Dozent*innen:

• Prof. Dr. Yasemin Boztug


• Prof. Dr. Maik Hammerschmidt

---

Ansprechpartner*innen

• Henrietta Batinovic


• Chiara Pfeiffer

---

Modul für folgende Masterstudiengänge:

• Management (M.Sc.)


• Marketing und E-Business (M.Sc.)


• Finanzen, Rechnungswesen und Steuern (M.Sc.)


• Unternehmensführung (M.Sc.)


• Global Business (M.Sc.)


• Steuerlehre (M.Sc.)


• Wirtschaftsinformatik (M.Sc.)


• Wirtschaftspädagogik (M.Ed.)


• Wirtschaftspädagogik und Personalentwicklung (M.Sc.)


• Development Economics (M.Sc.)


• International Economics (M.Sc.)


• History of Global Markets (M.A.)


• Angewandte Statistik

---

Voraussetzungen: Keine formalen Zugangsvoraussetzungen.

---

Empfohlene Vorkenntnisse: Grundkenntnisse in Statistik, Forschungsmethoden, Marketing Research

---

Angebotshäufigkeit: jedes Wintersemester

---

Zeit und Ort der Vorlesung: Montags, 12:15 - 13:45 Uhr, Raum: ZHG006

---

Vorlesungsbeginn: 28.10.2024

---

Prüfung: Klausur: 60 Min. (6 CP)

---

Prüfungsanforderungen: Nachweis von Kenntnissen der behandelten multivariater Verfahren. Anwendung auf marketingrelevante Fragestellungen, Analyse und Interpretation von Ergebnissen der Verfahren.

---

Klausurtermin: 24.02.2025, 12:30 - 13:30 Uhr

---

Raum: ZHG009

---

Anmeldung in FlexNow: tba
Es gibt keinen Zweittermin

---

Lernziele: Nach erfolgreicher Teilnahme haben die Studierenden ein profundes Verständnis der multivariaten Analyseverfahren Clusteranalyse, Strukturgleichungsmodelle, Conjointanalyse und Zeitreihenanalyse erworben. Die Studierenden sind in der Lage, die Eignung der Verfahren für einzelne Marketing-Fragestellungen zu beurteilen und jenes Verfahren auszuwählen und selbstständig anzuwenden, mit dem die Fragestellungen beantwortet werden können. Darüber hinaus können die Studierenden die behandelten Verfahren in Bezug auf ihre Voraussetzungen und Annahmen kritisch einordnen. Die Studierenden können die methodischen und statistischen Grundideen der Verfahren wiedergeben, konkrete Ergebnisse interpretieren und darauf basierende Handlungsempfehlungen ableiten. Weiterhin sind sie in der Lage das theoretische Wissen bezüglich der Verfahren mit geeigneter Statistiksoftware praktisch für die Analyse von real-world Daten anzuwenden.

---

Inhalte der Vorlesung:

• Clusteranalyse


• Strukturgleichungsmodelle


• Conjoint-Analyse (traditionelle, hybride, adaptive und choice-based Conjoint-Analyse)


• Zeitreihenanalyse

---

Empfohlene Literatur für die Veranstaltung:

• Lattin, J.M., Caroll, J.D., & Green, P.E. (2003): Analyzing Multivariate Data, Belmont.


• Tabachnick, B.G., & Fidell, L.S. (2013): Using Multivariate Statistics, Boston.


• Backhaus, K., Erichson, B., Plinke, W., & Weiber, R. (2018): Multivariate Analysemethoden, Berlin.


• Backhaus, K., Erichson, W., & Weiber, R. (2015): Fortgeschrittene Multivariate Analysemethoden, Berlin.