Robustheit metrischer und nichtmetrischer Conjoint-Analyse auf der Grundlage simulierter Präferenzdaten

Der Begriff Conjoint-Analyse (CA) bezeichnet statistische Verfahren zur Dekomposition ordinaler Relationen zwischen multiattributiven Stimuli unter Zugrundlegung des Modells (additiv) verbundener Messung. Neben spezifischen Algorithmen, die die ordinale Qualität der Daten berücksichtigen (nichtmetrische CA), wird hierfür auch konventionelle OLS-Regression benutzt (metrische CA), obwohl dabei eine Verletzung de Modellannahme metrischer Qualität der abhängigen Variablen gegeben ist. Die vorliegende Simulationsstudie vergleicht LINMAP - ein Verfahren nichtmetrischer CA - und metrische CA, variiert wurde der Typus des datengenerierenden Modells (kompensatorisch, Interaktion, dominantes Attribut), der Anteil Fehlervarianz sowie die Größe des faktoriellen Designs. Entgegen den zugrundegelegten Hypothesen führte unter nahezu allen simulierten Bedingungen das metrische Verfahren zu einer besseren Vorhersage der ordinalen Relationen zwischen den multiattributiven Stimuli, als das nichtmetrische.

Level thesis:degree_level

master

Grantor dc:publisher

Universität Heidelberg

Author dc:creator

• Schilling, Oliver

Repository record source_url

http://www.ub.uni-heidelberg.de/archiv/611

OAI identifier oai:identifier

oai:archiv.ub.uni-heidelberg.de:611