Auszug
Die in einer Studie untersuchten Eigenschaften916 und Ausprägungen bilden die Bewertungsgrundlage aller Verfahren zur Präferenzmessung — sie nehmen somit eine zentrale Stellung bei der Untersuchung von Konsumentenbedürfnissen ein. Ziel dieses Kapitels ist es, typische Abgrenzungskriterien zur Einordnung von Eigenschaften sowie deren Auswirkungen auf die Präferenzmessung darzustellen. Erst die Berücksichtigung dieser Faktoren ermöglicht eine systematische Bestimmung der zu untersuchenden Bewertungsdimensionen.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Im Folgenden werden Begriffe wie „Kriterium“, „Attribut“, „Merkmal“, „Faktor“, „Objektdimension“ und „Charakteristikum“ als Synonym für „Eigenschaft“ verwendet (vgl. Herrmann (1998), 138; Stallmeier (1993), 31). In der betriebswirtschaftlichen Entscheidungsanalyse werden Eigenschaften teilweise als „Ziele“ bezeichnet (vgl. Klein; Scholl (2004), 325f.).
Herrmann (1998), 138.
Vgl. Herrmann (1998), 138.
Vgl. Eisenführ; Weber (2003), 130.
Vgl. Orme (2002c), 1.
Vgl. Trommsdorff (2003), 302; Höser (1998), 43f.
Heitmann; Herrmann (2005, 231f.) bezeichnen Vertrauenseigenschaften als „irrelevante Informationen“. Weil der Entscheider die Nutzenstiftung der Ausprägungen dieser Eigenschaften nicht überprüfen kann, gehen sie davon aus, dass diese Merkmale keinen Einfluss auf die Wahlentscheidungen ausüben. Relevant für die Produkteinschätzung sind aber nicht unbedingt die objektiv vorhandenen, sondern die vom Kunden wahrgenommenen Nutzenelemente, so dass auch Vertrauenseigenschaften einen Einfluss auf die Kaufentscheidung ausüben können (siehe dazu Kapitel 4.1.8).
Vgl. Trommsdorff (2003), 302; Satzinger; Helm (2000), 237.
Vgl. Klein; Scholl (2004), 325f.; Nitschke; Völckner (2006), 745ff.
Reale Kaufentscheidungen werden vom wahrgenommenen Risiko und den individuellen Präferenzen beeinflusst. Im Rahmen von empirischen Studien wird allerdings das Risiko ausgeblendet, so dass Wahlentscheidungen hier allein auf die Präferenzen des Befragungsteilnehmers zurückgeführt werden (vgl. Parker; Schneider (1988), 277f.). Die Messung der Präferenzen muss daher immer unter Sicherheit erfolgen. Unsicherheit und Risiko könnten demnach lediglich a posteriori, z.B. durch Gewichtung der ermittelten Pröferenzwerte, berücksichtigt werden; für einen ersten Ansatz siehe Nitschke; Völckner (2006, 745ff.).
Vgl. Nitschke; Völckner (2006), 745, 755.
Vgl. Gierl; Satzinger (2000), 262; Böcker; Helm (2003), 152.
Vgl. Green; Wind (1975), 109. Satzinger; Helm (2000, 236) bezeichnen die extrinsischen Attribute auch als “immaterielle Eigenschaften”.
Vgl. Böcker; Helm (2003), 152f.; Gierl; Satzinger (2000), 271ff.
Solche Eigenschaften rufen unterschiedliche Assoziationen bei den Entscheidungsträgern hervor, die auf individuellen Erfahrungen und Vorstellungen beruhen. Sie werden deshalb auch als „enriched attributes“ bezeichnet. Merkmale, die dagegen tendenziell eindeutiger interpretierbar sind, kölnten als „comparable attributes“ beschrieben werden (vgl. Nowlis; Simonson (1997), 207f.).
Vgl. Reibstein; Bateson; Boulding (1988), 275; Hair; Anderson; Tatham; Black (1998), 407; Diller (2000), 203.
Vgl. Huber; Wittink; Johnson (1992), 2, 5; Völckner (2005), 1f.; Völckner; Sattler (2005b), 1; Sattler; Rao (1997), 1286; Schubert (1991), 26; Cattin; Wittink (1982), 52; Rao (2004), 389; Johnson (2001), 3; Hensel-Börner (2000), 70; Hair; Anderson; Tatham; Black (1998), 407; Völckner (2006), 474. Für ein Beispiel einer solchen Preis-Qualitäts-Irradiation siehe Balderjahn (1993), 110.
Vgl. Völckner; Sattler (2005b), 1.
Dies ist insbesondere der Fall, wenn die Konsumenten Entscheidungsheuristiken zur Produktwahl nutzen, da z.B. ein Abwägen der jeweiligen Ausprägungen der Leistungsdimensionen für die Konsumenten zu komplex ist, diese mehr nach Exklusivität streben oder im Gegensatz dazu die Produkte für die Käufer nur eine geringe Relevanz besitzen (vgl. Völckner (2005), 21f.).
Vgl. Huber; Wittink; Johnson (1992), 2, 5, 8.
Vgl. Huber; Wittink; Johnson (1992), 6. Eine bei Konsumgütern weniger verzerrte Schätzung des Informationseffekts lassen möglicherweise wahlbasierte Methoden wie die Choice-Based Conjoint zu. Diese beruhen auf einfachen Einschätzungen der Befragungsteilnehmer, die keine tiefe Verarbeitung der vorgegebenen Informationen voraussetzen (vgl. Huber; Wittink; Johnson (1992), 6; Völckner; Sattler (2005b), 2ff.). Auch diese Verfahren zur Präferenzmessung beruhen allerdings auf einer linearen Nutzenfunktion, die lediglich bei Trade-off Entscheidungen angewendet werden kann.
