Auszug
Dieser Abschnitt soll einen Überblick über die Beschaffenheit des Datensatzes bieten. Die erhobenen Daten sollen hinsichtlich ausgewählter soziodemographischer Merkmale (Geschlecht, Alter und Einkommen), Merkmale des gewählten Produktes (Marke und Preis) und des Kaufes (Kaufgrund, Einkaufsstätte und Vertriebskanal) näher beschrieben werden.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literatur
Weicht bei den folgenden deskriptiven Darstellungen die Summe der relativen Anteile von 100 Prozent ab, so liegt dies an der kaufmännischen Rundung.
Vgl. dazu eine Zusammenfassung in Kroeber-Riel/Weinberg (2003), S. 462–469.
Wird ein Kauf gemeinsam getätigt, so beziehen sich weitere Angaben (Alter etc.) auf den Haushaltsvorstand, der auch den Fragebogen ausgefüllt hat.
Der angestellte Vergleich hat nichts mit einer Repräsentativitätsprüfung zu tun. Die deutsche Gesamtbevölkerung stellt in der vorliegenden Arbeit nicht die relevante Grundgesamtheit dar.
Vgl. Statistisches Bundesamt (2003b), S. 14.
Vgl. Statistisches Bundesamt (2003a), S. 31.
Freiwillige Angaben zu finanziellen Verhältnissen sind allgemein kritisch zu sehen und häufig verzerrt.
Im Statistischen Jahrbuch 2005 wird berichtet, dass 25,2 Prozent der Haushalte über ein monatliches Netto-Haushaltseinkommen von mehr als 2.600 Euro verfügen und 41,5 Prozent der Haushalte über ein monatliches Netto-Haushaltseinkommen von weniger als 1.500 Euro. Vgl. Statistisches Bundesamt (2005), S. 47.
Die Marke wurde in der Nacherhebung erneut abgefragt, um sicherzustellen, dass sich der Proband auf das gekaufte Produkt bezieht.
Aus Gründen der Übersichtlichkeit wurden Marken mit einem Anteil von unter 5,0 Prozent Nennungen bei der deskriptiven Darstellung unter „Sonstige “ zusammengefasst.
Vgl. dazu auch die Ausführungen in Bayus (1988), S. 216–221.
Bezogen auf die gesamten Paneldaten liegt das Durchschnittsalter der alten Produkte beim Rasierer bei 8,4 Jahren, beim Bugeleisen bei 7,3 Jahren, beim Haarfön bei 7,6 Jahren und beim Staubsauger bei 9,6 Jahren.
Es sei darauf hingewiesen, dass sich die einzelnen Daten bei der Verteilung der Käufe auf die unterschiedlichen Einkaufsstätten bei der Verteilung auf die Vertriebskanäle nicht wieder finden lassen. So kann bspw. der Kauf bei einer Ladenkette nicht nur stationär, sondern auch über das Internet erfolgen.
Vgl. dazu Abschnitt 4.5.1.
Bei der Faktorenanalyse wurde dem Hauptkomponentenverfahren der Vorzug gegeben, welches das gebrauchlichste Verfahren ist. Vgl. Bühl/Zöfel (2002), S. 465. Es lässt, im Gegensatz zur Hauptachsenanalyse, dem zweiten bedeutenden Extraktionsverfehren, geringere Manipulationsspielräume bei der Bestimmung der Kommunalitäten zu und ermittelt zudem orthogonale, d. h. nicht korrelierte Faktoren. Vgl. Green/Tull/Albaum (1988), S. 573 f. Die Hauptkomponentenanalyse erläutern u. a. Backhaus et al. (2003), S. 291–295.
Zuvor wurde sichergestellt, dass eine Faktorenanalyse mit den empirisch erhobenen Daten durchgeführt werden kann. Der Kaiser-Meyer-Olkin-Wert (KMO-Wert) von 0,80 zeigt, dass sich die Ausgangsdaten sehr gut für eine faktorenanalytische Auswertung eignen. Vgl. Kaiser/Rice (1974), S. 113.
Der erste Eigenwert beträgt 3,15. Der zweite Eigenwert i. H. v. 0,89 ist bereits kleiner als der Wert 1,00.
Bei den Kommunalitäten werden Werte größer 0,5 und bei den Faktorladungen Werte größer 0,7 gefordert. Vgl. dazu auch Abschnitt 4.5.1.1 dieser Arbeit.
