Multivariate statistische Verfahren 5. Sem. · Marktforschung Regressionsanalyse Menge yi Besuche...
Transcript of Multivariate statistische Verfahren 5. Sem. · Marktforschung Regressionsanalyse Menge yi Besuche...
Themenbereiche
1 Regressionsanalyse 2 Varianzanalyse
3 Diskriminanzanalyse
4 Faktorenanalyse
5 Clusteranalyse
Marktforschung Regressionsanalyse
Menge yi
Besuche x1i
2585 109
1819 107
1647 99
1496 70
921 81
2278 102
1810 110
1987 92
1612 87
1913 79
Streudiagramm
500
1000
1500
2000
2500
3000
60 70 80 90 100 110 120Besuche
x2i
Men
ge y
i
Prof. Dr. Rößler Seite 1
Marktforschung Regressionsanalyse
RegressionModellzusammenfassung(b)
Modell R R-Quadrat Korrigiertes R-Quadrat
Standardfehler des Schätzers
Durbin-Watson- Statistik
1 0,588(a) 0,346 0,264 385,4678 2,656(a) Einflußvariablen : (Konstante), BESUCHE x1i(b) Abhängige Variable: ABSATZ
ANOVA(b)
Modell Quadrat- summe df Mittel der Quadrate F Signifikanz
1Regression 627572,108 1 627572,108 4,224 0,074(a)
Residuen 1188683,492 8 148585,436Gesamt 1816255,6 9
(a) Einflußvariablen : (Konstante), BESUCHE x1i(b)Abhängige Variable: ABSATZ
Koeffizienten(a)
Nicht standardisierte Koeffizienten
Standardisierte Koeffizienten
T Signifikanz95%-Konfidenzintervall für B
Modell B Standard- fehler Beta Untergrenze Obergrenze
1(Konstante) 39,534 868,517 0,046 0,965 -1963,268 2042,335BESUCHE x1i 18,881 9,187 0,588 2,055 0,074 -2,305 40,067
(a) Abhängige Variable: ABSATZ
Prof. Dr. Rößler Seite 2
Marktforschung Regressionsanalyse
Menge yi
Besuche x1i
Preis x2i
Ausgaben x3i
2585 109 12,5 2000
1819 107 10 550
1647 99 9,95 1000
1496 70 11,5 800
921 81 12 0
2278 102 10 1500
1810 110 8 800
1987 92 9 1200
1612 87 9,5 1100
1913 79 12,5 1300
Prof. Dr. Rößler Seite 3
Marktforschung Regressionsanalyse
RegressionAufgenommene/Entfernte Variablen(b)
Modell Aufgenommene Variablen
Entfernte Variablen Methode
1( )
AUSGABEN x3i, PREIS x2i, BESUCHE x1i(a)g , Eingeben
aufgenommen.(b) Abhängige Variable: ABSATZ
Modellzusammenfassung(b)
Modell R R-QuadratKorrigier-
tes R-Quadrat
Standardfehler des Schätzers
Durbin-Watson-Statistik
1 ,962(a) 0,926 0,888 150,126 3,49(a) Einflußvariablen : (Konstante), AUSGABEN x3i, PREIS x2i, BESUCHE x1i(b) Abhängige Variable: ABSATZ
ANOVA(b)
Modell Quadrat- summe df Mittel der
Quadrate F Signifikanz
1Regression 1681028,7 3 560342,9 24,862 0,001(a)
Residuen 135226,9 6 22537,817Gesamt 1816255,6 9
(a) Einflußvariablen : (Konstante), AUSGABEN x3i, PREIS x2i, BESUCHE x1i(b) Abhängige Variable: ABSATZ
Koeffizienten(a)
Nicht standardisierte Koeffizienten
StandardisierteKoeffizienten
T Signifikanz
95%-Konfidenz- intervall für B
Modell B Standard- fehler Beta Unter-
grenzeOber- grenze
1
(Konstante) -6,866 673,205 -0,01 0,992 -1654,129 1640,398BESUCHE x1i 11,085 4,428 0,345 2,504 0,046 0,251 21,919PREIS x2i 9,927 38,164 0,034 0,26 0,803 -83,458 103,312AUSGABEN x3i 0,655 0,103 0,794 6,382 0,001 0,404 0,907
(a) Abhängige Variable: ABSATZ
Prof. Dr. Rößler Seite 4
Marktforschung Regressionsanalyse
Aufgenommene/Entfernte Variablen(b)
Modell Aufgenommene Variablen Entfernte Variablen Methode
1AUSGABEN x3i, BESUCHE x1i(a) , Eingeben
(a) Alle gewünschten Variablen wurden aufgenommen.(b) Abhängige Variable: ABSATZ
Modellzusammenfassung
Modell R R-Quadrat Korrigiertes R-Quadrat
Standardfehler des Schätzers
