Zusammenfassung
Im Vordergrund der vorangegangenen Analysen stand die Untersuchung der Denkprozesse der Probanden. Nachteilig an der herangezogenen Untersuchungsmethode ist, daß nur wenige Variablen gleichzeitig betrachtet werden können. Interessant ist es insbesondere herauszufinden, welche relative Bedeutung dem Vorankündigungsaufwand und den Patenten bei der Beurteilung der Vorankündigung zukommen. Zudem soll herausgefunden werden, unter welchen Bedingungen Signalwirkungen zu erwarten sind. Speziell soll geprüft werden, ob die Ausprägungen der Detaillierung der Vorankündigung, des Innovationsgrades des betrachteten Produktes sowie wiederum des Etablierungsgrades die Signalwirkungen von Patenten und dem Vorankündigungsaufwand beeinflussen, und ob sich einzelne Kundensegmente im Hinblick auf das Heranziehen von Signalen identifizieren lassen. Es wird aus diesem Grunde ein Conjoint-Experiment durchgeführt.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Vgl. dazu Brockhoff (1999a), S. 152ff. und 158ff.
Vgl. Backhaus et al. (1996), S. 497f.; Hair et al. (1998), S. 392.
Vgl. Teichert (1994), S. 150.
Vgl. Schirm (1995), S. 98 und die dort genannten Quellen.
Vgl. die Beispiele von Teichert (1994), S. 152f.
Die Empfehlung, die Conjoint-Analyse zur Untersuchung der Glaubwürdigkeit von Vorankündigungen gegenüber Kunden heranzuziehen stammt von Brockhoff/Rao (1993), S. 225, vgl. dazu auch Schirm (1995), S. 97.
Vgl. zu den einzelnen Schritten z. B. Green/Srinivasan (1978); Backhaus et al. (1996), S. 500; Hair et al. (1998), S. 401f.
Vgl. z. B. Teichert (1994), S. 156ff.; Backhaus et al. (1996), S. 501f.; Hair et al. (1998), S. 405ff. 731 Es ist zu bedenken, daß sich die Anzahl aller möglichen Stimuli durch AE ergibt, mit A gleich den Ausprägungen und E den Eigenschaften. Insbesondere sind zur Schätzung von Interaktions- effekten eine hohe Anzahl von Stimuli erforderlich, vgl. Teichert (1994), S. 159f.
Die Literatur empfiehlt generell eine Betrachtung von weniger als sieben Variablen. Vgl. Teichert (1994), S. 159.
Vgl. Hair et al. (1998), S. 408. Vgl. auch Schirm (1995), S. 110 und die dort genannten Quellen.
Es wird auf eine stichwortartige Wiederholung der Eigenschaften und ihrer Ausprägungen auf der Stimuluskarte (vgl. hierzu Schirm (1995), S. 121f.) verzichtet, da dies zu einer weniger realistischen Präsentation der Vorankündigung führt. Der durchgeführte Pretest ergab, daß die Befragten keine Probleme beim Sortieren der Karten ohne die Angabe der Stichworte haben.
Vgl. zur Berücksichtigung von Interaktionseffekten Hair et al. (1998), S. 408f. und 416.
Vgl. Backhaus et al. (1996), S. 501.
Hair et al. sprechen sich dafür aus, paarweise Korrelationen bis zu 0,2 dann zu vernachlässigen, wenn sie zu einer Erhöhung der Vorhersagekraft des Modells beitragen. Vgl. Hair et al. (1998), S. 416.
Vgl. Hair et al. (1998), S. 411f.; Brockhoff (1999a), S. 42f.
Vgl. Brockhoff(1999a), S. 43.
Vgl. Backhaus et al. (1996), S. 503ff.; Brockhoff (1999a), S. 43.
Es werden all möglichen Kombinationen der Ausprägungen vom Probanden beurteilt., bei n Eigenschaften also (n2) Trade-Off-Matrizen, vgl. dazu Backhaus et al. (1996), S. 504f.
Vgl. Teichert (1994), S. 161f.
Vgl. Hair et al. (1998), S. 412; Brockhoff (1999a), S. 43.
Vgl. Teichert (1994), S. 161.
Vgl. Ebenda; Hair et al. (1998), S. 413; Brockhoff(1999a), S. 43.
