Sie sind auf Seite 1von 14

Florian Herzog

Conjoint-Analyse

PS Qualittsmanagement WS 05/06

Referat

Conjoint-Analyse im Qualittsmanagement

Ausarbeitung: Florian Herzog 0313387

Florian Herzog

Conjoint-Analyse

Inhaltsverzeichnis
1 Einfhrung.................................................................................................3
1.1 Grundidee der Conjoint-Analyse...........................................................3 1.2 Entwicklung der Conjoint-Analyse........................................................3

2 Durchfhrung der Conjoint-Analyse................................................4


2.1 Die Festlegung der Eigenschaften und ihrer Ausprgungen................4 2.2 Die Festlegung des Erhebungsdesigns..................................................5 2.3 Die Bewertung der Stimuli....................................................................6 2.4 Die Schtzung der Nutzenwerte............................................................6 2.5 Die Interpretation der Ergebnisse..........................................................7

3 Schlussfolgerung...............................................................8

Florian Herzog

Conjoint-Analyse

1 Einfhrung
1.1 Grundidee der Conjoint-Analyse
Zuerst einmal bezeichnet der bergeordnete Begriff "Conjoint-Analyse" eine Anzahl von statistischen Verfahren, durch die zum Beispiel Produkte, Dienstleistungen aber auch Angebote politischer Parteien bewertet werden knnen. Hauptschlich wird dieses Verfahren zur Analyse von Prferenzen und Einstellungen sowie zur Prognose von Kaufabsichten eingesetzt. Das heisst es geht hier um die Frage, welche Bedeutung verschiedene Produkteigenschaften fr die Konsumenten besitzen. Das Ziel dieser Conjoint-Analyse ist die Herstellung eines optimal auf die Bedrfnisse der Kunden ausgerichteten Produktes. Natrlich muss dabei die Zahlungsbereitschaft der Kunden hher sein als die neu entstehenden Kosten fr den Hersteller. Die Erkennung von Wnschen und Vorstellungen, die Konsumenten gegenber den zu untersuchenden Produkten hegen, sowie die Prognose ihres Marktverhaltens macht ein fundiertes methodisches Vorgehen unerlsslich. Nur so lassen sich Produkte oder Dienstleistungen gezielt marktgerecht gestalten und positionieren. Die Conjoint-Analyse ist dafr besonders gut geeignet, da die kaufrelevanten Effekte mehrerer Produkteigenschaften gemeinsam erfasst werden knnen. Ein weiterer Grund dafr ist die groe hnlichkeit der Urteilsaufgabe mit realen Entscheidungssituationen. Die Befragten fhlen sich dadurch in echte Entscheidungssituationen versetzt und geben so realistische Antworten zu ihren Prferenzen und Motiven. Die Befragten, auch Probanden genannt, mssen gleichartige Produkte mit jedoch unterschiedlichen Produkteigenschaften in eine Reihenfolge bringen, die ihre persnlichen Vorlieben wiederspiegelt.

1.2 Entwicklung der Conjoint-Analyse


Bevor die Conjoint-Analyse entwickelt wurde, wurden die Probanden unmittelbar nach dem Wert bzw. Nutzen einzelner Eigenschaften gefragt, um so den Wert dieser Eigenschaften und deren Ausprgungen zu ermitteln. Da sich ein Produkt, so war damals der Grundgedanke, aus verschiedenen Eigenschaften in verschiedenen Ausprgungen zusammensetzt, konnte durch addieren der erhobenen Werte der einzelnen Ausprgungen der Wert des gesamten Produktes bestimmt werden. Dies nennt man kompositionelles Verfahren. Das Problem bei diesem Verfahren ist das die Befragten alle Eigenschaften als sehr wichtig einstufen und man so die tatschliche Gewichtung nicht erkennen kann. Um dieses Problem zu beseitigen wurde die Conjoint-Analyse eingefhrt. Sie fand Anfangs Anwendung in der Psychologie und wurde erst Anfang der 70er in das Marketing eingefhrt. Der wesentliche Unterschied zum kompositionellen Verfahren besteht darin, dass nicht mehr die einzelnen Eigenschaften und ihre Ausprgungen bewertet werden, sondern das gesamte Produkt als Bndel von Eigenschaften und deren Ausprgungen zur Bewertung herangezogen wird. Aus diesen Bewertungen wird dann erst die Bedeutung der einzelnen Eigenschaften abgeleitet. Dies nennt man dekompositionelles Verfahren.

