Zusammenfassung
In den bisherigen Einzelbetrachtungen wurde ersichtlich, dass manche Faktoren, so z.B. die generelle Einstellung gegenüber ‘Neuen Medien’, durchaus Einfluss auf die prospektive Nutzung digitaler Fernsehangebote ausüben, während andere, so z.B. die Zufriedenheit mit alternativen Medienangeboten (traditionellem Fernsehen, Video, Kino), weitaus weniger Einfluss als erwartet haben. In einer multivariaten Analyse werden nun verschiedene Einflussfaktoren einer Kaufentscheidung von Nichtnutzern für ‘Digitales Pay-TV kombiniert geprüft.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Die Faktorenanalyse ist ein Verfahren, das eine größere Anzahl von Variablen auf eine kleinere Anzahl unabhängiger Einflussgrößen, Faktoren genannt, zurückführt. Dabei werden diejenigen Variablen, die untereinander stark korrelieren, zu einem Faktor zusammengefasst. Die Anzahl der zu extrahierenden Faktoren richtet sich nach dem so genannten Kaiser-Kriterium, d.h. nach der Zahl der Faktoren mit Eigenwerten größer eins. (Vgl. z.B. Backhaus et al. 2000, S. 252ff.)
Vor Durchführung der Regressionsanalyse empfiehlt es sich, die unabhängigen Variablen auf ihre Multikollinearität zu überprüfen. Sie liegt dann vor, wenn zwischen zwei oder mehreren erklärenden Variablen eine deutliche Korrelation besteht. So fuhren große Abhängigkeiten dazu, dass die Regressionsgleichung nicht eindeutig geschätzt werden kann. Der Test kann entweder vor dem Durchführen der Regressionsanalyse (mit Hilfe einer Korrelationsmatrix) oder mit der Regressionsprozedur von SPSS (mit Hilfe spezieller Kollinearitätsmaße) durchgeführt werden. Im vorliegenden Fall wurde die zweite Option gewählt, die entsprechenden Werte deuteten nicht auf das Vorliegen von Multikollinearität hin. (Vgl. zu dieser Problematik z.B. Brosius 1998, S. 565ff)
Mit der Methode ‘Einschluss’ kann der Benutzer eine einzelne Variable oder Blöcke von Variablen in eine Regressionsgleichung, einbeziehen. Vgl. Brosius 1998, S. 570.
Das Bestimmtheitsmaß R ist eine normierte Größe, dessen Wertebereich zwischen null und eins liegt. Es ist umso größer, je höher der Anteil der erklärten Streuung an der Gesamtstreuung ist.
Vgl. Brosius 1998, S. 554.
Auch die binäre logistische Regressionsanalyse (hier ist die abhängige Variable eine kategorial ausgeprägte) bestätigte die Ergebnisse dieser ersten Modellberechnung und lieferte keine darüber hinausgehende Zusammenhänge; deshalb wird hier auf die Darstellung verzichtet.
Vgl. zur Diskriminanzanalyse beispielsweise Brosius 1998, S. 591ff. oder Backhaus et al. 2000, S. 145 ff.
Die ersten kanonischen Diskriminanzfunktionen werden in dieser Analyse verwendet.
Auch durch die Betrachtung der Mittelwerte der einzelnen unabhängigen Variablen in den verschiedenen Gruppen der abhängigen Variablen lässt sich ein Eindruck von dem Erklärungswert der unabhängigen Variablen gewinnen. Man kann die absolute Größe betrachten und ebenfalls einen Signifikanztest durchführen, um zu prüfen, ob Differenzen zwischen den Mittelwerten auf einen Zufall bei der Ziehung der Stichprobe oder auf einen systematischen Unterschied der Werte in der Grundgesamtheit zurückzuführen sind (hier ohne Ausdruck). Die signifikanten Variablen bestätigen ausnahmslos den Eindruck der bereits gewonnenen Ergebnisse.
Rights and permissions
Copyright information
© 2002 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Schenk, M., Döbler, T., Stark, B. (2002). Integrierter Modellansatz zur Erklärung zukünftiger Nutzungsintentionen. In: Marktchancen des digitalen Fernsehens. VS Verlag für Sozialwissenschaften, Wiesbaden. https://doi.org/10.1007/978-3-322-89784-8_17
Download citation
DOI: https://doi.org/10.1007/978-3-322-89784-8_17
Publisher Name: VS Verlag für Sozialwissenschaften, Wiesbaden
Print ISBN: 978-3-531-13789-6
Online ISBN: 978-3-322-89784-8
eBook Packages: Springer Book Archive