Skip to main content
SpringerLink
Log in
Book cover

Ingredient Branding pp 217–314Cite as

Empirische Analyse

  • Chapter

  • 183 Accesses

Part of the book series: Forschungsgruppe Konsum und Verhalten ((FGKV))

Zusammenfassung

Zur Überprüfung des Hypothesengerüsts bedarf es nun verschiedener Schritte. Noch vor der Operationalisierung der abhängigen und unabhängigen Variablen soll die Auswahl der Untersuchungsobjekte erfolgen. Somit kann zur besseren Veranschaulichung einiger Operationalisierungsansätze bereits exemplarisch auf diese Untersuchungsobjekte zurückgegriffen werden.

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

Chapter
USD   29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD   49.95
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

Learn about institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Siehe hierzu Abschnitt B.VIII. des Zweiten Kapitels.

    Google Scholar 

  2. Bengtsson, Anders: Unnoticed Relationships: Do Consumers Experience Co-branded Products?, in: AiCR, 29. Jg., 2002, S. 521–527, S. 521.

    Google Scholar 

  3. Simonin, Bernard L.; Ruth, Julie A.: Is a Company Known by the Company It Keeps? Assessing the Spillover Effects of Brand Alliances on Consumer Brand Attitudes, in: JMR, 35. Jg., 1998, Nr. 1, S. 30–42, S. 34.

    Google Scholar 

  4. Vgl. Mitzkat, Markus: Kaufverhaltensorientierte Gestaltung der Fertigungstiefe, (DUV) Wiesbaden 1996, S. 65f.

    Google Scholar 

  5. Bengtsson, Anders: Unnoticed Relationships: Do Consumers Experience Co-branded Products?, in: AiCR, 29. Jg., 2002, S. 521–527, S. 526.

    Google Scholar 

  6. Vgl. Amtsblatt der Europäischen Gemeinschaften: Verordnung (EG) Nr. 586/2001 der Kommission vom 26. März 2001 zur Durchführung der Verordnung (EG) Nr. 1165/98 des Rates über Konjunkturstatistiken: Definition der industriellen Hauptgruppen (MIGS), http://www.forum.europa.eu.int/irc/dsis/bmethods/info/data/new/586-01de.pdf, 15. Juli 2002.

  7. Vgl. Statistisches Bundesamt: Neue Hauptgruppengliederung, http://www.destatis.de/indicators/d/pgw_neu.htm, 15. Juli 2002.

  8. Vgl. TdWI GmbH (Hrsg.): Typologie der Wünsche 2002/2003, http://www.tdwi.com/, 04. August 2002.

    Google Scholar 

  9. Vgl. Kroeber-Riel, Werner; Weinberg, Peter: Konsumentenverhalten, 8. Aufl., (Vahlen) München 2003, S. 29.

    Google Scholar 

  10. Vgl. Homburg, Christian; Giering, Annette: Konzeptualisierung und Operationalisierung komplexer Konstrukte, in: Marketing ZFP, 18. Jg., 1996, Nr. 1, S. 5–24, S. 5.

    Google Scholar 

  11. Vgl. Bortz, Jürgen; Döring, Nicola: Forschungsmethoden und Evaluation für Human- und Sozialwissenschaftler, 3. Aufl., (Springer) Berlin u.a. 2002, S. 195.

    Google Scholar 

  12. Vgl. Homburg, Christian; Giering, Annette: Konzeptualisierung und Operationalisierung komplexer Konstrukte, in: Marketing ZFP, 18. Jg., 1996, Nr. 1, S. 5–24, S. 7.

    Google Scholar 

  13. Vgl. Arnthorsson, Arni; Berry, Wendall E.; Urbany, Joel E.: Difficulty of Pre-purchase Quality Inspection: Conceptualization and Measurement, in: AiCR, 18. Jg., 1991, S. 217–224.

    Google Scholar 

  14. Vgl. Olson, Jerry C.: Price as an Informational Cue: Effects on Product Evaluations, in: Woodside, Arch G.; Sheth, Jagdish N.; Bennett, Peter D. (Hrsg.): Consumer and Industrial Buying Behavior, (North-Holland) New York u.a. 1977, S. 267–286, S. 284.

    Google Scholar 

  15. Vgl. Arnthorsson, Arni; Berry, Wendall E.; Urbany, Joel E.: Difficulty of Pre-purchase Quality Inspection: Conceptualization and Measurement, in: AiCR, 18. Jg., 1991, S. 217–224, S. 218.

    Google Scholar 

  16. Vgl. Weiber, Rolf; Adler, Jost: Positionierung von Kaufprozessen im informationsökonomischen Dreieck: Operationalisierung und verhaltenswissenschaftliche Prüfung, in: zfbf, 47. Jg., 1995, Nr. 2, S. 99–123, S. 106f.

    Google Scholar 

  17. Vgl. Kaas, Klaus Peter; Busch, Anina: Inspektions-, Erfahrungs- und Vertrauenseigenschaften von Produkten, in: Marketing ZFP, 18. Jg., 1996, Nr. 4, S. 243–252.

    Google Scholar 

  18. Vgl. Bhat, Subodh; Reddy, Srinivas K.: Symbolic and functional positioning of brands, in: JCM, 15. Jg., 1998, Nr. 1, S. 32–43, S. 36f.

    Google Scholar 

  19. (Vgl.) Mittal, Banwari: A Study of the Concept of Affective Choice Mode for Consumer Decisions, in: AiCR, 21. Jg., 1994, S. 256–263, S. 2591

    Google Scholar 

  20. Vgl. Keller, Kevin Lane: Strategic Brand Management, (Prentice Hall) Upper Saddle River 1998, S. 100.

    Google Scholar 

  21. Vgl. Bhat, Subodh; Reddy, Srinivas K.: Symbolic and functional positioning of brands, in: JCM, 15. Jg., 1998, Nr. 1, S. 32–43, S. 35–37.