1 ,962(a) 0,925 0,903 139,7711(a) Einflußvariablen : (Konstante), AUSGABEN x3i, BESUCHE x1i
ANOVA(b)
Modell Quadratsumme df Mittel der Quadrate F Signifikanz
1Regression 1679503,802 2 839751,901 42,99 0,000(a)Residuen 136751,798 7 19535,971Gesamt 1816255,6 9
(a) Einflußvariablen : (Konstante), AUSGABEN x3i, BESUCHE x1i(b) Abhängige Variable: ABSATZ
Koeffizienten(a)
Nicht standardisierte Koeffizienten Standardisierte Koeffizienten
T SignifikanzKorrelationen
Modell B Standardfehler Beta Nullter Ordnung Partiell Teil
1
(Konstante) 144,482 315,25 0,458 0,661BESUCHE x1i 10,487 3,522 0,326 2,977 0,021 0,588 0,748 0,309
AUSGABEN x3i 0,664 0,091 0,805 7,338 0 0,911 0,941 0,761(a) Abhängige Variable: ABSATZ
r2= 0,7482= 0,559r2= 0,9412= 0,885
Prof. Dr. Rößler Seite 5
Marktforschung Varianzanalyse
Plazierung Absatz
Normalregal 1 47
Normalregal 1 39
Normalregal 1 40
Normalregal 1 46
Normalregal 1 45
Zweitplazierung 2 68
Zweitplazierung 2 65
Zweitplazierung 2 63
Zweitplazierung 2 59
Zweitplazierung 2 67
Kühlregal 3 59
Kühlregal 3 50
Kühlregal 3 51
Kühlregal 3 48
Kühlregal 3 53
Prof. Dr. Rößler Seite 6
Marktforschung Varianzanalyse
ANOVAANOVA
Quadrat- summe df Mittel der
Quadrate F Signifikanz
ABSATZ
Zwischen den Gruppen 1112,133 2 556,067 38,087 0Innerhalb der Gruppen 175,2 12 14,6
Gesamt 1287,333 14
Test der Homogenität der VarianzenLevene-Statistik df1 df2 Signifikanz
ABSATZ 0,062 2 12 0,94
Post-Hoc-Tests
Homogene UntergruppenABSATZ
NSubset for alpha = .05
PLAZIERU 1 2 3
Duncan(a)
1 5 43,43 5 52,22 5 64,4Signifikanz 1 1 1
Die Mittelwerte für die in homogenen Untergruppen befindlichen Gruppen werden angezeigt.(a) Uses Harmonic Mean Sample Size = 5,000
Prof. Dr. Rößler Seite 7
Marktforschung Varianzanalyse
Plazierung Absatz Verpackung
Normalregal 1 47 1 BecherNormalregal 1 39 1 BecherNormalregal 1 40 1 BecherNormalregal 1 46 1 BecherNormalregal 1 45 1 BecherNormalregal 1 40 2 PapierNormalregal 1 39 2 PapierNormalregal 1 35 2 PapierNormalregal 1 36 2 PapierNormalregal 1 37 2 PapierZweitplazierung 2 68 1 BecherZweitplazierung 2 65 1 BecherZweitplazierung 2 63 1 BecherZweitplazierung 2 59 1 BecherZweitplazierung 2 67 1 BecherZweitplazierung 2 59 2 PapierZweitplazierung 2 57 2 PapierZweitplazierung 2 54 2 PapierZweitplazierung 2 56 2 PapierZweitplazierung 2 53 2 PapierKühlregal 3 59 1 BecherKühlregal 3 50 1 BecherKühlregal 3 51 1 BecherKühlregal 3 48 1 BecherKühlregal 3 53 1 BecherKühlregal 3 53 2 PapierKühlregal 3 47 2 PapierKühlregal 3 48 2 PapierKühlregal 3 50 2 PapierKühlregal 3 51 2 Papier
Prof. Dr. Rößler Seite 8
Marktforschung Varianzanalyse
Becher Papier
Normalreg. 43,4 37,4
Zweitplaz. 64,4 55,8
Kühlreg. 52,2 49,8
0
10
20
30
40
50
60
70
Normalreg. Zweitplaz. Kühlreg.
Plazierung
kg
BecherPapier
Prof. Dr. Rößler Seite 9
Marktforschung Varianzanalyse
Gesam
tstreuung
SQT
Streuung zwischen den Gruppen SQE
Streuung innerhalb der Gruppen SQR
Streuung durch Faktor B SQEB
Streuung durch Faktor A SQEA
Streuung durch Wechselwirkung von A und
B
SQEAxB
Prof. Dr. Rößler Seite 10
Marktforschung Varianzanalyse
ANOVAVerarbeitete Fälle(a)
FälleEingeschlossen Ausgeschlossen Insgesamt
N Prozent N Prozent N Prozent30 100,00% 0 0,00% 30 100,00%
(a) ABSATZ /nach PLAZIERU, VERPACKU
ANOVA(a,b)
Eindeutige Methode
Quadratsumme df Mittel der Quadrate F Sig.
