Der Einfluss von Ökolabelling auf die Kaufentscheidung -Evaluation der Schweizer Energieetikette

mittels Discrete-Choice-Experimenten

DISSERTATION der Universität St.Gallen,

Hochschule für Wirtschafts-, Rechts- und Sozialwissenschaften (HSG)

zur Erlangung der Würde einer Doktorin der Wirtschaftswissenschaften

vorgelegt von

Katharina Sammer aus

Österreich

Genehmigt auf Antrag der Herren

Prof. Ernst Mohr, PhD und

Prof. Dr. Rolf Wüstenhagen

Dissertation Nr. 3404

ÖH-Servicecenter, Graz 2007

ii

Die Universität St. Gallen, Hochschule für Wirtschafts-, Rechts- und Sozialwissenschaften (HSG), gestattet hiermit die Drucklegung dervorliegenden Dissertation, ohne damit zu den darin ausgesprochenen Anschauungen Stellung zu nehmen.

St.Gallen, den 15.10.2007

Der Rektor:

Prof. Ernst Mohr, PhD

iii

Vorwort

„Es ist ein lobenswerter Brauch: Wer Gutes bekommt, der bedankt sich auch.“

Wilhelm Busch

Auch ich möchte mich für die wunderbare Möglichkeit, eine Disseration zu schreiben bei einer Reihe von Menschen für ihre Unterstützung bedanken. Ohne sie wäre der erfolgreiche Abschluss dieser Arbeit nicht möglich gewesen.

Ich danke meinem Hauptreferenten Herrn Prof. Ernst Mohr, Ph.D., und meinem Koreferenten Herrn Prof. Dr. Rolf Wüstenhagen, dafür, dass sie mir große Gestaltungsfreiheit bei der Ausarbeitung der Dissertation zugestanden haben und ich bei Bedarf stets auf ihre fachliche Unterstützung zählen konnte.

Diese Arbeit beruht auf zwei Forschungsprojekten, die durch das Bundesamt für Energie (Schweiz) gefördert wurden, welchem ich für die finanzielle Unterstützung danken möchte. In diesem Zusammenhang möchte ich Andreas Herrmann, Matthias Gysler, Rolf Iten, Martin Jakob für methodische Anregungen sowie Stephan Hammer und Maya Jegen für wertvolle Kommentare meinen Dank aussprechen.

Ich möchte meinen WegbegleiterInnen während der Zeit der Dissertation am Institut für Wirtschaft und Ökologie und dem besten Bürokollegen der Welt, Christian Berger, Dank sagen. Die gemeinsame Zeit in St. Gallen möchte ich keinesfalls missen.

Ganz besonderer Dank gebührt meinen Eltern, meinem Freund Robert und Alexandra. Sie waren während der mit dem Dissertationsprojekt verbundenen Höhen und Tiefen immer für mich da.

Wien, Oktober 2007 Katharina Sammer

iv

Inhaltsverzeichnis

Inhaltsverzeichnis .......................................................................................................... ivZusammenfassung......................................................................................................... viiAbstract ..................................................................................................................viiiAbbildungsverzeichnis................................................................................................... ixTabellenverzeichnis ........................................................................................................ xAbkürzungsverzeichnis................................................................................................. xii1 Einführung ................................................................................................................... 1

1.1 Einleitung .............................................................................................................. 11.2 Zielsetzung und Methode...................................................................................... 21.3 Forschungshypothesen .......................................................................................... 31.4 Gliederung............................................................................................................. 4

2 Ökolabelling im Überblick .......................................................................................... 62.1 Definitionen und Arten des (Öko-) Labellings ..................................................... 62.2 Funktionen des Ökolabellings............................................................................... 82.3 Aktueller Stand der Ökolabelling Forschung...................................................... 102.4 EU-Energielabel und die Energieetikette............................................................ 11

3 Vorgehensweise und Durchführung von Discrete-Choice-Experimenten in Theorie .................................................................................................................. 143.1 Einführung........................................................................................................... 143.2 Design.................................................................................................................. 16

3.2.1 Theorie: Bestimmung des Untersuchungsobjektes, der Produkt-eigenschaften und ihrer Ausprägungen........................................................ 16

3.2.2 Theorie: Erhebungsdesign............................................................................ 193.3 Durchführung ...................................................................................................... 223.4 Entscheidungsmodell und statistische Auswertung ............................................ 25

3.4.1 Das Entscheidungsmodell ............................................................................ 253.4.2 Statistische Auswertung und Interpretationsarten der geschätzten

Koeffizienten................................................................................................ 304 Der Einfluss der Schweizer Energieetikette auf die Kaufentscheidung -

vier Discrete-Choice-Experimente ............................................................................ 334.1 Design.................................................................................................................. 33

v

4.1.1 Bestimmung der Untersuchungsobjekte, der Produkteigenschaften und ihrer Ausprägungen...................................................................................... 33

4.1.2 Erhebungsdesign der vier Discrete-Choice-Experimente ............................ 444.2 Praktische Durchführung .................................................................................... 464.3 Entscheidungsmodell und statistische Auswertung der vier Discrete-

Choice-Experimente ........................................................................................... 534.3.1 Das Entscheidungsmodell ............................................................................ 534.3.2 Deskriptive Auswertung der Fragenbogen

(Waschmaschinen, Glühlampen, Personenwagen) ...................................... 544.3.3 Statistische Auswertung und Interpretation der geschätzten

Koeffizienten - Waschmaschinen ............................................................... 634.3.4 Statistische Auswertung und Interpretation der geschätzten

Koeffizienten - Glühlampen......................................................................... 714.3.5 Statistische Auswertung und Interpretation der geschätzten

Koeffizienten - Kleinwagen ......................................................................... 764.3.6 Statistische Auswertung und Interpretation der geschätzten

Koeffizienten - Mittelklassewagen .............................................................. 815 Schlussfolgerungen.................................................................................................... 87

5.1 Forschungshypothesen vs. Forschungsergebnisse .............................................. 875.1.1 Einfluss der Energieetikette auf die Kaufentscheidung ............................... 875.1.2 Kritische Betrachtung der Discrete-Choice-Experimente zu

Waschmaschinen, Glühlampen und Neuwagen........................................... 905.1.3 Gegenüberstellung der Forschungshypothesen zu den Discrete-Choice-

Experiment Ergebnissen............................................................................... 925.2 Implikationen für das (Nachhaltigkeits-)Marketing mit Ökolabels.................... 945.3 Implikationen für die Umweltpolitik .................................................................. 965.4 Implikationen für die Wissenschaft .................................................................... 97

6 Annex .................................................................................................................. 986.1 Design: Ausgeschlossene Kombinationen von Produktausprägungen ............... 986.2 Fragebogen ........................................................................................................ 101

6.2.1 Fragebogenbeispiel für Waschmaschinen.................................................. 1016.2.2 Fragebogenbeispiel für Glühlampen .......................................................... 1096.2.3 Fragebogenbeispiel für Kleinwagen........................................................... 116

6.3 Auswertung ....................................................................................................... 1266.3.1 Ergebnisse Discrete-Choice-Experiment Waschmaschinen ...................... 1266.3.2 Ergebnisse Discrete-Choice-Experiment Glühlampen............................... 1296.3.3 Ergebnisse Discrete-Choice-Experiment Kleinwagen ............................... 132

vi

6.3.4 Ergebnisse Discrete-Choice-Experiment Mittelklassewagen .................... 1367 Literaturverzeichnis ................................................................................................. 140

vii

Zusammenfassung

Laut Lancaster besteht ein Produkt für den Konsumenten aus einem Bündel an unterschiedlichen Produkteigenschaften. Vertrauenseigenschaften wie beispielsweise die Energieeffizienz eines Produktes können vom Konsumenten nicht überprüft werden, der Konsument ist auf glaubwürdige Information angewiesen. Diese Art des Marktversagens aufgrund von assymmetrischer Information zwischen Produzenten und Konsumenten, kann durch Ökolabelling behoben werden. Das Ziel dieser Forschungsarbeit besteht darin, den Einfluss eines Ökolabels auf den Kaufentscheid in Vergleich zu anderen Produkteigenschaften mittels Discrete-Choice-Experimenten zu messen. Das untersuchte Ökolabel ist die Schweizer Energieetikette (Pendant zum EU-Energielabel). Die Energieetikette transformiert mit einem Zertifizierungsprogramm einer unabhängigen Drittpartei die Vertrauenseigenschaft Energieeffizienz in eine Sucheigenschaft. Der Einfluss der Einergieetikette auf die Kaufentscheidung wurde auf Basis von vier Discrete-Choice-Experimenten bei drei Produktgruppen, die mit der Energieetikette gekennzeichnet sind, untersucht: Waschmaschinen, Glühlampen und Neuwagen (Klein- u. Mittelklassewagen). Dazu wurden 600 Interviews in der Schweiz im Jahr 2004 durchgeführt. Die Forschungsarbeit befasst sich mit den einzelnen Arbeitsschritten zur Durchführung von Discrete-Choice-Experimenten. Die Ergebnisse der Discrete-Choice-Experimente werden interpretiert und innerhalb der drei Produktgruppen miteinander verglichen. Es werden Schlussfolgerungen für das Nachhaltigkeitsmarketing, die Umweltpolitik und weitere Forschungsmöglichkeitengezogen.

