Skip to main content
Log in

Die Geld-zurück-Garantie – Mehr als nur ein Qualitätsindikator?

Money-back guarantees—more than just a quality indicator?

  • Forschung
  • Published:
Zeitschrift für Betriebswirtschaft Aims and scope Submit manuscript

Zusammenfassung

Geld-zurück-Garantien erlangen in der Unternehmenspraxis eine immer größere Bedeutung, vor allem weil sie als probates Mittel zur Signalisierung hochwertiger Qualität angesehen werden – eine Annahme, die bislang wissenschaftlich ungeprüft geblieben ist. Vor diesem Hintergrund wird im vorliegenden Beitrag eine umfassende empirische Untersuchung der kaufverhaltensrelevanten Wirkungen dieses Marketinginstrumentes vorgenommen. Die Ergebnisse verdeutlichen zum einen, dass eine Geld-zurück-Garantie nur unter bestimmten Bedingungen als Qualitätssignal wirkt. Dies hängt neben der Art des Produktes (Erfahrungs- vs. Suchgut) insbesondere von der Ausprägung des für die Qualitätsbeurteilung besonders diagnostischen Merkmals Marke sowie von der Produktkenntnis der Konsumenten ab. Zum anderen zeigt sich aber auch, dass eine Geld-zurück-Garantie affektive Konsumentenreaktionen auslöst, die die Kaufabsicht von Konsumenten zusätzlich erhöhen können. Zusammenfassend stellen wir fest, dass eine Geld-zurück-Garantie – entgegen bisheriger Erwartungen aus der Praxis – nicht zwingend ein Qualitätsindikator ist, stattdessen entfaltet sie aber bisher unbeachtete affektive Wirkungen, die insbesondere auf ihre absichernde Funktion von etwaigen Fehlentscheidungen beim Kauf zurückzuführen sind.

Abstract

Money-back guarantees have become an increasingly popular tool for marketing managers—mainly because they are regarded as an effective means to signal product quality. However, from an academic perspective there is sparse empirical evidence on whether such a signaling effect really exists and, most importantly, whether it influences consumer decision making. Hence, the objective of the paper is to empirically analyze the consequences of money-back guarantees on consumer buying behavior in a holistic theoretical framework accounting for both cognitive and affective consumer responses. Our results reveal that the existence of the rather cognitively driven signaling effect of a money-back guarantee is contingent on several factors: Besides the type of the product (search versus experience good), it particularly depends on consumer knowledge as well as on whether a money-back guarantee is offered for a strong or for a rather weak brand. In addition, we show that a money-back guarantee also induces affective consumer responses which additionally contribute to consumer buying behavior. These responses are mainly due to the guarantee’s insurance function reducing consumer uncertainty about product features.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Abb. 1
Abb. 2
Abb. 3
Abb. 4
Abb. 5

Notes

  1. Im Fall von GzG haben Konsumenten die Möglichkeit, die gekaufte Ware tatsächlich zu testen und benutzt zurückzugeben. In dieser Weise unterscheidet sich eine GzG von einem (verlängerten) freiwillig gewährten Rückgaberecht. So werben viele Unternehmen bspw. mit einem ausgedehnten Zeitraum für eine Rückgabemöglichkeit unbenutzter, originalverpackter Ware – zuweilen sogar unter der Bezeichnung GzG (z. B. IKEA Deutschland, Max Bahr). Dies entspricht jedoch nicht der in der Wissenschaft gängigen Auffassung von einer GzG.

  2. In dem Anwendungsbeispiel von Green und Wind (1975) zeigt sich etwa nur, dass durch eine GzG ein gewisser Zusatznutzen generiert werden kann. Interessant ist jedoch, dass dieser bspw. höher ausfällt als für den Markennamen des Produktes.

  3. Es sei darauf hingewiesen, dass Abb. 1aa einen für die vorliegende Fragestellung ausreichenden Ausschnitt aus dem PVM darstellt; für das vollständige Modell vgl. Zeithaml (1988).

  4. Bagozzi (1992) stellt heraus, dass das Bewertungsergebnis (Erreichen bzw. Nichterreichen des Ziels) zum Zeitpunkt der Bewertung sowohl in der Vergangenheit als auch in der Zukunft liegen kann. Im letzten Fall wird lediglich antizipiert, dass das Ergebnis in der Zukunft (un)befriedigend sein wird.

  5. So konnten bspw. Völckner und Hofmann (2007) im Rahmen ihrer Meta-Analyse keinen signifikanten Einfluss der Anzahl verfügbarer extrinsischer Produktmerkmale auf den Preis-Qualitäts-Zusammenhang identifizieren – ein Ergebnis, das sich in ähnlicher Weise bereits in der Meta-Studie von Rao und Monroe (1989) zeigt. Die Publikationen von Miyazaki et al. (2005) und Purohit und Srivastava (2001) erklären diesen Sachverhalt damit, dass in den der Meta-Analysen zugrunde liegenden Studien das Zusammenspiel der Produktmerkmale nicht berücksichtigt wird, obwohl dies auf Basis theoretischer Überlegungen erforderlich wäre.