ABSATZ
Haupteffekte(Kombiniert) 2185,033 3 728,344 73,446 0PLAZIERU 1944,2 2 972,1 98,027 0VERPACKU 240,833 1 240,833 24,286 0
2-Weg-Wechselwirkungen PLAZIERU * VERPACKU 48,467 2 24,233 2,444 0,108Modell 2233,5 5 446,7 45,045 0Residuen 238 24 9,917Insgesamt 2471,5 29 85,224
(a) ABSATZ /nach PLAZIERU, VERPACKU(b) Alle Effekte gleichzeitig eingegeben
Prof. Dr. Rößler Seite 11
Marktforschung Varianzanalyse
Multiple Klassifikationsanalyse (MCA)(a)
NVorhergesagtes Mittel AbweichungNicht
angepaßtKorrigiert nach
FaktorenNicht
angepaßtKorrigiert nach
Faktoren
ABSATZPLAZIERU
1 10 40,400 40,400 -10,100 -10,1002 10 60,100 60,100 9,600 9,6003 10 51,000 51,000 0,500 0,500
VERPACKU1 15 53,333 53,333 2,833 2,8332 15 47,667 47,667 -2,833 -2,833
(a) ABSATZ /nach PLAZIERU, VERPACKU
Faktorauswertung(a)
EtaBeta
Korrigiert nach Faktoren
ABSATZPLAZIERU 0,887 0,887VERPACKU 0,312 0,312
(a) ABSATZ /nach PLAZIERU, VERPACKU
Güte der Anpassung für das ModellR R-Quadrat
ABSATZ nach PLAZIERU, VERPACKU 0,94 0,884
Prof. Dr. Rößler Seite 12
Marktforschung Varianzanalyse
Gesamtstreuung SQT
Streuung innerhalb der Gruppen SQR
Haupteffekte
Interaktionen
Streuung durch Faktor A SQEA
Streuung durch Wechselwirkung von AxB SQEAxB
Streuung durch Faktor B SQEB
Streuung durch Faktor C SQEC
Streuung durch Wechselwirkung von AxC SQEAxC
Streuung durch Wechselwirkung von BxC SQEBxC
Streuung durch Wechselwirkung von AxBxC SQEAxBxC
Streuung zwischen den Gruppen SQb
Prof. Dr. Rößler Seite 13
Marktforschung t-Test
Gewicht Maschine
235 1
248 1
265 1
257 1
276 1
245 1
239 1
216 1
263 1
271 1
260 1
235 1
256 2
228 2
225 2
234 2
236 2
260 2
252 2
256 2
271 2
279 2
221 2
250 2
246 2
289 2
255 2
Prof. Dr. Rößler Seite 14
Marktforschung t-Test
T-TestGruppenstatistiken
MASCHINE N Mittelwert Standardab- weichung
Standardfehler des
Mittelwertes
GEWICHT1 12 250,8333 17,6008 5,08092 15 250,5333 19,6718 5,0792
Test bei unabhängigen StichprobenLevene-Test der
Varianzgleichheit T-Test für die Mittelwertgleichheit
F Signifikanz T df Sig. (2-seitig)
Mittlere Differenz
Standardfehler der Differenz
95% Konfidenzintervall des
MittelwertsUntere Obere
GEWICHT
Varianzen sind gleich 0,026 0,874 0,041 25 0,967 0,3 7,2768 -14,6869 15,2869Varianzen sind nicht gleich 0,042 24,638 0,967 0,3 7,1843 -14,5074 15,1074
Prof. Dr. Rößler Seite 15
Marktforschung Diskriminanzanalyse
Marke Streichfähig-keit
Haltbarkeit
1 2 3
1 3 4
1 6 5
1 4 4
1 3 2
1 4 7
1 3 5
1 2 4
1 5 6
1 3 6
1 3 3
1 4 5
2 5 4
2 4 3
2 7 5
2 3 3
2 4 4
2 5 2
2 4 2
2 5 5
2 6 7
2 5 3
2 6 4
2 6 6
Prof. Dr. Rößler Seite 16
Marktforschung Diskriminanzanalyse
0
1
2
3
4
5
6
2 3 4 5 6 7
Streichfähigkeit
Häu
figke
it
Marke A Marke B
Marke
0
0,5
1
1,5
2
2,5
3
3,5
2 3 4 5 6 7
Haltbarkeit
Häu
figke
it
Marke A Marke B
Marke
0
1
2
3
4
5
6
7
8
0 2 4 6 8
Streichfähigkeit
Hal
tbar
keit
Marke A Marke B
Prof. Dr. Rößler Seite 17
Marktforschung Diskriminanzanalyse
Zusammenfassung der kanonischen Diskriminanzfunktionen
Eigenwerte
Funktion Eigenwert % der Varianz
Kumulierte %
Kanonische Korrelation
1 ,912(a) 100 100 0,691(a) Die ersten 1 kanonischen Diskriminanzfunktionen werden in dieser Analyse verwendet.
Wilks' LambdaTest der Funktion(en) Wilks-Lambda Chi-Quadrat df Signifikanz1 0,523 13,614 2 0,001
Standardisierte kanonische DiskriminanzfunktionskoeffizientenFunktion
1HALTBAR -0,843STREICHF 1,184
Struktur-MatrixFunktion
1STREICHF 0,714HALTBAR -0,183Gemeinsame Korrelationen innerhalb der Gruppen zwischen Diskriminanzvariablen und standardisierten kanonischen DiskriminanzfunktionenVariablen sind nach ihrer absoluten Korrelationsgröße innerhalb der Funktion geordnet.
Kanonische DiskriminanzfunktionskoeffizientenFunktion
1HALTBAR -0,565STREICHF 1,031(Konstant) -1,982Nicht-standardisierte Koeffizienten
Funktionen bei den Gruppen-ZentroidenFunktion
MARKE 11 -0,9142 0,914Nicht-standardisierte kanonische Diskriminanzfunktionen, die bezüglich des Gruppen-Mittelwertes bewertet werden
Prof. Dr. Rößler Seite 18
