Einordnung
Während bei der traditionellen Conjoint-Analyse zwecks Analyse von Nutzenstrukturen die Präferenzen von Probanden bezüglich alternativer Objekte (Stimuli) auf ordinalem Skalenniveau gemessen werden (mittels Ranking- oder Ratingskalen), erfolgt bei der Auswahlbasierten Conjoint-Analyse (Choice-Based Conjoint) nur eine Abfrage von Auswahlentscheidungen: Aus einer Menge von Alternativen (Choice Set) muss der Proband nur jeweils die von ihm am meisten präferierte Alternative auswählen, wobei meist auch die Option besteht keine der Alternativen zu wählen. Dies ist für ihn nicht nur einfacher, sondern kommt auch realen Entscheidungssituationen sehr viel näher als das Ranking oder Rating aller Alternativen im Choice Set. Die erhöhte Realitätsnähe wird allerdings mit einem Verlust an Information erkauft, da bei dieser Vorgehensweise die Präferenz nur noch auf nominalem Skalenniveau gemessen wird. Wegen des geringeren Informationsgehalts ist es meist nur möglich, die Teilnutzenwerte aggregiert zu schätzen, während die traditionelle Conjoint-Analyse eine individuell je Probanden erlaubt.
Verfahrenssteckbrief
Name des Verfahrens: | Auswahlbasierte Conjoint-Analyse |
Kernfrage des Verfahrens: | Wie kann für eine Person die Auswahlentscheidung unter verschiedenen Objekten abgebildet werden? |
Verfahrenstyp: | Dependenzanalyse |
Variablenmenge: | geteilt |
Skalenniveau: | |
- abhängige Variable | nominal (Auswahlentscheidung) |
- unabhängige Variable | nominal |
- bei ungeteilter Variablenmenge | - nicht relevant - |
Verfahrensintension: | struktur-prüfendes Verfahren (konfirmatorisch) |
Verfahrensvarianten: | Traditionelle und auswahlbasierte Conjoint-Analysen |
Schätzverfahren: | aggregierte Choice Analyse; Latent Class Analysis; Hierarchical Bayes Schätzung |
Softwarepaket: | Sawtooth-Software (z. B. CBC: Choice-Based Conjoint) |
Prozedurname: | alternative Prozeduren möglich |
Anmerkungen: | "Nicht-Auswahl-Option" ist möglich. |
Wichtige Begriffe, die in diesem Kapitel erklärt werden: | Discrete-Choice-Analyse; First-Choice-Modell; Max-Utility-Modell; Multinomiales Logit-Modell; Nutzenfunktion |