Vgl. Hair; Anderson; Tatham; Black (1998), 407; Melles (2001), 38. Siehe dazu insbesondere Kapitel 4.2.1.
Vgl. Hair; Anderson; Tatham; Black (1998), 407.
Dies kann wiederum der Fall sein, wenn die Ausprägung des Merkmals „Preis“ sehr hoch ist und andere Merkmale eine eher weniger präferierte Ausprägung aufweisen (vgl. Hair; Anderson; Tatham; Black (1998), 407). Siehe auch Kapitel 4.2.3.2.
Vgl. Schweikl (1985), 141; Cattin; Wittink (1982), 52.
Vgl. Kemper (2000), 18; Huber; Wittink; Johnson (1992), 1. Schweikl (1985, 141) verzichtet deshalb in einer empirischen Studie auf dieses Merkmal.
Vgl. Satzinger; Helm (2000), 236.
Vgl. Huber; Wittink; Johnson (1992), 3, 5.
Vgl. Johnson; Orme (1996), 9ff.
Vgl. Huber; Wittink; Johnson (1992), 6, 8.
Vgl. Huber; Wittink; Johnson (1992), 6.
Für ein Beispiel zur Nutzung von Testurteilen siehe Green; Wind (1975, 109), der ein Qualitätssiegel in einer Conjoint-Analyse nutzt.
Vgl. Huber; Wittink; Johnson (1992), 6.
Vgl. Huber; Wittink; Johnson (1992), 6f.
Vgl. Johnson; Orme (1996), 15
Vgl. Huber; Wittink; Johnson (1992), 6; Sawtooth Software (1999), 5.
Vgl. Huber (1974), 1398; Reiners (1996), 50f. Siehe auch Quack (1980, 25), der zwischen kategorialen (qualitativen) und kontinuierlichen (quantitativen) Eigenschaften unterscheidet.
Vgl. Orme (2002c), 1.
Vgl. Orme (2002c), 1.
Vgl. Reiners (1996), 50f.
Vgl. Nowlis; Simonson (1997), 205ff.; Heitmann; Herrmann (2006), 231.
Heitmann; Herrmann (2006), 231.
Vgl. Heitmann; Herrmann (2006), 231.
Westwood; Lunn; Beazley (1974), 237.
Vgl. Westwood; Lunn; Beazley (1974), 237. Eine ähnliche Einteilung erfolgt beim Kano-Modell der Kundenzufriedenheit (vgl. Bailom; Hinterhuber; Matzler; Sauerwein (1996), 117). Dabei werden die Eigenschaften in die drei Kategorien „Basisanforderungen“, „Leistungsanforderungen“ und „Begeisterungsanforderungen“ gegliedert. Basisanforderungen beschreiben Mindestausprägungen bestimmter Eigenschaften und entsprechen somit den „Schwelleneigenschaften“. Diese müssen erfüllt werden, da sonst mit extremer Unzufriedenheit des Kunden zu rechnen ist. Werden die Mindestanforderungen erreicht, so führt dies nicht zu einer höheren Zufriedenheit, da sie als gegeben vorausgesetzt werden. Basisanforderungen sind meist nicht salient. Differenzierungsmöglichkeiten ergeben für einen Hersteller nur, wenn er den Kundennutzen entscheidend steigern kann. Bei Leistungsanforderungen ist ein Ansteigen der Kundenzufriedenheit proportional zu der Erfüllung, d.h. einer Veränderung der Ausprägungen, zu erwarten. Es handelt sich um Eigenschaften, die vom Entscheidungsträger beim Kauf explizit berücksichtigt werden. Auch Begeisterungseigenschaften haben u.U. einen großen Einfluss auf die Kundenzufriedenheit. Sie werden von den Entscheidungsträgern, die sich nicht gerade im Kaufentscheidungsprozess befinden, jedoch nicht explizit erwartet (vgl. Bailom; Hinterhuber; Matzler; Sauerwein (1996), 118). Basisanforderungen haben, analog zu den Schwelleneigenschaften, auf die letztendliche Entscheidung keinen Einfluss, da im Evoked-Set lediglich Alternativen berücksichtigt werden, die alle Mindestanforderungen erfüllen. In die Präferenzmessung sollten deshalb vor allem Leistungsanforderungen und Begeisterungsanforderungen aufgenommen werden. Da Begeisterungsanforderungen nicht ohne weiteres vom Kunden erwartet werden, ist bei der Festlegung der zu untersuchenden Eigenschaften auf Basis von Kundenurteilen darauf zu achten, dass die Befragungsteilnehmer zunächst einen extensiven Informationssuchprozess durchlaufen haben. Griffin; Hauser (1993, 4) unterteilt deshalb die Eigenschaften in “basic needs”, „articulated needs“ und „exciting needs“. „Basic needs“ entsprechen den Grundanforderungen, „articulated needs“ sind einfach durch Befragung zu erheben und haben Einfluss auf die Zufriedenheit. Es handelt sich dabei um Trade-off Eigenschaften. „Exciting needs“ können, wie Added-value Eigenschaften, nicht ohne weiteres erhoben werden, da Konsumenten diese Ausprägungen vor einer Informationssuche typischerweise nicht kennen.
Vgl. Eisenführ; Weber (2003), 67.
Vgl. Keeney; Gregory (2005), 2; Eisenführ; Weber (2003), 67.
Vgl. Keeney; Gregory (2005), 2.
Vgl. Keeney; Gregory (2005), 2; Eisenführ; Weber (2003), 67.
