Skip to main content

Part of the book series: DUV Wirtschaftswissenschaft ((DUVWW))

  • 94 Accesses

Zusammenfassung

Gegenstand dieses Kapitels ist in erster Linie die empirische Überprüfung der im letzten Abschnitt aufgestellten Hypothesen, welche auf den nicht direkt meßbaren Determinanten des nachhaltigen Verwendungs- und Entsorgungsverhaltens beruhen. Vorher werden in Kapitel 5.2 Ergebnisse univariater Auswertungen im Zusammenhang mit den direkt meßbaren Faktoren behandelt. Die Ergebnisse werden hierbei vorgestellt und falls möglich mit Erkenntnissen anderer Untersuchungen verglichen, um Schlußfolgerungen bzgl. der Plausibilität der durchgeführten Untersuchung zu ziehen. Im Anschluß erfolgt in Kapitel 5.3 die kausalanalytische Überprüfung der in Kapitel 4.3 aufgestellten Hypothesen mit Hilfe des LISREL409-An-satzes. Hier werden die in Abbildung 5 hervorgehobenen nicht direkt meßbaren, als hypothetische Konstrukte bezeichneten Faktoren in endogene und exogene Variablen unterschieden. Die exogenen Konstrukte wie bspw. das Umweltbewußtsein und die Kosten-Nutzen-Relation haben die Aufgabe, die endogenen, nämlich das Verwendungs- und Entsorgungsverhalten, zu erklären. Charakteristikum latenter Konstrukte ist, daß Indikatoren benötigt werden, um sie zu erfassen. Hierzu werden Meßmodelle entwickelt, die gemeinsam mit dem Strukturmodell das vollständige LISREL-Modell bildend410

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 69.99
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.

Literature

  1. LISREL = Linear Structural RELationship

    Google Scholar 

  2. Vgl. zu Kausalanalyse und LISREL Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R., 1996, Long, S., J.; 1984a, Mueller, R., 1996, Möbus, C.; Schneider, W., (Hrsg.), 1986, Pfeifer, A.; Schmidt, P.; , 1987, Schneider, W.; , 1986, Homburg C., 1992, Förster, F.; u. A., 1984.

    Google Scholar 

  3. Vgl. Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R., 1996, S. 323f.

    Google Scholar 

  4. Vgl. Balderjahn, I., 1986, S. 77, Long, S. J., 1984a, S. 56.

    Google Scholar 

  5. Man spricht hier von einem Kovarianzstrukturmodell, weil die (Kausal-) Beziehungen zwischen den hypothetischen Konstrukten aus den Kovarianzen oder Korrelationen zwischen den Indikatorvariablen (der Konstrukte) errechnet werden. Vgl. Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R., 1996, S. 326.

    Google Scholar 

  6. Vgl. Long, S.J., 1984a, S. 12.

    Google Scholar 

  7. Der Fragebogen befindet sich im Anhang.

    Google Scholar 

  8. Ein kleiner Teil der Befragten (max. 5%) hatte sich auf einen Beteiligungsaufruf in den regionalen Printmedien gemeldet.

    Google Scholar 

  9. Vgl. Friedrichs, J., 1985, S. 241.

    Google Scholar 

  10. Hier ist darauf hinzuweisen, daß der Begriff Repräsentativität, der eine hohe Suggestivwirkung auf die Konsumenten statistischer Erhebungen ausübt, oftmals recht freizügig verwendet wird. Quatember beschreibt, daß Stichproben nicht schlechthin, sondern nur hinsichtlich bestimmter Merkmale der Grundgesamtheit repräsentativ sein können. Vgl. Quatember, A., 1996, S. 236ff. In diesem Sinne zum „Mythos der repräsentativen Stichprobe“ auch Diekmann, A., 1992, S. 369. Zum Problem der repräsentativen Stichproben bei hypothesenprüfenden (konfirmatorischen)

    Google Scholar 

  11. Untersuchungen vgl. auch Diekmann, A., 1995, S. 169 und S. 369 sowie Schnell, R.; Hill, P.; Esser, E.; 1992, S. 314ff.

    Google Scholar 

  12. Vgl. Fragebogen mit Grundauszählung im Anhang.

    Google Scholar 

  13. Der Fragebogen befindet sich im Anhang.

    Google Scholar 

  14. Vgl. Schnell, R.; Hill, P.; Esser, E., 1992, S. 348.

    Google Scholar 

  15. Vgl. ebenda, S. 363.

    Google Scholar 

  16. Vgl. bspw. Test der Frage 13, wo deutlich auf den Konflikt zwischen Wünschen und Wirklichkeit hingewiesen und Verständnis für diese Divergenz gezeigt wird.

    Google Scholar 

  17. Vgl. Diekmann, A., 1992, S. 210.

    Google Scholar 

  18. Vgl. Kapitel 4.2.2 und Abbildung 5.

    Google Scholar 

  19. Lisrel (Linear Structural Relationships), von Jöreskog und Sörbom, ist die am häufigsten genutzte und generell akzeptierte Software zur Schätzung von Kausalmodellen. Vgl. Long, S. J.; 1984a, S. 7.

    Google Scholar 

  20. Vgl. Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R., 1996, S. 324.

    Google Scholar 

  21. Long, S., J.; 1984a, S. 56.

    Google Scholar 

  22. Vgl. Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R., 1993, S. 325.

    Google Scholar 

  23. Vgl. Adler, J., 1996, S. 139.

    Google Scholar 

  24. Vgl. Andritzky, K.; 1986, S. 47f.

    Google Scholar 

  25. Bei der in Hinblick auf die Itemgenerierung analysierten Literatur handelte es sich bspw. um Herr, D., 1988; Langeheine, R.; Lehmann, J., 1986; Pech, M.; Seel, B., 1993; Altenburg, U. u.A., 1996; Mielke, R., 1985; Adelt, P.; Oskamp, S., u.A., 1991 und Monhemius, K. Ch., 1993.

    Google Scholar 

  26. Die von Likert 1932 entwickelte Skala zur Einstellungsmessung wird als Intervallskala interpretiert, so daß statistische Verfahren, wie etwa der t-Test anwendbar sind. Vgl. Mayntz, R.; Holm, K.; Hübner, P., 1974, S. 58.

    Google Scholar 

  27. Vgl. Diekmann, A., 1992, S. 405.

    Google Scholar 

  28. Zum methodischen Vorgehen folgen weiter unter genauere Ausführungen, da die Itemanalyse in Pretests und Hauptuntersuchung nach der gleichen Methode erfolgte.

    Google Scholar 

  29. Vgl. Ehling, M., 1997, S. 152.

    Google Scholar 

  30. Vgl. Eben A., S. 152.

    Google Scholar 

  31. Fragebogen im Anhang

    Google Scholar 

  32. Vgl. Fragebogen mit Grundauszählung im Anhang.

    Google Scholar 

  33. Vgl. Institut der deutschen Wirtschaft (Hrsg.), 1997, T.134.

    Google Scholar 

  34. Der Wert wurde unter Benutzung der Klassenmitte ermittelt.

    Google Scholar 

  35. Bei Befragungen mit freiwilliger Teilnahme zeigt sich prinzipiell eine überdurchschnittliche Beteiligungsbereitschaft der „Mittelschicht“.

    Google Scholar 

  36. Vgl. Institut der deutschen Wirtschaft (Hrsg.), 1997, S. 10.

    Google Scholar 

  37. Vgl. Schnell, R.; Hill, P.; Esser, E., 1992, S. 354.

    Google Scholar 

  38. Vgl. Statistisches Bundesamt (Hrsg.), 1997, S. 31.

    Google Scholar 

  39. Hier wurden die Klassen „stimme gar nicht zu“, „stimme nicht zu“ und „stimme eher nicht zu“ zu einer Kategorie verdichtet.

    Google Scholar 

  40. Hier wurden die Kategorien „Stimme voll und ganz zu“, „Stimme zu“ und „Stimme eher zu“ zu einer Kategorie verdichtet.

    Google Scholar 

  41. Item der Frage 1.

    Google Scholar 

  42. Ergebnis der Auswertung von Variable 100.

    Google Scholar 

  43. Hier ist zu berücksichtigen, daß die Befragten insgesamt die Antwortmöglichkeiten „immer“, „sehr regelmäßig“, „eher regelmäßig“, „eher selten“, „selten“ und „nie“ zur Auswahl hatten.