  6. Die Auswahl der intrinsischen Produktmerkmale erfolgte über eine Analyse von Werbeanzeigen in Printmedien sowie im Internet.

  7. Die damit erforderliche Angabe der E-Mail-Adresse stellt gleichzeitig ein Kontrollinstrument für mehrfach ausgefüllte Fragebögen dar.

  8. Cote und Buckley (1987) analysieren in ihrer Studie die Ergebnisse der Konstruktvalidierung von 70 veröffentlichten Datensätzen. Hierbei gelangen sie u. a. zu dem Ergebnis, dass aufgrund von Messfehlern das tatsächliche Verhältnis zwischen zwei Variablen durchschnittlich um das 2,4-fache höher lag als das geschätzte.

  9. Die Schätzung erfolgte in Mplus. Hierbei wurde ein Maximum-Likelihood-Schätzer mit Satorra-Bentler-Korrektur eingesetzt, der sich als robust gegenüber nicht-normalverteilten Daten erweist (vgl. West et al. 1995; Hu et al. 1992).

  10. Dies stützt die Ergebnisse von Dawar und Parker (1994), die im Rahmen einer interkulturellen Studie herausgefunden haben, dass die Marke gefolgt vom Preis die wichtigsten Qualitätssignale sind.

  11. Die subjektive Produktkenntnis wurde im Fragebogen in Anlehnung an Brucks (1985) über zwei Indikatoren abgefragt (1. knowledge; 2. familiarity). Um die Probanden im Hinblick auf die Produktkenntnis zu unterteilen, wurde ein Mediansplit vorgenommen (vgl. z. B. Irwin und McClelland 2003). Probanden, die auf dem Median lagen, wurden aus der Untersuchung ausgeschlossen. Die Messmodelle der so entstandenen Gruppen „hohe“ und „niedrige Produktkenntnis“ wurden auf Invarianz geprüft. Es wurde partielle skalare Invarianz identifiziert, so dass die Ergebnisse der nachfolgenden Analyse nicht durch Unterschiede in den Messmodellen verzerrt sind.

  12. Gütemaße freies Modell: c2 = 505,30, df = 288, c2/df = 1,75, RMSEA = 0,063, SRMR = 0,067 und CFI = 0,962.

  13. Gütemaße freies Modell: c2 = 599,47, df = 288, c2/df = 2,08, RMSEA = 0,072, SRMR = 0,062 und CFI = 0,958.

  14. Für Problemstellungen, bei denen eine Klassifizierung der Untersuchungspersonen nicht ex ante möglich ist, weisen FMSEM ein höheres Leistungsvermögen auf als Mehrgruppenanalysen mit ex ante Clusterung (vgl. etwa Hildebrandt und Görz 1999; Jedidi et al. 1997).

  15. Für eine Vier-Segment-Lösung, die nicht explizit in Tab. 5 ausgewiesen ist, beträgt der BIC-Wert 9354,625 für Teilmodell III. Das heißt, eine weitere Verbesserung des ausgewiesenen Wertes für die Drei-Segment-Lösung ist nicht möglich.

  16. http://www2.peugeot.de/hinundweg.

Literatur

  • Aiken LS, Stein JA, Bentler PM (1994) Structural equation analyses of clinical subpopulation differences and comparative treatment outcomes: characterizing the daily lives of drug addicts. J Consult Clin Psychol 62(3):488–499

    Article  Google Scholar 

  • Akaah IP, Korgaonkar PK (1988) A conjoint investigation of the relative importance of risk relievers in direct marketing. J AdvRes 28(4):38–44

    Google Scholar 

  • Anderson JC, Gerbing DW (1988) Structural equation modeling in practice: a review and recommended two-step approach. Psychol Bull 103(3):411–423

    Article  Google Scholar 

  • Animesh A, Ramachandran V, Viswanathan S (2006) Quality uncertainty and adverse selection in online sponsored search markets, Working Paper, RH Smith School of Business, University of Maryland

  • Arnthorsson A, Berry WE, Urbany JE (1991) Difficulty of pre-purchase quality inspection: conceptualization and measurement. Adv Consum Res 18(1):217–224

    Google Scholar 

  • Backhaus K, Blechschmidt B, Eisenbeiß M (2006) Der Stichprobeneinfluss bei Kausalanalysen. Die Betriebswirtschaft 66(6):711–726

