Diskriminanzanalyse Marktforschung

Was ist Diskriminanzanalyse?

Die Diskriminanzanalyse (DA) ist eine in der Statistik verwendete Technik zur Klassifizierung von Ergebnissen. Dabei werden diese Ergebnisse in nicht überlappende Gruppen eingeteilt, basierend auf den Werten einer oder mehrerer quantitativer Prädiktorvariablen. Wie der Name schon sagt, handelt es sich dabei um eine Methode zur Unterscheidung oder Klassifizierung von Ergebnissen. Drei Personen haben die DA ins Leben gerufen: Mahalanobis in Indien, Fisher in Großbritannien und Hotelling in den USA.

Ein Arzt kann eine DA durchführen, um Patienten mit hohem oder niedrigem Schlaganfallrisiko zu ermitteln. Die Analyse kann sie in Hoch- oder Niedrigrisikogruppen einteilen. Diese Gruppen können auf persönlichen Merkmalen wie Körpermasse oder Cholesterinspiegel basieren. Oder sie können auf Lebensstilverhalten basieren. Beispielsweise kann sie sie auf der Grundlage der Anzahl der Zigaretten pro Tag oder der wöchentlichen Trainingseinheiten klassifizieren.

Sie können DA für prädiktive oder beschreibende Zwecke verwenden. Die erforderlichen Schritte sind wie folgt:

• Finden Sie das Problem
• Schätzen Sie die Koeffizienten der Diskriminanzfunktion
• Finden Sie heraus, wie wichtig diese Diskriminanzfunktionen sind
• Interpretieren der Ergebnisse
• Bewerten Sie die Gültigkeit der Ergebnisse

Warum ist die Diskriminanzanalyse wichtig?

Researchers use the Discriminant Analysis process to help them understand the connection between a “dependent variable” and one or more “independent variables.” A dependent variable is one that a researcher tries to explain or predict from the values of the independent variables. Sometimes the dependent variable is divided into several categories (categorical variable).

DA verwendet kontinuierliche unabhängige Variablen und entwickelt eine Beziehung oder prädiktive Gleichungen. Forscher verwenden diese Gleichungen, um die abhängigen Variablen in Gruppen einzuteilen.

Wenn die abhängige Variable zwei Kategorien hat, wird die Zweigruppen-Diskriminanzanalyse verwendet. Wenn sie drei oder mehr Kategorien hat, wird die multiple Diskriminanzanalyse verwendet. Es gibt auch die lineare Diskriminanzanalyse (LDA) und die quadratische Diskriminanzanalyse (QDA).

Hier ist der Hauptunterschied zwischen den Arten der Diskriminanzanalyse. Für zwei Gruppen ist es nur möglich, eine Diskriminanzfunktion abzuleiten. Diese Art der DA wird als Diskriminanzfunktionsanalyse bezeichnet. Bei mehreren Diskriminanzanalysen können Sie mehr als eine Diskriminanzfunktion berechnen.

DA zielt darauf ab, die folgenden Fragen zu beantworten:

• Wo unterscheiden sich die erwarteten und beobachteten Gruppierungen?
• Wie statistisch signifikant ist die Lücke zwischen beiden?

It is a robust research and analysis tool, especially when researchers try to understand how groups (age cohorts, customers) or items (items, brands) differ.

Warum Unternehmen eine Diskriminanzanalyse benötigen

Die Diskriminanzanalyse bietet viele Vorteile, insbesondere im heutigen Datenzeitalter. Diese Methode ist ein erwiesener Vorteil. Dank ihr können viele Unternehmen heute Wachstum, Gewinne und Wettbewerbsfähigkeit steigern.

Viele Beispiele können erklären, wann DA passt. Sie können es beispielsweise verwenden, um herauszufinden, wie sich leichte, mittlere oder starke Benutzer von Softdrinks in ihrem Konsum von Tiefkühlkost unterscheiden.

Es ist ein beliebtes Tool, da es in verschiedenen Branchen weit verbreitet ist. Unternehmen können es zur Analyse spezifischer Probleme verwenden. Sie müssen feststellen, welche unabhängige Variable den signifikantesten Einfluss auf eine abhängige Variable hat.

Informationen zur Diskriminanzanalyse

Sie können die Diskriminanzanalyse mit der Regressionsanalyse vergleichen, da sie den Grad bestimmt, in dem Objekte die Bedingungen bestimmter Gruppen erfüllen.

Sie können es auch mit der Clusteranalyse vergleichen, bei der es sich um unüberwachtes Lernen handelt. Im Gegensatz dazu ist DA überwachtes Lernen. Der Forscher legt die Objektkategorie fest, bevor er damit beginnt.

DA hat viele Verwendungsmöglichkeiten. Sie können es beispielsweise nutzen, um zu bestimmen, welche Prädiktorvariablen mit der abhängigen Variable in Zusammenhang stehen. Sie können DA auch verwenden, um den Wert der letzteren vorherzusagen und Wahrnehmungskarten zu entwickeln.

SIS International Research assists businesses all over the globe in their strategic planning. We offer market research services, and we use Discriminant Analysis across industries. We can help with your Qualitative and Quantitative Market Research. SIS also provides UX and Strategy Market Research and Competitive Analyses.