Florian Herzog

Conjoint-Analyse

Abb. 1: Unterscheidung von dekompositioneller und kompositioneller Vorgehensweise

2 Durchfhrung der Conjoint-Analyse


Die Durchfhrung der Conjoint-Analyse lt sich in fnf Schritte gliedern. Dies sind folgende: 1. 2. 3. 4. 5. Die Festlegung der Eigenschaften und ihrer Ausprgungen Die Festlegung des Erhebungsdesigns Die Bewertung der Stimuli Die Schtzung der Nutzenwerte Die Interpretation der Ergebnisse

Auf die einzelnen Schritte werde ich wie folgt nher eingehen:

2.1 Die Festlegung der Eigenschaften und ihrer Ausprgungen


Es ist die Entscheidung zu treffen welche Eigenschaften und Ausprgungen berhaupt in die Conjoint-Analyse aufgenommen werden sollten! Die ausgewhlten Eigenschaften mssen in erster Linie relevant fr die Kunden und den Hersteller sein! Das heisst sie sollten einen kaufentscheidenden Einflu auf die Kunden ausben knnen, und sie sollten durch den Unternehmer bzw. den Hersteller beeinflubar und realisierbar sein. Die Voraussetzung das die Eigenschaften beeinflussbar sein sollten legt die berlegung nahe, fr die Conjoint-Analyse eher objektive Produkteigenschaften als subjektiv wahrgenommene Eigenschaften zu bercksichtigen. Es muss weiters darauf geachtet werden, dass keine K.O.-Kriterien vorliegen. Das sind Ausprgungen von Eigenschaften, die fr Probanden gnzlich inakzeptabel sind und auch nicht durch vorteilhafte Ausprgungen anderer Eigenschaften kompensiert werden 4

Florian Herzog

Conjoint-Analyse

knnen. Bei der Conjoint-Analyse wird ausserdem angenommen, dass die Eigenschaften in einer kompensatorischen Beziehung zueinander stehen und voneinander unabhngig sind. Auch die Anzahl und eine genauere Definition der aufgenommenen Merkmale muss festgelegt werden. Die Auswahl muss die entscheidungsrelevanten Merkmale gut abdecken ohne sie zu berladen. Die Festlegung der mglichen Eigenschaften kann in einer einfachen Befragung eines ausgewhlten Personenkreises, einer sogenannten Vorstudie erfolgen. Sie knnen auch intern in einem sogenannten Produktteam festgelegt werden.

2.2 Die Festlegung des Erhebungsdesigns


Die Conjoint-Analyse wird nicht nur fr das Bewerten von materiellen und realen Produkten, sondern auch zur Bewertung von immateriellen Produkten sowie Dienstleistungen bzw. hypothetischen Produkten eingesetzt. Deshalb werden die Bndel von Eigenschaften, die in der Conjoint-Studie betrachtet werden, nicht als Produkte, sondern einfach neutral als Stimuli bezeichnet. Das Erhebungsdesign besteht aus der Definition und der Festlegung der Anzahl der Stimuli. Ein Stimulus ist eine bestimmte Kombination gleicher Eigenschaften mit unterschiedlicher Ausprgung. Es ist zu beachten, dass ein positiver Zusammenhang zwischen der Menge der Eigenschaftsausprgungen und dem Gewicht der Eigenschaft bei der noch bevorstehenden Schtzung besteht. Dies wird als sogenannter Level-Effekt bezeichnet, und tritt vor allem deswegen auf, weil den Probanden eine Eigenschaft wichtiger erscheint, wenn sie durch mehrere Ausprgungen beschrieben wird. Erstens ist zu unterscheiden, ob ein Stimulus aus allen Eigenschaften bestehen soll, die sogenannte Full-Profile-Methode, oder ob nur zwei Eigenschaften zur Beschreibung eines Stimulus herangezogen werden sollen, Tradeoff-Methode genannt. Die Full-Profile-Methode verlangt mehr von den Probanden, ist aber realittsnher als die Trade-off-Methode. Es kann allerdings zu einem sogenannten Positionseffekt kommen. Das heisst das die Reihenfolge oder Position der angefhrten Eigenschaften flschlicherweise Einfluss auf die Probanden und deren Beurteilung der Wichtigkeit der Eigenschaften nehmen kann. Trotzdem hat sich diese Art der Stimuliprsentation durchgesetzt. Weiters ist dann die Anzahl der zu bewerteten Stimuli festzulegen. Ein vollstndiges Design besteht aus allen mglichen Kombinationen der Eigenschaftsausprgungen. Bei dem vollstndigen Erhebungsdesign des Full-Profile-Ansatzes (Profilmethode) ergeben sich bei 5 Eigenschaften mit jeweils 3 Ausprgungen bereits 243 (=35) Kombinationsmglichkeiten, die jeweils ein Produktkonzept beschreiben. Da es sonst unter anderem zu Ermdungserscheinungen der Probanden kommt, sollten nicht mehr als 30 Stimuli in einer Conjoint Studie betrachtet werden, da sonst die Qualitt der Ergebnisse darunter leidet. Normalerweise werden ca. 16 Stimuli untersucht. Durch Sogenannte fraktionierte Designs wird das vollstndige Design mglichst gut reprsentiert, obwohl nur eine Teilmenge der mglichen Stimuli bercksichtigt wird. Man bekommt allerdings nur Informationen ber die
Haupteffekte, nicht ber die Interaktionseffekte. Dabei gehen leider viele Informationen verloren. Interaktionseffekte entstehen, wenn zwei Eigenschaften gemeinsam eine Wirkung auf die

Prferenz bezglich eines Stimulus haben.


Trotzdem kommt meist das fraktionierte Design zur Anwendung. Dies ist aufgrund der hohen

Florian Herzog
Zahlen an Eigenschaften und deren Ausprgungen notwendig.