Marktforschung Diskriminanzanalyse
Fallweise Statistiken
Tatsächliche Gruppe
Höchste Gruppe Zweithöchste Gruppe Diskriminanz- werte
Vorhergesagte Gruppe
P(D>d | G=g)
P(G=g | D=d)
Quadrierter Mahalanobis-Abstand zum
Zentroid
Gruppe P(G=g | D=d)
Quadrierter Mahalanobis-Abstand zum
Zentroid
Funktion 1Fallnummer p df
Original
1 1 1 0,484 1 0,95 0,49 2 0,05 6,394 -1,6142 1 1 0,816 1 0,891 0,054 2 0,109 4,252 -1,1483 1 2(**) 0,641 1 0,926 0,218 1 0,074 5,269 1,3814 1 1 0,425 1 0,553 0,637 2 0,447 1,063 -0,1175 1 1 0,37 1 0,508 0,803 2 0,492 0,87 -0,0186 1 1 0,37 1 0,965 0,803 2 0,035 7,425 -1,817 1 1 0,425 1 0,958 0,637 2 0,042 6,9 -1,7128 1 1 0,206 1 0,982 1,598 2 0,018 9,568 -2,1799 1 1 0,484 1 0,597 0,49 2 0,403 1,275 -0,21510 1 1 0,173 1 0,985 1,856 2 0,015 10,185 -2,27711 1 1 0,74 1 0,744 0,11 2 0,256 2,242 -0,58312 1 1 0,816 1 0,777 0,054 2 0,223 2,546 -0,68113 2 2 1 1 0,842 0 1 0,158 3,345 0,91414 2 2 0,641 1 0,694 0,218 1 0,306 1,856 0,44815 2 2 0,134 1 0,988 2,242 1 0,012 11,065 2,41216 2 1(**) 0,74 1 0,744 0,11 2 0,256 2,242 -0,58317 2 1(**) 0,425 1 0,553 0,637 2 0,447 1,063 -0,11718 2 2 0,259 1 0,977 1,275 1 0,023 8,751 2,04419 2 2 0,922 1 0,864 0,01 1 0,136 3,714 1,01320 2 2 0,572 1 0,655 0,319 1 0,345 1,598 0,3521 2 2 0,507 1 0,613 0,439 1 0,387 1,36 0,25222 2 2 0,572 1 0,937 0,319 1 0,063 5,729 1,47923 2 2 0,303 1 0,972 1,063 1 0,028 8,179 1,94624 2 2 0,922 1 0,817 0,01 1 0,183 2,995 0,816
** Falsch klassifizierter Fall
Prof. Dr. Rößler Seite 19
Marktforschung Diskriminanzanalyse
Diskriminanzachse
-3 -2,5 -2 -1,5 -1 -0,5 0 0,5 1 1,5 2 2,5 3
Marke AMarke B
Prof. Dr. Rößler Seite 20
Marktforschung Diskriminanzanalyse
KlassifizierungsstatistikenKlassifizierungsergebnisse(a)
Vorhergesagte Gruppenzugehörigkeit Gesamt
MARKE 1 2
OriginalAnzahl
1 11 1 122 2 10 12
%1 91,7 8,3 1002 16,7 83,3 100
(a) 87,5% der ursprünglich gruppierten Fälle wurden korrekt klassifiziert.
Zusammenfassung der Verarbeitung von KlassifizierungenVerarbeitet 24
AusgeschlossenFehlende oder außerhalb des Bereichs liegende Gruppencodes 0Wenigstens eine Diskriminanzvariable fehlt 0
In der Ausgabe verwendet 24
A-priori-Wahrscheinlichkeiten der Gruppen
A-prioriIn der Analyse
verwendete FälleMARKE Ungewichtet Gewichtet1 0,5 12 122 0,5 12 12Gesamt 1 24 24
KlassifizierungsfunktionskoeffizientenMARKE
1 2STREICHF 1,729 3,614HALTBAR 1,28 0,247(Konstant) -6,597 -10,223Lineare Diskriminanzfunktionen nach Fisher
Prof. Dr. Rößler Seite 21
Marktforschung Diskriminanzanalyse
Univariate Analyse der StreichfähigkeitEigenwerte
Funktion Eigenwert % der Varianz Kumulierte % Kanonische Korrelation
1 0,466(a) 100 100 0,564(a) Die ersten 1 kanonischen Diskriminanzfunktionen werden in dieser Analyse verwendet.
Wilks' LambdaTest der Funktion(en)
Wilks-Lambda Chi-Quadrat df Signifikanz
1 0,682 8,217 1 0,004
Univariate Analyse der HaltbarkeitEigenwerte
Funktion Eigenwert % der Varianz Kumulierte % Kanonische Korrelation
1 0,031(a) 100 100 0,172(a) Die ersten 1 kanonischen Diskriminanzfunktionen werden in dieser Analyse verwendet.
Wilks' LambdaTest der Funktion(en)
Wilks-Lambda Chi-Quadrat df Signifikanz
1 0,97 0,648 1 0,421
Gruppenstatistik
Mittelwert Standard- abweichung
Gültige Werte (listenweise)
MARKE Ungewichtet Gewichtet
1STREICHF 3,5 1,1677 12 12HALTBAR 4,5 1,446 12 12
2STREICHF 5 1,1282 12 12HALTBAR 4 1,5374 12 12
GesamtSTREICHF 4,25 1,3593 24 24HALTBAR 4,25 1,4818 24 24
Gleichheitstest der Gruppenmittelwerte
Wilks-Lambda F df1 df2 Signifikanz
STREICHF 0,682 10,241 1 22 0,004HALTBAR 0,97 0,673 1 22 0,421
Prof. Dr. Rößler Seite 22
Marktforschung Faktorenanalyse
Marke
Anteil ungesättigter Fettsäuren
Kaloriengehalt Vitamingehalt Haltbarkeit Preis
Rama 1 1 2 1 2Sanella 2 6 3 3 4Becel 4 5 4 4 5Du darfst 5 6 6 2 3Holl. Butter 2 3 3 5 7Weihnachtsbutter 3 4 4 6 7
FETTSÄUR
HALTBARK
KALORIEN
PREIS
VITAMING
MARKE
w eihnach
s anella
rama
holl. bu
du darfs
becel
Prof. Dr. Rößler Seite 23
Marktforschung Faktorenanalyse
Marke fac1_1 fac2_1
Rama -1,21136 -1,25027Sanella -0,48288 -0,26891Becel 0,5705 0,19027Du darfst 1,56374 -0,88742Holl. Butter -0,63529 0,94719Weihnachtsbutter 0,1953 1,26914
Becel
Du darfst
Holl. Butter
Rama
Sanella
Weihnachts-butter
-1,5
-1
-0,5
0
0,5
1
1,5
2
-1,5 -1 -0,5 0 0,5 1 1,5
Faktor2
Fakt
or1
Marke
Prof. Dr. Rößler Seite 24
Marktforschung Faktorenanalyse
Korrelationsmatrix(a)
FETTSÄUR KALORIEN VITAMING HALTBARK PREIS
Korrelation
FETTSÄUR 1 0,712 0,961 0,109 0,044KALORIEN 0,712 1 0,704 0,138 0,067VITAMING 0,961 0,704 1 0,078 0,024HALTBARK 0,109 0,138 0,078 1 0,983PREIS 0,044 0,067 0,024 0,983 1
Signifikanz (1-seitig)
FETTSÄUR 0,056 0,001 0,419 0,467KALORIEN 0,056 0,059 0,397 0,45VITAMING 0,001 0,059 0,441 0,482HALTBARK 0,419 0,397 0,441 0PREIS 0,467 0,45 0,482 0
(a) Determinante = 9,603E-04
KMO- und Bartlett-TestMaß der Stichprobeneignung nach Kaiser-Meyer-Olkin. 0,576
Bartlett-Test auf Sphärizität
Ungefähres Chi-Quadrat 17,371df 10Signifikanz nach Bartlett 0,067
Anti-Image-MatrizenFETTSÄUR KALORIEN VITAMING HALTBARK PREIS
Anti-Image-Korrelation
FETTSÄUR ,597(a) -0,108 -0,926 -0,237 0,223
KALORIEN -0,108 ,878(a) -0,15 -0,239 0,227VITAMING -0,926 -0,15 ,598(a) 0,207 -0,193
HALTBARK -0,237 -0,239 0,207 ,471(a) -0,986PREIS 0,223 0,227 -0,193 -0,986 ,467(a)
(a) Maß der Stichprobeneignung
Prof. Dr. Rößler Seite 25
Marktforschung Faktorenanalyse
Berechnung von partiellen Korrelationskoeffizientender Anti-Image-Korrelationsmatrix
Führt man eine lineare Regressionsanalyse durch mit der abhängigen Variablen ungesättigte Fettsäuren und den 3 unabhängigen Variablen Vitamine , Haltbarkeit und Preis , so erhält man das Bestimmtheitsmaß
Modellzusammenfassung
Modell R R-Quadrat Korrigiertes R-Quadrat
Standardfehler des Schätzers
1 0,964(a) 0,9302172 0,826 0,6148(a) Einflußvariablen : (Konstante), VITAMING, PREIS, HALTBARK
Fügt man jetzt die Variable Kalorien als weitere unabhängige Variable hinzu, so daßdie Regressionsanalyse für die abhängige Variable ungesättigte Fettsäuren und die 4 unabhängigen Variablen Vitamine , Haltbarkeit , Preis und Kalorien durchgeführt wird, so ergibt sich das Bestimmtheitsmaß
Modellzusammenfassung
Modell R R-Quadrat Korrigiertes R-Quadrat
Standardfehler des Schätzers
1 ,965(a) 0,9310302 0,655 0,8644(a) Einflußvariablen : (Konstante), KALORIEN, PREIS, VITAMING, HALTBARK
Aus diesen beiden Bestimmtheitsmaßen berechnet sich das partielle Bestimmtheitsmaßder Variablen ungesättigte Fettsäuren und Kalorien als Quotient
(0,9310302-0,9302172)/(1-0,9302172)=0,0116504
D.h.: 1,17% der durch die 3 Variablen Vitamine , Haltbarkeit und Preis nicht erklärten Varianz der ungesättigten Fettsäuren wird durch Hinzunahme der VariablenKalorien erklärt.
Zieht man die Wurzel, so erhält man den partiellen Korrelationskoeffizientender Variablen ungesättigte Fettsäuren und Kalorien
0,10794
In der Anti-Image-Korrelationsmatrix werden nicht die partiellen Korrelations-koeffizienten selbst, sondern ihre negativen Werte ausgewiesen.
Prof. Dr. Rößler Seite 26
Marktforschung Faktorenanalyse
KommunalitätenAnfänglich Extraktion
FETTSÄUR 0,931 0,968KALORIEN 0,541 0,526VITAMING 0,929 0,953HALTBARK 0,974 0,991PREIS 0,973 0,981Extraktionsmethode: Hauptachsen-Faktorenanalyse.
Erklärte Gesamtvarianz
Anfängliche Eigenwerte Summen von quadrierten Faktorladungen für Extraktion Rotierte Summe der quadrierten Ladungen
Faktor Gesamt % der Varianz
Kumulierte % Gesamt % der
VarianzKumulierte
% Gesamt % der Varianz
Kumulierte %
1 2,645 52,903 52,903 2,507 50,138 50,138 2,447 48,946 48,9462 1,934 38,678 91,581 1,911 38,225 88,363 1,971 39,417 88,3633 0,369 7,374 98,9554 3,930E-02 0,786 99,7415 1,296E-02 0,259 100Extraktionsmethode: Hauptachsen-Faktorenanalyse.
Faktorenmatrix(a)
Faktor1 2
FETTSÄUR 0,943 -0,28KALORIEN 0,707 -0,162VITAMING 0,928 -0,302HALTBARK 0,389 0,916PREIS 0,323 0,936Extraktionsmethode: Hauptachsen-Faktorenanalyse.(a) 2 Faktoren extrahiert. Es werden 7 Iterationen benötigt.
