Auszug
Neben der Erfassung der beobachtbaren Verhaltensreaktionen der Versuchspersonen erfolgte eine persönliche Befragung der Teilnehmer nach der Experimentalaufgabe. Zunächst wurde den Versuchspersonen die offene Frage gestellt, warum sie das von ihnen ausgewählte Medium — und nicht das jeweilige alternative Medium — zur Lösung der Aufgabe ausgewählt haben. Fallen den Befragten spontan Gründe für bzw. gegen die Nutzung des jeweiligen Mediums ein, kann davon ausgegangen werden, dass die Wahl auf der Basis von eigenen Überzeugungen getroffen wurde. Anschließend gaben die Konsumenten ihre Zustimmung zu einer Reihe von standardisierten Items an.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literatur
Das inhaltsanalytische Vorgehen entspricht den zuvor durchgeführten Analysen (siehe Seite 77ff. und Seite 81ff.). Die Reliabilität der Kategorisierung zwischen den drei Kodierern ist mit 91,68% sehr zufrieden stellend (vgl. Kassarjian 1977, S. 14).
Logit-Modelle und Probit-Modelle sind so genannte „binary response models“, bei denen binär ausgeprägte abhängige Variablen analysiert werden und eine Annahme über einen bestimmten Funktionsverlauf des Einflusses der unabhängigen Variablen auf die abhängigen Variablen getroffen wird. Logit-Modelle sind logistische Regressionsanalysen, die keine Normalverteilung der Residuen voraussetzen. Ein Logit-Modell trifft die Annahme einer logistischen Funktion der Verteilung von Wahrscheinlichkeiten. Probit-Modelle hingegen basieren auf der Normalverteilungsannahme von Residuen und gehen von einer binomialen Funktion der Wahrscheinlichkeitsverteilung aus (vgl. Horowitz und Savin 2001, S. 43f.).
Hazard-Modelle gehen davon aus, dass sich bestimmte Risiken („hazards“) im Zeitverlauf ändern — diese Tatsache wird in der Hazard-Funktion beschrieben (im Falle der Akzeptanzforschung bezieht sich das Risiko auf die Adoption bzw. Ablehnung von Innovationen). Die Effektgrößen beschreiben, wie diese Risiken von unabhängigen Variablen beeinflusst werden (vgl. Kiefer 1988, S. 649ff.).
In der vorliegenden Studie wurden, wie von Urban (1993, S. 68ff.) und Field (2005, S. 245ff.) empfohlen, drei Ausreißer aufgrund hoher standardisierter Residuen identifiziert und aus der logistischen Regressionsanalyse ausgeschlossen.
Moderierende Effekte können mit Hilfe von PLS durch den Einbezug einer Interaktionsvariablen ermittelt werden. Dies geschieht, indem zum einen ein direkter Einfluss der Moderatorvariable auf eine endogene Variable modelliert wird und indem zum anderen der Einfluss einer Interaktionsvariablen, die als Produkt der Moderatorvariable und der exogenen Variable berechnet wird, auf eine endogene Variable untersucht wird. Ist der Einfluss der Interaktionsvariablen signifikant, so ist ein Moderatoreffekt beobachtbar (vgl. Baron und Kenny 1986, S. 1174; Chin, Marcolin und Newstedt 2003, S. 196ff.; Eggert, Fassott und Helm 2006, S. 107).
Rights and permissions
Copyright information
© 2008 Gabler | GWV Fachverlage GmbH, Wiesbaden
About this chapter
Cite this chapter
(2008). Ergebnisse. In: Akzeptanz von technologischen Innovationen. Gabler. https://doi.org/10.1007/978-3-8349-9909-2_33
Download citation
DOI: https://doi.org/10.1007/978-3-8349-9909-2_33
Publisher Name: Gabler
Print ISBN: 978-3-8349-1240-4
Online ISBN: 978-3-8349-9909-2
eBook Packages: Business and Economics (German Language)