    Google Scholar 

  22. Vgl. für die grundsätzliche Unterscheidung von „public self“ und „private self“: Scheier, Michael F.; Carver, Charles S.: Private and Public Aspects of Self, in: Review of Personality and Social Psychology, 2. Jg., 1981, S. 189–216.

    Google Scholar 

  23. Vgl. Mittal, Banwari: A Study of the Concept of Affective Choice Mode for Consumer Decisions, in: AiCR, 21. Jg., 1994, S. 256–263, S. 258.

    Google Scholar 

  24. Vgl. Hammann, Peter; Erichson, Bernd: Marktforschung, 4., (Lucius & Lucius) Stuttgart 2000, S. 341.

    Google Scholar 

  25. Vgl. Trommsdorff, Volker: Konsumentenverhalten, 3. Aufl., (Kohlhammer) Stuttgart u.a. 1998, S. 145;

    Google Scholar 

  26. Vgl. Trommsdorff, Volker; Schuster, Helmut: Die Einstellungsforschung für die Werbung, in: Tietz, Bruno (Hrsg.): Die Werbung, Band I, (moderne industrie) Landsberg/Lech 1981, S. 717–765, S. 731.

    Google Scholar 

  27. Vgl. Benninghaus, Hans: Ergebnisse und Perspektiven der Einstellungs-Verhaltens-Forschung, (Anton Hain) Meisenheim am Glan 1976, S. 43f.

    Google Scholar 

  28. Balderjahn, Ingo: Einstellungen und Einstellungsmessung, in: Tietz, Bruno; Köhler, Richard; Zentes, Joachim (Hrsg.): HWM, 2. Aufl., (Schäffer-Poeschel) Stuttgart 1995, Sp. 542–554, Sp. 549.

    Google Scholar 

  29. Vgl. Kroeber-Riel, Werner; Weinberg, Peter: Konsumentenverhalten, 8. Aufl., (Vahlen) München 2003, S. 169.

    Google Scholar 

  30. Thurstone, L. L.: The Measurement of Social Attitudes, in: The Journal of Abnormal and Social Psychology, 26. Jg., 1931, S. 249–269, S. 261.

    Google Scholar 

  31. Vgl. Steffenhagen, Hartwig; Tolle, Elisabeth: Kategorien des Markenerfolges und einschlägige Meßmethoden, in: Bruhn, Manfred (Hrsg.): Handbuch MA, (Schäffer-Poeschel) Stuttgart 1994, S. 1283–1303, S. 1296.

    Google Scholar 

  32. Vgl. Riedel, Frank: Die Markenwertmessung als Grundlage strategischer Markenführung, (Physica) Heidelberg 1996, S. 126.

    Google Scholar 

  33. Vgl. Cobb-Walgren, Cathy J.; Ruble, Cynthia A.; Donthu, Naveen: Brand Equity, Brand Preference, and Purchase Intent, in: Journal of Advertising, 24. Jg., 1995, Nr. 3, S. 25–40, S. 33.

    Google Scholar 

  34. Vgl. Esch, Franz-Rudolf; Langner, Tobias: Gestaltung von Markenlogos, in: Esch, Franz-Rudolf (Hrsg.): Moderne Markenführung, 3. Aufl., (Gabler) Wiesbaden 2001, S. 495–520, S. 502;

    Google Scholar 

  35. Wachendorf, Frank; Baumgarth, Carsten: Preisbereitschaften und Kaufabsichten für Co-Brands — Einflussfaktoren und Messansätze, Arbeitspapier, Lehrstuhl für Marketing, Universität-GH-Siegen, Siegen 2002, S. 78–81.

    Google Scholar 

  36. Vgl. McQuarrie, Edward F.; Munson, J. Michael: The Zaichkowsky Personal Involvement Inventory: Modification and Extension, in: AiCR, 14. Jg., 1987, S. 36–40, S. 38f.

    Google Scholar 

  37. Vgl. für eine Diskussion verschiedener Messansätze: Hupp, Oliver: Das Involvement als Erklärungsvariable für das Entscheidungs- und Informationsverhalten von Konsumenten, Konsum und Verhalten — Arbeitspapier Nr. 22, Saarbrücken 1998, S. 35–41.

    Google Scholar 

  38. Vgl. Laurent, Gilles; Kapferer, Jean-Noel: Measuring Consumer Involvement Profiles, in: JMR, 22. Jg., 1985, Nr. 1, S. 41–53, S. 43f.;

    Google Scholar 

  39. Jain, Kapil; Srinivasan, Narasimhan: An Empirical Assessment of Multiple Operationalizations of Involvement, in: AiCR, 17. Jg., 1990, S. 594–602, S. 599f.;

    Google Scholar 

  40. Jeck-Schlottmann, Gabi: Werbewirkung bei geringem Involvement, Konsum und Verhalten — Arbeitspapier Nr. I, Saarbrücken 1988, S. 25.

    Google Scholar 

  41. Vgl. Bekmeier-Feuerhahn, Sigrid: Marktorientierte Markenbewertung, (DUV) Wiesbaden 1998, S. 145f.

    Google Scholar 

  42. Vgl. Sujan, Mita: Consumer Knowledge: Effects on Evaluation Strategies Mediating Consumer Judgments, in: JCR, 12. Jg., 1985, Nr. 1, S. 31–46, S. 44.

    Google Scholar 

  43. Siehe hierzu Abschnitt C.IV.1.c) des Dritten Kapitels.

    Google Scholar 

  44. Bettman stellt zudem in einer empirischen Analyse fest, dass der vermutete Preis keinen eindeutigen Zusammenhang zum wahrgenommenen Risiko aufweist, was unter anderem damit begründet wird, dass ein hoher Preis auch als Qualitätssignal fungiert und somit das wahrgenommene Risiko sogar reduzieren kann. Vgl. Bettman, James R.: Perceived Risk and Its Components: A Model and Empirical Test, in: JMR, 10. Jg., 1973, Nr. 2, S. 184–190, S. 188.