Die „kognitive Probing-Technik “ im Rahmen des Pretests hat keinen Hinweis auf eine eventuelle Unzulanglichkeit des Indikators gegeben.
Vgl. zu „wünschenswerten “ KMO-Werten Kaiser/Rice (1974), S. 113.
Da von einer Korrelation zwischen den Faktoren nicht ausgegangen wird, kann auf die gängige rechtwinklige Rotation zurückgegriffen werden. Vgl. dazu auch die Ausführungen in Backhaus et al. (2003), S. 300.
Der KMO-Wert beträgt 0,69. Die Daten eignen sich nach Backhaus et al. demnach „ziemlich gut “ für eine faktorenanalytische Auswertung. Vgl. Backhaus et al. (2003), S. 276.
Der KMO-Wert von 0,70 attestiert, dass sich die Ausgangsdaten „ziemlich gut “ für die Faktorenanalyse eignen. Vgl. Backhaus et al. (2003), S. 276.
Der KMO-Wert beträgt hier 0,72. Die Daten sind daher für eine Faktorenanalyse „ziemlich gut “ geeignet. Vgl. Backhaus et al. (2003), S. 276.
Das Anti-Image ist der Teil der Varianz, der von den übrigen Variablen nicht erklärt werden kann. Vgl. dazu ausführlich Backhaus et al. (2003), S. 275.
Die Anti-Image-Korrelationen der einzelnen Indikatoren sind wie folgt: 0,607 (IV_RP_L); 0,529 (IVRPN); 0,540 (IVRPC).
Bei der Untersuchung von Jain/Srinivasan wird eine Faktorladung von 0,48 bereichtet, welche deutlich geringer ist als die hier ermittelte Faktorladung von 0,61. Vgl. Jain/Srinivasan (1990), S. 597-599.
Vgl. Hulland (1999), S. 198.
Fraglich ist, ob Probanden im Rahmen einer Befragung offen eine Überforderung eingestehen.
Da die Höhe von Cronbachs Alpha positiv von der Anzahl der Indikatoren abhängt, wird in der relevanten Literatur bei drei und weniger Indikatoren zum Teil sogar ein Richtwert von Cronbachs Alpha i. H. v. 0,40 angegeben. Vgl. Peterson (1994), S. 389 und ferner auch Peter (1999), S. 180.
Vgl. dazu die Abschnitte 2.2.2.3 und 4.2.2.3.
Mit dem Begriff der Einfachstruktur wird eine Faktorladungsmatrix bezeichnet, bei der die Indikatoren immer nur auf einen Faktor hoch und auf alle anderen Faktoren niedrig laden. Vgl. Backhaus et al. (2003), S. 299.
Vgl. dazu auch Schnell/Hill/Esser (1999), S. 151 f.
Es wird von einer Unabhängigkeit der beiden Dimensionen ausgegangen. Vgl. dazu Kim (1991), S. 73 f.
„Ausmaß “ steht für „Ausmaß negativer Konsequenzen “.
Vgl. Homburg/Giering (1996), S. 13.
Vgl. Quester/Lim (2003).
Vgl. Rodgers/Schneider (1993), S. 336.
Quester/Lim(2003),S.31.
Vor der Analyse konnte sichergestellt werden, dass sich die Ausgangsdaten sehr gut für eine faktorenanalytische Auswertung eignen. Das bestätigt der statistische KMO-Wert von 0,82, der in der Literatur als „wünschenswert “ eingestuft wird. Vgl. Kaiser/Rice (1974), S. 113.
Eine zweifaktorielle konfirmatorische Faktorenanalyse konnte die vermutete Faktorenstruktur in Ansätzen bestätigen. Jedoch waren hohe Querladungen zu verzeichnen, und der zweite Eigenwert wies einen Wert von nur 0,58 auf.
Den Ausgangsdaten kann eine sehr gute Eignung für die Faktorenanalyse attestiert werden. Der Kaiser-Meyer-Olkin-Wert beträgt 0,88.
Den Ausgangsdaten kann auch hier eine sehr gute Eignung für die Faktorenanalyse attestiert werden. Der Kaiser-Meyer-Olkin-Wert beträgt 0,84.
