Der Einfluss einer Sparnotwendigkeit auf das Käuferverhalten

290 Managementimplikationen
Als nächstes wird eine Clusteranalyse durchgeführt. Hierbei wird dem Vorgehen von
Homburg und Krohmer (2003) gefolgt, welche die Clusteranalyse in drei Schritte
(Single Linkage, Ward, k-means) unterteilen. (Homburg/Krohmer 2003, S. 324). Zunächst
wird ein hierarchischer Algorithmus zur Clusteranalyse, dem sogenannten
Single-Linkage, verwendet, um mögliche Ausreisser zu identifizieren. Dies ist ein
sehr wichtiger Schritt, da andernfalls kleine zusätzliche Cluster gebildet werden, deren
Interpretation schwierig oder sogar unmöglich ist (Homburg/Krohmer 2003, S.
321). Beim Single-Linkage Verfahren werden die Objekte vereinigt, welche die kleinste
Distanz aufweisen. Dann wird das nächste Paar gesucht, welches entweder zu
dem bestehenden hinzugefügt wird oder ein neues Cluster bildet (Hair et al. 1998, S.
494). Nachdem die Ausreisser durch dieses Verfahren entdeckt worden sind, wird
Wards�s Methode zur Analyse verwendet. Sie hilft, die optimale Anzahl an Clustern
und die ersten Clusterzentren zu berechnen. Hierbei handelt es sich um ein hierarchisches
Verfahren, bei dem die Objekte zusammengefasst werden, welche die Varianz
in einer Gruppe so wenig wie möglich erhöhen. Für die Bestimmung der Clusteranzahl
gibt es kein mathematisch eindeutiges Verfahren. Es wird hier dem Ansatz
von Rudolph (1993) gefolgt, welcher das „elobow-Kriterium“ heranzieht (Rudolph
1993, S. 400). Abschliessend wird das k-means Verfahren angewendet, um die bestehende
Clusterlösung aus der Ward Methode zu optimieren. Die berechneten Ward
Clusterzentren werden aus der Datendatei extrahiert und innerhalb des k-means Verfahrens
als Inputvariablen eingefügt. Es ordnet die Gruppen solange untereinander
um, bis möglichst trennscharfe Gruppen gefunden wurden. Es wird empfohlen, stets
das k-means Verfahren zur Optimierung bestehender Cluster anzuwenden (Wagner
2005, S. 250f.; Büschken/von Thaden 2000, S. 363f.).
Mit den vorliegenden Daten wurde zunächst das Single-Linkage Verfahren angewendet.
Fünfzehn Ausreisser wurden identifiziert und aus den weiteren Analysen
ausgeschlossen. Die nachfolgende Cluster-Analyse mit Ward�s Algorithmus lieferte
unter Rückgriff auf das elobow-Kriterium (vgl. Abbildung im Anhang) vier Cluster. Im
Anschluss wurden die Clusterzentren auf Basis der vier-Cluster-Lösung berechnet.
Sie wurden extrahiert und als Input für die k-means Analyse verwendet. Anschliessend
wurden die persönlichen Variablen auf ihre Fähigkeit getestet, Unterschiede zu
erklären. Die nachfolgende Abbildung beschreibt die vier Cluster.