    Google Scholar 

  45. Vgl. Diller, Hermann: Verbesserungsmöglichkeiten der Verbraucherinformation durch Berücksichtigung verhaltenstheoretischer Erkenntnisse, in: Zeitschrift für Verbraucherpolitik, 2. Jg., 1978, Nr. 1, S. 24–41, S. 28.

    Google Scholar 

  46. Grundsätzlich wurde diese Sichtweise bereits 1950 von Scitovsky proklamiert. Vgl. Scitovsky, Tibor: Ignorance as a Source of Oligopoly Power, in: American Economic Review, 40. Jg., 1950, Nr. 2, S. 48–53, S. 49.

    Google Scholar 

  47. Vgl. Schürmann, Paul: Werte und Konsumverhalten, (GBI) München 1988, S. 34.

    Google Scholar 

  48. Vgl. Klages, Helmut: Werte und Einstellungen, in: Witte, Erich H. (Hrsg.): Einstellung und Verhalten, (Braunschweiger Studien zur Erziehungs- und Sozialarbeitswissenschaft) Braunschweig 1992, S. 93–112, S. 99.

    Google Scholar 

  49. Kmieciak, Peter: Wertstrukturen und Wertwandel in der Bundesrepublik Deutschland, (Otto Schwartz & Co.) Göttingen 1976, S. 154.

    Google Scholar 

  50. Vgl. Gröppel-Klein, Andrea: Motivation Motive in: Diller Hermann (Hrsg.): Vahlens Großes g PP (Motive),), (g.): Marketinglexikon, 2. Aufl., (Beck/Vahlen) München 2001, S. 1146–1149, S. 1149.

    Google Scholar 

  51. Vgl. Smith, Daniel C.; Park, Whan C.: The Effects of Brand Extensions on Market Share and Advertising Efficiency, in: JMR, 29. Jg., 1992, Nr. 3, S. 296–313, S. 304;

    Google Scholar 

  52. Smith, Daniel C.: Brand Extensions and Advertising Efficiency: What Can and Cannot be Expected, in: JAR, 32. Jg., 1992, Nr. 6, S. 11–20, S. 16.

    Google Scholar 

  53. Vgl. Brucks, Merrie: The Effects of Product Class Knowledge on Information Search Behavior, in: JCR, 12. Jg., 1985, Nr. 1, S. 1–16, S. 10f.

    Google Scholar 

  54. Vgl. Park, Whan C.; Mothersbaugh, David L.; Feick, Lawrence F.: Consumer Knowledge Assessment, in: JCR, 21. Jg., 1994, Nr. 1, S. 71–82, S. 81.

    Google Scholar 

  55. Vgl. Park, Whan C.; Lessig, Parker V.: Familiarity and Its Impact on Consumer Decision Biases and Heuristics, in: JCR, 8. Jg., 1981, Nr. 2, S. 223–230, S. 223.

    Google Scholar 

  56. Vgl. Baumgarth, Carsten: Fit- und Anordnungseffekte beim Co-Branding — Ergebnisse eines Laborexperiments, Arbeitspapier, Lehrstuhl für Marketing, Universität-GH-Siegen, Siegen 2000, S. 59;

    Google Scholar 

  57. Andres, Nils: Ausstrahlungseffekte beim Co-Branding, (Dr. Kovac) Hamburg 2003, S. 144.

    Google Scholar 

  58. Vgl. Baumgarth, Carsten: Methoden zur Markenfitanalyse, in: planung & analyse, 27. Jg., 2000, Nr. 5, S. 48–52, S. 52.

    Google Scholar 

  59. Das wahrgenommene Preisniveau findet sich auch bei Andres als Indikator für den Markenfit in Form der Frage, ob sich die zu untersuchenden Marken im gleichen Preissegment befinden. Vgl. Andres, Nils: Ausstrahlungseffekte beim Co-Branding, (Dr. Kovac) Hamburg 2003, S. 144.

    Google Scholar 

  60. Vgl. hierzu grundlegend: Osgood, Charles E.; Suci, George J.; Tannenbaum, Percy H.: The Measurement of Meaning, (University of Illinois Press) Urbana 1957, S. 20, S. 78f.

    Google Scholar 

  61. Vgl. Trommsdorff, Volker: Konsumentenverhalten, 3. Aufl., (Kohlhammer) Stuttgart u.a. 1998, S. 147, S. 170–172;

    Google Scholar 

  62. Trommsdorff, Volker: Die Messung von Produktimages für das Marketing — Grundlagen und Operationalisierung, (Carl Heymanns) Köln u.a. 1975, S. 72–77.

    Google Scholar 

  63. Vgl. Adam, Richard u. a.: Kundenzufriedenheit und Preisbereitschaft — Empirische Erkenntnisse aus der Hotelbranche, in: zfbf, 54. Jg., 2002, Nr. 12, S. 762–778.

    Google Scholar 

  64. Vgl. Marzocchi, Gian Luca; Brasini, Sergio; Rimessi, Marcello: New Product Development in the Software Industry: The Role of Conjoint Analysis, in: Gustafsson, Anders; Herrmann, Andreas; Huber, Frank (Hrsg.): Conjoint Measurement — Methods and Applications, 2. Aufl., (Springer) Berlin u.a. 2001, S. 135–160.

    Google Scholar 

  65. Vgl. Baier, Daniel; Gaul, Wolfgang: Market Simulation Using a Probabilistic Ideal Vector Model for Conjoint Data, in: Gustafsson, Anders; Herrmann, Andreas; Huber, Frank (Hrsg.): Conjoint Measurement — Methods and Applications, 2. Aufl., (Springer) Berlin u.a. 2001, S. 97–120.

    Google Scholar 

  66. Vgl. Swoboda, Bernhard: Messung von Einkaufsstättenpräferenzen auf der Basis der ConjointAnalyse, in: DBW, 60. Jg., 2000, Nr. 2, S. 149–166.

    Google Scholar 

  67. Vgl. Gedenk, Karen; Hartmann, Sönke; Schulze, Timo: Die Wirkung von Produktzugaben — Ein Conjoint-Experiment, in: ZfB, 70. Jg., 2000, Nr. 12, S. 1311–1330.

    Google Scholar 

  68. Vgl. Balderjahn, Ingo: Der Einsatz der Conjoint-Analyse zur empirischen Bestimmung von Preisresponsefunktionen, in: Marketing ZFP, 16. Jg., 1994, Nr. 1, S. 12–20;

    Google Scholar 

  69. Simon, Hermann; Kucher, Eckhard: Die Bestimmung empirischer Preisabsatzfunktionen — Methoden, Befunde, Erfahrungen, in: ZfB, 58. Jg., 1988, Nr. 1, S. 171–183, S. 178–180;

    Google Scholar 

  70. Kucher, Eckhard; Simon, Hermann: Conjoint Measurement — Durchbruch bei der Preisentscheidung, in: Harvard Manager, 10. Jg., 1987, Nr. 3, S. 28–36.

    Google Scholar 

  71. Vgl. Swoboda, Bernhard: Methoden der empirischen Messung der Preissensibilität gegenüber Einkaufsstätten — Verfahrens- und Ergebnisvergleich, in: ZfB, 70. Jg., 2000, Nr. 11, S. 1281–1304.

    Google Scholar 

  72. Siehe hierzu Abschnitt A.II.2.c) des Zweiten Kapitels.

    Google Scholar 

  73. Vgl. Johnson, Richard M.: The Joys and Sorrows of Implementing HB Methods for Conjoint Analysis, Sawtooth Software — Research Paper Series, Sequim 1999, S. lf, S. 6.

    Google Scholar 

  74. Teichert, Thorsten: Schätzgenauigkeit von Conjoint-Analysen, in: ZfB 68. J 1998 Nr. 11 S. 1245–1266, S. 1246.

    Google Scholar 

  75. Vgl. Weiber, Rolf; Rosendahl, Thomas: Einsatzmöglichkeiten alternativer Untersuchungsansätze der Conjoint-Analyse, in: Ahsen, Anette von; Czenkowsky, Torsten (Hrsg.): Marketing und Marktforschung, (Lit) Hamburg 1996, S. 557–584, S. 560.

    Google Scholar 

  76. Louviere, Jordan J.: Why Stated Preference Discrete Choice Modelling is NOT Conjoint Analysis (and what SPDCM is), Memetrics White Paper, Pyrmont 2000, S. 3.

    Google Scholar 

  77. Vgl. Böcker, Franz: Präferenzforschung als Mittel marktorientierter Unternehmensführung, in: zfbf, 38. Jg., 1986, Nr. 7/8, S. 543–574, S. 556.

    Google Scholar 

  78. Vgl. Bänsch, Axel: Käuferverhalten, 9. Aufl., (Oldenbourg) München u.a. 2002, S. 75.

    Google Scholar 

  79. Vgl. Sawtooth Software: Choice-based Conjoint (CBC), Technical Paper Series, Sequim 1999, S. 3.

    Google Scholar 

  80. Vgl. Pinnell, Jon; Englert, Sherry: The Number of Choice Alternatives in Discrete Choice Modeling, in: Sawtooth Software (Hrsg.): Proceedings of the Sawtooth Software Conference, Sequim 1997, S. 121–153, S. 130, S. 151.

    Google Scholar 

  81. Vgl. Johnson, Richard M.: The Joys and Sorrows of Implementing HB Methods for Conjoint Analysis, Sawtooth Software — Research Paper Series, Sequim 1999, S. 3f. Dieser recht geringe Unterschied wird jedoch nicht als Argument für eine generelle Verkürzung von Choice-Tasks angesehen, sondern dient vielmehr als Beleg für die allgemeine Robustheit der HB-Methodik.

    Google Scholar 

  82. Vgl. Johnson, Richard M.; Orme, Bryan: How Many Questions Should You Ask in Choice-Based Conjoint Studies?, Sawtooth Software — Research Paper Series, Sequim 1996, S. 22;

    Google Scholar 

  83. Pinnell, Jon; Englert, Sherry: The Number of Choice Alternatives in Discrete Choice Modeling, in: Sawtooth Software (Hrsg.): Proceedings of the Sawtooth Software Conference, Sequim 1997, S. 121–153, S. 122.

    Google Scholar 

  84. Weiber, Rolf; Rosendahl, Thomas: Einsatzmöglichkeiten alternativer Untersuchungsansätze der Conjoint-Analyse, in: Ahsen, Anette von; Czenkowsky, Torsten (Hrsg.): Marketing und Marktforschung, (Lit) Hamburg 1996, S. 557–584, S. 560.

    Google Scholar 

  85. Vgl. Sattler, Henrik: Herkunfts- und Gütezeichen im Kaufentscheidungsprozeß — Die ConjointAnalyse als Instrument der Bedeutungsmessung, (M&P Verlag für Wissenschaft und Forschung) Stuttgart 1991, S. 82.

    Google Scholar 

  86. Vgl. Haaijer, Rinus; Wedel, Michel: Conjoint Choice Experiments: General Characteristics and Alternative Model Specifications, in: Gustafsson, Anders; Herrmann, Andreas; Huber, Frank (Hrsg.): Conjoint Measurement — Methods and Applications, 2. Aufl., (Springer) Berlin u.a. 2001, S. 345–386, S. 353.

    Google Scholar 

  87. Elrod, Terry; Louviere, Jordan J.; Davey, Krishnakumar S.: An Empirical Comparison of Ratings-Based and Choice-Based Conjoint Models, in: JMR, 29. Jg., 1992, Nr. 3, S. 368–377, S. 369.

    Google Scholar 

  88. Vgl. Institut für Demoskopie Allensbach: Allensbacher Computer- und Telekommunikations-Analyse — ACTA 2002, Allensbach 2002, S. 6; FOCUS Magazin Verlag GmbH: Communication Networks 6.0 (CN 6.0), http://www.medialine.de, 24. November 2002.

  89. Vgl. ZIV — Zweirad-Industrie-Verband e.V.: Zahlen zum Zweiradmarkt, http://www.ziv-zweirad.de/marktdaten rad.htm, 07. Januar 2003.

  90. Vgl. GfK Panel Services: Fahrradmarkt-Report, Nürnberg 1998. Im Jahre 1998 wurde der Produktbereich Fahrräder letztmalig in der Panel-Erhebung berücksichtigt. Dabei wurden auch die prozentualen Anteile verschiedener Schaltungsvarianten an neu gekauften Fahrrädern erhoben.

    Google Scholar 

  91. Vgl. Spiegel-Verlag Rudolf-Augstein GmbH & Co.KG: Online — Offline 2, http://www.media. spiegel.de/online2, 25. November 2002.

  92. Vriens, Marco: Conjoint Analysis in Marketing — Developments in Stimulus Representation and Segmentation Methods, (Labyrint) Capelle a/d Ijssel 1995, S. 152.

    Google Scholar 

  93. Strebinger, Andreas u. a.: Zur Realitätsnähe der Conjointanalyse, in: Marketing ZFP, 22. Jg., 2000, Nr. 1. S. 55–74, S. 70.

    Google Scholar 

  94. Bijmolt, Tammo H. A. u. a.: Judgements of brand similarity, in: International Journal of Research in Marketing, 15. Jg., 1998, Nr. 3, S. 249–268, S. 265.

    Google Scholar 

  95. Vgl. Telser, Harald: Nutzenmessung im Gesundheitswesen — Die Methode der Discrete-Choice-Experimente, (Dr. Kovac) Hamburg 2002, S. 40.

    Google Scholar 

  96. Vgl. Haaijer, Rinus; Wedel, Michel: Conjoint Choice Experiments: General Characteristics and Alternative Model Specifications, in: Gustafsson, Anders; Herrmann, Andreas; Huber, Frank (Hrsg.): Conjoint Measurement — Methods and Applications, 2. Aufl., (Springer) Berlin u.a. 2001, S. 345–386, S. 353.

    Google Scholar 

  97. Vgl. Telser, Harald: Nutzenmessung im Gesundheitswesen — Die Methode der Discrete-Choice-Experimente, (Dr. Kovac) Hamburg 2002, S. 41;

    Google Scholar 

  98. Louviere, Jordan J.; Woodworth, George. Design and Analysis of Simulated Consumer Choice or Allocation Experiments: An Approach Based on Aggregate Data, in: JMR, 20. Jg., 1983, Nr. 4, S. 350–367, S. 353f.

    Google Scholar 

  99. Effizienz ist hier zu verstehen im Sinne der Genauigkeit der Schätzung. Vgl. diesbezüglich: Bunch, David S.; Louviere, Jordan J.; Anderson, Donald A.: A Comparison of Experimental Design Strategies for Choice-Based Conjoint Analysis with Generic-Attribute Multinomial Logit Models, Working Paper, University of California, Davis 1996, S. 6.

    Google Scholar 

  100. Vgl. Großmann, Heiko; Holling, Heinz; Schwabe, Rainer: Advances in Optimum Experimental Design for Conjoint Analysis and Discrete Choice Models, in: Econometric Models in Marketing, 16. Jg., 2002, S. 93–117, S. 94.

    Google Scholar 

  101. Vgl. Addelman, Sidney: Orthogonal Main-Effect Plans for Asymmetrical Factorial Experiments, in: Technometrics, 4. Jg., 1962, Nr. 1, S. 21–46, S. 23.

    Google Scholar 

  102. Vgl. Huber, Joel; Zwerina, Klaus: The Importance of Utility Balance in Efficient Choice Designs, in: JMR, 33. Jg., 1996, Nr. 3, S. 307–317, S. 309.

    Google Scholar 

  103. Vgl. Zwerina Klaus: Discrete Choice Experiments in Marketing, (Physica) Heidelberg 1997, S. 54.

    Google Scholar 

  104. Vgl. Huber, Joel; Zwerina, Klaus: The Importance of Utility Balance in Efficient Choice Designs, in: JMR, 33. Jg., 1996, Nr. 3, S. 307–317, S. 309;

    Google Scholar 

  105. Otter, Thomas: Conjointanalyse zur Messung und Erklärung von Markenwert, (Servicefachverlag) Wien 2001, S. 79.

    Google Scholar 

  106. Vgl. Sawtooth Software: Choice-based Conjoint (CBC), Technical Paper Series, Sequim 1999, S. 14.

    Google Scholar 

  107. Vgl. Sawtooth Software: Choice-based Conjoint (CBC), Technical Paper Series, Sequim 1999, S. 14f.

    Google Scholar 

  108. Vgl. Train, Kenneth E.: Discrete Choice Methods with Simulation, (Cambridge University Press) Cambridge 2003, S. 306;

    Google Scholar 

  109. Kass, Robert E. u. a.: Markov Chain Monte Carlo in Practice: A Roundtable Discussion, in: The American Statistician, 52. Jg., 1998, Nr. 2, S. 93–100, S. 94.

    Google Scholar 

  110. Cowles Mary Kathryn; Carlin, Bradley P.: Markov Chain Monte Carlo Convergence Diagnostics: A Comparative Review, in: JASA, 91. Jg., 1996, Nr. 434, S. 883–904, S. 902.

    Google Scholar 

  111. Kass, Robert E. u. a.: Markov Chain Monte Carlo in Practice: A Roundtable Discussion, in: The American Statistician. 52. Jg. 1998. Nr. 2. S. 93–100. S. 94.

    Google Scholar 

  112. Train, Kenneth E.: Discrete Choice Methods with Simulation, (Cambridge University Press) Cambridge 2003, S. 306.

    Google Scholar 

  113. Vgl. hierzu: Johnson, Richard M.: Monotonicity Constraints in Choice-Based Conjoint with Hierarchical Bayes, Sawtooth Software — Research Paper Series, Sequim 2000, S. 3f.