Conjoint-Analyse

2.3 Die Bewertung der Stimuli


Nachdem die Stimuli und deren Anzahl festgelegt wurden, sind nun die Probanden an der Reihe eine Bewertung der Stimuli vorzunehmen. Dabei knnen die in der Abbildung dargestellten Bewertungsmethoden verwendet werden. Als wichtigstes Unterscheidungsmerkmal dient das Skalenniveau der erhaltenen Ordnung.

Abbildung1: Alternative Bewertungsmethoden fr die Stimuli in einer Conjoint-Analyse Wie in der Grafik ersichtlich gibt es metrische und nicht-metrische Anstze. Der paarweise Vergleich und das Bilden einer Rangreihe stellen nicht-metrische Anstze dar. Sie sind ein Ergebnis der ordinalskalierten Ordnung der Stimuli und weisen deshalb nur einen geringen Informationsgehalt auf. Die metrischen Anstze lassen eine intervallskalierte Ordnung der Stimuli zu. Durch die separate Bewertung aller Stimuli auf einer Rating-Skala, dem Anwenden einer DollarMetrik, in der entweder ein "Dollar-Betrag" fr den geldwerten Unterschied zwischen Stimuli oder ein "Dollar-Betrag" fr den Wert des Stimulus angegeben werden soll, oder einer Konstant-Summen-Skala, bei der z.B. 100 Punkte auf alle Stimuli verteilt werden sollen, wird ein metrischer Ansatz verwirklicht. Im Falle der Dollar- Metrik bewirkt es sogar eine ratioskalierte Ordnung der Stimuli. Ratingskalen oder Rangreihen werden in Conjoint-Analysen ziemlich gleich oft eingesetzt.

2.4 Schtzung der Teilnutzwerte


Nachdem der Proband die Stimuli seinen Nutzen entsprechend bewertet hat, mssen im Falle einer Rangreihung die Rnge so verteilt werden, dass das am meisten bevorzugte Produkt die hchste Bewertung zugewiesen bekommt. Bevor die Nutzenfunktionen der Probanden geschtzt werden knnen, muss noch der funktionale Zusammenhang zwischen Nutzen und Eigenschaften eines Produktes 6

Florian Herzog ermittelt werden.

Conjoint-Analyse

Abb. 2: Alternative Nutzenstrukturmodelle Idealpunktmodell: Dieses geht von der Existenz einer nutzenmaximierenden Eigenschaftsausprgung aus. Nimmt eine Eigenschaft eine Ausprgung an, die ber der optimalen Ausprgung liegt, so kommt es zu einer Reduzierung des Nutzens. z.B.: Zuckergehalt eines Joghurts, soll weder zu suerlich, noch zu s sein Vektormodell: Dieses hingegen basiert auf der Annahme eines linearen Zusammenhangs zwischen dem Nutzen eines Produkts und den Werten der Eigenschaftsausprgungen. Es existiert keine nutzenmaximierende Ausprgung der Eigenschaft. Es wird angenommen, dass ein Mehr der Eigenschaft im Falle eines positiven Zusammenhangs (bzw. ein Weniger im Falle eines negativen Zusammenhangs) bevorzugt wird. Ein sehr gutes Beispiel fr die Anwendung dieser Art der Nutzenstruktur stellt der Preis dar. Dieser wird logischerweise in einem negativen Zusammenhang gesehen. Teilnutzenwert-Modell: Das Teilnutzenwertmodell ermittelt fr jede Eigenschaftsausprgung einen sogenannten Teilnutzenwert. Das Teilwertnutzenmodell ist das einzige Modell, welches keinen funktionalen Zusammenhang zwischen Nutzenwert und dem Level der Merkmalsausprgung postuliert. Es ist das flexibelste unter den drei Modellen. Es wird
keine Annahme ber die Skalierung der Merkmale getroffen. Ein Nachteil dieses Modells ist, dass mehr Informationen zur Schtzung der Koeffizienten bentigt werden.

2.5 Interpretation der Ergebnisse


Die Conjoint-Analyse bietet eine ganze Reihe von Auswertungsmglichkeiten. Das Besondere an der Conjoint-Analyse ist, dass fr jeden Befragten ein individuelles Modell geschtzt wird. Das primre Analyseziel besteht darin, fr jeden Einzelnen die Vorlieben in die mit den einzelnen Levels verbundenen Teilnutzenwerte zu zerlegen. Die Teilnutzenwerte liefern wichtige Informationen. So kann z.B fr jeden Befragten die nutzenmaximierende Kombination von Merkmalsausprgungen ermittelt werden. Auch die sogenannten relativen Bedeutsamkeiten der einzelnen Faktoren fr die nderung von Prferenzordnungen sind wichtig. Das Konzept der relativen Bedeutsamkeit 7