Vgl. Backhaus et al. (1996), S. 505.
Vgl. Hair et al. (1998), S. 413; vgl. auch Schirm (1995), S. 122.
Vgl. Brockhoff(1999a), S. 43.
Einen Überblick über die Möglichkeiten zur Bildung fraktionierter Designs liefern Lehmann/ Gupta/Steckel (1998), S. 158f.
Vgl. Backhaus et al. (1996), S. 506.
Vgl. dazu Teichert (1994), S. 163f. Orthogonalität bedeutet, daß die geschätzten Teilgewichte der einzelnen Eigenschaftsausprägungen voneinander unabhängig sind.
Vgl. auch Schirm (1995), S. 135, der ein zu vernachlässigendes Bedeutungsgewicht der Interaktion „Hersteller und Detaillierung“ ermittelt.
Vgl. Green/Tull/Albaum (1988), S. 457; Teichert (1994), S. 165; Hair et al. (1998), S. 420.
Berechnet wird die Korrelation zwischen den geschätzten Glaubwürdigkeitswerten und den tatsächlichen Rängen (Kendall’s Tau). Vgl. z. B. Backhaus et al. (1996), S. 531.
Diese Anzahl wird als vorteilhaft hinsichtlich der Validität und Reliabilität der Ergebnisse angesehen. Vgl. Teichert (1994), S. 165 und die dort genannten Quellen.
Vgl. Teichert (1994), S. 166; Backhaus et al. (1996), S. 508.
Vgl. Teichert (1994), S. 166f.
Vgl. Hair et al. (1998), S. 417; vgl. auch Schirm (1995), S. 134.
Vgl. Backhaus et al. (1996), S. 508.
Vgl. Backhaus et al. (1996), S. 509.
Vgl. Brockhoff (1999a), S. 44 und die dort genannten Quellen.
Vgl. Lehmann/Gupta/Steckel (1998), S. 548.
Zu einer Darstellung dieses Verfahrens vgl. Backhaus et al. (1996), S. 510ff.
Für eine Darstellung vgl. Green/Tull/Albaum (1988), S. 541ff.; Backhaus et al. (1996), S. 512ff.
Vgl. Green/Tull/Albaum (1988), S. 453; Backhaus et al. (1996), S. 513f. Zur Auswertung der Daten dieser Untersuchung wird auf das SPSS-Programmpaket Version 7.0 zurückgegriffen.
Vgl. Wittink/Cattin (1989), S. 93.
Gute Darstellungen der Clusteranalyse finden sich z. B. bei Punj/Stewart (1983); Backhaus et al. (1996), S. 261ff.; Kaufmann/Pape (1996); Nieschlag/Dichtl/Hörschgen (1997), S. 808ff.; Hair et al. (1998), S. 469ff. sowie bei Lehmann/Gupta/Steckel (1998), S. 565ff.
Vgl. Nieschlag/Dichtl/Hörschgen (1997), S. 810; vgl. auch Lehmann/Gupta/Steckel (1998), S. 568ff. zu einer guten Darstellung dieses Maßes. Zu weiteren möglichen Proximitätsmaßen vgl. z. B. Green/Tull/Albaum (1988), S. 414ff.; Backhaus et al. (1996), S. 265.
Vgl. Backhaus et al. (1996), S. 292ff., welcher eine gute Beschreibung dieses Verfahrens liefert.
Dies ist der Fall bei partionierenden Verfahren, vgl. Hair et al. (1998), S. 498.
Vgl. das Beispiel von Backhaus et al. (1996), S. 299f., in welchem die Autoren das Ergebnis einer Untersuchung von Bergs (1981) bestätigen können. Vgl. auch Schirm (1995), S. 144.
Eine Überprüfung ist deshalb sinnvoll, da das Ward-Verfahren nicht grundsätzlich stabile Lösungen hervorbringt. Vgl. Kaufmann/Pape (1996), S. 467.
Vgl. Punj/Stewart (1983), S. 138 und S. 144f.
Vgl. dazu Wedel/Kamakura (1998), S. 55.
Vgl. Backhaus et al. (1996), S. 298f. und S. 287ff., sowie Hair et al. (1998), S. 494, für eine Darstellung des Verfahrens. Als Distanz zwischen zwei Clustern wird immer die kürzeste Distanz zwischen einem Objekt im ersten Cluster und einem Objekt im zweiten Cluster ermittelt.
Vgl. Hair et al. (1998), S. 498.
Auf eine Darstellung wird verzichtet.
Es wurde im Anschluß an die Clusteranalyse überprüft, ob sich die als Ausreißer identifizierten Probanden hinsichtlich ihrer Kenntnis von Patenten und dem vorangekündigten Produkt sowie hinsichtlich ihrer Erfahrungen mit Vorankündigungen zu den anderen gefundenen Clustern unterscheiden. Es ergaben sich keine signifikanten Mittelwertunterschiede.
Die Forschung ist sich uneinig bezüglich kritischer Werte. Backhaus et al. nennen beispielsweise einen Wert von 0,9, vgl. Backhaus et al. (1996), S. 314. Dieser Wert erscheint jedoch viel zu hoch.
In einem Struktrogramm wird die Fehlerquadratsumme in Abhängigkeit von der Anzahl der Cluster dargestellt. Auf eine Darstellung des Struktrogramms wird verzichtet.
Nach dem Kriterium der Fehlerquadratsumme muß die Varianz zwischen den Clustern höher als innerhalb der Cluster sein.
Eine Sechs-Cluster-Lösung wird ausgeschlossen, da bei dieser Lösung ein Cluster mit nur 7 Probanden eine sehr geringe und zudem nur schwer interpretierbare Besetzung aufweist.
Es ist üblich, die Charakterisierung der Cluster mittels normierter t-Werte zu überprüfen. Vgl. dazu Backhaus et al. (1996), S. 310f. Negative t-Werte zeigen eine Unterrepräsentierung der entsprechenden Variable in der jeweiligen Gruppe, positive Werte eine Überrepräsentierung an. Aus Tab. A 16 im Anhang ist ersichtlich, daß sich das zweite Cluster der Vier-Cluster-Lösung bei einer Fünf-Cluster-Lösung in zwei Gruppen aufspaltet. Eine Gruppe beurteilt Vorankündigungen hauptsächlich anhand des Etablierungsgrades des Herstellers. Die andere Gruppe zieht alle Informationskomponenten bis auf die Detaillierung in überdurchschnittlichem Maße bei der Beurteilung heran.
Vgl. dazu Backhaus et al. (1996), S. 310f. Der F-Wert sollte nicht größer als Eins sein, vgl. Backhaus et al. (1996), S. 310.
Vgl. Milligan (1981); Klastorin (1983).
Vgl. Klastorin (1983), S. 96. Der Erwartungswert wird über die möglichen Clusterlösungen berechnet. Ist die ermittelte Clusterlösung besser als eine Zufallslösung, so sollte der Erwartungswert größer als der beobachtete Wert sein.
Vgl. Chandon (1996), S. 18.
Vgl. Milligan (1981), S. 187ff. Der Index berechnet sich wie folgt.
Vgl. Milligan (1981), S. 196. Das Maß entspricht inhaltlich einem t-Test zur Überprüfung von Unterschiedshypothesen. Vgl. Bortz (1989), S. 272.
Die Güterkriterien wurden mit der Software „Evalue-P“ von Chandon (1996) überprüft.
Für eine Benennung werden solche Merkmale gesucht, welche das Verhalten der Probanden bei der Beurteilung der Glaubwürdigkeit innerhalb eines Clusters am besten beschreiben. Vgl. Hair et al. (1998), S. 500; Lehmann/Gupta/Steckel (1998), S. 586.
Rights and permissions
Copyright information
© 2000 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Schnoor, A. (2000). Untersuchung der relativen Bedeutung von Signalen in Produkt- Vorankündigungen und von Bedingungen ihrer Wirkung. In: Kundenorientiertes Qualitäts-Signaling. Betriebswirtschaftslehre für Technologie und Innovation, vol 35. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-663-08680-2_6
Download citation
DOI: https://doi.org/10.1007/978-3-663-08680-2_6
Publisher Name: Deutscher Universitätsverlag, Wiesbaden
Print ISBN: 978-3-8244-0522-0
Online ISBN: 978-3-663-08680-2
eBook Packages: Springer Book Archive