viii

Abstract

From Lancaster’s point of view consumers are interested in goods as a bundle of different product characteristics. Credence attributes like energy efficiency cannot be checked by consumers without credible information. Eco-Labelling is an important tool to overcome this kind of market failure due to information asymmetries. While previous research has discussed the importance of labelling, this research provides to quantify the influence of Eco-Labels on consumer behaviour in comparison to other product characteristics. By the means of discrete choice experiments the relative importance of various product attributes for consumers has been revealed. The EU Energy label as an example for Eco-Labelling is used for three product groups (washing machines, light bulbs, cars) within a survey, involving a total of 600 interviews conducted in Switzerland 2004. The application of discrete choice experiments comprises several steps which are described within this study. The Discrete Choice results are interpreted and compared for the different product categories. Conclusions are drawn for sustainability marketing, environmental policy and further research.

ix

Abbildungsverzeichnis

Abbildung 2.1: Schweizer Energieetikette für Waschmaschinen................................. 12Abbildung 3.1: Arbeitsschritte eines Discrete-Choice-Experiments............................ 15Abbildung 4.1: Bedeutung von Energieverbrauch und Energieetikette für

Waschmaschinen- und Glühlampenkäufer in Prozent der Nennungshäufigkeit............................................................................. 57

Abbildung 4.2: Bedeutung von Treibstoffverbrauch, Marke und Energieetikette für Kleinwagen (KW)- bzw. Mittelklassewagen (MKW)-Käufern in Prozent der ennungshäufigkeit.............................................................58Abbildung 4.3: Zahlungsbereitschaft für eine Markenwaschmaschine im Vergleich zu

einer No-Name-Waschmaschine (Iberna) ........................................... 67Abbildung 4.4: Zahlungsbereitschaft für eine Waschmaschine mit Luxusausstattung

im Vergleich zu einer Waschmaschine mit niedrigerer Ausstattung .. 68Abbildung 4.5: Zahlungsbereitschaft für eine Waschmaschine mit niedrigerem

Wasserverbrauch (l/Waschgang)......................................................... 68Abbildung 4.6: Zahlungsbereitschaft für eine Waschmaschine mit niedrigerem

Energieverbrauch................................................................................. 69Abbildung 4.7: Zahlungsbereitschaft für eine Waschmaschine höherer

Energieeffizienzklasse A, B im Vergleich zu einer Waschmaschine der Klasse C ............................................................................................... 69

Abbildung 4.8: Die Zahlungsbereitschaft für die Energieetikette ist höher als die zugrunde liegende Zahlungsbereitschaft für die Energieeffizienz einer Waschmaschine. .................................................................................. 70

Abbildung 4.9: Zahlungsbereitschaft für eine Markenglühlampe im Vergleich zu einer No-Name-Glühlampe (Stella).............................................................. 73

Abbildung 4.10: Zahlungsbereitschaft für eine Glühlampe mit höherer Wattzahl ...... 73Abbildung 4.11: Zahlungsbereitschaft für eine Glühlampe höherer

Energieeffizienzklassen A, C im Vergleich zu einer Glühlampe der Klasse F ............................................................................................. 74

Abbildung 4.12: Zahlungsbereitschaft für eine Glühlampe mit höherer Lebensdauer 74Abbildung 4.13: Zahlungsbereitschaft für eine Glühlampe mit einem anderen Design

(Globe, Stab) im Vergleich zu einer Standardglühbirne ................... 75

x

Tabellenverzeichnis

Tabelle 3.1: Beispiel für notwendige Stichprobengrößen mit unterschiedlichen Wahlwahrscheinlichkeiten an der Grundgesamtheit (Louviere et al. 2000)................................................................................................................... 24