    Google Scholar 

  44. Hier wurden die Kategorien „immer“, „sehr regelmäßig“ und „eher regelmäßig“ zusammengefaßt.

    Google Scholar 

  45. Vgl. Hecheltjen, P.; Dyas, S., 1995, S. 5.

    Google Scholar 

  46. Vgl. Institut für Demoskopie Allensbach, 1996, S. 3.

    Google Scholar 

  47. Die leichte Diskrepanz zum Wert von 93, 2% ist durch nicht vollkommen konsistente Anworten und Rundungsdifferenzen zu erklären.

    Google Scholar 

  48. Aufgrund der teilweise in den Zellen sehr geringen Fallzahlen, werden nur dichotome Merkmale ausgewertet und auf eine alters- oder berufsabhängige Auswertung verzichtet.

    Google Scholar 

  49. Hier wurden Kategorien „immer“, „sehr regelmäßig“ und „eher regelmäßig“ addiert.

    Google Scholar 

  50. Vgl. Kapitel 4.2.1.1.2, wo die Wirkung mengenabhängiger Abfallgebühren diskutiert wird.

    Google Scholar 

  51. Vgl. Kapitel 2.2

    Google Scholar 

  52. Vgl. Institut für Demoskopie Allensbach, 1996, S. 5f.

    Google Scholar 

  53. Item der Frage 13.

    Google Scholar 

  54. Besonders stark in der öffentliche Diskussion befand sich das Kunststoffrecycling. So mußte die speziell für die Verwertung von DSD-Altkunststoffen gegründete VGK (Verwertungsgesellschaft Gebrauchte Kunststoffverpackungen) im Jahr 1993 ihre Arbeit aufgrund eines Ermittlungsverfahrens einstellen. Als Nachfolgegesellschaft wurde die DKR (Deutsche Gesellschaft für Kunststoffrecycling) gegründet.

    Google Scholar 

  55. Vgl.O.V., 1994d, S. 54f.

    Google Scholar 

  56. Vgl. Hecheltjen, P.; Dyas, S., 1995, S.19.

    Google Scholar 

  57. Hier wurden die Kategorien „ganz bestimmt“, „wahrscheinlich“ und „eher ja“ zu einer Kategorie „eher ja“ verdichtet.

    Google Scholar 

  58. Itemtext der Frage 7.

    Google Scholar 

  59. Itemtext der Frage 7.

    Google Scholar 

  60. Im Zusammenhang mit einer von Schahn durchgeführten Befragung zur Motivation für die Müllsortierung bei 326 Befragten wurden als Hauptgründe auch „Schutz nachfolgender Generationen“ und „ Rohstoffe einsparen“ genannt. Z .B. Vgl. Schahn, J.; u.A., 1992, S. 94.

    Google Scholar 

  61. Im Rahmen dieses Kapitels werden z.T. Ergebnisse einzelner univariater Auswertungen vorgestellt. Dies geschieht an dieser Stelle und nicht wie möglicherweise erwartet im Kapitel 5.2, da hier in erster Linie der Zweck einer Plausibilitätsprüfung der Indikatoren im Hinblick auf ihre Eignung für das Kausalmodell verfolgt wird.

    Google Scholar 

  62. Vgl. Long, S.J., 1984a, S. 25.

    Google Scholar 

  63. Vgl. Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R., 1996, S. 326.

    Google Scholar 

  64. Vgl. Schuster, R., 1992, s. 42.

    Google Scholar 

  65. Vgl. Meffert, H.; Kirchgeorg, M., 1993, S. 88, Schuster, R., 1992, S. 32, Neitzel, H.; Landmann, U.; Pohl, M., 1995, S. 131.

