Auszug
Die Prüfung des Wirkungsmodells findet schrittweise statt. Zunächst werden in Abschnitt 4.1 Messmethoden diskutiert und hinsichtlich ihrer Eignung evaluiert. In einem zweiten Schritt sind in Abschnitt 4.2 die Untersuchungsobjekte, d.h. die einzelnen Einflussfaktoren und ihren Wirkungen auf die Weiterempfehlungsabgabe und nachgelagerte Effekte auf den Sender messbar zu machen, d.h. zu operationalisieren. Die Vorgehensweise der empirischen Untersuchung wird in Abschnitt 4.3 dargestellt. Die einzelnen Schritte werden in den nachfolgenden Abschnitten erörtert. Nach der Festlegung des Untersuchungsumfelds (Abschnitt 4.3) findet die Operationalisierung statt (Abschnitt 4.4), die mittels einer Vorstudie validiert wird (Abschnitt 4.5). Nach der Durchführung der Hauptstudie (Abschnitt 4.6) werden die Hypothesen — nach der jeweils anzuwendenden Methodik strukturiert — geprüft (Abschnitt 4.7).
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Bibliography
Vgl. Albers/Hildebrand 2006, S. 3.
Einschränkend ist hinzuzufügen, dass dies dann der Fall ist, wenn vorausgesetzt werden kann, dass sich die Störfaktoren insgesamt aufheben und unter den Störfaktoren keine grundsätzliche Verzerrung im Sine eines systematischen Fehlers vorliegt. Wie solche Fehler bei der praktischen Ausgestaltung zu vermeiden sind, wird in Abschnitt 4.3 erläutert.
Vgl. Greenwood 1965, S. 12ff.
Vgl. Böhler 2004, S. 40. Bei dieser Kontrollgruppe wird in Folge der nicht vorhandenen Manipulation grundsätzlich die Nullhypothese vermutet (die unabhängige, nicht manipulierte Variable hat keinen Einfluss auf die zu untersuchenden abhängigen Variablen; dies entspricht z.B. beim Test eines Medikaments dem Einsatz eines Placebos).
Vgl. Tuschl 2003, S. 432. In Bezug auf die überprüfung der Wirkungshypothesen spielt die Wahl zwischen Experiment und Quasi-Experiment eine wichtige Rolle, da z.B. zu diskutieren ist, ob die vollständige Kontrolle aller Variablen anzustreben ist, oder ob auf diese Weise bestimmte Wirkungszusammenhänge nicht überprüfbar sind; vgl. auch Abschnitt 4.2.3.
Vgl. Zimmermann 1972, S. 120.
Vgl. Abschnitt 2.3.2.
Vgl. Backhaus et al. 2003, S. 113.
Vgl. Bagozzi/Yi 1989, S. 272.
Vgl. Jacoby 1978; Bagozzi/Fornell 1982.
Vgl. Bollen 1989, S. 6ff.
Vgl. Eggert 1999, S. 134. Die Einschränkung hinsichtlich der Belegbarkeit von Kausalitäten impliziert, dass zunächst auf der Basis von theoretischen Grundlagen und Plausibilitätsüberlegungen zu argumentieren ist, ob nicht nur ein zufälliger oder nicht-zufälliger Zusammenhang, sondern tatsächlich eine kausale Ursache-Wirkungs-Beziehung vorliegt, die Richtung der Kausalität also im Falle eines Zusammenhangs eindeutig feststeht. Hierzu dient die Entwicklung und theoretische Fundierung von Hypothesen innerhalb des Wirkungsmodells.
Vgl. Bagozzi/Fornell 1982, S. 24.
Vgl. Homburg/Giering 1996, S. 9.
Vgl. MacCallum/Browne 1993, S. 533.
Zur Feststellung des formativen bzw. reflektiven Charakters eines Indikators vgl. Fassott/Eggert 2005, S. 43.
Vgl. Lohmöller 1989, S. 15.
Vgl. Jarvis et al. 2003, S. 199f.
Vgl. Herrmann et al. 2006, S. 36.
Im Fall eines formativen endogenen Konstrukts läge eine Bündelung von Zielgrößen auf eine vorgelagerte Variable vor, die mit Informationsverlust verbunden wäre und somit allenfalls für Hilfskonstrukte sinnvoll vorstellbar ist
Vgl. Rossiter 2002.