Prof. Dr. Rößler Seite 27
Marktforschung Faktorenanalyse
FETTSÄUR KALORIEN VITAMING HALTBARK PREISFETTSÄUR 0,968(b) 0,712 0,96 0,11 4,241E-02KALORIEN 0,712 0,526(b) 0,705 0,127 7,717E-02VITAMING 0,96 0,705 0,953(b) 8,461E-02 1,722E-02HALTBARK 0,11 0,127 8,461E-02 0,991(b) 0,983PREIS 4,241E-02 7,717E-02 1,722E-02 0,983 0,981(b)
FETTSÄUR -1,708E-04 1,006E-03 -1,412E-03 1,445E-03KALORIEN -1,708E-04 -8,276E-04 1,061E-02 -1,065E-02VITAMING 1,006E-03 -8,276E-04 -6,363E-03 6,400E-03
HALTBARK -1,412E-03 1,061E-02 -6,363E-03 9,539E-05
PREIS 1,445E-03 -1,065E-02 6,400E-03 9,539E-05
Faktor1 2 1 2
FETTSÄUR 0,984 3,229E-02 FETTSÄUR 0,551 -0,049KALORIEN 0,722 7,020E-02 KALORIEN 0,015 -0,01VITAMING 0,976 6,941E-03 VITAMING 0,422 0,001HALTBARK 7,962E-02 0,992 HALTBARK 0,261 0,673
PREIS 1,060E-02 0,99 PREIS -0,281 0,331
Faktor 1 2 Faktor 1 21 0,949 0,316 1 0,983 2,270E-032 -0,316 0,949 2 2,270E-03 0,993
Rotationsmethode: Varimax mit Kaiser-Normalisierung.
Rotationsmethode: Varimax mit Kaiser-Normalisierung.(a) Die Rotation ist in 3 Iterationen konvergiert.
Faktor-Transformationsmatrix
Extraktionsmethode: Hauptachsen-Faktorenanalyse.
Rotierte Faktorenmatrix(a)
Faktor
Extraktionsmethode: Hauptachsen-Faktorenanalyse.
Extraktionsmethode: Hauptachsen-Faktorenanalyse.Rotationsmethode: Varimax mit Kaiser-Normalisierung.Methode für Faktorwerte: Regression.
Reproduzierte Korrelationen
Reproduzierte Korrelation
Residuum(a)
Extraktionsmethode: Hauptachsen-Faktorenanalyse.(a) Residuen werden zwischen beobachteten und reproduzierten Korrelationen berechnet. Es gibt 0 (,0%) nichtredundante Residuen mit Absolutwerten > 0,05.(b) Reproduzierte Kommunalitäten
Koeffizientenmatrix der Faktorwerte
Extraktionsmethode: Hauptachsen-Faktorenanalyse.Rotationsmethode: Varimax mit Kaiser-Normalisierung.
Kovarianzmatrix für Faktorwerte
Methode für Faktorwerte: Regression.
Prof. Dr. Rößler Seite 28
Marktforschung Faktorenanalyse
Screeplot
Faktornummer
54321
Eige
nwer
t3,0
2,5
2,0
1,5
1,0
,5
0,0
Prof. Dr. Rößler Seite 29
Marktforschung Faktorenanalyse
Faktordiagramm
Faktor 1
1,0,50,0-,5-1,0
Fakt
or 2
1,0
,5
0,0
-,5
-1,0
preishaltbark
vitaming
kalorienfettsäur
Faktordiagramm im gedrehten Faktorbereich
Faktor 1
1,0,50,0-,5-1,0
Fakt
or 2
1,0
,5
0,0
-,5
-1,0
vitamingkalorien fettsäur
Faktordiagramm im gedrehten Faktorbereich
Faktor 1
1,0,50,0-,5-1,0
Fakt
or 2
1,0
,5
0,0
-,5
-1,0
vitamingkalorien fettsäur
Prof. Dr. Rößler Seite 30
Marktforschung Clusteranalyse
-Lagerzeit mehr als 1
Monat
Diät- produkt
Nationale Werbung
Becherver-packung
Pfund- größe
Verkaufs- hilfen
Eignung für Sonderangebote
Direkt- bezug vomHersteller
Handels- spanne
mehr als 20%
Beanstan- dungen im
letzten Jahr
Becel 1 1 1 1 0 0 1 0 0 0Du darfst 1 1 0 1 0 1 0 1 0 1Rama 1 0 1 1 1 1 1 1 1 0Delicado Sahnebutter 0 0 1 1 0 0 1 0 1 0Holländische Butter 0 0 0 0 0 1 0 0 0 0Weihnachtsbutter 0 0 0 0 1 0 1 0 0 1Homa 1 0 0 1 1 1 0 1 0 1Flora 1 1 1 1 1 0 1 0 1 0SB 1 1 0 1 1 1 0 0 1 0Sanella 1 0 1 1 1 0 1 1 1 0Botteram 0 0 1 1 1 1 0 0 0 1
Prof. Dr. Rößler Seite 31
Marktforschung Clusteranalyse
NäherungsmatrixÄhnlichkeitsmaß nach Jaccard
Fall1:Becel 2:Du
darfst3:Rama 4:Delicado
Sahne- butter
5:Holländ. Butter
6:Weih- nachts- butter
7:Homa 8:Flora 9:SB 10:Sanella 11:Botte- ram
1:Becel 0,375 0,444 0,5 0 0,143 0,222 0,714 0,375 0,5 0,252:Du darfst 0,375 0,4 0,111 0,167 0,125 0,714 0,3 0,5 0,3 0,3753:Rama 0,444 0,4 0,5 0,125 0,222 0,556 0,667 0,556 0,875 0,4444:Delicado Sahnebutter 0,5 0,111 0,5 0 0,167 0,111 0,571 0,25 0,571 0,2865:Holländische Butter 0 0,167 0,125 0 0 0,167 0 0,167 0 0,26:Weihnachtsbutter 0,143 0,125 0,222 0,167 0 0,286 0,25 0,125 0,25 0,3337:Homa 0,222 0,714 0,556 0,111 0,167 0,286 0,3 0,5 0,444 0,5718:Flora 0,714 0,3 0,667 0,571 0 0,25 0,3 0,625 0,75 0,3339:SB 0,375 0,5 0,556 0,25 0,167 0,125 0,5 0,625 0,444 0,37510:Sanella 0,5 0,3 0,875 0,571 0 0,25 0,444 0,75 0,444 0,33311:Botteram 0,25 0,375 0,444 0,286 0,2 0,333 0,571 0,333 0,375 0,333Dies ist eine Ähnlichkeitsmatrix