Vgl. Keeney; Gregory (2005), 2. Auch im Rahmen von Studien zur Präferenzmessung im Marketing wurden bereits künstliche Merkmale genutzt. Siehe als Beispiele u.a. Swoboda (2000, 155), bei dem die Ausprägungen der Eigenschaft „Zusatzleistungen“ als Index aus verschiedenen Einzelleistungen gebildet wurde bzw. Perrey (1998, 176f.), der übergeordnete Benefit-Eigenschaften (siehe Kapitel 4.1.8) durch eine Reihe von Beispielen für objektive Merkmalsausprägungen bildet. Ein weiteres praktisches Beispiel für künstliche Eigenschaften sind die Bezeichnungen für bestimmte Ausstattungspakete bei Automobilen (z.B. „Sport-Line“, „Comfort-Line“, „Premium-Line“ usw.), die für ein Bündel verschiedener objektiver Merkmale stehen und so die Beurteilung der Alternativen erleichtern sollen.
Vgl. Keeney; Gregory (2005), 2
Die Bildung von gebündelten Eigenschaften geht auf einen Vorschlag von Green; Srinivasn (1978, 107) zurück.
Siehe dazu Kapitel 4.2.3.1.1, 4.2.3.2 und Agarwal (1988), 56.
Vgl. Johnson; Olberts (1996), 3.
Vgl. Orme (2002c), 3.
Vgl. Agarwal (1988), 56.
Vgl. Schubert (1991), 20.
Vgl. Schubert (1991), 20.
Vgl. Kotler (1974), 415f.
Kotler (1974), 416.
Vgl. Kotler (1974), 416.
In Anlehnung an Kotler (1974), 416.
Herrmann (1998), 31.
Siehe auch Lefkoff-Hagius; Mason (1993), 101, Reiners (1996), 47f.
Vgl. Hammann; Erichson (1994), 327; Höser (1998), 108.
Vgl. Reiners (1996), 47.
Reiners (1996), 47.
Lefkoff-Hagius; Mason (1993), 105.
Siehe Lefkoff-Hagius; Mason (1993), 101; Creusen; Schoormans (1997), 82; Reiners (1996), 48; Louviere; Woodworth (1988), 52; Schubert (1991), 30ff.; Perrey (1998), 46ff.
Schubert (1991), 32. In der Literatur zur Einstellungsmessung wird eine ähnliche Einteilung vorgenommen, hier wird zwischen denotativen und konnotativen Produktmerkmalen unterschieden. Während denotative Eigenschaften direkt beobachtbar sind, stehen konnotative Merkmale für eine „metaphorische“ Bedeutung wie beispielsweise ein „sexy“ Pullover (vgl. Quack (1980), 24f.). Konnotative Attribute sind folglich mit den Imagery Eigenschaften vergleichbar.
Vgl. auch Jaccard; Brinberg; Ackerman (1986), 265.
Vgl. Myers; Shocker (1981), 213.
Vgl. Huber (1975), 290; Schubert (1991), 178; Mengen (1993), 84.
Siehe Melles (2001), 34; Reiners (1996), 47f., Lefkoff-Hagius; Mason (1993), 101; Reiners (1996), 47; Vriens (1995), 30; Albrecht (2000), 21.
Dieser Begriff geht auf Shocker; Srinivasan (1974, 925) zurück. Siehe diesbezüglich auch Schweikl (1985), 96; Lefkoff-Hagius; Mason (1993), 101; Melles (2001), 34; Huber (1975), 290.
Problematisch bei der Nutzung objektiver Attribute ist jedoch, dass nicht in jedem Fall davon ausgegangen werden kann, dass den Konsumenten der Zusammenhang zwischen den Eigenschaftsarten bewusst ist. Dies bedeutet, dass der Entscheider auf Basis seines Vorwissens in der Lage sein muss, anhand der objektiven Eigenschaftsausprägungen Nutzenvorstellungen (Benefits) abzuleiten (vgl. Lefkoff-Hagius; Mason (1993), 102). Bei objektiven Eigenschaftsausprägungen üerlässt man es dem Probanden, die Nutzenstiftung selbst zu bestimmen, während diese bei subjektiven Eigenschaften explizit vorgegeben wird.
Creusen; Schoormans (1997) und Lefkoff-Hagius; Mason (1993) untersuchen in verschiedenen Studien, welche Eigenschaftsarten im Rahmen von Präferenzentscheidungen genutzt werden. Anhand der Ergebnisse der Untersuchungen kann geschlussfolgert werden, dass die Konsumenten im Rahmen von Präferenzstatements die Alternativen eher auf Basis von Benefits einschätzen. Characteristics spielen dagegen bei Ähnlichkeitseinschätzungen eine tendenziell wichtigere Rolle. Siehe dazu auch Melles (2001), 34; Reiners (1996), 49f.; Wilkie; Pessemier (1973), 429; Albers (1989), 188.
Vgl. Lefkoff-Hagius; Mason (1993), 102f. Siehe analog auch Reiners (1996), 47.
Vgl. Lefkoff-Hagius; Mason (1993), 102. Siehe dazu ebenfalls Gutsche; Herrmann; Kressmann; Algesheimer (2005), 638ff.; Melles (2001), 34; Albers (2000), 357.
Ein Beispiel dafür sind „good living-conditions“ (Helm; Manthey; Scholl; Steiner (2003), 3) in einer Universitätsstadt.
Vgl. Schubert (1991), 179.
Vgl. Schweikl (1985), 96.
Vgl. Schubert (1991), 32.
Vgl. Reiners (1996), 49.
Allerdings gibt es in der Literatur immer wieder Versuche, eine solche Transformationsfunktion aufzustellen, siehe dazu Hartmann (2004), 13; Myers; Shocker (1981), 231f.; Myers (1976), 23ff.; Shocker; Srinivasan (1979a), 162f. Schließlich können auch Methoden wie der Value-Tree (vgl. Goodwin; Wright (2000), 19f.), Laddering-Interviews und der Benefit-Chain Ansatz (siehe Kapitel 5.3.3) zumindest erste Hinweise zur Transformation von Eigenschaftsarten liefern.