Vgl. Ringle 2004b; Diamantopoulos 2005.
Vgl. Chin/Newsted 1999, S. 314. Auf eine genaue Beschreibung der Vorgehensweise wird hier auf Grund der nachfolgenden Kritik und der mangelhaften Eignung in Bezug auf das vorliegende Modell verzichtet.
Die Eigenschaft als „konfirmatorisches“ Modell beinhaltet, vor der eigentlichen Messung sicherzustellen, dass die ausgewählten Indikatoren eines Konstrukts in der unterstellten Weise zusammenwirken.
Vgl. Albers/Hildebrand 2006, S. 9. Die Autoren argumentieren, dass auf diese Weise vielfach nur noch triviale Modelle, deren Wirkungszusammenhänge offensichtlich sind, entstehen können und deren Erkenntnisgewinn entsprechend marginal ausfällt.
Vgl. zu diesem Vorgehen Churchill 1979. Die dort beschriebene schrittweise Hinführung zu einem konsistenten Modell stellte lange Zeit den Standard der Prüfung von reflektiv gemessenen Kausalmodellen dar (vgl. Ringle 2004b, S. 17).
Vgl. Fassott/Eggert 2005 zum Vergleich der Anwendung formativer und reflektiver Messmodelle.
Vgl. Chin/Newsted 1999, S. 314; zur Kritik an der Fokussierung auf die Vorgehensweise gemäß Churchill vgl. Jarvis et al. 2003.
Zur ausführlichen Begründung der verschiedenen Anwendungsbereiche vgl. Bliemel et al. 2005, S. 9.
Vgl. Ringle 2004b, S. 18.
Vgl. z.B. Betzin/Henseler 2005, S. 50f.
Vgl. Chin/Newsted 1999, S. 319.
Vgl. z.B. Scholderer/Balderjahn 2005, S. 92.
Vgl. Götz/Liehr-Gobbers 2004, S. 4.
Vgl. Diller 2004, S. 177; Fassott 2005, S. 24f.
Vgl. Wold 1982, S. 25.
Vgl. Fornell/Bookstein 1982, S. 449; Ringle 2004a, S. 11.
Vgl. Chin/Newsted 1999, S. 336.
Vgl. Wold 1982, S. 341ff.; allerdings unterscheiden sich die durch die Pfadkoeffizienten zwischen Konstrukten ermittelten Wirkungen meist nur in geringem Maße; vgl. Wold 1980, S. 82.
Vgl. Fassott 2005, S. 24.
Vgl. Fornell/Cha 1994, S. 66; Chin et al. 2003, S. 31.
Vgl. allgemein Rossiter 2002.
Vgl. Sarker et al. 2001, S. 366.
Vgl. nachfolgender Abschnitt 4.2.
Vgl. Costner 1971; Alwin/Tessler 1974; Bagozzi 1977.
Vgl. Bagozzi et al. 1991, S. 125.
Vgl. Abschnitt 2.2.1.
Vgl. Chin et al. 2003, S. 193.
Vgl. Bliemel et al. 2005, S. 10.
Vgl. Churchill 1979.
Vgl. Jarvis et al. 2003.
Vgl. Rossiter 2002.
Dieser Aspekt ist besonders für das Managementsystem in Kapitel 5.1 von Bedeutung; zur Kritik an der unreflektierten Anwendung bereits verwendeter Messskalen vgl. auch Rossiter 2005, S. 23.
Vgl. Albers/Hildebrand 2006, S. 6. Zur Validität von Single-Item-Messungen vgl. Bergkvist/Rossiter 2007.
Vgl. Tuschl 2003, S. 160
Vgl. Abschnitt 1.2.
Vgl. die Ausführungen von Albers/Hildebrand 2006, S. 6 sowie die dort zitierten Quellen (insbesondere Drolet/Morrison 2001) zum „Multi-Item-Abuse“ auf Grund der fehlleitenden Fokussierung auf ein hohes Cronbach’s Alpha.
Vgl. Quellen bei Jacoby 1977, S. 69f.; Milford/Perry 1977, S. 133; ähnlich zu anderen Versuchsanordnungen auch Sarris 1992; Lines/Destadli 2004.
Vgl. Bruhn 2005, S. 65ff.
