Auszug
Die deutsche Süßwarenindustrie konnte im Jahre 2003 einen Umsatz von ca. zehn Mrd. Euro verzeichnen.514 Damit nimmt sie mit einem Anteil von etwa zehn Prozent am Umsatz der deutschen Ernährungsindustrie in dieser Branche eine bedeutende Rolle ein. Den größten Teilmarkt im Bereich Süßwaren stellt das Segment Schokolade und Schokoladenwaren dar. Es gliedert sich in die Kategorien Tafelschokolade, Schokoladenriegel, Pralinen, Saisonware515 und Sonstiges. Mit einem Umsatz von ca. 3,8 Mrd. Euro, der einer Steigerung von 7,8 Prozent gegenüber dem Vorjahr entspricht, repräsentiert dieses Segment ca. 38 Prozent des deutschen Süßwarenmarktes516 (vgl. Abbildung 28).
Zum Süßwarenmarkt in Deutschland vgl. bspw. BDSI, Bundesverband der deutschen Süßwarenindustrie: Süßwarenstatistik, URL: http://www.bdsi.de/bdsi015.html [07. Juli 2005].
Klassische Saisonwaren sind bspw. Osterhasen und Weihnachtsmänner aus Schokolade.
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
Die veröffentlichten Daten zum Süßwarenmarkt und dem Segment Tafelschokolade variieren je nach Quelle teilweise erheblich. Diese Abweichungen sind durch unterschiedliche Marktdefinitionen zu erklären. Hier wurde die Definition des BDSI zugrunde gelegt. Vgl. BDSI, Bundesverband der deutschen Süßwarenindustrie: Süßwarenstatistik a.a.O.
Vgl. o.V., Trend Topics: Tafelschokolade, in: Axel Springer AG, Marketing Anzeigen (Hrsg.): Trend Topics 2005.
Eine empirische Untersuchung des Marketing Centrum Münster über 48 Produktmärkte aus den Bereichen Dienstleistung, Handel, lang-und kurzlebiger Konsumgüter bspw. bescheinigt Marken in der Nahrungs-und Genussmittelbranche eine „extrem hohe Relevanz“. Hieronimus/ Fischer/ Kranz, Markenrelevanz in der Unternehmensführung-Messung, Erklärung und empirische Befunde für B2C-Märkte, Arbeitspapier Nr. 1 des 1. Kooperationsprojekts zwischen dem Marketing Centrum Münster und McKinsey & Company, Inc., a.a.O., S. 35.
Vgl. o.V., Trend Topics: Tafelschokolade, a.a.O., S. 7. Allerdings ist dabei eine starke Preisdifferenzierung zu beobachten. So kostet eine Tafel der Premiummarken Lindt oder Gubor bspw. mit etwa 1,50 Euro ca. das Dreifache einer Tafel der Marke Trumpf Aero.
So setzte der Discounter Aldi in den ersten zehn Monaten des Jahres 2002 knapp 240 Mio. Euro mit Tafelschokolade um, die bekannte Herstellermarke Ritter im gleichen Zeitraum lediglich rund 140 Mio. Euro. Vgl. o.V., Trend Topics: Tafelschokolade, S. 2.
Vgl. o.V., Branchenbild Süßwaren, in: KG, Gruner + Jahr AG & Co (Hrsg.): Fachbereich Anzeigen, Marktanalyse, Branchenbild Süßwaren, Hamburg 2004a, S. 1.
So wurden im Zeitraum März 2001 bis Februar 2002 für Süßwaren 183 Produktinnovationen auf dem deutschen Markt gezählt. Damit lag dieser Bereich noch vor Kosmetika und Milchprodukten an der Spitze der Konsumgüterindustrie. Vgl. o.V., Innovationsraten der Konsumgüterbranche, in: Lebensmittel Praxis, Nr. 12, 2002a.
Branchenexperten gehen davon aus, dass in den kommenden Jahren Ergebniszuwächse allein mit Hilfe von Produktinnovationen generiert werden können. Vgl. o.V., Trend Topics: Tafelschokolade, a.a.O., S. 2; o.V., Branchenbild Süßwaren, a.a.O., S. 7.
Vgl. Meffert, H., Marketingforschung und Käuferverhalten, 2. Auflage, Wiesbaden 1992a, S. 182.
Handelt es sich um eine branchenspezifische Untersuchung, wie im vorliegenden Fall, erscheint es sinnvoll, bezüglich der Relevanz die wichtigsten Marken im Sinne der Kaufentscheidung der Nachfrager abzubilden. Vgl. Herrmann, A./ Homburg, C., Marktforschung: Ziele, Vorgehensweise und Methoden, in: Herrmann, A./ Homburg, C. (Hrsg.): Marktforschung: Methoden, Anwendungen, Praxisbeispiele, 2. akt. Auflage, Wiesbaden 2000, S. 20 f.
