LFU:online

Das Messen kausaler Effekte ist ein Hauptziel der Sozialwissenschaften. In den letzten Jahren wurden Conjoint-Analysen und auswahlbasierte Conjoint-Experimente vermehrt in den Sozialwissenschaften eingesetzt, um Präferenzen in multidimensionalen Umgebungen mit vielfältigen Auswahlmöglichkeiten vorherzusagen. Dieser Kurs bietet eine angewandte Einführung in Auswahlbasierte Conjoint-Verfahren, ergänzt durch praktische Übungen in Laborsessions.

Am Ende des Kurses werden Sie:
1. Ein grundlegendes Verständnis der Struktur, der logischen Grundsätze und der analytischen Ziele der Conjoint-Analyse haben.

2. Einsatzbereiche für Conjoint-Analysen identifizieren können.

3. Anwendungen von Conjoint-Experimenten kritisch evaluieren können, und deren Vorteile und Nachteile gegenüber herkömmlichen Methoden verstehen

4. Ihr eigenes Conjoint-Experiment in eine Onlineplattform einbetten können.

5. Verstehen Sie, wie verschiedene Techniken in der Analyse von Conjoint-Experimenten funktionieren und sind in der Lage diese anzuwenden.

6. Können Sie Ergebnisse von Conjoint-Experimenten leicht visuell darstellen.

7. Sind Sie gut vorbereitet für fortgeschrittene Kurse zu Conjoint-Experimenten und Vollständigen Versuchsplänen.

Dieser Kurs beinhaltet acht Themenblöcke:
1. Präsentation der grundlegenden Idee von Conjoint-Experimenten; Einführung in deren logische Grundsätze, deren Entwicklung und den Gründen für deren aktuelle Popularität.
2. Kurze Einführung in das Framework für potenzielle Ergebnisse auf der Basis von moderner Kausalitätenanalyse; Im speziellen wird ein Überblick über die Grundlegenden Probleme kausaler Schlussfolgerungen (Holland 1980) gegeben und in Hinblick auf die Conjoint-Analyse diskutiert.
3. Verschiedene Methoden zur Messung individueller Präferenzen werden präsentiert. Der Fokus hierbei liegt auf Auswahlbasierten Conjoint-Maßen. Über weitere Arten der Messung, wie Reihung, Bewertung, Kombination, wird ein kurzer Überblick gegeben.
4. Es wird ein Überblick über verschiedene Typen von Conjoint-Designs gegeben. Die verschiedenen Elemente für ein Conjoint-Design (Alternativen, Auswahlmengen, Kontext) werden präsentiert und erklärt. Ein besonderer Fokus liegt hierbei auf dem Design der Conjoint-Alternativen.
5. Der Fokus liegt auf der Konstruktion des Conjoint-Experiments. Mithilfe eines JavaScript/Python Programms und R wird gezeigt, wie man einfache Auswahlbasierte Designs erstellt. Fortgeschrittenere designs mit Attributen und Levels, sowie Randomisierung, werden ebenfalls behandelt.
6. Ein einfacher Workflow mit dem Programm Qualtrics wird gezeigt.
7. Es wird ein Überblick über verschiedene Methoden zur Analyse von Conjoint-Experimenten gegeben. Dabei liegt ein besonderer Fokus auf AMCE, marginalen Mittelwerten und omnibus F-Tests. Untergruppen-Differenzen und Visualisierung werden kurz behandelt.
8. Die neuesten Weiterentwicklungen in der Conjoint-Analyse werden behandelt, wie etwa die Power Analyse und die Verwendung gemischter Modelle zur Analyse von Treatmentheterogenität.

Der Kurs präsentiert eine Bandbreite von Methoden zur Analyse von Conjoint-Daten. Ein Fokus liegt hierbei auf AMCEs, marginalen Mittelwerten und omnibus F-Tests. Es werden robuste Schätzer erklärt und auf Conjoint-Daten angewandt. Untergruppen-Differenzen und Visualisierung werden ebenfalls behandelt. Finite gemischte Modelle werden kurz diskutiert im Zusammenhang mit Untergruppen Analyse und der Untersuchung von Treatmentheterogenität.
Der Kurs verwendet R, eine gratis und open-source Programmierspreche die primär für Datenanalyse und Statistik verwendet wird. Wir werden RStudio verwenden, eine Nutzeroberfläche für R, die einfach in der Anwendung ist. Trotzdem dürfen Sie die Analyse auch mit anderen Hilfsmitteln durchführen. Für das Design der Conjoint-Experimente ist die Benutzung eines JavaScript/Python Programms mit graphischer Nutzeroberfläche nötig.

Immanent (Präsentationen, Peer Gruppen Diskussion, Medienadaptierung der wissenschaftlichen Projekte).

Wird noch bekanntgegeben.