Die Darstellung der Gesamtszenarien erfolgt im Zusammenhang in Abschnitt 4.6.1.
Hierbei handelte es sich um den internetbasierten Anbieter Yallo (http://www.yallo.ch, Zugriff am 26.4.2007) und den „traditionellen“ Anbieter Orange (http://www.orange.ch, Zugriff am 26.4.2007).
Eine andere Möglichkeit besteht prinzipiell durch das Einfügen von Dummy-Variablen für unterschiedliche Ausprägungen des Incentives. Hierdurch gestaltet sich die Messung in einem gemeinsamen Kausalmodell jedoch deutlich komplexer.
Vgl. z.B. die Skala zur Messung der Leistungsqualität, auch in Abgrenzung zu Kundenzufriedenheit, bei Brady/Robertson 2001.
Vgl. z.B. Oliver 1980; Homburg et al. 2000, S. 513;.
So ist es z.B. möglich, dass bei jüngeren Konsumenten das Engagement als Sponsor von Sport-oder Musikveranstaltungen zu einem guten Image beiträgt. Bei älteren Konsumenten ist hingegen anzunehmen, dass die von diesen Kunden gewünschte Seriosität des Anbieters das Image beeinträchtigt.
Vgl. Abschnitt 2.2.3.4.
Vgl. z.B. Hennig-Thurau et al. 2000, S. 375; Bloemer et al. 2002; Sirdeshmukh et al. 2002.
Vgl. z.B. Chaudhuri/Holbrook 2001, S. 87.
Dies entspricht einem Entziehen des Wettbewerbs, wie in Abschnitt 1.1 angesprochen wurde. So wirbt z.B. der Schweizer Anbieter Orange damit, dass seine monatliche Grundgebühr sowie die Gesprächstarife sich jeden Monat dem Nutzungsverhalten der Kunden anpassen. So garantiert der Anbieter, dass der Kunde in der Kombination beider Tarifkomponenten den insgesamt-im Rahmen der Tarifstruktur des Anbieters-günstigsten Tarif erhält.
Vgl. Abschnitt 3.2.2.4.
Vgl. Skalen bei Tax et al. 1998; Price/Arnould 1999.
Vgl. Hadwich 2003, S. 273.
Beispielsweise existieren-ausschließlich im Niedrigpreisbereich-Anbieter, die lediglich „einfache Dienste“ wie Telefonieren und das Versenden von SMS (Kurztextnachrichten) ermöglichen.
Zur Verwendung, Erweiterung und Modifikation der Skala von Bloch 1981 und Mittal/Lee 1989 vgl. Beatty/Talpade 1994; Flynn et al. 1996; Kopalle/Lehmann 2001.
Vgl. Abschnitt 3.3.1.
Andere wissenschaftliche Untersuchungen, die das Bedürfnis nach Selbstbestätigung untersuchen, behandeln diese Problematik nicht explizit, vermeiden jedoch ebenfalls eine direkte Abfrage (vgl. Shinnar 2004; Wojnicki/Godes 2006).
Vgl. Dichter 1966.
Vgl. z.B. Reynolds/Beatty 1999.
Vgl. Friedlmeier 2006, S. 144f.
Die Form des Altruismus, die vom Wunsch nach Anerkennung getrieben ist, wird bei einer Ausdifferenzierung altruistischen Verhaltens nicht als „echter“ Altruismus, sondern eher als so genanntes „prosoziales Verhalten“ bezeichnet (vgl. Bierhoff 2006, S. 151).
Vgl. zur Unterscheidung zwischen Eigen-und Fremdbild Murmann 1999, S. 202.
Vgl. Abschnitt 2.3.2.
Vgl. zur Abgrenzung von Market Mavens gegenüber Meinungsführern Abratt et al. 1995.
Vgl. z.B. die Skala von Bearden et al. 2001. Gerade in Bezug auf das ungern wahrgenommene Bedürfnis zur Selbstdarstellung ist die Gefahr einer Verzerrung durch ein mit dem gewünschten Selbstbild konformes Antwortverhalten groß.
Vgl. dazu bereits Lazarsfeld 1935.
Vgl. Ganesh et al. 2000, S. 75; vgl. auch Pritchard et al. 1999.
Bei der Studie von Ganesh et al. 2000 wurde ein Cronbach’s Alpha von 0,71 erreicht. Dieser Wert liegt an der unteren Akzeptanzgrenze.
Vgl. Price/Arnould 1999, S. 48.
Vgl. ähnlich auch Maxham/Netemeyer 2002, S. 64.
Vgl. Ganesh et al. 2000.
Zu Verhaltensausprägungen der Kundenbindung vgl. Reichheld/Sasser 1990.
Zur Bestimmung von Dimensionen aus der Aggregation einzelner Items vgl. z.B. Backhaus et al. 2003, S. 305.
Insofern hat die explorative Faktorenanalyse hier trotz ihres Einsatzes konfirmatorischen Charakter. Es werden zwar nicht die Anzahl der Faktoren oder die Bündelung bestimmter Items zu einem Faktor erzwungen. Durch die reflektive Messung sind die hinter den Items vermuteten Dimensionen allerdings schon bekannt und im Rahmen der Analyse lediglich zu verifizieren.
Als Zielfaktor wird hier der Faktor bezeichnet, auf den ein Item mutmaßlich, d.h. auf Basis von Plausibilitätsannahmen, gemeinsam mit anderen Items laden wird.
Vgl. Homburg/Giering 1996, S. 12. Das durch die extrahierten Faktoren ermittelte Aggregat entspricht allerdings nicht zwingend dem hinter den Faktoren vermuteten Gesamtkonstrukt, sondern zeigt nur die erklärte Varianz nach der Dimensionsreduktion auf. Diese beinhaltet lediglich die Faktoren, die gemessen wurden und damit nicht notwendigerweise alle relevanten Merkmale und Dimensionen des Konstrukts. Umso wichtiger ist es daher, ein theoretisches, umfassendes Fundament bzw. bei neuen Forschungsfeldern qualitative Studien durchzuführen, um eine Vollständigkeit und richtige Abbildung der relevanten Einflussfaktoren zu gewährleisten (vgl. dazu auch Diamantopoulos 2005, S. 4).
Beim Tochterunternehmen „Yallo“ des Anbieters Sunrise wurden zu Beginn der Aktion 20 CHF, später 10 CHF für eine erfolgreiche Weiterempfehlung angeboten. (Quelle: http://www.yallo.ch, Zugriffe am 3.8.2006 und am 22.6.2007).
Vgl. den folgenden Abschnitt 4.6.2.
Vgl. Chin 2000.
Ohne Berücksichtigung ausländischer Mobilfunkanbeiter, die auf Grund der hohen Zahl deutscher Studierender überdurchschnittilch häufig vertreten sind, entsprechen die Antele exakt den Marktanteilen der Anbieter; vgl. ComCom Jahresbericht 2005 (http://www.comcom.admin.ch; Zugriff am 20.06.2007).
100 Daten des. Bundesamt für Kommunikation (http://www.bakom.admin.ch, Zugriff am 20.08.2007).
Vgl. Bundesamt für Kommunikation (http://www.bakom.admin.ch, Zugriff am 20.08.2007). Für Implikationen kann es dennoch aufschlussreich sein, das Modell nach dieser Variablen auszuwerten.
Zur Gütebeurteilung von Mess-und Strukturmodellen mittels PLS vgl. Wold 1980; Gefen et al. 2000.
Auf Basis des Mindestmaßes von 0,4 für die Faktorladung jedes Indikators ist es denkbar, dass bei niedrigeren Faktorladungen Indikatorreliabilität gegeben ist. Diese kann durch die Kompensation von niedrigen und hohen Ladungen erreicht werden. Da alle relevanten Faktorladungen im Pretest jedoch den Wert von 0,707 erreichten, sind solche Analysen hier nicht erforderlich.
Vgl. Anderson/Gerbing 1991; Hu/Bentler 1999.
Vgl. Anhang 1.
Vgl. Abschnitt 4.1.2.
Vgl. Lohmöller 1989, S. 60. Andere Quellen nennen eine Wert von 0,2 als Untergrenze (vgl. insbesondere Chin 1998, S. 324).
Vgl. beispielhaft Ganesan 1994, S. 11; Spreng et al. 1996, S. 25; Verhoef 2003, S. 39; Liang/Wang 2006, S. 133.
Vgl. Bleymüller et al. 2004, S. 144.
Die Werte für die einzelnen Modellschätzungen finden sich in Anhang 4.
Hierin liegt ein Vorteil des PLS-Verfahrens: Es können (eingeschränkt) Teilmodelle geschätzt werden, ohne dass bei Berücksichtigung zusätzlicher Variablen die Schätzwerte im Gesamtmodell davon in hohem Maße beeinträchtigt sind. Testweise durchgeführte Vergleiche unter Ein-bzw. Ausschluss von der Weiterempfehlung nachgelagerten Variablen bestätigen dies.
Eine Regressionsfunktion zwischen Anreizattraktivität und Weiterempfehlungsabgabe würde sich in diesem Fall bei Betrachtung der Fälle mit hohem Incentives als Parallelverschiebung gegenüber der Funktion der Fälle mit niedrigem Incentive darstellen. Von solch einer Verschiebung wäre nur der Y-Achsenabschnitt (Nulldurchgang der Funktion) betroffen, der Koeffizient bliebe konstant.
Eine ebenfalls durchgeführte einfaktorielle Anova (Varianzanalyse) ergab die gleichen Ergebnisse.
Der Differenzenquotient ergibt sich anhand der Werte aus Schaubild 4-30 aus folgender Berechnung: (4,73-5,06)/(3,81-5,11) = 0,254.
ähnlich gestaltet sich auch der Schneeballeffekt, der eine erhöhte Weiterempfehlungsbereitschaft von Empfängern einer Weiterempfehlung postuliert (vgl. z.B. Wangenheim 2003, S. 274).
Die t-Werte zeigen für alle Pfadkoeffizienten (mit Ausnahme des Images, dessen Pfadkoeffizient nur ein Signifikanzniveau von p < 0,1 aufweist) Signifikanzwerte mit p < 0,01; vgl. Anhang 2.
Da die nach Kategorien entwickelten Hypothesen jedoch unterschiedliche Analysen erfordern, erscheint es nicht sinnvoll, sie in chronologischer Reihenfolge zu prüfen; vgl. Abschnitt 4.7.3.1.
Vgl. Durvasula et al. 2004, S. 322.
Vgl. zur Signifikanz der mediierenden Effekte Anhang 2 und 4.
Diese Aussage ist hier ohne weiteres zulässig, da die einzelnen Koeffizienten kombinierter Pfade ebenfalls ausnahmslos auf einem hohen Niveau signifikant sind.
Es ist allerdings vor einer “blinden” Betrachtung der Pfadkoeffizienten anzumerken, dass durch einen veränderten Einsatz von Instrumenten auch änderungen der Wirkungszusammenhänge eintreten können. Sowohl positive als auch negative Interaktionseffekte, die z.B. die Wirkung der Leistungsqualität und der Beziehungsqualität im Verbund verstärken oder abschwächen, sind dabei denkbar. Für ein weniger komplexes, möglicherweise praxisorientierteres Modell vgl. Abschnitt 5.1.2.
Vgl. Anhang 2.
Vgl. für eine detaillierte Darstellung aller Gütekriterien Anhang 4 sowie für die Signifikanz der Unterschiede Anhang 5.
Vgl. die Erläuterungen zum moderierenden Faktor „Deal Proneness“ in Abschnitt 2.2.1; vgl. auch Ryu/Feick 2007.
Durch die Mediation über die Beziehungsqualität wird dieser extreme Unterschied allerdings teilweise wieder ausgeglichen.
Das mittlere Gewicht von 0,25 ergibt sich dadurch, dass anfangs eine Steigerung von 0,24 Skalenpunkten für die Weiterempfehlungsabgabe bei einer Erhöhung der Anreizattraktivität angenommen wird, das Gewicht mit steigender Attraktivität jedoch auch zunimmt. So erscheint die gemessene Steigerung der Weiterempfehlungsabsicht von 0,33, die sehr genau der Modellrechnung (das Gewicht von 0,25 multipliziert mit der Steigerung der Anreizattraktivität von 1,33) entspricht, plausibel.
Vgl. Anderson 1998, S. 12.
Die globale Größe der Kundenzufriedenheit wird hier anstelle des Images oder der Leistungsqualität verwendet, da hier schon Vergleich mit Ergebnissen anderer empirischer Untersuchungen möglich sind; vgl. vor allem Anderson 1998).
Eine solchen Hypothese basiert auf der Annahme einer übersummativität („Das Ganze ist mehr als die Summe seiner Teile“), die auch dem zentralen Gedanken der Integrierten Kommunikation zu Grunde liegt (vgl. Bruhn 2006a, S. 200ff.).
Die Ermittlung der Signifikanz der Pfadkoeffizienten bedarf hier auf Grund der mediierten Wirkung einer speziellen Berechnung (vgl. Eggert et al. 2005, S. 106). Aus den Berechungen über die kombinierten Pfadkoeffizienten ergeben sich unterschiedliche Signifikanzen für einzelne Pfade. Im Schaubild dargestellt sind die jeweils geringsten t-Werte. Eine andere Möglichkeit bei einzelnen weniger signifikanten Koeffizienten besteht in der Reduktion des Gesamteffekts um den entsprechenden Pfad, so dass für die verbleibenden Pfade ein signifikanter Wert vorliegt.
Es sei in diesem Zusammenhang darauf hingewiesen, dass die Signifikanz der Pfadkoeffizienten selbst in jedem Einzelmodell weiterhin gültig ist. Die Moderation bezieht sich lediglich auf die Unterschiede zwischen den Datensätzen, die auf Basis des moderierenden Faktors aufgeteilt wurden.
Ungewichtete und gewichtete Mittelwerte sind bei reflektiv gemessenen Konstrukten gleichermaßen plausibel, da im Gegensatz zu formativ operationalisierten Konstrukten hier kein unterschiedlicher Einfluss der Indikatoren auf das Konstrukt unterstellt wird, sondern lediglich unterschiedliche Höhen der Messfehler, die durch die Konkretisierung, d.h. das „Messbarmachen“ des Konstruktes entstehen. Es kann ebenso argumentiert werden, dass die Werte des Konstrukts sich in unterschiedlicher Höhe in den Indikatoren widerspiegeln und somit ein gewichteter Mittelwert gerechtfertigt ist. Hier werden aber wiederum Annahmen über die Art der Messfehler getroffen, die nicht zu verifizieren sind. Beide Vorgehensweisen erscheinen somit möglich.
Für die Signifikanz der Unterschiede vgl. Anhang 5.
Sundaram et al. 1998; Vgl. Hennig-Thurau 2004.
Vgl. Anhang 5.
Signifikanzniveaus von p < 0.01 bzw. p < 0.05, bei Incentives nur p < 0.15; vgl. Anhang 4.
Bei anderen Studien wurden 25 Prozent der Versuchspersonen als Meinungsführer identifiziert (vgl. z.B. King/Summers 1970, S. 46). Angesichts der Grundgesamtheit, die sich vor allem aus Studenten (tendenziell Innovatoren) und Personen mit Führungsverantwortung zusammensetzt, erscheint der im Vergleich zu diesen Untersuchungen etwas höhere Anteil plausibel.
Vgl. z.B. Walsh et al. 2004, S. 112ff.
Vgl. für detaillierte Ausführung hierzu Abschnitt 5.1.2.
Vgl. zu diesem Postulat die Ausführungen von Reichheld 2003.
Auch mittels der Beziehungsqualität, die eine hohe Erklärung der Kundenbindung und eine enge Verbindung zu den indirekten Einflussfaktoren der Kundenbindung ausweist, ist eine Modifikation der Erfolgskette denkbar. Eine Beziehung ist jedoch zum einen nicht immer vorhanden, zum anderen sind ihre Einflussfaktoren wiederum vielschichtig und würden daher für das hier betrachtete Modell zu weit führen.
Rights and permissions
Copyright information
© 2008 Betriebswirtschaftlicher Verlag Dr. Th. Gabler | GWV Fachverlage GmbH, Wiesbaden
About this chapter
Cite this chapter
(2008). Empirische Untersuchung der Weiterempfehlungsabgabe. In: Weiterempfehlung als Marketingziel. Gabler. https://doi.org/10.1007/978-3-8349-9727-2_4
Download citation
DOI: https://doi.org/10.1007/978-3-8349-9727-2_4
Publisher Name: Gabler
Print ISBN: 978-3-8349-0929-9
Online ISBN: 978-3-8349-9727-2
eBook Packages: Business and Economics (German Language)