Veranstaltungsarten (SWS)
Vorlesung: 2 │ Übung: 1 │ Praktikum: 0 │ Seminar: 0
Prüfungsnummer: ZFA 93756
Lehrform:
Sprache: Deutsch
Turnus: SS
ECTS: 5
Prüfungsleistung Klausur (60 min.)
zugeordnete Studiengänge
zugeordnete Personen
zugeordnete Module
Informationen
Beschreibung:

1. Klassifikationsansätze
2. Explorative Verfahren der Datenanalyse

  • Faktorenanalyse
  • Clusteranalyse
  • Multidimensionale Skalierung

 3. Konfirmatorische Verfahren der Datenanalyse

  • Nichtlineare Regressionsanalyse
  • Logistische Regression
  • Conjoint-Analyse
  • Kausalanalyse
Lernziele:

Das Modul behandelt verschiedene Themen innerhalb der modernen multivariaten Datenanalyse, welche breite Anwendung im Marketingbereich finden. Zu den Themengebieten der explorativen Datenanalyse gehören u.a. die Faktoren- und Clusternalyse sowie die Multidimensionale Skalierung. Verfahren, die der konfirmatorischen Analyse zuzuordnen sind, umfassen u.a. das allgemeine lineare Modell, die nichtlineare und logistische Regression, die Conjoint-Analyse und abschließend die Kausalanalyse, wobei letztere Strukturgleichungsmodelle mit latenten Variablen berücksichtigt. Dabei werden die Besonderheiten, Eigenschaften und Anwendungsmöglichkeiten der unterschiedlichen Methoden diskutiert und anhand von Beispieldatensätzen exemplarisch erläutert und eingeübt. Nach erfolgreichem Beenden des Moduls sind die Studierenden in der Lage,

  • die gängigen Analysemethoden der multivariaten Statistik zu beschreiben,
  • behandelte Themengebiete in Bezug auf ihre Anforderungen und Einsatzmöglichkeiten im Marketingbereich selbstständig zu prüfen und zu erläutern,
  • die Analysemethoden in eine systematische Struktur einzuordnen,
  • die erworbenen Kenntnisse praktisch anhand von konkreten Problemstellungen in SPSS/AMOS anzuwenden und für Zwecke des Marketing einzusetzen und
  • erhaltene Ergebnisse der Methodenanwendung hinsichtlich verschiedener Kriterien zu bewerten und zu interpretieren.
Literatur:
  • Backhaus, K. et al. (2011): Multivariate Analysemethoden, 13. Auflage, Berlin: Springer.
  • Backhaus, K. et. al (2013): Fortgeschrittene Multivariate Analysemethoden, 2. Aufl., Berlin: Springer
  • Berekoven, L., W. Eckert, P. Ellenrieder (2004): Marktforschung, 10. ed., Wiesbaden: Gabler.
  • Hair, J. F. Jr. et al. (2013): Multivariate Data Analysis, 7. ed., Upper Saddle River, N.J.: Peasron Education.
  • Lattin, J., J. D. Caroll, P. E. Green (2003): Analysing Multivariate Data, Paciffic Grove, CA: Thomson Learning.
  • Bortz, S., Schuster, C. (2010): Statistik für Human- und Sozialwissenschaftler, 7. Aufl., Berlin: Springer
Vorleistung:

Statistik

Infolink:
Bemerkung:
Description:
Learning Targets:
Literature:
  • Backhaus, K. et al. (2011): Multivariate Analysemethoden, 13. Auflage, Berlin: Springer.
  • Backhaus, K. et. al (2013): Fortgeschrittene Multivariate Analysemethoden, 2. Aufl., Berlin: Springer
  • Berekoven, L., W. Eckert, P. Ellenrieder (2004): Marktforschung, 10. ed., Wiesbaden: Gabler.
  • Hair, J. F. Jr. et al. (2013): Multivariate Data Analysis, 7. ed., Upper Saddle River, N.J.: Peasron Education.
  • Lattin, J., J. D. Caroll, P. E. Green (2003): Analysing Multivariate Data, Paciffic Grove, CA: Thomson Learning.
  • Bortz, S., Schuster, C. (2010): Statistik für Human- und Sozialwissenschaftler, 7. Aufl., Berlin: Springer
Pre-Qualifications:
Info Link:
Notice: