Skip to main content

Empirische Untersuchung zur Messung von Konsumentenverwirrtheit

  • Chapter
Konsumentenverwirrtheit als Marketingherausforderung

Part of the book series: Gabler Edition Wissenschaft ((GEW))

  • 360 Accesses

Zusammenfassung

Ein zentrales Anliegen dieser Arbeit ist die Erklärung des Konstrukts der KVW und des Zusammenhangs zwischen ihren postulierten Dimensionen und möglichen Verhaltenskonsequenzen. Die theoretische Grundlage und Notwendigkeit einer empirischen Untersuchung ergeben sich aus den aufgezeigten Forschungsdefiziten.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 74.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Vgl. Mitchell/Papavassiliou, 1999; 1997b; Jacoby/Morrin, 1998; Huffman/Kahn, 1998; Leven, 1984.

    Google Scholar 

  2. Vgl. Foxman/Muehling/Berger, 1990, S. 171; Mitchell/Papavassiliou, 1999; Mitchell/Papavassiliou, 1997b.

    Google Scholar 

  3. Vgl. Kapferer, 1995a und zu Ursachen und Ablauf von Stimulusähnlichkeit Kapitel 3.2.1.

    Google Scholar 

  4. Vgl. z.B. Kent/Allen, 1994; Keller, 1991; Poiesz/Verhallen, 1989; Burke/Srull, 1988.

    Google Scholar 

  5. Vgl. Leven, 1984.

    Google Scholar 

  6. Vgl. Hawkins/Best/Coney, 1995, S. 228.

    Google Scholar 

  7. Vgl. Mitchell/Papavassiliou, 1999.

    Google Scholar 

  8. Vgl. Jacoby/Morrin, 1998; Mitchell/Papavassiliou, 1997b.

    Google Scholar 

  9. Vgl. Greenleaf/Lehmann, 1995.

    Google Scholar 

  10. Vgl. Sheth/Mittal/Newman, 1999, S. 237; Louden/Della Bitta, 1993, S. 302.

    Google Scholar 

  11. Vgl. Behrens, 1994, S. 214.

    Google Scholar 

  12. Nach Weinberg (1977, S. 112–113) muss mindestens eine von drei Bedingungen erfüllt sein, damit Markenloyalität entsteht: der Konsument beim Kauf regelmäßig zufrieden ist, der Konsument positive Erfahrungen mit der Marke sammelt, das Entscheidungsverhalten weder durch interne noch externe Stimuli gestört wird.

    Google Scholar 

  13. Wie bei der Diskussion des Bezugsrahmens (vgl. Kapitel 3 insbesondere 3.5.3.4) aufgezeigt, kann es in der Nachnutzungsphase in Abhängigkeit von der (Un-) Zufriedenheit des Konsumenten zur Loyalitätsbildung kommen. In der vorliegenden Arbeit wurde KVW jedoch nicht in Abhängigkeit eines Kaufs operationalisiert, weshalb die Nachnutzungsphase auch nicht Gegenstand der empirischen Hypothesenprüfung sein kann.

    Google Scholar 

  14. Vgl.Wilkie, 1994, S. 160.

    Google Scholar 

  15. Vgl. z.B. Kapferer, 1995a; 1995b; Miaoulis/D’Amato, 1978.

    Google Scholar 

  16. Vgl. auch Kapitel 3.5.3.1.

    Google Scholar 

  17. Vgl. z.B. Gröppel-Klein, 1999, S. 875; Jary/Wileman, 1998, S. 154.

    Google Scholar 

  18. Vgl. Doney/Canon, 1997; Genesan, 1994; Rotter, 1967, S. 653.

    Google Scholar 

  19. Die einzelnen Indikatoren stellen auf Produkte, Produkthersteller, Verkäufer der Produkte und Werbung zu Produkten ab.

    Google Scholar 

  20. Vgl. Rempel/Holmes/Zanna, 1985; Johnson-George/Swap, 1982.

    Google Scholar 

  21. Es kann als weitgehend anerkannt bezeichnet werden, dass es einen positiven Zusammenhang zwischen Vertrauen und Markenloyalität gibt (vgl. Lau/Lee, 1999). Insofern kann in der Diskussion eines möglichen Zusammenhangs zwischen Stimulusähnlichkeit und Vertrauen (gegenüber Geschäftspartnern) die angenommene Beziehung zwischen Stimulusähnlichkeit und Loyalität als theoretischer Rahmen fungieren.

    Google Scholar 

  22. Vgl. Malhotra, 1982; Best/Ursic, 1987.

    Google Scholar 

  23. Vgl. Keller/Staelin, 1987.

    Google Scholar 

  24. Vgl. Malhotra, 1984.

    Google Scholar 

  25. Kendall Sproles/Sproles, 1990, S. 142.

    Google Scholar 

  26. Vgl. Kotler, 1982, S. 82.

    Google Scholar 

  27. Jung, 1998, S. 53.

    Google Scholar 

  28. Vgl. Hawkins/Best/Coney, 1995, S. 228.

    Google Scholar 

  29. Vgl. hierzu auch Hauser/Wernerfelt (1990), die den Vorgang der Reduktion von Alternativen auf wenige Produkte (die das Bedürfnis des Konsumenten befriedigen können) mit dem Ziel der kognitiven Entlastung in der Einkaufssituation beschreiben. Dieser Vorgang der Verringerung der in Frage kommenden Produkte kann als zumindest kurzzeitiger Kaufentscheidungsaufschub verstanden werden.

    Google Scholar 

  30. Vgl. z.B. Assael, 1998, S. 130; Weinberg, 1977, S. 112–115.

    Google Scholar 

  31. Vgl. Goldman, 1977/78.

    Google Scholar 

  32. Vgl. Walsh, 1999b, S. 419–421.

    Google Scholar 

  33. Beim Kauf von Bekleidung, die bspw. verschenkt werden soll, sind Informationen wie Waschanleitungen, Herstellungsland oder die Stoffdurchlässigkeit in µ vermutlich nicht unmittelbar entscheidungsrelevant; ein kompetenter Konsument würde beim Geschenkkauf vermutlich nur relevante Kernkriterien wie Preis, Aussehen und Qualitätsklasse berücksichtigen.

    Google Scholar 

  34. Vgl. Jacoby/Speller/Kohn, 1974; Jacoby/Speller/Berning, 1974.

    Google Scholar 

  35. Gründe dafür, dass Konsumenten eine Bereitstellung vieler Informationen erwarten, sind u.a. die andauernden verbraucherpolitischen Bemühungen, das Recht der Konsumenten auf umfangreiche Kauf und Produkt bezogene Informationen zu erweitern (vgl. Hoyer/MacInnis, 1997, S. 510–511; Kroeber-Riel/Weinberg, 1996, S. 656–657; Biervert/Fischer-Winkelmann, 1978)

    Google Scholar 

  36. Vgl. z.B. Louviere/Gaeth, 1987; Craig/Ghosh/McLafferty, 1984.

    Google Scholar 

  37. Vgl. Morrow, 1997.

    Google Scholar 

  38. Non-GM steht steht für Lebensmittel, die keine genmodifizierten Inhalte haben. Stecklow (1999) nennt die uneinheitliche Verwendung dieser Bezeichnung als Quelle von KVW.

    Google Scholar 

  39. Die Verwendung von für Konsumenten nur schwer zu beurteilenden bzw. überprüfbaren Begriffen wie gesund, frisch oder nahrhaft kann nach Golodner (1993) KVW verursachen.

    Google Scholar 

  40. Vgl. Ratliff, 1997; Glasse, 1992.

    Google Scholar 

  41. Vgl. Kerby, 1975, S. 287–288.

    Google Scholar 

  42. Auf die Möglichkeit einer kaufsituationsgeprägten Komplexität, die zu abgelehnten Kaufentscheidungen fuhren kann, verweist Weinberg, 1977, S. 125.