Florian Herzog

Conjoint-Analyse

ist leicht zu verstehen: Wenn alle Levels eines Faktors hnliche Teilnutzenwerte haben, so hat eine Vernderung dieser Eigenschaft nur eine geringe oder gar keine Vernderung der Prferenzordnung zur Folge. Der Gesamtnutzen bleibt also gleich. Weichen die Teilnutzenwerte eines Faktors aber stark voneinander ab, dann kann sich eine Vernderung dieser Eigenschaft als Steigerung oder Verringerung des Gesamtnutzens des Objekts auswirken, und damit die Prferenzordnung des Probanden stark verndern. Ein quantitatives Ma fr die relative Bedeutsamkeit erhlt man indem man die Spannweite der Teilnutzenwerte der Ausprgungen der entsprechenden Eigenschaft durch die Summe dieser Spannweiten ber alle Faktoren dividiert. Dieses Wichitgkeitsma addiert sich fr jeden Befragten ber die betrachteten Eigenschaften hinweg zu 100%. Wenn die Nutzenstruktur der Befragten vermutlich sehr homogen ist, dann kann man eine sogenannte gemeinsame Conjoint-Analyse durchfhren. Bei dieser wird versucht die Nutzenstrukturen der Versuchspersonen mittels einer Durchschnittsbildung zu aggregieren. Dabei entsteht jedoch die Gefahr eines groen Informationsverlustes, der zunimmt je weiter die Nutzenstrukturen voneinander abweichen. Deshalb ist es besser die Probanden durch eine Clusteranalyse zu homogenen Gruppen zusammenzufassen. Damit wird ein zu hoher Informationsverlust vermieden, da die Probanden der einzelnen Gruppen eine hnliche Nutzenstruktur aufweisen. Die Kenntnis der individuellen Nutzenstrukturen erlaubt es uns Marktsimulationen durchzufhren.Dazu ist der Forscher angehalten ein Marktszenario festzulegen. Dieses muss definieren welche Produkte, Dienstleistungen oder Programme auf dem Markt konkurrieren, und es wird weiters auf der Nutzenstruktur basierend berechnet fr welches Produkt sich der Proband entscheiden wrde. Den Personen wird dabei unterstellt sich fr das Objekt mit dem hchsten persnlichen Nutzen zu entscheiden (maximum utility choice-rule). Oder es wird jedem Objekt auf individueller Ebene eine Wahlwahrscheinlichkeit zugeteilt, die dem Verhltnis des Nutzens des entsprechenden Objekts zum Nutzen aller zur Auswahl stehenden Objekte entspricht (purchase probability rule). In beiden Fllen werden die Individuellen Kaufentscheidungen aggregiert (zusammengefasst) und so die Produktanteile bei dem gegebenen Wettbewerbsszenario ermittelt.

3 Schlussfolgerung
Seit der Einfhrung in den 70er Jahren und vor allem in den letzten Jahren ist die Conjoint-Analyse eine beliebte Methode in der Marktforschung geworden. Als ein Instrument in der Marketingforschung dient die Conjoint-Analyse der Entwicklung optimaler, an den Bedrfnissen der Kunden ausgerichteter Produkte. Die Conjoint-Analyse zeigt hierbei auf, welche Kombinationen von Eigenschaften ein Produkt haben muss, um den grten Kundennutzen zu erzielen und damit die grte Kaufmotivation auszulsen. Es ist daher, wegen der hohen Forschungs- und Entwicklungskosten die fr neue Produkte anfallen, sehr wichtig zu wissen wie ein Produkt beschaffen sein muss um Erfolg zu haben.

Florian Herzog

Conjoint-Analyse

Quellenverzeichnis:
http://www.ecommerce.wiwi.uni-frankfurt.de/skiera/publications/conjoint_01.pdf www.psychonomics.de/filemanager/download/822/Steckbrief_Conjoint.pdf http://www.politik.uni-mainz.de/kai.arzheimer/conjoint/Conjoint.html

http://rpkalf4.mach.uni-karlsruhe.de/~paral/MAP/nconjoint_analyse_b.html

ANHANG:
http://www.politik.uni-mainz.de/kai.arzheimer/conjoint/Conjoint.html Die Conjoint-Analyse bietet dem Forscher eine ganze Reihe von Auswertungsmglichkeiten. Eine Besonderheit gegenber allen anderen statistischen Verfahren besteht dabei darin, da fr jeden Befragten ein individuelles Modell geschtzt wird. Das primre Analyseziel besteht darin, fr jeden einzelnen Respondenten dessen Prferenzurteile in die mit den einzelnen Levels verbundenen Teilnutzenwerte zu zerlegen. Bereits die Teilnutzenwerte liefern wichtige Informationen. Beispielsweise kann fr jeden Befragten die Kombination von Merkmalsausprgungen ermittelt werden, die seinen persnlichen Nutzen maximiert. Nimmt man in das Erhebungsdesign weitere Stimuli auf, die nicht fr die Modellschtzung bentigt werden (sog. Holdouts), so besteht die Mglichkeit, die prognostische Gte der individuell geschtzten Modelle zu testen, indem die 9