Grundlage der Literaturanalyse bildeten die Arbeiten von Januszewska, Vianee und Verbeke, die die Wahrnehmungsdimensionen von Schokolade durch Konsumenten und deren generelle Einstellung zum Produkt Schokolade untersuchten. Da die Arbeiten allerdings keine intan-giblen Markenattribute beinhalten, wurden die auf dieser Basis abgeleiteten Nutzendimensionen und Produktattribute um die Dimensionen der Markenpersönlichkeit nach Aaker ergänzt. Vgl. Januszewska, R./ Viaene, J./ Verbeke, W., Market Segmentation for Chocolate in Belgium and Poland, in: Journal of Euromarketing, 2000, S. 1 ff.; Januszewska, R./Viaene, J./Verbeke, W., Acceptance of Chocolate by Preference Cluster Mapping across Belgium and Poland, in: Journal of Euromarketing, 2001, S. 61 ff.; Aaker, J.L., Dimensions of Brand Personality, in: Journal of Marketing Research, 1997, S. 347 ff.
Die Abkürzung CATI steht für, Computer Assisted Telephone Interview’ in Abgrenzung zur sog. CAPI (‚Computer Assisted Personal Interview‘), bei der ein persönliches ‚Face-to-Face‘-Interview durchgeführt wird. Zu den unterschiedlichen Erhebungsmethoden vgl. bspw. Berekoven, L./ Eckert, W./ Ellenrieder, P., Marktforschung: Methodische Grundlagen und praktische Anwendung, 9. Auflage, Wiesbaden 2001, S. 106 f.
Die Befragung wurde im Februar 2004 durchgeführt. Dem eigentlichen Feldversuch ging dabei ein Pre-Test zur Überprüfung von Konsistenz und Verständlichkeit des Fragebogens voraus. Hierzu wurden 40 telefonische Testinterviews durchgeführt und mitgehört. Die Auswahl der Befragten erfolgte computergestützt, wobei die Telefonnummern zufällig aus der Datenbank des Marktforschungsinstitutes gezogen wurden. Bis auf wenige programmierungstechnische Aspekte waren allerdings keine Anpassungen notwendig. Die relevante Grundgesamtheit wurde nach dem sog. Randomverfahren, bei dem die Befragten zufällig aus der Grundgesamtheit gezogen werden, ausgewählt. Vgl. zu diesem Vorgehen auch Atteslander, P., Methoden der empirischen Sozialforschung, Berlin 1991, S. 315.
Zu den Grundlagen dieser sog. Kaufprozessanalyse vgl. Esch/ Langner/ Brunner, Kundenbezogene Ansätze des Markencontrolling, a.a.O., S. 1257 ff.
In der empirischen Forschung werden auf Ratingskalen erhobene Daten zumeist unter der Annahme einer vorliegenden Intervallskalierung verarbeitet. Streng genommen muss allerdings von lediglich ordinalskalierten Daten ausgegangen werden, wenn die für intervallskalierte Daten notwendige Voraussetzung gleicher Skalenabstände nicht bestätigt ist. In der vorliegenden Untersuchung wird jedoch dem in der Literatur üblichen Vorgehen gefolgt und eine Intervallskala unterstellt. Vgl. dazu auch Meffert, Marketingforschung und Käuferverhalten, a.a.O., S. 185; Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. XIX.
Vgl. Meffert, Marketingforschung und Käuferverhalten, a.a.O., S. 243.
SPSS stand ursprünglich für Statistical Package for the Social Science und wurde Ende der 1960er-Jahre an der Stanford University entwickelt. Um den Anspruch der Verbreitung der Software auch jenseits der Sozialwissenschaften Rechnung zu tragen, wurde der Produktname geändert; SPSS wird heute unter dem Namen Superior Performance Software System vertrieben. Stellvertretend für die Vielzahl an Literatur zur Arbeitsweise und den Umgang mit diesem Softwarepaket sei an dieser Stelle eine anwendungsohentierte Publikation erwähnt. Vgl. Bühl, A./ Zöfel, P., SPSS 11-Einführung in die moderne Datenanalyse unter Windows, 8. überarb. und erw. Auflage, München 2002.
AMOS ist ein Akronym für Analysis of Moment Structures. Vgl. Arbuckle, J.L./ Wothke, W., AMOS 4.0 User’s Guide, Chicago 1999.
LISREL steht für Linear Structural Relations. Zur Nutzung vgl. ausführlich Jöreskog, K./ Sörbom, D., LISREL 8: A Guide to the Program and Applications, Chicago 1993.
EQS ist die Abkürzung für Equation Based Structural Program. Vgl. hierzu Bentler, P.M., Theory and Implementation of EQS: A Structural Equations Program, Los Angeles 1985.
Dabei kann AMOS exakt die gleichen Berechnungen vornehmen wie LISREL und EQS und kommt somit zu den gleichen Ergebnissen. Vgl. Arbuckle/ Wothke, AMOS 4.0 User’s Guide, a.a.O., S. 303.
