STATISTIK-FORUM.de

[nikkn]

hallo zusammen!

schreibe gerade meine masterarbeit, in der ich die effektivität verschiedener marketinginstrumente im speziellen fall des pharmamarktes analysieren möchte. ein großes unternehmen hat sich dazu bereit erklärt, daten über den markt zu liefern. allerdings haben sich die gespräche doch sehr in die länge gezogen und lange war unklar, was genau an daten bereitgestellt werden kann und was nicht. ursprünglich sollte es ein "klassisches" multivariates ökonometrisches regressionsmodell werden (also mit z.B. den variablen außendienst, anzeigenwerbung, direktmarketing, alter des medikaments etc.). doch jetzt hat sich herausgestellt, dass alle verfügbaren erklärenden variablen einer "hauptvariable" zugeordnet werden können.

also konkret habe ich jetzt (alle daten auf monatsbasis über 2 jahre hinweg und zu verschiedenen produkten eines submarktes): absatz und umsatz und als erklärende variable "anzahl der außendienstaktivitäten". diese anzahl an außendienstbesuchen ist dann aber nochmal sehr detailliert aufgeschlüsselt in beispielsweise "art des kontaktes" (face to face, telefon, inet etc.), "werbematerial abgegeben" (broschüren, samples etc.), "art der information, die weitergegeben wurde" (neue information, reminder-information etc.), "länge des gesprächs" usw.

im grunde genommen also durchaus interessante variablen, die wahrscheinlich auch unterschiede in der effektivität aufweisen. doch ich bin mir im moment unsicher, ob und wie ich diese variablen modellieren kann. denn wie gesagt, es sind alles untervariablen zu "anzahl an außendienstaktivitäten".

also als beispiel: modelliere ich nun "art des kontaktes" und nehme die vier möglichkeiten (face to face, telefon, internet geleitet, internet alleine) als variablen rein, so sind diese vier ja perfekt miteinander korreliert. alle zusammen ergeben die gesamtanzahl an außendienstaktivitäten, steigt eine der untervariablen, so sinkt die andere etc.

was macht man denn in einem solchen fall? oder muss hier womöglich eine ganz andere modellart herangezogen werden?

hoffe, ihr habt ein paar tips für mich!

beste grüße
nikkn

[strukturmarionette]

Hi,

absatz und umsatz und als erklärende variable

- das wäre als erstes zu recherchieren hinsichtlich einer Korrektur.

vier möglichkeiten (face to face, telefon, internet geleitet, internet alleine) als variablen rein, so sind diese vier ja perfekt miteinander korreliert

- das als zweites

Vorschlag:

Aufschreiben, was ist bzw. sind die unabhängigen Variablen un deren im Skalenniveau im einzelnen
Aufschreiben, was ist bzw. sind die abhängigen Variablen und Skalenniveau

Gruß
S.

[nikkn]

erstmal danke für deine antwort!

hab nicht so 100% verstanden, was du meinst, aber die daten sind (fast) alle verhältnisskaliert.

also sowohl umsatz als absatz (habe vor, absatz zu nehmen) und die erklärenden variablen auch (also beispielsweise anzahl aller face to face gespräche, anzahl aller gespräche über inet, über telefon etc., dann anzahl an fällen, in denen werbematerial x,y,z da gelassen wurde, anzahl an fällen, in denen neue information gegeben wurde (oder eben reminderinformation)) usw.

das einzige, wo ich mir unsicher bin bezüglich der skala, ist die länge der gespräche (normalerweise zwischen 5 und 15 min). aber müsste ja auch verhältnisskaliert sein.

ich weiß eben nicht, ob das dann nicht alles verzerrt ist, da alle diese variablen ja (innerhalb ihrer gruppe, also z.b. gruppe "art des kontaktes" oder gruppe "information neu - nicht neu") linear abhängig sind?

lg!

[PonderStibbons]

ich weiß eben nicht, ob das dann nicht alles verzerrt ist, da alle diese variablen ja (innerhalb ihrer gruppe, also z.b. gruppe "art des kontaktes" oder gruppe "information neu - nicht neu") linear abhängig sind?

Die 4 Einzeaktivitäten ergeben die Gesamtaktivität. Daher lässt Du, je nach
Erkenntnisinteresse, entweder die Variable Gesamtaktivität aus, oder die
Einzelaktivitäten. Behälst Du die Einzelaktivitäten alle im Modell, dann
kannst Dui erst noch ein Auge auf deren Interkorrelationen bzw. auf
Multikollinearität werfen.

Mit freundlichen Grüßen

P.