Empirischer Teil

Zu einer ausführlichen Beschreibung der explorativen Faktorenanalyse vgl. Überla (1977) oder Backhaus et al. ( 2000, S. 252ff.).Google Scholar

Zur Problematik von fehlenden Werten in der Marktforschung vgl. Decker et al. ( 1999, S. 79ff.).Google Scholar

Die (auch in der vorliegenden Untersuchung relevante) Frage bei der Interpretation der Faktoren lautet bei der Hauptkomponentenanalyse: „Wie lassen sich die auf einem Faktor hochladenden Variablen durch einen Sammelbegriff (Komponente) zusammenfassen?“ (Backhaus et al., 2000, S. 286 kursiv und unterstrichen im Original). Vgl. ausführlich zu verschiedenen Faktorextraktionsverfahren Backhaus et al. (2000, S. 284ff.).Google Scholar

Beim Kaiser-Kriterium werden die Faktoren extrahiert, die einen Eigenwert größer als eins aufweisen. Die Eigenwerte werden berechnet als Summe der quadrierten Faktorladungen eines Faktors über alle Variablen. Der Eigenwert ist ein Maßstab für die durch den jeweiligen Faktor erklärte Varianz der Beobachtungswerte. Ein Faktor, dessen Varianzerklärungsanteil über alle Variablen kleiner ist als eins, erklärt weniger Varianz als eine einzelne Variable, denn die Varianz einer standardisierten Variablen beträgt ja gerade eins (vgl. Backhaus et al., 2000, S. 288f.).Google Scholar

Möglich sind auch schiefwinklige Rotationen, hierbei wird aber im Gegensatz zu den rechtwinkligen Rotationen die Unabhängigkeitsprämisse der Faktoren (im statistischen Sinne) aufgegeben (vgl. Backhaus et al., 2000, S. 293).Google Scholar

Nach Backhaus et al. ( 2000, S. 451) liefert die Maximum-Likelihood-Methode von den iterativen Schatzverfahren die präzisesten Schätzer.Google Scholar

Lediglich die Variable Verweildauer wurde in Minuten bzw. Stunden erfasst.Google Scholar

Es wurde bewusst das Item aktiv gewählt, um die empfundene Aktivierung im Geschäft zu erfassen. Es kann vermutet werden, dass das Item aktivierend von Probanden ohne verhaltenswissenschaftlichen Hintergrund häufig nicht im gewünschten Sinne verstanden wird. Weiterhin konnte in früheren Untersuchungen und in dem Pretest sichergestellt werden, dass das Wort aktiv in Bezug auf eine Umwelt keine Probleme bereitet und in der intendierten Art und Weise verstanden wird.Google Scholar

Morris (1995; Morris/Pai, 1997) schlägt in Bezug auf die Messung der intervenierenden Variablen (pleasure, arousal und dominance - auch als PAD-Dimensionen bezeichnet -) des Modells von Mehrabian und Russell ein nonverbales Messinstrument vor. In eigenen Studien (z.B. Diehl, 1997) wurde die Erfahrung gemacht, dass Probanden zwar leicht verständliche nonverbale Gesichterskalen zur Messung des Gefallens akzeptieren (vgl. den nachfolgenden Absatz Operationalisierung des Gefallens), sich aber bei nonverbalen Skalen zur Messung der Aktivierung unsicher und gehemmt fühlen, da sie nicht wissen, was die Skala bedeutet, und sich deshalb einem von ihnen nicht kontrollierbaren „Psychotest“ unterzogen fühlen. Da Morris (1995, S. 65) zudem eine hohe Korrelation zwischen der nonverbalen Skala und einer verbalen Skala zur Messung der Aktivierung konstatiert, wird in der vorliegenden Untersuchung die Aktivierung verbal gemessen.Google Scholar

Von Mehrabian und Russell ( 1974, S. 8, 18) als „pleasure“ bezeichnet (vgl. auch Kap. 3.2.1. 1. 4 ).Google Scholar

Die Gesichterskalen umfassen noch angedeutete Handbewegungen zur Unterstreichung des Gesichtsausdrucks. Sie stammen aus einer Untersuchung von Roedder/Sternthal (1981) über die Reaktion von Kindern auf Fernsehwerbung (vgl. Kroeber-Riel/Weinberg, 1999, S. 522 ).Google Scholar