Der Wortlaut des Indikators ist: „Ich würde, wenn ich gefragt werde, Freunden und Bekannten zum Kauf eines Produktes des Herstellers raten. “
Nach Backhaus et al. müssen Variablen, die auf zwei Faktoren jeweils mindestens 0,5 laden, bei der Interpretation beider Faktoren Berücksichtigung linden. Vgl. Backhaus et al. (2003), S. 299.
Der Wortlaut des Indikators ist: „Ich finde die Marke toll. “
Der Wortlaut des Indikators ist: „Ich finde die Marke sympathisch. “
Vgl. Backhaus et al. (2003), S. 299.
Zu einem anderen Ergebnis kamen Quester/Lim: Die Autoren konnten in ihrer Untersuchung keine Unterscheidung zwischen konativer und affektiver Kundenbindung zeigen. Vgl. Quester/Lim (2003), S. 31.
Vgl. Fornell/Larcker (1981), S. 46.
Vgl. Homburg/Giering (1996), S. 11.
Vgl. Jain/Srinivasan (1990), S. 599.
In der vorliegenden Arbeit wird auf eine konsistente Bezeichnung der Hypothesen Wert gelegt. Aus diesem Grand sei darauf hingewiesen, dass im Folgenden Hypothesen, welche die kognitive Involvement-Dimension beinhalten, die in den Abschnitten 3.2 bis 3.4 eingeführten Nummern beibehalten. Da die kognitiven Facetten als drei unterschiedliche Faktoren Eingang in das Strukturmodell finden, werden diese Bezeichnungsnummern um die Buchstaben a für den Faktor „Produktbedeutung ”, b für den Faktor „Ausmaß negativer Konsequenzen ” und c für den Faktor „Risikograd ” ergänzt.
Vgl. Albers/Hildebrandt (2006), S. 26. Vgl. ferner Abschnitt 4.5.2 dieser Arbeit.
Vgl. Backhaus et al. (2003), S. 63. Das Bestimmtheitsmaß entspricht dem Quotienten aus dem erklärten Teil der Varianz und der Gesamtvarianz und liegt immer zwischen 0 und 1. Vgl. dazu auch Bühl/Zöfel (2002), S. 332.
In der letzten Zeile der Ausgabedatei von PLS-Graph wird ein durchschnittliches Bestimmtheitsmaß von 0,248 angegeben. Da es aber auch die drei exogenen Variablen (Bestimmtheitsmaß jeweils von 0) berücksichtigt, entspricht es nicht dem wahren multiplen R2, das sich korrekterweise nur auf die endogenen Variablen beziehen darf.
Vgl. Albers/Hildebrandt (2006), S. 26. Vgl. ferner Abschnitt 4.5.2 dieser Arbeit.
In der vorliegenden Arbeit soll dem empirischen Verständnis von Popper gefolgt werden, nach dem wissenschaftstheoretisch eine Hypothese nicht bestätigt, sondern lediglich nicht abgelehnt werden kann. Vgl. Popper (1994), S. 353–374.
Vgl. Fußnote 872 und zur Symbolik ferner Bühl/Zöfel (2002), S. 111.
Die Logik der Hypothesenbezeichnung wurde bereits in Fußnote 857 erklärt.
Statt von einer Irrtumswahrscheinlichkeit zu sprechen, wird auch von einem Signifikanzniveau gesprochen. Die Vertrauenswahrscheinlichkeit entspricht bekanntlich 1-α. Vgl. zu den Bezeichnungen auch Sachs (1992), S. 178–180.
Einzelne Verletzungen sind nach Bagozzi zu erwarten: „It is common in structural equation modelling for most of the criteria […] to be satisfied except for one or two violations ”. Bagozzi (1981b), S. 378.
Die Analyse orientiert sich an der von Eggert/Fassott/Helm (2005), S. 101-116 empfohlenen Vorgehens-weise.
Die notwendige Bedingung, dass zum einen der Pfad zwischen Stimulus und Involvement und zum anderen der Pfad zwischen Involvement und Kundenbindung signifikant ist, ist für die hier aufgeführten Beziehungen erfüllt (vgl. Abschnitt 4.5.2). Auf die Prüfung des medüerenden Effektes der Produktbedeutung wird verzichtet, da nicht alle notwendigen Bedingungen erfüllt sind. Konkret ist die geforderte Bedingung, dass der Pfad zwischen der Produktbedeutung und der kontativen Kundenbindung statistisch signifkant ist, nicht erfullt (tEmp = 0,958). Vgl. dazu auch Tabelle 52 in Abschnitt 5.2.2.2.