Prof. Dr. Rößler Seite 32
Marktforschung Clusteranalyse
NäherungsmatrixÄhnlichkeitsmaß nach Russell und Rao
Fall1:Becel 2:Du
darfst3:Rama 4:Delicado
Sahne- butter
5:Holländ. Butter
6:Weih- nachts- butter
7:Homa 8:Flora 9:SB 10:Sanella 11:Botte- ram
1:Becel 0,3 0,4 0,3 0 0,1 0,2 0,5 0,3 0,4 0,22:Du darfst 0,3 0,4 0,1 0,1 0,1 0,5 0,3 0,4 0,3 0,33:Rama 0,4 0,4 0,4 0,1 0,2 0,5 0,6 0,5 0,7 0,44:Delicado Sahnebutter 0,3 0,1 0,4 0 0,1 0,1 0,4 0,2 0,4 0,25:Holländische Butter 0 0,1 0,1 0 0 0,1 0 0,1 0 0,16:Weihnachtsbutter 0,1 0,1 0,2 0,1 0 0,2 0,2 0,1 0,2 0,27:Homa 0,2 0,5 0,5 0,1 0,1 0,2 0,3 0,4 0,4 0,48:Flora 0,5 0,3 0,6 0,4 0 0,2 0,3 0,5 0,6 0,39:SB 0,3 0,4 0,5 0,2 0,1 0,1 0,4 0,5 0,4 0,310:Sanella 0,4 0,3 0,7 0,4 0 0,2 0,4 0,6 0,4 0,311:Botteram 0,2 0,3 0,4 0,2 0,1 0,2 0,4 0,3 0,3 0,3Dies ist eine Ähnlichkeitsmatrix
Prof. Dr. Rößler Seite 33
Marktforschung Clusteranalyse
NäherungsmatrixÄhnlichkeitsmaß der einfachen Übereinstimmung
Fall1:Becel 2:Du
darfst3:Rama 4:Delicado
Sahne- butter
5:Holländ. Butter
6:Weih- nachts- butter
7:Homa 8:Flora 9:SB 10:Sanella 11:Botte- ram
1:Becel 0,5 0,5 0,7 0,4 0,4 0,3 0,8 0,5 0,6 0,42:Du darfst 0,5 0,4 0,2 0,5 0,3 0,8 0,3 0,6 0,3 0,53:Rama 0,5 0,4 0,6 0,3 0,3 0,6 0,7 0,6 0,9 0,54:Delicado Sahnebutter 0,7 0,2 0,6 0,5 0,5 0,2 0,7 0,4 0,7 0,55:Holländische Butter 0,4 0,5 0,3 0,5 0,6 0,5 0,2 0,5 0,2 0,66:Weihnachtsbutter 0,4 0,3 0,3 0,5 0,6 0,5 0,4 0,3 0,4 0,67:Homa 0,3 0,8 0,6 0,2 0,5 0,5 0,3 0,6 0,5 0,78:Flora 0,8 0,3 0,7 0,7 0,2 0,4 0,3 0,7 0,8 0,49:SB 0,5 0,6 0,6 0,4 0,5 0,3 0,6 0,7 0,5 0,510:Sanella 0,6 0,3 0,9 0,7 0,2 0,4 0,5 0,8 0,5 0,411:Botteram 0,4 0,5 0,5 0,5 0,6 0,6 0,7 0,4 0,5 0,4Dies ist eine Ähnlichkeitsmatrix
Prof. Dr. Rößler Seite 34
Marktforschung Clusteranalyse
Start Berechnung der Ausgangsdistanzmatrix Suche nach den beiden Objekten/Clustern mit der geringsten Distanz Zusammenfassung der ähnlichsten Objekte/Cluster zu einer Gruppe Berechnung neuer Abstände und Veränderung der Distanzmatrix Alle Untersuchungsobjekte Ende nein in einer Gruppe ja
Prof. Dr. Rößler Seite 35
Marktforschung Clusteranalyse
Kaloriengehalt Preis Vitamingehalt
Rama 1 2 1Homa 2 3 3Flora 3 2 1SB 5 4 7Weihnachtsbutter 6 7 6
Prof. Dr. Rößler Seite 36
Marktforschung Clusteranalyse
Verarbeitete Fälle(a)
FälleGültig Fehlend Gesamt
N Prozent N Prozent N Prozent5 83,3 1 16,7 6 100
(a) Linkage zwischen den Gruppen
NäherungsmatrixCity-Block-Distanzmaß
Fall 1:Rama 2:Homa 3:Flora 4:SB 5:Weih- nach
1:Rama 4 2 12 152:Homa 4 4 8 113:Flora 2 4 10 134:SB 12 8 10 55:Weihnach 15 11 13 5Dies ist eine Unähnlichkeitsmatrix
Zuordnungsübersicht für Linkage zwischen den GruppenZusammen-
geführte Cluster Koeffizienten
Erstes Vorkommen des
Näch- ster
SchrittSchritt Cluster 1
Cluster 2
Cluster 1
Cluster 2
1 1 3 2 0 0 22 1 2 4 1 0 43 4 5 5 0 0 44 1 4 11,5 2 3 0
Vertikales EiszapfendiagrammFall
Anzahl der Cluster
5:Weih- nach
4:SB 2:Homa 3:Flora 1:Rama
1 X X X X X X X X X2 X X X X X X X X3 X X X X X X X4 X X X X X X
Dendrogramm* * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * *
Dendrogram using Average Linkage (Between Groups)
Rescaled Distance Cluster Combine
C A S E 0 5 10 15 20 25
Label Num +---------+---------+---------+---------+---------+
Rama 1 -+---------+
Flora 3 -+ +-------------------------------------+
Homa 2 -----------+ I
SB 4 ---------------+---------------------------------+
Weihnach 5 ---------------+
Prof. Dr. Rößler Seite 37
Marktforschung Clusteranalyse
Verarbeitete Fälle(a)
