Entscheidungszufriedenheit. Grundidee, theoretisches Konzept und empirische Befunde

Mark Heitmann Entscheidungszufriedenheit

GABLER EDITION WISSENSCHAFT Marken- und Produktmanagement Herausgegeben von Professor Dr. Franz-Rudolf Esch (schriftf.), Universitat GieBen, Professor Dr. Reinhold Decker, Universitat Bielefeld, Professor Dr. Andreas Herrmann, Universitat St. Gallon, Professor Dr. Henrik Sattler, Universitat Hamburg und Professor Dr. Herbert Woratschek, Universitat Bayreuth

Die Schriftenreihe gibt Einblick in den aktuellen Stand der Forschung zum Marken- und Produktmanagement. Sie prasentiert richtungsweisende Erkenntnisse sowie wichtige empirische Untersuchungen und Methoden. Ein besonderer Wert wird auf Praxisrelevanz und Anwendungsbeispiele gelegt. Die Reihe will den Transfer von Forschungsergebnissen in die Praxis fordern und wendet sich daher nicht nur an Studierende und Wirtschaftswissenschaftler, sondern auch an Marketingpraktiker in Unternehmen, Agenturen, Beratungen und Verbanden.

Mark Heitmann

Entscheidungszufriedenheit Grundidee, theoretisches Konzept und empirische Befunde

Mit einem Geleitwort von Prof. Dr. Andreas Herrmann

Deutscher Universitats-Verlag

Bibliografische Information Der Deutschen Bibliothek Die Deutsche Bibliothek verzeichnet diese Publikation in der Deutschen Nationalblbliografie; detaillierte bibliografische Daten sind im Internet ijber abrufbar.

Dissertation Universitat St. Gallon, 2004 Gedruckt mit Unterstiitzung des Forderungs- und Beihilfefonds Wissenschaft der VG WORT.

1.AuflageMarz2006 Alle Rechte vorbehalten © Deutscher Universitats-Verlag I GWV Fachverlage GmbH, Wiesbaden 2006 Lektorat: Brigitte Siegel / Stefanie Loyal Der Deutsche Universitats-Verlag ist ein Unternehmen von Springer Science+Business Media. www.duv.de Das Work einschlieSlich aller seiner Telle ist urheberrechtlich geschutzt. Jede Verwertung auSerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlags unzulassig und strafbar. Das gilt insbesondere fur Vervielfaltigungen, Ubersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Work berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten waren und dahervon jedermann benutzt werden durften. Umschlaggestaltung: Regine Zimmer, Dipl.-Designerin, Frankfurt/Main Druck und Buchbinder: Rosch-Buch, Schei^litz Gedruckt auf saurefreiem und chlorfrei gebleichtem Papier Printed in Germany ISBN 3-8350-0068-3

Geleitwort Ohne Zweifel gehort die Zufriedenheit der Kunden zu den zentralen Phanomenen im Marketing. Viele Wissenschaftler haben in den letzten Jahren zahlreiche Modelle zur Erklarung und Prognose der Kundenzufriedenheit entwickelt. Dabei gilt das Augenmerk der Kauf- bzw. Konsumzufriedenheit, also jenem kognitiven und emotionalen Seinszustand, der sich aus dem Produkterlebnis ergibt. Halt man sich die Arbeiten zu Behavioral Decision Making vor Augen, wird deutlich, dass aus der Kaufentscheidung selbst ein Gefiihl der Zufriedenheit bzw. Unzufriedenheit resultieren kann. Individuen entwickeln im Rahmen eines Kaufentscheidungsprozesses eine Vorstellung dartiber, ob und inwieweit die gefallte Entscheidung ihren Vorstellungen entspricht. Insofem resultiert aus jeder Produktwahlhandlung eine Entscheidungszufriedenheit, die, das zeigt die Untersuchung von Heitmann, sogar auf die Konsumzufriedenheit wirkt. Insofem liegt das Pladoyer dieser Arbeit auf der Hand: Manager miissen ihr Augenmerk auch auf den Entscheidungsprozess richten und diirfen nicht allein nur die Zwecktauglichkeit ihrer Erzeugnisse im Auge haben. Die Entscheidungszufriedenheit als eine zentrale Facette einer Gesamtzufriedenheit ist bislang in Wissenschaft und Praxis vemachlassigt worden. Insofem lenkt die Arbeit von Heitmann das Augenmerk auf eine Phase der Produktwahlhandlung, die bislang nicht im Mittelpunkt stand. Die Arbeit zeigt, dass sozialpsychologische Theorien und Erkenntnisse aus dem Behavioral Decision Making wertvoUe Anhaltspunkte zur Formuliemng von Theorien iiber die interessierende Erscheinung vermitteln. Die aus den Theorien abgeleiteten Hypothesen konnten im Rahmen einer empirischen Untersuchung Uberpruft werden. Dabei zeigt sich die Relevanz der Entscheidungszufriedenheit einerseits als wissenschaftliches Erkenntnisobjekt, andererseits als Gestaltungsparameter far das Management. Insofem gelang es Heitmann einen relevanten Aspekt aufzuwerfen, der neue Einsichten iiber das individuelle Produktwahlverhalten vermittelt. Diese Arbeit steht in der Tradition modemer Dissertationen. Der Fokus ist eng, die Analyse tief und die Verzahnung zur existierenden Literatur stets gegeben. Damit will der Autor andocken an bestehende Erkenntnisse, einen Schritt weiter gehen einen weiteren Mosaikstein in unser Bild tiber individuelles Entscheidungsverhalten setzen. Dies ist sehr gut gelungen, was auch an der Zusammenarbeit mit herausragenden Vertretem unseres Faches liegt. Eric Johnson und Don Lehmann von der Columbia University waren zu jedem Zeitpunkt wertvolle Sparring Partner, die Heitmann stets zur Seite standen. In diesem Sinne ist eine "amerikanische" Dissertation entstanden mit dem klaren Anliegen, auch weiterhin international zu publizieren. Vorbei sind die Zeiten, dass Dissertationen gross und breit angelegte Monographien waren, in denen es vor allem damm ging, ein Feld abzugrenzen und zu bestellen. In Zeiten der Wissenschaftsglobalisiemng zahlen der Fokus und die Kompatibilitat mit der iritemationalen Forschung. Hier hat Heitmann bewiesen, dass er in der Lage ist, sich diesen Herausfordemngen zu stellen.

VI

Geleitwort

Diese auf hochstem intemationalem Niveau erstellte Arbeit ist eine Lekture fur Wissenschaftler und Praktiker gleichermassen. Den Wissenschaftler interessiert die konsequente Herleitung, Spezifikation und Operationalisierung eines Modells zur Erfassung der Entscheidungszufriedenheit. Der Praktiker erhalt konkrete Ratschlage fur die Gestaltung des Marketing-Mix im Sinne einer Verbesserung der Entscheidungszufriedenheit seiner Kunden. Daher ist der Arbeit zu wiinschen, dass sie die notwendige Aufhierksamkeit erfahrt.

Andreas Herrmann Direktor des Zentrums ftir Business Metrics an der Universitat St. Gallen www.zbm.unisg.ch

Vorwort Diese Arbeit ist am Institute for Media and Communications Management der Universitat St. Gallen und am Marketing Department der Columbia Business School entstanden. Von der Universitat St. Gallen wurde sie im Friihjahr 2005 als Dissertation angenommen. Zahlreiche Menschen haben durch ihre Unterstiitzung zu ihrem Gelingen beigetragen. Mein besonderer Dank gilt meinem Doktorvater, Prof. Dr. Andreas Herrmann, der mich in alien Phasen der Dissertation durch seine Forschungsarbeiten und in Diskussionen motivierte und inspirierte. Das Vertrauen und die Unterstutzung, die er mir von Beginn an entgegenbrachte, haben wesentlich zum erfolgreichen AbschluB meiner Arbeit beigetragen. Herzlich danken mochte ich ebenfalls meinem Korreferenten Prof. Dr. Beat Schmid, der mich geschult hat, empirische Resultate stets kritisch zu durchdenken. Ein groBes Dankeschon gilt meinem Betreuer an der Columbia Business School Prof Eric J. Johnson. Die gemeinsamen Diskussionen mit ihm haben mir einen umfassenden Zugang zur verhaltenswissenschaftlichen Entscheidungstheorie ermoglicht. Ganz besonders verbunden bin ich auch Prof Donald R. Lehmann. Wahrend der stets unkomplizierten Zusammenarbeit entstanden viele Ideen und Ansatze, die in mein Forschungsmodell eingeflossen sind. Den Professoren Jonathan Levav und Sheena Iyengar bin ich ebenso wie meinen Studienkollegen Anil Thozhur und K)aing Cho fur ihre stete Unterstutzung und Diskussionsbereitschaft verbunden. Fiir die Einweisung in die Methodik der Kovarianzstrukturanalyse mochte ich mich insbesondere bei Prof Douglas Baer bedanken. Sein ausgezeichneter Kurs an der Michigan University hat mein methodisches Wissen erheblich vertieft und mir zahlreiche Anregungen fur die Datenanalyse gegeben. Dem schweizerischen Nationalfonds gebiihrt mein Dank fur die finanzielle Forderung meines Dissertationsprojektes. Bedanken mochte ich mich nicht zuletzt auch bei meinen ehemaligen KoUegen an der Universitat St. Gallen, ganz besonders Frank Kressmann, Dr. Peter Aschmoneit, Dr. Jorg Hofstetter, Rene Befurt und Frank Mickeler. Meiner Familie bin ich aufierordentlich dankbar. Ohne sie waren die Riickschlage und Tiefpunkte meiner Promotion zu einer ungleich grofieren Belastung geworden. Mein allergroBter Dank gebiihrt meiner Mutter Irene Heitmann, meinem Bruder Frank Heitmann sowie meiner Schwagerin Susanne Heitmann. Sie haben mir mit ihrem Glauben an mich und ihrer Unterstutzung die notwendige Zuversicht gegeben, um meine Arbeit zu einem erfolgreichen AbschluB zu bringen.

Mark Heitmann

Inhaltsverzeichnis Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkiirzungsverzeichnis A. Relevanz und theoretisch-begriffliche Grundlagen der Entscheidungszufriedenheit 1. Zur Notwendigkeit einer Analyse der Entscheidungszufriedenheit 2. Theoretische Grundlagen 2.1. Deskriptive Entscheidungstheorie als inhaltlicher Leitansatz 2.2. Wissenschaftlicher Realismus und theoretischer Pluralismus als wissenschaftstheoretischeLeitansatze 3. Begriffliche Grundlagen 3.1. Elemente des Kaufentscheidungsprozesses als zentrale Begriffe 3.2. Abgrenzung der Entscheidungszufriedenheit zu verwandten Begriffen.... B. Theoretische Ans^tze zur Erklarung der Entscheidungszufriedenheit 1. Das Kundenzufriedenheitskonzept als theoretische Basis der Entscheidungszufriedenheit 1.1. Zufriedenheit mit der erlebten Leistung 1.1.1. DerBegriffKonsumzufriedenheit 1.1.2. Heuristiken zur Produktbeurteilung 1.1.3. Herausbildung der Konsumzufiiedenheit 1.1.4. Konsequenzen der Konsumzufriedenheit 1.2. Zufriedenheit im EntscheidungsprozeB 1.2.1. BezugspunktederKundenzufriedenheit.... 1.2.2. Bestehende Erkenntnisse zur Entscheidungszufriedenheit 1.2.3. Gerechtigkeit, Fit und Entscheidungszufriedenheit 2. Antezedenzien der Entscheidungszufriedenheit 2.1. Klassische 5konomische Kaufentscheidungsansatze 2.1.1. Das Erwartungswertprinzip 2.1.2. Das Prinzip des subjektiven Erwartungsnutzens 2.1.3. Anomalien im Entscheidungsverhalten 2.2. Neuere okonomische und verhaltenswissenschaftliche Ansatze 2.2.1. Bounded Rationality 2.2.2. Adaptives Entscheidungsverhalten 2.2.2.1. Entscheidungsstrategien im Uberblick 2.2.2.2. Auswahl von Entscheidungsstrategien

IX XIII XV ....XVII

1 1 4 4 8 11 11 22 31 31 31 32 33 35 45 49 50 55 58 62 62 62 63 64 69 70 72 72 78

X

Inhaltsverzeichnis

2.2.3. Konflikte bei Kaufentscheidungen 2.2.4. Rechtfertigung von Kaufentscheidungen 2.2.5. Entscheidungsbedingte Emotionen 2.2.5.1. Antizipierende Emotionen 2.2.5.2. Antizipierte Emotionen 3. Entscheidungsziele und Kundenzufriedenheit

88 93 97 98 103 110

C. Erkl^rung der Entscheidungszufriedenheit 1. PersonenspezifischeDeterminanten 1.1. Produktwissen 1.2. Entscheidungsoptimierung 2. Problemspezifische Antezedenzien 2.1. Wahrgenommene Produktkomplexitat 2.2. Wahrgenommene Produktuberlastung 3. Soziale Determinante 4. Entscheidungsziele als mediierende Konstrukte 4.1. Praferenzsicherheit 4.2. Rechtfertigbarkeit 4.3. Antizipiertes Regret 4.4. Bewertungskosten 4.5. Abschliefiender negativer Affekt 5. Entscheidungs- und Konsumzufriedenheit 6. Ubersicht uber das Hypothesengeftige

117 117 117 122 125 125 130 136 143 143 146 150 152 154 155 157

D. Empirische Untersuchung 163 1. Methodische Grundlagen 163 1.1. Ziele der empirischen Untersuchung 163 1.2. Anforderungen an die methodische Basis und Auswahl eines Analyseverfahrens ... 164 1.3. Der LISREL-Ansatz der Kausalanalyse 168 1.3.1. Grundzuge der Kovarianzstrukturanalyse 168 1.3.2. Schatzverfahren 172 1.3.3. Voraussetzungen fur die Parameterschatzung 174 1.4. Operationalisierung theoretischer Konstrukte 178 1.4.1. Identifikation einer Indikatorenmenge 179 1.4.2. Vorlaufige Evaluation von Mefiinstrumenten 182 1.5. ErweitertesPni^erfahrenfurLISREL-Modelle 185 1.5.1. Entartete Schatzwerte 185 1.5.2. Partialkriterien 186 1.5.3. Globalkriterien 191 1.5.4. Strukturmodellmodifikation 195 1.5.5. Validitat modifizierter Kausalmodelle 197

Inhaltsverzeichnis

XI

1.6. Vorgehensweise bei der Modellschatzung 2. Design der empirischen Untersuchung 2.1. Methodik der Datenerhebung 2.2. Mefiinstrumente 2.2.1. Indikatorenmenge der exogenen Konstrukte 2.2.2. Indikatorenmenge der mediierenden Konstrukte 2.2.3. Indikatorenmenge der Zielkonstrukte 2.3. Operatives Vorgehen bei der Datenerhebung 3. Ergebnisse der empirischen Untersuchung 3.1. Deskriptive Datenanalyse 3.2. Giite der MeBmodelle 3.3. Test des Strukturmodells 3.3.1. Basismodell 3.3.2. BestangepaBtes Modell 3.3.3. Validitat des bestangepafiten Modells 3.4. Weitere Aspekte der Modellgtite 3.4.1. TestaufnichthypothesierteZusammenhange 3.4.2. Test auf individuelle Unterschiede bei Entscheidungs- und Konsumzufnedenheit 3.4.3. Test auf zeitliche Stabilitat 4. Qualitat der empirischen Ergebnisse

273 276 285

E. Implikationen fur Praxis und Forschung 1. Implikationen fur die Untemehmenspolitik 2. Limitationen und weiterer Forschungsbedarf

291 291 302

F. SchluBbetrachtung

307

G. 1. 2. 3. 4. 5. 6.

313 313 314 315 316 319 321

Anhang Qualitative Voruntersuchung Levene-Statistik der beobachteten Variablen Cronbachs Alpha der verwendeten Mefiinstrumente Exploratorische Faktorenanalyse Lokale Gutekriterien des Mefimodells zum Basismodell Lokale Gutekriterien des Mefimodells zum bestangepafiten Modell

Literaturverzeichnis

201 204 205 210 211 217 222 224 229 230 237 249 249 257 263 270 270

325

Abbildungsverzeichnis Abbildung 1

Gang der Untersuchung

Abbildung 2

Der Kaufentscheidungsprozefi als theoretischer Bezugsrahmen

22

Abbildung 3

Basismodell der Kundenzufriedenheit

33

Abbildung 4:

Zufriedenheits- und Entscheidungskriterien

37

Abbildung 5

Konsumzufriedenheit nach dem Expectation-Disconfirmation-Modell

38

Abbildung 6

ACSI-Modell

Abbildung 7

Modell affektiver Determinanten der Konsumzufriedenheit

44

Abbildung 8

Psychische Prozesse der Konsumzufriedenheit

45

Abbildung 9:

Klassifizierung grundlegender Entscheidungsstrategien

77

8

...40

Abbildung 10: Prazision und Entscheidungsaufwand verschiedener Entscheidungsstrategien

82

Abbildung 11: Auswirkungen der Anzahl von Produktaltemativen und -eigenschaften auf Prazision und Entscheidungsaufwand verschiedener Entscheidungsstrategien

84

Abbildung 12: Konfliktmodell des Entscheidungsverhaltens

92

Abbildung 13: Schematische Darstellung des asymmetrischen Dominanz- und KompromiBeffekts

95

Abbildung 14: Entscheidungsaufschub aufgrund mangelnder Begriindungen

96

Abbildung 15: Nicht konsequenzorientierte Sichtweise des Entscheidungsverhaltens

99

Abbildung 16: Entstehung und Bewaltigung emotionaler Entscheidungsschwierigkeiten Abbildung 17: Strukturmodell zum EinfluB des Kaufentscheidungsprozesses auf die

102

Kundenzufriedenheit

160

Abbildung 18: Darstellung des allgemeinen LISREL-Modells

169

Abbildung 19: Zusammenfassung der LISREL-Parametermatrizen

172

Abbildung 20: Forschungsmethodisches Vorgehen bei der empirischen Modellpriifung

204

Abbildung 21: Gewahlte Methoden der Datenerhebung

205

Abbildung 22: Standardisierte Strukturgleichungskoeffizienten des Basismodells

252

XIV

Abbildungsverzeichnis

Abbildung 23: Parameterschatzung des bestangepaBten Modells

262

Abbildung 24: Strukturmodell zum EinfluB individueller Unterschiede auf Entscheidungs- und Konsumzufriedenheit

275

Abbildung 25: Teilaspekte zeitlicher Konstruktveranderungen

279

Tabellenverzeichnis Tabelle 1: Ubersicht verwandter Konzepte zur Beurteilung von Kaufentscheidungen

29

Tabelle 2: Gegenstandsbereiche der Kundenzufriedenheit

54

Tabelle 3: Kognitive Anomalien im Entscheidungsverhalten

68

Tabelle 4: Provokation intransitiver Praferenzen bei Anwendung der LEX-Strategie

75

Tabelle 5: Elementare Operationen der Entscheidungsfindung

80

Tabelle 6: Zusammenfassung theoretisch hergeleiteter Konstrukte

116

Tabelle 7: Zusammenfassung hergeleiteter Hypothesen

158

Tabelle 8: Partialkriterien zur Uberpnifling des Hypothesenmodells

191

Tabelle 9: Globalkriterien zur Uberpriifung des Hypothesenmodells

195

Tabelle 10: Indikatoren des Produktwissens

213

Tabelle 11: Indikatoren der Entscheidungsoptimierung

214

Tabelle 12: Indikatoren der wahrgenommenen Produktkomplexitat

215

Tabelle 13: Indikatoren der wahrgenommenen Produktuberlastung

216

Tabelle 14: Indikatoren der Unklarheit der reflektiven Bewertung

217

Tabelle 15: Indikatoren der Rechtfertigbarkeit

218

Tabelle 16: Indikatoren der Praferenzsicherheit

218

Tabelle 17: Indikatoren des antizipierten Regret

220

Tabelle 18: Indikatoren der Bewertungskosten

221

Tabelle 19: Indikatoren des abschlieCenden negativen Affekts

222

Tabelle 20: Indikatoren der Entscheidungszufiriedenheit

223

Tabelle 21: Indikatoren der Konsumzufriedenheit

224

Tabelle 22: Struktur der Stichprobe

231

Tabelle 23: Gewahlte Produkte und gezahlte Kaufpreise der Stichprobe

232

Tabelle 24: Ergebnisse der ANOVA zu Mittelwertdifferenzen nach Befragungszeitpunkt

234

Tabelle 25: Ergebnisse des Games-Howell-Tests auf Mittelwertdifferenzen nach Befragungszeitpunkt

235

XVI

Tabellenverzeichnis

Tabelle 26: Schiefe und Kurtosis der Stichprobenvariablen

236

Tabelle 27: Resultate der KFA zur Ausgangsmenge der Indikatoren

239

Tabelle 28: Resultate der KFA zum endgiiltigen Gesamtmefimodell

246

Tabelle 29: Quadrierte Korrelationsmatrix des GesamtmeCmodells

248

Tabelle 30: Resultate der Gesamtmodellschatzung des Basismodells

251

Tabelle 31: Resultate der Gesamtmodellschatzung des bestangepaBten Modells

258

Tabelle 32: Quadrierte multiple Korrelationskoeffizienten der endogenen Konstrukte

263

Tabelle 33: Basismodellschatzung mit einem Bootstrap-Sample

265

Tabelle 34: Schatzung des bestangepaBten Modells mit einem Bootstrap-Sample

266

Tabelle 35: Priifung der Invarianz des GesamtmeBmodells

268

Tabelle 36: Priifiing der Invarianz des Strukturmodells

269

Tabelle 37: Parameterschatzung nicht hypothesierter Zusammenhange zwischen exogenen Konstrukten und Entscheidungszielen

271

Tabelle 38: Uberpriifung der Mediationsannahme des Forschungsmodells

272

Tabelle 39: Parameterschatzung nicht hypothesierter Zusammenhange zwischen endogenen sowie exogenen Konstrukten und der Konsumzufriedenheit Tabelle 40: Parameterschatzung nicht hypothesierter Zusammenhange zwischen Entscheidungszielen und der Konsumzufriedenheit

273 273

Tabelle 41: EinfluB individueller Unterschiede auf die Entscheidungs- und die Konsumzufriedenheit

276

Tabelle 42: Priifung zeitlicher MeBmodellveranderungen

281

Tabelle 43: Stabilitatskoeffizienten der Entscheidungs- und der Konsumzufriedenheit

282

Tabelle 44: Zeitliche Veranderung der latenten Mittelwerte der Entscheidungs- und der Konsumzufriedenheit

283

Tabelle 45: Zeitliche Veranderung von Strukturgleichungskoeffizienten

285

Tabelle 46: Getestete Hypothesen und Resultate

288

Tabelle 47: Nicht spezifizierte Strukturgleichungskoeffizienten

289

Tabelle 48: Gesamteffekte der Komponenten des Erklarungsmodells auf die Entscheidungs- und die Konsumzufriedenheit

293

Abkiirzungsverzeichnis ACSI ADDIF AGFI AMOS ANA ANOVA BWK CFI CVI DES DEV DVD DWLS EBA EFA EIP EM ENO EQS EQW EU FRQ GFI GLS IFI IP IR IV KFA KONJ KOZ KR LEX LISREL MAR MCD ML NFI NNFI PAD PANAS PDA PFS

American Customer Satisfaction Index Additive Difference (Entscheidungsstrategie) Adjusted Goodness of Fit Index Analysis of Moment Structures abschliefiender negativer Affekt Analysis of Variance Between Groups Bewertungskosten Comparative Fit Index Cross Validation Index Differential Emotions Scale durchschnittlich erfafite Varianz Digital Versatile Disc Diagonally Weighted Least Squares Elimination by Aspects (Entscheidungsstrategie) exploratorische Faktorenanalyse Elementary Information Process Expectation Maximization Entscheidungsoptimierung Equations Based Structural Program Equal Weight (Entscheidungsstrategie) Erwartungsnutzen Frequency of Good and Bad Features Goodness of Fit Index Generalized Least Squares Incremental Fit Index Information Processing Indikatorreliabilitat Instrumental Variables konfirmatorische Faktorenanalyse konjunktive (Entscheidungsstrategie) Konsumzufriedenheit Konstruktreliabilitat lexikographische (Entscheidungsstrategie) Linear Structural Relationships Missing at Random Majority of Confirming Dimensions (Entscheidungsstrategie) Maximum Likelihood Normed Fit Index Non-Normed Fit Index Pleasure Arousal Dominance Positive and Negative Affective Schedule Personal Digital Assistant Praferenzsicherheit

Abkurzungsverzeichnis

XVIII PRELIS QMK RMR RMSEA SAT SEM SEU SPSS SPW SRMR TLI TSLS ULS URB URL WADD WLS WOM WPK WPU

Preliminary Analysis for LISREL quadrierte multiple KorrelationskoefFizienten Root Mean Squared Residual Root Mean Squared Error of Approximation Satifizierungsstrategie Structural Equation Modeling subjektiver Erwartungsnutzen Statistical Package for Social Sciences subjektives Produktwissen Standardized Root Mean Squared Residual Tucker-Lewis-Index Two-Stage Least Squares Unweighted Least Squares Unklarheit reflektiver Bewertung Uniform Resource Locator Weighted Additive (Entscheidungsstrategie) Generally Weighted Least Squares Word-of-Mouth wahrgenommene Produktkomplexitat wahrgenommene Produktiiberlastung

A. Relevanz und theoretisch-begriffliche Grundlagen der Entscheidungszufriedenheit Nachfrageorientierte Untemehmungen versuchen ihren Kunden Leistungen anzubieten, die als zufriedenstellender empfunden werden als die der Konkurrenz. Entsprechend werden heute Wertschopfungsstrukturen an der Kundenzufriedenheit ausgerichtet sowie strategische Zielsetzungen, Marketing-Plane oder Mitarbeiter-Incentives auf Basis des Konstrukts formuliert (Foumier und Mick 1999: 5). Zahlreiche Forschungsarbeiten und empirische Untersuchungen widmen sich der Frage, wodurch Kundenzufriedenheit und -unzufriedenheit ausgelost wird und wie diese untemehmerische ZielgroBe gesteuert werden kann (vgl. zusammenfassend Yi 1991; Oliver 1997). Dabei konzentrieren sich die Bemiihungen auf die Zufriedenheit des Kunden mit einer bezogenen Leistung. In der verhaltenswissenschaftlichen Forschung gibt es jedoch Belege dafur, daB Individuen nicht nur das Ergebnis, sondem auch das Erlebnis eines Entscheidungsprozesses als zufrieden- oder unzufriedenstellend empfinden (u. a. Fitzsimons, Greenleaf und Lehmann 1997; Zhang und Fitzsimons 1999; Higgins et al. 2003). Danach ist der Kaufentscheidungs- und Konsumprozefi als ganzes zu betrachten und das gedankliche Abwagen zwischen Altemativen bei der Konzeptualisierung der Kundenzufriedenheit mit einzubeziehen. Vorliegende Arbeit will Licht in diese noch wenig betrachtete Zufriedenheitsdimension bringen. Einleitend ftihren die folgenden Abschnitte in die Betrachtung von Entscheidungs- und Konsumzufriedenheit ein und legen das inhaltliche und forschungsmethodische Vorgehen sowie die begrifflichen Grundlagen der Untersuchung dar.

1.

Zur Notwendigkeit einer Analyse der Entscheidungszufriedenheit

Fiir Entscheider allgemein bedeutet jede Wahl einer Option die Abwahl mindestens einer anderen, denn Altemativen schlieBen sich gegenseitig aus. Fiir Konsumenten speziell erfordert der Kauf eines Produkts zuvor die Abkehr nicht nur von einer, sondem von einer ganzen Reihe konkurrierender Optionen. Kaufentscheidungen sind damit Grenzerfahmngen, die dem Nachfrager das Ausmafi, aber auch die Beschrankungen seiner M6glichkeiten im Hinblick auf seine Konsumziele verdeutlichen. Anders gesagt: Entscheiden bedeutet fiir den Kaufer oftmals eine mentale Belastung. Derartige Belastungen gewinnen in jiingster Zeit zunehmend an Bedeutung, denn die Zahl und die Komplexitat mOglicher Kaufentscheidungen nehmen stetig zu. Nicht zuletzt befahigen neuere Managementtechniken und technischer Fortschritt Untemehmen dazu, eine derart grofie Angebotskomplexitat anzubieten, dafi Sozialpsychologen wie Barry Schwartz (2000: 81) von einer „tyranny of choice" sprechen und in der Management-Literatur vor iiberforderten Kunden gewamt (Trout und Rivkin 2000: 9) sowie auf „the value of choice management" (Nelson 2002: 192) aufmerksam gemacht wird. Beispielhaft seien Entwicklungen in den USA genannt, wo pro Jahr 25.261 Neuprodukte eingefiihrt werden (Fellmann 1998: 1), in einem

A. Relevanz und theoretisch-begriffliche Grundlagen typischen Supermarkt mehr als 25.000 Angebote zur Verfiigung stehen (Assael 1998: 250) und der Konsument mittlerweile auswahlen muB zwischen 340 Fruhstuckszerealien, 250.000 Softwareprogrammen, 790 Zeitschriften oder 77.446 neuen Buchtiteln (Trout und Rivkin 2000). Entsprechend bezeichnen Autoren wie Engel et al. (1995: 159) die Erlebnisse des Nachfragers als „decision making marathon". In der verhaltenswissenschaftlichen Entscheidungstheorie weifi man seit langerem, daB die menschlichen Fahigkeiten im allgemeinen nicht ausreichend sind, um bei Kaufentscheidungen vollstandig rationale Verhaltensweisen identifizieren zu konnen (siehe im tjberblick Payne, Bettman und Johnson 1993; Baron 1994; Kahneman und Tversky 2000). Im Gegensatz zur Entscheidungstheorie betrachtet man im Marketing zwar das Konstrukt Zufriedenheit, dies jedoch vorwiegend aus einer leistungs- oder ergebnisbezogenen Perspektive (Fitzsimons et al. 1997: 1). Wie Konsumenten mit begrenzten kognitiven Fahigkeiten Entscheidungsvorgange erleben, bleibt dabei unberiicksichtigt. Vor dem Hintergrund der skizzierten praktischen Entwicklungen erscheint es heute aber mehr denn je gegeben, sich nicht auf die Frage zu beschranken, welche Produkte Nachfrager auswahlen, sondem auch zu beriicksichtigen, wie sie den Auswahlvorgang selbst erleben. Das Konzept der Entscheidungszufriedenheit wurde in der Literatur zwar bereits fruh erwahnt, in der Forschung jedoch nur punktuell wieder aufgegriffen. So beschreiben Westbrook et al. (1978: 5): „satisfactions and dissatisfactions felt during the period of purchase decision making". Czepiel und Rosenberg (1977: 407) sprechen von der Zufriedenheit mit dem KaufprozeB sowie mit der Entscheidung. Eine der ersten Untersuchungen, die das Konstrukt in Relation zur Konsumzufriedenheit^ naher analysiert, war die Studie von Fitzsimons, Greenleaf und Lehmann (1997: 1). Sie defmieren Entscheidungszufriedenheit als „consumers' satisfaction with their experience in decision and purchase experience leading up to, and including, the actual purchase transaction". Die Autoren zeigen, daB Entscheidungs- und Konsumzufriedenheit konzeptionell und empirisch distinkte Konstrukte sind. Ihrer Ansicht nach lassen sich beide in Anlehnung an die Unterteilung von Gerechtigkeit und FaimeB in der organisationalen Forschung ftmdieren. Hier wird unterschieden zwischen den Komponenten der Gerechtigkeit mit einem Ergebnis, der distributiven Gerechtigkeit, und der mit dem ProzeB zur Erlangung eines Ergebnisses, der prozeduralen Gerechtigkeit (vgl. Sheppard, Lewicki und Minton 1992: 13 f). Wahrend Fitzsimons und KoUegen (1997: 16 f) zeigen konnen, daB sowohl die Entscheidungs- wie die Konsumzufriedenheit zu untemehmerisch relevanten Konsequenzen in Form von (Wieder-) Kaufintentionen, Mundpropaganda, Beschwerdeverhalten imd Preissensibilitat fiihren, gehen sie auf die Determinanten der Entscheidungszufriedenheit nur am Rande ein.

Entsprechend dem VerstSndnis von Fitzsimons et al. (1997) wird der Begriff Konsumzufriedenheit in dieser Arbeit auf das Erlebnis samtlicher Leistungen bezogen, die Nachfrager von Untemehmen erwerben. Dies beinhaltet neben Giitem des Verbrauchs, auch Gebrauchsgtiter und Dienstleistungen.

A. Relevanz und theoretisch-begriffliche Grundlagen Aus praktischer Sicht ist eine Kenntnis der relevanten StellgroBen aber von ganz besonderer Bedeutung, da bei einer Vemachlassigung der Entscheidungszufriedenheit intuitiv uberraschende Konsequenzen moglich sind. So konnen Situationen entstehen, in denen Untemehmen mit einem besonders breiten und vielfaltigen Sortiment nicht mehr Produkte absetzen, sondem substantiell weniger (vgl. z. B. Iyengar und Lepper 2000: 997; Schwartz 2000: 86; Chemev 2003: 174 ff.). Gelingt es Konsumenten nur unzureichend, ihre Vorstellungen beziiglich eines idealen Entscheidungsprozesses umzusetzen, so ergeben sich femer Konsequenzen, die uber das Kaufverhalten hinausgehen. Zhang und Fitzsimons schreiben hierzu (1999: 194): „importantly, understanding what factors contribute to choice-process satisfaction may further illuminate the relation between comparison processes and post decisional affective response in general". Zum Beispiel fmden Houston et al. (1991: 424 £) heraus, dafi eine negative Beziehung zwischen Vorkaufkonflikten und Nachkaufzufriedenheit besteht. Neuere experimentelle Befiinde bestatigen einen ahnlichen Zusammenhang, nach dem Konsumenten unangenehme Gefuhle des Entscheidungsprozesses auf die unmittelbar folgende Beurteilung eines erworbenen Produkts iibertragen (Higgins et al. 2003: 1143). Die Entscheidungszufiiedenheit ist damit eine mogliche Determinante der Zufriedenheit mit einer erworbenen Leistung (der Konsumzufriedenheit). Wenngleich jeder Kunde mehrere Phasen im Kaufentscheidungs- und KonsumprozeB (vgl. z. B. Assael 1987: 30 ff.) durchlauft, werden die zugehorigen Erlebnisse bei dem klassischen Verstandnis der Konsumzufriedenheit als potentielle EinfluBgroBen auBer acht gelassen. Im Marketing wird die Kundenzufriedenheit - in der Terminologie dieser Arbeit praziser die Konsumzufriedenheit - als angenehmer Grad konsumbezogener ErfuUung verstanden (Oliver 1997: 13). Dabei geht man davon aus, daB die Konsumzufriedenheit eine bewertende Komponente enthalt, mit deren Hilfe ein Vergleichsstandard einer tatsachlichen Erfahrung gegentibergestellt wird. In der Literatur wurde eine Reihe von Antezedenzien der Konsumzufriedenheit identifiziert. Zu diesen zahlen die Bestatigung pradiktiver Erwartungen (Oliver 1980: 460 ff; Churchill und Surprenant 1982: 491 ff; Bearden und Teel 1983: 183 ff), der subjektive Produktnutzen (Westbrook und Reilly 1983: 256 ff), die wahrgenommene Produktqualitat (Fomell et al. 1996: 7 ff), die wahrgenommene Gerechtigkeit (vgl. Oliver und Swan 1989b: 374 f.), das Nachkaufbedauem iiber eine entgangene Alternative (Taylor 1997; Herrmann, Huber und Wricke 1999: 677 ff.) sowie affektive Konsumreaktionen (Westbrook und Oliver 1991: 84 ff; Oliver 1993: 418 ff). Oliver (1997: 10) fiihrt drei Motivationen an, aufgrund deren Konsumenten nach Zufriedenheit streben. Ein zufriedenstellendes Konsumerlebnis erfordert ihm zufolge vom Nachfrager keine weiteren Anpassungsaktivitaten, es ist als gewtinschter Endzustand des Konsums aufzufassen und bedeutet fur den Nachfrager nicht zuletzt eine subjektive Bestatigung seiner Entscheidungskompetenz. Oliver geht damit bereits indirekt auf die Bedeutung von entscheidungsspezifischen Vorstellungen ftir die Konsumzufriedenheit ein. Keine der genannten und derzeit untersuchten Determinanten der Konsumzufriedenheit beantwortet jedoch die Frage, inwiefem Erlebnisse des Entscheidungsprozesses die Konsumzufriedenheit erklaren konnen.

A. Relevanz und theoretisch-begriffliche Grundlagen Zusammenfassend basiert diese Arbeit auf der Beobachtung, daB Kaufentscheidungen in den letzten Jahren aufgrund ihrer zunehmenden Komplexitat fur den Konsumenten zu einer steigenden Belastung geworden sind (vgl. Schwartz 2000: 79 ff.). Die Zeit scheint daher gekommen, eine Untersuchung durchzuftihren, die eruiert, wie die Erlebnisse von Kaufentscheidungen die zentrale ZielgroBe nachfrageorientierter Untemehmungen - die Kundenzufriedenheit - beeinflussen. In Anlehnung an die initialen Vorarbeiten von Fitzsimons et al. (1997) wird dabei konzeptionell zwischen Entscheidungs- und Konsumzufriedenheit unterschieden. Mit dieser Sichtweise soUen nicht nur Erlebnisse der Kaufentscheidung identifiziert werden, die Zufriedenheit oder Unzufriedenheit auslosen, sondem, um eine umfassende Entwicklung von SteuerungsmaBnahmen zu ermoglichen, auch deren Antezedenzien. Die Ergebnisse dienen der Ableitung theoretischer und praktischer Implikationen. Hierzu sind die hier postulierten Effekte nicht nur zu einem Zeitpunkt nachzuweisen, sondem es ist auch deren dynamische Stabilitat zu priifen. Im einzelnen soUen mit dieser Arbeit die folgenden Forschungsfragen beantwortet werden: 1. Welchen EinfluB hat die Entscheidungszufriedenheit auf die Konsumzufriedenheit? 2. Welche zentralen entscheidungspezifischen Prozesse konnen die Entscheidungs- und die Konsumzufriedenheit erklaren? 3. Welche Determinanten bestimmen die mentalen Prozesse der Produktauswahl und damit indirekt die Entscheidungs- und die Konsumzufriedenheit? 4. Welche zeitliche Stabilitat weisen die ermittelten Zusammenhange auf? 5. Wie kann das Marketing die Erfahrung des Kaufentscheidungsprozesses steuem, um Entscheidungs- und Konsumzufriedenheit gezielt zu erhShen, und welche Implikationen ergeben sich aus den Resultaten fur die Marketingforschung?

2.

Theoretische Grundlagen

Die weitere Bearbeitung der vorgestellten Forschungsfragen erfordert zunachst eine Prazisierung und Begrundung der fur die Untersuchung gewahlten und ausgeschlossenen theoretischen Ansatze. Dabei soil insbesondere auf die Wahl der verhaltenswissenschaftlichen Entscheidungstheorie eingegangen und ein inhaltlicher Uberblick uber das geplante Forschungsvorhaben verschafft werden. Um eine methodische Basis fur die folgende Untersuchung zu legen, wird darauf aufbauend das wissenschaftstheoretische Grundverstandnis erortert. 2.1.

Deskriptive Entscheidungstheorie als inhaltlicher Leitansatz

In Anlehnung an die zuvor angefiihrte Definition von Fitzsimons et al. (1997: 1) soil die Entscheidungszufriedenheit hier als zusammenfassende Beurteilung der Erfahrungen bei der Produktauswahl verstanden werden. Fur die Untersuchung von Zufriedenheitsurteilen in bezug auf die Kaufentscheidung bieten sich eine Reihe von Ansatzen zur Identifikation von Anteze-

A. Relevanz und theoretisch-begriffliche Grundlagen denzien an. Unter anderem kann der KaufentscheidungsprozeB als Dienstleistungserfahrung aufgefaBt werden. Bitner und Kollegen (z. B. Bitner 1990: 69 ff.; 1992: 57 ff.; Bitner und Hubbert 1994: 72 ff.) analysieren etwa, wie Kunden „Service Encounter" wahmehmen. Sie gehen dabei nicht zuletzt auf das physische Umfeld ein. Ahnliche Ansatze anderer Autoren zur Betrachtung dynamischer Entwicklungen der Zufriedenheit mit einem Anbieter liefien sich ebenfalls im speziellen auf einen Handler und die Entscheidungs- und Konsumzufriedenheit anwenden (z. B. Boulding et al. 1993: 7 ff; Stauss und Seidel 1998: 213 ff). Weiterhin k6nnen bestehende Forschungsarbeiten zeigen, daB die Faimefi, mit der ein Kunde sich durch einen Handler und sein Verkaufspersonal behandelt fiihlt, einen signifikanten EinfluB auf die Beurteilung der Transaktion austibt (z. B. Oliver und Swan 1989a; Oliver und Swan 1989b; Swan und Oliver 1991). Westbrook und Newman (1978: 457) schlagen vor, Aspekte wie den Zugang zu angestrebten Vorkaufmformationen oder das Tempo der Kauferfahrung als Determinanten der Zufriedenheit mit einem EntscheidungsprozeB zu beriicksichtigen. Wie beschrieben, steht in der klassischen Kundenzufriedenheitsforschung der konsumbezogene Erfiillungsgrad im Zentrum des Interesses. Man konnte daher auch die Zusammenhange zwischen EntscheidungsprozeB und Kundenzufiiedenheit vor dem Hintergrund der wahrgenommenen Bedtirfiiiserfiillung oder der Produktqualitat der angebotenen Altemativen analysieren (z. B. Westbrook und Reilly 1983: 256 ff; Fomell et al. 1996: 7 ff.). Eine konsistente Bearbeitung eines Forschungsproblems erfordert jedoch die Konzentration auf einen klar eingegrenzten theoretischen Hintergrund. In dieser Untersuchung soil ein von der bisherigen Forschung nicht beschrittener Weg eingeschlagen werden, indem sich die Bemiihungen auf das gedankliche Abwagen zwischen Altemativen bei der endgultigen Produktauswahl fokussieren. Es handelt sich dabei um keine beliebige inhaltliche Konzentration. Neuere verhaltenswissenschaflliche Forschungsergebnisse zeigen namlich, daB die einleitend beschriebene Entwicklung zunehmend komplexer Entscheidungsprobleme ihre abschlieBende Wirkung erst bei der endgiiltigen Kaufentscheidung entfaltet (vgl. Iyengar und Lepper 2000: 997). Danach tiberschatzen Konsumenten in komplexen Auswahlsituationen, beispielsweise solchen mit besonders vielen Optionen, zunSchst ihre eigene Entscheidungsmotivation. Erst wenn sie sich ftir eine Option - und damit gegen konkurrierende Altemativen - entscheiden mtissen, lemen sie das AusmaB der Belastungen durch den Entscheidungsvorgang voUstandig kennen und empfinden oftmals eine „greater tendency [...] to disengage form the choicemaking process", die spater in reduzierter Zufriedenheit resultiert (Iyengar und Lepper 2000: 1003). Will man also den Zusammenhang zwischen Produktselektionserfahmngen sowie Entscheidungs- und Konsumzufriedenheit erklaren, erscheint es angebracht, sich inhaltlich auf den abschlieBenden Vorgang der Produktauswahl zu konzentrieren, das heiBt Evaluation, Altemativenvergleich, Praferenzbildung und Selektion genauer zu untersuchen. Frtihe Arbeiten zur Zufriedenheit mit dem EntscheidungsprozeB greifen daher auch insbesondere auf diese Aspekte zuriick, um Riickschlusse auf das Konstmkt abzuleiten (Westbrook und Newman 1978: 458).

A. Relevanz und theoretisch-begriffliche Grundlagen In der deskriptiven Entscheidungstheorie verfolgt man seit langerem das Ziel, die psychischen Reaktionen von Individuen mit ihren kognitiv-emotionalen Eigenschaften und Beschrankungen auf Entscheidungsprobleme unterschiedlicher Komplexitat zu erfassen (z. B. Simon 1955: 99 ff.; 1956: 129 ff.; March 1978: 587 ff.; Payne, Bettman und Johnson 1992: 87 ff.; Bettman, Luce und Payne 1998: 187 ff.; Loewenstein et al. 2001: 267 ff). Hier liegen extensive Forschungsbefiinde dariiber vor, wie Konsumenten mit spezifischen personenbezogenen Merkmalen vorgehen, um vor dem Hintergrund eines ihnen angebotenen Produktsortiments sowie ihres sozialen Umfelds eine Entscheidung zu treffen (vgl. VaynQ et al. 1993: 3 f). Dabei versucht man nicht zuletzt, „motivational aspects of decision making" (Bettman et al. 1998: 192 f) zu identifizieren, mit deren Hilfe das reale Verhalten von Konsumenten bei Kaufentscheidungen beschrieben werden kann. Nach dem Verstandnis dieses Theoriezweigs verfolgen Individuen nicht nur bestimmte Konsumziele, sondem auch Ziele wahrend des Entscheidungsprozesses selbst (vgl. auch Payne und Bettman 2001: 123 ff). Wahrend der subjektive ErfuUungsgrad von Konsumzielen Gegenstand einer Vielzahl von Arbeiten zu den Antezedenzien der Kundenzufriedenheit ist, wurde die Erfullung von Entscheidungszielen als Determinante der Entscheidungszufriedenheit noch nicht untersucht. In der vorliegenden Arbeit sollen daher basierend auf der deskriptiven Entscheidungstheorie die wichtigsten Motivationen des Produktauswahlverhaltens identifiziert und der EinfluC der zugehorigen Zieler-fiillung auf die Entscheidungs- sowie die Konsumzufriedenheit geprufl werden. Die theoretische Ausrichtung erlaubt es femer, ein komplettes Bild der Zusammenhange zwischen Produktauswahl und Kundenzufriedenzeit zu zeichnen, indem auch Determinanten aus der Theorie abgeleitet werden konnen, die den Erfiillungsgrad auswahlspezifischer Zielsetzungen bestimmen. Inhaltlich ist diese Arbeit dabei wie folgt aufgebaut: ImAbschnitt A wird in das Forschungsproblem eingefiihrt. Wie bereits geschehen, wird das Forschungsproblem der Arbeit prazisiert und die inhaltliche Verortung des Forschungsvorhabens erlautert. Hierbei konnten die zentralen Konzepte und Konzeptdomanen der Untersuchung - die Entscheidungs- und die Konsumzufriedenheit, die Entscheidungsziele und deren soziale, personen- und problemspezifische Antezedenzien - erwahnt werden. Auf diesem Abschnitt aufbauend, wird die wissenschaftstheoretische Ausrichtung der Arbeit diskutiert. Der einfuhrende Abschnitt endet mit einer Darlegung der theoretischen Grundlagen. Hierbei werden zum einen die grundlegenden Begriffe der Arbeit erlautert, die anhand eines Bezugsrahmens strukturiert werden sollen. Zum anderen wird das fokale Konstrukt dieser Untersuchung, die Entscheidungszufriedenheit, von eng verwandten Konstrukten abgegrenzt. Abschnitt B dient der Darstellung grundlegender theoretischer Konzepte sowie der theoretischen Deduktion zu analysierender GroBen. Das Kapitel gliedert sich in zwei Unterabschnitte. Im ersten Teil wird auf das Konzept Kundenzufriedenheit naher eingegangen, im zweiten auf die Beftmde der entscheidungstheoretischen Forschung. Einfuhrend werden die klassischen Zufiiedenheitskonzepte, die sich auf die Zufriedenheit mit einer erhaltenen Leistung beziehen, diskutiert. Darauf auft)auend wird das Konzept der Entscheidungszufriedenheit in diesem For-

A. Relevanz und theoretisch-begriffliche Grundlagen schungsgebiet verortet und theoretisch ausfuhrlich fundiert. Der zweite Teil des Kapitels widmet sich zunachst den klassischen okonomischen Ansatzen des Kaufentscheidungsverhaltens. Diese unterstellen dem Entscheider lediglich eine einzelne Motivation: die der Nutzenmaximierung. Eine Diskussion der neueren okonomischen und verhaltenswissenschaftlichen Ansatze kann diese stark vereinfachte Sicht differenzieren. So wird mit den Konzepten der Bounded Rationality und des adaptiven Entscheidungsverhaltens auf die Konzepte der Prazision und der Kosten der Produktauswahl eingegangen. Das Konfliktmodell macht insbesondere auf entscheidungsbedingte Kompromisse und negative Emotionen aufinerksam. Die Konzeptualisierung von Entscheidungen als Suche nach leicht zu rechtfertigenden Verhaltensweisen und Minimierung negativer Emotionen kann den Konfliktansatz in Sinne dieser Untersuchung weiter prazisieren. Dabei findet eine Unterteilung negativer Emotionen statt, und zwar in solche, die nach der Entscheidung befurchtet werden, und solche, die bereits wahrend der Entscheidung erlebt werden. Das Kapitel schliefit mit einer Zusammenfassung der im Zuge dieses Uberblicks abgeleiteten Konstrukte. Im Ahschnitt C werden die aus der Theorie abgeleiteten Konstrukte in einem Gesamtzusammenhang gebracht. Es wird emeut auf die bestehende Forschung zuruckgegriffen, um ein Hypothesensystem zu prazisieren, welches Dependenzstrukturen zwischen sozialen, personen- und problemspezifischen Determinanten, der Erfiillung von Entscheidungszielen und der Entscheidungs- und Konsumzufriedenheit spezifiziert. Samtliche Strukturhypothesen formen ein Forschungsmodell zur entscheidungsspezifischen Erklarung von Entscheidungsund Konsumzufriedenheit. AbschlieBend wird dieses im Uberblick dargestellt, wobei implizite Annahmen des hergeleiteten Hypothesengefuges explizit gemacht werden. Das postulierte Wirkungsmodell wird in Abschnitt D einer empirischen LFberpriifung unterzogen. Das Kapitel beginnt mit den eingesetzten Methoden, deren Motivation sowie den Ergebnissen der qualitativen Voruntersuchung dieser Arbeit. Die Darstellung des Verfahrens der Datenerhebung, der untersuchten Stichprobe sowie der Operationalisierung der theoretischen Konstrukte leitet zu den Ergebnissen der quantitativen empirischen Untersuchung iiber. Hier werden sSmtliche Hypothesen des Forschungsmodells einer simultanen Priifung unterzogen sowie weiterfahrende Modellpriifungen untemommen, um nicht zuletzt die eingangs motivierte Frage der zeitlichen Stabilitat kausaler ZusammenhSnge zu ermitteln. Das Kapitel schlieBt mit einer Beurteilung der erzielten Resultate. Schlufifolgerungen aus der Diskussion in Abschnitt D werden im folgenden Abschnitt E gezogen. Hier werden eingangs empirisch berechnete totale Auswirkungen der untemehmerisch steuerbaren Determinanten auf die Entscheidungs- und die Konsumzufriedenheit aufgezeigt. Anhand dieser werden praktische Handlungsimplikationen fiir Handler und fur Hersteller abgeleitet. Das Kapitel endet mit einer Diskussion von Limitationen und Implikationen fiir zukunftige Forschungsbemiihungen.

A. Relevanz und theoretisch-begriffliche Grundlagen Abschliefiend werden die zu Beginn formulierten Forschungsfragen in Abschnitt F wieder aufgegriffen, urn diese mit den erzielten Resultaten explizit zu beantworten. Den Gang der Unteruchung faBt Abbildung 1 zusammen. Motivation und Forschungsfragen Iniiaitliciie und methodisclie Leitansatze Abgrenzung und terminologische Grundlagen

Besteliende Forschung zu Entscheidungs- und Konsumzufriedenlieit Ausgewahlte entsclieidungstheoretische Ansatze Ableitung von Konstrukten des Forsciiungsmodells AlischfittlC. ModellentMricklung

En^iische MoMlprQfung

ANteHnSttE

ANfchfimF.

Wirkung sozialer, personen- und problemspezifischer Determinanten Wirkung der Erfullung von Entscheidungszieien Zusammenfuhrung in einem Hypothesensystem und Diskussion von impliziten Annahmen

Forschungsmetiiodisches Vorgeiien Aufbau der Untersuciiung Ergebnisse der Hypotliesenprufung und weiterfuiirenden Datenanalyse Wurdigung der Modellreprasentation realer Phanome

Implikationen fur die Unterneiimenspraxis Limitationen der Forsciiungsbemuliungen Implikationen fur die zukunftige Forschung

Reflexion der Untersuchung Beantwortung der Forschungsfragen

Abbildung 1: Gang der Untersuchung 2.2.

Wissenschaftlicher Realismus und theoretischer Pluralismus als wissenschaftstheoretische Leitansatze

Bei der Verfolgung eines jeden Forschungsvorhabens stellt sich die Frage nach dessen Zielen und angestrebten Aussagen sowie den grundlegenden Verfahrensweisen (vgl. Homburg 1995: 53). Das Anliegen einer wissenschaftlichen Auseinandersetzung mit einem Themenbereich sieht Popper (1973: 213) darin, „befnedigende Erklarungen zu fmden fur alles, was uns einer Erklarung zu bediirfen scheint".

A. Relevanz und theoretisch-begriffliche Grundlagen Speziell in der betriebswirtschaftlichen Forschung unterscheidet man zwischen den wissenchaftstheoetischen Kategorien deskriptiver, explikativer und instrumenteller Aussagen (vgl. ausfuhrlich Fritz 1992: 59 ff.). Vorliegende Untersuchung will deskriptive Aussagen zur Beschreibung und inhaltlichen Erfassung der Entscheidungszufiiedenheit sowie vorgelagerter Konstrukte tatigen, indem eine Abgrenzung gegentiber verwandten Konzepten vorgenommen wird sowie Ergebnisse der verhaltenswissenschaftlichen Entscheidungstheorie zur Beschreibung realer Phanome herangezogen werden. Ein besonderer Schwerpunkt liegt auf der Herleitung explikativer Aussagen. Hier soUen die Fragen, warum Konsumenten Entscheidungsprozesse unterschiedlich zufriedenstellend empfinden und wie sich dies auf die Konsumzufriedenheit auswirkt, mit Hilfe einer empirischen Prufiing theoretisch hergeleiteter Hypothesen beantwortet werden. Schliefilich will sich diese Arbeit am Kriterium der Praxisrelevanz messen und auf Grundlage empirischer Untersuchungsergebnisse praktische Implikationen, aber auch Anwendungslimitationen flir die Untemehmenspolitik aufzeigen. Popper (u. a. 1973; 1989) ist einer der bekanntesten Wissenschaftstheoretiker, der zu den Verfahrensweisen wissenschaftlicher Forschung ein fiindamentales Orientierungssystem entwickelt hat. Seinem kritischen Rationalismus folgend, kann Erkenntnisfortschritt nur auf dem Wege standiger kritischer Pnifung und Revision von Theorien erzielt werden. Zentrales Element ist daher das an der Naturwissenschaft orientierte Prinzip der Falsifikation. Danach konnen Theorien gegen Kritik niemals immunisiert werden. Hypothesen oder Hypothesensysteme iiber realweltliche Zusammenhange konnen lediglich widerlegt, das heiBt falsifiziert, nicht aber belegt beziehungsweise verifiziert werden. Der Forscher soUte nach dem kritischen Rationalismus daher nicht induktive SchluBfolgerungen vomehmen und nicht von besonderen Satzen auf allgemeine schlieBen, sondem vielmehr eine deduktive Vorgehensweise anstreben. So sind nach Popper (1989: 7) aus theoretischen Systemen Folgerungen abzuleiten und miteinander sowie gegentiber anderen Satzen auf logische Beziehungen hin zu untersuchen. Einer Anwendung des kritischen Rationalismus in der sozialwissenschaftlichen Forschung sind zwei wesentliche Kritikpunkte entgegenzuhalten. So ist eine Obertragung naturwissenschafllich anwendbarer Prinzipien auf wirtschaftswissenschaftliche Bedingungen nicht ohne weiteres moglich, denn eine Analyse von Gesetzmafiigkeiten zur Hypothesenprufung wiirde eine Betrachtung einer Vielzahl von EinfluBfaktoren erfordem und damit unhandhabbar komplexe Forschungsmodelle provozieren (Kubicek 1975: 48 ff.). Kann aber nur ein Ausschnitt realer EinfluBfaktoren auf theoretischer Ebene berucksichtigt werden, ist eine Falsifikation im strengen Sinne nicht moglich. Femer ist auch die Messung von theoretischen Konstrukten, wie die der Zufiiedenheit, nicht mit der Messung objektiv physikalischer Zusammenhange zu vergleichen. So konnen in den Sozialwissenschaften faktisch stets fehlerbehaftete MeBinstrumente zu Verzerrungen bei der Hypothesenprufung fuhren (Anderson 1983: 21; Martin 1989: 23 ff.). Um den realen Gegebenheiten der betriebswirtschaftlichen Forschung besser Rechnung zu tragen, wird hier von einer strengen Orientierung am wissenschaftlichen Rationalismus Ab-

20

A. Relevanz und theoretisch-begriffliche Grundlagen

stand genommen. Insbesondere bestunde bei einer Anwendung dieser Grundhaltung das Problem, daB die untersuchten Forschungsfragen zu den Determinanten der Entscheidungszufriedenheit wissenschaftlich noch zu wenig durchdrungen sind, als daB eine Untersuchung voUstandig ohne die Induktion auskommen konnte. Fur diese Arbeit bietet sich hingegen eher eine Orientierung am Leitansatz des wissenschaftlichen Realismus an (Greenwood 1989; Hunt 1990; Homburg 1995). Im Gegensatz zum kritischen Rationalismus bezieht sich der wissenschaftliche Realismus explizit auf nicht beobachtbare Konstrukte als Objekte der Erkenntnis. Zu deren Messung bedarf es sogenannter Korrespondenzregeln zwischen der theoretischen Sprache des Forschers und den empirisch beobachtbaren Sachverhalten der Realitat (Droge 1984: 5 f.). Hunt (1990: 9) formuliert dies wie folgt: „some of our perceptions may be true others false or ,alternatively' some of our perceptions are ,more accurate' or ,close to the truth' than others". Der wissenschaftliche Realismus geht entsprechend davon aus, daB latente, theoretische GroBen nur iiber Indikatoren gemessen werden konnen, die, stets fehlerbehaftet, nicht unmittelbar zugangliche Sachverhalte widerspiegeln. Weiterhin wird die Induktion im Sinne des wissenschaftlichen Erkenntnisfortschritts explizit vorgesehen. Danach lassen sich mit Hilfe vieler Einzelbeobachtungen wissenschaftliche GesetzmaBigkeiten herleiten (Raffee 1984: 15). Eine theoriegeleitete, schrittweise erfolgende Approximation an die objektive Wahrheit, das heiBt auch eine positive Bestatigung von Hypothesen, kann folglich vorgenommen werden (Hunt 1984: 33; Homburg 1995: 59). Dennoch geht auch der wissenschaftliche Realismus davon aus, daB absolut sicheres oder allgemeingultiges Wissen selbst durch die wiederholte Priifiing an der Realitat nicht erreicht werden kann (Hunt 1990: 8fif.).Man folgt also auch hier der Ansicht, daB mit einzelnen empirischen Untersuchungen Forschungsmodelle nicht abschlieBend bewiesen werden konnen. Auch nach dem wissenschaftlichen Realismus gilt ferner, daB mit Hilfe empirischer Priifiingen modellhafte Vereinfachungen der Realitat zwar nicht bewiesen, aber doch als unzulassig widerlegt werden konnen. Wie bereits im vorigen Abschnitt angedeutet, soil in dieser Arbeit die Erfiillung von Zielen des Kaufentscheidungsverhaltens beschrieben werden. Dabei wird auf mehrere verhaltenswissenschaftliche Entscheidungstheorien rekurriert. Dieses Vorgehen folgt explizit der Leitidee von Feyerabend (1965), der mit dem theoretischen Pluralismus vorschlagt, verschiedene Theorien auf ihren Erklarungsbeitrag beziiglich eines Forschungsproblems hin zu untersuchen. Vor allem im deutschsprachigen Raum sind in den letzten Jahren mehrere auf dem wissenschaftlichen Realismus basierende Forschungsarbeiten entstanden, die erfolgreich dem theoretischen Pluralismus folgen (u. a. Fritz 1992; Homburg 1995; Peter 1997). Ziel solcher Verfahrensweisen ist es, einen moglichst groBen Varianzanteil spezifizierter Zielkonstrukte zu erklaren. So werden theoretische Ansatze aus unterschiedlichen Erkenntniszusammenhangen auf ihre Komplementaritat hin gepriift und in einen Gesamtzusammenhang gebracht. Da sich die neuere verhaltenswissenschaftliche Forschung in der Regel auf kognitiv-emotionale Teilaspekte des Kauf^erhaltens konzentriert (z. B. Simonson 1989; Payne, Bettman und Johnson

A. Relevanz und theoretisch-begriffliche Gmndlagen

11

1990a; Luce, Bettman und Payne 1997), ist es auch fur diese Untersuchung erforderlich, die verschiedenen Entdeckungszusammenhange jeweils isoliert zu diskutieren und deren Integrierbarkeit zu priifen. Zusammenfassend widmet sich diese Arbeit einer theoretisch wie empirisch noch nicht ausreichend erforschten Problemstellung. Dabei sollen Konstrukte wie die Kundenzufriedenheit und die subjektive ErfuUung von Entscheidungszielen untersucht werden, die sich einer unmittelbaren Beobachtung in der Realitat verschliefien. Eine umfassende Berucksichtigung deskriptiver Entscheidungstheorien macht es erforderlich, eine Vielzahl von Ansatzen zur Modellbildung heranzuziehen. Wissenschaftstheoretisch bietet es sich daher an, die weitere Themenbearbeitung am wissenschaftlichen Realismus sowie am theoretischen Pluralismus auszurichten.

3.

Begriffliche Grundlagen

Bevor eine theoretische Diskussion des Forschungsproblems vorgenommen werden kann, bedarf es einer Klarung der grundlegenden Begriffe und deren Zusammenhange sowie einer Abgrenzung zu verwandten Problemstellungen, die mit bestehenden Konzepten adressiert werden. In diesem Unterabschnitt soil beiden Forschungsaufgaben einfuhrend nachgekommen werden. 3.1.

Elemente des Kaufentscheidungsprozesses als zentrale Begriffe

Der ProzeB, den Konsumenten durchlaufen, um zu einer Kaufentscheidung und zu einem Zufriedenheitsurteil zu gelangen, ist durch ein komplexes Zusammenwirken einer Vielzahl psychologischer Konstrukte bestimmt, die in der Literatur wiederum mit einer Reihe von Termini erfaBt werden. Eine wissenschaftliche Auseinandersetzung mit den Auswirkungen der Entscheidungsfindung auf die Kundenzufriedenheit erfordert transparente, das heiBt intersubjektiv nachvoUziehbare begriffliche Beziehungen relevanter Termini zur Realitat (vgl. Raffee 1974: 26 f; Holden 1998: 92; Zinkhan und Conchar 2000: 300). Obwohl es bereits umfangreiche Literatur zum Thema gibt, weisen mehrere Autoren auf die immer noch bestehenden definitorischen Defizite hin. So wird die uneinheitliche Begriffsverwendung in der Forschung zur Kaufentscheidung (u. a. Mellers, Schwartz und Cooke 1998: 469; Irwin und Baron 2001: 247 f; Fischer und Wiswede 2002: 99 ff) wie auch zur Kundenzufriedenheit (u. a. Yi 1991: 92 ff; Oliver 1997: 12; Giese und Cote 2000: 1 f) vielfach kritisiert. Die Begriffe Entscheidungs- und Konsumzufriedenheit wurden bereits in Abschnitt A.l. eingefiihrt. Fiir die ubrigen Termini ist es zu Beginn dieser Untersuchung notwendig, das grundlegende VerstSndnis darzulegen und deren Zusammenhange zu beschreiben. Zur Strukturierung wird das Ablaufmodell der Kaufentscheidung von Engel et al. (1990: 28 ff) als Denkrahmen eingesetzt. Die Beschreibungen von Sequenzen psychologischer Stadien in Kaufentscheidungsprozessen sind in der Konsumenten- und Marketingforschung seit langem eine Orientierungshilfe (siehe

12

A. Relevanz und theoretisch-begriffliche Grundlagen

Foxall 1983: 21; Engel et al. 1990: 475 ff.; Kroeber-Riel und Weinberg 1999: 363 ff.; Wiswede 2000: 321 ff.). Wenngleich sich direkt keine empirisch tiberpriifbaren Aussagen ableiten lassen, ist eine Erfassung und Systematisierung grundlegender Termini im Sinne eines Bezugsrahmens moglich (vgl. Abel 1979: 139 ff. zum Bezugsrahmenkonzept). Gnindlegend fur die ProzeB- oder Ablaufinodelle ist die Annahme eines zunehmenden Verstandnisses und Konsumbedurfnisses wahrend der Kaufentscheidung, der Kulmination in Form starker Uberzeugungen, des resultierenden Kaufaktes und dessen Folge, des Konsumerlebnisses. Derartige Ablaufe werden durch eine Reihe von intemen und extemen Inputvariablen beeinfluBt (vgl. Engel et al. 1990: 41 ff) und je nach Verlauf als unterschiedlich zufriedenstellend empfunden (vgl. Westbrook und Newman 1978; Westbrook et al. 1978: 54 f; Fitzsimons et al. 1997: 5 ff; Zhang und Fitzsimons 1999: 193 ff). Neben personlichen Werthaltungen und bestehendem Wissen bilden Zielvorstellungen, Motivationen und Gefuhle sowie Einstellungen interne Inputvariablen des Kaufentscheidungsprozesses (vgl. Assael 1987: 30). Die Informationssuche und Verarbeitung wird ftindamental durch das vorhandene Produktwissen bestimmt (vgl. Bettman und Park 1980: 236 ff; Johnson und Russo 1984: 542 f; Srinivasan und Ratchford 1991: 234 ff). Das Produktwissen wird in bezug auf vier Ebenen verstanden: Produktkategorien, Produktformen, Marken und Modelle (Peter und Olson 1996: 82 ff; Flynn und Goldsmith 1999). Das Wissen tiber eine Produktkategorie ist dabei die umfassendste Ebene. Es bezieht sich sowohl auf die verfiigbaren Altemativen als auch deren Merkmale (Trommsdorff 2003: 94). In Anlehnung an die gangige Literatur wird fiir das Produktkategorienwissen in dieser Arbeit auch der Begriff Produktwissen verwendet (vgl. Lurssen 1989: 91). Dieses wird femer unter „Familiarity" diskutiert (Marks und Olson 1981: 145 ff; Johnson und Russo 1984: 542 ff). Familiarity kann mit Produktvertrautheit ubersetzt werden (Bleicker 1983: 183 ff). Der Vertrautheitsbegriff wird wiederum oft synonym mit dem der „Expertise", das heifit der Kenntnis eines Problembereichs, genutzt (z. B. durch Beattie 1983: 581 ff; Chi 1983: 569 ff). Fur den angestrebten Erkenntnisfortschritt dieser Arbeit ist eine weitere Differenzierung dieser Termini nicht von Interesse, weshalb die Begriffe im Folgenden ebenfalls synonym verwendet werden soUen. Produktwissen generieren Individuen auf Basis der produktbezogenen Informationsaufiiahme und -verarbeitung (Alba und Hutchinson 1987: 411; Ltirssen 1989: 92). Konsumenten eignen sich Kenntnisse tiber Ablaufe und Fakten, Problemlosungsmuster, sprachliche Bedeutungen und Interpretationen an (Trommsdorff 2003: 86). Im Gesamtzusammenhang hilft Produktwissen Entscheidem dabei, die Eignung von Produkten zur Erreichung personlicher Ziele und Werte zu prtifen (Alba und Hutchinson 1987: 414). Das vorhandene Produktwissen ist damit Ausgangspunkt der extemen Informationssuche und -aufhahme und ist mit dieser gleichzeitig die Grundlage ftir die Herausbildung von Motiven und Einstellungen. Aufgrund ihres initialen Wissensniveaus konnen Entscheider zwischen den beiden Polen unkundiger Nachfrager (Novizen) und Experten eingeordnet werden. Dabei ist zu beachten, daB der Wissenstand

A. Relevanz und theoretisch-begriffliche Grundlagen

13^

selbst im Entscheidungsprozefi aufgrund der Informationsaufnahme und -verarbeitung laufend aktualisiert wird (vgl. z. B. Payne et al. 1993: 9 f.). Den breitesten EinfluB auf ein ganzes Spektrum an Verhaltensweisen (iben personliche Werthaltungen aus. Rokeach (1973: 5) defmiert Werte als „an enduring belief that a specific mode of conduct or end-state of existence is personally or socially preferable to an opposite or converse mode of conduct or end-state of existence". Werte sind damit universelle, objektoder situationsunabhangige Uberzeugungen im Hinblick auf angestrebte Endzustande oder Verhaltensweisen (Gutman 1982: 63). Werthaltungen sind durch exteme Einflusse nur langfristig veranderbar und werden als BestimmungsgroBen der Personlichkeit verstanden (siehe auch Aschmoneit und Heitmann 2002: 15). Wahrend sie durch Kauf und Konsum von Produkten mit spezifischen Vor- und Nachteilen erreicht oder unterstiitzt werden konnen, ist eine Umkehrung dieses Zusammenhangs nicht vorzufmden (Gutman 1997: 546). In diesem Sinn lassen sich Werte als exogene EinfluBgroBen des KaufentscheidungsprozeB auffassen. Sie bilden die Beurteilungsgrundlage fur Objekte, Zustande oder Situationen. Aufgrund personlicher Wertvorstellungen entwickeln Individuen eine ablehnende oder annehmende Haltung (Vinson, Scott und Lamont 1977: 45 ff.; Engel et al. 1990: 338). Eng verwandt mit Werten sind Ziele des Kaufs. Ziele liegen sowohl in der Erreichung als auch in der Vermeidung von Endzustanden (Anderson 2003: 159). LFbergeordnete Ziele, z. B. die Erlangung eines hohen sozialen Status, konnen dabei inhaltlich aquivalent mit Werten sein, z. B. die Vermeidung gesundheitlicher Schaden (vgl. Pieters, Baumgartner und Allen 1995a: 229 f.). Im Gegensatz zu Werten lassen sich jedoch untergeordnete, operational Ziele identifizieren, durch die wiederum tibergeordnete Ziele definiert werden. So wird unter anderem bestehendes Wissen dazu genutzt, untergeordnete Ziele zu identifizieren, die die Erreichung von ubergeordneten erleichtem (vgl. Park und Smith 1989: 290).^ Untergeordnete Ziele beschreiben die Qualitaten des Nutzens eines Produkts, da sie verdeutlichen, inwieweit ein Produkt hilfl, erwunschte Endzustande zu erreichen (Gutman 1997: 547; Irwin und Baron 2001: 248). Es wird auch von Nutzen- beziehungsweise Selektionskriterien gesprochen, die in einer Kaufentscheidung Anwendung fmden (Assael 1987: 33). Ziele beschreiben also, was Konsumenten zu erreichen versuchen, warum sie dies erreichen woUen und wie sie dabei grundsatzlich vorgehen (Pieters et al. 1995a: 228). Einzelne iiber- und untergeordnete Ziele werden meist durch eine Reihe von Produkten adressiert. Umgekehrt konnen einzelne Produkte aber auch mehrere Ziele bedienen. Zwischen Zielen und Motiven beziehungsweise Bedurjhissen besteht eine enge Beziehung. Motive werden als in ihrer Starke variierende, zeitlich relativ stabile, latente Antriebe des

^ Untergeordnete Ziele konnen auch durch exteme Stimuli direkt ausgelQst werden. Chartrand (1996: 464 ff.; 2004: 3) konnte zeigen, daC Individuen extern stimulierte und unbewuBte Ziele in gleicher Weise wie bewuBt entwickelte verfolgen.

14

A. Relevanz und theoretisch-begriffliche Grundlagen

Konsumentenverhaltens verstanden (Assael 1987: 32; McFadden 1999: 2). Wahrend sich Ziele an einer funktionalistischen Sicht orientieren, in der die Sinn- und Zweckbestimmung des Verhaltens im Vordergrund steht, beziehen sich Motivationen auf dessen Ursachen (Fischer und Wiswede 2002: 99). Ziele liegen demnach stets explizit, das heifit kognitiv zuganglich vor. Motive sind hingegen auch implizit zu finden. Sie entsprechen somit nicht Zielen, sondem werden - ebenso wie Gefuhle - durch diese determiniert (McFadden 1999: 74; Trommsdorff 2003: 36). Konsumenten setzen sich untergeordnete Ziele, um ihre Motive Oder Bedurfiiisse zu erreichen, das heiBt, Bediirfhisse sind ein „requirement to fulfill a goal" (Oliver 1997: 28). Aus dieser Sicht sind Motivationen eine Predisposition zur Verfolgung praziserer Ziele. Werden solche Ziele nicht erreicht, verstarkt sich mit der Zeit das unterliegende Bedurfhis. Im Gegensatz zu unmotivierten Individuen reagieren motivierte Individuen mit mehr Anstrengung auf Storungen der Zielerreichung (Chartrand 2004: 6). Wie Ziele lassen sich auch Motive hierarchisch ordnen (u. a. durch Maslow 1954; vgl. auch KroeberRiel und Weinberg 1999: 143 ff.). Motive werden wie Ziele durch innere Stimuli, z. B. Mangelgefiihle, und durch auBere Reize aktualisiert (Weiner 1992: 2 ff.). Sie sind damit grundsatzlich Veranderungen, unter anderem wahrend des Entscheidungsprozesses, ausgesetzt. Einstellungen werden nach Ajzen und Fishbein beschrieben als „a learned disposition to respond in a consistently favorable or unfavorable manner with respect to a given object" (Ajzen und Fishbein 1975: 6).^ Im Gegensatz zu faktischen Uberzeugungen, z. B. zur objektiven Beschaffenheit eines Produkts, konnen Einstellungen nicht als Bestandteil des Wissens, sondem als evaluative Uberzeugungen etwa im Sinne von positiven oder negativen Produktbewertungen verstanden werden. Solche evaluativen Uberzeugungen werden gebildet, um die Reaktion auf exteme Stimuli, unter anderem bei der Kaufentscheidung, zu erleichtem. Mit Hilfe des Ruckgriffs auf evaluative mentale Strukturen konnen Individuen den Beurteilungsaufwand fur eine Vielzahl moglicher Verhaltensweisen reduzieren. Technisch werden Einstellungen als latente Grofien defmiert, die die Variation einer Batterie von Indikatoren erklaren (Irle 1975: 353; Ajzen 1988: 2). Entsprechend der Drei-Komponenten-Theorie ergeben sich Einstellungen aus affektiven, kognitiven und konativen Aspekten (Rosenberg und Hovland 1969: 3 ff.). Individuen versuchen diese konsistent zu halten, um kognitive und affektive Anspannung zu vermeiden (Fischer und Wiswede 2002: 254). Einstellungen basieren in der Regel auf mehreren Motiven und Wissenseinheiten uber einen Gegenstand oder eine Gegenstandsgruppe (Trommsdorff 2003: 37). Als multidimensionale

^ Kroeber-Riel und Weinberg (1999: 385) weisen darauf hin, daC Ziele und Motivationen indirekt durch Einstellungen wiedergegeben werden. Sie schlagen daher vor, auf diese beiden Begriffe zu Gunsten von Einstellungen verzichten. Obwohl eine enge Verzahnung der Begriffe vorliegt, ist eine differenzierte Begriffsverwendung ftir diese Untersuchung notwendig. So kann es z. B. zu Zielkonflikten bei Kaufentscheidungen kommen, die andere Auswirkungen auf den Entscheidungsprozefi haben als Konflikte zwischen Einstellungen (vgl. B.2.2.3).

A. Relevanz und theoretisch-begriffliche Grundlagen

15^

Konstrukte sind verschiedene Einstellungen wie Ziele und Motive nicht immer konsistent zueinander (Wiswede 2000: 314), so daB mehrere auch im Widerspruch stehende Einstellungen zum selben Gegenstandsbereich existieren konnen (Wilson, Lindsey und Schooler 2000: 104 ff.)."^ Individuelle Reaktionen werden nach diesem Verstandnis je nach Aktivierung einer spezifischen Einstellung hervorgerufen. Unter anderem zeigt sich, daB Einstellungen, die Individuen relativ schnell abrufen konnen, eine starkere Verhaltenswirkung besitzen als solche mit langen Reaktionszeiten (vgl. Fazio, Powell und Williams 1989: 280 ff.). „Attitudes are assumed to guide behavior in a spontaneous fashion when people are either not sufficiently motivated to engage in extensive deliberations, or when they are incable of doing so" (Ajzen 1996: 311). Dabei ist zu beachten, daB einzelne Einstellungen oflmals nicht hinreichend konkret oder kompatibel sind, um den Anforderungen eines Entscheidungsproblems zu geniigen (vgl. McFadden 1999: 81). Obwohl Einstellungen als zeitlich relativ stabile Pradisposition gegeniiber einem Objekt angesehen werden, unterliegen auch sie Veranderungen (Assael 1987: 30; McFadden 1999: 81). So konnen wahrend des Entscheidungsprozesses neue Wissenselemente hinzukommen oder sich die Salienz bestehender Wissensstrukturen andem, womit gerade der ProduktauswahlprozeB Einstellungswandlungen auslost. Wie genau Einstellungen im Entscheidungsverhalten umgesetzt werden, ist jedoch weitgehend unerforscht. So gilt auch heute noch: „attitude research and decision-making research have grown up in relative isolation from each other" (Wright 1975: 119; vgl. auch Weber und Johnson 2004). Fiir diese Untersuchung kann konstatiert werden, dafi Einstellungen aufgrund mangelnder Konsistenz, Verfiigbarkeit und Kompatibilitat nicht immer im EntscheidungsprozeB anwendbar sind und sich selbst wiederum durch die Informationsverarbeitung wahrend der Produktauswahl verandem (Ajzen 1996: 307). Einstellungen beinhalten nicht nur eine affektive Komponente, sondem konnen auch durch Gefuhle determiniert werden. Gefuhle oder Emotionen sind vorubergehende, nicht regelmaBige Empfindungszustande, die sich durch die Art ihrer Bewertung, deren Vorzeichen und die Intensitat der Erregung beschreiben lassen (Fischer und Wiswede 2002: 110).^ Sie kommen spontaner und weniger iiberlegt zustande als Einstellungen (Oliver 1997: 28). Wahrend einige Emotionen kognitiven Ursprungs sind, sind andere eher biologischen Ursprungs, wie z. B. die Angst. Dabei diirfen Gefuhle nicht mit Reflexen, z. B. dem Erschrecken, verwechselt werden (Lazarus 1991b: 820 ff). Reflexe konnen wiederholt durch denselben Stimulus ausgelost werden, wahrend dies bei Gefiihlen ausgeschlossen ist. Emotionen sind eine Form

Je starker sich im Konflikt stehenden Einstellungen uberlagera, desto eher werden sich Individuen des Konfliktes bewuBt und versuchen diesen aufzulosen (Cohen und Reed 2004: 2). In der psychologischen Forschung findet sich eine kontroverse Debatte iiber die tatsachlichen Charakteristika von Gefiihlen. Ein neuerer Uberblick zu dieser Diskussion findet sich bei Cacioppo und Gamer (1999). Die definitorische Uneinigkeit zeigt sich nicht zuletzt daran, dafi Literaturanalysen mehr als 92 verschiedene Definitionen identifizieren konnen (vgl. Kleinginna und BCleinginna 1981: 345 ff.).

16

A. Relevanz und theoretisch-begriffliche Grundlagen

der Kommunikation des Individuums mit sich selbst oder anderen Personen in bezug auf wichtige Bedurfhisse und Ziele (Frijda 1988: 350 f.; Oatley und Jenkins 1992: 55 ff.; Luce, Bettman und Payne 2001a: 11). Im Gegensatz zu Stimmungen beziehen sich Gefiihle auf konkrete Sachverhalte (Trommsdorff 2003: 70) und bestehen nur fur eine relative kurze Zeit (Mellers et al. 2001: 265). Bedurfhisse und Gefuhle sind eng miteinander verbunden. So konnen Diskrepanzen zwischen Soil- und Ist-Werten negative Gefuhle hervorrufen. Umgekehrt wirken Gefuhle selbst auch als Motivation, z. B. wenn bestimmte angenehme Emotionen angestrebt werden. Da Menschen viele unterschiedliche Gefuhle unterscheiden konnen, hat sich in der wissenschafllichen Diskussion die Ansicht durchgesetzt, Gefuhle entstunden durch die gedankliche Einordnung und Interpretation unspezifischer Aktiviertheit (Schachter 1964; Lazarus 1991b: 824).^ Dennoch sind Gefuhle nicht als in Kognitionen eingekleidet zu verstehen. Wenngleich sie durch Kognitionen ausgelost werden konnen (Luce, Payne und Bettman 2001b: 144), bilden sie oflmals das primare Geschehen, auf das weitere Kognitionen aufbauen (Zajonc 1980: 151 ff). In der Konsumforschung ist in diesem Zusammenhang der Begriff Affekt verbreitet. Ftir diesen finden sich besonders heterogene Begriffsverwendungen (vgl. Isen 1984: 179 ff). Er wird sowohl als tibergreifendes Konstrukt wie wahlweise ftir die Beschreibung von Stimmungen, Gefuhlen oder auch Einstellungen verwendet. In der jiingeren Forschung sehen einige Autoren die Tendenz, Affekte lediglich auf Emotionen zu beziehen (Oliver 1997: 27). Dabei wird der Affektbegriff verwendet, um Gruppen von Emotionen gleicher Polaritat zu erfassen, z. B. positive oder negative Affekte (z. B. Watson, Clark und Tellegen 1988: 1063). Dieser Begriffsverwendung wird im Weiteren gefolgt. Trotz des Einflusses von Emotionen auf die Integration neuer Informationen, die Kreativitat der Informationsverarbeitung und das Verhalten selbst wurden Emotionen lange Zeit in der Konsumentenforschung, insbesondere bei der ErklSrung des Entscheidungsverhaltens, vemachlassigt (Weinberg 1991: 70; Loewenstein et al. 2001: 267 f; Anderson 2003: 141). Neben den intemen Inputvariablen bestimmen auch eine Reihe extemer Grofien den EntscheidungsprozeB. Diese werden in der Kegel in Umweltreize und betriebswirtschafllich bestimmte Marketing-Stimuli unterteih (vgl. z. B. Assael 1987: 32; Wiedmann, Walsh und Klee 2001: 89). Umweltreize sind dabei situative, soziale sowie kulturelle Einflusse. Zu den Marketing-Stimuli zahlen samtliche absatzpolitischen Mai3nahmen, die Untemehmen gegentiber Konsumenten ergreifen, um unter anderem deren Aufmerksamkeit, tJberzeugungen und Einstellungen zu beeinflussen.

^ Inwieweit Emotionen gedanklich, das heiBt kognitiv, eingeordnet werden, ist dabei unklar. Eine der Ursachen der definitorischen Heterogenitat in diesem Bereich ist darauf zuriickzufuhren, dafi man sich in der Literatur uneinig ist, wo Emotionen aufhoren beziehungsweise Kognitionen beginnen (Oliver 1997: 293 f.).

A. Relevanz und theoretisch-begriffliche Grundlagen

2Z

Der Kaufentscheidungsprozefi wird in der Literatur in fiinf Phasen steigenden Verstandnisses eingeteilt: (1) Bediirfhiserkennung, (2) interne und exteme Informationssuche^, (3) Evaluation Oder Entscheidungsfindung, (4) Entscheidung beziehungsweise Kaufakt und (5) Kauffolgen beziehungsweise Konsum (Engel et al. 1990: 27 ff.). Im Gegensatz zu den ZustandsgroBen der diskutierten Inputvariablen sind diese als ProzeCgrofien zu verstehen. Derartige Phasendarstellungen des Kaufverhaltens werden unter anderem durch Wiswede (2000: 323) kritisiert. Er beanstandet, es bleibe unklar, ob ein normatives oder ein deskriptives Entscheidungsverstandnis Basis der Darstellung sei. Vor allem erinnere die strikt sequentielle Anordnung der Kaufentscheidungsstadien an ein normatives Entscheidungsmodell, da Konsumenten faktisch haufig Phasen tiberspringen oder zu friihen Phasen zuriickkehren. Fiir die Untersuchung des Einflusses der Kaufentscheidung auf die Kundenzufriedenheit ist das tatsachliche und nicht das theoretisch eindeutig vorhersagbare Kaufverhalten von Interesse (siehe auch Abschnitt B.2.I.3.). Daher mussen im Sinne eines deskriptiven Verstandnisses in den Bezugsrahmen Ruckkopplungs- und Auslassungseffekte Eingang finden (vgl. Engel et al. 1990: 33). Zudem muB die Phaseneinteilung selbst auf ihre empirische Entsprechung hin geprtift werden, da diese nur soweit hilfreich ist, wie sie von Individuen auch als solche erlebt wird beziehungsweise wie sich Prozesse nachweisen lassen, die sich qualitativ unterscheiden. Wahrend bei den ubrigen drei ProzeBphasen in der Literatur Einigkeit besteht, wird die Trennung von Such- und Evaluationsphasen kontrovers diskutiert. Obwohl eine Reihe von Autoren eine solche Trennung propagiert (Payne 1976: 366ff; Lussier und Olshavsky 1979: 154 ff.; Biehal und Chakravarti 1986: 382 f.; Kroeber-Riel und Weinberg 1999: 375), widersprechen die Ergebnisse von Greenleaf und Lehmann (1995: 189) dieser Ansicht. In einer qualitativen Untersuchung finden die Autoren heraus, dafi Konsumenten zwischen den beiden Stadien selbst keine Unterscheidung machen beziehungsweise keine unterscheidbaren Aktivitaten wahmehmen. Demgegeniiber k^nnen derartige Unterschiede von Russo und Leclerc (1994: 277 ff) anhand von Beobachtungen, unter anderem Blickaufzeichnungen, experimentell nachgewiesen werden. Es laBt sich damit vermuten, daB sich beide Phasen stark iiberschneiden, Aktivitaten aber nicht konsistent in einer Phase durchgefiXhit werden (Russo und Leclerc 1994: 286.). So nimmt man an, Konsumenten wurden tatsachlich opportunistisch vorgehen. Bewertungen und Vergleiche konnen demnach entgegen der normativen Einteilung durchaus schon bei der Informationssuche stattfmden, etwa wenn im Lebensmittelhandel Preise pro Gewichtseinhait angegeben werden, die dem Konsumenten unmittelbare Gegenuberstellungen ermoglichen. Im Folgenden werden die beiden Stadien der Informationssuche und der Evaluation daher gemeinsam behandelt. Die konzeptionellen

Statt Suchphase wird auch der Begriff Screetiingphase verwendet. Dieser la6t jedoch vermuten, es handle sich grundsatzlich um eine (strategische) Vorselektion von Altemativen. In dieser Arbeit wird der Begriff Suche verwendet, da dieser auch nicht auswahlbezogene Aktivitaten wie die Orientierung mit einschUefit.

28

A. Relevanz und theoretisch-begriffliche Grundlagen

Unterschiede zwischen beiden Aktivitaten werden durch zwei interdependente Subaktivitaten abgebildet. Die Suche und die Verarbeitung von Informationen uber Altemativen sowie das Abwagen zwischen verschiedenen oftmals ahnlich attraktiven Prodvikten bedeutet fiir Konsumenten Aufwand. Individuen tendieren daher dazu, Energie zu sparen und Entscheidungen zu vermeiden, indem sie z. B. keine Veranderungen am Status quo vomehmen (Samuelson und Zeckhauser 1988: 8 ff.; Ritov und Baron 1992: 49 ff.; Greenleaf und Lehmann 1995: 186). In der ersten Phase des Kaufentscheidungsprozesses, der Bediirfhiserkennung, mufi daher eine Differenz zwischen einem Ziel- und einem tatsachlichen Zustand vorliegen, die eine ausreichend grofie Motivation auslost, um den Kaufentscheidungsprozefi zu initiieren (Engel et al. 1990: 27). Anders ausgedruckt, es lafit sich konstatieren, daB jeder Kaufentscheidung ein aktives Ziel inharent ist (Markman, Zhang und Moreau 2000: 357). Bediirfhisse konnen durch interne wie exteme Inputvariablen ausgelost werden. Bereits vor der tatsachlichen Entscheidung konkretisieren sich die intemen Inputvariablen im Zuge der Bedtirfiiisentstehung (Assael 1987: 28 f.). Es kommt zu einem Zustand der Anspannung, der, bei ausreichender Motivation, zu erhohter Aufinerksamkeit und verstarktem Suchverhalten gegeniiber relevanten Stimuli fiihrt. Vor der Darstellung der grundsatzlichen Prozesse bei der Informationssuche und Entscheidungsflndung muB zunachst darauf eingegangen werden, wann diese Prozesse nicht auftreten und dieses Stadium ubersprungen wird. Eine weitverbreitete Realdion auf eine Kaufentscheidung ist schlicht, eine vorangegangene Verhaltensweise aus dem Gedachtnis abzurufen und diese zu wiederholen. Vor allem im Bereich kurzlebiger Konsumguter zeigt sich eine bemerkenswerte Stabilitat tiber verschiedene Einkaufszeitpunkte hinweg (Guadagni und Little 1983: 207 ff.; Keane 1997: 317 ff). Fiir Entscheidungen, bei denen lediglich vorherige Evaluationen aktiviert werden oder direkt auf interne Stimuli zuruckgegriffen wird, hat Wright (1975: 66) allgemein den Begriff „affect referral" gepragt.^ Bei Kaufentscheidungen, die stark durch Affect Referral gepragt sind, fmdet kerne extensive Informationssuche und Entscheidungsflndung statt. Die deskriptive Entscheidungsanalyse beschaftigt sich mit Entscheidungsproblemen, die ein Minimum an Unbekanntheit oder Komplexitat aufweisen, so daB Affect Referral nicht als Losung fur das Entscheidimgsproblem in Frage kommt (vgl. Bettman et al. 1998: 188 ff). In

In der Literatur finden sich Versuche, Kaufentscheidungen in extensive, Umitierte, habitualisierte und impulsive Auswahlprozesse zu unterteilen (vgl. Howard und Sheth 1969: 27 und 150; Kroeber-Riel und Weinberg 1999: 359). Hier ware „afFect referral" bei den reaktiv gepragten impulsiven und habitualisierten Entscheidungen einzuordnen (Weinberg 1994: 174). Wiswede (2000: 321 f.) merkt jedoch an, derartige Einteilungen befanden sich auf unterschiedlichen logischen wie psychologischen Ebenen und wurden eine DifFerenzierungen vortauschen, die lediglich idealtypischen Wert habe. Anders gesagt: In realen Produktauswahlsituationen finden sich fast ausschliefilich Durchmischungen dieser Entscheidungstypen. Aus diesem Grund werden derartige Klassifizierungen hier nicht weiter verfolgt.

A. Relevanz und theoretisch-begriffliche Grundlagen

19^

diesen Fallen kommt es zur intemen und extemen Suche nach kaufrelevanten Informationen, deren Verarbeitung und Bewertung in Form der Entscheidungsfindung.^ Verschiedene Studien konnten zeigen, daB Konsumenten keine aufwendige exteme Informationssuche betreiben, wenn die erwarteten Vorteile der Suche nicht deren Zeit- und Kostenaufwand iibersteigen (z. B. Punj und Staelin 1983: 367 ff.; Srinivasan und Ratchford 1991: 234 ff.). Zusatzliche Informationen werden damit erst nach dem Rtickgriff auf den bestehenden Wissensbestand aktiv gesucht. Hier gehen Konsumenten stark selektiv vor, indem sie vorwiegend mit bestehenden Uberzeugungen konsistente Informationen suchen und beachten (Assael 1987: 116 f.; Wiswede 2000: 325 und die dort zitierte Literatur). Dabei wird die Produktwahmehmung als kognitive Representation produktrelevanter, extemer Informationen aufgefafit (Nieschlag, Dichtl und Horschgen 2002: 605 f), die durch die Filterungsfiinktion und den Aktivitatsgrad der Wahmehmung sowie die intemen und extemen Inputvariablen beeinfluBt, das heiBt subjektiv gepragt wird (Nieschlag et al. 2002: 608). Interne Informationen werden nicht zuletzt verwendet, um zu priifen, inwieweit die weitere Verarbeitung innerhalb eines stark reduzierten Consideration Sets durchgefahrt werden kann (Roberts und Lattin 1997: 406 ff; Paulssen 2000: 33 f).^^ Auch die Wahmehmung von Informationsbestandteilen beziiglich einzelner Produkte verlauft in der Regel selektiv durch die Konzentration auf Schltisselinformationen oder stark abstrahiert, durch das „chunking" Oder Gmppieren von Informationseinheiten (Louden und Delia Bitta 1993: 406). Fiir den weiteren EntscheidungsprozeB miissen die so aufgenommenen Informationen verarbeitet und zumindest kurzzeitig gespeichert werden. Dies erfordert ein Verstandnis der als relevant erachteten Eigenschaften, um die zugehorigen Informationen kategorisieren zu konnen (Neisser 1976: 23). Nach Slovic tendieren Individuen dazu, Informationen in der Form zu verwenden, wie sie prSsentiert werden (1972: 9 f). Bei der Wahmehmung und Verarbeitung werden damit Informationen selten bewuBt manipuliert. Sie werden aber zumindest vorlaufig gewoUt (vgl. Markman et al. 2000: 348) und aufgmnd von Inkompatibilitaten beziehungsweise Verarbeitungsproblemen auch ungewoUt von der weiteren Entscheidungsfindung ausgeschlossen. Um eine Kaufentscheidung vorzubereiten, nutzen Personen die verarbeiteten Informationen fiir einen Vergleich verfiigbarer Altemativen, um eine Verhaltensweise zu identifizieren, die am ehesten ihrem kognitiven und emotionalen System entspricht. Die Moglichkeit von Widerspruchen zwischen einzelnen Zielen (Bettman et al. 1998: 188) oder einzelnen Einstellungen, die im Vergleich zu den Erfordemissen der Entscheidung relativ hohe Abstraktionsebene und die oft kombinatorische Uberfordemng (Capon und Kuhn 1982: 450 ff)

Mit diesen Vorgangen beschaftigt sich auch die Information-Processing(IP)-Perspektive, die beginnend mit van Raaj (1977) auf den KaufentscheidungsprozeB angewendet wurde (siehe auch Abschnitt B.2.2.2). Untersuchungen konnten zeigen, daB Konsumenten im Durchschnitt zwei bis sechs Optionen tiefergehend evaluieren (z. B. Hauser und Wemerfelt 1990: 400).

_20

A. Relevanz und theoretisch-begriffliche Grundlagen

verdeutlichen, daB eine eindeutige Identifikation einer bevorzugten Alternative in der Kegel nicht moglich ist (Loewenstein 2001: 502). So schreibt March (1978: 598), „human beings have unstable, inconsistent, incompletely evoked, and imprecise goals at least in part because human abilities limit preference orderliness". Die verhaltenswissenschaftliche Entscheidungsforschung nimmt daher an, dafi Praferenzen - auf den stabileren intemen Inputvariablen aufbauend - in einem kontextabhangigen ProzeB konstruiert werden (Payne et al. 1992: 87 ff.; Slovic 1995: 365 f.; Lehmann 1998: 63). In diesem ProzeB wird unter anderem die Wichtigkeit konkurrierender Zielvorstellungen oder Einstellungen bestimmt. Bei der Uberprtifung und Rationalisierung vorlaufiger Entscheidungen kann es, wie erlautert, zu Veranderungen von Einstellungen, Zielen und Motivationen selbst kommen. In diesem Kontext bedarf der Praferenzbegriff weiterer Klarung, da dieser in der Literatur heterogen verwendet wird. Praferenzen konnen sich prinzipiell auf einzelne Eigenschaften von Altemativen, auf gesamte Altemativen oder auf eine Menge von Altemativen beziehen. Einige Autoren bestreiten die Existenz von Praferenzen im idealen Sinn, vor sowie wahrend

Kaufentscheidungen

(McFadden 1999: 74). Andere sprechen von latent vorhandenen Praferenzen, die durch simulierte Entscheidungssituationen aufgedeckt werden konnen (z. B. Green, Krieger und Wind 2001: 57).^^ Eine Vielzahl von Studien spricht jedoch gegen letztere Auffassung (vgl. Slovic 1995: 364). Bei der Beschreibung von Entscheidungsvorgangen ist es daher gegeben, den Begriff Praferenzbildung zu verwenden (vgl. Dhar 1992: 216; Camerer und Loewenstein 2003).^^ Als Praferenz laBt sich dabei die Bevorzugung einer der berucksichtigten Altemativen bei AbschluB der Kaufentscheidung auffassen (Irwin und Baron 2001: 247).^^ Oflmals bilden Konsumenten eine Praferenzstmktur, ohne direkt im AnschluB einen Kauf zu tatigen, sondem verschieben diesen zum Teil iiber Monate (Greenleaf und Lehmann 1995: 197). In der Kaufphase fallt der Nachfrager demnach die letzte Entscheidung, ob und wann er den Kauf eines Produktes tatsachlich tatigt. Da es auch ohne extensive Informationssuche und Entscheidungsfmdung zu einem Kauf kommen kann, ist die Kaufmtention weder eine notwendige noch eine hinreichende Bedingung fiir den tatsachlichen Produkterwerb (Engel et al. 1990: 537 f ) .

*^ Bei verkiirzten Kaufentscheidungen werden nicht alle Informationen und Altemativen berucksichtigt (siehe Abschnitt B.2.2.2.1). Aus dieser Sicht konkurrieren Praferenzen beziehungsweise eindeutige Bevorzugungsvorstellungen iiber samtliche Ahemativen mit einfachen Entscheidungsheuristiken. '^ Frey (1990: 72) differenziert zwischen grundlegenden und effektiven Praferenzen. Wahrend effektive Praferenzen starken Veranderungen unterworfen sind, werden grundlegende Praferenzen als stabil angesehen. Dabei sind die effektiven Praferenzen unmittelbar verhaltensrelevant und die grundlegenden Praferenzen bestimmen das Verhalten lediglich indirekt. Grundlegende Praferenzen sind damit analog zu den intemen Inputvariablen zu verstehen. ^^ In der Marktforschung, unter anderem der Conjoint-Analyse (vgl. ausfiihrlich Green und Srinivasan 1990), wird versucht, Praferenzen zu Nutzenindizes zu verdichten. Solche Analysen mussen nach dem hier dargelegten Verstandnis praziser als (wenig stabile) Einstellungsmessung aufgefafit werden (Payne 1993: 8).

A. Relevanz und theoretisch-begriffliche Grundlagen

2j_

Das Ende des kompletten Kau^rozesses bildet jedoch nicht der Produkterwerb. Insbesondere bei Produkten, die in einem ausgiebigen Entscheidungsprozefi ausgewahlt wurden, kommt es im Zuge des Konsums beziehungsweise der Produktnutzung zur Reflexion der eigenen Entscheidungsfahigkeit (Oliver 1997: 10), so dafi psychische Vorgange wahrend des Entscheidungsprozesses im Zusammenhang zu solchen nach dem Kauf stehen (vgl. Cardial et al. 1994: 549 ff.). Vorliegende Arbeit konzentriert sich auf das Erlebnis von Kaufentscheidungsprozessen und dessen Auswirkungen. Hierfur ist es weniger von Bedeutung, welches Produkt der Nachfrager letztendlich auswahlt, sondem vielmehr in wie weit er seine Ziele wahrend des Produktauswahlprozesses umsetzen kann. Bettman et al. (1998: 194 ff.) fuhren namlich aus, daB Nachfrager nicht nur mit dem Konsum spezifische Ziele verfolgen, sondem auch generische Entscheidungsziele das Vorgehen bei der Produktauswahl motivieren. Im Detail werden diese Entscheidungsziele in den Abschnitten B. und C. diskutiert. Zur Verortung seien sie entsprechend Bettman et al. (1998: 194 ff.) als Annaherungs- und Vermeidungsziele klassifiziert. Deren Erreichbarkeit wird determiniert durch den Entscheidungsprozefi und den ProzeJJ bestimmende Inputvariablen. Wie erinnerlich, wird die Entscheidungszufriedenheit als zusammenfassende Beurteilung der Erfahrungen bei der Produktauswahl definiert (Fitzsimons et al. 1997: 12 ff. sowie Abschnitt A. 1.1.). Da mit den Entscheidungszielen die zentralen Motivatoren der Entscheidungsfindung erfaBt werden, bestimmt deren letztendliche Umsetzung die Zufriedenheit mit dem Entscheidungsprozefi. Wie noch zu zeigen ist, konnen mit dieser wiederum Schwankungen in der Zufriedenheit mit dem Prozefiergebnis erklart werden. Entsprechend den Ausfuhrungen sind die beschriebenen Termini als Grundgeriist fur die weitere Bearbeitung in Abbildung 2 zusammengefafit.

A. Relevanz und theoretisch-begriffliche Grundlagen

22 ta^pia^bm^iiiim

IOiii^inlsc^N^ui«gpsifMrc»^

Interne Variablen Bedtirfniserkennung

lungen

nt

Werthaltungen

/

Emotionen

Obergeordnete Zele -•

t

Externe und interne Informationssuche

II

Motive/ BedUrfnisse

tt 1

Untergeordn. Ziele/ Nutzen

t

*-**' *-

4-»

1

Wissen

Walimehmung & Verarbeitung (individuelle Stimuli)

t Erftillung von Entscheidungszielen

Praferenzbildung (Vergleich)

Exteme Variab len Entscheidungsfindung Umwelt Kultur Situative Determinanten Soziales Umfeld

r

"1

Marketing Produkt F»reis istribution Kornrr unikation

Entscheidung: Kauf

Entscheidungs- . , ^ zufriedenheit

NichtKauf

[ Ergebnis: Konsum/ Produktnutzung

Konsumzufriedenheit

Abbildung 2: Der Kaufentscheidungsprozefi als theoretischer Bezugsrahmen (aufbauend auf Assael 1987: 30 ff.; Engel et al. 1990: 28 ff.; McFadden 1999: 74 f.). Zur genaueren Verortung der vorliegenden Arbeit bedarf es der inhaltlichen Abgrenzung zu verwandten Konzepten, die ebenfalls im weiteren Sinne als Reflexionen von Produktauswahlprozessen verstanden werden konnen. Diese sollen im Folgenden kurz dargestellt und mit der Entscheidungszufriedenheit in Relation gebracht werden. 3.2.