Der z-Wert gibt allgemein den Einfluss einer Mediators auf eine endogene Variable wieder. In vorliegenden Fall gibt der z-Wert somit den Einfluss von Involvement auf die Kundenbindung wieder.Vgl. Tabelle 27 in Abschnitt 4.5.2.
Bei der ersten Modifikation wurde die exogene Variable „Produktnutzungshäufigkeit “ eliminiert, bei der zweiten Modifikation die Variable „Physische Produktdifferenzierung “ und bei der dritten Modifikation die Variable „Psychologische Produktdifferenzierung “.
Vgl. dazu ausführlich Abschnitt 4.5.2 dieser Arbeit und die dort zitierte Literatur.
Vgl.nachfolgendeTabelle.
Die für die Resampling-Prozedur gewählten Einstellungen sind in Abschnitt 4.5.3 aufgeführt.
Vgl. Bouncken/Koch (2005), S. 302; Chatelin/Vinzi/Tenenhaus (2002), S. 31.
Eine vage Indikation, wie die hier berichteten Redundanzmaße einzuschätzen sind, kann aus dem Vergleich mit den Redundanzmaßen, die Chatelin/Vinzi/Tenenhaus für das European-Customer-Satisfaction Index-Modell berichten, abgeleitet werden (vgl. Chatelin/Vinzi/Tenenhaus (2002), S. 24). Der „AvRedund “-Wert für die Kundenzufriedenheit wird in der Studie mit 0,4586 berichtet. Da die in der vorliegenden Studie ermittelten Redundanzmaße etwas höher sind, kann — wenn auch sehr vorsichtig — von einer guten Prognosetauglichkeit des Modells gesprochen werden. Die berichteten durchschnittlichen Redundanzmaße können als Referenzen für andere Wissenschaftler dienen.
Vgl. Tenenhaus/Amato/Vinzi (2004), S. 1.
Es sei hier jedoch erwähnt, dass der absolute Wert als „hinreichend gut “ eingestuft werden kann. Amato/Vinci/Tenenhaus berichten in ihrer Untersuchung einen GoF von 0,465. Bestandteil der Untersuchung ist der Mobilfunkprovider-spezifische ECSI, d. h. der europäische Kundenzufriedenheitsindex. Vgl. Amato/Vinzi/Tenenhaus (2004).
In der einschlägigen Literatur werden sehr selten Angaben zur Robustheit der Ergebnisse gemacht. Vgl. dazu u. a. Bouncken/Koch (2005), S. 302.
Vgl. Chatelin/Vinzi/Tenenhaus (2002), S. 12.
Bone/Sharma/Shimp (1989), S. 106.
Chin (1998), S. 320.
Vgl. stellvertretend Homburg/Becker/Hentschel (2005); Homburg/Giering (2001); Mägi (2003); Mittal/Kamakura (2001); Seiders et al. (2005).
Vgl. u. a. Jeker (2002), S. 167.
Die Kernaussage des Kontingenzansatzes, der auch situativer Ansatz genannt wird, ist, dass es keine optimale Strategic gibt. Vielmehr hängt die optimale Strategie von situativen Faktoren ab, die von Unternehmen nicht oder nur sehr schwer beeinflussbar sind. Vgl. dazu insbesondere Belk (1974), S. 156; Belk (1975), S. 157 f.; Zeitharnl/Varadarajan/Zeithaml (1988), S. 37–40. Der Ansatz ist in der Forschung weit verbreitet, wird jedoch wegen seiner mangelnden theoretischen Fundierung häufig kritisiert: Es handelt sich, so die Kritiker, nur um ein formalanalytisches Grundgerüst. Vgl. dazu stellvertretend Wolf (2003), S. 169 f.
Die Relevanz des Alters für das Wiederkaufverhalten zeigt bspw. die Untersuchung von Peter: Dort ist das Alter der Befragten als eines von acht soziodemographischen Merkmalen das einzige, das auf signifikantem Niveau (p ≤ 0,05) den Unterschied zwischen sicheren Wiederkäufern und unsicheren Wiederkäufern im Automobilbereich erklären kamn. Vgl. dazu Peter (1999), S. 160 f. In der Untersuchung von Kebbel hat das Alter der Befragten (integriert als eine die Kundenbindung kontrollierende Variable) dagegen keine Relevanz für die Kundenbindung. Vgl. dazu Kebbel (2000), S. 144. Die Aussagekraft der Ergebnisse der Untersuchung von Kebbel ist jedoch eingeschrankt, da die Autorin keine Kunden, sondern Studenten und Seminarteilnehmer befragt hat. Einen positiven Einfluss des Alters auf die Kundenzufriedenheit belegt bspw. die Untersuchung von Kristensen/Eskildsen. Vgl. Kristensen/Eskildsen (2005), S. 121.