Dieser Aspekt wurde erstmals von Helm, Steiner (2006, 13ff.) beschrieben. Eine Transformation auf aggregierter Ebene wäre lediglich denkbar, wenn die Wahrnehmungen der Konsumenten bezüglich der Produkte weitgehend homogen sind, z.B. objektive Eigenschaften immer ähnliche Wahrnehmungen und Nutzenvorstellungen hervorrufen (vgl. Albers (1989), 193; Albers (2000), 358). Ein solcher Fall ist allerdings äußerst unwahrscheinlich, weshalb es unmöglich erscheint, eine eindeutige Transformationsfunktion auf aggregierter Ebene zu erstellen (vgl. Schweikl (1985), 96; Green (1975), 28; Shocker; Srinivasan (1979a), 14. Siehe analog Albrecht (2000), 21; Albers (1989), 193f.). Dies gilt insbesondere weil, wie beschrieben, die Verbindungen zwischen Characteristics und Benefits vom individuellen Vorwissen bzw. den individuellen Erfahrungen der Befragungsteilnehmer determiniert werden.
Eine ähnliche Vorgehensweise nutzen Dichtl; Schobert (1979, 30); dabei allerdings zur Verbindung von subjektiven Ähnlichkeitsurteilen mit objektiven Produkteigenschaften.
Bei der praktischen Anwendung plädieren Reiners (1996, 96) und Albrecht (2000, 33) dafür, dass ausschließlich objektive bzw. von den subjektiven Eigenschaften lediglich die Merkmale innerhalb der Präferenzmessung untersucht werden, die leicht in objektive Merkmale zu übertragen sind. Durch die von Helm; Manthey; Scholl; Steiner (2002, 16) vorgeschlagene Vorgehensweise können allerdings auch subjektive Nutzenvorstellungen mit den objektiven Eigenschaften und Ausprägungen in Zusammenhang gebracht und produktpolitische Entscheidungen abgeleitet werden.
Auf Basis einer weiteren Meta-Studie beobachten Helm; Steiner (2006, 12) ebenfalls, dass objektive Eigenschaften (44%) innerhalb von Studien zur Präferenzmessung am häufigsten angewendet werden. Benefits kommen demgegenüber nur in 4% der berücksichtigten Studien als alleinige Eigenschaftsart zum Einsatz. Andererseits wird in 30% der untersuchten Studien eine Kombination aus Characteristics und Benefits als Bewertungsgrundlage verwendet.
Vgl. Helm; Steiner (2006), 12.
Vgl. Lefkoff-Hagius; Mason (1993), 102.
Vgl. Helm; Steiner (2006), 11.
Siehe dazu auch Myers; Shocker (1981), 220, 229f.; Schubert (1991), 34).
Bei der Nutzung objektiver Eigenschaften ist bei einem geringen Vorwissen beispielsweise nicht sichergestellt, dass die jeweiligen Entscheidungsträger diese überhaupt einschätzen können. Wenn objektive Produktmerkmale untersucht werden, sollten diese deshalb immer auf Basis der jeweils individuellen Nutzenvorstellungen-d.h. aus Kundensicht-bestimmt werden (vgl. Myers; Shocker (1981), 220, 229f.; Schubert (1991), 34). Dies gilt insbesondere, wenn Preise für die hypothetischen Alternativen bestimmt werden sollen (vgl. Diller (2000), 201).
Vgl. Wilkie; Pessemier (1973), 429; Haedrich; Kuß; Kreilkamp (1986), 121; Wittink; Cattin (1989), 94.
Vgl. Goodwin; Wright (2000), 65; Johnson; Levin (1985), 170ff.; Huber; McCann (1982), 324; Yamagishi; Hill (1981), 16f.; Alba; Cooke (2004), 383ff.
Vgl. Johnson; Levin (1985), 174.
Vgl. Huber; McCann (1982), 332. Bei unvollständigen Informationen ist schließlich verstärkt mit dem Auftreten von Framing-Effekten zu rechnen, die die Ergebnisse der Präferenzmessung verzerren können (vgl. Melles (2001), 186).
Theuerkauf (1989), 1180.
Vgl. Hammond; Keeney; Raiffa (1998), 143.
Vgl. Perrey (1998), 67.
Vgl. Goodwin; Wright (2000), 15.
Vgl. Keeney; Gregory (2005), 4; Böcker; Schweikl (1988), 16. Siehe im Gegensatz dazu Gibson (2001, 18), der fordert, dass „all the attributes and levels that could affect choice should be included“ (siehe analog auch Lürssen (1989), 172). Problematisch an dieser Forderung ist jedoch, dass einerseits nie wirklich „alle“ Einflussfaktoren auf das Wahlverhalten eines Entscheidungsträgers erfasst werden können und nicht für alle Entscheider die gleichen Merkmale und Ausprägungen relevant sind. Bestimmte Verfahren der Präferenzmessung ermöglichen zwar, eine Beschränkung der Präferenzmessung auf möglicherweise besonders relevante Merkmale. Diese Verfahren stellen allerdings nicht sicher, dass die tatsächlich relevanten Ausprägungen überhaupt in eine Untersuchung aufgenommen wurden. Schwachpunkt dieser Methoden ist weiterhin, dass die Selektion von Eigenschaften auf individueller Ebene nicht stabil ist, während auf aggregierter Ebene mit stabileren Einschätzungen zu rechnen ist (vgl. Huber (1987), 6).
Siehe analog auch Gibson (2001), 18f.
Vgl. Backhaus; Erichson; Plinke; Weiber (2003), 546; Schmidt-Gallas (1998), 31; Schubert (1991), 178; Mengen (1993), 85; Gutsche (1995), 90.
Vgl. Schubert (1991), 178, Hahn (1997), 48; Balderjahn (1993), 95; Albrecht (2000), 32.
Vgl. Backhaus; Erichson; Plinke; Weiber (2003), 548; Skiera; Gensler (2002a), 201; Mengen (1993), 85; Reiners (1996), 32 ff.; Perrey (1998), 49.