FälleGültig Fehlend Gesamt
N Prozent N Prozent N Prozent5 83,3 1 16,7 6 100
(a) Einfach-Linkage
NäherungsmatrixQuadriertes euklidisches Distanzmaß
Fall 1:Rama 2:Homa 3:Flora 4:SB 5:Weih- nach
1:Rama 6 4 56 752:Homa 6 6 26 413:Flora 4 6 44 594:SB 56 26 44 115:Weihnach 75 41 59 11Dies ist eine Unähnlichkeitsmatrix
Zuordnungsübersicht für Einfach-LinkageZusammenge- führte Cluster Koeffizi
enten
Erstes Vorkommen des
Näch- ster
SchrittSchritt Cluster 1
Cluster 2
Cluster 1
Cluster 2
1 1 3 4 0 0 22 1 2 6 1 0 43 4 5 11 0 0 44 1 4 26 2 3 0
Vertikales EiszapfendiagrammFall
Anzahl der Cluster
5:Weih- nach
4:SB 2:Homa 3:Flora 1:Rama
1 X X X X X X X X X2 X X X X X X X X3 X X X X X X X4 X X X X X X
Dendrogramm* * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * *
Dendrogram using Single Linkage
Rescaled Distance Cluster Combine
C A S E 0 5 10 15 20 25
Label Num +---------+---------+---------+---------+---------+
Rama 1 -+---+
Flora 3 -+ +-------------------------------------------+
Homa 2 -----+ I
SB 4 ---------------+---------------------------------+
Weihnach 5 ---------------+
Prof. Dr. Rößler Seite 38
Marktforschung Clusteranalyse
NäherungsmatrixKorrelation zwischen Wertevektoren
Fall 1:Rama 2:Homa 3:Flora 4:SB 5:Weihnach1:Rama 0,5 0 -0,756 12:Homa 0,5 -0,866 0,189 0,53:Flora 0 -0,866 -0,655 04:SB -0,756 0,189 -0,655 -0,7565:Weihnach 1 0,5 0 -0,756Dies ist eine Ähnlichkeitsmatrix
Prof. Dr. Rößler Seite 39
Marktforschung Clusteranalyse
Verarbeitete Fälle(a)
FälleGültig Fehlend Gesamt
N Prozent N Prozent N Prozent5 83,3 1 16,7 6 100
(a) Gesamt-Linkage
NäherungsmatrixQuadriertes euklidisches Distanzmaß
Fall 1:Rama 2:Homa 3:Flora 4:SB 5:Weih- nach
1:Rama 6 4 56 752:Homa 6 6 26 413:Flora 4 6 44 594:SB 56 26 44 115:Weihnach 75 41 59 11Dies ist eine Unähnlichkeitsmatrix
Zuordnungsübersicht für Gesamt-LinkageZusammen-
geführte Cluster Koeffizienten
Erstes Vorkommen des
Näch- ster
SchrittSchritt Cluster 1
Cluster 2
Cluster 1
Cluster 2
1 1 3 4 0 0 22 1 2 6 1 0 43 4 5 11 0 0 44 1 4 75 2 3 0
Vertikales EiszapfendiagrammFall
Anzahl der Cluster
5:Weih- nach
4:SB 2:Homa 3:Flora 1:Rama
1 X X X X X X X X X2 X X X X X X X X3 X X X X X X X4 X X X X X X
Dendrogramm* * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * *
Dendrogram using Complete Linkage
Rescaled Distance Cluster Combine
C A S E 0 5 10 15 20 25
Label Num +---------+---------+---------+---------+---------+
Rama 1 -+
Flora 3 -+-----------------------------------------------+
Homa 2 -+ I
SB 4 -----+-------------------------------------------+
Weihnach 5 -----+
Prof. Dr. Rößler Seite 40
Marktforschung Clusteranalyse
Verarbeitete Fälle(a)
FälleGültig Fehlend Gesamt
N Prozent N Prozent N Prozent5 83,3 1 16,7 6 100
(a) Ward-Linkage
NäherungsmatrixQuadriertes euklidisches Distanzmaß
Fall 1:Rama 2:Homa 3:Flora 4:SB 5:Weih- nach
1:Rama 6 4 56 752:Homa 6 6 26 413:Flora 4 6 44 594:SB 56 26 44 115:Weihnach 75 41 59 11Dies ist eine Unähnlichkeitsmatrix
Zuordnungsübersicht für Ward-LinkageZusammenge- führte Cluster Koeffizi
enten
Erstes Vorkommen des
Näch- ster
SchrittSchritt Cluster 1
Cluster 2
Cluster 1
Cluster 2
1 1 3 2 0 0 22 1 2 5,333 1 0 43 4 5 10,833 0 0 44 1 4 65,6 2 3 0
Vertikales EiszapfendiagrammFall
Anzahl der Cluster
5:Weih- nach 4:SB 2:Homa 3:Flora 1:Rama
1 X X X X X X X X X2 X X X X X X X X3 X X X X X X X4 X X X X X X
Dendrogramm * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * *
Dendrogram using Ward Method
Rescaled Distance Cluster Combine
C A S E 0 5 10 15 20 25
Label Num +---------+---------+---------+---------+---------+
Rama 1 -+
Flora 3 -+-----------------------------------------------+
Homa 2 -+ I
SB 4 ---+---------------------------------------------+
Weihnach 5 ---+
Prof. Dr. Rößler Seite 41