Buchbestellung
Buchbestellung
Datentransformation, S. 539, aktuelle Ausgabe
zurück zum Forum

Autor:
J.H.

Erstellt am:
05.05.2017
Neuer Kommentar
Themengebiet: Conjoint Analyse
Frage: Datentransformation, S. 539, aktuelle Ausgabe

Hallo zusammen,  

Ich habe folgendes Problem: Ich habe Teilnutzenwerte der Conjoint-Analyse in SPSS eingetragen. Nun möchte ich clustern und folgender Empfehlung folgen (Backhaus et al., 2016, S.539):

"Die Clusterung kann auf Basis der empirischen Rangdaten wie auch auf Basis der durch die Einzelanalysen gewonnenen normierten Teilnutzenwerte vorgenommen werden. Dabei ist jedoch zu beachten, dass bei der Durchführung einer Clusteranalyse als Proximitätsmaß immer ein Ähnlichkeitsmaß (Korrelationskoeffizient) verwendet werden sollte. Der Grund hierfür ist darin zu sehen, dass es bei der Conjoint-Analyse nicht darauf ankommt, Niveauunterschiede zwischen den Befragten aufzudecken, sondern die Entwicklung der Teilnutzenwerte in ihrer Relation zu betrachten. Das bedeutet, dass es bei einem Vergleich von Teilnutzenwerten zwischen verschiedenen Personen nicht auf deren absolute Höhe ankommt, sondern darauf, wie diese Personen die Eigenschaftsausprägungen in Relation gesehen haben; denn erst durch die relative Betrachtung lässt sich feststellen, ob zwei Personen einer bestimmten Eigenschaftsausprägung im Vergleich zu einer anderen (oder allen anderen) Ausprägung(en) einen höheren bzw. geringeren Nutzenbeitrag beimessen. Soll dennoch ein Distanzmaß als Proximitätsmaß verwendet werden, z. B. weil der Anwender das Ward-Verfahren zur Clusterung heranziehen möchte, so müssen die entsprechenden Ähnlichkeitsmaße in Distanzmaße transformiert werden."

 

 Wie geschieht das nun praktisch in SPSS? Kennst du dich aus? Wenn ich das Ward-Verfahren wähle, sollte ich die quadrierte Euklidische Distanz nehmen, die aber für mich inhaltlich nicht so viel Sinn ergibt.

 

Ich hab schon einiges versucht (modulare Umskalierung und sowas), habe aber nicht die zündende Idee wie ich das umsetzen kann.  :|

 Background: ich möchte vorab das Ward-Verfahren (auch mit Hilfe eines Dendogramms) die optimale Anz. Der Cluster bestimmen, um im Nachgang mit K-Means zu clustern.

 

Dankeschön!



Kommentar schreiben

  • Benötigte Felder sind mit einem Stern (*) markiert.