    Google Scholar 

  114. Telser, Harald: Nutzenmessung im Gesundheitswesen — Die Methode der Discrete-Choice-Experimente, (Dr. Kovac) Hamburg 2002, S. 104.

    Google Scholar 

  115. Leigh, Thomas W.; MacKAY, David B.; Summers, John O.: Reliability and Validity of Conjoint Analysis and Self-Explicated Weights: A Comparison, in: JMR, 21. Jg., 1984, Nr. 4, S. 456–462, S. 461.

    Google Scholar 

  116. Vgl. Agarwal, Manoj K.; Green, Paul E.: Adaptive Conjoint Analysis versus self-explicatedlicated models: Some empirical results, in: IJRM, 8. Jg., 1991, Nr. 2, S. 141–146, S. 144;

    Google Scholar 

  117. Green, Paul E.; Krieger, Abba M.; Agarwal, Manoj K.: A Cross Validation Test of Four Models for Quantifying Multiattribute Preferences, in: ML, 4. Jg., 1993, Nr. 4, S. 369–380, S. 377;

    Google Scholar 

  118. Sattler, Henrik: Die Validität von Produkttests — Ein empirischer Vergleich zwischen hypothetischer und realer Produktpräsentation, in: Marketing ZFP, 16. Jg., 1994, Nr. 1, S. 31–41, S. 36;

    Google Scholar 

  119. Hensel-Börner, Susanne: Validität computergestützter hybrider Conjoint-Analysen, (DUV) Wiesbaden 2000, S. 152–164.

    Google Scholar 

  120. Vgl. für eine nähere Erläuterung dieser Entscheidungsregel: Green, Paul E.; Krieger, Abba M.: Choice Rules and Sensitivity Analysis in Conjoint Simulators, in: Journal of the Academy of Marketing Science, 16. Jg., 1988, Nr. 1, S. 114–127, S. 116.

    Google Scholar 

  121. Vgl. Kalwani, Manohar U.; Meyer, Robert J.; Morrison, Donald G.: Benchmarks for Discrete Choice Models, in: JMR, 31. Jg., 1994, Nr. 1, S. 65–75, S. 70.

    Google Scholar 

  122. Vgl. Elrod, Terry; Louviere, Jordan J.; Davey, Krishnakumar S.: An Empirical Comparison of Ratings-Based and Choice-Based Conjoint Models, in: JMR, 29. Jg., 1992, Nr. 3, S. 368–377, S. 375.

    Google Scholar 

  123. Vgl. Weiber, Rolf; Rosendahl, Thomas: Einsatzmöglichkeiten alternativer Untersuchungsansätze der Conjoint-Analyse, in: Ahsen, Anette von; Czenkowsky, Torsten (Hrsg.): Marketing und Marktforschung, (Lit) Hamburg 1996, S. 557–584, S. 574;

    Google Scholar 

  124. Hensel-Börner, Susanne: Validität computergestützter hybrider Conjoint-Analysen, (DUV) Wiesbaden 2000, S. 30f.

    Google Scholar 

  125. Vgl. Louviere, Jordan J.: Why Stated Preference Discrete Choice Modelling is NOT Conjoint Analysis (and what SPDCM is), Memetrics White Paper, Pyrmont 2000, S. 9;

    Google Scholar 

  126. Kamakura, Wagner A.; Muammer, Ozer: A Multi-trait Multi-Method Validity Test of Partworth Estimates, in: Gustafsson, Anders; Herrmann, Andreas; Huber, Frank (Hrsg.): Conjoint Measurement — Methods and Applications, 2. Aufl., (Springer) Berlin u.a. 2001, S. 251–277, S. 251;

    Google Scholar 

  127. Kamakura, Wagner A.; Muammer, Ozer: A Multi-trait Multi-Method Validity Test of Partworth Estimates, in: Gustafsson, Anders; Herrmann, Andreas; Huber, Frank (Hrsg.): Conjoint Measurement — Methods and Applications, 2. Aufl., (Springer) Berlin u.a. 2001, S. 251–277, S. 251;

    Google Scholar 

  128. Vgl. Louviere, Jordan J.: Why Stated Preference Discrete Choice Modelling is NOT Conjoint Analysis (and what SPDCM is), Memetrics White Paper, Pyrmont 2000. S. 8.

    Google Scholar 

  129. Vgl. Natter, Martin; Feurstein, Markus: Improving Predictive Validity of Choice-Based Conjoint Models, Working Paper Series SFB, Working Paper No. 50, Wien 2000;

    Google Scholar 

  130. Natter, Martin; Feurstein, Markus: Real World Performance of Choice-Based Conjoint Models, Report Series SFB, Report No. 58, Wien 2001.

    Google Scholar 

  131. Vgl. Louviere, Jordan J. u. a.: Combining Sources of Preference Data for Modeling Complex Decision Processes, in: ML, 10. Jg., 1999, Nr. 3, S. 205–217;

    Google Scholar 

  132. Earnhart, Dietrich: Combining Revealed and Stated Data to Examine Housing Decisions Using Discrete Choice Analysis, in: Journal of Urban Economics, 51. Jg., 2002, Nr. 1, S. 143–169;

    Google Scholar 

  133. Morikawa, Taka; Ben-Akiva, Moshe; McFadden, Daniel: Discrete Choice Models Incorporating Revealed Preferences and Psychometric Data, in: Econometric Models in Marketing, 16. Jg., 2002, S. 29–55.

    Google Scholar 

  134. Vgl. McFadden, Daniel: Conditional logit analysis of qualitative choice behavior, in: Zarembka, Paul (Hrsg.): Frontiers in Econometrics, (Academic Press) New York u.a. 1974, S. 105–142, S. 121.

    Google Scholar 

  135. Vgl. Scheidler, Michael: Discrete Choice Models for Airline Network Management, (Schulz-Kirchner) Idstein 2003, S. 77.

