Multivariate Analysemethoden sind Kern der Auswertung und Erhebung statistischer Daten. Dabei werden die Beziehungen unterschiedlicher Variablen untersucht, um herauszufinden, wie diese in Beziehung zum Testobjekt stehen.
Multivariate Tests sind immer dann angezeigt, wenn es sich um mehrerer Variable (>3) handelt und die inhaltlichen Zusammenhänge untersucht werden sollen.  


Arten multivariater Analysemethoden

Wir unterscheiden hier strukturbestimmende Analysemethoden, dazu gehören die

- Faktorenanalyse; sie dient der Reduzierung der Struktur auf relevante Daten und einzelne Variablen.

- Clusteranalyse; hier werden die Beobachtungen einzelnen Variablengruppen grafisch zugeordnet und so typische Cluster gebildet.

- Multidimensionale Skalierung; hier werden i.d.R. mit "Landkarten" als strukturierte Tabellen nach  Mustern gesucht (Expertenanalyse)

- Korrespondenzanalyse; Ähnlich der Skalierung Verfahren zur Visualisierung von Häufigkeiten qualitativer Merkmale in einer Kreuztabelle. 

- Neuronale Netze; sind mathematisch-statistische Modelle aus der künstlichen Intelligenz. Es können hier aus großen Datenmengen auch noch nicht bekannte - auch nichtlineare - Zusammenhänge entdeckt und berechnet werden.

und

Methoden, mit denen entdeckte Strukturen überprüft werden

- Regressionsanalyse; hiermit wird der Einfluss zwischen einer abhängigen und einer oder mehrer unabhängiger Variablen untersucht.

- Varianzanalyse; ermittelt den Einfluss einer oder mehrerer unabhängiger Variablen auf wiederum auf eine oder mehrere unabhängige Variablen.

- Diskriminanzanalyse; hier werden im Rahmen einer Varianzanalyse einzelne Gruppen von Einflussfaktoren hinsichtlich ihrer Merkmale analysiert.

- Kontingenzanalyse und Kreuztabellen; hiermit  werden vermutete Zusammenhänge zwischen einzelnen Merkmalen untersucht.

- Logistische Regression; hier werden wahrscheinlichkeitsuntersuchte Ereignisse  mit Regressionsmethoden hinsichtlich ihres Einflusses auf die Untersuchungsobjekte getestet.

- Strukturgleichungsmodelle; mit ihrer Hilfe werden Abhängigkeiten zwischen statistisch messbaren Merkmalen hinsichtlich ihres Einflusses auf hypothetische/latente Merkmale untersucht.

- Conjoint Analyse; ist eine multivariate Methode, die in der Psychologie entwickelt wurde, um die Struktur von Präferenzen von Konsumenten einzuschätzen, bestimmte Produkte zu kaufen.

Wir finden im Steinbeisnetzwerk immer einschlägig erfahren Experten zu jeder Methode. Damit garantieren wir exzellente Ergebnisse für Ihre Fragestellungen.

------------------------------

Klassischen Verfahren sind durchweg lineare Modelle, die besondere Anforderungen an die verwendeten Daten stellen, die in der Realität meist nicht gegeben sind.

Nichtlineare Zusammenhänge sind dagegen besonders in den Sozialwissenschaften und der Psychologie, wenn es z.B. um Konsumentenverhalten geht, die Regel und deshalb nur schwer exakt zu analysieren.

Man versucht dabei meist, wie z.B,. mit der Methode der kleinsten Quadrate, Abweichungen zu minimieren und den Untersuchungsbereich so zu verengen, dass man in der Nähe lineare Zusammenhänge kommt.

Ertragsgesetzliche Kurvenverläufe, wie wir sie aus der Ökonomie kennen mit dem Einfluss von Sättigungseffekten oder S-förmige Kurvenverläufe, die immer dann eintreten, wenn ertragsgesetzliche Einflüsse auch strukturellen Veränderungen unterlegen sind

liegen in der Realität oft vor und bedürfen individueller Verfahren zu Analyse.

Je unschärfer rein mathematische Methoden bei großer Zahl von Einflussfaktoren sind, desto eher sind das Abfragen von Expertenerfahrungen, wie z.B. die Delphi-Methode das Mittel der Wahl.