    Google Scholar 

  66. Vgl. Weizsäcker, U., v., 1995, S. 124, Bund; Misereor, (Hrsg.), 1996, S. 218f.

    Google Scholar 

  67. Eine Studie zur Gemeinschaftsnutzung von Waschmaschinen belegt beispielhaft, daß mittelfristig Verminderungen des Abfallaufkommen bis zu 27% möglich sind, wenn Haushalte gemeinschaftlich halbgewerbliche Waschmaschinen, die über eine längere Lebensdauer verfügen, nutzen. Vgl. Ebertshäuser, G., 1997, S. 128.

    Google Scholar 

  68. Es wurde im Rahmen der Erhebung versucht, auch nach konkretem nachhaltigen Verwendungsverhalten zu fragen, was jedoch auf erhebliche Probleme gestoßen ist, die auf der folgenden Seite beschrieben werden.

    Google Scholar 

  69. Im Hinblick auf die Weiterentwicklung der Industriegesellschaft werden bei Abel verschiedene Bereiche genannt, denen besondere Bedeutung zukommt. Hierbei handelt es sich um den Ernäh-rungs- und Energiebereich, die in der vorliegenden Ausarbeitung ausgeklammert sind. Außerdem wird die Minimierung des Ressourcenverbrauchs thematisiert, auf den der private Haushalt jedoch nur wenig und höchstens indirekten Einfluß hat. Weiter wird das Prinzip „teilen statt besitzen“, als Entlastungsmöglichkeit für die Umwelt angeführt. Vgl. Abel, G., 1996, S. 24.

    Google Scholar 

  70. Vgl. Hansen, U., 1997, S. 118. Hansen unterscheidet darüber hinaus als Aspekte der Gemeinschaftsnutzung Nutzung des öffentlichen Raumes (Parkbank, Sitzplatz in ÖPNV) und Ge-brauchtwarennutzung.

    Google Scholar 

  71. Fragen, die sich Verhaltensabsichten in der Zukunft beziehen, sind eher Meinungs- als Verhaltensfragen, so daß der Rückschluß von Verhaltensabsichten auf das dann tatsächlich auch ausgeübte Verhalten ist nur mit Vorsicht möglich ist. Vgl. Diekmann, A., 1995. S. 405. Allerdings steht im vorliegenden Untersuchungskontext, nämlich der Überprüfung des Realitätsgehaltes eines neuen (Zukunfts-) Leitbildes keine Alternative zur Verfügung. Darüber hinaus wird dieser Zusammenhang im Rahmen der Interpretation und bei der Ableitung von Empfehlungen berücksichtigt.

    Google Scholar 

  72. Text der Frage 8.

    Google Scholar 

  73. Vgl. Abschnitt 5.2 dieser Arbeit, wo auf die Zusammenhänge zwischen soziodemographischen Merkmalen und der Bereitschaft zur Beteiligung am Product- und Car-Sharing genauer eingegangen wurde.

    Google Scholar 

  74. Vgl. zu Abfalltrennung und Sortierqualität Altenburg, U.; Balderjahn, I., 1996, AUSSCHUß für Forschung, Technologie und Technikfolgenabschätzung des Deutschen Bundestages (Hrsg.), 1994, Braun, S.; Krause, W., 1996, Duales System Deutschland (Hrsg.), 1997; Emslander, T., 1995, Göddecke-Stellmann, J. (Hrsg.), 1991, Ihmels, K., 1993, Mielke, R., 1995, O.V., 1996c, O.V., 1995a, O.V., 1996a, Scheffold, K., 1993a, Scheffold, K., 1993b, Staudt, E., 1993, Vinning, J.; Ebreo, A., 1990, Oskamp, S.; u.A., 1991, zu Sonderabfällen Fichtner, S., 1992, Höppner, T., 1997.

    Google Scholar 

  75. Dies geschah wieder vor dem Hintergrund der umfassenden Literaturanalyse und in Diskussionen mit Experten und betroffenen Konsumenten.

    Google Scholar 

  76. Hierbei handelt es sich um reflektive Indikatoren, d.h. der Indikator verursacht die ihm zugeordnete Variable. Man unterscheidet je nach der Richtung der Beziehungen zwischen einem Faktor und seinen Indikatoren reflektive und formative Indikatoren. Bei formativen Indikatoren gilt der Faktor als Funktion seiner Indikatoren, während bei reflektiven Indikatoren, der Indikator als Messung des Faktors verstanden wird. Vgl. Homburg, C.; Gering, A., 1996, S. 6.