    Google Scholar 

  • Bagozzi RP (1980) Causal models in marketing. Wiley, New York

    Google Scholar 

  • Bagozzi RP (1992) The self-regulation of attitudes, intentions, and behavior. Soc Psychol Q 55(2):178–204

    Article  Google Scholar 

  • Bagozzi RP, Gopinath M, Nyer PU (1999) The role of emotions in marketing. J Acad Mark Sci 27(2):184–206

    Article  Google Scholar 

  • Bearden WO, Carlson JP, Hardesty DM (2003) Using invoice price information to frame advertised prices. J Bus Res 56(5):355–366

    Article  Google Scholar 

  • Brucks M (1985) The effects of product class knowledge on information search behavior. J Consum Res 12(1):1–16

    Google Scholar 

  • Hensel-Börner S, Sattler H (2000) Ein empirischer Validitatsvergleich zwischen der Customized Computerized Conjoint Analysis (CCC), der Adaptive Conjoint Analysis (ACA) und Self-Explicated-Verfahren. Z Betriebswirtschaft 70(6):705–728

    Google Scholar 

  • Byrne BM, Shavelson RJ, Muthen B (1989) Testing for the equivalence of factor covariance and mean structures: the issue of partial measurement invariance. Psychol Bull 105(3):456–466

    Article  Google Scholar 

  • Cases A-S (2002) Perceived risk and risk-reduction strategies in Internet shopping. Int Rev Retail Distrib Consum Res 12(4):375–394

    Article  Google Scholar 

  • Chang TZ, Wildt AR (1994) Price, product information, and purchase intention: an empirical study. J Acad Mark Sci 22(1):16–27

    Article  Google Scholar 

  • Cote JA, Buckley MR (1987) Estimating trait, method, and error variance: generalizing across 70 construct validation studies. J Market Res 24(3):315–318

    Article  Google Scholar 

  • Davis S, Gerstner E, Hagerty M (1995) Money back guarantees in retailing: matching products to consumer tastes. J Retail 71(1):7–22

    Article  Google Scholar 

  • Davis S, Hagerty M, Gerstner E (1998) Return policies and the optimal level of “Hassle”. J Econ Bus 50(5):445–460

    Article  Google Scholar 

  • Dawar N, Parker P (1994) Marketing universals: consumers’ use of brand name, price, physical appearance, and retailer reputation as signals of product quality. J Market 58(2):81–95

    Article  Google Scholar 

  • Dodds WB, Monroe KB (1985) The effect of brand and price information on subjective product evaluations. Adv Consum Res 12(1):85–90

    Google Scholar 

  • Dodds WB, Monroe KB, Grewal D (1991) Effects of price, brand, and store information on buyers' product evaluations. J Market Res 28(3):307–319

    Google Scholar 

  • Frijda NH (1986) The emotions. Cambridge University Press, Cambridge

    Google Scholar 

  • Fruchter GE, Gerstner E (1999) Selling with “Satisfaction Guaranteed”. J Servi Res 1(4):313–323

    Article  Google Scholar 

  • GfK (2007) GfK Groups, Consumer Tracking, GfK Electro* Scope. http://www.gfk.com/imperia/md/content/ps_de/chart_der_woche/2007/kw05_07_rueckkehr_zur_marke_ekg.pdf. Zugegriffen: 2. Okt. 2010

  • Gierl H, Satzinger M (2000) Die Nutzung extrinsischer und intrinsischer Qualitätssignale in Abhängigkeit vom Vorabwissen. Jahrbuch der Absatz-und Verbrauchsforschung 46(3):261–279

    Google Scholar 

  • Grewal D, Munger JL, Iyer GR, Levy M (2003) The influence of internet-retailing factors on price expectations. Psychol Market 20(6):477–493

    Article  Google Scholar 

  • Gotlieb JB, Grewal D, Brown SW (1994) Consumer satisfaction and perceived quality: complementary or divergent constructs? J Appl Psychol 79(6):875–885

    Article  Google Scholar 

  • Green PE, Wind Y (1975) New way to measure consumers’ judgments. Harvard Bus Rev 53(4):107–117

    Google Scholar 

  • Grewal D, Monroe KB, Krishnan R (1998) The effects of price-comparison advertising on buyers’ perceptions of acquisition value, transaction value, and behavioral intentions. J Market 62(2):46–59

    Article  Google Scholar 

  • Hammann P, Erichson B (2006) Marktforschung, 5. Aufl. UTB, Stuttgart

  • Hancock GR (1997) Structural equation modeling methods of hypothesis testing of latent variable means. Measur Eval Couns Dev 30(2):91–105

    Google Scholar 

  • Hauptmanns P, Lander B (2001) Zur Problematik von Internet-Stichproben. In: Theobald A, Dreyer M, Starsetzki, T (Hrsg) Online-Marktforschung – Theoretische Grundlagen und praktische Erfahrungen, 2. Aufl. Gabler, Wiesbaden, S 27–40

    Google Scholar 

  • Heiman A, McWilliams B, Zilberman D (2001) Demonstrations and money-back guarantees – market mechanisms to reduce uncertainty. J Bus Res 54(1):71–84

    Article  Google Scholar 

  • Heiman A, McWilliams B, Zhao J, Zilberman D (2002) Valuation and management of money-back guarantee options. J Retail 78(3):193–205

    Article  Google Scholar 

  • Heiman A, Just DR, McWilliams B, Zilberman D (2005) Money-back guarantees and the value of decision time: an empirical analysis. Working Paper, Agricultural Issues Center, University of California

  • Heinbockel M (2006) Marken stellen die Vertrauensfrage. Horizont 23(43):22

    Google Scholar 

  • Hildebrandt L, Görz N (1999) Strukturgleichungsmodelle mit latenten Variablen zur Analyse heterogener Daten. Sonderforschungsbereich 373: Quantification and Simulation of Economic Processes 55 (SFB 373 Papers) ISSN: 1436–1086

  • Hu LT, Bentler PM, Kano Y (1992) Can test statistics in covariance structure analysis be trusted? Psychol Bull 112(2):351–362

    Google Scholar 

  • Inman JJ, Dyer JS, Jia J (1997) A generalized utility model of disappointment and regret effects on post-choice valuation. Market Sci 16(2):97–111

    Article  Google Scholar 

  • Ipsos (2005) Die Geld-zurück-Garantie – Gewinnerin der Rabattschlacht? http://knowledgecenter.ipsos.de/docdetail.aspx?c=1025&sid=67F6B1C4-CC4A-4636-A948-1860CB7A00B1&did=d4e75d12-0fba-41c9-88e4-05bf5f93d4b6. Zugegriffen: 23. Okt. 2010

  • Ipsos (2008) Geld-zurück-Garantie gewinnt an Bekanntheit, verliert aber Vertrauen. http://knowledgecenter.ipsos.de/downloads/KnowledgeCenter/67F6B1C4-CC4A-4636-A948-1860CB7A00B1/PI_Geld-zur%C3 %BCck-Garantie-Juni2008.pdf. Zugegriffen: 23. Okt. 2010

  • Irwin JR, McClelland GH (2003) Negative consequences of dichotomizing continuous predictor variables. J Market Res 40(3):366–371

    Google Scholar 

  • Jedidi K, Jagpal HS, DeSarbo WS (1997) Finite-mixture structural equation models for response-based segmentation and unobserved heterogeneity. Market Sci 16(1):39–59

    Article  Google Scholar 

  • Jöreskog KG (1971) Simultaneous factor analysis in several populations. Psychometrika 36(4):409–426

    Article  Google Scholar 

  • John, DR, Scott CA, Bettman JR (1986) Sampling data for covariation assessment: the effects of prior beliefs on search patterns. J Cons Res 13(1):38–47

    Article  Google Scholar 

  • Kroeber-Riel W, Weinberg P, Gröppel-Klein A (2009) Konsumentenverhalten, 9. Aufl. Verlag Vahlen, München

    Google Scholar 

  • Kromrey H (2009) Empirische Sozialforschung, 12. Aufl. UTB, Stuttgart

    Google Scholar 

  • Lazarus RS (1991) Emotion and adaptation. Oxford University Press, New York

    Google Scholar 

  • Lee BC, Ang L, Dubelaar C (2005) Lemons on the web: a signalling approach to the problem of trust in internet commerce. J Econ Psych 26(5):607–623

    Article  Google Scholar 

  • Lee M, Lou YC (1996) Consumer reliance on intrinsic and extrinsic cues in product evaluations: a conjoint approach. J Appl Bus Res 12(1):21–29

    Google Scholar 

  • MacKenzie SB (2001) Opportunities for improving consumer research through latent variable structural equation modeling. J Cons Res 28(1):159–166

    Article  Google Scholar 

  • Mann DP, Wissink JP (1988) Money-back contracts with double moral hazard. RAND J Econ 19(2):285–292

    Article  Google Scholar 

  • Mann DP, Wissink JP (1990) Money-back warranties vs. replacement warranties: a simple comparison. Am Econ Rev 80(2):432–436

    Google Scholar 

  • McWilliams B, Gerstner E (2006) Offering low price guarantees to improve customer retention. J Retail 82(2):105–113

    Article  Google Scholar 

  • Miyazaki AD, Grewal D, Goodstein RC (2005) The effect of multiple extrinsic cues on quality perceptions: a matter of consistency. J Cons Res 32(1):146–153

    Article  Google Scholar 

  • Monroe KB, Krishnan R (1985) The effect of price on subjective product evaluations. In: Jacoby J, Olson JC (Hrsg) Perceived quality: how consumers view stores and merchandise. LexingtonBooks, Lexington, S 209–232