Florian Herzog

Conjoint-Analyse

empirische Bewertung dieser Stimuli mit den Werten verglichen werden, die sich durch "Einsetzen" in die Schtzgleichung ergeben. Neben den Teilnutzenwerten sind die sogenannten "relativen Bedeutsamkeiten" der einzelnen Faktoren fr die nderung von Prferenzordnungen von Interesse. Das Konzept der relativen Bedeutsamkeit ist leicht zu verstehen: Weisen alle Levels eines Faktors vergleichbare Teilnutzenwerte auf, so hat eine Variation dieser Eigenschaft bei einem der Beurteilungsobjekte nur eine geringe oder gar keine Vernderung der Prferenzordnung zur Folge. Weichen die Teilnutzenwerte der verschiedenen Levels eines Faktors dagegen stark voneinander ab, dann fhren Variationen dieser Eigenschaft dazu, da sich der Gesamtnutzen des Objekts und damit die Prferenzordnung des Befragten stark verndern. Ein quantitatives Ma fr die relative Bedeutsamkeit eines Faktors erhlt man, indem man die Spannweite der Teilnutzenwerte der Levels des betreffenden Faktors durch die Summe dieser Spannweiten ber alle Faktoren dividiert. Dieses Wichtigkeitsma addiert sich fr jeden Respondenten ber die betrachteten Faktoren hinweg zu 100%. Wie oben erwhnt, liegt eine Besonderheit der Conjoint-Analyse darin, da fr jeden Befragten ein separates Modell seiner Nutzenstruktur geschtzt wird. Falls es gute Grnde fr die Annahme gibt, da die Nutzenstrukturen der Befragten weitgehend homogen sind, besteht jedoch auch die Mglichkeit, entweder eine sogenannte gemeinsame Conjoint-Analyse durchzufhren, bei denen die Antworten der Respondenten als Mewiederholungen aufgefat werden, oder aber die Nutzenstrukturen der Versuchspersonen mittels einer Durchschnittsbildung zu aggregieren. Der mit diesen Verfahren verbundene Informationsverlust ist umso grer, je strker sich die individuellen Nutzenstrukturen voneinander unterscheiden. Deshalb ist es in der Regel sinnvoller, die Befragten durch eine Clusteranalyse ihrer Teilnutzenwerte zu homogenen Gruppen zusammenzufassen. Auf diese Weise lassen sich Segmente von Personen bilden, die eine hnliche Nutzenstruktur aufweisen. Schlielich bietet die Kenntnis der individuellen Nutzenstrukturen die Mglichkeit, Marktsimulationen durchzufhren. Fr solche Simulationen mu der Forscher zunchst ein Marktszenario entwerfen, d.h. festlegen, welche Produkte, Dienstleistungen oder Programme miteinander konkurrieren (sog. choice set). Anschlieend wird auf der Grundlage der individuellen Nutzenstrukturen fr jeden Befragten errechnet, fr welches der zur Auswahl stehenden Objekte er sich unter diesen Restriktionen entscheiden wrde. Dabei wird entweder unterstellt, da er sich fr das Objekt mit dem hchsten Gesamtnutzen entscheidet (maximum utility choice-rule), oder aber es wird jedem Objekt auf individueller Ebene eine Wahlwahrscheinlichkeit zugeordnet, die dem Verhltnis des Nutzens des entsprechenden Objekts zum Nutzen aller zur Auswahl stehenden Objekte entspricht (purchase probability rule). In beiden Fllen werden die auf individueller Ebene simulierten Kaufentscheidungen aggregiert und so die Produkt- bzw. Stimmenanteile bei einem gegebenen Wettbewerbsszenario ermittelt.

http://www.ecommerce.wiwi.uni-frankfurt.de/skiera/publications/conjoint_01.pdf

1. Grundidee und Ablaufschritte der Conjoint-Analyse


Der Conjoint-Analyse liegt das Ziel zugrunde, die Bedeutung verschiedener Produkteigenschaften und deren Ausprgungen fr den Nutzen eines Konsumenten zu ermitteln. Eine ganz wesentliche berlegung dabei ist, dass zur Erhhung des Gewinns des Unternehmens den Konsumenten nur Ausprgungen einzelner Eigenschaften angeboten werden sollten, fr die die Zahlungsbereitschaft der Konsumenten hher ist als die fr das Unternehmen entstehenden Kosten. Um den Wert einzelner Eigenschaften und deren Ausprgungen zu ermitteln, wurden vor der Entwicklung der 10

Florian Herzog

Conjoint-Analyse

Conjoint-Analyse (und teilweise auch heute noch) Probanden (also Konsumenten, die an einer Befragung teilnehmen und die Grundgesamtheit hinreichend gut reprsentieren) unmittelbar danach gefragt, welchen Wert bestimmte Eigenschaften und deren Ausprgungen fr sie haben. Da sich, so die Grundberlegung, ein Produkt aus Eigenschaften in verschiedenen Ausprgungen zusammensetzt, konnte kompositionell (kompositionelles Verfahren) durch das Addieren der den jeweiligen Ausprgungen zugewiesenen Werten der Gesamtwert eines Produkts ermittelt werden (vgl. Abb. 1). Abb. 1: Unterscheidung von dekompositioneller und kompositioneller Vorgehensweise Problematisch bei diesem Vorgehen ist jedoch, dass zum einen Probanden tendenziell alle Eigenschaften als sehr wichtig einstufen und zum anderen durch das unmittelbare Bewerten einzelner Eigenschaften deren Bedeutung mitunter als zu hoch eingestuft wird. Aus diesem Grund entwickelte sich die Conjoint-Analyse, die zunchst in der Psychologie (vgl. Luce/Tukey, 1964) Anwendung fand und dann Anfang der 70er Jahre in das Marketing eingefhrt wurde (vgl. Green/Rao, 1971). Die wesentliche berlegung ist dabei, dass im Gegensatz zur direkten Ermittlung der Bedeutung von Produkteigenschaften und deren Ausprgungen, nun vielmehr das gesamte Produkt, verstanden als Bndel von Eigenschaften und deren Ausprgungen, bewertet wird. Aus diesen Bewertungen wird dann die Bedeutung einzelner Eigenschaften und Ausprgungen abgeleitet. Da die Produktbewertung letztlich auf die einzelnen Eigenschaften und deren Ausprgung "dekomponiert" wird, wird die Conjoint-Analyse auch als dekompositionelles Verfahren bezeichnet (vgl. Abb. 1). Die Conjoint-Analyse luft dabei in der in Abb. 2 dargestellten Weise ab, wobei die Interpretation der Ergebnisse der geschtzten Nutzenfunktionen Gegenstand des zweiten Teils dieses Beitrags ist (WiSt Nr.

