbeziehung des Standard-fehlers der Schätzung

Dieses Verfahren wird vor allem angewandt, wenn mehrfache Regressionen mit mehreren unabhängigen Variablen gerechnet werden und daher die obige Gleichung durch die Ein-beziehung von Wechselwirkungen zwischen den unabhängigen Variablen ungemein kom-plizierter würde. Der Standardfehler der Schätzung ist gewissermaßen die durchschnittli-che Abweichung der beobachteten Werte von den Schätzwerten im historischen Zeitraum. Die Formel zur Berechnung des Prognosefehlers bzw. des Konfidenzintervalls der Schät-zung lautet:

st' = (se)/y* yt' = yt + st'*yt*t95% Wobei: st' = Anteil des Standard-Schätzfehlers am Mittelwert y*

MARKFORSCHUNG & MARKTANALYSE Holzmarktprognosen

155

se = Standard-Schätzfehler

Daraus wird ersichtlich, dass keine Abhängigkeit des Prognosefehlers von der Interval-länge besteht. Mit steigendem Prognosewert wächst zwar auch der Fehler, die Länge des Prognosezeitraumes hat aber keinen Einfluss. 5.213 Klassifikation von Prognoseverfahren Abb. 17 Klassifikation der Prognoseverfahren (aus: Hammann und Erichson 1978)

Quantitative Verfahren basieren auf der Verwendung eines formalen Modelles des Prog-noseprozesses. Extrapolationsmethoden basieren ausschließlich auf der Analyse einer Zeitreihe der Prognosevariablen, während Strukturmodelle bzw. komplexe Modelle auch Einflussgrößen auf die Prognosevariablen berücksichtigen. Makroökonomische Modelle berücksichtigen nur aggregierte Nachfragedaten (z.B. Wasserangebot Österreichs), wäh-rend mikroökonomische Modelle auch Informationen über individuelles Verhalten (z.B. Wasserangebot des Wasserwerkes XY) berücksichtigen. Qualitative Verfahren können z.B. Befragungstechniken von Experten sein, die sich bei ihren Schätzungen wiederum auf formale Verfahren stützen können.

Prognoseverfahren

quantitative Verfahren

qualitative Verfahren

makroanalytische Modelle

Mikroanalytische Modelle

Extrapolations- methoden

Struktur- modelle

MARKFORSCHUNG & MARKTANALYSE Holzmarktprognosen

156

5.22 Prognose mittels Extrapolation i.w.S. Zur Extrapolation gehört zunächst die schon besprochene Zeitreihenanalyse, auf die hier nicht noch einmal eingegangen wird. 5.221 Zeitregression Ein Prognoseverfahren, das sich durch höchste Flexibilität auszeichnet, ist die Zeitregres-sion. Die Zeitregression basiert auf der Regressionsanalyse. Als unabhängige Variable tritt nur die Zeitvariable bzw. verschiedene Transformationen der Zeitvariablen auf. Das einfachste Modell der Zeitregression bildet eine lineare Funktion der Zeit:

Y = a + b*T + u Dabei steht T für die Zeitvariable, u für eine nicht zu beobachtende Störgröße, a und b sind die zu schätzenden Parameter der Geraden. Hier wird vorausgesetzt, dass ein linea-rer Trend vorliegt. Sollte der Trend nicht linear sein, kann man durch Transformationen der unabhängige Va-riablen (Y) und der Zeitvariablen (T) die Zeitreihe an den Trend anzupassen versuchen. Alternative Modelle wären etwa:

lnY = a + b*T + u Y = a + b*lnT + u

Die Schätzung kann z.B. mit Hilfe der Kleinst-Quadrat-Methode erfolgen. Für sie gelten dieselben statistischen Güteparameter wie für alle Regressionsbeziehungen bzw. ökono-metrischen Schätzungen. Die Erstellung der Prognose erfolgt durch Einsetzen der Zeitvariablen oder ihrer Trans-formation in die Gleichung. 5.222 Prognosen mittels Wachstumskurven Für mittel- bis langfristige Prognosen werden häufig sogenannte Sättigungs- oder Wachs-tumskurven verwendet. Dies sind nicht-lineare Funktionen, deren Wertebereich nach oben