Vgl. Homburg/Giering (2001), S. 54–56.
Vgl. Bamberg/Coenenberg (1996), S. 10; Krafft/Haase/Siegel (2003), S. 100.
Vgl. Chin/Marcolin/Newsted (2003), S. 189; Sharma/Durand/Gur-Arie (1981), S. 291.
Vgl. Sharma/Durand/Gur-Arie (1981), S. 293.
Vgl. Giering (2000), S. 94.
Vgl. dazu stellvertretend die Ausführungen in Betz (2003), S. 198-201 und Braunstein (2001), S. 238 f.
Es sei hier angemerkt, dass sich der PLS-Ansatz besser für die Modellierung moderierender Wirkungszusammenhange eignet als der LISREL-Ansatz. Beim PLS-Ansatz können Interaktionsterme integriert werden und somit alle einzelnen Datenpunkte in die Analyse einfließen. Beim LISREL-Ansatz dagegen wird mit aggregierten (Ko-) Varianzen gerechnet. Vgl. dazu auch die Ausführungen in Chin/Marcolin/Newsted (2003), S. 193.
Die explorative Vorgehensweise wird gewählt, weil a priori keine expliziten Hypothesen über die Richtung der moderierenden Effekte postuliert werden konnen.
Vgl. Chin/Marcolin/Newsted (2003), S. 196-200; Eggert/Fassott/Helm (2005), S. 107-110; Götz/Liehr-Gobbers (2004a), S. 724–727.
Um die Indikatoren der Interaktionsvariablen zu ermitteln, müssen bei reflektiven Meßmodellen die bereits standardisierten Indikatoren der determinierenden und der moderierenden Variablen paarweise multipliziert werden. Nach einer Standardisierung der ermittelten Indikatoren können sie schließlich der Interaktionsvariablen zugeordnet werden. Vgl. dazu stellvertretend die Ausföhrungen in Götz/Liehr-Gobbers (2004a), S. 725 und Gotz/Liehr-Gobbers (2004b), S. 9 f.
Vgl. Eggert/Fassott/Helm (2005), S. 107.
Da keine Begründung über die Richtung des zu erwartenden Unterschiedes vorliegt, wird bei der Prüfung der moderierenden Effekte ein zweiseitiger t-Test angewendet. Vgl. dazu auch die Ausführungen in Sachs (1992), S. 195 f.
Vgl. dazu Eggert/Fassott/Helm (2005), S. 109 f.
Insbesondere bei Mehrgruppenanalysen muss sichergestellt werden, dass die Stichprobengröße für eine PLSModellierung ausreicht. Das vorliegende Modell erfordert eine Stichprobe von mindestens 60 Fällen. Sowohl bei der männlichen Teilstichprobe (N = 338) als auch bei der weiblichen Subpopulation (N = 485) stellt diese Anforderung kein Problem dar. Die 36 Fälle, bei denen der Kauf gemeinsam stattgefunden hat, werden hier nicht berücksichtigt. Vgl. zur Mindeststichprobengröße die Ausführungen in Abschnitt 4.4.3.
Da im Vorfeld keine expliziten Hypothesen über die Richtung der moderierenden Effekte formuliert werden können, wird eine explorative Vorgehensweise gewählt.
Rights and permissions
Copyright information
© 2008 Betriebswirtschaftlicher Verlag Dr. Th. Gabler | GWV Fachverlage GmbH, Wiesbaden
About this chapter
Cite this chapter
(2008). Empirische Ergebnisse. In: Kundenbindung und Involvement. Gabler. https://doi.org/10.1007/978-3-8349-9732-6_5
Download citation
DOI: https://doi.org/10.1007/978-3-8349-9732-6_5
Publisher Name: Gabler
Print ISBN: 978-3-8349-1036-3
Online ISBN: 978-3-8349-9732-6
eBook Packages: Business and Economics (German Language)