Abgrenzung der Entscheidungszufriedenheit zu verwandten Begriffen

Bine Reihe von Untersuchungen widmet sich dem Konstrukt Consumer Confusion. Grundlegend kann Konfusion als „eine Stoning des Zusammenspiels zwischen Person und Umgebung" verstanden werden (Olbrich 1988: 48). Der Begriff wird einerseits fur die (unbewufite) Verwechslung von Marken und Imitationsmarken verwendet (z. B. Loken, Ross und Hinkle 1986: 195 ff.; Foxman, Muehling und Berger 1990: 172; Kapferer 1995: 101). Andererseits wird mit Konfusion ein bewuBter und unbewuBter Zustand „verminderter kognitiver Leistungsfahigkeit" (Walsh 2002: 24) beschrieben, der zu „bruchstuckhaftem Denken, Ablenkbarkeit, Unsicherheit und Angst" (Klein 1991: 58) fiihren kann (vgl. auch Sproles und Kendall 1986: 274). Wahrend einige Untersuchungen sich unmittelbar auf die Evaluationsaktivitat beziehen (Balabanis und Craven 1997: 299 ff; Huffman und Kahn 1998: 499 f), beziehen sich andere auf Wahmehmungsstorungen (Foxman et al. 1990: 178 ff; Kapferer 1995: 557), und wieder andere differenzieren nicht zwischen Vorkauf- und Nachkaufphasen, beziehen sich also auf eine Art grundsatzliches Verstandnis der am Markt

A. Relevanz und theoretisch-begriffliche Grundlagen

23

angebotenen Produkte (z. B. Tumbull, Leek und Ying 2000: 152 f.; Walsh und HennigThurau 2002: 99 f.)/"^ Aufgrund dieser Heterogenitat erkennen einige Forscher defmitorische Unklarheiten und Widerspniche (z. B. Tumbull et al. 2000: 145; Wiedmann et al. 2001: 84). Grundsatzlich weisen diese Studien aber darauf hin, daB bestimmte Produktauswahlsituationen einen unangenehmen Zustand hervorrufen konnen, den Konsumenten zu beseitigen versuchen (Mitchell und Papavassiliou 1999: 327) und der negative Folgen fur Untemehmen haben kann, z. B. eine mangelnde Markenerinnerungsfahigkeit (Foxman et al. 1990: 182 ff.), Reduktionen in Vertrauen und Zufriedenheit und den Aufschub von Kaufentscheidungen (Walsh und Hennig-Thurau 2002: 101 f.). Dabei wird angenommen, Konsumenten wiirden versuchen, Konfusion zu reduzieren, sobald ihnen diese bewuBt wird. Zu den Dimensionen der Konfusion werden zu viele, zu unklare und zu schlecht unterscheidbare Stimuli gezahlt (Wiedmann et al. 2001: 89). Die unbewuBt auftretende Konfusion ist ungeeignet, um die bewuBte Bewertung von Kaufentscheidungen zu untersuchen. Wenn sie nicht in ausreichendem Umfang durch den Konsumenten abgebaut werden kann, driickt sich die bewuBte Konfusion durch die Nichterreichung von Entscheidungszielen aus. Die Elemente der Konfusion bilden damit Antezedenzien zur abschlieBenden Bewertung des Auswahlvorgangs. Eng verwandt mit der Konfiision ist die Unsicherheit (vgl. Balabanis und Craven 1997: 299 ff.). Diese bewuBte Einschatzung der Kaufentscheidungssituation entsteht ebenfalls durch den EntscheidungsprozeB, und zwar immer dann, wenn Konsumenten mit ihrem vorhandenen Wissen Entscheidungskonsequenzen schlecht beurteilen konnen (Kerby 1975: 130 ff). Legt man ein konsequenzorientiertes Entscheidungsverstandnis zugrunde, dann miissen Individuen nicht nur Praferenzen fur die angebotenen Gtiter entwickeln, sondem gleichzeitig die Eintrittswahrscheinlichkeiten erwarteter nutzenstiftender Konsequenzen abschatzen (Loewenstein et al. 2001: 267 ff; Fischer und Wiswede 2002: 114f). Unsicherheit kann unter anderem durch Faktoren wie einen geringen Zugang zur physischen Realitat, mangelnde Produkterfahrung oder intransparente Marktsituationen hervorgerufen werden (Mitchell 1995: 116; Wiswede 2000: 324). Der so ausgeloste Zustand wird auch als Verhaltensunsicherheit bezeichnet (Urbany, Dickson und Wilkie 1989: 208 f). Tritt Unsicherheit im Zusammenhang mit irreversiblen Entscheidungen, langfristigen oder bedeutsamen Kauffolgen auf, wird der BQ^n Kaufrisiko verwendet (Cox 1967: 34 ff; Wiswede 2000).^^ Die fruhe Literatur zum Thema versteht Entscheidungen, in denen Gefuhle der Besorgnis auftreten, als riskante Ent-

^* Konfusion wird auch als mentale Grundorientierung von Konsumenten bei Kaufentscheidungen im Sinne eines Persohnlichkeitsmerkmals verstanden (Sproles und Kendall 1986: 269). Es ist nicht auszuschlieBen, daB in den Untersuchungen ohne differenzierten Bezug zu einer spezifischen Kaufentscheidung tatsachlich ein personengebundenes Merkmal gemessen wurde. Dies entspricht der Einordnung von Tumbull et al. (2000), die die Konfusion als Ursprung beziehungsweise InputgroBe des Kaufentscheidungsprozesses betrachten. '^ Zur Differenzierung der Begriffe Risiko und Unsicherheit herrscht in der Literatur Uneinigkeit. Hansen (1972: 89) setzt an die Stelle der Komponente Kauffolgen die Komponente Wichtigkeit. Raffee (1974: 101) setzt Unsicherheit und Risiko gleich. Dem folgen auch Schifftnan und Kanuk (1997: 183), die schreiben: „Perceived risk is defined as uncertainty that consumers face".

24

A. Relevanz und theoretisch-begriffliche Grundlagen

scheidungen (Bauer 1960: 389 ff.; Bettman 1973: 184 ff.). Als Komponenten des Kaufrisikos werden instmmentelle, finanzielle, psychologische, soziale und physische Folgen des Kaufs angesehen (z. B. Kaplan 1974: 287 ff.; Stone und Mason 1995: 144 f). Bei Zuwachsentscheidungen sind Konsumenten gnindsatzlich risikoaversiv und schlagen Risikoreduktionsstrategien ein (Rosenstiel und Ewald 1979: 93). Diese konnen sich unter anderem in risikoaversen Praferenzen auBem (Mellers et al. 1998: 453).^^ Da die Minimierung des wahrgenommenen Risikos ein grundlegendes Entscheidungsziel darstellt, ist dessen Reduktionsmoglichkeit eine der Bestimmungsgrofien fur die Beurteilung des Entscheidungsprozesses. Ftir eine detaillierte Betrachtung erweist es sich als zweckmaBig, die negativen Konsequenzen des Risikogefuhls in Form der Unsicherheit und der negativen Emotionen getrennt zu behandeln (vgl. Abschnitt B.2.2.). Wurde bereits ein Produkt gekauft, fuhren hohe Unsicherheiten zu hohen Wechselkosten fiir den Konsumenten. Diese werden defmiert als einmalige Kosten, die auch bei a priori undifferenzierten Produkten durch den Wechsel eines Anbieters entstehen (Porter 1980: 10; Klemperer 1987: 375). Hierzu zShlen unter anderem „search costs, transaction costs, learning costs, loyal customer discounts, customer habit, emotional costs and cognitive effort, coupled with financial, social, and psychological risk on the part of the buyer" (Fomell 1992: 10). Bumham et al. (2003: 112) gruppieren diese Kosten in drei Facetten: Beziehungskosten, prozedurale Wechselkosten und finanzielle Wechselkosten. Finanzielle Kosten beziehen sich auf potentielle finanzielle Nachteile, die beim Anbieterwechsel entstehen. Beziehungskosten bezeichnen das wahrgenommene Unbehagen bei der Aufgabe personlicher Beziehungen sowie den psychologischen Bindungen mit einer vertrauten Marke. Prozedurale Wechselkosten gliedem sich in Bewertungskosten und okonomische Unsicherheiten. Hierzu werden auch Kosten gezahlt, die durch das Erlemen des Umgangs mit einem neuen Produkt entstehen. Wahrend negativ beurteilte Entscheidungsprozesse die Wechselkosten erhohen, lassen sich demnach zusatzliche Ursachen ftir das Zustandekommen hoher Wechselkosten identifizieren, die iiber die Reflexion von Entscheidungsprozessen hinausgehen, z. B. der Verlust bestehender Beziehungen. Wechselkosten gehoren zu den Griinden, warum Konsumenten nicht mit der Suche nach altemativen Produkten beginnen, auch wenn diese zusatzliche Vorteile verspricht. Sie konnen bereits in der Bediirfhiserkennungsphase wahrgenommen werden, bevor also die Informationssuche und Entscheidungsfindung initiiert werden. Im Gegensatz zu den Wechselkosten, die per Definition stets einen zuvor getatigten Kauf voraussetzen, kann der Produktauswahlvorgang gerade bei Leistungen, die zum ersten Mai erworben werden, unterschiedlich zufiriedenstellend ablaufen. Trotz der Uberschneidungen konnen Ansatze zur Erklarung der Wechselkosten die Bewertung von Entscheidungsprozessen nicht abschlieBend erfassen.

*^ Handelt es sich um eine Verlustentscheidung, neigen Individuen hingegen zu einer risikofreudigen Haltung (zum sogenannten Reflection-Effekt vgl. Kahneman und Tversky 1979: 263 ff.).

A. Relevanz und theoretisch-begriffliche Grundlagen

25^

Entscheidungstheoretisch wird beim emeuten Produktkauf beziehungsweise beim Wechsel von Altemativen der Status Quo Bias angeftihrt (Samuelson und Zeckhauser 1988: 8 ff.). Nach diesem Effekt neigen Individuen auch bei sich andemden Praferenzen dazu, eine bereits getatigte Entscheidung zu wiederholen (Samuelson und Zeckhauser 1988: 26 ff.). Der Status Quo Bias ist eng verwandt mit dem Omission Bias (Spranca, Minsk und Baron 1991, zitiert nach Anderson 2003: 143; Ritov und Baron 1992). Dieser beschreibt die Tendenz von Individuen, Optionen zu wahlen, die keine aktive Handlung verlangen,^^ Eine Form, einer Handlung aus dem Weg zu gehen, ist der Aufschub einer Entscheidung. Tversky und Shafir (1992a: 360 f ) zeigen, daB Individuen Entscheidungen eher aufschieben, wenn ihnen zusatzliche Optionen angeboten werden, die ahnlich attraktiv (nicht identisch) wie andere Auswahlmoglichkeiten sind. Anderson (2003: 143 ff.) fafit die drei Effekte unter dem Begriff Decision Avoidance zusammen. Dies definiert er als „a pattern of behavior in which individuals seek to avoid the responsibility of making decisions by delaying or choosing options they perceive to be nondecisions" (Anderson 2003: 139). Die Entscheidungsvermeidung ist also eine der Folgen von Entscheidungsprozessen, die als unzufiiedenstellend

wahrgenommen werden

(Fitzsimons et al. 1997: 21). Damit teilen sich beide Konzepte ahnliche Ursachen, namlich die Schwierigkeit, eindeutige Praferenzen zu entwickeln, die Bewertungskosten und die negativen Emotionen (vgl. Anderson 2003: 148 ff.). Der Unterschied zwischen beiden Konzepten ist, daB auch bei unzufriedenstellenden Prozessen immer noch aktive Entscheidungen getatigt werden konnen. Es sind damit Zusammenhange zur Produktbeurteilung moglich, die durch das Konzept der Entscheidungsvermeidung nicht oder nur unzureichend abgebildet werden. Der Zusammenhang von Prozessen vor und nach der Kaufentscheidung wird nicht zuletzt von dem Psychologen und Konsistenztheoretiker Festinger mit dem Konzept der kognitiven Dissonam untersucht (Festinger, Irle und Montmann 1978). Festinger unterscheidet zwischen Kognitionen und Relationen zwischen ihnen. Kognitionen sind dabei Wissensinhalte, Einstellungen, Attributionen und Uberzeugungen (Frey und Glaska 1993: 276; Fischer und Wiswede 2002: 241). Kognitionen, die in relevanten Beziehungen zueinander stehen, konnen konsonanter oder dissonanter Natur sein, das heiBt als zueinander passend oder im Widerspruch stehend empfunden werden. Nach Festinger (1978: 17) ist die Vermeidung von Inkonsistenzen ein „grundlegender menschlicher ProzeB" und ein eigenstandiger motivierender Faktor. Kognitive Dissonanzen werden vor allem in der Nachkaufphase untersucht (Irle 1975: 319 ff.). Dann erfahren Konsumenten von den negativen Eigenschaften ihrer Wahl und den positiven der zweitbesten, verworfenen Alternative. Diese Situation kann Dissonanzen auslosen, die vom Nachfrager als triebahnliche innere Anspannungszustande erlebt werden

'^ Trotz der naheliegenden Vermutung, es handle sich um denselben Effekt, liegen empirische Befunde vor, daB beide unabhangig voneinander auftreten konnen (vgl. Baron und Ritov 1994: 492 fF.; Schweitzer 1994: 465 ff.).

26

A. Relevanz und theoretisch-begriffliche Grundlagen

(Fischer und Wiswede 2002: 241). Voraussetzungen fur Dissonanzen sind die personliche Verantwortlichkeit fur eine Entscheidung (vgl. Brehm und Cohen 1962: 7ff), die Irreversibilitat negativer Konsequenzen (vgl. Davis und Jones 1960: 402) und die Wichtigkeit der dissonanten kognitiven Elemente fur den Entscheider (vgl. Festinger et al. 1978: 28). Entstandene Dissonanzen konnen Kunden besonders leicht durch die Anpassung von Kognitionen ausgleichen (Frey und Glaska 1993: 284). Hierzu kann entweder die Attraktivitat der gewahlten Alternative erhoht oder die Bedeutung attraktiver Aspekte der nicht gewahlten Marke gesenkt werden (Fischer und Wiswede 2002: 244). Derartige Prozesse sind fiir die Entwicklung von Zufriedenheitsurteilen mit einem erworbenen Produkt von Bedeutung (vgl. Abschnitt B.1.1.2.). Kroeber-Riel und Weinberg (1999: 387) vertreten die Auffassung, dafi Unsicherheiten in der Kaufentscheidung als Vorkaufdissonanzen uminterpretiert werden konnen. Auch Trie (1975: 319) schreibt, daB „Prozesse der Informationsverarbeitung eine kontinuierliche Folge von Entscheidungen darstellen und damit [...] die Bewertung von Informationen zur Konstruktion von Altemativen zu kognitiven Dissonanzen fiihren kann." Demgegeniiber meint Festinger (1964a) selbst, daB derartige Erkenntnisentscheidungen eher induktionistisch ablaufen und sich damit besser durch die Konflikttheorie (siehe Abschnitt B.2.2.3) beschreiben lassen. So sind Dissonanzsituationen durch eine Verzerrung des Bewertungsprozesses gekennzeichnet. Eine derartige Verzerrung liegt beim Entscheidungskonflikt jedoch nicht zwingend vor (Irle und Montmann 1978: 317). In diesem Sinne ist die Dissonanztheorie fur die Erklarung von Zufriedenheitsurteilen nach der Entscheidung von Bedeutung. Sie ist jedoch schlecht geeignet, solche wahrend des Entscheidungsprozesses dezidiert zu erklaren. In seiner Ausarbeitung zum Mental Accounting schlagt Thaler (1985: 199 ff.) vor, das Konzept der Nutzenbeurteilung eines Produkts zu differenzieren. Er spricht von „acquisition untility" und Jransaction utility. Wahrend ersteres Konzept sich auf den Wert eines Guts in Relation zu den Ausgaben bezieht, entsteht letzterer Nutzen spezifisch aus der Entscheidung (Thaler 1985: 205). So wird z. B. der Preis eines Produkts stets in bezug zu einem Referenzpreis bewertet. Die Hohe dieses Referenzpreises wird unter anderem bestimmt durch die Art der Vertriebsstelle, z. B. ein Delikatessenladen oder ein Discounter, durch die Vertrautheit der Interaktionspartner, wie etwa die Frage, ob ein Produkt von einem Freund oder einem Unbekannten bezogen wird, sowie die Preise fur vergleichbare Leistungen, z. B. die eines Saisonspiels eines FuBballvereins im Vergleich zu einem Ausscheidungsspiel. Nach diesem Ansatz kann dasselbe Produkt mit demselben Preis, also demselben Akquisitionswert, fiir den Nachfrager einen unterschiedlichen wahrgenommenen Wert darstellen, wenn der Transaktionsnutzen variiert. So mogen Individuen an einem heiBen Tag nicht bereit sein, ein Bier zu einem erhohten Preis von einem Kiosk zu kaufen, wahrend sie dasselbe Bier zu gleichem Preisniveau in einem Luxushotel erwerben wiirden (Thaler 1985: 206). Das Konzept des Transaktionsnutzens zeigt, daB die Evaluation von Leistungen nicht invariant gegeniiber der Entscheidungsumgebung ist. Es handelt sich dabei um eine Anwendung des FaimeBgedankens (Thaler 1985: 210) auf die Kaufentscheidung. Der AuswahlprozeB selbst kann

A. Relevanz und theoretisch-begriffliche Grundlagen

27_

zwar in Analogic zu gangigen Gerechtigkeitskonzepten verstanden, nicht aber durch solche erfafit warden, da nicht anzunehmen ist, dafi Konsumenten den Ablauf einer Kaufentscheidung mit anderen Konsumenten vergleichen konnen (vgl. ausfiihrlich Abschnitt B. 1.2.3). So beschrankt sich der Transaktionsnutzen auch auf einzelne Optionen, z. B. ob ein anderer Nachfrager ein vergleichbares Produkt zu gunstigeren Konditionen bekommt, und erfafit nicht die Erlebnisse des Produktauswahlprozesses als ganzes. In verschiedenen Untersuchungen wird die Zufriedenheit

mit einer Entscheidung

(Jacoby,

Speller und Beming 1974a: 36 ff.; Jacoby, Speller und Kohn 1974b: 64 ff.) beziehungsweise die Entscheidungsqualitdt

(Boles und Messick 1995: 267) erhoben. Die Autoren beziehen

sich hierbei jedoch auf das Ergebnis einer Produktauswahl und nicht auf den ProzeB selbst. So propagieren Jacoby et al. (1974a; 1974b) einen Zusammenhang zwischen der Anzahl verfugbarer Informationen und Zufhedenheitsurteilen beziiglich des Entscheidungsergebnisses. Aufgrund der Schwierigkeit, die objektive Giite einer Entscheidung abzufragen (Mellers et al. 1998: 498), sind derartige Untersuchungen auf Messungen der subjektiven Qualitat der ausgewahlten Alternative angewiesen. Man kann die Zufriedenheit mit einer Entscheidung damit als Konsumzufriedenheit zu einem Zeitpunkt unmittelbar nach dem Kauf verstehen (vgl. Oliver 1997: 12 f.). Dies ist jedoch nicht zu verwechseln mit der Bewertung des Entscheidungsprozesses selbst. Weitere Arbeiten greifen den Overload-Gedanken auf und untersuchen einen ahnlichen Zusammenhang zwischen der Giite einer Entscheidung und dem Umfang der angebotenen Informationen (z. B. Malhotra, Jain und Lagakos 1982; Shields 1983; Sundstrom 1987). Grundlegend wird dabei die Selektionsfunktion der Wahmehmung im Hinblick auf eine potentielle Informationsuberlastung

iiberpruft. Vor dem Hintergrund eines extrem groBen Produkt-

angebots stellen sich diese Untersuchungen die Frage, ob Nachfrager in der Lage sind, Informationen noch konform mit ihren Einstellungen, Motivationen und Wertvorstellungen zu verarbeiten, oder gezwungen sind, probabilistisch vorzugehen (Payne et al. 1993: 36). So wurde gezeigt, dafi Entscheider leicht durch Informationen ohne diagnostischen Wert von diagnostischen Informationen abgelenkt werden konnen (Nisbett, Zukier und Lemley 1981: 248 ff.; Gaeth und Shanteau 1984: 264 ff.) und dafi durch die Anzahl von Informationen die Kosten der Informationssuche und Verarbeitung substantiell ansteigen (vgl. Ailawadi, Neslin und Gedenk 2001: 75). Wie durch die Uberlastung die Beurteilung einer Entscheidung beeinflusst wird, ist weniger klar. Nach den Ergebnissen von Jacoby et al. (1974b: 67 f.) steigt das Vertrauen in die eigene Entscheidungskompetenz bei einer Informationszunahme. Demgegenuber zeigen Iyengar und Lepper in einer Serie von Experimenten, daB eine zu groBe Auswahl den Entscheider demotiviert und dieser dadurch nicht nur abgeschreckt wird, eine endgiiltige Entscheidung zu treffen, sondem auch das Zufriedenheitsurteil mit dem ProzeBergebnis reduziert wird (Iyengar und Lepper 2000: 997 ff.). Zusammenfassend ist der Grad der wahrgenommenen Uberlastung als Vorganger zur Beurteilung einer Kaufentscheidung anzusehen (vgl. Abschnitt C.2.2.).

28

A. Relevanz und theoretisch-begriffliche Grundlagen

In Analogic zu Risikoeinstellungen schlagen Beattie et al. (1994) fiir die Beurteilung des Kaufentscheidungsprozesses das Konzept Decision Attitude vor. Dieses definieren sie als „the desire to make or avoid decisions, independent of any consequences [...] decision attitude is defined operationally for each choice that [a person] makes (rather than necessarily implying any stable personality trait or disposition)" (Beattie et al. 1994: 129 f). Das Verstandnis hangt sehr eng mit dem der Entscheidungszufriedenheit zusammen. Auch hier wird davon ausgegangen, dafi einzelne Entscheidungen von Individuen unterschiedlich positiv beziehungsweise negativ wahrgenommen werden. Der Decision Attitude und der Entscheidungszufriedenheit gehen ahnliche Antezedenzien voran. So werden unter anderem negative Emotionen insbesondere antizipiertes Regret und die Notwendigkeit, eine Entscheidung rechtfertigen zu mussen - als EinfluBgroBen angesehen (Beattie et al. 1994: 132 f). Auch die Konsequenzen sind ahnlich. So soil die Decision Attitude eine entscheidungssuchende und -ablehnende Haltung erzeugen. In Analogic zur Produktzufriedenheit lassen sich jedoch beide Konstrukte trennen. Als wesentliches Unterscheidungsmerkmal ist die Nicht-Bestatigung von Erwartungen beziehungsweise die Zielerreichung anzusehen (Westbrook und Reilly 1983: 256 ff; Wilton und Tse 1983: 315 ff). Die Erreichung von zuvor gesetzten Zielen (Oliver 1997: 78 f) steht im Mittelpunkt des Zufiiedenheitskonzepts, nicht jedoch des Einstellungsbegriffs. Im Gegenteil: Wie erinnerlich, handelt es sich bei Einstellungen um andauemde Haltungen gegeniiber einem Objekt oder einer Situation (Ajzen und Fishbein 1975: 6 f). Dabei konnen Personen eine Einstellung beztiglich eines Gegenstandsbereichs entwickeln, ohne mit diesem Erfahrungen gesammelt zu haben. In Anlehnung an die Erkenntnisse der verhaltenswissenschaftlichen Entscheidungsforschung (vgl. z. B. Bettman et al. 1998: 192 ff) geht diese Untersuchung davon aus, daB die Entscheidungsfindung vor dem Hintergrund von Entscheidungszielen erfolgt. Die Erreichung dieser Ziele wird als grundlegende Determinante fur die zusammenfassende Beurteilung des Prozesses angesehen. Zur Beschreibung dieser Beurteilung ist der Zufriedenheitsbegriff besser geeignet, da dieser psychische Reaktionen auf einen Stimulus eher abbildet als der Einstellungsbegriff Die beschriebenen Konzepte und Untersuchungen stehen in Relation zu verschiedenen Aspekten des theoretischen Bezugsrahmens. Gemein ist alien Ansatzen die Erkenntnis, daB Konsumenten Prozesse der Kaufentscheidung unterschiedlich angenehm empfinden. Dabei hat das Erlebnis von Kaufentscheidungen EinfluB auf eine Reihe von Verhaltensweisen des Nachfragers. Insbesondere deuten sich Zusammenhange zur Produktbeurteilung in der Nachkaufphase an. Trotz der verschiedenen Ansatzpunkte vermag jedoch keiner der Beitrage das Zustandekommen eines Zufriedenheitsurteils in bezug auf den KaufentscheidungsprozeB ubergreifend zu erklaren. Zusammenfassend werden die angrenzenden Untersuchungen in Tabelle 1 dargestellt.

A. Relevanz und theoretisch-begriffliche Grundlagen

"o S

,

x : 3 o>

p-SJ

^ c O) o O)

c 3 3

c

p

li. ^

X Z^Ouh-

.-^ _c\j

•D

c J-

CO

=3

. O ) CO ^Oi O CM T - O

0 0 . ^ ( - CO h: TD C3) >— E x : 0

C T- __. 2 CO 2 c

0 * - CD £

W

3

CD 2 t : 00

o o> i o> o:^Lu z:. x>'

% ^ \ -

CO 0

0)

tl ^

tilltills lililElli

29

(D ^

0

3

^

> ,
2? CO N CO Q: H- ^

'0

o o w

-e ==

c

s

sz c

:ti

0)0) ^

N O .ti" O "b

g^'S ^ 1 2 ^-

2 W :0 S d) iS

ililli .

I I ^ S)g &^

c 0) 3 O" 0) CO C

3

O

if

C •~

1=

c o c o

$

C

:^ >

ffi = 5 a) €

(0

©

0

\o

CD > Q..E

S .b ^

N C

O t = d o c § o)

C

og)fg 3 ^

© © Ql • > "$ CO x :

c t i2 B .92 -c "£ c i £S

(0 LU

,S? ^ 3 CO CO


^ ^ > l±l c

d .g "(5

d .g "cS

3 (0

3 (D

LU

LU

>

c (0 0)

O)

3 C O

CO W © © C CL

o)

1

•o g c §

o

IIIE

0) C 3 ^ 3 0 0 ) P X3

Lc

CO N

^

3

§ «^ C

o

Tabelle 1: Ubersicht

:3 •D 0 CO

Ji2 g O C CO LU

0)

SI

g



LU

I

0) c -^ .g> £^ (D c CD 0) W B -55

•i ^ ^ 1 0

c o ~ 3 C ^ ^ < t = c ^ a i

Q)^ 2 C 1

tli|ill|>^

^ ro r^ N XJ Q . CO LL

^

c c 2 0) g LU c i ^ Q.CD
LU -D .E 3 LU -D -SI

«

*s

O

€

'55

0)

o 'w c D verwandter

d

•-

0) . 1 ? § © ! 1

N C

4-i

3

1

1

CQ . E i;=

c o 'm

(0

>

0 3 D(D (0 C C O 0)

•o

m

O)

CO 0 j>t: CO

oB i :E

O !^

C

.

d) C

c 3 \n

^-•©

d" © - ^

E Q.

0) (0 (0

c

-^

o>S

©

11

g>«S o>g^


.N

0)70 - 3 (1) O

• -

•E "o

3 N

(D

© c

S -c

B © •5 0 "N 3

•o i2 ^ ^ = =o -9 Q: LU ? CD 2 0) Q-

r 'N

(D N £

d

O * J "O

§* (D3 £^ •1« - C2 = Bewertungskosten (BWK) Positiv 1 Hic Produktwissen (SPW) ^ Rechtfertigbarkeit (RFB) Positiv 1 |H2a Entscheidungsoptimierung (ENO) ^ Bewertungskosten (BWK) Positiv 1 Antizipiertes Regret (ARE) Entscheidungsoptimierung (ENO) P2b ^ \Auswirkungen der Wahrnehmungproblemspezifischer Faktoren \ Negativ I [Hsa Produktkomplexitat (WPK) ^ Praferenzsicherheit (PFS) Negativ 1 Rechtfertigbarkeit (RFB) Hsb Produktkomplexitat (WPK) Positiv 1 Bewertungskosten (BWK) Hsc Produktkomplexitat (WPK) ^ Positiv 1 AbschlieBender negativer Affekt (ANA) jHsd Produktkomplexitat (WPK) ^ Negativ | H4a Produktuberlastung (WPU) -> Praferenzsicherheit (PFS) Positiv 1 |H4b Produktuberlastung (WPU) ^ Antizipiertes Regret (ARE) Positiv 1 IH4C Produktuberlastung (WPU) ^ Bewertungskosten (BWK) P 4 d Produktuberlastung (WPU) ^ AbschlieBender negativer Affekt (ANA) Positiv Negativ H4e Produktuberlastung (WPU) "> Rechtfertigbarkeit (RFB) •

^

Hsa Unklarheit reflektiver Bewertung (URB) ^ Praferenzsicherheit (PFS) jHsb Unklarheit reflektiver Bewertung (URB) ^ Bewertungskosten (BWK) Hsc Unklarheit reflektiver Bewertimg (URB) ^ Antizipiertes Regret (ARE) Hsd Unklarheit reflektiver Bewertung (URB) -» Rechtfertigbarkeit (RFB) lAuswirkung der Erreichbarkeit von Anndherungszielen Hea Praferenzsicherheit (PFS) ^ Bewertungskosten (BWK) Antizipiertes Regret (ARE) Praferenzsicherheit (PFS) kb H6c Praferenzsicherheit (PFS) ^ AbschlieBender negativer Affekt (ANA) Hed Praferenzsicherheit (PFS) -> Entscheidungszufriedenheit (ENZ) Hya Rechtfertigbarkeit (RFB) ^ Praferenzsicherheit (PFS) |H7b Rechtfertigbarkeit (RFB) ^ AbschlieBender negativer Affekt (ANA) IH7C Rechtfertigbarkeit (RFB) ^ Entscheidungszufriedenheit (ENZ) P 7 d Rechtfertigbarkeit (RFB) -> Konsumzufiiedenheit (KOZ) \Auswirkung der Erreichbarkeit von Vermeidungszielen Hga Antizipiertes Regret (ARE) ^ Bewertungskosten (BWK) Hgb Antizipiertes Regret (ARE) ^ Entscheidungszufriedenheit (ENZ) H9a Bewertungskosten (BWK) -> AbschlieBender negativer Affekt (ANA) Hgb Bewertungskosten (BWK) -> Entscheidungszufriedenheit (ENZ) Hio AbschlieBender negativer Affekt (ANA) ^ Entscheidungszufriedenheit (ENZ) \Zusammenhang der EntscheidungS'und Konsumzufriedenheit iHii lEntscheidungszufriedenheit (ENZ) ^ Konsumzufriedenheit (KOZ) •

»

Negativ \ Positiv 1 Positiv Negativ 1 \ Negativ Negativ Negativ Positiv Positiv Negativ Positiv Positiv

| 1 1 1 1 1 1

\ Positiv 1 Negativ Positiv 1 Negativ | Negativ \ \ Positiv 1

Tabelle 7: Zusammenfassung hergeleiteter Hypothesen Dem resultierenden Gesamtmodell liegen Annahmen zugrunde, die vor einer empirischen LFberpriifung explizit gemacht werden soUen. Kausale Zusammenhange zwischen dem AuswahlprozeB und der Kundenzufriedenheit erfordem einen bewufiten Entscheidungsvorgang. Kaufentscheidungen, bei denen Konsumenten vollstandig impulsiv oder habitualisiert vorgehen, werden durch das Hypothesengefuge nicht erfaBt. In solchen Fallen ist zu vermuten, dafi weitere Faktoren wie z. B. die Verfugbarkeit von Produkten (vgl. Fitzsimons 2000:

C. Erklarung der Entscheidungszufriendenheit

159^

253 ff.) eine groBere Bedeutung besitzen. Die hier interessierenden Zusammenhange haben eine besondere Relevanz fiir Kaufentscheidungen, bei denen Konsumenten Praferenzen zumindest teilweise entwickeln mussen. Es zeigt sich, dafi dies selbst bei der Auswahl von vergleichsweise giinstigen und in hoher Frequenz erworbenen Produkten wie Marmelade oder Schokolade zutrifft. So konnen auch fur diese Produktkategorien Probleme bei der Konstruktion von Praferenzen nachgewiesen werden (vgl. z. B. Iyengar und Lepper 2000: 997 ff.). In der Literatur ist daher die Ansicht verbreitet, daC auch mit dem der Modellbildung inharenten Fokus auf Entscheidungen mit nur unvollstandig bekannten Praferenzen ein grofier Umfang realer Kaufentscheidungen beschrieben werden kann (vgl. Bettman et al. 1998: 188). Weiterhin unterliegt dem Hypothesengefuge die Annahme, dafi Individuen bestrebt sind, im weiteren Sinne rational vorzugehen, das heiBt Produkte zu finden, fur deren Kauf sie plausible Griinde fmden konnen und die ihre Bediirfhisse moglichst optimal abbilden. Die hier dargelegten Zusammenhange gehen davon aus, dafi die Nichtereichung dieser Zielvorstellungen sich negativ auf die Erreichbarkeit von Vermeidungszielen auswirkt und nicht umgekehrt. Nach dem hier unterstellten Verst^ndnis sind femer besonders schwierige Entscheidungsprozesse fur den Konsumenten salienter als einfache. Antezedenzien, die die Erreichung von Entscheidungszielen gefahrden, werden damit als besonders bedeutsam fiir die Erklarung der Entscheidungszufriedenheit angesehen und zugunsten anderer positiver Aspekte in den Vordergrund geruckt. Grundsatzlich wird angenommen, daB die Zufriedenheit nicht nur durch den wahrgenommenen Nutzen des erworbenen Produkts oder durch die zur Auswahl stehenden Produkte determiniert wird, sondem auch durch das Erlebnis der Informationsverarbeitung und die Produktauswahl. Dieses Erlebnis kann die Entscheidungszufiiedenheit erklaren, die Konsumzufriedenheit jedoch nur in Teilen. Dabei sind sowohl emotionale wie kognitive GroBen fur das Zustandekommen der Entscheidungszufriedenheit von Bedeutung. Eine hohe Rechtfertigbarkeit der Entscheidung ermoglicht es Konsumenten, positive Konsumerlebnisse als Entscheidungserfolg und negative nicht als Entscheidungsfehler aufzufassen. Wahrend dieser Zusammenhang neben der Entscheidungszufriedenheit auch zur erhohten Konsumzufriedenheit fuhrt, wird ein kausaler Zusammenhang zwischen den anderen Entscheidungszielen und der Konsumbeurteilung nicht erwartet. So ist nicht zu erwarten, daB Individuen Gefuhle wie das Regret vollstandig korrekt antizipieren oder die zukunftige Kongruenz zwischen Praferenzen und Produktleistung vorherzusagen konnen. SchlieBlich nehmen diese Ausftihrungen an, daB die dargestellten Entscheidungsziele die wichtigsten Motivationen des Entscheidungsverhaltens abbilden (vgl. auch Bettman et al. 1998: 192). In diesem Sinne sind soziale, personen- und problemspezifische Determinanten ftir die Erreichbarkeit von Zielen des Auswahlprozesses und damit fur das Zustandekommen der Entscheidungszufriedenheit von Bedeutung. Es wird folglich unterstellt, daB die Einfiihrung der Entscheidungsziele den Zusammenhang zwischen der unmittelbaren Problemwahrnehmung und der individuellen Probleml5sungsfahigkeit komplett mediiert. Anders ausge-

C. Erklarung der Entscheidungszufriendenheit

160

driickt: Es wird erwartet, daB die sozialen, personen- und problemspezifischen Faktoren durch ihren EinfluB auf die Erlangung von Entscheidungszielen die Entscheidungszufriedenheit lediglich indirekt jedoch nicht direkt deteraiinieren. Dies wird durch Ergebnisse von Fitzsimons (2000: 264) bestarkt, nach denen Veranderungen der Entscheidungsschwierigkeit aufgrund der unterschiedlichen Verfugbarkeit von Produkten ebenfalls zwar einen indirekten, jedoch keinen direkten EinfluB auf die Zufriedenheit austiben. Im grafischen LFberblick werden die tJberlegungen mit Abbildung 17 veranschaulicht.

Sozialer Faktor

Vorausetzungen und unmittelbare Problemwahmehmung

Abbildung 17: Strukturmodell zum EinfluB des Kaufentscheidungsprozesses auf die Kundenzufiiedenheit Die hergeleiteten Hypothesen wurden bislang nur in Teilen einer empirischen Priifung unterzogen. Wahrend der Zusammenhang zwischen Kundenzufriedenheit und Entscheidungszielen in dieser Form noch nicht untersucht wurde, finden sich einige vorwiegend experimentelle Untersuchungen zum EinfluB personen- und problembezogener Faktoren auf die Erreichbarkeit von Entscheidungszielen (vgl. Abschnitt C.l. und C.2.). Mit Ausnahme negativer antizipierender Emotionen sind die angefiihrten Entscheidungsziele lediglich theoretische Erklarungen fur empirisch beobachtete Phanomene, die selbst keiner direkten Messung unterzogen wurden. Die dargelegten Zusammenhange wurden im Gesamtzusammenhang und unter

C. Erklarung der Entscheidungszufriendenheit

161_

realen, das heifit mit tatsachlichen Konsequenzen behafteten, Kaufentscheidungen nicht untermauert. Damit bleibt der relative Erklarungsbeitrag der entscheidungsspezifischen GroBen fur die Kundenzufriedenheit unklar. Um diese Lucken zu schliefien, soil im nachsten Abschnitt das hier dargelegte integrative Hypothesensystem empirisch iiberpruft werden.

D. Empirische Untersuchung Die vorangegangenen Kapitel dienten der ausfuhrlichen substantiellen Darstellung der Entscheidungszufriedenheit sowie der Konzeptualisienmg relevanter Konstrukte. Die angestellten Uberlegungen gilt es nun im Rahmen einer quantitativen empirischen Untersuchung zu uberpriifen. Dazu wird zunachst der methodische Basisansatz erlautert, mit dem das Hypothesengefuge evaluiert und spezifiziert werden soil. Nach der Darstellung dieses Vorgehens wird auf die Operationalisierung der diskutierten Konstrukte sowie das operative Vorgehen bei der Datenerhebung eingegangen. Eine Darstellung und Diskussion der Untersuchungsergebnisse bildet den SchluB dieses Kapitels, auf dem die folgende Ableitung von Implikationen fur Forschung und Praxis aufbaut.

1.

Methodische Grundlagen

Zur Uberprufung des Forschungsmodells bedarf es empirischen Datenmaterials sowie geeigneter statistischer Analyseverfahren. Zunachst wird in diesem Abschnitt die ausgewShlte Methodik zum Test der hergeleiteten Hypothesen begrundet, kritisch diskutiert und erlSutert. Dabei wird insbesondere auf das anzuwendende Schatzverfahren, Giitekriterien und notwendige Anwendungsbedingungen eingegangen. Das Kapitel schliefit mit einer Zusammenfassung des forschungsmethodischen Vorgehens. 1.1.

Ziele der empirischen Untersuchung

Im Mittelpunkt der Analyse steht die Frage, inwieweit das hergeleitete Hypothesengefuge als Beschreibung realer ZusammenhSnge angesehen werden kann. Aktuelle Forschungsarbeiten zum Entscheidungsverhalten konzentrieren sich auf experimentelle Versuchsanordnungen und die Betrachtung von Teilaspekten des Forschungsmodells. Hier werden Individuen oftmals mit kunstlichen Verhaltensbedingungen konfrontiert, die nur unter starken EinschrSnkungen Rtickschltisse auf reale PhSnomene erlauben (vgl. Kroeber-Riel und Weinberg 1999: 369). Auch empirische Untersuchungen, die sich explizit der Entscheidungszufriedenheit widmen, beschranken sich iiberwiegend auf die Betrachtung von hypothetischen Kaufentscheidungen (z. B. Zhang und Fitzsimons 1999: 192 ff; Fitzsimons 2000: 249 ff.). Es erscheint jedoch unwahrscheinlich, dafi sich Motive fur die Produktauswahl ohne personliche Konsequenzen fur den Kaufer in gleicher Weise auf die Entscheidungszufriedenheit auswirken wie bei einem tatsSchlichen Produkterwerb. Ein zentrales Ziel dieser Arbeit ist es daher, diese Annahme zu lockem und die psychischen AblSufe bei realen Kaufentscheidungen zu priifen. Nicht zuletzt aufgrund der geringen extemen Validit^t von Laboruntersuchungen werden derartige Analysen in der Literatur mehrfach gefordert (vgl. Levin, Louvierre und Shepanski 1983: 173 ff.; Punj und Brookes 2002: 390). Mit Ausnahme weniger Untersuchungen (z. B. Iyengar und Lepper 2000: 995 ff) sind die vorhandenen empirischen Ergebnisse zum Kaufentscheidungsverhalten das Resultat von Ex-

164

D. Empirische Untersuchung

perimenten mit Studenten-Samples. In bezug auf die Generalisierbarkeit der Resultate solcher Befragungen wurden mehrfach Bedenken geauBert (vgl. Burnett und Dunne 1986: 329 ff.; Sears 1986: 515 ff.). Nicht zuletzt zeichnen sich Studenten durch ein relativ niedriges Einkommen und Alter sowie geringe Erfahrungen beim Konsum und bei Kaufentscheidungen aus. Faktoren wie z. B. ihre schwacher ausgepragten kognitiven Strukturen oder die starkere Aufienorientierung in Form extensiver Vergleiche mit Bezugsgruppen konnen die Messung von EinfluBgroBen insbesondere im Kontext der Kundenzufriedenheit stark verzerren (vgl. Szymanski und Henard 2001: 20). Um dieser Kritik zu begegnen, ist das Ziel vorliegender Untersuchung, die Entscheidungszufriedenheit anhand einer breiteren Auswahl von Befragten zu Uberpriifen. Mit vorliegendem Forschungsmodell wird eine determinierende Wirkung der Entscheidungszufriedenheit und der Rechtfertigbarkeit auf die Konsumzufriedenheit unterstellt. Konsumzufriedenheit ist aber kein statisches Konstrukt (vgl. Abschnitt B.1.1). Im Zeitablauf soUten Anderungen der Konsumzufriedenheit zunehmend durch GroBen auBerhalb des Entscheidungsprozesses beeinfluBt werden. Obwohl Fitzsimons et al. (1997) auch bei Konsumenten einen EinfluB nachweisen konnen, bei denen die Kaufentscheidungen bis zu sechs Monate zuriickliegen, sind derzeit keine Erkenntnisse verfiigbar, die die zeitliche Veranderungen der EinfluBstarke determinierender Konstrukte explizit benicksichtigen. Fiir die Ableitung von praktischen Handlungsimplikationen ist jedoch gerade dies von zentralem Interesse. Ein weiteres Ziel dieser Untersuchung ist es daher, Daten zu erheben, die eine empirische Erhellung dieser Zusammenhange ermoglichen. Das Hypothesengefuge besteht aus Uberlegungen zu den Zusammenhangen zwischen theoretischen Konstrukten. Besonders fur die Ableitung praktischer Implikationen ist die relative Erklarungskraft der einzelnen Antezedenzien der Entscheidungszufriedenheit von Interesse. Um dieses Ziel zu erreichen, ist es erforderlich, eine Messung der theoretischen Konstrukte vorzunehmen und deren EinfluB auf die Entscheidungs- und Konsumzufriedenheit integrativ zu iiberprufen. Insbesondere letztes Untersuchungsziel stellt spezifische Anforderungen an die auszuwahlende methodische Basis, die es weiter zu elaborieren gilt. 1.2.

Anforderungen an die methodische Basis und Auswahl eines Analyseverfahrens

Anforderungen an die methodische Basis zur Pruftmg der hergeleiteten Zusammenhange ergeben sich nicht zuletzt aus der komplexen Struktur des in Kapitel C beschriebenen Hypothesengefuges. Grundlegend muB ein anzuwendendes Verfahren in der Lage sein, kausale Beziehungen zwischen den Modellkomponenten abzubilden. Dabei bestehen diese Beziehungen zwischen ZustSnden, die lediglich durch theoretische Beschreibungen realer Phanomene reprasentiert werden. Im Gegensatz zu manifesten GroBen entziehen sich derartige, latente Variablen einer direkten Beobachtung (vgl. Bagozzi und Fomell 1982: 24 ff). Hypothetische Konstrukte sind folglich mit Hilfe geeigneter Indikatoren oder Items zu operationalisieren und empirisch zu messen (vgl. Backhaus et al. 2000: 393). Insbesondere ist davon auszugehen.

D. Empirische Untersuchung

165

dafi komplexe psychische Zustande, wie sie wahrend der Kaufentscheidung auftreten, nicht ohne MeBfehler zu erheben sind. Daher ist auch die Erfassung dieser Konstrukte mittels Indikatorvariablen stets mit Mefifehlem behaftet.^^ Ein auszuwahlendes Analyseverfahren soUte diese als Parameter bei der Modellierung explizit berucksichtigen. Weiterhin bestehen im vorgestellten Modell Beziehungen zwischen den Determinanten der Entscheidungszufiiedenheit. Diese Relationen zwischen den das Zielphanomen erklarenden latenten Variablen mtissen iiber das angewandte Verfahren abbildbar und iiberprufbar sein. SchlieBlich ist sowohl die Realitatsnahe einzelner kausaler Zusammenhange wie die des Gesamtmodells durch das Analyseverfahren zu priifen. Die damit anzustrebende holistische Untersuchung des Forschungsmodells erfordert eine simultane Prufung aller Modellhypothesen. Ftir die Uberpriifung kausaler Relationen sind prinzipiell alle Formen von regressionsanalytischen Modellen geeignet. Allerdings kann die Grundform der Regressionsanalyse bereits drei der ausgefuhrten Anforderungen nicht erfullen. Grundsatzlich ist mit ihr weder eine Prufiing von Zusammenhangen zwischen erklarenden GroBen noch die Einbeziehung von Mefifehlem vorgesehen (vgl. Homburg 1992: 499 ff). So ermoglicht die Regressionsanalyse lediglich die Betrachtung einzelner Variablen oder Indikatoren. Daher ist es bei der Anwendung regressionsanalytischer Verfahren iiblich, die Mefigrofien zu einem Index zusammenzufassen (Schnell, Hill und Esser 1999: 160 ff). Hiermit bleiben jedoch Mefifehler auf Indikatomiveau implizit unberiicksichtigt. Es kann damit zur Verzerrung der Ergebnisse bei der Schatzung tatsachlicher kausaler Zusammenhange kommen.^^ Femer verursachen gegenseitige Abhangigkeiten zwischen erklarenden Variablen bei der klassischen Regressionsanalyse das Problem der Multikollinearitat. Besteht perfekte MultikoUinearitat, so ist die Regressionsanalyse rechnerisch nicht durchfuhrbar (Backhaus et al. 2000: 129). Eine weitere Alternative zur klassischen Regressionsanalyse ist der von Herman Wold entwickelte varianzbasierte Partial Least Squares (PLS) Algorithmus. Bei diesem Verfahren konnen sowohl Mefifehler wie auch Beziehungen zwischen antezedenten Konstrukten berucksichtigt werden (vgl. Herrmann, Huber und Kressmann 2003a: 5 ff). Allerdings erfolgt hier die Parameterschatzung nicht simultan. Es lafit sich damit keine Aussage dariiber treffen, wie gut das Gesamtmodell die realen Zusammenhange abbildet (Herrmann et al. 2003a: 9). So wird in der Literatur explizit darauf verwiesen, dafi derartige Verfahren zur Prufung eines theoretisch fundierten Hypothesengefuges nicht so gut wie die Kovarianzstrukturanalyse geeignet sind, wenn das Ziel der Untersucht darin besteht, moglichst konsistente Schatzer zu berechnen (vgl. Chin und Newsted 1999: 337). Dies begrundet sich nicht zuletzt damit, dafi sogenannte soft-modeling Verfahren wie PLS keine Kennzahlen zu den in einem Modell nicht

^^ So fuhren z. B. unprazise MeBinstrumente, Verzerrungen durch den Probanden oder den Untersuchungsleiter zu ungenauen Messungen der interessierenden GroBen (vgl. ausfuhrlich Bagozzi 1994: 26 ff.). ^^ Grundsatzlich ist der reale Zusammenhang zwischen zwei latenten Variablen grofier als der beobachtete zwischen den manifesten Indikatoren. Es wird auch von „attenuation" gesprochen.

166

P. Empirische Untersuchung

enthaltenen Pfaden liefem. Forschungsmodelle sind jedoch als Vereinfachung der Realitat intendiert. Deren Giite ist damit nicht zuletzt daran zu priifen, ob unberiicksichtigte kausale Relationen den Erklarungsgehalt des Modells substantiell erhohen wiirden, das heifit ob die getatigten Vereinfachungen der Realitat zulassig sind. Hierzu liefem soft-modeling Ansatze aufgrund der fehlenden Informationen zum Gesamtmodellfit nur unzureichende Informationen. Insgesamt erweist sich die Kovarianzstmkturanalyse bei der LFberpriifung der hier gestellten Anforderungen als am besten geeignet, die interessierenden Fragen empirisch zu prufen.^^ Es wird damit die Analyse von Ursache-Wirkungs-Beziehungen auch bei komplexen Dependenzstrukturen, wie direkten, indirekten oder reziproken Zusammenhange zwischen latenten Variablen, ermoglicht (vgl. Homburg und Pflesser 1999: 636 ff.). Femer ist eine Konstruktmessung tiber mehrere Indikatoren sowie die Beriicksichtigung von Item-MeBfehlem explizit vorgesehen (Bagozzi 1998: 70 ff.). Dabei ist eine simultane Schatzung des Hypothesengefuges und damit dessen Gesamtuberpriifung moglich (vgl. Joreskog 1982: 404 ff.). Vor diesem Hintergrund werden Kovarianzstrukturanalysen auch als methodische Abbildung des wissenschaftlichen Realismus angesehen (vgl. Bagozzi 1984: 11 ff; Hunt 1990: 9ff. sowie Abschnitt A. 1.3.). Das Verfahren gilt samtlichen anderen multivariaten Analysetechniken bei der Priifung komplexer Beziehungsgeflechte als uberlegen. Bagozzi (1984: 11 ff) ist sogar der Ansicht, die Kovarianzstrukturanalyse sei der einzige Ansatz, der den modemen wissenschafllichen Anforderungen zur Priifung sozialwissenschaftlicher Hypothesen geniigt. Trotz der breiten Akzeptanz des auch als Strukturgleichungsmethodologie, Structural Equation Modeling (SEM), Kausalanalyse oder LISREL-Ansatz bezeichneten Vorgehens ist dessen Anwendung nicht ohne Kritik geblieben (z. B. Homburg und Hildebrandt 1998: 42 f; Herrmann et al. 2003a: 2 ff). Auch wenn die Bezeichnung Kausalanalyse anderes vermuten laBt, erlauben die Ergebnisse lediglich den Nachweis einer Beziehung zwischen Konstrukten. Sie lassen hingegen keinen Beweis der kausalen Richtung einzelner WirkungszusammenhSnge zu.^^ Es ist daher mit der Kausalanalyse nicht abschliefiend zu klaren, welche Variable in einer Beziehung als verursachend anzusehen ist (Backhaus et al. 2000: 399). Vielmehr ist aufgmnd theoretischer Voriiberlegungen eine Kausalstruktur zu entwickeln, dessen Beziehungen im Hinblick auf EinfluBstarken und statistische Signifikanzen iiberpnifbar sind. Als Spezialfall linearer Strukturgleichungsmodelle geht auch die Kausalanalyse von linearen Zusammenhangen aus. Die Analysemethode kann zwar auf einfache nichtlineare Zusammenhange hin erweitert werden (vgl. hierzu ausfuhrlich Braunstein 2001: 242 ff), komplexe

^^ Eine ausfuhrliche Diskussion weiterer Altemativen findet sich bei Peter (1997: 129 ff.) sowie Braunstein (2001: 224 ff.). ^^ Der BegrifF Kausalanalyse ist demnach nicht unproblematisch. Im Sprachgebrauch hat sich dieser jedoch mittlerweile fest verankert (Homburg und Hildebrandt 1998: 17). Auch in dieser Arbeit werden die Begriffe Kausal- und Kovarianzstrukturanalyse daher synonym verwendet (zu einer ausfuhrlichen Diskussion kausaler Zusammenhange bei Kovarianzstrukturanalysen vgl. BoUen 1989: 62 ff.).

D. Empirische Untersuchung

_____^

1^

nichtlineare Strukturen, wie sie mit regressionsanalytischen Verfahren untersucht werden konnen, entziehen sind jedoch den Moglichkeiten des Verfahrens. Ein weiterer Einwand ist, daB die Schatzung von linearen Stmkturgleichungsmodellen, insbesondere bei komplexen Hypothesensystemen mit vielen Parametem, einer groBen Zahl von Befragten bedarf (Byrne 1998: 113). Unabhangig von der Befragtenzahl steigt auBerdem der Rechenaufwand mit zunehmender Parameterzahl exponentiell an, so daB die zu verarbeitende Modellkomplexitat selbst mit modemen Mitteln der Datenverarbeitung begrenzt bleibt. Einige Untersuchungen mogen es zudem erfordem, Indikatoren zu verwenden, bei denen die Kausalitat vom Indikator zum Konstrukt verlauft (Diamontopoulos und Winklhofer 2000: 269 ff.; Jarvis et al. 2003: 119 ff). Die Verwendung solcher formativer Indikatoren anstelle der weiter verbreiteten reflektiven Operationalisierung ist bei den gSngigen Verfahren zur Kovarianzstrukturanalyse nur unter eingeschrankten Voraussetzungen mSglich (vgl. ausfuhrlich MacCallum und Browne 1993: 536; Jarvis et al. 2003: 213 ff.).^^ SchlieBlich ist einzuwenden, daB jedes Modell der Sozialforschung stets unvoUstandig sein muB. Ein Beweis ist auch mit der Kovarianzstrukturanalyse nicht anzutreten. Entsprechend dem Verstandnis des wissenschaftlichen Realismus ist also lediglich eine empirische Bestatigung theoretisch hergeleiteter Zusammenhange moglich (vgl. Abschnitt A.2.2.). Wie bei jedem anderen multivariaten Analyseverfahren ist zudem auch bei der Kovarianzstrukturanalyse zu beachten, daB eine empirische Untersuchung stets nur im Wechselspiel zwischen theoretischen Uberlegungen und empirischen Resultaten erfolgen kann. Allein aus dem Datenmaterial gewonnene SchluBfolgerungen sind abzulehnen, insbesondere wenn berechtige substantielle Zweifel an den Ergebnissen angebracht sind. Trotz dieser Limitationen ist in Anbetracht der altemativen Verfahren mit noch starkeren Einschrankungen zu konstatieren, daB die Kovarianzstrukturanalyse die heutige Effizienzgrenze fur die zu priifenden Zusammenhange bildet. Die Analyseform soil daher in dieser Arbeit gew^hlt werden. Neben der Wahl eines Analyseverfahrens steht der Forscher vor der Wahl eines geeigneten Softwarepakets zur Berechnung von Modellparametem. Fiir Kausalanalysen werden im Rahmen marketingwissenschaftlicher Untersuchungen vor allem die Programme LISREL (Linear Structural RELationships), AMOS (Analysis of Moment Structures) und EQS (Equations Based Structural Program) eingesetzt (vgl. Bentler und Wu 1995; Joreskog und Sorbom 1996; Arbuckle 1999).^^^ Diese Softwarepakete unterscheiden sich im Hinblick auf die Einsatzvoraussetzungen und -grenzen, die Losungsmachtigkeit, die Moglichkeit der Modellbeurteilung, die Art der Modellspezifikation sowie die Nutzerfreundlichkeit. Dabei wird vor allem

^ Praktische Erfahrungen mit formativ und reflektiv operationalisierten Konstrukten des vorgestellten Forschungsmodells zeigen, daB Pfadkoeffizienten auf struktureller Ebene in nahezu identischer H6he geschatzt werden, unabhangig davon welche Operationalisieningsforai verwendet wird. '^Eine ausftihrliche Darstellung der Anwendung altemativer Softwarepakete findet sich z. B. bei Schumacker und Lomax (1996: 138 ff.)

168

D. Empirische Untersuchung

dem LISREL-Programm eine gegenuber den anderen Verfahren uberlegene Leistungsfahigkeit unterstellt (vgl. Fritz 1992: 116; Htittner 1997: 352 ff.). LISREL enn6glicht gerade bei komplexen Hypothesengefugen eine bessere Uberprufbarkeit der Modellspezifikation und erlaubt eine Definition komplexer Parameterrelation, wie sie mit anderen Programmen ausgeschlossen ist. Femer hat dieses Paket in der Forschung die weiteste Verbreitung erfahren (Homburg und Hildebrandt 1998: 18), so daB den Ergebnissen allgemein vertraut werden kann. Die Anwendung der Kausalanalyse setzt Eingabedaten voraus, die vorgepruft und vorverarbeitet werden mussen. Hierzu wird in dieser Untersuchung das in LISREL integrierte Programm PRELIS verwendet (vgl. Joreskog und Sorbom 1996). Zur Auswertung der gewonnenen Rohdaten steht die zum Untersuchungszeitpunkt aktuelle Version 8.52 der LISREL/PRELIS-Software-Umgebung zur Verfugung. 1.3.

Der LISREL-Ansatz der Kausalanalyse

Die Datenanalyse mit Hilfe des LISREL-Ansatzes bildet den Schwerpunkt der empirischen Arbeit. Da in den folgenden Ausftihrungen immer wieder auf die Aspekte dieses Ansatzes rekurriert wird, soil hier ein Uberblick uber dessen wesentliche Elemente gegeben werden. 1.3.1.

Grundziige der Kovarianzstrukturanalyse

Ein wesentliches Merkmal der Kausalanalyse ist die Unterscheidung zwischen latenten und beobachteten Variablen (vgl. Homburg und Pflesser 1999: 636). Entsprechend setzt sich der LISREL-Ansatz aus zwei Bestandteilen zusammen: dem MeBmodell, welches mittels konfirmatorischer Faktorenanalyse die Erfassung von latenten Variablen durch deren Indikatoren beschreibt, und dem Strukturmodell, das mittels Strukturgleichungsanalyse die Erklarung der exogenen durch die endogenen Konstrukte wiedergibt (vgl. z. B. BoUen 1989: 12; Homburg und Giering 1996: 9). Dabei zieht man bei LISREL einen Unterschied zwischen Mefimodellen fiir exogene und solchen fur endogene latente Variablen (Byrne 1998: 10). Exogene Konstrukte sind synonym mit unabhangigen Variablen zu verstehen. Sie werden als Verursacher von Wertfluktuationen der endogenen GroCen angesehen. Wertanderungen der exogenen GroBen werden durch ein LISREL- Modell nicht erklart. So ist bei diesen auch nicht davon auszugehen, daB sie sich vollstandig orthogonal zueinander verhalten. Aus diesem Grund nimmt LISREL standardmaBig eine Schatzung der Korrelation zwischen exogenen Konstrukten vor (Byrne 1998: 55).^^^ Bei diesen Zusammenhangen handelt es sich um kausal nicht interpretierbare Relationen, wie etwa denen zwischen der wahrgenommenen Produktkomplexi-

' Prinzipiell koimen LISREL-Modelle auch ausschliefilich mit endogenen Konstrukten programmiert werden. Hierzu mussen lediglich die Parameter zur Schatzung der Korrelationen zwischen unabhangigen Variablen freigesetzt und solche zwischen abhangigen festgesetzt werden. Da bei exogenen Variablen keine MeCfehler auf Konstruktebene vorliegen, kann deren Freisetzung statt iiber die 0- iiber die ip-Matrix erfolgen (die Kovarianzmatrix der exogenen Variablen entspricht technisch der Kovarianzmatrix endogener Modellresiduen, wenn die endogenen Konstrukte tatsachlich exogen sind, vgl. hierzu Abbildung 18).

D. Empirische Untersuchung

169

tat und der Produktiiberlastung (vgl. Abschnitt C.2.I.). Da diese exogenen Relationen nicht im Forschungsmodell erfasst sind, werden sie, wie in der Literatur ublich, aus Griinden der grafischen Vereinfachung in den Abbildungen dieser Arbeit nicht explizit dargestellt. Die grundsatzlichen Zusammenhange zwischen exogenen und endogenen Variablen sowie deren Indikatoren veranschaulicht Abbildung 18. Exogenes Meftmodell

Strukturmodell

Endogenes Meftmodell

,^JA *

H

Abbildung 18: Darstellung des allgemeinen LISREL-Modells Das allgemeine LISREL-Modell laBt sich als ein lineares Gleichungssystem darstellen, das drei Basisgleichungen enthalt. Die erste Basisgleichung bildet die linearen Beziehungen zwischen latenten exogenen und latenten endogenen Variablen ab. Diese Beziehungen werden als Kausalstruktur interpretiert. Es wird auch vom Strukturmodell oder inneren Modell gesprochen. Das Strukturmodell laBt sich mit der LISREL-Notation ausdriicken durch: Tj = BT] + r min

(Gleichung 7)

erreicht, wobei F eine Diskrepanzfunktion oder Fitfunktion der beiden Matrizen S und S bezeichnet (vgl. Homburg und Pflesser 1999: 644 ff.).^^^ Zur Losung dieses Problems stehen in neueren LISREL-Versionen sieben statistische Schatzverfahren zur Verfugung. Neben ihrer grundlegenden Prozedur und Schnelligkeit unterscheiden sich die Verfahren in ihrer Genauigkeit und ihrer Anwendbarkeit unter bestimmten Stichproben- und Verteilungsrestriktionen (vgl. Fritz 1992: 118). Im Einzelnen handelt es sich um die beiden nicht iterativen Verfahren der Instrumental Variables (IV) und der Two-Stage Least Squares (TSLS), die sich vorwiegend zur Ermittlung von Anfangsschatzem n eignen. Die weiteren fiinf Verfahren benotigen Startwerte. Die vier iterativen Schatzverfahren Generalized Least Squares (GLS), Maximum Likelihood (ML), Generally Weighted Least Squares (WLS) und Diagonally Weighted Least Squares (DWLS) werden zur Verbesserung der Startwerte der TSLS-Methode genutzt (Joreskog und Sorbom 2001: 17 ff). Mit dem UnweightedLeast-Squares(ULS)-Verfahren werden die Startwerte der IV-Methode optimiert.^^^ Die nichtiterativen Verfahren nehmen keine simultane Parameterberechnung vor. Zur Priifung globaler Testkriterien ist ihr alleiniger Einsatz daher nicht moglich (vgl. Backhaus et al. 2000: 447 ff.). Fiir die Parameteranpassung ist folglich eines der funf iterativen Verfahren zu wahlen. Wahrend die GLS- und DWLS-Methoden ebenso wie die ML-Methode normalverteilte manifeste Variablen verlangen, ist das ULS- und WLS-Schatzverfahren weniger restriktiv (Hildebrandt und Homburg 1998: 22; Unger 1998: 208). Liegen nicht-normalverteilte Daten vor, beschrankt sich die Auswahl also auf das WLS- oder das ULS-Verfahren. Ersteres verspricht zwar prinzipiell bessere Resultate als die ULS-Methode, jedoch erfordert die Erzeugung der

^ Bei n Parametem handelt es sich also um ein Minimierungsproblem im n-dimensionalen Raimi. Ist die Steigimg der Fit-Fimktion 0 (bzw. ausreichend gering von 0 verschieden), wird von einer optimalen Losung ausgegangen. Kann dieser Punkt nicht erreicht werden, spricht man von einem Problem, das nicht konvergiert. *Eine ausfuhrliche Reflexion dieser Methoden im Kontext der Kovarianzstrukturanalyse findet sich bei BoUen (1989) sowie Hayduk (1987).

174

D. Empirische Untersuchung

as3miptotischen Kovarianzmatrix einen Mindeststichprobenumfang. Der notwendige Stichprobenumfang belauft sich bei kleinen Modeller! mit 10 Indikatoren bereits auf 200, bei mittleren Modellen mit 30 Items bereits auf 1.395 (Fritz 1992: 120). Da vorliegendes Forschungsmodell bereits 12 theoretische Konstrukte beinhaltet, deren Messung iiber jeweils mindestens drei Indikatoren anzustreben ist (vgl. Abschnitt D.I.4.), ware flir diese Untersuchung eine aus forschungsokonomischen Gesichtspunkten nicht zu rechtfertigende Stichprobengr66e erforderlich, um die in LISREL implementierte „sample-size restriction" zu erreichen. Die ULSMethode unterliegt derartigen Restriktionen nicht. K5nnen annahemd normalverteilte Daten erzielt werden, wird diese jedoch dem ML-Verfahren als unterlegen angesehen (vgl. Unger 1998: 208). Zur Berechnung von Strukturgleichungsmodellen ist daher die ML-Methode am weitesten verbreitet (BoUen 1989: 107). Diese ist als Standard im LISREL-Programm vorgesehen (Byrne 1998: 61). Das Verfahren empfiehlt sich bei der Anwendung gegentiber der GLS- und DWLS-Methode, da es besonders robust gegen geringe VerstoBe betreffend die Normalverteilungsannahme ist. So zeigen Simulationsstudien, dafi mit dem Maximum-Likelihood-Verfahren auch bei kleinen Annahmeverletzungen noch zuverlSssige Parameterschatzungen erlangt werden konnen (vgl. z. B. Anderson und Gerbing 1984: 155 ff; Bentler und Chou 1987: 89;Boomsal987:160ff.). Ftir die Schatzung des vorliegenden Hypothesenmodells zur Beschreibung der Entscheidungszufriedenheit ist daher die Verwendung der ML-Methode anzustreben. Dabei sind die Normalverteilungsannahmen der asymptotischen Theorie zu prufen. Besteht ein starker VerstoB, liegt mit dem Unweighted-Least-Squares-Verfahren eine gangbare Alternative vor. Neben der Unterstellung annahemd normalverteilter Daten miissen bei der Anwendung von Verfahren zur Minimierung der Fitfunktion weitere Voraussetzungen erfiillt werden, die vor der empirischen Untersuchung zu diskutieren sind. 1.3.3.

Voraussetzungen fiir die ParameterschMtzung

AUgemein miissen zur Berechnung eines voUstandigen LISREL-Modells funf Bedingungen erfuUt werden. Diese betreffen die Zahl der Freiheitsgrade, die Korrelation von Mefifehlem, die Behandlung von Missing Values, die Stichprobengrofie und die Normalverteilung. Vor der Anwendung des ML-Schatzverfahrens sind, wie erlautert, die Verteilungseigenschaften der Daten zu untersuchen. Fiir diesen Zweck stehen eine Reihe von Tests zur Verfugung (vgl. dazu Bortz 1999: 151 ff.). Ein strenges Kriterium stellt der Kolmogorov-Smimov-Test dar. Dieser fiihrt bereits bei kleinen Abweichungen zu einer Ablehnung der NuUhypothese, die Daten der Stichprobe wiirden einer normalverteilten Grundgesamtheit entstammen. Nichtnormalverteihe Daten entstehen oftmals aufgrund von „Outliem" (Schumacker und Lomax 1996: 6). Ausreifier sind Beobachtungen, die hinsichtlich ihres Wertes weit entfemt von anderen Nennungen einer Erhebung liegen. Outlier konnen aufgrund von Fehlem in der Dateneingabe, einem ungeniigenden Erhebungsinstrument, mangelhaften Instruktionen oder tatsach-

D. Empirische Untersuchung

175

lichen Ausreifiem aufzufinden sein. Ihre Folge sind Abweichungen der Daten von der Normalverteilungsfiinktion in Form von Schiefe und Wolbung (Schumacker und Lomax 1996: 5).^^^ Wird dabei die Skewness negativ, ist der linke Auslaufer der Verteilungsftinktion zu stark ausgedehnt; wird sie positiv trifft dies auf den rechten zu. Von positiver Kurtosis spricht man bei einer schmaleren Verteilung als der Normalverteilung und von negativer Wolbung bei einer breiteren (vgl. BoUen 1989: 419). Fur die Kovarianzstrukturanalyse hat sich die Ansicht durchgesetzt, dem von Kline (1998: 81 ff.) vorgeschlagenen Kriterium zu folgen. Danach wird von einer signifikanten Abweichung von der Normalverteilung bei einem Schiefewert von mehr als 3,0 und einer Kurtosiswert von mehr als 8,0 gesprochen. Ist sowohl nach dem erstrebenswerten Kriterium des Kolmogorov-Smimov-Tests wie der Vorgabe von Kline die NuUhypothese der Normalverteilung zu verwerfen, muB gepruft werden, inwieweit Outlier fur dieses Ergebnis verantwortlich sind. Da Ausreifier auch wertvoUe Informationen in sich tragen konnen, kann deren Elimination aber nicht ohne eine eingehende Pnifung der Datenbasis vorgenommen werden (vgl. Bortz und Doring 2002: 33). Treten Outlier nur bei vereinzelten Indikatoren auf, das heiBt werden durch sie nur geringe VerstoBe gegen die Normalverteilung verursacht, kann das ML-Verfahren auch ohne deren Elimination angewendet werden (solange es sich um theoretische plausible Werte handelt). Neben Ausreifiem sind die zu analysierenden Rohdaten oftmals durch Missing Values gekennzeichnet. Schnell et al. (1999) meinen, daB bei sozialwissenschaftlichen Untersuchungen in der Kegel zwischen 1 und 10 % aller Datensatze unvoUstandig sind. Die der LISRELModellschatzung zugrundeliegenden Kovarianzmatrizen sind bei Missing Values nicht voUstandig ermittelbar. Vor der Parameterschatzung mit LISREL muB der Forscher daher Rohdaten ohne Missing Values generieren. Dabei liegt das Hauptproblem darin, daB das Fehlen von Datensatzen mit inhaltlichen Aspekten der Untersuchung in systematischem Zusammenhang stehen kann.^^^ Eine einfache Elimination dieser Datensatze wtirde daher zu verzerrten Resultaten fiihren. Um solche Fehlschlusse zu vermeiden, kann mit Hilfe spezieller Tests gepnift werden, ob Daten systematisch fehlen (vgl. im Uberblick Vermunt 1997). Ein einfaches MaB ist das „missing at random"(MAR)-Kriterium (Rubin 1976: 581 ff.), mit dem gepruft wird, ob die Wahrscheinlichkeit eines fehlenden Werts unabhangig von den moglichen Auspragungen der betreffenden Variable ist. Liegt eine derartige Unabhangigkeit vor, kann eine Elimination ohne groBere Verzerrung der Ergebnisse vorgenommen werden. In der Regel ist dies jedoch nicht der Fall, so daB Werte fiir Missing Values geschatzt werden mussen. Einfache Methoden bestehen in der Berechnung von Mittelwerten (vgl. Aififi und Elashoff 1966: 595 ff) Oder der AuffuUung mit Hilfe von Regressionsanalysen (vgl. Glaeson und Staelin

'^ Vgl. hierzu ausfuhrlich Hopkins und Weeks (1990), zu entsprechenden Tests Mardia (1970: 519 ff.) sowie Mardia und Foster (1983: 207 ff.) ^'^So kann z. B. ein Befragter um so eher eine Antwort auf die Frage nach seinem Einkommen verweigem, wenn er es als sehr niedrig beziehungsweise sehr hoch einschatzt.

176

D. Empirische Untersuchung

1975: 229 ff.). Da durch derartige Verfahren eine Nichtnormalverteilung urspninglich normalverteilter Daten riskiert wird (Schumacker und Lomax 1996: 4), setzt man heute komplexere Algorithmen zur Berechnung fehlender Werte ein. Weite Verbreitung findet dabei das Expectation-Maximization(EM)-Verfahren (Dempster, Laird und Rubin 1977; Rubin und Thayer 1982). Liegen metrische und annahemd normalverteilte Daten vor, konnen mit Hilfe dieser Prozedur konkrete Werte fur die fehlenden Grofien berechnet werden. Dabei kommt es lediglich zu kleinen Abschwachungen der Standardabweichung, nicht jedoch zu verstarkten VerstoBen gegen die Normalverteilungsannahme.^^' Da die Kovarianzstrukturanalyse auf metrischen Daten aufbaut, bietet sich insbesondere bei einer intendierten Verwendung des MLSchatzverfahrens eine Behandlung von Missing Values mit dem EM-Algorithmus an.^^^ Bei linearen Strukturgleichungsmodellen ist es entscheidend, die Frage der Identifikation eines Modells vor der Schatzung von Parametem zu beantworten. So ist zu priifen, ob bei einer gegebenen empirischen Kovarianzmatrix S und einer theoretisch spezifizierten Matrix S eindeutig Parameterschatzer identifiziert werden konnen (vgl. Schumacker und Lomax 1996: 99 ff.).^^^ Grundsatzlich mu6 ein Modell geniigend Einschrankungen, das heiBt fixierte Parameter enthalten, damit LISREL eindeutige Schatzer berechnen kann. Sind die Informationen der Matrix S nicht ausreichend, um einen oder mehrere Parameter eindeutig zu ermitteln, wird das spezifizierte Modell als unteridentifiziert bezeichnet. In diesem Fall waren die erzielten Parameterschatzungen nicht interpretierbar. Sind die Informationen fiir diese Aufgabe gerade ausreichend, ist das Modell genau identifiziert.^ ^"^ Ein iiberidentifiziertes Modell liegt dann vor, wenn mehr als eine Moglichkeit zur Parameterschatzung besteht. Eine generisch notwendige, aber nicht hinreichende Bedingung fur ein identifiziertes Modell besteht in der t-Regel (BoUen 1989: 93). Diese orientiert sich an einer positiven Zahl von Freiheitsgraden df. Ist die Zahl der freien Parameter kleiner oder gleich der Zahl unterschiedlicher Werte in der empirischen Kovarianzmatrix, sind die Freiheitsgrade groBer oder gleich 0 und die Bedingung gilt als erfuUt. Bei p beobachteten exogenen, q manifesten endogenen Indikatoren und t freien Parametem berechnet sich die Zahl der Freiheitsgrade df und damit die notwendige Bedingung der t-Regel wie folgt:^^^ afA_P13A^3±R^,>0

(Gieichung 8).

''^ Die spezifischen Eigenschaften der EM-Prozedur werden ausfUhrlich bei Enders (2001: 128 ff.) diskutiert. ^^^Zur Oberlegenheit dieser Verfahrensweisen vgl. auch Arbuckle (1996: 243 ff). '^^Zur Identifikation von LISREL-Modellen vgl. weiterftihrend Bollen (1989), Reilly (1995), McDonald und Bolt (1998) sowie Davis (1993). ^'"^ Damit ist zwar eine eindeutige Parameterschatzung moglich; da dabei jedoch keine weiteren Informationen vorhanden sind, konnen keine Tests zur Giite des Ergebnisses vorgenommen werden. ^^^Da man sich an den unterschiedlichen Werten orientiert, werden nur die diagonalen und die Halfte der nicht diagonalen Matrixelemente gezahlt. So sind die Werte Si2 = S21 einer Kovarianzmatrix identisch und werden in Gieichung 8 nur einmal gezahlt.

D. Empirische Untersuchung

177

Wahrend die notwendige Bedingung in Form der t-Regel leicht zu berechnen ist, ist eine Prtifting der hinreichenden Bedingungen in der Praxis sehr komplex. Hier muB fiir jeden Parameter einzeln bestimmt werden, ob dieser mit Hilfe der empirischen Kovarianzmatrix eindeutig geschatzt werden kann (vgl. Schumacker und Lomax 1996: 101). Aufgrund der Aufwendigkeit dieses Unterfangens werden eine Reihe von Hilfskriterien vorgeschlagen (vgl. Hayduk 1987: 142 ff.; Bollen 1989: 93 ff.). Deren Anwendung eriibrigt sich jedoch bei der Modellschatzung mit LISREL, da hier bereits entsprechende Testverfahren fur notwendige und hinreichende Kriterien integriert wurden (vgl. Joreskog und Sorbom 2001). So werden keine Parameterschatzungen vorgenommen, solange die Identifizierbarkeit nicht gepriift wurde.^^^ Neben dieser Kontrolle kann mit einfachen Mitteln sichergestellt werden, daB die LISRELEinschatzung der Identifizierbarkeit korrekt ist. Werden bei der Modellschatzung unterschiedliche Startwerte vorgegeben, fiihrt ein unteridentifiziertes Modell zu variierenden Parameterschatzungen, wahrend ein identifiziertes oder iiberidentifiziertes stets das gleiche Ergebnis erzielen muB. Viele Forscher kontroUieren daher die Identifizierbarkeit ihrer Modelle mit Hilfe der Spezifikation von Startwerten (vgl. Schumacker und Lomax 1996: 102). Dieses Vorgehen wird auch in dieser Arbeit gewahlt. Sobald ParameterschStzungen bei unterschiedlichen Ausgangswerten voneinander abweichen, werden die Ergebnisse als nicht interpretierbar abgelehnt. Unterschiedliche Ansichten werden in der Literatur beziiglich einer minimalen StichprobengroBe vertreten. Selbst wenn die Schatzverfahren DWLS und WLS nicht zur Anwendung kommen, benotigt man fur die Berechnung von Strukturgleichungsmodellen dennoch deutlich groBere Stichproben als z. B. ftir die klassische Regressionsanalyse. Damit die Modellschatzung konvergiert und ausreichend kleine Standardabweichungen bei Schatzem liefert, ist nach Anderson und Gerbing ein Minimum von 150 Befragten notwendig (1984: 155 ff.). Eine derart kleine StichprobengroBe ist jedoch ftir die meisten Modellschatzungen nicht ausreichend, da bei erhohter Modellkomplexitat die Schatzung zusatzlicherfireierParameter zusatzlichen Datenmaterials bedarf. Daher schlagen Bentler und Chou (1987: 91) ein Verhaltnis von ftinf Befragten pro geschatztem Parameter vor. Eine ahnliche Faustformel vertritt Bagozzi (1981b: 380). Er meint, wenn die StichprobengroBe abzuglich der Zahl zu schatzender Parameter einen Wert iiber 50 ergibt, wurde eine ausreichende Befragtenzahl fur die Parameterschatzung vorliegen. Eine weiteren Anhaltspunkt dieser Art liefert die Critical-N-Statistik von Hoelter (1983: 325 ff), mit deren Hilfe in Abhangigkeit von der Modellspezifikation eine notwendige StichprobengroBe berechnet werden kann. Um das Risiko falscher SchluBfolgerungen gering zu halten, ist es aufgrund der vorliegenden Modellkomplexitat geboten, vor-

"^Die Identifizierbarkeit einer Modellstruktur setzt eine lineare Unabhangig der zu schatzenden Gleichungen voraus. Von dieser geht LISREL dann aus, wenn es die ftir die Parameterschatzung notwendigen Matrizeninversionen vomehmen kann. Ist dies nicht moglich, wird vom Programm die Fehlermeldung angegeben, eine Oder mehrere Matrizen seien nicht positiv definit (vgl. dazu Backhaus et al. 2000: 446).

178

D. Empirische Untersuchung

sichtigeren Angaben zu folgen. So schlieBt sich diese Untersuchung der Ansicht an, bei einem Modell vorliegender Komplexitat eine Modellschatzung erst vorzunehmen, wenn auswertbare Antworten von mindestens 500 Probanden vorliegen (Anderson und Gerbing 1988: 416; Schumacker und Lomax 1996: 20). Gmndsatzlich wird bei der Schatzung eines LISREL-Modells davon ausgegangen, dafi die Mefifehlervariablen nicht mit den hypothetischen Konstrukten und auch nicht untereinander korrelieren. Das bedeutet, man geht davon aus, dafi ^ und ^, s und t], 5 und (J, sowie s, 5 und ^ als unkorreliert anzusehen sind (vgl. Homburg und Hildebrandt 1998: 21; Backhaus et al. 2000: 439). In LISREL werden Korrelationen zwischen MeBfehlervariablen mit den Matrizen 0^,0^und xj/ geschatzt. Es ist eine Modellanpassung anzustreben, die bei einer Fixierung der Parameter dieser Matrizen auf Null einen akzeptablen Modell-Fit erzeugt. Entgegen verbreiteter Praktik ist eine Freisetzung der Fehlertermkorrelationen nur bei einer starken theoretischen Fundierung, starken empirischen Hinweisen oder beidem zulassig (Joreskog 1993: 294 ff.). Dies liegt darin begriindet, dafi durch die Freisetzung dieser zusatzlichen Parameter zwar der Modell-Fit erhCht wird; der erhohte Fit wird jedoch gegen eine geringere Erklarungskraft der im Modell enthaltenen Konstrukte erkauft. Hohe Korrelationen zwischen Fehlertermen deuten namlich auf die Existenz von Drittvariablen hin, die im Modell nicht abgebildet sind.^^^ Werden Fehlertermkorrelationen durch LISREL bei der Modellanpassung geschatzt, so werden dadurch berechnete Parameterwerte ftir Beziehungen zwischen im Modell ausgewiesenen GroBen verzerrt wiedergegeben. Es werden also falsche SchluBfolgerungen riskiert, weshalb allgemein zu beachten ist: „unquestionably, the specification of correlated error terms for purposes of achieving better fitting models is not acceptable practice" (Byrne 1998:150). 1.4.

Operationalisierung theoretischer Konstrukte

Im Rahmen der vorliegenden empirischen Untersuchung gilt es die Ursache-Wirkungs-Zusammenhange zwischen verschiedenen theoretischen Konstrukten zu ermitteln. Um latente Variablen meBbar zu machen, mtissen diese mit Hilfe von Korrespondenzregeln mit konkreten beobachtbaren Indikatoren in Verbindung gebracht werden. Die Angabe dieser Korrespondenzregeln wird in der empirischen Sozialforschung als Operationalisierung bezeichnet (vgl. Schnell et al. 1999: 123). Dabei ist zunachst eine Menge von Indikatoren zu generieren und in einem zweiten Schritt die Giite der Operationalisierung zu beurteilen.

^Das gleiche gilt ftir Korrelationen zwischen Fehlertermen und hypothetischen Konstrukten (Backhaus et al. 2000: 439).

D. Empirische Untersuchung 1.4.1.

179

Identifikation einer Indikatorenmenge

Einer der zentralen Vorteile des LISREL-Ansatzes ist die Moglichkeit, theoretisch hergeleitete Konstrukte mit mehreren Indikatoren oder Items zu messen und zugehorige MeBfehler zu berechnen.^^^ Nach dem Verstandnis des wissenschaftlichen Realismus entsprechen real zu beobachtende Vorgange nicht unmittelbar den theoretischen Objekten der Erkenntnis (vgl. Abschnitt A.2.2.). Im Gegenteil, es ist zwischen der theoretischen Sprache hypothetischer Konstrukte und der Sprache der Beobachtungen zu trennen (vgl. Bagozzi und Fomell 1982: 32 ff.). Um Fehler bei der Ubersetzung zwischen theoretischer Erkenntnis- und Beobachtungsebene zu berucksichtigen, ist eine Messung mit Hilfe mehrer Items erstrebenswert, da nur hierdurch MeBfehler geschatzt werden konnen (Churchill 1979: 66). Die Generierung einer Ausgangsmenge von Indikatoren beginnt mit der Konzeptualisierung. Ein Konzept wird dabei verstanden als „an idea that unites phenoma [...] under a single term" (BoUen 1989: 180). Bei der in LISREL allgemein vorgesehenen Operationalisierung mit Hilfe reflektiver Indikatoren geht man davon aus, dafi theoretische Konzepte das tatsachlich beobachtbare Verhalten, wie z. B. die Beantwortung eines Fragebogens, zu erklSren vermogen. Um zu ermitteln, welche Items durch ein hypothetisches Konstrukt reflektiert werden, schlSgt Bollen (1989: 180) vier Schritte vor. ZunSchst ist eine theoretische Definition zu formulieren, die in moglichst einfachen wie prazisen Begriffen ein Konzept erklart. Darauf aufbauend ist die Dimensionalitat des Konstrukts zu bestimmen, um damit im dritten und vierten Schritt Indikatoren zu identifizieren sowie Beziehungen zwischen dem theoretischen Konzept und seinen MefigroBen zu spezifizieren. Fiir diesen ProzeB wird empfohlen, neben einem ausfuhrlichen Literaturstudium auch Methoden der qualitativen Sozialforschung anzuwenden (Homburg und Giering 1996: 11). Wann immer moglich, soUte femer auf bereits etablierte Operationalisierungen der zu erfassenden Konstrukte zuriickgegriffen werden. Vor diesem Hintergrund wird in der vorliegenden Arbeit folgende Vorgehensweise zur Identifikation von Indikatoren gewahlt:^^^ Um latente Variablen zu spezifizieren, werden zunachst die fiir die einzelnen Modellkonstrukte relevanten wissenschaftlichen Beitrage mit Blick auf ihre Konzeptualisierung und Charakterisierung der interessierenden Konstrukte analysiert. Die Grundlage bilden die diskutierten Beitrage der Forschung im Marketing zur Kundenzufriedenheit (vgl. Abschnitt B.l) und der verhaltenswissenschaftlichen Forschung zum Entscheidungsverhalten (vgl. Abschnitt B.2). Auf Basis der Literaturauswertung kann das Verstandnis der theoretischen Konzepte detailliert werden. Zusatzlich wird eine umfassende Recherche nach bereits existierenden, erfolgreich durchgefuhrten Messungen der Modellkon-

^Zum Begriff Indikator vgl. ausfuhrlich Kroeber-Riel und Weinberg (1999: 28 ff.) sowie Backhaus (2000: 393 ff.). ^Das Vorgehen lehnt sich an die Vorschlage von Churchill (1979) sowie Nunally und Bernstein (1984) an.

180

D. Empirische Untersuchung

strukte durchgefuhrt. Dabei bilden Handbucher und Zusammenstellungen von MeBskalen (Hausknecht 1990; Robinson, Shaver und Wrightsman 1991; Bruner und Hensel 1992; Rubin 1994; Bruner und Hensel 1996; Lester und Bishop 1997; Bearden und Netemeyer 1999; Bruner, Karen und Hensel 2001) sowie elektronisch indizierte wissenschaftliche Zeitschriften des Themengebiets die Grundlage. Mit Hilfe dieser Vorarbeiten konnen fiir einen GroBteil der Konstrukte Operationalisierungen identifiziert werden. Einige der bestehenden MeBmodelle erfordem jedoch aufgrund schlechter Gtitekriterien Anpassungen und Erganzungen. Wird bei Konzepten keine bestehende Operationalisierung gefunden, wird die Suche bei verwandten Konzepten fortgesetzt und die tJbertragbarkeit der vorgefunden Items gepruft. In dieser Arbeit muB trotz dieser Vorgehensweise fur das Konstrukt Rechtfertigungsfahigkeit ein neues MeBinstrument entwickelt werden. Im zweiten Schritt, der qualitativen Voruntersuchung, wird den anzupassenden und dem neu zu entwickelnden MeBinstrument besondere Aufmerksamkeit geschenkt. Wahrend fiir diesen Schritt Fokusgruppen eine beliebte Methode sind (vgl. z. B. Walsh 2002), ist es fiir die Beschreibung von Kaufentscheidungsprozessen zentral, kontext- und personenabhangige Erlebnisse isoliert zu erfassen. Da femer die Operationalisierung der entscheidungstheoretischen Konzepte im Vordergrund der Betrachtung steht, wird ein in diesem Forschungsgebiet verbreitetes Verfahren mit der Erhebung verbaler EntscheidungsprotokoUe gewahlt (vgl. Bettman und Park 1980: 234 ff.; Biehal und Chakravarti 1982: 442 ff.; Payne et al. 1993: 144 f.). Fiir diesen Voruntersuchungsschritt wird ein Convenience-Sample von 12 Konsumenten gezogen.^^^ Die Probanden werden einzeln interviewt und gebeten, mit Hilfe der verfiigbaren Informationen im Internet eine Autokaufentscheidung zu treffen. Es wird ein besonders komplexes Produktauswahlproblem mit erwartungsgemaB vielen unbekannten Teilaspekten gewahlt, um moglichst viele unterschiedliche Grunde fur die Nichterreichung von Entscheidungszielen zu erhellen. Wahrend der Entscheidungsfmdung werden die Befragten dazu angehalten, samtliche Uberlegungen laut zu auBem (vgl. Anhang G.I.). Die erzielten ProtokoUe werden transkribiert und fiir die Operationalisierung der theoretischen Konzepte untersucht. In den Ergebnissen finden sich Nennungen zu samtlichen zwolf Konstnikten des Forschungsmodells bis auf solche zum abschlieBenden negativen Affekt. Da die Befragten eine hypothetische und keine reale Kaufentscheidung tatigen muBten, war das Potential emotional belastender Entscheidungskonflikte gering (vgl. Luce et al. 1997: 403 zu Entscheidungskonflikten in Laboruntersuchungen). Der Mangel an Nennungen in diesem Bereich kann daher nicht uberraschen. Abseits von antizipierenden Affekten, bestatigen die ProtokoUe die grundsatzliche Relevanz der hergeleiteten Konstrukte. Die Einblicke in die gedankliche Sprache der Entscheider bieten eine Hilfestellung bei der adaquaten Anpassung von Skalen. Sie sind

'^°Das Durchschnittsalter der Befragten betragt 36 Jahre. Von den 12 Befragten sind 3 weiblich und 9 mannlich, 2 sind schweizerischer und 10 deutscher Nationalitat.

D. Empirische Untersuchung

181

femer eine Unterstiitzung, um MeBinstmmente aus verwandten Untersuchungszusammenhangen zu ubertragen, sowie neue Indikatoren zur Rechtfertigbarkeit zu formulieren. Auf den ersten beiden Schritten aufbauend, wird in einem dritten eine Ausgangsmenge von Indikatoren zur Messung der latenten Variablen bestimmt. In der Literatur wird empfohlen, kein Konstrukt durch einen einzelnen Indikator zu erheben (Churchill 1979: 66). Eine derartige Single-Indicator-Messung laBt aufgrund der Unteridentifikation des Mefimodells keine Schatzung der konfirmatorischen Faktorenanalyse zur Bestimmung der Mefigiite sowie keine Schatzung von MeBfehlem zu. Femer erscheint es schon aus rein theoretischen tJberlegungen notwendig, die Mehrdimensionalitat einzelner Konstrukte durch multiple Items abzubilden. In der Literatur wird darauf verwiesen, dafi allgemein eine Operationalisierung mit drei oder mehr Indikatoren anzustreben ist, da nur so ein iiberidentifiziertes Modell erreicht werden kann (BoUen 1989: 288 ff.). Vor diesem Hintergrund wird zunSchst eine groBere Zahl moglicher Indikatorvariablen generiert, als fur die spatere Untersuchung nutzbar sind (zu diesem Vorgehen vgl. Churchill 1979: 64 ff.; Homburg und Giering 1996: 5 ff). Neben dem Ziel der Multi-Item-Messung wird bei der Formulierung von Indikatoren eine klare, verstandliche Sprache, die Moglichkeit der Verdichtung auf einen unterliegenden Faktor und die Trennscharfe zu anderen Faktoren angestrebt. Mit dem Vorgehen soil die Eindimensionalitat der Skala, deren Objektivitat, Reliabilitat und Validitat fruhzeitig sichergestellt werden.^^^ Wie bereits angedeutet, konnen zu viele Indikatoren in der endgiiltigen Erhebung dazu fiihren, dafi das MeBmodell zu komplex wird (Anderson und Gerbing 1988: 411 ff.). Insbesondere mu6 der Forscher darauf achten, dafi die Befragten nicht durch zu viele Fragen ermiidet werden und eine ungenaue Messung der latenten Variablen riskiert wird. GemaB den Vorgaben von Homburg und Giering (1996: 11 f) wird daher in einem vierten Schritt ein Vortest zur Verbesserung und Reduktion der MeBmodelle durchgefuhrt. Im Rahmen des Operationalisierungstests werden 25 Personen gebeten, die in einem Fragebogen zusammengestellten Indikatoren zu bewerten.^^^ Die Personen schatzen die Ausgangsmenge an Indikatoren im Hinblick auf ihre Verstandlichkeit, die Konstruktzugehorigkeit und die eindeutige Beantwortbarkeit ein. Den Befragten standen die Antwortmoglichkeiten ,ja", „m6glicherweise" und „nein" zur Verfiigung. Es werden nur jene Indikatoren zugelassen, bei denen mehr als 70 % der Probanden der eindeutigen Konstruktzugehorigkeit und der eindeutigen Beantwortbarkeit zustimmen sowie weniger als 5 % die Konstruktzugehorigkeit vemeinen. Indikatoren, die mehr als 5 % als schwer verstandlich einschatzen, werden mit den Befragten durchgesprochen und modifiziert. Im Zuge dieses Verfahrens werden 7 von 83 Items der Ausgangsmenge eliminiert (fiir die resultierenden Operationalisierungen vgl. Abschnitt 2.2.).

^* Zur Konstruktion von Testskalen vgl. ausfuhrlich Bortz und Doring (2002: 221). '^^ Teilnehmer waren Mitarbeiter der Universitaten St. Gallen, Mainz und Hamburg, die uber Erfahrung mit der Konstruktion von MeBinstrumenten verfugen.

182

D. Empirische Untersuchung

An die so ermittelte Indikatorenauswahl schliefit sich im nachsten Schritt die Datenerhebung an (vgl. Homburg und Giering 1996: 12). Deren Ergebnisse liefem die Grundlage fiir die quantitative Analyse der Mefimodelle. 1.4.2.

Vorlaufige Evaluation von MeOinstrumenten

Eine Untersuchung von Reliabilitat und Validitat zeigt, inwieweit eine Itembatterie in der Lage ist, ein theoretisches Konstrukt hinreichend prazise zu erfassen. Dabei bezieht sich Reliabilitat auf „the ability to obtain similar results by measuring an object, trait, or construct with independent but comparable measures" (Churchill 1988: 325). Die konzeptionelle Richtigkeit einer Messung wird als Validitat bezeichnet. Eine Messung gilt dann als valide, wenn Unterschiede in der Messung Unterschiede des zu messenden theoretischen Konstrukts reflektieren (vgl. Churchill 1988: 319). Da mit einem MeBmodell eine Reihe von Indikatoren einer kleineren Zahl von Konstrukten zugeordnet werden, kommen insbesondere Techniken der Faktoranalyse zur Anwendung. Hier wird zwischen Techniken unterschieden, mit denen man untersucht, welche Variablen zu bestimmten Faktoren in Beziehung stehen, und solche, mit denen man bestatigt, dafi eine Batterie von Items ein Konstrukt reflektiert (Schumacker und Lomax 1996: 45). Im Rahmen der Kausalanalyse wird von Verfahren der ersten Generation gesprochen, die vorwiegend explorativen Zwecken dienen, und Verfahren der zweiten Generation, die konfirmatorische Ziele haben (Gerbing und Anderson 1988: 187; Homburg und Giering 1996: 187). Haufig genutzte Verfahren der ersten Generation sind Cronbachs Alpha zur Bestimmung der Reliabilitat einer Messung und die explora-torischen Faktoren (EFA) zur Untersuchung der Validitat. Fiir die kausalanalytische Priifung eines Strukturmodells ist die Bestatigung von MeBmodellen erforderlich. Eine differenzierte statistische Uberprufung spezifizierter Mefimodelle ist mit Verfahren der ersten Generation jedoch nicht moglich (vgl. z. B. Gerbing und Anderson 1988: 189; BoUen 1989: 228 ff; Schumacker und Lomax 1996: 45 f). Hierzu kommt die konfirmatorische Faktorenanalyse (KFA) als Verfahren der zweiten Generation zum Einsatz (vgl. Abschnittl.5). Folgerichtig werden die EFA-Verfahren in dieser Arbeit lediglich als Werkzeuge zur vorlaufigen Uberprufung und Bereinigung von MeBinstrumenten herangezogen (vgl. auch Churchill 1979: 64 ff.; Gerbing und Anderson 1988: 186 ff). Ziel ist es, die MeBmodellevaluation mit Verfahren der zweiten Generation abzuschliefien. „Though [the] application [of exploratory factor analysis] may be satisfactory during the early stages of research on a construct, the use of factor analysis in a confirmatory fashion would seem better at later stages" (Churchill 1979: 69). Da mit explorativen Verfahren in dieser Arbeit lediglich Zwischenergebnisse erzielt werden, konzentriert sich die Ergebnisdarstellung auf die Resultate der Verfahren der

D. Empirische Untersuchung

1^

zweiten Generation. Die Methoden der ersten Generation werden an dieser Stelle nur tiberblicksartig beschrieben/^^ Der nach Lee Cronbach (1951) benannte Alphakoeffizient wird zur Uberprufung der Reliabilitat einer Messung herangezogen. Nach Churchill (1951) handelt es sich dabei um die erste GroBe, die zur Beurteilung der Qualitat eines Mefiinstruments beriicksichtigt werden sollte. Alpha „provides a summary measure of the intercorrelations that exist among a set of items" (Churchill 1991: 542). Der Koeffizient ergibt einen Wert zwischen Null und Bins. Da der genaue Wert positiv von der Zahl der Indikatoren abhangt (vgl. Homburg und Giering 1996: 8), wird der ehemals von Nunally (1978) vorgeschlagene generelle Mindestwert von 0,7 heute zugunsten von Kriterien verworfen, die die Zahl der Indikatoren beriicksichtigen. Bei der vorlaufigen Analyse orientiert sich diese Untersuchung an einem Alpha von 0,5 bei Instrumenten mit zwei Indikatoren, einem von 0,6 bei drei und 0,7 bei vier und mehr Items als Minimalanforderung (vgl. Bagozzi 1980; Cortina 1993). Wird der Mindestwert nicht erreicht, ist das Mefiinstrument schrittweise um Indikatoren mit der geringsten Item-to-Total-Korrelation zu bereinigen (Churchill 1979: 68).^^"^ Cronbachs Alpha ist als alleiniges QualitatsmaB stark umstritten (zu einem Uberblick vgl. Cortina 1993) und wird grundsatzlich als schwaches Reliabilitatskriterium angesehen (vgl. z. B. Steenkamp und Trijp 1991: 283 ff; Hulland, Chow und Shunyin 1996: 181 ff; lacobucci 2001: 59 ff). Die Berechnung des Koeffizienten unterstellt, dafi alle Indikatoren die gleiche Reliabilitat aufweisen (Cronbach und Meehl 1955). Es werden zudem keine Mefifehler auf Indikatomiveau aufgedeckt. Der Alpha-Wert sinkt bei Skalen mit wenigen Items und steigt bei Skalen mit vielen Items, so dafi besonders umfangreiche MeBinstrumente mit dem Kriterium ubermaBig positiv beurteilt werden (Bearden und Netemeyer 1999: 4). Ftir die tJberprufung der Reliabilitat sind somit weitere Gtitekriterien erforderlich (vgl. Baumgartner und Homburg 1996: 139 ff). Einen solchen weiteren Anhaltspunkt bietet die exploratorische Faktorenanalyse. Diese ermoglicht erste Einblicke in die Validitat der eingesetzten Mefiinstrumente. Insbesondere lassen sich damit die Anzahl der Faktoren sowie Kreuzladungen zwischen diesen auf einfache Art und Weise identifizieren. Grundsatzliches Ziel der Analyse ist es, eine grofie Zahl von Untersuchungsvariablen durch eine weit kleinere Zahl von Faktoren zu erklaren (Schnell et al. 1999: 156). Zur Ermittlung von Faktoren eignet sich vor allem die Hauptachsenanalyse (Gerbing und Anderson 1988). Nach diesem Verfahren lafit sich die Varianz einer Variable durch dessen Einzelvarianz und durch dessen gemeinsame Varianz mit anderen Variablen, der Kommunalitat, beschreiben (Backhaus et al. 2000: 285). Mit der Methode wird nach einer

^ Ftir eine umfangreichere Darstellimgen sei auf die vorhandenen Aus&hrungen in der Literatur verwiesen, z. B. Bortz und Doling (2002: 198 ff., 383 ff.) sowie Backhaus et al. (2000: 282 ff.) '* Wie der Name vermuten lafit, handelt es sich um die Korrelation eines Items mit der Summe aller Indikatoren eines theoretischen Konstrukts (vgl. ausftihrlich Churchill 1979: 68; Gerbing und Anderson 1988: 188; Homburg und Giering 1996: 8).

184

D. Empirische Untersuchung

Faktorstruktur gesucht, die die Varianzerklarung durch latente Variablen maximiert. Die Zahl der Konstrukte kaim dabei durch das Analyseverfahren ermittelt oder vorab festgelegt werden. Eine voUkommen freie Identifikation ist besonders dann interessant, wenn der Forscher iiber keine Annahmen beztiglich der Faktorenstruktur verfiigt. Dies ist jedoch insbesondere bei einer geplanten Datenanalyse mit LISREL nicht der Fall. Wird die Zahl der Faktoren nicht vorab spezifiziert, kann die Analyse daher zu theoretisch nicht interpretierbaren Resultaten fuhren (Bollen 1989: 232). Aufgrund der ex ante bekannten Zahl an sinnvoll zu deutenden Konstrukten wird die Anzahl im Rahmen der vorlaufigen Analyse vorbestimmt. Um die so erzielten Ergebnisse leichter interpretierbar zu machen, wird eine Drehung des n-dimensionalen Koordinatenkreuzes vorgenommen. Hierzu wird in der empirischen Forschung oftmals die Varimax Rotation herangezogen (Churchill 1991). Diese findet auch in der vorliegenden Untersuchung Anwendung. Bei der Ergebnisinterpretation schlagen Homburg und Giering (1996: 12) vor, Indikatoren mit einer Faktorladung kleiner 0,40 fruhzeitig zu eliminieren.^^^ Andererseits sollen die Variablen bei anderen Faktoren deutlich niedrigere Ladungen aufweisen. Sind diese zu hoch, wird von einer iiberhohten Kreuzladung gesprochen. Diese soUte einen Schwellenwert von 0,4 nicht uberschreiten (Kerlinger 1986). Wie Cronbachs Alpha wird die alleinige Anwendung der EFA zur Skalenbereinigung kritisch gesehen (Bollen 1989: 229 ff.). Im Zentrum steht das Problem, dafi mit dieser Methode nur entweder alle Faktoren Oder gar keine als korreliert angenommen werden konnen. Dezidierte Spezifikationen aufgrund theoretischer Uberlegungen sind damit nicht mdglich. AUgemein entsprechen die Verfahren der ersten Generation nicht dem Grundprinzip des theoriegeleiteten Empirismus (vgl. Abschnitt A.2.2.). Daten werden damit auf exploratorische Weise untersucht, als ob vorab keine spezifischen Hypothesen uber die Faktorstruktur vorliegen wurden. Die Aussagekraft der Ergebnisse gilt denen der Verfahren der zweiten Generation als unterlegen (vgl. z. B. Bagozzi 1980). So erfiillen die Methoden der zweiten Generation samtliche mathematisch-statistischen Kriterien, die an ein Analyseverfahren zur Uberprufung von Wirkungszusammenhangen zu stellen sind. Insbesondere basieren sie auf inferenzstatistischen Prlifungen und nicht auf Faustregeln wie etwa die EFA (Hildebrandt 1984: 44; Gerbing und Anderson 1988: 189; Homburg und Giering 1996: 9). Bei der vorlaufigen Evaluation von Itembatterien sind daher nur diejenigen Variablen im Hinblick auf die Elimination zu prufen, die die Mefigiite einer Skala deutlich verschlechtem. Uber die endgiiltige Spezifikation der Mefiinstrumente zur Schatzung des Strukturmodells wird jedoch nur unter Zuhilfenahme der KFA, das heiBt des erweiterten Priifverfahrens mit LISREL entschieden.

