Multivariate statistische Methoden zur Standortanalyse

Zunächst werden in einem ausführlichen Gespräch mit den Auftraggebern die relevanten Standortfaktoren sowie der Standortsuchraum für die Standortanalyse diskutiert und festgelegt.

 

Nach der Zusammenstellung des individuell auf die Anforderungen des Unternehmens zugeschnittenen Datensatzes wird dieser Datensatz mit multivariaten statistischen Verfahren bearbeitet.

 

In der Regel kommen zum Einsatz:

  • Clusteranalyse
  • Faktorenanalyse

 

Auch andere Verfahren, wie die Diskriminanzanalyse, können zur Analyse verwendet werden. Jedoch sind unsere Hauptverfahren im Bereich der Standortanalyse die Clusteranalyse und die Faktorenanalyse.

 

Auf eine genauere Darstellung der theoretischen Hintergründe soll hier verzichtet werden. Es werden jetzt lediglich sehr kurz die Grundprinzipien und die Einsatzgebiete der Verfahren im Rahmen einer Standortanalyse vorgestellt.

Die Clusteranalyse im Rahmen der Standortanalyse

Die Clusteranalyse ist ein Verfahren zur Gruppenbildung, das auch bei der Standortanalyse zum Einsatz kommen kann. Dabei teilt die Clusteranalyse eine Gesamtmenge von Objekten bei gleichzeitiger Betrachtung aller Variabler in Teilmengen, genannt Cluster, auf. Diese Teilmengen (Cluster) werden so gebildet, daß die Ähnlichkeit zwischen den Objekten einer Teilmenge (Cluster) möglichst groß ist, während die Ähnlichkeit zwischen den einzelnen Clustern möglichst gering ist. Die Forderung nach Homogenität der Cluster bewirkt, daß die einzelnen Objekte eines Clusters ähnliche Variablenausprägungen besitzen.

 

Übertragen auf die Standortwahl eines Unternehmens bedeutet dies für die Standortanalyse mittels Clusteranalyse:

 

  • Die Gesamtmenge der Objekte, die in Cluster aufgeteilt werden soll, ist die Zahl der Gemeinden
  • Diese Zahl der Gemeinden wird so in Teilmengen aufgeteilt, daß diese Teilmengen (Cluster) hinsichtlich der für die Standortwahl des Unternehmens wichtigen Variablen (Determinanten der Standortfaktoren) ähnliche Werte besitzen.
  • Z.B. enthält ein Cluster Gemeinden mit hohen Grundstückspreisen, niedrigen Arbeitslosenzahlen und hohen Löhnen. Ein anderes Cluster enthält Gemeinden mit niedrigen Grundstückspreisen, mittleren Arbeitslosenzahlen und niedriger Löhnen
  • Aus diesen Clustern wird das Cluster durch Interpretation der Analyseergebnisse herausgesucht, das für das Unternehmen die günstigsten Voraussetzungen bietet. Im Fall des oberen Beispiels könnte dies das Cluster mit niedrigen Grundstückspreisen, mittleren Arbeitslosenzahlen und niedrigen Löhnen sein.
  • Dieses herausgesuchte Cluster enthält die Gemeinden, die für das Unternehmen die besten Voraussetzungen hinsichtlich der Variablen bzw. Standortfaktoren bieten, die von dem Unternehmen in einem Fragebogen bzw. einem Gespräch als für die Standortwahl besonders wichtig angegeben wurden. Das ausgesuchte Cluster enthält also die Standortalternativen für das Unternehmen.

Die Faktorenanalyse im Rahmen der Standortanalyse

Die Faktorenanalyse ist ein Verfahren zur Reduktion einer Vielzahl von Einflußvariablen, hier Standortfaktoren, auf eine geringere Zahl von Faktoren bzw. Hintergrundvariablen. Das Verfahren eignet sich auch, um unter bestimmten Umständen Rankings im Rahmen von Standortanalysen zu errechnen.

 

Ein Ranking erfordert normalerweise entweder eine Gewichtung der einzelnen

Variablen oder eine gleichgewichtete Aufnahme sämtlicher Variabler in die

Analyse. Eine Gewichtung der einzelnen Variablen ist manchmal ausdrücklich nicht erwünscht, da diese Gewichtung einer subjektiven Sicht entspräche oder Annahmen über die Höhe von Gewichtungsfaktoren nicht möglich sind. Insbesondere bei Einsatz vieler Variabler bzw. Standortfaktoren besteht die Gefahr der Mehrfachinformation. Unterschiedliche Variable decken zum Teil ähnliche Informationsgehalte ab. Der Einfluß ähnlicher Informationsgehalte in unterschiedlichen Standortfaktoren führt zu einer indirekten Gewichtung der Variablen und ist möglicherweise nicht gewünscht. Nun könnten zwar Variablen mit hoher Korrelation aus der Analyse entfernt werden. Dies ist jedoch auch nicht immer erwünscht, da auch nicht immer deutlich ist, für welche Variablen man sich letztlich entscheiden soll und bestimmte Variable trotz der Gefahr der Mehrfachinformation ausdrücklich in die Standortanalyse einfließen sollen. Um diese Problematik zu umgehen, wird hier ein anderer Weg beschritten:

 

Über eine Faktorenanalyse wird die hohe Zahl der Variablen auf eine geringere Zahl von Hintergrundvariablen reduziert. Dahinter steht die Annahme, daß die beobachteten Variablenwerte von diesen Hintergrundvariablen abhängen. Die Gefahr der Mehrfacherfassung von Informationsgehalten wird dadurch eliminiert oder zumindest sehr stark reduziert. Gleichzeitig fließen die Variablen mit einem Gewicht in diese Supervariablen ein, das nicht subjektiv vorgegeben wird, sondern das sich aus tatsächlichen Variablenwerten und den Verhältnissen innerhalb der „Datenwolken" mathematisch ergibt. Aus den Ergebnissen der Faktorenanalyse läßt sich dann in einem nächsten Schritt ein Ranking im Rahmen einer Standortanalyse errechnen.

Vor- und Nachteile statistischer Methoden bei der Standortanalyse

Der Einsatz multivariater statistischer Methoden bei der Standortanalyse ermöglicht die Analyse einer nahezu unbegrenzten Zahl von Standorten. Es kann zudem eine nahezu unbegrenzte Zahl von Standortfaktoren analysiert werden. Fast jede Anforderung an die Standortsuche kann bei sorgfältiger Auswahl und Anwendung des Verfahrens abgedeckt werden. Die sorgfältige Interpretation führt zu höchst präzisen und äußerst detaillierten Ergebnissen. Die Eignung von Standorten und Unterschiede zwischen Standorten lassen sich hervorragend abbilden. Der Nachteil dieser Verfahren im Rahmen von Standortanalysen besteht in dem relativ hohen Zeitbedarf. Insbesondere die Interpretation der Analyseergebnisse und die Herausarbeitung der geeigneten Standorte erfordern neben der nötigen Fachkenntnis viel Zeit. So muß bei Einsatz von multivariaten statistischen Verfahren zur Standortanalyse mit einem Zeitbedarf von 4 bis 12 Wochen gerechnet werden.