Читать книгу Marktforschung - Heymo Böhler - Страница 41

Die bisher skizzierten Versuchsanordnungen gingen von einem Experimentfaktor aus, der in zwei Ausprägungen (Stufen) vorlag (z. B. alte und neue Packungsvariante). Eine erste Erweiterung lässt sich dadurch erzielen, dass mehr als zwei Stufen eines Experimentfaktors gleichzeitig überprüft werden. Das »einfaktorielle Design« hat dann z. B. bei drei Stufen folgendes Aussehen:

Da hier eventuelle Störfaktoren auf alle Gruppen wirken, benötigt man keine zusätzliche Kontrollgruppe, denn die Differenzbildung lässt auch hier diese Einflüsse wegfallen!

Für viele Fragestellungen in der experimentellen Marktforschung ist auch diese Vorgehensweise noch zu restriktiv. So kann beispielsweise die Frage auftreten, welcher von mehreren Werbeslogans unter gleichzeitiger Berücksichtigung von mehreren Packungsalternativen am besten ist. Es interessiert hierbei die Werbeslogan-Packungs-Kombination, die insgesamt gegenüber anderen Kombinationen am besten abschneidet. Bei zwei- und mehrfaktoriellen Designs werden somit zwei oder mehr Experimentierfaktoren zugleich variiert, wobei jeder Experimentierfaktor in mehreren Ausprägungen vorliegen kann.

Ein einfaches Beispiel soll den Aufbau eines zweifaktoriellen Designs verdeutlichen, wobei von zwei verschiedenen Packungen X₁ und X₂ sowie zwei verschiedenen Werbeslogans Y₁ und Y₂ ausgegangen wird. Man spricht daher auch von einem 2 × 2-faktoriellen Design ( Abb. 9).

Abb. 9: Aufbau eines zweifaktoriellen Designs

Hierbei handelt es sich um vier Gruppen, die jeweils durch die Stimuluskombinationen X₁Y₁, X₁Y₂, X₂Y₁ und X₂Y₂ präsentiert werden. Da auch hier die Störgrößen bei allen vier Gruppen zugleich auftreten, erübrigt sich eine Kontrollgruppe. Voraussetzung ist aber, dass die Gruppen nach dem Zufallsprinzip gebildet wurden. Ein Vorteil des zweifaktoriellen Designs liegt darin, dass Interaktionseffekte erfasst werden können: Angenommen, ein faktorielles Experiment zur Überprüfung zweier Packungsalternativen und zweier Werbeslogans habe folgende Kaufabsichtsnennungen (in %) erbracht ( Abb. 10).

Abb. 10: Zahlenbeispiel für ein zweifaktorielles Design

Die Wirkungsdifferenz der Packungsalternativen kann aus jeder der beiden Spaltendifferenzen ersehen werden, nämlich 52% − 50% = 2% oder 47% − 45% = 2%. Ebenso verhält es sich mit der Wirkungsdifferenz der Werbeslogans, denn die Zeilendifferenzen 50% − 45% = 5% oder 52% − 47% = 5% sind gleich. Als beste Kombination erweist sich X₂Y₁, mit 52 %. Man bezeichnet diese Differenzen von 2 % bzw. 5 % als Haupteffekte.

Anders im folgenden Beispiel ( Abb. 11).

Abb. 11: Alternatives Zahlenbeispiel für ein zweifaktorielles Design

Slogan 1 führt mit Packung 1 zu einer um 5 % höheren Wirkung als Slogan 2; mit Packung 2 beträgt der Unterschied zwischen Slogan 1 und 2 jedoch nur noch 1 %. Umgekehrt hängt die Reaktion auf die Packungen vom jeweiligen Slogan ab: Mit Slogan l ist die Experimentwirkung der Packung 2 um 2 % höher als die der Packung 1; mit Slogan 2 beträgt die entsprechende Differenz der Packungen jedoch 6 %. Zwischen den Packungsalternativen und den verschiedenen Werbeslogans bestehen somit Interaktions- oder Wechselwirkungseffekte, d. h. die Wirkung einer Packung ist abhängig vom jeweiligen Slogan und umgekehrt. Eine isolierte Betrachtung nur der Packungen oder nur der Slogans in zwei Experimenten würde daher nicht ohne weiteres den Schluss zulassen, welche Kombination wirklich die beste ist.

Werden zweifaktorielle Designs bei r Stufen des ersten und s Stufen des zweiten Faktors angewandt, so liegt ein r × s-faktorielles Design vor. Des Weiteren können auch drei oder mehr Experimentierfaktoren mit mehreren Stufen herangezogen werden. Hier zeigen sich jedoch die Grenzen dieser Versuchsanordnung: Mit zunehmender Anzahl der Experimentierfaktoren und ihrer Ausprägungen steigt die Gruppenanzahl rasch an. Es bereitet dann erhebliche Schwierigkeiten, eine gleiche Gruppenbesetzung bei gleichzeitiger Anwendung des Zufallsprinzips zu gewährleisten. Zudem sind häufig einige Kombinationen nicht von Interesse (z. B. exklusive Packung bei niedrigem Preis). In diesen Fällen ist zu überprüfen, ob die Anwendung anderer Designs (sog. unvollständiger Designs mit verringerter Anzahl der getesteten Kombinationen) sinnvoller ist.