^^^Obwohl auch strengere Kriterien vorgeschlagen werden (z. B. Stewart 1981; Hair et al. 1992), wird diesen in der vorlaufigen Evaluation nicht gefolgt, sondem entsprechende Items erst bei einer Bestatigung durch die konfirmatorische Faktorenanalyse eliminiert.

D. Empirische Untersuchung 1.5.

185

Erweitertes Prufverfahren fur LISREL-Modelle

Durch die Integration von Me6- und Kausalhypothesen in einem ganzheitlichen Ansatz kann die Strukturgleichungsanalyse wesentlichen Anforderungen zur Priifung einer ganzen Theorie deutlich besser gerecht werden als klassische multivariate Verfahren, wie die exploratorische Faktorenanalyse (vgl. Fritz 1986: 147 f.). Nach einer Priifiing auf entartete ScMtzwerte wird allgemein eine Modellpriifung mit Hilfe der Kovarianzstrukturanalyse in zwei Stufen durchgeftihrt (vgl. Gerbing und Anderson 1988). Dabei wird zunachst mittels konfirmatorischer Faktorenanalyse das Mefimodell der latenten Variablen spezifiziert und in einem zweiten Schritt die Priifung des Strukturmodells vorgenommen. „Ein akzeptiertes Mefimodell sichert dem Anwender die Validitat der Indikatoren und die Akzeptanz der Kausalhypothesen den Bestand der Theorie" (Homburg und Hildebrandt 1998: 24). Weist die Modellstruktur keinen akzeptablen Fit auf, konnen Modifikationen entsprechend den Hinweisen der Parameterschatzungen vorgenommen werden. 1.5.1.

Entartete Schatzwerte

Bevor eine Prufung von Mefi- und Strukturmodell voUzogen werden kann, ist es erforderlich, die Parameterschatzungen auf ihre logische Konsistenz beziehungsweise Plausibilitat hin zu hinterfragen. Wie erinnerlich, versucht LISREL mit Hilfe von Schatzverfahren die Chiquadrat-Funktion durch die Berechnung samtlicher Parameter zu minimieren (vgl. Abschnitt D.I.3.2.). Bei einem oder mehreren Parametem konnen vor allem drei Arten statistisch unzulassiger Schatzwerte auftreten. Zum einen kann es z. B. bei der Schatzung von Mefifehlervarianzen in den Matrizen 05 und ©e zu negativen Werten, sogenannte Heywood Cases, kommen (vgl. ausfuhrhch Rindskopf 1984: 109 ff.). Derartige Losungen sind als nicht zulassig abzulehnen, da Varianzen als quadrierte Standardabweichungen per Definition nicht negativ werden konnen und solche Werte folglich auf eine Fehlschatzung der Modellparameter hinweisen. Das gleiche gilt fur mogliche Losungen, bei denen LISREL KorrelationskoefFizienten grofier eins oder unverhaltnismafiig hohe Standardfehler im Zuge der Minimierung der Chiquadrat-Funktion errechnet (BoUen 1989: 282). Fiir ein Auftreten derartiger Schatzwerte gibt es mehrere Ursachen. Zum einen konnen die tatsachlichen Werte nahe einem unmoglichen Wert liegen. So wtirde z. B. eine nahezu perfekte Messung oder eine perfekte Korrelation zweier Faktoren in sehr niedrigen Fehltermvarianzen oder sehr hohen Korrelationsschatzungen resultieren. Hier konnen bereits leichte Fehlschatzungen zu entarteten Werten fiihren. In solchen Fallen kann die Festlegung von Startwerten

186

D. Empirische Untersuchung

flir diese Parameter Abhilfe verschaffen (vgl. Byrne 1998: 176).^^^ 1st eine Stichprobe durch viele Outlier gekennzeichnet, kann dies zu entarteten Korrelationskoeffizienten fuhren (vgl. Bollen 1989: 282). In solchen Fallen ist die Priifung der Rohdaten zu wiederholen. Femer kann ein nichtidentifiziertes Modell oder eine Modellfehlspezifikation sowohl im Anwiesungsteil des LISREL-Programms wie auf theoretischer Ebene eine Ursache fur unmogliche Ergebniswerte darstellen (Unger 1998: 211 f.). Neben der Priifung der Programmierung ist also im Fall von unzulassigen Schatzem eine theoriegeleitete Respezifikation zu prufen (vgl. Bollen 1989: 284). SchlieBlich zeigen Simulationsergebnisse, daB auch bei korrekt spezifizierten Modellen negative Varianzen vermehrt bei Zwei-Item-Messungen oder einem zu kleinem Stichprobenumfang auftreten (vgl. Anderson und Gerbing 1984: 155 ff.). Entartete Schatzer konnen in diesen Fallen also auch durch die Anpassung der MeBmodelle oder eine emeute Datenerhebung behoben werden. Zusammenfassend deuten unzulassige Werte bei ausreichender Sample-GroBe und geeigneter MeBmodellspezifikation darauf hin, daB eine unzureichende vorbereitende Datenanalyse oder eine Fehlspezifikation vorgenommen wurde. Derartige Ergebnisse sind demnach abzulehnen und die ModellprUfung erst nach Identifikation der Fehlerquelle fortzusetzen. 1.5.2.

Partialkriterien

Zur Untersuchung der Giite einer Modellspezifikation steht eine Reihe von Giitekriterien zur Verfugung, die die einzelnen Modellfacetten beleuchten. In der Forschung besteht jedoch keine abschlieBende Einigkeit dariiber, welche der Kriterien adaquat anzuwenden sind (Dichtl und Peter 1996: 27 f.). Fest steht, daB eine Uberpriifung nur mit einer Vielzahl von Kriterien vorgenommen werden sollte (vgl. z. B. Homburg und Baumgartner 1995). Dies wird unter anderem damit begriindet, daB nicht zuletzt bei einem VerstoB gegen die Annahmen der Kovarianzstrukturanalyse (vgl. Abschnitt 1.3.3) einzelne Werte durchaus eine zufriedenstellende Anpassung signalisieren konnen, auch wenn das spezifizierte Modell den empirischen Gegebenheiten nur unzureichend entspricht (vgl. Fritz 1992: 121). Insbesondere ist dies fiir Globalkriterien von Relevanz, da diese eine gute Gesamtanpassung des Strukturmodells signalisieren konnen, wahrend zugleich Modellkomponenten eine schlechte Anpassung aufweisen (vgl. Backhaus et al. 2000: 468; Joreskog und Sorbom 2001).^^^ Vor einer Priifung des Gesamtmodells sind daher Detailkriterien zu untersuchen. Neben der Untersuchung auf entartete Schatzer ist in einem ersten Schritt die Wirkungsrichtung und -intensitat einzelner Parameter im Hinblick auf die theoretische Plausibilitat zu prii-

'^^ Femer bietet LISREL die MOglichkeit, mit Hilfe einer grundsatzlichen Festsetzung von Parametem nahe des vermuteten Werts oder durch einen „inequality constraint", wie z. B. 5 > 0, eine ModellschStzung vorzunehmen. Diese Vorgehensweisen sind jedoch erst dann anzuwenden, wenn andere Ursachen flir die entarteten Ergebnisse ausgeschlossen werden konnen (Bollen 1989: 281 ff.) '^^ Globale Giitekriterien lassen z. B. keine Aussagen iiber die statistische Signifikanz einzelner Parameter zu.

D. Empirische Untersuchung

187_

fen (Bagozzi und Baumgartner 1994: 402 ff.).^^^ Unter der Annahme multivariat normalverteilter Daten konnen dabei die von LISREL angegebenen Standardfehler, t-Werte und standardisierten Residuen untersucht werden. Bei den Strukturgleichungskoeffizienten p und y kann a priori keine Aussage uber das Vorzeichen der Parameter gemacht werden. Es ist daher ein zweiseitiger Test durchzufiihren. Die NuUhypothese, daB die P und y-Koeffizienten gleich null sind, kann mit einer Irrtumswahrscheinlichkeit von 5 % bei komplexen Modellen immer dann abgelehnt werden, wenn der entsprechende t-Wert grofier oder gleich +/- 1,965 ist (Byrne 1998: 104; Backhaus et al. 2000: 471). Bei den Faktorladungen ^

und X^ ist

hingegen das Vorzeichen nicht von Interesse, so daB ein t-Wert groBer 1,645 einen signifikant von null verschiedenen Zusammenhang anzeigt.^^^ Bevor die Ergebnisse der Strukturmodellschatzung interpretiert werden durfen, ist im Rahmen der Partialkriterien weiterhin die Konstruktvaliditat zu uberprufen (Fritz 1992: 128 ff.). Der Begriff wird in der Literatur in unterschiedlicher Weise genutzt (Green und Tull 1982: 184 f.; Hildebrandt 1983a: 302 ff.; Bungard, Schultz-Gambard und Antoni 1988: 594). In dieser Arbeit wird das breite Verstandnis von Bagozzi (1980: 114) zugrundegelegt. Er versteht unter Validitat: „the degree to which a concept (term, variable, construct) achieves theoretical and empirical meaning within the overall structure of one's theory". Der Autor schlagt sechs Kriterien der Konstruktvaliditat vor (Bagozzi 1980: 114): „- Theoretical Meaningfulness of Concepts, - Observational Meaningfulness of Concepts, - Internal Consistency of Operationalizations, - Convergent Validity, - Discriminant Validity, - Nomological Validity," Die ersten beiden Kriterien beziehen sich auf die theoretische Fundierung der Zusammenhange (vgl. Bagozzi und Fomell 1982). Ihnen wird mit der theoriegeleiteten Modellbildung und Operationalisierung in dieser Arbeit nachgekommen. Die letzten vier Kriterien lassen sich mit Hilfe quantitativer Verfahren statistisch uberprufen. Im Rahmen der Strukturgleichungsanalyse wird die interne Konsistenz von MeBinstrumenten mit der Ermittlung der Reliabilitat einer Messung untersucht (Bagozzi 1981a: 196). Hier wird die Indikatorreliabilitat (IR) herangezogen. Diese beschreibt den Anteil der Varianz eines Items, die zur Erfassung des unterliegenden Konstrukts zur Verfiigung steht (vgl. Balderjahn

* So soUten z. B. bei einheitlich kodierten Indikatorbatterien samtliche Parameterschatzungen fiir die Faktorladungen positiv sein. ^Mit statistischer Signifikanz wird keine wissenschaftliche Bedeutung eines bestatigten Zusammenhangs nachgewiesen. Zur Kritik an der Aussagekraft solcher Tests vgl. Gabele (1984: llOff.) sowie Simon (1994: 29 ff.).

188

D. Empirische Untersuchung

1986: 117; Korte 1995: 180 f). Genauer gesagt, handelt es sich um ein MaB der gemeinsamen Varianz eines Indikators mit einer latenten Variable, das unter der Benicksichtigung des Varianzanteils errechnet wird, fur den der MeBfehler verantwortlich ist (Fritz 1992: 131). Das LISREL-Programm berechnet diesen Wert automatisch und gibt ihn als „Squared Multiple Correlation" fur x beziehungsweise y Variablen an. Das Kriterium kann Werte zwischen 0 und 1 annehmen, wobei hohere Werte eine zuverlassige Operationalisierung anzeigen. In Anlehnung an die gangige Literatur wird in dieser Untersuchung mit einem Minimalwert von 0,4 jedoch ein strenges Kriterium zugrundegelegt (vgl. Fritz 1992: 132). Im Einklang mit Fritz (1992: 135 f.) soil Konvergenzvaliditat hier als „das Ausmafi der tJbereinstimmung mehrerer, moglichst verschiedener Messungen (bzw. Indikatoren) desselben Konstrukts" verstanden werden. Zu dessen Uberprufung werden zwei weitere Reliabilitatsmafie herangezogen, und zwar die Konstrukt- oder Faktorreliabilitat (KR) und die durchschnittlich erfafite Varianz (DEV) (vgl. Fomell und Larcker 1981: 45 f.; Balderjahn 1986: 118). Die beiden GroBen sind in LISREL zwar nicht implementiert, sie lassen sich aus den Resultaten jedoch mit Hilfe folgender Formeln errechnen.^^^

DEV( 4 ^

(Gleichung 11)

fiir jede Variablenkombination einzeln zu tiberpnifen.^^^ Unter nomologischer Validitat wird schliefilich die empirische Bewahmng der aus einem theoretischen Konzept abgeleiteten Hypothesen verstanden (Bagozzi 1980: 129). Das bedeutet, es bedarf einer Prufung, inwiefem eine abhangige latente Variable auch faktisch durch eine beziehungsweise mehrere latente Variablen entsprechend den Kausalhypothesen erklart wird (Fritz 1992: 138). Wahrend mit den bisher vorgestellten Kriterien die Mefimodelle isoliert beziehungsweise auf ihre Trennscharfe zu anderen Konstmkten untersucht wurden, erfordert die Prufung der nomologischen Validitat den Vergleich zwischen theoretischen Vorhersagen und empirischen Resultaten. Statistisch signifikante Schatzer mit richtigem Vorzeichen in den Beta- und Gamma-Matrizen sind hierzu ein erstes Erfordemis. Zur Uberpriifung sind aber femer die quadrierten multiplen Korrelationskoeffizienten (QMK) jeder latent endogenen Variablen heranzuziehen (vgl. z. B. Unger 1998: 217). Mit diesen GroBen werden diejenigen Varianzanteile erfaBt, die durch samtliche antezedenten exogenen und endogenen Konstmkte

'^^ Dies ist eine plausible Bedingung, da nach dem Kriterium die gemeinsame Varianz der Indikatoren grOBer sein sollte als die MeBfehlereinflusse. ^^^Zu den Schwachen altemativer Kriterien, insbesondere des von JSreskog und Sorbom vorgeschlagenen Coefficient of Determination oder des M^-Werts vgl. Fritz (1992: 134 ff.) sowie Bollen (1989: 118 f.). *^^ Die Berechnung des Kriteriums zwischen latent endogenen Konstrukten sowie exogenen und endogenen Konstrukten erfolgt entsprechend.

190

D. Empirische Untersuchung

erklart werden (Fritz 1992: 138 f.).^^"^ Die Anwendung des QMK ist jedoch nur dann sinnvoll, wenn aufgrund theoretischer Voruberlegungen eine umfassende Erklarung der entsprechenden endogenen Konstrukte zu erwarten ist (Homburg 1998: 72). Geht „es dem Anwender der Kausalanalyse lediglich um die Priifung vermuteter Beziehungen zwischen den latenten Variablen, so sollte er quadrierte multiple Korrelationen zwar bei der Interpretation der Ergebnisse zur Kenntnis nehmen, hier aber keine Mindestanforderungen vorgeben" (Homburg und Baumgartner 1995: 172). Im Hypothesenmodell dieser Untersuchung wird u. a. eine voUstandige Erklarung der Entscheidungszufriedenheit angestrebt. Bei der Konsumzufhedenheit werden hingegen explizit bereits erforschte, zusatzliche Determinanten anerkannt, so dafi hier keine voUstandige Erklarung zu erwarten ist, das heiCt keine Mindestanforderung fiir die QMK angelegt werden sollte (vgl. Abschnitt C.5.). Feste Richtwerte zur Mindestauspragung existieren nicht. Es ist jedoch evident, daB Werte groBer 0,50 - das heifit eine Erklarung von mehr als der Halfte der Varianz eines Zielkonstrukts - anzustreben sind. Fritz (1992: 140) bezeichnet dies als wiinschenswerte Mindestauspragung, nicht aber als MuB-Kriterium. Samtliche der diskutierten Partialkriterien sind als grundlegende Bedingung fur einen ausreichenden Modell-Fit zu prufen. Dabei wird in der Literatur mehrheitlich die Auffassung vertreten, daB keine voUstandige ErfUllung erforderlich ist (Fritz 1992: 140 ff.; Homburg 1998: 94; Lechler und Gemiinden 1998: 441). So besteht die meistvertretene Forderung darin, daB die Partialkriterien uberwiegend erfuUt sein soUten, um von einem angemessenen theoretischen Abbild der em-pirischen Datenstruktur sprechen zu konnen.

'^'^Dem totalen DeterminationskoefFizient, der den Anteil der Varianz und Kovarianz aller endogenen Variablen beschreibt, wird in der Literatur nur eine geringe Aussagekraft beigemessen (vgl. Balderjahn 1986: 119; Homburg und Baumgartner 1995: 169). Dieser Koeffizient wird daher in vorliegender Arbeit nicht uberpruft.

D. Empirische Untersuchung Anforderung 1 Interne Konsistenz/ Reliabilitat

191 Anspruchsniveau

Giitekriterium Indikatorreliabilitat

IR

> 0,40

t-Wert der Faktorladungen

> 1,648 (a=5%)

1 Diskriminanzvaliditat

Fomell-Larcker-Kriterium

DEV(^,)>Rl^^

1 Konvergenzvaliditat

Durchschnittlich erfafite Varianz

DEV

> 0,50

Konstruktreliabilitat

KR

> 0,60

Quadrierte multiple Korrelation

QMK

>0,30

1 Nomologische Validitat

t-Wert der Strukturgleichungskoeffizienten

1

> 1,965 (a=5%)

Tabelle 8: Partialkriterien zur LFberpriifling des Hypothesenmodells Die aufgeftihrten lokalen AnpassungsmaBe sind komplementar zu den globalen einzusetzen, da eine fundierte Beurteilung der Anpassungsgiite nur moglich ist, wenn beide Priifungsebenen einbezogen werden (Homburg 1992: 505). Im nachsten Abschnitt werden daher die anzuwendenden globalen Gtitekriterien erlautert, die in dieser Arbeit Verwendung finden. 1.5.3.

Globalkriterien

Ist die Schatzung unbekannter Parameter mit zufriedenstellenden partialen Gtitekriterien gelungen, interessiert femer, ob das Gesamtmodell mit den erhobenen Daten auf globaler Ebene hinreichend konsistent ist, das heifit ob dessen Giiltigkeit postuliert werden kann (vgl. Homburg und Baumgartner 1995: 162). Fur diese Uberpriifung steht eine Reihe von Kriterien zur Verfugung. Einige von diesen sind jedoch eine Funktion der Stichprobengrofie oder der geschatzten Parameter. Eine unreflektierte Anwendung dieser Giitemafie kann dazu fuhren, daB anzustrebende einfache Modelle ungerechtfertigt abgelehnt werden (zur Diskussion von Gutekriterien vgl. ausfuhrlich Gerbing und Anderson 1993 ff.; Tanaka 1993: 10 ff.). Hu und Rentier (1995: 76 ff.) schlagen folgerichtig vor, auch an Gtitekriterien Anforderungen zu stellen und unter anderem solche, bei denen erwartete Indexwerte von der StichprobengrSfie oder der Parameterzahl abhangen, nicht heranzuziehen. Fiir die Interpretierbarkeit sind femer Werte zwischen 0 und 1 zu bevorzugen. SchlieBlich soUte der Index konsistente Ergebnisse unabhangig vom gewahlten Schatzverfahren liefem. Abweichungen von den Annahmen der Schatzmethode, insbesondere der Normalverteilung, soUten dessen Resultate nicht signifikant beeinflussen. In der Literatur werden zunachst inferenzstatistische Stand-Alone-Mafie vorgeschlagen, die eine Beurteilung des Modell-Fits mit Hilfe statistischer Tests anstreben (Homburg und Baumgartner 1995: 166). Hier sind der x^-Anpassungstest und der Root Mean Squared Error of Approximation (RMSEA) zu nennen. Der x^-Test stellt auf die NuUhypothese ab, daB die

192

D. Empirische Untersuchung

reproduzierte Kovarianzmatrix S* sich nicht signifikant von der empirischen Kovarianzmatrix S unterscheidet (Backhaus et al. 2000: 466).^^^ Das Idealkriterium einer perfekten Modellanpassung an die vorliegenden Daten kann in der Praxis jedoch oftmals nicht erfiillt werden. Dies liegt darin begrundet, dafi sich der x^-Wert aus dem Produkt des Minimums der Parameterschatzung und der Anzahl der Stichprobenelemente minus eins ergibt. Z^=(n- \)F{S, S*)

(Gleichung 12)

In die Berechnung geht folglich die Anzahl der befragten Personen positiv ein. Eine Prufung des x^-Werts fuhrt somit zu einer besseren Modellbeurteilung (einem kleinerem x^-Wert) wird ein kleines Sample von 100 bis 200 Probanden verwendet (vgl. Hair et al. 1995: 684). Wiirde eine Prufung desselben Modells mit einem groBeren Sample vorgenommen werden, wiirde die Bewertung schlechter ausfallen. Femer reagieren die Ergebnisse des x^-Tests allgemein sensibel auf Abweichungen von der Normalverteilung.^^^ Diese fuhren dazu, dafi die erzielten Werte lediglich als Approximation genutzt werden konnen (Joreskog und Sorbom 2001). Gegen die Verwendung des x^-Tests spricht schlieBlich, daB c. p. bei einer geringen Zahl an freien Parametem ein geringer Modell-Fit zu erwarten ist. So gilt gmndsatzlich: Je weniger Restriktionen die Modellschatzung unterliegt, desto besser kann die S*-Matrix der S-Matrix angepafit werden. Da der x^-Test zu einer irrtiimlichen Modellablehnung fuhren konnte, wird er als zu strenges Kriterium in dieser Untersuchung nicht weiter berucksichtigt (vgl. auch Byrne 1998: 111 f.). Vorwiegend von Autoren im deutschsprachigen Raum wird ein abgeschwachtes Kriterium gefordert, das sich am x^-Wert orientiert. Dabei wird ein Verhaltniswert ermittelt, indem man den x^-Wert durch die Anzahl der Freiheitsgrade dividiert (Hildebrandt 1983b: 105; Balderjahn 1986: 109; Fritz 1992: 120). Dieser Verhaltniswert reduziert das Problem einer zu positiven Beurteilung iiberangepaBter Modelle, er bleibt jedoch eine Funktion der StichprobengroBe. Wahrend einige Autoren einen Wert von 5 als akzeptabel ansehen (z. B. Hildebrandt 1983a: 105), schlagen Homburg und Baumgartner ein Maximum von 3 als erstrebenswerte GroBe vor (1995: 168). Wird dieser Wert auch bei einem groBeren Sample erreicht, ist von einer sehr guten Modellanpassung auszugehen. Der RMSEA wird genutzt, um mit Hilfe einer Analyse der Residuen die Approximation eines spezifizierten Modells an die empirischen Daten zu priifen (Steiger 1990: 175 ff.). Die diskutierten Probleme des x^-Tests werden durch den RMSEA vermieden (Homburg und Baumgartner 1995: 166). Kleinere RMSEA-Werte zeigen einen besseren Fit an. Wahrend einige Autoren bereits bei einem Wert kleiner 0,08 einen zufriedenstellenden Fit sehen (z. B. Hair et al. 1995), orientieren sich strenge Kriterien an einem Maximum von 0,05 (Browne

^ 1st das Modell genau identifiziert, stehen keine Freiheitsgrade zur Giitepriifung zur Verfiigung. Hier wiirde der x^-Wert in jedem Fall einen Wert von 0 annehmen, also einen perfekten Fit anzeigen, da keine weiteren Informationen zur Verfiigung stehen, um Modellannahmen zu priifen. ^LISREL berechnet verschiedene x^-Werte, von denen die „Minimum Fit Fuction x^" das in der Literatur gebrauchlichste Kriterium ist (vgl. ausfuhrlich Joreskog und Sorbom 2001).

D. Empirische Untersuchung

193

und Cudeck 1993: 144; Hu und Bentler 1999: 27). Entsprechend der Forderung von Steiger (1990: 175 ff.) wird in LISREL zusatzlich ein 90 % Konfidenzintervall urn den RMSEA angegeben. Gegeniiber Punktschatzungen des Modell-Fits, die Ungenauigkeiten der Schatzwerte nicht reflektieren, erhellen Konfidenzintervalle diesen Sachverhalt. MacCallum et al. (1996: 130 ff.) drangen auf die Nutzung dieser Informationen, da Forscher bei einem kleinem RMSEA mit grofiem Konfidenzintervall schliefien muBten, daC der RMSEA-Wert ungenau geschatzt wurde. Der Fit des Modells konnte in diesen Fallen mit dem RMSEA nicht gepriift werden. LISREL gibt daruber hinaus einen P-Wert an, mit dem die Hypothese gepriift wird, dafi die Wahrscheinlichkeit eines Anpassungsfehlers kleiner 0,05 ist (Byrne 1998: 112f). Nach Joreskog und Sorbom sollte der P-Wert groBer 0,50 sein, um ein akzeptables Modell zu gewahrleisten (Joreskog und Sorbom 2001: 106). Weitere Gutekriterien konnen danach kategorisiert werden, ob sie auf den Vergleich mit einem Baseline-Modell abheben oder nicht (Tanaka 1993: 25). Indizes, die einen Vergleich zwischen einem Nullmodell und einem geschatzten Modell vomehmen, werden als relative Oder inkrementelle Fit-Werte bezeichnet. Dem stehen absolute Indizes gegeniiber, die derartige Vergleiche nicht vomehmen. Haufig verwendete absolute Giitekriterien sind der Goodness of Fit Index (GFI), der Adjusted Goodness of Fit Index (AGFI) sowie das Root Mean Squared Residual (RMR) und das Standardized Root Mean Squared Residual (SRMR). Zu den relativen Kriterien gehoren der Tucker Lewis Index (TLI), der Normed Fit Index (NFI), der Incremental Fit Index (IFI) und der Comparative Fit Index (CFI). Der NFI war einer der ersten inkrementellen Fit-Werte, der in der Forschung weite Verbreitung gefiinden hat (Byrne 1998: 117). Beim NFI wird die Differenz zwischen den minimalen X^-Werten des Nullmodells, bei dem samtliche Parameter freigesetzt werden, und dem spezifizierten Modell errechnet. Diese Differenz wird durch den x^-Wert des Basismodells mit vollstandig fixierten Parametem gewichtet (Bentler und Bonett 1980). Im Ergebnis zeigt der Wert an, zu welchem Umfang sich der Modell-Fit durch die Freisetzung der spezifizierten Parameter verbessert. Da diese Verbesserung bei einer grofieren Zahl von Parametem besonders groB ist, steigt der NFI-Wert entsprechend einem sinkenden x^-Wert mit steigender Parameterzahl und favorisiert damit ubermaBig komplexe Modelle. Kritisch ist zudem, daB die Erwartungswerte ebenfalls von der Stichprobengrofie abhangig sind, und zwar derart, daB wenige Befragte zu einer verstarkten Modellablehnung fuhren (BoUen 1989: 271). Mit dem CFI bietet Bentler (1990: 238 ff) eine iiberarbeitete Version des NFI an, der um die Verzermngen durch die StichprobengroBe korrigiert ist. Der CFI beriicksichtigt ebenso wie die anderen inkrementellen Fit-Werte - der TLI, auch Non-Normed Fit Index (NNFI) genannt^^^ und der IFI - die Anzahl der Freiheitsgrade (vgl. Homburg und Baumgartner 1995: 166 ff.). In dieser

^Non-Normed bedeutet in diesem Fall, daB der Fit-Index nicht der Forderung nachkommt, zwischen 0 und 1 normiert zu sein. So kann der NNFI auch Werte grSBer 1 annehmen (vgl ausftihrlich B3mie 1998: 117).

194

D. Empirische Untersuchung

Untersuchung wird daher von einer Prufung des NFI zugunsten des CFI, IFI und TLI abgesehen. Weniger strenge Mindestkriterien fordem fiir samtliche inkrementellen Fit-Werte ein Minimum von 0,90 (Byrne 1998: 117). Hu und Bender fordem hingegen einen Minimalwert von 0,96 (Hu und Bentler 1999: 27). In dieser Untersuchung soil den strengeren Vorgaben von Hu und Bentler gefolgt werden. Als absolutes Giitekriterium beschreibt der RMR die durchschnittliche GroBe der Residuen zwischen den Elementen der empirischen und der modelltheoretischen Kovarianzmatrix. Er ist daher ein MaB ftir die durchschnittlich vom Modell nicht erklarten Varianzen und Kovarianzen (Backhaus et al. 2000: 468). Der RMR ist von der Skalierung der Rohdaten abhangig. Nach Kelloway (1998: 27) soUte dieses Giitekriterium nur im Fall einer einheitlichen Skalierung der Indikatoren zur Anwendung kommen. Andemfalls ist die standardisierte Form des RMR der SRMR zu nutzen. Sowohl der RMR wie auch der SRMR signalisieren bei Werten nahe null einen geringen Anteil der durch das Modell nicht erklarten Varianz. Als Maximalkriterium fur den SRMR wird ein Wert kleiner 0,09 gefordert (Balderjahn 1986: 66; Fritz 1992: 126; Homburg 1992: 506). Ein traditionell weit verbreitetes absolutes Mafi zur Prufung von LISREL-Modellen stellt der GFI dar (vgl. Peter 1997: 141). Mit dem GFI wird der relative Anteil der Varianzen und Kovarianzen der S-Matrix ermittelt, der durch die spezifizierte S*-Matrix vorhergesagt wird (Bollen 1989: 276). Ein grundsatzliches Problem bei diesem Vorgehen ist, daB der Forscher wiederum durch das Freisetzen weiterer Parameter leicht Verbesserungen des GFI erzielen kann, da die damit einhergehende Reduktion der Anzahl der Freiheitsgrade bei der Berechnung nicht mit einbezogen wird (Homburg und Baumgartner 1995: 166). Diesem Mangel begegnet der AGFI, in dem Strafterme entsprechend der Parameterzahl berechnet werden, womit neben der Ahnlichkeit zwischen S und S* auch die ben6tigte Modellkomplexitat Benicksichtigung fmdet (Byrne 1998: 115 ff.). Obwohl in die Berechnung des GFI und des AGFIs die StichprobengroBe nicht direkt einflieBt (vgl. ausfiihrlich Bollen 1989: 226 ff.), zeigen Simulationsergebnisse von Anderson und Gerbing (1984: 155 ff.), daB sowohl die GFI- wie die AGFI-Werte bei groBerem N ansteigen. Femer fmden die Autoren heraus, daB beide Werte mit sinkender Itemzahl pro Konstrukt und steigender Zahl von latenten GrSBen abfallen. Neuere Resultate belegen femer, daB der GFI und der AGFI trotz ihrer hohen Verbreitung aufgmnd mangelnder Sensitivitat beziiglich MeB- sowie Stmkturmodellfehlspezifikationen nicht fur die Bewertung von Kausalmodellen zu empfehlen sind (Hu und Bentler 1999: 2 ff). Vorliegendes Forschungsmodell beinhaltet eine Schatzung von 12 latenten Variablen. Entsprechend heute gangigem Vorgehen (vgl. z. B. Laverie et al. 2002: 663) werden die Werte GFI und AGFI bei dieser Modellkomplexitat nicht verwendet. In dieser Arbeit findet vielmehr das x^/df-AnpassungsmaB, die inkrementellen Fit-Werte IFI, CFI und TLI sowie das absolute Pnifkriterium des SRMR und der inferenzstatistische RMSEA-Wert Anwendung. Dabei gilt, daB die inkrementellen Fit-Werte sowie der RMSEA besonders sensitiv gegenuber fehlspezifizierten Faktorladungen reagieren, wahrend der

D. Empirische Untersuchung

195

SRMR zuverlassig fehlspezifizierte Faktorkovarianzen aufdeckt (Hu und Bentler 1999: 5). Mit einer Kombination der Priifkriterien kann demnach eine geringe Fehlerquote bei der falschen Modellannahme, dem a-Fehler, und der irrtumlichen Modellablehnung, dem P-Fehler, erzielt werden. Dies belegen die von Hu und Bentler herausgearbeiteten cut-off-Werte zur Minimierung beider Fehler (Hu und Bentler 1999: 27). Nach ihren Simulationsergebnissen ist eine Kombination der Kriterien von minimal 0,96 fiir die inkrementellen Werte, von maximal 0,05 fiir den RMSEA und von weniger als 0,09 fiir den SRMR anzuwenden. Bei der Prufiing von Globalkriterien steht daher die Untersuchung dieser Anspruchsniveaus im Vordergrund. Tabelle 9 bringt die diskutierten Anforderungen in einen Uberblick. 1 Kategorie

Anspruchsniveau

Giitekriterium

1 Inferenzstatistische Verhaltnis f; zu Prufkriterien Freiheitsgraden

^IdS.

0,50

Absoluter Fit-Wert

Standardized Root Mean Squared Residual

SRMR

0,96

Incremental Fit Index

IFI

> 0,96

Tucker-Lewis Fit Index (Non-Normed Fit Index)

TLI (NNFI)

> 0,96

< 0,05

Tabelle 9: Globalkriterien zur Uberprufiing des Hypothesenmodells Bei erfiillten Anwendungsvoraussetzungen belegt die Nichterfiillung der genannten Globaloder Partialkriterien, dafi die theoretisch angenommenen ZusammenMnge nicht in ausreichendem Umfang der empirischen Realitat entsprechen. Ist eine Modellanpassung theoretisch vertretbar, so sollte eine Modifikation der Modellstruktur vorgenommen werden, um zu einem theoretisch wie empirisch konsistenten Erklarungsmodell zu gelangen. 1.5.4.

Strukturmodellmodifikation

Eine Modifikation der Modellstruktur bedeutet, dafi die Kovarianzstrukturanalyse ihren rein konfirmatorischen Charakter verliert. Die Datenanalyse gewinnt an explorativem Charakter, da die empirischen Daten zur Verbesserung der Modellstruktur herangezogen werden, um neue substantielle Annahmen zu identifizieren (BoUen 1989: 296). Durch dieses Vorgehen lockert man den Basisansatz, es konne nur ein theoretisch vertretbares Modell existieren, welches empirisch entweder abgelehnt oder angenommen werden kann. Vielmehr geht man davon aus, dafi alternative Erklamngszusammenhange vertretbar sind. Die empirischen Ergebnisse werden dazu genutzt, ein zu bevorzugendes Gesamtmodell zu identifizieren, das den empirischen Gegebenheiten am ehesten entspricht. Diese Art und Weise der Datenanalyse

196

D. Empirische Untersuchung

kann als konfirmatorische wie explorative Verwendung des LISREL-Ansatzes bezeichnet werden (vgl. auch Backhaus et al. 2000: 483). Modellverbesserungen konnen zum einen durch die Parameterkontraktion vorgenommen werden. Hier wird durch den AusschluB von Parametem eine Vereinfachung der Modellstruktur erzielt. Hinweise darauf, welche bislang freigesetzten Parameter festzusetzen sind, liefem die Teststatistiken in Form der t-Werte. Liegen groBe Standardabweichungen vor, konnen die entsprechenden Parameter nur mit Vorsicht interpretiert werden, da sie nur unter groBer Unsicherheit eine valide Schatzung darstellen (Backhaus et al. 2000: 484). Weisen Parameter einen zu kleinen t-Wert auf, so daB von einem nicht signifikant von null abweichenden Zusammenhang ausgegangen werden muB, sind diese ebenfalls zu fixieren (vgl. Long 1983: 68 ff.; Backhaus et al. 2000: 485). Liegt der t-Wert unterhalb von 1,965, das heiBt ist die Beziehung auf 5%-Niveau nicht signifikant, kann nicht ausgeschlossen werden, daB der zugehorige Parameter nicht auf zufallige Stichprobencharakteristika zuruckzufuhren ist. Eine Interpretation des Schatzwerts ist folglich nicht moglich. Der in dieser Weise potentiell zuf^llig entstandene Parameterwert kann dabei die Schatzung anderer Parameter verzerren. Sprechen keine substantiellen theoretischen Grunde filr dessen zwingende Beibehaltung, ist daher eine Elimination vorzunehmen. Schlechte globale Fit-Werte entstehen aber oft nicht nur dadurch, daB zu viele Parameter spezifiziert werden, sondem gerade dadurch, daB LISREL zu wenige Parameter zur Verfiigung stehen, um die Fit-Funktion ausreichend zu minimieren. So wird neben der Parameterkontraktion die Parameterexpansion vorgeschlagen (Long 1983: 69). Hierbei kann sich der Forscher an den von LISREL berechneten Modifikationsindizes orientieren, die angeben, um wie viel sich der Chiquadrat-Wert verbessem wiirde, wenn ein bislang auf Null festgesetzter Parameter freigesetzt wird und alle ubrigen ihre Schatzwerte beibehalten (Sorbom 1989). Geht der Forscher dabei jedoch rein datenbasiert vor, kann es zu theoretisch inkonsistenten Modellverbesserungen kommen (vgl. Homburg und Dobratz 1991: 219 ff). Hierdurch wird nicht nur das Sparsamkeitsprinzip verletzt, sondem es bleibt unklar, ob die Optimierung basierend auf einer einzigen Stichprobe verallgemeinerbar ist beziehungsweise „whether the final model reflects capitalization on chance in one sample or a robust association" (BoUen 1989: 61). Dieses Problem ist besonders ausgepragt, wenn Informationen aus Modifikationsindizes dazu genutzt werden, grundlegende Modellanpassungen in Form der zusatzlichen Freisetzung mehrerer Parameter vorzunehmen. So fiihrt BoUen (1989: 296) weiter aus: „the empirical means can be helpful, but they can also lead to nonsensical respecifications. [...] Empirical means work best in detecting simple alterations and are less helpful when major changes in structure are needed". In dieser Arbeit soil daher zunachst das theoretisch hergeleitete Hypothesenmodell mit Hilfe der Kovarianzstrukturanalyse geschatzt und entsprechend den globalen und partialen Giitekriterien iiberpruft werden. Falls erforderlich, wird das erste Basismodell mittels Parameterkontraktion und -expansion angepaBt. Besonders letzteres Vorgehen ist ausschlieBlich dann

D. Empirische Untersuchung

197

durchzufiihren, wenn substantielle Begrundungen fur weitere Modellbeziehungen hergeleitet werden konnen. Obwohl dies weniger kritisch ist, betont Boomsma (2000: 475), daB auch Modellvereinfachungen einer substantiellen Uberpriifung unterzogen werden sollten. Im Folgenden sind daher sowohl empirisch motivierte Parameterkontraktionen wie -expansionen erneut theoretisch zu diskutieren. Um zu uberpnifen, ob eine Anpassung des Basismodells zu einer Verbesserung fuhrt, wird der x^-Differenztest herangezogen (Dillon 1986: 115 f.; Homburg und Dobratz 1991: 219 ff.).^^^ Dieser kann immer dann angewendet werden, wenn das Basismodell und das bestangepafite Modell eine unterschiedliche Parameterzahl aufweisen, das heiBt in hierarchischem Zusammenhang stehen. Formal ausgedriickt ist bei zwei x^-verteilten Modellen auch die Differenz zwischen diesen x^-verteilt, so dafi ts^x^ = xlash ~ zlest. ^^^ ^^^ Differenz der Freiheitsgrade Adf = dfe^^^^ -^fsest. gepruft werden kann (vgl. Ohlwein 1999: 234). Altemativ dazu stehen auch die Kriterien AIC, CAIC und ECVI zur Verfugung (vgl. Hu und Bentler 1995: 86; Haughton, Out und Jansen 1997: 1482 ff.). Diese sind absolute Werte, die als Funktion des Modell-Fits und derfreigesetztenParameter ermittelt werden. Sie berucksichtigen daher das Sparsamkeitsprinzip und lassen sich auch bei nicht hierarchischen Modellen vergleichen. Die Modellverbessemng im Wechselspiel zwischen theoretischen tJberlegungen und empirischen Resultaten wird solange fortgesetzt, bis keine weiteren Optimierungsmoglichkeiten mehr identifiziert werden konnen. Ist dieser Zustand erreicht, wird von einem bestangepafiten Modell gesprochen. 1.5.5.

Validitat modifizierter Kausalmodelle

Ist mit Hilfe einer empirisch motivierten Modifikation ein Modell ermittelt worden, das den erhobenen Datensatz besser widerspiegelt als das Basismodell, so ist die Generalisierbarkeit der ermittelten Zusammenhange oft trotz theoretischer Fundierung der Modellanpassung nicht gegeben. Gerade bei verhaltenswissenschaftlichen Kausalmodellen sind die Bedenken Steigers (1990: 175 ff.) zu berucksichtigen. Er ftxhrt aus: „what percentage of researchers would find themselves unable to think up a ,theoretical justification' for freeing a parameter? In the absense of empirical information to the contrary, I assume that the answer [...] is ,near zero*." Es ist daher nicht verwunderlich, dafi die Problematik der explorativen Modellanpassung in der Literatur mehrfach zum Ausgangspunkt fur Kritik an der Kovarianzstrukturanalyse wurde (Cliff 1983: 115 ff; Breckler 1990: 260). Der Anwender der Strukturgleichungsanalyse befmdet sich damit in einem Dilemma. Einerseits wiirde, der Kritik folgend, eine puristische Vorgehensweise verlangen, ein einmal abgelehntes Modell als solches auszuweisen und keine

Eine Diskussion von Altemativen zu diesem Test findet sich bei BoUen (1989: 292 ff.).

198

D. Empirische Untersuchung

weiteren Anpassungen vorzunehmen. Andererseits stellen hypothesierte Kausalmodelle stets eine Vereinfachung der Realitat dar und konnen somit nur Annaherungen und keine exakten Abbilder tatsSchlicher Phanomene reprasentieren (Cudeck und Browne 1983: 147 ff.; MacCallum, Roznowski und Necowitz 1992: 490 ff.). Ihre groBere Einfachheit ist gerade das Ziel der Modellbildung, da damit eine leichtere Erklarbarkeit und Okonomie im Vergleich zur Komplexitat der empirischen Welt ermoglicht wird. Diese Einfachheit findet ihren Niederschlag auf statistischer Ebene, wo viele Stichprobenmomente durch wenige Modellparameter erklart werden soUen. Dies fuhrt wiederum dazu, dafi kein theoretisch spezifiziertes Modell einen perfekten Fit sowohl entlang globaler wie partieller Gutekriterien aufweisen kann (Byrne 1998: 157 f). Der SchluB der Modellablehnung ist also letztendlich trivial, da Modelle strenggenommen immer ungiiltig sind und eine Ablehnung eines Modells lediglich eine a priori bekannte Tatsache beweist. In der Konsequenz fiihrt Joreskog (1993: 298) aus: „if the model is rejected by the data, the problem is to determine what is wrong with the model and how the model should be modified to fit the data better". Um der Kritik an der Kovarianzstrukturanalyse zu begegnen und gleichzeitig generalisierbare Aussagen aus den meist erforderlichen Modellmodifikation ableiten zu konnen, ist es notwendig, eine Modellanpassung einer emeuten Priifung zu unterziehen. Besonderes Augenmerk liegt dabei auf der Frage, ob die Spezifikation des bestangepaBten Modells sich lediglich auf zufUllige Charakteristika der Stichprobe stutzt oder auf andere Samples erweiterbar ist (Byrne 1998: 158). Eine Moglichkeit zur Uberprufung der Stichprobendependenz einer Modellanpassung ist, einen Split-Half vorzunehmen, das heiBt die erhobenen Daten zuf^Uig in zwei Teile zu spalten, um damit eine Kreuzvalidierung der Modellstruktur zu ermoglichen (vgl. z. B. Joreskog 1993: 313; Schumacker und Lomax 1996: 182). Die derart generierten Kalibrierungs- und Validierungs-Samples werden mit Hilfe des Cross Validation Index (CVI) einer Modelliiberpriifung unterzogen (Cudeck und Browne 1983: 147 ff). Der Forscher berechnet damit die Distanz zwischen der bestangepaBten Kovarianzmatrix eines KalibrierungsSamples und der empirischen Kovarianzmatrix eines Validierungs-Samples. Weist das bestangepaBte Modell den kleinsten CVI-Wert auf, kann es als das stabilste Abbild der Realitat angesehen werden, womit die Generalisierbarkeit der Modellmodifikation bestatigt wSre. Die Anwendung des CVI wird jedoch bei kleinen Sample-GroBen nur empfohlen, wenn es sich um auBerst einfache Modelle handelt (MacCallum et al. 1994: zitiert nach Byrne 1998:161). Komplexe Hypothesengefiige, wie das vorliegende Modell zur Entscheidungszufriedenheit, sind damit lediglich anhand mehrerer groBer Samples iiberpriifbar. Grundsatzlich ist dem Split-Half entgegenzuhalten, daB zugunsten der Validierung die Effizienz bei der Modellschatzung reduziert wird. Da Parameterschatzungen bei kleinen Stichproben weniger stabil sind, sind auch die Modifikationen an Kausalmodellen um so weniger zu generalisieren, je kleiner die zugrundeliegende Stichprobe ist (MacCallum et al. 1992: 491). Liegt keine Erhebung ausreichenden Umfangs vor, wird mit dessen Teilung also bereits bei der initialen Modellanpassung eine Fehlspezifikation riskiert.

D. Empirische Untersuchung

122.

Als effiziente Alternative bietet sich das Bootstrap-Verfahren an (Boomsma 2000: 466). So schreiben Schumacker und Lomax (1996: 194): „the bootstrap approach is used in research situations where [...] cross validation (in which the sample is split) [is] not practical". Bei diesem Vorgehen werden samtliche verfugbaren Informationen, also die Werte aller Untersuchungsobjekte, zur Anpassung eines besten Modells genutzt, so dal3 keine Effizienznachteile entstehen. Zur Uberprufung des angepafiten Modells gegen ein Sample anderer Zusammensetzung wird das Ergebnis mit einem oder mehreren Bootstrap-Samples verglichen. Um eine Bootstrap der GroBe p zu generieren, wird aus einer Stichprobe mit n Untersuchungseinheiten p-mal zufallig eine dieser Einheiten mit Zurucklegen gezogen (Bollen und Stine 1993: 112).^^^ Anders gesagt: Wahrend einige Untersuchungsobjekte mehrfach gezogen werden, konnen andere iiberhaupt nicht in das Sample einfliefien. Das Bootstrap-Sample setzt sich damit nicht aus denselben n Fallen wie denen der Originalstichprobe zusammen, sondem weist andere Verteilungseigenschaften auf (Schumacker und Lomax 1996: 195). Bei der Verwendung von Bootstraps zur Validierung ist grundsatzlich zu beachten: „the sucess of the bootstrap depends on the sampling behavior of a statistic beeing the same when the samples are drawn from the empirical distribution and when they are taken from the original population" (Bollen und Stine 1993: 113). Anders gesagt: Wenn die ursprungliche Stichprobe nicht zufallig gezogen wurde, das heiBt nicht reprasentativ ist, dann konnen auch die Schatzungen durch ein Bootstrap irrefuhrend sein (vgl. Efron und Gong 1983: 36). Sind diese Bedingungen erfuUt, deckt ein Ergebnisvergleich der Parameterschatzung zwischen einem Bootstrap-Sample und einer Originalstichprobe Instabilitaten in den Schatzwerten auf und erhellt damit potentielle Fehlspezifikationen. Nach MacCallum (1993: 490) soUte ein kritischer Forscher nach empirisch motivierter Modellanpassung drei Anforderungen iiberpriifen: So ist (1) zu untersuchen, ob Modellanpassungen auch mit einem anderen Sample vorgenommen worden waren, (2) ob ein bestangepaBtes Modell nicht nur in der Originalstichprobe, sondem auch in einer zweiten, anders verteilten Stichprobe zu einem akzeptablen Modell-Fit fuhrt und (3) ob die erzielten Resultate sich auf weitere Stichproben generalisieren lassen. Zur Beantwortung der ersten Fragestellung sind die Signifikanz und gegebenenfalls die Modifikationsindizes fiir eliminierte und hinzugenommene Parameter zwischen den Samples anhand des Basismodells zu vergleichen. Eine erneute Analyse globaler Gutekriterien im bestangepafiten Modell dient der Untersuchung der zweiten Anforderung an die Zuverlassigkeit der Modellspezifikation. Die Erfiillung der dritten Anforderung lafit sich mit Hilfe der multiplen Gruppenanalyse beurteilen, die Aufschlufi daruber gibt, ob sich spezifische Parameterschatzung bei einer

^^^Zu einer ausfuhrlichen Diskussion des Bootstrap-Verfahrens vgl. Efron und Tibishirani (1993) sowie Horowitz (1999). Bei sogenannte „Soft Modeling Methodes" wie PLS (vgl. Abschnitt D.1.2) werden Gutekriterien ausschliefilich auf Basis von Bootstrap- oder Jackknife-Prozeduren berechnet (vgl. ausftihrlich Herrmann et al. 2003a: 7).

200

D. Empirische Untersuchung

Orginalstichprobe in weiteren Stichproben bestatigen lassen (vgl. Byrne 1998: 330 ff.). Anders ausgedruckt es lafit sich prttfen, ob invariante Modellschatzung zwischen zwei oder mehr Samples vorliegen. Zwei Modelle, die die gleiche Form besitzen, das heiBt die gleiche Komposition an festgesetzten und freien Parametem aufweisen, soUten nach Bollen (1989: 358 ff.) entlang ihres MeB- und ihres Strukturmodells auf Invarianz gepruft werden. Operativ werden dabei zwei getrennte Kovarianzmatrizen berechnet, die zur simultanen Schatzung zweier Strukturgleichungsmodelle in einem Gesamtmodell herangezogen werden (vgl. Hayduk 1987: 361). Zur Uberpriifung der statistischen Aquivalenz der Parameterwerte wird die Verschlechterung des Modell-Fit aufgrund der Einftihrung von Aquivalenzrestriktionen iiberpruft (vgl. Bollen 1989: 361). Hierzu lafit sich der Chiquadrat-Differenztest einsetzen. Dieser kann als Mafi fur die Vertretbarkeit von Gleichheitsrestriktionen angesehen werden (B)mie 1998: 335). Zeigt der Test eine signifikante Modellverschlechterung an, mufi von tatsachlichen Unterschieden der Parameterwerte ausgegangen werden. In diesem Fall kann keine Invarianz und damit keine Allgemeingtiltigkeit der Parameterschatzung postuliert werden. Damit Vergleiche auf Strukturmodellebene sinnvoll angestellt werden konnen, ist zunachst Invarianz auf Mefimodellebene zu prttfen (vgl. Steenkamp und Baumeister 1998: 407). Hierzu wird die statistische Signifikanz der Differenzen zwischen den Indikatorladungen geprttft. Sind diese Ladungen deutlich verschieden, ist zu vermuten, dafi die manifesten Variablen von unterschiedlichen Konstrukten reprasentiert werden. Damit sind auch Differenzen zwischen den latenten Variablen nicht interpretierbar. Kann Mefimodellinvarianz sichergestellt werden, kann mit der Uberprufung der Invarianz der p- und y-Koeffizienten auch das Strukturmodell und damit die substantielle AUgemeingultigkeit des Hypothesengefuges evaluiert werden. Ist weder auf Mefi- noch auf Strukturebene eine signifikante Gesamtmodellverschlechterung durch die Einfuhrung von Aquivalenzrestriktionen zu verzeichnen, wird dies selbst nach strengen Kriterien als starke Bestatigung fur die Zuverlassigkeit eines spezifizierten Kausalmodells angesehen (Byrne 1998: 338). Obwohl mit diesem Vorgehen eine umfassende Validitatsprufung durchgefuhrt wird, mufi darauf aufmerksam gemacht werden, dafi zwar samtliche verfiigbaren Mafinahmen untemommen werden, um eine empirisch motivierte Modellanpassung weiter zu stutzen, jedoch keine Allgemeingtiltigkeit postuliert werden kann. So zeigen die Ergebnisse von MacCallum et al. (1994: 3ff.), dafi selbst die Kreuzvalidierung mit Hilfe zweier unabhangiger Samples nicht in jedem Fall dazu in der Lage ist, instabile Modellanpassungen aufzudecken. Trotz der Schwierigkeit, die Allgemeingtiltigkeit von Kausalmodellen nachzuweisen, fiihrt Boomsma aus (2000: 466): „as difficult as it may be, in the end some information about the stability of results (conclusions) should be provided". Folgerichtig soil in dieser Untersuchung jede Anstrengung untemommen werden, um potentielle Fehlspezifikationen aufzudecken. Da bei gegebener Modellkomplexitat fur einen Split-Half im Rahmen der Primarerhebungen ein sehr grofies Sample erzielt werden mufi, erscheint es notwendig, auf das Bootstrap-Verfahren zuruckzugreifen, um instabile Parameterschatzungen zu identifizieren. Dabei sind partiale wie

D. Empirische Untersuchung

201

auch globale Gutekriterien einer emeuten Prufung zu unterziehen und die Invarianz auf MeBund Strukturebene des bestangepaBten Kausalmodells zu untersuchen. 1.6.

Vorgehensweise bei der ModellscMtzung

In den Abschnitten D.1.3. bis D.1.5. wurde ein Verstandnis der methodischen Basis zur empirischen Uberpnifung des Hypothesengefuges mit Hilfe des LISREL-Ansatzes erarbeitet. Aufgmnd der Moglichkeit, komplexe Dependenzstrukturen abzubilden sowie eine simultane Analyse von Konstmktmessungen und Strukturbeziehungen vorzunehmen, erweist sich die Kovarianzstrukturanalyse als iiberlegenes Verfahren zur Prufung des hergeleiteten Kausalmodells. Mit der Prufung der formulierten Hypothesen und der holistischen Evaluation des Gesamtmodells konnen mit diesem Verfahren wichtige Erkenntnisse beziiglich des empirischen Gehalts des Forschungsmodells gewonnen werden. Obwohl Autoren wie Homburg und Hildebrandt (1998: 42) zur Kovarianzstrukturanalyse ausfuhren, sie habe das „Methodenspektrum fiir die empirische betriebswirtschaftliche Forschung erheblich bereichert", erfordert die Anwendung grofie Sorgfalt. Es bedarf einer strukturierten Vorgehensweise, um Anwendungsvoraussetzungen nicht zu verletzen, fehlerhafte Messungen aufzudecken und substantielle Irrtumer zu vermeiden. Die dargestellten Analyseschritte sind daher in einem Gesamtrahmen zusammenzufassen und zu erlautem. Forschungsmethodisch lafit sich der Ablauf der empirischen Untersuchung in vier Schritte aufteilen. Um kausale Zusammenhange zwischen latenten Variablen messen zu konnen, bedarf es einer geeigneten Operationalisierung der nicht unmittelbar zu beobachtenden GroBen. In Abschnitt D.1.4. wurde das Vorgehen dieser Arbeit zur Entwicklung eines MeBinstrumentariums bereits erlautert. Im einzelnen werden qualitative Forschungsmethoden und Literaturanalysen gekoppelt eingesetzt, um eine zu erhebende Menge an manifesten Variablen zu identifizieren. Die in den Fragebogen eingeflossenen Indikatoren sowie deren Ursprung sind ebenso wie die Auswahl der Untersuchungsobjekte und die gewShlte Datenerhebungsmethode noch zu elaborieren (vgl. Abschnitt D.2.). Mit der Durchfiihrung der Datenerhebung werden Rohdaten erzielt, die es mit Hilfe quantitativer Verfahren zu priifen gilt. Wie erinnerlich, soil dabei ein initiales Daten-Screening mit Hilfe der exploratorischen Faktorenanalyse vorgenommen werden. Mit diesen Verfahren konnen grobe Verletzungen der hypothesierten Faktorstruktur in Form von abweichenden Indikatorzuordnungen sowie fehlerhaflen Itemkodiemngen, z. B. bei gedrehten Formulierungen, auf unkomplizierte Weise fhihzeitig entdeckt werden. Um zu bestatigen, daB die vorgenommene Messung eine adaquate Interpretation struktureller Zusammenhange erlaubt, sind diese Verfahren jedoch nicht hinreichend. Es gilt vielmehr: „exploratory factor analysis can be a useful preliminary technique for scale construction, but [...] a subsequent confirmatory analysis would be needed to evaluate, and likely refine, the resulting scales" (Gerbing und Anderson 1988: 189). Ein zentrales Problem der EFA besteht darin, daB mit derartigen Verfahren keine ausreichende Prufung der extemen Konsistenz individueller Skalen vorgenommen wird, so daB der Forscher die Datenlage

202

D. Empirische Untersuchung

nicht zur Priifung seiner inhaltlich differenzierten Konstruktdefinition heranziehen kann.^"^^ Es bedarf einer umfassenderen und strengeren Priifung mit Hilfe der konfirmatorischen Faktorenanalyse. Im Gegensatz zur EFA werden bei der KFA dezidiert a priori Hypothesen iiber die zugrundeliegende Faktorstruktur gepruft (vgl. Homburg 1992: 500; Bagozzi und Baumgartner 1994: 417). Mit LISREL konnen Parameter auf MeBmodellebene so spezifiziert werden, daB Zusammenhange zwischen Indikatoren und Konstrukten isoliert pro Konstrukt berechnet werden (vgl. Gleichung 2 und 3 in Abschnitt D. 1.3.1.). Mit dieser Form der Modellschatzung wird eine differenziertere Priifimg der extemen und intemen Konsistenz ermoglicht. Um diese zu erreichen, miissen samtliche globalen und partialen Giitekriterien (auBer der nomologischen Validitat) (vgl. Abschnitt D. 1.5.2. und D. 1.5.3.) auch auf die MeBmodellebene angewendet werden. Wie erinnerlich, muB aber zuvor eine Priifung der Anwendungsvoraussetzungen durchgeflihrt werden (vgl. Abschnitt D.I.3.3.). Erst darauf aufbauend ist eine MeB- und Strukturmodellschatzung vorzunehmen. In welchen Schritten bei dieser Priifung vorzugehen ist, wird in der Literatur kontrovers diskutiert (vgl. z. B. Anderson und Gerbing 1992: 321 ff.; Fomell und Yi 1992a: 291 ff.; 1992b: 334 ff; Hayduk und Glaser 2000: 1 ff; Mulaik und Millisap 2000: 36 ff.).^"^^ Grundsatzlich lassen sich drei Vorgehensweisen unterscheiden: Eine Strategic besteht darin, das gesamte Modell, das heiBt MeB- und Strukturmodell, in einem Schritt zu analysieren, eine andere sequentiell zunachst das MeBmodell zu untersuchen, ggf zu modifizieren und erst dann MeB- und Strukturmodell simultan zu schatzen (vgl. Boomsma 2000 f). Vereinzelt fmden sich auch Arbeiten, bei denen auch die MeBmodelle schrittweise untersucht werden, das heiBt jedes MeBmodell einer isolierten Prufung unterzogen wird (z. B. Braunstein 2001; Algesheimer 2004). Letzteres Vorgehen bietet zwar den Vorteil, daB Inkonsistenzen einzelner Konstruktoperationalisierungen leichter zu identifizieren sind, es widerspricht jedoch den Vorziigen der Kovarianzstmkturanalyse zur integrativen Optimierung der extemen und intemen Konsistenz von Konstmktmessungen.^"^^ Der Forscher lauft Gefahr, bei der isolierten Anpassung von MeBmodellen unzureichend Riicksicht auf die Konstruktdiskriminanz zu nehmen und damit eine gmndlegende Anfordemng fur die Stmkturmodellschatzung nicht zu erfiillen (vgl. Abschnitt D. 1.5.2.). Auf der anderen Seite ist eine vollstSndig simultane Optimiemng von MeB- und Stmkturmodell ebenfalls nicht unbedenklich. So wird durch die Schatzung von P- und y-Parametem EinfluB auf die Ergebnisse der MeBmodellprufung genommen. Es kann damit zur irrtiimlichen Ablehnung oder Annahme des MeBmodells kom-

'"^^Die mit der explorativen Faktorenanalyse ermittelten Faktoren werden nicht ausschliefilich durch Indikatoren reprasentiert, die aufgrund theoretischer Uberlegungen einem Konstrukt zugeordnet wurden. Vielmehr werden bei explorativen Verfahren selbst bei der Ermittlung orthogonaler Faktoren stets alle beobachteten Variablen bei der Faktorenberechnung mit einbezogen (vgl. ausfuhrlich Gerbing und Anderson 1988: 189). ^^^ Zu einer ausfuhrlichen Diskussion vgl. die Beitrage in Structural Equation Modeling, 7(1)2000. *'*^Zudem ist eine Prufung von Globalkriterien oftmals gar nicht moglich. Da erst ein MeBmodell mit drei Indikatoren genau identifiziert ist, stehen lediglich bei Operationalisierungen mit vier oder mehr Items Freiheitsgrade zur MeBmodellprufung zur Verfugung (vgl. zur Identifikation von Kausalmodellen Abschnitt D.1.3.3).

D. Empirische Untersuchung

203

men. Die Datenanalyse mit LISREL wird daher in dieser Untersuchung in zwei Schritten durchgefuhrt: In einem ersten Schritt wird das Gesamtmefimodell geschatzt und gegebenenfalls angepaBt. Erst wenn nach der konfirmatorischen Faktorenanalyse die hergeleiteten globalen und partialen Giitekriterien erfiillt sind, konnen die Ergebnisse der folgenden Strukturmodellschatzung interpretiert werden. Deuten die Resultate dieser Schatzung auf erforderliche Strukturmodellanpassungen hin, ist auch hier eine entsprechende Umparametrisierung vorzunehmen. Wie beschrieben, soil diese einer Validierung unterzogen werden, wobei sowohl das Mefi- wie auch das Strukturmodell auf seine exteme Validitat hin gepriift wird (vgl. Abschnitt Dl.5.5.). Ist ein bestangepafites Strukturmodell ermittelt und uberpruft worden, bleiben drei weiterfuhrende Fragen offen. Zunachst werden mit den bisher erlauterten Schritten nur die hergeleiteten Hypothesen getestet. Das vorgestellte Forschungsmodell enthalt auf Strukturebene jedoch nicht samtliche mciglichen Beziehungen. Insbesondere wurden keine direkten Einfliisse der sozialen, personlichen und problembezogenen Faktoren auf die Entscheidungszufriedenheit angenommen (vgl. Abschnitt C.6.). Hier unterstellt das Hypothesengefuge lediglich Einfliisse, die durch den Grad der Erreichung von Entscheidungszielen mediiert werden. Trifft diese Annahme nicht zu, konnten die Ergebnisse der bestangepafiten Strukturmodellschatzung verzerrte Schatzwerte fur P- und y-Parameter wiedergeben. Nach Boomsma (2000: 468) ist daher auch die Abwesenheit von Effekten empirisch zu prtifen und theoretisch zu diskutieren. Dieser Forderung soil folgerichtig im Rahmen der weiterfuhrenden Modellpnifung nachgekommen werden. Femer wird mit der Entscheidungszufriedenheit ein Konstrukt untersucht, das erst vor kurzem in der Marketingforschung vorgeschlagen wurde. Bei verwandten Konstrukten wie der Uberlastung Oder der Verwirrtheit geben einige Forscher an, anhand von Soziodemographika unterschiedlich stark betroffene Konsumenten identifizieren zu konnen (z. B. Walsh 2002: 234 ff.). Stehen Entscheidungs- und Konsumzufriedenheit in kausaler Relation, wie in dieser Arbeit angenommen, konnte man ahnliche Zusammenhange auch fur die Zielkonstrukte dieser Arbeit erwarten. In der weiterfuhrenden Modellpnifung wird diesem Sachverhalt daher explizit nachgegangen, indem die Erklarungskraft individueller Unterschiede fur die latenten Variablen der beiden Zufriedenheitskonstrukte getestet wird. Schliefilich ist eines der Ziele der empirischen Untersuchung, zeitliche Veranderungen in Kausalzusammenhangen zwischen der Entscheidungs- und der Konsumzufriedenheit sowie der Rechtfertigbarkeit und der Konsumzufriedenheit zu bestimmen (vgl. Abschnitt D.I.I.). Um Aussagen zum einmaligen Auftreten dieser Zusammenhange durch Befunde zu deren zeitlicher Stabilitat zu erganzen, wird die multiple Gruppenanalyse emeut herangezogen. Mit Hilfe des Chiquadrat-Differenztests ermoglicht dies die Priifiing der Signifikanz von zeitlichen Veranderungen in der Kausalstruktur. Die erzielten Ergebnisse der Quer- und Langsschnittpriifung der theoretisch hergeleiteten Zusammenhange bilden damit eine fundierte Basis zur Ableitung von Implikationen im letzten Abschnitt dieser Arbeit.

204

D. Empirische Untersuchung

Die ausgeftihrten Uberlegungen fuhren zusammenfassend zu dem in Abbildung 20 veranschaulichten forschungsmethodischen Vorgehen. OeiH»feniiig etnes Md&instntmentariimis

DiirdMCIItnifig der

der Meftmodelle

ScliitaHii^ des iiiodetls

Erarbeitung einer grundlegenden Indikatorenmenge • Literaturrecherche zur Entwicklung eines grundlegenden Konstruktverst^ndisses • 12 qualitative Individualinterviews (Aufzeichnung von Entscheidungsprotokollen) • Auswertung bestehender und ubertragbarer Skalen • Formulierung einer Ausgangsmenge an Items Qualitativer Pre-Test (25 Teilnehmer)

1. Fragebogenformulierung 2. Bestimmung der Grundgesamtheit 3. Festiegung der Datenerhebungsmethode

Exploratorische Faktorenanalyse zur Vororientierung 2. Kontrolie der Anwendungsvoraussetzung fur die Parameterschatzung mit LISREL, Wahl eines Schatzverfahrens Konfirmatorische Faktorenanalyse zur Prtifung und Bereinigung von l\/le&instrumenten • Prufung partieller und globaler Gutekriterien auf MeRmodellebene

1. Schatzung des Basismodells 2. Kontrolie partieller und globaler Gutekriterien auf Strukturmodellebene 3. Modifikation des Basismodells/ Bestimmung bestangepa&tes Modell 4. Validierung des bestangepaftten Modells 5. Weiterfuhrende Modellprijfungen • Prufung nicht hypothesierter ZusammenhSnge • Prufung Indlvidueller Unterschiede in der Beurteilung von Entscheidungs- und Konsumzufriedenheit • Untersuchung zeltlicher VerSnderungen

Abbildung 20: Forschungsmethodisches Vorgehen bei der empirischen Modellprufling

2.

Design der empirischen Untersuchung

Urn die Giiltigkeit des Hypothesengefiiges priifen zu konnen, bedarf es geeigneten Datenmaterials. Da fur die in dieser Arbeit interessierenden Zusammenhange nicht auf Sekundardaten zuruckgegriffen werden kann, muB eine Primarerhebung durchgefuhrt werden. Dieser Abschnitt dient der Beschreibung der Methoden, die fur die Datenerhebung gewahlt wurden, sowie der endgultigen Operationalisierung der latenten Variablen. Des weiteren werden die Auswahl der Stichprobe und die Umsetzung bei der Fragebogenfomiulierung beschrieben.

D. Empirische Untersuchung 2.1.

205

Methodik der Datenerhebung

Zur Datenerhebung steht eine Reihe von Verfahren zur Verfugung. In einer primarstatistischen Erhebung sollte sich der Forscher bei der Wahl einer geeigneten Methode grundsatzlich von der vorliegenden Forschungsproblematik leiten lassen (vgl. ausfiihrlich Kerlinger 1986). In dieser Untersuchung soil das Erlebnis von spezifischen Kaufentscheidungsprozessen sowie dessen EinfluB auf die Kundenzufriedenheit gepnift werden. In Abbildung 21 werden die bedeutendsten im Uberblick veranschaulicht. Die in der grafischen Darstellung hervorgehobenen Methoden finden in vorliegender Untersuchung Anwendung. Methoden der Datenerhebung

1

1

Llingsschnittstudie

Experimentelle Forschung

Querschnittstudie

1

Nicht-Experimentelle Forschung

Beobachtung

PersSnlich

Befragung

Schriftlich

Telefonisch

1

Postalisch_| 1

1

Online

Abbildung 21: Gewahlte Methoden der Datenerhebung (in Anlehnung an OdekerkenSchroder 1999: 84) Im Rahmen dieser Arbeit besteht ein Interesse sowohl an der Analyse von Faktoren und deren Beziehungen zu einem gegebenen Zeitpunkt wie auch deren zeitlicher Veranderung. Wahrend entscheidungsbezogene GroBen nur in bezug auf eine spezifische Produktauswahlsituation sinnvoU konzeptualisiert werden konnen, handelt es sich bei der Konsumzufriedenheit um eine zusammenfassende Beurteilung der aktuellen und vergangenen Produkterfahrung (vgl. Abschnitt B. 1.2.1). Bei der Konsumzufriedenheit sind also aufgrund andauemder Produktinteraktionen zeitliche Veranderungen zu erwarten. Per Definition konnen nach dem Kauf keine neuen Erfahrungen in bezug auf die theoretischen Konstrukte zur Beschreibung des Entscheidungserlebnisses gemacht werden. Fur die empirische Untersuchung bedeutet dies, dafi zunachst eine Querschnittserhebung erforderlich ist, mit der zu einem Zeitpunkt kurz nach dem Kauf das Gesamtmodell erhoben wird. Damit ist es moglich, sowohl die Antezedenzien der Entscheidungszufiriedenheit im Strukturmodell zu iiberpriifen, wie auch den erwarten initialen Einflufi auf die Konsumzufriedenheit zu untersuchen. Da die Konsumzufriedenheit zeitlichen Veranderungen unterworfen ist, konnen mit diesen Ergebnissen jedoch keine Aussagen uber die generelle Erklarungskraft der Kaufentscheidung fiir die Konsumzufriedenheit abgeleitet

206

D. Empirische Untersuchung

werden. Die Ergebnisse mussen daher durch eine zweite Langsschnittstudie erganzt werden. Wahrend Querschnittstudien, bei denen Daten nur zu einem Zeitpunkt erhoben werden, in der Marketingforschung groBe Verbreitung erfahren, werden derartige Langsschnittstudien, bei denen Daten an derselben Stichprobe mehrfach erhoben werden, eher selten eingesetzt (vgl. Malhotra 1996: 92). Obwohl die erganzende Langsschnittuntersuchung eine Bereicherung der bestehenden empirischen Erkenntnisse zum Kaufentscheidungsverhalten ist, mu6 jedoch mit dem Problem der Panel-Schrumpfung umgegangen werden. So kann insbesondere bei mehreren Erhebungswellen die Reprasentativitat von Langsschnittstudien durch das Abspringen von Befragten oder durch die Gegenreaktion von Forschem, durch iiberhohte Anreize, gefahrdet werden (vgl. Bortz und D6ring 2002: 564 ff.). In dieser Erhebung soUen aus diesem Grund wie auch aus forschungs6konomischen Erwagungen lediglich zwei Erhebungswellen angestrebt werden. Sowohl in Langs- wie in Querschnittstudien konnen experimentelle und nichtexperimentelle ForschungsansStze verfolgt werden. Bei experimentellen Versuchsanordnungen versucht man die Faktoren, deren EinfluB auf eine oder mehrere abhangige Variablen untersucht werden soil, gezielt in ihrer Auspragung zu variieren (Bortz und Doring 2002: 62 ff.). Das Ziel dabei ist, mittels einer moglichst groBen Kontrolle tiber die EinfluBfaktoren Storeinflusse, an denen der Forscher nicht interessiert ist, zu eliminieren. Durch die Kreierung unterschiedlicher Experimentalbedingungen konnen Probanden unterschiedlichen Konditionen zugewiesen werden, womit der Forscher weitere StorgroBen ausschlieBen kann. Mit diesen MaBnahmen kann in Experimenten eine sehr hohe interne Validitat erzielt werden. Sie sind deshalb vorwiegend fur die grundsatzliche Identifikation von Ursache-Wirkungs-Beziehungen geeignet. Dem steht jedoch das Problem gegenuber, daB in Experimenten oftmals ktinstliche Umgebungen zu einer geringen extemen Validitat ftihren (vgl. Kroeber-Riel und Weinberg 1999: 369). Viele der hier interessierenden GroBen gewinnen fur den Entscheider erst an Bedeutung, wenn es sich um tatsachliche Kaufentscheidungen handelt. AUgemeine Handlungsempfehlungen sind daher aus experimentellen Versuchsanordnungen nur unter groBen Einschrankungen abzuleiten. Entsprechend den Zielen dieser Untersuchung (vgl. Abschnitt D.1.1.) wird daher im Folgenden nichtexperimentellen Methoden gefolgt. Diese werden verstanden als „systematic, empirical inquiry in which the scientist does not have direct control of independent variables because their manifestations have already occurred or because they are inherently not manipulable" (Kerlinger 1986: 348). Mit Hilfe einer standardisierten Erhebung kann eine ganze Reihe an Indikatoren erfaBt werden, die eine Berechnung kausaler Zusammenhange der interessierenden latenten GroBen erlauben. Femer wird es nur mit diesem Vorgehen ermoglicht, die komplexen Gesamtzusammenhange des vorgestellten Hypothesengefiiges zu iiberprufen, da in diesem insbesondere die Entscheidungsziele und die Entscheidungszufriedenheit sowohl abhangige wie auch unabhangige GroBen darstellen. Die Datenerhebung kann bei der nichtexperimentellen Forschung sowohl mit Hilfe der Beobachtung wie der Befragung durchgefuhrt werden (vgl. Kerlinger 1986: 384 ff). Bei der Be-

D. Empirische Untersuchung

207

fragung werden die Untersuchungspersonen mehr oder weniger direkt nach konkreten Fakten, Einstellungen oder Absichten gefragt. Hingegen dienen overte Verhaltensweisen oder AuBerungen als Grundlage, um mit Hilfe der Beobachtung SchluBfolgerungen fur die Beantwortung von Forschungsfragen zu Ziehen. Vor allem wenn die Untersuchungspersonen nicht dazu in der Lage oder nicht gewillt sind, sich zu einem Untersuchungsgegenstand zu auBem, bilden Beobachtungen eine geeignete Erhebungsform (vgl. Schnell et al. 1999: 358 ff.). In der Kundenzufriedenheitsforschung sind traditionell direkte Befragungen die mit Abstand am weitesten verbreitete Methode zur Messung. Die grundsatzliche Alternative dazu sind indirekte Messungen, z. B. uber das Beschwerdeverhalten oder Wiederholungskaufe. Bei derartigen Verfahren besteht jedoch grundsatzlich das Problem, daB Regeln fur die Verbindung zwischen Konstrukt und Indikator oftmals unklar bleiben (Yi 1991: 70). Diesem Vorgehen ist zudem entgegenzuhalten, daB es sich um eine Vermischung des Konstrukts Kundenzufriedenheit mit auBeren Faktoren handelt. Demgegeniiber sind fur das Konsumzufriedenheitskonstrukt die Korrespondenzregeln fur Befragungen in der Literatur etabliert. Eine Erfassung ist demnach mit Hilfe der Befragung mit hoher extemer Validitat moglich. Die Nutzung der direkten Befragung als Erhebungsmethode wird femer durch die Tatsache begunstigt, daB es sich bei der Erfassung von Erfahrungen im EntscheidungsprozeB um bewuBt erlebte Phanomene handelt, die Befragte auBem kdnnen, die einer Beobachtung aber weitgehend verschlossen bleiben. Wahrend bei der qualitativen Datenerhebung noch die Exploration des Untersuchungsgegenstands zur Generierung von MeBinstrumenten im Vordergrund stand, sind standardisierte Skalen in der quantitativen Befragung einzusetzen, um zwischen Befragungspersonen vergleichbare Antworten auf konkrete Fragen zu erhalten. Die Einfachheit des in dieser Untersuchung verwendeten Fragebogens laBt es dabei zu, daB Befragte ohne die Anwesenheit eines Interviewers eigenstandig Angaben tatigen konnen (zur ausfuhrlichen Diskussion standardisierter Befragungen vgl. Fritz 1992). Fur diese Untersuchung kommt den Erhebungszeitpunkten der Befragungen entscheidende Bedeutung zu. Selbstverstandlich ware es erstrebenswert, den Konsumenten beim Produktkauf zu begleiten und wahrend des gesamten Auswahlprozesses laufend zu befragen.^"^^ Bei realen Kaufentscheidungen und der fur eine Schatzung von Strukturgleichungsmodellen notwendigen Stichprobenzahl ist dies jedoch aus forschimgsokonomischen Grtinden unmoglich. Um die tatsachlichen psychischen Vorgange dennoch moglichst gut erfassen zu konnen, hat sich in der Forschung zur Produktauswahl und Informationsverarbeitung das Vorgehen etabliert, retrospektive Messungen vorzunehmen (vgl. z. B. die Arbeiten von Punj und Staelin 1983; Beatty und Smith 1987; Srinivasan und Ratchford 1991; Greenleaf und Lehmann 1995; Fitzsimons et al. 1997; Moorthy, Ratchford und Talukdar 1997; Punj und Brookes 2001,

Westbrook et al. (1978: 59) merken an, daB selbst dieses Vorgehen nicht unkritisch ware, da nur voriibergehend auftretende Gefuhle Antworten in bezug auf das Gesamterlebnis der Kaufentscheidung verzerren konnten.

208

D. Empirische Untersuchung

2002; Ratchford, Lee und Talukdar 2003). Dabei werden Befragte nach dem Kauf zu ihren Erfahrungen wahrend der Informationssammlung und Produktauswahl befragt. Vergleichbare Praktiken finden sich auch in der Kundenzufriedenheitsforschung wieder. So ist hier die retrospektive Erhebung von Erwartungen (vgl. ausfuhrlich Oliver 1997), von Teilzufriedenheiten (z. B. Woodside et al. 1989) oder Vorkauf- und Nachkau^roduktbeurteilungen (z. B. Cardial et al. 1994) ublich. Ratchford et al. fuhren zu Studien zur Informationssuche von Konsumenten im Zuge von Kaufentscheidungen aus: „a problem [...], which is shared with virtually all studies [...], is that several months elapsed between the purchase and data collection, taxing respondents' ability to recall". Trotz des in der Marketingforschung etablierten Vorgehens, retrospektive Beurteilungen vergangener Erlebnisse abzufragen, sind die Limitationen dieser Erhebungsmethodik offen zu nennen. Konnen sich Konsumenten nicht klar an eine Kaufentscheidung erinnem, konnte man vermuten, dafi durch Effekte wie den Hindsight Bias oder die Dissonanzreduktion retrospektive Beurteilungen verzerrt wurden (sowie Payne et al. 1993: 208; zu den Phanomenen vgl. Oliver 1997: 229). So ist es z. B. denkbar, daB Konsumenten negative Erfahrungen im nachhinein als weniger belastend beurteilen, als sie diese tatsachlich empftinden haben (vgl. Westbrook et al. 1978: 59). Obwohl derartige Verzerrungen nicht auszuschliefien sind, zeigen Studien, daB Effekte wie der Hindsight Bias nur einen zu vemachlassigen EinfluB auf die retrospektive Beurteilung von Erlebnissen ausuben (Oliver 1997: 229). Tatsachlich fmden Westbrook et al. (1978: 56 ff.) spezifisch zur Entscheidungszufriedenheit heraus, daB lediglich marginale Differenzen zwischen Konsumenten zu verzeichnen sind, die bereits einen Kauf getatigt haben, und solchen, denen der Konsum noch bevorsteht. Die Entscheidungszufriedenheit betreffend, zeigen Befragungen von Nachfragem: „the act of consumption did not appear to greatly affect their evaluation of their decision experience, suggesting that satisfaction with the decision experience was a relatively enduring construct" (Fitzsimons 2000: 252). Die retrospektive Befragung kann daher als adaquate Erhebungsform fur den Untersuchungszusammenhang angesehen werden. Wenngleich damit keine perfekte Messung der diskutierten latenten Variablen vorgenommen werden kann, stellt dies jedoch die bestmogliche Annaherung dar. Anders gesagt: „because of the difficulty of identifying buyers or potential buyers ahead of time the post purchase procedure [...] is really the only feasible method for conducting large-scale surveys" (Ratchford et al. 2003: 198). Um eine potentielle Verzerrung moglichst gering zu halten, werden nur Konsumenten zur Befragung eingeladen, die kurz vor Beantwortung des Fragebogens eine Kaufentscheidung getatigt haben. In die endgiiltige Datenauswertung flieBen nur solche Befragte ein, die angeben, vor weniger als drei Monaten ein

p . Empirische Untersuchung

209

neues Produkt ausgewahlt und erworben zu haben.^'^'^ Femer werden alle Befiragten von der weiteren Untersuchung ausgeschlossen, die fur ihr Produkt einen Preis von unter 50 Euro gezahlt zu haben. Mit dieser MaBnahme soUen nur Befragte in der Datenauswertung berucksichtigt werden, bei denen ein hohes Involvement mit der Kaufentscheidung und damit verbunden eine hohe Erinnerungsfahigkeit unterstellt werden kann (zu einem ahnlichen Vorgehen vgl. z. B. Fitzsimons et al. 1997: 18). Femer wird im Rahmen der deskriptiven Datenanalyse gepruft, ob das Vergessen der Kauferfahrung einen signifikanten EinfluB auf die gegebenen Antworten ausubt (vgl. Abschnitt D.3.I.). Fur die Langsschnittuntersuchung des zeitlich verzogerten Einflusses der Kaufentscheidung auf die Konsumzufriedenheit ist ebenfalls ein Erhebungszeitpunkt zu wahlen. Dieser ist jedoch weniger kritisch. Hier besteht lediglich das Erfordemis, daC ein ausreichend groBer Zeitraum zwischen Kauf und Folgeerhebung liegen sollte, um zeitliche Veranderungen der Konsumzufriedenheit durch die Produktnutzung zu ermoglichen und damit etwaige Differenzen in den Kausalzusammenhangen aufzudecken. Fiir diese Untersuchung wurde ein zeitlicher Abstand von vier Monaten zwischen der ersten und der zweiten Erhebungswelle gewahlt. Bevor das Internet entwickelt wurde beziehungsweise seine heutige Verbreitung erreichte, wurden schriftliche Befragungen in der Kegel mit dem Einsatz von gedruckten Fragebogen durchgefuhrt, die handschriftlich zu beantworten waren. Befragte wurden per Post mit der Bitte angeschrieben, einen ausgefuUten Fragebogen zuriickzusenden (vgl. Schnell et al. 1999: 335). Dieses Vorgehen wirft eine Reihe von Problemen auf. Es entstehen nicht nur hohe Kosten, sondem es muB auch ein sehr groBer Zeitaufwand akzeptiert werden. Femer ist es nicht moglich, Plausibilitatspniftingen, Pflichtangaben oder dynamische Fragebogenanpassungen auf Basis getatigter Antworten vorzunehmen. Heute wird anstelle des Postweges daher vermehrt das Intemet genutzt. Befragte werden per E-Mail eingeladen, uber etwaige Selektionskriterien - wie in diesem Fall einen kurz zunickliegenden Produktkauf - informiert und mit einem in elektronischer Form prasentierten Fragebogen befragt. Wahrend noch vor wenigen Jahren aufgmnd der geringen Verbreitung von Intemetzugangen starke Bedenken gegenuber der Reprasentativitat von Online-Befragungen geauBert wurden (Bandilla und Hauptmann 1998: 36 ff.), sind nach Angaben der Forschungsgmppe Wahlen Online heute bereits 61 % der deutschen Bevolkemng tiber das Intemet erreichbar.^"^^ Dennoch muB nach wie vor eine Uberreprasentation junger und mannlicher Personen sowie solchen mit hohem Bildungsniveau verzeichnet werden (vgl. van Eimeren, Gerhard und Frees 2004: 352 f.). tJber das Internet ist entsprechend keine voUstandig representative Stichprobe, aber eine Stichprobe mit

'"^^Andere Studien mit retrospektiven Befragungen lassen oftmals deutlich langere Zeitraume von im Durchschnitt 4,5 Monaten (z. B. Srinivasan und Ratchford 1991: 237) bis teilweise einem halben Jahr zu (z. B. Punj und Staelin 1983: 373). ''*^http://www.heise.de/newsticker/result.xhtml?iirl=/newsticker/meldung/49054&words=Online%20Nutzer%20 Anteil (letzter Zugriff 19.08.2004)

210

D. Empirische Untersuchung

breiter Streuung zu erreichen.^'^^ Um Ruckschliisse von der Stichprobe auf die Grundgesamtheit zuzulassen, ist es strenggenommen erforderlich, dafi fiir jedes Mitglied der Grundgesamtheit die Wahrscheinlichkeit besteht, in die Stichprobe zu gelangen, bekannt und positiv ist (vgl. Schnell et al. 1999: 284).^"^^ Dies ist jedoch bei einer Online-Erhebung nicht gegeben. Hier besteht zudem das Problem der Selbstselektion (vgl. Hauptmanns 1999: 22; Bogner und Mayer 2000: 26), da in der Regel Teilnehmer von Online-Befragungen nicht aktiv rekrutiert werden, sondem sich selbst zur Befragung melden. Bei vorliegender Untersuchung geht es jedoch nicht um die Erfassung von Fakten oder Einstellungen, wie sie im Rahmen der klassischen Meinungsforschung erhoben werden. Bei derartigen Untersuchungen ist es das Ziel, auf Basis der Aufierungen weniger Befragter auf die Meinungsverteilung innerhalb der Grundgesamtheit zu schlieBen. In dieser Arbeit geht es vielmehr um die empirische Priifung aus der Theorie abgeleiteter kausaler Zusammenhange. Bei einem derartigen Vorhaben sind geringere Anforderungen an die Reprasentativitat zu stellen (Moser 1986: 139 ff.). Hier geht es darum, die Existenz angenommener Zusammenhange tiber eine moglichst breite Zusammensetzung an Untersuchungsobjekten nachzuweisen. Werden die theoretischen Annahmen dabei nicht falsifiziert, so kann von deren vorl^ufiger Giiltigkeit ausgegangen und wiederholte Priifiingen in unterschiedlichen Stichproben durchgefuhrt werden (vgl. Abschnitt A.2.2.). Ftir vorliegendes Forschungsvorhaben (iberwiegen daher die Zeit- und Kostenvorteile der Online-Befragung die Nachteile der reduzierten Reprasentativitat. Den Kern der Befragung bilden die Instrumente zur Messung der latenten Variablen. Bevor also die endgiiltige Fragebogen-Programmierung sowie das Auswahlverfahren der Untersuchungsobjekte erortert werden kann, bedarf es einer Herleitung der zu verwendenden Itembatterien. 2.2.

MeBinstrumente

Im Folgenden soil zunSchst auf die Operationalisierung der exogenen Konstrukte, das heifit die personenspezifischen, kontextuellen und sozialen Determinanten, eingegangen werden, um darauf aufbauend die Mefimodelle der endogenen latenten Variablen, das heiBt die Konstrukte zur Messung der Erreichbarkeit von Entscheidungszielen und der Zufriedenheit, zu diskutieren. Die dargelegten Itembatterien geben die Ausgangsmenge an Indikatoren wieder, wie sie in den Fragebogen einfliefien. Zu dessen Generierung wurde die in Abschnitt D. 1.4.1.

^^ Scheffler (1999: 63) unterscheidet zwischen reprasentativen Stichproben, bei denen die Zusammensetzung der Grundgesamtheit entspricht, merkmals-reprasentativen Samples, die bei forschungsrelevanten Merkmalen denen der Grundgesamtheit entsprechen, und global-reprasentativen Ziehungen, die in nahezu alien Merkmalen wie die Grundgesamtheit aufgebaut sind. ^'^^ Da dies in wissenschaftlichen Arbeiten oftmals nicht geleistet werden kann, wird auf das Quota-Verfahren zuriickgegrifFen, bei denen man versucht, bestimmte Merkmalsverteilung der Grundgesamtheit in der Stichprobe abzubilden (vgl. Scheffler 1999: 64).

D. Empirische Untersuchung

211

erlauterte Vorgehensweise in Form von qualitativen Interviews und Literaturrecherchen eingesetzt. Wann immer moglich, werden bestehende Skalen zur Mefimodellspezifikation verwendet. 2.2.1.

Indikatorenmenge der exogenen Konstrukte

Wie erinnerlich, zahlen zu den personenspezifischen Determinanten die entscheidiingsspezifischen Fahigkeiten (das Produktwissen) und die Motivation, eine optimale Entscheidung treffen zu wollen (die Entscheidungsoptimierung) (vgl. Abschnitt C.I.). Zur Messung des Wissensstands von Befragten kommen Verfahren in Frage, die das subjektive und die das objektive Produktwissen messen (Brucks 1985: 1 f.). Wahrend das subjektive Wissen sich darauf bezieht, was ein Befragter iiber eine Produktkategorie zu wissen meint (vgl. z. B. Park und Lessig 1981: 223 ff.; Gardner 1984: 310 ff.), wird mit Skalen zum objektiven Produktwissen erhoben, welchen Wissensstand die Person tatsachlich aufweist (vgl. z. B. Russo und Johnson 1980: 417 ff.; Kanwar et al. 1981: 122 ff). Zwischen beiden GroBen besteht ein Unterschied, wenn Konsumenten ihren eigenen Wissenstand nicht prazise einschatzen konnen. Den empirischen Untersuchungen von Brucks (1985: 10 f) zufolge sind die Konstrukte jedoch stark miteinander korreliert.^"^^ Auf konzeptioneller Ebene erscheint - eine Unterscheidbarkeit der beiden Konstrukte vorausgesetzt - eher das subjektive Produktwissen fur die Erklarung von Entscheidungsverzerrungen und Anwendungen von Heuristiken geeignet (Park und Lessig 1981). Dabei geht man davon aus, daB mit dem subjektiven Produktwissen auch auf die Selbstsicherheit der Befragten in bezug auf die Nutzung des eigenen Wissens eingegangen wird. Mangelndes Vertrauen in das eigene Produktwissen kann z. B. dazu fiihren, daB Entscheider unabhangig von ihren tatsachlichen Fahigkeiten motiviert werden, eine ausgiebigere Entscheidungsstrategie anzuwenden und bei gleicher extemer Informationsaufiiahme weniger Praferenzsicherheit empfinden. So argumentiert auch Brucks (1985: 4), daB das subjektive Produktwissen konzeptionell eher als das objektive dazu geeignet sei, entscheidungsrelevante Aspekte wie einen ziigigen AusschluB von Altemativen zu erklaren. Tatigen Entscheider eine Produktauswahl auf Basis von Fehlinformationen, so kann mit den objektiven Kenntnissen demgegenuber eher die objektive Entscheidungsqualitat erklart werden (Jacoby et al. 1986: 469 ff ).*'*^ In dieser Untersuchung interessiert jedoch nicht die objektive Entscheidungsqualitat, sondem das Vorgehen bei der Entscheidungsfindung und die damit verbundenen Schwie-

^Zum Zusammenhang beider GroBen vgl. auch Cole et al. (1986: 65) sowie Seines und Gronhaug (1986: 69). ^ Eine derartige Messung der objektiven Entscheidungsqualitat, erweist sich jedoch als schwierig, da es an einem soliden AuBenkriterium mangeh (Lynch und SniU 1982: 30; Liirssen 1989: 94). Die Gr56en besitzen daher als abhangige Variable in empirischen Untersuchungen wenig praktische Aussagekraft.

212

D. Empirische Untersuchung

rigkeiten, Entscheidungsziele zu erreichen. Konzeptionell ist daher eine Messung des subjektiven Produktwissens vorzunehmen.^^^ Nach Engel et al. (1990: 296) wird das subjektive Produktwissen verstanden als „the consumers' impressions of their total knowledge and familiarity". Auch Spreng und Olshavsky (1990: 222) verstehen den Begriff allgemein, indem sie ausfuhren, subjektives Wissen sei „a consumer's belief about his/her objective prior knowledge". Entsprechend der Definition des Produktwissens (vgl. Abschnitt A.) wird auch hier das subjektive Wissen breit verstanden, das heifit Konzepte wie die Vertrautheit und die Produkterfahrung werden zum Konstrukt im wieteren Sinne gezShlt (zum diesem Wissensverstandnis vgl. Bleicker 1983: 184 ff; Ltirssen 1989: 93). Flynn und Goldsmith (1999: 59) entwickeln eine Skala, mit der das Konstrukt gemessen werden soil, und iiberpriifen diese auf deren interne Konsistenz entlang mehrerer Produktkategorien.*^^ Mit Hilfe der konfirmatorischen Faktorenanalyse gelangen die Autoren zu einer reliablen Konstruktmessung mit ftinf Items (Flynn und Goldsmith 1999: 61). Folgerichtig werden diese ftinf Items fur die Erhebung ubemommen (siehe SPW1-SPW5 in Tabelle 10). Mit den fiinf Items ist zwar eine intern konsistente Messung zu erreichen, die Aspekte der Vertrautheit und der Erfahrung bleiben jedoch unbenicksichtigt. So schlagen Beatty und Talpade (1994: 336, zitiert nach Bruner 2001: 224) zwei weitere Items zur Erfassung der gesamten Konstruktdomane vor, die in dieser Untersuchung mit den Indikatoren SPW6 und SPW7 Eingang finden. Die in dieser Weise entwickelte Gesamtoperationalisierung des Konstrukts kann durch die zwei qualitativen Vorstudien bestatigt werden. Insbesondere nennen Konsumenten in Individualinterviews bei der Analyse ihres Produktwissens mehrfach ihre Vertrautheit und Verhaltenskomponenten des Produktwissens in Form von Ge- und Verbrauchserfahmngen. Die voUstandige Itembatterie wird in Tabelle 10 im Uberblick dargestellt.

' Zudem erlauben die Charakteristika dieser Erhebung keine technische Umsetzung der objektiven Wissensmessung. So zieht z. B. Bracks (1985: 13 f.) zur Messung iiber 100 Indikatoren heran, von denen viele attributspezifisch formuliert sind. Aufgrund einer angemessenen Fragebogenlange und der absichtlich breit gehaltenen Formulierung des Produktbezugs dieser Untersuchung verschlieBt sich eine Erhebung dieses Instruments fur die vorliegende Befragung (vgl. Abschnitt D.2.3.). 'Flynn und Goldsmith (1999) konstruieren ihre Ausgangsmenge von Indikatoren auf Basis der MeBinstrumente von Beatty und Smith (1987), Srinivasan und Ratchford (1991) sowie Park et al. (1994). Die Skalen dieser Autoren fmden mit der Verwendung der bereinigten Itembatterie von Flynn und Goldsmith ihren Eingang in diese Untersuchung,

D. Empirische Untersuchung

^

PRODUKTWISSEN Indikator Uber derartige Produkte weiB ich viel. Mein Bekanntenkreis schatzt mich als Experten fur derartige Produkte ein. Verglichen mit den meisten Personen, glaube ich mehr uber diese Produktkategorie zu wissen. SPW4 Mit derartigen Produkten kenne ich mich nicht aus. (G) SPW5 Bezuglich dieser Produktkategorie fuhle ich mich unwissend. (G) SPW6 Ich habe umfangreiche Erfahrung mit vergleichbaren Produkten. SPW7 Ich fiihle mich sehr vertraut mit dieser Produktkategorie. 1 (G) Gedrehte Kodierung Tabelle 10: Indikatoren des Produktwissens Ahkurzung SPWl SPW2 SPW3

213 I 1 1 1 1 1 1 | |

Als zweite personenspezifische GroBe ist die individuelle Predisposition zur Entscheidungsoptimierung zu messen. Wie erinnerlich, unterscheiden sich Konsumenten nach Schwartz et al. (2002) sowie Wieczorkowska und Bumstein (1999) in ihrer Flexibilitat, bei komplexen Entscheidungen vereinfachende Entscheidungsstrategien anzuwenden. Personen, die auch bei umfangreichen Problemen ein optimales Ergebnis als bedeutendstes Ziel ansehen, werden als Maximizer bezeichnet. So schreiben Schwartz et al. (2002: 1179): „the question the maximizer is asking him- or herself is not, is this a good outcome?' but ,is this the best outcome?' ". Die Ergebnisse der Autoren zeigen, dafi sich Individuen auf einem Kontinuum einordnen lassen zwischen der Bereitschaft, nahezu jede Entscheidung vereinfachend beziehungsweise satifizierend treffen zu woUen, und dem Wunsch, stets eine optimale Alternative anzustreben. Zur Messung der Veranlagung von Individuen, Entscheidungen optimieren zu wollen, entwickeln Schwartz et al. (2002: 1180f.) ein umfangreiches Instrument. Die Autoren unterziehen ihre Skala einer exploratorischen Faktorenanalyse und einer Reliabilitatsmessung mit Hilfe von Cronbachs Alpha basierend auf Daten aus sechs unterschiedlichen Erhebungen. Methoden der zweiten Generation kommen nicht zum Einsatz. Die Eindeutigkeit der Ergebnisse bei wiederholten Messungen zeigt, daB die Itembatterie eine sehr hohe interne Konsistenz aufweist. Auch die exteme Konsistenz kann in der Abgrenzung zu verwandten Personlichkeitsmerkmalen wie SelbstbewuBtsein, Lebensorientierung, subjektiver Glucklichkeit und Lebenszufriedenheit nachgewiesen werden (Schwartz et al. 2002: 1183). Die Skala findet daher auch in diese Untersuchung Eingang. Die urspriingliche Menge von 17 Indikatoren mufi jedoch reduziert werden, um den Umfang des gesamten Fragebogens adaquat zu halten und sicherzustellen, dafi die Erhebung von den Probanden in angemessener Zeit beantwortet werden kann, Es werden daher diejenigen Items ausgewahlt, die anhand vorliegender Ergebnisse eine besonders hohe Faktorladung aufweisen und im Rahmen des qualitativen Pretests als besonders zuverlassig eingeschatzt wurden. Das resultierende MeBinstrument gibt Tabelle 11 wieder.

214

D. Empirische Untersuchung ENTSCHEIDUNGSOPTIMIERUNG Indikator Wenn ich im Auto Radio hore, uberprufe ich oft, ob es bei anderen Sendem ein besseres Programm gibt, auch wenn ich mit dem, was ich gerade hore, bereits zufrieden bin. Wenn ich zu Hause femsehe, dann schaue ich nach anderen Sendungen, auch wenn mir eine Sendung bereits gefallt. Egal was ich tue, ich habe stets die hochsten Standards ftir mich selbst. Ich gebe mich nie mit der zweitbesten Alternative zufrieden. Immer wenn ich mit einer Entscheidung konfrontiert bin, versuche ich mir alle Moglichkeiten vor Augen zu flihren; auch solche, die nicht unmittelbar verfugbar sind. Es fallt mir oft schwer, ein Geschenk ftir einen Freund auszusuchen. Wenn ich einen Videofilm ausleihe, fMUt es mir schwer, zu entscheiden, welcher der beste ist. _ ^ 11: Indikatoren der Entscheidungsoptimierung

I

Abkiirzun^ ENOl

1

EN02

1

EN03 EN04 EN05

EN06 EN07 Tabelle

1 1 1

1 1 |

Im Rahmen der kontextuellen oder problemspezifischen exogenen Variablen sind die wahrgenommene Produktkomplexitat und die wahrgenommene Produktuberlastung zu messen (vgl. Abschnitt C.2.). Dabei wird Komplexitat definiert als das AusmaB, zu dem ein Produkt schwer zu verstehen und zu benutzen ist (Holak und Lehmann 1990: 61; Sheth et al. 1999: 617). In Abschnitt C.2.1. wurden drei Teilaspekte der Produktkomplexitat beziehungsweise der Produktunklarheit aus der bestehenden Literatur hergeleitet. Danach wird die Produktkomplexitat konstituiert durch die Zahl der Produkteigenschaften, die Verst^ndlichkeit einzelner Eigenschaften und die Klarheit der Zusammenhange zwischen Produktmerkmalen. In vorliegender Untersuchung ist vor allem die Wahmehmung der Produktkomplexitat von Interesse. So ist es sowohl vorstellbar, dafi ein Konsument ein tatsachlich komplexes Produkt nicht als solches erkennt, weil er wesentliche Produkteigenschaften oder Zusammenhange zwischen diesen iibersieht, wie auch dafi einem Konsumenten mit niedrigem Kenntnisstand Angebotsmerkmale als unverstandlich erscheinen, die ein Experte als leicht eingangig wahrnimmt. Liegt eine Diskrepanz zwischen beiden GroBen vor, so ist ftir das Entscheidungsverhalten und die Erreichbarkeit von Entscheidungszielen die subjektive Wahmehmung und nicht der obj ektive Tatbestand von Relevanz. ^ ^^ Die wahrgenommene Produktunklarheit wird unter anderem von Walsh und Hennig-Thurau mit Hilfe von drei Indikatoren gemessen (2002: 105). Da die Autoren ihre Erhebung nicht auf konkrete Kaufentscheidungen beziehen, sondem ein allgemeines Unklarheitsgefiihl von ihren Probanden abfragen, ist diese Skala ftir die vorliegende Untersuchung ungeeignet. Demgegentiber finden sich in der Forschung zur Adoption von Innovationen und zum Wechselverhalten elaboriertere Messungen des Konstrukts (Holak und Lehmann 1990; Strutton und Lumpkin 1994; Bumham et al. 2003). Bumham et al. (vgl. 2003: 122 ff.) gehen in ihrer

Vgl. hierzu analog die Ausfiihrungen zur Messung des Produktwissens.

D. Empirische Untersuchung

215

Untersuchung auf vorangegangene Arbeiten ein und entwickeln ein umfassendes Mefiinstrument mit vier Indikatoren, das laut ihren Analysen mit Methoden der ersten und zweiten Generation eine hohe Zuverlassigkeit aufweist. Die Itembatterie der Autoren wird daher mit den Indikatoren WPK1-WPK3 auch in dieser Untersuchung iibemommen. Um samtliche Aspekte des hier zugrundegelegten Komplexitatsverstandnisses abzudecken, sind jedoch Indikatoren zu der Anzahl der Produkteigenschaften und der wahrgenommenen Zusammenhange zwischen Merkmalen zu erganzen. Die Formulierung der entsprechenden Items WPK4 und WPK5 wird auf Basis der qualitativen Individualinterviews vorgenommen. Das voUstandige MeBinstrument gibt Tabelle 12 wieder.^^^ 1 Abkurzung WPKl WPK2 WPK3

WAHRGENOMMENE PRODUKTKOMPLEXITAT | Indikator 1 Die verfugbaren Angebote waren schwer zu verstehen. 1 Die angebotenen Produkte waren naturgemafi kompliziert. 1 Ich hatte das Gefiihl, man muBte viel wissen, um die Moglichkeiten der ange- 1 botenen Produkte voll ausschopfen zu konnen. WPK4 Verglichen mit anderen Produktkategorien, erschien mir die Anzahl der 1 Produkteigenschaften iiberwaltigend. WPK5 Der Zusammenhang verschiedener Produktmerkmale war fur mich schwer 1 nachzuvoUziehen. | Tabelle 12: Indikatoren der wahrgenommenen Produktkomplexitat Neben der Komplexitat der einzelnen Produkte kann auch die Auswahl der Angebote die Erreichbarkeit von Entscheidungszielen erschweren. Das Ausmafi der Uberlastung mit der Produktauswahl wurde in wissenschaftlichen Untersuchungen bislang nur selten mit Hilfe einer direkten Befragung erhoben, sondem vorwiegend experimentell manipuliert (vgl. z. B. Jacoby et al. 1974a; Jacoby et al. 1974b; Iyengar und Lepper 2000; Chemev 2003). tJberlastung bedeutet, daB Konsumenten die Anzahl der relevant erscheinenden Produkte nicht mehr verarbeiten konnen (vgl. Jacoby 1977, 1984). Wiederum ist fiir die Ableitung von Verhaltenskonsequenzen die Uberlastung relevant, die ein Konsument bei der Kaufentscheidung subjektiv verspiirt, und nicht die absolute Anzahl der Produkte oder deren absolute Vergleichbarkeit (vgl. Huffman und Kahn 1998: 493). Eine direkte Messung der wahrgenommenen tJberlastung durch Entscheidungssituationen wird durch Sproles und Kendall (1986: 273) sowie Walsh und Hennig-Thurau (2002: 105) vorgenommen. Wahrend Sproles und Kendall explizit von „decision making styles" also Persdnlichkeitsmerkmalen sprechen, ist die Messung von Walsh und Hennig-Thurau implizit ahnlich ausgerichtet, da sie nicht auf eine konkrete Kaufentscheidung bezogen wird. Fur diese Untersuchung wird - basierend auf der Operationalisierung von Sproles und Kendall und der

*^^Da es sich bei diesen wie auch samtlichen folgenden Itembatterien nicht mehr um Messungen von personenspezifischen Charakteristika, sondem um Merkmale einer kiirzlich getatigten Kaufentscheidung handelt (vgl. Abschnitt D.2.1), wird fiir die retrospektive Erhebung jedes Item im Imperfekt formuliert.

216

D. Empirische Untersuchung

qualitativen Voruntersuchung - eine Ausgangsmenge an Indikatoren formuliert. Bei der Spezifikation des Mefiinstruments werden die theoretisch hergeleiteten Konstruktdimensionen der wahrgenommenen Unfahigkeit, zwischen Produkten zu unterscheiden, die Zahl der angebotenen Produkte zu verarbeiten und effizient Vergleiche anzustellen (vgl. Abschnitt C.2.2.) explizit beriicksichtigt. Das aus dem qualitativen Pretest resultierende MeBinstrument wird in Tabelle 13 aufgeftihrt. 1 Abkurzung WPUl

WAHRGENOMMENE PRODUKTUBERLASTUNG | Indikator 1 Es fiel mir schwer, einen Uberblick tiber die angebotenen Produkte zu be1 kommen. WPU2 Bei den vielen Produkten konnte ich keine klaren Unterschiede erkennen. WPU3 Die angebotenen Produkte konnte ich schlecht vergleichen. 1 WPU4 Bei der Entscheidung wiinschte ich mir, nicht so viele Angebote fiir den Kauf 1 benicksichtigen zu miissen. WPU5 Ich musste zwischen so vielen Produkten wahlen, dafi ich verwirrt wurde. | Tabelle 13: Indikatoren der wahrgenommenen Produkttiberlastung

SchlieBlich wird das Entscheidungsverhalten nicht nur durch individuelle und personliche Merkmale, sondem auch durch soziale Charakteristika des Entscheidungsumfelds gepragt (vgl. Payne et al. 1993: 4). In der Marketingforschung ist es iiblich, zwischen informativen, komparativen und normativen Einfliissen von Referenzgruppen zu unterscheiden (vgl. z. B. Assael 1987; Howard 1989; Solomon 1996). Dabei konnen Referenzgruppen durch einzelne Personen reprasentiert werden aber auch aus einer Menge von Konsumenten bestehen. Es kann sich um Gruppen handeln, denen der Konsument angehort, mit denen er intensiven oder schwachen Kontakt hat, solchen, denen er nicht angehort und angehoren mochte, oder solchen, zu denen er sich nicht zahlt und von denen er sich abgrenzen will. Wie in Abschnitt C.3. ausfuhrlich erlautert, ist es fiir den Nachfrager oftmals unklar, welche Verhaltensweise seinen sozialen Konsumzielen am besten dienlich ist. Zur Messung der Unklarheit der reflektiven Bewertung ist daher zu priifen, inwieweit sich der Kaufer bei der Produktauswahl iiber die drei moglichen Einfltisse von Referenzgruppen im Klaren ist und diesen nachkommen kann. Park und Lessig (1977: 105) messen Referenzgruppeneinfltisse entlang drei Dimensionen mit 14 Indikatoren. Dabei setzen sie jeweils funf Indikatoren zur Messung informativer und normativer Einfltisse ein und vier zur Erhebung komparativer Krafte. Die von den Autoren formulierten Aussagen sind fiir diese Untersuchung in zweierlei Hinsicht anzupassen. Zum einen mu6 ein MeBinstrument mit adaquater Lange konstruiert werden, da bei zwolf zu erhebenden Konstrukten nicht jedes mit 14 Items operationalisiert werden kann. Zum anderen interessiert in dieser Untersuchung, inwieweit das soziale Umfeld die Erreichbarkeit von Entscheidungszielen beeinfluBt. Es ist daher nicht der EinfluB von Referenzgruppen selbst zu messen, sondem die Klarheit von Individuen, mit welchem Verhalten sie ihren sozialen Zielen am ehesten gerecht werden. Basierend auf den beiden qualitativen Vorstudien werden daher jeweils zwei Items zur Messung der EinfluBdimensionen ausgewahlt und in bezug auf das AusmaB der Unklarheit angepaBt. Die resultierende Skala zur Unklarheit der reflektiven Bewertung miBt mit

D. Empirische Untersuchung

217

den Items URBl und URB2 die Eindeutigkeit informativer Einflusse, mit URB3 und URB4 die Bestimmbarkeit komparativer Aspekte sowie mit URB5 und URB6 die Klarheit normativer Eindrucke bei der Produktauswahl (vgl. Tabelle 14). UNKLARHEIT DER REFLEKTIVEN BEWERTUNG Abkurzung Indikator Ich konnte nicht eindeutig beurteilen ... URBl ... welche Produkte mir Freunde und Bekannte mit zuverlassigen Informationen empfehlen wiirden. URB2 ... welche Produkte ein unabhangiger Experte befurworten wiirde. URB3 ... welche Produkte Bekannte praferieren wtirden. URB4 ... mit welchem Produkt ich die Erwartungen anderer an mich selbst am besten erflille. URB5 ... welche Produkte mir dabei helfen, anderen zu zeigen, wer ich bin. URB6 ... wie sich die Charakterziige von Besitzem der angebotenen Produkte unterscheiden. Tabelle 14: Indikatoren der Unklarheit der reflektiven Bewertung 2.2.2.

| 1 1 1

1 1 1 1 |

Indikatorenmenge der mediierenden Konstrukte

Die endogenen Variablen dieser Untersuchung bestehen aus den Konstrukten zur Messung der Erreichbarkeit von Entscheidungszielen sowie den beiden Zufriedenheitsgrofien. In diesem Abschnitt soUen zunachst die Skalen zur Erlangung von Entscheidungszielen als mediierende Konstrukte erlautert werden. Mit dem Grad der Rechtfertigbarkeit einer Kaufentscheidung wird das erste Entscheidungsziel aufgegriffen. Nach Montgomery (1983: 343) suchen Entscheider „arguments strong enough for making a decision". Liegen diese nicht vor, sind Individuen nicht in der Lage, Entscheidungskonflikte aufzulosen (vgl. Anderson 2003: 146), sich mit einer spezifischen Verhaltensweise vor extemer (vgl. Curley et al. 1986: 230 ff.) sowie intemer Kritik (vgl. Hogarth und Kunreuther 1995: 15 ff.; Fischer und Wiswede 2002: 252 ff.) zu immunisieren und relational Aspekte eines Entscheidungsproblems zur Auswahl zu nutzen (vgl. Simonson 1989: 165 ff). Da keine Operationalisierung zum Konstrukt der Rechtfertigbarkeit in der Literatur vorgefunden wurden, werden Indikatoren aufgrund theoretischer Uberlegungen aus der bestehenden Forschung abgeleitet und unter Zuhilfenahme der qualitativen Individualinterviews formuliert. Es wird eine Ausgangsmenge mit vier Indikatoren generiert, die die zuvor genannten Dimensionen abbilden. Im einzelnen pnift RFBl, inwieweit sich Individuen dazu in der Lage sehen, eine bevorstehende Entscheidung bei extemer Kritik zu vertreten, das heifit ob sie iiber nicht tautologische, explizierbare Begriindungen fiir eine spezifische Verhaltensweise verftigen (vgl. Simonson 1989: 159). RFB2 deckt die Kenntnis von relationalen Merkmalen des Entscheidungsproblems ab, die dem Entscheider dabei helfen, eine leicht zu begrundende Verhaltensweise zu identifizieren. Mit RFB3 wird die Moglichkeit, Kompromisse aufzulosen, erhoben und mit RFB4 die wahrgenommene Fahigkeit, sich gegen Nachkaufdissonanzen zu immunisieren. Fiir die Gesamtskala zeigen die Ergebnisse des qualitativen Pretests an, dafi

218

D. Empirische Untersuchung

mit der Itembatterie in Tabelle 15 das AusmaB der Rechtfertigbarkeit einer bevorstehenden Entscheidung adaquat gemessen werden kann. Abkurzung RFBl

I 1 1

RFB2

1

RFB3 RFB4 Tabelle

RECHTFERTIGBARKEIT Indikator Hatte mich jemand beztiglich meiner Produktwahl kritisiert, ware es mir leicht gefallen, mich zu rechtfertigen. Es war auf den ersten Blick offensichtlich, daB eines der Produkte anderen Angeboten uberlegen ist. Bei meiner Kaufentscheidung muBte ich keine schwierigen Kompromisse eingehen. Wahrend meiner Kaufentscheidung war ich mir sicher, eine Produktauswahl auch flir mich selbst stets rechtfertigen zu konnen. 15: Indikatoren der Rechtfertigbarkeit

1 1 |

Ein Gefuhl der Praferenzsicherheit stellt sich beim Nachfrager nur ein, wenn sie glauben ihr Ziel einer prazisen Produktauswahl erreichen zu konnen (vgl. Abschnitt C.4.1.)- Dabei sind Einstellungen und Bedtirfhisse des Konsumenten oflmals nicht hinreichend detailliert, um eine subjektiv ausreichend kleine Wahrscheinlichkeit von Fehlentscheidungen zu gewahrleisten. Anders ausgedruckt: Der Konsument ist unsicher, welche der angebotenen Altemativen seinen Praferenzen am ehesten entspricht (vgl. Dhar 1997b: 121). Jacoby et al. (1974b) befragen Konsumenten mit einem Item zur Sicherheit mit einer Kaufentscheidung, nachdem diese getatigt wurde. Zur Multi-Item-Messung der Zuversicht in eine Aufgabe, wie der Produktauswahl, empfehlen Bruner et al. (2001: 158) eine Skala von Urbany et al. (1997), die aus drei Items aufgebaut ist. Da dem Mefiinstrument eine hohe Zuverlassigkeit unterstellt wird (vgl. Bruner et al. 2001: 158), soil die Itembatterie auch in dieser Untersuchung Anwendung fmden. Die mit Hilfe der qualitativen Voruntersuchung vorgenommene deutsche Formulierung der verwendeten Itembatterie gibt Tabelle 16 wieder. PRAFERENZSICHERHEIT Als Sie vor der Aufgabe standen, ein Produkt auszuwdhlen, wie uberzeugt waren Sie, das Richtigefur sich identiflzieren zu konnen? Abkurzung Indikator PFSl (1) Ich fiihlte mich sicher - Ich fuhlte mich unsicher (9) PFS2 (1) Ich war davon liberzeugt - Ich war davon nicht uberzeugt (9) PFS3 (1) Es war fur mich ungewiB - Es war fur mich gewiB (9) (G) (G) Gedrehte Kodierung Tabelle 16: Indikatoren der Praferenzsicherheit Konnen Individuen keine Zuversicht erlangen, eine praferenzoptimale Entscheidung treffen zu kSnnen, so entstehen dadurch antizipierte negative Emotionen. Entsprechend der Diskussion in Abschnitt B.2.2.5.2. laBt sich das antizipierte Bedauem kennzeichnen durch Kognitionen iiber potentielle Fehler und entgehende Opportunitaten sowie das Gefuhl, einer Situation entkommen zu woUen (Zeelenberg 1999b: 327). Es ist besonders dann vorzufinden, wenn unmittelbare Verhaltenskonsequenzen zu erwarten sind, Konsumenten zusatzliche, entscheidungsrelevante Informationen nach dem Kauf antizipieren, ein Kauf als sozial besonders

D. Empirische Untersuchung

219

bedeutsam angesehen wird, keine eindeutig uberlegende Alternative identifiziert werden kann und es Nachfragem geboten erscheint, eine eingehende Prufung der verfligbaren Optionen vorzunehmen (vgl. Janis und Mann 1977: 223). Wenngleich sowohl das antizipierte wie auch das erlebte Bedauem in der Marketingforschung mehrfach empirisch untersucht wurde, finden sich nur wenige Multi-Item-Mefiinstrumente des Konstrukts. Dies liegt darin begrundet, daB die Mehrzahl der empirischen Arbeiten experimenteller Natur ist, wobei eine Manipulation des Bedauems, nicht jedoch dessen Messung im Vordergrund steht.^^"^ Entsprechend finden sich in der Literatur lediglich Skalen zur Messung des Bedauems, nicht jedoch des antizipierten Bedauems. Der Umfang empirisch geprufter Skalen ist aber auch hier gering. So schlagt Oliver (1997: 228) lediglich eine Itembatterie vor, unterzieht diese jedoch keiner empirischen Prufung. Wie Tsiros und Mittal zu Recht anmerken (2000: 406), ist bei der Halfle seiner Indikatoren zu vermuten, daB sie die verwandten Konstrukte der Dissonanz und der Widerkaufmtention messen. Die Autoren selbst nehmen eine Messung mit Hilfe von drei Items vor, wobei sie auf Formuliemngen von Oliver zuriickgreifen (Mittal et al. 1999: 415). Die Itembatterie kann fur diese Untersuchung jedoch nicht ohne Anpassungen iibemommen werden, da diese sich auf das Bedauem und nicht auf das antizipierte Bedauem bezieht.^^^ Schwartz et al. (2002: 1180) entwickeln eine Skala, mit der sie nicht das Bedauem selbst messen, sondem die individuelle Tendenz, Bedauem zu empfinden. Die empirischen Ergebnisse des Autorengespanns bestatigen, daB der Itembatterie ebenso wie der von Tsiros und Mittal eine hohe Zuverlassigkeit attestiert werden kann. Fur die vorliegende Untersuchung werden daher die Indikatoren der beiden Skalen als Basis verwendet, um diese auf die Antizipation des Regrets in einer spezifischen Entscheidungssituation hin anzupassen. Dabei soUen die theoretisch diskutierten Aspekte der Konstmktdomane abgebildet werden. So wird mit AREl die Erwartung zusatzlicher Informationen nach der Entscheidung gemessen, mit ARE2 die Unmittelbarkeit von Entscheidungskonsequenzen, mit ARES die wahrgenommene Notwendigkeit einer eingehenden Prufung, mit ARE4 das Problem, auch unter guten Optionen nicht sicher zu sein, ein optimales Verhalten identifizieren zu kSnnen, und mit ARES der wahrgenommene soziale Dmck, eine optimale Entscheidung zu treffen(vgl.Tabellel7).

Einige Autoren bitten ihre Befragten auch einfach direkt, sich Regret vorzustellen, um ZusammenhSnge zu dessen Konsequenzen zu berechnen (vgl. Simonson 1992: 107). *^^ Es ist anzumerken, daB Tsiros und Mittal ihre Probanden mit Szenarien konfrontierten. Da diese von den Befragten nicht selbst erlebt wurden, ist es fraglich, inwieweit die Autoren tatsachlich Bedauem messen konnten und nicht eine Vermischung mit dem antizipierten Regret vorliegt.

220

D. Empirische Untersuchung ANTIZIPIERTES REGRET I Indikator 1 Wahrend meiner Entscheidung fiir ein Produkt war ich besorgt, spater Infor- 1 mationen (z. B. Testberichte) zur Uberlegenheit anderer Produkte zu erhalten. Ich habe vermutet, unmittelbar nach dem Kauf negativ an die Entscheidung 1 zuruckzudenken. Wahrend ich mich fiir ein Produkt entschied, erschien mir die Frage notwen- 1 dig, wie gut mir konkurrierende Produkte gefallen wiirden. Selbst als ich gute Produkte gefunden hatte, befiirchtete ich, noch bessere zu 1 iibersehen. Ich befiirchtete, man wiirde von mir erwarten, mich im Zuge der 1 Entscheidung fiir ein Produkt besser zu verhalten. | 17: Indikatoren des antizipierten Regret

Abkiirzun^ AREl ARE2 ARE3 ARE4 ARE5 Tabelle

Wie erinnerlich, ist ein weiteres Entscheidungsziel die Minimierung von Bewertungskosten im Zuge der Produktauswahl (vgl. Abschnitt B.2.2.2.2.). Bewertungskosten werden in der Literatur differenziert nach der investierten Zeit und dem investierten kognitiven Entscheidungsaufwand (Shugan 1980; Samuelson und Zeckhauser 1988). In der vorhandenen Forschung konnen zwei Skalen zur Erhebung des Bewertungsaufwands identifiziert werden. Cooper-Martin (1994: 45) entwickelt ein MeCinstrument, das den tatsachlichen Bewertungsaufwand mit einer Selbsteinschatzung dessen verbindet. Die Autorin merkt jedoch an, daft gerade bei komplexen Produktauswahlproblemen Entscheidungsprozesse in mehreren Episoden tiber langere Zeitraume hinweg stattfinden konnen (vgl. auch Greenleaf und Lehmann 1995). In derartigen Situationen kann eine Messung des tatsachlichen Bewertungsaufwands in Form der Zeit, die fur die Entscheidungsfindung ben6tigt wird, zu verzerrten Ergebnissen fiihren. Cooper-Martin (1994: 53 f.) schlagt daher vor, bei komplexen Entscheidungen, wie sie in dieser Untersuchung einbezogen werden soUen, die Konstruktmessung auf die entwickelte Itembatterie zur Selbsteinschatzung zu beschranken. Den Ergebnissen der Autorin zufolge kann ihrer Skala hohe Reliabilitat und Validitat bescheinigt werden, so dafi die entsprechenden Items fiir diese Untersuchung ubemommen werden k5nnen. Bumham et al. (2003: 122) schlagen ein weiteres Instrument fiir die Erhebung von Bewertungskosten vor. Da hier Aspekte enthalten sind, die die Skala von Cooper-Martin nicht abdeckt, werden diese in der hier zu verwendenden Itembatterie erganzt. Die Ergebnisse der qualitativen Voruntersuchungen bestatigen, daB mit der so konstruierten Gesamtskala das Konstrukt vollstandig abgedeckt werden kann. Tabelle 18 gibt die Ausgangsmenge der Indikatoren wieder.

D. Empirische Untersuchung BEWERTUNGSKOSTEN Abkiirzun^ Indikator BWKl Wieviel Zeit hat es Sie gekostet, die Vor- und Nachteile der Altemativen gegeneinander abzuwagen? * BWK2 Ich konnte mir eigentlich nicht erlauben, so viel Zeit in diese Kaufentscheidung zu investieren. BWK3 Es war anstrengend, die Produkte im Zuge der Kaufentscheidung zu vergleichen. BWK4 Ich muBte intensiv abwagen, welches Produkt ich kaufen sollte. BWK5 Ich muBte mich sehr konzentrieren, um zu einer gezielten Entscheidung zu kommen. 1 * Ankerpunkte: *(1) wenig - viel (9) __ Tabelle 18: Indikatoren der Bewertungskosten

221 I 1 1 1 1 1 1 I

Neben antizipierten negativen Emotionen sind fur die Entscheidungsfmdung femer antizipierende negative Affekte von zentralem Interesse (Loewenstein et al. 2001: 268 ff.). Als letztes Entscheidungsziel versuchen Individuen nicht nur die kognitiven Kosten der Entscheidungsfmdung, sondem auch die wahrend der Entscheidung auftretenden negativen Emotionen minimal zu halten (vgl. Bettman et al. 1998). Hier setzen Nachfrager primare und sekundare Bewaltigungsstrategien ein. Abhangig vom prim^ren negativen Affekt und dem Erfolg der Bewaltigungsstrategien entsteht die finale emotionale Reaktion, der abschliefiende negative Affekt der Kaufentscheidung (vgl. Luce et al. 2001a: 33). Dieser abschliefiende negative Affekt ist fiir die ErklSrung der zusammenfassenden Beurteilung der Entscheidungszufriedenheit von Interesse (vgl. Abschnitt C.4.5.). Dabei werden negative Affekte als tJberbegriff fiir samtliche Emotionen negativer Valenz verstanden (vgl. Abschnitt A.3.I.). Wenngleich nonverbale Messungen emotionaler Reaktionen denkbar sind, verlSBt man sich in der Forschung auf die direkte Befragimg als Methode zur Erhebung von Affekten. Dabei kommen verschiedene Typologien zur Anwendung. So wird Izards Differential Emotions Scale (DES) (vgl. Izard 1981) von Forschem zur Erklarung der Konsumzufriedenheit eingesetzt (z.B. Westbrook 1987: 258 ff.; Westbrook und Oliver 1991: 84 ff.; Oliver 1992: 237 ff.). In Izards Skala lassen sich zwei primare Affektdomanen, die positiver und die negativer Affekte, erkennen. Es findet sich jedoch keine explizite Trennung der beiden Domanen. Weiterhin ist zu kritisieren, daB emotionale Reaktionen negativer Valenz gegeniiber positiven ubergewichtet zu sein scheinen (Mano und Oliver 1993: 453). Mano (1991: 389 ff.) propagiert daher die Verwendung einer Circumplex-Skala, bei der acht emotionale Regionen abgebildet werden: die der Erregung, der Begeisterung, der angenehmen Gefiihle, der Ruhe, der Stille, der Langeweile, der unangenehmen Gefuhle und der Bedrangnis (vgl. Oliver 1997: 299 ff. zur Nutzung dieser Typologie in der Forschung zur Konsumzufriedenheit). Fur vorliegende Untersuchung ist die von Watson (1988: 1063 ff.) vorgeschlagene Positive and Negative Affective Schedule (PANAS)-Skala von Interesse. Watson trennt explizit zwischen posi-

|

222

D. Empirische Untersuchung

tiven und negativen Affekten, denen er jeweils zehn Items zuordnet. In der Kundenzufriedenheitsforschung wird diese Skala gerade bei der Messung affektiver Konsumreaktion erfolgreich angewendet (z. B. Mano und Oliver 1993: 456 ff.).^^^ Fiir eine Verwendung in dieser Arbeit spricht auch die Auffassung von Luce et al. (1997: 389 f.), die ebenfalls zu dem SchluB kommen, dafi sich mit den zehn Items des negativen Affekts entscheidungsbedingte negative Emotionen adaquat messen lassen. Die Items zur Messung des abschliefienden negativen Affekts werden entsprechend formuliert und in Tabelle 19 wiedergegeben. ABSCHLIE6ENDER NEGATIVER AFFEKT 1 Bei meiner endgultigen Entscheidung, eines der angebotenen Produkte zu erwerben, fuhlte 1 ich mich ... | Abkurzung Indikator ANAl ... besturzt 1 ANA2 ... hin- und hergerissen 1 ANA3 ... beunruhigt 1 ANA4 ... belastet 1 ANA5 ... verargert 1 ANA6 ... beschamt 1 ANA7 ... gereizt 1 ANA8 ... nervos 1 ANA9 ... gestrefit 1 ANAIO ... besorgt | Tabelle 19: Indikatoren des abschlieBenden negativen Affekts 2.2.3.

Indikatorenmenge der Zielkonstrukte

Ziel dieser Arbeit ist die Analyse der Auswirkungen von Erlebnissen wahrend des Entscheidungsprozesses auf die Kundenzufriedenheit. Es sind daher die Zielkonstrukte Entscheidungsund Konsumzufriedenheit zu operationalisieren (vgl. Abschnitt C.5.). Die in der Literatur vorgenommenen Messungen der Entscheidungszufriedenheit wurden bereits in Abschnitt B. 1.2.2. umfassend diskutiert. Dabei zeigte sich, daB die auf Basis der Skala von Westbrook und Newman (1978; 1978) formulierte Itembatterie von Fitzsimons et al. (vgl. Fitzsimons et al. 1997; Zhang und Fitzsimons 1999; Fitzsimons 2000) die Facetten des Konstrukts am besten abzubilden vermag. Nach den Ergebnissen der Autoren wird das Konstrukt zuverlassig durch Aspekte der Entscheidungsfmdung sowie die Einschatzung der verfiigbaren Optionen mit Hilfe von sechs Indikatoren abgebildet. Obwohl wiederum lediglich Methoden der ersten Generation zur LFberprufung der Skala zum Einsatz kommen, deuten die Ergebnisse der verschiedenen Untersuchungen durchgehend auf eine hohe Zuverlassigkeit der Skala hin (vgl.

'^^In fruhen Untersuchungen wurde neben den genannten Zusammenstellungen die von Mehrabian und Russel (1974) entwickelte PAD-Typologie und die Klassifikation der acht grundlegenden Emotionen von Plutchik (1980) verwendet (vgl. ausfuhrlich Havlena und Holbrook 1986). In der neueren Kundenzufriedenheitsforschung finden diese Emotionsklassifikationen jedoch keine Verwendung. Fur diese Untersuchung bietet sich deren Anwendung ebenfalls nicht an.

D. Empirische Untersuchung

223

Fitzsimons 2000: 254). Dies bestatigt sich in den qualitativen Voruntersuchungen dieser Arbeit, so daft samtliche sechs Items in die empirische Erhebung eingehen (vgl. Tabelle 20). ENTSCHEIDUNGSZUFRIEDENHEIT Indikator Ich habe den ProzeB der Entscheidungsfmdung als frustrierend empflinden. (G) ENZ2 Ich konnte zwischen mehreren guten Produkten auswahlen. ENZ3 Das verfugbare Produktsortiment gefiel mir. ENZ4 Wenn ich dieses Produkt noch einmal kaufen muBte, ware ich froh, wieder aus dem gleichen Produktangebot wahlen zu konnen. ENZ5 Die Entscheidungsfindung war fur mich interessant. ENZ6 Ich bin zufrieden mit meinen Erfahrungen bei der Auswahl eines Produkts. (G) Gedrehte Kodierung Tabelle 20: Indikatoren der Entscheidungszufriedenheit Abkiirzung ENZl

I 1 1 1 1 1 1 1 |

In dieser Untersuchung konnen aus Griinden der Fragebogenlange keine der klassischen, oftmals gepriiften Antezedenzien und Konsequenzen der Konsumzufriedenheit erhoben werden. Es ist daher von besonderer Bedeutung, eine adaquate Konstruktmessung sicherzustellen, da fehlerhafte SchluBfolgerungen auf Strukturebene nicht aufgedeckt werden konnen. In der Praxis fmden sich vielfach Single-Item-Messungen, bei denen Konsumenten direkt nach ihrer Zufriedenheit gefragt werden und ihre Beurteilung zwischen den Ankerpunkten „sehr zufrieden" und „sehr unzufrieden" aufiem soUen (vgl. Yi 1991: 71). Wie erinnerlich, ist eine derartige Messung jedoch nicht erstrebenswert, da hier von Mefifehlem abstrahiert wird beziehungsweise diese nicht mehr durch ein Schatzverfahren ermittelt werden konnen (vgl Churchill 1979: 66). Folgerichtig wird von derartigen Messungen trotz ihrer Popularitat Abstand genommen. In der wissenschaftlichen Diskussion hat sich vielmehr eine Itembatterie mit zwolf Indikatoren von Westbrook und Oliver (1981: 94 ff.) durchgesetzt.^^^ Die Items dieser Skala wurden in der Marketingforschung vielfach verwendet, so unter anderem zu unterschiedlichen Produkten und Dienstleistungen wie Appetitziiglem (Oliver und Bearden 1985: 235 ff.), MBAProgrammen (Oliver 1987: 218 ff.), Autos und Taschenrechnem (Westbrook und Oliver 1981), Krankenhausaufenthalten (Gottlieb et al. 1994: 875 ff.), Erholungsparks (Oliver, Rust und Varki 1997: 311 ff.) oder Impfungen (Oliver 1980: 460 ff.).^^^ Weitere Untersuchungen bestatigen, daB selbst iiber eine Vielzahl von Produktkategorien hinweg Konsumzufriedenheit mit dieser Skala zuverlassig gemessen werden kann (Mano und Oliver 1993: 451 ff.). Die Ergebnisse von Mano und Oliver (1993: 451 ff.) zeigen femer die Unidimensionalitat der Itembatterie an. Im tiberwiegenden Teil der genannten Untersuchungen bestatigt sich zudem eine

'^^Eine erste Version dieser Skala mit einer Teilmenge von sechs Indikatoren findet sich bei Oliver (1980: 463) '^^ Oliver (1980) sowie Gottlieb et al. (1994) verwenden eine Auswahl der zwolf Items der Originalskala.

224

D. Empirische Untersuchung

hohe Reliabilitat des Mefiinstruments (vgl. auch Bruner et al. 2001: 304). Mit der Operationalisierung von Westbrook und Oliver (1981) kann damit das Konstrukt Konsumzufriedenheit zuverlassig und entsprechend dem gangigen Zufriedenheitsverstandnis erhoben werden. Inhaltlich beziehen sich die zwolf Items der Skala auf die folgenden Aspekte: Die Beurteilung der gesamten Leistungsfahigkeit und Qualitat eines Produkts (KOZl), die Erfullung von Bediirfhissen (K0Z2), die Enttauschung von Erwartungen (K0Z3), die Zufriedenheit selbst (K0Z4), die kognitiven Dissonanz (K0Z5), die positiven Attribution (K0Z6, KOZl2), das erfahrenen Regret (K0Z7), den positiven Affekt (K0Z8), die negativen Attribution (K0Z9), den negativen Affekt (KOZIO) und die Kaufbeurteilung (KOZll) (vgl. hierzu ausfthrlich Oliver et al. 1997: 343 f). Die Ergebnisse des qualitativen Pretests bestatigen, daB mit den in Tabelle 21 aufgefiihrten Indikatoren das Konstrukt Konsumzufriedenheit umfassend gemessen werden kann. 1 Abkiirzung KOZl K0Z2 K0Z3 K0Z4 K0Z5 K0Z6 K0Z7

KONSUMZUFRIEDENHEIT 1 Indikator 1 Dies ist eines der besten Produkte, das ich kaufen konnte. 1 Mein neues Produkt ist genau das, was ich brauche. 1 Dieses Produkt ist nicht so gut, wie ich es erwartet habe. (G) Ich bin zufiieden mit meiner Entscheidung, dieses Produkt zu kaufen. Mitunter bin ich mir unsicher, ob ich dieses Produkt behalten soil. (G) 1 Es war eine kluge Entscheidung, dieses Produkt zu kaufen. 1 Wenn ich nochmals unter den gleichen Altemativen auswahlen miifite, wiirde 1 ich ein anderes Produkt wahlen. (G) K0Z8 Ich geniefie es, dieses Produkt zu besitzen. 1 K0Z9 Aufgrund meiner Entscheidung, dieses Produkt zu kaufen, fuhle ich mich 1 schlecht. (G) KOZIO Ich bin unglucklich, daB ich dieses Produkt gekauft habe. (G) 1 KOZll Dieses Produkt zu besitzen war eine gute Erfahrung. 1 K0Z12 Ich bin sicher, daB es richtig war, dieses Produkt zu kaufen. | 1 (G) Gedrehte Kodierung | Tabelle 21: Indikatoren der Konsumzufriedenheit

2.3.

Operatives Vorgehen bei der Datenerhebung

Bevor die Grundgesamtheit identifiziert und eine Stichprobe gebildet werden kann, mtissen zunachst geeignete Produkte als Untersuchungskontext identifiziert werden. Dies ist fur die empirische Erhebung fundamental, da damit der Wert der angestrebten Resultate determiniert wird (vgl. Foumier 1994: 156). Bei der Auswahl einer Produktkategorie sind grundlegende Anforderungen der vorliegenden Untersuchung zu beriicksichtigen. So ist zunachst eine hinreichend groBe Heterogenitat erforderlich. Wird die Produktkategorie zu eng definiert, bleibt unklar, inwiefem die empirischen Resultate verallgemeinerbar sind oder ob es sich lediglich um Phanomene des spezifischen Untersuchungskontexts handelt. Zum Beispiel weisen spezifische Produkte oftmals eine atypische Produkt- oder Eigenschaftsvielfalt auf, die Rtickschlusse auf andere Kaufentschei-

D. Empirische Untersuchung

225

dungen nur unter starken Restriktionen zulassen. Auf der anderen Seite kann eine zu breite Abdeckung von Branchen oder Produktkategorien kontraproduktiv sein, da hier eine zu groBe, unkontrollierbare Anzahl von Storfaktoren dazu fuhrt, daB kausale Zusammenhange nicht mehr nachweisbar sind. Um zu samtlichen Aspekten des kognitiv-emotionalen Hypothesengefuges verallgemeinerbare Aussagen zu generieren, ist es erstrebenswert, Produkte zu identifizieren, die sowohl einen affektiven, funktionalen wie einen sozialen Nutzen ausldsen konnen. Femer unterstellt das Forschungsmodell, daB fur eine Kaufentscheidung ein MindestmaB an Introspektion aufgebracht werden muB. Wahrend mit dieser Einschrankung der tiberwiegende Teil von Produktkaufen erfaBt werden kann (vgl. Bettman et al. 1998: 188), gibt es zweifellos Produkte, bei denen Konsumenten eindeutig vorgeformte Vorstellungen bei der Produktauswahl umsetzen (vgl. Desmeules 2002: 12). Derartige Kategorien sind daher von der Erhebung auszuschlieBen. Fiir das Auftreten von Introspektionsprozessen ist es weiterhin notwendig, daB Konsumenten bestrebt sind, sich rational zu verhalten, das heiBt ein Produkt auszuwahlen, das am ehesten ihren Bedtirfnissen entspricht (vgl. Abschnitt C.6.). Sind Kaufentscheidungen z. B. von Variety Seeking dominiert, treten Introspektionen und die dargelegten Entscheidungsziele zugunsten der Suche nach Abwechslung in den Hintergrund. In diesen Fallen waren kausale Zusammenhange nicht ermittelbar. SchlieBlich soUen Produktkaufe mit einem MindestmaB an Involvement identifiziert werden. In der auszuwahlenden Produktkategorie miissen daher Giiter mit dem angelegten Mindestpreis von 50 Euro in ausreichendem Umfang umgeschlagen werden, um eine hinreichend groBe Stichprobe zu ermoglichen (vgl. Abschnitt D.2.I.). Zur Untersuchung von Kaufentscheidungen und der Kundenzufriedenheit ziehen Forscher im Marketing oftmals technische Produkte als Untersuchungsgegenstand heran (vgl. z. B. Foumier und Mick 1999). Diese werden definiert als „artificial things, and more particularly modem machines: artificial things that (a) require engineering knowledge for their design and product, arid (b) perform large amounts of operations by themselves" (Joerges 1988: 221). Von besonderer okonomischer Bedeutung ist heute die in dieser Definition enthaltene Teilmenge der „consumer electronics". Hierzu zahlen Produkte in stark wachsenden Markten wie Mobiltelefone, portable MP3-Player, digitale Fotoapparate oder Videokameras. Elektronische Produkte dieser Art erfuUen samtliche der anzulegenden Kriterien. In dieser Produktkategorie stehen neben den funktionale Produktcharakteristika zunehmend auch soziale und affektive Leistungsdimensionen im Vordergrund der Evaluation durch den Nachfragers (vgl. Herrmann, Huber und Kressmann 2004: 17 ff). Femer sind elektronische Produkte oflmals komplex und durch ein hohes Involvement gekennzeichnet. Sie weisen daher einen Neuigkeitsgehalt auf, der in der Mehrzahl der Kaufentscheidungen zu ausgepragter Suche und Uberlegung fuhrt. Es ist zudem davon auszugehen, daB Konsumenten wenn moglich klar geordnete Praferenzen anstreben und versuchen, ein optimales Preis-LeistungsVerhaltnis entsprechend ihren Bedurfhissen zu identifizieren. Als technisch komplexe Angebote sind elektronische Produkte damit nicht nur besonders geeignet, neue Erkenntnisse iiber

226

D. Empirische Untersuchung

die Kundenzufriedenheit nach dem Kauf zu gewinnen (vgl. Foumier und Mick 1999: 6), sondem sie erlauben auch interessante Einblicke in die psychologischen Zusammenhange zwischen der Kaufentscheidung und der Kundenzufriedenheit. Dabei ist die Produktkategorie hinreichend breit, so dafi eine Vielzahl von Kaufentscheidungen unterschiedlicher Komplexitat zu erwarten ist. Auf der anderen Seite ermoglicht die Einschrankung der empirischen Untersuchung auf „consumer electronics" eine prazise Itemformulierung sowie die Eingrenzung potentieller Storeinfltisse. Schliefilich sind bei elektronischen Produkten vielfach Kaufpreise von uber 50 Euro vorzufinden, so daB eine ausreichend groBe Stichprobe identifiziert werden kann. Nach Malhotra (1996: 359) wird eine Grundgesamtheit defmiert als „the aggregate of all the elements that share some common set of characteristics and that comprise the universe for the purpose of the marketing research problem". Entsprechend den vorangegangenen Ausfuhrungen beinhaltet die interessierende Grundgesamtheit fur die Beantwortung der Forschungsfrage alle Konsumenten, die zum Befragungszeitpunkt vor weniger als drei Monaten ein elektronisches Produkt erworben haben. Dabei beschrankt sich die Untersuchung auf Personen, die mehr als 50 Euro fiir dieses Produkt als KauQjreis entrichteten. Aus dieser Grundgesamtheit gilt es, eine Stichprobe von Personen fur die Beantwortung eines zu konstruierenden Fragebogens zu gewinnen. Wie erinnerlich, soil in dieser Arbeit eine Online-Befragung eingesetzt werden. Um Befragte ftir eine derartige Erhebung zu gewinnen, bestehen zwei grundlegende Moglichkeiten: Zum einen konnen mittels Anktindigungen in Newsgroups oder auf vielbesuchten Websites Personen eingeladen werden (vgl. Werner 1997: 167 ff.). Zum anderen konnen Befragte rekrutiert werden, die sich in der Vergangenheit bereit und interessiert erklart haben, an Umfragen teilzunehmen. Fiir diese Erhebung wird die zweite Moglichkeit gewahlt. Hierzu wird auf die Teilnehmer eines Online-Panels, des Wiso-Panels, zuruckgegriffen.^^^ Das Panel wurde als Forschungsprojekt der Universitat Erlangen-Niimberg im Herbst 2000 ins Leben gerufen und wird ausschliefilich ftir nichtkommerzielle Zwecke genutzt. Zum Untersuchungszeitpunkt im Fnihjahr 2004 konnte auf einen Pool von tiber 1.000 registrierten Teilnehmem zuriickgegriffen werden. Die Panel-Betreiber verfolgen explizit das Ziel, eine Plattform fiir wissenschaftliche Untersuchungen zur Verfiigung zu stellen, die Zugriff auf Befragte auBerhalb des vielfach genutzten universitaren Umfelds erlauben. Panel-Teilnehmer werden daher aus verschiedenen Kreisen der Bevolkerung rekrutiert, um eine moglichst heterogene Zusammensetzung von Konsumenten im deutschsprachigen Raum zu gewahrleisten.

^ Weitere Informationen zu diesem Panel finden sich bei http://www.wisopanel.uni-erlangen.de (letzter Zugriff: 24.08.2004).

D. Empirische Untersuchung

227

Goritz (2000: 62) definiert Online-Panels allgemein als „ein Pool von registrierten Personen, welche sich bereit erklart haben, wiederholt an marktforscherischen oder wissenschaftlichen Online-Untersuchungen teilzunehmen". Bei Panel-Teilnehmem kann davon ausgegangen werden, dafi sie mit grofierer Emsthaftigkeit an der Befragung mitwirken als Probanden, die mit einer offen gehaltene Ankundigung auf vielbesuchten Webseiten auf eine Umfrage aufmerksam gemacht werden. Hier ist zu befiirchten, dafi Teilnehmer rekrutiert werden, die eine Befragung moglicherweise ausschlieBlich aufgrund des monetaren Anreizes aufsuchen. Fiir eine gezielte Einladung von Probanden spricht femer, daB dem Einladungsschreiben ein Uniform Resource Locator (URL) hinzugefugt werden kann, der bereits mittels eines integrierten Zugangscodes sicherstellt, dafi die eingeladenen Personen jeweils nur einmal zur Teilnahme an der Erhebung zugelassen werden. Dennoch mu6 angemerkt werden, dafi ebenso wie bei der Rekrutierung per Internet-Ankundigung oder direkten Schreiben eine Selbstselektion vorliegt. Diese wird jedoch auf die vorgelagerte Stufe der Panel-Rekrutierung verlagert, wobei hier das Problem an zentraler Stelle mit groBerem Mitteleinsatz besser angegangen werden kann. Zum Befragungszeitpunkt sind 1.480 Teilnehmer iiber das Wiso-Panel erreichbar. Samtliche Panel-Teilnehmer werden per E-Mail zur Erhebung eingeladen. Im Einladungsschreiben wird auf den Inhalt der Befragung (das Erlebnis von Kaufentscheidungen) aufinerksam gemacht, die Lange der Befragung (20-25 Minuten) angekundigt sowie eine Belohnung (Verlosung von 3 X 75 Euro) in Aussicht gestellt. Die E-Mail enthalt weiterhin einen Link zum Fragebogen, der mit einem individuellen Identifikations- und Zugangscode versehen ist. Mit diesem Vorgehen konnen 684 Befragte rekrutiert werden, womit eine sehr zufriedenstellende Rucklaufquote von 46 % vorliegt. Von den 684 Teilnehmem haben 23 Personen die Befragung lediglich angesehen beziehungsweise weniger als 10 der insgesamt 102 Fragen beantwort. Da eine derartige Vielzahl von fehlenden Antworten auch mit Hilfe des EM-Algorithmus (vgl. Abschnitt D.1.3.3.) nicht zuverlassig errechnet werden kann und bei fiiihen Befragungsabbriichen keine systematischen Zusammenhange mit zu erzielenden Antworten zu erwarten sind, werden die betreffenden Fragebogen aus der weiteren Analyse ausgeschlossen. Entsprechend verbleibt ein Datensatz mit N = 661 Fallen. Um die Details der Datenerhebung transparent zu machen, ist der Fragebogen, der von den 661 Befragten beantwortet wird, naher zu erlautem. Ein zentraler Aspekt des operativen Fragebogendesigns ist die Skalierung der Indikatoren. Dieses numerische Relativ dient der Messung von Zustimmung oder Ablehnung. In den Sozialwissenschaften werden in der Regel Rating-Skalen eingesetzt, bei denen Befragte einen MeBwert auf einer vorgegebenen Skala angeben. Dabei ist die Anzahl der zu verwendenden Skalenstufen in der Literatur nicht unumstritten. Einerseits kann eine zu groBe Zahl an Skalenstufen dazu fiihren, daB Befragte zwischen den Antwortkategorien nicht mehr differenzieren konnen. Auf der anderen Seite erhoht eine feinere Skalenabstufiing die Moglichkeit der Probanden, differenzierte Antworten zu geben (Bortz und Doring 2002: 222 ff). So ist bei einer Skala mit mehr Abstuftingen eine

228

D. Empirische Untersuchung

groBere Varianz der Messung zu erwarten, die mit Hilfe eines kovarianzbasierten Verfahrens erklart werden kann. Femer besteht bei Skalen mit weniger als fiinf Auspragungsstufen das Problem, daB diese ordinal skaliert behandelt werden mussen (Bortz und Doring 2002: 222 ff.), womit eine Anpassung bei der Modellschatzung mit LISREL erforderlich ware (vgl. Joreskog und Sorbom 2001). In der Kundenzufriedenheitsforschung im speziellen besteht ein weiterer Grund fur eine fein abgestufte Messung. Derartige Messungen werden in der Literatur empfohlen, um die oftmals vorgeflindene Schiefe der Zufriedenheitsmessung und damit VerstoBe gegen die Normalverteilungsannahmen zu reduzieren (Fomell 1992: 13; Myers 1999: 119).^^^ In dieser Untersuchung wird daher eine 9fach abgestufte Skala eingesetzt. Bei derart vielen Skalenabstufungen besteht die Gefahr, dafi die Untersuchungspersonen uberfordert werden und unprazise Antworten geben. Um diesem Problem entgegenzuwirken, werden funf Ankerpunkte entsprechend der Beschriftung gangiger Fiinferskalen verwendet. Soweit in Abschnitt D.1.4. nicht anders angegeben, werden die Elemente 1, 3, 5, 7, 9 mit den Beschriftungen versehen „stimme voll und ganz zu", „stimme eher zu", „bin unentschlossen", „stimme eher nicht zu" und „stimme iiberhaupt nicht zu", Vor der endgultigen Umsetzung des Online-Fragebogens ist die Reihenfolge der Fragen festzulegen. Nach Bortz und Doring (2002: 253 ff.) sollen, wenn moglich, zu Beginn einer Befragung leichte und fur den Teilnehmer interessante Fragen gestellt werden. In dieser Untersuchung wird neben den bereits erlauterten Items eingangs nach der Bezeichnung eines kurzlich erworbenen elektronischen Produkts, dem Preis dieses Produkts, dem Zeitraum zwischen Produktkauf und der Beantwortung des Fragebogens sowie der Intensitat der Kaufberatung durch Freunde und Verkaufer gefragt. Weitere soziodemographische GroBen mussen nicht erfaBt werden, da diese bereits beim Panel-Betreiber vorliegen und iiber die vergebenen Identifikationscodes den jeweiligen Teilnehmem im nachjiinein zugeordnet werden konnen. Samtliche Indikatoren werden in logischen Gruppierungen nach Konstrukt zusammengefaBt, damit die Befragten nicht durch unzusammenhangende Fragen verwirrt werden oder moglicherweise fehlerhafte Antworten geben. Um potentielle Einfliisse von der Zufi-iedenheit auf die einzelnen Erlebnisse des Entscheidungsprozesses nicht durch die Fragereihenfolge zu provozieren, wird erst am Ende der Befi-agung nach der Entscheidungszufriedenheit und folgend nach der Konsumzufiiedenheit gefi*agt.^^^ Vorangehend werden zunachst die Determinanten der Entscheidungsziele erhoben, und zwar in der Reihenfolge personliche, kontextuelle und soziale Antezedenzien sowie folgend die Entscheidungsziele selbst in der Reihenfolge Rechtfertigbarkeit, Praferenzsicherheit, antizipiertes Regret, Bewertungskosten und abschlieBender

^Bei direkten Befragungen, neigen Konsumenten grundsatzlich eher dazu, sich als zufrieden einzuschatzen und entsprechenden Items zuzustimmen. Stehen wenige Abstufiingen der Zustimmung zur Verftigung, ist mit der Messung keine ausreichende Trennscharfe zwischen Probanden mit unterschiedlicher Zufriedenheit moglich (vgl. Myers 1999: 119; Bortz und Doring 2002: 221). ^Dieses Vorgehen entspricht dem ublichen Verfahren in der Kundenzufriedenheitsforschung. Hier werden Teilzufriedenheiten stets vor der Gesamtzufriedenheit abgefragt (vgl. z. B. Oliver und Swan 1989b: 381)

D. Empirische Untersuchung

229

negativer Affekt. Samtliche Indikatoren innerhalb der Konstruktblocke werden zufallig uber alle Befragten rotiert, um systematische Reihenfolgeeffekte innerhalb der Itembatterien auszuschlieBen.^^^ Aufgrund des Ziels, die Erhebungsteilnehmer von der Wichtigkeit der Studie zu uberzeugen, wird auch auf die Professionalitat der Gestaltung des Online-Fragebogens Wert gelegt. Zu diesem Zweck wird das Umfragecenter der Firma Globalpark zur Fragebogenprogrammierung genutzt.^^^ Das System erlaubt sowohl die Verwendung neuester grafischer Weboberflachen sowie die Wiederholung von bereits getatigten Antworten. Insbesondere werden bei jedem Frageblock Hinweise integriert, in denen das kurzlich erworbene Produkt mit dem angegebenen Namen wiederholt wird. Dabei werden die Befragten darauf aufinerksam gemacht, bei der Beantwortung der Fragen stets an den Zeitpunkt der Produktauswahl zuruckzudenken. Femer wird den Befragten mittels einer Fortschrittsanzeige wahrend der gesamten Prozedur die Zahl offener Fragen stets deutlich gemacht, um trotz der groBen Fragebogenlange moglichst wenige Abbruche zu provozieren. Die Datenspeicherung erfolgt mit jeder abgeschlossenen Seite, so daB bei auch bei einer fruhzeitigen Beendigung des Fragebogens samthche zuvor getatigten Angaben fiir die Datenanalyse zur Verfugung stehen. Der Datenexport wird iiber die Plattform des Umfragecenters direkt als voUstandig beschrifteter SPSS-Datensatz durchgefahrt. Da die Daten auf diesem Wege bereits elektronisch und mit korrekten Labels versehen vorliegen, kann von einer vollstandigen Transformationssicherheit ausgegangen werden. Fehlerquellen, die z. B. bei schriftlichen Befragungen durch den tJbertrag von Antworten in ein EDV-System entstehen, sind auszuschliefien.

3.

Ergebnisse der empirischen Untersuchung

Ziel dieses Abschnitts ist es, die erhobenen Daten zur Uberprufung des in Abschnitt C hergeleiteten Hypothesengefuges heranzuziehen. Hierzu ist es erforderlich zunachst, die Komposition der Stichprobe naher zu beschreiben, mit Voruntersuchung die Giiltigkeit angestrebter Interpretationen zu priifen und die Anwendungsbedingungen zur Parameterschatzung mit LISREL zu untersuchen. Aufbauend auf den Ergebnissen der einleitenden Datendeskription, werden zunachst die entwickelten MeBmodelle einer tJberprufung mit Hilfe der konfirmatorischen Faktorenanalyse unterzogen. Die bereinigten Itembatterien finden in die Schatzung und Anpassung des Strukturmodells Eingang. Bei der folgenden Validierung des bestangepaBten Kausalmodells wird zum einen untersucht, ob die vorgenommenen Anpassungen auch in einem zweiten Sample angezeigt gewesen waren, und zum anderen wird sowohl die Struktur- wie die MeBmodellebene auf Invarianz gegeniiber einem zweiten Sample getestet. Die weiterfuhrende Modellprufung nicht hypothesierter und zeitlich verzogerter Zusammenhange

Zu Reihenfolgeeffekten bei der Messung der Kundenzufriedenheit vgl. z. B. Auh et al. (vgl. 2003). ^ http://www.globalpark.de/home/index.htm (letzter Zugriff 26. August 2004).

230

D. Empirische Untersuchung

sowie der von Einfliissen auf individuelle Determinanten leitet zur Reflexion der empirischen Ergebnisse und zur Deduktion von Handlungsempfehlungen iiber. 3.1.

Deskriptive Datenanalyse

Aus den 1.480 Teilnehmem des Online-Panels tatigen 661 Personen Angaben, die fur die weitere Parameterschatzung verwendet werden konnen. 33 der Probanden lassen jedoch eine Oder mehr Fragen offen. Es liegen damit 628 vollstandige und 33 unvollstandige Datensatze vor. Mit einer Stichprobe dieser GroBe wird die erforderliche Mindestmenge von 500 Befragten fur ein Modell der vorliegenden Komplexitat deutlich uberschritten (vgl. Anderson und Gerbing 1988: 416; Schumacker und Lomax 1996: 20). Ftir einen Split-Half des Samples zur Validierung der Ergebnisse ist diese StichprobengroBe jedoch nicht ausreichend.^^"^ In dieser Untersuchung wird daher auf das Bootstrap-Verfahren zuruckgegriffen (vgl. Abschnitt 3.3.3.). Die 661 der Datenanalyse zugrundeliegenden Individuen werden in Tabelle 22 beschrieben.^^^ Aus der Ubersicht wird deutlich, daB breite Bevolkerungsgruppen abgedeckt werden konnen. Dennoch ist eine Uberreprasentation der Altersgruppe 24-29 Jahre und der von Personen in Ausbildung zu verzeichnen. Dies ist vermutlich der Fall, weil diese Bevolkerungsgmppe immer noch einen substantiellen Teil der Intemetnutzer reprasentiert (vgl. van Eimeren et al. 2004: 352 f). Da es in dieser Arbeit primar um die Uberpnifung kausaler Zusammenhange geht, erscheint die vorliegende Stichprobe dennoch angemessen. Dies gilt nicht zuletzt, weil die Mehrheit der Befragten nicht dem studentischen Umfeld entstammt, sondem einer anderen Altersklasse angehort und angibt, derzeit keiner Ausbildung nachzugehen. Eindeutig konnen trotz der Unausgewogenheit des Samples spezifische Charakteristika einer reinen Studentenstichprobe als Erklarung fur die angestrebten Resultate ausgeschlossen werden.

'^Dies gilt insbesondere, wenn man sich an der Forderung von Rentier und Chou (1987: 91) orientiert. Das Autorenpaar gehort zu den wenigen, die eine von der Modellkomplexitat abhangige minimale StichprobengroBe vorschlagen. Danach soil das Funffache der Parameterzahl an Probanden zur Verfligung stehen. Das bestangepaBte Modell dieser Arbeit beinhaltet 146 simultan optimierte Parameter, so daB nach diesem Kriterium sogar eine Stichprobe von 730 Befragten wunschenswert ware. '^^ Die Daten wurden nicht im Zuge der Befragung erhoben, sondem mit Hilfe von Identifikationscodes aus den Stammdaten des Panel-Betreibers ubemommen.

D. Empirische Untersuchung iMerkmal Alter

iGeschlecht

iSchulabschluft

Beruf

iLand

AusprSgung -18Jahre 19-23Jahre 24 - 29 Jahre 30 - 39 Jahre 40 - 49 Jahre 50 Jahre + Gesamt Weiblich MSnnlich Gesamt Kein Abschlufl Hauptschule Mittlere Reife Abitur Gesamt Berufstatig Ausbildung Pension/ Rente Arbeitslos Erziehungsurlaub Andere Keine Angabe Gesamt Deutschland Osterreich Schweiz Keine Angabe Gesamt

231 HSufigkeit 10 69 242 181 100 59 661 298 363 661 12 42 121 486 661 288 247 16 29 7 31 43 661 618 9 26 8 661

Prozentl 1 ^ 10,4% 36,6% 27,4% 15,1% 8,9% 100,0%

45?i%^ 54,9% 100,0%

T^

6,4% 18,3% 73,5% 100,0% 43;6%^ 37,4% 2,4% 4,4% 1,1% 4,7% 6,5% 100,0% 9 3 ^ 1,4% 3,9% 1,2% 100,0%

Tabelle 22: Struktur der Stichprobe Fiir die Interpretation der Ergebnisse ist es weiterhin von Interesse, zu welchen spezifischen Kaufentscheidungen sich die Befragten geauBert haben. Zur Beschreibung dessen werden das erworbene Produkt und der Kaufpreis herangezogen. Um die Befragten mit Hilfe des selbst angegebenen Produktnamens wahrend der spateren Befragung an die Kaufentscheidung erinnem zu konnen, wurde dessen Bezeichnung offen abgefragt. Die Kodierung der Angaben ergibt funf Kategorien. Diese sind Gerate im Bereich Audio (u. a. MP3-Player und Stereoanlagen), Foto und Video (u. a. Digital- und Videokameras sowie DVD-Player), Computer und Zubehor (u. a. Notebooks und Monitore), Handhelds und Zubehor (u. a. Mobiltelefone, PDAs oder Navigationssysteme fur diese) und Haushalt (u. a. Telefonanlagen oder elektrische Waagen). Weitere Produkte, wie z. B. Spielekonsolen, die keiner dieser Kategorien eindeutig entsprechen, werden in die Gruppe ,andere' eingeordnet. Die Verteilung der gezahlten Preise und der erworbenen Produkte laBt sich der Kreuztabellierung in Tabelle 23 entneh-

D. Empirische Untersuchung

232 Preis [Euro] 50-199

Anzahl Erwartete Anzahl % von Preis % von Produktart % der Gesamtzahl Anzahl 200 -499 Erwartete Anzahl % von Preis % von Produktart % der Gesamtzahl Anzahl 500 -999 Erwartete Anzahl % von Preis % von Produktart % der Gesamtzahl 1000 Anzahl Erwartete Anzahl -2999 % von Preis % von Produktart % der Gesamtzahl Anzahl 3000+ Erwartete Anzahl % von Preis % von Produktart % der Gesamtzahl Gesamt Anzahl % der Gesamtzahl

Gesamt

Produktart Audio Computer & Zubehor

Foto& Video

66 83

80 90

40 36

Handiields Haushalt & Zubehor

82 60

Andere

51 52

9 8

12,2% 55,6% 6,1%

20,1% 39,3% 10,0%

24,4% 44,2% 12,1%

25,0% 68,3% 12,4%

15,5% 49,0% 7,7%

2,7% 56,3% 1,4%

28 22

31 51

73 54

28 36

34 31

5 5

14,1% 38,9% 4,2%

15,6% 18,5% 4,7%

36,7% 40,3% 11,0%

14,1% 23,3% 4,2%

17,1% 32,7% 5,1%

2,5% 31,3% 0,8%

2 8

25 19

23 20

8 13

16 12

0 2

328

49,6%

199

30,1%

74

2,7% 2,8% 0,3%

33,8% 14,9% 3,8%

31,1% 12,7% 3,5%

10,8% 6,7% 1,2%

21,6% 15,4% 2,4%

0,0% 0,0% 0,0%

2 6

46 15

4 16

2 11

3 9

1 1

3,4% 2,8% 0,3%

79,3% 27,4% 7,0%

6,9% 2,2% 0,6%

3,4% 1,7% 0,3%

5,2% 2,9% 0,5%

1,7% 6,3% 0,2%

0 0

0 1

1 1

0 0

0 0

1 0

0,0% 0,0% 0,0%

0,0% 0,0% 0,0%

50,0% 0,6% 0,2%

0,0% 0,0% 0,0%

0,0% 0,0% 0,0%

50,0% 6,3% 0,2%

72

168

181

120

104

16

661

10,9%

25,4%

27,4%

18,2%

15,7%

2,4%

100%

11,2%

58

8,8%

2

0,3%

Tabelle 23: Gewahlte Produkte und gezahlte Kaufpreise der Stichprobe Wie ersichtlich, werden mit dieser Untersuchung nicht nur verschiedene Bevolkerungsschichten, sondem auch vielfaltige Produktarten innerhalb der betrachteten Kategorie elektronischer Guter abgedeckt. Besonders stark vertreten sind Produkte der Kategorien Foto und Computer gefolgt von Handhelds und Zubehor. Knapp 50 % der erworbenen Angebote haben einen Preis unter 200 Euro, knapp 80 % unter 500 Euro. In der Preisklasse unterhalb 200 Euro sind iiberverhaltnismafiig viele Produkte der Kategorie Handhelds und Zubehor vertreten. Dies trifft auf Foto und Video-Produkte in der Preisklasse daruber zu. Produkte des Bereichs Computer und Zubehor sind schliefilich deutlich iiber dem Erwartungswert in der Klasse 1.000-1.999 Euro zu verzeichnen. Die Ergebnisse sind plausibel und entsprechen der Erwartung an die Produktkategorie. Die angegebenen Produkte sind zudem hinreichend heterogen, um eine ausreichende Varianz der interessierenden Konstrukte sowie eine Verallgemeinerbarkeit der Resultate sicherzustellen. Sie sind aber immer noch hinreichend homogen, um ein einheitliches Fraugenverstandnis der Probanden zu gewahrleisten. Wie in Abschnitt D.2.1. ausfuhrlich begriindet, wurde konform mit vorangegangenen Befragungen dieses Themenfelds eine retrospektive Erhebung durchgefiihrt. Um zu iiberpriifen, ob das Vergessen der Entscheidungssituation einen signifikanten EinfluB auf die erhobenen Daten hat, werden die Probanden in drei Gruppen eingeteilt: solche, die vor weniger als einem Monat (Gruppe 1), solche, die vor einem bis zwei Monaten (Gruppe 2), und solche, die vor zwei bis drei Monaten (Gruppe 3) einen Kauf getatigt haben. Fiir die 204, 195 und 229 Personen werden jeweils Mittelwerte gebildet und diese verglichen. Sollte die retrospektive Erhe-

D. Empirische Untersuchung

233

bungsform einen EinfluB auf die Ergebnisse haben, so soUten sich signifikante Unterschiede in den Mittelwerten zwischen den drei Gruppen mit Hilfe von ANOVAs aufdecken lassen (vgl. zu diesem Vorgehen Srinivasan und Ratchford 1991: 237). Die Anwendung des F-Tests der ANOVAs setzt unabhangige Stichproben, Normalverteilung der Daten und Varianzhomogenitat voraus (vgl. Janssen und Laatz 2003: 321 ff.). Die drei gebildeten Gruppen konnen im vorliegenden Fall als unabhangige Stichproben interpretiert werden. Eine Uberprufung der Normalverteilungsannahme deutet auf eine adaquate Verteilung der Daten hin (vgl. Tabelle 26).^^^ Die Varianzhomogenitat wird mit Hilfe der LeveneStatistik gepruft. Die Ergebnisse zeigen, dafi mit Ausnahme der Indikatoren EN02, WPK4, BWK3-6, ANAl, ANA5-7 und K0Z4 das Kriterium erfiillt wird (vgl. Anhang G.2.). Fur diese wird statt des F-Tests der Games-Howell-Test fiir Mehrfachvergleiche eingesetzt. Mit zwei Ausnahmen offenbaren die Ergebnisse in Tabelle 24 und Tabelle 25 auf 5%-Signifikanzniveau keine systematischen Mittelwertdifferenzen zwischen den drei Gruppen. Fur 74 Items lafit sich also ein signifikanter ErgebniseinfluB durch die retrospektive Befragung bereits aufgrund dieser Ergebnisse ausschlieBen. Die Items WPUl und K0Z4 bediirfen weiterer Prufung. Die Mittelwerte der Gruppen 1, 2 und 3 fur die Variable WPUl sind 5,39, 4,90 und 5,53. Fur K0Z4 liegen diese Werte bei 1,82, 2,12 und 2,24. Der GamesHowell-Test zeigt an, daB lediglich die erste Differenz signifikant ist. WPUl offenbart eine U-formige zeitliche Veranderung und K0Z4 eine Steigerung iiber den gesamten Zeitraum. Die Veranderung der beiden Indikatoren ist damit weder zueinander noch zu irgendeinem der Indikatoren beider Konstrukte konsistent. Da mit deren Elimination vorzeitig die Messung der Konstrukte verfalscht werden konnte, werden die Items in der Untersuchung belassen. Auf Konstruktebene kann mit diesen Ergebnissen von keinen signifikanten Verzerrungen durch die retrospektive Befragungsmethodik ausgegangen werden. Die Ergebnisse des Strukturmodells sind damit als sinnvolles Abbild der realen Vorgange zu interpretieren.

^^ Lediglich ANA6 muBte transformiert werden, um den Anfordemngen zu entsprechen.

D. Empirische Untersuchung

234 litems der exogenen f peterminanten litem F-Wert Signifik.l SPW1 0,143 0,867 SPW2 1,758 0,173 SPW3 0,687 0,504 SPW4 1,175 0,309 SPW5 0,938 0,392 SPW6 1.082 0,339 SPW7 0,510 0,601 EN01 0,214 0,807 EN03 0,481 0,618 EN04 0,877 0,417 EN05 0,680 0,507 EN06 0,576 0,562 EN07 1,283 0,278 WPK1 0,010 0,990 WPK2 1,428 0,241 WPK3 1,168 0,312 2,227 WPK5 0,109 WPK6 0,928 0,396 WPU1 3,752 0,024 WPU2 0,539 0,584 WPU3 0,714 0,490 WPU4 0,416 0,660 WPU5 1,290 0,276 URB1 0,559 0,572 URB2 0,264 1,336 URB3 0,367 0,693 URB4 0,319 0,727 URB5 0,734 0,309 |URB6 0,628 0,5341

litems der mediierenden Konstrukte | litem Signifik.! F-Wert RFB1 1,396 0,248 RFB2 0,693 0,501 RFB3 1,385 0,251 RFB4 0,716 0,489 PFS1 0,303 0,739 PFS2 0,431 0,650 PFS3 0,134 0,875 ARE1 0,344 0,709 ARE2 0,476 0,621 0,757 ARE3 0,470 ARE4 0,572 0,565 ARE5 0,577 0,562 BWK1 0,311 1,170 BWK2 0,874 0,418 ANA2 0,201 0,818 0,147 ANA3 1,926 ANA4 0,328 1,116 ANA8 0,555 0,589 0,741 ANA9 0,300 0,704 ANA10 0,495

litems der Zielkonstrukte F-Wert Item 2,855 ENZ1 0,091 ENZ2 0,415 ENZ3 ENZ4 0,251 0,325 ENZ5 1,317 ENZ6 0,565 K0Z1 K0Z2 0,223 0,227 K0Z3 0,455 K0Z5 0,141 K0Z6 K0Z7 0,630 K0Z8 0,015 K0Z9 0,063 KOZ10 0,527 K0Z11 0,240 0,288 K0Z12

Signifik. 0,058 0,913 0,660 0,778 0,722 0,269 0,569 0,800 0,797 0,635 0,868 0,533 0,985 0,939 0,591 0,787 0,750

Tabelle 24: Ergebnisse der ANOVA zu Mittelwertdifferenzen nach Befragungszeitpunkt

D. Empirische Untersuchung litem EN02

(l)Antw. (J) Antw. 1 2

WPK4

1 2

BWK3

1 2

BWK4

1 2

BWK5

1 2

2 3 1 3 2 3 1 3 2 3 1 3 2 3 1 3 2 3 1 3

235

Mittlere Signifik. Item (l)Antw. (J) Antw. Mittlere Signifik. Diff. (I-J) Diff. (I-J) 0,932 0,088 1 2 0,582 0,095 ANA1 0,989 0,032 3 0,097 0,926 0,932 1 -0,088 -0,582 0,095 2 0,969 -0,057 3 -0,485 0,189 0,071 0,411 2 0,340 1 0,301 ANA5 0,075 0,370 3 0,105 0,871 0,071 1 -0,411 -0,340 2 0,301 0,977 -0,041 3 -0,235 0,553 0,270 0,173 2 0,222 0,636 ANA6 1 0,143 0,189 3 0,232 0,599 0,270 1 -0,173 2 -0,222 0,636 0,991 0,016 3 0,010 0,999 0,475 0,111 0,041 2 1 0,986 ANA7 0,902 0,095 -0,054 3 0,972 0,111 1 -0,475 -0,041 2 0,986 0,245 -0,380 3 -0,095 0,928 0,159 -0,300 2 -0,108 0,892 K0Z4 1 0,027 -0,412 0,290 3 0,445 0,159 0,300 2 1 0,108 0,892 -0,113 0,8171 3 0,398 0,230

Tabelle 25: Ergebnisse des Games-Howell-Tests auf Mittelwertdifferenzen nach Befragungszeitpunkt Neben der minimalen Stichprobengrofie sind an dieser Stelle weitere Anwendungsvoraussetzungen fur die Parameterschatzung mit LISREL zu untersuchen. Insbesondere soil eine Priifiing der Normalverteilungsannahme vorgenommen werden. Femer sind die 23 nicht vollstandig ausgefullten Fragebogen der weiteren Analyse zuganglich zu machen. Zur Prufung der Normalverteilungsannahmen stehen der Kolmogorov-Smimov-Anpassungstest und der Shapiro-Wilk-Test zur Verfugung. Beide Prufungen gelten als sehr streng. Die Wahrscheinlichkeit der Ablehnung der Nullhypothese normalverteilter Rohdaten nimmt bei diesen mit steigender Stichprobengrofie zu (Bortz 1999: 161). Da die Anwendung des MLSchatzverfahrens mit LISREL fiir geringe VerstoBe gegen die Normalverteilungsannahme unempfmdlich ist, fordert Kline (1998: 81 f.) lediglich die Prufung von Schiefe und Kurtosis. Die anzulegenden Kriterien sind Werte kleiner 3,0 fur die Schiefe und kleiner 8,0 fur die Wolbung der beobachteten Variablen (vgl. Abschnitt D.1.3.3.)- In Tabelle 26 sind die entsprechenden Werte dieser Erhebung zusammengefaBt. Dabei sind kritische Resultate hervorgehoben. ErwartungsgemaB zeigt sich eine moderate Kurtosis bei der Messung der Konsumzufi-iedenheit.^^^ Wahrend 75 Indikatoren dennoch deutlich unter den geforderten Werten bleiben, ist bei ANA6 eine zu starke Wolbung zu verzeichnen. Da nur ein geringer VerstoB vorliegt und eine vorzeitige Elimination des Items ANA6 zu einer verzerrten Messung negativer Af-

Dies deckt sich mit den Ergebnissen vorangegangener Studien (vgl. Fomell 1992: 13; Myers 1999: 119).

236

D. Empirische Untersuchung

fekte fuhren konnte, wird eine Transformation in Form der Quadrierung der Variable unternommen. Mit dieser MaBnahme werden zwar die tatsachlichen Werte der Variable verandert, die Analyse von Kovarianzen ist jedoch nach wie vor durchfuhrbar/^^ Mit Hilfe der Transformation kann ein Wert fur die Schiefe von -2,571 und ein Wert fur die Kurtosis von 5,769 erreicht werden. litems der exogenen T litems der mediierenden T litems der Zielkonstruktel peterminanten Konstrukte Schiefe Kurtosis 1 Schiefe Kurtosis 11 Schiefe Kurtosis SPW1 0,387 -1,004 RFB1 1,015 0,089 1,224 0,936 ENZ1 SPW2 -0,104 -1,277 RFB2 1,128 0,751 1,609 2,866 ENZ2 SPW3 0,294 -1,022 RFB3 0,814 -0,043 1,454 2,462 ENZ3 SPW4 0,618 -1,057 RFB4 0,592 -0,551 0,861 -0,103 ENZ4 SPW5 0,619 -0,926 PFS1 1,176 0,827 -1,309 0,998 ENZ5 SPW6 0,048 -1,203 PFS2 0,271 -1,340 -1,218 1,003 ENZ6 SPW7 0,316 -1,052 PFS3 0,380 -0,869 -1,008 0,342 K0Z1 1,552 2,096 EN01 -0,177 -1,367 ARE1 0,003 -1,339 K0Z2 1,850 4,106 EN02 -0,486 -1,218 ARE2 -0,538 -0,937 K0Z3 2,205 4,766 EN03 -0,148 -1,227 ARE3 -0,536 -0,916 K0Z4 1,504 2,451 EN04 0,196 -1,320 ARE4 -0,477 -1,079 K0Z5 1,177 0,808 EN05 0,621 -0,401 ARE5 -0,508 -0,560 K0Z6 1,732 3,000 EN06 0,342 -0,827 BWK1 0,217 -0,305 K0Z7 1,754 3,472 EN07 0,948 0,470 BWK2 -0,440 -1,056 K0Z8 1,399 1,967 WPK1 -0,154 -1,315 BWK3 -0,086 -1,313 K0Z9 WPK2 -0,703 -0,676 BWK4 0,204 -1,270 KOZ10 1,702 2,150 WPK3 0,333 -1,024 BWK5 -0,368 -1,142 K0Z11 1,959 4,191 -0,445 WPK4 -0,379 -0,973 ANA1 0,074 -1,117 K0Z12 0,653 WPK5 -0,319 -0,973 ANA2 -0,838 -0,423 WPK6 -0,610 -0,515 ANA3 -1,478 1,293 WPU1 -0,122 -1,277 ANA4 -1,074 0,110 WPU2 -0,384 -1,038 ANA5 -1,454 1,195 WPU3 0,181 -1,282 ANA6 -2,983 8,860 -0,802 -0,561 WPU4 -0,402 -1,059 ANA7 -1,453 1,351 WPU5 -0,356 -1,085 ANA8 -1,501 1,394 URB1 0,739 0,268 ANA9 0,650 URB2 0,702 0,122 ANA10 -1,351 URB3 0,612 -0,104 URB4 0,563 -0,087 URB5 0,509 -0,516 URB6 0,607 -0,228| Tabelle 26: Schiefe und Kurtosis der Stichprobenvariablen Im letzten Schritt ist ein vollstandiger Datensatz zu generieren, mit dem es LISREL ermoglicht wird, die notwendigen Matrix-Invertierungen vorzunehmen.^^^ Hierzu kommt der EM-

Wird ANA6 im endgultigen MeBmodell belassen, kann jedoch nicht mehr interpretiert werden, welche Steigerung der abhangigen Konstrukte durch eine Veranderung vom Konstrukt ANA um eine Einheit ausgelost wird. Die hier interessierende Priifung der statistischen Signifikanz theoretischer Zusammenhange kann dennoch vorgenommen werden. ^^^ Wiirden fehlende Werte nicht imputiert, wiirde PRELIS bei der Berechnung der Varianz-Kovarianzmatrix die entsprechenden Datensatze ehminieren, womit wertvolle Informationen der teilweise ausgeftillten Fragebogen unberucksichtigt blieben.

D. Empirische Untersuchung

237

Algorithmus zur Imputation fehlender Werte zur Anwendung. Bei dessen Anwendung wird bereits eine Kovarianzmatrix als Input fur die weitere Datenanalyse mit LISREL generiert. Der EM-Algorithmus deckt 19 Muster fehlender Werte auf und konvergiert in vier Iterationen. Der Prozentsatz fehlender Werte betragt 1,39 %. Die generierte Kovarianzmatrix auf Basis von 661 Datensatzen entspricht damit den bis zu diesem Punkt prufbaren Anwendungsvoraussetzungen fiir die Parameterschatzung. Weitere Bedingungen, wie der Identifikationsgrad des Modells, werden erst im Zuge der folgenden Modellschatzung gepriift (vgl. Abschnitt D.I.3.3.). Diese wird beginnend mit dem nachsten Abschnitt in Form der Prufiang und Bereinigung des Gesamtmefimodells untemommen. 3.2.

Giite der MeBmodelle

Ziel dieses Abschnitts ist es, die theoretiseh hergeleiteten Itembatterien einer empirischen Priifung zu unterziehen und gegebenenfalls zu bereinigen, um eine verlaBliche Konstruktmessung ftir die Schatzung von Strukturparametem zu gewahrleisten. Hierzu werden die Methoden der ersten Generation zur Vororientierung verwendet (vgl. Abschnitt D. 1.4.2.). Die endgiiltige Indikatorenauswahl erfolgt aber erst auf Basis der Ergebnisse der konfirmatorischen Faktorenanalyse. Die Reliabilitatsanalyse mit Hilfe von Cronbachs Alpha ergibt eine sehr zufriedenstellende Zuverlassigkeit von neun der erhobenen Itembatterien. Die MeBmodelle der Konstrukte subjektives Produktwissen (SPW), wahrgenommene Produktkomplexitat (WPK), wahrgenommene Produktuberlastung (WPU), Unklarheit der reflektiven Bewertung (URB), Praferenzsicherheit (PFS), antizipiertes Regret (ARE), abschlieBender negativer Affekt (ANA), Bewertungskosten (BWK) und Konsumzufiiedenheit (KOZ) ergeben einen Alpha-Wert uber 0,80 (vgl. Anhang G.3.). Einige Konstrukte wie SPW, URB und PFS erreichen sogar Werte groBer 0,90. Lediglich das Konstrukt der Entscheidungsoptimierung (ENO) verfehlt den geforderten Mindestwert von 0,70 fur eine Operationalisierung mit vier und mehr Konstrukten (vgl. Bagozzi 1980; Cortina 1993). Dies fallt insbesondere deshalb ins Gewicht, da Cronbachs Alpha mit steigender Itemzahl dazu neigt, die MeBgtite iiberzubewerten (vgl. Abschnitt D. 1.4.2.). Die erzielte Reliabilitat von 0,652 deutet daher bereits auf ein Problem mit diesem MeBmodell hin. Eine ahnliche Situation muB bei der Itembatterie der Entscheidungszufriedenheit (ENZ) verzeichnet werden. Eine Reliabilitat von 0,83 beziehungsweise 0,89, wie sie Fitzsimons (2000: 254) von dieser Skala berichtet, kann nicht festgestellt werden. Zwar wird mit a = 0,740 der in der Literatur geforderte minimale Schwellenwert knapp iiberschritten; bei dem Skalenumfang von sechs Items laBt dies jedoch ein Problem mit der Operationalisierung vermuten. Die Analyse des Cronbachs Alpha zeigt schlieBlich, daB die Rechtfertigbarkeit (RFB) mit 0,755 zwar eine ausreichende Reliabilitat aufweist, hier jedoch im Vergleich zu den anderen Konstrukten eine Skala geringer Zuverlassigkeit vorliegt. Vorlaufig wird die Validitat der MeBinstrumente mit Hilfe der exploratorischen Faktorenanalyse untersucht. Die Hauptachsenanalyse mit Varimax-Rotation deckt Faktorla-

238

D. Empirische Untersuchung

dungen unter dem geforderten Minimalwert von 0,40 (vgl. Homburg und Giering 1996: 12) bei den Konstrukten ENO, WPK, ENZ und KOZ auf (vgl. Anhang G.4.). Die Ergebnisse der Reliabilitatsanalyse werden damit auch durch die EFA bei den Konstrukten ENO und ENZ offenbar. Femer sind bei der wahrgenommenen Produktkomplexitat, der Entscheidungsoptimierung und den Zielkonstrukten der Entscheidungs- und Konsumzufriedenheit hohe Kreuzladungen zu verzeichnen. Da diese zum Teil die Faktorladungen auf das Konstrukt selbst iibertreffen, muB von einer geringen Trennscharfe der vorliegenden Messung ausgegangen werden. Ein besonderes Defizit der ursprunglichen Operationalisierung deutet sich betreffend die Rechtfertigbarkeit an. Hier erlauben die Ergebnisse keine eindeutige Indikatorenzuordnung und weisen damit auf ein wenig valides MeBinstrument sowie starken Anpassungsbedarfhin. Obwohl mit den Methoden der ersten Generation zwar Hinweise darauf gewonnen werden, dafi Mefimodellanpassungen erforderlich sind, soil aufgrund der Defizite dieser Methoden (vgl. Abschnitt D. 1.4.2.) keine Indikatorenelimination ohne eine vorherige Prufiing mit der konfirmatorischen Faktorenanalyse vorgenommen werden. Eine Skalenbereinigung auf Basis der KFA und nicht der EFA ist deshalb effizient, da mit der KFA Konstrukt-Item-Zuordnungen auf Basis der theoretischen Voruberlegungen festgelegt werden konnen und somit Verzerrungen aufgrund der Mitberucksichtigung samtlicher Faktoren, wie sie bei der EFA auftreten, auszuschliefien sind (vgl. ausfiihrlich BoUen 1989: 229 ff.). Im nachsten Schritt werden daher die Resultate der EFA mit der KFA tiefergehend iiberpruft. Wie in Abschnitt D.1.6. ausfiihrlich begriindet, wird dabei eine simultane Untersuchung samtlicher Mefimodelle vorgenommen. Mit Hilfe dieser Vorgehensweise kSnnen simultan Aussagen zur intemen Konsistenz, Konvergenz- und Diskriminanzvaliditat (vgl. Bagozzi 1980: 114) getatigt und zur Mefimodellanpassung verwendet werden. Da in diesem Abschnitt die Untersuchung der MeBhypothesen im Vordergrund steht, werden zu diesem Zeitpunkt noch keine kausalen Zusammenhange zwischen den Konstrukten unterstellt, sondem Kovarianzen zwischen den latenten Variablen zur Parameterschatzung jfreigesetzt. Mit dem hier gewahlten Vorgehen bleibt folglich einzig eine Prufiing der nomologischen Validitat vorerst verschlossen, da sich diese auf die Strukturebene bezieht. Die Diskussion beginnt mit den globalen und partialen Giitekriterien der KFA fiir die Ausgangsmenge der Indikatoren (vgl. Tabelle 27).^^^ Hieraus werden erforderliche Anpassungen abgeleitet, die zu einem bereinigten GesamtmeBmodell fiihren, das, wie die Ergebnisse der Tabelle 28 und Tabelle 29 nachweisen, sSmtliche globalen und partialen Giitekriterien erfiillt. Um Skalen fiir die latenten Variablen etablieren zu konnen, wurde bei samtlichen Angaben entsprechend der gangigen Konvention die jeweils hochste Faktorladung auf 1 fixiert (Byrne

^^°Die multiple Imputation mit Hilfe des EM-Algorithmus erm5glicht eine Analyse der Varianz-Kovarianmatrix mit samtlichen 661 DatensStzen.

D. Empirische Untersuchung

239

1998 sowie Abschnitt D.I.3.). Folglich kann hier kein t-Wert fur die Signifikanz der Ladung angegeben werden. 1 1

AUSGANGSMENGE DER INDIKATOREN Globale Gtitekriterien

1 1

2634i 676C\ MaB 1Fl TLI Chiq./df RiVISEA 1'-Wert SRIVIR CFI (Konf.int.) ^ 0,96 ^ 0,96 lAnforderungen ^0,05 0,96 >0,50 Wert 2,567 0,054 0 000 0,063 0,965 0,965 0,954 | (0,052; 0.055) 1 Lokale Gtitekriterien 1 KR DEVI IR iKonstrukt Item Unstand. Standard. t-wert der Ladung Faktorlad. Faktorlad. ^ 0,60 ^ 0,5o\ \Anforderungen ^ 0,40 ^ 1,648 0,926 0,643 SPW1 0,780 27,211 ISubjektives 0,883 0,953 ProduktSPW2 0,569 21,763 0,754 0,907 0,634 wissen 23,441 SPW3 0,796 0,862 SPW4 0,658 0,811 1,000 -23,394 SPW5 0.632 0,795 0,925 SPW6 0,516 20,391 0,718 0,832 SPW7 0,716 25,549 0,846 0,909 0,642 0,222 EN01 Entscheidungs0,438 11,235 0,662 0,987 pptimierung EN02 0,411 0,641 1,000 -EN03 0,245 9,498 0,495 0,698 EN04 8,133 0,166 0,407 0,577 EN05 0,053 4,863 0,230 0,248 EN06 0,088 6,173 0,297 0,347 EN07 0.154 7,883 0,392 0,410 0.824 0,491 0,484 IWahrgenommene WPK1 18,600 0,696 0,978 ProduktWPK2 15,312 0,348 0,782 0,590 komplexitst WPK3 0,292 13,861 0,540 0,665 WPK4 0,653 0,808 1,000 -0,676 WPK5 22,728 0.822 0,969 0,888 0,614 IWahrgenommene WPU1 0.653 24,300 0,808 0,973 Produkt0,624 WPU2 20,168 0,790 0,835 WPU3 uberlastung 0,501 22,509 0,708 0,928 0,587 WPU4 23,526 0,766 0,947 0,707 0,841 WPU5 1,000 -0,914 0,639 0,694 URB1 Unklarheit 23,286 0,833 0,965 reflektiver URB2 0,711 23.635 0,843 0,997 Bewertung 0.627 21,867 URB3 0,792 0,957 URB4 0.650 22.351 0,806 0,962 0,539 URB5 19,935 0,734 0,977 URB6 0,783 1,000 0,613 --

rIChiquadrat

Tabelle 27: Resultate der KFA zur Ausgangsmenge der Indikatoren

D. Empirische Untersuchung

240 1 1 JKonstrukt \Anforderungen Rechtfertigbarkeit

iPraferenzsicherheit lAntizipiertes Regret

iBewertungskosten

negativer Affekt

lEntscheidungszufriedenheit

iKonsumzufriedenheit

Item

RFB1 RFB2 RFB3 RFB4 PFS1 PFS2 PFS3 ARE1 ARE2 ARE3 ARE4 ARES BWK1 BWK2 BWK3 BWK4 BWK5 ANA1 ANA2 ANA3 ANA4 ANAS ANA6 ANA7 ANAS ANA9 ANA10 ENZ1 ENZ2 ENZ3 ENZ4 ENZ5 ENZ6 K0Z1 K0Z2 K0Z3 K0Z4 KOZS K0Z6 K0Z7 KOZS K0Z9 KOZ10 K0Z11 K0Z12

AUSGANGSMENGE PER INDIKATOREN Lokale Giitekriterien Unstand. Stand. t-wert der Ladung Faktorlad. Faktorlad. ^ 1,648 0,707 1,000 .. 15,235 0,75S 0,665 18,130 0,841 0,964 12,046 0,742 0,518 31,084 0,915 0,850 31,864 0,860 0,S93 1,000 0,926 i6;643 0,S72 0,661 18,690 0,938 0,736 15,239 0,794 0,609 0,765 1,000 -20,591 0,807 0,860 18,100 0,612 0,666 23,512 0,968 0,816 1,000 0,819 -19,794 0,892 0,715 22,860 0,959 0,798 15,216 0,809 0,598 19,442 0,892 0,750 19,165 0,740 0,838 20,548 0,920 0,788 17,557 0,745 0,683 13,477 0,344 0,533 1,000 0,748 -17,263 0,714 0,672 17,440 0,689 0,679 17,873 0,735 0,694 1,000 0,796 -5,748 0,284 0,238 11,463 0,560 0,463 10,388 0,568 0,422 19,983 0,766 0,873 15,281 0,981 0,603 8,178 0,452 0,315 1,000 0,836 -32,481 0,951 0,927 22,201 0,797 0,735 29,079 0,972 0,872 22,644 0,938 0,745 27,264 0,922 0,840 27,840 0,909 0,850 28,309 0,939 0,859 21,283 0,857 0,713 29,056 0,872 0,928 10.589 0,436 0,400

IR

KR

^0,40 0,500 0,442 0,707 0,268 0,723 0,740 0,857 0,437 0,542 0,371 0,585 0,651 0,444 0,666 0,671 0,511 0,637 0,358 0,563 0,548 0,621 0,466 0,284 0,560 0,452 0,461 0,482 0,634 0,057 0,214 0,178 0,587 0,364 0,099 0,699 0,859 0,540 0,760 0,555 0,706 0,723 0,738 0,508 0,760 0,160

>0,60 0,782

1 DEV^ ^0,5o\ 0 ^

0,911

0773^

0,841

0517^

0,875

0586^

0,901

OTTII

0,732

0;339^

0,943

0592^

Tabelle 27: Resultate der KFA zur Ausgangsmenge der Indikatoren (Fortsetzung). Bis auf den RMSEA und den TLI zeigen die globalen Giitekriterien einen ausreichenden Fit des urspriinglichen Mefimodells an. Aufier dem TLI ubertreffen die iibrigen inkrementellen Fit-Werte knapp das geforderte Niveau von 0,96. Der SRMR bleibt deutlich unter dem kritischen Wert von 0,09. Da das minimale Chiquadrat der Parameterschatzung mit steigender Parameterzahl zunimmt, ist bei 2.634 Freiheitsgraden ein signifikanter Wert von 6.763 zu ver-

D. Empirische Untersuchung

241

treten (vgl. Abschnitt D.1.5.3.)- DaB dieser einen akzeptablen Modell-Fit wiedergibt, zeigt das Verhaltnis zwischen Chiquadrat und Freiheitsgraden mit einer Relation von 2,567. Das Kriterium von 3 (vgl. Homburg und Baumgartner 1995: 168) wird auch hier unterschritten. Der TLI beziehungsweise NNFI liegt mit einem Wert von 0,954 jedoch unter dem Anspruchsniveau. Diese Situation bestatigt auch der RMSEA, der mit 0,054 ebenfalls die Anforderungen verfehlt. Dabei ist das 90%-Konfidenzintervall hinreichend schmal, um von einer genauen Schatzung des Gutekriteriums auszugehen. Die untere Grenze liegt mit 0,052 ebenfalls iiber dem Maximalwert. Die in der Literatur geforderte Prufung des P-Werts fur dieses Kriterium (vgl. Byrne 1998: 112 f.) ergibt zudem eine hohe Wahrscheinlichkeit von Anpassungsfehlem. Der anzulegende Mindestwert von 0,50 wird deutlich unterschritten. Eine Analyse der lokalen Giitekriterien gibt AufschluB uber die Ursachen dieser Situation. Mit Referenz auf Tabelle 27 werden dazu die Ergebnisse der vorgenommenen Reliabilitats- und Validitatsprufung ftir jedes Konstrukt diskutiert. Bei der Messung des subjektiven Produktwissens ist zu konstatieren, dal3 die KFA die Gute der Itembatterie bestatigen kann. Dabei erweist sich sowohl die etablierte Skala SPWl bis SPW5 (Flynn und Goldsmith 1999: 61) wie auch die von einigen Autoren (vgl. Bruner et al. 2001: 224) propagierte Hinzunahme von Vertrautheit und Erfahrungen (SPW6 und SPW7) als adaquate Representation der selbsteingeschatzten Kenntnisse einer Produktkategorie (vgl. ausfuhrlich Abschnitt 2.2.1.). Samtliche Indikatoren zeigen einen statistisch signifikanten Zusammenhang zwischen Konstrukt und Indikator sowie eine deutlich iiber dem Anspruchsniveau liegende Indikatorreliabilitat (IR) an. Auch die Konstruktreliabilitat (KR) sowie die durchschnittlich erfaBte Varianz (DEV) bestatigen mit 0,926 und 0,643 die Gtite der Messung dieses Konstrukts. Folgerichtig wird keine Anpassung an der urspninglichen Itembatterie vorgenommen. Auf eine unzureichende Operationalisierung der Entscheidungsoptimierung deutete bereits die Analyse mit Methoden der ersten Generation hin. Die Ergebnisse der KFA bestatigen diese Situation. Die Items, die von Schwartz et al. (2002: 1181 ff.) zur Konstruktmessung vorgeschlagen werden, erweisen sich zwar auf Konstruktebene als reliabel; die durchschnittlich erfaBte Varianz von 0,222 zeigt jedoch, daB bei einigen Items nur ein geringer Teil der Indikatorvarianz durch das unterliegende Konstrukt erklart werden kann. Im einzelnen bleibt die IR bei den beobachteten Variablen EN03-EN07 deutlich unter dem geforderten Anspruchsniveau. Eine sukzessive Elimination, beginnend mit den unzulanglichen Reprasentanten der latenten Variable EN05 und folgend EN06, fiihrt zu einem Abfall der standardisierten Faktorladungen von EN03 und EN04. Das daraus resultierende starke Absinken der IR fiir die beiden Indikatoren macht eine Elimination von EN03 und EN04 erforderlich. Die verbleibenden Indikatoren ENOl und EN02 messen das Bestreben von Individuen, beim Medienkonsum auch bei einer positiv empfundenen Entscheidung Verbesserungsmoglichkeiten zu suchen. Eine anzustrebende Operationalisierung mit mindestens drei Indikatoren (vgl. BoUen 1989: 288 ff.) kann auf Basis der Ergebnisse fur diese Skala nicht geleistet werden. Da die

242

D. Empirische Untersuchung

beobachteten Variablen inhaltlich der Konstruktdomane angehoren, wird die Operationalisierung dennoch als ausreichend fur die Schatzung von Strukturgleichungsparametem angesehen. Dies wird auch dadurch bekraftig, daB mit dem bereinigten Mefiinstrument samtliche partialen Gutekriterien eindeutig erfullt werden (vgl. Tabelle 28). Die Notwendigkeit von Anpassungen ergibt sich aus der KFA ebenfalls ftir die latente Variable wahrgenommene Produktkomplexitat. Obwohl aufgrund der hohen Faktorladungen von WPK4 und WPK5 die durchschnittlich erklarte Varianz nur knapp das Anspruchsniveau verfehlt, zeigt die Indikatorreliabilitat bei den Items WPK2 und WPK3 eine unzureichende Konstruktreprasentation. Mit Hilfe der Modifikationsindizes fiir >.-Variablen lassen sich dariiber hinaus Erkenntnisse betreffend die Diskriminanzvaliditat gewinnen. Da mit Hilfe von LISREL die theoretisch angenommene Faktorenzuordnung vorab spezifiziert werden konnte, deuten diese Werte auf die Verbesserung des Chiquadrat-Anpassungsmafies bei Hinzunahme von Beziehungen weiterer latenter Variablen zum interessierenden Indikator hin. In vorliegendem Fall zeigen die Modifikationsindizes eine geringe Trennscharfe von WPK2 und WPK3 zu den Konstrukten SPW, ARE und BWK. Die Messung des notwendigen Wissens fiir eine Kaufentscheidung und die Frage, wie kompliziert Individuen eine Produktauswahl einschatzen, sind offenbar nicht wie die ubrigen drei Indikatoren geeignet, das Konstrukt prazise abzubilden. Aufgrund der geringen extemen und intemen Konsistenz der Ausgangsskala wird die Itembatterie angepafit und eine Messung mit drei Items vorgenommen. Das tiberarbeitete Mefimodell ubertrifft samtliche partialen Giitekriterien deutlich und kann damit fiir die weitere Modellschatzung eingesetzt werden (vgl. Tabelle 28). Bei den MeBmodellen fur die wahrgenommene Produktiiberlastung und fur die Unklarheit der reflektiven Bewertung ist eine derartige Anpassung nicht erforderlich. Tabelle 27 ist zu entnehmen, daB samtliche MeBmodelle bereits in ihrer urspriinglichen Version alle partialen Anspruchsniveaus deutlich iibertreffen. Die DEV von WPU kann mit 0,614 und die von URB mit 0,639 ist als sehr gut bezeichnet werden. Das gleiche trifift auf die KR in einer Hohe von 0,888 und 0,914 zu. Die guten Werte bestatigen sich bei der Indikatorreliabilitat und den tWerten ftir die Faktorladungen. Die schlechten Ergebnisse der EFA betreffend die Rechtfertigbarkeit lassen sich mit Hilfe der KFA klar auf RFB4 zuriickfuhren. Der Aspekt, wie sicher sich Individuen sind, eine Produktauswahl gegentiber sich selbst begriinden zu konnen, weist eine deutlich zu geringe Indikatorreliabilitat von 0,268 auf Da bei RFBl, RFB2 und RFB3 eine hohe Validitat vorliegt, ist RFB4 ofifensichtlich fur das Verfehlen des Anspruchsniveaus bei der DEV verantwortlich. Die Elimination dieses Indikators erscheint um so mehr geboten, als Modifikationsindizes eine Zuordnung zu den latenten Variablen ANA, PFS, ARE, BWK und ENZ fordem. Da hier groBe erwartete Chiquadrat-Anderungen vorliegen, ist die Formulierung dieses Items offenbar zu allgemein gehalten, um das Konstrukt prazise zu messen. Die geringe interne wie exteme Validitat erfordert folglich eine Bereinigung der Skala um den Indikator RFB4. Die verblei-

D. Empirische Untersuchung

243

bende Messung mit drei Items erfullt wiederum samtliche Partialkriterien (vgl. Tabelle 28) und wird for die weitere Analyse herangezogen. Die Praferenzsicherheit wurde ebenso wie die Bewertungskosten der Entscheidungsfindung nach den Ergebnissen der KFA reliabel und valide gemessen. Wahrend bei der PFS bereits die Modifikationsindizes auf eine ausreichende Konstruktdiskriminanz hinweisen, kann dies erst aus der Prufung des Fomell-Larcker-Kriteriums eindeutig fur die Bewertungskosten gefolgert werden (vgl. Tabelle 29). Bei diesem Konstrukt weist insbesondere der Indikator BWKl mit 0,444 eine niedrige Indikatorreliabilitat auf. Die Ursache fiir die im Vergleich geringe Zuverlassigkeit decken wiederum Modifikationsindizes auf. Offenbar konnte auch mit anderen Konstrukten, unter anderem der Entscheidungszufriedenheit und der Produktunklarheit, Varianz in den Antworten auf die Fragen nach der gesamten Entscheidungszeit erklart werden. Da samtliche Gutekriterien erfullt sind, kSnnen die Konstrukte PFS und BWK dennoch entsprechend der urspninglichen Operationalisierung in die Modellschatzung einfiieBen. Die Skala zum antizipierten Regret geniigt den Anforderungen an den t-Wert, an die Konstruktreliabilitat und die durchschnittlich erklarte Varianz. Trotzdem erweist sich ARE3 als schlechter Reprasentant des Konstrukts. Die niedrige Indikatorreliabilitat von 0,371 erklart sich wiederum durch ein zu allgemein gehaltenes Item. So ist die Formulierung „wahrend ich mich fiir ein Produkt entschied, erschien mir die Frage notwendig, wie gut mir konkurrierende Produkte gefallen wiirden" den Ergebnissen zufolge zu unspezifisch. Es kann eine deutliche Chiquadrat-Verbesserung durch die zusatzliche Reprasentation der Konstrukte SPW, WPK, ANA und ENZ erzielt werden. Im Interesse einer zuverlassigen und diskriminanten Messung ist daher ARE3 vor der Strukturmodellschatzung zu entfemen. Mit dieser Anpassimg wird eine Steigerung der DEV und eine Erfullung samtlicher lokaler Gutekriterien erzielt (vgl. Tabelle 28). Auch aus der Messung des abschlieBenden negativen Affekts mit Hilfe der PANAS-Skala (Watson et al. 1988) resultiert Anpassungsbedarf. Aufgrund der Vielzahl der Items wird zwar eine Konstruktreliabilitat von 0,901 erzielt, die durchschnittlich erfafite Varianz bleibt jedoch hinter dem geforderten Kriterium von 0,50 zurtick. Tabelle 27 offenbart, dafi dies durch ANAl und ANA6 verursacht wird. Die Emotionen der Besturzung und der Beschamtheit sind folglich nicht dazu geeignet, negative Affekte der Entscheidungsfindung adaquat zu messen.^^^ Hohe Modifikationsindizes deuten femer auf eine mangelnde Trennscharfe insbesondere zu den Bewertungskosten hin. Eine Elimination beider Items zeigt, dafi diese die Kon-

*^^ Vor diesem Hintergnind erklart sich auch der aufgefundene VerstoB von ANA6 gegen die Kurtosis-Kriterien (vgl. Abschnitt D.3.1). Offenbar konnen die wenigsten Probanden Geftihle der Beschamtheit dem Entscheidungsprozefi zuordnen, so dafi es zu einer nichtnormalverteilten Messung gekommen ist. Da die KFA bestatigt, daB die Varianz dieses Items nicht hinreichend durch das Konstrukt des negativen Affekts erklart werden kann, liegen jetzt statische und substantiell einleuchtende Grunde fur dessen Elimination vor. Mit dem AusschluB des Indikators mussen in der weiteren Untersuchung die Skalierungsprobleme der zugehorigen latenten Variable durch die Quadrierung von ANA6 nicht mehr berucksichtigt werden.

