Hallo zusammen,
ich habe im Rahmen meiner Diplomarbeit das Image einer Marke erhoben. Ich möchte jetzt prüfen, ob es innerhalb meiner Probanden Gruppen gibt, die eine unterschiedliche Wahrnehmung des Images haben. Dabei habe ich ein kleines Problem mit den Daten.
Fast alle Items haben folgende Struktur:
passt gar nicht passt völlig
Merkmal 1--------------1-----2-----3-----4-----5
so weit so gut. Jetzt habe ich aber noch ein paar Merkmale die eine Ausweichkategorie aufweisen. Die Merkmale erfassen, inwieweit bestimmte Produkte als typisch oder nicht typisch für die Marke angesehen werden. Die Probanden könnten wieder auf einer Skala von 1-5 eine Einschätzung abgeben. Falls den Probanden ein Produkt nicht bekannt war, könnten sie die Ausweichkategorie „Produkt unbekannt“ wählen.
Bei Mittelwertberechnungen und Korrelationen habe ich die Daten immer wie ein Missing Data behandelt. Wenn ich das aber bei der Clusteranalyse mache, kriege ich das Problem, dass mir SPSS alle VPN rausschmeißt, die ein Missing Data haben. Von meinen über 300 Probanden bleiben dann nur noch 10 übrig - was der Clusteranalyse dann doch etwas den Reiz nimmt.
Ich habe mir dann überlegt, dass ich bei allen Probanden die „Produkt unbekannt“ gewählt haben, den Mittelwert der übrigen Probanden bei dem jeweiligen Merkmal eintrage und damit dann die Clusteranalyse rechne (Ward verfahren/quadrierte Euklidische Distanz)
Hat jemand eine elegantere Lösung für dieses Problem?
Viele Grüße Tobi