Tabelle 4.1: Kaufentscheidungsrelevante Produkteigenschaften und deren Ausprägungen beim Kauf einer Waschmaschine mit 5kg Fassungsvermögen.................................................................................... 37

Tabelle 4.2: Kaufentscheidungsrelevante Produkteigenschaften beim Kauf einer „typischen“ Glühbirne für den Hausbedarf (E27 Sockel, 230 Volt(V)/Nennspannung) ........................................................................... 40

Tabelle 4.3: Kaufentscheidungsrelevante Produkteigenschaften und deren Ausprägungen beim Kauf eines Klein- bzw. Mittelklassewagens ........... 43

Tabelle 4.4: Fragebogenaufbau der drei Untersuchungsobjekte (Waschmaschinen, Glühlampen, Personenwagen) .................................................................. 46

Tabelle 4.5: Absoluter und relativer Stichprobenfehler für die Wahlwahrscheinlichkeit an der Grundgesamtheit der Produktgruppen Waschmaschinen und Glühlampen für die Ergebnisse der DCE mit einer Stichprobengröße von 151 Personeninterviews und 10 Wahlentscheidungen je Interview ......... 49

Tabelle 4.6: Absoluter und relativer Stichprobenfehler für die Wahlwahrscheinlichkeit an der Grundgesamtheit der Produktgruppen Waschmaschinen und Glühlampen für die Ergebnisse direkt abgefragter Produktattribute mit einer Stichprobengröße von 151 Personeninterviews .............................. 50

Tabelle 4.7: Absoluter und relativer Stichprobenfehler für die Wahlwahrscheinlichkeit an der Grundgesamtheit der Produktgruppen Kleinwagenkäufer und Mittelklassewagenkäufer mit einer Stichprobengröße von 159 bzw. 157 Personeninterviews und je sieben Wahlentscheidungen je Interview...... 52

Tabelle 4.8: Absoluter und relativer Stichprobenfehler für die Wahlwahrscheinlichkeit an der Grundgesamtheit der Produktgruppe Kleinwagen für die Ergebnisse direkt abgefragter Produktattribute mit einer Stichprobengröße von 159 Personeninterviews ..................................................................... 53

Tabelle 4.9: Bekanntheit der Energieetikette und der mit der Energieetikette gekennzeichneten Produkte (in Prozent der zustimmenden Antworten).. 55

Tabelle 4.10: Entscheidungsrelevante Kriterien beim Kauf einer Waschmaschine in Prozent der Nennungshäufigkeit............................................................. 59

Tabelle 4.11: Entscheidungsrelevante Kriterien beim Kauf einer Glühlampe in Prozent der Nennungshäufigkeit .......................................................................... 60

Tabelle 4.12: Entscheidungsrelevante Kriterien beim Kauf eines Kleinwagens in Prozent der Nennungshäufigkeit............................................................. 61

xi

Tabelle 4.13: Entscheidungsrelevante Kriterien beim Kauf eines Mittelklassewagens in Prozent der Nennungshäufigkeit............................................................. 62

Tabelle 4.14: Ergebnisse des Discrete-Choice-Modells für Waschmaschinen ............ 66Tabelle 4.15: Ergebnisse des Discrete-Choice-Modells für Glühlampen .................... 72Tabelle 4.16: Ergebnisse des Discrete-Choice-Modells für Kleinwagen..................... 77Tabelle 4.17: Marginale Effekte des Discrete-Choice-Modells für Kleinwagen ......... 80Tabelle 4.18: Ergebnisse des Discrete-Choice-Modells für Mittelklassewagen .......... 82Tabelle 4.19: Marginale Effekte des Discrete-Choice-Modells für Mittelklassewagen

................................................................................................................. 85Tabelle 5.1: Gegenüberstellung der Forschungshypothesen zu den Ergebnissen der vier

Discrete-Choice-Experimente................................................................... 93Tabelle 6.1: Ausgeschlossene Kombinationen von Produkteigenschaftsausprägungen

beim Discrete-Choice-Experiment für Waschmaschinen......................... 98Tabelle 6.2: Ausgeschlossene Kombinationen von Produkteigenschaftsausprägungen

beim Discrete-Choice-Experiment für Glühlampen................................. 99Tabelle 6.3: Ausgeschlossene Kombinationen von Produkteigenschaftsausprägungen

beim Discrete-Choice-Experiment für Kleinwagen ................................. 99Tabelle 6.4: Ausgeschlossene Kombinationen von Produkteigenschaftsausprägungen

beim Discrete-Choice-Experiment für Mittelklassewagen..................... 100

xii

Abkürzungsverzeichnis

Abb. Abbildung

CA Conjoint-Analyse

CBC Choice-based-Conjoint

CHF Schweizer Franken

DC Discrete-Choice

DCE Discrete-Choice-Experiment

DCM Discrete-Choice-Modell

FB Fragebogen

FEA Fachverband Elektroapparate für Haushalt und Gewerbe Schweiz

ggf. gegebenenfalls

GRS Grenzrate der Substitution

h Stunde

i.E. im Erscheinen

IHA-Gfk Institut für Haushaltsanalysen-Gesellschaft für Konsumforschung

IIA Independence-of-Irrelevant-Alternatives

KW Kleinwagen

kW/h Kilowattstunde

Limdep/Nlogit Ökonometrisches Softwareprogramm

MKW Mittelklassewagen

POS Point-of-Sale

Rp. Schweizer Rappen

SAFE Schweizerische Agentur für Energieeffizienz

SAS Statistical Analysis Systems (Softwarefirma, Statistik u. Analyse-Software)

xiii

Sawtooth Software für Online Umfragen Conjoint Analysen und Quantitative Marketing Forschung

SP Stated Preferences

SPSS Statistical Package for the Social Sciences (Softwarefirma, Statistik u. Analyse-Software)

SUV Sport Utility Vehicle (Komfort-Geländewagen

V Volt

vgl. vergleiche

vs. versus

1

1 Einführung

1.1 Einleitung

Laut Lancaster (1966) besteht ein Produkt für den Konsumenten aus einem Bündel an unterschiedlichen Produkteigenschaften. Diese Produkteigenschaften lassen sich in Such-, Erfahrungs- und Vertrauenseigenschaften unterteilen. Sucheigenschaften können vom Konsumenten vor dem Kauf bereits erkannt werden, z.B. Preis, Farbe, usw.. Erfahrungseigenschaften können erst nach dem Kauf identifiziert werden (Nelson 1970), wie z.B. Haltbarkeit. Vertrauenseigenschaften sind jedoch weder vor noch nach dem Kauf überprüfbar (Darby und Karni 1973), wie z.B. Inhaltsstoffe, umweltfreundliche Produktionsweise. Das Wissen über diese Produkteigenschaften ist asymmetrisch zwischen Käufer und Verkäufer verteilt (Akerlof 1970). Je nach Art der Produkteigenschaft lässt sich diese Informationsasymmetrie auflösen. Die grösste Herausforderung liegt in der Umwandlung von Vertrauenseigenschaften in Sucheigenschaften. Der Konsument ist hier auf vertrauenswürdige Informationen angewiesen.

Seit den 70iger Jahren hat Ökolabelling als Informationsinstrument zur Kennzeichnung von nachhaltigen Produkten zunehmend an Bedeutung gewonnen (Eberle 2000). Ökolabels geben den Konsumenten Informationen über umweltrelevante Eigenschaften bzw. die Sozialverträglichkeit eines Produktes, diese Eigenschaften fallen unter die Kategorie der Vertrauenseigenschaften. Die Information wird durch die Überprüfung und Zertifizierung einer unabhängigen Drittpartei glaubwürdiger, als im Falle einer Selbstkennzeichnung der Produkthersteller (Werbung). Die Vertrauenseigenschaft wird mittels (Öko-)Labellings in Sucheigenschaften umgewandelt und somit dem Konsumenten direkt zugänglich gemacht (Karl und Orwat 1999). Die Bereitstellung von Produktinformationen von Firmen und/oder Institutionen werden in der neuen Institutionenökonomik Signallinggenannt, während sich die Suche nach und die Überprüfung von bestimmten Produkteigenschaften des Konsumenten Screening nennt (Göbel 2002). Diese Signale besitzen nicht nur eine reine Informationsfunktion, sondern können auch einen Wert an sich vermitteln (Wertfunktion, z.B. Prestige).

2

Wenn Ökolabelling ein geeignetes Instrument zur Überwindung des Marktversagens aufgrund asymmetrischer Information darstellt, bleibt die Frage offen, inwieweit ein Ökolabel für den Konsumenten kaufentscheidungsrelevant im Vergleich zu anderen Produkteigenschaften ist. Eine für den Konsumenten wesentliche Produkteigenschaft trägt zum Gesamtnutzen eines Produktes für den Konsumenten bei. Bei der Produktinformation eines Ökolabels handelt es sich um einen eventuellen Zusatznutzen (umweltfreundliches Produkt) für den Konsumenten im Vergleich zum Hauptnutzen des Produktes (Gebrauchsfähigkeit des Produktes) (Vershofen 1979). Es stellt sich die zentrale Frage, ob Ökolabels einen Einfluss auf die Kaufentscheidung haben und ob sie dem Konsumenten einen Zusatznutzen bringen.

1.2 Zielsetzung und Methode

Das Ziel dieser Arbeit besteht darin, den Einfluss von Ökolabelling auf die Kaufentscheidung des Konsumenten für ein Produkt im Vergleich zu anderen Produkteigenschaften anhand praktischer Beispiele zu messen. Daraufhin sollen die Ergebnisse Schlüsse über eine verbesserte Ausgestaltung von Ökolabels für die unterschiedlichen Zielgruppen bringen, um einen nachhaltigen Konsum zu fördern (Sammer und Wüstenhagen 2006 II).

Ob ein Ökolabel Einfluss auf die Kaufentscheidung nimmt, ist einerseits abhängig von der Bekanntheit und Glaubwürdigkeit des Labels, andererseits von der Relevanz des Informationsgehalts des Ökolabels für den Konsumenten sowie der Bedeutung des Ökolabels im Vergleich zu anderen Produkteigenschaften des betrachteten Produktes. Die Voraussetzungen für eine einflussreiche Bedeutung eines Ökolabels sind das Produktangebot bzw. ein hoher Verbreitungsgrad des Ökolabels. Aufgrund der Tatsache, dass sich Produkte verschiedener Produktgruppen aus unterschiedlichen Produkteigenschaften zusammensetzen, kann auch der Einfluss des gleichen Labels in diesen Produktgruppen variieren.

Für die Analyse dieser Fragestellung wird die Schweizer Energieetikette (vgl. Kap. 2.4) herangezogen, welche auch innerhalb der EU als EU-Energielabel verbreitet und bekannt ist. Die Schweizer Energieetikette transformiert mittels eines unabhängigen Zertifizierungsprogramms die Vertrauenseigenschaft Energieeffizienz in eine Sucheigenschaft für elektrische Haushaltsgeräte, Beleuchtung und Personenwagen.

3

Der Einfluss der Energieetikette auf den Kaufentscheid wird in dieser Arbeit für die drei Produktgruppen Waschmaschinen, Glühlampen und Personenwagen (Kleinwagen, Mittelklassewagen) gemessen.

Um den Einfluss der Energieetikette auf die Kaufentscheidung im Vergleich zu anderen Produktgruppen zu messen, bedarf es einer geeigneten Methode. Hier liegt der zweite Schwerpunkt der Arbeit: die Anwendung von Discrete-Choice-Experimenten (DCE) auf das Thema Ökolabelling. DCE sind in der mikroökonomischen Theorie von Lancaster verankert: Individuen beziehen ihren Nutzen aus den Eigenschaften eines Produktes. Die Präferenzen für die unterschiedlichen Produkteigenschaften eines Produktes können mittels DCE erfasst werden (Telser 2002). DCE eignen sich zur Simulation von Kaufentscheidungssituationen, bei denen der Konsument zwischen verschiedenen Produkten (ausgestattet mit unterschiedlichen Eigenschafts-ausprägungen) dasjenige auswählt, das ihm den größten individuellen Nutzen stiftet. DCE ermöglichen die Berechnung von Zahlungsbereitschaften bzw. marginalen Effekten für die jeweiligen Produkteigenschaften (siehe Kap. 3.1).

1.3 Forschungshypothesen

Im Zentrum der vorliegenden Arbeit steht die Anwendung von vier DCE, um den Einfluss der Energieetikette auf die Kaufentscheidung für drei Produktgruppen (Waschmaschinen, Glühlampen, Personenwagen: Kleinwagen bzw. Mittelklasse-wagen) im Vergleich zu den anderen relevanten Produkteigenschaften der einzelnen Untersuchungsobjekte zu messen. Folgende Forschungshypothesen werden bei den DCE berücksichtigt: Die Energieetikette hat einen Einfluss auf die Kaufentscheidung.

