So nutzen Sie den Generator
Geben Sie die Attribute und ihre Ausprägungen ein (eine Ausprägung pro Zeile), legen Sie Konzepte pro Aufgabe, Aufgaben pro Person und Versionen fest, fügen Sie bei Bedarf die Option „keins davon“, verbotene Paare, feste Holdout-Aufgaben oder eine Test-Retest-Aufgabe hinzu und erzeugen Sie das Design. „Beispieldaten verwenden“ lädt die Attribute der Ohrhörer-Studie aus dem Conjoint-Analyse-Tool.
Die Design-Datei hat eine Zeile pro Konzept mit Version, Aufgabe, Aufgabentyp, Konzeptnummer und einer Spalte pro Attribut – das Format, das Befragungsplattformen für CBC-Übungen importieren. Die Antwortvorlage listet die Befragten mit der jeweils zugewiesenen Version. Öffnen Sie nach der Feldphase den Export der Befragung (eine Zeile pro Person, eine Spalte pro Aufgabe mit der gewählten Option) unter „Echte Antworten zusammenführen“; so entsteht eine Langformat-Datei, die das Conjoint-Analyse-Tool direkt öffnet und bei der Holdout-Aufgaben aus der Schätzung herausgehalten werden.
Laden Sie vor dem Feldstart simulierte Antworten herunter: Wahlen, die aus zufälligen Teilnutzenwerten mit demselben Logit-Modell erzeugt werden. Ihre Auswertung zeigt, ob das Design die Teilnutzenwerte wiederfindet und welche Präzision zu erwarten ist. Es sind Testdaten, keine Antworten echter Personen.
Methode: Überschneidung, Verbote und Holdout-Aufgaben
Die Aufgaben werden Konzept für Konzept aufgebaut. Bei Minimal Overlap erscheint jede Ausprägung innerhalb einer Aufgabe so gleichmäßig wie möglich (eine Ausprägung wiederholt sich nur, wenn es mehr Konzepte als Ausprägungen gibt), und über das ganze Design werden die bisher am seltensten genutzten Ausprägungen und Ausprägungspaare bevorzugt. Balanced Overlap verfolgt dieselben Ziele, erlaubt aber pro Ausprägung eine Wiederholung mehr innerhalb einer Aufgabe. Die Zufallsmethode zieht jede Ausprägung zufällig und dient als Vergleichsbasis.
Ein Seed macht das Design reproduzierbar: Dieselben Einstellungen und derselbe Seed ergeben immer dasselbe Design. Versionen sind unterschiedliche Fragebögen, auf die die Befragten gleichmäßig verteilt werden.
- Verbotene Paare: zwei Ausprägungen, die nie gemeinsam in einem Konzept erscheinen dürfen (etwa eine Einstiegsmarke zum höchsten Preis). Jedes Verbot kostet Effizienz; das Tool warnt vor Verboten, durch die eine Ausprägung nie gezeigt werden könnte.
- Feste Holdout-Aufgaben: für alle Befragten identisch und von der Schätzung ausgenommen – damit prüfen Sie die Vorhersagegüte des Modells.
- Test-Retest-Aufgabe: wiederholt die erste Holdout-Aufgabe am Ende mit umgekehrter Konzeptreihenfolge und misst so die Antwortkonsistenz.
D-Effizienz und Standardfehler
D-Fehler = det(M)^(−1/p) mit M = (1/V) Σᵥ Σₜ (1/C) Σⱼ (xⱼ − x̄ₜ)(xⱼ − x̄ₜ)ᵀ. Dabei ist xⱼ die Effektkodierung von Konzept j (L − 1 Spalten pro Attribut, letzte Ausprägung −1), C die Zahl der Konzepte pro Aufgabe, V die Zahl der Versionen und p = Σ (L − 1) die Zahl der Teilnutzen-Parameter. M ist die Informationsmatrix eines multinomialen Logits mit Null-Priors pro Person; die Option „keins davon“ liefert dabei keine Information und geht nicht ein.
Relative D-Effizienz = mittlerer D-Fehler von 10 Zufallsdesigns gleicher Größe ÷ D-Fehler des Designs × 100. Die erwarteten Standardfehler der Teilnutzenwerte für n Befragte sind √(Diagonale von M⁻¹ ÷ n). Johnsons Faustregel für Haupteffekte verlangt n × t × a ÷ c ≥ 500 (t Aufgaben, a Konzepte pro Aufgabe, c größte Ausprägungszahl eines Attributs).
Rechenbeispiel
Das Beispiel nutzt die Ohrhörer-Attribute Marke (4 Ausprägungen), Akkulaufzeit (3), Geräuschunterdrückung (2) und Preis (4) mit 3 Konzepten plus „keins davon“ in 10 Aufgaben und 30 Versionen. Minimal Overlap zeigt jede Marke 225-mal, wiederholt nie eine Marke innerhalb einer Aufgabe und hält die paarweise Balance bei mindestens 0,95 (kleinste ÷ größte Paarhäufigkeit). Die Geräuschunterdrückung hat nur zwei Ausprägungen für drei Konzepte und überschneidet sich daher zwangsläufig in jeder Aufgabe.
Der D-Fehler beträgt 0,2293 für 9 Parameter, gegenüber 0,3143 bei Zufallsdesigns – eine relative D-Effizienz von 137 %. Balanced Overlap erreicht 121 %, ein Zufallsdesign mit demselben Seed 102 %, mit einer paarweisen Balance von nur 0,55 beim ungünstigsten Paar.
Bei 300 Befragten liegen die erwarteten Standardfehler der Teilnutzenwerte bei 0,019 bis 0,034 für Minimal Overlap und bei 0,022 bis 0,040 für das Zufallsdesign; Johnsons Faustregel verlangt für Haupteffekte mindestens 67 Befragte.
Wann der Generator passt – und wann nicht
Der Generator erzeugt Haupteffekt-Designs für die wahlbasierte Conjoint-Analyse mit Null-Priors.
- Geeignet: eine CBC-Studie planen, bevor der Fragebogen programmiert wird.
- Geeignet: prüfen, ob eine geplante Zahl von Aufgaben, Konzepten und Befragten ausreichend präzise Teilnutzenwerte liefert.
- Geeignet: Minimal Overlap, Balanced Overlap und Zufallsdesigns vergleichen oder die Kosten von Verboten abschätzen.
- Nicht geeignet: Designs mit Priors, Interaktionseffekten oder alternativenspezifischen Attributen – der Generator zielt auf Haupteffekte mit Null-Priors.
- Nicht geeignet: Adaptive CBC oder menübasierte Conjoint, die Aufgaben erst während des Interviews aufbauen.
- Nicht geeignet: ratingbasierte Conjoint mit fraktionellem faktoriellem Design aus Vollprofilen – nutzen Sie dafür einen orthogonalen Plan.
So interpretieren Sie die Diagnosen
Ein niedrigerer D-Fehler ist besser; eine relative D-Effizienz über 100 % bedeutet mehr Präzision als ein Zufallsdesign gleicher Größe. Eine Ausprägungsbalance nahe 1 und kaum mehr Überschneidung, als die Zahl der Ausprägungen erzwingt, sprechen für ein solides Haupteffekt-Design. Verbote, wenige Versionen und sehr wenige Aufgaben senken die Effizienz; mehr Versionen helfen vor allem, wenn jede Person nur wenige Aufgaben sieht. Die Standardfehler unterstellen, dass alle Teilnutzenwerte null sind – betrachten Sie sie als Untergrenze für die Unschärfe eines aggregierten Logits.