    Google Scholar 

  77. Methodisch ähnlich geht Preisendörfer vor. Hier wurde eine Regressionsanalyse zum Umweltbewußtsein in Ost- und Westdeutschland durchgeführt und die abhängigen Variablen nach dem

    Google Scholar 

  78. Muster additiver Indizes konstruiert. Vgl. Preisendörfer, P., 1996, S. 13f. Von der Methode her ähnlich auch Diekmann, A.; Preisendörfer, P., 1991, S. 21 Iff.

    Google Scholar 

  79. Vgl. Kapitel 5.1.1.

    Google Scholar 

  80. Frage 13 aus dem Fragebogen.

    Google Scholar 

  81. Vgl. Institut für Demoskopie Allensbach, 1996, S. 3.

    Google Scholar 

  82. Vgl. Hecheltjen, P., Dyas, S., 1995, S. 10.

    Google Scholar 

  83. Vgl. Kapitel 5.2 dieser Arbeit.

    Google Scholar 

  84. Item aus Frage 13.

    Google Scholar 

  85. Vgl. Institut für Demoskopie Allensbach, 1996, S. 4

    Google Scholar 

  86. Vgl. Abschnitt 5.2, wo die Zusammenhänge zwischen Entsorgungsverhalten, auch Sonderabfall und soziodemographischen Merkmalen ausführlich diskutiert werden.

    Google Scholar 

  87. Hier wurde nach Entsorgung und Gemeinschaftsnutzung differenziert.

    Google Scholar 

  88. Hier wurde nach Entsorgung und Gemeinschaftsnutzung differenziert.

    Google Scholar 

  89. Wei bei den endogenen Variablen erfolgte hier eine mehrstufige Operationalisierung. Vgl. Kapitel 5.3.1.1. Methodisch ähnlich geht Preisendörfer, P., 1996 vor.

    Google Scholar 

  90. Vgl. Kapitel 5.1.4.

    Google Scholar 

  91. Möglicherweise entsteht auch ein direkter Nutzen für das Individuum. Dies wurde jedoch durch die Fragestellung eingeschränkt, da nach dem Nutzen für die Umwelt gefragt wurde.

    Google Scholar 

  92. Vgl. Kapitel 4.2.2.4.

    Google Scholar 

  93. Als vierter Faktor wurde der Verzicht auf Mehrfachausstattung, somit eine Art der innerfamiliären Gemeinschaftsnutzung, erfaßt.

    Google Scholar 

  94. Vgl. Kapitel 2.4.3.1 und Kapitel 4.2.2.2.

    Google Scholar 

  95. Die Fragekonstruktion ist angelehnt an Noelle-Neumann, E.; Petersen, T., 1996, S. 165f.

    Google Scholar 

  96. Vgl. Kals, E., 1996, S. 21.

    Google Scholar 

  97. Vgl. Schnell, R.; Hill, P.; Esser, E., 1992, S. 158.

    Google Scholar 

  98. Vgl. Friedrichs, J., 1980, S. 101.

    Google Scholar 

  99. Vgl. Mueller, R., 1996, S.113.

    Google Scholar 

  100. Vgl. Friedrichs, J., 1980, S. 176, Schnell, R.; Hill, P.; Esser, E., 1992, S. 206 und Diekmann, A., 1995, S. 212.

    Google Scholar 

  101. Vgl. Nunnally, J.C., 1967, S. 226.

    Google Scholar 

  102. Vgl. Diekmann, A., 1995, S. 220 und Schnell, R.; Hill, P., Esser, E.; 1992, S. 160.

    Google Scholar 

  103. vgl. Wegener, B., 1983, S. TE 68.

    Google Scholar 

  104. Vgl. Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R., 1996, S. 399f., Balderjahn, I., 1986, S. 111.

    Google Scholar 

  105. Vgl. Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R., 1996, S. 401f.

    Google Scholar 

  106. Die Besonderheit der konfirmatorischen Faktorenanalyse liegt darin, daß sie im Gegensatz zur explorativen Faktorenanalyse strukturprüfenden Charakter hat. Daher müssen vor der Anwendung theoretisch fundierte Hypothesen über die Zusammenhänge vorliegen. Vgl. Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R., 1996, S. 407

    Google Scholar 

  107. Ähnlich begründet auch Mueller, R., 1996, S. 79 relativ niedrige Reliabilitätskoeffizienten.

