Regressionsanalyse
Bei der (multiplen) Regression wird der Einfluss verschiedener Bedingungsvariablen (Prädiktoren) auf ein Zielmerkmal (Kriterium) geschätzt. So könnte man sich bei einer Mitarbeiterstudie fragen, wovon die Zufriedenheit mit dem Arbeitsplatz abhängt oder bei einer Automobilklinik, welche Eigenschaften des Fahrzeugs die Kaufabsicht bedingen.
Wichtig ist hierbei die Annahme einer bestimmten Verursachungsrichtung. So sollte die wahrgenommene Arbeitsplatzsicherheit zu größerer Zufriedenheit führen und nicht umgekehrt. Zum anderen sollte sehr genau darauf geachtet werden, dass die Prädiktoren voneinander unabhängig sind oder wenigstens nicht allzu hoch interkorrelieren, andernfalls erhält man schlecht interpretierbare oder gar paradoxe Effekte. Wichtig ist also eine sorgfältige Vorauswahl der modellbildenden Eigenschaften. Das wird in der Marktforschung leider oft nicht hinreichend berücksichtigt.
Multiple Regressionsanalysen helfen, den anteiligen Einfluss verschiedener Größen auf ein Zielmerkmal zu bestimmen. Hierbei wird sowohl die absolute Einflussgröße (Gewicht) geschätzt, als auch die statistische Signifikanz dieses Zusammenhangs bestimmt.
Regressionsanalysen lassen sich in fast allen größeren Marktstudien sinnvoll einsetzen. Es lässt sich zeigen, dass solche Modelle lineare Strukturen besser abbilden als komplexere Modelle wie beispielsweise neuronale Netze.
Konkrete Beispiele finden Sie im Menüpunkt Vorhersagen.