MARKFORSCHUNG & MARKTANALYSE Holzmarktprognosen

157

durch ein Sättigungsniveau (Wachstumsgrenze) begrenzt ist. Ein Beispiel dazu ist in Abb. 18 ersichtlich. Abb. 18 Beispiel einer Wachstumskurve

Es gibt verschiedene Formen von Wachstumskurven. Im obigen Beispiel handelt es sich um einen Typus, bei dem anfänglich die Zuwächse zunehmen und nach einem Wende-punkt abflachen. Andere Formen weisen keinen Wendepunkt auf. Es gibt grundsätzlich drei Möglichkeiten, eine derartige Wachstumskurve zu berechnen und für Prognosezwecke zu verwenden. Bei der ersteren liegen Beobachtungen über ei-nen längeren Zeitraum vor und es muss die Kurve durch Regressionsschätzungen an die Punkteschar der Beobachtungen angepasst werden. Bei der zweiten - und diese ist be-sonders bei der Einführung neuer Produkte von Bedeutung - gibt es erst wenige Be-obachtungen. Unter der Annahme, dass diese Beobachtungen auf der zu errechnenden Kurve liegen, werden bestehende Beobachtungen mit ihren Koordinaten in die Gleichung der Funktion eingesetzt und die entsprechenden Parameter berechnet. Bei den Wachs-tumskurven bestehen die Funktionen i.d.R. aus drei Parametern, daher benötigt man auch drei Punkte, um das Gleichungssystem mit drei Unbekannten zu lösen. Die dritte Möglich-keit beruht darauf, dass das Sättigungsniveau bereits bekannt ist, z.B. durch eine voraus-

MARKFORSCHUNG & MARKTANALYSE Holzmarktprognosen

158

gehende Schätzung des Absatzpotenzials. Das bedeutet, dass einer der drei Parameter bereits bekannt ist und sich die Schätzung daher nur mehr auf zwei Parameter bezieht. Eine der gebräuchlichen Formeln logistischer Kurven lautet: k yt = ─────────────── 1 + b*e-at Wobei: yt = Produktverbrauch zum Zeitpunkt t t = Zeitpunkt der Schätzung k = Sättigungsgrenze (bekannt oder zu schätzen) b = Integrationskonstante (zu schätzen) a = Parameter (zu schätzen) Lässt man t zwischen - ∞ und + ∞ wandern, wird yt = 0 für t = - ý und yt = k (Sättigungs-grenze) für t = + ∞. Mit zunehmender Zeit nähert sich der Verbrauchswert immer mehr an die Sättigungsgrenze an (sh. Abb. 18). Bei Vorliegen einer Zeitreihe von Beobachtungen (y0, y1, ... yn) können diese Funktion bzw. die Parameter a, b, und k nun geschätzt werden. Dabei ergeben sich Schwierigkei-ten, da die oben beschriebene Funktion nicht linear ist. Im Laufe der Zeit sind einige Ver-fahren entwickelt worden, die im wesentlichen auf Differential- oder Differenzengleichun-gen der obigen Gleichungen beruhen, die linear sind. Im folgenden soll die Methode von Rhode's mithilfe der Differenzengleichung besprochen werden. Durch mathematische Umformungen, die hier nicht näher erläutert werden sollen, ergibt sich aus obiger Funktion folgende Differenzengleichung: 1 (1 - e-a) e-a ── = ──────────── + ── bzw. yt k yt-1 1 (1 - e-a) 1 ── = ──────────── + e-a * ── yt k yt-1 Diese Gleichung ist nun linear, mit dem Term (1 - e-a)/k als konstantes Glied und mit e-a als der Steigung. Die Variable yt muss einerseits in ihren Reziprokwert verwandelt, anderer-seits verzögert werden; die Gleichung besagt nämlich dass der y-Wert der Periode (t) vom

MARKFORSCHUNG & MARKTANALYSE Holzmarktprognosen

159

Wert der vergangenen Periode (t-1) abhängt. Durch Regression können nun die Parame-ter a und k geschätzt werden.

In den obigen mathematischen Gleichungen scheint die Integrationskonstante b nicht auf (fällt durch Differenzenbildung weg). Sie muss nach folgender Formel separat berechnet werden: N-1 1 N-1 k

ln b = a (───) + ── * ∑ ln (── - 1) 2 N t=0 yt Wobei: N = Anzahl der Beobachtungen Bestehen für ein neues Produkt (z.B. MDF-Platten) noch keine längeren Zeitreihendaten, muss die Funktion durch das Einsetzen von drei konkreten Beobachtungen mit ihren Koordinaten berechnet werden. Dabei ist naturgemäß größere Unsicherheit im Spiel, da die verwendeten Punkte nicht unbedingt genau auf der Kurve liegen müssen. Unter der Voraussetzung, dass diese drei Punkte gleiche zeitliche Abstände zueinander haben (y0, yn, y2n, d.h. z.B.: y0, y1, y2 oder y0, y2, y4), ergibt sich folgende Möglichkeit der Berechnung der Parameter: 1 a = ── (ln d1 - ln d2) n 1 1 d1 = ─── - ─── y0 yn 1 1 d2 = ─── - ─── yn y2n 1 1 d1

2 ── = ─── - ───── k y0 d1 - d2

MARKFORSCHUNG & MARKTANALYSE Holzmarktprognosen

160

k

b = (─── - 1) y0 5.23 Prognose komplexer Systeme auf der Basis ökonometrischer Gleichungsmo-delle Darunter sind Prognosemodelle zu verstehen, die neben der Prognosevariablen weitere empirisch messbare Variablen, sogenannte Prädikatorvariablen, enthalten. Die Datenbasis für Strukturmodelle besteht daher aus mindestens zwei Zeitreihen. Ökonometrische Modelle gehören zu den am häufigsten benutzten Prognoseverfahren (zur Ökonometrie sh. 4.314). Als unabhängige Variablen können folgende Typen auftreten (Hammann und Erichson, 1978): • Kontrollierte Erklärungsvariablen • Nichtkontrollierte Erklärungsvariablen Prädikatorvariablen • Indikatorvariablen • Zeitvariablen zur Berücksichtigung von Trendeinflüssen • Verzögerte Prognosevariable zur Berücksichtigung von "Carry-over-Effekten" Kontrollierte Erklärungsvariable sind Variable, die nicht eigens prognostiziert werden müssen, sondern in irgendeiner Weise gestaltet werden können (z.B. Werbeausgaben eines Betriebes, festgesetzter Preis etc.). Typische nichtkontrollierte Variable sind etwa gesamtökonomische Größen (Wirtschaftswachstum, Verbraucherpreisindex, Marktpreise etc.) oder das Verhalten der Konkurrenz. Bei der Verwendung nichtkontrollierter Variabler müssen diese selbst prognostiziert werden. Dies wiederum setzt voraus, dass sie sich leichter prognostizieren lassen als die eigentliche Prognosevariable durch Extrapolation. Die primäre Verwendung von Indikatorvariablen liegt in der Beurteilung des Konjunk-turverlaufes. Indikatoren lassen sich unterscheiden in vorauseilende, koinzidierende und nacheilende Indikatoren. Für die Prognose sind vorauseilende Indikatoren von besonderer Bedeutung (z.B. Auftragsstand einer Branche). Zeitvariablen können neben der Extrapo-lation auch zusätzlich zu anderen Variablen eingesetzt werden. Eine Lag-Beziehung liegt vor, wenn im Prognosemodell eine zeitlich verzögerte Variable, z.B. die Prognosevariable selbst oder ein vorauseilender Indikator auftritt.