Einerseits plädiert Schubert (1991) dafür, nur realisierbare und beeinflussbare Eigenschaften in die Präferenzmessung aufzunehmen (Seite 178), andererseits spricht er sich auf Seite 186 gegen eine solche Vorgehensweise aus.
Vgl. Schweikl (1985), 101.
Vgl. Melles (2001), 34; Reiners (1996), 31; Wilkie; Pessemier (1973), 432.
Vgl. Backhaus; Erichson; Plinke; Weiber (2003), 548; Reiners (1996), 31f.; Cattin; Wittink (1982), 46; Perrey (1998), 67; Theuerkauf (1989), 1186f.; Keeney; Raiffa (2003), 109ff.
Vgl. Melles (2001), 14.
Vgl. Acito (1977), 83f.; Green; Rao (1971), 355.
Vgl. Helm; Manthey; Scholl; Steiner (2003), 6; Eisenführ; Weber (2003), 119; Srinivasan; Park (1997), 288; Srinivasan (1988), 296; von Winterfeldt; Edwards (1986), 263.
Für Self-Explicated Methoden siehe beispielsweise Hoepfl; Huber (1970), 413.
Vgl. Green; Srinivasan (1978), 105; Green; Wind; Rao (1998), 12ff.; Green; Krieger; Wind (2001), 60. So können im Rahmen der ACA keinerlei Interaktionseffekte geschätzt werden (vgl. Sawtooth Software (2002), 16; Agarwal (1988), 56). Ferner können bei Anwendung der Bridging Conjoint-Analyse potenzielle Interaktionseffekte nicht berücksichtigt werden (vgl. Thaden (2002), 78).
Siehe dazu u.a. Louviere (1988b), 16ff.; Melles (2001), 13 f.; Pras; Summers (1975), 276ff. Auch die CBC erlaubt die Schätzung von Interaktionseffekten (vgl. Klein (2002), 37; Sawtooth Software (1999), 5f., 14; Johnson; Orme (1996), 2).
Vgl. Borcherding (1983), 111f.; Pöyhönen; Hämäläinen (1997), 2.
Vgl. Curry (1997), 7.
Vgl. Backhaus; Erichson; Plinke; Weiber (2003), 552f.
Vgl. Kohli (1988), 25ff.
Vgl. Addelman (1962), 21ff.
Vgl. Pigeon; McAllister (1989), 249; Holland; Cravens (1973), 275; Huber (1987), 5ff.; Green; Srinivasan (1990), 6.
Vgl. Backhaus; Erichson; Plinke; Weiber (2003), 552; Gupta (1985), 177. Siehe Kapitel 3.4.
Eine Reduzierung der Paarvergleiche kann z.B. durch das Partially Balanced Incomplete Block Design (vgl. Green (1974), 63) oder durch die von Hausruckinger; Herker (1992, 99) vorgeschlagene Methode erfolgen.
Vgl. Green; Srinivasan (1978), 109.
Vgl. Huber (1987), 5ff.; Fenwick (1975), 208f.; Acito (1977), 85; Leigh; MacKay; Summers (1984), 456.
Vgl. Green; Devita (1975), 146; Reibstein; Bateson; Boulding (1988), 281.
Vgl. Green; Devita (1975), 146.
Vgl. Opitz (1999), 227f; Ohse (1990), 71ff.
Siehe dazu ebenfalls Green; Carroll; Carmone (1978, 116ff.), die eine entsprechende stufenweise Methode vorschlagen, bei der a priori keine Informationen über Interaktionseffekte vorliegen und die eine a posteriori Selektion von Interaktionseffekten ermöglicht.
Vgl. Louviere (1988b), 60f.; Green; Srinivasan (1978), 107; Teichert (2000a), 480f.; Melles (2001), 13f.; Akaah; Korgaonkar (1983), 190, 195; Green; Goldberg; Wiley (1983), 148; Holbrook; Moore (1981), 107.
Vgl. Green; Srinivasan (1990), 5; Carmone; Green (1981), 87; Voeth (2000), 211; Weisenfeld-Schenk (1989), 34; Reibstein; Bateson; Boulding (1988), 285; Green; Devita (1975), 146; Green; Carroll; Carmone (1978), 111ff.; Albrecht (2000), 57.
Vgl. Carmone; Green (1981), 93.
Man unterscheidet zwischen hybriden Verfahren zur Reduzierung der Anzahl der befragten Eigenschaften, wie z.B. die ACA, CCC oder CHIC (vgl. Hensel-Börner (2000), 50ff.) und den hier beschriebenen hybriden Verfahren, um Interaktionen zwischen Eigenschaften berechnen zu können (vgl. Green; Goldberg; Montemayor (1981), 35). Eine ähnliche Vorgehensweise schlagen auch Green; Devita (1975, 147, 151f.) vor.
Vgl. Green; Goldberg; Montemayor (1981), 35.
Vgl. Green; Srinivasan (1978), 118.
Diese werden teilweise ebenfalls als “Superattribute” bezeichnet (vgl. Perrey (1998), 72; Green; Srinivasan (1978), 107; Schubert (1991), 215; Green; Srinivasan (1990), 6).
Vgl. Curry (1997), 7.
Vgl. Curry (1997),7; Johnson; Olberts (1996), 3.
Vgl. Johnson, Olberts (1996), 3.
Vgl. Green; Carroll; Carmone (1978), 110.
Vgl. Green; Devita (1974), 56f.; Green (1973), 413f. Carmone; Green (1981, 93) beobachten allerdings, dass bei Anwendung der üblichen Haupteffektedesigns Non-Cross-Over Interaktionen kaum zu Verzerrungen führen.
Vgl. Holbrook; Moore (1981), 103.
Vgl. Carmone; Green (1981), 88.