    Google Scholar 

  • Moorthy S, Srinivasan K (1995) Signaling quality with a money-back guarantee: the role of transaction costs. Market Sci 14(4):442–466

    Article  Google Scholar 

  • Nizovtsev D, Novshek W (2004) Money-back guarantees and market experimentation. Int J Ind Organ 22(7):983–996

    Article  Google Scholar 

  • Nylund KL, Asparouhov T, Muthén BO (2007) Deciding on the number of classes in latent class analysis and growth mixture modeling: a monte carlo simulation study. Struct Equ Model 14(4):535–569

    Article  Google Scholar 

  • Posselt T, Gerstner E, Radic D (2008) Rating E-Tailers’ money-back guarantees. J Serv Res 10(3):207–219

    Article  Google Scholar 

  • Purohit D, Srivastava J (2001) Effect of manufacturer reputation, retailer reputation, and product warranty on consumer judgments of product quality: a cue diagnosticity framework. J Consum Psychol 10(3):123–134

    Article  Google Scholar 

  • Rao AR, Monroe KB (1989) The effect of price, brand name, and store name on buyers’ perceptions of product quality: an integrative review. J Market Res 26(3):351–357

    Article  Google Scholar 

  • Roseman IJ (1991) Appraisal determinants of discrete emotions. Cognition Emot 5(3):161–200

    Article  Google Scholar 

  • Sheth JN, Newman BI, Gross BL (1991) Why we buy what we buy: a theory of consumption values. J Bus Res 22(2):159–170

    Article  Google Scholar 

  • Shieh S (1996) Price and money-back guarantees as signals of product quality. J Econ Manag Strategy 5(3):361–377

    Article  Google Scholar 

  • Srivastava J, Mitra A (1998) Warranty as a signal of quality: the moderating effect of consumer knowledge on quality evaluations. Market Lett 9(4):327–336

    Article  Google Scholar 

  • Steenkamp J-B EM, Baumgartner H (1998) Assessing measurement invariance in cross-national consumer research. J Cons Res 25(1):78–90

    Article  Google Scholar 

  • Suri R, Monroe KB (2003) The effects of time constraints on consumers’ judgments of prices and products. J Cons Res 30(1):92–104

    Article  Google Scholar 

  • Sweeney JC, Soutar GN (2001) Consumer perceived value: the development of a multiple item scale. J Retail 77(2):203–220

    Article  Google Scholar 

  • Theobald A (2001) Sinn und Unsinn von Incentives in der Online-Marktforschung. In: Theobald A, Dreyer M, Starsetzki, T (Hrsg) Online-Marktforschung – Theoretische Grundlagen und praktische Erfahrungen, 2. Aufl. Gabler, Wiesbaden, S 179–190

    Google Scholar 

  • Trijp HC, van M, Hoyer WD, Inman JJ (1996) Why switch? Product category: level explanations for true variety-seeking behavior. J Market Res 33(3):281–292

    Article  Google Scholar 

  • Urbany JE, Bearden WO, Kaicker A, Borrero MS-D (1997) Transaction utility effects when quality is uncertain. J Acad Mark Sci 25(1):45–55

    Article  Google Scholar 

  • Van den Poel D, Leunis J (1999) Consumer acceptance of the internet as a channel of distribution. J Bus Res 45:249–256

    Article  Google Scholar 

  • van Doorn J (2004) Zufriedenheitsdynamik: Eine Panelanalyse bei industriellen Dienstleistungen. DUV, Wiesbaden

    Google Scholar 

  • Völckner F (2006) Determinanten der Informationsfunktion des Preises: Eine empirische Analyse. Z Betriebswirtschaft 76(5):473–497

    Article  Google Scholar 

  • Völckner F, Hofmann J (2007) The price-perceived quality relationship: a metaanalytic review and assessment of its determinants. Market Lett 18(3):181–196

    Article  Google Scholar 

  • Weiber R, Adler J (1995a) Informationsökonomisch begründete Typologisierung von Kaufprozessen. Schmalenbachs Z Betriebswirtschaftliche Forschung 47(1):43–65

    Google Scholar 

  • Weiber R, Adler J (1995b) Positionierung von Kaufprozessen im informationsökonomischen Dreieck: Operationalisierung und verhaltenswissenschaftliche Prüfung. Schmalenbachs Z Betriebswirtschaftliche Forschung 47(2):99–123

    Google Scholar 

  • West SG, Finch JF, Curran PJ (1995) Structural equation models with nonnormal variables: problems and remedies. In: Hoyle RH (Hrsg) Structural equation modeling: concepts, issues, and applications. Sage, Thousand Oaks, S 56–75

  • Wildner R (2010) Geiz nicht mehr geil. Warum Produkte der „Mitte“ gerade in der Krise auf dem Vormarsch sind und Billig- und Premiumprodukten bei den Verbrauchern den Rang ablaufen. http://www.presseportal.de/pm/80428/1645205/gfk_verein. Zugegriffen: 18. Nov. 2010

  • Wood SL (2001) Remote purchase environments: the influence of return policy leniency on two-stage decision processes. J Market Res 38(2):157–169

    Article  Google Scholar 

  • Zeithaml VA (1988) Consumer perceptions of price, quality, and value: a means-end model and synthesis of evidence. J Market 52(3):2–21

    Article  Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Maik Eisenbeiß.

Additional information

[…] If the Chocolate does not prove good, the Money will be returned.

Werbebotschaft der Walter Baker & Company, Inc., 1771

Anhang

Anhang

1.1 Dokumentation des Pre-Tests

Im Rahmen des Pre-Tests wurden die teilnehmenden Probanden (n = 74) in einer Internetbefragung zunächst gebeten, insgesamt sechs Produktkategorien hinsichtlich verschiedener Kriterien zu bewerten. Die sechs Kategorien wurden so ausgewählt, dass sie zum einen aus Produkten mit einem vermutet hohen Anteil an Erfahrungseigenschaften und zum anderen aus Produkten mit einem vermutet hohen Anteil an Sucheigenschaften bestanden. Für die Auswahl wurden bereits durchgeführte empirische Untersuchungen zu diesem Themenkomplex herangezogen (vgl. Arnthorsson et al. 1991; Animesh et al. 2006; Weiber und Adler 1995b). Bei der Wahl der Produkte wurde zusätzlich darauf geachtet, dass für diese in der Praxis möglichst schon einmal eine GzG angeboten wurde. Die untersuchten Produktkategorien waren folglich Notebooks, Laserdrucker, Digitalkameras, DVD-Festplattenrekorder, Lauf-/Joggingschuhe und probiotische Joghurts. In einem ersten Schritt wurden die Probanden gefragt, inwieweit sie sich in der Lage sehen, die Qualität der Produkte bereits vor dem Kauf durch geeignete Informationsmaßnahmen möglichst objektiv beurteilen zu können, oder ob eine Qualitätsbeurteilung erst nach dem Kauf möglich ist. Hierüber kann der den Produkten zugewiesene Anteil an Erfahrungs- bzw. Sucheigenschaften approximiert werden (vgl. Weiber und Adler 1995b, S. 106). Darüber hinaus wurden in Anlehnung an relevante empirische Studien (vgl. Chang und Wildt 1994; Dodds et al. 1991; Völckner 2006) sowie im Rahmen von inhaltlichen Überlegungen folgende Anforderungen an die Produkte gestellt:

1. Es sollte über alle Probanden zumindest eine moderate Produktkenntnis vorliegen. Hierdurch soll sichergestellt werden, dass die Fähigkeit zur Informationsbeurteilung (auch) auf die Eigenschaft des Gutes zurückzuführen ist. Nichtsdestotrotz sollte die Produktkenntnis eine gewisse Streuung aufweisen, da die Rolle der Produktkenntnis gesondert untersucht wird. 2. Die Produkte müssen aus Sicht der Probanden eine gewisse „Relevanz“ aufweisen. Hierüber sollte ausgeschlossen werden, dass durch ein zu geringes Involvement die Motivation zur Qualitätsbeurteilung fehlt. 3. Die wahrgenommene Qualitäts- bzw. Preisstreuung, die von den Probanden allgemein in der Produktkategorie angenommen wird, muss ausreichend hoch sein, da ansonsten die Wirkung der Manipulationen auf die Konstrukte Qualität und Preis von vornherein als gering einzuschätzen ist.

Für die Festlegung der konkreten Ausgestaltung der Manipulationen wurde zunächst für jede Produktkategorie ein gängiges Referenzprodukt ausgewählt. Die Auswahl von „typischen“ Produktmerkmalen erfolgte mit Hilfe einer speziellen Internetsuchmaschine, die eine Analyse der gängigsten Produktmerkmale in einer bestimmten Produktkategorie erlaubt. Für das definierte Referenzprodukt wurden die Probanden in jeder Produktkategorie nach ihrer Einschätzung des durchschnittlichen Marktpreises gefragt. Hierüber sollte zum einen ein gewisses Maß an Preiskenntnis sichergestellt werden, zum anderen diente der so ermittelte durchschnittliche Preis als Ankerpunkt für die Preisausprägung „hoch“ bzw. „niedrig“. Analog wurde mit Blick auf die Reputation je Produkt eine Einschätzung zu vier Marken abgefragt, um die wahrgenommene Reputation dieser Marken in der jeweiligen Produktkategorie bestimmen zu können. Die Marken wurden durch die Analyse von Testberichten im Internet so ausgewählt, dass je Produktkategorie zwei Marken mit vermutet hoher und zwei Marken mit vermutet niedriger Reputation berücksichtigt wurden. Die GzG sollte so ausgestaltet werden, dass sie keine einschränkenden Bedingungen enthält, die die Glaubwürdigkeit beeinträchtigen könnten. Die Dauer der GzG sollte weder als unglaubwürdig lang noch als unglaubwürdig kurz angesehen wurde. Um dies sicherzustellen, wurde nach dem durchschnittlich wahrgenommenen Garantiezeitraum einer GzG gefragt.