244

D. Empirische Untersuchung

struktinterpretation deutlich verzerren. Es kommt zu einem Abfall der Indikatorreliabilitat bei den Items ANAS-ANA 10, so dafi auch diese aus der Itembatterie ausgeschlossen werden miissen. Tabelle 28 bestatigt, dafi zur Messung antizipierender negativer Affekte die Indikatoren beunruhigt, belastet, verargert, gereizt sowie hin- und hergerissen am besten geeignet sind. Diese reprasentieren das Konstrukt reliabel und valide. Die Indikatorreliabilitat liegt durchgangig iiber dem geforderten Wert von 0,40 und auch die Konstruktreliabilitat erreicht ebenso wie die DEV mit Werten von 0,879 und 0,593 eine sehr zufriedenstellende Hohe. Wie die Beurteilung der EFA und der a-Werte bereits andeutete, erweist sich die von Fitzsimons et al. (Fitzsimons et al. 1997; Zhang und Fitzsimons 1999; Fitzsimons 2000) vorgeschlagene Skala zur Entscheidungszufriedenheit als nicht zuverlassig. Wahrend die von den Autoren durchgefuhrte EFA auch in dieser Untersuchung lediglich eine moderate Fehlspezifikation aufdeckt (vgl. Anhang G.4.), zeigen die strengeren Kriterien der KFA sehr viel deutlicher Nachbesserungsbedarf. Insbesondere die Indikatoren ENZ2, ENZ3 und ENZ4, die sich auf die Wahmehmung des Produktsortiments beziehen, zeichnen sich durch eine unzureichende Indikatorreliabilitat aus. Die Modifikationsindizes verlangen eine Zuordnung zu den Konstrukten BWK, ARE und WPK. Aufgrund der Ergebnisse kann die Entscheidungszufriedenheit besser durch die Indikatoren ENZl, ENZ5 und ENZ6 gemessen werden, da hier deutlich hohere Indikatorreliabilitaten vorliegen. Diese beobachteten Variablen beziehen sich auf die Erfahrungen bei der Entscheidungsfindung selbst und nicht auf die verfiigbare Produktauswahl (vgl. Abschnitt D.2.2.3.). Eine angepaBte Messung mit Hilfe der drei Items weist nach, dafi mit dieser Skala die Kriterien der konfirmatorischen Faktorenanalyse beziiglich signifikanter Faktorladungen, der Konstruktreliabilitat und der durchschnittlich erfaBten Varianz durchgangig erfiillt werden (vgl. Tabelle 28). Auch die Indikatorreliabilitat der Items ENZl und ENZ5 liegt deutlich uber den Anforderungen von 0,40. Lediglich das Item ENZ6 verfehlt dieses Anspruchsniveau mit 0,376 knapp. Der Indikator „ich bin zufrieden mit meinen Erfahrungen bei der Auswahl eines Produkts" bildet jedoch einen zentralen Ankerpunkt der Skala. Da der AusschluB von ENZ6 zu einer unerwtinschten Messung mit lediglich zwei Indikatoren (vgl. Bollen 1989: 288 ff.) flihren wurde und die Entscheidungszufriedenheit ein zentrales Zielkonstrukt dieser Arbeit ist, wird das Item nicht von der Messung ausgeschlossen. Wie erinnerlich, ist keine 100%ige Erfiillung der Partialkriterien notwendig (Fritz 1992: 140 ff.; Homburg 1998: 94; Lechler und Gemunden 1998: 441), um von einer Gesamtoperationalisierung hinreichender Qualitat zu sprechen (vgl. Abschnitt D.I.5.2.). In diesem Sinne kann auch die vorliegende Itembatterie zur Entscheidungszufriedenheit fiir die weitere Parameterschatzung auf Strukturebene herangezogen werden. SchlieBlich ist das MeBmodell der Konsumzufriedenheit zu priifen. Auch hier werden die Anforderungen an KR, DEV und t-Werte erfiillt. Zwei der zwolf Indikatoren (KOZl und KOZ12) weisen jedoch eine deutlich unzureichende Reliabilitat auf Mit KOZl wurde den Probanden die Aussage vorgelegt: „dies ist eines der besten Produkte, das ich kaufen konnte", mit KOZl2: „ich bin sicher, dafi es richtig war, dieses Produkt zu kaufen". Bei beiden Indika-

D. Empirische Untersuchung

245

toren ist die IR von 0,099 und 0,160 nicht akzeptabel. Modifikationsindizes zeigen eine deutliche LFberlagemng mit den Konstrukten ENZ, ARE, WPK im Falle von KOZl und ENZ, RFB, WPK im Falle von KOZl2 an. Es ist zu vermuten, dafi den Befragten durch die vorherige Priifung von Konstrukten wie dem antizipierten Regret und der Rechtfertigbarkeit diese speziellen Aspekte der Entscheidungsfindung besonders salient waren, wahrend sie KOZl und KOZl2 beantworteten. Offenbar ist es aufgrund eines Reihenfolgeeffekts zu einer verzerrten Messung der beiden inhaltlich verwandten Items gekommen. Fiir die Interpretation von zu schatzenden y- und P-Parametem und fur die folgende Ableitung von Handlungsempfehlungen ist diese Situation nicht akzeptabel. Da nach Elimination der beiden beobachteten Variablen immer noch eine Messung mit 10 Items vorliegt und die KonsumzuMedenheit in der Literatur mehrfach lediglich mit Teilmengen der 12 Items erhoben wurde (vgl. hierzu Oliver et al. 1997: 343 f.), ist eine Bereinigung der Indikatorenbatterie angemessen. Wie erlautert, werden samtliche Defizite der ursprunglichen MeBmodelle auf Basis der KFAErgebnisse mit Hilfe der beschriebenen Indikatorenelimination gelost (vgl. Tabelle 28). Auf Partialniveau erreicht lediglich ENZ6 auch im bereinigten GesamtmeBmodell nicht den geforderten Wert von 0,40. Da das Konstrukt insgesamt eine ausreichend hohe Reliabilitat und Validitat aufweist und sonst samtliche Partialkriterien erfullt werden, kann fiir das GesamtmeBmodell von einer sehr guten Abbildung der latenten Variablen gesprochen werden. Eine Gegenprobe mit Hilfe der exploratorischen Faktorenanalyse bestatigt die Validitat des MeBmodells. Hier werden die anzulegenden Kriterien (vgl. Abschnitt D. 1.4.2.) zu 100 % erfullt. Keine der Faktorladungen liegt unter dem Anspruchsniveau von 0,40 und keine der Kreuzladungen iiber diesem kritischen Wert (vgl. Anhang G.4.). Die EFA zeigt damit ebenfalls eine hohe interne sowie exteme Konsistenz der bereinigten Itembatterien an. Die Gtite der Operationalisierung bestatigt auch eine emeute Priifung der Reliabilitat mit Hilfe des Kriteriums Cronbachs Alpha (vgl. Anhang G.3.). Hier werden die Anforderungen fur jedes Konstrukt durchgangig erfullt. Auf eine Untersuchung der Allgemeingiiltigkeit der endgtiltigen Messung wird an dieser Stelle verzichtet. Im Zuge der Validierung des bestangepaBten Modells kann in Abschnitt D.3.3.3. eine schrittweise Untersuchung aller Faktorladungen auf Invarianz die Ahnlichkeit des vorliegenden MeBmodells mit einem Bootstrap anderer Stichprobenzusammensetzung bestatigen. Die Gtite des GesamtmeBmodells untermauert schlieBlich die Untersuchung der globalen Kriterien der KFA. Mit Hilfe der Anpassungen kdnnen samtliche inkrementellen Fit-Werte weiter gesteigert werden. Insbesondere liegen jetzt nicht nur der CFI und der IFI deutlich uber dem Anspruchsniveau, sondem auch der zuvor knapp darunter liegende Wert fur den TLI. Auch der SRMR sowie der x^ /df-Verhaltniswert konnen reduziert werden und weisen damit eine verbesserte Modellanpassung nach. Mit dem endgtiltigen MeBmodell wird jetzt femer der RMSEA-Grenzwert unterschritten. Das 90%-Konfidenzintervall ist wiederum hinreichend

246

D. Empirische Untersuchung

schmal und weist mit der Obergrenze von 0,049 einen Wert auf, der ebenfalls unterhalb des Anspruchsniveaus liegt. Der P-Wert fur den RMSEA liegt mit 0,989 deutlich tiber den Anforderungen und bestatigt das positive Ergebnis. 1 1 \df \Chiquad. MaB

ENDGULTIGES GESAMTMEBMODELL Globaie^Gutekriterien

1 1

1418 3303 TLI Fl 1'-Wert Chiq./df RMSEA SRMR CFI fKonf.int.) ^ 0,96 ^0,96 lAnforderunqen ^ 3 ^0,05 ^ 0,09 ^ 0,96 ^0,50 0,976 Wert 2,329 0,047 (D,989 0,048 0,978 (3,978 (0,045; 0,049 1 Lokale Giitekriterien 1 DEV KR IR Item iKonstrukt Unstand. Standard. t-wert der Ladung Faktorlad. Faktorlad. ^0,5o\ ^0,60 ^0,40 ^ 1.648 0,644 0,926 27,204 SPW1 0,780 0,954 Produkt0,883 SPW2 0,570 21,769 0,907 wissen 0,755 0,634 23,426 SPW3 0,862 0,796 SPW4 0,658 0,811 1,000 -0,632 23,387 SPW5 0,925 0,795 20,382 0,516 SPW6 0.832 0,718 25,562 SPW7 0,717 0,847 0,909 0,547 0,705 0,645 EN01 1,000 lEntscheldungs0,803 -EN02 0,449 pptimierung 6,303 0,873 0,670 0,605 0,820 0,453 17,999 0,920 0,673 Wahrgenommene WPK1 0,692 WPK4 Produkt0,832 1,000 -0,671 22,738 WPK5 0,819 0,939 komplexitdt 0,614 0,888 0,654 24,437 0,972 IWahrgenommene WPU1 0,809 23,573 WPU2 0,623 0,944 Produkt0,789 20,151 WPU3 0,498 0,831 uberlastung 0,706 22,533 WPU4 0,585 0,765 0,925 0,711 WPU5 0,843 1,000 -0,639 0,914 0,692 23,273 URB1 0,832 0,965 lUnklarheit 0,709 23,619 URB2 reflektiver 0,842 0,996 21,887 0,627 URB3 Bewertung 0,792 0,958 22,362 URB4 0,650 0,962 0,806 19,957 0,540 URB5 0,978 0,735 URB6 0,784 1,000 0,615 --

Tabelle 28: Resultate der KFA zum endgiiltigen GesamtmeBmodell

247

D. Empirischc Untersuchung 1 1 iKonstrukt lAnforderungen Rechtfertigbarkeit iPraferenzsicherheit lAntizipiertes Regret

iBewertungskosten

Abschlieliender negativer Affekt

lEntscheidungszufriedenheit Konsumzufriedenheit

Item

RFB1 RFB2 RFB3 PFS1 PFS2 PFS3 ARE1 ARE2 ARE4 ARES BWK1 BWK2 BWK3 BWK4 BWK5 ANA2 ANA3 ANA4 ANAS ANA7 ENZ1 ENZS ENZ6 K0Z2 K0Z3 K0Z4 KOZS K0Z6 K0Z7 KOZS K0Z9 KOZ10 K0Z11

ENDGULTIGES GESAMTMEaMODELL Lokale Gutekriterien IR Unstand. Standard. t-wert der Ladung Faktorlad. Faktorlad. t0,40 ^ 1.648 0,513 1,000 0,716 -0,436 15,199 0,660 0,743 0,728 17,981 0,853 0,96S 0,721 30,993 0,914 0,849 0,741 31,856 0.893 0,861 0,857 0,926 1,000 0,449 16,903 0,869 0,670 0,570 19,236 0,755 0,946 0,605 1,000 0,778 -0,626 20,180 0,829 0,791 0,446 18,200 0,612 0,668 0,661 23,467 0,962 0,813 0,674 0,821 1,000 -0,514 0,717 19,915 0,893 0,634 22,813 0,953 0,796 0,507 20,380 0,712 0,74S 0,632 0,792 23,832 0,795 0,508 20,441 0,733 0,713 0,598 22,867 0,741 0,773 0,723 1,000 0,850 -0,671 1,000 0,819 -0,567 19,964 0.83S 0,753 0,376 15,729 0,969 0,613 0,699 0,836 1,000 -0,861 32,597 0,951 0,928 0,540 22,212 0,796 0,735 0,760 0,971 29,115 0,872 0,554 22,634 0,744 0,937 0,706 0,922 27,316 0,840 0,723 27,846 0,908 0,850 0,738 28,345 0,939 0,859 0,507 21,271 0,712 0,856 29,035 0,871 0,926 0,759

KR

1 I DEVI

^0,60 0,790

^0,5o\ 0,559

0,911

0,773

0,837

0,562

0,875

0,586

0,879

0,593

0,775

0,538

0,956

0,683

Tabelle 28 (Fortsetzung): Resultate der KFA zum endgultigen Gesamtmefimodell Mit Hilfe der simultanen Skalenpriifung und Bereinigung konnte die exteme Konsistenz der einzelnen Itembatterien bereits beriicksichtigt werden. Zur Beurteilung der Gute des Gesamtmefimodells ist es jedoch zusatzlich notwendig, die Diskriminanzvaliditat zu untersuchen. Dies ist hier von besonderem Interesse, da in der Literatur mehrfach gefordert wird, die oft eng verwandten Konstrukte der Kundenzufriedenheitsforschung auf ihre Diskriminanz bin zu priifen (z. B. Yi 1991: 76). Folgerichtig werden zur Analyse der Konstrukttrennscharfe von Entscheidungs- und Konsumzufriedenheit sowie dessen Antezedenzien strenge Kriterien angelegt. Wahrend Probleme in diesem Bereich zuvor auf Indikatorebene mit Hilfe der Modifikationsindizes offengelegt wurden, interessiert fur die weitere Analyse die Diskriminanz auf Konstruktebene. In dieser Untersuchung soil das Fomell-Larcker-Kriterium zur Anwendung kommen (vgl. Abschnitt D.1.5.2). Mit dessen Erfullung wird auch das teilweise verwendete

248

D. Empirische Untersuchung

schwachere Kriterium bivariater Korrelationskoeffizienten kleiner 1 erfullt, so dafi sich dessen Prufung erubrigt.^^^ In Tabelle 29 ist die quadrierte Korrelationsmatrix gemeinsam mit den durchschnittlich erfaCten Varianzen der Konstrukte aufgefuhrt. Die Darstellung weist nach, daB das FomellLarcker-Kriterium bei samtlichen Konstrukten erfullt wird. In einigen Fallen ist dies jedoch nur knapp der Fall. Dies betrifft insbesondere die inhaltlich eng verwandten GroBen der wahrgenommenen Produktkomplexitat und der wahrgenommenen Produktuberlastung. Hier liegt die DEV nur leicht uber der quadrierten Korrelation. Die gleiche Situation tritt beim abschliefienden negativen Affekt und der Entscheidungszufnedenheit auf. Da das FomellLarcker-Kriterium eine besonders strenge Diskriminanzpriifling darstellt, ist mit diesem Ergebnis dennoch von einer sehr guten Konstruktdiskriminanz auszugehen. Hervorzuheben ist femer, daB sich auch die oftmals vermischten Konstrukte in der Zukunft erwarteter und wahrend der Entscheidung erlebter Emotionen (vgl. Luce et al. 1999: 146) als klar diskriminierend erweisen. Da mit ARE und ANA eine DEV von 0,562 respektive 0,593 erzielt wird und die quadrierte Korrelation zwischen beiden latenten Variablen lediglich 0,301 betragt, bestatigen sich die Ergebnisse von Zeelenberg et al. (1998a: 260 ff.), nach denen Regret eine von anderen Gefiihlen zu trennende Emotion ist (vgl. ausfuhrlich B.2.2.5.2.), auch fur das antizipierte Regret. iQuadrierte Korrelationsmatrix SPW ENO WPK WPU SPW 0,009 ENO WPK 0,272 0,005 WPU 0,110 0,016 0,566 0,064 0,002 0,054 0,029 URB 0,163 0,011 0,228 0,193 REC PFS 0,158 0,010 0,282 0,200 0,018 0,096 0,238 0,244 ARE BWK 0,030 0,034 0,257 0,356 0,065 0,019 0,323 0,321 ANA ENZ 0,060 0,033 0,382 0,386 0.017 0.000 0,054 0,047 KOZ 0,644 0,547 0,597 0,605 IDEV

URB

-

0,044 0,046 0,000 0,000 0,018 0,018 0,008 0,614

REC

-

0,425 0,166 0,144 0,247 0,298 0.180 0,559

PFS

-

0.249 0,216 0.299 0,350 0.188 0.773

ARE

-

0.436 0,301 0,484 0,107 0.562

1 KOZ DEV 1 0,644 0,547 0,597 0,605 0,614 0,559 0,773 0,562 0,586 0,593 0.408 0,538 0.445 0,526 0,683 0.045 0,097 0.230 0,586 0,593 0,538 0.683 BWK

ANA

ENZ

Tabelle 29: Quadrierte Korrelationsmatrix des Gesamtmefimodells FaBt man die Resultate zusammen, so werden mit dem vorliegenden GesamtmeBmodell samtliche Anforderungen an die globalen und lokalen Giitekriterien erfullt. Es eignet sich damit in hohem Mafie zur Schatzung des Strukturmodells.

^ Das Fomell-Larcker-Kriterium basiert auf der quadrierten Korrelationsmatrix der Konstrukte. Es wird gefordert, daB samtliche quadrierten Korrelationskoeffizienten kleiner als die DEV jedes Konstrukts sein sollen. Da der erklarte Anteil an der Varianz per Definition kleiner 1 ist, werden mit dem Kriterium keine quadrierten Korrelationskoeffizienten und damit auch keine Korrelationskoeffizienten mit einem Wert iiber 1 zugelassen.

D. Empirische Untersuchung 3.3.

249

Test des Strukturmodells

Auf der Grundlage des als reliabel und valide spezifizierten GesamtmeBmodells lafit sich nun der zweite Schritt, die Schatzung des Strukturmodells, das heifit die LFberpriifung des Hypothesensystems, vomehmen. Es gilt zu priifen, inwieweit das theoretisch spezifizierte Kausalmodell das Realphanomen der Entscheidungs- und Konsumzufriedenheit bei elektronischen Produkten zu erklaren vermag. Deckt die Schatzung der B- und F-Matrizen des Basismodells Unzulanglichkeiten auf, leitet dies eine sukzessive Uberarbeitung des Beziehungsgeflechts ein (vgl. D.I.5.4.). Dabei ist es notwendig, die empirisch angezeigte Parameterexpansion und kontraktion einer theoretischen Uberpriifung zu unterziehen. Im Folgenden wird zunachst die Schatzung des Basismodells mit seinen notwendigen Anpassungen erlautert. Darauf aufbauend werden theoretische Begriindungen ftir die Modellanpassung diskutiert, und es wird eine Schatzung des bestangepafiten Modells vorgenommen. Dieser Abschnitt schlieBt mit der Untersuchung der Stabilitat der Modellschatzung und leitet zur Prilfung weiterfiihrender Zusammenhange iiber. 3.3.1.

BasismodeU

Zur Berechnung des Basismodells werden samtliche durch das Hypothesensystem spezifizierten Strukturgleichungsparameter geschatzt. Aufgrund theoretischer Uberlegungen wurden zwischen einer Reihe von Konstrukten keine Zusammenhange hergeleitet (vgl. Abbildung 22). Gegenuber dem GesamtmeBmodell, in dem samtliche Kovarianzen geschatzt wurden, wird damit eine Modellschatzung mit deutlich eingeschrankter Parameterzahl (Adf = 24) vorgenommen. Dennoch kann bereits das BasismodeU samtliche globalen Gutekriterien sehr zufriedenstellend erfiillen (vgl. Tabelle 30). Im einzelnen zeigen die inkrementellen Fit-Werte mit Ergebnissen iiber 0,976 eine sehr gute Modellanpassung. Dies bestatigt sich beim SRMR und -i /df-Verhaltniswert, die beide mit 0,053 und 2,346 klar unter den Maximalkriterien bleiben. Der gute globale Fit bestatigt sich beim Schatzwert, Konfidenzintervall und P-Wert des RMSEA. Auch hier bleibt der ermittelte Wert mit 0,0476 unter der geforderten Obergrenze. Das gleiche gilt fur das 90%-Konfidenzintervall mit den Beschrankungen 0,045 und 0,0496. Der P-Wert liegt mit 0,978 abermals deutlich iiber dem Schwellenwert von 0,50. Die gute Anpassung des Modells an die Daten bestatigt sich emeut bei den Partialkriterien auf Mefimodellebene. Von den 56 Indikatoren iiberschreiten wiederum 55 das geforderte Reliabilitatsmafi von 0,40 deutlich. Lediglich ENZ6 bleibt mit 0,361 auch hier unter dem Kriterium. Die weiteren Anforderungen der Faktorreliabilitat, der t-Werte der Faktorladungen und der durchschnittlich erfafiten Varianz werden jedoch klar erfallt. Fiir die wiederholte Akzeptanz des Mefimodells spricht femer die Uberpriifung des Fomell-Larcker-Kriterium zur Konstruktdiskriminanz, welches von samtlichen Faktorenpaaren erfiillt wird (vgl. Anhang G.5.). Wie Fritz (1992: 128) ausftihrt, ist es jedoch „keineswegs der Fall, daB die globalen Beurteilungskriterien eine zufhedenstellende Gesamtanpassung eines Strukturmodells signalisieren, wahrend zugleich einige Modellkomponenten schlechte Anpassung aufweisen". Ohne eine

250

D. Empirische Untersuchung

Priifung der Partialkriterien auf Strukturmodellebene kann dem Modell keine ausreichende Reprasentation der Realphanomene bescheinigt werden. Es mu6 daher die nomologische Validitat des spezifizierten Modells untersucht werden. Insbesondere interessiert zunachst die Signifikanz der Strukturgleichungskoeffizienten. 1st diese gegeben, konnen die quadrierten multiplen Korrelationen der endogenen Konstrukte analysiert werden (vgl. Abschnitt D.I.5.2.). Die nomologische Validitat betreffend ist zu konstatieren, dafi 10 der 32 theoretisch hergeleiteten Zusammenhange sich im Rahmen der Basismodellschatzung auf 5%-Signifikanzniveau nicht bestatigen lassen (vgl. Tabelle 30). Von einer adaquaten Anpassung kann daher trotz der Erfiillung der Gobalkriterien nicht gesprochen werden. Insbesondere zeigen statistisch nicht signifikante Zusammenhange an, daB mit einer 5%-Irrtumswahrscheinlichkeit keine Aussage daruber getroffen werden kann, ob die tatsachlichen Werte von null verschieden sind. Selbst wenn real kein Zusammenhang vorliegt, ist es bei der Parameterschatzung durch LISREL genauso unwahrscheinlich, daB der Wert Null berechnet wird wie jeder andere (bei kleiner Varianz des Parameters kleine) Schatzer. Aufgrund der vorliegenden Daten sind daher keine Aussagen daruber moglich, ob die ermittelten der y- und P-Parameter in ihrem Vorzeichen den realen Gegebenheiten der Stichprobe entsprechen oder ob diese lediglich aufgrund der zufalligen Zusammensetzung des Samples entstanden sind. So zeigt sich im vorliegenden Fall, daB die nichtsignifikanten Parameterwerte fur Hib, H2a, Hsa und Hsd im Vorzeichen nicht der theoretischen Vorhersage entsprechen, wahrend dies fur Hi a, Hsc, H4a, H4d, Hsb und Hva der Fall ist (vgl. Tabelle 30). Da diese zufallig schwankenden Werte aber die Schatzung der restlichen LISREL-Parameter beeinflussen, sind auch die anderen Strukturgleichungskoeffizienten zu diesem Zeitpunkt nicht interpretierbar. AUgemein ist bei Vorliegen nichtsignifikanter Strukturgleichungskoeffizienten eine Parameterkontraktion vorzunehmen (vgl. Long 1983: 68 ff).

D. Empirische Untersuchung 1 1 ^ Ichiquad. Maa lAnford.: Wert

1 iHypoth.

BASISMODELLSCHATZUNG 1442 3383 Chiq./df RI\MSEA (Konf.) ^ 0,05 ^ 3 2,346 0,0476 (0,0457; 0,0496)

P-Wert

"Toso 0,978

Parameter der personenspezifische PFS

SPW SPW SPW

H2a

ENO

H2b

ENO

^ ^ ^ ^ ^

SRIMR

CFI

ToM

TOM 0,977

0,053

Lokale Gutekriterien Strukturgleich. koeff. (unstand.) Faktoren

Hab

WPK

Hac

WPK

Had

WPK

H4a

WPU

H4b

WPU

H4C

WPU

H4d

WPU

H4e

WPU

lAuswirkung des sozialen Hsa URB Hsb

URB

Hsc

URB

Hsd

URB

PFS

Hec

PFS

Hfid

PFS

H7a

RFB

Hrb

RFB

Hrc

RFB

H7d

RFB

^ ^ ^ ^ ^ ^ ^ ^

lAuswirkung der Erreictibarkeit Hsa ARE ARE

Hga

BWK

Hgb

BWK

ko

ANA

IZusammenhang Hii

ENZ

^ ^ •

»

^ ^

t-Wert (Anf. t ^ 1.965)1 1,177

0,050

0,046

0,048

1,160

RFB

0,138

0,210

4,129

BWK

-0,012

-0,012

-0,298

0,216 Faktoren

0,233

4,689

-0,224

-0,244

-3,386

RFB

-0,142

-0,188

-2,201

BWK

0,023

0,021

0,29^

ANA

0,158

0,148

2,338

PFS

-0,017

-0,020

-0,32^

ARE

0,325

0.343

7,6od

BWK

0,339

0,343

5,332

ANA

0,103

0.106

1,65^

RFB

-0,147

-0,216

-2,926 1,021

PFS

0,036

0,035

BWK

0,081

0,067

1,92^

ARE

0,138

0,118

3,099

RFB

0,064

0,077

1,844

von AnnSherungszielen BWK

-0,142

-0,120

-2,677

ARE

-0,406

-0,358

-8,iid

ANA

-0,184

-0,159

-3,078

ENZ

0.099

0.099

1,94a

PFS

0,622

0,507

10,520

ANA

-0,181

-0,127

-2,494

ENZ

0,166

0,135

2,706

KOZ

0,299

0,258

5,107^

von Vermeidungszielen BWK ENZ

0,448

0,429

8,329

-0,279

-0,318

-6,150

ANA

0,375

0,384

8,147

ENZ

-0,112

-0,133

-2,423

ENZ

-0,299 Konsumzufriedentieit

-0,348

-6,822

0,302

0,319

der Entsctieidungs-

^

Strukturgleich. koeff. (stand.)

^ 0,96 0,976

Faktors

-^ -> ^ ^

lAuswirkung der Erreicttbarkeit Hea PFS Heb

^0,96 0,977

"rili

0,040

ARE

-> ^ -^ ^ ^ ^ ^ ^ ^

IF!

BWK

lAuswirkungen der Wahrnehmung problemspezifischer PFS Haa WPK

Hsb

1

Globale Gutekriterien

lAuswirkungen

ka kb kc

251

und

KOZ

Tabelle 30: Resultate der Gesamtmodellschatzung des Basismodells

6,3651

D. Empirische Untersuchung

252

Sozialer Faktor

Vorausetzungen und unmittelbare Problemwahmehmung

Abbildung 22: Standardisierte Strukturgleichungskoeffizienten des Basismodells Bei der Parameterkontraktion mussen sowohl theoretische wie empirische Erwagungen berucksichtigt werden. Zum einen ist eine Elimination von Kausalzusammenhangen einer erneuten theoretischen Diskussion zu unterziehen (vgl. hierzu ausfuhrlich Abschnitt D. 1.5.4). Zum anderen konnen Parameter nur schrittweise beginnend mit demjenigen, der den niedrigsten t-Wert aufweist, auf Null fixiert werden. Dies ist deshalb erforderlich, well sich die Parameter derart gegenseitig storen konnten, daB tatsachlich signifikante Zusammenhange momentan als nicht bestatigt ausgewiesen werden. Mit dem sequentiellen Vorgehen wird deren irrtumlicher AusschluB aus dem bestangepafiten Modell vermieden.^^^ Das so identifizierte bestangepaBte Modell muB schlieBlich einer extemen Validierung gegenuber einer Stichprobe anderer Zusammensetzung gepruft werden. In Abschnitt D.3.3.3. geschieht dies mit Hilfe eines Bootstrap-Samples.

^ Auf eine Darstellung der einzelnen Schritte der Modellmodifikation soil im Weiteren zugunsten einer groBeren Ubersichtlichkeit verzichtet werden. Dies erscheint insofem gerechtfertigt, als die Dokumentation der einzelnen Schritte der Modellverbesserung keinen Erkenntnisbeitrag leistet.

D. Empirische Untersuchung

253

Zunachst zeigt ein t-Wert von -0,298 an, daB die Hypothese, das AusmaB der Entscheidungsoptimierung wiirde die Bewertungskosten erhohen (H2a), abzulehnen ist. Es wurde urspriinglich angenommen, daB Individuen, die sich gmndsatzlich besonders dazu veranlaBt sehen, nicht nur ein ausreichend gutes, sondem stets das beste Produkt fur sich auszuwahlen, mehr Aufwand in eine Kaufentscheidung investieren. So wurde nicht der tatsachliche Zeitaufwand gemessen, sondem die wahrgenommene kognitive und zeitliche Belastung durch eine Kaufentscheidung. Den Ausfuhrungen von Wieczorkowska und Bumstein (1999: 98 f.) zufolge lassen sich Individuen, die nur deutlich uberlegene Produkte als akzeptabel ansehen, aber auch dadurch charakterisieren, daB sie Such- und Entscheidungskosten starker diskontieren. Anders ausgedriickt: Aus theoretischer Sicht ist es durchaus plausibel, wenn Entscheidungsoptimierer zwar mehr Aufwand in die Entscheidungsfindung investieren, diesen aber als weniger belastend empfinden als Individuen, die gmndsatzlich zum Satifizieren neigen. Offenbar heben sich beide Effekte gegeneinander auf, so daB Entscheidungsoptimierer Kaufentscheidungen nicht als aufwendiger bewerten als Satifizierer. Eine Elimination des entsprechenden y-Parameters ist folglich theoretisch zu vertreten und auf Basis der empirischen Resultate vorzunehmen. Fur den auch nach AusschluB von H2a nichtsignifikanten Zusammenhang zwischen wahrgenommener Produktiiberlastung und Praferenzsicherheit (H4a) kann ebenfalls eine theoretische Begnindung geliefert werden. Chemev (2003: 180) zeigt, daB das Vertrauen in eine Entscheidung, unter bestimmten Bedingungen durch zusatzliche Optionen steigen kann. Je besser Konsumenten ihre Praferenzen vor einer Entscheidung kennen, desto eher sind sie in der Lage, auch mit einer sehr komplexen Auswahl umzugehen. Sie kSnnen in diesem Fall Preference Matching (Iyengar und Lepper 2000: 996) oder Affect Referral (vgl. Wright 1975: 60 ff.) betreiben. Fur diese Nachfrager gelten die Annahmen der klassischen okonomischen Entscheidungsmodelle eher, wonach der Nutzen eines Auswahlproblems lediglich von der besten verfiigbaren Altemativen bestimmt wird (vgl. Abschnitt B.2.I.). So ist es theoretisch plausibel, daB einige Individuen Uberlastungen nicht als Problem ansehen, sondem dadurch eher sicherer werden, das richtige Produkt fur sich finden zu konnen. Obwohl Individuen mit klarem Idealpunkt zwar nicht alle Altemativen in gleichem Umfang prtifen konnen, als wenn sie mit weniger Produkten konfi-ontiert waren, haben sie dennoch eine hdhere Chance, ein den eigenen Praferenzen nahekommendes Produkt zu fmden. In dieser Untersuchung konnten Individuen nicht nach ihrer Vorkaufkenntnis von optimalen Attributauspragungen und relativen Wichtigkeiten befragt werden. Es bleibt daher unklar, ob sich ein signifikanter Zusammenhang bei einer Personengmppe mit einer geringen Verfugbarkeit von Idealpunkten nachweisen lieBe. Auf aggregierter Ebene ist es jedoch theoretisch plausibel, daB der direkte EinfluB der wahrgenommenen Uberlastungen hinter dem anderer Konstrukte, wie z. B. der Produktkomplexitat, zuruckbleibt und in das Gesamtmodell keinen Eingang fmdet. Auch Hsc muB als schlechte Entsprechung realer Phanomene abgelehnt werden. Die Annahme, eine Steigemng der wahrgenommenen Produktkomplexitat wiirde unmittelbar zu ho-

254

D. Empirische Untersuchung

heren Bewertungskosten fiihren, scheint damit nicht den tatsachlichen Gegebenheiten zu entsprechen. Aus substantieller Sicht sind Konsumenten eher bei einer steigenden Anzahl von Attributen als bei einer steigenden Zahl von Altemativen dazu in der Lage, die Bewertungskosten einer Entscheidung durch den Einsatz von Heuristiken moderat zu halten (vgl. Abschnitt C.2.1.)- Die theoretisch zu erwartende starkere Wirkung der Uberlastung auf die Bewertungskosten und die starkere Wirkung der Unklarheit auf die Prazision (vgl. Payne et al. 1993: 137) zeigt sich anhand der Ergebnisse deutlich. Dieser Unterschied fuhrt letztendlich dazu, dafi Hsc im Gesamtmodell nicht signifikant wird. Betrachtet man die Indikatoren des Konstrukts im Einzelnen, l^Bt sich dies inhaltlich weiter untermauem. So bezieht sich einer der Bestandteile der wahrgenommenen Komplexitat (WPK5) auf die Unverstandlichkeit von Attributzusammenhangen. Hier ist zu erwarten, daB Konsumenten nicht unmittelbar an der Reduktion der Unklarheit interessiert sind, sondem sich dies erst zeigt, wenn daraus keine ausreichende Praferenzsicherheit resultiert. Suchen Konsumenten klarende Informationen erst dann, wenn sie sich bei der Kaufentscheidung selbst verunsichert fiihlen, ist eine vollstandige Mediation des Zusammenhangs zwischen WPK und BWK durch PFS zu erwarten. Zusammenfassend ist es daher mit der Theorie konsistent, wenn Individuen, die meinen, Produkte schwer beurteilen zu konnen, unmittelbar keinen gesteigerten Nutzen in einer extensiven Entscheidungsfmdung sehen. Wahrend die Resultate die Modellschatzung Hsa bestatigen, trifft dies auf Hsa nicht zu. In vorliegender Stichprobe ftihrt die Produktkomplexitat eindeutig zu verringerter Praferenzsicherheit. Die Unklarheit der reflektiven Produktbewertung von Referenzgruppen ubt im Gegensatz dazu einen untergeordneten Einflufi aus. Eine Erklarung dafur ist, daB Individuen zwar grundsatzlich Einstellungen und Selbstkonzepte aufgrund ihrer Umgebung formen, diese jedoch bei der konkreten Entscheidungsfindung in den Hintergrund rttcken. So grenzen sich Untersuchungen zur sozialen Anerkennung oft auch explizit von der konkreten Entscheidungssituation ab (z. B. Laverie et al. 2002: 661). Dieses Phanomen tritt besonders bei der Einschatzung der Prazision einer Produktauswahl auf Wahrend Individuen also nach der Entscheidung erlebtes Regret und Tadel mit Hilfe von Schltisselinformationen, wie Kenntnissen uber die Produktevaluation von Referenzgruppen, reduzieren konnen, hilft ihnen dies nicht dabei, die empfiindene Prazision ihres Auswahlvorgangs zu erhohen. Fiir das subjektive Empfmden, dieses Ziel zu erreichen, stehen offenbar Entscheidungsstrategien und Verarbeitungsprozesse im Vordergrund, die Entscheider ausschlieBlich selbst durchfuhren kann. Dies deckt sich mit Erkenntnissen aus der Literatur, nach denen objektiv gute Entscheidungsprozesse von Konsumenten mit griindlicher Verarbeitung, logischem Denken und sorgfaltig getroffenen Kompromissen assoziiert werden (Payne und Bettman 2001: 134). Aus entscheidungstheoretischer Sicht ist es demnach zu vertreten, wenn sich Konsumenten vorwiegend auf ihre eigenen Verarbeitungsfahigkeiten konzentrieren, um die Prazision ihrer Entscheidungsfindung einzuschatzen.

D. Empirische Untersuchung

255

Die Modellschatzung zeigt ebenfalls keinen signifikanten EinfluB des subjektiven Produktwissens auf die Praferenzsicherheit an (Hia). Es besteht jedoch ein indirekter Zusammenhang uber die Rechtfertigbarkeit der Entscheidung. Eine Erklarung fiir das Ergebnis ist, da6 die RFB den EinfluB von SPW voUstandig mediiert. Zur LFberprufung dieser M6glichkeit wird die Beziehung zwischen SPW und RFB eliminiert. Ohne den indirekten Zusammenhang zwischen beiden Konstrukten zeigt sich zwar der erwartete positive Relation in Form eines unstandardisierten Strukturgleichungskoeffizienten von 0,058. Der t-Wert fiir diesen Parameter steigt jedoch nur auf 1,781. Offenbar ist damit zu konstatieren, daB die problembezogenen Determinanten fur das Zustandekommen der Praferenzsicherheit von groBerer Bedeutung sind als die personenspezifischen. Dies deckt sich mit der Vorstellung von Dhar (1997b: 121), nach der Praferenzsicherheit iiberwiegend durch die Wahmehmung des Problems und nicht durch personliche Merkmale determiniert wird. Auch nach der Fixierung des Parameters fiir Hia kann kein signifikanter Zusammenhang zwischen dem subjektiven Produktwissen und den Bewertungskosten (Hib) verzeichnet werden. Aufgrund der Theorie wurde angenommen, daB unwissende Konsumenten mehr exteme Informationen benotigen, also ein positiver linearer Zusammenhang besteht. In der Literatur zur extemen Informationsaufhahme wird jedoch teilweise ein umgekehrt U-fbrmiger Zusammenhang propagiert (vgl. Abschnitt C.l.L). Da die LISREL-Parameterschatzung von linearen Zusammenhangen ausgeht, kann es sein, daB eine tatsachlich signifikante nichtlineare Relation als nicht signifikant ausgewiesen und irrtiimlich abgelehnt wird. Um diese M5glichkeit auszuschlieBen, werden mit Hilfe der Indikatoren, die sich als reliable und valide Messung beider Konstrukte erwiesen haben, Faktorwerte errechnet (Hauptachsenanalye, Varimax-Rotation). Eine visuelle Untersuchung der Daten laBt keinen U-formigen Zusammenhang vermuten (zu einem ahnlichen Vorgehen vgl. Brucks 1985: 9). Um diesen Aspekt genauer prttfen zu konnen, werden die Befragten nach Hohe ihres Produktwissens in drei Gruppen eingeteilt. Ein Vergleich der Mittelwerte ergibt eine linear abnehmende Funktion (0,170; -0,0138; -0,156). Lediglich die Differenz zwischen der Gruppe mit hohem und der mit niedrigem Produktwissen ist auf 5%-Niveau signifikant. AuBerhalb des Gesamtzusammenhangs kann demnach ein schwacher, aber linear abnehmender Zusammenhang aufgefunden werden. Die Moglichkeit einer umgekehrt U-formigen Relation ist auszuschlieBen. Fur die Fixierung des Parameters lassen sich femer theoretische Griinde vorbringen. Wie erinnerlich, entstehen Bewertungskosten nicht nur durch die Aufhahme extemer Informationen, sondem auch durch deren gedankliche Kombination (vgl. Abschnitt B.2.2.2.2). Wenden Experten eine komplexere Entscheidungsstrategie an (Bettman und Park 1980: 242; Liirssen 1989: 124), ist es nicht uberraschend, wenn der reduzierte Aufwand der extemen Informationssuche den Evaluationsaufwand der Entscheidung kompensiert. Zudem ist zu beachten, daB der Umfang der extemen Informationsaufhahme von einer Vielzahl verschiedener Variablen beeinfluBt wird (zu einer Ubersicht vgl. Moore und Lehmann 1980: 122). Die wahrgenommene Produktuberlastung, die Praferenzsicherheit und das antizipierte Regret sind in vor-

256

D. Empirische Untersuchung

liegendem Modell vertreten. In diesem Gesamtzusammenhang zeigt die Parameterschatzung an, da6 das subjektive Produktwissen keinen zentralen Beitrag zur Erklarung leisten kann. Dies ist mit den Annahmen des adaptiven Entscheidungsverhaltens konsistent. Diesen folgend, investieren Konsumenten erst dann starker in den Produktauswahlvorgang, wenn ihr Ziel einer prazisen Entscheidung in Gefahr gerat (vgl. Abschnitt B.2.2.2.2.). Die Modellschatzung bestatigt diese Uberlegung. Zusammenfassend sprechen daher keine zwingenden substantiellen Grunde fiir die Beibehaltung der nichtsignifikanten Relation. Da sich eine Reihe plausibler Erklarungen fur die Elimination andeutet, wird der Parameter auf Null fixiert. Auch mit der Festsetzung des y-Parameters zu Hib ist weiterhin zu konstatieren, dafi H4d auf 5%-Signifikanzniveau abzulehnen ist. Danach empfinden iiberlastete Konsumenten keinen starkeren negativen Affekt als weniger iiberlastete. Dies ist zunachst iiberraschend, weil der EinfluB der wahrgenommenen Produktkomplexitat im Basismodell klar signifikant ist (vgl. Tabelle 30). Mit Blick auf die verhaltenswissenschaftliche Literatur ergeben sich jedoch plausible Begrundungen fur dieses Phanomen. So kommen z. B. Iyengar und Lepper zu ahnlichen Resultaten. Die Autoren berichten von Personen, die mit einer iibermaCig grofien Produktauswahl konfrontiert wurden. ErwartungsgemaB gaben die Probanden an, sie hatten das Gefiihl, ihnen wurden zu viele Produkte angeboten und die Entscheidungsfindung erscheine ihnen emotional besonders belastend. Andererseits gelangten die Befragten bei abschliefiender Auswahl zu einem positiven affektiven Zustand (vgl. Iyengar und Lepper 2000: 1002). Diese scheinbar widerspriichlichen Ergebnisse fuhren die Autoren darauf zuruck, daB eine hohe Vielfalt mehr Moglichkeiten eroffhet, aber gleichzeitig mehr Verantwortung und damit Fraustration auf den Entscheider lenkt. Die Resultate dieser Untersuchung bestatigen die Vermutung. So existieren auch bei einer expliziten Messung der tJberforderung offensichtlich gegenlaufige Effekte, aufgrund deren der Zusammenhang zwischen beiden Konstrukten nicht signifikant wird. Eine weitere Erklarung hierfiir besteht in der Anwendung von Coping-Strategien (vgl. z. B. Luce et al. 1997: 384 ff.). Sind Individuen in der Lage, den durch die tJberlastung ausgelosten Affekt leichter zu bewaltigen als den durch die Komplexitat entstehenden, so erklart dies den nichtsignifikanten direkten EinfluB von WPU auf ANA (vgl. Abschnitt B.2.2.5.I.). Wiederum liegen keine zwingenden Grunde fur die Beibehaltung des Parameters vor, so daB dieser aus der Schatzung entfemt werden kann. Die Hypothese Hsd zum EinfluB der Unklarheit der reflektiven Bewertung auf die Rechtfertigbarkeit muB wie die zuvor diskutierten aufgrund der Resultate abgelehnt werden. Hier liegt nicht nur ein t-Wert auf unzureichendem Niveau vor, sondem auch das Vorzeichen des unstandardisierten Parameters entspricht nicht den Erwartungen (vgl. Tabelle 30). So folgt aus den Resultaten ein positiver Zusammenhang. Danach soUten Individuen, denen es besonders unklar ist, wie Referenzgruppen die zur Auswahl stehenden Produkte bewerten wurden, sich imstande sehen, eine bevorstehende Entscheidung besonders gut rechtfertigen zu konnen. Offensichtlich handelt es sich hier um kein verallgemeinerbares Resultat, sondem wiederum um eine durch Zufallserscheinungen dominierte Parameterschatzung. Ein GroBteil der For-

D. Empirische Untersuchung

257

schung zur Rechtfertigbarkeit von Kaufentscheidungen konzentriert sich auf stark augenscheinliche Merkmale des Entscheidungsproblems (vgl. im Uberblick Bettman et al. 1998: 206 f.; Shafir et al. 2000: 600 ff). Der nichtsignifikante Zusammenhang zur reflektiven Bewertung zeigt, dafi das Konstrukt offenbar tatsachlich zu groBen Teilen durch problemspezifische Charakteristika gepragt wird. Obwohl eine Beziehung plausibel ist, treten in Konsistenz mit der Theorie die sozialen EinfluBgroBen bei diesem Konstrukt wie auch bei der Praferenzsicherheit im Gesamtmodell in den Hintergrund. Zusammenfassend kann der AusschluB der Parameter Hia, Hib, Hia, Hsc, H4a, H4d, Hsaund Hsd aus substantiellen Gninden gerechtfertigt werden. Die schrittweise Fixierung der Strukturgleichungskoeffizienten fuhrt zu einem modifizierten Forschungsmodell, das ein theoretisch und empirisch konsistentes Abbild der interessierenden Zusammenhange darstellt. 3.3.2.

BestangepaBtes Modell

Insgesamt wurden aufgrund der Basismodellschatzung sowie der theoretischen Diskussion acht kausale Zusammenhange verworfen. Zur Modellschatzung liegen damit acht Freiheitsgrade weniger vor. Die resultierende Verschlechterung der Modellanpassung ( A j ^ = l l , Adf = 8) ist jedoch nicht signifikant (p = 0,202). Samtliche globalen Fit-Werte zeigen, dafi das spezifizierte bestangepaBte Modell die realen Gegebenheiten hervorragend abzubilden vermag (vgl. Tabelle 31). Wie zuvor werden die Schwellenwerte fur die inkrementellen Fit-Indizes mit 0,977 fiir den CFI sowie den IFI und 0,976 fiir den TLI deutlich uberschritten. Der SRMR, der RMSEA und ;jfVdf-Wert bleiben mit 0,054, 0,0476 und 2,341 klar unter den erlaubten Maximalwerten. Aus der Breite des 90%-Konfidenzintervalls laBt sich eine prazise Schatzung des RMSEA ablesen. Daneben bleibt auch dessen Obergrenze deutlich unter dem geforderten Schwellenwert. SchlieBlich kann mit dem P-Wert fiir den RMSEA bestatigt werden, dafi eine Fehlanpassung des Struktur- und MeBmodells mit einer 5%-Irrtumswahrscheinlichkeit abzulehnen ist. Die Partialkriterien konnen auf MeBmodellebene wiederum mit Ausnahme der Indikatorreliabilitat von ENZ6 durchgangig erfuUt werden (vgl. Anhang G.6.). Samtliche Konstrukte werden auch in dieser Modellschatzung nicht nur reliabel und valide gemessen, sondem diskriminieren hinreichend, um eine Interpretation der Strukturgleichungskoeffizienten zu erlauben. Auf Strukturebene sind die Anforderungen zur nomologischen Validitat emeut zu priifen. Hier ist zu konstatieren, daB im bestangepaBten Modell samtliche Beziehungen im zweiseitigen Test auf 5%-Niveau signifikant sind und das erwartete Vorzeichen aufweisen (vgl. Tabelle 31). Dabei laBt sich der tiberwiegende Teil der Hypothesen auch mit einer 1%-Irrtumswahrscheinlichkeit bestatigen. Im AnschluB an den tJberblick dieser Resultate sollen die 25 akzeptierten Hypothesen detailliert diskutiert werden.

D. Empirische Untersuchung

258 1 1 p \chiquad. MaB Unforcf.; Wert

1 iHypoth.

SCHATZUNG BESTANGEPABTES MODELL Globale Gutekriterien 1450 3394 Chiq./df RMSEA (Konf.^ ^ 3 ^0,05 2,341 0.0476 (0,0456; 0,0496)

_ SRMR

CFI

^0,50 0,980

ToM

ToM

Hic

SPW

H2a

ENO

H2b

ENO

^ ^ ^ ^ ->

Lokale Gutekriterien Strukturgleich. koeff. (unstand.) Faktoren verworfen

WPK

0.233

4,621

0,216 Faktoren

0,232

4,705

-0,269

-0,291

-6,93d

-0,145

-0.193

-2,245

0,238

0,222

4,890

ARE

0,324

0.340

7,546

BWK

0,346

0,348

7,999

-0,150

-0,219

-2,960

BWK

0,087

0,072

2,133

ARE

0,135

0,116

3,080

BWK

verworfen

verworfen

ARE

Hac

WPK

H3d

WPK

H4a

WPU

H4b

WPU

H4C

WPU

H4d

WPU

H4e

WPU

^ ^ ^ ^ ^ ^ ^ -> ->

lAuswirkung des sozialen Hsa URB Hsb

URB

Hsc

URB

Hsd

URB

RFB BWK

PFS

Hec

PFS

Hed

PFS

H7a

RFB

H7b

RFB

H7C

RFB

H7d

RFB

PFS

ANA

ARE

Hga

BWK

Hgb

BWK

Hio

ANA

Izusammenhang Hii

ENZ

^ ^ ^ ^ ^ ^ ^ ^

PFS

RFB

verworfen

verworfen

von Ann^herungszielen BWK

-0,127

-0,107

-2,631

ARE

-0,406

-0.357

-8,189^

ANA

-0,167

-0.144

-2.8od

ENZ

0,101

0,101

1,969

PFS

0,640

0,522

11,036

ANA

-0,191

-0,135

-2,644

ENZ

0,164

0.134

2,667

KOZ

0,299

0.258

5.090

von Vermeidungszielen BWK ENZ

0,451

0.432

8,941

-0.280

-0.319

-6,123^

ANA

0,408

0,417

9,695

ENZ

-0,112

-0,133

-2,404

ENZ

-0,298 Konsumzufriedentieit

-0.345

-6,767^

0,302

0,319

6,3491

der Entscheidungs-

^

verworfen

Faktors

^ -> ^ ^

•^ -» ^ ^ ->

verworfen

RFB

lAuswirkung der Erreichbarkeit Hsa ARE Hsb

verworfen

ANA

lAuswirkung der Erreichbarkeit Hea PFS Hgb

^ 0,96 0,976

0,153

BWK RFB

lAuswirkungen der Wahrnehmung problemspezifischer H3a WPK PFS H3b

0,977

t^Wert (Anf. t ^ 1.965^

\Auswirkungen der personenspezifische Hia SPW PFS SPW

^oM

0.977

0,054

Strukturgleich. koeff. (stand.)

Parameter

Hib

iPI

P-Wert

und

KOZ

Tabelle 31: Resultate der Gesamtmodellschatzung des bestangepaBten Modells

D. Empirische Untersuchung

259

Mit den Hypothesen Hic und H2b wurde jeweils ein erleichtemder und ein erschwerender EinfluB von personenbezogenen Merkmalen auf die Entscheidungsfindung angenommen. Die empirischen Ergebnisse kfinnen bestatigen, dal3 sowohl das Produktwissen als auch das Personlichkeitsmerkmal, Entscheidungen gmndsatzlich optimieren zu woUen, einen signifikanten EinfluB auf die Erreichbarkeit von Entscheidungszielen ausiibt. So zeigt ein standardisierter StrukturkoefFizient von 0,232 an, dafi Maximierer unabhangig vom konkreten Entscheidungsproblem aufgrund ihrer Einstellung, nicht nur gute, sondem stets die besten Produkte auswahlen zu wollen, mehr Regret antizipieren als Satifizierer (vgl. Abbildung 23). Ein positiver EinfluB absolut ahnlicher Starke ergibt sich durch zusatzliche Kenntnisse einer Produktkategorie. Danach fuhrt eine Erhohung der Vertrautheit zu einer Steigerung der wahrgenommenen Moglichkeiten, eine Entscheidung zu rechtfertigen. Der standardisierte Strukturkoeffizient betragt 0,233. Der erklarende EinfluB der Entscheidungsoptimierung und der des Produktwissens bestatigen sich bei einer zugelassenen Irrtumswahrscheinlichkeit von 1 %. Noch deutlichere Einflusse auf die Konsumentenfahigkeit, Entscheidungsziele zu verwirklichen, gehen von den Charakteristika des Auswahlproblems aus. H4b, H4cund H4ek6nnen empirisch bestatigt werden. Sind Befragte aufgrund zu vieler oder schlecht vergleichbarer Alternativen nicht in der Lage, sich zugig einen Uberblick iiber die angebotene Produktauswahl zu verschaffen, erhoht das ihre Schwierigkeiten, Vermeidungsziele zu erreichen. Insbesondere zeigen die standardisierten y-Parameter von 0,340 und 0,348 an, daB tiberlastete Kunden mehr Regret antizipieren und hohere Bewertungskosten in Kauf nehmen mtissen als Personen, die mit ubersichtlichen Entscheidungsproblemen konfrontiert werden. Die Effekte sind auf 1%Niveau signifikant. Uberlasteten Konsumenten fallt es femer schwer, Griinde fiir eine bevorstehende Verhaltensweise zu fmden. H4e kann mit einer Irrtumswahrscheinlichkeit von 5 % bestatigt werden. Fiir den Zusammenhang ergibt sich ein standardisierter Schatzer von -0,219. Neben den Interstimulusfaktoren von Produktauswahlproblemen kann auch eine determi-nierende Wirkung von Intrastimulusfaktoren nachgewiesen werden. Hsa, Hsb und Hsd konstatieren einen EinfluB der wahrgenommenen Produktkomplexitat auf negative antizipierende Emotionen, die Praferenzsicherheit und wiederum die Rechtfertigbarkeit. Im Ergebnis kann der Zusammenhang zur Rechtfertigbarkeit auf 5%-Niveau bestatigt werden, der auf den negativen Affekt sowie auf die Praferenzsicherheit auf 1%-Niveau. Mit Strukturgleichungskoeffizienten von -0,291 fur Hsa, -0,193 fur Hsb und 0,222 fur Hsd ist ebenfalls eine starke Erklarungswirkung dieses Konstrukts zu konstatieren. WahrendtiberlasteteNachfrager es also vorwiegend schwerer haben, relational gepragte Entscheidungsziele wie das antizipierte Regret, die Bewertungskosten und die Rechtfertigbarkeit zu erreichen, bewirken viele und unklare Produkteigenschaften zudem Probleme beim Aufbau von Vertrauen in die eigene Entscheidungskompetenz und bei der Kontrolle entscheidungsbedingter Emotionen. Im Rahmen der Problemwahmehmung sind es daher vor allem Verstandnisprobleme, die unmittelbar fiir mangelnde Sicherheit und Belastung des Nachfragers verantwortlich sind.

260

D. Empirische Untersuchung

Die Unklarheit, welches der angebotenen Produkte Referenzgruppen bevorzugen wiirden, hat nach Hsb und Hsc einen EinfluB auf die Hohe der Bewertungskosten und das antizipierte Regret. Wahrend erster Zusammenhang mit einer Irrtumswahrscheinlichkeit von 5 % bestatigt werden kann, gilt dies fiir den zweiten mit 1 %. Die Befurchtung, nach dem Kauf zusatzliche Informationen von Referenzpersonen zu erhalten, die ein potentielles Fehlverhalten aufdecken konnen, fuhrt mit einem standardisierten Koeffizienten von 0,116 zu erhohten Befurchtungen von Nachkaufbedauem. Femer gehen Konsumenten mit dem Problem der Unklarheit der reflektiven Bewertung aktiv um, indem sie zusatzliche Informationen suchen und eingehender abwSgen. Wie der y-Parameterwert von 0,072 zeigt, ist der Erklarungsbeitrag im Rahmen des Gesamtmodells jedoch gering. H6a-H6d und Hva-Hvd bilden die realen Phanomene durchgangig signifikant ab. Die Annaherungsziele der Maximierung der Entscheidungsprazision und der Rechtfertigbarkeit iiben damit einen zentralen mediierenden EinfluB im Gesamtmodell aus. Der Zusammenhang zwischen Praferenzsicherheit und Bewertungskosten, negativen Affekten und Entscheidungszufriedenheit (Hea, H6c, H6d) ist auf 5%-Niveau signifikant. Das antizipierte Regret kann mit einer Irrtumswahrscheinlichkeit von 1 % durch die Praferenzsicherheit erklart werden (Heb). Unter den ersten drei weniger ausgepragten Einfliissen der Praferenzsicherheit ist der auf die Entscheidungszufriedenheit mit einem t-Wert von 1,965 nur auBerst knapp signifikant (vgl. Tabelle 31). Da der Schwellenwert aber erreicht wird und es substantiell plausibel ist, dafi sichere Konsumenten den ProzeB der Entscheidungsfindung als zufriedenstellender empfinden als unsichere, kann von einem replizierbaren Phanomen ausgegangen werden. Dabei zeigt der standardisierte Strukturkoeffizient mit einem Wert von 0,101 aber einen gegeniiber den anderen Entscheidungszielen deutlich abfallenden EinfluB auf die Entscheidungszufriedenheit an. Mit -0,144 liegt ein moderater Zusammenhang mit negativen Affekten der Entscheidungsfindung vor. Auch fur die Varianz der Bewertungskosten ist die Praferenzsicherheit unmittelbar nur in geringem Umfang verantwortlich (P = -0,107). Es besteht jedoch eine deutliche Erklarungswirkung auf das antizipierte Regret und damit wiederum ein indirekter EinfluB auf die Bewertungskosten. Regret selbst beflirchten sichere Entscheider deutlich weniger als unsichere. Dies zeigt der Koeffizient von -0,357. Offenbar bedarf es massiver und vielfaltiger VerstoBe gegen Entscheidungsziele, bevor Konsumenten sich gezwungen sehen, mehr Zeit und kognitiven Aufwand in die Produktauswahl zu investieren, als sie ursprunglich planten. Die Rechtfertigbarkeit fiihrt im Strukturmodell zu zwei Auswirkungen, deren Signifikanz auf 1%-Niveau nachgewiesen werden kann, und zu zwei, die sich mit einer Irrtumswahrscheinlichkeit von 5 % bestatigen lassen. So ist die Auswirkung auf die Praferenzsicherheit und die auf die Konsumzufriedenheit mit einem Alpha von 1 % im zweiseitigen Test signifikant und die auf negative Emotionen sowie die Entscheidungszufriedenheit mit 5 %. Das Gefiihl, Griinde fur die Wahl eines spezifischen Produkts zu besitzen, ist in groBem Umfang fiir die Uberzeugung verantwortlich, ein Produkt entsprechend den eigenen Praferenzen auswahlen zu konnen. Wird dieser EinfluB isoliert betrachtet, bewirkt eine Erhohung der Rechtfertig-

D. Empirische Untersuchung

261

barkeit um eine Einheit eine Steigerung der Praferenzsicherheit um 0,640 Einheiten. Fehlt Nachfragem eine solche Argumentationslinie, so erhoht das auch die negativen antizipierenden Emotionen des Auswahlvorgangs. Der Zusammenhang zwischen Rechtfertigbarkeit und negativen Affekten ist mit -0,135 jedoch nur moderat. In ahnlichem Umfang vermag das Konstrukt Varianz in der Entscheidungszufriedenheit zu erklaren. So gefallt Kimden, die wissen, welche Griinde fur ein Produkt und gegen ein anderes sprechen, der ProzeB der Produktauswahl signifikant besser (fi = 0,134). In noch groBerem Umfang wird die Konsumzufriedenheit durch die Rechtfertigbarkeit determiniert. Einen Grund fur einen Kauf zu besitzen erhoht demnach die Zufriedenheit mit dem erworbenen Produkt. Wie ein standardisierter Strukturgleichungskoeffizient von 0,258 wiedergibt, ist der Erklarungsbeitrag des Konstrukts auf die Konsumzufriedenheit nicht zu vemachlassigen. Die Vermeidungsziele von Kaufentscheidungen liegen in der Minimierung von antizipiertem Regret, Bewertungskosten und antizipierenden negativen Emotionen. Der Erklarungsgehalt dieser Ziele wird mit den Hypothesen Hga, Hgb, Hga, Ugh und Hio ausformuliert. Mit Ausnahme des Einflusses der Bewertungskosten auf die Entscheidungszufriedenheit (Hpb) konnen sSmtliche Beziehungen auf 1%-Niveau bestatigt werden. Im einzelnen werden Individuen in groBem Umfang durch die Befiirchtung von Regret dazu motiviert, mehr Aufwand in die Produktauswahl zu investieren (p = 0,432). Die Bedeutung des antizipierten Regrets ftir die Entscheidungsfmdung zeigt sich femer an dem starken direkten EinfluB der latenten Variable auf die Entscheidungszufriedenheit (|3 =-0,319). Die starker kognitiv gepragten Entscheidungskosten konnen die Zufriedenheit mit dem Auswahlvorgang hingegen mit einem Koeffizienten von -0,133 nur in deutlich geringerem Umfang erklaren. Dafiir stellt dies eine der zentralen Ursachen fur negative antizipierende Emotionen dar. Der Schatzwert fur den P-Parameter zeigt mit 0,417, daB Konsumenten es als emotional besonders belastend empfmden, wenn sie mehr Aufwand als vorgesehen in die Produktauswahl investieren miissen und damit das eigentlich verfolgte Konsumziel distanziert wird. In Analogic zur Konsumzufriedenheit (vgl. Abschnitt B.1.1.3.) ergibt sich aus den Ergebnissen auch bei der Entscheidungszufriedenheit ein starker EinfluB negativer Emotionen. Ein standardisierter Pfadkoeffizient von -0,345 bestatigt, daB nicht nur in der Zukunft erwartete Gefahle, sondem auch affektive Zustande wahrend des Auswahlvorgangs selbst fiir die Zufriedenheit mit dem AuswahlprozeB in starkerem Umfang verantwortlich sind als die Erreichung der restlichen kognitiv dominierten Entscheidungsziele Praferenzsicherheit, Rechtfertigbarkeit und Bewertungskosten. SchlieBlich kann auch die Hypothese Hio im zweiseitigen Test mit einer Irrtumswahrscheinlichkeit von 1 % bestatigt werden. Anhand der realen Phanomene laBt sich damit konstatieren, daB unzufriedenstellende AuswahlvorgSnge zu einer reduzierten Zufriedenheit mit dessen Ergebnis, dem Produktkonsum, fuhren. Der ermittelte p-Koeffizient von 0,319 spiegelt abermals eine substantielle Relation wider. Wie auch schon bei der Rechtfertigbarkeit festzustellen war, kann das vorliegende Kausalmodell zur Entscheidungszufriedenheit und dessen Deter-

D. Empirische Untersuchung

262

minanten offensichtlich einen substantiellen Anteil an der Varianz der Konsumzufriedenheit erklaren.

Sozialer Faktor

Vermeidungsziele der Kaufentscheidung

Kundenzufriedenheit

Abbildung 23: Parameterschatzung des bestangepafiten Modells Die erkiarte Varianz der endogenen Ti-Variablen gilt es fur die abschlieBende Prufung der nomologischen Validitat detailliert zu analysieren. Im LISREL-Programm werden diese Werte mit der quadrierten multiplen Korrelation angegeben. Grundsatzlich ist es von Interesse, mehr als 50 % der Varianz eines Konstrukts zu erklaren (vgl. Abschnitt D. 1.5.2.). Dies ist jedoch nicht als MuB-Kriterium fur samtliche Konstrukte eines LISREL-Modells zu verstehen (Fritz 1992: 140). Insbesondere in Fallen, in denen nicht alle enthaltenen latenten Variablen voUstandig erklart werden sollen, kann das Kriterium nicht durchgangig angewendet werden (vgl. Homburg und Baumgartner 1995: 172). Mit vorliegendem Hypothesensystem wird das Anliegen verfolgt, die Entscheidungszufriedenheit moglichst umfassend zu erklaren und dabei antezedente endogene Konstrukte zu erfassen sowie Auswirkungen auf die Konsumzufriedenheit zu schatzen. Vor diesem Hintergrund sind die QMK-Werte ftir die endogenen latenten Variablen, die in Tabelle 32 aufgefuhrt werden, als hervorragend anzusehen.

D. Empirische Untersuchung QUADRIERTE MULTIPLE KORRELATIOSKOEFFIZIENTEN lAngestrebtes Niveau: QMK ^0,50 AnnSherungsziele Rechtfertigbarkeit Praferenzsicherheit (RFB) (PFS) 0,284 0,504 Vermeidungsziele Antizipiertes Regret Bewertungskosten (ARE) (BWK) 0,423 0,549 jKundenzufriedenheit Entscheldungszufriedenheit Konsumzufriedenheit (ENZ) (KOZ) 0,684 0,258

263 1

Abschliefiender negativer Affekt (ANA) 0,542

Tabelle 32: Quadrierte multiple Korrelationskoeffizienten der endogenen Konstmkte 68,4% der Varianz der Entscheldungszufriedenheit konnen mit dem entwickelten Forschungsmodell erklart werden. Vor dem Hintergrund naturlich auftretender Storfaktoren wurden Antezedenzien des Konstrukts auf theoretischer Ebene damit umfassend berucksichtigt. Aber auch die quadrierten muhiplen Korrelationen der Praferenzsicherheit, der Bewertungskosten und des negativen Affekts uberschreiten mit 0,504, 0,549 und 0,542 das angestrebte Niveau. Mit den personenspezifischen, problembezogenen und sozialen Determinanten wird damit ebenfalls fur diese Konstmkte der wesentliche Tell der Varianz erfaBt. Mit der Betrachtung dieser Faktoren kann zudem das antizipierte Regret weitgehend erklart werden. Das teilweise vorgebrachte Kriterium von 30 % (vgl. z. B. Unger 1998: 217) wird mit dem Wert der erklarten Varianz von 42,3 % deutlich iiberschritten. Lediglich die Varianz der Rechtfertigbarkeit und die der Konsumzufriedenheit kann mit 28,4 % und 25,8 % nur in geringerem Umfang erklart werden. Wahrend dies fiir die Rechtfertigbarkeit unbefriedigend ist, entspricht der Wert fur die Konsumzufriedenheit dem zu erwartenden EinfluB von Erlebnissen bei der Produktauswahl. 3.3.3.

Validitat des bestangepaBten Modells

In Abschnitt D.1.5.5. wurde ausfuhrlich argumentiert, daB vorgenommene Modellanpassungen und das erzielte bestangepaBte Modell gegeniiber einer Stichprobe anderer Zusammensetzung zu prufen sind. Dabei ist der Split-Half, das heiBt die Teilung einer Originalstichprobe in Explorations- und Validierungs-Sample, eine Moglichkeit der Kreuzvalidierung. Da verfiigbare Informationen bei der initialen Modellanpassung unberiicksichtigt bleiben, ist dieser Weg wenig effizient. Insbesondere sind derartige Modellanpassungen mit reduzierten Stichproben als weniger stabil einzuschatzen (MacCallum et al. 1992: 491). Stehen im Verhaltnis zur Modellkomplexitat nur relativ wenige Datensatze zur Verfugung, wird daher alternativ das Bootstrap-Verfahren empfohlen (vgl. Schumacker und Lomax 1996: 194; Boomsma 2000: 466). Da bei der Komplexitat des vorliegenden Hypothesensystems zwei Stichproben von mindestens 400 bis 500 Probanden fur eine zuverlassige Parameterschatzung notwendig waren (vgl. Anderson und Gerbing 1988: 416; Schumacker und Lomax 1996: 20), kommt in

264

D. Empirische Untersuchung

dieser Arbeit ebenfalls das Bootstrap-Verfahren zum Einsatz (vgl. ausfiihrlich \Abschnitt D.I.5.5.). Dabei wird entsprechend der Originalstichprobe die GroBe des Bootstrap-Samples wiederum auf 661 Probanden spezifiziert. Um sicherzustellen, daB das ermittelte Stmkturgleichungsmodell nicht nur aufgrund von zufalligen Stichprobencharakteristika als bestes Abbild realer Phanomene angenommen wird, ist zu priifen, ob die vorgenommenen Modellanpassungen auch in einer anderen Stichprobe vorgenommen worden waren. Femer ist von Interesse, ob wiederholt ein akzeptabler Modell-Fit zu erreichen ist und ob die ermittelte Parameterschatzung stichprobenunabhangig ist (MacCallum und Browne 1993: 490). Im Folgenden wird daher eine emeute Schatzung des Basismodells mit dem erzeugten zweiten Sample vorgenommen. Hier soil insbesondere die Signifikanz der zuvor fixierten Parameter gepriift werden. Im zweiten Schritt wird die Anpassungsgiite des bestangepaBten Modells anhand der neuen Stichprobe untersucht. Die multiple Gruppenanalyse wird schlieBlich herangezogen, um Parameterinvarianz zwischen beiden Probandengruppen nachzuweisen. In Tabelle 33 werden die Ergebnisse der Basismodellschatzung mit dem Bootstrap-Sample wiedergegeben. Hier muB ein schlechterer Modell-Fit konstatiert werden als bei der Originalstichprobe. Der RMSEA und der x^/df-Verhaltniswert uberschreiten jeweils die geforderten Schwellenwerte. Auch der TLI bleibt knapp unter dem Anforderungsniveau. Einige Forscher wiirden diese Werte bei gegebener Modellkomplexitat jedoch durchaus noch als eine gute Modellanpassung bezeichnen (z. B. Laverie et al. 2002: 663). Im einzelnen meinen Hair et al. (1995), ein RMSEA von < 0,08 zeige einen noch akzeptablen Fit an. Hildebrandt (1983b: 105) sehen einen x^/df-Wert von < 5 als annehmbar an, und Bentler und Bonett (1980: 600) sprechen sich flir minimale inkrementelle AnpassungsmaBe von mindestens 0,9 aus. Vor diesem Hintergrund zeigen die globalen Fit-Werte zwar eine schlechtere Anpassung der theoretischen an die empirische Kovarianzmatrix an; das Modell ist aber aufgrund dessen noch nicht zu verwerfen. Eine Fehlspezifikation wird hingegen bei den Detailkriterien auf Strukturmodellebene deutlich. Hier zeigt sich, daB die zuvor abgelehnten Hypothesen emeut nicht akzeptiert werden konnen. Vor dem Hintergrund der in D.3.3.3. gefuhrten Diskussion wiirden diese unter Beriicksichtigung substantieller Uberlegungen folglich wiederum aus dem Modell entfemt werden, ware es mit dem zweiten Sample anderer Zusammensetzung optimiert worden.

D. Empirische Untersuchung

265

1 1 \df Ichiquad Maa

SCHATZUNG BASISMODELL (Bootstrap) 1 Globale Gutekriterien I 1442 4786 TLI Chiq./df RMSEA P-Wert IFI SRMR CFI (Konf.) ^ 0,96 \ An ford.: ^3 < 0,05 ^0,50 1.965^ koeff. (unstand.) 1,030 SPW -» 0,033 PFS Hia Hib

SPW

->

BWK

0,033

0,867^

H2a

ENO

->

BWK

-0,022

-0,589

Hsc

WPK

-^

BWK

0,068

0,863^

H4a

WPU

^

PFS

-0,061

-1,2od

H4CI

WPU

-^

ANA

0,108

1,683^

Hsa

URB

^

PFS

0,029

0,814

[Hsd

URB

->

RFB

-0,003

-0,09l|

Tabelle 33: Basismodellschatzung mit einem Bootstrap-Sample Das bestangepafite Modell entspricht den empirischen Gegebenheiten des Bootstrap-Samples geringfugig besser. Auch hier werden die fur die eigentliche Stichprobe angestrebten Globalkriterien fur den RMSEA, fur das x^/df-Verhaltnis und flir den TLI leicht verfehlt. Wiederum konnen die globalen Kriterien jedoch als akzeptabel bezeichnet werden und zeigen keine Notwendigkeit an, das Modell aufgrund unzureichender AUgemeingtiltigkeit zu verwerfen. Mit Blick auf die nomologische Validitat ist jedoch zu konstatieren, daB die Hypothesen H4e und Hvc mit Irrtumswahrscheinlichkeit von 5% im zweiseitigen Test nicht bestatigt werden konnen. Die wahrgenommene Produktiiberlastung hat hier keinen signifikanten EinfluB auf die Rechtfertigbarkeit und die Rechtfertigbarkeit wiederum keinen EinfluB auf die Entscheidungszufriedenheit. Um eine substantielle Interpretation aller Pfadkoeffizienten vomehmen zu konnen, miiBten diese Parameter strenggenommen auf Null fixiert werden. Da eine derartige Interpretation bereits im Rahmen der Originalstichprobe durchgefuhrt wurde und standardisierte Parameterschatzungen im Rahmen der Validierung nicht von Interesse sind, besteht beim Bootstrap-Sample hierzu kein AnlaB. Femer sprechen keine substantiellen Griinde ftir die Elimination dieser Parameter. Es muB jedoch angemerkt werden, daB es sich bei beiden Zusammenhangen um eine theoretisch plausible, aber empirisch im Verhaltnis zu den anderen Schatzwerten instabile Losung handelt. Ob diese Schwankungen durch statistisch differierende, unstandardisierte Parameter verursacht werden, kann ein Gruppenvergleich zwischen beiden Gesamtmodellanpassungen aufdecken.

D. Empirische Untersuchung

266

1 ^ C H A T Z U N G BESTANGEPAftTES MODELL (Bootstrap) 1 Globale Giitekriterien 1 \df 1450 \Chiquad. 4794 IFi TLI Mafi Chiq./df RIVISEA P-Wert SRIVIR CFI (Konf.) > 0,96 \Anford.: £3 ^0,96 ^0,96 ^0,05 ^0,50 ^0,09 0,958 Wert 0,961 0,0598 3,306 0,000 0,058 0,961 (0,0580; 0,0617) 1 Lokale Giitekriterien 1 t-Wer^ Hypoth. Parameter Strukturgleich. ( A n f . t ^ 1.965^ koeff. (unstand.) 3,9401 SPW 0,129 RFB Hic ^ H2b

ENO

Haa

WPK

Hsb

WPK

Hsd

WPK

H4b

WPU

H4C

WPU

H4e

WPU

Hsb

URB

Hsc

URB

Hsa

PFS

Hsb

PFS

Hec

PFS

Hsd

PFS

Hya

RFB

H/b

RFB

Hyc

RFB

H/d

RFB

Hsa

ARE

Hsb

ARE

Hga

BWK

Hgb

BWK

Nio

ANA

|HII

ENZ

^ ^ ^ ^ ^ ^ -> •

^

^ •

>

^ ^ ^ -> ^ ^ ^ ^ -> ^ ^ ^ -^

ARE

0,161

3,579

PFS

-0,289

-7,334^ -3,396

RFB

-0,232

ANA

0,204

3,859

ARE

0,346

8,389

BWK

0,294

6,828

RFB

-0,091

-1,709 2,269

BWK

0,094

ARE

0,165

3,870

BWK

-0,131

-2,651

ARE

-0,395

-8,091

ANA

-0,182

-2,83d

ENZ

0,128

2,441

PFS

0,609

11,047

ANA

-0,218

-2,959

ENZ

0,099

1,661

KOZ

0,267

4,609

BWK

0,439

8,287

ENZ

-0,328

-6,944

ANA

0,428

9,499

ENZ

-0,106

-2,277

ENZ

-0,265

-6,489

KOZ

0,346

6,97l|

Tabelle 34: Schatzung des bestangepaBten Modells mit einem Bootstrap-Sample Bei der multiplen Gruppenanalyse wird das bestangepaBte Modell mit LISREL simultan zweimal geschatzt, eimnal auf Basis der Varianz-Kovarianzmatrix der Originalstichprobe und eimnal auf Basis der Matrix des Bootstrap-Samples. Auf globaler Ebene steht entsprechend die doppelte Zahl an Freiheitsgraden zur Verfiigung (vgl. Tabelle 35). Auch der globale Chiquadrat-Wert ergibt sich aus der Addition beider Anpassungskriterien. Werden zwischen beiden Gruppen Gleichheitsrestriktionen eingeftihrt, werden dem Zweigruppenmodell damit Parameter entzogen. 1st die resultierende Modellverschlechterung signifikant, ist zu konstatieren, dafi die Parameterschatzungen in beiden Samples ungleiche Ergebnisse erzeugen.

D. Empirische Untersuchung

267

Bei 2.900 Freiheitsgraden ergibt sich ein globales Chiquadrat von 8.188,29 fur das Basismodell ohne Invarianzrestriktionen zwischen beiden Gruppen. Werden alle p- und y-Parameter zu den 24 Hypothesen und samtliche ^.-Parameter zu den 56 Indikatoren als invariant spezifiziert, ergeben sich 2.968 Freiheitsgrade.^^"^ Der Chiquadrat-Wert betragt 8.218,72. Ein A^^ von 30,43 bedeutet bei Adf von 68 keine signifikante Modellverschlechterung (p = 0,99). Einige Autoren vertreten die Ansicht, daB mit ErfuUung dieses Tests bereits von einer ausreichenden Modellvaliditat gesprochen werden kann (z. B. BoUen 1989: 360 f.). Um sicherzustellen, dafi sich auch die einzelnen Parameter der B, T- und A-Matrizen bei isolierter Betrachtung entsprechen, ist aber femer eine Invarianzprufung auf Parametemiveau durchzufiihren (vgl. Steenkamp und Baumeister 1998: 421). Dazu wird eine schrittweise Spezifikation invarianter Faktorladungen fur samtliche Indikator-Konstmkt-Zuordnungen vorgenommen und jeweils einzeln mit dem Chiquadrat-Differenztest gepriift. Erweisen sich die Parameter des GesamtmeBmodells auch bei isolierter Prufung als statistisch nicht unterscheidbar, wird dieselbe Prozedur mit den Strukturgleichungsparametem durchgefuhrt, um auch auf Strukturebene Aussagen tiber die AUgemeingiiltigkeit der Ergebnisse tatigen zu konnen. Diese Analyseform wird als strenge Prufung der Validitat des Gesamtmodells angesehen (vgl. Byrne 1998: 338). In Tabelle 35 werden die Ergebnisse der MeBmodellpriifung aufgefuhrt. Die mit * gekennzeichneten Items fungieren als Referenzindikatoren der jeweiligen Konstrukte. Da diese auf Eins fixiert sind, muBten sie bei der Invarianzprufung durch einen Referenzindikatorwechsel zuganglich gemacht werden. Tabelle 35 zeigt an, daB die Invarianz der MeBmodelle auch auf Basis der isolierten Indikatorenprufung bestatigt werden kann. Keine der Chiquadrat-Differenzen ist mit einer 5%-Irrtumswahrscheinlichkeit als von null verschieden aufzufassen.

^^'^Die DifFerenz Adf errechnet sich aus der Gesamtzahl der Faktorladungen und der StrukturkoefFizienten. Da pro Konstrukt jeweils eine Faktorladung auf Eins fixiert wurde, entstehen hier keine zusatzlichen Freiheitsgrade durch Gleichheitsrestriktionen. Entsprechend ist Adf = 80-12 = 68.

D. Empirische Untersuchung

268 PRUFUNG AUF INDIKATORENINVARIANZ iGlobaledf 2900 iGlobales f 8188,294 (ohne Gleichheitsrestriktionen) Globales f Gleichheitsrestriktion

fepw

iFio

—> SPW1

->- SPW2 -^ SPW3 -> SPW4 -* SPW5 SPW6 -»• SPW7 —>

EN01 EN02 WPK1 WPK4 —> WPK5 WPU1 —> WPU2 WPU3 WPU4 —> WPU5 URB1 URB2 URB3 URB4 URB5 URB6 —> RFB1 RFB2 —> RFB3 - • PFS1 PFS2 PFS3 ARE1 ARE2 ARE4 ARES BWK1 BWK2 BWK3 BWK4 BWK5 —> ANA2 ANA3 ANA4 - • ANAS —> ANA7 ENZ1 —> ENZS ENZ6 K0Z2 K0Z3 —^ K0Z4 KOZS K0Z6 K0Z7 —> KOZS K0Z9 KOZ10 K0Z11 — •

- •

WPK

— > •

-> tovpu

KJRB

-)•

-> -* -> — •

-»• ->• -^

tepB

— •

ps tepE

-> -> -» - > •

pWK

teNA

pjz p• -> -> -> ->• -* ->• -> — > •

-> -> -^

-> -» - > •

- » •

->• -^

8189,181 8188,351 8188,7S9 8188,3S1* 8188,375 8188,294 8188,439 8188,294* 8188,294 8188,337 8188,337* 8188,512 8188,978 8188,460 8188,347 8188,421 8188,978* 8190,956 8192,086 8189,038 8188,482 8188,890 8188,890* 8189,212* 8189,212 8188,927 8188,348 8188,325 8188,348* 8188,303 8188,320 8188,698* 8188,698 8188,317 8188,729 8188,396* 8188,301 8188,396 8188,973 8188,366 8189,007 8188,313 8188,973* 8188,465* 8188,465 8188,324 8189,022* 8189,022 8188,428 8188,586 8188,341 8188,713 8188,295 8188,896 8189,065 8188,494

|

^t

0887 0,057 0,465 0,057 0,081 0,000 0,145 0,000 0,000 0,043 0,043 0,218 0,684 0,166 0,053 0,127 0,684 2,662 3,792 0,744 0,188 0,596 0,596 0,918 0,918 0,633 0,054 0,031 0,054 0,009 0,026 0,404 0,404 0,023 0,435 0,102 0,007 0,102 0,679 0,072 0,713 0,019 0,679 0,171 0,171 0,030 0,728 0,728 0,134 0,292 0,047 0,419 0,001 0,602 0,771 0,200

Tabelle 35: Prufiing der Invarianz des GesamtmeBmodells

Test (AdfaiJ 0,346 0,811 0,495 0,811 0,776 1,000 0,703

lM 1,000

oS

0,836 0.641 0408^ 0,684 0,818 0,722 0.408

oTos^

0,051 0,388 0,665 0,440 0,440

oS

0,338 0,426 0816^ 0,860 0,816

o0,872 S 0,525 0,525 0879^ 0,510 0,749 0,933 0,749 041^ 0,788 0,398 0,890 0,410 0679^ 0,679 0,862 0394] 0,394 0,714 0,589 0,828 0,517 0,975 0,438 0,380 0,6551

D. Empirische Untersuchung

269

Werden die Parameter der B und F-Matrizen schrittweise invariant gesetzt, konnen auch die einzelnen Chiquadrat-Differenztests eindeutig bestatigen, dafi es durch die Aquivalenzrestriktionen zu keinen signifikanten Verschlechterungen des Gesamt-Fits kommt. Die ermittelten Parameterwerte der Basismodellschatzung sind damit auch bei Stichproben anderer Zusammensetzung aufzufinden. Dabei sind auch die Schwankungen in dem y-Koeffizient WPU^RFB und dem P-Koeffizient RFP^ENZ statistisch nicht signifikant. PRUFUNG AUF INVARIANZ VON STRUKTURKOEFFIZIENTEN IGlobale df 2900 IGlobales x^ 8188 |(ohne Glelchheitsrestriktionen) Gleichheitsrestriktion Globales x^ AX^ SPW ENO WPU WPU WPU WPK WPK WPK ANA PFU PFU PFU PFU RFB RFB RFB RFB ARE ARE BWK BWK URB URB

|ENZ

- •

RFB

-> ARE -> RFB —*BWK -^ ARE - •

ANA

-^ PFU -* RFB -^ ENZ -». ANA -). ARE -> BWK -^ ENZ -> ANA -* PFU ->. ENZ KOZ BWK -»> ENZ -> ANA -^ ENZ -^ ARE - • BWK -^ KOZ - » •

- •

8188.571 8189.075 8188.936 8188.997 8188.427 8188.519 8188.432 8189.144 8188.576 8188.325 8188.322 8188.297 8188.437 8188.361 8188.432 8188.853 8188.438 8188.319 8188.816 8188.406 8188.304 8188.517 8188.306 8188.706

0.277 0.781 0.642 0.703 0.133 0.225 0.138 0.850 0.282 0.031 0.028 0.003 0.143 0.067 0.138 0.559 0.144 0.025 0.522 0.112 0.010 0.223 0.012 0.412

|

Test (Adf=lj 0.5991 0.377 0.423 0.402 0.715 0.635 0.710 0.357 0.595 0.860 0.867 0.956 0.705 0.796 0.710 0.455 0.704 0.874 0.470 0.738 0.920 0.637 0.913

0.5211

Tabelle 36: Prufung der Invarianz des Strukturmodells Es sei emeut darauf hingewiesen, daB mit Kreuzvalidierungen - sei es gegen BootstrapSamples Oder gegen emeute Stichproben - keine Allgemeingultigkeit des Hypothesengefuges nachgewiesen werden kann (vgl. ausfiihrlich MacCallum et al. 1994). Dem wissenschaftlichen Realismus folgend, sind empirische Resultate zu derartigen Schliissen nicht heranzuziehen, auch wenn sie wiederholt erzielt werden (vgl. Abschnitt A.2.2.). Die in diesem Abschnitt erzielten Ergebnisse k5nnen damit lediglich als wiederholte, vorlaufige Bestatigung des theoretisch hergeleiteten Hypthesensystems angesehen werden. Umgekehrt ist aufgrund der emeuten Modellschatzung aber auszuschlieBen, daB zufallige Charakteristika des gezogenen Samples fur zentrale Parameterschatzungen und die Anpassungsgiite des optimierten Strukturmodells verantwortlich sind. Der Forderung von Boomsma (2000: 466), Stabilitatsprufungen von Modellschatzungen vorzunehmen, wurde daher nachge-

270

D. Empirische Untersuchung

kommen. Die Kritik, das optimierte MeB- und Strukturmodell konnte eine instabile Losung darstellen, kann auf Basis der Resultate zuruckgewiesen werden. 3.4.

Weitere Aspekte der Modellgiite

Mit den bislang durchgefuhrten Analysen konnten die theoretisch hergeleiteten Zusammenhange weitgehend bestatigt und empirisch motivierte Prazisierungen vorgenommen werden. Drei weiterfuhrende Fragen sind dabei jedoch offen geblieben. So muB im Folgenden untersucht werden, ob zwischen Konstruktpaaren, zwischen denen im Gesamtmodell kein Zusammenhang erwartet wurde, auch empirisch keine signifikante Relation nachgewiesen werden kann. Femer ist zu klaren, ob sich das relativ neue Konstrukt der Entscheidungszufriedenheit mit Blick auf soziodemographische Merkmale anders verhalt als die Konsumzufriedenheit. Dieser Abschnitt schlieBt mit der Betrachtung zeitlicher Veranderungen. 3.4.1.

Test auf nicht hypothesierte Zusammenhange

Mit dem Forschungsmodell zur Erklarung der Entscheidungs- und Konsumzufriedenheit wird sowohl das Vorliegen wie die Abwesenheit von kausalen ZusammenhSngen unterstellt. Wahrend die theoretisch spezifizierten Einfliisse determinierender Konstrukte weitgehend bestatigt werden konnten, muB die Abwesenheit von Relationen gepruft werden. GrundsatzHch konnen zwei nicht hypothesierte Zusammenhange getrennt werden. So wurde einerseits unterstellt, daB die Konstrukte zu Voraussetzungen und unmittelbaren Problemwahmehmungen nicht samtliche Entscheidungsziele determinieren. Es lassen sich also bislang nicht untersuchte Einfliisse exogener Variablen auf mediierende Konstrukte identifizieren. Zwischen einer zweiten Gruppe latenter Variablen wurden zwar indirekte, aber keine direkten Beziehungen hergeleitet. Hierzu gehoren Relationen zwischen Entscheidungszielen, exogenen Konstrukten und Zufriedenheitskonstrukten. GrundsatzHch zeigt der sehr gute Modell-Fit des bestangepafiten Modells bereits an, dafi zusatzliche Parameter keine signifikante Verbesserung des Erklarungszusammenhangs ermoglichen. Dies laBt sich durch niedrige Modifikationsindizes auf Strukturmodellebene bestatigen. Aus den Modifikationsindizes kann jedoch nicht abgelesen werden, ob mit dem Forschungsmodell statistisch signifikante Erklarungszusammenhange auBer acht gelassen werden. Zur Uberprufung der nicht hypothesierten Beziehungen wird emeut das bestangepaBte Modell und die Varianz-Kovarianzmatrix der Originalstichprobe herangezogen. Bei wiederholten Modellschatzungen werden selektiv bislang nicht gepriifte p- und y-Parameter fi-eigesetzt. Von der bisherigen Betrachtung wurden sieben Beziehungen zwischen exogenen latenten Variablen und Entscheidungszielen ausgeschlossen. Werden die entsprechenden y-Parameter fur die Gruppen personliche, kontextuelle und soziale Merkmale jeweils im Blocktest freigesetzt, resultieren die in Tabelle 37 aufgefuhrten unstandardisierten Strukturkoeffizienten und tWerte. Wie aus der Ubersicht abzulesen ist, sind sechs dieser Zusammenhange mit einer 5%Irrtumswahrscheinlichkeit nicht von null verschieden. Eine schwach signifikante Relation er-

D. Empirische Untersuchung

271

gibt sich lediglich zwischen dem subjektiven Produktwissen und dem antizipierten Regret. Aus substantieller Sicht kann diese jedoch nicht als allgemeingultig vertreten werden. So sind Experten, die mehr uber eine Produktkategorie wissen, eher dazu in der Lage, die Vor- und Nachteile von Produkten zu identifizieren. Entsprechend zeigt sich im bestangepafiten Modell auch ein positiver EinfluB auf die Rechtfertigbarkeit, der mit einer 1%-Irrtumswahrscheinlichkeit von null zu unterscheiden ist. Individuen, die iiber umfangreiches Produktwissen verfugen, soUten daher weniger Bedauem antizipieren. Die Resultate sprechen jedoch fiir einen gegenteiligen Effekt. DaB es sich bei dem Ergebnis um ein Produkt der spezifischen SampleCharakteristika handelt, bestatigt eine Analyse mit dem in Abschnitt D.3.3.3. verwendeten Bootstrap-Sample. Hier ergeben sich ein unstandardisierter Pfadkoeffizient von 0,068 und ein t-Wert von 1,800. lExogenes Konstrukt SPW SPW ENO ENO ENO WPK URB

Endogenes Konstrukt ANA ARE ANA PFS RFB ARE ANA

t-Wer^ Strukturgleich. koeff. (unstand.) (Anf.t^1,965i 1,86d 0,072 2.06^ 0.079 0,021 o,6od -0,016 -0,520 -0,057 -1,849 1,889 0,144 -0,72q -0,029

Tabelle 37: Parameterschatzung nicht hypothesierter Zusammenhange zwischen exogenen Konstrukten und Entscheidungszielen Es ist weiterhin die Annahme der voUstandigen Mediationen durch die Entscheidungsziele zu pnifen. Hierzu wird in gleicher Weise vorgegangen, das heifit es werden die Parameter fur den EinfluB der personlichen, kontextuellen und sozialen Faktoren auf die Entscheidungszufriedenheitfreigesetzt.Im Ergebnis erweist sich keine der theoretisch nicht erwarteten direkten Beziehungen als auf 5%-Niveau signifikant (vgl. Tabelle 38). Nach Baron und Kenny (1986: 1173 ff.) liegt Mediation aber erst dann vor, wenn (1) eine Beziehung zwischen Prediktor und ZielgroBe besteht, (2) der Mediator durch den Prediktor erklart werden kann, (3) der Mediator eine Relation zur ZielgroBe aufweist und (4) der EinfluB des Prediktors auf das Zielkonstrukt durch die Einfuhrung des Mediators ausgeloscht oder signifikant reduziert wird. Im bestangepafiten Modell wurden bereits signifikante Beziehungen zwischen den exogenen Konstrukten und den Entscheidungszielen sowie zwischen den Entscheidungszielen und der Entscheidungszufriedenheit nachgewiesen. Fur die Entscheidungszufriedenheit werden die Kriterien 2-4 folglich erfiillt. Kriterium (1) wird analysiert, indem samtliche Beziehungen der Entscheidungsziele zur ENZ aus dem Modell eliminiert und die P-Parameter der direkten Zusammenhange ftir personliche, kontextuelle und soziale Antezedenzien wie zuvor erganzt werden. Durch diese Mafinahme wird der isolierte EinfluB der Voraussetzungen und unmittelbaren Problemwahmehmung auf die Entscheidungszufriedenheit untersucht. Tabelle 39 zeigt

272

D. Empirische Untersuchung

an, dafi die exogenen Variablen im zweiseitigen Test sogar einen auf 1%-Niveau signifikant von Null verschiedenen EinfluB ausuben.^^^ Die Annahme des Forschungsmodells, die Entscheidungsziele wtirden die Beziehung zwischen Entscheidungszufriedenheit und den personlichen, problembezogenen und sozialen Faktoren vollstandig mediieren (vgl. Abschnitt C.6.), wird durch diese Ergebnisse folglich bestatigt. Konsistent mit bestehenden Arbeiten (z. B. Zhang und Fitzsimons 1999) kann auch hier nachgewiesen werden, daB Antezedenzien, wie z. B. die Uberlastung, die Entscheidungszufriedenheit zu erklaren veimogen. Bei genauerer Betrachtung zeigt sich jedoch, daB dieser Zusammenhang durch in der Mitte liegende Konstrukte, namlich die Erreichbarkeit von Entscheidungszielen voUstandig mediiert wird. JExogenes Endogenes Strukturgleich. t-Werlj koeff. (unstand.) (Anf. t s 1,965) Konstrukt Konstrukt iMit Parameterschatzung zwischen Entscheidungszielen und ENZ | SPW ENZ -0,016 -0,570 ENO ENZ 0,015 0,477 -0,059 -1,014 WPK ENZ WPU ENZ -0,088 -1,689 URB ENZ 0,042 1,281 lOhne Parameterschatzung zwischen Entscheidungszielen und ENZ SPW ENZ 0,246 6,802 -0,315 -6,164 ENO ENZ -0,334 -5,239 WPK ENZ WPU ENZ -0,311 -5,520 URB ENZ 0,142 3,033

Tabelle 38: Uberpriifung der Mediationsannahme des Forschungsmodells Bei den verbleibenden nicht hypothesierten Relationen zur Konsumzufriedenheit bestehen zwar im Forschungsmodell indirekte Beziehungen, aus theoretischer Sicht ist jedoch keine Mediation im Sinne von Baron und Kenny (1986) anzunehmen. Die Einfliisse exogener Variablen auf die Konsumzufriedenheit und die der nicht gepruften Entscheidungsziele werden jeweils wie zuvor dem Modell hinzugefugt und die Beziehungen auf Signifikanz gepnift. Tabelle 39 gibt wieder, daB im Gesamtmodell keine der exogenen Variablen die Kundenzufriedenheit auf 5%-Niveau signifikant zu erklaren vermag. Dies gilt auch flir das antizipierte Regret und den abschlieBenden negativen Affekt der Entscheidungsfindung. Demgegenuber bewirkt eine geringe Praferenzsicherheit und geringe Bewertungskosten eine signifikant reduzierte Konsumzufriedenheit. Dieser Zusammenhang wtirde bedeuten, daB Konsumenten mit Hilfe extensiver Entscheidungsprozesse in der Lage sind, ein iiberlegenes Produkt auszuwahlen, mit dem sie spater zufriedener sind. Eine derartige Aussage kann jedoch nicht als generalisierbar angesehen werden, da Nachfrager zum einen ihre eigenen zukunftigen

^^^ Dabei ist zu konstatieren, dafi der Zusammenhang zwischen der Unklarheit der reflektiven Bewertung und der Entscheidungszufriedenheit positiv ist. Da die direkte Beziehung fur die vorliegende Arbeit von keinem substantiellen Interesse ist, wird diesem Ergebnis nicht weiter nachgegangen.

D. Empirische Untersuchung

273

Praferenzen nur schwer voraussagen konnen (vgl. Kahneman und Snell 1997) und zum anderen auch Produktqualitat und -leistung nicht abschlieBend vor dem Konsum gepnift werden kann (vgl. Oliver 1997). So ist es insbesondere in der hier betrachteten Kategorie elektronischer Produkte nicht zu erwarten, daB Konsumenten Ausfalle von Produkten oder den funktionalen Nutzen samtlicher Produkteigenschaften grundsatzlich im voraus korrekt vorhersehen konnen. Besonders langfristig erscheint der Erklarungsgehalt beider Konstrukte in bezug auf die Konsumzufriedenheit nicht verallgemeinerbar. Die vorliegenden Daten sind daher keine ausreichende Basis um die Beziehungen in das Forschungsmodell aufzunehmen. Vielmehr wird der Ansicht von MacCallum gefolgt, der meint „when [a] model fits well, it is probably unwise to modify it [...] because the modifications may simply be fitting small idiosyncratic characteristics of the sample" (MacCallum et al. 1992: 501). lExogenes Konstrukt SPW ENO WPK WPU URB PFS ARE BWK [ANA

Endogenes Konstrukt KOZ KOZ KOZ KOZ KOZ KOZ KOZ KOZ KOZ

Strukturgleich. koeff. (unstand.) -0,042 0,063 0,029 0,102 0,019 0,178 -0,021 0,166 0,077

t-Wert (Anf.t>1.965J -1,144 1,823 0,410 1,864 0,507 3,186 -0,386 3,172 1,411

Tabelle 39: Parameterschatzung nicht hypothesierter Zusammenhange zwischen endogenen sowie exogenen Konstrukten und der Konsumzufriedenheit AbschlieBend sind die im Basismodell nicht enthaltenen Beziehungen zwischen Entscheidungszielen zu untersuchen. Die entsprechenden y-Parameter werden schrittweise im bestangepaBten Kausalmodell freigesetzt. Die Ergebnisse bestatigen, daB entsprechend dem hergeleiteten Hypothesensystem keine Beziehungen zwischen den Konstruktpaaren vorliegen, die auf 5%-Niveau statistisch von null zu unterscheiden waren. Exogenes Konstrukt RFB RFB ARE

Endogenes Konstrukt BWK ARE ANA

Strukturgleich. koeff. (unstand.)

t-Werti (Anf. t ^ 1.965)

0,038 0,511 -0,068 -0,8421 0,092 1,7551 Tabelle 40: Parameterschatzung nicht hypothesierter Zusammenhange zwischen Entscheidungszielen und der Konsumzufi^iedenheit 3.4.2.

Test auf individuelle Unterschiede bei Entscheidungs- und Konsumzufriedenheit

In der Literatur wird die Verarbeitungsfahigkeit von Konsumenten als eine der Ursachen fiir Uberlastungen genannt. Entlang soziodemographischen Merkmale konnen zum Teil individuelle Unterschiede empirisch nachgewiesen werden (vgl. Walsh 2002: 234 ff.). Walsh (2002: 236) fiihrt Quellen an, nach denen bildungsschwache Konsumenten als weniger ana-

274

D. Empirische Untersuchung

lytisch und schwach lemend charakterisiert werden (Sproles und Kendall 1986), Frauen unterstellt wird, sie seien ftir einen GroBteil der Einkaufe verantwortlich und daher eher iiberlastet (Townsend und O'Neil 1990) und Konsumenten mit steigendem Alter eine abnehmende Informationsverarbeitungsfahigkeit attestiert wird (Phillips und Stemthal 1977). Femer erscheint es denkbar, daB Konsumenten, die sich bei der Entscheidungsfindung intensiv durch Bekannnte oder Verkaufer beraten lassen, Entscheidungsprozesse als weniger belastend empfmden als solche, die auf sich allein gestellt ein Produkt auswahlen. Die Literatur zum EinfluB derartiger GroBen ist jedoch zu bruchstuckhaft, um strukturierte Hypothesen zu fundieren. Grundsatzlich ist aber eindeutig, daB diese GrSBen allenfalls die Entscheidungszufriedenheit bestimmen soUten; ein EinfluB auf die Konsumzufriedenheit ist jedoch nicht zu erwarten. Wahrend ftir die ersten drei Fragestellungen zu Bildungsniveau, Geschlecht und Alter Soziodemographika vorliegen (vgl. Abschnitt D.3.I.), wurden die beiden letzten Punkte mit jeweils einem Item anhand einer funffach abgestuften Rating-Skala erhoben. Um einen differenzierten EinfluB der funf GroBen auf die latenten Variablen ermitteln zu konnen, bedarf es wiederum der Kovarianzstrukturanalyse. Dabei ist zu beachten, daB es sich mit Ausnahme des Alters nicht um metrisch skalierte Variablen handelt, wie sie bei der LISREL-Parameterschatzung unterstellt werden. Sie konnen deshalb nicht als endogene GroBen zur Modellschatzung herangezogen werden. Ihre Verwendung als exogene Single-Indicator-Determinanten ist jedoch grundsatzlich mit LISREL moglich (vgl. Baer 2004: 71). Hierzu wird die ordinale Variable SchulabschluB entsprechend ihrer Auspragungen in vier Dummy-Variablen transformiert. Die Faktorladungen der acht resultierenden Indikatoren werden auf Eins und die Varianz der MeBfehler auf Null fixiert. Folglich entspricht die Varianz der latenten Variablen der Varianz der beobachteten.^^^ Von den so bestimmten latenten Variablen ausgehend, lassen sich wiederum y-Parameter fur den Erklarungsbeitrag der interessierenden GroBen fur Entscheidungs- und Konsumzufriedenheit berechnen. Um die Einfliisse der individuellen Unterschiede isoliert untersuchen zu konnen, sind keine Restriktionen zwischen den Zufriedenheitskonstrukten zu unterstellen. Durch die Freisetzung von \|/2i wird daher eine freie Korrelation der beiden Variablen zugelassen (vgl. Abbildung 24). Femer liegt bei den funf beobachteten GroBen eine unterschiedliche Varianz vor. Da durch die Spannweite der Altersvariable Einfliisse relativ zu anderen Konstrukten verzerrt geschatzt wiirden, wird diese Variable durch zehn geteilt und damit in ihrer Varianz den tibrigen angepaBt.

'^^Unter Verwendung von Gleichung 2 in Abschnitt D. 1.3.1. laBt sich dies formal ausdrQcken. Danach gilt im allgemeinen LISREL-Modell fur die Varianz einer beobachteten Variable x = Ji^+S. Wird X auf Eins und 6 auf Null fixiert, ist folglich x = 4-

D. Empirische Untersuchung

275

Alter D ^ ^ ^ Geschlecht|

\c\'

Schulabschluli | K Beratung durch Bekannte | ^ Beratung durch Verkaufer |

f^

^j

-^-"^^^^^Xzufriedenheit/i^

|ENZ1 1 ENZ5 1 ENZ6

/

1 K0Z2 1 K0Z3

/ --

1 K0Z4 1 K0Z5

^"^f Konsum- ^ ^ ^^^^^\zufriedenheity^^

1 K0Z6 1 1 1 1 1

K0Z7 K0Z8 K0Z9 KOZ10 K0Z11

Abbildung 24: Strukturmodell zum EinfluB individueller Unterschiede auf Entscheidungsund Konsumzufriedenheit Es zeigt sich, wie erwartet, kein signifikanter Zusammenhang zwischen den Variablen Geschlecht, Alter und Beratung und der Konsumzufriedenheit (vgl. Tabelle 41). Um den EinfluB des Schulabschlusses zu testen, werden die vier F-Koeffizienten fiir den Zusammenhang der vier Dummy-Variablen und der Konsumzufriedenheit blockweise auf 0 fixiert und die Signifikanz der resultierenden x^-Differenz gepruft. Bei Adf = 4 liegt ein Ax^ = 1,94 vor (P = 0,75). Der SchulabschluB iibt also ebenfalls keinen signifikanten EinfluB auf die Konsumzufriedenheit aus. Folglich ist es far die Hohe der Zufriedenheit mit einem erworbenen Produkt unerheblich, welches Alter, welchen SchulabschluB oder welches Geschlecht Konsumenten haben. Auch die Beratung durch Bekannte oder Verkaufer vermag keine Varianz der Konsumzufriedenheit zu erklaren. Fiir die EntscheidungszufHedenheit ist zu konstatieren, daB Alter und Geschlecht ebenfalls bedeutungslos sind (vgl. Tabelle 41). Auch ein emeuter Blocktest fur den SchulabschluB ergibt keinen signifikanten EinfluB (Ax^ = 5,55; P = 0,24). Die Ergebnisse von Walsh (2002: 234 ff.) lassen sich folglich auf dieses Konstrukt nicht tibertragen. Auch Kunden, die intensiv von Verkaufem beraten werden, sind mit dem ProzeB der Produktauswahl nicht zufriedener oder unzufriedener als solche, die ohne deren Beratung z. B. im Internet ein Produkt wahlen. Lediglich Konsumenten, die Rat von Freunden oder Bekannten einholen, weisen eine erhohte Entscheidungszufiiedenheit auf. Offenbar vertrauen Nachfrager Angaben von Freunden oder Bekannten eher, so daB diese ihnen im Gegensatz zu Verkaufem Schwierigkeiten bei der Entscheidungsfindung abnehmen konnen.

D. Empirische Untersuchung

276 [ 1 \df 108 \chiquad. 374 MaB Chiq./df RMSEA (Konf.) \Anford.: ^3 0,05 Wert 3.459 0,063 (0,056; 0,069) 1 1 Parameter

INDIVIDUELLE DETERMINANTEN Globale Gutekriterien

1 1

P-Wert

SRiVIR

CFi

^0,50 0.001

^0,09 0.038

^0,96 0.984

Fl

^ 0,96 ^ 0,96 0.984 0.980

Lokale Gutekriterien

\Erkl^rung der Entscheidungszufriedenheit Alter -^ ENZ Geschlecht ^ ENZ Beratung (Bekannte) -^ ENZ Beratung (Verkaufer) -» ENZ lErklarung der Konsumzufriedenheit Alter ^ KOZ Geschlecht ^ KOZ Beratung (Bekannte) -> KOZ iBeratung (Verkaufer) ^ KOZ

TLI

Strukturgleich. koeff. (unstand.)

1 t-Wer^ (Anf.t^ 1,965^

-0.088 -0.142 0.174 0.064

-1.17a -0.924 3.281 1.08^

-0.027 0.061 0.027 -0.024

-0.41 d 0.448 0.573 0.45^

Tabelle 41: EinfluB individueller Unterschiede auf die Entscheidungs- und die Konsumzufriedenheit 3.4.3.