2. Erhebung der Daten


2.1. Auswahl der Eigenschaften und deren Ausprgungen
Zunchst obliegt es dem Untersuchenden fr das betrachtete Produkt die Eigenschaften und deren Ausprgungen festzulegen. Hierbei ist zu beachten, dass die Eigenschaften fr die Konsumenten relevant sind und dass keine K.O.-Kriterien vorliegen, also Ausprgungen von Eigenschaften, die fr Probanden gnzlich inakzeptabel sind und auch nicht durch vorteilhafte Ausprgungen anderer Eigenschaften kompensiert werden knnen. Zudem ist von Seiten des Unternehmens zu bercksichtigen, dass diebetrachteten Eigenschaften und deren Ausprgungen auch vom Unternehmen beeinflussbar und realisierbar sind. Der Conjoint-Analyse liegt auerdem die Annahme zugrunde, dass die Eigenschaften in einer kompensatorischen Beziehung zueinander stehen und unabhngig voneinander sind (vgl. Backhaus et al., 2000, S. 569 f.). Um die Ausfhrungen dieses Beitrags zu verdeutlichen, wird an dieser Stelle ein Beispiel eingefhrt. Das Unternehmen COMEX mchte einen neuen CD-Brenner am Markt einfhren. Dem Unternehmen ist zwar Bewertung der Stimuli durch die Probanden Interpretation der Ergebnisse durch den Untersuchenden Festlegung des Erhebungsdesigns durch den Untersuchenden Schtzung der Nutzenfunktionen durch den Untersuchenden Auswahl der Eigenschaften und deren Auspr gungen durch den Untersuchenden bekannt, dass der Preis, die Marke, das Vorhandensein eines Datenpuffers sowie das Schreibtempo dierelevanten Eigenschaften fr die Konsumenten sind, jedoch ist keine Information darber vorhanden,welche dieser Eigenschaften fr die Konsumenten von besonderer Bedeutung ist und wie viel sie fr diejeweiligen Ausprgungen zu zahlen bereit sind. Vom Management des Unternehmens COMEX wurdebereits entschieden, dass der CDBrenner fr das gehobene Preissegment entwickelt werden soll, wobeisich noch die Frage der Positionierung stellt (Markenartikel oder No-Name Produkt). Auch stehen hinsichtlich der technischen Eigenschaften Datenpuffer und Schreibtempo aufgrund der Marktgegebenheitenmehrere Mglichkeiten zur Wahl. So werden von COMEX die folgenden 11

Florian Herzog

Conjoint-Analyse

Eigenschaften und Ausprgungenfr die Conjoint-Analyse festgelegt (vgl. Tab. 1). Eigenschaft Ausprgung

2.2. Festlegung des Erhebungsdesigns


Da die Conjoint-Analyse nicht nur fr das Bewerten von realen Produkten, sondern auch zur Bewertung von Dienstleistungen bzw. hypothetischen Produkten eingesetzt wird, werden die Bndel von Eigenschaften, die in der Conjoint-Studie betrachtet werden, nicht, wie bislang geschehen, als Produkte, sondern einfach neutral als Stimuli bezeichnet. Die Festlegung des Erhebungsdesigns besteht nun aus der Definition und der Bestimmung der Anzahl solcher Stimuli. Ein Stimulus beschreibt eine bestimmte Kombination der einzelnen Eigenschaftssausprgungen. Hierbei ist zu beachten, dass eine positive Korrelation zwischen der Anzahl der Eigenschaftsausprgungen und dem Gewicht der Eigenschaft bei der anschlieenden Schtzung besteht. Dieser sogenannte Level-Effekt bedingt sich unter anderem dadurch, dass die Probanden einer Eigenschaft eine grere Bedeutung beimessen, wenn sie durch zahlreiche Ausprgungen beschrieben wird (vgl. Wittink et al., 1989). Zu unterscheiden ist auch, ob ein Stimulus sich aus allen Eigenschaften zusammensetzt (FullProfile- Methode) oder ob nur zwei Eigenschaften zur Beschreibung eines Stimulus herangezogen werden (Tradeoff-Methode). Die Full-Profile-Methode stellt hhere Ansprche an die Probanden, jedoch ist dieses Design realittsnher als die Trade-off-Methode. Bei der Full-Profile-Methode kann es jedoch zu einem sogenannten Positionseffekt kommen, da die Reihenfolge der Eigenschaften in einem Stimulus die relative Wichtigkeit dieser beeinflussen kann. Dennoch hat sich diese Art der Stimuliprsentation durchgesetzt (vgl. Wittink et al., 1994, S. 45). In einem zweiten Schritt ist dann die Zahl der zu bewertenden Stimuli zu bestimmen. Ein vollstndiges Design besteht aus allen mglichen Kombinationen der Eigenschaftsausprgungen. Im Beispiel wrde somit ein vollstndiges Design aus 36 (3x2x3x2) Stimuli bestehen. Es zeigte sich jedoch, dass nicht mehr als 30 Stimuli in einer Conjoint Studie betrachtet werden sollten (vgl. Green/Srinivasan, 1978, S. 109), da es sonst unter anderem zu Ermdungseffekten bei den Probanden kommt, die die Gte der Ergebnisse negativ beeinflussen. blicherweise werden ca. 16 Stimuli zur Evaluierung der Prferenzen der Konsumenten angewendet, so dass zumeist nur eine Teilmenge der mglichen Stimuli betrachtet wird. Sogenannte fraktionierte Designs (vgl. z.B. Addelman, 1962a; Addelman, 1962b) werden eingesetzt, um lediglich eine Teilmenge der mglichen Stimuli zu bercksichtigen, die aber das vollstndige Design mglichst gut reprsentieren. Zur Generierung eines fraktionierten Designs knnen verschiedene SoftwareAngebote herangezogen werden (z. B. Conjoint-Designer von Bretton-Clark). Das Anwenden von fraktionierten Designs geht jedoch mit einem Informationsverlust einher. So knnen meist lediglich die Haupteffekte, nicht jedoch die Interaktionseffekte, evaluiert werden. Interaktionseffekte bestehen, wenn bspw. zwei Eigenschaften gemeinsam eine Wirkung auf die Prferenz bezglich eines Stimulus haben. Dennoch ist es aufgrund der Zahl der Eigenschaften und deren Ausprgungen meist notwendig, fraktionierte Designs einzusetzen. Generell gilt, dass nur relativ wenige Eigenschaften und Eigenschaftsausprgungen betrachtet werden sollten, da die Zahl der zu bewertenden Stimuli mit der Zahl der bercksichtigten Eigenschaften und deren Ausprgungen steigt und somit die Anforderungen an die Probanden wachsen. Fr das Beispiel des Unternehmens COMEX ergeben sich aufgrund eines fraktionierten Designs die in Tab. 2 dargestellten neun Stimuli, die aus den 36 mglichen Stimuli ausgewhlt wurden. Diese neun Stimuli werden im Grundmodell der Conjoint-Analyse allen Probanden vorgelegt.

2.3. Bewertung der Stimuli


Nachdem von dem Untersuchenden die Stimuli sowie deren Zahl festgelegt wurden, werden nun die 12

Florian Herzog

Conjoint-Analyse

Probanden gebeten, eine Bewertung der Stimuli vorzunehmen. Dabei knnen die in Abb. 3 dargestellten Bewertungsmethoden unterschieden werden. Als Unterscheidungsmerkmal dient insbesondere das Skalenniveau der erhaltenen Ordnung. Abb. 3: Alternative Bewertungsmethoden fr die Stimuli in einer Conjoint-Analyse Das Bilden einer Rangreihe sowie der paarweise Vergleich aller Stimuli stellen nicht-metrische Anstze dar. Sie resultieren in einer ordinalskalierten Ordnung der Stimuli und weisen einen geringeren Informationsgehalt als metrische Skalen auf. Durch die separate Bewertung aller Stimuli auf einer Rating-Skala, dem Anwenden einer Dollar-Metrik, in der entweder ein "Dollar-Betrag" fr den geldwerten Unterschied zwischen Stimuli oder ein "Dollar-Betrag" fr den Wert des Stimulus angegeben werden soll, oder einer Konstant-Summen-Skala, bei der z.B. 100 Punkte auf alle Stimuli verteilt werden sollen, wird Bewertung der Stimuli in der Conjoint-Analyse Metrische Anstze Nicht-metrische Anstze Ratingskalen Rangreihe Paarvergleiche Dollarmetrik Konstant-Summen- Skala ein metrischer Ansatz verwirklicht. Dieser bewirkt eine intervallskalierte Ordnung, im Falle der Dollar-Metrik sogar eine ratioskalierte Ordnung der Stimuli. Ratingskalen oder Rangreihen zur Bewertung der Stimuli werden in ConjointAnalysen in etwa gleich oft eingesetzt (vgl. Wittink et al., 1994). In dem hier angefhrten Beispiel wird eine Bewertung der neun Stimuli mittels einer Rangreihung betrachtet (vgl. Tab. 3).