Die Überlegenheit von AMOS gegenüber LISREL und EQS wird in wissenschaftlichen Beiträgen anhand weiterer Vorteile dokumentiert, auf die an dieser Stelle nicht näher eingegangen werden soll. Stellvertretend hierfür sei auf den Beitrag von Kline und die dort zitierte Literatur verwiesen. Vgl. Kline, R.B., Software programs for structural equation modelling: AMOS, EQS, and LISREL, in: Journal of Psychoeducational Assessment, Nr. 16, 1998, S. 343 ff.
Bagozzi und Fornell definieren ein solches Konstrukt als „abstract entity which represents the true non-observable State of nature of a phenomenon“. Bagozzi, R.P./ Fornell, C., Theoretical Concepts, Measurement, and Meanings, in: Fornell, C. (Hrsg.): A Second Generation of Multivariate Analysis: Measurement and Evaluation, Bd. 2, New York 1982, S. 24.
Vgl. Homburg/ Giering, Konzeptualisierung und Operationalisierung komplexer Konstrukte-Ein Leitfaden für die Marketingforschung, a.a.O., S. 114.
Homburg, C., Kundennähe von Industriegüterunternehmen: Konzeption, Erfolgsauswirkungen, Determinanten, 3. Auflage, Wiesbaden 2000, S. 13.
Vgl. Perrey, Nutzenorientierte Marktsegmentierung: ein integrativer Ansatz zum Zielgruppenmarketing im Verkehrsdienstleistungsbereich, a.a.O., S. 41 ff.
Innerhalb der Objektivität wird in der Literatur mitunter noch zwischen Durchführungs-, Aus-wertungs- und Interpretationsobjektivität unterschieden. Vgl. Berekoven/ Eckert/ Ellenrieder, Marktforschung: Methodische Grundlagen und praktische Anwendung, a.a.O., S. 86; Decker, R./Wagner, R., Marktforschung-Methoden und Modelle zur Bestimmung des Käuferverhaltens, München 2002, S. 262.
Herrmann/ Homburg, Marktforschung: Ziele, Vorgehensweise und Methoden, a.a.O., S. 23.
Auch im Rahmen der Reliabilität werden in der empirischen Forschung teilweise mehrere Formen unterschieden. Vgl. Hildebrandt, L., Kausalanalytische Validierung in der Marketingforschung, in: Marketing Zeitschrift für Forschung und Praxis, Nr. 1, 1984, S. 88.
Vgl. Homburg/ Giering, Konzeptualisierung und Operationalisierung komplexer Konstrukte-Ein Leitfaden für die Marketingforschung, a.a.O., S. 116 f.
Vgl. Kinnear, T.C./ Taylor, J.R., Marketing Research: An Applied Approach, 4. Auflage, New York 1991, S. 830.
Teilweise finden sich in der Literatur noch weitere Validitätsdimensionen, auf die aber an dieser Stelle nicht weiter eingegangen werden soll. Vgl. bspw. Hildebrandt, Kausalanalytische Validierung in der Marketingforschung, a.a.O., S. 89 ff.; Homburg/Giering, Konzeptualisierung und Operationalisierung komplexer Konstrukte-Ein Leitfaden für die Marketingforschung, a.a.O., S. 117 f.
Homburg und Giering sprechen bezüglich der Kriterien der ersten Generation gar von „gravierenden Nachteilen“, die diese Verfahren aufweisen. Homburg/ Giering, Konzeptualisierung und Operationalisierung komplexer Konstrukte-Ein Leitfaden für die Marketingforschung, a.a.O., S. 120.
Da die Ansätze beider Generationen in der Literatur mittlerweile fest verankert und allgemein akzeptiert sind, soll an dieser Stelle auf eine ausführliche Erläuterung verzichtet werden. Detaillierte Erläuterungen der einzelnen Kriterien finden sich bspw. bei Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O.; Homburg/Giering, Konzeptualisierung und Operationalisierung komplexer Konstrukte-Ein Leitfaden für die Marketingforschung, a.a.O.; Bagozzi/Fornell, Theoretical Concepts, Measurement, and Mea-nings, a.a.O.
Zur explorativen Faktorenanalyse vgl. ausführlich Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 252 ff.
Vgl. Homburg/ Giering, Konzeptualisierung und Operationalisierung komplexer Konstrukte-Ein Leitfaden für die Marketingforschung, a.a.O., S. 119.
Vgl. Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 253 ff.
Zum Reliabilitätskoeffizienten vgl. z.B. Bühl/ Zöfel, SPSS 11-Einführung in die moderne Datenanalyse unter Windows, a.a.O., S. 457 f.
Das Anspruchsniveau von 0,7, auf das in der Literatur häufig zurückgegriffen wird, wurde von Nunnally vorgeschlagen. Vgl. Nunnally, J.C., Psychometric Theory, New York 1978, S. 245.