    Google Scholar 

  108. Als absolute Mindestanforderung wird empfohlen nur solche Messungen zu verwenden, deren Varianz wenigstens zu 10–15% von der latenten Variable erklärt wird. Ferner haben Simulationsstudien gezeigt, daß die akzeptable Indikatorreliabilität vom Stichprobenumfang abhängig ist. So

    Google Scholar 

  109. müssen bei kleineren Stichproben (unter 100) strengere Maßstäbe angelegt werden, als dies bei größerem Stichprobenumfang der Fall ist. Vgl. Balderjahn, I., 1986, S. 117.

    Google Scholar 

  110. Vgl. Mueller, R., 1996, S. 80f.

    Google Scholar 

  111. Damit wird die in Fn. 514 angesprochene Mindestanforderung deutlich übertroffen.

    Google Scholar 

  112. Von einer hohen Korrelation spricht man ab 0.7, wobei 0.9 als sehr hohe Korrelation anzusehen ist. Vgl. Bühl, A.; Zöfel, P., 1996, S. 425.

    Google Scholar 

  113. Vgl. Schnell, R.; Hill, P.; Esser, E., 1992, S. 162.

    Google Scholar 

  114. Vgl. Diekmann, A., 1996, S. 224 und. Schnell, R.; Hill, P.; Esser, E., 1992, S. 159ff.

    Google Scholar 

  115. Vgl. Diekmann, A., 1995, S. 224.

    Google Scholar 

  116. Vgl. Diekmann, A., 1996, S. 224 und. Schnell, R.; Hill, P.; Esser, E., 1992, S. 162.

    Google Scholar 

  117. Vgl. Balderjahn, I., 1986, S. 171.

    Google Scholar 

  118. Vgl. Hildebrandt, L., 1984, S. 43f.

    Google Scholar 

  119. Vgl. Schnell, R.; Hill, P.; Esser, E., 1992, S. 159ff.

    Google Scholar 

  120. Analysis of Linear Structural Relationships

    Google Scholar 

  121. Vgl. Fahrmeir, L., (Hrsg.), 1996, S. 731.

    Google Scholar 

  122. Durch den Einsatz der Faktorenanalyse, die ein datenreduzierendes Verfahren ist, werden die nicht direkt meßbaren Konstrukte einer Messung zugänglich gemacht. Der Unterschied zur explo-rativen Faktorenanalyse liegt im LISREL-Ansatz darin, daß ein konfirmatorischer Ansatz verfolgt wird, bei dem vorab feste Vorstellungen über die Zusammenhänge vorhanden sein müssen. Vgl. Bühl, A.; Zöfel, P., 1996, S. 474 und besonders zur konfirmatorischen Faktorenanalyse Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R., 1996, S. 407ff.

    Google Scholar 

  123. Vgl. Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R., 1996, S. 407.

    Google Scholar 

  124. Getrennt erfaßt für Entsorgung und Gemeinschaftsnutzung (Verwendungsverhalten)

    Google Scholar 

  125. Getrennt erfaßt für Entsorgung und Gemeinschaftsnutzung (Verwendungsverhalten)

    Google Scholar 

  126. Vgl. SPSS-Output zur Kausalanalyse im Anhang.

    Google Scholar 

  127. Um die Skalen der latenten endogenen Variablen Entsorgungsverhalten und Bereitschaft zur Gemeinschaftsnutzung festzulegen, wurden die Parameter λ21 und A, λ52 der Lambda Y-Matrix (endogene Variablen) auf 1 fixiert.