Test auf zeitliche Stabilitat

Mit der bisherigen Analyse konnte nachgewiesen werden, daft die Erreichbarkeit von Entscheidungszielen und die Entscheidungszufriedenheit einen signifikanten Einflufi auf die Konsumzufriedenheit ausuben. Ob Kunden, die einen unzufriedenstellenden ProduktauswahlprozeB durchlaufen, auch langfiistig mit dem erworbenen Produkt weniger zufrieden sind, bleibt jedoch offen. Untersuchungen, die vergleichbare Zusammenhange zwischen Unwagbarkeiten bei der Entscheidungsfindung und Konsumzufriedenheit betrachten, beschranken sich meist auf Querschnittserhebungen und liefem so wenig Anhaltspunkte tiber die zeitliche Stabilitat kausaler Zusammenhange. Da die langfristigen Auswirkungen auf die Konsumzufriedenheit ftir dessen Konsequenzen - das Word-of-Mouth, die Loyalitat und das Beschwerdeverhalten - von besonderer Bedeutung sind, ist dieser Aspekt aber aus Implikationssicht von hohem Interesse. Ftir den Praktiker ist es zudem von Relevanz, wie die Entscheidungszufriedenheit gemessen werden kann. So ist bislang unklar, ob Befragte dazu in der Lage sind, die Zufriedenheit mit dem Produktauswahlvorgang auch noch langere Zeit nach dem Kauf prazise wiederzugeben. Um diesen Fragestellungen nachzugehen, werden die 661 Befragten vier Monate nach der ersten Erhebung emeut per E-Mail kontaktiert. Die Probanden werden wiederum dazu aufgefordert, einen Online-Fragebogen zu offtien und emeut Angaben zur Entscheidungs- und Konsumzufriedenheit zu machen. Als Anreiz werden 3 x 50 Euro unter den Teilnehmem verlost. Der Fragebogen enthalt die Items der endgtiltigen MeBmodelle zu beiden Zufriedenheits-

D. Empirische Untersuchung

277

typen, das heifit ENZl, ENZ5 und ENZ6 sowie K0Z2-K0Z11. Operativ wird das gleiche Design wie in der ersten Erhebung gewahlt, das heifit neunfach abgestufte Rating-Skalen und zufallige Itemrotation tiber alle Teilnehmer (vgl. Abschnitt D.2.3.). Mit Hilfe des URL-Parameters, der in den individuellen Link des Einladungsschreibens jedes Befragten integriert wurde, konnen die Antworten der Folgeuntersuchung den einzelnen Probanden der ersten Erhebungswelle im nachhinein zugeordnet werden. 21 der 661 Personen sind per E-Mail nicht mehr zu erreichen. Von den verbleibenden 640 Teilnehmem konnen 419 emeut zur Beantwortung des Fragebogens motiviert werden. Samtliche Antworten waren zu verwenden, so daB eine Netto-Rucklaufquote von 64 % vorliegt. Zur Einbindung der Daten in das LISREL-Modell steht zur Auswahl, entweder lediglich die 419 Probanden heranzuziehen, die zu beiden Erhebungszeitpunkten teilnehmen, oder eine multiple Imputation mit dem EM-Algorithmus vorzunehmen. Bei erster Alternative besteht die Gefahr, dafi eine Modellschatzung mit unter 500 Befragten zu instabilen und unzuverlassigen Parameterwerten fuhrt (vgl. Bentler und Chou 1987: 91; Anderson und Gerbing 1988: 416; Schumacker und Lomax 1996: 20). Da mehr als die Halfte der Befragten auch in der zweiten Welle nutzbare Antworten gegeben hat, ist demgegeniiber eine Anwendung des EMAlgorithmus zu vertreten. Nach emeuter Priifimg der Anwendungsvoraussetzung werden die fehlenden Werte entsprechend imputiert. Die Datenanalyse wird in drei Schritten untemommen: der Untersuchung von (1) zeitlichen Mefimodellveranderungen, (2) der zeitlichen Stabilitat der beiden Zielkonstrukte und (3) der zeitlichen Stabilitat von P-Koeffizienten des Strukturmodells. Damit die Modelle miteinander verglichen werden kSnnen, ist zunachst die Invarianz der MeBmodelle iiber die beiden Erhebungszeitpunkte zu prufen (vgl. Steenkamp und Baumeister 1998: 407 ff.). Hierzu wird erneut die statistische Signifikanz der Differenzen zwischen den Indikatorladungen getestet. Liegen keine konstanten Faktorladungen iiber die Beobachtungszeitpunkte vor, ist davon auszugehen, dafi es unterschiedliche Konstrukte sind, die die Auspragungen der Indikatoren determinieren. Ist dies der Fall, ist ein Vergleich der zwar durch identische Items erfafiten, jedoch offenbar verschiedenen Konstrukte auf Strukturebene nicht sinnvoU moglich. Auf der anderen Seite ist aus substantieller Sicht eine Varianz der MeBmodelle durchaus plausibel. Gerade Konstrukte wie die Entscheidungszufriedenheit, die zu Beginn der Untersuchung fiir die Befragten neu sind, konnen sich uber die Zeit wandeln. Werden den Befragten bei emeuter Erhebung neue Konstruktfacetten bewuBt, kann es zu MeBmodellanderungen kommen. Es ist daher im Einzelfall zu prufen, inwieweit Verletzungen der Invarianzbedingungen aus substantiellen Grunden fur die weitere Analyse akzeptabel sind. Im zweiten Schritt wird die zeitliche Stabilitat der Entscheidungs- und Konsumzufiiedenheit untersucht. Hierzu wird ein p-Koeffizient zwischen den beiden Konstrukten zu beiden Er-

278

D. Empirische Untersuchung

hebungszeitpunkten berechnet.^^^ Derartige Koeffizienten, mit denen der Einflufi eines Konstrukts auf sich selbst berechnet wird, konnen als Stabilitatskoeffizienten verstanden werden. Sie geben an, welcher Anteil der Varianz eines Konstrukts zeitlich stabil ist beziehungsweise welcher Anteil zeitlichen Veranderungen unterworfen ist. Bei der Berechnung von Stabilitatskoeffizienten ist zum einen zu beachten, daB man diese auf Stmkturebene nur als solche interpretieren kann, wenn die beiden (identischen) Mefimodelle die gleichen Faktorladungen aufweisen. Zum anderen mufi beriicksichtigt werden, daB die MeBfehler der Items nun mehrfach in gleicher Weise zu erwarten sind, namlich zu jedem Erhebungszeitpunkt, zu dem dieselben Fragen von denselben Personen emeut beantwortet werden. Aus inhaltlichen Gninden sind daher hohe Fehlertermkorrelationen zu erwarten, die in diesem Fall freigesetzt werden miissen, um Verzerrungen auf Stmkturebene zu vermeiden. Um Veranderungen eines Konstrukts vollstandig zu erfassen, ist jedoch nicht nur die Varianz, sondem auch die H6he latenter Mittelwerte zu analysieren (vgl. BoUen 1989: 306 ff.; Byrne 1998: 303 ff). Betrachtet man z. B. die Konsumzufriedenheit, so ist es durchaus moglich, daB die relative Verteilung der Zufriedenheit zwar zeitlich konstant bleibt, aber die Befragten im Schnitt zufriedener oder unzufiriedener werden. Tritt ein solcher Fall ein, wiirde dies in einem hohen P-Koeffizienten resultieren, man konnte aber dennoch nicht von zeitlicher Stabilitat des Konstrukts sprechen. Um die Veranderung der Entscheidungs- und Konsumzufriedenheit komplett zu erfassen, sind also zwei Teilaspekte zu priifen: der Stabilitatskoeffizient p und die Mittelwertdifferenz AK. Abbildung 25 stellt beide Gesichtspunkte schematisch dar. Wahrend im Fall (a) die Probanden (1-6) zum Zeitpunkt Ti eine leicht abweichende relative Verteilung aufweisen als zu T2, ist diese im Fall (b) identisch (P = 1). Hier liegt dafxir eine positive Veranderung des latenten Mittelwerts vor, das heiBt die Befragten werden im Durchschnitt zufriedener.

^Aus technischen Grtinden werden samtliche Konstrukte bei der Programmierung von LISREL als endogen behandelt. Dies fiihrt zu denselben Losungen, als wiirden die Zufriedenheitskonstrukte zum ersten Erhebungszeitpunkt als exogen programmiert und die Strukturkoefifizienten mit y-Parametem berechnet (vgl. ausfiihrlich AbschnittD. 1.3.1.).

279

D. Empirische Untersuchung Potentielle zeitliche Veranderungen latenter Zufriedenheitskonstrukte Zufriedenheit

Zufriedenheit

(a) Moderater Stabilitdtskoeffizient p, keine Veranderung des latenten Mittelwerts

(b) Hoher Stabilitatskoeffizient p, Veranderung des latenten Mittelwerts

Abbildung 25: Teilaspekte zeitlicher Konstmktveranderungen Wahrend die Kausalanalyse vielfach zur Untersuchung von Kovarianzen genutzt wird, finden Modelle, mit denen latente Mittelwerte berechnet werden, sehr viel seltener Anwendung. Fiir deren Umsetzung bedarf es einiger Erganzungen zum klassischen LISREL-Modell, wie es in Abschnitt D. 1.3.1. beschrieben wurde. Bislang waren lediglich Kovarianzmatrizen Basis der Modellschatzung. Wahrend diese zweite Momente beinhalten (die Varianzen von Variablen und Kovarianzen zwischen diesen), wurden ihnen erste Momente entzogen (die Mittelwerte der beobachteten Variablen). In der Terminologie der Regressionsanalyse ausgedriickt hat dies zur Folge, dafi die Konstante der Regressionsgraden, das heifit der Wert der abhangigen Variablen beim Nullpunkt der unabhangigen Variablen, per Definition ebenfalls null wird. Da bisher Signifikanz und Starke von kausalen Zusammenhangen untersucht wurden, waren trotz dieser Vereinfachung samtliche Analysen durchfiihrbar. Zur Analyse latenter Mittelwerte muB die implizite Annahme, alle manifesten Variablen seien als Abweichungen von ihren Mittelwerten gemessen, aufgegeben werden (vgl. Byrne 1998: 304). Basis der Berechnung ist hier die „augmented moment matrix" (Z). Diese ergibt sich aus der Kovarianzmatrix (S) plus dem Vektor der Mittelwerte beobachteter Variablen (z) und dessen Transponition (z') (vgl. Gleichung 13) Z = S + zz'

(Gleichung 13)

Die Augmented Moment Matrix zu Abbildung 25 enthalt sechs neue Informationen, namlich die Mittelwerte der sechs verwendeten Indikatoren. Mit deren Hilfe koimen weitere Parameter geschatzt werden. Diese werden in den modifizierten Gleichungen 1, 2 und 3 des LISRELBasisansatzes (vgl. Abschnitt D. 1.3.1.) wiedergegeben (Byrne 1998: 306):

280

D. Empirische Untersuchung

r] = a-\-BT] + T^ + (^

(Gleichung 14),

x = T^+\^

+5

(Gleichung 15),

y = Ty+ AyTj + s

(Gleichung 16).

Dabei reprasentiert a den Vektor der Konstanten auf Strukturmodellebene sowie r^ und r^ die entsprechenden Vektoren der exogenen und endogenen MeBmodelle. In den Gleichungen nicht enthalten ist K, der Vektor der Mittelwerte der latenten Variablen. Bei einem MeBmodell mit drei Indikatoren liegen also drei neue Informationseinheiten vor, wahrend drei x-Parameter sowie ein K-Parameter zu schatzen sind. Das Modell ist damit unterdefiniert. Das Problem lafit sich jedoch losen, indem ein Vergleich zwischen zwei Konstrukten mit Hilfe zusatzlicher Gleichheitsrestriktionen durchgefiihrt wird. Wird entsprechend dem Schema in Abbildung 25 ein Konstrukt mit jeweils drei Indikatoren zweimal gemessen, so ist es zwar nicht moglich, fiir jedes Konstrukt einzeln einen absoluten Mittelwert zu bestimmen, die Differenz der Mittelwerte kann jedoch errechnet werden. Wie im klassischen LISREL-Modell werden zunachst die Faktorladungen der Referenzindikatoren auf Bins fixiert. Die beiden pro Konstrukt iibrigbleibenden Faktorladungen werden gleichgesetzt (/^j =>^4 2, ^^,1 =^5,2 ^^^^ /^ 1 = Ag 2 = 1 )• Um die Drei-Item-Mittelwertdifferenzen durch einen einzelnen Parameter auszudrucken, mussen schliefilich auch die Mefimodellkonstanten gleichgesetzt werden, das heifitr, 1 = 2-42, ^21 = ^5 2 und TJ j = r^ 2. Wird K zum Zeitpunkt Ti auf Null fixiert und K zu T2 freigeschatzt, ist KJ =AA: also die Differenz der latenten Mittelwerte zwischen der Zufriedenheit bei der ersten und der bei der zweiten Erhebung. Die Signifikanz dieser Mittelwertdifferenz lafit sich wiederum wie zuvor mit Hilfe des Chiquadrat-Differenztests ermitteln. Verschlechtert sich der Model-Fit durch die Fixierung von KJ^ = 0 signifikant, liegt eine signifikante Mittelwertveranderung vor. Nach Priifling der Mefimodellinvarianz und der zeitlichen Stabilitat der Zufriedenheitskonstrukte ist im dritten Schritt die zeitliche Stabilitat der P-Koeffizienten zu prufen. Hier interessiert, ob die Konsumzufriedenheit auch vier Monate nach der ersten Erhebungswelle noch signifikant durch Erlebnisse des Entscheidungsprozesses erklart werden kann. Da die Entscheidungszufriedenheit sich stets auf den gleichen Zeitpunkt bezieht, ist hier eine Veranderung der Strukturgleichungsparameter nicht von Interesse. Inhaltlich wurde damit lediglich die Differenz der Erklarungskraft eines retrospektiv beurteilten Erlebnisses und einer zeitlich noch weiter zuruckliegenden Erfahrung untersucht. Bei der Invarianzprtifling der Faktorladungen wird eine multiple Gruppenanalyse zwischen den Konstruktpaaren ENZji und ENZT2 sowie KOZji und KOZT2 durchgefiihrt. Entscheidungs- und Konsumzufi-iedenheit sind frei korreliert. Ein Test auf globale Mefimodellinvarianz ergibt eine signifikante Modellverschlechterung ( A / = 40,03, A ENZ6 - * K0Z2 -> K0Z3 - • K0Z4 -» K0Z5 -»• K0Z6 K0Z7 -> K0Z8 - x K0Z9 —> KOZ10 K0Z11

- •

KOZ

—

*

•

646,95* 654,82 646,95 645,82* 645,82 645,86 645,25 645,16 647,72 645,19 647,22 653,38 649,38

1,81 9,68 1,81 0,68 0,68 0,72 0,10 0,01 2,57 0,05 2,07 8,23 4,24

1 ^ Tabelle 42: Priifung zeitlicher MeBmodellveranderungen

|

Test (Adf=1) 0,18

o,od 0,18 0,41 0,41 0,4d 0,79 0,91 0,11 0,8^ 0,19

o,od 0.04|

Um die Stabilitat der beiden Konstrukte zu untersuchen, wird eine Berechnung der Stabilitatskoeffizienten p sowie der latenten Mittelwertdifferenzen K zwischen ENZTI und ENZT2 sowie KOZTI und K0ZT2 durchgefuhrt. Da die interessierenden Einfliisse isoliert erfassen werden soUen, werden beide Konstruktpaare in getrennten Modellen berechnet. Bei der Berechnung werden die Fehlertermkorrelationen zwischen identischen Items freigesetzt. Mit beiden Modellen wird nicht das Ziel verfolgt, eine moglichst gute globale Anpassung zu erreichen, sondem lediglich die zeitlichen Veranderungen der Varianz zu bestimmen. Die ErfuUung der weniger strengen Giitekriterien von < 0,08 fur den RMSEA, 5 fiir den ;irVdf-Wert und 0,90 fur

282

D. Empirische Untersuchung

die inkrementellen Fit-Werte (Rentier und Bonett 1980; Hildebrandt 1983a; Hair et al. 1995) kann daher als gute Anpassung angesehen werden (vgl. Tabelle 43). Femer ist zu konstatieren, dal3 ein standardisierter StrukturgleichungskoefFizient von 0,760 vor allem vor dem Hintergmnd nicht vollstandig invarianter MeBmodelle auf eine relativ hohe Stabilitat des Konstrukts Entscheidungszufriedenheit hindeutet. Bei der Konsumzufriedenheit ist mit 0,679 ebenfalls ein hoher standardisierter StabilitStskoeffizient zu verzeichnen. Hier wird allerdings weniger als die HSlfte der Varianz von K0ZT2 durch die Konsumzufriedenheit vier Monate zuvor erklart. Es laBt sich damit bestatigen, daB Konsumenten in einem Zeitraum von vier Monaten offenbar neue Erfahrungen mit einem Produkt Oder dessen Anbieter sammeln, aufgrund deren sich ihre Zufriedenheitsbeurteilungen in starkerem MaBe andem als die retrospektiv betrachtete Entscheidungszufriedenheit. 1 \df IChiquad. Ma&

STABILITATSKOEFFIZIENT DER ENTSCHEIDUNGSZUFRIEDENHEIT | 7 27 TLI Chiq./df RMSEA P-Wert CFI IFI SRMR (Konf.) 0,066 0,990 0,990 0,979 IWert 3,890 0,131 0,034 1 Parameter Strukturgleich. t-Wertl Strukturgleich. koeff. (stand.) (Anf. t ^ 1.965^ koeff. (unstand.) ENZTI ENZT2 0,592 18,641 -> 0,760 0,578 iQuadrierte multipk3 Korrelation (QMK) von ENZT2 STABILITATSKOEFFIZIENT DER KONSZUMZUFRIEDENHEIT \df 95 IChiquad. 395 1 Maa Chiq./df RMSEA P-Wert CFI IFI SRMR TLI 1 rKonf.) IWert 4,162 0,068 0,989 0,989 0,986 0,000 0,025 t-Werti 1 Parameter Strukturgleich. Strukturgleich. koeff. (stand.) (Anf. t^1.965J koeff. (unstand.) KOZTI 17,978 ^ K0ZT2 0,611 0,679 IQuadrierte multiple Korrelation (QMK) von K 0 Z T 2 0,461

Tabelle 43: Stabilitatskoeffizienten der Entscheidungs- und der Konsumzufriedenheit Fur endgiiltige Aussagen bezliglich der zeitlichen Veranderung beider Konstrukte ist eine Analyse der latenten Mittelwerte erforderlich. Hierzu werden beide Modelle emeut berechnet. Um die Mittelwertdifferenz schatzen zu konnen, wird jetzt jedoch die Augmented Moment Matrix als Eingabematrix herangezogen, fur beide Zufriedenheitskonstrukte KTI auf Null fixiert, sowie Gleichheitsrestriktionen fiir Faktorladungen und Modellkonstanten hinzugefugt. Die Korrelationen zwischen der Entscheidungszufriedenheit zu Ti und T2 sowie der Konsumzufriedenheit zu diesen beiden Zeitpunkten werden freigesetzt. Die Ergebnisse in Tabelle 44 konnen bestatigen, daB sich auch der latente Mittelwert der retrospektiv evaluierten Entscheidungszufriedenheit in einem Zeitraum von vier Monaten nicht verandert. Dies unterstreicht noch einmal die Ergebnisse auf Indikatomiveau in Abschnitt D.3.I., mit denen keine signifikanten zeitlichen Veranderungen der manifesten Variablen festgestellt wurden. Effekte wie der Hindsight Bias spielen also eine untergeordnete Rolle bei der

D. Empirische Untersuchung

283

retrospektiven Messung des Konstrukts. Offenbar ist der KaufentscheidungsprozeB fur Konsumenten von so hoher Bedeutung, daB sie sich an ihre Zufriedenheit mit diesem Vorgang auch uber langere Zeitraume in ausreichendem Umfang erinnem k5nnen Ftir die Konsumzufriedenheit ergibt sich abermals ein anderes Ergebnis. Hier resultiert ein AK von 0,280. Danach geben Konsumenten im Zeitablauf eine zunehmende Zufriedenheit mit dem Konsum ihres Produkts an. Bei einer Varianz von 0,052 ist der Wert fiir AK im zweiseitigen t-Test mit einer 5%-IrrtumswahrscheinHchkeit von null verschieden. Dies bestatigt auch der Chiquadrat-Differenztest, nachdem eine Fixierung von KT2 ZU einer signifikannten Modellverschlechterung fuhrt. Die zeitliche Erhohung der Konsumzufriedenheit ist aus substantieller Sicht nicht unplausibel. Zum einen treten mit zunehmendem zeitlichem Abstand zur Produktauswahl die Salienz altemativer Produkte und damit kognitive Dissonanzen in den Hintergrund. Zum anderen lemen Konsumenten gerade bei den hier erhobenen elektronischen Produkten oftmals erst iiber langere Zeit den vollen Funktionsumfang eines neuen Produkts zu nutzen. Der damit verbundene Zuwachs des fiinktionalen Nutzens fuhrt im Befragtendurchschnitt zu einem zeitlichen Anstieg der Konsumzufriedenheit. 1

LATENTE MITTELWERTDIFFERENZ ENTSCHEIDUNGSZUFRIEDENHEIT 1 10 Ichiquad. 19 TLI Maa CFI IFI Chiq./df RMSEA P-Wert SRMR fKonf.) Wert 0,993 1,859 0,036 0,996 0,996 0,796 0,038 1 Parameter Varianz t-Wert SchStzwert (Anf.t^ 1,965^ Kj2(ENZ) 0,59d 0,062 0,037 Test A Chiquadrat Chiquad. (KT2=0) (Adf=lJ 0,509 0,436 19,389 LATENTE MITTELWERTDIFFERENZ KONSUMZUFRIEDENHEIT | \df 109 IChiquad. 450 TLI Maa Chiq./df RMSEA P-Wert CFI IFI SRMR fKonf.) Wert 0,987 1 4,128 0,067 0,988 0,988 0,000 0,034 1 Parameter Varianz t-Wert{ Sch^tzwert (Anf.t^ 1,965)1 5,397| KT2 ( K O Z ) 0,052 0,280 A Chiquadrat Chiquad. (KT2=0) Testi (Adf=d 28,762 478,699 o,ooo|

Tabelle 44: Zeitliche Verandemng der latenten Mittelwerte der Entscheidungs- und der Konsumzufriedenheit Wenn derartige Veranderungen der Konsumzufriedenheit im Zeitablauf zu verzeichnen sind, dann ware es nicht unplausibel, wenn auch der Erklarungsbeitrag der Entscheidungsziele und der Entscheidungszufriedenheit sich in dem MaB reduzieren wtirden, wie andere Aspekte des Konsums, z. B. Produkterfahrungen, in den Vordergrund riicken. Fiir die praktische Anwendung der Forschungsresultate ist es von zentraler Bedeutung, ob es sich bei den hier ermittel-

284

D. Empirische Untersuchung

ten kausalen Zusammenhangen zur Konsumzufriedenheit lediglich um voriibergehende Effekte Oder um dauerhafte Einflusse der Kaufentscheidungserfahrung handelt. Hierzu wird ein Modell mit KOZji und eines mit K0ZT2 als Zielvariable im Rahmen einer multiplen Gruppenanalyse berechnet. Durch simultane Parameterschatzungen beider Modelle konnen analog zur Struktur- und Mefimodellvalidierung (vgl. Abschnitt D.3.3.3.) signifikante Unterschiede in den jeweiligen Strukturgleichungskoeffizienten ermittelt werden. Diese Differenzen werden auf Basis des bestangepafiten Forschungsmodells berechnet. Da, wie erinnerlich, MeBmodellinvarianz der Indikatoren KOZ2-KOZ8 nachgewiesen werden konnte, kann das Gesamtmefimodell zur isolierten Pnifung der Veranderung von p-Koeffizienten invariant gesetzt werden. MeBmodellinvarianz der restlichen Konstrukte ist deshalb zulassig, weil bei diesen keine neuen Erfahrungen gemacht werden konnen und die latenten Variablen entsprechend ihrer ursprunglichen Messung in beide Gruppenmodelle eingehen. Folglich ist auch auf Strukturebene lediglich der Gruppenvergleich zwischen den Strukturkoeffizienten RFB->K0ZTI,T2 und ENZ-^K0ZTI,T2 von Interesse; alle anderen Parameterwerte entsprechen den bereits diskutierten Ergebnissen zum bestangepafiten Modell (Abschnitt D.3.3.2.). Hier ist zunachst zu konstatieren, dafi in den vier Monaten zwischen den beiden Befragungszeitpunkten keine signifikanten Anderungen im Erklarungsgehalt der Entscheidungs- und der Konsumzufriedenheit zu verzeichnen sind. Mit anderen Worten: Die Schwankungen im Einflufi der Rechtfertigbarkeit und der Entscheidungszufriedenheit auf die Konsumzufriedenheit kurz nach dem Kauf und vier Monate spater sind statistisch mit einer 5%-Irrtumswahrscheinlichkeit nicht von null zu unterscheiden. So zeigt auch die quadrierte multiple Korrelation, dafi zum Zeitpunkt T2 immer noch 18,4 % der Varianz der Konsumzufriedenheit iiber die Erfahrung des Entscheidungsprozesses erklart werden kann. Bei den Parameterschatzungen des bestangepafiten Modells handelt es sich folglich um dauerhafte Phanomene, die nicht nur kurz nach dem Kauf auftreten, sondem zeitlich keinen nachweisbaren Schwankungen unterliegen.

285

D. Empirische Untersuchung PRUFUNG ZEITUCHERSTURKTURMODELLINVARIANZ 2728 6823

1 G/o6a/e df iGlobales x'

iParameterschStzung innerhalb der Gruppen Strukturgleich. koeff. (unstand.) 0,299

Strukturgleich. koeff. (stand.) 0,259

1 t-Wertl (Anf.t^1,965J 5,112

RFB

->

KOZTI

ENZ

-^

KOZTI

0,281

0,300

5,9761

RFB

->

K0ZT2

0,236

0,227

4,378

|ENZ

->

K0ZT2

0,220

0,261

5,075|

Globales x^

^t

TesJ

iGleichheitsrestriktion RFB

-^

K O Z T I , T2

6824,093

0,638

(Aclf=lJ 0,424

|ENZ

-.

K O Z T I . T2

6824,378

0,923

0,337[

Tabelle 45: Zeitliche Veranderung von Stmkturgleichungskoeffizienten

4.

Qualitat der empirischen Ergebnisse

Das theoretisch hergeleitete Hypothesengefuge wird mit den Angaben von 661 Probanden auf seinen Realitatsgehalt gepruft. Dabei wird eine breite Streuung iiber verschiedene Bevolkerungsschichten erreicht. Entsprechend den empirischen Zielen dieser Untersuchung dienen reale anstelle von hypothetischen Kaufentscheidungen als Basis der Erhebung. Die zur Beantwortung des Fragebogens angegebenen Produkte konnen zwar alle der Kategorie „consumer electronics" zugeordnet werden, innerhalb dieses Produktspektrums wird aber ebenfalls eine breite Streuung an Produkttypen und Kaufpreisen erzielt. Spezifische Sample-Charakteristika bestimmter Bevolkerungsgruppen oder die spezifischer Kaufentscheidungen sind als Ursachen fur die erzielten Parameterschatzungen auszuschliefien. Wichtige Erkenntnisse gehen bereits aus der quantitativen Uberpriifung der eingesetzten Itembatterien hervor. Zum einen zeigt sich, daB eine retrospektive Abfrage der Entscheidungszufriedenheit und deren Antezedenzien zu keinen systematischen Verzermngen in den beobachteten Variablen fiihrt. Dies ergeben ANOVAs auf Indikatomiveau. Mit Ausnahme von zwei Indikatoren laBt sich damit kein strukturierter EinfluB des „Vergessens" auf die erzielten Antworten der Probanden nachweisen. DaB die SchluBfolgerungen auf Strukturebene nicht durch Konsequenzen der Retrospektion dominiert werden, bestatigt zudem eine Berechnung des Stabilitatskoeffizienten sowie der latenten Mittelwertveranderung fur die Entscheidungszufriedenheit uber einen Zeitraum von vier Monaten. Wird die Entscheidungszufnedenheit zu zwei Zeitpunkten zu Anfang und zu Ende dieses Zeitraums erhoben, so vermag das Konstrukt zum ersten Zeitpunkt mit einem voUstandig standardisierten Strukturkoeffizienten von 0,76 einen Grofiteil der Varianz seiner selbst zum zweiten Zeitpunkt zu erklaren. Die Analyse eines Means-and-Intercept-Modells bestatigt femer, daB nicht nur Varianzstabilitat vorliegt, sondem zudem keine statistisch von null verschiedene Differenz latenter Mittelwerte zwischen beiden Erhebungswellen ermittelt werden kann.

286

D. Empirische Untersuchung

Die in dieser Untersuchung vorgeschlagenen Itembatterien erweisen sich insgesamt als reliable und valide Reprasentanten der theoretischen Konstrukte. Mit Ausnahme des spater nicht in das Gesamtmodell einflieBenden Indikators ANAS fuhrt keiner der beobachteten Variablen zu unzulassigen VerstoBen gegen die Normalverteilungsannahmen der Maximum-LikelihoodParameterschatzung mit LISREL. Erwartungsgemafi hohe Kurtosiswerte miissen lediglich bei der etablierten Skala zur Konsumzufriedenheit verzeichnet werden (vgl. Fomell 1992: 13; Myers 1999: 119). Aus der initialen Indikatorenmenge werden mit Hilfe der konfirmatorischen Faktorenanalyse 19 von 75 manifesten Variablen als unzureichende Reprasentanten der unterliegenden theoretischen Konstrukte identifiziert und folgerichtig eliminiert. Das empirisch wie theoretisch konsistente Gesamtmefimodell mit den verbleibenden 56 Indikatoren kann die anzuwendenden globalen und lokalen Gutekriterien hervorragend erfuUen. Lediglich ein Indikator der Entscheidungszufriedenheit unterschreitet den Grenzwert fur die Indikatorreliabilitat leicht. Insgesamt konnen 11 von 12 Konstrukten mit der wiinschenswerten Menge von drei und mehr Items gemessen werden. Lediglich die von Schwartz et al. (2002) vorgeschlagene Skala zur Entscheidungsoptimierung erweist sich unter den strengen Kriterien der konfirmatorischen Faktorenanalyse als wenig reliabel, so dafi eine Vereinfachung bis auf zwei Items erforderlich ist. Zur Identifikation einer umfassenderen Skala grofierer Zuverlassigkeit ist folglich weitere Forschung notwendig. DaB das Gesamtmefimodell dariiber hinaus in hohem Mafie geeignet ist, die interessierenden Sachverhalte auf Strukturebene zu priifen, bestatigt femer die Analyse der Diskriminanzvaliditat. Samtliche Konstruktpaare konnen das strenge Fomell-Larcker-Kriterium erfiillen. Besonders hervorzuheben ist, dafi Konsumenten entsprechend den theoretischen Annahmen zwischen den funf hier vorgebrachten und inhaltlich eng verwandten Entscheidungszielen differenzieren konnen. Auf struktureller Ebene kann schon dem Basismodell eine hohe RealitatsnShe bescheinigt werden. Hier wird bereits ein hervorragender globaler Modell-Fit erreicht. Die in dieser Untersuchung angewendeten strengen globalen Gutekriterien konnen durchgangig erfuUt werden. Verbesserungspotential zeigt jedoch eine Analyse der nomologischen Validitat. 10 der 33 Hypothesen erweisen sich im Basismodell mit einer 5%-Irrtumswalirscheinlichkeit als statistisch nicht von null verschieden (vgl. Tabelle 46). Es wird eine emeute theoretische Diskussion der zugrundeliegenden Hypothesen durchgefuhrt. In Fallen, in denen es aus theoretischer Sicht angebracht ist, wird dabei explizit geprtift, ob die realen Zusammenhange nichtlinear sind. Mit dieser Vorgehensweise kann ausgeschlossen werden, dafi eliminierte Strukturkoeffizienten aufgrund der Linearitatsannahme der LISREL-Parameterschatzung irrtumlich abgelehnt werden. Die damit empirisch eindeutig angezeigte und substantiell zu rechtfertigende Parameterkontraktion von Acht urspriinglich nicht signifikanten Parametem ftihrt zu einem bestangepafiten Modell, das samtliche lokalen und globalen Anforderungen klar erfullt. Das so identifizierte bestangepafite Forschungsmodell ist nicht nur theoretisch konsistent, sondem stellt auch empirisch keine Kapitalisierung zufalliger Stichprobeneigenschaften dar. Dies bestatigt die Gegenpnifung mit Hilfe eines Bootstrap-Samples. Die Basismodellprufung mit der Stichprobe anderer Zusammensetzung zeigt die gleichen Modellmodifikationen an, wie sie

D. Empirische Untersuchung

287

aufgrund der Parameterschatzung mit Hilfe des ursprunglichen Samples vorgenommen wurden. Femer bestatigt sich die Stabilitat des bestangepafiten Strukturmodells, da dieses auch fur das Bootstrap-Sample einen akzeptablen Fit aufweist. Lediglich auf lokaler Ebene sind zwei Instabilitaten in der Parameterschatzung von Hsb und Hvc zum EinfluB der Produktuberlastung auf die Rechtfertigbarkeit und den der Rechtfertigbarkeit auf die Entscheidungszufriedenheit zu konstatieren. Aussagen zur AUgemeingiiltigkeit dieser Zusammenhange sind erst mit wieteren Replikationen der vorliegenden Studie moglich. Insgesamt ist aus der Zusammenfassung in Tabelle 46 aber abzulesen, dal3 25 der 33 theoretisch spezifizierten kausalen Zusammenhange die realen Gegebenheiten adaquat abbilden. Die nomologische Validitat des bestangepafiten Modells kann schlieBlich die Analyse der quadrierten multiplen Korrelationen fur endogene Konstrukte bestatigen. Diese offenbart, daB die Entscheidungszufriedenheit mit dem hier entwickelten Forschungsmodell zu 68,4 % erklart werden kann. Vor dem Hintergrund in der Realitat auftretender und nicht generalisierbarer Storfaktoren bestatigt dies, daB aus theoretischer Sicht die Antezedenzien dieses Konstrukts bei der Modellbildung umfassend berucksichtigt wurden. Es ist zudem festzuhalten, daB auch die realen Antezedenzien der Entscheidungsziele weitgehend im LISREL-Modell enthalten sind. Mit Ausnahme der Rechtfertigbarkeit und des antizipierten Regrets werden Jewells tiber 50 % der Konstruktvarianz durch die im Modell enthaltenen sozialen, problemund personenspezifischen Faktoren determiniert. Lediglich die BestimmungsgroBen der Rechtfertigbarkeit und der Konsumzufriedenheit werden mit 28,4 % und 25,8 % erklSrter Varianz zu unter 30 % erfaBt. Fur die Konsumzufriedenheit ist dies jedoch ein hervorragender Wert. So kann folglich ein Viertel der untemehmerischen ZielgroBe durch Erfahrungen der Entscheidungsfindung erklart werden, die in der bestehenden Marketingforschung keine Beriicksichtigung fmden.

D . Empirische Untersuchung

288 iNr. Angenommener Zusammenhang

Basis- Bestan. modell Modell

\A uswirkungen der personenspezifischen Faktoren ^ Praferenzsicherheit (PFS) Hia Produktwissen (SPW) n.s. ^ Bewertungskosten (BWK) Hib Produktwissen (SPW) n.s. ^ Rechtfertigbarkeit (RFB) ,/ |Hic Produktwissen (SPW) ^ Bewertungskosten (BWK) n.s. H2a Entscheidungsopt. (ENO) Antizipiertes Regret (ARE) / P 2 b Entscheidungsopt. (ENO) \Auswirkungen der Wahmehmungproblemspezifischer Faktoren ^ Praferenzsicherheit (PFS) V Haa Produktkomplexitat (WPK) -^ Rechtfertigbarkeit (RFB) Y H3b Produktkomplexitat (WPK) ^ Bewertungskosten (BWK) n.s. H3C Produktkomplexitat (WPK) -^ Abschl. negativ. Affekt (ANA) / Had Produktkomplexitat (WPK) -» Produktuberlastung (WPU) Praferenzsicherheit (PFS) |H4a n.s. ^ Antizipiertes Regret (ARE) ^ |H4b Produktuberlastung (WPU) Bewertungskosten (BWK) / H4C Produktuberlastung (WPU) -> Abschl. negativ. Affekt (ANA) n.s. H4d Produktuberlastung (WPU) -> Rechtfertigbarkeit (RFB) Y H4e Produktuberlastung (WPU) \Auswirkung des sozialen Faktors Hsa Unklarheit refl. Bewert. (URB) -> Praferenzsicherheit (PFS) n.s. Hsb Unklarheit refl. Bewert. (URB) ^ Bewertungskosten (BWK) n.s. ^ Hsc Unklarheit refl. Bewert. (URB) -> Antizipiertes Regret (ARE) Hsd Unklarheit refl. Bewert. (URB) ^ Rechtfertigbarkeit (RFB) n.s. \Auswirkung der Erreichbarkeit von Anndherungszielen ^ Bewertungskosten (BWK) Hga Praferenzsicherheit (PFS) -> Antizipiertes Regret (ARE) Y |H6b Praferenzsicherheit (PFS) ^ Abschl. negativ. Affekt (ANA) / kc Praferenzsicherheit (PFS) ^ Entscheidungszufried. (ENZ) |H6d Praferenzsicherheit (PFS) n.s. ^ Praferenzsicherheit (PFS) Y H7a Rechtfertigbarkeit (RFB) -> Abschl. negativ. Affekt (ANA) / Hvb Rechtfertigbarkeit (RFB) -^ Entscheidungszufi-ied. (ENZ) / Hvc Rechtfertigbarkeit (RFB) ^ Konsumzufriedenheit (KOZ) ^ H7d Rechtfertigbarkeit (RFB) \Auswirkung der Erreichbarkeit von Vermeidungszielen -> Bewertungskosten (BWK) / iHga Antizipiertes Regret (ARE) ^ Entscheidungszufried. (ENZ) Y Hgb Antizipiertes Regret (ARE) -» Abschl. negativ. Affekt (ANA) ^ [Hga Bewertungskosten (BWK) -> Entscheidungszufried. (ENZ) / jHgb Bewertungskosten (BWK) >/ Hio Abschl. negativ. Affekt (ANA) -> Entscheidungszufried. (ENZ) |Zw5flmwe«/zfl[«g der Entscheidungs- Mwt/ Konsumzufriedenheit ^ Konsumzufriedenheit (KOZ) |HII [Entscheidungszufriedenheit >/ 1 v^ DieHypothesekannauf5%-Niveauals signifikantbestatigtwerden 1 n.s. Der Zusammenhang ist auf 5%-Niveau statisch nicht von Null verschieden •

•

^

>

y/"

n.s. n.s. ^ n.s. / / Y

Boot- 1 strap 1 I n.s. 1 n.s.

^ 1 ^ I1 /1 n.s. 1

n.s.

n.s. ^

n.s. 1

n.s. ./ /

n.s. 1

n.s. ^

n.s.

n.s. / ^

n.s.

n.s.

n.s. 1 I

^ ^ / ^ ^ Y Y ^

Y 1

^ ^ Y Y ^ /

/1 ^ 1 ^ ^ \1 ^ 1 ^ ^

^ 1 ^ 1 ^ 1 ^ n.s.

^ 1 ^

^ 1 ^ 1 ^ 1 ^ ^ 11

Tabelle 46: Getestete Hypothesen und Resultate Das Sparsamkeitsprinzip diktiert die Vereinfachung real komplexer Phanomene auf eine reduzierte Zahl wesentlicher und klar spezifizierter Zusammenhange zwischen theoretischen Konstmkten. Entsprechend wurde auch mit dem vorliegenden Hypothesensystem von kausalen

|

289

D. Empirische Untersuchung

Zusammenhangen zwischen einer Reihe von Konstruktpaaren abstrahiert. Bis auf drei in Tabelle 47 kenntlich gemachte Zusammenhange erweisen sich diese Vereinfachungen auch nach expliziter Prufung als zulassig. Um eine LFberparametrisierung des bestangepaBten Forschungsmodells zu vermeiden und dessen Allgemeingiiltigkeit nicht zu gefahrden, werden die drei signifikanten, jedoch theoretisch nicht zu vertretenden Zusammenhange in das Hypothesensystem nicht aufgenommen. Nicht angenommer Zusammenhang

BestMgung der Modellannahme

[Auswirkungen der personenspezifischen Faktoren |produktwissen (SPW) -> Abschl. negativ. Affekt (ANA) |Produktwissen (SPW) -» Antizipiertes Regret (ARE) |Produktwissen (SPW) ^ Entscheidungszufried. (ENZ) |Produktwissen (SPW) ^ Konsumzufriedenheit (KOZ) |Entscheidungsoptimierung (ENO) ^ Abschl. negativ. Affekt (ANA) |Entscheidungsoptimierung (]iNO) "> Praferenzsicherheit (PFS) |Entscheidungsoptimierung (ENO) -> Rechtfertigbarkeit (RFB) |Entscheidungsoptimierung (ENO) -^ Entscheidungszufried. (ENZ) \Auswirkungen der Wahrnehmungproblemspezifischer Faktoren |Produktkomplexitat (WPK) -> Antizipiertes Regret (ARE) Produktkomplexitat (WPK) -> Entscheidungszufried. (ENZ) Produktkomplexitat (WPK) -> Konsumzufriedenheit (KOZ) |Produktuberlastung (WPU) •> Entscheidungszufried. (ENZ) ProduktuberlasUing (WPU) •> Konsumzufriedenheit (KOZ) \Auswirkung des sozialen Faktors Unklarheit refl. Bewert. (URB) -> Abschl. negativ. Affekt (ANA) |Unklarheit refl. Bewert. (URB) ^ Entscheidungszufried. (ENZ) Unklarheit refl. Bewert. (URB) -> Konsumzufriedenheit (KOZ) \Auswirkung der Erreichbarkeit von Anndherungszielen IPraferenzsicherheit (PFS) -^ Konsumzufriedenheit (KOZ) Rechtfertigbarkeit (RFB) ^ Bewertungskosten (BWK) Rechtfertigbarkeit (RFB) ^ Antizipiertes Regret (ARE) Rechtfertigbarkeit (RFB) ^ Entscheidungszufried. (ENZ) Rechtfertigbarkeit (RFB) ^ Konsumzufriedenheit (KOZ) \Auswirkung der Erreichbarkeit von Vermeidungszielen lAntizipiertes Regret (ARE) ^ Abschl. negativ. Affekt (ANA) Antizipiertes Regret (ARE) -^ Konsumzufriedenheit (KOZ) |Bewertungskosten (BWK) ^ Konsumzufriedenheit (KOZ) lAbschl. negativ. Affekt (ANA) -^ Konsumzufriedenheit (KOZ) 1 y Der Zusammenhang ist auf 5%-Niveau statisch nicht von Null verschieden 1 (+/-) Richtung des auf 5%-Niveau signifikanten EinfluB

\

/ (+)

^ y

^ ^ y y

/

1\

/y

1

/

1

/

/

\

^

/ /

11 1\

(+)

1

//

11 1 1\

y

1

/ / ^ (+) Y

1

\ 1 |

Tabelle 47: Nicht spezifizierte Strukturgleichungskoeffizienten Femer kann mit einer Analyse der von Baron und Kenny (1986) propagierten Kriterien zur Prufung von Mediationsannahmen bestatigt werden, daB die Erreichbarkeit von Entscheidungszielen den Zusammenhang zwischen den exogenen Variablen der unmittelbaren Pro-

290

D. Empirische Untersuchung

blemwahmehmung und dem Zielkonstrukt der Entscheidungsfindung vollstandig mediiert. Auch diese Basisannahmen des vorgelegten Forschungsmodells entsprechen damit den realen Gegebenheiten. Der von einigen Autoren (z. B. Walsh 2002: 234 ff.) identifizierte Zusammenhang zwischen Uberlastung und individuellen Kaufercharakteristika kann in dieser Untersuchung fur die Entscheidungs- und die Konsumzufriedenheit nicht bestatigt werden. Soziodemographika wie Alter, Geschlecht und Schulbildung erklaren keinen interpretierbaren Varianzanteil der beiden Konstrukte. Ein Zusammenhang besteht lediglich zwischen der Entscheidungszufriedenheit und der Neigung von Individuen, sich durch Freunde beim Kauf beraten zu lassen. Den Ergebnissen zufolge kann dies im Gegensatz zu einer intensivierten Verkauferberatung die Zufriedenheit mit dem Produktauswahlvorgang signifikant erhohen. Aus der im viermonatigen Zeitabstand durchgefuhrten Folgeerhebung dieser Arbeit lassen sich zwei zentrale Schliisse ziehen. Erwartungsgemafi erweist sich zum einen, dafi die angegebene Konsumzufriedenheit im Zeitablauf Anderungen unterworfen ist. Insbesondere offenbart die Analyse latenter Mittelwertdifferenzen ein durchschnittliches Ansteigen der Konsumzufriedenheit im Untersuchungszeitraum. Obwohl keine weiteren Daten zu den Ursachen dieser Veranderung vorliegen, ist ein Zufriedenheitsanstieg theoretisch durchaus plausibel. So ist zu erwarten, dafi gerade bei kiirzlich erworbenen ftmktionalen Produkten Konsumerfahrungen zu Lemeffekten fuhren, die es Konsumenten ermoglichen, einen hoheren Nutzen aus ihrem Kauf zu erzielen. Aus praktischer Sicht ist diese Erkenntnis nicht unbedeutend. Eine fruhzeitig durchgefiihrte Zufriedenheitsmessung frihrt nach diesen Ergebnissen zu einer systematischen Unterschatzung der langfristig zu erzielenden Werte. Trotz dieser zeitlichen Veranderung des Konsumzufriedenheitskonstrukts kann im Untersuchungszeitraum keine systematische Veranderung der Strukturkoeffizienten zwischen Rechtfertigbarkeit und Konsumzufriedenheit sowie Entscheidungs- und Konsumzufriedenheit verzeichnet werden. Wahrend die Hohe der Konsumzufriedenheit kurz nach dem Kauf nur in geringem Umfang fur die bekannten Verhaltenskonsequenzen des Word-of-Mouth und der Loyalitat verantwortlich gemacht werden kann, so zeigt die bisherige Forschung doch eindeutig, dafi die langfristige Hohe der Zufriedenheit diese GroBen determiniert. Bei den Antezedenzien dieses Konstrukts ist zumindest fur den Untersuchungszeitraum keine signifikante Verschlechterung der Erklarungskraft des Forschungsmodells im Vergleich zwischen der ersten und der zweiten Erhebungswelle zu verzeichnen. Anders gesagt: Es liegen deutliche Hinweise darauf vor, daB die Erfahrungen bei der Produktauswahl nicht nur vorubergehende, sondem auch langfristige Spuren bei der Produktevaluation von Konsumenten hinterlassen. Zusammenfassend kann aufgrund der zuverlassigen Messung der latenten Variablen und der im Kreuzvergleich stabilen Parameterschatzung des Gesamtmodells geschluBfolgert werden, daB die theoretisch angestellten tJberlegungen die realen Gegebenheiten sowohl kurz- wie langfristig hervorragend beschreiben konnen. Die erzielten Erkenntnisse eignen sich damit in hohem MaBe zur Ableitung praktischer sowie theoretischer Implikationen.

E. Implikationen fiir Praxis und Forschung Die empirische Untersuchung dieser Arbeit bestatigt den determinierenden EinfluB der Konsumentenuberlegungen wahrend der Produktauswahl auf die Kundenzufriedenheit. Es wird aufgedeckt, welche psychologischen Prozesse dazu fiihren, daB Konsumenten, die mit schwierigen Kaufentscheidungen konfrontiert werden, unzufriedener mit dem Prozefi der Produktauswahl und nicht zuletzt mit dem Konsum eines erworbenen Produkts sind. Aus unternehmerischer Sicht stellt sich damit die Frage, welche Gesamteffekte von den im Forschungsmodell identifizierten Antezedenzien ausgehen und wie diese gesteuert werden konnen. Aus theoretischer Sicht sind die Limitation dieser Arbeit sowie der weitere Forschungsbedarf im Themenfeld aufzuzeigen.

1.

Implikationen fiir die Unternehmenspolitik

Nach den Ergebnissen von Fitzsimons et al. (1997: 16 f.) ist nicht nur die Konsumzufriedenheit aufgrund unmittelbarer Konsequenzen wie der Mundpropaganda, des Wiederkauf- oder Beschwerdeverhaltens fiir Produkthersteller von Bedeutung, auch die kausal antezedente Entscheidungszufiiedenheit hat direkte Auswirkungen auf untemehmerische Zielgrofien. So steigert die Unzufriedenheit mit dem EntscheidungsprozeB c. p. die Reagibilitat der Nachfrager auf Preiserhohungen, reduziert die Kaufintention und erhoht negatives WOM gegeniiber dem Handler (vgl. Abschnitt B.1.1.4.). Es ist damit zu konstatieren: „retailers and manufacturers need to understand that consumer's decision process plays an important role in determining overall satisfaction levels [...] [and] must attempt to formulate strategies to increase both decision and consumption satisfaction" (Fitzsimons et al. 1997: 24). Diese Arbeit vermag zunachst einen Beitrag zur Messung und Kontrolle der Kundenzufriedenheit zu leisten. In der empirischen Untersuchung bestatigt sich die theoretische Uberlegung, daB die Zufriedenheit mit einer erhaltenen Leistung nicht nur durch die Qualitat der Leistung selbst, sondem auch durch die Erfahrungen bei der Optionsselektion determiniert wird. Fiir Untemehmen, die ihre Produkte am Markt anbieten und die Zufriedenheit ihrer Kunden wirksam kontroUieren woUen, bedeutet dies, daB der Kunde nicht nur als Konsument, sondem auch als Entscheider zu konzeptualisieren ist. Gestaltansatze, nach denen die Kundenzufriedenheit als einzelne Evaluation eines Produkts samtliche umliegenden Erfahrungen in Bezug auf Produktkauf und -nutzung reflektiert, sind damit zugunsten einer umfassenderen Messung mit Hilfe beider Komponenten - der Entscheidungs- und der Konsumzufriedenheit - zu verwerfen. Dabei kann eine Erhebung der Entscheidungszufriedenheit gemaB den hier erzielten Resultaten auch langere Zeit nach dem Kauf noch ohne substantielle Verzemingen vorgenommen werden. Bei der Erhebung der Konsumzufriedenheit geniigt es hingegen nicht, diese lediglich zu einem Zeitpunkt zu erfassen. Wie die vorliegende Langsschnittanalyse belegt, ist die Konsumzufriedenheit starkeren zeitlichen Schwankungen unterworfen. Eine Messung dieses Kon-

292

E. Implikationen fur Praxis und Forschung

strukts kurz nach dem Kauf neigt dazu, die langfristige Einschatzung der erhaltenen Leistung systematisch zu unterschatzen. 1st das Erlemen einer effizienten Produktnutzung, wie hier angenommen, fur diese Veranderung verantwortlich, so sollten Hersteller versuchen, die Lemkurve der Konsumkompetenz gezielt zu steuem, z. B. mit produktbegleitenden Materialien (zur Konsumkompetenz vgl. ausfiihrlich Hennig-Thurau 1999). Derartige MaBnahmen verhelfen Untemehmen dazu, die Zufriedenheit ihrer Kundenfiriihzeitigauf das langfristig hohere Niveau zu steigem und damit unter anderem negative Mundpropaganda zu reduzieren. Trotz der Veranderungen des Konstrukts bleibt die kausale Relation zwischen Produktauswahlerfahrung und Konsumzufriedenheit im Untersuchungszeitraum von vier Monaten statistisch konstant. Es existiert also ein kurz- bis mittelfristig untemehmerisch zu beriicksichtigender Effekt. Vor diesem Hintergrund sind Konzepte, die auf dem Ansatz des defensiven Marketing beruhen (u. a. Fomell und Wemerfelt 1987: 337 ff.; Fomell und Wemerfelt 1988: 271 ff.), kritisch zu iiberprufen. Diesem Verstandnis zufolge konnen Untemehmen ihre Kunden entweder durch eine Erhohung der Kundenzufriedenheit oder durch eine VergroBerung von Wechselbarrieren binden. So versuchen z. B. Energieversorger und Anbieter von Telefondienstleistungen oflmals das eine - die Kaufentscheidung dominierende - Merkmal Preis durch komplexe Abrechnungsmodalitaten bewuBt zu verkomplizieren, um die subjektiven Kosten eines Anbieterwechsels zu erhohen. Wie die hier erzielten Ergebnisse aufzeigen, fuBen derartige Taktiken des Defensive Marketing jedoch auf einer unzulassigen Vereinfachung realer Zusammenhange. Sie nehmen an, beide MaBnahmen, die zur Steigerung der Kundenzufriedenheit und die zur Steigerung von Wechselbarrieren, seien voneinander unabhangig. Die hier erzielten Ergebnisse sprechen daftir, daB eine Erhohung der Wechselbarrieren, etwa eine Reduktion der Vergleichbarkeit von Altemativen, die Entscheidungszufriedenheit und damit auch die Konsumzufriedenheit reduziert. Anders gesagt: Durch erhohte Wechselkosten wird Kaufem die Produktauswahl erschwert, wodurch nach Auflosung drangende Spannungen induziert werden, die den Nachfrager zu negativem Word-of-Mouth veranlassen oder im Falle eines wiederholten Produktkaufs zum Anbieterwechsel motivieren (vgl. Stahl 1999: 52). Fiir Handler wie Hersteller ist es daher zentral, die Entscheidungszufriedenheit nicht nur bei der Kundenzufriedenheitsmessung zu berucksichtigen, sondem auch gezielt zu managen. Auf globaler Ebene zeigt die Empiric, daB die Varianz der Entscheidungszufriedenheit mit 68,4 % durch das hier entwickelte Forschungsmodell umfassend erklart werden kann. Der Erklarungsanteil der Konsumzufriedenheit ist erwartungsgemafi niedriger, mit 25,8 % jedoch substantiell. Handler sind daher in der Lage, die fiir sie besonders bedeutsame Entscheidungszufriedenheit mit den hier ermittelten Determinanten weitgehend zu steuem. Hersteller sind gefordert, in das Gesamtbiindel von MaBnahmen zum Kundenzufriedenheitsmanagement die in dieser Untersuchung identifizierten Determinanten zu integrieren. Da MaBnahmen zur Erhohung der Kundenzufriedenheit nicht kostenfrei durchzufiihren sind, stellt sich die Frage nach der relativen Bedeutung moglicher StellgroBen. Um mit dem vorlie-

E. Implikationen ftir Praxis und Forschung

293

genden Datenmaterial hierzu eine Orientiemngshilfe zu ermitteln, werden die Gesamteffekte der untersuchten Konstrukte auf die Entscheidungs- und Konsumzufriedenheit berechnet (vgl. Tabelle 48)/

1 Personenenspezifische Determinanten Subjektives Produktwissen Entscheidungsoptimierung \Problemspezifische Determinanten Produktkomplexitat Produktijberlastung \Soziale Determinante Unklarheit reflektiver Bewertung lAnnaherungsziele Rechtfertigbarkeit Praferenzsicherheit 1 Vermeidungsziele Antizipiertes Regret Bewertungskosten lAbschlieRender negativer Affekt

Entscheidungszufriedenheit

Konsumzufriedenheit

0.077 -0.102

0.083 -0.028

-0.224 -0.318

-0.116 -0.133

-0.071

-0.017

0.330 0.287

0.365 0.076

-0.439 -0.277 -0.346

-0.120 -0.042 -0.110

1

1

Tabelle 48: Gesamteffekte der Komponenten des Erklamngsmodells auf die Entscheidungsund die Konsumzufriedenheit Aufgrund der substantiellen Gesamteffekte erscheint es fur Handler, aber auch fiir Hersteller von Bedeutung, gezielte Starken-Schwachen-Analysen entlang der hier vorgebrachten Konstrukte durchzufiihren und damit Handlungsbedarfe zu identifizieren. Zumindest fiir den der Erhebung zugrundeliegenden Absatzmarkt der Consumer Electronics gilt, dal3 Hersteller den Konstrukten der wahrgenommenen Produktkomplexitat und -iiberlastung, der Rechtfertigbarkeit sowie antizipierenden und antizipierten negativen Emotionen besondere Aufmerksamkeit schenken sollten. Fur Handler sowie Hersteller mit vorwartsintegriertem Distributionskanal, die die ZielgroBe Entscheidungszufriedenheit optimieren wollen, ist ein Management dieser Grofien sowie der zusatzlichen Konstrukte der Entscheidungsoptimierung, der Praferenzsicherheit und der Bewertungskosten besonders erfolgswirksam. Dabei konnen Mafinahmenbiindel mit Hilfe von Kooperationen zwischen Produzenten und Distributionskanalen effektiv umgesetzt werden. Wie aus Tabelle 48 ersichtlich ist, wird die Entscheidungs- und die Konsumzufriedenheit durch jede vorgelagerte Grofie mit gleichem Vorzeichen determiniert, so dafi Kanalkonflikte fur die hier untersuchten Determinanten nicht zu erwarten sind. Lediglich bei der Priorisierung von Mafinahmen sollten beide Untemehmensgruppen unterschiedlich vorgehen. Entsprechend den oben angefiihrten Prioritaten ist fiir Handler ein breiteres Bundel von Steuerungsinstrumenten anzustreben als fiir Hersteller. Ferner kann gefolgert werden, dafi das Konstrukt der Rechtfertigbarkeit ftir Hersteller von

^^^Zur Berechnung von Gesamteffekten aus Strukturgleichungsmodellen vgl. ausfuhrlich Backhaus et al. (2000: 410 f.).

294

E. Implikationen fur Praxis und Forschung

besonderer Bedeutung ist, wahrend der Handel dem antizipierten Bedauem seiner Kunden die starkste Aufmerksamkeit widmen sollte. In der klassischen Produkt- und Programmpolitik finden Instrumente zum Management der Entscheidungszufriedenheit keinen Eingang (vgl. z. B. Assael 1987; Hansen, Hennig-Thurau und Schrader 2001). Diese Arbeit gibt Aufschlufi dariiber wie entsprechende Konzepte entwickelt werden konnen. Der EinfluB der Voraussetzungen zur Entscheidungsfindung und der unmittelbaren Problemwahmehmung auf die Entscheidungs- und Konsumzufriedenheit wird, wie theoretisch angenommen, durch die Erreichbarkeit von Entscheidungszielen vollstandig mediiert (vgl. Abschnitt D.3.4.I.). Mit Hilfe der exogenen Determinanten lafit sich daher die Entscheidungszufriedenheit nur indirekt manipulieren. Anders gesagt: Gelingt es Untemehmen, die subjektive Erreichbarkeit von Entscheidungszielen zu erhohen, so konnen sie damit etwaige negative Beeinflussungen der beiden Zufriedenheitskonstrukte durch die exogenen Variablen auffangen. Im einzelnen konnen Handler davon profitieren, durch eine segmentspezifische Ansprache personenbezogene Determinanten in der Absatzpolitik zu berucksichtigen. Obwohl die Konsumzufriedenheit von der Entscheidungsoptimierung nahezu unabhangig ist, miissen sich insbesondere Distributionskanale darauf einstellen, dafi Maximierer in erhohtem Mafie anfallig fur die Antizipation von Nachkaufbedauem sind und eher dazu tendieren, Entscheidungsprozesse als belastend zu erleben. Wahrend dieses Personlichkeitsmerkmal untemehmerisch nicht beeinfluBbar ist, steigert es die Bedeutung des Managements von Entscheidungszielen. So konnen den Konsumenten, die allgemein zur Entscheidungsoptimierung neigen, umfangreiche Hintergrundinformationen, Berichte iiber Produkttests und Produktvergleiche angeboten werden, um ihnen ziigig das Gefiihl zu geben, das bestmogliche Produkt zu identifizieren, also antizipiertes Regret zu reduzieren. Im Gegensatz zur Entscheidungsoptimierung kann der subjektive Wissensstand von Kaufergruppen gezielt erhoht werden. Vertreiben Hersteller z. B. radikale Produktinnovationen vertrieben, mit denen Nachfrager keine Erfahrungen sammeln konnten, bietet es sich an, vermehrt Distributionskanale zu wahlen, die Produktdemonstrationen oder -proben erlauben. Produktanbieter konnen in einem derartigen Umfeld am meisten dadurch gewinnen, statt Konkurrenzvorteilen relative Leistungsvorsprunge gegeniiber zu ersetzenden Substituten sowie neue Nutzendimensionen der Produktkategorie an den Nachfrager zu vermitteln. Aus Sicht der Entscheidungs- und Konsumzufriedenheit ist jedoch selbst bei optimaler Umsetzung das Erfolgspotential gering, so dal3 Investitionen in diesem Bereich allenfalls moderat zu halten sind. Deutlich hohere Bedeutung ist den problemspezifischen Antezedenzien der Entscheidungsund Konsumzufriedenheit beizumessen. Eine Erhohung der wahrgenommenen Produktkomplexitat fuhrt c. p. zu einer verringerten Entscheidungszufriedenheit (P=0,224) und zu einer Reduktion der Konsumzufriedenheit (P=-0,115). Ist eine Distribution komplexer Produkte fur Handler nicht zu vermeiden, kann zumindest die Wahr-nehmung dessen reduziert werden.

E. Implikationen fur Praxis und Forschung

295

So dient nicht zuletzt eine Distribution iiber den beratungsintensiven Fachhandel der Verringerung von Unklarheiten und ubermai3iger Komplexitatswahmehmungen (vgl. Wiedmann et al. 2001: 96). Klare Auflistungen weniger besonders entscheidungsrelevanter Eigenschaften Oder Aggregationen von Merkmalen helfen dem Konsumenten femer, Leistungsdimensionen fur die Produktauswahl zu verarbeiten. Dabei ist es zielfuhrend, eine Abstraktionsebene zu wahlen, bei der Attributkorrelationen moglichst selten auftreten. Ftihren einzelne Eigenschaftsauspragungen zu einer erhohten oder verminderten Nutzenwirkung anderer Leistungsmerkmale, kann es Konsumenten, z. B. durch eine gemeinsame Darstellung beider Dimensionen, erleichtert werden, Optionen gezielt miteinander zu vergleichen. So erfordert z. B. eine getrennte Angabe des Stromverbrauchs tragbarer Unterhaltungslektronik und deren Batteriekapazitat vom Nachfrager zusatzliche Verarbeitungsschritte, die es ihm erschweren, zu einem Nutzenurteil zu gelangen. Verfugen Hersteller iiber mangelnde Kenntnisse, welche Produkte und Fahigkeiten Nachfrager besonders schatzen, so ist es laut den erzielten Ergebnissen wenig empfehlenswert, dieses Defizit mit Erweiterungen der Produktleistungsdimensionen ausgleichen zu wollen. Nicht zuletzt die hier empirisch untersuchten elektronischen Produkte ermoglichen es Produktmanagem unter anderem durch Uberarbeitungen integrierter Software-Umgebungen, Angebote um zusatzliche Features zu erweitem, ohne dabei substantielle Grenzkostenerhohungen zu riskieren. Werden derartige Moglichkeiten ausgereizt, ist es ratsam, neben den herstellungsseitigen Kosten auch den zusatzlichen Aufwand zu beriicksichtigen, der dem Nachfrager entsteht. Gerade beim Produktkauf, wenn der Kunde in kurzer Zeit viele zuvor unbekannte Leistungsmerkmale evaluieren muB, erschwert es ihm eine erhohte Komplexit^t, eine eindeutige Praferenzstruktur zu entwickeln und antizipierende negative Emotionen zu kontrollieren (vgl. Abschnitt D.3.3.2.). Hersteller laufen somit Gefahr, in einen Teufelskreis zu geraten, indem komplexe Produkte Kaufer vermehrt iiberfordem und es Untemehmen wiederum erschweren, klare KundenprSferenzen zu ermitteln. In diesen Situationen wird die Annahme, der Kunde konnte aus einer Vielzahl von Leistungsdimensionen die fur ihn relevanten identifizieren, zunehmend unhaltbar. Anbieter miissen daher erkennen: Je starker Konsumenten durch zunehmend komplexe Produkte uberfordert werden, desto eher lassen sie sich von kontextuellen Faktoren bei der Entscheidungsfindung leiten und desto schwieriger wird es, ein differenzierendes Markenimage aufzubauen (vgl. TumbuU et al. 2000: 161). Vermeintlich vielversprechende Taktiken umfangreicher Leistungserganzungen sind vor dem Hintergrund der bereits bestehenden Komplexitatswahmehmung der Nachfrager also genau zu priifen. Oftmals laBt sich zumindest in der Kommunikation gerade durch die gegenlaufige Strategic, die Eigenschaflsreduktion, die Distinktheit einer Herstellermarke und letztendlich die Konsumzufriedenheit erhohen. Wird ein substantieller Anteil der Kaufentscheidungen einer Produktkategorie am Point of Sale getatigt, so konnen Handler das Ausmafi der Produktuberlastung sortimentspolitisch effektiv steuem. Wenngleich einige Untersuchungen belegen, dafi Konsumenten Geschafle mit

296

E. Implikationen fiir Praxis und Forschung

breiten und tiefen Sortimenten unmittelbar attraktiver empfinden als solche mit kleiner Auswahl (z. B. Craig, gosh und McLafferty 1984; Louviere und Gaeth 1987), zeigen neuere Arbeiten, dafi eine Elimination zumindest von wenig nachgefragten Produkten okonomisch durchaus sinnvoU sein kann (z. B. Dreze, Hoch und Purk 1994; Broniarczyk, Hoyer und McAlister 1998; Iyengar und Lepper 2000). Nach den Ergebnissen von Dreze und KoUegen konnen Untemehmen trotz Sortimentsverkleinerung von bis zu 10 % Absatzzuwachse von 4 % erzielen. Broniarczyk et al. berichten, daB im US-amerikanischen Lebensmitteleinzelhandel 25-50 % der Produkte dem Sortiment entnommen werden konnen, bevor Konsumenten dies iiberhaupt negativ bemerken und es zu einem substantiellen Nachfrageruckgang kommt. Lediglich 7 % der befragten Kaufer geben an, ihre Lieblingsmarke bei einer Sortimentsreduktion von 25 % nicht mehr zu finden. Handler konnen folglich den Bogen tiberspannen, wenn sie blind der Strategic einer lediglich durch marginale Distributionskosten begrenzten Sortimentsausweitung folgen. Sie soUten vielmehr das AusmaB der wahrgenommenen Produktiiberlastung ihrer Kunden messen und ggf. eine Sortimentskurzung erwagen. Zumindest aber ist ein BewuBtsein notwendig, daB zusatzliche Produkte nicht nur die Chance erhohen, moglichst viele Kundenbediirfhisse anzusprechen, sondem auch die Gefahr vergroBem, die Kauflust der Nachfrager substantiell zu reduzieren sowie deren langfristige Loyalitat zu unterminieren (Fitzsimons et al. 1997: 16 f.; Rudolph und Schweizer 2003: 48). Mehr Mut zur Fokussierung ist aber nicht nur beim Handel, sondem auch bei Herstellem erforderlich, denn auch diese miissen mit reduzierter Kundenzufriedenheit kampfen, vertreiben sie ihre Produkte an iiberlastete Oufer. Dabei ist der Handlungsspielraum von Produktanbietem naturgemaB begrenzt, da die Produktiiberlastung vorwiegend durch den Gesamtmarkt determiniert wird (vgl. Walsh 2002: 242). Dennoch sind es nicht zuletzt die Hersteller, die Uberlastungen, zum Teil zu ihren eigenen Ungunsten, auslosen, da gangige Marktforschungsinstrumente diese zu groBeren Sortimentserganzungen verleiten als nachfrageseitig unter Berticksichtigung der hier identifizierten Effekte sinnvoll ware. So werden Neuprodukte in der Kegel entweder isoliert oder im Wettbewerb zu altemativen Optionen gepruft. Die Auswirkung zusatzlicher Altemativen auf die Entscheidungszufiiedenheit und deren Konsequenzen den Aufschub oder gar die Auslassung von Entscheidungen - bleiben dabei unberiicksichtigt (Dhar 1992: 123). Auch wenn Konsumenten geplante Neuprodukte selbst positiv bewerten, laufen Hersteller, die blind auf Marktforschungsergebnisse vertrauen und ihre Variantenvielfalt iibermaBig erhohen, folglich Gefahr, daB Nachfrager eine meist nicht antizipierte Entscheidung treffen: namlich sich nicht zu entscheiden. Es ist daher nicht verwunderlich, wenn Untemehmen wie Procter & Gamble durch substantielle Sortimentsstraffungen keinen Absatzriickgang, sondem sogar Absatzsteigemngen von bis zu 10% verzeichnen (Schwartz 2000: 86). Wie die Ergebnisse dieser Arbeit zeigen, kann mit einem starker fokussierten Produktsortiment und klarer differenzierten Angeboten nicht zuletzt auch die Konsumzufriedenheit erhoht werden. Entsprechend meinen einige Autoren gar, ein hohes MaB an Kundenorien-

E. Implikationen fur Praxis und Forschung

297

tierung lieBe sich vor allem an einem gezielten Variantenmanagement ablesen (Coenenberg undPrillmann 1995: 1247).^^^ Bei der Uberwachung der Produktuberlastung ihrer Nachfrager sollten Firmen aber nicht nur die bloBe Anzahl, sondem auch den Differenzierungsgrad sowie die Vergleichbarkeit von Altemativen beobachten (vgl. Abschnitt C.2.2.). Leicht verstandliche und iibersichtliche Verpackungsbeschriftungen, auswahlspezifische Vorbereitungen von Informationen, z. B. von Preisen pro Gewichtseinheit, oder im Produkteigenschaftsraum klar voneinander abgegrenzte Altemativen erhohen die Entscheidungs- und Konsumzufriedenheit ebenso wie eine Straffung des Produktangebots selbst.^^^ Die Unklarheit von Kaufem, wie Referenzgruppen die zur Auswahl stehenden Produkte beurteilen, iibt einen zu vemachlassigen Gesamteffekt auf die Konsumzufriedenheit aus. Den Ergebnissen zufolge konnen Hersteller mit einer Beeinflussung dieses Konstrukts die Zufiiedenheit mit einer Leistung nicht wirksam steuem. MaBnahmen in diesem Bereich bieten sich allenfalls fur Handler an, die ein Management der Entscheidungszufriedenheit anstreben. Besonders bei bekannten Intemethandlem wie amazon.com'^^ finden sich seit langerem Informationen daruber, wie ofl ein spezifisches Produkt bereits von anderen Kunden gekauft wurde, welchen Platz es in einer Absatzrangliste einnimmt, welche Produkte Kunden mit ahnlichen Interessensgebieten erwerben oder schlicht Funktionen, die die unmittelbare Weiterempfehlung einzelner Angebote ermoglichen. Wahrend derartige MaBnahmen Entscheider in der Phase der Informationssuche unterstutzen mogen - das heiBt ihnen dabei helfen, Produkte zu finden, die sie andemfalls ubersehen hatten - zeigt diese Untersuchung, daB der Gesamteffekt auf die Entscheidungszufriedenheit lediglich gering ausfallt. Zumindest im Bereich der Consumer Electronics dienen die zuvor genannten MaBnahmen zwar der Beeinflussung der Entscheidungszufriedenheit, zur Steuerung des Konstrukts ist diesen jedoch keine Prioritat einzurSumen. Die Rechtfertigbarkeit ist unter den StellgroBen der Entscheidungsziele fur Handler und insbesondere fur Hersteller von relativ groBer Bedeutung, um ein zielgerichtetes Zufriedenheitsmanagement zu entwickeln. Obwohl Griinde fur die Wahl einer und das Ausschlagen alternativer Optionen vielfaltiger Natur sind (Shafir et al. 2000: 598 ff) und Untemehmen daher im Einzelfall priifen miissen, welche Argumentation sich am besten dem Nachfrager kom-

^^^ Ein positiver Nebeneffekt von Sortimentsstraffungen geht dabei nicht zuletzt von einer Reduktion der oftmals unterschatzten und substantiellen Kosten der Angebotsvielfalt aus (vgl. ausfuhrlich Herrmann und Seilheimer 2002: 647 ff.). So entstehen Untemehmen unter anderem durch Engpasse in der Produktion oder Quahtatsreduktionen in Forschung und Entwicklung versteckte Aufwendungen, die nur schwer abschatzbar oder gar kontrollierbar sind. Es kann daher nicht uberraschen, wenn erfolgreiche Untemehmen im Schnitt 33 % weniger Varianten als ihre Wettbewerber produzieren (Coenenberg und Prillmann 1995: 1242). '*^Es ist zu beachten, daB derartige MaBnahmen zwar die Entscheidungszufriedenheit erhohen konnen, aber die erhohte Angebotstransparenz auch zu erhohter Preiselastizitat der Nachfrage fuhren kann (vgl. z. B. Russo 1977: 200). ^^' http://www.amazon.com [letzter Zugriff: 05.10.2004].

298

E. Implikationen fur Praxis und Forschung

munizieren laBt, konnen einige grundlegende Orientierungshilfen aus der bestehenden Literatur abgeleitet werden. So empfinden Konsumenten eher Probleme dabei, bevorstehende Entscheidungen nicht ausreichend begrunden zu konnen, wenn Produktvor- und -nachteile nur schwer zu erkennen sind. Dies belastet Nachfrager besonders, die das Gefiihl haben, eine Produktauswahl im nachhinein gegenuber anderen vertreten zu miissen (Bettman et al. 1998: 198). Handler soUten daher speziell auf relational Aspekte ihres Produktsortiments und dessen Kommunikation gegenuber dem Kunden achten. Nicht zuletzt sind eindeutige Dominanzstrukturen - selbst dann, wenn die dominierte Alternative fiir den Konsumenten irrelevant ist - eine subjektiv besonders einleuchtende Kaufbegrundung (Simonson 1989: 152). Handler sind daher gut beraten, Angebote ihren Kunden so zu prasentieren, daB sich entlang verschiedener Eigenschaften jeweils klare Dominanzstrukturen identifizieren lassen. Potentielle Begrundungskonflikte, wie etwa die explizite Betonung von Vor- und Nachteilen der angebotenen Produkte, sind mit Blick auf die Entscheidungszufriedenheit zumindest in der Kommunikation in den Hintergrund zu riicken. Um die Angst vor bevorstehender Kritik zu reduzieren, konnen z. B. spezifische Optionen als Standard einer Preisklasse deklariert werden, so daB dem Entscheider weitere Beweggriinde an die Hand gegeben werden. Wie diese Untersuchung zeigt, soUten Hersteller nicht nur aus absatzpolitischen Griinden, sondem auch fiir das Konsumzufriedenheitsmanagement den mentalen Komfort ihrer Kunden bei der Produktauswahl nicht vemachlassigen. So ergibt sich, daB Konsumenten, die nach Griinden fiir eine Entscheidung suchen, sich verstarkt auf wenige ihnen besonders wichtig erscheinende Leistungsmerkmale konzentrieren (Shafir et al. 2000: 599). Ftir Untemehmen ist es daher zentral, diese segmentspezifisch zu ermitteln und entsprechend fokussiert mit einem eindeutigen Profil an den Nachfi-ager zu kommunizieren. Anbieter, die mit ihren Angeboten alles fiir jeden Kunden sein woUen, unterminieren klare Diflferenzierungen zum Wettbewerb (Trout und Rivkin 2000: 8) und riskieren damit nicht zuletzt eine reduzierte Kundenzufriedenheit. Wege aus diesem Dilemma bietet eine verstarkte Kommunikationen von einer reduzierten Zahl an Nutzenvorteilen anstelle einer Vielzahl von Eigenschaften. So offerieren etwa Anbieter von Skiausriistungen oder Tennisschlagem Nachfragem vielfach ein Profil eines fiir das spezielle Produkt besonders geeigneten Nutzers. Je nachdem wie stark Konsumenten sich mit spezifischen Profilen identifizieren konnen, erlauben ihnen einzelne Profile auf eine granze Reihe von Kaufbegriindungen zuriickzugreifen. Femer ist das Potential von Entscheidungskonflikten deutlich geringer als bei der alleinigen Kommunikation konkreter Produkteigenschaften, aus denen in aller Regel Griinde fur und gegen die angebotene Leistung hervorgehen. Griinde fxir die Rechtfertigbarkeit von Kaufentscheidungen sind weiterhin auBerhalb des Entscheidungsproblems selbst zu fmden (Tversky und Shafir 1992b: 305 ff). In der Absatzforderung lassen sich Anlasse fiir Produktkaufe als Ausgangspunkt bei der Vermarktung nutzen. So werden Ausbildungsabschliisse vielfach als AnlaB genommen, um Urlaubsangebote zu ver-

E. Implikationen fur Praxis und Forschung

299

markten. Wiederum gilt: Kann der Kaufer in seinem Gefuhl bestarkt werden, eine Verhaltensweise begriindet anzustreben, hat dies nicht nur kurzfristig in Form des Absatzes, sondem auch langfristig in Form der Konsumzufriedenheit positive Konsequenzen fur den Produktanbieter. Hersteller, die sich hinter unfokussierten Leistungsversprechungen verstecken, mogen zwar Kauferbedurfhisse ungeplant ansprechen und sogar kurzfristig zusatzlichen Absatz generieren; der Aufbau eines langfristig loyalen Kundenstamms, von dem positive Weiterempfehlungen ausgehen, ist fur Untemehmen mit einer derartigen Strategic jedoch deutlich schwieriger als fur klar positionierte Anbieter. Wahrend Hersteller mit einer Steuerung der Praferenzsicherheit die Konsumzufriedenheit nicht effektiv erhohen kdnnen, ist dieses Konstrukt fur die EntscheidungszufHedenheit und damit vorwiegend fur den Handel von groCcrer Bedcutung. Den Ergebnissen von Dhar (1996: 276) folgend sind Konsumenten insbesondere dann iiberzcugt von ihrer Praferenzstruktur, wenn sic moglichst alle entscheidungsrelevanten Informationen bei der Produktauswahl beriicksichtigen konnen, das heiBt eine kompensatorische Entschcidungsstrategic anwenden. Personliche Beratungen, aber auch elektronische Entscheidungshilfen konnen eine Anwendung von Vorgehensweisen wie WADD oder ADDIF (vgl. B.2.2.2.2.) fbrdem, die laut Dhar zu erhohtem Vertrauen fiihren. Im Intemethandel werden vielfach Vergleichsmatrizen eingesetzt, mit deren Hilfe Kunden eine Reihe von Produkten entlang entscheidungsrelevanter Eigenschaften gegenuberstellen und sortieren konnen (vgl. Haubl und Trifts 2000: 6 ff.)/^^ Mit einer derartigen Produktdarstellung konnen Konsumenten Altemativen leichter anhand ihrer Merkmale vergleichen, die Leistungsspanne von Attributauspragungen iiberblicken, quantitativ dominierte Operationen durchfuhren und einen GroBteil der entscheidungsrelevanten Infr)rmationen strukturiert fur die Praferenzbildung nutzen. Sic geben dem Kaufer ein Gefuhl der Kontrolle und konnen sein Vertrauen in eine bevorstehende Entscheidung damit substantiell erhohen (West et al. 1999: 298). Das antizipierte Regret erweist sich im Rahmen dieser Untersuchung als zentrale StellgrSBe fur Handler, die die Zufriedenheit ihrer Kunden mit dem Produktauswahlvorgang erhohen woUen beziehungsweise bestrebt sind, den unerwiinschten Konsequenzen negativer Mundpropaganda oder verstarkten Kaufaufschubs vorzubeugen. Ob Nachfrager ihre Produktkaufe im nachhinein tatsachlich bedauem, ist dabei von geringerer Bedeutung als die Frage, ob sie Regret ex ante befurchten. Beide Grofien konnen sich substantiell voneinander unterscheiden, weil Konsumenten nur unzureichend dazu fahig sind, zukunftige Emotionen wie das Regret korrekt vorherzusagen (vgl. auch Crawford et al. 2002: 59 f). Die Befiirchtung von Nachkaufbedauem kann z. B. mit Hilfe der Manipulation des subjektiven Lokus von Kaufentscheidungen reduziert werden. Nicht zuletzt durch eine groBe

^Beispiele finden sich unter anderem bei http://www.bestbuy.com, http://www.dell.com [letzter Zugriff: 05.10.2004].

300

E. Implikationen fiir Praxis und Forschung

Produktauswahl wird Kunden eine starkere Entscheidungsverantwortung aufgebtirdet, die das Entscheiden zu einer erhohten Belastung macht (Schwartz et al. 2002: 1179). Gelingt es Handlem, diesen intemen Lokus der Verantwortlichkeit auf andere Personen zu verschieben, reduziert dies die Befurchtung von Regret. Eine MaBnahme hierzu ist z. B. die Taktik von Verkaufem vorzugeben, ein Produkt selbst zu nutzen und positive Erfahrungen zu machen Oder Kunden anzufuhren, die bestimmte Erzeugnisse besonders schatzen. Regret wird weiterhin dann antizipiert, wenn Individuen meinen, bei einer Entscheidung bleiben zu miissen (Zeelenberg 1999a: 103). Kann Konsumenten dieses Gefiihl genommen werden, entzieht dies der Vermutung von Bedauem die Grundlage. So erlauben Versandhandler in den USA, Waren auch ohne Nennung von Griinden zeitlich unbegrenzt zu retumieren (Herrmann et al. 2003b: 244). Dies ist betriebswirtschaftlich sinnvoll, da die Mehrheit der Kunden Reversibilitat bei der Entscheidung stark bevorzugt, wahrend nur eine Minderheit davon tatsachlich Gebrauch macht (vgl. Gilbert und Ebert 2002). So reduziert schon das Wissen um eine Garantie die Erwartungen an Counterfactual Thinking und erhoht damit die Zufriedenheit mit dem Kauf (McConnell et al. 2000: 295). Dabei beschrankt sich das Handlungsspektrum nicht allein auf die Garantie selbst, sondem erstreckt sich auch auf Zusatzdienstleistungen. So mag ein Handler seinen Kunden anbieten, im Falle eines Produktmangels das Erzeugnis nicht nur zum Hersteller zu senden, sondem auch kostenlosen Ersatz fiir den Zeitraum der Reparatur zur Verfiigung zu stellen. Die Erwartung von zusatzlichen Informationen nach dem Kauf ist fiir viele Menschen ein weiterer Grund, Bedauem zu antizipieren (vgl. Janis und Mann 1977: 223). Soil das befiirchtete Regret reduziert werden, ist es im Handel daher auch aus dieser Sicht unerlafilich, eine professionelle Beratung sowie umfassende Produktinformationen zur Verfiigung zu stellen. Besonders verhaltenswirksam ist nicht zuletzt die Vermutung von zusatzlichen Informationen bezuglich des Merkmals Preis. Auch hier bilden Garantien eine effektive Steuemngsmoglichkeit. So offeriert etwa die deutsche Handelskette Media Markt ihren Kunden, Verkaufspreise unmittelbar nach unten zu korrigieren, sollte der Kaufer ein giinstigeres Angebot fiir ein spezifisches Produkt ausfindig machen. Andere Handler gehen weiter und zahlen gar die Differenz zwischen dem entrichteten Preis und einem giinstigeren Angebot auch nach dem Kauf aus (Herrmann et al. 2003b: 245). Je eher Konsumenten mit derartigen MaBnahmen die Sicherheit gegeben werden kann, keine entscheidungsrelevanten Informationen auBer acht zu lassen, desto eher sind Handler in der Lage, die Entscheidungsunzufiiedenheiten ihrer Kunden zu steuem. Aus Herstellersicht lassen sich Werbestrategien umsetzen, mit denen Untemehmen antizipiertes Regret zumindest von den eigenen Produkten ablenken konnen. In der Praxis werden vermeintlich hoherwertige Produkte mit der Bestatigung befiirchteter Enttauschungen beim Kauf preiswerterer Altemativen beworben. So zeigte Kodak in den US-Medien etwa Kunden, die aufgmnd mangelnder Bildqualitat die Entscheidung fiir eine gtinstigere Altemative bedauem (Simonson 1992: 116). Leistungspolitisch ergeben sich fiir Hersteller mit Hilfe von Um-

E. Implikationen fur Praxis und Forschung

301

tausch- und Geld-zuriick-Garantien ahnliche Moglichkeiten wie fiir den Handel. Vielfach kann die Antizipation von Bedauem auch durch das Angebot von kostenlosen Produkt-Updates reduziert werden. Die hier empirisch untersuchten elektronischen Produkte sind z. B. zunehmend mit aktualisierungsfahigen Software-Umgebungen ausgestattet, so dafi iiber derartige Angebote die Beflirchtung reduziert werden kann, ein Erzeugnis wurde zu schnell veralten. Diese und vergleichbare MaBnahmen dienen nicht nur dem unmittelbaren Absatz, sondem, wie der Gesamteffekt von -0,120 zeigt, auch der Erhohung der untemehmerischen ZielgroBe Konsumzulfriedenheit (vgl. Tabelle 48). SchlieBlich gilt es im Sinne der Entscheidungszufiiedenheit die kognitiven wie emotionalen Bewertungskosten zu kontroUieren. Zur Erhohung der Konsumzufriedenheit bieten sich vorwiegend antizipierende Emotionen an. Bewertungskosten konnen mit Hilfe bereits diskutierter MaBnahmen wie einer intensivierten Beratung oder Vorverschliisselungen von Informationen adressiert werden. Schlusselinformationen wie Gesamturteile von Testzeitschriften, Giitezeichen, Qualitats- oder Preisindizes erlauben es Konsumenten, die zeitaufwendige exteme Informationssuche zu verkiirzen und dennoch eine informierte Entscheidung zu treffen. Dabei ist die Vorverschliisselung dem individuellen Informationsverarbeitungsstil des Konsumenten anzupassen (vgl. Raffee und Fritz 1987: 88 f.). So konnen z. B. Satifizierer mit starker abstrahierten Informationen konfrontiert werden als Maximierer. Individuen, die kompensatorische Entscheidungsstrategien mit einer groBen Zahl quantitativer Operationen anwenden, profitieren von attributweisen Gegeniiberstellungen starker als eher qualitativ vorgehende Entscheider, fur die altemativenweise oder sequentielle Angebotsprasentationen hohere Auswirkungen auf die Bewertungskosten haben. StreB und Frustrationen werden als zentrale Ursachen fur das Erlahmen der Kauflust angesehen (vgl. Belz 2002: 46 f.). Untemehmen konnen hier sowohl anstreben, die primar affektive Reaktion zu steuem wie Konsumenten bei emotionalen und kognitiven Bewaltigungsstrategien zu unterstutzen (vgl. Abschnitt B.2.2.5.I.). Im Handel soUten Nachfrager in moglichst wenige Konflikte zwischen Vermeidungszielen des Konsums verwickelt werden. Derartige Entscheidungsprobleme fuhren beim Nachfrager zu erhohten primaren Affekten, die, solange sie nicht abgebaut werden konnen, auch die Entscheidungszufiiedenheit reduzieren. Bei entsprechenden Leistungsdimensionen ist aus Herstellersicht vergleichende Werbung wenig zielfuhrend, da die so verursachte emotionale Belastung des Kaufers letztendlich auf die Konsumzufriedenheit durchschlagt. Demgegenuber sind Konflikte zwischen Annaherungszielen fur Entscheider weniger belastend und daher in der Kommunikation weniger kritisch. Zur Unterstutzung von Bewaltigungsstrategien bietet es sich an, die Kundenaufmerksamkeit weg von relativen Wichtigkeiten hin zu optimalen Produktauspragungen zu lenken (Kottemann und Davis 1991: 916 ff). Personliche Beratungen oder auch elektronische Entscheidungshilfen, die den Konsumenten Attribute sowie Attributauspragungen naher bringen, ein Vokabular erlautem und angestrebte Auspragungen sukzessive abfragen, lenken die Aufmerksamkeit von Konsumenten von den emotional belastenden Entscheidungskonflikten ab

302

E. Implikationen fur Praxis und Forschung

und ermoglichen es ihnen gleichzeitig, das Auswahlproblem kognitiv intensiver zu bearbeiten (vgl. auch Huffman und Kahn 1998: 497 f.). Ein Autokaufer, der einen Entscheidungskonflikt zwischen der Erftillung seiner Ziele UmweltbewuBtsein und Sicherheit erlebt, wird mit Fraugen zur relativen Wichtigkeit entsprechender Produktattribute verstarkt negativen Affekten ausgesetzt. Eine isolierte Betrachtung der Produktattribute und deren Auspragungen unterstutzt ihn hingegen bei der Bewaltigung entstehender Emotionen. Zusammenfassend zeigen die substantiellen Auswirkungen auf Entscheidungs- und Konsumzufriedenheit, dafi die Erfahrungen der Produktauswahl nicht nur fur Handler, sondem auch fiir Hersteller von zentraler Bedeutung sind. Die hier beispielhaft aufgezeigten Stellgr56en befahigen Untemehmen dazu, iiber die exogenen Determinanten des entwickelten Forschungsmodells Entscheidungsschwierigkeiten ihrer Nachfrager wirksam zu reduzieren und iiber die Forderung der Erreichbarkeit von Entscheidungszielen deren negative Auswirkungen effektiv zu kontrollieren. Praktisch soUte einer Entwicklung von Mafinahmenbundeln jedoch eine Pnifung der Ubertragbarkeit und der Anwendbarkeit der hier erzielten Ergebnisse vorausgehen. Daher sind auch fur den Praktiker die Grenzen dieser Untersuchung sowie noch offene Forschungsfragen zu diskutieren.

2.

Limitationen und weiterer Forschungsbedarf

Die Limitationen dieser Arbeiten betreffen die Annahmen des Forschungsmodells, die Vorgehensweise der empirischen Priifung und die von der Untersuchung ausgeschlossenen Fragen des Themenfelds. Wahrend es mit Hilfe der Empiric gelungen ist, die Giiltigkeit einiger Anahmen nachzuweisen, konnten andere anhand des vorliegenden Datenmaterials nicht untersucht werden. So bestatigte sich, dafi die subjektive Erreichbarkeit von Entscheidungszielen den Zusammenhang zwischen exogenen Determinanten und den Kundenzufriedenheitskonstrukten voUstandig mediiert. Da die Varianz der Entscheidungszufriedenheit umfassend erklart werden konnte, sind im Modell nicht enthaltene GroBen offenbar von nachrangiger Bedeutung fur die Erklarung der interessierenden Zielkonstmkte. Der relative EinfluB ignorierter Determinanten wurde jedoch nicht explizit getestet. Unter anderem wurde das Entscheiden als vorwiegend belastender Vorgang konzeptualisiert, wobei positive Erlebnisse als Determinanten der Entscheidungszufriedenheit ausgeklammert wurden. So konzentrierte sich die Betrachtung antizipierender Affekte auf solche negativer Valenz. Der EinfluB positiver Affekte blieb dabei unberucksichtigt. Zwar nimmt auch die zugrunde gelegte verhaltenswissenschaftliche Forschung an, Entscheider wurden vorwiegend durch negative Emotionen motiviert (Luce et al. 1997: 390; Loewenstein et al 2001: 269; Anderson 2003: 157 ff), uber das Auftreten und die relative EinfluBstarke etwaiger positiver Affekte konnen jedoch mit den vorliegenden Ergebnissen keine Aussagen abgeleitet werden. Femer unterstellt das entwickelte Kausalmodell keinen EinfluB des Kontexts, in dem eine Produktauswahl getatigt wird. Kontextuelle Faktoren wie die Einkaufsatmosphare oder die Verfugbarkeit von Altemativen bestimmen jedoch die mentalen Ablaufe der Produktauswahl

E. Implikationen fiir Praxis und Forschung

303

genauso mit wie die hier untersuchten sozialen, personen- und problemspezifischen Faktoren. Es ist also zu vermuten, dafi mit derartigen Variablen weitere Varianzanteile der Entscheidungs- und Konsumzufriedenheit erklart werden konnen, die kiinftigen Forschungsarbeiten zur Exploration verbleiben. Ein weiterer Untersuchungsgegenstand in bezug auf die Entscheidungszufriedenheit ist die Untersuchung der wahrgenommenen Produktleistung und -qualitat der besten beziehungswiese letztendlich gewahlten Alternative. Derartige Faktoren wurden von dieser Arbeit ausgeschlossen, um der Forschungsfrage, ob auch nichtleistungsbezogene Faktoren die Kundenzufriedenheit determinieren konnen, fokussiert nachzugehen. Dennoch vermag eine derartige Betrachtung erganzende Erkenntnisse zu liefem. So ist es evident, dafi Leistungs- und Qualitatswahmehmung die Konsumzufriedenheit determinieren (vgl. Abschnitt B.1.1.3.). Ein gesamthaftes Management der Entscheidungszufriedenheit wiirde von Kenntnissen profitieren, in welchem Umfang die Produktleistung auch die Entscheidungszufriedenheit bestimmt und welcher Zusammenhang zu den hier untersuchten Antezedenzien besteht. Innerhalb des Forschungsmodells basieren die kausalen Zusammenhange auf den Annahmen, Individuen wiirden ein rationales Produktauswahlverhalten intendieren und die mentalen Vorgange bei der Produktauswahl bewuBt erleben (vgl. Abschnitt C.6.). Grundsatzlich ist eine bewuBte Reflexion des Entscheidungsprozesses eher zu erwarten, wenn Praferenzen zumindest teilweise konstruiert werden. Selektionsvorgange, bei denen Konsumenten Affect Referral betreiben, das heiBt impulsiv oder reaktiv vorgehen, konnen durch das vorliegende Forschungsmodell nicht beschrieben werden. Folglich kann in diesen Fallen auch nicht von der Gtiltigkeit des Erklarungszusammenhangs zur Konsumzufriedenheit ausgegangen werden. Bei der empirischen Uberprufting des Forschungsmodells wurden Multi-Item-Messungen vorgenommen. Obwohl die Entscheidungszufriedenheit und die Entscheidungsoptimierung basierend auf bestehenden Skalen erhoben wurden, ergibt die konfirmatorische Faktorenanalyse Defizite bei den heute propagierten Operationalisierungen (vgl. Abschnitt D.3.2.). Die Entscheidungszufriedenheit konnte zwar mit drei Indikatoren global zufriedenstellend gemessen werden, das geforderte Kriterium zur Erklarung der Indikatorvarianz wurde jedoch bei einem Item unterschritten. Die Itembatterie der Entscheidungsoptimierung muBte auf zwei manifeste Variablen vereinfacht werden, womit isoliert betrachtet ein unteridentifiziertes MeBmodell vorliegt. Wie diese Untersuchung zeigt, ist die Beobachtung beider GroBen fur Untemehmen von zentralem Interesse. Weitere Forschungsarbeiten, die sich der Verbesserung beider Skalen widmen, sind daher willkommen. Aufgrund der extensiven bestehenden Forschung wurden in dieser Arbeit keine Konsequenzen der Entscheidungs- und Konsumzufriedenheit empirisch untersucht. Dies hat zur Folge, daB keine Aussagen abgeleitet werden konnen, ob direkte Zusammenhange zwischen den Determinanten der Entscheidungszufriedenheit und den Konsequenzen der Konsumzufriedenheit vorliegen. In der Entwicklung befmdliche Forschungsbemiihungen dieses Autors und Kollegen weisen auf derartige Phanomene hin (Heitmann, Herrmann und Lehmann 2004). Dieser

304

E. Implikationen fur Praxis und Forschung

Sachverhalt ist nicht unbedeutend, denn er besagt fiir den Praktiker, daB die vorgestellten Determinanten eine andere relative Bedeutungsstruktur fiir die Erklarung des Konsumentenverhaltens haben konnten als fur die der Konsumzufiiedenheit. Weitere Forschung, die das hier entwickelte Modell um Verhaltenskonsequenzen erganzt, erscheint folglich vielversprechend. Aus einer erweiterten Abbildung realer Phanome mogen sich nicht zuletzt untemehmerische Prioritaten ergeben, die von den im vorherigen Abschnitt abgeleiteten abweichen. Bei der wiederholten Modellschatzung mit Hilfe eines Bootstrap-Samples ergab sich, daB es aufgrund zufalliger Schwankungen zu nichtsignifikanten Strukturgleichungskoeffizienten fiir die kausalen Zusammenhange zwischen wahrgenommener Produktkomplexitat und Rechtfertigbarkeit sowie Rechtfertigbarkeit und Entscheidungszufriedenheit kommen kann (vgl. Abschnitt D.3.3.3.). Femer erweisen sich die im Modell nicht enthaltenen Beziehungen zwischen Bewertungskosten und Konsumzufriedenheit sowie Praferenzsicherheit und Konsumzufiiedenheit als statistisch signifikant. Trotz dieser Ergebnisse wurde aus theoretischen Erwagungen keine Anpassung des Forschungsmodells vorgenommen, da mit einem rein datengetriebenen Vorgehen die AUgemeingiiltigkeit des Gesamtmodells eher gefahrdet als gesichert worden ware. AbschlieBend kann die Richtigkeit dieser Annahme jedoch nur mit Replizierungen vorliegender Erhebung gepruft werden. Weitere Forschungsarbeiten, die derartige Replizierungen vomehmen, wiirden nicht zuletzt eine wichtige Untermauerung der aus untemehmerischer Sicht interessanten Gesamteffekte des Forschungsmodells ermoglichen. Einer der Kembeitrage ist der Zusammenhang zwischen Entscheidungs- und Konsumzufriedenheit. Aus diesem Grund wurden nur Konsumenten befragt, die letztendlich eine Kaufentscheidung getatigt haben, also Gelegenheit zum Produktkonsum hatten. Komplexe Entscheidungsprobleme konnen jedoch auch dazu fuhren, daB Nachfrager entscheiden, keine Entscheidung zu treffen, das heifit einen Kauf auslassen oder diesen zumindest aufzuschieben (Dhar 1997a; Anderson 2003). Ob eine Untersuchung von Kaufem und Nicht-Kaufem zu unterschiedlichen Strukturmodellschatzungen fuhren wiirde, bleibt eine offene Frage, der sich kunflige Forschungsbemiihungen annehmen konnen. Aus forschungsokonomischen Erwagungen wurde der Zeitraum der Langsschnittuntersuchung dieser Arbeit auf vier Monate und zwei Zeitpunkte begrenzt. Wahrend fiir diesen Zeitraum stabile Strukturgleichungskoeffizienten ermittelt werden konnten, bleibt offen, wie lange nach dem Kauf mit Hilfe des Entscheidungsprozesses noch Varianz im Konstrukt Konsumzufiiedenheit erklart werden kann. Es ist evident, daB in Branchen wie der Automobilindustrie, in denen Kunden ihre Produkte iiber mehrere Jahre nutzen, von keinem dauerhaflen EinfluB ausgegangen werden kann. Nach wieviel Monaten oder Jahren der Auswahlvorgang voUstandig in Vergessenheit gerat, ist daher eine interessante Frage, der Replikationsstudien nachgehen konnen. SchlieBlich soil insbesondere fur den Praktiker auf den Zusammenhang zwischen Entscheidungszufiiedenheit, Markttransparanz und Switching Costs hinzuweisen. In dieser Untersuchung wurden isolierte Effekte gepriifl. In der Realitat herrschen jedoch komplexe Zusam-

E. Implikationen fiir Praxis und Forschung

305

menhange zwischen den genaimten Grofien. Einerseits determiniert die Entscheidungszufriedenheit die Konsumzufriedenheit. Anderseits geht oftmals eine geringe Entscheidungszufriedenheit mit geringer Markttransparenz und hohen Wechselkosten einher. Untemehmen miissen zwischen diesen GroBen abwagen, wenn sie die Zahlungsbereitschaft oder das Wiederkaufverhalten von Nachfragem beeinflussen wollen. Eine Erhohung der Entscheidungszufriedenheit, etwa durch eine besser vergleichbare Angebotsprasentation, reduziert die Transaktionskosten des Konsumenten und verbessert damit seine Verhandlungsposition gegeniiber Anbietem und Handlem. Der Netto-Effekt im Sinne von kurzfristigen und langfristigen Umsatzen kann nur mit Hilfe komplementarer Forschungsarbeiten, die die hier interessierenden Zusammenhange auf Untemehmensebene prufen, geklart werden. Es ware daher wiinschenswert, wenn diese Arbeit weitere Forschung stimulieren kann, die sich differenziert mit defensiven Mafinahmen zur Verringerung der Markttransparenz auseinandersetzt und den hier aufgezeigten aus Untemehmenssicht nachteiligen Nebeneffekten explizit Rechnung tragt.