Zu diesem Vorgehen vgl. Homburg/ Giering, Konzeptualisierung und Operationalisierung komplexer Konstrukte-Ein Leitfaden für die Marketingforschung, a.a.O., S. 120.
Die Überlegenheit der KFA und den auf ihr basierenden Gütekriterien der zweiten Generation ist in der Marketingforschung mittlerweile unumstritten. Diese Akzeptanz wird bspw. dadurch deutlich, dass die von Anderson und Gerbing aufgestellte Richtlinie für Messmodelle in den Artikeln des Journal of Marketing Research ausschließlich auf diesen Ansätzen beruht. Vgl. Anderson, J.C./ Gerbing, D.W., Proposed Template for Journal of Marketing Research Measurement Appendix, unveröffentlichtes Manuskript der Kellogg Graduate School of Management, Northwestern University, Evanston (IL) 1993.
Eine vollständige Kovarianzstruktur-bzw. Kausalanalyse besteht aus den Messmodellen (welche mittels der KFA gemessen werden) und dem Strukturgleichungsmodell zur Messung der Wirkungsbeziehungen zwischen exogenen und endogenen (latenten) Variablen. Vgl. z.B. Homburg, C./ Baumgartner, H., Beurteilung der Kausalanalyse-Bestandsaufnahme und Anwendungsempfehlungen, in: Homburg, C./ Hildebrandt, L. (Hrsg.): Die Kausalanalyse: Ein Instrument der empirisch betriebswirtschaftlichen Forschung, Stuttgart 1998, a.a.O.
Vgl. Homburg, C./ Pflesser, C., Konfirmatorische Faktorenanalyse, in: Herrmann, A./ Homburg, C. (Hrsg.): Marktforschung, 2. akt. Auflage, Wiesbaden 2000, S. 413 ff.
Zur ausführlichen Diskussion wird wie auch im Rahmen der Kriterien der ersten Generation auf die umfangreiche Literatur verwiesen. Vgl. z.B. Homburg/ Giering, Konzeptualisierung und Operationalisierung komplexer Konstrukte-Ein Leitfaden für die Marketingforschung, a.a.O.; Decker/Wagner, Marktforschung-Methoden und Modelle zur Bestimmung des Käuferverhaltens, a.a.O.
Vgl. Homburg/ Baumgartner, Beurteilung der Kausalanalyse-Bestandsaufnahme und Anwendungsempfehlungen, a.a.O., S. 170.
Ebenda.
Vgl. Homburg/ Giering, Konzeptualisierung und Operationalisierung komplexer Konstrukte-Ein Leitfaden für die Marketingforschung, a.a.O., S. 125.
Bei Stichproben unter 400 Fällen wird teilweise auch ein Niveau von 0,5 gefordert. Da die Stichprobe in der vorliegenden Untersuchung N = 1.024 Fälle umfasst, wird hier auf 0,4 als Grenzwert abgestellt. Vgl. auch Homburg/ Baumgartner, Beurteilung der Kausalanalyse-Bestandsaufnahme und Anwendungsempfehlungen, a.a.O., S. 170.
Zur Prüfung der Diskriminanzvalidität werden in der Literatur teilweise auch andere Gütemaße, wie z.B. der x2 — Differenztest, vorgeschlagen. Beim Fomell/Larcker-Kriterium handelt es sich um das wohl strengere Kriterium, weshalb es im Rahmen dieser Arbeit herangezogen werden soll. Vgl. Homburg/ Giering, Konzeptualisierung und Operationalisierung komplexer Konstrukte-Ein Leitfaden für die Marketingforschung, a.a.O., S. 126.
Vgl. Homburg/ Baumgartner, Beurteilung der Kausalanalyse-Bestandsaufnahme und Anwendungsempfehlungen, a.a.O., S. 165.
Zudem wird in der Literatur festgestellt, dass sich die Voraussetzung nach normalverteilten Daten bei hinreichend großen Stichproben erübrigt. Bortz und Döring geben als kritische Größe bspw. N = 30 an. Vgl. Bortz, J./ Döring, N., Forschungsmethoden und Evaluation für Human-und Sozialwissenschaftler, 3. Auflage, Berlin u.a. 2003, S. 217. Da die Stichprobe in dieser Untersuchung N < 1.000 beträgt, kann somit auf eine Prüfung der Daten auf Normalverteilung verzichtet werden.
Zu den Vorteilen des ML-Schätzers vgl. Jöreskog, K./ Sörbom, D., Lisrel: Analysis of Linear Structural Relations by the Method of Maximum Likelihood, Chicago (IL) 1983.
Vgl. Borg/ Staufenbiehl, Theorien und Methoden der Skalierung, a.a.O., S. 27.
