STATISTIK-FORUM.de

[aendru]

Hallo zusammen

Ich bin, was Statistik angeht, nicht sehr begabt und bin daher auf eure Hilfe angesagt.

In meiner Arbeit geht es um Folgendes: Ich möchte herausfinden, ob die Probanden für ein nachhaltiges Produkt, bzw. Cause-related Marketing-Produkt (Pro verkauftes Produkt = Ein Baum pflanzen) bereit sind mehr zu bezahlen.

Dafür mache ich eine Umfrage mit fünf hypothetischen Szenarien (Nachhaltiges Produkt, Nicht-nachhaltiges Produkt, Nachhaltiges Produkt + CrM, Nicht-nachhaltiges Produkt + CrM, CrM ohne weitere Informationen). Als erstes werden die Probanden in einem Basis-Szenario nach ihrer generellen Zahlungsbereitschaft für das Produkt gefragt. Um Sequenzeffekte zu verhindern, werden die Teilnehmer in 5 Gruppen (je 30 Leute) unterteilt, jede Gruppe erhält ein anderes Szenario als zweites präsentiert.
Danach habe ich vor, die Zahlungsbereitschaft des Basis-Szenario gegenüber dem jeweiligen zweiten Szenario mit einem gepaarten t-Test zu vergleichen (abhängige Stichproben). Um so einen allfälligen Unterschied festzustellen. (Korrekt so weit?)

Nun würde ich gerne diese Differenzen der Zahlungsbereitschaft innerhalb der Gruppe mit den anderen Gruppen vergleichen. Kann ich das? Wie mache ich das am besten?

Zusätzlich stelle ich gewisse Fragen über die Person (Einkommen, Berufstätigkeit, Einstellung zu Nachhaltigkeit, etc.). Wie kann ich diese "Kontrollvariablen" bestimmen und dann eliminieren, um eine deutlichere Aussage treffen zu können?

Ich hoffe, mein Vorhaben ist klar. Vielen Dank für die Hilfe!

[bele]

Hallo,

Als erstes hast Du in Statistik gelernt, dass Werte verschiedene Skalenniveaus haben. OK, vielleicht nicht als erstes, aber doch recht früh. Das war keine Schikane, sondern diente dazu, Fragen wie diese zu beantworten.

Als erstes werden die Probanden in einem Basis-Szenario nach ihrer generellen Zahlungsbereitschaft für das Produkt gefragt.

Das lässt die Frage zu wie
"Wären Sie generell bereit, für dieses Produkt Geld zu bezahlen" oder
"Wären Sie bereit, für dieses Produkt a) nichts, b) 10Cent bis 1 EUR, c) 1 bis 10 EUR d) mehr als 10 EUR zu bezahlen" bis hin zu
"Wieviel EUR wären Sie generell bereit, für dieses Produkt zu bezahlen?".

Drei verschiedene Fragen, drei verschiedene Skalenniveaus.
Und natürlich wiederholt sich dieses Problem bei "Einkommen, Berufstätigkeit, Einstellung zu Nachhaltigkeit, etc.".

Wie kann ich diese "Kontrollvariablen" bestimmen und dann eliminieren

Ich muss das nicht verstehen, ich vermute, dass Du das durch Befragung bestimmen kannst und ich denke, dass Du Variablen nicht automatisch eliminieren, möglicherweise aber für sie kontrollieren solltest.

Wahrscheinlich läuft es am Ende auf eine lineare Regression heraus, in der der Preis in der zweiten Runde vorhergesagt wird aus dem Preis in der ersten Runde, einer Dummyvariable für CrM und einer Dummyvariable für Nachhaltigkeit sowie einer angemesseen Berücksichtigung der ganzen Covariaten.

LG,
Bernhard

[aendru]

Hallo,

Danke für die schnelle Antwort.

Stimmt, für die Präzisierung: Die Idee ist "Wie viel EUR sind Sie generell bereit, für dieses Produkt zu bezahlen?" um eine metrische Skala zur Zahlungsbereitschaft zu haben.

Und ja, ich meinte für die Variablen kontrollieren.

Ginge auch eine Kovarianzanalyse, um statt den Preis vorherzusagen, die Gruppen miteinander zu vergleichen? (Zahlungsbereitschaft für nachhaltiges Produkt mit CrM ist höher als das nicht-nachhaltige Produkt mit CrM). Man würde die Effekte der CrM-Gruppe, Nachhaltigkeit-Gruppe, etc. auf die metrische Variabel Preis untersuchen und für Kovariate kontrolliert.
Die Kovariate können dann nur metrische Variablen sein oder? Könnte man auch für nominale Variablen kontrollieren (Beruf, Geschlecht)?

Wie müsste ich diese Kovarianzanalyse aufstellen?

Sorry, falls ich mit meinen Überlegungen völlig falsch liege.

LG

[bele]

Hallo aendru,

Kovarianzanalyse und Lineare Regression sind zwei verschiedene Herangehensweisen, die man im Verlauf als äquivalent erkannt hat. Ob Du in einer Kovarianzanalyse Gruppen vergleichst oder Gruppen in eine Linearen Regression einfließen lässt -- die Ergebnisse passen immer zusammen. Beispiel hier: https://www.theanalysisfactor.com/why-a ... -analysis/

Ich bin die Regression mehr gewöhnt/habe mich dazu mehr belesen, wenn es bei der anders herum ist, ist das ok.

LG,
Bernhard