    Google Scholar 

  136. Vgl. Hauser, John R.: Testing the Accuracy, Usefulness, and Significance of Probabilistic Choice Models: An Information-Theoretic Approach, in: Operations Research, 26. Jg., 1978, Nr. 3, S. 406–421, S. 406, S. 409f.

    Google Scholar 

  137. Vgl. Guadagni, Peter M.; Little, John D. C.: A Logit Model of Brand Choice Calibrated on Scanner Data, in: MS, 2. Jg., 1983, Nr. 3, S. 203–238, S. 210f.

    Google Scholar 

  138. Vgl. Hauser, John R.: Testing the Accuracy, Usefulness, and Significance of Probabilistic Choice Models: An Information-Theoretic Approach, in: Operations Research, 26. Jg., 1978, Nr. 3, S. 406–421, S. 413.

    Google Scholar 

  139. Vgl. Hensher, David A.; Johnson, Lester W.: Applied Discrete-Choice Modelling, (Croom Helm) London 1981, S. 51.

    Google Scholar 

  140. Vgl. Guadagni, Peter M.; Little, John D. C.: A Logit Model of Brand Choice Calibrated on Scanner Data, in: MS, 2. Jg., 1983, Nr. 3, S. 203–238, S. 210.

    Google Scholar 

  141. Guadagni, Peter M.; Little, John D. C.: A Logit Model of Brand Choice Calibrated on Scanner Data, in: MS, 2. Jg., 1983, Nr. 3, S. 203–238, S. 210.

    Google Scholar 

  142. Vgl. Sawtooth Software: The CBC/HB Module For Hierarchical Bayes Estimation — Version 2.0 Benutzerhandbuch, Sequim 2000, S. 3–10.

    Google Scholar 

  143. Vgl. Guadagni, Peter M.; Little, John D. C.: A Logit Model of Brand Choice Calibrated on Scanner Data, in: MS, 2. Jg., 1983, Nr. 3, S. 203–238, S. 211;

    Google Scholar 

  144. Hensher, David A.; Johnson, Lester W.: Applied Discrete-Choice Modelling, (Croom Helm) London 1981, S. 51;

    Google Scholar 

  145. Hauser, John R.: Testing the Accuracy, Usefulness, and Significance of Probabilistic Choice Models: An Information-Theoretic Approach, in: Operations Research, 26. Jg., 1978, Nr. 3, S. 406–421, S. 408.

    Google Scholar 

  146. Louviere, Jordan J.; Hensher, David A.; Swait, Joffre D.: Stated Choice Methods — Analysis and Applications, (Cambridge University Press) Cambridge 2000, S. 54.

    Google Scholar 

  147. Zwerina, Klaus: Discrete Choice Experiments in Marketing, (Physica) Heidelberg 1997, S. 84f.

    Google Scholar 

  148. Vgl. Sawtooth Software: The CBC/HB Module For Hierarchical Bayes Estimation — Version 2.0, Benutzerhandbuch, Sequim 2000. S. 3–10.

    Google Scholar 

  149. Vgl. Struhl, Steven: Discrete choice modeling: Understanding a “better conjoint than conjoint”, in: Quirk’s Marketing Research Review (http://www.quirks.com), Artikel Nr. 86, 1994, S. 1–8, S. 6.

    Google Scholar 

  150. Sawtooth Software: The CBC/HB Module For Hierarchical Bayes Estimation — Version 2.0, Benutzerhandbuch, Sequim 2000, S. 3–11.

    Google Scholar 

  151. Vgl. Sawtooth Software: The CBC/HB Module For Hierearchical Bayes Estimation — Version 2.0, Benutzerhandbuch, Sequim 2000, S. 3–10f.

    Google Scholar 

  152. Vgl. Teichert, Thorsten: Nutzenschätzung in Conjoint-Analysen, (DUV) Wiesbaden 2001, S. 69–71.

    Google Scholar 

  153. Bei Vobis zeigt sich anhand von Sekundärdaten konkret, dass die Bekanntheit bei den über 50-Jährigen deutlich abnimmt. Vgl. Spiegel-Verlag Rudolf-Augstein GmbH & Co. KG: Online — Offline 2,http://spiegel.zaehlservice.de, 14. Juni 2003.

  154. Vgl. Elrod, Terry; Louviere, Jordan J.; Davey, Krishnakumar S.: An Empirical Comparison of Ratings-Based and Choice-Based Conjoint Models, in: JMR, 29. Jg., 1992, Nr. 3, S. 368–377, S. 375.

    Google Scholar 

  155. Vgl. Venkatesh, R.; Mahajan, Vijay: Products with Branded Components: An Approach for Premium Pricing and Partner Selection, in: MS, 16. Jg., 1997, Nr. 2, S. 146–165, S. 157;

    Google Scholar 

  156. Mccarthy, Michael S.; Norris, Donald G.: Improving competitive position using branded ingredients, in: JPBM, 8. Jg., 1999, Nr. 4, S. 267–285, S. 274f., S. 277–279.

    Google Scholar 

  157. Vgl. Orme, Bryan: Which Conjoint Method Should I Use?, Sawtooth Sortware — Research Paper Series, Sequim 1996, S. 5f.

    Google Scholar 

  158. Der Kenntnisstand über Hauptprodukte einer bestimmten Kategorie wird nachfolgend auch separat hinsichtlich seiner Wirkung auf die der Ingredient Brand beigemessenen Bedeutung analysiert.

    Google Scholar 

  159. Die Informationsfrequenz stellt eines von drei Items des Konstrukts Involvement dar, das im weiteren Verlauf noch eingehend behandelt werden wird.