Vgl. Bagozzi, R.P./ Baumgartner, H., The Evaluation of Structural Equation Models and Hypothesis testing, in: Bagozzi, R.P. (Hrsg.): Principles of Marketing Research, Cambridge (MA) 1994, S. 388.
Rossiter, J., The C-OAR-SE procedure for scale development in marketing, in: International Journal of Research in Marketing, Nr. 4, 2002, S. 313.
So erhöhen sich einerseits die Kosten der Feldarbeit mit zunehmender Länge des Fragebogens, andererseits ermüden die Befragten teilweise mit zunehmender Länge des Interviews, was zu erhöhten Abbruchraten führen kann. Daher werden in der Literatur zusätzlich zu den statistischen Kriterien der Reliabilität und Validität Kriterien wie Praktikabilität und damit Wirtschaftlichkeit als wünschenswert postuliert. Vgl. bspw. Decker/ Wagner, Marktforschung-Methoden und Modelle zur Bestimmung des Käuferverhaltens, a.a.O., S. 259.
Auswahl und Definition der Indikatoren erfolgten dabei nach den Kriterien der Präsenz, Richtung und Einzigartigkeit. Vgl. Caspar/ Metzler, Entscheidungsorientierte Markenführung-Aufbau und Führung starker Marken, Arbeitspapier Nr. 3 des 1. Kooperationsprojekts zwischen dem Marketing Centrum Münster und McKinsey & Company, Inc., a.a.O., S. 9.
Vgl. Berekoven/ Eckert/ Ellenrieder, Marktforschung: Methodische Grundlagen und praktische Anwendung, a.a.O., S. 86 f.
Vgl. Homburg/ Giering, Konzeptualisierung und Operationalisierung komplexer Konstrukte-Ein Leitfaden für die Marketingforschung, a.a.O.
Dabei wurde eine Hauptkomponentenanalyse durchgeführt, zur Rotation das Varimax-Verfahren verwendet sowie die faktoranalytische Eignung der Daten anhand des Kaiser-Meyer-Olkin-Kriteriums (KMO) überprüft. Das KMO-Kriterium weist einen Wert von 0,978 auf, wonach die Stichprobeneignung nach Kaiser und Rice als „marvelous“ zu bezeichnen ist. Zur explorativen Faktorenanalyse und den hier verwendeten Gütekriterien vgl. Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 252.
Die Markenbekanntheit misst die Fähigkeit potenzieller Nachfrager, sich an eine Marke bzw. ein Markenzeichen zu erinnern (ungestützte Markenbekanntheit) oder es nach akustischer und/oder visueller Stützung wieder zu erkennen (gestützte Markenbekanntheit). Vgl. Burmann/ Meffert, Theoretisches Grundkonzept der identitätsorientierten Markenführung, a.a.O., S. 53 f.
Bei sog. Low-Involvement-Gütern, wie Lebensmittel des täglichen Gebrauchs und auch Schokolade sie in der Regel darstellen, ist die Analyse der gestützten Bekanntheit nach Kroeber-Riel die relevantere Größe als die ungestützte Bekanntheit. Vgl. Kroeber-Riel/ Weinberg, De Konsumentenverhalten, a.a.O., S. 354.
Freundt hat in einer branchenübergreifenden Analyse für einzelne Produkttypen differenzierte Kaufverhaltensgrößen entwickelt. Für FMCG postuliert er eine Differenzierung zwischen Einmalkauf und regelmäßigem Kauf. Vgl. Freundt, Emotionalisierung von Marken-Eine empirische Untersuchung der Verhaltensrelevanz emotionaler Markenimages im interindustriellen Vergleich, a.a.O.
Zur Berechnung von Spannweite und Standardabweichung vgl. Bamberg, G./ Bauer, F., Statistik, 8. Überarb. und erw. Auflage, München 1993, S. 21.
Vgl. Dichtl, E./ Schobert, R., Grundzüge der Multidimensionalen Skalierung, in: Dichtl, E./ Schobert, R. (Hrsg.): Multidimensionale Skalierung: methodische Grundlagen und betriebswirtschaftliche Anwendung, München 1979a, S. 1 f.
Auf eine mathematische Herleitung des MDS-Algorithmus soll an dieser Stelle verzichtet werden. Vgl. hierzu ausführlich Backhaus et al., Multivariate Analysemethoden-Eine anwen-dungsorientierte Einführung, a.a.O, S. 499 ff.
Als zugrunde liegendes Distanzmaß wurde hier die Euklidische Distanz gewählt. Vgl. Backhaus et al., Multivariate Analysemethoden-Eine anwendungsohentierte Einführung, a.a.O., S. 511 ff.
Vgl. Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 549 ff.
Diese Methodik entspricht dem von Backhaus et al. empfohlenen zweistufigen Vorgehen. Vgl. Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 367.