Aus den Ergebnissen des Pre-Tests (siehe Profilverlaufsdiagram) wurde deutlich, dass – unter Berücksichtigung der aufgeführten Kriterien – nur Laufschuhe als Gut mit einem hohen Anteil an Erfahrungseigenschaften in Frage kommen, da das Produkt probiotischer Joghurt bei den Kriterien Produktkenntnis, Involvement und wahrgenommene Qualitäts- bzw. Preisunterschiede zu geringe Werte aufweist.

figure c

*Die Beurteilung des Zeitpunkts der Qualitätsbeurteilung wurde auf einer 7er-Rating- Skala von 1 = „im Wesentlichen vor dem Kauf“ bis 7 = „im Wesentlichen nach dem Kauf“ vorgenommen. Ansonsten bedeutet ein höherer Wert eine höhere Ausprägung bei dem entsprechenden Kriterium. Das Involvement wurde über die drei Indikatoren von van Trijp et al. (1996) gemessen. Aus Vereinfachungsgründen wird das Involvement als Mittelwert der drei Indikatoren dargestellt

Ausgehend von den ermittelten Ergebnissen wurde als Marke mit „guter“ bzw. „schlechter“ Reputation „adidas“ bzw. „FILA“ ausgewählt. Die Mittelwerte (Standardabweichungen) betrugen auf einer 7er-Skala 6,08 (1,03) für adidas und 3,34 (1,49) für FILA. Der Mittelwertunterschied ist signifikant mit p < 0,01. Als „hoher“ bzw. „niedriger“ Preis wurde 169 € bzw. 69 € festgesetzt. Als Suchgut kamen vor allem Notebooks und Digitalkameras in Frage. Bei Notebooks bestand die Schwierigkeit darin, dass selbst die Marke mit der geringsten wahrgenommenen Reputation („LG Electronics“) immer noch als überdurchschnittlich eingestuft wurde. Die Manipulation der Marke hätte daher wahrscheinlich nicht die gewünschten Unterschiede zwischen den Ausprägungen hervorgerufen. Aus diesem Grund wurden Digitalkameras als Produkt mit einem hohen Anteil an Sucheigenschaften ausgewählt. Als Ausprägungen für die Marke wurden „Olympus“ (hohe Reputation) bzw. „Praktica“ (niedrige Reputation) ausgewählt. Die Mittelwerte (Standardabweichungen) betrugen 5,64 (1,08) für Olympus und 2,77 (1,26) für Praktica. Der Mittelwertunterschied ist signifikant mit p < 0,01. Die Preise wurden auf 289 € („hoch“) bzw. 149 € („niedrig“) festgesetzt. Abschließend wurde die Dauer der GzG auf 30 Tage festgesetzt. Der Garantiezeitraum von 30 Tagen wurde im Rahmen einer offenen Abfrage nach einer Dauer von 14 Tagen am zweithäufigsten angegeben. Die Dauer von 30 Tagen entspricht zudem einer gängigen Laufzeit in den entsprechenden Produktkategorien. So bot adidas für Laufschuhe beispielsweise eine GzG mit einem Garantiezeitraum von 28 Tagen und Nescafé für eine Espressomaschine von 30 Tagen an.

1.2 Operationalisierung der latenten Konstrukte

Konstrukt (Quelle)

Item

Inhalt

Skala

Qualität (Suri und Monroe 2003)

Q_1

Verglichen mit anderen D/L, wie würden Sie die Qualität der angebotenen D/L bewerten?

Weit unterdurchschnittliche

Qualität (1) – weit überdurchschnittliche Qualität (7)

Q_2

Die beworbene/n D/L ist/sind von …

Sehr guter Qualität (1) – sehr schlechter Qualität (7)

Q_3

Alles in allem, wie bewerten Sie die Qualität der angebotenen D/L?

Sehr niedrige Qualität (1) – sehr hohe Qualität (7)

mon. Opfer (Bearden et al. 2003)

mO_1

Der angegebene Preis von […] € ist für eine D/einen L …

Sehr niedrig (1) – sehr hoch (7)

mO_2

Ich habe das Gefühl, […] € für eine D/einen L ist/sind …

Sehr billig (1) – sehr teuer (7)

mO_3

Der vom Hersteller in der Werbeanzeige angegebene Preis von […] € ist…

Sehr niedrig (1) – sehr hoch (7)

ökon. Wert (Suri und Monroe 2003)

ökW_1

So wie die D/L ausgestaltet ist/sind, liegt ein gutes Preis-Leistungs-Verhältnis vor

Stimme überhaupt nicht zu (1) – stimme voll und ganz zu (7)

ökW_2

Wenn ich die D/L zu dem angegebenen Preis kaufen würde, hätte ich das Gefühl, dass die D/L eine gute Anschaffung wäre/n

ökW_3

Zu dem beworbenen Preis hätte ich das Gefühl, dass ich gute Qualität zu einem angemessenen Preis bekomme

emot. Wert (Sweeney und Soutar 2001)

emW_1

Ich hätte ein gutes Gefühl, das beworbene Angebot zu nutzen

Stimme überhaupt nicht zu (1) – stimme voll und ganz zu (7)

emW_2

Das beworbene Angebot zu nutzen, würde mir gefallen

emW_3

Wenn ich nach D/L suchen würde, wäre ich erleichtert, ein Angebot wie dieses in Anspruch nehmen zu können

emW_4

Das beworbene Angebot lädt zum Kaufen ein

emW_5

Es würde mich freuen, das beworbene Angebot zu nutzen

Kaufabsicht (Grewal et al. 1998)

KA_1

Wenn ich eine D/L kaufen würde, wäre die Wahrscheinlichkeit, die beworbene/n D/ L zu kaufen …

Sehr niedrig (1) – sehr hoch (7)

KA_2

Die Wahrscheinlichkeit, die beworbene/n D/ L bei der Kaufentscheidung zu berücksichtigen, wäre…

KA_3

Die Wahrscheinlichkeit, dass ich die beworbene/n D/L kaufen würde, wäre …

  1. D = Digitalkamera, L = Laufschuhe

1.3 Gütebeurteilung der Messmodelle für das Laufschuh- und Digitalkamera-Sample

  

Laufschuh-Sample

Digitalkamera-Sample

  

Reliabilität

Konvergenzvalidität

Reliabilität

Konvergenzvalidität

Konstrukt

Item

Faktorladung

rel(xi)

t-Wert

FR(ξj)

DEV(ξj)

Faktorladung

rel(xi)

t-Wert

FR(ξj)

DEV(ξj)

 

Q_1

0,86

0,74

73,6

  

0,88

0,77

65,62

  

Qualität

Q_2

0,93

0,88

121,1

0,95

0,85

0,92

0,84

93,34

0,94

0,84

 

Q_3

0,97

0,95

178,3

  

0,95

0,91

136,7

  
 

mO_1

0,95

0,9

195,8

  

0,86

0,76

44,24

  

mon. Opfer

mO_2

0,96

0,91

185,8

0,97

0,91

0,89

0,79

73,75

0,92

0,79

 

mO_3

0,96

0,92

189,5

  

0,92

0,84

80,94

  
 

ökW_1

0,82

0,67

49,01

  

0,83

0,69

50,56

  

ökon. Wert

ökW_2

0,89

0,79

58,14

0,89

0,72

0,92

0,84

91,75

0,92

0,79

 

ökW_3

0,84

0,71

48,89

  

0,91

0,82

83,28

  
 

emW_1

0,85

0,72

64,9

  

0,83

0,68

41,89

  
 

emW_2

0,75

0,57

38,33

  

0,76

0,58

40,07

  

emot. Wert

emW_3

0,80

0,64

46,59

0,93

0,73

0,82

0,68

54,4

0,93

0,73

 

emW_4

0,92

0,84

92,42

  

0,91

0,83

97,44

  
 

emW_5

0,93

0,87

115,6

  

0,93

0,86

111,4

  
 

KA_1

0,97

0,94

216,1

  

0,96

0,93

200,4

  

Kaufabsicht

KA_2

0,86

0,75

81,65

0,95

0,87

0,83

0,69

67,61

0,94

0,85

 

KA_3

0,96

0,93

201,7

  

0,96

0,93

197,1

  

Mindestanforderungen

≥ 0,4

≥ 1,645

≥ 0,6

≥ 0,5

 

≥ 0,4

≥ 1,645

≥ 0,6

≥ 0,5

  

Rights and permissions

Reprints and permissions

About this article

Cite this article

Vieth, M., Eisenbeiß, M. Die Geld-zurück-Garantie – Mehr als nur ein Qualitätsindikator?. Z Betriebswirtsch 81, 1285–1323 (2011). https://doi.org/10.1007/s11573-011-0521-4

Download citation

  • Received:

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s11573-011-0521-4

Schlüsselwörter

Keywords

JEL Classification

Navigation