Marketingforschung - auf den Seiten von Frau Prof. Dr. Andrea Raab!

Studiengang Betriebswirtschaftslehre: Marketing (M2 - Teil 1) 

Marktforschung und Marketingstrategie (M2), Hochschule Ingolstadt: Prof. Dr. Andrea E. Raab

Agenda 

Die Rolle der Information im Marketing / Definition Marketingforschung 

Der Marketingforschungsprozess im Überblick 

Untersuchungsziel erkennen und definieren - Phase 1 

Forschungsplan erstellen und Daten erheben - Phase 2 

Erhobene Daten analysieren und interpretieren - Phase 3 

Ergebnisse präsentieren und kommunizieren - Phase 4 

Klausurbeilage 

Basis für dieses Skript: - Raab, A., Poost, A., Eichhorn, S.: Marketingforschung – Ein praxisorientierter Leitfaden, 2009 

- Kotler Ph., Keller K.: Marketing Management 13th ed., 2009 

- Berekhoven, E., Eckert, W., Ellenrieder, P.: Marktforschung, 2006 

© Prof. Dr. Andrea E. Raab 

Hochschule Ingolstadt 

- 2 -

Agenda 










- 3 -

Die Rolle der Information im Marketing / Definition Marketingforschung: Lernziele 

• Lernziele 

• Warum werden Informationen heutzutage immer wichtiger? 

• Welche Marketinginformationen sollte ein Unternehmen besitzen? 

• Welche Elemente sollte ein modernes Marketing Informationssystem enthalten? 

• Was ist Marketingforschung und was sind die Ziele? 

Der Erfolgreichste im Leben ist der, 

der am besten informiert wird. 

Benjamin Disraeli 



- 4 -

Marketingforschung: die Rolle der Information im Marketing (1) 

• “Die Märkte sind einem radikalen Wandel unterworfen!” 

Durch bedeutende Veränderungen im Makroumfeld entstehen neue Verhaltensweisen bei 

Kunden, die zu neuen Chancen und Herausforderungen bei Unternehmen führen. 

• Einflussfaktoren 

• Technologischer Wandel 

• Globalisierung 

• Deregulierung der Märkte 

• Privatisierung 

• Zunehmende Anzahl an Käufermärkten 

• Customization 

• Verschmelzung von Industrienzweigen 

• Transformation des traditionellen Einzelhandels 

• Disintermediation 

BRAINSTORMING ZU 

EINFLUSSFAKTOREN 

C. Kolumbus: “Zuverlässige Informationen sind unbedingt nötig für das 

Gelingen eines Unternehmens.” 



- 5 -


• Marketinginformationen - Informationsbereiche 

Informationsbereich 

Informationen über die 

Unternehmensumwelt 

Informationen über 

betriebsinterne Tatbestände 

Dateninformationen 

Instrumentalinformationen 

wirtschaftliche Daten 

nichtwirtschaftliche Daten 

Informationen 

über gesamtwirtschaftliche 

Größen 

Nachfragerinformationen 

Bedarfsinformationen 

Kaufkraftinformationen 


die betriebliche 

Marktlage und die 

Marktentwicklung 

Konkurrenzinformationen 

Zahl der 

Konkurrenten 

Konkurrenzintensität 

rechtliche 

Daten 

technische 

Daten 

Brancheninformationen 

gesellschaftliche 

Daten 

Informationen über die 

Unternehmensreaktionen auf 

Aktivitäten der Umwelt 

Reaktionsinformation in bezug 

auf Abnehmermaßnahmen 

Reaktionsinformation in bezug 

auf Konkurrenzmaßnahmen 


Umweltreaktionen auf 

marketingpolititsche 

Maßnahmen 

Zahl der 

Bedarfsträger 

Bedarfsintensität 

Informationen 

über Abnehmerreaktionen 

Informationen 

über Konkurrenzreaktionen 


Reaktionen staatlicher 

Instanzen 

Quelle: Bindlingmaier, 1983, S. 35 



- 6 -


• Informationsmanagement mit Hilfe eines Marketing Informationssystems (MIS) (1): 

• Hilfreiche Fragen zur Erfassung des internen Informationsbedarfs 

• Welche Entscheidungen haben Sie für gewöhnlich zu treffen? 

• Welche Informationen brauchen Sie für diese Entscheidungen? 

• Welchen Informationen werden Ihnen üblicherweise geliefert? 

• Welche Sonderberichte fordern Sie in welchen Zeitintervallen an? 

• Welches Informationsmaterial, das Sie eigentlich gerne hätten, erhalten Sie gegenwärtig nicht? 

• Welche Informationen benötigen Sie täglich, wöchentlich, monatlich oder jährlich? 

• Über welche spezifischen Themenbereiche wollen Sie stets auf dem laufenden gehalten werden? 

• Welche Datenanalyseprogramme sollte man Ihnen zur Verfügung stellen? 

• Welches wären nach Ihrer Meinung die vier nützlichsten Änderungen, die am gegenwärtigen Marketing- 

Informationssystem vorgenommen werden könnten? 



- 7 -


• Informationsmanagement mit Hilfe eines Marketing Informationssystems (MIS) (2): 

• Definition: A MIS consists of people, equipment, and procedures to gather, sort, analyze, evaluate, 

and distribute needed, timely, and accurate information to marketing decision makers. 

• Klassifizierung eines MIS (Marketing Informationssystems) 

• Vertriebsinformationssystem: stellt Verkaufsdaten (Bestellungen, Umsätze, Preise etc.) aus dem 

internen Berichtswesen (z.B. SFA, EDI) zur Verfügung 

• Datenbanken, Data Warehousing und Data Mining: Daten werden in unterschiedlichen Datenbanken 

abgelegt (z.B. Kundendatenbank, Produktdatenbank) und datenbankübergreifende Abfragen erstellt 

• Marketing Intelligence System: Prozesse und Quellen, die von Managern genutzt werden, um aktuelle 

Informationen über Entwicklungen im Marketing Umfeld zu erhalten (z.B. Kunden-, Handelspanel). 

• Marketingforschungssystem: Marketinguntersuchungen zu speziellen Marketing Problemen. 

Erfolgreiche Unternehmen erfassen kontinuierlich ihren Informationsbedarf und 

bauen entsprechende Marketing Informationssysteme (MIS) auf, um diesen Bedarf zu 

decken. 



- 8 -

Marketingforschung: Warum und was ist das?? (1) 

• Marketingforschung 

• Um beispielsweise Antworten auf die folgenden Fragen zu finden: 

• Wie hoch ist das gegenwärtige Marktpotenzial / Marktvolumen und die momentane 

Marktwachstumsrate? 

• Wie lassen sich aktuelle und potenzielle Kunden eines Unternehmens charakterisieren? Wie, wann, 

wo und warum kaufen sie die Produkte des Unternehmens bzw. Produkte der Wettbewerber? 

• Welche Kundensegmente können vom Unternehmen profitabel bedient werden? 

• Welche gegenwärtigen / potenziellen Wettbewerber gibt es? Welche Stärken und Schwächen haben 

die stärksten Wettbewerber des betrachteten Unternehmens, welche Strategien verfolgen diese? 

• Wie reagiert der Markt auf die Kommunikationsaktivitäten des Unternehmens? 

• Definition Marketingforschung (Quelle: Kotler Ph., Keller K.: Marketing Management 13e, 2009, S. 130) 

Marketing research is the systematic 

• design, 

• collection, 

• analysis, and 

reporting of data and findings relevant to a specific marketing situation facing the company. 



- 9 -

Marketingforschung: Warum und was ist das?? (2) 

• Marktforschung versus Marketingforschung 

• Der Begriff „Marktforschung“ bezieht sich schwerpunktmäßig auf die Untersuchung von 

Sachverhalten außerhalb des Unternehmens (z. B. Arbeitsmarkt, Absatzmarkt, Rohstoffmarkt, 

Kapitalmarkt). Im Speziellen werden die Absatz- und Beschaffungsmöglichkeiten eines 

Unternehmens sowie deren Potenziale und Risiken untersucht. 

• Der Begriff „Marketingforschung“ hingegen betrachtet außerbetriebliche und innerbetriebliche 

Informationen. Dies bedeutet, dass sowohl die Wirkung von Marketingaktivitäten wie z. B. 

Distributions-, Produkt-, Kommunikations- und Preispolitik als auch innerbetriebliche Sachverhalte 

untersucht werden wie z. B. Vertriebskosten oder Lagerprobleme. Hinsichtlich der außerbetrieblichen 

Informationsbeschaffung ist der Begriff „Marketingforschung“ weniger umfassend, da die 

Beschaffungsmärkte keine Berücksichtigung finden. 



- 10 -

Marketingforschung: Ziele (1) 

• Die Marketingforschung erfüllt im Unternehmen folgende Funktionen: 

• Anregungsfunktion: Generierung von Impulsen für die Initiierung neuer Marketingaktivitäten, 

beispiels-weise die Bearbeitung neuer Märkte, die Entwicklung neuer Produkte oder 

Produktverbesserungen, die Durchführung von Preisanpassungen. 

• Prognosefunktion: Einschätzung der Veränderungen marketingrelevanter Faktoren in den 

Bereichen Markt, Kunden, Lieferanten, Handel, Konkurrenz und Umfeld sowie deren Auswirkungen 

auf das eigene Geschäft. 

• Bewertungsfunktion: Unterstützung bei der Bewertung und Auswahl von Entscheidungsalternativen, 

z. B. bei Neuprodukten, Preisanpassungen, der Bearbeitung von Vertriebskanälen. 

• Kontrollfunktion: Systematische Suche/Sammlung marketingrelevanter Informationen über die 

aktuelle Marktstellung des eigenen Unternehmens sowie die Wirksamkeit einzelner 

Marketinginstrumente. 

• Bestätigungsfunktion: Erforschung von Ursachen des Erfolgs/Misserfolgs von 

Marketingentscheidungen. 



- 11 -

Marketingforschung: Mögliche Untersuchungsgegenstände (1) 

• Beispiele für Untersuchungsfragen 

• Fall 1: Ermittlung der Absatzchancen für ein neues UMTS-Handy 

Untersuchungsziel: Ermittlung des Absatzpotenzials? 

• Datenquellen? Primäre, sekundäre? 

• Einstieg in die Primäruntersuchung durch Expertenbefragung? Welche? 

• Operationalisierung (Variablen): Kaufabsichten (eigenes Produkt / Wettbewerb), Kaufhäufigkeit, 

Durchschnittspreis … 

• Formulieren von Thesen? 

• Erhebungsmethode: Befragung, Beobachtung, Experiment? 

• Erhebungsinstrument? 

• Untersuchungseinheiten / Grundgesamheit? 

• Auswahlverfahren? 

• Auswertung/Analyse Daten (händisch, elektronisch, Tabellen, Graphen; deskriptive Statistik [univariat, 

bivariat, multivariat]; induktive Statistik: Hypothesen) 

• Interpretation 

• Bericht und Präsentation: Darstellungsform; Handlungsempfehlungen 

• Fall 2: Untersuchung der Käuferschicht eines Handy-Herstellers hinsichtlich soziodemographischer 

Merkmale, Kaufverhalten-, und Einstellungsmerkmale; 

Untersuchungsziel: gezieltere Ausrichtung der Marketingaktivitäten 

• Untersuchungsziel? 



- 12 -

Agenda 










- 13 -

Der Marketingforschungsprozess im Überblick: Lernziele 

• Lernziele 

• Welche Prozessschritte umfasst der Marketingforschungsprozess? 

• In welchem Zusammenhang wird die explorative, deskriptive oder kausalanalytische 

Marketingforschung eingesetzt? 

• Wann wählt man welchen Forschungsansatz? 

• Wie gehe ich bei der Durchführung einer Primärforschung vor? 

• Wie finde ich den Einstieg in die Thematik? 

• Wie kann das Untersuchungsproblem operationalisiert werden? 



- 14 -

Marketingforschung: Der Marketingforschungsprozess im Überblick (1) 

• Der Marketingforschungsprozess (1) 

 

Untersuchungsziel 

erkennen 

und 

definieren 

 

Forschungsplan erstellen und Daten erheben 

a) Sekundärforschung - vorhandene Daten erheben 

• Interne 

Daten 

b) Primärforschung – neue Daten erheben 

• Externe 

Daten 

 

Erhobene 

Daten 

analysieren 

und interpretieren 

 

Ergebnisse 

präsentieren 

und 

kommunizieren 

Projekte effizient steuern 

Für eine erfolgreiche Marketingforschung müssen einige Entscheidungen getroffen und 

Barrieren überwunden werden, um letztendlich Marktchancen identifizieren zu können. 



- 15 -



 


erkennen 

und 

definieren 

 



• Interne 

Daten 


• Externe 

Daten 

 

Erhobene 

Daten 

analysieren 


 

Ergebnisse 

präsentieren 

und 

kommunizieren 


Definition der 

Problemstellung 

• Ausgangssituation: 

- Burning Platform 

• Zielsetzung: 

- In Scope 

- Out of Scope 

• Forschungsansatz: 

- explorativ 

- deskriptiv 

- kausalanalytisch 



- 16 -



 


erkennen 

und 

definieren 

 



• Interne 

Daten 


• Externe 

Daten 

 

Erhobene 

Daten 

analysieren 


 

Ergebnisse 

präsentieren 

und 

kommunizieren 


Forschungsplan erstellen 

und Daten erheben 

• Beginn der 

Informationssammlung 

a) Sekundärforschung 

• Interne Datenquellen 

• Externe Datenquellen 



- 17 -



 


erkennen 

und 

definieren 

 



• Interne 

Daten 


• Externe 

Daten 

 

Erhobene 

Daten 

analysieren 


 

Ergebnisse 

präsentieren 

und 

kommunizieren 

b) Primärforschung 


a) Wie erfolgt der Einstieg in die Thematik der Untersuchung? 

b) Welche Annahmen sollen geprüft werden? 

c) Wie kann das Untersuchungsproblem messbar gemacht 

werden? 

d) Auf welche Weise werden Untersuchungen in der Praxis am 

häufigsten durchgeführt? 

e) Welche Instrumente können eingesetzt werden? 

f) Über welche Wege können die Probanden kontaktiert werden? 

g) Welche und wie viele Personen sollen in die Stichprobe mit 

einbezogen werden? 

h) Wie wird eine Befragung durchgeführt (4 Hauptprobleme)? 



- 18 -



 


erkennen 

und 

definieren 

 



• Interne 

Daten 


• Externe 

Daten 

 

Erhobene 

Daten 

analysieren 


 

Ergebnisse 

präsentieren 

und 

kommunizieren 


erhobene Daten analysieren und 

interpretieren 

• Daten tabellarisieren 

• Erstellung der Häufigkeitsverteilungen 

und Errechnung der 

Mittel- und Streuwerte 

(univariate Auswertungen) 

• Anwendung von höheren 

statistischen Auswertungsmethoden 

und -modellen 

(multivariate Auswertungen) 

• Interpretation / 

Handlungsempfehlungen 



- 19 -



 


erkennen 

und 

definieren 

 



• Interne 

Daten 


• Externe 

Daten 

 

Erhobene 

Daten 

analysieren 


 

Ergebnisse 

präsentieren 

und 

kommunizieren 


Die für die Problemstellung 

relevanten Ergebnisse 

werden den Entscheidungsträgern 

präsentiert und 

kommuniziert 

• Präsentation / 

Dokumentation 

• Kommunikation 



- 20 -



 


erkennen 

und 

definieren 

 



• Interne 

Daten 


• Externe 

Daten 

 

Erhobene 

Daten 

analysieren 


 

Ergebnisse 

präsentieren 

und 

kommunizieren 


Projektmanagement 

• Projektadministration 

• Projektorganisation 

• Projektcontrolling 



- 21 -

Agenda 










- 22 -

Untersuchungsziel erkennen und definieren (1) 

• Untersuchungsziel erkennen und definieren 

• Ausgangssituation 

Konkretisierung der Problemstellung durch die Beschreibung des Ist-Zustandes und des 

Projektumfeldes (Einflussfaktoren, Interessensgruppen, Projektrisiken, Chancen und Potenziale). 

Methoden: Projektumfeldanalyse, Kreativitätstechniken, Issue Based Problem Solving, „Burning 

Plattform“ 

Die exakte Beschreibung der Ausgangssituation ist von hoher Bedeutung, weil es durch eine 

unpräzise Definition im schlimmsten Fall passieren kann, dass an der grundlegenden 

Fragestellung vorbeigeforscht wird. 

• Definition der Zielsetzung 

Ableitung der Projektziele und deren Unterziele. Die Ziele beschreiben 

jenen Zustand, der am Ende des Projektes vorliegen soll. 

• In Scope – Bestandteil des Projektes 

• Out of Scope – kein Bestandteil des Projektes 

• Wahl des Forschungsansatzes 

• explorativ 

• deskriptiv 

• kausalanalytisch 

Nur durch im Vorfeld definierte Ziele ist es möglich, den Erfolg eines Projektes 

nachzuvollziehen und zu messen. 



- 23 -

Untersuchungsziel erkennen und definieren (2) 

• Beispiel für die Ausgangssituation eines Marketingforschungsprojektes: 

Im Frühjahr 2010 möchte das Unternehmen XYZ ein neues Produkt auf den Markt bringen. Es handelt 

sich um eine Innovation aus dem Bereich Audio- und Multimedia, die bisher von keinem Unternehmen im 

Markt angeboten wird. Die Zielgruppe für das Produkt sind Personen im Alter von 30 - 50 Jahren mit 

einem gehobenen Haushaltsnettoeinkommen. Der Preis des Produktes soll zwischen 700 und 1.000 € 

angesiedelt sein. Das Produkt wird über eine exklusive Vertriebsschiene angeboten, über die auch 

andere Hersteller ihre Produkte vertreiben. Das Unternehmen XYZ ist sich nicht sicher, ob der 

Hauptwettbewerber ein ähnliches Produkt entwickelt. Da es sich um eine Innovation handelt, existieren 

auf dem Markt bisher keine technischen Standards für dieses Produkt. Durch die hohen prognostizieren 

Marketingaufwendungen, die nötig sind, um das Produkt in den Markt einzuführen, droht das Projekt aus 

dem Budget zu laufen. 

• Beispiel einer Problemdefinition für das oben genannte Beispiel: 

Für das Unternehmen XYZ stellt sich nun die Frage, ob die Investition in das neue Produkt profitabel ist. 

Kann am Markt eine ausreichend hohe Stückzahl abgesetzt werden, um in Anbetracht der hohen 

Einführungsaufwendungen einen Gewinn zu erzielen? Welche Maßnahmen sind vom Wettbewerb zu 

erwarten? Welche Bedeutung hat das Fehlen von technischen Standards für die Kunden? 



- 24 -

Agenda 










- 25 -

Forschungsplan erstellen und Daten erheben: Lernziele 

• Lernziele 

• Welche Erhebungsmethoden und -instrumente gibt es? 

• Wie sieht ein “guter” Fragebogen aus? 

• Welche Beobachtungsmethoden gibt es? Wann wählt man welche Methode und warum? 

• Wie sieht ein experimentelles Design aus? Welche Testmethoden gibt es? Wann wählt man welche 

Methode und warum? 

• Welche Skalierungsverfahren gibt es? Wann skaliert man wie und warum? 

• Welche Stichprobenverfahren gibt es? 

• Fähigkeit der eigenständigen Berechnung von Stichprobenfehler und Stichprobenumfang 



- 26 -

Forschungsplan erstellen und Daten erheben (1) 

• Forschungsplan erstellen und Daten erheben 

• Man unterscheidet zwischen Sekundär- und Primärdaten. 

Die Auswahlentscheidung, welche Quellen zur Informationssammlung verwendet werden, wird von 

• der Qualität der zu erwartenden Ergebnisse, 

• dem mutmaßlichen Zeit- und Kostenaufwand sowie 

• der personellen Kapazität bestimmt. 

• Ein professioneller Forschungsplan beschreibt die einzelnen Schritte der 

Informationssammlung. 

• Er formuliert im Falle der Primärforschung Hypothesen aus der Problemstellung, zerlegt diese in 

empirisch untersuchbare Einzelteile, legt die Erhebungsmethode, das Erhebungsinstrument, den 

Sampling-Plan (Stichprobenplan) und die Kontaktmethode fest. 



- 27 -

Sekundär vs. Primärforschung (1) 

Beobachtung 

(teilnehmend, nicht 

teilnehmend) 

Befragung 

Fokusgruppe 

Experiment 

(Feld-/ 

Laborexperiment) 

Marktanalyse 

(Zeitpunktbetrachtung) 

Marktbeobachtung 

(Zeitraumbetrachtung) 

Verhaltensdaten 

(“Panels”) 

Primärforschung 

Sekundärforschung 

• Interne Quellen 

• Öffentliche 

Quellen 

• Zeitschriften / 

Bücher 

• Kommerzielle 

Quellen 



- 28 -

Sekundärforschung (1) 

• Sekundärforschung 

• Def. Informationsgewinnung aus bereits vorhandenem 

und erhobenem Datenmaterial, das 

in der Regel für einen anderen Zweck 

zusammengetragen wurde. 

Sekundärforschung 

• Datenquellen 

• Interne Datenquellen: Daten, die innerhalb des Unternehmens zur Verfügung stehen 

• Unterlagen aus Kostenrechnung / Controlling (z.B. Absatz- und Vertriebskosten, Deckungsbeiträge) 

• Statistiken (z.B. Absatz-, Umsatz- und Kundenstatistik) 

• Außendienstberichte (z.B. Besuchsberichte) 

• Berichte aus früheren Sekundär- und Primärforschungen 

• Externe Datenquellen: Daten die außerhalb des Unternehmens zur Verfügung stehen 

• Berichte von öffentlichen Stellen und Wirtschaftsverbänden (amtliche Quellen, Verbände und Organisationen) 

• Veröffentlichungen spezieller Institute und Marktforschungsdienstleister 

• Wirtschaftspresse, Fachzeitschriften, Bücher 

• Firmenveröffentlichungen 

• Interne Quellen 

• Öffentliche 

Quellen 

• Zeitschriften / 

Bücher 

• Kommerzielle 

Quellen 

• Neuere Datenquellen: Elektronische Datenbanken, -vermittlungsorganisationen und „Information- 

Broker“ 



- 29 -

Primärforschung (1) 

• Primärforschung 

• Def. Informationsgewinnung durch die Erhebung von neuen, noch nicht vorhandenen Daten, die 

speziell auf die Problemstellung zugeschnitten sind. 