Die F-Werte pro Imagedimension stellen den Quotienten aus Varianz innerhalb der Gruppe und Varianz in der Grundgesamtheit dar. Eine Lösung ist dementsprechend umso trennschärfer, je mehr F-Werte unter einem Wert von Eins bleiben. Vgl. Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 378. Die Auswertung der F-Werte dieser Clusterlösung befindet sich im Anhang.
Vgl. Homburg, C./ Herrmann, A./ Pflesser, C., Methoden der Datenanalyse im Überblick, in: Herrmann, A./ Homburg, C. (Hrsg.): Marktforschung: Methoden, Anwendungen, Praxisbeispiele, 2. akt. Auflage, Wiesbaden 2000, S. 113 ff.
Zu den unterschiedlichen Verfahren und ihren Anforderungen an das Datenmaterial vgl. ausführlich Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O.
Zu den unterschiedlichen Skalenniveaus vgl. z.B. Bamberg/ Bauer, Statistik, a.a.O., S. 7 ff.
Dabei können unterschiedliche Distanzmaße bzw. Diskriminanzkriterien zum Einsatz kommen, auf die an dieser Stelle nicht näher eingegangen werden soll. Häufig wird auf die quadrierte Euklidische Distanz zurückgegriffen. Vgl. dazu Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 154 ff.
Allerdings nimmt die diskriminatorische Bedeutung jeder weiteren Funktion — ausgedrückt durch ihren Eigenwertanteil und damit Beitrag zur Varianzerklärung — sehr schnell ab, weshalb häufig nur zwei bis drei Funktionen für die Analyse herangezogen werden. Vgl. Cooley, W.W./ Lohnes, P.R., Multivariate Data Analysis, New York 1971, S. 244.
Vgl. Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 176 f.
In der Literatur finden sich unterschiedliche Anspruchswerte für das Signifikanzniveau. Üblicherweise werden Irrtumswahrscheinlichkeiten von zehn, fünf und ein Prozent als mögliche Grenzwerte angeführt. Vgl. Bamberg/ Bauer, Statistik, a.a.O., S. 180.
Im Zwei-Gruppen-Fall entspricht der kanonische Korrelationskoeffizient der einfachen Korrelation. Diesbezüglich wird überwiegend ein Mindestniveau von 0,2 angeführt. Vgl. Wittenberg, R., Grundlagen computergestützter Datenanalyse, 2. Auflage, Stuttgart 1998, S. 153.
Vgl. Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 173 ff.
Zur Beurteilung eines Mehr-Gruppen-Modells sind die Kriterien auf Grund möglicher Interde-pendenzen zwischen den Funktionen wiederum multivariat zu prüfen. Bspw. wird hier auf das reslduelle Wilks’ Lambda als Produkt der univariaten Wilks’ Lambda zurückgegriffen. SPSS errechnet die multivariaten Werte automatisch. Vgl. Bühl/ Zöfel, SPSS 11-Einführung in die moderne Datenanalyse unter Windows, a.a.O., S. 450 ff.
Im Fall von zwei exakt gleich großen Gruppen bspw. beträgt die zufällige Trefferquote 50 Prozent. Mindestanspruch an die Klassifikationsleistung eines Diskriminanzmodells ist in diesem Fall somit eine Trefferquote von über 50 Prozent. Vgl. hierzu auch Backhaus et al., Multivari-ate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 170 f.
Vgl. Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 150.
Vgl. Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 151 f.
Wie innerhalb der Ausführungen zur generellen Funktionsweise der Diskriminanzanalyse bereits erläutert, ist allerdings fraglich, ob tatsächlich auch alle Funktionen statistisch signifikant zur Erklärung der Wirkungszusammenhänge beitragen und dementsprechend in der finalen Modellstruktur zu integrieren sind. Häufig reichen hier zwei Funktionen aus. Vgl. dazu auch Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 186 f.
Zum Distanzkonzept und seiner Verwendung im Rahmen der Diskriminanzanalyse, insbesondere auch für den hier relevanten Mehr-Gruppen-Fall, vgl. Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 182 f.
Da die Definition des Anspruchsniveaus zwischen ein, fünf und zehn Prozent in der Literatur uneinheitlich ist, wird in empirischen Analysen häufig — wie daher auch hier — der mittlere Wert von fünf Prozent Irrtumswahrscheinlichkeit zugrunde gelegt. Vgl. auch Bühl/ Zöfel, SPSS 11-Einführung in die moderne Datenanalyse unter Windows, a.a.O., S. 110 f.
Auf eine multivariate Signifikanzprüfung der diskriminatorischen Bedeutung der einzelnen Merkmalsvariablen kann an dieser Stelle verzichtet werden. Eine solche ist dann notwendig, wenn auf Basis der univariaten Prüfung bestimmte Variablen potenziell ausgeschlossen werden könnten bzw. sollten. In diesem Fall gibt die multivariate Prüfung darüber Auskunft, ob die betreffenden Variablen in der interdependenten Wirkung mit anderen Variablen dennoch signifikant zur Trennung zwischen den Gruppen beitragen und somit entgegen der univariaten Prüfungsergebnisse nicht aus der weiteren Analyse ausgeschlossen werden sollten. Vgl. zu diesen Ausführungen auch Backhaus et al., Multivariate Analysemethoden-Eine anwendungs-orientierte Einführung, a.a.O., S. 176 ff.
Vgl. Eckey, H.-F./ Kosfeld, R./ Rengers, M., Multivariate Statistik: Grundlagen-Methoden-Beispiele, Wiesbaden 2002, S. 362 ff.
Ungewichtete Zufallswahrscheinlichkeiten können nur im Falle exakt gleich großer Gruppen als Benchmark herangezogen werden. Vgl. Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 170 f.
Bühl und Zöfel bspw. bezeichnen im Rahmen einer von ihnen durchgeführten Analyse mit drei Gruppen die erzielte Klassifikationsleistung von 74,5 Prozent als „passabef“. Bühl/ Zöfel, SPSS 11-Einführung in die moderne Datenanalyse unter Windows, a.a.O., S. 447. Vor dem Hintergrund einer im vorliegenden Fall mit vier Gruppen dementsprechend geringeren Zufallswahrscheinlichkeit (25 Prozent unter Vernachlässigung der unterschiedlichen Gruppengrößen) können die Ergebnisse hier als gut bis zufrieden stellend gewertet werden.
Das Proportional Chance Criterion (PCC) entspricht der mit der Gruppengröße gewichteten zufälligen Trefferquote und kann durch den Ausdruck α2+(1-α)2 bestimmt werden, wobei α der Anteil einer Gruppe an der Gesamtzahl der Beobachtungen ist. Vgl. Krafft, Der Ansatz der Logistischen Regression und seine Interpretation, a.a.O., S. 632.
Die PCCs für die einzelnen Objekte — also hier Marken — können mit SPSS automatisch berechnet werden, sofern der Anwender diese Funktion wählt. Vgl. Bühl/ Zöfel, SPSS 11-Einführung in die moderne Datenanalyse unter Windows, a.a.O., S. 442.
Bis Ende der 1990er-Jahre wurde die logistische Regression kaum in der deutschsprachigen Literatur erörtert. Mittlerweile kann sie allerdings auch in der deutschen Literatur als etabliertes multivariates Analyseverfahren bezeichnet werden. Vgl. bspw. Backhaus et al., Multiva-riate Analysemethoden-Eine anwendungsohentierte Einführung, a.a.O. S. 104 ff.
Für die unabhängigen Variablen wird dabei eine logistische Verteilung der Residuen angenommen. Auf eine mathematische Herleitung dieser Annahme soll an dieser Stelle verzichtet werden. Vgl. zu dieser Herleitung Backhaus et al., Multivariate Analysemethoden-Eine an-wendungsorientierte Einführung, S. 110f.
Vgl. Urban, Logit-Analyse: Statistische Verfahren zur Analyse von Modellen mit qualitativen Response-Variablen, a.a.O., S. 1 und S. 13.
Vgl. Aldrich, J.H./ Nelson, F.D., Linear Probability, Logit, and Probit Models, Beverly Hills, London 1984, a.a.O.
Zusätzlich wird in der Literatur mitunter auch die sog. Goodof-Fif-Statistik als Gütekriterium angeführt. Zu den Gütekriterien vgl. bspw. Krafft, Der Ansatz der Logistischen Regression und seine Interpretation, a.a.O., S. 629 ff.
Zur Problematik der Devianz als Gütekriterium der logistischen Regression vgl. z.B. Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 114 ff.
Auf eine mathematische Erläuterung dieser Gütekriterien und eine Herleitung der akzeptablen Wertebereiche soll an dieser Stelle verzichtet. Vgl. hierzu ausführlich Krafft, Der Ansatz der Logistischen Regression und seine Interpretation, a.a.O., S. 629 ff., Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 114 ff., Maddala, Limited Dependent and Qualitative Variables in Econometrics, a.a.O., S. 37 ff., Urban, Logit-Analyse: Statistische Verfahren zur Analyse von Modellen mit qualitativen Response-Variablen, a.a.O., S.64 ff.
Zur Interpretation der Wirkungsstärke einzelner unabhängiger Variablen mit Hilfe der Odd-Ratios vgl. z.B. Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 120 ff.; Hosmer, D.W./Lemeshow, S., Applied Logistic Regression. Wiley Series in Probability and Mathematical Statistics, New York et al. 1989, S. 40 f.
Zur Spezifikation des logistischen Regressionsmodells hinsichtlich der Analyse eines Marken-portfolios bzw. einer strategischen Gruppe vgl. auch Burmann/ Kullmann, Strategisches Mehrmarkencontrolling-Modellkonzeption zur integrierten und dynamischen Koordination von Markenportfolios-Arbeitspapier Nr. 14 des Lehrstuhls für innovatives Markenmanagement (LiM), a.a.O., S. 26 ff.
Vgl. hierzu auch ausführlich das Fallbeispiel bei Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 123 ff.
SPSS wählt grundsätzlich die Gruppe mit der numerisch höchsten Skalierung als Referenzgruppe. Hier ist das WM-8. Allerdings kann durch eine einfache Re-Codierung im Datensatz auch eine andere Referenzgruppe gewählt werden. Würde WM-8 im vorliegenden Datensatz bspw. eine ‚0 ‘zugewiesen, würde SPSS automatisch WM-7 als Referenzgruppe wählen, da diese dann die höchste Codierung aufwiese. Zu diesem Vorgehen vgl. auch. Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 136.
Einschränkend muss allerdings an dieser Stelle nochmals erwähnt werden, dass die Fallzahl bei Second-Choice Marke WM-7 mit N = 15 Beobachtungen relativ klein ist. Backhaus et al. empfehlen mindestens 25 Beobachtungen pro Ausprägung der unabhängigen Variablen. Diese Mindestfallzahl ist im vorliegenden Fall für Käufer der Marke PM-1 mit der Marke WM-7 als Second-Choice dementsprechend deutlich unterschritten. Vgl. Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 137.
Kraft konstatiert diesbezüglich: „Dabei ist zu beachten, dass die Parameterschätzungen einer logistischen Regression wesentlich schwerer zu interpretieren sind [...]. Bei der logistischen Regression repräsentieren die Koeffizienten die Änderung des Logit der abhängigen Variablen bei einer Änderung der unabhängigen Variablen um eine Einheit. Der Logit als na-türlicher Logarithmus der Gewinnchance, also des Verhältnisses der Wahrscheinlichkeit, dass die abhängige Variable gleich 1 ist, zu dessen Gegenwahrscheinlichkeit, stellt aber keine leicht verständliche Größe dar.“ Krafft, Der Ansatz der Logistischen Regression und seine Interpretation, a.a.O., S. 633.
Allerdings weist die logistische Regression gegenüber der Diskriminanzanalyse zudem einige mathematisch-statistische Vorteile auf, insbesondere die Möglichkeit der Ableitung infe-renzstatistischer Aussagen. Hierzu vgl. ausführlich Urban, Logit-Analyse: Statistische Verfahren zur Analyse von Modellen mit qualitativen Response-Variablen, a.a.O., S. 16 ff.; Krafft, Der Ansatz der Logistischen Regression und seine Interpretation, a.a.O., S. 626 f.; Maddala, Limited Dependent and Qualitative Variables in Econometrics, a.a.O., S. 27.
Zur Notwendigkeit einer solchen Integration einer zukunftsgerichteten Analysedimension vgl. bspw. Meffert, Marketing Management-Analyse-Strategie-Implementierung, a.a.O., S. 34
Zur Prognoseeignung der Diskriminanzanalyse vgl. bspw. Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 146 f.
Prinzipiell stehen unterschiedliche Verfahren zur Klassifikation im Rahmen der Diskriminanzanalyse zur Verfügung. Hier soll aber analog zur Analyse in Kapitel D-4 wiederum auf das Distanzkonzept zurückgegriffen werden. Zu den Vor-und Nachteilen der unterschiedlichen Klassifikationsverfahren vgl. Backhaus et al., Multivariate Analysemethoden-Eine anwendungsorientierte Einführung, a.a.O., S. 180 ff.
Die Strategie der Marktdurchdringung — mitunter auch als Intensivierungsstrategie bezeichnet — beinhaltet generell die (verbesserte) Ausschöpfung des Marktpotenzials mit vorhandenen Produkten in bestehenden Märkten. Zur inhaltlichen und terminologischen Abgrenzung dieser Strategie von anderen strategischen Stoßrichtungen, bspw. der Marktentwicklung oder der Diversifikation, vgl. Meffert, Marketing: Grundlagen marktorientierter Unternehmensführung: Konzepte — Instrumente — Praxisbeispiele, a.a.O., S. 244 ff.
Zur Imitationsstrategie (Me-too-Strategie) vgl. bspw. Meffert, Marketing: Grundlagen marktorientierter Unternehmensführung: Konzepte-Instrumente-Praxisbeispiele, a.a.O., S. 269 ff.
Rights and permissions
Copyright information
© 2006 Deutscher Universitäts-Verlag | GWV Fachverlage GmbH, Wiesbaden
About this chapter
Cite this chapter
(2006). Empirische Untersuchung zur Modellvalidierung. In: Strategisches Mehrmarkencontrolling. DUV. https://doi.org/10.1007/978-3-8350-9259-4_4
Download citation
DOI: https://doi.org/10.1007/978-3-8350-9259-4_4
Publisher Name: DUV
Print ISBN: 978-3-8350-0414-6
Online ISBN: 978-3-8350-9259-4
eBook Packages: Business and Economics (German Language)