Carmone; Green (1981), 93 und Green; Srinivasan (1990), 5. Ein Beispiel für Interaktionen bezüglich des Geschmacks findet sich auch bei Bamberg; Coenenberg (2000, 48f.); eines für Design in Eisenführ; Weber (2003, 120f.).
Vgl. Tscheulin (1992), 41. Teilweise werden diese Interaktionen als „ordinal“ und „disordinal interactions“ bezeichnet (vgl. Green; Devita (1974), 56; Ross; Creyer (1993), 336).
Vgl. Teichert (2000a), 481; Weisenfeld-Schenk (1989), 34.
Vgl. Green (1973), 415; Carmone; Green (1981), 88; Green; Devita (1975), 415f. Die generelle Berücksichtigung von potenziellen Interaktionen führt somit nicht zu einer Verbesserung der Ergebnisgüte der Präferenzmessung (vgl. Green; Krieger (1996), 854).
Siehe auch Carmone; Green (1981), 88; Holbrook; Moore (1981), 110.
Vgl. Carmone, Green, Jain (1978), 300ff.; Melles (2001), 14.
Vgl. Green (1973), 415; Carmone; Green (1981), 88; Green; Devita (1975), 415f.
Vgl. Melles (2001), 34f.; Reiners (1996), 31; Balderjahn (1993), 95. Green; Carroll; Carmone (1978, 110) bezeichnen dies als “environmental correlation”.
Vgl. Moore; Holbrook (1990), 490; Hahn (1997), 49. Siehe Green; Helsen; Shandler (1988, 392), die dies an den Eigenschaften „Preis“ und „Qualität“ erläutern.
Vgl. Moore; Holbrook (1990), 490; Melles (2001), 35; Cattin; Wittink (1982), 51.
Vgl. Moore; Holbrook (1990), 491.
Vgl. Green; Srinivasan (1978), 105; Moore; Holbrook (1990), 490f.
Green; Carroll; Carmone (1978, 110) bezeichnen diese als „composite attributes“.
Vgl. Green; Carroll; Carmone (1978), 110; Moore; Holbrook (1990), 491; Orme (2002c), 3. Auch in der Entscheidungsanalyse wird die Bildung von aggregierten Eigenschaften, die aus verschiedenen Einzeleigenschaften bestehen, empfohlen, wenn zwischen den Merkmalen empirische Abhängigkeit zu vermuten ist (vgl. Eisenführ; Weber (2003), 68).
Vgl. Green; Carroll; Carmone (1978), 110; Moore; Holbrook (1990), 491; Berekoven; Eckert; Ellenrieder (2001), 281.
Vgl. Orme (2002c), 3.
Vgl. Green; Carroll; Carmone (1978), 110; Moore; Holbrook (1990), 491.
Vgl. Moore; Holbrook (1990), 491f.
Vgl. Moore; Holbrook (1990), 496; Green; Helsen; Shandler (1988), 395.
Vgl. Orme (2002c), 3.
Vgl. Balderjahn (1993), 95.
Hoepfl; Huber (1970), 413; Orme (2002c), 2 oder Curry (1997), 7.
Vgl. Orme (2002c), 2.
Ein Attribut, bei der die Ausprägungen nicht „mutually exclusive“ sind, könnte ein Merkmal wie „Extras“ beim Untersuchungsobjekt „Autos“ mit den Ausprägungen „Sonnendach“, „GPS-Navigation“ oder „erweiterte Garantie“ sein. Untersucht man diese Ausprägungen der Eigenschaft „Extras“ mit Hilfe der Conjoint-Analyse, so können keinerlei Aussagen über die Vorziehenswürdigkeit eines Autos, dass sowohl ein Sonnendach als auch eine erweiterte Garantie aufweist oder über die Präferenz zu Autos ohne jegliche Extras getroffen werden (vgl. Orme (2002c), 2). Eine Eigenschaft, wie das Attribut „Extras“ müsste dementsprechend in drei einzelne Merkmale aufgeteilt werden, die jeweils binär (d.h. Sonnendach vorhanden / nicht vorhanden) codiert sind.
Für einen Überblick über nicht-kompensatorische Entscheidungsstrategien siehe Vriens (1995), 2.
Vgl. Keeney; Gregory (2005), 5. McGraw; Tetlock (2005), 3, 12f.
Für ein Beispiel siehe Voeth (2000), 69ff.
Vgl. Green; Krieger; Bansal (1988), 293; Green; Krieger; Bansal (1988), 293; Hahn (1997), 49; Voeth (2000), 69.
Vgl. Voeth (2000), 69.
Vgl. Klein (1987), 154; Green (1984), 158; Mehta; Moore; Pavia (1992), 470; Green; Krieger; Bansal (1988), 293; Voeth (2000), 69, 272.
Vgl. Klein (1987), 154; Mehta; Moore; Pavia (1992), 470.
Die Ausprägungen eines Merkmals werden unabhängig von den Ausprägungen der anderen Attribute bewertet. 1113 Vgl. Klein (1987), 154.
Vgl. Klein (1987), 155; Green (1984), 158f. Dabei werden den Entscheidern zunächst alle Eigenschaften sowie deren Ausprägungen präsentiert und der Befragungsteilnehmer selektiert danach alle Ausprägungen, die er unter Berücksichtigung des gesamten Eigenschaftssets als völlig unakzeptabel einschätzt.
Vgl. Mehta; Moore; Pavia (1992), 471ff.
Vgl. Green; Krieger; Bansal (1988), 294.
Vgl. Johnson (1987), 259.
Vgl. Green; Krieger; Bansal (1988), 293; Klein (1987), 154; Mehta; Moore; Pavia (1992), 472.
Vgl. Klein (1987), 154; Mehta; Moore; Pavia (1992), 475.
Vgl. Klein (1987), 155.