 



• Interne 

Daten 

• Externe 

Daten 

Experten 

befragen 


Hypothesen 

bilden 

definieren 

Erhebungsmethode 

Erhebungsinstrument 

wählen 

Operationalisierung 

erstellen 

Kontaktmethode 

wählen 

Sampling 

Plan 

erstellen 

Daten 

erheben 



- 30 -

Primärforschung - Experten befragen (1) 

• Expertenbefragung 

• Def. Befragung von Personen, die mit der Thematik / Problemstellung bereits vertraut bzw. 

Spezialisten oder Sachverständige auf diesem Gebiet sind, um durch deren Wissen, Erfahrung und 

Meinung relativ schnell einen tieferen Einblick in die Thematik zu erhalten. 

• Klassifikation 

• Einzelbefragung 

• Gruppenbefragung (Expertenrunde / Fokusgruppe) 

• Methode 

• Vorzugsweise persönliche oder telefonische Interviews 

• Befragung mittels eines Interviewleitfadens 

• Verwendung von offenen Fragestellungen 

• Ziele 

• Gewinnung von zusätzlichen Informationen zu der Thematik / Problemstellung. 

• Beleuchtung des Themas aus den unterschiedlichen Blickwinkeln der Experten. 

• Validierung der Informationen aus der Sekundärforschung und Klärung von offenen Fragen. 

• Bildung von ersten Hypothesen für die Problemstellung. 

• Sammlung von Informationen zu möglichen Lösungsansätzen, Chancen und Risiken. 



- 31 -

Primärforschung - Hypothesen bilden (1) 

• Hypothesenbildung (1) 

• Hypothesen sind allgemeine Aussagen über Zusammenhänge zwischen empirischen oder logischen 

Sachverhalten (z. B. „Je älter die Käufer, desto höher die Akzeptanz von Produkt X“). 

• Ziel einer Marketingforschungsuntersuchung ist es, die aufgestellten Ausgangshypothesen mit Hilfe der 

gesammelten Daten beantworten zu können. 

• Als Ergebnis werden die Hypothesen entweder bestätigt (nicht falsifiziert) oder abgelehnt (falsifiziert). 

• Die Prüfung von Hypothesen gehört in jede fundierte Marketingforschungsuntersuchung zur 

Entscheidungsfindung. 

Im Wesentlichen gelten für Hypothesen folgende Richtlinien. Hypothesen müssen: 1 

• Operationalisierbar sein, d.h. mess- und prüfbar gemacht werden können. 

• Mindestens zwei Begriffe (meist Merkmale bzw. Variablen) enthalten. 

• Falsifizierbar sein, d. h. es muss ein Fall existieren, bei dem die Hypothesen abgelehnt werden können. 

• Realitätsnah formuliert sein, d. h. die Begriffe sind auf Wirklichkeitsphänomene hin operationalisierbar. 

• Möglichst exakt und eng an der Problemstellung angelehnt sein. 

• Frei von Redundanzen sein, d. h. ein Begriff deckt den anderen semantisch nicht ab. 

• Widerspruchsfrei sein, d. h. ein Begriff schließt den anderen semantisch nicht aus. 

• Aussagen und keine Fragen darstellen. 

• Die empirischen Geltungsbereiche implizit oder explizit aufzählen. 

1 

Vgl. Kamenz, U.: Marktforschung: Einführung mit Fallbeispielen, 2. Aufl., 2001 



- 32 -

Primärforschung - Hypothesen bilden (2) 

• Hypothesenbildung (2) 

• Klassifikation von Hypothesen nach der Richtung 

• Einseitige (gerichtete) Hypothesen 

• Geben die Richtung des Unterschieds/Zusammenhangs an. 

Bsp.: „Je höher die Akzeptanz, desto höher der Absatz des Produktes X.“ 

• Zweiseitige (ungerichtete) Hypothesen 

Sagen nichts über die Richtung des Unterschieds/Zusammenhangs aus. 

Bsp.: „Das Produkt X wird von den Käufergruppen unterschiedlich akzeptiert .“ 

• Klassifikation von Hypothesen nach Art 

3. Verteilungshypothesen 

Sie betrachten nur die Verteilung eines Merkmals (Variable). Bsp.: „An der Fachhochschule Ingolstadt 

gibt es mehr männliche Studenten als weibliche.“ 

2. Zusammenhangshypothesen 

Sie beinhaltet eine Aussage über den erwarteten Zusammenhang (Kovariation) zwischen mindestens 

zwei Variablen. 

Bsp.: „Die Erhöhung des Preises führt zu einer Verminderung des Absatzes.“ 

3. Unterschiedshypothesen 

Sie beinhaltet Aussagen über systematische Unterschiede innerhalb von oder zwischen zwei und mehr 

Gruppen von Merkmalsträgern. 

Bsp.: „Männer kaufen häufiger das Produkt X als Frauen .“ 

4. Veränderungshypothesen 

Sie beinhaltet Aussagen über erwartete oder sich der derzeit vollziehende Veränderungsprozesse. 

Bsp: „In den letzten 10 Jahren hat sich der Absatz des Produktes X jedes Jahr erhöht.“ 

Vgl. Huber, O. (2000). Das psychologische Experiment: Eine Einführung (3.Aufl). 

Bern: Huber. 



- 33 -

Primärforschung - Operationalisierung erstellen (1) 

• Operationalisierung (1) 

Theoretische 

Begriffe 

Dimension 

(Abgeleitete Begriffe) 

Indikatoren 

(Variablen) 

Messinstrument 

Variable 1 

gefällt mir 

sehr 

gefällt mir 

gar nicht 

Abgeleiteter 

Begriff 1 

Variable 2 

Variable 3 

1 2 3 4 5 6 

Begriff 1 

Abgeleiteter 

Begriff 2 

Variable 4 

Variable 5 

Begriff 2 

Abgeleiteter 

Begriff 3 

Variable 6 

Variable 7 

Variable 8 



- 34 -



Ausgangshypothese: „Das Produkt X wird von den Käufergruppen unterschiedlich akzeptiert.“ 

Theoretische 

Begriffe 

Dimensionen 

Indikatoren 

(Variablen) 

Messinstrument 

Alter 

Jahre 

demografische Daten 

Geschlecht 

männlich/weiblich 

Familienstand 

ledig, verheiratet, 

geschieden… 

Käufergruppe 

Beruf 

… 

Akzeptanz 

psychografische Daten 

Kosten 

Nutzen 

Bekanntheitsgrad der 

Marke 

…… 

…… 

…… 

Einkommen 

… … 

Bekanntheit 

des Produktes 

ist mir 

bekannt 

habe ich noch 

nie gehört 

1 2 3 4 



- 35 -



Die Operationalisierung stellt die konkreten Messgrößen übersichtlich dar. Durch die Kombination der 

einzelnen Indikatoren können sich noch zusätzliche Hypothesen ergeben 

Hypothesen, die Zusammenhänge zwischen einem theoretischen Begriff und 

dessen untergeordneten Dimensionen bzw. Indikatoren darstellen, sind nicht 

sinnvoll. 



- 36 -

Primärforschung - 

Erhebungsmethode definieren und Erhebungsinstrument wählen (1) 

• Befragung 

• Befragungssubjekt, Untersuchungsgegenstand, Befragungshäufigkeit 

• Einzelbefragung / Gruppenbefragung 

• Einthemenbefragung / Mehrthemen- oder Omnibusbefragung 

• Adhoc / Tracking-Forschung 

• Art des Fragebogens 

• direkte / indirekte Fragen 

• Standardisierungsgrad des Fragebogens 

• hochstandardisiert (festes Befragungsschema 

ohne Variationsmöglichkeit) 

• teilstandardisiert (Interviewerleitfaden) 

• nicht-standardisiert (Fragestellung ist dem Interviewer frei überlassen) 

• offene Fragen / geschlossene Fragen 

Möglichkeiten für geschlossenen Fragen: 

• Auswahlfragen (nominales Skalenniveau) 

• Alternativfragen (einfache Auswahl) 

• Selektivfragen (mehrfache Auswahl) 

• Skalenfragen (ordinales / metrisches Skalenniveau) 

Marktanalyse 


Befragung 

Hochstandardisiert Teilstandardisiert Nicht-Standardisiert 

• Panelbefragung 

• Online-Befragung 

• telefonische Befragung 

• schriftliche Befragung 


• Gruppenbefragung 

• Leitfadengespräch 

• Fokusgruppe 


• informelles Gespräch 

• Gruppendiskussion 



- 37 -



• Befragung - Beispiele 

zweideutiger Frageformulierung (1) 

• In der nächsten Dekade wird der PC zu einer Ubiquität am 

Arbeitsplatz werden. Was prognostizieren Sie? Wird Ihr 

Unternehmen bei der raschen Implementierung reüssieren? 

Ja 

Nein 

Weiß nicht 

Marktanalyse 


Befragung 

• Worin sehen Sie die Bedeutung computergestützter Systeme in der Praxis? 

• Sind Sie mit den Kosten und der Qualität des Kundendienstes zufrieden? 

Ja 

Nein 

• In welchem Zeitraum sind Sie zur Schule gegangen? 

Von ____________ 

Bis ____________ 

• Eine große Zahl von Wissenschaftlern hat auf die Gefahren der Kernenergie hingewiesen. Teilen Sie 

diese Bedenken? 

Ja 

Nein 



- 38 -





• Was meinen Sie? Wäre es nicht besser, wenn es weniger 

Werbung gäbe? 

Ja 

Nein 

Marktanalyse 


Befragung 

• Kreuzen Sie von den von Ihnen als zutreffend erachteten Eigenschaften 

jeweils doppelt an, die Sie als besonders wichtig erachten, und bringen Sie 

sie in eine Rangreihe der Wichtigkeit 

• Wie oft waren Sie in den letzten fünf Jahren beim Zahnarzt? (Durchschnitt 

genügt!) 

___________ mal 

• Stimmen Sie folgender Aussage zu: Je mehr Weißkraft ein Vollwaschmittel 

besitzt, desto stärker greift es das Gewebe an? 

Stimme zu 

Stimme nicht zu 



- 39 -





• Sie haben mit unserem Unternehmen in verschiedenen 

Bereichen Kontakt. Bitte geben Sie an, wie wichtig Ihnen 

die einzelnen Bereiche sind und wie zufrieden Sie damit 

sind? 