    Google Scholar 

  128. Vgl. Pfeifer, A.; Schmidt, P., 1987, S. 136.

    Google Scholar 

  129. Vgl. SPSS- Output zur Kausalanalyse im Anhang.

    Google Scholar 

  130. Vgl. Förster, F.; Fritz, W.; Silberer, G.; Rafféé, H., 1984, S. 353.

    Google Scholar 

  131. Kausalmodelle können vom Status her unteridentifiziert, überidentifiziert oder genau identifiziert sein. Stehen mehr empirische Korrelationswerte zur Verfügung als Parameter im Modell zu schätzen sind, so spricht man von einem überidentifizierten Modell, mit einer positiven Anzahl von Freiheitsgraden. Bei einem genau identifizierten Modell mit Null Freiheitsgraden, reicht die Anzahl der empirischen Korrelationswerte gerade aus, um die Modellparameter zu schätzen. Demgegenüber bieten überidentifizierte Modelle den Vorteil, daß über die Schätzung der Modellparameter hinaus auch Teststatistiken berechnet werden können. Vgl. Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R., 1996, S. 356.

    Google Scholar 

  132. Vgl. Homburg, C. 1992, S. 503.

    Google Scholar 

  133. Vgl. Förster, F.; Fritz, W.; Silberer, G.; Raffeé, H., 1984, S. 354.

    Google Scholar 

  134. Vgl. Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R., 1996, S. 378.

    Google Scholar 

  135. Hier werden nur die iterativen Verfahren betrachtet, da der Anwender sich gewöhnlich für ein solches entscheidet. Vgl. Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R., 1996, S. 382.

    Google Scholar 

  136. Vgl. Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R., 1996, S. 382f.

    Google Scholar 

  137. Die Prüfung auf Normalverteilung erfolgte anhand der Stichprobenmomente Schiefe und Exzess, die bei einer normalverteilten Stichprobe gleich 0 sein müßten. Vgl. Diehl, J., M., 1977, S. 258. Bei den meisten Variablen ergaben sich jedoch starke Abweichungen. Vgl. SPSS-Output zur Normalverteilung im Anhang.

    Google Scholar 

  138. Vgl. Jöreskog, K.; Sörbom, D.; 1989, S. 21.

    Google Scholar 

  139. Vgl. Balderjahn, 1, 1986, S. 96.

    Google Scholar 

  140. Vgl. Adler, J., 1996, S. 192.

    Google Scholar 

  141. Vgl. Pfeifer, A.; Schmidt, P., 1987, S. 32.

    Google Scholar 

  142. Erkennbar in der Syntax durch die Festlegung MA=KM bei der Beschreibung der Eingabedaten. CM würde bedeuten, daß es sich um eine Kovarianzmatrix handelt.

    Google Scholar 

  143. Vgl. hierzu Kapitel 5.3.2. Dort werden diese Globalmaße, deren Bedeutung und Wertebereich erläutert.

    Google Scholar 

  144. Vgl. Kapitel 5.5.

    Google Scholar 

  145. Bei Werten bis 0, 5 spricht man von einer schwachen Korrelation, während Werte bis 0, 7 bzw. 0, 9 eine mittlere bzw. hohe Korrelation anzeigen würden. Vgl. Bühl, A.; Zöfel, P., 1996, S. 425.

    Google Scholar 

  146. Auf die Korrelationen zwischen den exogenen Variablen wurde in dieser Abbildung verzichtet, um die Übersichtlichkeit zu gewährleisten.

    Google Scholar 

  147. Vgl. Ausführungen in Kapitel 4.2.2.1

    Google Scholar 

  148. Vgl. Kapitel 5.2.1.2.

    Google Scholar 

  149. Vgl. Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R., 1996, S. 389.

    Google Scholar 

Download references

Authors

Rights and permissions

Reprints and permissions

Copyright information

© 2000 Springer Fachmedien Wiesbaden

About this chapter

Cite this chapter

Dyas, S. (2000). Empirische Analyse des nachhaltigen Verwendungs- und Entsorgungsverhaltens. In: Nachhaltiges Verwendungs- und Entsorgungsverhalten privater Haushalte. DUV Wirtschaftswissenschaft. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-663-08783-0_5

Download citation

  • DOI: https://doi.org/10.1007/978-3-663-08783-0_5

  • Publisher Name: Deutscher Universitätsverlag, Wiesbaden

  • Print ISBN: 978-3-8244-0436-0

  • Online ISBN: 978-3-663-08783-0

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics