Im Allgemeinen wird der Begriff „Post-Test“ mit Werbung in Verbindung gebracht und hier zur Messung des Werbeerfolges, sprich der Zielerreichung: Bekanntheit, Wissen, Einstellung etc. Aber grundsätzlich ist ein Post-Test natürlich nicht durch den Einsatz für ein bestimmtes Marketing-Instrument definiert, sondern durch den Zeitpunkt des Tests: Nämlich nach der Durchführung einer zu bewertenden (Marketing)Massnahme.
Bei einem Post-Test können sowohl qualitative als auch quantitative Werte erhoben werden.
Die Problematik bei Post-Tests
Wie so oft: Im Prinzip klingt das alles total einfach. Wir führen eine Marketing-Massnahme durch und danach klären wir den Zielerreichungsgrad ab oder erheben zumindest, ob wir die Ziele erreicht haben. Aber wie immer steckt der Teufel im Detail.
Man muss sich – aber das gilt nicht nur für den Post-Test – erst Mal überlegen, wieviele Merkmale untersucht werden sollen, davon hängt ab, ob man eine univariate (= eindimensionale) statistische Auswertung oder eben eine multivariate Statistik erstellt. Zudem ist es möglich, dass so genannte häufbare Merkmale auftreten: Dass also ein Merkmalsträger zwei oder mehr Merkmale gleichzeitig aufweist (banal: Jemand, der ein Produkt nutzt, findet es auch gut (meistens), weiss, was es kostet und kennt es – das sind 4 Merkmale, die bei einer einzelnen Person auftreten können).
Die Verschiebung der Merkmalsträger
Wenn wir das erste Mal eine Ad-Hoc-Befragung vornehmen und noch keine Angaben zur Merkmalsträger-Verteilung haben, wählen wir p=50% / q=50%. Das gilt aber nur, wenn wir keine Zielsetzung vorgeben haben, denn mit dieser definieren wir ja quasi eine Merkmalsträger-Verteilung.
Entsprechend verschiebt sich die Gewichtung von p und q je nachdem, welche Zielsetzung wir überprüfen wollen – und dann gilt das auch nur grade für univariate Befragungen… alle anderen sind noch viel komplizierter.
Verschiebung der Quoten
Wenn wir abklären wollen, ob ein Ziel erreicht wurde (bei univariaten Themen), haben wir zwei Quoten („ja“ und „nein“). Um die Repräsentativität einer Befragung zu gewährleisten, müssen diese Quoten berücksichtig werden – nur wie? Siehe oben – mit p und q
Leider kompliziert
Wir wollen (und müssen und sollen auch nicht) hier nicht in tiefere statistische Mathematik einsteigen – nur so viel: Wer „einfach“ einen Post-Test vorschlägt, weil man ja „einfach“ mal sehen will, ob wir unser Ziel erreicht haben, outet sich nicht grade als Fachperson…
Ein Beispiel zur Erläuterung
Wir haben eine Werbekampagne durchgeführt (ja: Post-Test werden sehr oft in der Kommunikation eingesetzt). Und zwar für ein neues Produkt, sagen wir: Einen neuen Wasserkocher. Ziel war es, innerhalb eines Jahres in der Grundgesamtheit einen gestützten Bekanntheitsgrad von 35% zu erreichen (einen ungestützten von 15%). Zudem sollten 20% wissen, dass dieser Wasserkocher das Wasser während des Kochens zusätzlich desinfiziert und bei 10% der Leute soll sich die Einstellung verankern, dass genau deshalb dieser Wasserkocher das ideale Gerät ist, um damit Kindernahrung zuzubereiten, weil durch die Desinfektion die Gefahr einer Infektion gegen Null tendiert.
Soweit so gut und eine ziemlich standardmässige Zielgvorgabe, wie sie in Dutzenden von Lehrbüchern und Unterrichtsstunden kommuniziert unterrichtet wird. Auf die Frage, wie man diese Ziele nun kontrolliert, folgt meistens die Antwort: Mittels Post-Test, Ad-Hoch-Befragung, geschlossene Fragen, quantitativer Test (klar: weil es ja um Zahlen geht. Zahlen = Quantiativ, haben wir so gelernt. Leider).
Und was und vor allem wie wollen wir jetzt fragen? Und wie groß soll die Stichprobe sein? Handelt es sich hier um eine qualitative oder quantitative Befragung, muss oder kann sie repräsentativ sein? Quota? Geschichtet? Fragen über Fragen.