Vgl. Klein (1987), 155ff.; Mehta; Moore; Pavia (1992), 470; Dorsch; Teas (1992), 45.
Vgl. Srinivasan (1988), 301.
Vgl. Bucklin; Srinivasan (1991), 64.
Vgl. Green; Krieger; Bansal (1988), 296; Mehta; Moore; Pavia (1992), 474.
Vgl. Green; Krieger; Bansal (1988), 296f.
Vgl. Mehta; Moore; Pavia (1992), 470; Bucklin; Srinivasan (1991), 64; Fischer (2001), 116.
Vgl. Green; Krieger; Bansal (1988), 298.
Vgl. Klein (1987), 157.
Völlig unakzeptable Eigenschaftsausprägungen haben zur Folge, dass keine kompensatorischen Bewertungen, d.h. Trade-off Entscheidungen vom Befragungsteilnehmer vorgenommen werden — der verzerrende Effekt ist somit die Anwendung nicht-kompensatorischer Bewertungsstrategien. Es ist jedoch fraglich, ob mit Hilfe von Gütemaßen wie der internen Validität oder der Prognosevalidität überhaupt die Anwendung bestimmter Entscheidungsstrategien eingeschätzt werden kann. Dies bedeutet auch, dass eine bessere Repräsentation des Bewertungsprozesses keine höhere Vorhersagegüte garantiert (siehe dazu Klein (1987), 154).
Vgl. Hair; Anderson; Tatham; Black (1998), 408.
Vgl. Dorsch; Teas (1992), 45.
Vgl. Park; Jun; Macinnis (2000), 188f.
Vgl. Klein; Bither (1987), 250.
Vgl. Keeney; Gregory (2005), 3f.; Orme (2002c), 1; Ratneshwar; Shocker; Stewart (1987), 531; Schneider (2005), 717; McCullough (2002b), 21; Payne; Bettman; Schkade (1999), 245; Hair; Anderson; Tatham; Black (1998), 405f. Eng mit der Forderung nach Eindeutigkeit der Benennung der Eigenschaften und Ausprägungen ist die Anforderung an die Operationalisierbarkeit der Ausprägungen verbunden. Dies bedeutet, dass die Eigenschaftsausprägungen überhaupt mit einem angemessenen Aufwand sinnvoll bestimmt werden können. Während bei der Präferenzmessung dies typischerweise gegeben ist, weil potenzielle Konsumenten die Alternativen lediglich anhand der für sie wahrnehmbaren Eigenschaften einschätzen können (siehe Kapitel 2.3), ist die Operationalisierbarkeit von Ausprägungen im Rahmen der Entscheidungsanalyse nicht in jedem Fall gegeben. Hier ist es beispielsweise möglich, dass die tatsächlichen Ausprägungen von Indikatoren zur Einschätzung verschiedener Länder nicht ohne weiteres bestimmbar sind (vgl. Keeney; Gregory (2005), 5).
Vgl. Keeney; Gregory (2005), 4; Schneider (2005), 717.
Vgl. Keeney; Gregory (2005), 4; Orme (2002c), 1.
Vgl. Klein; Scholl (2004), 325f.; Nitschke; Völckner (2006), 745.
Vgl. Keeney; Gregory (2005), 4.
Eine mögliche Vorgehensweise dazu schlagen Helm; Manthey; Scholl; Steiner (2003, 13). Siehe dazu auch Kapitel 4.1.8.
Vgl. Orme (2002c), 4; Keeney; Gregory (2005), 11. Siehe Kapitel 3.5.
Vgl. Voeth (2000), 24. Homburg; Giering (1996, 5) unterscheiden in diesem Zusammenhang zwischen der Konzeptionalisierung und Operationalisierung von Konstrukten. Die Konzeptionalisierung umfasst die Bestimmung der zu untersuchenden Dimensionen, die Operationalisierung dagegen die Erstellung eines entsprechenden Messinstruments. Das Hauptaugenmerk dieser Arbeit liegt auf der Konzeptualisierung des Nutzenkonstrukts, d.h. der Bestimmung der relevanten Nutzendimensionen sowie deren Ausprägungen.
Vgl. Schweikl (1985), 96ff.; Tscheulin (1991), 1271; Schmidt-Gallas (1998), 31; American Marketing Association (1992), 7; Green; Tull (1982), 464; Beckwith; Lehmann (1975), 265.
Vgl. Hahn (1997), 48.
Siehe beispielsweise Stallmeier (1993), 34ff.
Vgl. American Marketing Association (1992), 7; Wilkie; Pessemier (1973), 429; Keeney; Gregory (2005), 5f.; Shocker; Srinivasan (1979b), 14.
Vgl. Payne; Bettman; Schkade (1999), 245; Stallmeier (1993), 39.
Vgl. Herrmann (1998), 28. Siehe auch Kapitel 4.1.1. Eine Konsumentenbefragung zur Erhebung von relevanten Eigenschaften und deren Ausprägungen erscheint demzufolge eine geeignete Möglichkeit, um Eigenschaften und deren Ausprägungen zu bestimmen. Entscheidend ist dabei nicht die objektive Wahrnehmbarkeit von Eigenschaftsausprägungen, sondern die subjektive Wahrnehmung der Entscheidungsträger.
Vgl. Payne; Bettman; Schkade (1999), 255, 262.
Vgl. Stallmeier (1993), 39.
Vgl. Ratneshwar; Shocker; Stewart (1987), 524
Vgl. Payne; Bettman; Schkade (1999), 256, 262.
Auch in späteren Studien zu Bestimmung der Eigenschaften für die Präferenzmessung wurde auf diese Definition zurückgegriffen. Siehe u.a. Alpert (1980), 83 oder Stallmeier (1993), 35; Schubert (1991), 187; Reiners (1996), 33f.; Wilkie; Pessemier (1973), 432; Lürssen (1989), 172.
Vgl. Reiners (1996), 33f.; Perrey (1998), 44.