Zur Kritik an der Hemisphärenforschung vgl. Neumaier ( 2000, S. 17f.).Google Scholar

Zur Kritik am Chip-Test: Der ChP-Test prüft die absolute „Richtigkeit“ eines Modells. Dies ist als kritisch anzusehen, da dies ein Modell nie leisten kann und die Zielsetzung einer empirischen Studie in der Regel nur eine möglichst gute Approximation der Realität ist (vgl. Homburg/Pflesser, 1999, S. 647). Der Chip-Test erfordert darüber hinaus ihr eine valide Anwendung eine Varianz-Kovarianzmatrix als Datenbasis (vgl. Hildebrandt, 1984, S. 51; Bagozzi/Baumgartner, 1994, S. 395ff.), was im vorliegenden Modell nicht der Fall ist, da eine Korrelationsmatrix den Parameterschlttzungen zugrunde liegt.Google Scholar

Ein Vergleich der einzelnen Modellbeziehungen auf signifikante Unterschiede war in den früheren Versionen von AMOS nicht möglich.Google Scholar

Zu den Probandeneinweisungen vgl. Anhang 3.Google Scholar

Der reale Film wurde mittels einer Videokamera in dem Geschäft von Villeroy und Boch in Trier aufgezeichnet.Google Scholar

Damit ist die Stichprobe etwas jünger als die Stichprobe bei der Befragung in den realen Läden. Durchgeführte Splits nach dem Alter wiesen keine signifikanten Unterschiede bezüglich der Beurteilung der realen Läden bei den Probanden auf.Google Scholar

Befragte haben den Studiengang BWL belegt, 122 andere Studiengänge, darunter vor allem Jura, Sprachen, Informatik und Psychologie²⁸² (vgl. Anhang 6)Google Scholar

Bei drei Befragten fehlte die Angabe.Google Scholar

Diese Vermutung ist zwar plausibel, müsste allerdings durch einen internationalen Vergleich der Wirkung des virtuellen Ladengestaltungskonzeptes empirisch überprüft werden. Dieser Vergleich muss aus forschungsökonomischen Gründen weiteren Arbeiten überlassen werden.Google Scholar

Obwohl kleinere Unterschiede in den Parameterbeziehungen zwischen den drei Ländern bestanden (vgl. Kap. 5.2.3.2), wurden die Datensätze zusammengefasst. Ziel war ja die Analyse des Unterschiedes zwischen realer und virtueller Ladengestaltung. Die Nivellierung von Unterschieden ist ein vergleichsimmanentes Problem: Bei den häufig angestellten Vergleichen zwischen Männern und Frauen muss beispielsweise auch in Kauf genommen werden, dass es innerhalb der Gruppe der Männer bzw. der Gruppe der Frauen Unterschiede gibt.Google Scholar

Es ergaben sich auch signifikante Unterschiede in der Wirkung des Involvements auf die Verhaltensabsicht. So war in den realen Läden der Einfluss des Involvements auf das Verhalten stärker als in dem virtuellen Laden. Allerdings ist hier zu beachten, dass in den realen Geschäften das Produktinvolvement und in dem virtuellen Laden das Medieninvolvement berücksichtigt wurden. Da nicht ausgeschlossen werden kann, dass der Unterschied hieraus resultiert, wird auf ihn nicht weiter eingegangen.Google Scholar

HJG4 wurde im erweiterten Modell weiter spezifiziert und entfällt deshalb in der ursprünglichen Form.Google Scholar

In der vorliegenden Arbeit wurden unipolare Skalen verwendet. Bipolare Skalen weisen den Nachteil auf, dass nicht immer sichergestellt ist, dass man den genauen Gegensatz misst. Des Weiteren besteht die Gefahr, dass die beiden Skalenbeschriftungen zwei unterschiedliche Dimensionen darstellen und sich die Befragten bei der Bewertung nur an einem Pol orientieren (vgl. Hüttner, 1997, S. 117f.; Trommsdorff, 1975, S. 88ff.; Pepels, 1997, S. 270 ).Google Scholar