    Google Scholar 

  160. Vgl. Nunnally, Jum C.; Bernstein, Ira H.: Psychometric Theory, 3. Aufl., (McGraw-Hill) New York u.a. 1994, S. 236.

    Google Scholar 

  161. Vgl. Peterson, Robert A.: A Meta-analysis of Cronbach’s Coefficient Alpha, in: JCR, 21. Jg., 1994, Nr. 2, S. 381–391, S. 382;

    Google Scholar 

  162. Cortina, Jose M.: What is Coefficient Alpha? An Examination of Theory and Applications, in: Journal of Applied Psychology, 78. Jg., 1993, Nr. 1, S. 98–104, S. 101;

    Google Scholar 

  163. Homburg, Christian; Giering, Annette: Konzeptualisierung und Operationalisierung komplexer Konstrukte, in: Marketing ZFP, 18. Jg., 1996, Nr. 1, S. 5–24, S. 8.

    Google Scholar 

  164. Murphy, Kevin R.; Davidshofer, Charles O.: Psychological Testing: Principles and Applications, 5. Aufl., (Prentice Hall) Upper Saddle River 2001, S. 142.

    Google Scholar 

  165. Vgl. Boyle, Gregory J.: Does Item Homogeneity Indicate Internal Consistency or Item Redundancy in Psychometric Scales?, in: Personality & Individual Differences, 12. Jg., 1991, Nr. 3, S. 291–294, S. 292;

    Google Scholar 

  166. Peterson, Robert A.: A Meta-analysis of Cronbach’s Coefficient Alpha, in: JCR, 21. Jg., 1994, Nr. 2, S. 381–391, S. 388f.

    Google Scholar 

  167. Nach Cohen können im Rahmen von verhaltenswissenschaftlichen Analysen Erklärungsanteile an der Gesamtvarianz im Bereich von 0,05 bereits als „mittlere“ Effekte eingestuft werden. Vgl. Cohen, Jacob: Statistical Power Analysis for the Behavioral Sciences, 2. Aufl., (Lawrence Erlbaum Associates) Hillsdale 1988, S. 24–26, S. 77–82.

    Google Scholar 

  168. Vgl. Kaiser, Henry F.: A Second Generation Little Jiffy, in: Psychometrika, 35. Jg., 1970, Nr. 4, S. 401–415, S. 405f.

    Google Scholar 

  169. Vgl. Janssen, Jürgen; Laatz, Wilfried: Statistische Datenanalyse mit SPSS für Windows, 4. Aufl., (Springer) Berlin u.a. 2003, S. 483.

    Google Scholar 

  170. Siehe hierzu Abschnitt B.I.4. des Zweiten Kapitels.

    Google Scholar 

  171. Vgl. Gorsuch, Richard L.: Exploratory Factor Analysis: Its Role in Item Analysis, in: Journal of Personality Assessment, 68. Jg., 1997, Nr. 3, S. 532–560, S. 536.

    Google Scholar 

  172. Vgl. Backhaus, Klaus u. a.: Multivariate Analysemethoden, 9. Aufl., (Springer) Berlin u.a. 2000, S. 288–290.

    Google Scholar 

  173. Vgl. Backhaus, Klaus u. a.: Multivariate Analysemethoden, 9. Aufl., (Springer) Berlin u.a. 2000, S. 269.

    Google Scholar 

  174. Vgl. Cureton, Edward E.; D’A ostino, Ralph B.: Factor Analysis: An Applied Approach, (Lawrence Erlbaum Associates) Hillsdale 1983, S. 389.

    Google Scholar 

  175. Vgl. Kaiser, Henry F.; Rice, John: Little Jiffy, Mark IV, in: Educational and Psychological Measurement, 34. Jg., 1974, Nr. 1, S. 111–117.

    Google Scholar 

  176. Vgl. Kaiser, Henry F.; Rice, John: Little Jiffy, Mark IV, in: Educational and Psychological Measurement, 34. Jg., 1974, Nr. 1, S. 111–117.

    Google Scholar 

  177. Vgl. Angel, Jonathan: Retreat & Persist, in: Adweek Magazines’ Technology Marketing, 22. Jg., 2002, Nr. 2, S. 12–15.

    Google Scholar 

  178. Vgl. Desai, Kalpesh Kaushik; Keller, Kevin Lane: The Effects of Ingredient Branding Strategies on Host Brand Extendibility, in: JM, 66. Jg., 2002, Nr. 1, S. 73–93.

    Google Scholar 

  179. Vgl. Levin, Aron M.; Davis, J. Charlene; Levin, Irwin P.: Theoretical and Empirical Linkages Between Consumers’ Responses to Different Branding Strategies, in: AiCR, 23. Jg., 1996, S. 296–300, S. 299;

    Google Scholar 

  180. Simonin, Bernard L.; Ruth, Julie A.: Is a Company Known by the Company It Keeps? Assessing the Spillover Effects of Brand Alliances on Consumer Brand Attitudes, in: JMR, 35. Jg., 1998, Nr. 1, S. 30–42, S. 36–39;

    Google Scholar 

  181. Janiszewski, Chris; Van Osselaer, Stijn M. J.: A Connectionist Model of Brand-Quality Associations, in: JMR, 37. Jg., 2000, Nr. 3, S. 331–350, S. 346–348.

    Google Scholar 

  182. Venkatesh R.; Mahajan, Vijay; Muller, Eitan: Dynamic co-marketing alliances: When and why do they succeed or fail?, in: IJRM, 17. Jg., 2000, Nr. 1, S. 3–31, S. 4.

    Google Scholar 

Download references

Authors
  1. Moritz Havenstein
    View author publications

    You can also search for this author in PubMed Google Scholar

Rights and permissions

Reprints and permissions

Copyright information

© 2004 Springer Fachmedien Wiesbaden

About this chapter

Cite this chapter

Havenstein, M. (2004). Empirische Analyse. In: Ingredient Branding. Forschungsgruppe Konsum und Verhalten. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-322-95306-3_4

Download citation

  • DOI: https://doi.org/10.1007/978-3-322-95306-3_4

  • Publisher Name: Deutscher Universitätsverlag, Wiesbaden

  • Print ISBN: 978-3-8244-8058-6

  • Online ISBN: 978-3-322-95306-3

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics

Search

Navigation