Marktanalyse 


Befragung 

sehr wichtig/ 

sehr zufrieden 

total unwichtig/ 

sehr unzufrieden 

Schnelligkeit 

Beratung durch Außendienst 

Lieferzeit 

Reklamationsabwicklung 

Qualität der Produkte 



- 40 -



• Befragung – Checkliste für die 

Durchführung einer 

Befragung 

Marktanalyse 


Phasen der Fragebogenentwicklung 

1) Präzisierung, Einengung 

des Themas, Klärung 

der zu erfragenden Inhalte, 

geordnet nach 

ihrer Bedeutsamkeit 

Gesichtspunkte / Kriterien 

• Entscheidung über Ausmaß der Standardisierung: ob 

schriftliche oder mündliche Befragung (Interview) 

• Entscheidung über die zu wählende Sprache 

(Zielgruppenspezifisch) 

• Intensives Erfragen eines Bereichs oder oberflächliches 

Abfragen verschiedener Bereiche 

Befragung 

2) Formulierung von Fragen 

zu interessierenden Bereichen 

/ zu den Hypothesen 

3) Ordnung der Fragen in 

eine Reihenfolge 

4) Überprüfung des Fragebogens 

5) Vorbereitung der Hauptuntersuchung: 

Interviewerschulung 

• Balance der Fragen, Konkretheit, Verständlichkeit, 

Eindeutigkeit 

• Trennung von unabhängigen und abhängigen Variablen 

• Mischung geschlossener und offener Fragen (Adressatenkreis, 

Monotonie des Fragebogens, Präzision und objektive 

Auswertbarkeit der Fragen) 

• Einleitung: Allgemeine Information, Motivation, Zusicherung 

der Anonymität 

• Aufwärmfragen 

• Peinliche Fragen nicht an den Anfang 

• Abhängigkeit von Fragekontext: Kontrollgruppen 

• Vortest an ca. 20 Befragten 

• Fragen an Unebenheiten der Frageformulierung 

• Statistische Auswertung (wenn nur eine Antwort auf eine 

Frage vorkommt, dann ist Frage nicht informativ) 

• Versuchsplanung: Ist eine Variation der unabhängigen 

Variablen durch die Auswahl der Stichprobe möglich 

• Interviewerschulung 

• Organisation von Adresslisten, usw. 

Schema für das Erstellen eines Fragebogens (Wellenreuther, 1982, S. 179) 



- 41 -



• Beobachtung 

• Klassifikation der Beobachtung nach 

• Bewusstseinsgrad des Beobachteten 

• offene Beobachtung (Achtung: Gefahr des Beobachtungseffektes) 

• verdeckte Beobachtung 

• Partizipationsgrad des Beobachters 

• Teilnehmend (Laden- oder Gaststättentest) 

• nicht-teilnehmend (Messung der Fernseheinschaltquote mit Telemeter) 

• Strukturierungsgrad 

• standardisiert 

• nicht-standardisiert 

• Wahrnehmungs- und Registrierungsform 

• visuell 

Marktanalyse 


• andere Sinnesmodalitäten (instrumentell mithilfe v. Kameras, elektronischen Zähleinrichtungen) 

Beobachtung 

(teilnehmend / nicht 

teilnehmend) 

• Ziele: 

• Einkaufsverhalten 

• Verwendungsverhalten (Handhabung, Nutzung) 

• Informationsverhalten 

• Beispiele: 

• Berichte des Außendienstes, marktbezogene Daten des betriebl. Rechnungswesens 

• Zählung der Kunden in Einzelhandelsgeschäften mittels Drehkreuz mit Zähleinrichtungen 

• Kundenlaufstudien 

Die Beobachtung im Unterschied zur Befragung ist dadurch charakterisiert, dass die 

Untersuchungssubjekte zum Untersuchungsgegenstand keine Erklärungen abgeben, die 

einen Rückschluss auf ihr Verhalten zulassen. 



- 42 -



• Fokusgruppe (Gruppendiskussion) 

• Die Fokusgruppe ist eine Methode, die man im Rahmen einer beurteilenden oder explorativen 

Gruppendiskussion über ein bestimmtes Thema durchführt, um in relativ kurzer Zeit ein 

breites Spektrum von Meinungen und Einstellungen zu erheben. 

• i. d. R. 6 bis 10 Teilnehmer + erfahrener Moderator 

• oft Vorstufe für eine repräsentative Untersuchung 

• Auswahl der Teilnehmer über ein sog. „convenient sample“, d. h. es werden Personen befragt, die am 

leichtesten erreichbar sind. 

• Ziele: 

• Diskussion von Fragen zu einem Thema 

• Einholung von verschiedenen Meinungen 

• Treffen von Einschätzungen 

• Entwicklung von Hypothesen 

• Beispiele: 

• Expertenrunden (z. B. Wissenschaftler, Journalisten etc.) 

Marktanalyse 


Fokusgruppe 

Von der Quantifizierung (in Form von Prozentangaben) der Untersuchungsergebnisse, die aus 

einer Fokusgruppe resultieren, sollte i. d. R. Abstand genommen werden, da die Teilnehmer 

über ein „convenient sample“ ausgewählt werden. 



- 43 -



• Experiment 

• Def.: Keine gesonderte Erhebungsmethode, da Datengewinnung durch (apparative) Beobachtung 

oder durch Befragung auf der Basis einer Versuchsanordnung 

• Zielsetzung: Aufdeckung von Ursache-Wirkungszusammenhängen (kausalanalytische Studie) 

• Voraussetzungen: 

• Kontrolle der Störvariablen 

• aktive Manipulation der interessierenden unabhängigen Variable (=Ursache, z. B. Verpackung, Preis) 

• genaue Messung evtl. Veränderungen der abhängigen Variablen (=Wirkung, z. B. Kaufbereitschaft, 

Image) 

Marktanalyse 

Experiment 

• Klassifikation nach: 


(Feld- / Laborexperiment) 

• Experimentellem Umfeld: 

• Laborexperiment 

• Feldexperiment 

• Zeitpunkt des Auftretens der abhängigen 

Variablen: 

• Projektives Experiment 

• Ex-post-facto-Experiment 

• Versuchsanordnung; Kombination 

folgender Merkmale: 

Beispiele: 

• Kennzeichnung der Versuchsgruppe: Experimental group / Control group 

• Zeitpunkt der Messung: before /after 

• Konzepttest Testmarkt-Ersatzverfahren 

• Warentest (Minimarkttest, Testmarktsimulation) 

• Produkttest Werbetest 

• Storetest 

• Markttest 



- 44 -



• Produkttest 

• Def.: Experimentelle Untersuchung, bei der zunächst nach bestimmten Merkmalen ausgewählten 

Testpersonen unentgeltlich bereitgestellte Produkte, probeweise ge- oder verbrauchen und 

anschließend nach ihren subjektiven Wahrnehmungen und / oder Beurteilungen bezüglich der 

getesteten Produkte als Ganzes bzw. einzelner Produktbestandteile gefragt werden 

• Testobjekte: 

• eigene bereits im Markt befindliche Produkte 

• Prototypen 

• Konkurrenzprodukte 

• Ziel: 

• Ermittlung v. Produktalternativen 

Marktanalyse 


• Aussagen über die optimale Gestaltung der Produkteigenschaften 

(Packung, Preis, Name, Imagewirkung) 

• Ausprägungen: 

• Volltest 

• Partialtest (Preistest, Packungstest, Geschmackstest, Namenstest) 

• Blindtest 

• Testverfahren der Praxis: 

• Tachistoskop 

• Schnellgreifbühne 

Experiment 




- 45 -



• Storetest 

• Def.: Probeweiser Produktverkauf unter kontrollierten Bedingungen in ausgewählten 

Einzelhandelsgeschäften 

• Ziel: Test der Verkaufsfähigkeit neuer / geänderter Produkte, insbesondere 

• Verkaufschancen 

• Eignung der Verpackung 

• Eignung des Verkaufspreises 

• Wirkung von Verkaufsförderungsmaßnahmen 

• Wirkung von Sonderplazierungen 

• Anwendung: 

• oft im Anschluss an einen Produkttest 

• unter marktrealen Bedingungen 

Marktanalyse 


Experiment 




- 46 -



• Markttest 

• Def.: umfassendes Feldexperiment in einem räumlich begrenzten Gebiet, welches die Gesamtheit 

vorgesehener Marketingmaßnahmen simuliert und deren Erfolg misst 

• Ziel: Test einer geänderten Marketingkonzeption für 

• ein bereits eingeführtes / geändertes Produkt 

• ein neues Produkt im Rahmen eines schon vorhandenen 

Produktprogramms 

• ein völlig neues Produkt 

Marktanalyse 


Experiment 


• Vorgehen: 

Auswahl eines Testmarktes, in dem in einem geographisch genau 

abgegrenzten Teil des Gesamtmarktes der Markttest durchgeführt wird 

(Testmarkt soll in seiner Struktur hinsichtlich Struktur der 

Bevölkerung; Handelsstruktur entsprechen) 



- 47 -



• Tracking-Forschung (1) 

• Def.: Datengewinnung über schriftliche 

Befragung oder Beobachtung 

• Wesen: Langzeitstudien 

• Klassifikation: 

• Wellenerhebungen: gleiches Thema, gleiche Stichprobe 

• Panelerhebungen: gleiches Thema, identische Stichprobe 

• Anwendungsgebiete: 



• Verbraucherpanel: schriftliche Erfragung der Konsumgewohnheiten der Verbraucher 



• Verkaufsdatenerfassung (durch Scanning) 

• Handelspanel (Retail Tracking): Beobachtung von Einzelhandelsgeschäften zu einem gleich 

bleibenden Untersuchungsgegenstand (Absatzmengen, Distributionsraten, Durchschnittspreise, 

Regalplatz, Verkaufsaktivitäten) 

• Fernsehpanel: Beobachtung des Fernsehverhaltens mittels technischer Geräte 



- 48 -



• Tracking-Forschung (2) 

• Brainstorming 

These: Panelauswertungen liefern eine Flut von Daten!!! 





• Fragen 

• Wer benötigt die Daten? 

• Welche Ziele werden mit einer Paneluntersuchung verfolgt? 

• Welche Informationen zieht man aus den Daten? 

• Verbraucherpanel 

• Handelspanel 

• Detaillierte Informationen zur Tracking-Forschung entnehmen Sie bitte den Unterlagen des 

Gastvortrages der GfK Panel Services Deutschland. 



- 49 -

Primärforschung - Skalierung (1) 

• Skalierung*: 

• Def. Skalierung: Konstruktion von Maßskalen und Zuordnung von Zahlen zu Objekten (Messen) 

• Def. Skala: numerische Abbildung eines empirischen Merkmals 

• Skalenniveaus: 

*Definitionen entnommen aus: Berekhoven, Eckert, Ellenrieder, 2004, S.74 ff. 



- 50 -


• Klassifikation von Skalierungsverfahren 

Skalierung i.w.S. 

Selbsteinstufung 

Fremdeinstufung 

subjektive 


objektive 


eindimensionale 

Skalierung 

eindimensionale 

Skalierung i.e.S. 

mehrdimensionale 

Skalierung 

einfache 

Rating-Skala 

Verfahren der 

Indexbildung 

•Likert-Skala 

•Thurstone-Skala 

•Guttmann-Skala 

semantisches 

Differenzial 

Multiattributmodelle: 

•Fishbein-Ansatz 

•Trommsdorff-Ansatz 

Multidimensionale 

Skalierung (MDS) 

* Beispiele entnommen aus: Berekhoven, Eckert, Ellenrieder, 2004, S.74 ff. 



- 51 -


• Skalierung - Klassifikation von 

Skalierungsverfahren (1) 

• Selbsteinstufungsverfahren: 

• Rating-Skala (am häufigsten eingesetzte Skalierungsmethode) 

Befragte Person gibt ihre Position/Einstellung auf der interessierenden Merkmalsdimension selbst an. 

Rating-Skalen bilden „natürliche“ Rangfolgen ab und messen deshalb mit einem ordinalen Messniveau. 

Somit lassen sich nur kleiner- / größer-Beziehungen analysieren, wobei Angaben über die Abstände 

zwischen den einzelnen Antwortkategorien streng genommen nicht möglich sind. 

• Fremdeinstufungsverfahren 

Befragter wird mit einer Batterie von Items konfrontiert, die in der Regel als Skalafragen konstruiert 

sind; Untersuchungsleiter verknüpft die Einzelmesswerte zur Messskala, worauf der Befragte 

positioniert wird. 

• subjektive Fremdeinschätzung (Verfahren der Indexbildung) 

Bildung einer einzigen Maßzahl aus mehreren Teildimensionen, deren Merkmalsausprägungen auf 

Grundlage des subjektiven Empfindens des Interviewers ermittelt wurden. 

• objektive Fremdeinschätzung 

Auf Grundlage eines streng standardisierten Verfahrens wird der Proband vom Interviewer positioniert. 



- 52 -


• Skalierung (2): 

Objektive Fremdeinschätzungsverfahren 

Eindimensional 

• Likert-Skala (Technik der summierten Einschätzung) 

Den Befragten wird eine Reihe von Statements vorgelegt, zu 

denen sie Zustimmung oder Ablehnung äußern können, und zwar 

in abgestufter Form. Die Befragten sollen beispielsweise 

angeben, ob sie der geäußerten Ansicht „völlig“ - „überwiegend“ - 

„teilweise“ - „eher nicht“ oder „gar nicht“ zustimmen. 

• Thurstone-Skala (Verfahren der gleich erscheinenden 

Intervalle) 

Im Unterschied zur Likert-Skala werden Statements zunächst von 

Experten hinsichtlich der vermutlichen Ausprägung der 

intendierten Zielgruppe beurteilt. Die Skala wird in einem zweiten 

Schritt aus den eindeutig einer Ausprägung zugeordneten 

Statements gebildet. 

• Guttmann-Skala (Skalogramm-Verfahren) 

Den Befragten werden einige Aussagen vorgelegt, die sie 

bejahen oder verneinen sollen. Es wird angenommen, dass die 

Aussagen einer Reihenfolge entsprechen (oder in eine 

Reihenfolge gebracht werden können) derart, dass sie jeweils 

eine unterschiedlich „extreme“ Auffassung dem Objekt gegenüber 

ausdrücken. 

Mehrdimensional 

• Semantisches Differenzial (Polaritätenprofil): 

Beurteilung eines Untersuchungsgegenstandes durch wertende 

Assoziationen auf einer Anzahl bipolarer Ratingskalen. 

• Multiattributmodelle: 

a) Fishbein-Ansatz: Versucht kognitive und affektive 

Einstellungskomponente miteinander zu verknüpfen. Die 

Einstellung einer Person setzt sich aus mehreren 

Eindruckswerten zusammen. Eindruckswerte setzten sich aus 

der Multiplikation der kognitiven und affektiven Komponente 

zusammen. 

b) Trommsdorff-Ansatz: Die idealen Merkmalsausprägungen 

(affektive Komponente) werden erfasst und die kognitiven 

Einstellungkomponenten durch Fragen direkt bestimmt. Der 

Eindruckswert ergibt sich aus der Differenz der kognitiven und 

affektiven Komponenten. 

• Multidimensionale Skalierung (MDS): 

Verfahren, das Objekte in einem mehrdimensionalen Raum 

räumlich positioniert; die Positionen der Objekte und ihre 

gegenseitigen Entfernungen stimmen mit den tatsächlichen 

Entfernungen bzw. Unterschieden überein. 



- 53 -


• Skalierungsverfahren – Beispiele (1) 

• Rating-Skala • Verfahren der Indexbildung 



- 54 -



• Likert-Skala 

1 

Vgl. Berekhoven, L.: Marktforschung: Methodische Grundlagen und 

praktische Anwendung, 12. Aufl., 2009 , S. 74 



- 55 -



• Thurstone-Skala 



- 56 -



• Guttmann-Skala 



- 57 -



• Semantisches Differenzial 

• Multiattributmodell: Fishbein-Ansatz 

• Multidimensionale Skalierung (MDS) 

• Multiattributmodell: Trommsdorff-Ansatz 



- 58 -

Primärforschung - Kontaktmethode wählen (1) 

• Kontaktmethode 

• Schriftlich (z. B. per Post, Fax, E-Mail) 

• Große Datenmengen können zu relativ geringen Kosten gesammelt werden. 

• Erfordert eine besonders einfache und klare Formulierung der Fragen. 

• Erfahrungsgemäß eine geringe Rücklaufquote. 

• Telefonisch 

• Beste Methode für eine schnelle Informationsgewinnung. 

• Interaktion zwischen Proband und Interviewer möglich (Flexibilität). 

• Interviewleitfaden darf nicht zu umfangreich sein und Fragen nicht zu persönlich. 

• Computergestützte Interviewführung möglich mit paralleler Dateneingabe. 

• Persönlich (face to face) 

• Klassifikation (Einzelinterview/Gruppengespräch) 

• Es können viele Fragen gestellt werden. 

• Zusätzliche Informationsgewinnung durch das Erscheinungsbild und die Körpersprache des Probanden. 

• Hohe Kosten, sowie hoher administrativer und zeitlicher Aufwand. 

• Negative Beeinflussung durch den Interviewer möglich. 

• Online 

• Fragebogen ist über eine Internetadresse erreichbar oder steht zum Download zur Verfügung. 

• Probanden können den Fragebogen online ausfüllen. 

• Musik, Bilder und Videos können integriert werden. 



- 59 -

Primärforschung - Sampling Plan erstellen (1) 

• Definitionen: 

• Def. Stichprobe (Sample) 

Beschränkung der Untersuchung auf einen kleineren Teil der Grundgesamtheit [=Gesamtmasse] 

(Teilerhebung) 

• Def. Repräsentativität 

• Eine Teilmasse ist repräsentativ, wenn sie in der Verteilung aller interessierenden Merkmale der 

Gesamtmasse entspricht, d.h. ein zwar verkleinertes, aber sonst wirklichkeitsgetreues Abbild der 

Gesamtheit darstellt. 

• Nicht alle im folgenden aufgeführten Verfahren genügen diesem Ideal, deshalb folgende 

Verallgemeinerung: --> Eine Teilmasse ist dann repräsentativ, wenn sie einen zutreffenden 

Rückschluss auf die Grundgesamtheit zulässt. 

• Def. Zufallsauswahl (Random-Verfahren) 

• Jede Einheit hat dieselbe Wahrscheinlichkeit in die Stichprobe einbezogen zu werden 

• Der Stichprobenfehler lässt sich nach der Wahrscheinlichkeitstheorie berechnen 

--> Mit zunehmender Größe der Stichprobe steigt die Wahrscheinlichkeit, dass sich das Ergebnis der 

Teilerhebung einer Vollerhebung angleicht 

• Def. Verfahren der bewussten Auswahl 

Auswahl der zu untersuchenden Einheiten nach sachrelevanten Einheiten 

--> Auswahl ist so vorzunehmen, dass das Sample hinsichtlich der interessierenden Merkmale möglichst 

repräsentativ für die Grundgesamtheit ist 

Im Rahmen der Erstellung des Sampling-Plans sind die folgenden Entscheidungen zu treffen: 

1) Definition der Grundgesamtheit; 2) Festlegung des Auswahlverfahrens und der 

Stichprobengröße. 

* Definitionen entnommen aus: Berekhoven, Eckert, Ellenrieder, 2006, S. 55 ff. 



- 60 -


1. Definition der Grundgesamtheit 

• Ausgangsbasis für den Sampling-Plan ist die Grundgesamtheit der Untersuchung 

• Grundgesamtheit ist die Menge aller potenziellen Merkmalsträger, für die das Ergebnis der 

Untersuchung gültig sein soll. 

• Die Grundgesamtheit orientiert sich am Untersuchungsziel und schließt alle Merkmalsträger ein, die 

zur Untersuchung der Problemstellung herangezogen werden könnten. 

• Sollen beispielsweise Kunden nach ihrer Zufriedenheit befragt werden, ist es sinnvoll, nur Personen 

in die Untersuchung einzubeziehen, die das Produkt bereits gekauft haben, da nur diese Personen 

Aussagen zur Problemstellung treffen können. 

• Die Grundgesamtheit wird im Allgemeinen anhand: 

• demografischer (z. B. Alter, Geschlecht), 

• geografischer (z. B. PLZ-Gebiet, Land), 

• psychografischer (z. B. Einstellung, Meinung) oder 

• verhaltensorientierter Merkmale (z. B. Kaufverhalten) 

• definiert, wobei meistens eine Kombination aus mehreren Kriterien herangezogen wird. 



- 61 -


2. Festlegung des Auswahlverfahrens und 

der Stichprobengröße 

• Damit eine Stichprobe als repräsentativ angesehen werden kann, wird in diesem Schritt des 

Marketingforschungsprozesses ein so genannter Sampling-Plan (Stichprobenplan) erstellt, der 

genau festlegt, welche Merkmalsträger aus der Grundgesamtheit ausgewählt werden müssen, damit 

ein Repräsentationsrückschluss möglich ist. 

• Der Sampling-Plan stellt eine bindende Richtlinie für das Untersuchungsteam dar und basiert auf 

speziellen Auswahlverfahren, welche die Repräsentativität sicherstellen sollen. 

• Der Rückschluss von der Stichprobe auf die Grundgesamtheit ist mit Fehlern behaftet, da die 

Stichprobe lediglich einen Schätzwert für die Grundgesamtheit darstellt. 

• Bei den systematischen Fehlern handelt es sich um Non-Response- (z. B. 

Antwortverweigerungen, Testpersonen nicht erreichbar) oder Erfassungsfehler (z. B. Fehler im 

Auswahlverfahren, Verzerrung durch Interviewer, Auswertungsfehler) 

• Zufallsfehler sind solche Fehler, die in statistischen Massen auftreten und nach den Gesetzen der 

Wahrscheinlichkeit um einen „wahren Wert“ streuen, so dass sie sich per Saldo ausgleichen. Sie 

können nicht vermieden, sondern nur durch eine Vergrößerung der Stichprobe verkleinert werden. 

Dies lässt sich dadurch erklären, dass sich die bei der Erfassung der einzelnen Merkmalsträger 

gemachten Fehler mit wachsender Zahl der Probanden tendenziell ausgleichen. 



- 62 -


• Grundformen von Auswahlverfahren 

Auswahlverfahren 

Vollerhebung 

Teilerhebung 

repräsentative 

Auswahl 

willkürliche 

Auswahl 

Verfahren der 

zufallsorientierten 

Auswahl 

Verfahren der nicht 

zufallsorientierten 

(bewussten) Auswahl 

einfache 

Zufallsauswahl 

geschichtete 

Zufallsauswahl 

Klumpenauswahl 

Quotenverfahren 

Konzentrationsverfahren 

(cut-off) 

typisches 

Auswahlverfahren 

uneingeschränkte 

Zufallsauswahl: 

Lotterieprinzip 

Auswahltechniken: 

systematische 

Auswahl usw. 

proportional 

disproportional 



- 63 -


• Zufallsauswahl - Auswahltechniken 

• Systematische Auswahl 

Soll aus einer Grundgesamtheit mit 100.000 Merkmalsträgern (N) eine Stichprobe von 1.000 

Testpersonen (n) entnommen werden, wird zunächst innerhalb der ersten 100 Elemente per Zufall ein 

Startpunkt festgelegt und von diesem Startpunkt ausgehend, jeder weitere 100ste Merkmalsträger 

einbezogen. 

• Schlussziffernauswahl 

Es werden nur Merkmalsträger in die Stichprobe einbezogen, die in einer durchnummerierten Liste 

der Merkmalsträger eine bestimmte Endziffer aufweisen 

(z. B. alle Elemente mit der Endziffer „6“ wie 6, 16, 26, 36, 46 ...). 

• Geburtstags- oder Buchstabenauswahl 

Die Probanden werden anhand ihres Geburtsdatums oder anhand des Anfangsbuchstabens der 

Nach- oder Vornamen ausgewählt (z. B. alle Personen, die am 06. April geboren sind; alle Personen, 

deren Nachname mit „M“ beginnt). 

• Auswahl mittels Zufallszahlen 

Jedem Element der Grundgesamtheit wird eine fortlaufende Nummer zugewiesen. Danach wird durch 

ein Zufallsverfahren (z. B. per Zufallsgenerator) eine Zufallszahlentabelle generiert, die festlegt, 

welche Merkmalsträger in die Untersuchung einbezogen werden. 



- 64 -


• Beispiele für Auswahlverfahren (1) 



- 65 -


• Beispiele für Auswahlverfahren (2) 



- 66 -


• Stichprobengröße 

Damit ein Repräsentationsrückschluss von der Stichprobe auf die Grundgesamtheit möglich 

ist, müssen die erhobenen Stichprobenwerte einer Normalverteilung folgen. 

Achtung: 

Ein Zufallsfehler kann nur für 

Verfahren der Zufallsauswahl 

berechnet werden, nicht für 

Verfahren der bewussten 

Auswahl! 



- 67 -


• Stichprobengröße – Sicherheitsfaktor, 

Vertrauensbereich, Vertrauenswahrscheinlichkeit (1) 

• Die Streuung der Stichprobenmittelwerte um den wahren Wert der Grundgesamtheit wird mit der 

Varianz bzw. der Standardabweichung gemessen. Die Standardabweichung stellt die mittlere 

Abweichung vom Stich-probenmittelwert dar. Sie wird in der Einheit des Merkmals ausgedrückt, 

definiert den Vertrauensbereich (Konfidenzintervall) um den Stichprobenmittelwert und legt somit 

die Wahrscheinlichkeit (Vertrauenswahrscheinlichkeit) fest, mit welcher der wahre Wert der 

Grundgesamtheit in den Vertrauensbereich fällt. 

• Da es für die Marketingforschung nicht ausreichend ist, eine Aussage zu treffen, die nur für (68,3%) 

der theoretisch denkbaren Fälle in Frage kommt, wird der Vertrauensbereich erweitert, indem die 

Standardabweichung mit einem so genannten Sicherheitsfaktor multipliziert wird. Dadurch steigt zum 

einen die Vertrauenswahrscheinlichkeit und zum anderen vergrößert sich der Vertrauensbereich. 

• Um eine Vertrauenswahrscheinlichkeit von 99,7% 

zu erhalten, d. h. mit einer 99,7%igen Wahrscheinlichkeit 

sagen zu können, dass der wahre Wert der 

Grundgesamtheit in einen bestimmten Vertrauensbereich 

fällt, muss die Standardabweichung beispielsweise 

mit dem Sicherheitsfaktor 3 multipliziert werden. Durch die Multiplikation mit dem 

Sicherheitsfaktor wird der Vertrauensbereich 

um das dreifache der Standardabweichung erweitert. 

Zusammenhang Sicherheitsfaktor - Vertrauensbereich - 

Vertrauenswahrscheinlichkeit 



- 68 -




• Die Irrtumswahrscheinlichkeit ist das Gegenstück zur Vertrauenswahrscheinlichkeit und gibt an, mit 

welcher Wahrscheinlichkeit der wahre Wert der Grundgesamtheit nicht im Vertrauensbereich liegt. 

• In der Marketingforschung wird versucht, ein möglichst genaues Schätzergebnis von der Stichprobe 

auf die Grundgesamtheit zu erzielen. Betrachtet man jedoch die Größen Vertrauensbereich 

(Stichprobenfehler) und Vertrauenswahrscheinlichkeit genauer, dann erkennt man, dass sie sich 

konträr verhalten. Erhöht man die Vertrauenswahrscheinlichkeit, erweitert sich automatisch der 

korrespondierende Stichprobenfehler. 

• Es gilt, je größer der Umfang einer Stichprobe, desto genauer kann der wahre Wert einer 

Grundgesamtheit auf Basis einer Stichprobe geschätzt werden. 

• Allerdings nimmt die Güte der Stichprobe nicht proportional zu. Eine Vervierfachung der Stichprobe 

bedeutet beispielsweise nur eine Verdoppelung der Güte der Stichprobe. 

• Deshalb legt man in der Marketingforschungspraxis im Vorfeld der Stichprobenziehung die Qualität 

des Stichprobenergebnisses über den zulässigen Stichprobenfehler und die 

Vertrauenswahrscheinlichkeit fest und bestimmt auf dieser Basis den optimalen Umfang der 

Stichprobe. Man unterscheidet den heterograden und den homograden Fall. 



- 69 -






- 70 -


• Stichprobengröße – Heterograder Fall 

• Die Untersuchungsmerkmale sind quantitativ (z. B. Einkommen, Alter, Körpergröße) und sollen auf 

ihren Mittelwert hin untersucht werden. 

• Die Formel für die Berechnung des Stichprobenumfangs für quantitative Merkmale lautet: 

mit: 

n: Stichprobenumfang 

t: Sicherheitsfaktor 

2 

σ : Varianz 

e: größter zulässiger Fehler (Stichprobenfehler) 

• Während der Sicherheitsfaktor 

über die gewünschte Vertrauenswahrscheinlichkeit 

hergeleitet wird 

und der Stichprobenfehler vom 

Untersuchungsteam aus Erfahrungswerten 

geschätzt wird, ist die 

Varianz in der Regel nicht 

bekannt. Sie muss entweder in 

einem Pre-Test geschätzt oder 

vom Untersuchungsteam 

bestimmt werden. 



- 71 -


• Stichprobengröße – Homograder Fall 

• Die Untersuchungsmerkmale sind qualitativ (z. B. Geschlecht, Familienstand, Beruf) und sollen auf 

relative Häufigkeiten (Anteile) hin untersucht werden. 

• Die Formel zur Errechnung des Stichprobenumfangs für qualitative Merkmale lautet wie folgt: 

• Wurden „q“ und „p“ nicht bereits im 

Vorfeld über einen Pre-Test 

erhoben, ist es üblich, den ungünstigsten 

Fall anzusetzen, nämlich 

jeweils 50% (p = 50; q = 50). Für die 

Festlegung von „t“ und „e“ können 

die Überlegungen für den heterograden 

Fall übernommen werden. 



- 72 -

Primärforschung - Daten erheben (1) 

• Daten erheben 

• Bekannte Probleme 

• Die Probanden sind nicht anzutreffen und müssen deshalb erneut kontaktiert werden oder durch andere 

Testpersonen ersetzt werden. 

• Die Probanden verweigern die Auskunft oder geben bewusst falsche Antworten. 

• Die Probanden haben Vorurteile gegenüber dem Untersuchungsinstrument oder der Thematik der 

Untersuchung. 

• Der Interviewer ist voreingenommen (z. B. suggestives Fragen) oder unehrlich 

(z. B. Selbstausfüllung durch den Interviewer bzw. Befragung von Bekannten). 



- 73 -

Primärforschung - Daten erheben (2) 

• Daten erheben – 

mögliche Vorgehensweise für die Befragung von Unternehmen aus der Praxis 

Versendung des Fragebogens 

und des Anschreibens per Email 

Telefonische Kontaktaufnahme 

Absage 

Teilnahme 

Nachtelefonieren 

Befragung 

am Telefon 

Keine Zeit 

Endgültige 

Absage 

Neue 

Kontaktperson 

Teilnahme 

Terminvereinbarung 

Antwort per Post 

Antwort per Fax 

Endgültige 

Absage 

Teilnahme 

Befragung 

am Telefon 



- 74 -

Agenda 










- 75 -

Erhobene Daten Analysieren und Interpretieren: Lernziele 

• Lernziele 

• Überblick über die wichtigsten Datenanalyseverfahren und deren Anwendung in der Praxis 

• univariat 

• bivariat 

• multivariat 

• Fähigkeit der eigenständigen Berechnung einer einfachen Regressionsanalyse bzw. Erkenntnis, 

wann die einfache Regressionsanalyse in der Praxis wie zum Einsatz kommt 

• Fähigkeit der Durchführung bestimmter Hypothesentests 



- 76 -

Erhobene Daten analysieren und interpretieren (1) 

• Computergestützte Datenanalyse 

• Tabellenkalkulationsprogramme (z. B. Microsoft Excel) 

• Werkzeug zur Datenerfassung und –verwaltung 

• Diverse statistische Auswertungsfunktionen (univariate Auswertungen, Korrelationen, Regressionen) 

• Schnelle und unkomplizierte Analyse von kleinen Datenmengen 

• Datenbanksysteme (z. B. Microsoft Access) 

• System zur elektronischen Datenverwaltung 

• Erstellung einer Datenbank ist in der Regel aufwändig 

• Ermittlung und Visualisierung von einfachen statistischen Kennzahlen und Zusammenhängen 

• Hoher Aufwand bei komplexen statistischen Auswertungen 

• Effizientes, widerspruchsfreies und dauerhaftes Speichern von großen Datenmengen 

• Statistische Auswertungsprogramme (z. B. SPSS, SAS) 

• Software speziell für die statistische Datenanalyse 

• Umfangreiche Datenmengen können verwaltet, transformiert und verarbeitet werden 

• Vielzahl von statistischen Funktionen und Prozeduren stehen zur Verfügung 

• Sowohl univariate (Mittelwertberechnung, Häufigkeitsauszählun-gen etc.) als auch komplexe 

multivariate Testverfahren (Faktorenanalyse, Conjoint-Analyse etc.) möglich 



- 77 -


• Klassifikation statistischer Verfahren 

• Deskriptive Statistik 

• Deskriptive = beschreibende Statistik 

• Sie beinhaltet Analyseverfahren die vorwiegend dazu dienen, die Verteilung der 

Merkmalsausprägungen durch eine grafische oder tabellarische Darstellung genauer zu beschreiben 

und statistische Kennzahlen (z. B. Häufigkeit, Mittelwert, Varianz) zu berechnen. 

• Verallgemeinerungen bzw. Schlüsse auf die Grundgesamtheit sind damit nicht möglich, sondern sind 

Gegenstand der noch zu behandelnden Verfahren der induktiven Statistik. 

• Induktive Statistik 

• Induktive Statistik = statistische Prüfverfahren 

• Die induktive Statistik beschäftigt sich mit der Frage, inwieweit die Ergebnisse einer Teilerhebung durch 

eine Stichprobe auf die Grundgesamtheit übertragen werden können und verwendet dafür Methoden 

wie z. B. den Chi-Quadrat-Test oder den T-Test. 

• Überprüfung von Annahmen oder zur Prüfung der Zulässigkeit des Schlusses von Werten der 

Stichprobe auf Werte der Grundgesamtheit. 



- 78 -


statistische 

Auswertungsverfahren 

Deskriptive Statistik 

Induktive Statistik 

Statistische Verfahren - univariat 

• Häufigkeiten 

• Mittelwerte 

• Streumaße 

Statistische Verfahren - bivariat 

• Kreuztabellierung 

• Korrelationsmaße 

• einfache Regressionsanalyse 

Statistische Verfahren - multivariat 

• Regressionsanalyse (mehrfach) 

• Varianzanalyse 

• Diskriminanzanalyse 

• Faktorenanalyse 

• Clusteranalyse 

• MDS 

• Conjoint Measurement 

Statistische Verfahren - Induktiv 

• Hypothesentests 



- 79 -


• Beispiel für uni-, bi- und multivariate Analysen 



- 80 -

Erhobene Daten analysieren und interpretieren - 

Deskriptive Statistik / univariate Verfahren - Häufigkeiten (1) 


• Absolute Häufigkeit: 

Ist die Anzahl der Elemente in der Grundgesamtheit 

mit genau dieser Merkmalsausprägung. 

Deskriptive 

Statistik 





• Relative Häufigkeit: 

Misst den prozentualen Anteil der Elemente 

mit genau dieser Merkmalsausprägung an 

der Grundgesamtheit. 

f 

i 

= 

hi 

N 

• Absolute Summenhäufigkeit: 

Gibt die Anzahl der Elemente an, die höchstens 

diese Merkmalsausprägung aufweisen. 

= i 

∑ 

H i h j 

j = 1 

• Relative Summenhäufigkeit: 

Gibt den prozentualen Anteil der Elemente 

an der Grundgesamtheit an, die höchstens 

diese Merkmalsausprägung aufweisen. 

F 

i 

= 

i 

∑ 

j= 

1 

f 

j 

= 

Hi 

N 

mit: 

N: Anzahl der Variablenwerte 

f i :: Relative Häufigkeit 

Hi :: Absolute Summenhäufigkeit 

F i : Relative Summenhäufigkeit 



- 81 -



• Beispiele für Häufigkeiten (1) 

Deskriptive 

Statistik 





Beispiel – absolute/relative Häufigkeit sowie für absolute/relative Summenhäufigkeit 

Im folgenden Beispiel soll eine Personengruppe bzgl. ihrer Altersstruktur genauer analysiert 

werden. Bei einer Befragung gaben 20 Personen ihr Alter an. 

Nr. des Befragten Alter 

1 35 

2 25 

3 30 

4 35 

5 18 

6 21 

7 29 

8 39 

9 25 

10 33 

11 34 

12 36 

13 38 

14 46 

15 29 

16 48 

17 18 

18 30 

19 28 

20 37 

Nr. des Befragten Alter 

17 18 

5 18 

6 21 

9 25 

2 25 

19 28 

15 29 

7 29 

3 29 

18 30 

10 33 

11 34 

1 35 

4 35 

12 36 

20 37 

13 38 

8 39 

14 46 

16 48 

Datensatz unsortiert 

Datensatz sortiert nach Alter, aufsteigend 



- 82 -



• Beispiele für Häufigkeiten (2) 

Deskriptive 

Statistik 





Beispiel – absolute/relative Häufigkeit sowie für absolute/relative Summenhäufigkeit 

Aus diesem Datensatz ergeben sich folgende absolute/relative Häufigkeiten sowie absolute/relative 

Summenhäufigkeiten: 

Alter 18-21 22-25 26-30 31-35 36-40 41-45 46-50 

Absolute Häufigkeit 3 2 5 4 4 0 2 

Relative Häufigkeit 15% 10% 25% 20% 20% 0% 10% 

Alter 18-21 18-25 18-30 18-35 18-40 18-45 18-50 

Absolute Summenhäufigkeit 3 5 10 14 18 18 20 

Relative Summenhäufigkeit 15% 25% 50% 70% 90% 90% 100% 



- 83 -


Deskriptive Statistik / univariate Verfahren - Mittelwerte (1) 

• Mittelwerte (Lagemaße): wohin tendiert 

eine Verteilung? 

• Arithmetisches Mittel AM 

• gewogenes AM: 

x 

= 

1 

N 

N 

N 

∑ x i 

i= 

1 

Deskriptive 

Statistik 

mit: N: Anzahl der Variablenwerte 

xi : Variablenwert an der Stelle „n“ 





• ungewogenes AM: x = ∑ f i x i 

x : Mittelwert aller Merkmalswerte xi 

i= 

1 

f : Gewichtungsfaktor 

• Modus 

• Der Modus einer Reihe von Merkmalsausprägungen ist der Wert, der in dieser Reihe am 

häufigsten vorkommt. 

• ( in einer Reihe von Merkmalsausprägungen kann es mehrere Modi geben!) 

• Median (= Zentralwert, wobei die Merkmalsausprägungen der Reihe nach geordnet sind) 

• N ist eine ungerade Zahl: Me(x) = x N +1 

2 

• N ist eine gerade Zahl: Me(x) = 

1 

2 

⎡ 

⎢x N 

+ x N 

⎣ 2 2 

+1 

⎤ 

⎥ 

⎦ 



- 84 -



• Beispiele für Mittelwerte (1) 



- 85 -



• Beispiele für Mittelwerte (2) 



- 86 -


Deskriptive Statistik / univariate Verfahren - Streumaße (1) 

• Streumaße: wie variabel ist eine Verteilung? 

• Spannweite SW 

Ist die Differenz aus der größten Merkmalsausprägung 

und der kleinsten Merkmalsausprägung. 

SW(x) = xN - x1 

• Interquartilspanne IQS 

Ist die Spannweite einer Reihe, nachdem 25% der geringsten und 25% der größten 

Merkmalsausprägungen ausgeschlossen wurden. 

IQS(x) = Q3 – Q1 

mit: Q1: erstes Quartil 

• Empirische Varianz VAR 

Grundidee der Varianz ist es, eine Art durchschnittliche 

Abweichung vom Mittelwert zu bestimmen 

N 

N 

1 

2 

⎡ 1 ⎛ 2 ⎞⎤ 

2 

VAR(x) = ∑( 

xi 

− x) 

= ⎢ ⎜∑ 

xi 

⎟⎥ 

− ( x) 

xi 

N i= 

1 ⎣ N ⎝ i= 

1 ⎠⎦ 

x 

Q3: drittes Quartil 


Deskriptive 

Statistik 

: Variablenwert an der Stelle „n“ 

: Mittelwert aller Merkmalswerte 





• Empirische Standardabweichung SAW 

Ermöglicht die Vergleichbarkeit mit Mittelwerten (Varianz hat Einheit zum Quadrat, daher nicht 

geeignet zum Vergleich) SAW(x) = VAR(x) 

xi 



- 87 -



• Beispiele für Streumaße 



- 88 -



• Beispiele für Streumaße 



- 89 -

Erhobene Daten analysieren und interpretieren - Deskriptive Statistik / 

bivariate Verfahren - Kreuztabellen und Korrelationsmaße (1) 

• Kreuztabellierung: 

• Einfachstes Verfahren, Zusammenhänge zu ermitteln und zu veranschaulichen. 





• Hierbei werden alle möglichen Kombinationen von Merkmalsausprägungen bezüglich zweier 

Variablen anhand einer Matrix, der sog. Kreuztabelle, dargestellt. 

• Die Häufigkeit, mit der jede Kombination auftritt, wird anschließend in die Matrix eingetragen. 

• Korrelationsmaße: 

• Wie gleichgerichtet sind zwei verschiedene Verteilungen? 

• Empirische Kovarianz KOV 

Quantifiziert das Ausmaß des ”Gleichlaufens” zweier Merkmale 

N 

1 

N 

1 

KOV(x;y)= ∑[ 

xi 

− x][ 

yi 

− y ∑ xi 

* yi 

− x * y 

N 1 

• Korrelationskoeffizient r 

Ein Korrelationskoeffizient von +1 drückt eine perfekte 

Gleichläufigkeit, ein Wert von –1 dagegen eine perfekte 

Gegenläufigkeit zweier 

Merkmale aus. 

N 1 

] 

i= 

r ( x; 

y) 

= 

i= 

KOV ( x; 

y) 

SAW ( x)* 

SAW ( y) 

Deskriptive 

Statistik 


x: Variable x 

y: Variable y 

x: Mittelwert aller Merkmalswerte xi 

y: 

Mittelwert aller Merkmalswerte yi 



- 90 -



• Beispiel für eine lineare Korrelation (1) 

Beispiel - Zusammenhang zwischen Gewicht und Größe (1) 

Deskriptive 

Statistik 





Gehen wir vom einfachsten Fall zweier Messwertreihen X (z.B. Gewicht) und Y (z.B. Körpergröße) aus. Dann 

gibt der Korrelationskoeffizient Auskunft darüber, wie gut sich durch die beiden Messwertreihen jeweils eine 

Gerade legen lässt, so dass die Quadrate der Abstände der Messwerte von der Geraden minimal werden. 

x y x*y x² y² 

1 65 166 10.790 4.225 27.556 

2 76 177 13.452 5.776 31.329 

3 98 185 18.130 9.604 34.225 

4 52 161 8.372 2.704 25.921 

5 46 165 7.590 2.116 27.225 

6 51 158 8.058 2.601 24.964 

7 61 164 10.004 3.721 26.896 

8 65 167 10.855 4.225 27.889 

9 67 174 11.658 4.489 30.276 

10 74 172 12.728 5.476 29.584 

11 72 181 13.032 5.184 32.761 

12 74 162 11.988 5.476 26.244 

13 76 175 13.300 5.776 30.625 

14 81 181 14.661 6.561 32.761 

15 85 182 15.470 7.225 33.124 

16 58 155 8.990 3.364 24.025 

17 55 165 9.075 3.025 27.225 

18 63 169 10.647 3.969 28.561 

19 92 179 16.468 8.464 32.041 

20 87 185 16.095 7.569 34.225 

Summe 1.398 3.423 241.363 101.550 587.457 

x: Variable „Gewicht“ 

y: Variable „Körpergröße“ 

x 

y 

= 69,90 

= 171,15 

Beispiel entnommen aus: 

http://www.sgipt.org/wisms/statm/kor/kurkor.htm#Der%20Korrelationskoeffizient; 

abgerufen am 29.09.2008 



- 91 -



• Beispiel für eine lineare Korrelation (2) 

Deskriptive 

Statistik 





Beispiel - Zusammenhang zwischen Gewicht und Größe (2) 

KOV ( x; 

y) 

= 

1 

N 

N 

∑ xi * yi 

− x * y 

i= 

1 

= 

241.363 

− 69,9*171,15 = 104,76 

20 

r( 

x; 

y) 

= 

KOV ( x; 

y) 

SAW ( x)* 

SAW ( y) 

⇒ 

241.363 

− (69,9*171,15) 

20 

191,49 * 80,5 

⇒ 

12.068,15 −11.963,34 

13,83*8,972 

⇒ 

104,76 

124,08 

⇒ 0,843817 

Im folgenden Beispiel ergibt sich zwischen dem Körpergewicht 

und dem Körpergröße ein Korrelationskoeffizient r = 0,84. 

Beispiel entnommen aus: 

http://www.sgipt.org/wisms/statm/kor/kurkor.htm#Der%20Korrelationskoeffizient.; 

abgerufen am 29.09.2008 



- 92 -


bivariate Verfahren - einfache Regressionsanalyse (1) 

• Einfache Regressionsanalyse 

Ermittlung eines Zusammenhangs zwischen 

zwei Merkmalen 

• Regressionsgerade: yˆ 1 

= a + b* 

x1 

yˆ 

Deskriptive 

Statistik 

mit: a: Regressionskonstante (Schnittpunkt der Regressionsgerade mit der Y-Achse) 

b: Regressionskoeffizient (Steigung der Regressionsgeraden) 

x: unabhängige Variable 

y: abhängige Variable 





• Die einfache Regressionsanalyse baut auf der Korrelationsanalyse auf und untersucht nicht den 

wechselseitigen Zusammenhang zwischen zwei Variablen, sondern die einseitige Beziehung 

zwischen einer abhängigen und einer unabhängigen Variablen. 

• Ziel der Regression ist es, die Koeffizienten a und b der Regressionsgeraden so zu bestimmen, daß 

die Summe der quadrierten Abstände zwischen den Schätzwerten und den wahren Werten y 1 

minimiert wird. (“Kleinste-Quadrate-Schätzung”) 

• Die Regression versucht also eine Gerade zu bestimmen, von der alle Punkte gleich weit entfernt 

sind im Mittel. (→Regressionsgerade) 



- 93 -



• Beispiel für eine Regressionsanalyse (1) 

Deskriptive 

Statistik 







- 94 -




Deskriptive 

Statistik 

Streudiagramm für die Variablen „Werbeausgaben“ und „Absatzmenge“ 







- 95 -


bivariate i Verfahren - einfache Regressionsanalyse (4) 


Deskriptive 

Statistik 







- 96 -




Deskriptive 

Statistik 







- 97 -




Erklärte und nicht erklärte Abweichung 

Deskriptive 

Statistik 







- 98 -


multivariate Verfahren - Kriterien zur Auswahl eines mulitvariaten Verfahrens (1) 

• Kriterien zur Auswahl eines multivariaten Verfahrens: 

• Untersuchungsgegenstand / 

Art der Untersuchungsobjekte 

Deskriptive 

Statistik 


• Kontigenzanalyse 






• MDS 


• Anzahl der Variablen 

• Abhängigkeit zwischen den Variablen 

• Daten- und Messniveau 

• (Untersuchungszeitpunkt / 

Untersuchungszeitraum) 



- 99 -

Erhobene Daten analysieren und interpretieren - Deskriptive Statistik / multivariate Verfahren (1) 

• Unterteilung 

• Dependenzanalyse: 

Deskriptive 

Statistik 








• MDS 


• Eine bzw. mehrere Variablen (abhängige Var. bzw. 

Kriteriumsvariablen) hängen von anderen Variablen (unabhängige Var. bzw. Prediktoren) ab. 

• Einsatz nur wenn ein kausaler Zusammenhang zwischen den Variablen vermutet werden kann. 

• Wichtigste Verfahren: Kontingenzanalyse, Diskriminanzanalyse, Varianzanalyse und 

multiple Regressionsanalyse 

• Interdependenzanalyse: 

• Es erfolgt keine Unterscheidung zwischen abhängiger und unabhängiger Variablen 

• Wichtigste Verfahren: Clusteranalyse, Faktorenanalyse, multidimensionale Skalierung und Conjoint 

Analyse 



- 100 -


Deskriptive Statistik / multivariate Verfahren (2) 

• Dependenzanalysen 

Deskriptive 

Statistik 








• MDS 


unabhängige Variable 

nicht metrisch 

metrisch 

abhängige Variable 

metrisch nicht metrisch 

Kontigenzanalyse 

Varianzanalyse 

Diskriminanzanalyse 

Regressionsanalyse 



- 101 -


Deskriptive Statistik / multivariate Verfahren (3) 

• Interdependenzanalysen 

Deskriptive 

Statistik 








• MDS 




- 102 -

Erhobene Daten analysieren und interpretieren: Induktive Statistik (1) 

• Hypothesentests: 

• Ausgangspunkt ist die Nullhypothese H 0 

• Gegenstück ist die Alternativhypothese H 1 

Induktive 

Statistik 



• Es gibt i.d.R. zwei Fragestellungen beim Hypothesentest: 

• Mit welcher Wahrscheinlichkeit wird die Nullhypothese abgelehnt, obwohl sie richtig ist? 

• Wieviel Treffer müssen auf einem bestimmten Signifikanzniveau „gelandet“ werden, damit die 

Nullhypothese angenommen werden kann? 

• Termini: 

• α-Fehler = Fehler 1.Art = H 0 richtig aber abgelehnt (Irrtumswahrscheinlichkeit) 

• β-Fehler = Fehler 2.Art = H 0 falsch aber angenommen 

• übliche Werte für α: 

≤0,01 hochsignifikant (d.h. zu 99% ist H 0 richtig und wird angenommen) 

≤0,05 signifikant 

• Gesamtfehler = p*α + (1-p)*β 

• 1-α = Sicherheitswahrsch. bzw. statist. Sicherheit 

• Vergrößerung des Annahmebereichs bewirkt eine Verkleinerung des α-Fehlers 



- 103 -


• Beispiel Hypothesentest: 

Induktive 

Statistik 





- 104 -


• Verteilungstests: 

Induktive 

Statistik 



Verteilungstest 

Art des 

Tests 

Nullhypothese 

Skalenniveau 

Voraussetzungen 

Prüffunktion 

Verteilung der 

Prüffunktion 

Anpassungstest 

V(x) = V 0 (x) 

(V 0 (x) ist eine 

genau spezifizierte 

Verteilung 

der 

Grundgesamtheit) 

mindestens 

nominalskalierte 

Daten 

E j > 5 für alle j = 1,…,m 

(bei Gültigkeit der Nullhypothese 

zu erwartende 

Häufigkeit in den 

einzelnen Ausprägungsklassen) 

χ 2 ∑ 

m 

= 

emp 

j=1 

(n j – E j ) 2 

E j 

m = Anzahl der Ausprägungsklassen 

(Intervalle) 

n j = tatsächliche Anzahl 

der Beobachtungen im 

j-ten Intervall 

χ 2 –Verteilung mit 

v = m – 1 

Freiheitsgraden 

Unabhängigkeitstest 

x, y sind voneinander 

unabhängig 

mindestens 

nominalskalierte 

Daten 

E ij > 5 für alle i = 1,…,k 

und j = 1,…., l 

(bei Unabhängigkeit zu 

erwartende Häufigkeit 

der einzelnen Merkmalskombinationen) 

χ 2 ∑ 

k 

= 

emp 

i=1 

∑ l 

j=1 

(n ij – E ij ) 2 

E ij 

n ij = tatsächliche Häufigkeit 

der Merkmalskombinationen 

(x i , y j ) 

χ 2 –Verteilung mit 

v = (k – 1) * (l – 1) 

Freiheitsgraden 

• Weitere Ausgewählte Testverfahren (Parametertest) siehe Nieschlag, Dichtl, Hörschgen, 1997, S. 770 



- 105 -


• Daten interpretieren 

• Erläuterung der Zusammenhänge und Begutachtung der erhobenen, aufbereiteten und 

ausgewerteten Daten 

• Beantwortung der dem Projekt zugrunde liegenden Problemstellung 

• Formulierung Handlungsempfehlungen zur Unterstützung der Entscheidungsfindung 

• komprimieren – > die wichtigsten Erkenntnisse zusammenfassen 

• pointieren – > aussagekräftige Ergebnisse hervorheben 

• kombinieren – > Gesetzmäßigkeiten ableiten und herausstellen 

• begutachten – > Aussage und Signifikanz der Ergebnisse bewerten 

• formulieren – > Ergebnisse auf konkrete Problemstellung übertragen 



- 106 -

Agenda 










- 107 -

Ergebnisse präsentieren und kommunizieren (1) 

• Ergebnisse präsentieren und kommunizieren 

• Erstellung eines Ergebnisdokumentes (Ausrichtung an der Problemstellung und den Zielen des 

Auftraggebers) 

• Elemente eines Ergebnisdokumentes: 

• Inhaltsverzeichnis 

• Projektplan und Projektrahmenbedingungen 

• Problemstellung, Burning Platform (Ausgangssituation) und Untersuchungsziele 

• Management Summary (wichtigste Ergebnisse der Untersuchung zusammengefasst) 

• Methodik der Untersuchung 

• Marketingforschungsplan 

• Darstellung und Interpretation der Untersuchungsergebnisse 

• Schlussfolgerungen und Handlungsempfehlungen 

• Anhang 



- 108 -

Agenda 










- 109 -


• Korrelationsmaße: 

N 

1 

KOV(x;y)= ∑[ 

xi 

− x][ 

yi 

− y] 

N i= 

1 

• Einfache lineare Regression: 

yˆ 1 

+ 

1 

b = 

= a b* 

x yˆ 

y = a + b* 

x 

n( 

∑ 

x 

n( 

i 

y ) − ( 

∑ 

i 

x 

2 

i 

∑ xi 

∑ 

) − ( 

)( 

x 

i 

∑ 

) 

2 

y ⎛ 

i 

) 

⎜= 

⎝ 

r ( x; 

y) 

= 

∑ xi 

∑ 

y 

x 

i 

2 

i 

KOV ( x; 

y) 

SAW ( x)* 

SAW ( y) 

− n* 

x * y ⎞ 

⎟ 

2 

− n* 

x 

⎠ 

• Stichprobenberechnungen: 

t * σ 

e = t * σ x = = t 

n 

σ 

n 

Sicherheitskoeffizient 

1,00 

1,96 

2,00 

2,58 

3,00 

3,29 

2 

Heterograder Fall 

2 

2 

t ⋅σ 

⇒ n ≥ 

2 

e 

Homograder Fall 

t 

⇒ n ≥ 

Korrespondierende 

Irrtumswahrscheinlichkeit (in %) 

31,73 

5,00 

4,55 

1,00 

0,27 

0,10 

2 

⋅ p ⋅ q 

2 

e 

mit: n: Stichprobenumfang 

t: Sicherheitsfaktor 

p: Anteil der Merkmalsträger in der 

Stichprobe, welche die gesuchte 

Merkmalsausprägung aufweisen. 

q: Anteil der Merkmalsträger in der 

Stichprobe, welche die gesuchte 

Merkmalsausprägung nicht 

aufweisen. 

e: größter zulässiger Fehler 

(Stichprobenfehler) 

σ x : Standardabweichung 

2 

σ : Varianz 



- 110 -

Marketingforschung - auf den Seiten von Frau Prof. Dr. Andrea Raab!

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

Template löschen?

Als Template speichern?