Markenkunde.de

Nunja, Mafo ist es nicht wirklich, aber zumindest geht es in die Richtung Regelmäßig begegnet man dem Begriff Normalverteilung. Was aber ist das? Unter der Glockenkurve bzw. der Dichtefunktion mag man sich am Anfang wohl auch erstmal recht wenig vorstellen können. Schön visualisiert wurde das ganze aber anhang eines Galton-Bretts im Technik-Museum Berlin.

Wirft man oben eine Kugel rein, hat sie am ersten “Stopp” die Wahl zwischen Links und Rechts (jeweils 50%). Analog dazu läuft das ganze bei den folgenden Stopps ab. Nun besagt die Binominalverteilung, dass man bei einem gegen unendlich tendierenden n eine näherungsweise Normalverteilung erhält. Als ich also gegen 15 Uhr da war, haben schon genug Kids die Kugel reingeworfen, sodass man eigentlich schon ganz gut erkennt, wie “normal” die Kugeln sich darin “verteilt” haben.

Links:
Galton-Brett bei Wikipeda

Eine mega Idee hatte eine Werbeagentur Dr. Schengber & Friends GmbH aus Münster.

Unter der Seite http://www.brandfans.de kann man seine spontane Meinung zu verschiedenen Marken abgeben und diese auf einer Skala von -2 bis +2 auch “quantitativ bewerten”.

ACHTUNG: Macht süchtig!

Sehr interessant sind auch die Ergebnisse der Bewertungen. Aufgrund der “Anonymität” und geringen Fallzahlen zwar nicht repräsentativ, aber doch das eine oder andere interessante Ergebnis dabei!

Ein MaFo-Thema mit Branding-Praxis SPSS benennt sein Portfolio um und möchte diese künftig unter dem Label PASW (Predictive Analytics Software ) vertreiben.

Was wirklich vielversprechend aussieht ist die Integration von PASW zu entsprechenden Office Produkten. Also Reporting per Knopfdruck!
“Verbesserte Microsoft Office-Integration: Schnellere Erzeugung von sauber formatierten Office-Berichten für eine rechtzeitige Versorgung der Entscheidungsfinder. (PASW Statistics Base)” (Quelle)

Auch eine bessere Grafik wird versprochen! Eventuell echt mal etwas neues

Hier noch ein ausführlicherer Bericht bei GOLEM.

Nachdem nun einige Beitrage sich dem Thema Korrelation widmen, stellt dieser Beitrag eine Übersicht aller Beiträge & Links dar:

Was ist ein Korrelationskoeffizient? Klick! (wikipedia)
Was sind die Besonderheiten von Korrelationskoeffizienten?
Wie berechnet man eine mittlere Korrelation?
Wie kann man mehrere Korrelationen auf Gleichheit testen (CorrComparer)?

(dieser Artikel wird regelmäßig aktualisiert!)

Ãœber ein cooles Tool bin ich vorher zufällig gestolpert: Die Software SHORE vom Frauenhofer Institut. Was kann Shore? Shore kann die Mimik und Gestik eines Probanden über eine Kamera tracken und automatisch analysieren. Sprich: Man kann eine Kamera in der Nähe einer Werbeanzeige o.Ä. platzieren und unbemerkt Passanten tracken. “Okay, ähnlich tools gab es ja schon” mag man sich im ersten Moment denken. Allerdings konnten diese Tools afaik erstmal nur ein eyetracking machenm sprich: Wohin guckt jemand?

In diversen Blogs steht, dass die Software sogar resistent ist gegen Fehler, wie z.B. schnelle Bewebungen oder wenn die Sicht für kurze Zeit verdeckt ist.

Ãœber 30 000 selbstständig “erlernte” Merkmale im Gesicht vergleicht die Software für jedes aufgenommene Bild. Normalerweise läuft dies für den Probanden im Hintergrund ab. Die Ergebnisse können aber auch live angezeigt bzw. mitverfolgt werden. Wesentliche Merkmale sind etwa Konturen von Gesicht, Augen, Brauen und Nase. “Das Besondere an unserer Gesichtsanalyse-Software ist, dass sie in Echtzeit arbeitet und sich 30 Sekunden lang merken kann, ob sie ein Gesicht bereits erkannt hat”, sagt Christian Küblbeck, Projektleiter am IIS. Selbst wenn die Person kurz zur Seite tritt, von einer anderen Person verdeckt wird oder den Kopf in eine andere Richtung dreht, ordnet SHORE? die Ergebnisse dem richtigen Probanden zu. Marktforscher erhalten so Aufschluss, ob sich ein unspezifisches Interesse in wirkliche Aufmerksamkeit wandelt oder umgekehrt.

Quelle: Innovationsreport.de

Links:
ISS Frauenhofer inkl. Demoversion:

__________________________________
::::NACHTRAG:::

HIER GEHTS ZUM TOOL CorrComparer!
________________________________

Sicherlich ging es nicht nur mir bisher so, dass man sich bei verschiedenen Korrelationskoeffizienten in verschiedenen Modellen gefragt hat: Sind die Unterschiede zwischen zwei Korrleationskoeffizienten signifikant unterschiedlich? Ist der Einfluss von A auf B in der Gruppe X größer als in der Gruppe Y? Nachdem ich erstmal bei google nur auf Foren mit der Frage “Wie kann ich die vergleichen?” und meist keinen Antworten kam, fand ich dann doch eine einfache Lösung. Zuerst müssen die Korrelationskoeffizienten einer Fisher’s Z-Transformation unterzogen werden. Begründet ist das dadurch, dass diese Z-Werte, zumindest bei hohem N, annähernd normalverteilt sind. Auf Basis der Z-Werte wird dann die folgende Prüfgröße berechnet:

z = (Zf1 - Zf2) / Wurzel( 1/(N1-3) + 1/(N2-3) )

wobei ZF1 und ZF2 die Fishers-Z-Werte sind:
Zf = 1/2 * ln( (1+R) / (1-R) )

Hier ein Link, der einem den Vergleich sofort übernimmt:

H0: RX = RY
H1: RX =! RY

http://www.fon.hum.uva.nl/Service/Statistics/Two_Correlations.html

Der erste Eindruck scheint erstmal etwas verwirrend zu sein. “Wieso gibt es keine Prüfgröße in die man die Korrelationskoeffizienten einfach einsett? Wieso nicht einfach irgendwie nebeneienanderlegen und wie Mittelwerte betrachten o.Ä?” Der Grund liegt in den Koeffizienten selber: Korrelationskoeffizienten sind keine Kardinalszahlen, sprich: Die Mittelwerte und Varianzen von mehreren Korrelationskoeffizienten sind nicht vergleichbar.
Diese Berechnungsformel dazu habe ich ja oben bereits genannt, steht aber auch in jedem guten Statistikbuch, z.B. Bortz (2006), S.221.
Konkret bedeutet das, dass ich bspw. auch einen Mittelwert zweier Korrelationskoeffizienten nicht ohne einer Fisher’s-Z-Transformation berechnen kann. Zuerst muss auch hier müssen auch hier die Korrelationskoeffizienten in Fishers-Z-Werte transformieren werden. dann wird davon der Mittelwert berechnet, und dieset dann wieder “entfishert”.
Interessant ist dabei zum Beispiel, dass große Korrelationskoeffizenten einen stärkeren Einfluss haben als kleine. So ist der Z-Wert von r1=0,4 bspw. Z1=0,42, und der von r2=0,8 beträgt Z2=1,10. Also, ein r von 0,8 ist nicht doppelt, sondern sogar fast 3x so groß wie ein r von 0,4. (das Beispiel stammt übrigens auch aus Bortz 2006 S.221) .

(achso… trotzdem sollte man nicht vergessen wie außreißersensibel Korrelationskoeffizienten sind… besonders bei Eingabefehlern von Paper-Pencil-Fragebögen…. Im Scatterplot übereinanderlegen und dann diskutieren ist erstmal sinnvoller als gleich wie wild rumrechnen und irgendwelche falschen Schlüsse ziehen oder Theorien zu verwerfen

::::NACHTRAG:::

HIER GEHTS ZUM TOOL CorrComparer!

Limesurvey nennt sich das ganze. Ein Tool, welches lediglich eine MySQL Datenbank benötigt und alle gängigen “einfacheren” Analysen ohne weiteres kann:
http://www.limesurvey.com

Matrixfragen, Ratingskalen, Likertskalen, offene Fragen, etc. pp. funktionieren aber alle.

In Verbindung mit R (@wikipedia | download ) und anderen OS-Tools wie OpenOffice (@wikipedia | download ) eine einfache & legale Methode, Daten zu erheben, auszuwerten und darzustellen.

In diesem Beitrag möchte ich ein paar „Klassiker-Studien“ vorstellen, welche es kostenlos im Netz oder günstig zu bestellen gibt.

• AGOF INTERNET FACTS
Die Arbeitsgemeinschaft für Online Forschung veröffentlicht regelmäßig die AGOF Internetfacts. Zur AGOF gehören führende Onlinevermarkter. Knapp 95% aller Onlinennutzer kommen innerhalb von 3 Monaten mindestens einmal mit einem der Partner in Verbindung. Summa Sumarum: Die wichtigsten sind definitiv dabei!
Aktuelle Studien sowie Sonderauswerungen gibt’s auf www.agof.de .

• (N)ONLINER ATLAS
Wer ist online, und wer nicht? Dies und vieles weitere erläutert der (N)onliner Atlas der Initative D21. Hin und wieder werden Sonderveröffentlichungen online gestellt, ebenfalls sehr interessant:
http://www.initiatived21.de/category/nonliner-atlas

• STERN MARKENPROFILE
Für 28 Euro – was dafür ein wirklich sehr fairer Preis ist – gibt’s ein ca. 5cm dickes, vom Stern herausgegebenes Buch was sich MarkenProfile schimpft. Die Stichprobe ist über 10.000 groß, allerdings setzen sich die meisten Ergebnisse nur aus Teilstichproben zusammen. Das Markenprofile gibt Ausfluss über Sympathiewerte, Bekanntheitswerte, über das Konsum- und Nutzungsverhalten, usw….
http://www.gujmedia.de/_components/markenprofile/index.html
übrigens auch ein nettes Spiel, „Bekanntheitswerte von Marken raten“

• BITKOM
Der Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e.V (BITKOM) stellt regelmäßig Studien über ITK und ähnliche Themen kostenlos zum download bereit.
http://www.bitkom.de