Vgl. zum genauen Wortlaut der Fragen Anhang 10.Google Scholar

Vgl. zu nach dem Untersuchungszeitpunkt durchgeführten Studien z.B. Eimeren/Gerhard (2000, S. 340ff.); Gleich ( 2000, S. 326ff.); G+J Electronic Media Service GmbH (2000d, S. 9f.); zu Ergebnissen von amerikanischen Studien vgl. Dickey et al. (2000, S. 103 ).Google Scholar

Vgl. zum genauen Wortlaut der Fragen Anhang I I.Google Scholar

Die Faktormittelwerte wurden immer als Mittelwert der absoluten Mittelwerte aller Items eines Faktors mit einer Faktorladung 0,5 ermittelt. Basis ist jeweils eine Skala von 1–5.Google Scholar

Zur detaillierten Operationalisierung der einzelnen Trends vgl. Anhang 12.Google Scholar

Die Probanden, die noch nicht im Internet eingekauft hatten, wurden durch den Einleitungstext der Frage aufgefordert, daran zu denken, was ihnen bei einem Interneteinkauf wichtig wäre (vgl. Anhang 12).Google Scholar

Es wurde eine explorative Faktorenanalyse durchgeführt. Es ist nicht möglich, die Faktoren einer konfirmatorischen Faktorenanalyse zu speichern. Da im vorliegenden Fall die Faktoren in Varianzanalysen einfließen sollten, wurden sie durch eine explorative Faktorenanalyse erzeugt.Google Scholar

Die Zusammenfassung erfolgte nach Plausibilitätsgesichtspunkten durch Addition der gewichteten Summen der eine Komponente bildenden Erwartungen.Google Scholar

Die Zusammenfassung erfolgte nach Plausibilität.Google Scholar

Die negativ auf einem Faktor ladenden Items wurden vor der Bildung des Mittelwertes umkodiert.Google Scholar

Von allen Gestaltungselementen erreichte das Feature „Farben und Materialien verändern“ mit 4,6 den höchsten Mittelwert.Google Scholar

Die Frage war wie folgt formuliert: Wie wichtig wäre es für Sie, dass anhand Ihres Kundenprofiles maßgeschneiderte Angebote für Sie erstellt werden?Google Scholar

Drei Befragte machten keine Angabe.Google Scholar

Vgl. zum genauen Wortlaut der Fragen Anhang 18.Google Scholar

Auf den Einsatz von Datenhandschuhen musste in der vorliegenden Studie aus forschungsökonomischen Gründen verzichtet werden.Google Scholar

Vgl. zum genauen Wortlaut der Fragen Anhang 21.Google Scholar

Vgl. zum genauen Wortlaut der Fragen Anhang 22.Google Scholar

Bei dem Verfahren von Ward handelt es sich um ein sehr weit verbreitetes Clusterverfahren, welches die Gruppen so zusammenfasst, dass die Varianz in den Gruppen möglichst klein ist, so dass die Gruppen intern möglichst homogen sind. Das Ward-Verfahren ist ein agglomeratives hierarchisches Verfahren, d.h., es beginnt mit einer Gruppenzahl, die der Anzahl der Objekte entspricht (jedes Objekt bildet eine eigene Gruppe), und fasst diese so lange zu größeren Gruppen zusammen, bis schließlich alle Objekte in einer Gruppe sind. Ziel des Verfahrens ist es dabei, die Objekte so zu gruppieren, dass die Varianz (die zu Anfang für jede „Gruppe“ 0 betragt) der neu gebildeten Gruppen möglichst gering ist. Von den bestehenden Gruppen ausgehend, werden jeweils alle Kombinationen, zwei Gruppen zusammenzufassen, durchgespielt. Es wird für jede dieser hypothetischen Gruppen die Varianz ermittelt und diejenige Gruppe gebildet, die die geringste Varianz besitzt. Bei diesem sequenziellen Prozess verbleibt ein Objekt immer in seiner einmal zugewiesenen Gruppe. Diese Gruppe wird dann im Aggregations-Verlauf nur durch neue Objekte oder Gruppen erweitert (vgl. Btlschken/von Thaden, 1999, S. 351, 358 ).Google Scholar

Das Elbow-Kriterium ergibt sich aus der grafischen Darstellung des Distanz-bzw. Heterogenitätsmaßes in Abhängigkeit von der Gruppenzahl. Der „Elbow“ bei dem Ward-Verfahren soll anzeigen, an welcher Stelle im Rahmen des Gruppierungsprozesses ein (ungewollter) überproportionaler Zuwachs der Varianz erfolgt. Dies führt zu einem Knick in der grafischen Darstellung des Heterogenitätsmaßes (vgl. Btlschken/von Thaden, 1999, S. 362 ).Google Scholar

Die beiden Gruppen finden sich auch in einer Untersuchung von Opaschowski (2000) wieder: Auf Basis einer Repräsentativbefragung von 3000 Personen in Deutschland konnte Opaschowski sechs verschiedene Konsumententypen identifizieren: Normalkonsumenten, Sparkonsumenten, Anpassungskonsumenten, Geltungskonsumenten, Anspruchskonsumenten und Luxuskonsumenten,wobei Opaschowski die Normal-und Sparkonsumenten als „Versorgungskonsumenten“ zusammenfasst und die Anpassungs-, Geltungs-, Anspruchs-und Luxuskonsumenten als „Erlebniskonsumenten” bezeichnet (vgl. Opaschowski, 2000, S. 25ff.). Opaschowski spricht von der Entwicklung einer Zwei-Klassen-Gesellschaft von Spar-und Erlebniskonsumenten nach dem Motto: „Je mehr die einen sparen, desto mehr leisten sich die anderen“ (Opaschowski, 2000, S. 28). Es findet demnach eine starke Polarisierung im Konsumentenverhalten statt.Google Scholar

Der Vollständigkeit halber werden auch die beiden Variablen des Kausalmodells Orientierungsfreundlichkeit und Informationsgewinn auf Unterschiede geprüft, wenngleich keine Unterschiede erwartet werden.Google Scholar

Bei der Situationskontrolle handelt es sich zwar auch um eine Größe mit kognitiven Komponenten, allerdings bezieht sich die Orientierungsfreundlichkeit auf den virtuellen Laden und ist damit weitgehend personenunabhängig und starker objektiv, während die Situationskontrolle (als Folge des Flow-Stadiums) das Gefühl der Probanden erfasst, die Situation zu beherrschen, und somit personenabhängig ist und einen starker subjektiven Charakter besitzt.Google Scholar

Bei einer Zwei-Gruppen-Lösung wird nur eine Diskriminanzfunktion ermittelt.Google Scholar

Der Eigenwert der Diskriminanzanalyse entspricht in seiner Funktion dem F-Wert einer Varianzanalyse, auch die Berechnung erfolgt auf ähnliche Weise. Ein großer Eigenwert ergibt sich, wenn die Streuung zwischen den Gruppen im Verhältnis zur Streuung innerhalb der Gruppen sehr groß ist, was die von einer Diskriminanzanalyse angestrebte Situation darstellt (vgl. Brosius, 1998, S. 601 ).Google Scholar

Der kanonische Korrelationskoeffizient kann Werte zwischen 0 und 1 annehmen, soll aber möglichst nahe an 1 liegen. Er ist ein Maß fir die Strenge des Zusammenhangs zwischen den Funktionswerten der Diskriminanzfunktion und den Gruppen der abhängigen Variablen. Auch hier bedeutet ein größerer Wert eine größere Streuung zwischen den Gruppen im Verhältnis zur Streuung innerhalb der Gruppen, so dass ein hoher kanonischer Korrelationskoeffizient auf eine gute Trennkraft des Modells hinweist (vgl. Brosius, 1998, S. 601f.).Google Scholar

Es gibt verschiedene Konzepte, wie die mittels Diskriminanzanalyse erzielte Trefferquote mit der durch zufällige Klassifikation erzielten Trefferquote verglichen werden kann, wobei die durch die Diskriminanzfunktion ermittelte Trefferquote immer darüber liegen muss: Bei dem Gleichverteilungskriterium (,Random`) wird eine gleichverteilte Trefferquote zum Vergleich herangezogen, das wären bei einem Zwei-Gruppen-Fall genau 50%. Bei dem Proportional-Kriterium wird die tatsächliche relative Häufigkeit der Gruppenzugehörigkeit in allen Gruppen berücksichtigt (im vorliegenden Fall ergäbe sich eine Trefferquote von 50,14%) und bei dem Größte-Gruppen-Kriterium wird angenommen, dass jede Beobachtung automatisch zur größten Gruppe gehört (im vorliegenden Fall: Trefferquote von 52,64%) (vgl. ausführlich Decker/Temme, 1999, S. 311 ).Google Scholar

Da es bezüglich der Orientierungsfreundlichkeit keine signifikanten Unterschiede gibt, bestätigt dies die in Kapitel 5.3.5.3.1 gemachte Vermutung, dass die Situationskontrolle stärker personenabhängig und stärker subjektiv ist als die Orientierungsfreundlichkeit.Google Scholar

Bei einer Testperson fehlte die Altersangabe.Google Scholar

Bereits Frye/Klein (1974, S.225ff.) konnten in ihrer Studie die Überlegenheit des Lebensstils als Grundlage der Produktentwicklung gegenüber demografischen Variablen im Konsumbereich empirisch nachweisen.Google Scholar

Korrekterweise hätte die Überprüfung der zeitlichen Stabilität nach dem Test-Retest-Verfahren eine Wiederholungsmessung bei denselben Probanden erfordert. Hierauf wurde jedoch aus Praktikabilitätsgründen verzichtet.Google Scholar

Peterson (1994, S. 381) kritisiert, dass Nunally 1967 (S. 226) noch einen Cronbach-Alpha-Wert von 0,5 als akzeptabel bewertet, 1978 (S. 245f.) dann aber ohne Begründung den akzeptablen Wert auf 0,7 erhöht. Murphy/Davidshofer (1988, S. 89) fordern einen Cronbach-Alpha-Wert von 0,6. Homburg/Giering ( 1998, S. 120) weisen zudem darauf hin, dass die Aussagekraft des Koeffizienten Alpha mit zwei Nachteilen verbunden ist: Es ist keine inferenzstatistische Beurteilung des Koeffizienten möglich (d.h. die Beurteilung mittels eines statistischen Tests) und die Höhe des Koeffizienten wird positiv von der Anzahl der Indikatoren beeinflusst. Nach Boyle (1991, S. 291ff.) sind sehr hohe Cronbach-Alpha-Werte von über 0,9 kein Zeichen für eine gute Reliabilität, sondern für eine hohe Anzahl redundanter Items.Google Scholar

Die Interviewerreliabilität wird häufig auch unter dem Begriff Objektivität der Messung diskutiert. Unter Objektivität versteht man die personenunabhängige Erhebung von Daten (vgl. Trommsdorff, 1975, S. 81). Die beiden Begriffe werden häufig synonym verwendet, da die Objektivität zur Reliabilität von Messverfahren in enger Beziehung steht (vgl. Bekmeier-Feuerhahn, 1998, S. 108 ).Google Scholar

Wie varianzanalytische Prüfungen zeigten, übte die Reihenfolge der Befragung keinen systematischen Einfluss auf die Qualität der Antworten aus.Google Scholar

Die Variable Situationskontrolle wurde bei dem Vergleich der Versionen nur durch das Item Ich habe das Gefühl, die Situation unter Kontrolle zu haben operationalisiert. Das zweite Item zum direkten Feedback war nur bei dem interaktiven Laden erhoben worden, da die anderen Versionen weniger interaktiv gestaltet waren.Google Scholar

In der Hypothesenformulierung wird aus Übersichtlichkeitsgrunden nur der Vergleich des interaktiven virtuellen Ladens mit den anderen drei Alternativen aufgeführt. Auf die Ausformulierung der Unterhypothesen zur weiteren Reihenfolge der Versionen bei der Prüfung der einzelnen Variablen wird verzichtet. Signifikante Unterschiede, die jeweils zwischen den einzelnen Versionen bestehen, können der Spalte Kontraste entnommen werden.Google Scholar

Wie bereits in Kapitel 5.3.5.4.1 angemerkt, hätte die Überprilfung der zeitlichen Stabilität nach dem TestRetest-Verfahren korrekterweise eine Wiederholungsmessung bei denselben Probanden erfordert. Hierauf wurde jedoch aus Praktikabilitätsgrilnden verzichtet.Google Scholar