Hierarchisch bayesianische Methoden bei der Conjointanalyse

Zusammenfassung

Eine Entscheidung, die bei der Auswertung von Daten aus Conjointstudien zu treffen ist, betrifft das Aggregationsniveau der Schätzung von Teilnutzenwerten und damit die Frage, ob und in welcher Weise Konsumentenheterogenität berücksichtigt werden soll. Das methodisch einfachste Verfahren ist, die erhobenen Präferenzdaten aller Probanden zur Schätzung eines gemeinsamen Vektors von Teilnutzenwerten heranzuziehen. Problematisch ist an einer solchen gemeinsamen Conjointanalyse, dass die Präferenzen eines fiktiven Durchschnittskonsumenten ermittelt werden, der so im Markt unter Umständen nicht existiert. Wird bspw. eine bestimmte Produkteigenschaft von einem Teil der Konsumenten stark präferiert, während ein anderer Teil diese Eigenschaft ablehnt, dann könnte die gemeinsame Conjointanalyse für diese Eigenschaft eine mittlere Präferenz ermitteln. Im Rahmen einer Individualniveau-Analyse wird dagegen für jeden Befragten eine eigene Nutzenfunktion bestimmt, wozu bei Vorliegen metrischer Präferenzdaten aus ratingbasierten Conjointanalysen die gewöhnliche Kleinstquadratschätzung verwendet wird. Eine solche Schätzung individueller Koeffizienten wird in der Literatur als „Fixed Effects Ansatz“ bezeichnet. Da bei Conjointanalysen in der Regel jeder Befragte eine im Vergleich zur Anzahl zu schätzender Teilnutzenwerte relativ geringe Zahl an Stimuli bewertet, ergeben sich aus der individuellen Kleinstquadratschätzung meist unzuverlässige Koeffizientenschätzer. Bei wahlbasierten Conjointanalysen ist die Schätzung individueller Teilnutzenwerte aufgrund der beschränkten Datensituation in der Regel nicht möglich.