F. Schlufibetrachtung Die vorliegende Arbeit hatte zum Ziel, die Bedeutung des Kaufentscheidungserlebnisses fur die Kundenzufriedenheit zu analysieren. Dabei wurde konzeptionell zwischen der Zufiiedenheit mit dem EntscheidungsprozeB und der mit dem Konsum eines erworbenen Produkts differenziert. Aktuelle Ansatze der deskriptiven Entscheidungstheorie wurden herangezogen, um ein Kausalmodell zu entwickeln, womit auf Basis theoretischer Uberlegungen Zufiriedenheit und Unzufriedenheit mit Entscheidung und Konsum unabhangig von der bislang im Zentrum stehenden Produktevaluation erklart wurde. Die Ergebnisse der empirischen Untersuchung belegen, daB die ErfuUung der theoretisch abgeleiteten Entscheidungsziele und ihrer Determinanten iiber zwei Drittel der Varianz der Entscheidungszufriedenheit erklaren kann. Kurz nach dem Kauf kann iiber ein Viertel der Varianz der Konsumzufriedenheit erklart werden. Beide theoretischen Konstrukte wurden gemafi gangiger Operationalisierung gemessen. Die Analyse einer zeitlich um vier Monate versetzten Folgeerhebung zeigt, daB die Ergebnisse sich nicht auf mentale Zustande unmittelbar nach dem Kauf beschranken, sondem zeitlich stabil sind. Im einzelnen wurden in Abschnitt A. das Forschungsproblem motiviert und die inhaltlichen sowie forschungsmethodischen Leitansatze erlautert. Den hier vorgestellten Prinzipien des wissenschaftlichen Realismus und theoretischen Pluralismus wurde in der Arbeit durchgangig gefolgt. Die Grundlagen der Untersuchung wurden mit einer Diskussion der terminologischen Basis sowie verwandter Konstrukte vervollstandigt. Insbesondere wurden die Inputvariablen der Konsumziele, des Produktwissens, der Bedurfhisse, der Emotionen und der Einstellungen zueinander und zum KaufentscheidungsprozeB in Relation gesetzt. Dabei wurde nicht zuletzt auf das der Arbeit zugrundeliegende konstruktive Praferenzverstandnis eingegangen. Weiterhin wurde aufgezeigt, daB keines der inhaltlich verwandten Konzepte - unter anderem der Wechselkosten, der Konflision, der Unsicherheit oder der Entscheidungsvermeidung - die mit dieser Arbeit verfolgten Ziele in gleicher Weise abdecken kann wie die Entscheidungszufriedenheit. Im Abschnitt B. wurden bestehende theoretische Ansatze im Uberblick dargestellt und zur Ableitung der Konstrukte des Forschungsmodells herangezogen. Es wurde zunachst auf die bekannten Determinanten der Konsumzufriedenheit eingegangen. Es zeigte sich, daB keiner der bekannten psychischen Prozesse den Vorgang der Entscheidungsfindung selbst als Vorganger der Konsumzufriedenheit abdeckt. Vielmehr geht man hier auf die Diskonfirmation von Erwartungen, die Erfullung von Konsumbediirfriissen, die Qualitatswahmehmung, die Gerechtigkeitswahmehmung, das erlebte Nachkauf-Regret und affektive Konsumreaktionen ein. Bestehende empirische Arbeiten belegen eindeutig, daB Zufriedenheit und Unzufriedenheit mit einer erhaltenen Leistung Konsequenzen nach sich ziehen, die sich vor allem im Beschwerdeverhalten, der Mundpropaganda und der Wiederkaufmtention auBem. Femer weist eine Vielzahl bestehender Untersuchungen einen eindeutigen Zusammenhang zwischen Kun-

308

F. Schlufibetrachtung

denzufriedenheit und Untemehmenserfolg nach. Aufgrund der klaren Belege zu den Auswirkungen der Zufriedenheit wurden die Konsequenzen dieses Konstrukts in der weiteren Arbeit nicht emeut in Frage gestellt. Mit Blick auf die Entscheidungszufriedenheit ergab sich, dafi nichtkonsumbezogene Elemente der Kundenzufriedenheit in der Forschung seit langem diskutiert werden, dem Konstrukt Entscheidungszufriedenheit jedoch nur unzureichend Aufinerksamkeit geschenkt wird. Anhand der wenigen Arbeiten zum Konstrukt sowie erganzender theoretischer Uberlegungen konnte die Entscheidungszufriedenheit sowie dessen Auswirkungen auf die Konsumzufriedenheit naher gefaBt werden. So zeigte sich, daB es - ahnlich zur prozeduralen und distributiven Gerechtigkeit - der Umsetzung von Entscheidungszielen und prozeduralem Fit bedarf, damit beim Konsum keine Dampfring der Zufriedenheit erfolgt. Der zweite Teil von Abschnitt B. konzentrierte sich auf die Ableitung von Determinanten der Entscheidungs- und Konsumzufriedenheit mit Hilfe der deskriptiven Entscheidungstheorie. Hier wurde zunachst darauf eingegangen, daB die klassische Konzeptualisierung des Nachfragers als reiner Nutzenmaximierer nicht ausreicht, um seine Verhaltensweisen bei der Produktauswahl zu beschreiben. Vielmehr geben systematische VerstoBe gegen das Rationalprinzip Grund zur Annahme, daB eine Reihe komplexer psychischer Prozesse wahrend der Kaufentscheidung ablauft. Diese zu erhellen war das Ziel der Diskussion ausgewahlter deskriptiver Entscheidungstheorien. Hier zeigte sich zunachst, daB Konsumenten bei der Produktauswahl eine vorgelagerte Entscheidung treffen: die Entscheidung, wie sie entscheiden woUen. Motiviert werden sie dabei durch die beiden Ziele der Prazision (aus subjektiver Sicht der Praferenzsicherheit) und der Bewertungskosten. Der sehr umfassende Ansatz der adaptiven Selektion von Entscheidungsstrategien ergab femer Hinweise auf die Determinanten der Interund Intra-Stimulusfaktoren der wahrgenommenen Produktkomplexitat und -iiberlastung, des personhchen Faktors des mangelnden Produktwissens und des sozialen Faktors der Unklarheit reflektiver Bewertungen. Weitere Aspekte vermochte das Konfliktmodell aufzuzeigen, das besonders auf relational Aspekte von Entscheidungsproblemen abhebt. Die in diesem Ansatz beschriebenen kognitiven und emotionalen Belastungen von Individuen wurden mit Hilfe neuerer Sichtweisen des Entscheidens als Suche nach Griinden und emotional motivierter Auswahlprozesse differenzierter erfaBt. Insbesondere zeigte sich, daB Konflikte zwischen wichtigen Konsumzielen zu einer zusatzlichen Entscheidungsmotivation - der Minimierung negativer Emotionen wahrend der Entscheidung - frihren konnen. Die Diskussion ergab ferner, daB negative Emotionen aufgrund von Selektionsproblemen nicht nur wahrend der Entscheidung erlebt, sondem auch in der Zukunft erwartet werden. Wie sich zeigte, sind bestimmte Kaufertypen fiir das antizipierte Bedauem bei Kaufentscheidungen besonders anfallig. So neigen diejenigen, die wenig adaptiv auf eine erhohte Problemkomplexitat reagieren und Entscheidungen gnindsatzlich optimieren wollen, eher zu dieser emotionalen Reaktion. Die theoretisch abgeleiteten sozialen, personen- und problembezogenen Determinanten sowie Erfiillungen der identifizierten Entscheidungsziele wurden in einem Forschungsmodell in Ab-

F. Schlufibetrachtung

309

schnitt C. zusammengefuhrt. Die hypothesierten kausalen Zusammenhange des Gesamtsystems wurden dabei emeut anhand der bestehenden Forschung fundiert. Das Hypothesengefiige besitzt einige Charakteristika und implizite Annahmen, die zu Ende des Kapitels explizit gemacht wurden. So wurde angenommen, dafi Individuen bestrebt sind, sich bei der Entscheidungsfindung moglichst rational zu verhalten, und dafi die NichterfuUung von Entscheidungszielen ahnlich der Konsumzufriedenheit Varianz der Entscheidungszufriedenheit erklaren kann. Femer wurde angenommen, daB Konsumenten bei den meisten Produktauswahlvorgangen auf keine feststehenden Praferenzen zuruckgreifen kSnnen, sondem diese im Entscheidungsprozefi konstruieren. SchlieBlich wurde darauf verwiesen, dafi das Forschungsmodell zahlreiche Konstruktbeziehungen nicht enthalt, damit also implizit nicht nur die Existenz, sondem auch die Abwesenheit kausaler Beziehungen unterstellt wird. Das Gesamtmodell wurde in Abschnitt D einer empirischen Priifung unterzogen. In diese Ausfuhrungen wurde mit den Zielen der empirischen Untersuchung sowie den daraus abgeleiteten Anfordemngen an eine Analysemethode eingefuhrt. Die Kovarianzstrukturanalyse ergab sich als besonders geeignetes Verfahren, da nicht zuletzt nur mit dieser Methode uberpruft werden kann, inwieweit das hergeleitete Gesamtmodell eine zulSssige Vereinfachung realer Phanome darstellt. AuBerdem wurden in diesem Kapitel die Grundziige sowie die Priifverfahren des LISREL-Ansatzes dargestellt. Mit Hilfe einer interaktiven Online-Befragung wurde sodann eine Stichprobe von 661 Kaufem der Kategorie Consumer Electronics erzielt. Bei den verwendeten Skalen zur Operationalisierung der latenten Variablen wurde iiberwiegend auf in der Literatur bereits verwendete Itembatterien zuriickgegriffen. Speziell die beiden Zufriedenheitskonstrukte wurden mit MeBinstrumenten erhoben, die in der Literatur bereits mehrfach Verwendung fanden, so daB von hoher extemer Validitat auszugehen ist. Bei der Datenanalyse ergaben sich notwendige Anpassungen am Forschungsmodell in Form der Elimination von acht Beziehungen. Diese wurden theoretisch diskutiert und mit Hilfe eines Bootstrap-Samples einer emeuten Prufung unterzogen. Um den irrtumlichen AusschluB kausaler Hypothesen zu verhindem, wurden, wann erforderlich, zudem VerstoBe gegen die Linearitatsannahme der Parameterschatzung mit LISREL gepriift. Dem bestangepaBten Modell kann nicht nur auf MeB- und Strukturmodellebene eine hervorragende Anpassung an die realen Phanome, sondem auch eine hohe Stichprobenstabilitat bescheinigt werden. Mit knapp 70 % und uber 25 % der Varianz wurden die Entscheidungs- und die Konsumzufriedenheit wie erwartet substantiell durch das Erlebnis des Abwagens zwischen Altemativen erklart. Auch die Varianz der ErfuUung von Entscheidungszielen kann zum uberwiegenden Teil mit uber 50 % erklart werden. Die implizite Annahme des Forschungsmodells zur Abwesenheit kausaler Zusammenhange wurde explizit in der weiterfuhrenden Modellprufung untersucht. Hier zeigte sich nicht zuletzt, daB die Annahme der voUstandig mediierenden Wirkung der ErfuUung von Entscheidungszielen anhand des vorliegenden Datenmaterials bestatigt werden kann. Zur Untersuchung der zeitlichen Stabilitat der ermittelten Resultate wurden die Teilnehmer der ersten Erhebungswelle im Zeitabstand von vier Monaten zu einer emeuten Befragung eingeladen. Die Analyse von 419 verwertbaren Fragebogen ergab, daB die retrospektiv

310

F. Schlufibetrachtung

gemessene Entscheidungszufriedenheit ein zeitlich stabiles Konstrukt darstellt, wohingegen die Konsumzufriedenheit erwartungsgemafi Veranderungen unterworfen ist. Insbesondere zeigte eine Analyse eines Means-and-Intercept-Modells, daB der latente Mittelwert der Konsumzufriedenheit im Zeitablauf ansteigt. Trotz dieser Veranderungen ergab ein Gruppenvergleich keine statistisch signifikanten Abweichungen zwischen den Pfadkoeffizienten zu beiden Untersuchungszeitpunkten. In Kaptiel E wurden die empirischen Resultate dieser Arbeit interpretiert und kritisch reflektiert. Im einzelnen ergab eine Berechnung der Gesamteffekte, daB die Erfiillung der Entscheidungsziele der Rechtfertigbarkeit, der antizipierten und der wahrend der Entscheidung erlebten negativen Emotionen sowie der Produktkomplexitat und -iiberlastungen die Entscheidungs- sowie die Konsumzufriedenheit besonders stark determinieren. Untemehmerische MaBnahmen, die an diesen StellgroBen ansetzen, sind folglich besonders effektiv. AbschlieBend wurde auf die Limitation der Arbeit eingegangen. Emeut genannt sei an dieser Stelle, daB mit der vorgestellten Untersuchung keine Erklamng impulsiv oder reaktiv gepragter Kauferlebnisse vorgenommen werden kann. Zusammenhange mit den Konsequenzen der Kundenzufriedenheit sind zu erwarten; Gesamteffekte konnen mit vorliegender Untersuchung jedoch nicht abgeschatzt werden, da etwaige direkte Beziehungen zwischen Modellkonstrukten und Konsequenzen wie dem Word-of-Mouth nicht getestet wurden. Empirisch wurden nur Kaufer befragt. Nachfrager, die aufgrund mangelnder Entscheidungszufriedenheit vom Kauf Abstand nehmen, wurden von der Erhebung ausgeschlossen. Ob die Ergebnisse auch auf diese Gruppe ubertragbar sind, kann daher nicht nachgewiesen werden. SchlieBlich bleibt zu erwahnen, daB eine Erhohung der Entscheidungszufriedenheit tiber eine verstarkte Angebotstransparenz die Verhandlungsposition des Nachfragers verbessem und damit seine Zahlungsbereitschaft reduzieren kann. AbschlieBende Aussagen zu den Auswirkungen der Entscheidungszufriedenheit auf untemehmerische ZielgroBen konnen nur mit erganzenden Studien auf Untemehmensebene abgeleitet werden. Die wichtigsten Erkenntnisse dieser Arbeit werden im Folgenden auf den Punkt gebracht, indem die in Abschnitt A.l. formulierten Forschungsfragen in knapper Form beantwortet werden. 1. Welchen Einflufi hat die Entscheidungszufriedenheit auf die Konsumzufriedenheit? Die Erlebnisse des Entscheidungsprozesses gehen dem Konsum voraus. Unzufriedenstellende Entscheidungsprozesse sind die Konsequenz einer unbefriedigenden Umsetzung individueller Vorstellungen beziiglich der Entscheidungsfindung. Die mangelnde ProzeBzufriedenheit fuhrt zu einer Reduktion der Zufriedenheit bei Konsum und Nutzung erworbener Erzeugnisse. Im Bereich elektronischer Produkte ergibt die empirische LFberprufting einen signifikanten Zusammenhang mit einem standardisierten Parameterwert von 0,319. Folglich konnen knapp 10,2 % der Varianz der Konsumzufriedenheit allein uber das Konstrukt Entscheidungszufriedenheit erklart werden.

F. Schlufibetrachtung

3n_

2. Welche zentralen entscheidungsspezifischen Prozesse konnen die Entscheidungs- und die Konsumzufriedenheit erkldren? Nachfrager verfolgen nicht nur bei dem Konsum eines Produkts, sondem auch mit ihrem Vorgehen bei der vorangehenden Kaufentscheidung Ziele. Motiviert werden Entscheider durch die Annahemngsziele, Entscheidungen moglichst gut begmnden zu konnen und moglichst hohe Praferenzsicherheit zu erreichen, sowie durch die Vermeidungsziele, den Aufwand der Produktauswahl moglichst gering zu halten, moglichst wenig negative Emotionen zu antizipieren und wahrend der Entscheidung zu erleben. Bei samtlichen dieser Ziele gilt, dafi ihr Erfullungsgrad die Entscheidungszufriedenheit direkt determiniert. Die Konsumzufriedenheit wird hingegen lediglich durch die Entscheidungszufriedenheit und die Rechtfertigbarkeit direkt determiniert. Empirisch konnen mit Hilfe der genannten Konstrukte 68,4 % der Varianz der Entscheidungszufriedenheit und 25,8 % der Konsumzufriedenheit erklart werden. 3. Welche Determinanten bestimmen die mentalen Prozesse der Produktauswahl und damit indirekt die Entscheidungs- und die Konsumzufriedenheit? Eine ErfuUung der Entscheidungsziele des Kaufers wird durch problemspezifische, personenspezifische und soziale Determinanten gefahrdet. Wahrend die Wahmehmung der Produktiiberlastung und hoher Produktkomplexitat problemspezifische Faktoren darstellen, sind mangelndes Produktwissen und ausgepragte Neigungen zur Entscheidungsoptimierung als personenspezifische Faktoren fur die Untererfullung von Entscheidungszielen verantwortlich. Die Unklarheit, wie Referenzgruppen angebotene Produkte beurteilen wiirden, ist die zentrale soziale Ursache fur eine mangelnde Zielerreichung und Unzufhedenheit. Die exogenen Determinanten uben keinen direkten EinfluB auf die Entscheidungszufriedenheit aus. Ihre Erklarungswirkung wird durch die Erfiillung der Entscheidungsziele voUstandig mediiert. Empirisch erweisen sich die Entscheidungsoptimierung, die wahrgenommene Produktkomplexitat und die wahrgenommene Produkttiberlastung aufgrund relativ hoher Gesamteffekte als besonders bedeutsam. 4. Welche zeitliche Stabilitdt weisen die ermittelten Zusammenhdnge auf? Die EntscheidungszufHedenheit kann zeitlich stabil gemessen werden, die Konsumzufriedenheit unterliegt hingegen Veranderungen. Insbesondere neigen Erhebungen der Konsumzufriedenheit kurz nach dem Kauf dazu, das langfristige Niveau systematisch zu unterschatzen. Uber einen Untersuchungszeitraum von vier Monaten konnen leichte Ruckgange des determinierenden Einflusses des Forschungsmodells auf die Konsumzufriedenheit festgestellt werden. Die Veranderung ist jedoch statisch nicht signifikant, so dafi zufallige Schwankungen als Ursache nicht ausgeschlossen werden konnen. Die ermittelten Zusanmienhange sind damit als zeitlich stabil anzusehen. Die Konsumzufriedenheit kann nicht nur unmittelbar nach dem Kauf tiber den EntscheidungsprozeB erklart werden, sondem auch substantiell dariiber hinaus.

312

F. Schlufibetrachtung

5. Wie kann das Marketing die Erfahmng des Kaufentscheidungsprozesses steuern, um Entscheidungs- und Konsumzufriedenheit gezielt zu erhohen, und welche Implikationen ergeben sich aus den Resultaten fir die Marketingforschung? Die untemehmerische Praxis sieht sich vor der Notwendigkeit, das einseitige Verstandnis der Kundenzufriedenheit als ergebnisbezogene Betrachtung aufzugeben und auf den Prozefi der Entscheidungsfindung hin zu erweitem. Nicht nur Handler, sondem auch Hersteller miissen daran interessiert sein, die Erlebnisse des Kunden bei der Entscheidungsfindung zu steuern. Es bieten sich Segmentierungsansatze an, mit denen zwischen Konsumenten, die besonders zur Entscheidungsoptimierung neigen, sogenannten Maximierem, und solchen, die zur Vereinfachung tendieren, sogenannten Satifizierem, getrennt wird. Problemspezifisch erweist sich ein genaues Monitoring der Komplexitat einzelner Produkte sowie deren Anzahl und Vergleichbarkeit als besonders vielversprechend. Nicht zuletzt konnen Entscheidungs- und Konsumzufriedenheit effektiv erhoht werden, indem Nachfrager gezielt in ihren Entscheidungszielen, der Rechtfertigbarkeit, der Minimierung antizipierten Regrets und entscheidungsbedingter Emotionen, unterstutzt werden. Als Grenzerfahrungen nehmen Konsumenten Kaufentscheidungen besonders deutlich wahr. Belastende Erlebnisse hinterlassen substantielle Spuren, die auch iiber langere Zeit noch negativ auf die Kundenzufriedenheit wirken. Die Marketingforschung und -praxis steht damit bei der Erforschung und dem Management der Kundenzufriedenheit vor neuen Herausforderungen.

G. Anhang 1.

Qualitative Voruntersuchung

Interviewleitfaden fur 12 Interviews (Dauer 45 Minuten bis eine Stunde, Convenience Sample):

Interviewpartner Geschlecht Alter Bemf

Phase 1: Verbales EntscheidungsprotokoU Mit dieser Befragung soUen Ihre Erfahrungen bei der Kaufentscheidung fur ein neu zu erwerbendes Auto naher untersucht werden. Bitte verwenden Sie die im Internet verfugbaren Auto-Konfiguratoren, um sich dort Ihr Wunschauto zusammenzustellen. Versetzen Sie sich dabei in die Lage eines tatsachlichen Autokaufs. Sprechen Sie bitte jede Ihrer tJberlegung laut aus. Beachten Sie, daB Ihre personliche Erfahrung von Interesse ist. Es gibt keine richtigen und falschen Antworten. Phase 2: Halbstrukturiertes Interview Wie sind Sie in der Entscheidung vorgegangen? Hatten Sie wahrend der Entscheidung Schwierigkeiten? Was haben Sie dabei gedacht bzw. empfunden? Wie wtirden Sie in einer realen Kaufentscheidung reagieren? Waren Sie mit dem ProzeB der Entscheidungsfindung zufrieden? Was hat Ihnen besonders gefallen/ nicht gefallen? Warum? Was konnte man tun, damit Ihnen die Entscheidungsfindung leichter fallt? Warum? Wenn Ihre Entscheidung endgiiltig ware. Wie wtirden Sie Ihr Vertrauen in die Giite der Entscheidung beschreiben? Wie wtirden Sie ihre Moglichkeiten einschatzen, die Entscheidung gegeniiber anderen rechtfertigen zu konnen? Wie die Zeit, die man benotigt, um eine ausreichend gute Entscheidung treffen zu konnen? Hat Sie die Entscheidungsfindung emotional belastet? Wenn ja, in welcher Weise? Wtirden Sie sich unter realen Bedingung Gedanken dariiber machen, ob Sie Ihren Kauf spater bedauem konnten? Wenn ja, warum? Welche Unterschiede fallen Ihnen zwischen einer realen Kaufentscheidung und der am AutoKonfigurator ein?

G. Anhang

314

Levene-Statistik der beobachteten Variablen Die Einteilung der Befragten in drei Gruppen nach dem Zeitraum zwischen Produktkauf und der Beantwortung des Fragebogens ergibt folgende Resultate zur Varianzhomogenitat.

SPW1 SPW2 SPW3 SPW4 SPW5 SPW6 SPW7 EN01 EN02 EN03 EN04 EN05 EN06 EN07 WPK1 WPK2 WPK3 WPK4 WPK5 WPK6 WPU1 WPU2 WPU3 WPU4 WPU5 URB1 URB2 URB3 URB4 URB5 URB6 RFB1 RFB2 RFB3 RFB4 PFS1 PFS2 PFS3

Levene- <Jf1 Statistik 1,154 2 2,083 2 1,158 2 0,673 2 1,786 2 0,400 2 0,151 2 1,187 2 6,063 2 1,682 2 0,048 2 1,602 2 0,395 2 1,053 2 0,886 2 2,379 2 0,391 2 3,652 2 0,069 2 0,946 2 0,459 2 0,228 2 1,618 2 2,641 2 1,136 2 0,770 2 1,243 2 0,817 2 0,996 2 2,975 2 0,226 2 1,346 2 1,386 2 1,095 2 1,723 2 0,081 2 0,318 2 0,063 2

df2 Signifikanz 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625 625

0,316 0,125 0,315 0,511 0,168 0,670 0,860 0,306 0,002 0,187 0,954 0,202 0,674 0,350 0,413 0,094 0,677 0,026 0,933 0,389 0,632 0,796 0,199 0,072 0,322 0,464 0,289 0,442 0,370 0,052 0,798 0,261 0,251 0,335 0,179 0,922 0,728 0,939

ARE1 ARE2 ARES ARE4 ARES BWK1 BWK2 BWK3 BWK4 BWK6 ANA1 ANA2 ANAS ANA4 ANAS ANA6 ANA7 ANAS ANAS ANA10 ENZ1 ENZ2 ENZS ENZ4 ENZS ENZS K0Z1 K0Z2 KOZS K0Z4 KOZS K0Z6 K0Z7 KOZS K0Z9 KOZ10 KOZ11 K0Z12

Levene- df1 df2 Signifikanz | Statistik 0651^ 0,430 2 625 0,395 0,930 2 625 0,063 2,784 2 626 0,173 2 625 1,761 0,133 2,023 2 625 0,148 1,916 2 625 0,237 1,442 2 625 0,02S 3,703 2 625 0,014 4,299 2 625 0,010 4,597 2 625 0^006^ 5,161 2 625 0,275 1,294 2 625 0,050 3,002 2 625 0,268 1,321 2 625 0,000 11,947 2 625 0,002 6,159 2 625 0,012 4,449 2 625 0,138 1,985 2 625 0,658 0,419 2 625 0,102 2,295 2 625 0178^ 1,733 2 625 0,484 0,726 2 625 0,468 0,759 2 625 0,208 1,575 2 625 0,903 0,102 2 625 0,215 1,540 2 625 0,784 2 625 0457^ 0,231 1,467 2 625 0,374 0,985 2 625 0,001 7,485 2 625 0,193 1,650 2 625 0,637 0,452 2 625 0,862 0,148 2 625 0,284 1,262 2 625 0,668 0,403 2 625 2,007 2 625 0,135 0,846 0,167 2 625 0,379| 0,972 2 625

G. Anhang

3.

315

Cronbachs Alpha der verwendeten MeBinstrumente

Die Analyse der Reliabilitat mit Cronbachs Alpha ergibt folgende Werte.^ IKonstrukt

SPW ENO WPK WPU URB RFB PFS ARE BWK ANA ENZ |KOZ

Bereinigte Messinstrumente | Ausgangsmenge der Indikatoren Cronbach Alpha Anzahl der Items 1 Cronbach Alpha Anzahl der Items Ausgangsmenge Bereinigte Messinstrumente kerne Anpassung 0,925 7 0,696 0,652 7 2 0,814 0,820 5 3 keine Anpassung 0,886 5 keine Anpassung 0,916 6 0,776 0,755 4 3 keine Anpassung 0,909 3 0,856 0,839 5 4 keine Anpassung 0,876 5 0,872 0,895 10 5 0,741 0,740 6 3 0,923 12 10 0,855

Die Bereinigung der Skalen mit Hilfe der Ergebnisse der konfirmatorischen Faktorenanalyse fuhrt in einigen Fallen zu einem sinkenden a-Wert. Dies deutet nicht auf eine Verschlechterung der Messung bin, sondem begriindet sich mit der Eigenschaft dieses Tests, bei umfangreichen Skalen iibermafiig vorteilhafte Werte zu erzeugen (vgl. Abschnitt D. 1.4.2.).

G. Anhang

316

4.

Exploratorische Faktorenanalyse

Die exploratorische Faktorenanalyse der Ausgangsmenge der Indikatoren zeigt Anpassungsbedarf bei den Konstrukten ENO, WPK, RFB und ENZ an. Die Ergebnisse werden in einem Schritt berechnet, aus Darstellungsgrunden aber nach endogenen und exogenen latenten Variablen aufgeteilt. [Faktorenanalyse: Ausgangsmenge der Indikatoren (1/2) KOZ ANA SPW WPU URB BWK SPW1 0,028 -0,067 0,847 -0,048 0,092 -0,037 SPW2 0,101 -0,050 0,745 -0,100 0,042 0,034 SPW3 0,000 -0,031 0,793 -0,106 0,072 0,082 SPW4 0,035 -0,118 0,777 -0,134 0,136 -0,041 0,046 -0,144 0,746 -0,111 0,133 -0,002 SPW5 SPW6 -0,013 0,039 0,715 -0,079 0,076 -0,098 SPW7 0,057 -0,035 0,830 -0,098 0,087 -0,025 EN01 -0,015 0,023 0,083 0,061 0,035 -0,009 EN02 0,016 0,050 0,058 0,043 0,032 -0,020 EN03 0,002 0,157 -0,047 0,063 0,000 0,130 EN04 0,017 0,042 0,012 0,054 -0,041 0,098 EN05 0,029 0,011 0,094 -0,046 0,072 0,063 -0.001 0,020 0,098 -0,028 0,039 0,064 EN06 EN07 -0,008 0,071 0,012 -0,072 0,081 0,111 WPK1 -0,015 0,162 -0,288 0,301 -0,053 0,111 WPK2 -0,119 0,199 -0,186 0,393 -0,081 0,070 WPK3 -0,105 0,222 -0,082 0,270 -0,032 0,233 WPK4 -0,082 0,178 -0,065 0,316 -0,036 0,291 WPK5 -0,119 0,187 -0,332 0,484 -0,087 0,079 WPK6 -0,031 0,218 -0,224 0,457 -0,116 0,016 WPU1 -0,096 0,166 -0,165 0,679 -0,087 0,158 WPU2 -0,068 0,180 -0,078 0,775 -0,028 0,103 WPU3 -0,032 0,144 -0,073 0,611 -0,058 0,304 WPU4 -0,063 0,139 -0,089 0,714 -0,052 0,132 WPU5 -0,091 0,214 -0,191 0,720 -0,066 0,137 URB1 0,038 -0,019 0,117 -0,061 0,801 0,011 URB2 0,020 -0,020 0,122 -0,060 0,811 0,042 0,074 -0,034 0,053 -0,079 0,794 0,047 URB3 URB4 0,026 -0,034 0,093 -0,056 0,813 -0,012 URB5 0,011 -0,038 0,057 -0,028 0,753 -0,028 URB6 0,039 0,016 0,131 -0,005 0,790 0,025

1 ARE 0,012 0,057 0,108 -0,036 -0,045 -0,110 -0,075 0,056 0,030 0,083 0,120 0,054 0,040 0,187 0,028 0,219 0,025 0,205 0,177 0,155 0,110 0,049 0,048 0,097 0,109 0,006 0,032 -0,010 0,017 -0,020 0,033

PFS -0,113 -0,050 -0,090 -0,076 -0,104 -0,076 -0,110 0,060 0,066 0,033 -0,023 -0,058 -0,044 -0,106 0,051 0,220 0,046 0,119 0,108 0,157 0,146 0,052 0,039 0,078 0,120 -0,036 -0,041 -0,006 -0,066 -0,077 -0,034

ENZ 0,135 0,051 0,079 -0,001 0,040 0,040 0,095 -0,019 0,022 -0,035 -0,025 0,050 -0,003 0,012 -0,159 -0,032 -0,128 0,089 -0,045 -0,061 -0,105 -0,011 0,078 0,010 -0,062 0,094 0,103 0,065 0,042 0,021 0,016

ENO 0,001 0,008 0,019 0,008 0,009 0,043 0,059 0,703 0,620 0,480 0,404 0,081 0,149 0,317 -0,038 0,084 -0,003 0,120 -0,008 0,048 0,125 0,017 0,048 0,019 0,067 -0,043 -0,012 0,047 0,020 0,037 0,010

WPK -0,111 -0,036 -0,085 -0,072 -0,138 0,039 -0,025 0,003 0,004 0,031 -0,014 0,012 -0,023 0,023 0,596 0,354 0,490 0,316 0,410 0,562 0,149 0,071 0,106 0,051 0,083 -0,032 -0,054 -0,059 0,003 0,014 -0,020

-

0,073 0,080 0,124 -0,020 -0,002 0,044 -0,013 0,041 0,097 0,036 0,000 0,584 0,673 0,217 0,008 -0,050 0,007 -0,052 0,004 0,020 -0,021 -0,065 -0,049 0,000 -0,030 0,091 0,110 -0,003 0,032 -0,070 0,022|

G. Anhang IFaktorenanalyse: Ausgangsmenge der Indikatoren (2/2) KOZ ANA SPW WPU URB BWK RFB1 0,172 -0,218 0,208 -0,226 0,056 -0,027 RFB2 0,250 -0,146 0,139 -0,103 0,077 -0,054 RFB3 0,232 -0,203 0,201 -0,161 0,109 -0,070 RFB4 0,204 -0,200 0,031 -0,020 0,030 -0,380 PFS1 -0,172 0,292 -0,178 0,130 -0,074 0,143 PFS2 -0,252 0,266 -0,204 0,104 -0,065 0,119 PFS3 -0,244 0,239 -0,201 0,108 -0,114 0,176 ARE1 -0,095 0,207 0,019 0,081 0,021 0,250 ARE2 -0,124 0,261 -0,023 0,164 0,011 0,161 ARE3 -0,166 0,312 -0,033 0,147 0,046 0,217 ARE4 -0,116 0,205 -0,014 0,176 0,028 0,195 ARE5 -0,185 0,338 -0,080 0,276 0,009 0,203 BWK1 0,011 0,132 0,030 0,133 0,046 0,696 BWK2 -0,133 0,301 -0,145 0,291 -0,013 0,576 BWK3 -0,074 0,317 -0,052 0,321 0,026 0,604 BWK4 0,014 0,169 0,034 0,157 0,043 0,730 BWK5 -0,040 0,331 -0,028 0,254 0,031 0,584 ANA1 -0,064 0,407 -0,068 0,222 -0,003 0,393 ANA2 -0,071 0,589 -0,162 0,324 -0,020 0,206 ANA3 -0,140 0,651 -0,072 0,217 -0,091 0,113 ANA4 -0,103 0,709 -0,060 0,133 -0,040 0,222 ANA5 -0,169 0,540 -0,024 0,210 -0,040 0,161 ANA6 -0,051 0,583 -0,036 0,100 -0,017 -0,057 ANA7 -0,101 0,584 -0,067 0,280 -0,029 0,212 ANA8 -0,039 0,682 -0,041 0,083 0,022 0,168 ANA9 -0,084 0,653 -0,038 0,058 -0,009 0,124 ANA10 -0,070 0,676 -0,045 0,049 0,003 0,127 ENZ1 0,235 -0,385 0,055 -0,351 0,031 -0,160 ENZ2 0,161 -0,061 0,052 0,094 0,097 0,151 ENZ3 0,250 -0,072 0,095 -0,037 0,063 -0,077 ENZ4 0,287 -0,056 0,066 -0,025 0,047 -0,167 ENZ5 0,315 -0,377 0,023 -0,236 0,034 -0,112 ENZ6 0,139 -0,254 0,119 -0,376 0,064 -0,078 K0Z1 0,361 0,079 -0,051 0,137 0,076 0,013 K0Z2 0,824 -0,065 0,025 -0,098 0,021 -0,065 K0Z3 0,907 -0,084 0,071 -0,039 0,044 -0,053 K0Z4 0,707 -0,147 -0,005 -0,118 -0,036 0,036 K0Z5 0,835 -0,064 0,066 -0,047 0,073 -0,037 K0Z6 0,709 -0,059 0,093 -0,019 0,024 -0,014 K0Z7 0,826 -0,071 -0,039 0,007 0,001 -0,068 K0Z8 0,842 -0,078 0,057 -0,088 0,057 0,002 KOZ9 0,843 -0,103 0,044 -0,058 -0,002 -0,099 KOZ10 0,687 -0,143 0,032 -0,166 0,018 0,008 K0Z11 0,858 -0,088 0.047 -0,101 -0,006 -0,010 K0Z12 0,148 -0,186 0,183 -0,138 0,149 -0,041

317 1 ARE -0,032 -0,056 -0,069 -0,156 0,170 0,193 0,190 0,557 0,639 0,481 0,629 0,543 0,165 0,229 0,136 0,139 0,166 0,135 0,108 -0,029 0,115 -0,066 0,137 -0,044 0,223 0,153 0,219 -0,300 0,021 -0,058 -0,020 -0,284 -0,179 0,136 -0,096 -0,032 -0,080 -0,062 -0,042 -0,075 -0,006 -0,030 -0,200 -0,109 -0,069

PFS -0,544 -0,531 -0,671 -0,339 0,521 0,458 0,534 0,043 0,111 0,118 0,091 0,161 0,024 0,189 0,072 0,035 0,055 0,108 0,155 0,138 0,104 0,135 0,051 0,143 0,033 0,118 0,119 -0,116 -0,094 -0,013 0,009 -0,147 -0,067 0,031 -0,066 -0,079 -0,056 -0,097 -0,121 -0,130 -0,063 -0,097 -0,111 -0,118 -0,120

ENZ -0,004 -0,013 0,027 0,163 -0,258 -0,280 -0,306 -0,014 -0,014 -0,104 -0,075 -0,070 0,025 -0,134 -0,125 -0,018 -0,070 0,019 -0,071 -0,194 -0,080 -0,219 0,054 -0,256 0,035 -0,083 -0,023 0,307 0,472 0,648 0,548 0,261 0,293 0,034 0,060 0,117 0,079 0,174 0,143 0,069 0,095 0,087 0,049 0,078 0,616

ENO 0,025 -0,020 -0,063 0,006 0,076 0,074 0,065 0,151 0,123 0,144 0,250 0,139 0,056 0,176 0,056 0,075 0,138 0,165 0,081 0,030 0,037 0,020 0,054 0,030 0,047 0,093 0,085 -0,067 -0,020 -0,008 -0,052 -0,081 -0,087 0,082 -0,034 0,007 -0,002 0,060 0,025 -0,064 0,030 -0,059 -0,050 -0,010 0,040

WPK 0,009 -0,036 -0,025 -0,007 0,209 0,167 0,197 0,082 0,003 0,085 0,038 0,100 -0,004 0,103 0,081 0,122 0,100 -0,003 0,044 0,031 0,084 0,176 0,051 0,130 -0,017 0,083 0,099 -0,044 -0,098 -0,072 -0,027 -0,102 -0,095 0,032 0,036 -0,045 -0,021 -0,058 -0,039 -0,051 0,011 -0,067 -0,021 -0,040 0,051

-

0,001 0,081 -0,039 -0,023 -0,127 -0,133 -0,168 0,019 0,090 -0,018 0,089 0,030 0,125 -0,022 0,068 0,068 0,036 -0,110 -0,021 0,088 0,029 0,194 -0,011 0,186 -0,104 -0,032 -0,022 -0,130 0,040 -0,001 0,023 -0,013 -0,034 -0,048 0,024 -0,012 -0,039 0,037 0,020 0,056 -0,008 0,054 -0,026 -0,012

o.oisl

Die auf Basis der konfirmatorischen Faktorenanalyse bereinigten Skalen weisen die Defizite der initialen Indikatorenmenge nicht auf. Die gefundene zwolffaktorielle Losung erfullt samtliche Gutekriterien der exploratorischen Faktorenanalyse (vgl. Abschnitt D. 1.4.2.).

G. Anhang

318 Faktorenanalyse: Bereinigte MeRinstrumente KOZ SPW URB WPU AAR SPW1 0,030 0,863 0,087 -0,058 -0,081 SPW2 0,106 0,784 0,040 -0,109 -0,092 SPW3 -0,002 0,808 0,076 -0,110 -0,098 SPW4 0,036 0,808 0,129 -0,110 -0,074 SPW5 0,045 0,779 0,122 -0.063 -0,096 SPW6 0,006 0,774 0,077 -0,069 0,088 SPW7 0,063 0,853 0,086 -0,081 -0,016 EN01 -0,009 0,067 0,020 0,062 0,046 0,021 0,054 0,020 0,017 0,029 EN02 |WPK1 -0,042 -0,258 •0,057 0,213 0,167 WPK4 -0,124 -0,338 •0,084 0.343 0,152 WPK5 -0,056 -0,208 •0,120 0,388 0,184 WPU1 -0,101 -0,166 •0,079 0,697 0,183 WPU2 -0,097 -0,192 •0,068 0,736 0,191 WPU3 -0,029 -0,074 •0.061 0,714 0,080 WPU4 -0,070 -0,089 •0,053 0,806 0,105 |WPU5 -0,068 -0,079 •0,028 0,833 0,162 0,040 0,117 0,827 -0,060 -0.017 URB1 0,024 0,127 0,832 -0.061 -0.032 URB2 0,065 0,046 0,832 -0,060 -0.069 URB3 0,018 0,092 0,840 -0,060 -0,030 URB4 URB5 -0,004 0,042 0,803 -0,033 -0,059 0,028 0,117 0,829 0,023 0,028 URB6 0,160 0,202 0,047 -0,196 -0,240 RFB1 0,242 0,122 0,070 -0,086 -0,043 RFB2 0,225 0,197 0,103 -0,115 -0,164 RFB3 PFS1 -0,195 -0,175 •0,084 0.139 0,205 PFS2 -0,278 -0,208 •0,068 0,127 0,203 PFS3 -0,271 -0,205 •0,127 0,138 0.165 |ARE1 -0,119 0,028 0,023 0.059 0.131 ARE2 -0,141 -0,034 0.016 0.128 0.163 ARE4 -0,113 -0,019 0,030 0,155 0.104 -0,201 -0,079 0,007 0,243 0.198 |ARE5 BWK1 0,003 0,018 0,036 0.096 0,058 BWK2 -0,092 -0,055 0,022 0,269 0,290 BWK3 -0,010 0,033 0,039 0,144 0,149 |BWK4 -0,058 -0,043 0,031 0,239 0,256 BWK5 -0,146 -0.154 •0,025 0.271 0,226 |ANA2 -0,073 -0.166 •0,020 0,330 0,562 ANA3 -0,156 -0.087 •0,096 0,150 0,808 ANA4 -0,111 -0,063 •0,040 0,148 0,640 ANA5 -0,178 -0,031 •0,036 0,105 0,767 -0,114 -0,085 •0,035 0,205 0,783 |ANA7 0,244 0.078 0,033 -0,225 -0,324 ENZ1 0,140 0,120 0,071 -0,303 -0,226 ENZ5 0,328 0,030 0,045 -0,139 -0,219 ENZ6 0,840 0,021 0,036 -0,090 -0,053 K0Z2 0,916 0,064 0,056 -0,020 -0,095 K0Z3 0,742 -0,010 •0,034 -0,067 -0.129 K0Z4 0,866 0,064 0,071 -0,025 -0.053 K0Z5 0,764 0,088 0,029 -0,015 -0.050 IKOZ6 0,853 -0,048 •0,001 0,007 -0.020 KOZ7 0,859 0,047 0,066 -0,051 -0.111 K0Z8 0,864 0,038 •0,009 -0,057 -0,062 K0Z9 KOZ10 0,700 0,039 0,013 -0,116 -0,080 K0Z11 0,863 0,051 •0,009 -0,063 -0,052

PFS •0,020 0,079 0,129 •0,093 •0,045 •0,120 •0,046 0,028 0,075 0,150 0.123 0.073 0.145 0.142 0,314 0.136 0,092 0,014 0,055 0,049 •0,010 •0,023 0,000 •0,014 •0,073 •0,094 0,140 0,097 0,151 0,216 0,156 0,202 0,247 0,819 0,683 0,788 0,703 0,619 0,207 0,112 0,254 0,155 0,194 •0,243 •0,091 •0,207 •0,061 •0,050 0.016 •0,027 •0,002 •0,066 0.017 •0.077 •0.010 •0,030

ARE -0,002 0,034 0,076 -0,024 -0,028 -0,109 -0,037 0.140 0,067 0,028 0,177 0,168 0,128 0,128 0,046 0,108 0,066 -0,014 0,010 0,008 0,026 -0,016 0,035 -0,095 -0,047 -0,074 0,134 0,159 0,150 0,778 0,777 0,737 0,598 0,144 0,135 0,182 0.159 0.236 0.205 0.109 0.217 0.059 0.098 -0,234 -0,118 -0,201 -0,098 -0,047 -0,063 -0,041 -0,012 -0,073 -0,017 -0,045 -0,156 -0,081

PFS -0,147 -0,123 -0,125 0,014 -0,007 0,011 -0,083 0,067 -0,021 0,134 0,077 0,109 0,156 0,092 0,024 0.042 0,034 •0,063 •0,082 -0.025 •0,052 •0.043 0,075 •0,098 •0,150 •0,234 0,737 0,758 0,759 0,076 0,074 0,104 0,138 •0,037 0,101 0,086 0,099 0,212 0,174 0,075 0,160 0.033 0,132 •0.101 •0,142 •0,165 •0,037 •0,043 0,044 •0,143 •0,200 •0,100 •0,013 •0,085 •0,027 •0,044

RFB 0,069 -0,022 0,024 0,108 0,144 0,090 0,073 0,009 -0,054 •0,025 •0,095 •0,133 -0,078 -0,099 •0,038 -0,092 •0,070 0,034 0,021 -0,039 0,042 0,034 0,093 0,717 0,756 0,705 •0,229 •0,151 •0,210 -0.012 •0.057 -0,050 •0,153 •0,054 •0.033 0.025 •0,053 •0,138 •0,117 •0,104 •0,125 •0,096 •0,040 0,107 •0.011 0,152 0,068 0,072 0,070 0,035 0,007 0,100 0,041 0,077 0,106 0,109

ENZ -0,003 -0,043 -0,075 0,080 0,134 0,023 0,076 0,006 -0,065 -0,061 -0,163 -0,132 -0,159 -0,162 -0,028 -0,039 -0.048 -0.037 -0,008 0,074 0,012 0,035 0,016 -0.003 0,027 0,158 -0,115 -0,112 -0,100 0,076 -0,137 -0,173 -0,223 -0,056 -0,180 0,062 -0,120 -0,179 -0,131 -0,083 -0.087 -0.094 -0,132 0,601 0,585 0,596 0,031 0.009 0,237 0,024 -0,022 -0,043 0,021 -0,027 0,314 0,113

PFS -0,103 -0,034 -0,083 -0,086 -0,162 0,042 -0,038 -0,026 0,019 0,764 0,505 0,679 0.175 0,133 0,071 0,048 0.081 -0.066 -0,060 -0,067 0,013 0,069 -0,045 -0.038 -0,060 -0,048 0,135 0,061 0.098 0.103 0,002 0,030 0,089 -0,001 0.092 0,092 0,051 0,061 0,036 0,002 0,031 0,197 0,112 -0,057 -0,140 -0,113 0,039 -0,031 -0,007 -0,035 -0,014 -0,058 0,019 -0.075 0,005 -0.036

ENO 0.019 0,028 0,0061 -0,014 -0,021 0,063i 0,059 0,857 0,862 -0,060 -0,004 0,073 0,074 0,045 0,0451 -0,014 -0,015 -0,028 0,012 0.0191 0,013 0,025 0,000 0,003 -0,010 -0,070 0,042| 0,021 0,016| 0.026

0,062J 0,171 0,0561 0,011 0,011 0,0271 0,059 0,083 0,012 0,044 -0,028 0,047 0,032 -0.033 -0.052 -0.037 -0.037 0,0081 -0,021 0,061 0,0461 -0,038 0,016 -0,009 -0,026 -0,015j

G. Anhang

5.

319^

Lokale Giitekriterien des Mefimodells zum Basismodell

Auch nach der Basismodellschatzung erfiillt ENZ6 nicht das geforderte Anspruchsniveau von 0,40. Die verbleibenden lokalen Kriterien erfullen die gestellten Anforderungen jedoch eindeutig. Die folgenden zwei Tabellen zeigen die Mefimodellschatzung sowie die Priifung des Fomell-Larcker-Kriteriums in Form der multiplen quadrierten Korrelationsmatrix.

G. Anhang

320 1 1 iKonstrukt lAnforderungen Produktwissen

Item

SPW1 SPW2 SPW3 SPW4 SPW5 SPW6 SPW7 lEntscheidungs- EN01 EN02 pptimierung Wahrgenommene WPK1 ProduktWPK4 komplexitat WPK5 IWahrgenommene WPU1 WPU2 ProduktWPU3 uberlastung WPU4 WPU5 URB1 lUnklarheit URB2 reflektiver URB3 Bewertung URB4 URB5 URB6 RFB1 RechtRFB2 fertigbarkeit RFB3 PFS1 PrSferenzPFS2 sicherheit PFS3 ARE1 Antizipiertes ARE2 Regret ARE4 ARES BWK1 BewertungsBWK2 kosten BWK3 BWK4 BWK5 Abschlieliender ANA2 ANA3 negativer ANA4 Affekt ANAS ANA7 Entscheidungs- ENZ1 ENZ5 zufriedenheit ENZ6 K0Z2 KonsumK0Z3 zufriedenheit KOZ4 KOZS K0Z6 K0Z7 KOZS K0Z9 KOZ10 K0Z11

ME&MODELL DES BASISMODELLS Lokale Gutekriterien Unstand. Standard. t-wert der Ladung Faktorlad. Faktorlad. ^1,648 0.9S2 27,223 0,883 0,906 21,781 0,754 23,387 0,859 0,794 0,811 1,000 -23,458 0,92S 0,796 0,832 20,428 0,719 25,629 0,847 0,909 1,000 0,799 -0,671 0,880 6,138 17,989 0,926 0,676 1,000 0,829 -22,584 0,943 0,821 24,405 0,973 0,809 0,944 23,498 0,788 0,832 20,141 0,706 22,494 0,926 0,765 0,842 1,000 -23,288 0,96S 0,833 0,996 23,626 0,842 0,957 21,865 0,792 22,357 0,962 0,806 0,978 19,949 0,735 0,784 1,000 -1,000 0,715 -0,747 15,209 0,663 0,964 17,935 0,850 0,917 31,040 0,851 0,893 31,670 0,860 1,000 0,925 -16,791 0,865 0,667 19,141 0,943 0,753 1,000 0,779 -20,078 0,826 0,789 18,087 0,609 0,665 23,455 0,963 0,813 0,821 1,000 -0,890 19,811 0,715 0,952 22,746 0,795 20,367 0,711 0,745 0,791 23,777 0,794 0,711 20,354 0,730 22,854 0,741 0,772 1,000 0,850 -1,000 0,826 -0,830 19,752 0,755 0,944 15,293 0,601 1,000 0,836 -0,952 32,603 0,929 22,184 0,734 0,796 29,043 0,871 0,970 0,935 22,569 0,743 0,922 27,270 0,840 27,822 0,850 0,908 28,341 0,939 0,859 21,224 0,855 0,712 29,005 0,871 0,926

1 DEV

IR

KR

^0,40 0,780 0,569 0,630 0,658 0,634 0,517 0,717 0,638 0,450 0,457 0,687 0,674 0,654 0,621 0,498 0,585 0,709 0,694 0,709 0,627 0,650 0,540 0,615 0,511 0,440 0,723 0,724 0,740 0,856 0,445 0,567 0,607 0,623 0,442 0,661 0,674 0,511 0,632 0,506 0,630 0,506 0,596 0,723 0,682 0,570 0.361 0,699 0,863 0,539 0,759 0,552 0,706 0,723 0,738 0,507 0,759

^0,60 0,926

^0,5o\ 0,643

0,703

0,544

0,821

0,606

0,888

0,614

0,914

0,639

0,789

0,558

0,911

0,773

0,835

0,560

0,875

0,584

0,878

0,592

0,774

0,538

0,956

0,682

G. Anhang iQuadrierte Korrelationsmatrix des Basismodells SPW ENO WPK WPU URB RFB SPW 0,010 ENO 0,270 0,007 WPK 0,089 0,017 0,570 WPU 0,065 0,001 0,054 0,029 URB RFB 0,158 0,000 0,229 0,194 0,045 0,155 0,001 0,287 0,202 0,046 0,436 PFS 0,040 0,085 0,196 0,264 0,000 0,135 ARE 0,037 0,029 0,242 0,365 0,000 0,132 BWK 0,089 0,010 0,317 0,333 0,054 0,239 ANA 0,082 0,024 0,270 0,301 0,009 0,287 ENZ 0,038 0,003 0,084 0,084 0,007 0,184 KOZ 0,643 0,544 0,606 0,614 0,639 0,558

6.

32^ 1 PFS

-

0,243 0,214 0,300 0,356 0,130 0,773

ARE

-

0,436 0,248 0,460 0,097 0,560

BWK

ANA

ENZ

-

KOZ

0,411 0,437 0,507 0,093 0.125 0,209 0,584 0,592 0,538 0,682

0,643 0,544 0,606 0,614 0,639 0,558 0,773 0,560 0,584 0,592 0,538 0,682

Lokale Giitekriterien des MeOmodells zum bestangepafiten Modell

Nach der Schatzung des bestangepafiten Modells erfiillt wiederum ENZ6 nicht das geforderte Anspmchsniveau von 0,40. Alle restlichen lokalen Kriterien erfiillen die gestellten Anforderungen eindeutig. Die folgenden zwei Tabellen zeigen die Mefimodellschatzung sowie die Prufung des Fomell-Larcker-Kriteriums in Form der multiplen quadrierten Korrelationsmatrix.

G. Anhang

322 1 1 iKonstrukt

MEaMODELL DES BESTANGEPASSTEN MODELLS Lokale GiJtekriterien IR Item Unstand. Standard. t-wert der Ladung Faktorlad. Faktorlad. lAnforderunaen ^0,40 ^ 1,648 0,778 SPW1 27,245 0.882 Produkt0,951 0.569 21,784 0,905 wissen SPW2 0.754 0,630 23,391 0.794 0,858 SPW3 0,659 0,812 1.000 SPW4 -0,635 23,499 0,797 0,925 SPW5 0,517 20,447 0,719 0,831 SPW6 0,717 25,654 0,847 0,908 SPW7 Entscheidungs- EN01 0,635 1,000 0,797 -0,884 EN02 pptimierung 0,453 6,155 0,673 iWahrgenommene WPK1 0,456 17,966 0,926 0,675 0,686 0,828 1,000 ProduktWPK4 .0,672 0,944 komplexitat WPK5 22,600 0,820 IWahrgenommene WPU1 0,654 24,348 0,973 0,809 0,623 23,478 0,789 0,945 WPU2 Produkt20,154 0,834 WPU3 uberiastung 0,500 0,707 0,587 22,505 0,928 WPU4 0,766 0,707 0,841 1,000 WPU5 -0,694 URB1 23,297 Unklarheit 0,965 0,833 URB2 reflektiver 0,709 23,638 0,842 0,996 URB3 0.627 21,884 Bewertung 0,792 0,957 0,650 22,358 URB4 0,806 0,961 0,539 19,943 0,734 0,977 URB5 0,615 0,784 1.000 URB6 -Recht0.513 RFB1 0,716 1,000 -RFB2 fertigbarkeit 0,440 15,218 0,746 0.663 0,719 17,967 0,848 0,961 RFB3 0,724 IPrSferenz31,028 PFS1 0.851 0,918 PFS2 0,740 31,629 0.894 sicherheit 0.860 0.854 0,924 PFS3 1,000 Antizipiertes 0,448 ARE1 16,865 0,865 0,669 0,569 19,219 0,754 0,943 ARE2 Regret 0,608 0,780 1,000 ARE4 -0,624 20,163 0,826 ARES 0,790 0,442 BWK1 Bewertungs18,109 0,608 0,665 0,664 23,593 0,965 BWK2 kosten 0.815 0,674 0,821 BWK3 1,000 -0,510 19,834 0,714 BWK4 0,889 0,632 22,829 BWK5 0,795 0,952 lAbschlJedender ANA2 0,506 0,711 20,359 0,743 0,632 23,826 ANA3 negativer 0,795 0,791 0.507 20,398 0,712 0,730 ANA4 Affekt 0.599 22,939 0,774 0,742 ANAS 0.724 ANA7 0,851 1,000 -0.684 0,827 lEntscheidungs- ENZ1 1,000 -0,572 19,827 ENZS zufriedenheit 0,756 0,830 0.362 0,944 ENZ6 15,339 0,602 K0Z2 Konsum0,699 0,836 1,000 -0,863 32,627 K0Z3 zufriedenheit 0,952 0,929 0,539 K0Z4 22,201 0,734 0,796 0,760 29,065 KOZS 0,872 0,970 0,552 22,586 K0Z6 0,743 0,935 0,706 27,291 KOZ7 0,840 0,922 0,723 27,843 KOZS 0,850 0.908 0,738 28,363 0,939 KOZ9 0,859 0,507 21,240 0,712 0,855 KOZ10 29,027 0,871 0,926 K0Z11 0.759

KR

1 DEV

^0,60 0,926

^0,5o\ 0.644

0,703

0,544

0,820

0,605

0,888

0,614

0,914

0,639

0,789

0,557

0,911

0,773

0,836

0,562

0,875

0,584

0,879

0.594

0.775

0,539

0.956

0,683

G. Anhang Quadrierte Korrelationsmatrix des bestangepaftien IModeils SPW ENO WPK WPU URB RFB PFS SPW 0,106 ENO 0,098 0,010 WPK 0,132 0,007 0,297 WPU 0,082 0,025 0.275 0,287 URB 0,035 0,086 0,196 0,262 0,292 RFB 0,164 0,000 0,231 0,194 0,362 0,252 PFS 0,046 0,032 0,246 0,366 0,462 0,141 0,222 ARE 0,066 0,002 0,058 0,029 0,444 0,021 0,021 BWK 0,132 0,001 0,294 0,203 0,275 0,249 0,244 ANA 0,038 0,003 0,085 0,081 0,003 0,186 0,132 ENZ 0,000 0,000 0,000 0,000 0,000 0,000 0,000 KOZ 0,644 0,544 0,605 0,614 0,639 0,557 0,773

323 1 ARE

-

0,000 0,417 0,099 0,000 0,562

BWK

-

ANA

ENZ

KOZ

0,009 0,096 0,126 0,000 0,000 0,000 0,584 0,594 0,539 0,683

0,644 0,544 0,605 0,614 0,639 0,557 0,773 0,562 0,584 0,594 0,539 0.683

Literaturverzeichnis Aaker, D. A., Kumar, P. und Day, R. L. (1995) Marketing Research, New York, 5. Auflage. Aaker, D. A. und Stayman, D. M. (1986) Warmth in Advertising: Measurement, Impact, and Sequence Effects, Journal of Consumer Research, 12 (4), 365-381. Abel, B. (1979) Denken in theoretischen Modellen als Leitidee der Wirtschaftswissenschaften, in: H. Raffee und B. Abel (Hrsg.), Wissenschaftstheoretische Grundlagen der Wirtschaftswissenschaften, Miinchen, 138-160. Abrams, D. (1992) Process of Social Identification, in: G. Breakwell (Hrsg.), Social Psychology of Identity and Self-Concept, Academic Press, London, 57-99. Adams, J. S. (1963) Toward an Understanding in Inequity, Journal of Abnormal and Social Psychology, 67 (5), 422-436. Adams, J. S. (1965) Inequity in Social Exchange, in: L. Verkowitz (Hrsg.), Advances in Experimental Social Psychology, New York. Agarwal, M. K. und Chatterjee, S. (2002) Decision Difficulty in Bundle Choice: The Role of Complexity, Uniqueness, and Similarity, Working Paper, Marketing Science Institute, Report No. 02-103. Aififi, A. A. und Elashoff, R. M. (1966) Missing Observations in Multivariate Statistics, Journal of the American Statistical Association, 61, 595-604. Ailawadi, K. L., Neslin, S. A. und Gedenk, K. (2001) Pursuing the Value-Conscious Consumer: Store Brands versus National Brand Promotions, Journal of Marketing, 65 (1), 71-89. Ajzen, I. (1988) Attitudes, Personality, and Behavior, in: T. Manstead (Hrsg.), Mapping Social Psychology, Open University Press, Milton Keynes. Ajzen, I. (1996) The Social Psychology of Decision Making, in: E. T. Higgins und A. W. Kruglanski (Hrsg.), Social Psychology, Guilford Press, New York, 297-325. Ajzen, I. und Fishbein, M. (1975) Beliefs, Attitude, Intention, and Behavior: An Introduction to Theory and Research, Addison-Wesley, Cambridge. Alba, J. und Hutchinson, W. J. (1987) Dimensions of Consumer Expertise, Journal of Consumer Research, 13 (4), 411-454. Alba, J. und Marmorstein, H. (1987) The Effects of Frequency Knowledge on Consumer Decision Making, Journal of Consumer Research, 14, 14-26. Algesheimer, R. (2004) Brand Communities, Gabler, Wiesbaden. Allais, M. (1953) Le Comportement de I'homme rationnel devant le risque: Critque des postulats et aximes de I'ecole americaine, Econometrica, 21 (4), 503-546. Anderson, C. J. (2003) The Psychology of Doing Nothing: Forms of Decision Avoidance Result From Reason and Emotion, Psychological Bulletin, 129 (1), 139-167. Anderson, C. J. und Fomell, C. (1994) A Customer Satisfaction Research Prospectus, in: R. T. Rust und R. L. Oliver (Hrsg.), Service Quality: New Directions in Theory and Practice, Sage Publications, Thousand Oaks, 241-268. Anderson, C. J. und Gerbing, D. W. (1992) Assumptions and Comparative Strengths of the Two-Step Approach: Comment on Fomell and Yi, Sociological Methods and Research, 20, 321-333. Anderson, E. W. (1996) Customer Satisfaction and Price Tolerance, Marketing Letters, 7, 265-274.

Literaturverzeichnis

326

Anderson, E. W., Fomell, C. und Lehmann, D. R. (1994) Customer Satisfaction, Market Share and Profitability: Findings from Sweden, Journal of Marketing, 58 (3), 53-66. Anderson, E. W., Fomell, C. und Rust, R. T. (1997) Customer Satisfaction, Productivitiy, and Profitability: Differences between Goods and Services, Marketing Science, 16 (2), 129-145. Anderson, E. W. und Mittal, V. (2000) Strengthening the Satisfaction-Profit Chain, Journal of Services Research, 3 (2), 107-120. Anderson, E. W. und Sullivan, M. (1993) The Antecedents and Consequences of Customer Satisfaction for Firms, Marketing Science, 12 (2), 125-143. Anderson, J. A. und Gerbing, D. W. (1988) Structural Equation Modeling in Practice: A Review and Recommended Two-Step Approach, Psychological Bulletin, 49,411-423. Anderson, J. C. und Gerbing, D. W. (1984) The Effect of Sampling Error on Convergence, Improper Solutions, and Goodness-of-Fit Indices for Maximum Likelihood Factor Analysis, Psychometrika, 49, 155-173. Anderson, P. F. (1983) Markting, Scientific Progress, and Scientific Method, Journal of Marketing, 47 (3), 18-31. Anderson, R. (1973) Consumer Dissatisfaction: The Effect of Disconfirmed Expectancy on Perceived Product Performance, Journal of Marketing Research (JMR), 10(1), 38-44. Anderson, R. D., Engledow, J. L. und Becker, H. (1979) Evaluating the Relationships Among Attitude Toward Business, Product Satisfaction, Experience and Search Effort, Journal of Marketing Research, 16 (2), 394-400. Andreasen, A. (1985) Consumer Responses to Dissatisfaction in Loose Monopolies, Journal of Consumer Research, 12, 135-141. Antonides, G. und Raaij, W. F. (1998) Consumer Behavior: A European Perspective, Chichester. Arbuckle, J. L. (1996) Full Information Estimation in the Presence of Incomplete Data, in: G. A. Marcoulides und R. E. Schumacker (Hrsg.), Advanced Structural Equation Modeling: Issues and Techniques, Lawrence Erlbaum, Mahwah, 243-277. Arbuckle, J. L. (1999) AMOS 4.0, Chicago. Armony, J. L., Servan-Schreiber, D., Cohen, J. B. und LeDoux, J. E. (1997) Computational Modeling of Emotion: Explorations Through the Anatomy and Physiology of Fear Conditioning, Trends in Cognitive Science, 1, 28-34. Arnold, U. (1990) Empirische Befunde zur Informationstiberlastung von Konsumenten, Jahrbuch der Absatz- und Verbraucherforschung, 2, 150-163. Amould, E. J. und Price, L. L. (1993) River Magic: Extraordinary Experience and the Extended Service Encounter, Journal of Consumer Research, 20 (1), 24-45. Aschenbrenner, M. K. (1987) Entscheidung und Urteil, in: C. G. Hoyos, W. Kroeber-Riel, L. Rosenstiel und B. Stnimpel (Hrsg.), Wirtschaftspsychologie in Grundbegriffen, Psychologic Verlags Union, Miinchen, 2. Auflage, 151-161. Aschmoneit, P. und Heitmann, M. (2002) Customer Centred Community Application Design, The International Journal on Media Management, 4 (1), 13-21. Assael, H. (1987) Consumer Behavior and Marketing Action, Kent Publishing Company, Belmont, 3. Auflage. Assael, H. (1998) Marketing, Dryden Press, Cicinatti. Assar, A. und Chakravarti, D. (1984) Attribute Range Knowledge: Effects on Consumers' Evaluation of Brand-Attribute Information and Search Patterns in Choice, in: R. W. Belk, R. S. Peterson, G. S. Albaumet al. (Hrsg.), AMA Educators' Proceedings,

Literaturverzeichnis

327

Auh, S., Salisbury, L. C. und Johnson, M. D. (2003) Order Effects in Customer Satisfaction Modeling, Journal of Marketing Management, 19 (3/4), 379-400. Backhaus, K., Erichson, B., Plinke, W. und Weiber, R. (2000) Multivariate Analysemethoden, Berlin, 9. Auflage. Baer, D. (2004) Latent Variable Structural Equation Models, Skript zum ICPSR Summer Program, University of Michigan. Bagozzi, R. P. (1980) Causal Models in Marketing, Wiley, New York. Bagozzi, R. P. (1981a) Causal Modeling: A General Method for Developing and Testing Theories in Consumer Research, Advances in Consumer Research, 3, 195-202. Bagozzi, R. P. (1981b) Evaluating Structural Equation Models with Unobserved Variables and Measurement Error: A Comment, Journal of Marketing Research (JMR), 18, 380. Bagozzi, R. P. (1984) A Prospectus for Theory Construction in Marketing, Journal of Marketing, 48, 11-29. Bagozzi, R. P. (1994) Measurement in Marketing Research. Basic Principles of Questionnaire Design, in: R. P. Bagozzi (Hrsg.), Principles of Marketing Research, Cambridge, 1-49. Bagozzi, R. P. (1998) A Prospectus for Theory Construction in Marketing, in: L. Hildebrandt und C. Homburg (Hrsg.), Die Kausalanalyse. Ein Instrument der betriebswirtschaftlichen Forschung., Stuttgart, 45-81. Bagozzi, R. P. und Baumgartner, H. (1994) The Evaluation of Structural Equation Models and Hypothesis Testing, in: R. P. Bagozzi (Hrsg.), Principles of Marketing Research, Cambridge, 386-422. Bagozzi, R. P. und Fomell, C. (1982) Theoretical Concepts, Measurement, and Meaning, in: C. Fomell (Hrsg.), A Second Generation of Multivariate Analysis, New York, 2. Auflage, 24-38. Bagozzi, R. P. und Yi, Y. (1988) On the Evaluation of Structural Equation Models, Journal of the Academy of Marketing Science, 16, 74-94. Balabanis, G. und Craven, S. (1997) Consumer Confusion from Own Brand Lookalikes: An Exploratory Investigation, Journal of Marketing Management, 13, 299-313. Balderjahn, I. (1985) Strukturen sozialen Konsumentenverhaltens, Marketing ZFP, 7 (4), 253262. Balderjahn, I. (1986) Das umweltbewuBte Konsumentenverhalten: Eine empirische Studie, Duncker und Humboldt, Berlin. Bandilla, W. und Hauptmann, O. (1998) Intemetbasierte Umfragen als Datenerhebungstechnik fur die empirische Sozialforschung?, ZUMA-Nachrichten, 43, 36-53. Bansch, A. (1989) Kauferverhalten, Mtinchen, 4. Auflage. Bar-Hillel, M. und Neter, E. (1996) Why are People Reluctant to Exchange Lottery Tickets?, Journal of Personality and Social Psychology, 70, 17-27. Baron, J. (1994) Thinking and Deciding, Cambridge University Press, New York. Baron, J. und Hershey, J. C. (1988a) Outcome Bias in Decision Evaluation, Journal of Personality and Social Psychology, 54, 569-579. Baron, J. und Hershey, J. C. (1988b) Outcome Bias in Decision Evaluation, Journal of Personality and Social Psychology, 54 (2), 569-579. Baron, J. und Ritov, I. (1994) Reference Points and Omission Bias, Organizational Behavior and Human Decision Processes, 59 (3), 475-498. Baron, J. und Spranca, M. D. (1997) Protected Values, Organizational Behavior and Human Decision Processes, 70 (1), 1-16.

Literaturverzeichnis

328

Baron, R. M. und Kenny, D. A. (1986) The Moderator-Mediator Variable Distinction in Social Psychological Research, Journal of Personality and Social Psychology, 51 (6), 1173-1182. Baron, R. S. und Kerr, N. L. (2003) Group Process, Group Decision, Group Action, Open University Press, 2. Auflage. Basu, K. (1993) Consumers' Categorization Processes: An Examination with two Alternatives Methodological Paradigms, Journal of Consumer Psychology, 2 (2), 97-121. Bauer, R. A. (1960) Consumer Behavior as Risk Taking, in: R. S. Hancock (Hrsg.), Proceedings of the American Marketing Association Conference, American Marketing Association, Chicago, 389-398. Baumeister, R. F. (1998) The Self, in: D. T. Gilbert, S. T. Fiske und G. Lindzey (Hrsg.), Handbook of Social Psychology, Boston, 4. Auflage, 680-740. Baumeister, R. F., Heatherton, T. F. und Tice, D. M. (1994) Loosing Control how and why People Fail at Self-Regulation, Academic Press, San Diego. Baumeister, R. F. und Leary, M. R. (1995) The Need to Belong: Desire for Interpersonal Attachments as a Fundamental Human Motivation, Psychology Bulletin, 117, 497529. Baumgardner, A. H. und Arkin, R. M. (1988) Affective States Mediates Causal Attributions for Success and Failure, Motivation and Emotion, 12 (June), 99-111. Baumgartner, H. und Homburg, C. (1996) Applications of Structural Equation Modeling in Marketing and Consumer Research: A Review, International Journal of Research in Marketing, 13(2), 139-161. Beach, L. R. (1990) Image Theory: Decision Making in Personal and Organizational Contexts, Wiley, New York. Beach, L. R., E, B. V. und Christensen-Szalanksi, J. J. (1986) Beyond Heuristics and Biases: A Contingency Model of Judgemental Forecasting, Journal of Forecasting, 5, 143-157. Beach, L. R. und Mitchell, T. R. (1978) A Contingency Model for the Selection of Decision Strategies, Academy of Management Review, 3,439-449. Bearden, W. O. und Etzel, M. (1982) Reference Group Influence on Product and Brand Purchase Decision, Journal of Consumer Research, 9, 183-194. Bearden, W. O., Netemeyer, R. D. und Teel, J. E. (1989) Measurment of Consumer Susceptibility to Interpersonal Influence, Journal of Consumer Research, 15,473-481. Bearden, W. O. und Netemeyer, R. G. (1999) Handbook of Marketing Scales Multi-Item Measures for Marketing and Consumer Behavior Research, Sage, Thousand Oaks, 2. Auflage. Bearden, W. O., Sharma, S. und Teel, J. E. (1982) Sample Size Effects on Chisquare and other Staistics Used in Evaluating Causal Models, Journal of Marketing Research, 19, 425-430. Bearden, W. O. und Teel, J. E. (1983) Selected Determinants of Consumer Satisfaction and Compaint Reports, Journal of Marketing Research, 20 (1), 21-28. Beattie, A. E. (1982) Effects of Product Knowledge on Comparison, Memory, Evaluation and Choice: A Model of Expertise in Consumer Decision Making, Advances in Consumer Research, 9, 336-341. Beattie, A. E. (1983) Product Expertise and Advertising Persuaviseness, in: R. P. Bagozzi und A. M. Tybout (Hrsg.), Advances in Consumer Research, Ann Arbor, 581-584. Beattie, J. und Barlas, S. (2001) Predicting Perceived Differences in Tradeoff Difficulty, in: E. U. Weber, J. Baron und G. Loomes (Hrsg.), Conflict and Tradeoffs in Decision

Literaturverzeichnis

329

Beattie, J., Baron, J. und Hershey, J. C. (1994) Psychological Determinants of Decision Attitude, Journal of Behavioral Decision Making, 7 (2), 129-144. Beatty, S. E. und Smith, S. M. (1987) External Search Effort: An Investigation Across Several Product Categories, Journal of Consumer Research, 14 (1), 83-95. Beatty, S. E. und Talpade, S. (1994) Adolescent Influence in Family Decision Making: A Replication with Extension, Journal of Consumer Research, 21 (2), 332. Bell, D. E. (1982) Regret in Decision Making under Uncertainty, Operations Research, 30, 961-981. Bell, D. E. (1983) Risk Premiums for Decision Regret, Management Science, 29 (10), 11561166. Bell, D. E. (1985) Putting a Premium on Regret, Management Science, 31 (1), 117-120. Belz, C. (2002) Kunden zwischen Kauflust und Resistenz, Marketing und Kommunikation, 11,46-47. Benninghaus, H. (1996) Einfuhrung in die sozialwissenschaftliche Datenanalyse, Miinchen. Bentler, P. M. (1990) Comparative Fit Indixes in Structural Equation Models, Psychological Bulletin, 107, 238-246. Bentler, P. M. und Bonett, D. G. (1980) Significance tests and Goodness of Fit in the Analysis of Covariance Structures, Psychological Bulletin, 88, 588-606. Bentler, P. M. und Chou, C. P. (1987) Pracitcal Issues in Structural Modeling, Sociological Methods and Research, 16 (1), 78-117. Bentler, P. M. und Wu, E. J. C. (1995) EQS for Windows User's Guide, Encino. Bemdt, H. (1983) Konsumentenentscheidung und Informationsiiberlastung: Der Einfluss von Quantitat und Qualitat der Werbeinformation auf das Konsumentenverhalten, Miinchen. Bernhardt, K. L., Donthu, N. und Kennett, P. A. (2000) A Longitudinal Analysis of Satisfaction and Profitability, Journal of Business Research, 47 (2), 161-171. Bernoulli, D. (1896) Specimen Theoriae Novea de Mensura Sortis, Econometrica, 22, 23-36. Best, R. J. und Ursic, M. L. (1987) The Impact of Information Load on Variability on Choice Accuracy, Advances in Consumer Research, 14, 106-108. Bettman, J., Luce, M. F. und Payne, J. W. (1998) Constructive Consumer Choice Processes, Journal of Consumer Research, 25 (3), 187-217. Bettman, J. R. (1973) Perceived Risk and Its Components: A Model and Empirical Test, Journal of Marketing Research, 10, 184-190. Bettman, J. R. (1979) An Information Processing Theory of Consumer Choice, AddisonWesley, Cambridge. Bettman, J. R., Johnson, E. J. und Payne, J. W. (1990) A Componential Analysis of Cognitive Effort in Choice, Organizational Behavior and Human Decision Processes, 45, 111139. Bettman, J. R. und Park, C. W. (1980) Effects of Prior Knowledge and Experience and Phase of the Choice Process on Consumer Decision Processes: A Protocol Analysis, Journal of Consumer Research, 7 (3), 234-248. Bettman, J. R. und Zins, M. A. (1977) Constructive Processes in Consumer Choice, Journal of Consumer Research, 4 (2), 75-87. Biehal, G. und Chakravarti, D. (1982) Experiences with the Bettman-Park Verbal Protocol Coding Scheme, Journal of Consumer Research, 8, 442-448.

Literaturverzeichnis

330

Biehal, G. und Chakravarti, D. (1986) Consumers' use of Memory and External Information in Choice: Macro and Micro Perspectives, Journal of Consumer Research, 12, 382405. Bitner, M. J. (1990) Evaluating Service Encounters: The Effects of Physical Surroundings and Employee Responses, Journal of Marketing, 54 (2), 69-82. Bitner, M. J. (1992) Servicescapes: The Impact of Physical Surroundings on Customers and Employees, Journal of Marketing, 56 (2), 57-71. Bitner, M. J. und Hubbert, A. R. (1994) Encounter Satisfaction versus Overall Satisfaction versus Quality, in: R. T. Rust und R. L. Oliver (Hrsg.), Service Quality: New Directions in Theory and Practice, Sage, Thousand Oaks, 72-94. Bleicker, U. (1983) Produktbeurteilung der Konsumenten, Wiirzburg. Bloemer, J. M. M. und Kasper, H. D. P. (1995) The Complex Relationship between Consumer Satisfaction and Brand Loyalty, Journal of Economic Psychology, 16, 311-329. Bloemer, J. M. M. und Lemmink, J. (1992) The Importance of Customer Satisfaction in Explaining Brand and Dealer Loyalty, Journal of Marketing Management, 8 (4), 351364. Bogner, W. und Mayer, M. (2000) Die Validitat von Onlinebefragungen II - Land in Sicht?, Planung und Analyse, 1, 50-55. Boles, T. L. und Messick, D. M. (1995) A Reverse Outcome Bias: The Influence of Multiple Reference Points on the Evaluation of Outcomes and Decisions, Organizational Behavior and Human Decision Processes, 61 (3), 262-275. BoUen, K. A. (1989) Structural Equations with Latent Variables, Wiley, New York. Bollen, K. A. und Stine, R. A. (1993) Bootstrapping Goodness-of-Fit Measures in Structural Equation Models, in: K. A. Bollen und J. S. Long (Hrsg.), Testing Structural Equation Models, Sage, Newbury Park, 195-226. Bolton, R. und Drew, J. (1991) A Multistage Model of Customers Assesment of Service Quality and Value, Journal of Consumer Research, 17, 375-384. Boomsa, A. (1987) The Robustness of Maximumum Likelihood Estimation in Structural Equation Models, in: P. Cuttance und R. Ecob (Hrsg.), Structural Equation Modeling by Example, Cambridge, 160-188. Boomsma, A. (2000) Reporting Analyses of Covariance Structures, Structural Equation Modeling, 7 (3), 461-483. Bortz, J. (1999) Statistik fur Sozialwissenschaftler, Berlin, 5. Auflage. Bortz, J. und Doring, N. (2002) Forschungsmethoden und Evaluation fur Human- und Sozialwissenschaftler, Springer, Berlin, 3. Auflage. Boulding, W., Kalra, A., Staelin, R. und Zeithaml, V. A. (1993) A Dynamic Process Model of Service Quality: From Expectations to Behavioral Intentions, Journal of Marketing Research (JMR), 30(1), 7. Bourne, F. S. (1957) Group Influence in Marketing and Public Relations, in: R, Liker und S. P. Hayes (Hrsg.), Some Applications of Behavioral Research, Paris. Bradbum, N. M. (1969) The Structure of Psychological Well-Being, Chicago. Braunstein, C. (2001) Einstellungsforschung und Kundenbindung zur Erklarung des Treueverhaltens von Konsumenten, Gabler, Wiesbaden. Breckler, S. J. (1990) Applications of Covariance Structure Modeling in Psychology: Cause for Concern, Psychological Bulletin, 107, 260-271. Brehm, J. W. und Cohen, J. B. (1962) An Experimental Study of Dissonance, New York.

Literaturverzeichnis

331

Brewer, M. B. (1991) The Social Self: On Being the Same and Different at the Same Time, Personality and Social Psychology Bulletin, 17, 475-482. Brock, T. C. (1965) Communicator-Recipient Similarity and Decision Change, Journal of Personality and Social Psychology, 1, 650-654. Broniarczyk, S. M., Hoyer, W., D und McAlister, L. (1998) Consumers' Perceptions of the Assortment Offered in a Grocery Category: The Impact of Item Reduction, Journal of Marketing Research, 35 (2), 166-176. Browne, M. W. und Cudeck, R. (1993) Alternative Ways of Assessing Model Fit, in: K. A. BoUen und J. S. Long (Hrsg.), Testing Structural Equation Models, Sage, Newbury Park, 136-162. Bruce, G. D. und Cocanougher, B. A. (1971) Socially Distant Reference Groups and Consumer Aspirations, Journal of Marketing Research, 8, 79-81. Brucks, M. (1985) The Effects of Product Class Knowledge on Information Search Behavior, Journal of Consumer Research, 7, 1-16. Brucks, M. und Mitchell, A. A. (1981) Knowledge Structures, Production Systems and Decision Strategies, Advances in Consumer Research, 8, 750-757. Bruner, G. C. und Hensel, P. J. (1992) Marketing Scales Handbook: A Compilation of MultiItem Measures, American Marketing Association, Chicago. Bruner, G. C. und Hensel, P. J. (1996) Marketing Scales Handbook: A Compilation of MultiItem Measures, American Marketing Association, Chicago, 2. Auflage. Bruner, G. C, Karen, J. E. und Hensel, P. J. (2001) Marketing Scales Handbook: A Compilation of Multi-Item Measures, American Marketing Association, Chicago, 3. Auflage. Bryce, J. (1888) The American Commonwealth. Bungard, W., Schultz-Gambard, J. und Antoni, C. (1988) Zur Methodik der Angewandten Psychologic, in: D. Frey, C. G. Hoyos und D. Stahlberg (Hrsg.), Angewandte Psychologic, Miinchen, 588-606. Burmann, C. (1991) Konsumentenzufriedenheit als Determinante der Marken- und Handlerloyalitat. Marketing ZFP, 4, 249-258. Burnett, J. J. und Dunne, P. M. (1986) An Appraisal of the Use of Student Subjects in Marketing Research, Journal of Business Research, 14, 329-343. Bumham, T. A., Frels, J. K. und Mahajan, V. (2003) Consumer Switching Costs: A Typology, Antecedents and Consequences, Journal of the Academy of Marketing Science, 31 (2), 109-126. Bumkrant, R. E. und Cousineau, A. (1975) Informational and Normative Social Influence in Buyer Behavior, Journal of Consumer Research, 2 (3), 206-215. Byrne, B. (1998) Structural Equation Modeling with LISREL, PRELIS, and SIMPLIS: Basic Concepts, Applications, and Programming, Lawrence Erlbaum, New Jersey. Cacioppo, J. T. und Gardner, W. L. (1999) Emotion, Annual Review of Psychology, 50, 191214. Cadotte, E. R., Woodruff, R. B. und Jenkins, R. L. (1987) Expectations and Norms in Models of Consumer Satisfaction, Journal of Marketing Research (JMR), 24 (3), 305-314. Camerer, C. F. und Loewenstein, G. (2003) Behavioral Economics: Past, Present, Future, in: G. Loewenstein, M. Rabin und C. F. Camerer (Hrsg.), Advances in Behavioral Economics, Princeton Press, Princeton, 1-61. Capon, N. und Kuhn, D. (1982) Can Consumers Calculate Best Buys?, Journal of Consumer Research, 8(1), 449-453.

Literaturverzeichnis

332

Cardozo, R. N. (1965) An Experimental Study on Consumer Effort, Expectation and Satisfaction, Journal of Marketing Research, 2 (3), 244-249. Carlsmith, M. J. und Aronson, E. (1963) Some Hedonic Consequences of the Confirmation and Disconfirmation Expectancies, Journal of Abnormal and Social Psychology, 66, 151-156. Chartrand, T. L. (2004) Mystery Moods and Perplexing Performance: Consequences of Succeeding and Failing at a Nonconscious Goal, Working Paper, Duke University. Chartrand, T. L. und Bargh, J. A. (1996) Automatic Activation of Impression Formation and Memorization Goals: Nonconscious Goal Priming Reproduces Effects of Explizit Task Instructions, Journal of Experimental and Social Psychology, 71,464-478. Chemev, A. (2003) When More Is Less and Less Is More: The Role of Ideal Point Availability and Assortment in Consumer Choice, Journal of Consumer Research, 30 (2), 170-183. Chi, M. T. H. (1983) The Role of Knowledge on Problem Solving and Consumer Choice Behavior, in: R. P. Bagozzi und A. M. Tybout (Hrsg.), Advances in Consumer Research, Ann Arbor, 569-571. Chin, W. W. und Newsted, P. R. (1999) Structural Equation Modeling Analysis With Small Samples Using Partial Least Squares, in: R. H. Hoyle (Hrsg.), Strategies for Small Sample Research, Thousand Oaks, 307-341. Churchill, G. A. (1979) A Paradigm for Developing Better Measures of Marketing Constructs, Journal of Marketing Research, 16 (2), 64-73. Churchill, G. A. (1988) Basic Marketing Research, The Dryden Press, Chicago. Churchill, G. A. (1991) Marketing Research - Methodolical Foundations, The Dyrden Press, Forth Worth, 5. Auflage. Churchill, G. A. und Surprenant, C. (1982) An Investigation Into the Determinants of Customer Satisfaction, Journal of Marketing Research (JMR), 19 (4), 491-504. Clemons, S. D. und Woodruff, R. B. (1991) Broadening the View on Consumer (Dis-)Satisfaction: A Proposed Means-End Disconfirmation Model of CS/D, in: C. T. Allen, et al. (Hrsg.), Marketing Theory and Applications, Chicago, 209-216. Cliff, N. (1983) Some Cautions Concerning the Application of Causal Modeling Methods, Multivariate Behavioral Research, 18, 115-126. Coenenberg, A. G. und Prillmann, M. (1995) Erfolgswirkungen von Variantenvielfalt und Variantenmanagement, Zeitschrift fur Betriebswirtschaft, 65 (11), 1231-1253. Cohen, J. B. und Goldberg, M. E. (1970) The Dissonance Model in Post-Decision Product Evaluation, Journal of Marketing Research, 7, 315-321. Cohen, J. B. und Golden, E. (1972) Informational Social Influence and Product Evaluation, Journal of Applied Psychology, 56 (February), 54-59. Cohen, J. B. und Reed, A. (2004) Multiple Attitudes as Guides to Behavior, Working Paper, University of Florida. Cole, C. A., Gaeth, G. J. und Singh, S. N. (1986) Measuring Prior Knowledge, Advances in Consumer Research, 13, 64-66. Cook, K. S. und Yamagishi, T. (1983) Social Determinants of Equity Judgements: The Problem of Multidimensional Input, in: D. M. Messick und K. S. Cook (Hrsg.), Equity Theory: Psychological and Sociolical Perspectives, Praeger, New York, 95-126. Cooke, A. D. J., Meyvis, T. und Schwartz, A. (2001) Avoiding Future Regret in PurchaseTiming Decisions, Journal of Consumer Research, 27 (4), 447-459. Cooper, J. und Fazio, R. H. (1984) A New Look at Dissonance Theory, Advances in Experi-

Literaturverzeichnis

333

Cooper-Martin, E. (1994) Measures of Cognitive Effort, Marketing Letters, 5 (1), 43. Cortina, J. M. (1993) What is Coefficient Alpha? An Examination of Theory and Applications, Journal of Applied Psychology, 78 (1), 98-104. Cox, D. F. (1967) Risk Taking and Information Handling in Consumer Behavior, Harvard University, Boston. Craig, C. S., gosh, A. und McLafferty, S. (1984) Models of the Retail Location Process: A Review, Journal of Retailing, 60, 5-36. Crawford, M. T., McConnel, A. R., Lewis, A. C. und Sherman, S. J. (2002) Reactance, Compliance, and Anticipated Regret, Journal of Experimental Social Psychology, 38, 56-63. Cronbach, L. (1951) Coefficient Alpha and the Internal Structure of Tests, Psychometrika, 16, 297-334. Cronbach, L. und Meehl, P. E. (1955) Construct Validity in Psychological Tests, Psychological Bulletin, 52 (4), 281-302. Cronin, J. J. und Taylor, S. A. (1992) Measuring Service Quality: A Reeexamination and Extension, Journal of Marketing, 56 (1), 55-68. Cudeck, R. und Browne, M. W. (1983) Cross-Validation of Covariance Structures, Multivariate Behavioral Research, 18, 147-167. Curley, S. P., Yates, F. J. und Abrams, R. A. (1986) Psychological Sources of Ambiguity, Organizational Behavior and Human Decision Processes, 38 (2), 230-256. Curren, M. T. und Folkes, V. S. (1987) Attributional Influences on Consumers' Desires to Communicate About Products, Psychology and Marketing, 4, 31-45. Curren, M. T., Folkes, V. S. und Steckel, J. H. (1992) Explanations for Successful and Unsuccessful Marketing Decisions: The Decision Maker's Perspective, Journal of Marketing, 56 (2), 18-31. Czepiel, J. A. und Rosenberg, L. J. (1977) Consumer Satisfaction: Concept and Measurement, Journal of the Academy of Marketing Science, 5 (4), 403-411. Czepiel, J. A., Rosenberg, L. J. und Akerle, A. (1974) Perspectives on Consumer Satisfaction, in: R. C. Curhan (Hrsg.), Marketing's Contribution to the Firm and to the Society, AMA Proceedings, Chicago. Cziepel, J. A., Rosenberg, L. J. und Akerle, A. (1974) Perspectives on Consumer Satisfaction, in: R. C. Curhan (Hrsg.), Marketing's Contribution to the Firm and to the Society, AMA Proceedings, Chicago. Damasio, A. R. (1994) Descartes Error: Emotion, Reason, and the Human Brain, G. P. Putnam, New York. Damasio, A. R. (1998) Emotion in Perspective of an Integrated Nervous System, Brain Research Reviews, 26, 83-86. Danaher, P. J. und Mattsson, J. (1994) Customer Satisfaction During the Service Delivery Process, European Journal of Marketing, 28 (5), 5-16. Davis, F. D., Lohse, G., L und Kottemann, J. E. (1994) Harmful Effects of Seemingly Helpful Information on Forecasts of Stock Earning, Journal of Economic Psychology, 15, 253267. Davis, K. E. und Jones, E. E. (1960) Changes in Interpersonal Perceptions as a Means of Reducing Cognitive Dissonance, Journal of Abnormal and Social Psychology, 61, 402-410. Davis, W. (1993) The FCI Rule of Identification for Confirmatory Factor Analysis, Sociological Methods and Research, 21 (4), 403-437.

Literaturverzeichnis

334

Dawes, R. M. (1975) The Robuts Beauty of Improper Linear Models in Decision Making, American Psychologist, 34, 571-582. Day, R. L., Grabicke, K., Schaetzle, T. und Staubach, F. (1981) The Hiden Agenda of Consumer Complaining, Journal of Retailing, 57, 86-106. de Ruyter, K., Wetzels, M., Lemmink, J. und Mattson, J. (1997) The Dynamics of The Service Delivery Process: A Value-Based Approach, International Journal of Research in Marketing, 14 (3), 231-243. Deax, K. (1996) Social Identification, in: E. T. Higgins und A. W. Kruglanski (Hrsg.), Social Psychology, Guilford Press, New York, 777-798. Deering, B. J. und Jacoby, J. (1972) Risk Enhancement and Risk Reduction as Strategies for Handling Perceived Risk. Dempster, A., Laird, N. und Rubin, D. (1977) Maximum Likelihood From Incomplete Data via EM Algorithm, Journal of the Royal Statistical Society, 39, 1-18. Derbaix, C. und Pham, M. T. (1991) Affective Reactions to Consumption Situations: A Pilot Investigation, Journal of Economic Psychology, 12 (2), 325-355. Desmeules, R. (2002) The Impact of Variety on Consumer Happiness: Marketing and the Tyranny of Freedom, Academy of Marketing Science Review, 12, [Online] http://www.amsreview.org/articles/desmeules 12-2002.pdf. Dhar, R. (1992) To Choose or Not to Choose: This is the Question, Advances in Consumer Research, 19(1), 735-738. Dhar, R. (1996) The Effect of Decision Strategy on Deciding to Defer Choice, Journal of Behavioral Decision Making, 9 (4), 265-281. Dhar, R. (1997a) Consumer Preference for a No-Choice Option, Journal of Consumer Research, 24 (2), 215-231. Dhar, R. (1997b) Context and Task Effects on Choice Deferral, Marketing Letters, 8 (1), 119130. Dhar, R. und Nowlis, S. M. (1999) The Effect of Time Pressure on Consumer Choice Deferral, Journal of Consumer Research, 25 (4), 369-384. Dhar, R., Nowlis, S. M. und Sherman, S. J. (1999) Comparison Effects on Preference Construction, Journal of Consumer Research, 26 (3), 293-306. Dhar, R. und Simonson, I. (2001) The Effect of Forced Choice on Choice, Yale University. Diamontopoulos, A. und Winklhofer, H. M. (2000) Index Construction with Formative Indicators: An Alternative to Scale Development, Journal of Marketing Research (JMR), 38 (2), 269-277. Dichtl, E. und Peter, S. (1996) Kundenzufriedenheit und Kundenbindung in der Automobilindustrie, in: H. H. Bauer, E. Dichtl und A. Herrmann (Hrsg.), Automobilmarktforschung. Nutzenorientierung von PKW-Herstellem, Miinchen, 15-31. Dillon, W. R. (1986) Building Consumer Behavior Models with LISREL, Issues and Applications, in: D. Brinberg und R. J. Lutz (Hrsg.), Perspectives on a Methodology in Consumer Research, New York, 107-154. Dreze, X., Hoch, S. J. und Purk, M. E. (1994) Shelf Management and Space Elasticity, Journal of Retailing, 70 (4), 301-326. Droge, C, R (1984) Assumptions Underlying the Metatheoretical Debates Regarding Methods and Scientific Theory Construction, in: P. F. Anderson und M. J. Ryan (Hrsg.), Scientific Methods in Marketing, Chicago, 5-9. Drolet, A. und Luce, M. F. (2004) The Rationalizing Effects of Cognitive Load on EmotionalBased Trade-off Avoidance, Journal of Consumer Research, (forthcoming).

Literaturverzeichnis

335

Dube, L. und Morgan, M. S. (1998) Capturing the Dynamics of Inprocess Consumption Emotions and Satisfaction in Extended Service Transactions, International Journal of Research in Marketing, 15, 309-320. Dunlay, D. E. und Hilton, D. J. (1991) Conversational Implicature, Conscious Representation, and the Conjuction Fallacy, Social Cognition, 9, 85-110. Earl, P. E. und Wicklund, R. A. (1999) Cognitive Dissonance, in: P. E. Eari und S. Kemp (Hrsg.), The Elgar Companion to Consumer Research and Economic Psychology, Northampton, 81-88. Edwards, J. R. und Bagozzi, R. P. (2000) On the Nature and Direction of Relationships Between Constructs and Measures, Psychological Methods, 5 (2), 155-174. Edwards, W. (1954) The Theory of Decision Making, Psychological Bulletin, 51, 380-417. Efron, B. und Gong, G. (1983) A Leisurely Look at the Bootstrap, the Jacknife, and CrossValidation, The American Statistician, 37 (1), 36-48. Efron, B. und Tibishirani, R. J. (1993) An Introduction to the Bootstrap, New York. Einhom, H. J. (1980) Learning From Experience and Suboptimal Rules in Decision Making, in: T. S. Wallsten (Hrsg.), Cognitive Processes in Choice and Decision Behavior, Erlbaum, Hillsdale, 1-20. Einhom, H. J. und Hogarth, R. M. (1986) Rationality in Psychology: The Contrast with Economics, The Journal of Business, 59 (4), 225-250. Einhom, H. J. und Hogarth, R. M. (1987) Decision Making: Going Forward in Revers, Harvard Business Review, 65 (1), 66-70. Ellsberg, D. (1961) Risk, Ambiguity, and the Savage Axioms, Quarterly Journal of Economics, 75 (4), 643-669. Enders, C. (2001) A Primer on Maximum Likelihood Algorithms for Use With Missing Data, Stmctural Equation Modeling, 8 (1), 128-141. Engel, J. F., Blackwell, R. D. und Miniard, P. W. (1990) Consumer Behavior, Dryden Press, Chicago, 6. Auflage. Engel, J. F., Blackwell, R. D. und Miniard, P. W. (1995) Consumer Behavior, Fort Worth, 8. Auflage. Erevelles, S. und Leavitt, C. (1992) A Comparison of Current Models of Consumer Satisfaction, Dissatisfaction, Journal of Consumer Satisfaction, Dissatisfaction and Complaining Behavior, 5,104-114. Farkas, A. J. und Anderson, N. H. (1979) Multidimensional Input in Equity Theory, Journal of Personality and Social Psychology, 37, 879-896. Fazio, R. H., Powell, M. C. und Williams, C. J. (1989) The Role of Attitude Accessibility in the Attitude-to-Behavior Process, Joumal of Consumer Research, 16 (3), 280-288. Fellmann, M. W. (1998) Forecast: New Products Storm Subsides, Marketing News, 32 (7), 13. Festinger, L. (1954) A Theory of Social Comparison Processes, Human Relations, 7, 117-140. Festinger, L. (1964a) Conflict, Decision, and Dissonance, Stanford University Press, Stanford. Festinger, L. (1964b) The Post-Decision Process, in: L. Festinger (Hrsg.), Conflict, Decision, and Dissonance, Stanford University Press, Stanford, 97-100. Festinger, L., Irle, M. und M6ntmann, V. (1978) Theorie der kognitiven Dissonanz, Huber, Bern. Feyerabend, P. K. (1965) Problems of Empiricism, in: R. G. Colodny (Hrsg.), Beyond the

Literaturverzeichnis

336

Fischer, L. und Wiswede, G. (2002) Grundlagen der Sozialpsychologie, R. Oldenbourg Verlag, Miinchen, 2. Auflage. Fischer, M., Herrmann, A. und Huber, F. (2001) Return on Customer Satisfaction, Zeitschrift fur Betriebswirtschaft, 71 (10), 1161-1190. Fishbum, P. (1991) Nontransitive Preferences in Decision Theory, Journal of Risk and Uncertainty, 4,113-124. Fisk, R. P. und Young, C. E. (1985) Disconfirmation and Equity Expectations: Effects on Consumer Satisfaction with Services, in: E. Hirschman und H. Holbrook (Hrsg.), Advances in Consumer Research, Provo, 340-409. Fitzsimons, G. J. (2000) Consumer Response to Stockouts, Journal of Consumer Research, 27 (2), 249-266. Fitzsimons, G. J., Greenleaf, E. A. und Lehmann, D. R. (1997) Decision and Consumption Satisfaction: Implications for Channel Relations, Working Paper, Columbia Business School. Fletcher, G. (1999) Attribution Theory, in: P. E. Earl und S. Kemp (Hrsg.), The Elgar Companion to Consumer Research and Economic Policy, Cheltenham, 32-37. Flynn, L. R. und Goldsmith, R. E. (1999) A Short, Reliable Measure of Subjective Knowledge, Journal of Business Research, 46 (1), 57-66. Folkes, V. S. (1984) Consumer Reactions to Product Failure: An Attributional Approach, Journal of Consumer Research, 10 (4), 398-409. Folkes, V. S. (1988) Recent Attribution Research in Consumer Behavior: A Review and New Directions, Journal of Consumer Research, 14, 548-565. Folkes, V. S., Koletsky, S. und Graham, J. L. (1987) A Field Study of Causal Inferences and Consumer Reaction: The View from the Airport, Journal of Consumer Research, 13, 534-539. Folkes, V. S. und Kotsos, B. (1986) Buyers' and Sellers' Explanations for Product Failure: Who Done It?, Journal of Marketing, 50, 74-80. Folkman, S. und Lazarus, R. S. (1985) If it Changes it Must be a Process: Study of Emotion and Coping During Three Strages of a College Examination, Journal of Personality and Social Psychology, 48, 150-170. Folkman, S. und Lazarus, R. S. (1988) Coping as a Mediator of Emotion, Journal of Personality and Social Psychology, 54 (3), 466-475. Ford, J. D. und Ellis, E. A. (1980) A Re-Examination of Group Influence on Member Brand Preference, Journal of Marketing Research, 17, 125-132. Ford, J. K., Schmitt, N., Schlechtman, S. L., Hults, B. M. und Doherty, M. L. (1989) Process Tracing Methods: Contributions, Problems, and Neglected Research Questions, Organizational Behavior and Human Decision Processes, 43, 75-117. Ford, J. K. und Smith, R. A. (1987) Inferential Beliefs in Consumer Evaluations: An Assessment of Alternative Processing Strategies, Journal of Consumer Research, 14 (3), 363-371. Fomell, C. (1992) A National Customer Satisfaction Barometer: The Swedish Experience, Journal of Marketing, 56 (1), 6-21. Fomell, C, Johnson, M. D., Anderson, E. W., Cha, J. und Bryant, B. E. (1996) The American Customer Satisfaction Index: Nature, Purpose, Finding, Journal of Marketing, 60 (4), 7-18. Fomell, C. und Larcker, D. F. (1981) Evaluating Stmctural Equation Models with Unobservable Variables and Measurement Error, Journal of Marketing Research (JMR), 18

Literaturverzeichnis

337_

Fomell, C, Tellis, G. J. und Zinkhan, G. M. (1982) Validity Assessment: A Structural Equations Approach Using Partial Least Squares, in: B. Walker (Hrsg.), An Assessment of Marketing Thought and Practice, AMA, Chicago, 405-409. Fomell, C. und Wemerfelt, B. (1987) Defensive Marketing Strategy by Customer Complaint Management - A Theoretical Analysis, Journal of Marketing Research (JMR), 24 (4), 337-346. Fomell, C. und Wemerfelt, B. (1988) A Model of Customer Complaint Management, Marketing Science, 7, 287-298. Fomell, C. und Yi, Y. (1992a) Assumptions of the Two-Step Approach to Latent Variable Modeling, Sociological Methods and Research, 20,291-320. Fomell, C. und Yi, Y. (1992b) Assumptions of the Two-Step Approach: Reply to Anderson and Gerbing, Sociological Methods and Research, 20, 334-339. Fomell, C. und Zinkhan, G. M. (1989) A Test of the Leaming Hierachy in High- and LowInvolvement Situations, Advances in Consumer Research, 16,152-159. Forsyth, D. (1999) Group Dynamics, Brooks/Cole Wadsworth, Belmont, 3. Auflage. Foumier, S. (1994) A Consumer-Brand Relationship Framework for Strategic Brand Management, Ann Arbor. Foumier, S. und Mick, D. G. (1999) Rediscovering Satisfaction, Joumal of Marketing, 63 (4), 5-23. Foxall, G. R. (1983) Consumer Choice, St. Martin's Press, New York. Foxman, E. R., Berger, P. W. und Cote, J. A. (1992) Consumer Brand Conftision: A Conceptual Framework, Psychology and Marketing, 9 (2), 123-140. Foxman, E. R., Muehling, D. D. und Berger, P. W. (1990) An Investigation of Factors Contributing to Consumer Brand Confusion, Joumal of Consumer Affairs, 24 (1), 170. Freitas, A. und Higgins, E. T. (2002) Enjoying Goal-Directed Action: The Role of Regulatory Fit, Psychological Science, 13, 1-6. French, J. R. P. und Raven, B. (1959) The Bases of Social Power, in: D. Cartwright (Hrsg.), Studies in Social Power, Ann Arbor, 150-167. Frey, B. S. (1990) Entscheidungsanomalien: Die Sicht der Okonomie, Psychologische Rundschau, 41, 67-83. Frey, D. und Glaska, A. (1993) Die Theorie der kognitiven Dissonanz, in: D. Frey und M. Irle (Hrsg.), Theorien der Sozialpsychologie: Band 1 Kognitive Theorien, Bem, 275-326. Frijda, N. H. (1988) The Laws of Emotion, American Psychologist, 43 (5), 349-358. Frisch, D. und Clemen, R. T. (1994) Beyond Expected Utility: Rethinking Behavioral Decision Research, Psychological Bulletin, 116 (1), 46-54. Fritz, W. (1986) The LISREL-Approach of Causal Analysis as an Instmment of Critical Theory Comparison within Management Science, in: W. Gaul und M. Schader (Hrsg.), Classification as a Tool of Research, Amsterdam, 145-152. Fritz, W. (1992) Marktorientierte Untemehmensfiihmng und Untemehmenserfolg Gmndlagen und Ergebnisse einer empirischen Untersuchung, Schaffer-Poeschel, Stuttgart. Gabele, E. (1984) Theorie und Erfahmng in der psychologischen Forschung, Tiibingen. Gaeth, G. J. und Shanteau, J. (1984) Reducing the Influence of Irrelevant Information on Experienced Decision Makers, Organizational Behavior and Human Decision Processes, 33, 263-282. Garbarino, E. und Edell, J. A. (1997) Cognitive Effort, Affect, and Choice, Joumal of Consumer Research, 24 (2), 147-158.

Literaturverzeichnis

338

Garbarino, E. und Johnson, M. S. (1999) The Different Roles of Satisfaction, Trust, and Commitment in Customer Relationships, Journal of Marketing, 63 (2), 70-87. Cardial, S. F., demons, S. D., Woodruff, R. B., Schumann, D. W. und Bums, M. J. (1994) Comparing Consumers' Recall of Prepurchase and Postpurchase Product Evaluation Experiences, Journal of Consumer Research, 20 (4), 548-560. Gardner, M. P. (1984) Advertising Effects on Attributes Recalled and Criteria Used for Brand Evaluations, Journal of Consumer Research, 10 (December), 310-318. Gatignon, H. und Robertson, T. (1985) A Propositional Inventory for New Diffusion Research, Journal of Consumer Research, 11 (4), 849-867. Gerbing, D. W. und Anderson, C. J. (1993) Monte Carlo Evaluations of Goodness-of-Fit Indices for Structural Equation Models, in: K. A. Bollen und J. S. Long (Hrsg.), Testing Structural Equation Models, New Bury Park, 40-65. Gerbing, D. W. und Anderson, J. C. (1988) An Updated Paradigm for Scale Development Incorporating Unidimensionality, and its Assessment, Journal of Marketing Research, 25, 186-192. Gergen, K. J. und Gergen, M. (1981) Social Psychology, Harcourt Brace Jovanich, New York. Gerritsen, L. E. M. (1998) If I Knew What I Know Now: Determinants of Regret and Dissapointment, Eindhoven. Geva, A. und Goldman, A. (1991) Duality in Consumer Post-Purchase Attitude, Journal of Economic Psychology, 12 (1), 141-164. Giering, A. (2000) Der Zusammenhang zwischen Kundenzufriedenheit und Kundenloyalitat: Eine Untersuchung moderierender Effekte, Wiesbaden. Giese, J. L. und Cote, J. A. (2000) Defining Consumer Satisfaction, Academy of Marketing Science Review [Online], 1, Available: http://www.amsreview.org/articles/giese012000.pdf Gigerenzer, G. und Goldstein, D. G. (2000) Reasoning the Fast and Frugal Way: Models of Bounded Rationality, in: T. Connolly, H. R. Arkes und K. R. Hammond (Hrsg.), Judgement and Decision Making, Cambridge, 621-650. Gilbert, D. T. und Ebert, E. J. (2002) Decisions and Revisions: The Affective Forecasting of Changeable Outcomes, Journal of Personality and Social Psychology, 82 (4), 503-514. Gilovich, T. und Medvec, V. H. (1995) The Experience of Regret: what, when and why, Psychological Review, 102 (2), 379-395. Glaeson, T. C. und Staelin, R. (1975) A Proposal for Handling Missing Data, Psychometrika, 40, 229-252. Glazer, R., Kahn, B. E. und Moore, W. L. (1991) The Influence of External Constraints on Brand Choice: The Lone-Alternative Effect, Journal of Consumer Research, 18 (1), 119-127. Goritz, A., Rinhold, N. und Batinic, B. (2000) Markforschung mit Online-Panels: State of the Art, Planung und Analyse, 3, 62-67. Gottlieb, J. B., Grewal, D. und Brown, S. W. (1994) Consumer Satisfaciton and Perceived Quality: Complementary or Divergent Constructs, Journal of Applied Psychology, 79 (December), 875-885. Gourville, J. T. und Soman, D. (2000) Is More Choice Always Better? The Effect of Assortment Type on Consumer Choice, Harvard Business School. Green, P. E., Krieger, A. M. und Wind, Y. (2001) Thirty Years of Conjoint Analysis: Reflections and Prospects, Interfaces, 31 (3), 56-73.

Literaturverzeichnis

339

Green, P. E. und Srinivasan, N. (1990) Conjoint Analysis in Marketing Research: New Developments and Directions, Journal of Marketing, 54 (4), 3-19. Green, P. E. und Tull, D. S. (1982) Methoden und Techniken der Marketingforschung, Stuttgart, 4. Auflage. Greenleaf, E. A. und Lehmann, D. R. (1995) Reasons for Substantial Delay in Consumer Decision Making, Journal of Consumer Research, 22 (2), 186-199. Greenwood, J. D. (1989) Explanation and Experiment in Social Psychological Sciences, New York. Grether, D. und Wilde, L. (1983) Consumer Choice and Information, Information Economics and Policy, 1, 115-144. Grether, D. und Wilde, L. (1984) An Analysis of Conjunctive Choice: Theory and Experiments, Journal of Consumer Research, 10 (4), 373-385. Guadagni, P. M. und Little, J. D. C. (1983) A Logit Model of Brand Choice Calibrated on Scanner Data, Marketing Science, 2, 203-238. Gutman, J. (1982) A Means-end Chain Model based on Consumer Categorization Processes, Journal of Marketing, 76 (2), 60-72. Gutman, J. (1997) Means-end Chains as Goal Hierarchies, Psychology and Marketing, 14 (6), 545-560. Gutman, J. und Reynolds, T. J. (1979) An Investigation of the Levels of Cognitive Abstraction Utilized by Consumers in Product Differentiation, in: J. Eighmey (Hrsg.), Attitude Research under the Sun, AMA, Chicago, 128-150. Hair, J. F., Anderson, R. E., Tatham, R. L. und Black, W. C. (1992) Multivariate Data Analysis, Prentice Hall, Upper Saddle River, 3. Auflage. Hair, J. F., Anderson, R. E., Tatham, R. L. und Black, W. C. (1995) Multivariate Data Analysis, Prentice Hall, Upper Saddle River, 4. Auflage. Halstead, D., Hartman, D. und Schmidt, S. L. (1994) Multisource Effects on the Satisfaction Formation Process, Journal of the Academy of Marketing Science, 22, 114-129. Halstead, D. und Page, T. J. (1992) The Effects of Satisfaction and Complaining Behavior on Consumer Repurchase Intentions, Journal of Consumer Satisfaction, Dissatisfaction and Complaining Behavior, 5,1-11. Hammond, K. R. (1996) Human Judgement and Social Policy: Irreducible Uncertainty, Inevitable Error, Unavoidable Injustice, Oxford University Press, New York. Hammond, K. R., Hamm, R. M., Grassia, J. und Pearson, T. (1987) Direct Comparison of the Efficacy of Intuitive and Analytical Cognition in Expert Judgement, IEEE Transactions on Systems, Man, and Cybernetics, 17, 753-770. Hansen, F. (1969) Primary Group Influence and Consumer Conformity, in: P. R. McDonald (Hrsg.), Proceedings of the American Marketing Association's Educators Conference, 300-305. Hansen, F. (1972) Consumer Choice Behavior, New York. Hansen, U. (1979) Verbraucherabteilungen als Fnihwamsystem, ZfB, 49 (2), 120-134. Hansen, U., Hennig-Thurau, T. und Schrader, U. (2001) Produktpolitik ein kunden- und gesellschaftsorientierter Ansatz, Berlin, 3. Auflage. Hardie, B. G. S., Johnson, E. J. und Fader, P. S. (1993) Modeling Loss Aversion and Reference Dependence Effects on Brand Choice, Marketing Science, 12 (4), 378. Haubl, G. und Trifts, V. (2000) Consumer Decision Making in Online Shopping Environments: The Effects of Interactive Decision Aids, Marketing Science, 19 (1), 4-21.

Literaturverzeichnis

340

Haug, S. (1998) Anomalien in der Entscheidungstheorie. Empirische Evidenz und Konsequenzen, in: U. Druwe und V. Kunz (Hrsg.), Anomalien in der Handlungs- und Entscheidungstheorie, Opladen, 126-160. Haughton, D. M. A., Out, J. H. L. und Jansen, R. A. (1997) Information and other Criteria in Structual Equation Model Selection, Communications in Statistics: Simulation and Computation, 26, 1477-1516. Hauptmanns, P. (1999) Grenzen und Chance von quantitativen Befragungen mit Hilfe des Internet, in: B. Batinic, et al. (Hrsg.), Online Research. Methoden, Anwendungen und Ergebnisse, Gottingen, 21-38. Hauser, J. R. und Wemerfelt, B. (1990) An Evaluation Cost Model of Consideration Sets, Journal of Consumer Research, 16 (4), 393-408. Hausknecht, D. (1990) Measurement Scales in Consumer Satisfaction/ Dissatisfaction, Journal of Consumer Satisfaction, Dissatisfaction and Complaining Behavior, 3, 1-11. Havlena, W. J. und Holbrook, M. B. (1986) The Varieties of Consumption Experience: Comparing Two Typologies of Emotion in Consumer Behavior, Journal of Consumer Research, 13 (3), 394-404. Hawkins, D. I., Best, R. J. und Coney, K. A. (1986) Consumer Behavior, Piano. Hayduk, L. A. (1987) Structural Equation Modeling with LISREL, Baltimore. Hayduk, L. A. und Glaser, D. N. (2000) Jiving the Four-Step, Waltzing Around Factor Analysis, and Other Serious fun (with Discussion), Structural Equation Modeling, 7 (1), 135. Heath, T. B. und Chatterjee, S. (1995) Asymmetric Decoy Effects on Lower-Quality Versus Higher-Quality Brands: Meta-Analytic and Experimental Evidence, Journal of Consumer Research, 22 (3), 268-284. Hegarty, M., Just, M. A. und Morrison, I. R. (1988) Mental Models of Mechanical Systems: Individual Differences in Qualitative and Quantitative Reasoning, Cognitive Psychology, 20, 191-236. Heide, J. B. und Weiss, A. M. (1995) Vendor Consideration and Switching Behavior for Buyers in High-Technology Markets, Journal of Marketing, 59 (3), 30. Heider, F. (1958) The Psychology of Interpersonal Relationships, Lawrence Erlbaum Associates, Hillsdale, N.J. Heitmann, M., Herrmann, A. und Lehmann, D. R. (2004) Evolution of Decision and Consumption Satisfaction - A Time Series Analysis of Antecedents and Consequences, Working Paper, Columbia Business School. Heitmann, M., Prykop, C. und Aschmoneit, P. (2004) Using Means-End Chains to Build Mobile Brand Communities, Proceedings of the 37th Annual Hawaii International Conference on System Sciences, IEEE. Helson, H. (1964) Adaptation-Level Theory, Harper & Row, New York. Hennig-Thurau, T. (1999) Steigert die Vermittlung von Konsum-Kompetenz den Erfolg des Beziehungsmarketing? Das Beispiel Consumer Electronics, Die Untemehmung, 53 (1), 21-37. Hennig-Thurau, T. und Klee, A. (1997) The Impact of Customer Satisfaction and Relationship Quality on Customer Retention, Psychology and Marketing, 14 (8), 737764. Herbig, P. H. und Kramer, H. (1994) The Effect of Information Overload on the Innovation Process: Innovation Overload, Journal of Consumer Marketing, 11 (2), 45-54. Herrmann, A., Huber, F. und Kressmann, F. (2003a) Zum Einsatz von PLS in der Marketingforschung. Working Paper, University of St. Gallen.

Literaturverzeichnis

341

Herrmann, A., Huber, F. und Kressmann, F. (2004) Die Wirkung funktionaler, emotionaler und relationaler Nutzendimensionen auf die Produktwahl - eine dynamische Analyse, Working Paper, University of St. Gallen. Herrmann, A., Huber, F. und Seilheimer, C. (2003b) Die Qual der Wahl: Die Bedeutung des Regret bei Kaufentscheidungen, zfbf - Schmalenbachs Zeitschrift fur betriebswirtschaftliche Forschung, 55 (Mai), 224-249. Herrmann, A., Huber, F. und Wricke, M. (1999) Die Herausbildung von Zufriedenheitsurteilen bei Altemativenbetrachtungen, zfbf - Schmalenbachs Zeitschrift fiir betriebswirtschaftliche Forschung, 51, 677-692. Herrmann, A. und Johnson, M. D. (1999) Die KundenzuMedenheit als Bestimmungsfaktor der Kundenbindung, zfbf - Schmalenbachs Zeitschrift fiir betriebswirtschaftliche Forschung, 51 (6), 579-599. Herrmann, A. und Seilheimer, C. (2002) Variantenmanagement, in: A. Herrmann und S. Albers (Hrsg.), Handbuch Produktmanagement, Gabler, Wiesbaden, 647-677. Hess, J. (1982) Risk and Gain from Information, Journal of Economic Theory, 27, 231-238. Higgins, E. T. (2000) Making Good Decision: Value From Fit, American Psychologist, 55, 1217-1230. Higgins, E. T., Idson, L. C, Freitas, A., Spiegel, S. und Molden, D. (2003) Transfer of Value from Fit, Journal of Personality and Social Psychology, 84 (6), 1140-1153. Higgins, E. T. und Kruglanski, A. W., Eds. (1996) Social Psychology: Handbook of Basic Principles, Guilford Press, New York. Higgins, E. T., Shah, J. und Friedeman, R. (1997) Emotional Responses to Goal Attainment: Strength of Regulatory Focus as Moderator, Journal of Personality and Social Psychology, 72 (3), 515-525. Hildebrandt, L. (1983a) Kausalmodelle in der Konsumverhaltensforschung, in: M. Irle (Hrsg.), Handbuch der Psychologic (Band 12), Gottingen, 271-339. Hildebrandt, L. (1983b) Konfirmatorische Analysen von Modellen des Konsumentenverhaltens, Berlin. Hildebrandt, L. (1984) Kausalanalytische Validiemng in der Marketingforschung, Marketing ZFP, 6(1), 41-51. Hildebrandt, L. und Homburg, C. (1998) Die Kausalanalyse ein Instrument der empirischen betriebswirtschaftlichen Forschung, Schaffer-Poeschel, Stuttgart. Hirschman, E. (1970) Exit, Voice and Loyalty - Responses to Declines in Firms, Cambridge. Hjorth-Andersen, C. (1984) The Concept of Quality and the Efficiency of Markets for Consumer Products, Journal of Consumer Research, 11 (2), 708-718. Hoch, S. H. (1988) Who Do We Know: Predicting the Interests and Opinions of the American Consumer, Journal of Consumer Research, 15 (3), 315-324. Hoch, S. H. und Ha, Y. W. (1986) Consumer Learning: Advertising and the Ambiguity of Product Experience, Journal of Consumer Research, 13, 221-233. Hoch, S. J. und Deighton, J. (1989) Managing What Consumers Learn from Experience, Journal of Marketing, 53 (2), 1-20. Hoelter, J. W. (1983) The Analysis of Covariance Structures: Goodness-of-Fit Indices, Sociological Methods and Research, 11, 325-344. Hogarth, R. M. (1980) Judgement and Choice - The Psychology of Decision, Wiley, New York. Hogarth, R. M., Ed. (1990) Insights in Decision Making a Tribute to Hillel J. Einhom,

Literaturverzeichnis

_^_____

342

Hogarth, R. M., Gibbs, B. J., McKenzie, C. R. M. und Marquis, M. (1997) Learning From Feedback, Exactingness and Incentives, in: W. M. Goldstein und R. M. Hogarth (Hrsg.), Research on Judgment and Decision Making: Currents, Connections, and Controversies, Cambridge Universtiy Press, Cambridge, 244-284. Hogarth, R. M. und Kunreuther, H. G. (1995) Decision Making under Ignorance: Arguing with Yourself, Journal of Risk and Uncertainty, 10, 15-36. Hogarth, R. M., Michaud, C. und Mery, J.-L. (1980) Decision Behavior in Urban Development: A Methodological Approach and Substantive Considerations, Acta Psychologica, 45 (August), 95-117. Hogarth, R. M. und Reder, M. W. (1987) Rationality in Psychology: The Contrast with Economics, in: R. M. Hogarth und M. W. Reder (Hrsg.), Rational Choice - The Contrast Between Economics and Psychology, University of Chicago Press, Chicago, 1-24. Hogg, M. und Abrams, D. (1993) Towards a Single-Process Uncertainty Reduction Model of Social Motivation in Groups, in: M. Hogg und D. Abrams (Hrsg.), Group Motivation: Social Psychological Perspectives, Harvester Wheatsheaf, New York, 173-190. Holak, S. L. und Lehmann, D. R. (1990) Purchase Intentions and the Dimensions of Innovation: An Exploratory Model, Journal of Product Innovation Management, 7(1), 59-73. Holbrook, M. B. (1981) Integrating Compositional and Decompositional Analyses to Represent the Intervening Role of Perceptions in Evaluative Judgements, Journal of Marketing Research, 27 (1), 13-28. Holden, N. (1998) Viewpoint: International Marketing Studies - Time to Break the EnglishLanguage Strangle Hold?, International Marketing Review, 15 (2), 86-100. Holland, J. H., Holyoak, K. J., Nisbett, R. E. und Thagard, P. R. (1986) Induction: Processes of Inference, Learning, and Memory, MIT Press, Cambridge. Homans, G. C. (1968) Elementarformen sozialen Verhaltens, Koln. Homans, G. C. (1974) Social Behavior, Harcourt Brace Jovanovich, New York. Homburg, C. (1989) Exploratorische Ansatze der Kausalanalyse als Instrument der Marketingplanung, Frankfurt. Homburg, C. (1992) Die Kausalanalyse - Eine Einfiihrung, WiSt - Wirtschaftswissenschaftliches Studium, 21 (10), 499-508. Homburg, C. (1995) Kundennahe von Industrieguteruntemehmen, Wiesbaden. Homburg, C. (1998) Kundennahe von Industrieguteruntemehmen. Konzeption - Erfolgsauswirkungen - Determinanten, Gabler, Wiesbaden, 2. Auflage. Homburg, C. und Baumgartner, H. (1995) Beurteilung von Kausalmodellen, Marketing ZFP, 17(3), 162-176. Homburg, C. und Baumgartner, H. (1995) Beurteilung von Kausalmodellen. Bestandsaufnahme und Anwendungsempfehlungen, Marketing ZFP, 17,162-176. Homburg, C. und Bucerius, M. (2001) Kundenzufriedenheit als Managementherausforderung, in: C. Homburg (Hrsg.), Kundenzufriedenheit Konzepte - Methoden - Erfahrungen, Gabler, Wiesbaden, 4. Auflage, 51-86. Homburg, C. und Dobratz, A. (1991) Iterative Modellselektion in der Kausalanalyse, Zeitschrift fur betriebswirtschaftliche Forschung, 43 (3), 213-237. Homburg, C. und Giering, A. (1996) Konzeptualisierung und Operationalisierung komplexer Konstrukte, Marketing ZFP, 18 (1), 5-24.

Literaturverzeichnis

343

Homburg, C. und Giering, A. (2001) Personal Characteristics as Moderators of the Relationship Between Customer Satisfaction and Loyalty - An Empirical Analysis, Psychology and Marketing, 18 (1), 43-66. Homburg, C , Giering, A. und Hentschel, F. (1998) Der Zusammenhang zwischen Kundenzufriedenheit und Kundenbindung, in: M. Bruhn und C. Homburg (Hrsg.), Handbuch Kundenbindungsmanagement, Wiesbaden, 81-112. Homburg, C, Giering, A. und Menon, A. (1999) Relationship Characteristics as Moderators of the Satisfaction-Loyalty Link: Findings in a Business-to-Business Context, Universitat Mannheim. Homburg, C. und Hildebrandt, L. (1998) Die Kausalanalyse: Bestandsaufhahme, Entwicklungsrichtungen, Problemfelder, in: L. Hildebrandt und C. Homburg (Hrsg.), Die Kausalanalyse: Ein Instrument der betriebswirtschaftlichen Forschung, SchafferPoeschel, Stuttgart, 15-43. Homburg, C, Koschate, N. und Hoyer, W., D (2001) Do Satisfied Customers Really Pay More?, Working Paper, Universitat Mannheim. Homburg, C. und Pflesser, C. (1999) Strukturgleichungsmodelle mit latenten Variablen: Kausalanalyse, in: A. Herrmann und C. Homburg (Hrsg.), Marktforschung, Gabler, Wiesbaden, 633-661. Homburg, C. und Rudolph, B. (1998) Kundenzufriedenheit als strategischer Erfolgsfaktor, in: H. Simon und C. Homburg (Hrsg.), Kundenzufriedenheit Konzepte - Methoden Erfahrungen, Gabler, Wiesbaden, 3. Auflage, 35-55. Homburg, C. und Rudolph, B. (2001) Customer Satisfaction in Industrial Markets: Dimensional and Multiple Role Issues, Journal of Business Research, 52 (1), 15-33. Homburg, C. und Stock, R. (2001a) Der Zusammenhang zwischen Mitarbeiter- und Kundenzufriedenheit - Eine dyadische Analyse, Zeitschrift fur Betriebswirtschaft, 71 (7), 789806. Homburg, C. und Stock, R. (2001b) Theoretische Perspektiven zur Kundenzufriedenheit, in: C. Homburg (Hrsg.), Kundenzufriedenheit Konzepte - Methoden - Erfahrungen, Gabler, Wiesbaden, 4. Auflage, 17-50. Hopkins, K. D. und Weeks, D. L. (1990) Tests for Normality and Measures of Skewness and Kurtosis: Their Place in Research Reporting, Educational Psychological Measurement, 50, 717-729. Horowitz, J. L. (1999) The Bootstrap, Working Paper, Cambridge University. Houston, D. A., Sherman, S. J. und Baker, S. M. (1991) Feature Matching, Unique Features, and the Dynamics of the Choice Process: Predicision Conflict and Postdecision Satisfaction, Journal of Experimental Social Psychology, 27,411-430. Hovland, C. I., Harvey, O. und Sherif, M. (1957) Assimilation and Contrast Effects in Reactions to Communication and Attitude Change, Journal of Abnormal and Social Psychology, 55 (7), 244-252. Howard, J. A. (1977) Consumer Behavior: Application of Theory, McGraw Hill, New York. Howard, J. A. (1989) Consumer Behavior in Marketing Strategy, Prentice-Hall, Englewood Cliffs. Howard, J. A. und Sheth, J. N. (1969) The Theory of Buyer Behavior, John Wiley, New York. Hsee, C. K. (1996) Elastic Justification: How Unjustifiable Factors Influence Judgements, Organizational Behavior and Human Decision Processes, 66 (1), 122-129.

Literaturverzeichnis

344

Hsee, C. K. (1999) Value Seeking and Prediction-Decision Inconsistency: Why don't People take What They Predict They'll like the Most?, Psychonomic Bulletin and Review, 6 (4), 555-561. Hu, L.-t. und Bentler, P. M. (1995) Evaluating Model Fit, in: R. H. Hoyle (Hrsg.), Structural Equation Modeling: Concepts, Issues and Applications, Sage Publications, Thousand Oaks, 76-99. Hu, L.-t. und Bentler, P. M. (1999) Cut-off Criteria for Fit Indexes in Covariance Structure Analysis: Conventional Criterias Versus New Alternatives, Structural Equation Modeling, 6(1), 1-55. Ruber, F., Herrmann, A. und Braunstein, C. (2000) Der Zusammenhang zwischen Produktqualitat, Kundenzufriedenheit und Untemehmenserfolg, in: H. Hinterhuber und K. Matzler (Hrsg.), Die kundenorientierte Untemehmensfuhrung: Kundenorientierung, Kundenzufriedenheit, Kundenbindung, Gabler, Wiesbaden, 49-66. Huber, F. und Puto, C. (1983) Market Boundaries and Product Choice: Illustrating Attration and Substitution Effects, Journal of Consumer Research, 10(1), 31-44. Huber, J., Payne, J. W. und Puto, C. (1982) Adding Asymmetrically Dominated Alternatives: Violations of Regularity and the Similarity Hypothesis, Journal of Consumer Research, 9 (1), 90-97. Huffman, C. und Kahn, B. E. (1998) Variety for Sale: Mass Customization or Mass Confusion?, Journal of Retailing, 74 (4), 491-513. HuUand, J., Chow, Y. H. und Shunyin, L. (1996) Use of Causal Models in Marketing Research: A Review, International Journal of Research in Marketing, 13 (2), 181-197. Hunt, E. (1984) Should Marketing Adopt Relativsm?, in: P. F. Anderson und M. J. Ryan (Hrsg.), Scientific Methods in Marketing, Chicago, 30-34. Hunt, K. H. (1977) CS/D - Overview and Future Research Direction, in: K. H. Hunt (Hrsg.), Conceptualization of Consumer Satisfaction and Dissatisfaction, Marketing Science Institute, Cambridge. Hunt, K. H. (1990) Truth in Marketing Theory and Research, Journal of Marketing, 54 (3), 115. Hutchinson, W. J. (1983) Expertise and the Structure of Free Recall, Advances in Consumer Research, 10, 585-589. Huttner, M. (1997) Grundziige der Marktforschung, Munchen, 5. Auflage. lacobucci, D. (2001) Answer to the Editor to: HID. Why use Alpha if it is Not a Good Measure of Unidimensionality?, Journal of Consumer Psychology, 10 (1/2), 59-62. Inman, J. J., Dyer, J. S. und Jia, J. (1997) A Generalized Utility Model of Disappointment and Regret Effects on Post-Choice Evaluation, Marketing Science, 16 (2), 97. Inman, J. J. und Zeelenberg, M. (2002) Regret in Repeat Purchase Versus Switching Decisions: The Attenuating Role of Decision Justifiability, Journal of Consumer Research, 29(1), 116-128. Insko, C. A., Drenan, S., Solomon, M. R., Smith, R. und Wade, T. J. (1983) Conformity as a Function of the Consistency of Positive Self-Evaluation with Being Liked and Being Right, Journal of Experimental and Social Psychology, 19, 341-358. Irle, M. (1975) Lehrbuch der Sozialpsychologie, Gottingen. Irle, M. und Montmann, V. (1978) Die Theorie der kognitiven Dissonanz: ein Resumee ihrer theoretischen Entwicklung und empirische Ergebnisse, in: L. Festinger, M. Irle und V. Montmann (Hrsg.), Theorie der kognitiven Dissonanz, Bern, 274-363. Irwin, J. und Baron, J. (2001) Values and Decisions, in: S. H. Hoch, H. G. Kunreuther und R.

Literaturverzeichnis

345

Isen, A. M. (1984) Toward Understanding the Role of Affect in Cognition, in: R. S. Wyer und T. K. SruU (Hrsg.), Handbook of Social Cognition, Lawrence Erlbaum, Hillsdale, 179236. Isen, A. M., Nygren, T. E. und Ashby, F. G. (1988) Influence of Positive Affect on the Subjective Utility of Gains and Losses: It is just not Worth the Risk, Journal of Personality and Social Psychology, 55, 710-717. Iyengar, S. und Lepper, M. (2002) Choice and its Consequences: On the Costs and Benefits of Self-Determination, in: A. Tesser (Hrsg.), Perspective on Self, American Psychological Association, Washington, DC, 71-96. Iyengar, S. S. und Lepper, M. R. (2000) When Choice is Demotivating: Can One Desire Too Much of a Good Thing?, Journal of Personality and Social Psychology, 79 (6), 9951006. Izard, C. E. (1981) Die Emotionen des Menschen, Weinheim. Jacoby, J. (1977) Information Load and Decision Quality: Some Contested Issues, Journal of Marketing Research (JMR), 14 (4), 569-573. Jacoby, J. (1984) Perspectives on Information Overload, Journal of Consumer Research, 10 (4), 432-435. Jacoby, J., Chestnut, K. C. und Fischer, W. A. (1978) A Behavioral Approach in Non-Durable Purchasing, Journal of Marketing Research, 15 (4), 532-544. Jacoby, J., Speller, D. E. und Beming, C. K. (1974a) Brand Choice Behavior as a Function of Information Load: Replication and Extension, Journal of Consumer Research, 1(1), 33-42. Jacoby, J., Speller, D. E. und Kohn, C. A. (1974b) Brand Choice Behavior as a Function of Information Load, Journal of Marketing Research (JMR), 11 (1), 63-69. Jacoby, J., Troutman, T., Kuss, A. und Mazursky, D. (1986) Experience and Expertise in Complex Decision Making, Advances in Consumer Research, 13, 469-472. Jagacinski, C. M. (1991) Personnel Decision Making: The Impact of Missing Information, Journal of Applied Psychology, 76, 19-30. Janis, I. L. und Mann, L. (1977) Decision Making: A Psychological Analysis of Conflict, Choice, and Commitment, Free Press, New York. Janssen, J. und Laatz, W. (2003) Statistische Datenanalyse mit SPSS fiir Windows, Springer, Hamburg, 4. Auflage. Jarvis, C. B., Mackenzie, S. B., Podsakoff, P. M., Mick, D. G. und Bearden, W. O. (2003) A Critical Review of Construct Indicators and Measurement Model Misspecification in Marketing and Consumer Research, Journal of Consumer Research, 30 (2), 199-118. Joerges, B. (1988) Technology in Everyday Life: Conceptual Queries, Journal of Theory of Social Behavior, 18 (June), 219-237. Johnson, E. J. und Payne, J. W. (1985) Effort and Accuracy in Choice, Management Science, 31 (4), 394-414. Johnson, E. J. und Russo, E. J. (1981) Product Familiartiy and Learning New Information, Advances in Consumer Research, 8, 151-155. Johnson, E. J. und Russo, E. J. (1984) Product Familiarity and Learning New Information, Journal of Consumer Research, 11(1), 542-530. Johnson, M. D. (1998) Customer Orientation and Marketing Action, Prentice Hall, Upper Saddle River. Johnson, R. D. und Levin, I. P. (1985) More Than Meets the Eye: The Effect of Missing

Literaturverzeichnis

346

Jones, T. O. und Sasser, W. E. (1995) Who Satisfied Customers Defect, Havard Business Review, 73, 88-99. Joreskog, K. (1982) Recent Developments in Structural Equation Modeling, Journal of Marketing Research, 19, 404-416. Joreskog, K. (1993) Testing Structural Equation Models, in: K. A. BoUen und J. S. Long (Hrsg.), Testing Structural Equation Models, Sage, Newbury Park, 294-316. Joreskog, K. und Sorbom, D. (1996) PRELIS User's Reference Guide, Chicago, 3. Auflage. Joreskog, K. und Sorbom, D. (2001) LISREL 8: User's Reference Guide, Chicago, 2. Auflage. Kaas, K. P. (1982) Consumer Habit Forming, Information Acquisition, and Buying Behavior, Journal of Business Research, 10, 3-15. Kahn, B. E. (1998) Dynamic Relationships with Customers: High Variety Strategies, Journal of the Academy of Marketing Science, 26 (1), 45-53. Kahn, B. E. und Baron, J. (1995) An Exploratory Study of Choice Rules Favored for HighStakes Decisions, Journal of Consumer Psychology, 4, 305-328. Kahn, B. E. und Lehmann, D. R. (1991) Modeling Choice Among Assortments, Journal of Retailing, 67 (3), 274-299. Kahneman, D. (1994) New Challenges to the Rationality Assumption, Journal of Institutional and Theoretical Economics, 150 (1), 18-36. Kahneman, D. und Miller, D. T. (1986) Norm Theory: Comparing Reality to its Alternatives, Psychological Review, 93 (2), 136-153. Kahneman, D. und Snell, J. (1997) Predicting a Change in Taste, in: W. M. Goldstein und R. M. Hogarth (Hrsg.), Research on Judgment and Decision Making: Currents, Connections, and Controversies, Cambridge Universtiy Press, Cambridge, 393-410. Kahneman, D. und Tversky, A. (1979) Prospect Theory: An Analysis of Decision under Risk, Econometrica, 47 (2), 263-291. Kahneman, D. und Tversky, A. (1982a) The Psychology of Preferences, Scientific American, 246,160-173. Kahneman, D. und Tversky, A. (1982b) The Simulation Heuristic, in: D. Kahneman, P. Slovic und A. Tversky (Hrsg.), Judgement Under Uncertainty: Heuristics and Biases, Cambridge University Press, New York, 201-208. Kahneman, D. und Tversky, A. (1984) Choices, Values, and Frames, American Psychologist, 39, 341-350. Kahneman, D. und Tversky, A. (2000) Choices, Values, and Frames, in: D. Kahneman und A. Tversky (Hrsg.), Choices, Values, and Frames, Cambridge, 1-16. Kalawani, M. U. und Narayandas, N. (1995) Long-Term Manufacturer-Supplier Relationships: Do they Pay Off for Suppliers?, Journal of Marketing, 59 (1), 1-16. Kanacher, V. A. (1982) Habitualisiertes Kaufv^erhalten von Konsumenten, Miinchen. Kano, N., Seraku, N., Takahashi, F. und Tsuji, S. (1984) Attractive Quality and Must Quality, Quality - Journal of Japanese Society for Quality Control, 14 (2), 39-48. Kanwar, R., Olson, J. C. und Sims, L. S. (1981) Toward Conceptualizing and Measuring Cognitive Structures, Advances in Consumer Research, 8, 122-127. Kapferer, J.-N. (1995) Brand Confusion: Empirical Study of a Legal Concept, Psychology and Marketing, 12 (6), 85-91. Kaplan, L. B. (1974) Components of Perceived Risk in Product Purchase: A CrossValidation, Journal of Applied Psychology, 59, 287-291. Kasper, H. D. P. (1988) On Problem Perception, Dissatisfaction and Brand Loyalty, Journal

Literaturverzeichnis

347

Katona, G. und Mueller, E. (1955) A Study of Purchase Decisions, in: L. H. Clark (Hrsg.), Consumer Behavior: The Dynamics of Consumer Reaction, New York University Press, New York, 30-87. Keane, M. P. (1997) Modeling Heterogenity and State Dependence in Consumer Choice Behavior, Journal of Business and Economics Statistics, 15 (3), 310-327. Keaveney, S. M. (1995) Customer Switching Behavior in Service Industries: An Exploratory Study, Journal of Marketing, 59, 71-82. Kelloway, K. E. (1998) Using LISREL for Structural Equation Modeling, Sage, Thousand Oaks. Kelly, H. H. (1973) The Process of Causal Attribution, American Psychologist, 28, 107-128. Kerby, J. K. (1975) Consumer Behavior, New York. Kerlinger, F. N. (1986) Foundations of Behavioral Research, Fort Worth. Klein, G. (1991) Verwirrtheit im Alter, in: M.-L. Birk, G. Knoll, B. Krauss, B. Steinacker und G. Uhlmann (Hrsg.), Gerontopsychatrie und Altenarbeit II, Berlin, 57-74. Klein, N. M. und Yadav, M. S. (1989) Context Effects on Effort and Accuracy in Choice: An Enquiry into Adaptive Decision Making, Journal of Consumer Research, 15 (4), 411421. Kleinginna, P. R. und Kleinginna, A. M. (1981) A Categorized List of Emotion Definitions, with Suggestions for a Consensual Definition, Motivation and Emotion, 5, 345-379. Klemperer, P. (1987) Markets with Consumer Switching Costs, The QuarterlyJoumal of Economics, 102 (2), 375-394. Kline, R. B. (1998) Principles and Practice of Structural Equation Modeling, Guilford, New York. Korte, C. (1995) Customer Satisfaction Measurement, Lang, Frankfurt a.M. Kottemann, J. E. und Davis, F. D. (1991) Decisional Conflict and User Acceptances of Multicriteria Decision-Making Aids, Decision Sciences, 22 (4), 918-926. Kourilsky, M. und Murray, T. (1981) The Use of Economic Reasoning to Increase Satisfaction with Family Decision Making, Journal of Consumer Research, 8 (2), 183188. Kroeber-Riel, W. und Weinberg, P. (1999) Konsumentenverhalten, Vahlen, Munchen, 7. Auflage. Krosnick, J. A., Li, F. und Lehman, D. R. (1990) Conversational Conventions, Order of Information Acquisition, and the effect of Base Rates and Individuating Information on Social Judgements, Journal of Personality and Social Psychology, 59, 1140-1152. Kubicek, H. (1975) Empirische Organisationsforschung, Poeschel Verlag, Stuttgart. Kumar, P. (1999) The Impact of Long-Term Client Relationship on the Performance of Business Service Firms, Journal of Services Research, 2 (1), 4-18. Kuss, A. (1987) Information und Kaufentscheidung, Berlin. LaBarbera, P. und Mazursky, D. (1983) A Longitudinal Assessment of Consumer Satisfaction, Dissatisfaction, Journal of Marketing Research, 20 (4), 393-404. Labay, D. G. und Kinnear, T. (1981) Exploring the Consumer Decision Process in Adoption of Solar Energy Systems, Journal of Consumer Research, 8 (4), 271-278. Landman, J. (1993) Regret: The Persistence of the Possible, New York. Langer, E. J. (1975) The Illusion of Control, Journal of Personality and Social Psychology, 32,311-328. Larkin, J. H., McDermott, J., Simon, D. P. und Simon, H. A. (1980) Models of Competence

Literaturverzeichnis

348

Larrick, R. P. und Boles, T. L. (1995) Avoiding Regret in Decisions with Feedback, Organizational Behavior and Human Decision Processes, 63 (1), 87-97. Larrick, R. P., Morgen, J. N. und Nisbett, R. E. (1990) Teaching the Use of Cost-Benefit Reasoning in Everyday Life, Psychological Science, 1, 362-370. LaTour, S. A. und Peat, N. C. (1980) The Role of Situationally-Produced Expectations, Others' Experiences, and Prior Experience in Determining Consumer Satisfaction, in: J. C. Olson (Hrsg.), Advances in Consumer Research, Ann Arbor, 588-592. Laverie, D. A., Kleine III, R. E. und Kleine, S. S. (2002) Reexamination and Extension of Kleine, Kleine, and Keman's Social Identity Model of Mundane Consumption: The Mediating Role of the Appraisal Process., Journal of Consumer Research, 28 (4), 659. Lazarus, R. S. (1991a) Cognition and Motivation in Emotion, American Psychologist, 46 (4), 352-367. Lazarus, R. S. (1991b) Progress on a Cognitive-Motivational-Relational Theory of Emotion, American Psychologist, 46 (August), 819-834. Lechler, T. und Gemunden, H. G. (1998) Kausalanalyse der Wirkungsstruktur der Erfolgsfaktoren des Projektmanagements, Die Betriebswirtschaft, 58 (4), 435-450. Lehmann, D. R. (1998) Customer Reactions to Variety: Too Much of a Good Thing?, Journal of the Academy of Marketing Science, 26 (1), 62-55. Lemer, J. S. und Tetlock, P. E. (1999) Accounting for the Effects of Accountability, Psychological Bulletin, 125 (2), 255-275. Lester, P. E. und Bishop, L. K. (1997) Handbook of Tests and Measurement in Education and the Social Sciences, Lancaster. Levav, J. und Ariely, D. (2000) Sequential Variety-Seeking in Group Settings: Taking the Road Less Travelled and Less Enjoyed, Journal of Consumer Research, 27 (3), 279290. Levin, I. P., Louvierre, J. J. und Shepanski, A. A. (1983) External Validity Test of Laboratory Studies of Information Integration, Organizational Behavior and Human Performance, 31, 173-193. Lewin, K. (1931) Environmental Forces, in: C. Murchsion (Hrsg.), Handbook of Child Psychology, Clark University Press, Worcester, 590-625. Lewinsohn, S. und Mano, H. (1993) Multi-Attribute Choice and Affect: The Influence of Naturally Occuring and Manipulated Moods on Choice Processes, Journal of Behavioral Decision Making, 6, 33-51. Lewis, B. (1995) Measuring Consumer Expectations and Satisfaction, in: R. Brookes (Hrsg.), Customer Satisfaction Research, Amsterdam, 57-76. Lichtenstein, S., Fischhoff, B. und Phillips, L. D. (1982) Calibration of Probabilities, in: D. Kahneman und A. Tversky (Hrsg.), Judgement under Uncertainty: Heuristics and Biases, Cambridge University Press, Cambridge. Lichtenstein, S. und Slovic, P. (1971) Reversals of preference Between Bids and Choices in Gambling Decisions, Journal of Experimental Psychology, 89, 46-55. Liljander, V. und Strandvik, T. (1997) Emotions in Service Satisfaction, International Journal of Service Industry Management, 8, 148-169. Lind, E. A. und Tyler, T. R. (1988) The Social Psychology of Procedural Justice, Plenum Press, New York. Lindman, H. R. (1971) Inconsistent Prefences Among Gambles, Journal of Experimental Psychology, 89, 390-397.

Literaturverzeichnis

349

Loewenstein, G. (1992) The Fall and Rise of Psychological Explanations in the Economics of Intertemporal Choice, in: G. Loewenstein und J. Elster (Hrsg.), Choice over Time, Russel Sage Foundation, New York, 3-34. Loewenstein, G. (1996) Out of Control: Visceral Influences on Behavior, Organizational Behavior and Human Decision Processes, 65 (3), 272-292. Loewenstein, G. (2001) The Creative Destruction of Decision Research, Journal of Consumer Research, 28 (3), 499-505. Loewenstein, G., Weber, E. U., Hsee, C. K. und Welch, N. (2001) Risk and Feelings, Psychological Bulletin, 127 (2), 267-286. Loken, B., Ross, I. und Hinkle, R. L. (1986) Consumer Confusion of Origin and Brand Similarity Perception, Journal of Public Policy and Marketing, 5, 195-211. Long, J. S. (1983) Covariance Structure Models: An Introduction to LISREL, Newbury. Loomes, G. (1988a) Further Evidence of the Impact of Regret and Disappointment in Choice under Uncertainty, Economica, 55 (217), 47-64. Loomes, G. (1988b) When Actions Speak Louder than Prospects, The American Economic Review, 78,463-470. Loomes, G. (1991) Evidence of a new Violation of the Indepences Axiom, Journal of Risk and Uncertainty, 4, 91-108. Loomes, G., Starmer, C. und Sugden, R. (1992) Are Preferences Monotonic? Testing some Predictions of Regret Theory, Economica, 59, 17-33. Loomes, G. und Sugden, R. (1982) Regret Theory: An Alternative Theory of Rational Choice under Uncertainty, The Economic Journal, 92, 805-824. Louden, D. L. und Delia Bitta, A. J. (1993) Consumer Behavior, New York. Louviere, J. L. und Gaeth, G. J. (1987) Decomposing the Determinants of Retail Facility Choice Using the Method of Hierarchical Information Integration: A Supermarket Illustration, Journal of Retailing, 63, 25-48. Luce, M. F. (1998) Choosing to Avoid: Coping with Negatively Emotion-Laden Consumer Decisions, Journal of Consumer Research, 24 (4), 409-433. Luce, M. F., Bettman, J. R. und Payne, J. W. (1997) Choice Processing in Emotionally Difficult Decisions, Journal of Experimental Psychology: Learning, Memory and Cognition, 23 (2), 384-405. Luce, M. F., Bettman, J. R. und Payne, J. W. (1998) "Choice Processing in Emotionally Difficult Decisions": Correction, Journal of Experimental Psychology: Learning, Memory, & Cognition, 24 (4), 861. Luce, M. F., Bettman, J. R. und Payne, J. W. (2001a) Emotional Decisions: Tradeoff Difficulty and Coping in Consumer Choice, University of Chicago Press, Chicago. Luce, M. F., Payne, J. W. und Bettman, J. R. (1999) Emotional Trade-Off Difficulty and Choice, Journal of Marketing Research (JMR), 36 (2), 143-159. Luce, M. F., Payne, J. W. und Bettman, J. R. (2001b) The Emotional Nature of Decision Trade-Offs, in: S. H. Hoch, H. G. Kunreuther und R. E. Gunther (Hrsg.), Wharton on Making Decisions, Wiley, New York, 17-36. Liirssen, J. (1989) Produktwissen und Kaufentscheidung, Peter Lang, Frankfurt a.M. Lussier, D. und Olshavsky, R. W. (1979) Task Complexity and Contingent Processing in Brand Choice, Journal of Consumer Research, 6, 154-165. Lynch, J. G. und Srull, T. K. (1982) Memory and Attentional Factors in Consumer Choice: Concepts and Methods, Journal of Consumer Research, 9, 18-37.

Literaturverzeichnis

_ _ ^

350

MacCallum, R. C. und Browne, M. W. (1993) The Use of Causal Indicators in Covariance Structure Models: Some Practical Issues, Psychological Bulletin, 114 (3), 533-541. MacCallum, R. C, Browne, M. W. und Sugawara, H. M. (1996) Power Analysis and Determination of Sample Size for Covariance Structure Modeling, Psychological Methods, 1, 130-149. MacCallum, R. C, Roznowski, M., Mar, M. und Reith, J. V. (1994) Alternative Strategies for Cross-Validation of Covariance Structure Models, Multivariate Behavioral Research, 29, 1-32. MacCallum, R. C, Roznowski, M. und Necowitz, L. B. (1992) Model Modifications in Covariance Structure Analysis: The Problem of Capitlization on Chance, Psychological Bulletin, 111 (3), 490-504. Maclnnis, D. J. und Park, W. C. (1991) The Differential Role of Characteristics of Music on High- and Low- Involvement Consumers' Processing of Ads, Journal of Consumer Research, 18(2), 161-173. Maddox, N. R. (1981) Two-factor Theory and Consumer Satisfaction: Replication and Extension, Journal of Consumer Research, 8 (1), 97-102. Malhotra, N. K. (1996) Marketing Research: An Applied Orientation, New Jersey. Malhotra, N. K., Jain, A. K. und Lagakos, S. W. (1982) The Information Overload Controversy: An Alternative Viewpoint, Journal of Marketing, 46 (2), 27-37. Mandler, G. (1982) The Structure of Value: Accounting for Taste, in: M. S. Clarke und S. T. Fiske (Hrsg.), Perception, Cognition and Development: Interactional Analysis, Erlbaum, Hillsdale, New Jersey, 3-36. Mano, H. (1991) The Structure and Intensity of Emotional Experiences: Method and Context Convergence, Multivariate Behavioral Research, 26 (3), 389-411. Mano, H. und Oliver, R. L. (1993) Assessing the Dimensionality and Structure of the Consumption Experience: Evaluation, Feeling and Satisfaction, Journal of Consumer Research, 20 (3), 451-466. Marayurama, G. (1998) Basics of Structural Equation Modeling, Sage, Thousand Oaks. March, J. G. (1978) Bounded Rationality, Ambiguity, and the Engineering of Choice, Bell Journal of Economics, 9 (2), 587-608. March, J. G. (1994) A Primer on Decision Making: How Decisions Happen, Free Press, New York. Mardia, K. V. (1970) Measures of Multivariate Skewness and Kurtosis with Applications, Biometrika, 57, 519-530. Mardia, K. V. und Foster, K. (1983) Omnibus Tests of Multinormality Based on Skewness and Kurtosis, Communications in Statistics: Theory and Methods, 12, 207-221. Markman, A. B. und Medin, D. L. (1995) Similarity and Alignment in Choice, Organizational Behavior and Human Decision Processes, 63 (2), 117-130. Markman, A. B., Zhang, S. und Moreau, C. P. (2000) Representation and the Construction of Preferences, in: E. Dietrich, A. B. Markman und N. J. Mahwa (Hrsg.), Cognitive Dynamics: Conceptual Change in Humans and Machines, Lawrence Erlbaum Associates, New York, 343-365. Marks, L. J. und Olson, J. C. (1981) Toward a Cognitive Structure Conceptualization of Product Familiarity, Advances in Consumer Research, 8, 145-150. Martin, A. (1989) Die empirische Forschung in der Betriebswirtschaftslehre, Poeschel, Stuttgart.

Literaturverzeichnis

151_

Maslach, C, Santee, R. T. und Wade, C. (1987) Individuation, Gender Role, and Dissent: Personality Mediators of Situational Forces, Journal of Personality and Social Psychology, 53,1088-1093. Maslow, A. H. (1954) Motivation and Personality, Harper & Row, New York. Matzler, K., Sauerwein, E. und Stark, C. (2000) Methoden zur Identifikation von Basis-, Leistungs- und Begeisterungsfaktoren, in: H. Hinterhuber und K. Matzler (Hrsg.), Die kundenorientierte Untemehmensfuhrung: Kundenorientierung, Kundenzufriedenheit, Kundenbindung, Gabler, Wiesbaden, 251-274. McAlexander, J. H., Schouten, J. W. und Koening, H. F. (2002) Building Brand Community, Journal of Marketing, 66 (1), 38-54. McAlister, L., Mitchell, R. C. und Beach, L. R. (1979) The Contigency Model for the Selection of Decision Strategies: An Empirical Test of the Effects of Significance, Accountability, and Irreversitbility, Organizational Behavior and Human Decision Processes, 24 (2), 228-244. McConnell, A. R., Niedermeier, K. E., Leibold, J. M., Eil-Alayli, A. G., Chin, P. P. und Kuiper, N. M. (2000) What if I Find it Cheaper Someplace Else?: Role of Prefactual Thinking and Anticipated Regret in Consumer Behavior, Psychology and Marketing, 17,281-298. McDonald, P. R. und Bolt, D. (1998) The Determinacy of Variables in Structural Equation Models, Multivariate Behavioral Research, 33 (3), 385-401. McFadden, D. (1999) Rationality for Economists?, Journal of Risk and Uncertainty, 19, 73105. McNeal, J. U. (1969) Consumer Satisfaction: The Measure of Marketing Effectiveness, MSU Business Topics, 31-35. Meffert, H. und Bruhn, M. (1981) Beschwerdeverhalten und Zufriedenheit von Konsumenten, DBW, 41 (4), 597-613. Mehrabian, A. und Russel, J. A. (1974) An Approach to Environmental Psychology, MIT Press, Cambridge. Mellers, B. A., Rapporteur, I. E., Fessler, D. M. T., Hemelrijk, C. K., Hertwig, R., Laland, K. N., Scherer, K. R., Seeley, T. D., Selten, R. und Tetlock, P. E. (2001) Effects of Emotions and Social Processes on Bounded Rationality, in: G. Gigerenzer und R. Selten (Hrsg.), Bounded Rationality: The Adaptive Toolbox, MIT Press, Cambridge. Mellers, B. A., Schwartz, A. und Cooke, A. D. J. (1998) Judgement and Decision Making, Annual Review of Psychology, 49 (1), 447-477. Mellers, B. A., Schwartz, A. und Ritov, I. (1999) Emotion-Based Choice, Journal of Experimental Psychology: General, 128 (September), 332-345. Meyers-Levy, J. und Tybout, A. M. (1989) Schema Congruity as a Basis for Product Evaluation, Journal of Consumer Research, 16 (1), 39-54. Miller, D. T. (1977) Studying Satisfaction, Modifying Models, Eliciting Expectations, Posing Problems, and Making Meaningful Measurements, in: K. H. Hunt (Hrsg.), Conceptualization and Measurement of Consumer Satisfaction and Dissatisfaction, Marketing Science Institute, Cambridge, 72-91. Miller, D. T. und Prentice, D. (1996) The Construction of Social Norms and Standards, in: E. T. Higgins und A. W. Kruglanski (Hrsg.), Social Psychology, Guilford Press, New York, 799-829. Miller, G. A. (1956) The Magic Number Seven Plus or Minus Two: Some Limits in our Capacity for Processing Information, Psychological Review, 63, 81-97.

Literaturverzeichnis

352^

Miller, N. E. (1944) Experimental Studies of Conflict, in: M. J. Hunt (Hrsg.), Personality and the Behavior Disorders, Ronald Press, New York, 431 -465. Miller, N. E. (1959) Liberatilization of Basic S-R Concepts: Extensions to Conflict Behavior, Motivation, and Social Learning, in: S. Koch (Hrsg.), Psychology: A Study of Science, McGraw-Hill, New York, 196-292. Mitchell, R. C. (1995) Organizational Risk Perception and Reduction: A Literature Review, Britisch Journal of Management, 6, 115-133. Mitchell, V. W. und Papavassiliou, V. (1999) Market Causes and Implications of Consumer Confusion, Journal of Product and Brand Management, 8 (4), 319-339. Mittal, B. (1989) Measuring Purchase-Decision Involvement, Psychology and Marketing, 6 (2), 147-162. Mittal, V. und Kamakura, W. A. (2001) Satisfaction, Repurchase Intent, and Repurchase Behavior: Investigating the Moderating Effect of Customer Characteristics, Journal of Marketing Research (JMR), 38 (1), 131-142. Mittal, v., Katrichis, J. M., Forkin, F. und Konkel, M. (1994) Does Satisfaction with Multiattribute Products vary over Time?, Advances in Consumer Research, 21, 412417. Mittal, v., Kumar, P. und Tsiros, M. (1999) Attribute-Level Performance, Satisfaction, and Behavioral Intentions over Time: A Consumption-System Approach, Journal of Marketing, 63 (2), 88-101. Montgomery, H. (1983) Decision Rules and the Search for a Dominance Structure: Towards a Process Model of Decision Making, in: P. C. Humphreys, et al. (Hrsg.), Analyzing and Aiding Decision Processes, Amsterdam, 343-369. Mooradian, T. und Oliver, J. (1997) I Can't Get No Satisfaction: The Impact of Personality and Emotion on Postpurchase Processes, Psychology and Marketing, 14 (4), 379-393. Moore, W. L. und Lehmann, D. R. (1980) Individual Differences in Search Behavior for a Nondurable, Journal of Consumer Research, 7 (3), 296-307. Moorthy, K. S., Ratchford, B. T. und Talukdar, D. (1997) Consumer Information Search Revisited: Theory and Empirical Analysis, Journal of Consumer Research, 23 (1), 263-277. Moschis, G. P. (1976) Social Comparisons and Informal Group Influence, Journal of Marketing Research, 13, 237-244. Moschis, G. P. (1987) Consumer Socialization, Lexington. Moser, K. (1986) Reprasentativitat als Kriterium der psychologischen Forschung, Archiv far Psychologic, 138(139-151). Mowen, J. C. (1995) Consumer Behavior, Englewood Cliffs. Mulaik, S. A. und Millisap, R. E. (2000) Doing the Four-Step Right, Structural Equation Modeling, 7 (1), 36-73. MuUer, W. (1990) Loyales Kundenpotential als strategischer Wettbewerbsfaktor: Kundenzufiiedenheit als oberstes Ziel, Gablers Magazin, 9, 41-46. MuUer, W. und Riesenbeck, H. (1991) Wie aus zufriedenen Kunden auch anhangliche werden, Harvardmanager, 3, 67-79. Muniz, A. und O'Guinn, T. (1996) Brand Community, Journal of Consumer Research, 27 (2), 412-432. Muraven, M. und Baumeister, R. F. (2000) Self-Regulation and Depletion of Limited Resources: Does Self-Control Resemble a Muscle?, Psychological Bulletin, 126 (2), 247-259.

Literaturverzeichnis

353

Myers, J. H. (1999) Measuring Customer Satisfaction hot Buttons and other Measurement Issues, American Marketing Association, Chicago. Neisser, U. (1976) Kognition und Wirklichkeit, Stuttgart. Nelson, W. (2002) All Power to the Consumer? Complexity and Choice in Consumers' Lives, Journal of Consumer Behaviour, 2 (2), 185-195. Newell, A. und Simon, H. A. (1972) Human Problem Solving, Prentice Hall, New Jersey. Niedenthal, P. M., Tangney, J. P. und Gavanski, I. (1994) If only I Weren't versus if only I Hadn't: Distinguishing Shame and Guilt in Counterfactual Thinking, Journal of Personality and Social Psychology, 67, 585-595. Nieschlag, R., Dichtl, E. und Horschgen, H. (2002) Marketing, Duncker & Humblot, Berlin, 19. Auflage. Nisbett, R. E. und Wilson, T. D. (1977) Telling More than we Can Know: Verbal Reports on Mental Processes, Psychological Review, 54, 321-359. Nisbett, R. E., Zukier, H. und Lemley, R. E. (1981) The Dilution Effect: Nondiagnostic Information Weakens the Implications of Diagnostic Information, Cognitive Psychology, 13,248-277. Nunally, J. C. (1978) Psychometric Theory, McGraw-Hill, New York, 2. Auflage. Nunally, J. D. und Bernstein, I. (1984) Psychometric Theory, McGraw-Hill, New York. Nyer, P. (1999) Cathartic Complaining as a Means of Reducing Consumer Dissatisfaction, Journal of Consumer Satisfaction, Dissatisfaction and Complaining Behavior, 12, 1525. Oaker, G. und Brown, R. (1986) Intergroup Relations in Hospital Setting: A Further Test of Social Identity Theory, Human Relations, 39, 767-778. Oatley, K. und Jenkins, J. M. (1992) Human Emotions: Function and Dysfunction, Annual Review of Psychology, 43, 55-85. Odekerken-Schroder, G. (1999) The Role of the Buyer in Affecting Buyer-Seller Relationships in Econoom B.V., Maastricht, Beek. Ohlwein, M. (1999) Markte fiir gebrauchte Guter, Wiesbaden. Olander, F. (1977) Consumer Satisfaction - A Skeptic's View, in: H. Hunt (Hrsg.), Conceptualization and Measurement of Consumer Satisfaction, Dissatisfaction, Marketing Science Institute, Cambridge, 409-452. Olbrich, E. (1988) Die Erfassung der Verwirrtheit: Psychologische Diagnostik und Intervention, in: V. Bohlau (Hrsg.), Verwirrtheit, Stuttgart. Oliva, T. A., Oliver, R. L. und MacMillan, I. C. (1992) A Catastt-ophe Model for Developing Service Satisfaction Strategies, Journal of Marketing, 56, 83-95. Oliver, J. (1987) An Investigation of the Interrelationship between Consumer (Dis)Satisfaction and Complaint Reports, in: M. Wallendorf und P. Anderson (Hrsg.), Advances in Consumer Research, Association for Consumer Research, Provo, 218-222. Oliver, J., Rust, R. T. und Varki, S. (1997) Customer Delight: Foundations, Findings, and Managerial Insight, Journal of Retailing, 73 (3), 311-336. Oliver, R. (1997) Satisfaction: A Behavioral Perspective on the Consumer, Irwin/McGrawHill, New York. Oliver, R. L. (1980) A Cognitive Model of the Antecedents and Consequences of Satisfaction Decisions, Journal of Marketing Research (JMR), 17 (4), 460-469. Oliver, R. L. (1981) Measurement and Evaluation of Satisfaction Process in Retail Setting, Journal of Retailing, 57, 25-48.

Literaturverzeichnis

354

Oliver, R. L. (1992) An Investigation of the Attribute Basis of Emotion and Related Affects in Consumption: Suggestions for a Stage-Specific Satisfaction Framework, Advances in Consumer Research, 19 (1), 237-244. Oliver, R. L. (1993) Cognitive, Affective and Attribute Bases of Satisfaction, Journal of Consumer Research, 20 (3), 418-430. Oliver, R. L. und Bearden, W. O. (1985) Disconfirmation Processes and Consumer Evaluations in Product Usage, Journal of Business Research, 13 (3), 235-246. Oliver, R. L. und deSarbo, W. S. (1988) Response Determinants in Satisfaction Judgments, Journal of Consumer Research, 14 (4), 495-507. Oliver, R. L. und Swan, J. E. (1989a) Consumer Perception of Interpersonal Equity and Satisfaction in Transactions: A Field Survey Approach, Journal of Marketing, 53 (2), 2135. Oliver, R. L. und Swan, J. E. (1989b) Equity and Disconfirmation Perceptions as Influences on Merchant and Product Satisfaction, Journal of Consumer Research, 16 (3), 372383. Olshavsky, R. W. (1979) Task Complexity and Contingent Processing in Decision Making: A Replication and Extension, Organizational Behavior and Human Decision Processes, 24(300-316). Olshavsky, R. W. und Miller, J. A. (1972) Consumer Expectations, Product Performance, and Perceived Product Quality, Journal of Marketing Research, 9(1), 19-21. Ordonez, L. D. und Connolly, T. (2000) Regret and Responsibility: A Reply to Zeelenberg et al.. Organizational Behavior and Human Decision Processes, 81, 132-142. Ostlund, L. E. (1973) Factor Analysis Applied to Predictors of Innovative Behavior, Decision Sciences, 4, 92-108. Ostlund, L. E. (1974) Perceived Innovation Attributes as Predictors of Innovative Behavior, Journal of Consumer Research, 1, 23-29. Parasuraman, A., Zeithaml, V. A. und Berry, L. L. (1994) Alternative Scales for Measuring Service Quality. A Comparative Assesment Based on Psychometric and Diagnostic Criteria, Journal of Retailing, 70 (3), 201-230. Park, C. W., Jun, S. Y. und Macinnis, D. J. (2000) Choosing What I Want Versus Rejecting What I do not Want: An Application of Decision Framing to Product Option Choice Decisions, Journal of Marketing Research, 37 (2), 187. Park, C. W., Mothersbaugh, D. L. und Feick, L. (1994) Consumer Knowledge Assessment, Journal of Consumer Research, 21 (1), 71-82. Park, C. W. und Smith, D. C. (1989) Product-Level Choice: A Top-Down or Bottom-Up Process?, Journal of Consumer Research, 16 (3), 289-299. Park, W. C. und Lessig, P. V. (1977) Students and Housewives: Differences in Susceptibility to Reference Group Influence, Journal of Consumer Research, 4 (2), 102-110. Park, W. C. und Lessig, P. V. (1981) Familiarity and It's Impact on Decision Biases and Heuristics, Journal of Consumer Research, 8 (2), 223-230. Patterson, P. G. (1993) Expectations and Product Performance as Determinants of Satisfaction for a High Involvement Purchases, Psychology and Marketing, 10,449-465. Paulssen, M. (2000) Individual Goal Hierarchies as Antecedents of Market Structures, Wiesbaden. Payne, J. W. (1976) Task Complexity and Contingent Processing in Decision Making: An Information Search and Protocol Analysis, Organizational Behavior and Human Decision Processes, 16,366-387.

Literaturverzeichnis

355

Payne, J. W. und Bettman, J. R. (2001) Preferential Choice and Adaptive Strategy Use, in: G. Gigerenzer und R. Selten (Hrsg.), Bounded Rationality: The Adaptive Toolbox, MIT Press, Cambridge, 123-145. Payne, J. W., Bettman, J. R. und Johnson, E. J. (1988) Adaptive Strategy Selection in Decision Making, Journal of Experimental Psychology: Learning, Memory and Cognition, 14, 534-552. Payne, J. W., Bettman, J. R. und Johnson, E. J. (1990a) The Adaptive Decision Maker: Effort and Accuracy in Choice, in: R. M. Hogarth (Hrsg.), Insights in Decision Making, The Chicago University Press, Chicago, 129-153. Payne, J. W., Bettman, J. R. und Johnson, E. J. (1992) Behavioral Decision Research: A Constructive Process Perspective, Annual Review of Psychology, 43 (1), 87-131. Payne, J. W., Bettman, J. R. und Johnson, E. J. (1993) The Adaptive Decision Maker, Cambridge. Payne, J. W., Bettman, J. R., Johnson, E. J. und Coupey, E. (1990b) Understanding Contingent Choice: A Computer Simulation Approach, IEEE Transactions on Systems, Man, and Cybernetics, 20, 296-309. Payne, J. W. und Braunstein, M. L. (1978) Risky Choice: An Examination of Information Acquisition Behavior, Memory and Cognition, 6, 554-561. Peter, P. J. und Olson, J. C. (1987) Consumer Behavior, Homewood. Peter, P. J. und Olson, J. C. (1996) Consumer Behavior and Marketing Strategy, Irwin, Chicago. Peter, S. I. (1997) Kundenbindung als Marketingziel: Identifikation und Analyse zentraler Determinanten, in, Wiesbaden. Peterson, R. S. und Wilson, W. D. (1992) Measuring Customer Satisfaction: Fact and Artifact, Journal of the Academy of Marketing Science, 20, 61-71. Pfaff, A. B. (1972) An Index of Consumer Satisfaction, Proceedings of the Conference of the Association of Consumer Research, 713-737. Phillips, L. D. und Stemthal, B. (1977) Age Differences in Information Processing: A Perspective of the Aged Consumer, Journal of Marketing Research, 14, 444-457. Pieters, R., Baumgartner, H. und Allen, D. (1995a) A means-end chain approach to consumer goal structures. International Journal of Research in Marketing, 12 (3), 227-244. Pieters, R., Koelmeijer, K. und Roest, H. (1995b) Assimilation Processes in Service Satisfaction Formation, International Journal of Service Industry Management, 6 (3), 17-33. Plutchik, R. (1980) Emotion: A Psychoevolutionary Synthesis, Harper & Row, New York. Popper, K. R. (1973) Objektive Erkenntnis: Ein evolutionarer Entwurf, Hamburg. Popper, K. R. (1989) Logik der Forschung, Tubingen. Porter, M. E. (1980) Competitive Strategy, Free Press, New York. Prelec, D., Wemerfelt, B. und Zettelmeyer, F. (1997) The Role of Inference in Context Effects: Inferring What You Want from What is Available, Journal of Consumer Research, 24(1), 118-135. Price, K. H. (1987) Decision Responsibility, Task Responsibility, Identifiability, and Social Loafing, Organizational Behavior and Human Decision Processes, 40, 330-345. Punj, G. N. und Brookes, R. (2001) Decision Constraints and Consideration-Set Formation in Consumer Durables, Psychology and Marketing, 18 (8), 843-863.

Literaturverzeichnis

356

Punj, G. N. und Brookes, R. (2002) The Influence of Pre-Decisional Constraints on Information Search and Consideration Set Formation in New Automobile Purchases, International Journal of Research in Marketing, 19 (4), 383-400. Punj, G. N. und Staelin, R. (1971) Multivariate Analysis of Differences in Buyer Decision Time, Journal of Marketing Research, 8 (2), 192-198. Punj, G. N. und Staelin, R. (1972) Prepurchase Information Seeking for New Cars and Major Household Appliances, Journal of Marketing Research, 9 (3), 249-257. Punj, G. N. und Staelin, R. (1983) A Model of Consumer Information Search Behavior for New Automobiles, Journal of Consumer Research, 9 (4), 366-380. Raaij, W. F. (1977) Consumer Choice Behavior. An Information Processing Approach, Tilburg. Raffee, H. (1974) Grundprobleme der Betriebswirtschaftslehre, Gottingen. Raffee, H. (1984) Gegenstand, Methoden und Konzepte der Betriebswirtschaftslehre, in: M. Bitz, K. Dellmann, M. Domsch und H. Egner (Hrsg.), Vahlens Kompendium der Betriebswirtschaftslehre, Vahlen, Miinchen, 1-46. Raffee, H. und Fritz, W. (1987) Belastung und Stress, in: C. G. Hoyos, W. Kroeber-Riel, L. Rosenstiel und B. Striimpel (Hrsg.), Wirtschaftspsychologie in Grundbegriffen, Psychologic Verlags Union, Miinchen, 2. Auflage, 83-90. Ratchford, B. T., Lee, M.-S. und Talukdar, D. (2003) The Impact of the Internet on Information Search for Automobiles, Journal of Marketing Research (JMR), 40 (2), 193. Ratner, R. K., Kahn, B. E. und Kahneman, D. (1999) Choosing Less-Preferred Experiences for the Sake of Variety, Journal of Consumer Research, 26 (2), 1-15. Ratneshwar, S., Shocker, A. D. und Stewart, D. W. (1987) Towad Understanding the Attraction Effect: The Implications of Product Stimulus Meaningftilness and Familiarity, Journal of Consumer Research, 13 (4), 520-533. Read, D. und Loewenstein, G. (1995) Diversification Bias: Explaining the Discrepancy in Variety Seeking Between Combined and Separated Choices, Journal of Experimental Psychology: Applied, 1(1), 34-49. Reibstein, D., Youngblood, S. A. und Fromkin, H. L. (1975) Number of Choices and Perceived Decision Freedom as a Determinant of Satisfaction and Consumer Behavior, Journal of Applied Psychology, 60 (4), 434-437. Reichheld, F. F. und Sasser, W. E. (1990) Zero Defections: Quality Comes to Services, Harvard Business Review, 68 (5), 105-111. Reilly, T. (1995) A Necessary and Sufficient Condition for the Identification of CFA Models, Sociological Methods and Research, 23 (4), 421-441. Renoux, Y. (1973) Consumer Dissatisfaction and Public Policy, Proceedings of the Conference of the American Marketing Association, 55-65. Richard, R., van der Pligt, J. und de Vries, N. K. (1996) Anticipated Regret and Time Perspective: Changing sexual risk-taking behavior. Journal of Behavioral Decision Making, 9, 185-199. Richins, M. L. (1983) Negative Word-of-Mouth by Dissatisfied Customers: A Pilot Study, Journal of Marketing, 47, 68-78. Richins, M. L. (1985) Factors Affecting the Level of Consumer-Initiated Complaints to Marketing Organizations, in: H. Hunt und R. L. Day (Hrsg.), Consumer Satisfaction, Dissatisfaction and Complaining Behavior, Bloomington, 82-85. Richins, M. L. und Bloch, P. H. (1983) An Investigation of Cofiiitive Structure in a Shopping Context, Advances in Consumer Research, 10, 555-558.

Literaturverzeichnis

357

Riis, J. und Schwarz, N. (2000) Status Quo Selection Increases with Consequitive Emotionally Difficult Decisions, Meeting of the Society for Judgement and Decision Making, New Orleans. Rindskopf, D. (1984) Structural Equation Models: Empirical Heywood Cases and Related Problems, Sociological Methods and Research, 13, 109-119. Ritov, I. und Baron, J. (1992) Status Quo and Omission Biases, Journal of Risk and Uncertainty, 5,49-62. Ritov, I. und Baron, J. (1995) Outcome Knowledge, Regret and Omission Bias, Organizational Behavior and Human Decision Processes, 64 (2), 119-127. Roberts, J. H. und Lattin, J. M. (1997) Consideration: Review of Research and Prospects for Future Insights, Journal of Marketing Research, 34 (3), 406-410. Robinson, J. P., Shaver, P. R. und Wrightsman, L. S. (1991) Measures of Personality and Social Psychological Attitudes, Academic Press, San Diego. Rogers, E. M. (1995) Diffusion of Innovations, Free Press, New York, 4. Auflage. Rokeach, M. (1973) The Nature of Human Values, The Free Press, New York. Rolls, E. T. (1999) The Brain and Emotion, Oxford University Press, New York. Rosenberg, M. J. (1981) The Self-Concept: Social Product and Social Force, in: M. J. Rosenberg und R. H. Turner (Hrsg.), Social Psychology: Sociological Perspectives, Basic Books, New York, 593-624. Rosenberg, M. J. und Hovland, C. I. (1969) Cognitive, Affective, and Behavioral Components of Attitudes, in: M. J. Rosenberg (Hrsg.), Attitude Organization and Change, Yale University Press, New Haven, 1-14. Rosenstiel, L. und Ewald, G. (1979) Marktpsychologie: Konsumentenverhalten und Kauentscheidung, Stuttgart. Rothstein, H. G. (1986) The Effects of Time Pressure on Judgement in Multiple Cue Probability Learning, Organizational Behavior and Human Decision Processes, 37, 83-92. Rubin, D. (1976) Inference and Missing Data, Biometrika, 63, 581-592. Rubin, D. und Thayer, D. T. (1982) EM Algorithms for ML Factor Analysis, Psychometrika, 47, 69-76. Rubin, R. B. (1994) Communication Research Measures: A Sourcebook, New York. Rucci, A. J., Kim, S. P. und Quinn, R. T. (1998) The Employee-Customer Profit Chain at Sears, Harvard Business Review, 76 (1), 84-97. Rudolph, T. und Schweizer, M. (2003) Produktvielfalt: Ermudungserscheinung beim Kunden!, Thexis, 2, 48-50. Russo, E. J. (1977) The Value of Unit Price Information, Journal of Marketing Research, 14 (2), 193-201. Russo, E. J. und Dosher, B. A. (1983) Strategies for Multiattribute Binary Choice, Journal of Experimental Psychology: Learning, Memory and Cognition, 9, 676-696. Russo, E. J. und Johnson, E. J. (1980) What do Consumers Know About Familiar Products, Advances in Consumer Research, 7, 417-423. Russo, E. J. und Leclerc, F. (1994) An Eye-Fixation Analysis of Choice Processes for Consumer Nondurables, Journal of Consumer Research, 21 (2), 274-290. Rust, R. T., Zahorik, A. J. und Keiningham, T. L. (1995) Return on quality (ROQ): Making service quality financially accountable. Journal of Marketing, 59 (2), 58-70. Samuelson, W. und Zeckhauser, R. (1988) Status Quo Bias in Decision Making, Journal of

Literaturverzeichnis

358

Sanna, L. J., Turley, K. J. und Mark, M. M. (1996) Expected Evaluation: Goals, and Performance: Mood as Input, Personality and Social Psychology Bulletin, 22, 323-335. Savage, H. A. (1954) The Foundations of Statistics, Wiley, New York. Scammon, D. L. (1977) Information Load and Consumers, Journal of Consumer Research, 4 (3), 148-155. Schachter, S. (1964) The Interaction of Cognitive and Physiological Determinants of Emotional State, in: L. Berkowitz (Hrsg.), Advances in Experimental Social Psychology, New York, 49-80. Scheffler, H. (1999) Stichprobenbildung und Datenerhebung, in: A. Herrmann und C. Homburg (Hrsg.), Marktforschung: Methoden, Anwendungen, Praxisbeispiele, Wiesbaden, 59-77. Schelling, T. C. (1984) Self-Command in Practice, in Policy, and in a Theory of Rational Choice, The American Economic Review, 74 (2), 1-11. Schick, F. (1997) Making Choices: A Recasting of Decision Theory, Cambridge University Press, New York. Schifftnan, L. G. und Kanuk, L. L. (1997) Consumer Behavior, London, 6. Auflage. Schlenker, B. (1980) Impression Management: The Self-Concept, Social Identity, and Interpersonal Relations, Brooks-Cole, Belmont. Schnell, R., Hill, P. B. und Esser, E. (1999) Methoden der empirischen Sozialforschung, Oldenbourg, Miinchen, 6. Auflage. Schulte-Frankenfeld, H. (1985) Vereinfachte Kaufentscheidungen von Konsumenten, Frankfurt. Schumacker, R. E. und Lomax, R. G. (1996) A Beginner's Guide to Structural Equation Modeling, Lawrence Erlbaum, New Jersey. Schiitze, R. (1992) Kundenzufnedenheit After-Sales-Marketing auf industriellen Markten, Gabler, Wiesbaden. Schiitze, R. (1997) Kundenzufnedenheit, Wiesbaden. Schwartz, B. (2000) Self-Determination: The Tyranny of Freedom, American Psychologist, 55 (1), 79-88. Schwartz, B., Ward, A., Monterosso, J., Lyubomirsky, S., White, K. und Lehman, D. R. (2002) Maximizing versus Satisficing: Happiness is a Matter of Choice, Journal of Personality and Social Psychology, 83 (5), 1178-1197. Schwarz, N. (1990) Feelings as Information: Informational and Motivational Functions of Affective States, in: E. T. Higgins und R. M. Sorrentino (Hrsg.), Handbook of Motivation and Cognition, Guilford Press, New York, 527-561. Schweitzer, M. (1994) Disentangling Status Quo and Omission Effects: An Experimental Analysis, Organizational Behavior and Human Decision Processes, 58 (3), 457-476. Sears, D. O. (1986) College Sophomores in the Laboratory: Influences of a Narrow Data Base on Social Psychology's View of Human Nature, Journal of Personality and Social Psychology, 51 (3), 515-530. Seibert, P. S. und Ellis, H. C. (1991) Irrelevant Thoughts, Emotional Mood States, and Cognitive Task Performance, Memory and Cognition, 19, 507-13. Seilheimer, C. (2001) Antezedenzien und Konsequenzen des Regret Grundlagen - Messung Implikationen, Gabler, Wiesbade. Seines, F. und Gronhaug, K. (1986) Subjective and Objective Measures of Product Knowledge Contrasted, Advances in Consumer Research, 13, 67-71.

Literaturverzeichnis

359^

Seines, F. und Gronhaug, K. (1997) When Does it Pay-off to Exceed Customers' Expectations: The Importance of Differentiating Should and Could-Expectations, Working Paper, Norwegian School of Management. Selten, R. (2001) What is Bounded Rationality?, in: G. Gigerenzer und R. Selten (Hrsg.), Bounded Rationality: The Adaptive Toolbox, MIT Press, Cambridge, 13-36. Senter, S. M. und Wedell, D. H. (1999) Information Presentation Constraints and the Adaptive Decision Maker Hypothesis, Journal of Experimental Psychology: Learning, Memory, & Cognition, 25, 428-446. Shafir, E. und Kahneman, D. (1999) Heuristics and Biases, in: S. Earl und S. Kemp (Hrsg.), The Elgar Companion to Consumer Research and Economic Psychology, 284-289, Northhampton. Shafir, E., Osherson, D. N. und Smith, E. E. (1993a) The Advantage Model: A Comparative Theory of Evaluation and Choice under Risk, Organizational Behavior and Human Decision Processes, 55, 325-378. Shafir, E., Simonson, I. und Tversky, A. (1993b) Reason-Based Choice, Cognition, 49, 11-36. Shafir, E., Simonson, I. und Tversky, A. (2000) Reason-Based Choice, in: D. Kahneman und A. Tversky (Hrsg.), Choices, Values, and Frames, Cambridge, 597-619. Shefrin, H. M. und Stratman, M. (1986) How not to Make Money in the Stock Market, Psychology Today, February, 52-57. Shemwell, D. J., Yavas, U. und Bilgin, Z. (1998) Customer-Service Provider Relationships, International Journal of Service Industry Management, 9 (2), 155-168. Shepard, R. N. (1964) On Subjectively Optimum Selection Among Multiattribute Alternatives, in: M. W. Shelley und G. L. Bryan (Hrsg.), Human Judgments and Optimality, Wiley, New York, 257-281. Sheppard, B. H., Lewicki, R. J. und Minton, J. W. (1992) Organizational Justice, Macmillan, New York. Sherif, M. und Hovland, C. I. (1961) Social Judgement: Assimilation and Contrast Effects in Communication and Attitude Change, in. New Haven. Sheth, J. N., Mittal, B. und Newman, B. (1999) Customer Behavior: Consumer Behavior and Beyond, Orlando. Sheth, J. N. und Parvatiyar, A. (1995) Relationship Marketing in Consumer Markets: Antecedents and Consequences, Journal of the Academy of Marketing Science, 23, 255272. Shields, M. D. (1983) Effects of Information Supply and Demand on Judgement Accuracy: Evidence from Corporate Managers, Accounting Review, 58, 284-303. Shugan, S. M. (1980) The Cost of Thinking, Journal of Consumer Research, 7 (2), 99-11. Siefke, A. (1997) Zufriedenheit mit Dienstleistungen, Frankfurt a.M. Siegel, S., et al. (1960) Bargaining and Group Decision Making, New York. Simon, H. (1994) Marketing Science and the Ivory Tower, Business Strategy Review, 5(1), 29-35. Simon, H. A. (1955) A Behavioral Model of Rational Choice, Quarterly Journal of Economics, 69 (1), 99-118. Simon, H. A. (1956) Rational Choice and the Structure of the Environment, Psychological Review, 63, 129-138. Simon, H. A. (1967) Motivational and Emotional Controls of Cognition, Psychological Review, 57, 386-420.

Literaturverzeichnis

360

Simon, H. A. (1978) Rationality as Process and as Product of Thought, The American Economic Review, 68 (2), 1-16. Simon, H. A. (1981) The Sciences of the Artificial, MIT Press, Cambridge. Simon, H. A. (1986) Rationality in Psychology and Economics, in: R. M. Hogarth und M. W. Reder (Hrsg.), Rational Choice - The Contrast Between Economics and Psychology, Chicago, 25-40. Simon, H. A. (1987a) Bounded Rationality, in: J. Eatwell, M. Milgate und P. Newman (Hrsg.), Palgrave - A Dictionary of Economics, McMillan, London, 266-268. Simon, H. A. (1987b) Making Management Decisions: The Role Of Intuition And Emotion, The Academy of Management Executive, 1 (1), 57. Simon, H. A. (1990) Invariants of Human Behavior, Annual Review of Psychology, 41,1-19. Simon, H. A. (1992) Economics, Bounded Rationality, and the Cognitive Revolution, Elgar, Aldershot Hants. Simonson, I. (1989) Choice Based on Reasons: The Case of Attraction and Compromise Effects, Journal of Consumer Research, 16 (2), 158-174. Simonson, I. (1990) The Effect of Purchase Quantity and Timing on Variety Seeking Behavior, Journal of Marketing Research, 27 (2), 150-162. Simonson, I. (1992) The Influence of Anticipating Regret and Responsibility on Purchase Decisions, Journal of Consumer Research, 19(1), 105-118. Simonson, L, Nowlis, S. M. und Simonson, Y. (1993) The Effect of Irrelevant Preference Arguments on Consumer Choice, Journal of Consumer Psychology, 2 (3), 287-306. Simonson, I. und Tversky, A. (1992) Choice in Context: Tradeoff Contrast and Extremeness Aversion, Journal of Marketing Research, 29, 281-295. Singh, J. (1988) Consumer Complaint Intentions and Behavior: Definitional and Taxanomical Issues, Journal of Marketing, 52, 93-107. Slovic, P. (1972) From Shakespeare to Simon: Speculations - and some Evidence - about man's Ability to Process Information, Oregon Research Institute: Research Bulletin, 12 (2), 1-29. Slovic, P. (1995) The Construction of Preference, American Psychologist, 50 (5), 364-371. Smith, C. A. und Ellsworth, P. C. (1985) Patterns of Cognitive Appraisal in Emotion, Journal of Personality and Social Psychology, 48 (April), 813-838. Snyder, M. (1974) Self-Monitoring of Expressive Behavior, Journal of Personality and Social Psychology, 30, 526-537. Snyder, M. und Fromkin, H. L. (1980) Uniqueness: The Human Pursuit of Difference, Plenum Press, New York. Solomon, M. R. (1996) Consumer Behavior: Buying, Having, and Being, Prentice-Hall, London, 3. Auflage. Sorbom, D. (1989) Model Modification, Psychometrika, 54, 371-384. Spranca, M. D., Minsk, E. und Baron, J. (1991) Ommission and Commission in Judgement and Choice, Journal of Experimental Social Psychology, 27, 76-105. Spreng, R. A., MacKenzie, S. B. und Olshavsky, R. W. (1996) A Reexamination of the Determinants of Consumer Satisfaction, Journal of Marketing, 60 (3), 15-32. Spreng, R. A. und Olshavsky, R. W. (1990) Exploring the Headwaters of the Prior Knowledge - Search Relationship, in: A. Parasuraman und W. O. Bearden (Hrsg.), Enhancing Knowledge Development in Marketing, American Marketing Association, Chicago, 220-224.

Literaturverzeichnis

361

Sproles, G. B. (1986) The Concept of Quality and the Efficiency of Markets: Issues and Comments, Journal of Consumer Research, 13 (1), 146-148. Sproles, G. B. und Kendall, E. L. (1986) A Methodology for Profiling Consumers' DecisionMaking Styles, Journal of Consumer Affairs, 20 (2), 267-279. Srinivasan, N. und Ratchford, B. T. (1991) An Empirical Test of a Model of External Search for Automobiles, Journal of Consumer Research, 18 (2), 233-242. Stafford, J. E. (1966) Effects of Group Influences on Consumer Brand Preferences, Journal of Marketing Research, 3, 68-75. Stahl, H. K. (1999) Kundenloyalitat kritisch betrachtet, in: H. Hinterhuber und K. Matzler (Hrsg.), Kundenorientierte Untemehmensfiihrung, Wiesbaden, 41-59. Starmer, C. (2000) Developments in Non-Expected Utility Theory: The Hunt for a Descriptive Theory of Choice under Risk, Journal of Economic Literature, 38 (2), 332-383. Stauss, B. (1999) Kundenzufhedenheit, Marketing ZFP, 21 (1), 5-24. Stauss, B. und Neuhaus, P. (1997) The Qualitative Satisfaction Model, International Journal of Service Industry Management, 8 (3), 236-249. Stauss, B. und Seidel, W. (1998) Prozessuale Zufiiedenheitsermittlung und Zufriedenheitsdynamik bei Dienstleistungen, in: H. Simon und C. Homburg (Hrsg.), Kundenzufriedenheit Konzepte - Methoden - Erfahrungen, Gabler, Wiesbaden, 3. Auflage, 201226. Staw, B. M. (1976) Knee-Deep in the Big Muddy: A Study of Escalating Commitment to a Chosen Course of Action, Organizational Behavior and Human Decision Processes, 16,27-44. Stayman, D. M., Alden, D. L. und Smith, K. H. (1991) Some Effects of Schematic Processing on Consumer Expectations and Disconfirmation Judgments, Journal of Consumer Research, 19 (2), 240-255. Steenkamp, J.-B. und Baumeister, R. F. (1998) Assessing Measurement Invariance Through Multiple-Sample Structural Equation Modeling, in: L. Hildebrandt und C. Homburg (Hrsg.), Die Kausalanalyse: Ein Instrument der empirischen betriebswirtschaftlichen Forschung, Stuttgart, 399-526. Steenkamp, J.-B. und Trijp, H. C. M. (1991) The Use of LISREL in Validating Marketing Constructs, International Journal of Research in Marketing, 8 (4), 283-299. Steiger, J. H. (1990) Structural Model Evaluation and Modification: An Internal Estimation Approach, Multivariate Behavioral Research, 25 (2), 173-180. Stewart, D. W. (1981) The Application and Misapplication of Factor Analysis in Marketing Research, Journal of Marketing Research, 18 (1), 51-62. Stone, R. und Mason, J. B. (1995) Attitude and Risk: Exploring the Relationship, Psychology and Marketing, 12(2), 135-153. Strutton, D. H. imd Lumpkin, J. R. (1994) An Applied Investigation of Rogers and Shoemaker's Perceived Innovation Attribute Typology when Marketing to Elderly Consumers, Journal of Applied Business Research, 10 (1), 118-131. Sugden, R. (1985) Regret, Recrimination and Rationality, Theory and Decision, 19, 77-99. Sundstrom, G. A. (1987) Information Search and Decision Making: The Effects of Information Displays, Acta Psychologica, 65, 165-179. Svenson, O. (1979) Process Decriptions of Decision Making, Organizational Behavior and Human Decision Processes, 23, 86-112. Swan, J. E. (1969) Experimental Analysis of Predicision Information Seeking, Journal of

Literaturverzeichnis

362

Swan, J. E. und Combs, L. J. (1976) Product Performance and Consumer Satisfaction: A New Concept, Journal of Marketing, 40 (2), 25-33. Swan, J. E. und Oliver, R. L. (1991) An Applied Analysis of Buyer Equity Perceptions and Satisfaction with Automobile Salespeople, Journal of Personal Selling & Sales Management, 11 (2), 15-26. Szymanski, D. M. und Henard, D. H. (2001) Customer Satisfaction: A Meta-Analysis of the Empirical Evidence, Journal of the Academy of Marketing Science, 29 (1), 16-29. Tajfel, H. (1981) Human Groups and Social Categories: Studies in Social Psychology, Cambridge University Press, Cambridge. Tajfel, H. und Turner, J. (1979) An Integrative Theory of Intergroup Conflict, in: W. Austin und S. Worchel (Hrsg.), The Social Psychology of Intergroup Relations, Brooks/ Cole, Monterey, 33-47. Tanaka, J. S. (1993) Multifaceted Conceptions of Fit in Structural Equation Models, in: K. A. BoUen und J. S. Long (Hrsg.), Testing Structural Equation Models, Sage, Newbury Park, 10-40. Taussig, F. (1912) Principles of Economics, Macmillan, New York. Tax, S. S. und Chandrashekaran, M. (1992) Consumer Decision Making Following a Failed Service Encounter: A Pilot Study, Journal of Consumer Satisfaction, Dissatisfaction and Complaining Behavior, 5, 55-68. Taylor, K. A. (1997) A Regret Theory Approach to Assessing Consumer Satisfaction, Marketing Letters, 8 (2), 229-238. Taylor, S. A. und Baker, T. (1994) An Assessment of the Relationship between Service Quality and Customer Satisfaction in the Formation of Consumers' Purchase Intentions, Journal of Retailing, 70 (2), 163-178. Taylor, S. E. und Brown, J. D. (1988) Illusion and Weil-Being: A Social Psychological Perspective on Mental Health, Psychological Bulletin, 103 (2), 193-210. Teigeler, P. (1968) Verstandlichkeit und Wirksamkeit von Sprache und Text, Stuttgart. Tennen, H., Affleck, G., Armeli, S. und Carney, M. A. (2000) A Daily Process Approach to Coping: Linking Theory, Research, and Practice, American Psychologist, 55 (6), 626636. Terry, D. J. (1994) Determinants of Coping: The Role of Stable and Situational Factors, Journal of Personality and Social Psychology, 66 (5), 895-910. Tetlock, P. E. (1985) Accountability: The Neglected Social Context of Judgment and Choice, Research in Organizational Behavior, 7, 297-332. Teflock, P. E., Peterson, R. S. und Lemer, J. S. (1996) Revising the Value Pluralism Model: Incorporating Social Content and Context Postulates, in: C. Seligman, et al. (Hrsg.), The Psychology of Values: The Ontario Symposium on Personality and Social Psychology, Erlbaum, New Jersey, 25-51. Tetlock, P. E., Skitka, L. und Boettger, R. (1989) Social and Cognitive Strategies for Coping with Accountability: Conformity, Complexity, and Bolstering, Journal of Personality and Social Psychology, 57, 632-640. Thaler, R. (1985) Mental Accounting and Consumer Choice, Marketing Science, 4 (3), 199214. Thaler, R. H. (1980) Toward a Positive Theory of Consumer Choice, Journal of Economic Behavior and Organization, 1, 39-60. Thiebault, J. W. und Kelley, H. H. (1959) The Social Psychology of Groups, John Wiley & Sons, New York.

Literaturverzeichnis

363

Thiebault, J. W. und Walker, L. (1975) Procedural Justice: A Psychological Analysis, Erlbaum, New York. Timm, P. R. (1990) Use the Profit Power of Customer Service, Executive Excellence, 7, 1920. Timmermans, D. (1993) The Impact of Task Complexity on Information Use in MultiAttribute Decision Making, Journal of Behavioral Decision Making, 6, 95-111. Townsend, B. und OTSfeil, K. (1990) American Women Get Mad, American Demographics, 12, 26-32. Trommsdorff, V. (2003) Konsumentenverhalten, Kohlhammer, Stuttgart. Trout, J. und Rivkin, S. (2000) Differentiate or Die - Survival in Our Era of Killer Competition, Wiley, New York. Tse, D. K., Nicosia, F. M. und Wilton, P. C. (1990) Consumer Satisfaction as a Process, Psychology and Marketing, 7 (3), 177-193. Tse, D. K. und Wilton, P. C. (1988) Models of Consumer Satisfaction Formation: An Extension, Journal of Marketing Research, 25 (2), 204-202. Tsiros, M. (1998) Effect of Regret on Post-choice Valuation: The Case of More Than Two Alternatives, Organizational Behavior and Human Decision Processes, 76 (1), 48-69. Tsiros, M. und Mittal, V. (2000) Regret: A Model of its Antecedents and Consequences in Consumer Decision Making, Journal of Consumer Research, 26 (4), 401-417. Tumbull, P. W., Leek, S. und Ying, G. (2000) Customer Confusion: The Mobile Phone Market, Journal of Marketing Management, 16 (1-3), 143-163. Tversky, A. (1969) Intransitivity of Preferences, Psychological Review, 76, 31-48. Tversky, A. (1972) Elimination by Aspects: A Theory of Choice, Psychological Review, 79, 281-299. Tversky, A. (1996) Contrasting Rational and Psychological Principles of Choice, in: R. Zeckhauser (Hrsg.), Wise Choices: Decisions, Games, and Negotiations, Harvard Business School Press, Boston, 5-21. Tversky, A. und Kahneman, D. (1973) Availability: A Heuristic for Judging Frequency and Probability, Cognitive Psychology, 5, 207-232. Tversky, A. und Kahneman, D. (1974) Judgement under Uncertainty: Heuristics and Biases, Sciences, 185, 1124-1131. Tversky, A. und Kahneman, D. (1987) Rational Choice and the Framing of Decisions, in: R. M. Hogarth und M. W. Reder (Hrsg.), Rational Choice - The Contrast Between Economics and Psychology, University of Chicago Press, Chicago, 67-94. Tversky, A. und Kahneman, D. (1988) Rational Choice and the Framing of Decisions, in: D. E. Bell, H. Raiffa und A. Tversky (Hrsg.), Decision Making: Descriptive, Normative, and Prescriptive Interactions, Cambridge University Press, Cambridge, 167-192. Tversky, A. und Kahneman, D. (1991) Loss Aversion in Riskless Choice: A ReferenceDependent Model, The Quarterly Journal of Economics, 106 (4), 1039-1061. Tversky, A. und Kahneman, D. (2000) Rational Choice and the Framing of Decisions, in: D. Kahneman und A. Tversky (Hrsg.), Choices, Values, and Frames, Cambridge, 209223. Tversky, A. und Shafir, E. (1992a) Choice under Conflict: The Dynamics of Deferred Decision, Psychological Science, 3 (6), 358-361. Tversky, A. und Shafir, E. (1992b) The Disjunction Effect in Choice under Uncertainty, Psychological Science, 3, 305-309.

Literaturverzeichnis

364

Tversky, A. und Simonson, I. (1993) Context-Dependent Preferences, Management Science, 39(10), 1179-1189. Tykocinski, O. E. und Pittman, T. S. (2001) Product Aversion Following a Missed Opportunity: Price Contrast or Avoidance or Anticipated Regret?, Basic and Applied Social Psychology, 23 (3), 149-156. Tyler, T. R. (1984) The Role of Perceived Injustice in Defendant's Evaluations of Their Courtroom Experience, Law and Society Review, 18, 51-74. Unger, M. (1998) Die Automobil-Kaufentscheidung: ein theoretischer Erklarungsansatz und seine empirische Uberprufung, Frankfurt. Urbany, J. E., Bearden, W. O., Kaicker, A. und Smitdh-de Borrero, M. (1997) Transaction Utility Effects When Quality is Uncertain, Journal of the Academy of Marketing Science, 25(1), 45. Urbany, J. E., Dickson, P. R. und Wilkie, W. L. (1989) Buyer Uncertainty and Information Search, Journal of Consumer Research, 16 (2), 208-215. Ursic, M. L. (1985) A Model of the Consumer Decision to Seek Legal Redress, Journal of Consumer Affairs, 19, 20-36. van Dijk, W. W., van der Pligt, J. und Zeelenberg, M. (1999) Effort Invested in Vain: The Impact of Effort on the Intensity of Disappointment and Regret, Motivation and Emotion, 23 (3), 203-220. van Eimeren, Gerhard, H. und Frees, B. (2004) Intemetverbreitung in Deutschland: Potenzial vorerst ausgeschopft. Media Perspektiven, 2004 (8), 350-370. Vermunt, J. K. (1997) Log-Linear Models for Event Histories, Thousand Oaks. Vinson, D. E., Scott, J., E und Lamont, L. M. (1977) The Role of Personal Values in Marketing and Consumer Behavior, Journal of Marketing, 41 (Apr), 44-50. Vitalino, P. P., Russo, J., Carr, J. E., Maiuro, R. D. und Becker, J. (1985) The Ways of Coping Checklist: Revision of Psychometric Properties, Multivariate Behavioral Research, 20, 3-26. von Neumann, J. und Morgenstem, O. (1944) Theory of Games and Economic Behavior, Princeton University Press, Princeton. Walsh, G. (2002) Konsumentenverwirrtheit als Marketingherausforderung, Gabler, Wiesbaden. Walsh, G. und Hennig-Thurau, T. (2002) Wenn Konsumenten verwirrt sind - Empirische Analyse der Wirkungen eines vemachlassigten Konstruktes, Marketing ZFP, 24 (2), 95-109. Walsh, J. W. (1995) Flexibility in Consumer Purchasing for Uncertain Future Tastes, Marketing Science, 14 (2), 148-165. Walster, E., Walter, W. und Berscheid, E. (1978) Equity: Theory and Research, Allyn & Bacon, Boston. Wathieu, L., Brenner, L., Carmon, Z., Chattapadhyay, A., Drolet, A., Gourville, J. T., Novemsky, N., Ratner, R. K., Wertenbroch, K. und Wu, G. (2002) Consumer Control and Empowerment: A Primer, Marketing Letters, 13 (3), 297-305. Watson, D., Clark, L. A. und Tellegen, A. (1988) Development and Validation of Brief Measures of Positive and Negative Affect: The PANAS Scales, Journal of Personality and Social Psychology, 54 (June), 1063-1070. Weber, E. U., Goldstein, W. M. und Barlas, S. (1995) And Let us not Forget Memory: The Role of Memory Processes and Techniques in the Study of Judgement and Choice, in: J. M. Busemeyer (Hrsg.), Decision Making from a Cognitive Perspective, Academic

Literaturverzeichnis

365

Weber, E. U. und Johnson, E. J. (2004) Constructing Preferences from Memory, Working Paper, Center for Decision Sciences, Columbia University. Wedell, D. H. (1991) Distinguishing Among Models of Contextually Induced Preference Reversals, Journal of Experimental Psychology: Learning, Memory and Cognition, 21, 767-778. Weinberg, P. (1987) Markentreue und Markenwechsel, in: C. G. Hoyos, W. Kroeber-Riel und M. J. Rosenberg (Hrsg.), Wirtschaftspsychologie in Grundbegriffen: Gesamtwirtschaft - Markt - Organisation - Arbeit, Miinchen, 162-169. Weinberg, P. (1991) Konsumentenforschung. Erklarungsansatze und aktuelle Trends, Marketing ZFP, 3, 186-190. Weinberg, P. (1994) Emotionale Aspekte des Entscheidungsverhaltens. Ein Vergleich von Erklarungskonzepten, in: Forschungsgruppe Konsum und Verhalten (Hrsg.), Konsumentenforschung, Vahlen, Miinchen, 171-181. Weiner, B. (1982) The Emotional Consequences of Causal Attribution, in: M. S. Clark und S. T. Fiske (Hrsg.), Affect and Cognition, 185-209. Weiner, B. (1985) An Attributional Theory of Achievement Motivation and Emotion, Psychological Review, 92, 548-573. Weiner, B. (1992) Human Motivation Metaphors, Theories, and Research, Sage, London. Werner, A. (1997) The Problem of Self-Selection - Some Solutions, in: W. Bandilla und F. Faulbaum (Hrsg.), SoftStat '97, Advances in Statistical Software 6, Lucius & Lucius, Stuttgart. Wemerfelt, B. (1985) Brand Loyalty and User Skills, Journal of Economic Behavior and Organization, 6,381-385. West, P. M., Ariely, D., Bellmann, S., Bradlow, E. T., Huber, J., Johnson, E. J., Little, J. D. C. und Schkade, D. (1999) Agents to the Rescue, Marketing Letters, 10 (3), 285-300. West, P. M., Brown, C. L. und Hoch, S., J (1996) Consumption Vocabulary and Preference Formation, Journal of Consumer Research, 23 (2), 120-135. Westbrook, R. A. (1980) Intrapersonal Affective Influences on Consumer Satisfaction with Products, Journal of Consumer Research, 7(1), 49-54. Westbrook, R. A. (1987) Product/ Consumption-Based Affective Responses and Postpurchase Processes, Journal of Marketing Research (JMR), 24 (3), 258-270. Westbrook, R. A. und Newman, J. W. (1978) An Analysis of Shopper Dissatisfaction for Major Household Appliances, Journal of Marketing Research, 42 (4), 456-466. Westbrook, R. A., Newman, J. W. und Taylor, J. R. (1978) Satisfaction/ Dissatisfaction in the Purchase Decision Process, Journal of Marketing, 42 (4), 54-60. Westbrook, R. A. und Oliver, R. L. (1981) Developing Better Measures of Consumer Satisfaction: Some Preliminary Results, Advances in Consumer Research, 8, 94-99. Westbrook, R. A. und Oliver, R. L. (1991) The Dimensionality of Consumption Emotion Patterns and Consumer Satisfaction, Journal of Consumer Research, 18 (1), 84-91. Westbrook, R. A. und Reilly, M. D. (1983) Value-Percept Disparity: An Alternative to the Disconfirmation of Expectations Theory of Consumer Satisfaction, Advances in Consumer Research, 10(1), 256-261. Wieczorkowska, G. und Bumstein, E. (1999) Adapting to the Transition from Socialism to Capitalism in Poland: The Role of Screening Strategies in Social Change, Psychological Science, 10 (2), 85-177. Wiedmann, K.-P., Walsh, G. und Klee, A. (2001) Konsumentenverwirrtheit: Konstrukt und marketingpolitische Implikationen, Marketing ZFP, 2 (2), 83- 99.

Literaturverzeichnis

366

Wilkie, W. L. (1994) Consumer Behavior, New York, 3. Auflage. Williams, K., Harkins, S. G. und Latane, B. (1981) Identifiability as a Deterrent to Social Loafing: Two Cheering Experiments, Journal of Personality and Social Psychology, 40,303-311. Wilson, T. D., Lindsey, S. und Schooler, T. Y. (2000) A Model of Dual Attitudes, Psychological Review, 107 (1), 101-126. Wilton, P. C. und Tse, D. K. (1983) A Model of Consumer Response to Consumtpion and Product Experiences, in: A. G. Woodside und L. Percy (Hrsg.), Advertising and Consumer Psychology, Lexington, 315-332. Wiswede, G. (2000) Einfiihrung in die Wirtschaftspsychologie, Reinhardt, Miinchen, 3. Auflage. Woodside, A. G., Frey, L. L. und Daly, R. T. (1989) Linking Service Quality, Customer Satisfaction, and Behavioral Intention, Journal of Health Care Marketing, 9, 5-17. Wright, P. (1975) Consumer Choice Strategies: Simplifying vs. Optimizing, Journal of Marketing Research (JMR), 12(1), 60-67. Yi, Y. (1991) A Critical Review of Consumer Satisfaction, in: V. A. Zeithaml (Hrsg.), Review of Marketing, American Marketing Association, Chicago, 68-123. Zajonc, R. B. (1965) Social Facilitation, Science, 149, 269-274. Zajonc, R. B. (1980) Feeling and Thinking: Preferences Need no Inferences, American Psychologist, 35 (2), 151-175. Zajonc, R. B., Markus, H. M. und Wilson, W. D. (1974) Exposure Effects and Associative Learning, Journal of Experimental Social Psychology, 10, 248-263. Zajonc, R. B. und Sales, S. M. (1966) Social Facilitation of Dominant and Subordinate Responses, Journal of Experimental and Social Psychology, 2, 160-168. Zeelenberg, M. (1996) On the Importance of What Might Have Been: Psychological Perspectives on Regret and Decision Making, Amsterdam. Zeelenberg, M. (1999a) Anticipated Regret, Expected Feedback and Behavioral Decision Making, Journal of Behavioral Decision Making, 12 (2), 93-106. Zeelenberg, M. (1999b) The Use of Crying over Spilled Milk: A Note on the Rationality and Functionality of Regret, Philosophical Psychology, 12 (3), 325-340. Zeelenberg, M. und Beattie, J. (1997) Consequences of Regret Aversion: Additional Evidence for Effects of Feedback on Decision Making, Organizational Behavior and Human Decision Processes, 72 (1), 63-78. Zeelenberg, M., Beattie, J., van der Pligt, J. und de Vriens, N. K. (1996) Consequences of Regret Aversion: Effects of Expected Feedback on Risky Decision Making, Organizational Behavior and Human Decision Processes, 65 (2), 148-158. Zeelenberg, M. und Pieters, R. G. M. (1999) Comparing Service Delivery to What Might Have Been: Behavioral Responses to Regret and Dissapointment, Journal of Services Research, 2, 86-97. Zeelenberg, M. und van Dijk, E. (1997) A Reverse Sunk Cost Effect in Risky Decision Making: Sometimes We Have Too Much Invested to Gamble, Journal of Economic Psychology, 18,677-691. Zeelenberg, M., van Dijk, W. W. und Manstead, A. S. R. (1998a) Reconsidering the Relation between Regret and Responsibility, Organizational Behavior and Human Decision Processes, 74 (3), 254-272. Zeelenberg, M., van Dijk, W. W. und Manstead, A. S. R. (2000) Regret and Responsibility Resolved?, Organizational Behavior and Human Decision Processes, 81, 143-154.

Literaturverzeichnis

367

Zeelenberg, M., van Dijk, W. W., van der Pligt, J., Manstead, A. S. R., van Empelen, P. und Reinderman, D. (1998b) Emotional Reactions to the Outcomes of Decisions: The Role of Counterfactual Thought in the Experience of Regret and Disappointment, Organizational Behavior and Human Decision Processes, 75 (2), 117-141. Zhang, S. und Fitzsimons, G. J. (1999) Choice-Process Satisfaction: The Influence of Attribute Alignability and Option Limitation, Organizational Behavior and Human Decision Processes, 77 (3), 192-214. Zhang, S. und Markman, A. B. (1998) Overcoming Early Entrant Advantage: The Role of Alignable and Nonalignable Differences, Journal of Marketing Research (JMR), 35 (4), 413-426. Zinkhan, G. M. und Conchar, M. (2000) Defining Services Marketing and other Related Concepts, in: F. von Gorp Cooley (Hrsg.), Marketing in a Global Economy: Proceedings of the AMA International Marketing Educators' Conference, American Marketing Association, Chicago, 300-302. Zipf, G. K. (1949) Human Behavior and the Principle of Least Effort, Addison-Wesley, Cambridge.