    Google Scholar 

  43. Vgl. Kerby, 1975, S. 287.

    Google Scholar 

  44. Vgl. Wilkie, 1986, S. 160.

    Google Scholar 

  45. Vgl. Hillmann, 1994, S. 906–907.

    Google Scholar 

  46. Vgl. Hansen/Hennig, 1996.

    Google Scholar 

  47. Vgl. Kapitel 2.1.3.

    Google Scholar 

  48. Die im Bezugsrahmen (vgl. Abbildung 3–1) genannten Verhaltensintentionen sind z.T. kaufabhängig, weshalb nicht alle Gegenstand der empirischen Untersuchung sind. Eine Messung von kognitiver Dissonanz bspw. und eine Untersuchung ihrer Beziehung zu den drei KVW-Dimensionen erscheint angesichts von Intentionsaussagen wenig zweckmäßig; d.h. wenn keine Kauf bezogene Messung vorliegt.

    Google Scholar 

  49. Vgl. Foxman/Berger/Cote, 1992, S. 137; Mitchell/Papavassiliou, 1999, S. 331.

    Google Scholar 

  50. Zu Merkmalen des Quotenverfahrens vgl. Berekoven/Eckert/Ellenrieder, 1999, S. 55–57; Laatz, 1993.

    Google Scholar 

  51. Vgl. Churchill, 1979.

    Google Scholar 

  52. Vgl. Homburg/Giering, 1996.

    Google Scholar 

  53. Bearden/Netemeyer/Mobley (1993) formulieren in ihrem Buch Handbook of Marketing Scales Anforderungskriterien hinsichtlich der Rehabilität und Validität von Marketing-Messskalen.

    Google Scholar 

  54. Netemeyer/Burton/Lichtenstein (1995) gehen in ihrer Studie, die die Entwicklung einer Skala zur Messung von Eitelkeit („vanity”) zum Gegenstand hat, detailliert auf methodische Aspekte der Entwicklung und Validierung von Messinstrumenten ein.

    Google Scholar 

  55. Backhaus et al. (1990, S. 295) sowie Homburg/Giering (1996, S. 12) empfehlen zur Überprüfung eines (auf Grundlage einer ersten Datenerhebung) entwickelten Modells, eine erneute Datenerhebung vorzunehmen. Von einer erneuten Datenerhebung wird in der vorliegenden Arbeit aus forschungsökonomischen Gründen jedoch abgesehen.

    Google Scholar 

  56. Quelle: in Anlehnung an Homburg/Giering, 1996, S. 12.

    Google Scholar 

  57. Vgl. Homburg/Giering, 1996, S. 5; Hennig-Thurau/Thurau, 1999, S. 299.

    Google Scholar 

  58. Vgl. Kapitel 2.1 sowie 3.2.

    Google Scholar 

  59. Hierbei handelt es sich um Faktoren der ersten Faktorenebene.

    Google Scholar 

  60. Ein Strukturmodell drückt die hypothetischen Beziehungen zwischen den Konstrukten (latenten Variablen) aus; diese sind in endogene (mit η bezeichnet) und exogene (mit ξ bezeichnet) zu unterscheiden.

    Google Scholar 

  61. Vgl. Homburg/Baumgartner, 1995, S. 16.

    Google Scholar 

  62. Nicht kausal interpretierbare Beziehungen kann es nur zwischen latenten exogenen Variablen oder zwischen Messfehlern geben (vgl. Backhaus et al., 2000, S. 433).

    Google Scholar 

  63. Die Anforderung an Probanden, eine definierte Aufgabe möglichst gut zu erfüllen, ist vor allem für frühe KVW-Studien (vgl. z.B. Friedman, 1966) und empirische Studien zur Informationsüberlastung typisch (vgl. z.B. Jacoby/Speller/Kohn, 1974; Hagemann, 1988).

    Google Scholar 

  64. Die Gruppendiskussionen fanden im Rahmen des Marktforschungspraktikums (im WS 1999/2000) zwischen bzw. mit Teilnehmern der Veranstaltung statt.

    Google Scholar 

  65. Vgl. Sproles/Kendall, 1986.

    Google Scholar 

  66. Vgl. Walsh/Mitchell/Hennig-Thurau, 2001, S. 83.

    Google Scholar 

  67. Weitere entliehene Indikatoren dienten der Messung von Verhaltensintentionen wie Neigung zu Mundpropaganda und Vertrauen Dazu wurde auf bereits für valide befundene Indikatoren von Hennig-Thurau/Gwinner/Gremler (2000) (Vertrauen) und Walsh (1999b) (Mundpropaganda) zurückgegriffen. Ein Rückgriff auf z.T. bereits empirisch getestete und fur valide befundene Skalen zur Konstruktmessung trägt zur Erhöhung der Validität der Hypothesenüberprüfung bei.

    Google Scholar 

  68. Vgl. Hildebrandt, 1998, S. 89–90; Müller, 1999, S. 144–145.

    Google Scholar 

  69. Mit allen Ausgangsitems wurde eine Korrelationsmatrix erstellt, die Auskunft über die Zusammenhänge zwischen den einzelnen Items gab. Der Vorteil einer dergestalt vorgenommenen Itemreduktion liegt darin, dass zu eliminierende Items nicht subjektiv bzw. willkürlich ausgewählt werden, sondern analytisch (d.h. datenbasiert).

    Google Scholar 

  70. Vgl. zum verwendeten Fragebogen Anhang 3.

    Google Scholar 

  71. Statistical Package for the Social Science (SPSS) in der Version 9.0.

    Google Scholar 

  72. Linear Structural RELationship (LISREL) in der Programmversion-8.12 (Jöreskog/Sörbom, 1993).

    Google Scholar 

  73. Vgl. Forneil, 1986; Homburg, 1995, S. 67; Homburg/Giering, 1996.

    Google Scholar 

  74. Beobachtbare Variablen werden auch als Indikatorvariablen oder Indikatoren bezeichnet, während latente Variablen auch Faktoren oder Konstrukte genannt werden (vgl. Homburg/Baumgartner, 1995, S. 163).

    Google Scholar 

  75. Vgl. Jöreskog/Sörbom, 1979; 1980.

    Google Scholar 

  76. Im Bereich der Marketingforschung war auch Bagozzi (1980) wegweisend.

    Google Scholar 

  77. Vgl. Homburg/Hildebrandt, 1998, S. 24.

    Google Scholar 

  78. Für den kausalanalytischen Ansatz finden sich in der Literatur verschiedene Bezeichnungen, z.B. Kovarianz-Strukturanalyse, Strukturgleichungsmethodologie oder LISREL-Ansatz (vgl. Homburg/Hildebrandt, 1998, S. 17).

    Google Scholar 

  79. Ausführliche Beschreibungen betriebswirtschaftlicher Anwendungsbeispiele finden sich etwa bei Hildebrandt/Homburg, 1998. Kausalanalytische Anwendungsbeispiele aus dem Bereich der Konsumentenverhaltensforschung finden sich z.B. bei Hennig-Thurau, 1998; Monhemius, 1993; Asche, 1990.

    Google Scholar 

  80. Vgl. Cronbach, 1951.

    Google Scholar 

  81. Vgl. Peter, 1979.

    Google Scholar 

  82. Vgl. Malhotra, 1996, S. 305; Robinson/ShaverAVrightsman, 1991.

    Google Scholar 

  83. Vgl. Nunnally, 1978, S. 245.

    Google Scholar 

  84. Vgl. Hüttner/Schwarting, 1999 sowie Hüttner, 1989, S. 224–233.

    Google Scholar 

  85. Vgl. Berekoven/Eckert/Ellenrieder, 1989, S. 225–233.

    Google Scholar 

  86. Vgl. Homburg/Pflesser, 1999.

    Google Scholar 

  87. Bei solchen hypothetischen Konstrukten handelt es sich meist um Größen, die nur vergleichsweise umständlich zu operationalisieren sind, da sie sich einer einfachen bzw. direkten Messung entziehen.

    Google Scholar 

  88. Vgl. Brachinger/Ost, 1996, S. 639.

    Google Scholar 

  89. Die Modellspezifikation umfasst auch die Schritte Definition der Indikatoren und Faktoren sowie die Zuordnung der Indikatoren zu den Faktoren. Des Weiteren werden Korrelationen zwischen Faktoren festgelegt (vgl. Backhaus et al., 1990, S. 261–268).

    Google Scholar 

  90. Die Schätzung der Parameter erfolgt bei LISREL in zwei Schritten. Zuerst werden mittels nicht iterativer Verfahren erste Schätzwerte berechnet, die als Startwerte für eine iterative Schätzung herangezogen werden. Dann werden diese Näherungswerte mit Hilfe einer geeigneten Diskrepanzfunktion schrittweise verbessert und den wahren Werten angenähert. Übliche iterative Methoden sind Maximum-Likelihood (ML) und Unweighted Least Squares (ULS).

    Google Scholar 

  91. Es sei an dieser Stelle erwähnt, dass es keine „richtigen“oder „falschen“kausalanalytischen Modelle im objektiven Sinne gibt und in der relevanten Literatur eine Vielzahl von Gütemaßen zur Beurteilung von Modellen existieren (vgl. Hu/Bentler, 1995, S. 81). An dieser Stelle sind die Gütemaße aufgeführt, die in der empirischen Marketingliteratur am häufigsten verwendet werden.

    Google Scholar 

  92. Vgl. Homburg/Giering, 1996, S. 10.

    Google Scholar 

  93. Nach der Ermittlung des χ2-Werts eines Modells wird die Korrelation zweier Faktoren des Modells auf 1 fixiert und der χ2-Wert erneut berechnet. Überschreitet die Differenz zwischen dem alten und neuen χ2-Wert den definierten Wert von 3,841 (bei p ≤ 0,05), ist von einer Diskriminanzvalidität zwischen den betrachteten Faktoren auszugehen (vgl. Homburg/Giering, 1996, S. 11).

    Google Scholar 

  94. Ein Nachteil ist die Abhängigkeit des χ2-Test von der Stichprobengröße; je größer die Stichprobe, desto schwieriger wird es, ein Modell zu bestätigen. Weiterhin reagiert diese Teststatistik empfindlich auf Abweichungen von der Normalverteilungsannahme der Indikatorvariablen (vgl. Jöreskog/Sörbom, 1989, S. 43). Schließlich ist die Annahme, dass ein Modell im absoluten Sinn „richtig“ist, problematisch, da ein Modell höchstens eine mehr oder weniger gute Approximation an die Realität darstellen kann (vgl. Homburg/Baumgartner, 1995, S. 166).

    Google Scholar 

  95. Vgl. Homburg/Hildebrandt, 1998, S. 35 und die dort angeführte Literatur.

    Google Scholar 

  96. Das Fornell-Larcker-Kriterium fordert, dass die durchschnittliche durch seine Indikatoren erfasste Varianz eines Faktors größer ist als jede quadrierte Korrelation dieses Faktors mit einem anderen Faktor (vgl. Fornell/Larcker, 1981; Homburg/Giering, 1996, S. 11).

    Google Scholar 

  97. Mit Freiheitsgraden wird die Zahl der frei verfügbaren Beobachtungen verstanden, die sich im Allgemeinen aus dem Stichprobenumfang abzüglich der aus der Stichprobe geschätzten Parameter ergeben (vgl. Hüttner, 1989, S. 32).

    Google Scholar 

  98. Vgl.Fornell, 1983, S. 444.

    Google Scholar 

  99. Das heißt, alle empirischen Varianzen und Kovarianzen können durch das Modell errechnet werden (vgl. Backhaus et al., 1990, S. 288).

    Google Scholar 

  100. Vgl. Backhaus et al., 1990, S. 288.

    Google Scholar 

  101. Vgl. Bentier, 1990, S. 241.

    Google Scholar 

  102. Vgl. Homburg/Pflesser, 1999, S. 426–427.

    Google Scholar 

  103. Vgl. Homburg/Baumgartner, 1995, S. 168.

    Google Scholar 

  104. Vgl. Homburg/Giering, 1996, S. 13.

    Google Scholar 

  105. Vgl. Homburg/Baumgartner, 1995, S. 172.

    Google Scholar 

  106. Vgl. Homburg/Baumgartner, 1995, S. 172.

    Google Scholar 

  107. Vgl. Fritz, 1992, S. 140.

    Google Scholar 

  108. Vgl. Homburg/Baumgartner, 1995, S. 172.

    Google Scholar 

  109. Der RMSEA (Root Mean Square Error of Approximation) ist ein inferenzstatistisches Anpassungsmaß, der einen Test auf gute Modellanpassung darstellt (vgl. Homburg/Baumgartner, 1995, S. 166).

    Google Scholar 

  110. In der Literatur finden sich unterschiedlich stringente Empfehlungen für den RMSEA-Wert. So fordern Homburg/Baumgartner (1995, S. 172) einen Wert < 0,05 während Hennig-Thurau (1998, S. 242) ≤ 0,1 für akzeptabel hält. Angesichts des explorativen Charakters dieser Arbeit soll der weniger strenge Werte von a ≤ 0,1 als Richtwert zugrunde gelegt werden.

    Google Scholar 

  111. In der Literatur finden sich unterschiedliche Angaben zum Wert des Cronbachschen a. Während Robinson/Shaver/Wrightsman (1991) einen Wert von > 0,6 für ausreichend halten, fordert Nunnally (1978, S. 245) einen strengeren Wert, nämlich ≥ 0,70.

    Google Scholar 

  112. Vgl. Homburg/Giering, 1996, S. 13. Der t-Wert gibt darüber Auskunft, ob ein Zusammenhang zwischen zwei latenten Variablen signifikant ist.

    Google Scholar 

  113. Quelle: in Anlehnung an Homburg/Giering, 1996, S. 13.

    Google Scholar 

  114. Es gibt verschiedene Faustregeln zur Bestimmung der zu extrahierenden Faktorenzahl. Eine ist das Kaiser-Kriterium, gemäß dem nur so lange Faktoren extrahiert werden, wie deren Eigenwerte > 1 sind. Dahinter steht die Überlegung, dass Faktoren mit zu geringen Eigenwerten (d.h. < 1) wenig zur Varianzerklärung beitragen und deshalb entbehrlich sind (vgl. Backhaus et al., 1990, S. 90).

    Google Scholar 

  115. Drei für die Dimension Stimulusähnlichkeit, vier für Stimulusüberlastung und fünf für Stimulusunklarheit.

    Google Scholar 

  116. Vgl. Robinson/Shaver/Wrightsman, 1991.

    Google Scholar 

  117. Vgl. Hildebrandt, 1998, S. 89–93; Neibecker, 1996, S. 99.

    Google Scholar 

  118. Vgl. Behrens, 1994, S. 214.

    Google Scholar 

  119. Vgl. Richins, 1983.

    Google Scholar 

  120. Vgl. Hoyer/MacInnis, 1997, S, 252; Behrens, 1994, S. 215.

    Google Scholar 

  121. Vgl. Behrens, 1994, S. 215; Weinberg, 1977, S. 116–118.

    Google Scholar 

  122. Vgl. Bork, 1994, S. 59; Mowen/Minor, 1997, S. 100.

    Google Scholar 

  123. Vgl. Behrens, 1994, S. 15.

    Google Scholar 

  124. Die Sozialforscher und Anthropologen Hall/Hall (1990, S. 51) betonen in ihrer interkulturellen Vergleichsstudie diesen Zusammenhang: „The more difficult it is to understand, the more valuable (…) must be, according to German standards.“

    Google Scholar 

  125. In bisherigen empirischen KVW-Studien wurden häufig Studenten- (vgl. z.B. Loken/Ross/Hinkle, 1986) oder Frauenstichproben (vgl. z.B. Poiesz/Verhallen, 1989) gezogen. Kapferers (1995a) Frauenstichprobe war zudem hinsichtlich der Altersstruktur der Probanden (25 – 45 Jahre) wenig repräsentativ. „Richtige“Konsumentenstichproben waren hingegen nicht selten zu klein, so wie die von Balabanis/Craven (1997), die lediglich 50 Personen umfasste.

    Google Scholar 

  126. Der Skewness-Wert (Maß für die Schiefe der Verteilung) lag bei 0,23.

    Google Scholar 

  127. Beim Scheffé-Test werden a posteriori, basierend auf der F-Verteilung, paarweise Vergleichstests simultan durchgeführt (sog. multipler Vergleichstest). Der Scheffé-Test kann als konservativ bezeichnet werden, weil Mittelwertunterschiede erst ab einer größeren Differenz als signifikant ausgewiesen werden (vgl. Malhotra, 1996, S. 564).

    Google Scholar 

  128. Vgl. Weinberg, 1977, S. 106; Reynolds/Darden/Martin, 1974/1975.

    Google Scholar 

  129. Eine solche Tendenz war tatsächlich vorhanden. Der Vergleich der Mittelwerte der vier Altersgruppen beim Faktor Loyalität (der in beiden Kausalmodellen über drei Items operationalisiert wurde) bestätigte, dass mit Zunahme des Alters auch die Loyalität wächst (Mittelwerte: bis 29 Jahre: 3,68; 33 – 44 Jahre: 3,68; 45 – 53 Jahre: 3,76; 54+ Jahre: 3,76), obgleich keiner der Mittelwertunterschiede signifikant war. Es ist jedoch anzunehmen, dass bei einer größeren Stichprobe und einem entsprechend höheren Anteil von Probanden in der hoch-Gruppe, signifikante Unterschiede feststellbar wären.

    Google Scholar 

  130. Vgl. Phillips/Sternthal, 1977.

    Google Scholar 

  131. Der Test der geringsten signifikanten Differenz (Least Significant Distance) wird auf Grundlage einzelner t-Tests zwischen den Gruppenmittelwerten durchgeführt.

    Google Scholar 

  132. Frauen: 3,95; Männer: 3,75; signifikant auf dem 0,05-Niveau. F-Wert: 6,519; p-Wert: 0,012.

    Google Scholar 

  133. Vgl. Townsend/O’Neil, 1990.

    Google Scholar 

  134. Vgl. Kendall Sproles/Sproles, 1990, S. 136–137.

    Google Scholar 

  135. Vgl. Maddox et al., 1978; Campbell, 1973.

    Google Scholar 

  136. Vgl. Hageman, 1988, S. 198.

    Google Scholar 

  137. Vgl. Sternthal/Craig, 1982.

    Google Scholar 

  138. Vgl. Louden/Della Bitta, 1993, S. 628; Kuhlmann, 1990, S. 85 und die dort aufgeführte Literatur.

    Google Scholar 

  139. In zwei schriftlichen Anfragen an die Beiersdorf AG Hamburg, den Hersteller von Nivea Produkten, wurde gefragt, ob es einen Zusammenhang zwischen den Produkten Isana und Nivea Creme gibt. Dies wurde von Seiten der Beiersdorf AG zweimal verneint (vgl. Anlage IA und IB).

    Google Scholar 

Download references

Authors

Rights and permissions

Reprints and permissions

Copyright information

© 2002 Springer Fachmedien Wiesbaden

About this chapter

Cite this chapter

Walsh, G. (2002). Empirische Untersuchung zur Messung von Konsumentenverwirrtheit. In: Konsumentenverwirrtheit als Marketingherausforderung. Gabler Edition Wissenschaft. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-322-90145-3_5

Download citation

  • DOI: https://doi.org/10.1007/978-3-322-90145-3_5

  • Publisher Name: Deutscher Universitätsverlag, Wiesbaden

  • Print ISBN: 978-3-8244-7509-4

  • Online ISBN: 978-3-322-90145-3

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics