Welches statistische Verfahren ist das richtige für...?

[sponz]

Hallo liebes Forum,

ich bin Softwareentwickler und möchte für ein Program von mir analysieren welchen Einfluss die Anordnung/Existenz von bestimmten Elementen in der Software auf die Userentscheidung hat.

Und zwar handelt es sich um dieses Fenster welches dem Anwender beim ersten Programstart angezeigt wird:

http://www.sciplore.org/temp/preference ... iables.png

Ich möchte wissen wie stark der Einfluss der Faktoren A-E auf die Entscheidung ist welche der Checkboxen aktiviert wird vom Nutzer. Hier eine kurze Beschreibung der Faktoren:

A: Der Karteireiter wird an einer zufälligen Position angezeigt (1-4) (auf dem Bild an 1. Stelle)

B: Es wird zufällig einer von drei verschiedenen Hinweistexten eingeblendet

C: Für jede der Checkboxen gibt es eine Zufallsvariable (0|1) die bestimmt ob die Checkbox schon aktiviert ist beim ersten Start oder nicht

D: Wieder bestimmt eine Zufallsvariable (0|1) ob eine Icon angezeigt wird welches bei einem Klick weitere Infos anzeigt

E: Auch dieser Button wird zufällig (0|1) angezeigt oder auch nicht.

Meine Frage: Mit welchem statistischen Verfahren gehe ich hieran? Ich möchte herausfinden welcher der fünf Faktoren (A-E) einen wie starken Einfluss hat auf die Entscheidung ob der User die Checkboxen aktiviert (bzw. aktiviert lässt falls sie schon per default aktiviert sind).

Eine Tabelle mit Beispieldaten ist hier: http://www.sciplore.org/temp/tabelle.png

Ich hoffe auf eure Hilfe,
liebe Grüße
Sven

[Generalist]

C bedeutet, dass alle 3 Checkboxen aktiviert sind oder alle 3 nicht? Und wie viele Fälle (User) hast Du? Wen alle Kombinationen ausgetestet werden, brauchst Du ja schon was im Bereich weit über 1000. Und bei der "abhängigen Variable", reicht da eine getrennte Betrachtung für jede der 3 Checkboxen?

[sponz]

C bedeutet, dass alle 3 Checkboxen aktiviert sind oder alle 3 nicht?

oh, da habe ich mich vertan. für jede checkbox gibt es eine variable, also C1, C2, C3, sorry.

Und wie viele Fälle (User) hast Du?

einige tausend

. Und bei der "abhängigen Variable", reicht da eine getrennte Betrachtung für jede der 3 Checkboxen?

ja. es reicht wenn ich dann praktisch dreimal die gleiche berechnung durchführe, einmal für checkbox1, einmal für checkbox2, ...

[Generalist]

Wenn alle möglichen Kombinationen zufällig dargeboten wurden, dann könntest Du als erstes Kreuztabellen machen, immer jeweils 1 potenzieller Einflussfaktor mit 1 Ergebnisgröße. Den Zusammenhang eines Einflussfaktors (über alle sonstigen Variationen der sonstigen Faktoren hinweg) mit einem Ergebnis kannst Du über das Maß "Cramers V" darstellen und das zwischen den Faktoren vergleichen.

Für komplexere Sachen, also die Vorhersage des Ergebnisses simultan durch mehrere oder alle Einflussfaktoren, dabei eventuell auch Einbezug von Wechselwirkungen zwischen Einflussfaktoren, wäre dann vielleicht eine multiple logistische Regression passend.

[sponz]

Wenn alle möglichen Kombinationen zufällig dargeboten wurden, dann könntest Du als erstes Kreuztabellen machen, immer jeweils 1 potenzieller Einflussfaktor mit 1 Ergebnisgröße. Den Zusammenhang eines Einflussfaktors (über alle sonstigen Variationen der sonstigen Faktoren hinweg) mit einem Ergebnis kannst Du über das Maß "Cramers V" darstellen und das zwischen den Faktoren vergleichen.

Für komplexere Sachen, also die Vorhersage des Ergebnisses simultan durch mehrere oder alle Einflussfaktoren, dabei eventuell auch Einbezug von Wechselwirkungen zwischen Einflussfaktoren, wäre dann vielleicht eine multiple logistische Regression passend.

danke, ich werde mir das mit Cramers mal anschauen....