3. Schtzung der Nutzenfunktionen


Bisher war lediglich von den Prferenzen der Probanden bzw. von der Bewertung der Stimuli die Rede. Unter Prferenzen sind vergleichende Urteile zwischen Einheiten zu verstehen, die unter bestimmten Voraussetzungen, wie bspw. Vollstndigkeit und Transitivitt durch eine numerische Skala reprsentiert bzw. als Nutzen bezeichnet werden knnen (vgl. Ben-Akiva et al., 1999, S. 188). Bei der Interpretation der Bewertungen der Stimuli als Nutzen, die die Stimuli einem Probanden stiften, mssen lediglich im Falle einer Rangreihung noch die Rnge in dem Sinne umkodiert werden, dass das am hchsten prferierte Produkt nicht die wertmig niedrigste, sondern die hchste Bewertung (auch als Rating bezeichnet) zugewiesen bekommt (vgl. Tab. 4). Bevor jedoch die Nutzenfunktionen der Probanden geschtzt werden knnen, muss zunchst noch der funktionale Zusammenhang zwischen dem Nutzen eines Produkts und seinen Eigenschaften spezifiziert werden (vgl. Abb. 4). Das Idealpunktmodell geht davon aus, dass eine nutzenmaximierende Eigenschaftsausprgung existiert. Nimmt eine Eigenschaft eine Ausprgung an, die ber der optimalen Ausprgung liegt, so bewirkt dies eine Reduzierung des Nutzens. Ein Beispiel hierfr ist der Zuckergehalt eines Joghurts, der weder zu suerlich, noch zu s sein sollte. Das Vektormodell geht hingegen von einem linearen Zusammenhang zwischen dem Nutzen eines Produkts und den Werten der Eigenschaftsausprgungen aus. Eine nutzenmaximierende Ausprgung der Eigenschaft existiert nicht, sondern es wird angenommen, dass ein Mehr der Eigenschaft im Falle eines positiven Zusammenhangs (bzw. ein Weniger im Falle eines negativen Zusammenhangs) prferiert wird. Diese Art der Nutzenstruktur findet hufig fr die Bercksichtigung der Eigenschaft "Preis" Anwendung, wobei dann zumeist ein negativer Zusammenhang unterstellt wird. Abb. 4: Alternative Nutzenstrukturmodelle Das Teilnutzenwertmodell ermittelt fr jede Eigenschaftsausprgung einen sogenannten Teilnutzenwert. Mchte man in einer anschlieenden Marktsimulation Eigenschaftsausprgungen bercksichtigen fr die kein Teilnutzenwert berechnet wurde, die jedoch zwischen den betrachteten Ausprgungen liegen, so wird meist ein stckweiser, linearer Zusammenhang zwischen dem Nutzen und den nebeneinander liegenden Ausprgungen der betrachteten Eigenschaft unterstellt. Fr die Anwendung eines Teilnutzenwertmodells ist es notwendig, die hufig ordinal oder nominal skalierten Eigenschaftsausprgungen in Dummy Variablen umzukodieren. Zur Darstellung von zwei verschiedenen Ausprgungen ist eine DummyVariable ausreichend, die den Wert "1" fr die eine Ausprgung und den Wert "0" fr die andere Ausprgung aufweist. Bei drei verschiedenen Ausprgungen ist dann eine weitere Dummy-Variable zu definieren. Zur Darstellung von m Ausprgungen werden also nur (m-1) Dummy-Variablen 13

Florian Herzog

Conjoint-Analyse

bentigt. Angeraten ist es, die am wenigsten wnschenswerte Eigenschaftsausprgung als Referenzgre mit dem Wert "0" zu kodieren, da dies anschlieend die Interpretation der Ergebnisse erleichtert.

http://rpkalf4.mach.uni-karlsruhe.de/~paral/MAP/nconjoint_analyse_b.html Beschreibung Die Conjoint-Analyse (alternativer Begriff: Conjoint Measurement) gehrt zu den multivariaten Analysemethoden und folgt bei der Erfassung von Kundenprferenzen einer sogenannten dekompositionellen Vorgehensweise. Ausgehend von ganzheitlichen Produktbeurteilungen werden Detailergebnisse ermittelt ("dekomponiert"). Hierzu werden Probanden, die den Markt bzw. Kundenschichten prsentieren sollen, dazu aufgefordert, Produktgesamtheiten (z.B. Fahrrder), die aus verschiedenen Merkmalen (z.B. Rder, Ausstattung) und Merkmalsausprgungen (z.B. Reifengre, Bremssystem) bestehen, in eine ordinale Rangordnung zu bringen. Anschlieend werden hieraus z.B. durch mathematisch-statistische Iterations- und Simulationsverfahren kardinale, kundenorientierte Nutzenwerte fr die einzelnen Merkmalsausprgungen gewonnen. In der Regel wird dabei unterstellt, da sich der Gesamtnutzen additiv aus dem Nutzen der einzelnen Merkmalsausprgungen (Teilnutzwerte) zusammensetzt. Ziel der Conjoint Analyse:

Bedeutung einzelner Eigenschaften fr das Zustandekommen der Gesamtprferenz zu ermitteln, um auf diese Weise die Prferenzen der Konsumenten fr alternative Produktkonzepte zu erklren, zu beeinflussen und vorherzusagen.

Einsatzgebiet Die Conjoint-Analyse dient dem Gewichten der Kundenanforderungen durch Ermittlung der wichtigsten Produktmerkmale aus Kundensicht im Prozebaustein Produktprofilplanung. Zudem dient die CA im Zusammenhang mit dem Target Costing der Abschtzung potentieller Marktpreise.

14