Siehe auch Kroeber-Riel; Weinberg (2003), 201 oder Alpert (1980), 84; Melles (2001), 142. Gierl (1995, 40) bezeichnet deshalb die salienten Eigenschaften sogar als die „Endauswahlmerkmale“.
Vgl. Böhler (1979), 267.
Vgl. Krech; Crutchfield (1948), 163; Wilkie; Pessemier (1973), 428.
Vgl. Krech; Crutchfield (1948), 163f.
Vgl. Krech; Crutchfield (1948), 164.
Vgl. Reiners (1996), 33f.
Vgl. Wilkie; Pessemier (1973), 432; Stallmeier (1993), 35.
Vgl. Stallmeier (1993), 35. Dies gilt insbesondere für Produkte, bei denen eher mit einem verkürzten Kaufentscheidungsprozess, d.h. keiner intensiven Informationssammlung bezüglich der Merkmale und Ausprägungen der am Markt verfügbaren Alternativen, zu rechnen ist (siehe dazu Kapitel 2.3). Es handelt sich dabei z.B. um Konsumgüter. Diese Produktgruppen sind aber generell weniger geeignet, um mit Hilfe von Verfahren zur Präferenzmessung Wahlentscheidungen zu prognostizieren.
Vgl. Day (1972), 280.
Vgl. Krech; Crutchfield (1948), 251; Day (1972), 280; Alpert (1980), 84; Stallmeier (1993), 36; Reiners (1996), 33; Alpert (1980), 84; Perrey (1998), 44f.; Neslin (1981), 80f.; Srinivasan (1988), 296; Böcker (1986), 561. Johnson (1987, 260) beschreibt deshalb den Begriff Wichtigkeit als „slippery idea“.
Die Definition erfolgt damit analog zu Reiners (1996), 33 bzw. Wilkie; Pessemier (1973), 433.
Vgl. Lürssen (1989), 172.
Siehe u.a. Borcherding (1983), 114; Höser (1998), 56.
Vgl. Wilkie; Pessemier (1973), 433.
Entsprechend werden die Ergebnisse bei reinen Wichtigkeitseinschätzungen oft kritisch gesehen. Siehe dazu beispielsweise eine übersicht verschiedener Studien in Wilkie; Pessemier (1973, 432).
Vgl. Mikes; Hulin (1968), 397. Siehe auch Gibson (2001), 18; Johnson (1987), 260. Siehe auch Kapitel 5.2.2.2.
Vgl. Myers; Alpert (1968), 13. Siehe analog dazu auch Shocker; Srinivasan (1979b), 5; Hahn (1997), 49.
Vgl. Keeney; Gregory (2005), 5.
Vgl. Myers; Alpert (1968), 14; Myers; Alpert (1997), 50; Hammond; Keeney; Raiffa (1998), 144; Goodwin; Wright (2000), 28f.; von Winterfeldt; Edwards (1986), 285. Lediglich Eigenschaften, deren Ausprägungen einen entscheidungsrelevanten Nutzenunterschied aufweisen, sind determinant und sollten in die Präferenzmessung aufgenommen werden. Dabei handelt es sich um Trade-off und Added-value Merkmale. Siehe Kapitel 4.1.4.
Vgl. Myers; Alpert (1997), 51. Insofern muss bei der Bestimmung der im Rahmen der Conjoint-Analyse zu untersuchenden Eigenschaften beachtet werden, dass vom Entscheidungsträger je nach Phase im Kaufentscheidungsprozess unterschiedliche Merkmale genutzt werden.
Vgl. Myers; Alpert (1997), 51.
Vgl. Perrey (1998), 45. Stallmeier (1993, 35f.) geht, wie auch Perrey (1998, 45), davon aus, dass auch nicht kaufentscheidungsrelevante Eigenschaften, die die Konsumenten als wichtig einstufen, in die Präferenzmessung aufgenommen werden sollten. Er begründet dies an einem Automobil-Beispiel mit der Eigenschaft „Sicherheit“. Wenn alle Autos am Markt über vergleichbare Sicherheitsstandards verfügen, so handelt es sich bei diesem Attribut um keine determinante Eigenschaft. Würde ein Unternehmen die Sicherheit allerdings völlig außer Acht lassen und ein entsprechend unsicheres Produkt anbieten, wird diese Eigenschaft ein „entscheidendes Kriterium“ (Stallmeier (1993), 37).
Dies entspricht der Berechnung der Bedeutungsgewichte im Rahmen der Conjoint-Analyse, die durch die Bandbreite der Teilnutzen einer Eigenschaft im Verhältnis zu den Bandbreiten der Teilnutzen aller Eigenschaften berechnet wird. Siehe beispielsweise Backhaus; Erichson; Plinke; Weiber (2003), 567.
Siehe analog auch Goodwin; Wright (2000), 19.
Vgl. Krech; Crutchfield (1948), 163f.; Albrecht (2000), 32.
Vgl. Stallmeier (1993), 35; Wilkie; Pessemier (1973), 432.
Vgl. Kotler (1974), 417; Day (1972), 280.
Vgl. Myers; Alpert (1997), 50f.
Vgl. Sattler; Gedenk; Hensel-Börner (2002a), 24.
Rights and permissions
Copyright information
© 2007 Deutscher Universitäts-Verlag | GWV Fachverlage GmbH, Wiesbaden
About this chapter
Cite this chapter
(2007). Eigenschaften und Eigenschaftsausprägungen. In: Nachfragerorientierte Präferenzmessung. DUV. https://doi.org/10.1007/978-3-8350-9593-9_4
Download citation
DOI: https://doi.org/10.1007/978-3-8350-9593-9_4
Publisher Name: DUV
Print ISBN: 978-3-8350-0773-4
Online ISBN: 978-3-8350-9593-9
eBook Packages: Business and Economics (German Language)