MARKFORSCHUNG & MARKTANALYSE Holzmarktprognosen

161

Die Anzahl der möglichen unabhängigen Variablen ist theoretisch unbeschränkt. Aus zwei Gründen muss sich ein derartiges Modell auf wenige relevante Variable beschränken: • Die Anzahl der Freiheitsgrade und damit die Genauigkeit der Parameterschätzung

nimmt mit der Anzahl der Variablen ab. • Mit der Anzahl der Variablen nimmt unvermeidlich die Multikollinearität zwischen den

Variablen zu (wenn Multikollinearität vorliegt, handelt es sich bei den Variablen nicht mehr um voneinander "unabhängige" Variablen. Dies ist aber eine Prämisse für die Sinnhaftigkeit der geschätzten Parameter).1

Hinweise auf die "Richtigkeit" der gewählten Variablen geben vor allem zwei Testgrößen: • Weisen die Störgrößen (Residuen) noch systematische Elemente auf (Autokor-rela-

tion), wurden möglicherweise relevante Variablen vernachlässigt. Auskunft darüber gibt der Durbin-Watson-Koeffizient, der bei 2 liegen soll (dann liegt keine Autokorrelation vor).

• Die Korrelationsmatrix zeigt die Beziehungen zwischen den Variablen - also Ab-

hängigkeit (Multikollinearität) und Unabhängigkeit - auf. Während für die einfache Nachfrageprognose i.d.R. Ein-Gleichungsmodelle ausreichend sind, kann bei Vorliegen von Wechselwirkungen zwischen erklärten und erklärenden Va-riablen die Prognose mittels Mehr-Gleichungssystemen notwendig sein - es liegen Rück-koppelungseffekte vor. 5.24 Qualitative Prognoseverfahren (nach Hammann und Erichson, 1978) Die bisher genannten Prognoseverfahren lassen sich auf Grund der Verwendung mathe-matischer Modelle als quantitative oder formale Verfahren bezeichnen. Ihnen gegenüber stehen jene, die kein mathematisches Modell enthalten. Sie werden vor allem dann ein-gesetzt, wenn die Voraussetzung zur Anwendung formaler Prognoseverfahren nicht gege-ben ist, etwa wenn Daten nicht erhebbar sind, die Zeit zur Konstruktion eines Modells nicht ausreicht oder weil dies zu teuer wäre. Qualitative Prognosen können sich auf formale Prognosen stützen bzw. können formale Prognosen durch qualitative ergänzt oder abge-rundet werden. Die Prognose beruht im wesentlichen auf Befragungen. Qualitative Prognosen sind generell mit einem höheren Grad an Subjektivität behaftet als formale. Bedingt durch Wissen, Erfahrung und Intuition von befragten Personen ist das Zustandekommen von Prognosen nicht nachvollziehbar.

MARKFORSCHUNG & MARKTANALYSE Holzmarktprognosen

162

5.241 Qualitative Prognose mittels Repräsentativbefragung Diese Form wird vor allem für Nachfrageprognosen herangezogen. Sie besteht meist darin, dass Käufer nach ihren Kaufabsichten oder Einstellungen befragt werden. Dabei sind, soweit es sich um Konsumentenbefragungen handelt, nur kurzfristige Prognosen möglich. Häufig werden Repräsentativverfahren verwendet, um das Marktpotenzial von neuen Produkten vor der Markteinführung zu schätzen bzw. zu prognostizieren. 5.242 Qualitative Prognose mittels Expertenbefragung Als Experten kommen alle Personen in Frage, die fundiertes Fachwissen über Markt oder Marktsegmente für spezifische Produkte besitzen. Dieser Befragungstypus kommt insbesondere bei neuen Produkten zur Anwendung. Im Gegensatz zur Repräsentativbefragung ist er auch für langfristige Prognosen verwend-bar. Das qualitative Prognoseverfahren besteht hier in der Auswahl und Befragung von Experten sowie in der Zusammenfassung ihrer Prognosen. Eine besondere Form der Expertenbefragung ist die Delphi-Methode (sh. 3.3632). 5.3 Beurteilung und Auswahl von Prognoseverfahren (nach Hammann und Erich-son, 1978) Die Genauigkeit von Prognosen kann durch die Berechnung von Schätzfehlern, Konfi-denzintervallen und auch mit Hilfe von Ex-Post-Prognosen beurteilt werden. Für eine Ex-Post-Prognose ist erforderlich, dass genügend historische Daten zur Verfügung stehen. Die Zeitreihe wird unterteilt in zwei Teilmengen <y1, y2,...yT'>, und <yT'+1,... yT>. Die erste Teilmenge dient der Schätzung der Prognosefunktion mit der sich für den zweiten Zeitraum (Ex-Post-) Prognosen erstellen lassen. Diese Werte können dann mit den be-obachteten Werten verglichen werden. Als Maß für die Beurteilung eignet sich der durch-schnittliche relative Prognosefehler: 1 T yt-ypt E = ──── * ∑ ───── T-T' t=T'+1 yt Wobei: ypt = (Ex-Post-) Prognosewert

MARKFORSCHUNG & MARKTANALYSE Holzmarktprognosen

163

Dieser Prognosefehler bezieht sich natürlich nur auf die historische Zeitreihe, kann aber auch auf die Zukunft übertragen werden. Auf diese Art kann man alternative Modellspezi-fikation testen und etwa jene auswählen, bei der der Fehler am geringsten ist. Die Auswahl und Beurteilung von Prognoseverfahren und -ergebnissen sollte sich jedoch nicht allein auf die Ergebnisse quantitativer Testverfahren stützen, deren Aussagen letzt-lich nur für die historischen Daten Gültigkeit besitzen, sondern auch außerstatistisches Wissen um ökonomische Zusammenhänge, die das Prognoseproblem tangieren mitein-beziehen. So wäre etwa eine positive Preiselastizität der Nachfrage nach einem Produkt - selbst wenn sie statistisch gut abgesichert wäre - unplausibel und es wäre die Frage zu stellen, ob etwa andere Daten oder eine andere Variable herangezogen werden muss. Zur Beurteilung der Kosten-Nutzen-Relation alternativer Prognoseverfahren müssen neben Datenverfügbarkeit außerdem Rechenaufwand und Aufwand für Installation und Kontrolle der Verfahren berücksichtigt werden. In der Prognosegeschichte haben sich viele Prognosen nicht erfüllt. Es folgen einige pragmatische bzw. praktische Handlungsanleitungen zur Verbesserung der Zuverlässig-keit von Marktprognosen, insbesondere ausgerichtet für neu einzuführende Produkte bzw. Wachstumsmärkte (nach: Schnaars, 1989). Markt-/Produktbezogene Überlegungen • Keine Wunder von der Technologie erwarten (keine allzu euphorische Einschätzung

der Zukunftsaussichten neuer Produkte; z.B. MDF-Platten). • Grundsätzliche Fragen zu anvisierten Märkten stellen. * Wer sind die potentiellen Kunden? * Wie groß ist der Markt? * Bietet die angebotene Technologie einen Vorteil gegenüber bereits etablier-

ten? * Sprechen die sich abzeichnenden gesellschaftlichen Entwicklungen für oder

gegen diesen Markt? * Erfordert die Innovation neue Handhabungstechniken seitens der Konsumen-

ten bzw. widerspricht sie bestehenden Gewohnheiten, kulturellen Gepflogen-heiten etc.?

• Der Kosten-Nutzen-Analyse mehr Beachtung schenken. Bietet das Produkt, für das

Marktchancen ausgerechnet werden, dem Konsumenten etwas Besonderes, und zwar zu einem Preis, den sowohl der Verbraucher als auch der Hersteller akzeptieren kann?

• Über die Grenzen der Branche hinausblicken.

MARKFORSCHUNG & MARKTANALYSE Holzmarktprognosen

164

Methodische Überlegungen • Einfache Prognosemethoden bringen nicht unbedingt schlechtere Ergebnisse als

methodisch hoch entwickelte. • Extrapolationen eher nach unten revidieren. • Trends sind keine Naturgesetze. Sobald sich grundlegende Martkfaktoren ändern,

kann sich auch der Trend rapid ändern. • Vermeiden, nur gegenwärtig relevante Trends in die Zukunft zu projizieren. Vorsicht bei

der Annahme, augenblicklich wichtige Prognosethemen müssen auch in Zukunft bedeutsam sein.

• Prognoseprämissen in Frage stellen (geschätzte Zusammenhänge, Prognose der

unabhängigen Variablen).

MARKFORSCHUNG & MARKTANALYSE Literatur

165

Verwendete und weiterführende Literatur zur Holzmarktanalyse

Kapitel 2: Holzmarktanalyse als Teilbereich der allgemeinen Wirtschafts- und Markt-forschung

Angermann, E.; Brandstetter, G. et.al. (Hrsg.) (o.D.): Das Handbuch der Marktfor-

schung, Signum Verlag, Wien Behrens, Chr. (Hrsg.)(1974): Handbuch der Marktforschung, Band 1 und 2, Gabler, Wies-

baden Böcker, F. und E. Dichtl (1988): Marktforschung; in: HdWW, Bd. 5, S.113-127, Gustav Fi-

scher Verlag, Stuttgart Böhler, H. (1985): Marktforschung; Kohlhammer Edition Marketing, Stuttgart-Berlin-Köln-

Mainz Hammann, P. und B. Erichson (1978): Marktforschung; Gustav Fischer Verlag, Stuttgart-

New York Karmasin, F. (Hrsg.) (1988): Stichworte zur Marktforschung; Signum Verlag, Wien Kroth, W. und P. Bartelheimer (1992): Holzmarktlehre; Pareys Studientexte 77, Verlag

Paul Parey, Hamburg und Berlin Unger, F. (1988): Marktforschung. Grundlagen, Methoden und praktische Anwendungen,

Sauer Verlag, Heidelberg

Kapitel 3: Die Datenerhebung Angermann, E., Brandstetter, G. et.al. (Hrsg.) (o.D.): Das Handbuch der Marktfor-

schung, Signum Verlag, Wien Böcker, F. und E. Dichtl (1988): Marktforschung; in: HdWW, Bd. 5, S.113-127, Gustav Fi-

scher Verlag, Stuttgart Böhler H. (1985): Marktforschung; Kohlhammer Edition Marketing, Stuttgart-Berlin-Köln-

Mainz Glück, P. (1993): Forst- und Holzwirtschaftspolitik - Studienunterlagen zur Vorlesung,

Vorlesungsskriptum, Universität für Bodenkultur, Wien Hammann, P. und B. Erichson (1978): Marktforschung; Gustav Fischer Verlag, Stuttgart-

New York Hogl, K. (1993): Die Wettbewerbsfähigkeit der österreichischen Holzwirtschaft unter be-

sonderer Berücksichtigung der Sägeindustrie; Dissertation, Universität für Boden-kultur, Wien

Karmasin, F. und H. Karmasin (1977): Einführung in Methoden und Probleme der Umfra-geforschung; Hermann Böhlhaus Nachf., Wien-Köln-Graz

Karmasin, F. (Hrsg.) (1988): Stichworte zur Marktforschung; Signum Verlag, Wien Kroth, W. und P. Bartelheimer (1992): Holzmarktlehre; Pareys Studientexte 77, Verlag

Paul Parey, Hamburg und Berlin News (1992): Österreichische Seele. Tiefenstudie zeigt die fünf aktuellen Wert- und Ein-

stellungstypen in unserem Land; Nr. 8, Wien Ott, W. (Hrsg.)(1972): Handbuch der praktischen Marktforschung; Verlag moderne Indu-

strie, München Sekot, W. und G. Rothleitner (1999): Betriebsabrechnung für forstliche Testbetriebe;

Schriftenreihe des Instituts für Sozioökonomik der Forst und Holzwirtschaft, Band 36, Universität für Bodenkultur, Wien

MARKFORSCHUNG & MARKTANALYSE Literatur

166

Unger, F. (1988): Marktforschung. Grundlagen, Methoden und praktische Anwendungen, Sauer Verlag, Heidelberg

Widauer, A. (1991): Der Forstwirt - Der Arbeitsmarkt; herausgegeben von Strv. Forstwirt-schaft, Universität für Bodenkultur, Wien

Kapitel 4: Datenauswertung und Interpretation

Backhaus, K. und R. Weiber (1989): Entwicklung einer Marketing-Konzeption mit

SPSS/PC+, Springer-Verlag, Berlin-Heidelberg etc. Backhaus, K., Erichson, B. et.al. (1990): Multivariate Analysemethoden - eine anwen-

dungsorientierte Einführung, Springer-Verlag, Berlin-Heidelberg etc. Dykstra, D. (1984): Mathematical Programming for Natural Resource Management;

McGraw-Hill, New York Forrester, J.W. (1961): Industrial Dynamics, The M.I.T. Press, Cambridge, USA Forrester, J.W. (1968): Principles of Systems, The M.I.T. Press, Cambridge, USA Hammann, P. und B. Erichson (1978): Marktforschung; Gustav Fischer Verlag, Stuttgart-

New York Hogl, K. (1993): Die Wettbewerbsfähigkeit der österreichischen Holzwirtschaft unter be-

sonderer Berücksichtigung der Sägeindustrie; Dissertation, Universität für Boden-kultur, Wien

Mantau, U. (1986): Quantitative Wirtschaftsforschung in Forst- und Holzwirtschaft; Habi-litationsschrift, Universität Freiburg, Freiburg i.Br.

Meadows, D. et.al. (1972): Die Grenzen des Wachstums - Bericht des Club of Rome zur Lage der Menschheit, rororo, Reinbeck

Niemeyer, G. (1977): Kybernetische System- und Modelltheorie - System Dynamics; Vahlen, München

Schneeweiß, H. (1978): Ökonometrie; Physica-Verlag, Würzburg-Wien Schwarzbauer, P. (1993): Der österreichische Holzmarkt im Modell - EG - Waldsterben -

Zellstoffmarkt; Schriftenreihe des Instituts für forstliche Betriebswirtschaft und Forstwirtschaftspolitik, Band 17, Universität für Bodenkultur, Wien

Schwarzbauer, P. (1994): Studienunterlagen zur Holzmarktanalyse; Schriftenreihe des Instituts für forstliche Betriebswirtschaft und Forstwirtschaftspolitik, Band 20, Uni-versität für Bodenkultur, Wien

Unger, F. (1988): Marktforschung. Grundlagen, Methoden und praktische Anwendungen, Sauer Verlag, Heidelberg

Kapitel 5: Holzmarktprognosen

Bruckmann, G. (Hrsg.)(1978): Langfristige Prognosen; Physica-Verlag, Würzburg/Wien Bundesholzwirtschaftsrat (1981): Holz in Österreich 1980 bis 2000. Aufkommen - An-

gebot - Bedarf - Nachfrage; Holzkurier Nr, 39, Wien ECE/FAO (1986): European Timber Trends and Prospects to the Year 2000 and Beyond

(ETTS IV), Volume I and II, New York FAO (1988): Forest Products World Outlook Projections, Rome Hüttner, M. (1982): Markt- und Absatzprognosen; Kohlhammer Edition Marketing, Stutt-

gart-Berlin etc. Institut für Forst- und Holzwirtschaftspolitik (1978): Prognoseverfahren für den Holz-

markt, Studienunterlage, Universität für Bodenkultur, Wien

MARKFORSCHUNG & MARKTANALYSE Literatur

167

Schnaars, St. P. (1989): Musterbeispiele für Marktfehlprognosen und wie man sie verhin-dern kann; MI-Poller, Landsberg am Lech

Schwarze, J. (Hrsg.)(1980): Angewandte Prognoseverfahren; Verlag Neue Wirtschafts-briefe, Herne/Berlin

Software/Manuals

Murtagh, B.A. and M.A. Saunders (1983): Minos 5.0 User's Guide; Department of

Operations Research, Stanford University, Stanford Norusis, M.J. (1988): The SPSS Guide to Data Analysis for SPSS/PC+, SPSS Inc., Chi-

cago Pugh-Roberts-Associates, Inc. (1986): Professional Dynamo Plus - Introductory Guide

and Tutorial; Cambridge, USA Schrage, L. (1991): LINDO User's Manual, Release 5.0. Manual and Software; The

Scientific Press, San Francisco SPSS Inc. (1990): SPSS Manuals, Chicago and Gorinchem Steinhausen, D. und S. Zörkendöfer (1990): Statistische Datenanalyse mit dem Pro-

grammsystem SPSSx und SPSS/PC+; Oldenburg, München-Wien