- Der Einfluss der Energieetikette auf die Kaufentscheidung ist größer als reine Energiekennzahlen der Produkte ohne Vergleichsbasis, wie sie bei der Energieetikette gegeben ist (siehe Kap. 2.4). Das heißt, die Energieetikette erfüllt ihren Zweck.

- Aufgrund des Aufbaus der Energieetikette (Vergleichslabel) eignet sie sich besonders für Produkte, die gut miteinander vergleichbar sind (z.B. Waschmaschinen), d.h., die bis auf die Energieetikette gleiche Produkt-eigenschaften besitzen.

4

- Die Energieetikette steht für eine Produkteigenschaft (Energieeffizienz), die eher den Verstand eines Konsumenten (z.B. Kostenersparnis) anspricht, als die Emotion (Fun-Faktor). Sie hat daher einen größeren Einfluss auf Produkte, bei denen der Kauf schwerpunktmäßig rational gesteuert ist.

- Die Methode der DCE eignet sich dazu den Einfluss der Energieetikette zu messen.

1.4 Gliederung

Diese Arbeit ist wie folgt aufgebaut: Kapitel 2 gibt einen Überblick über das Thema Ökolabelling. Zuerst werden die unterschiedlichen Typen von Ökolabelling und verwandten Instrumenten dargestellt (Kap. 2.1). Die Funktionen von Ökolabelling werden in Kap. 2.2 vorgestellt, dabei wird das Thema Ökolabelling aus Konsumenten-, Unternehmens- und umweltpolitischer Perspektive beleuchtet. Kapitel 2.3 gibt eine Übersicht über den Stand der Wissenschaft zum Thema Ökolabelling und die verschiedenartigen Forschungsansätze und -disziplinen, die sich mit diesem Thema auseinandergesetzt haben. Das untersuchte Label, die Schweizer Energieetikette und ihr Pendant, das EU-Energielabel, wird in Kapitel 2.4 beschrieben.

Kapitel 3 stellt die Methode der DCE (Kap. 3.1) und die einzelnen Arbeitsschritte für die Durchführung in Theorie vor. Der erste Schritt bei einem DCE befasst sich mit dem Design des Experiments (Kap. 3.2): Im Vordergrund steht die Definition des Untersuchungsobjektes und das Herausfiltern der kaufentscheidungsrelevanten Produkteigenschaften und ihrer Ausprägungen. In weiterer Folge werden die Kriterien behandelt, um die Produkteigenschaften und ihre Ausprägungen zu geeigneten Produktalternativen zu kombinieren (Erhebungsdesign). Der Abschnitt über die Durchführung eines DCE (Kap. 3.3) beschäftigt sich mit der Art der Datensammlung (Art des Interviews) und der Generierung der Stichprobe. Das logistische Discrete-Choice-Modell (DCM) und die Auswertungsmöglichkeiten werden in Kapitel 3.4 ausführlich behandelt.

Kapitel 4 untersucht den Einfluss der Energieetikette auf die Kaufentscheidung der Konsumenten von Waschmaschinen, Glühlampen und Neuwagen (Kleinwagen, Mittelklassewagen) mittels der vier durchgeführten DCE. Die in Kapitel drei beschriebenen Arbeitsschritte kommen zur empirischen Anwendung. Kapitel 4.1 beschäftigt sich mit dem Design der vier DCE: Definition der Untersuchungsobjekte

5

und ihrer Produkteigenschaften und Zusammenstellung der Produktalternativen zu Choice-Tasks. Die Durchführung (Kap. 4.2) behandelt die Frage der Zielgruppen für die vier DCE, aus der die Stichprobe für die Befragung gezogen wird und die Befragungsart selbst. Die Ergebnisse der vier DCE, als auch die deskriptive Auswertung der Fragebogen zu den untersuchten Produkten von Waschmaschinen, Glühlampen und Neuwagen werden in Kapitel 4.3 vorgestellt.

Die Schlussfolgerungen sind in Kapitel 5 zusammengefasst. Dabei erfolgt eine kritische Betrachtung der verschiedenen Forschungsergebnisse, die den Forschungshypothesen aus Kapitel 1.3 gegenübergestellt werden (Kap. 5.1). Die Ergebnisse bringen Implikationen für Nachhaltigkeitsmarketing (Kap. 5.2), Umweltpolitik (Kap. 5.3) und Wissenschaft (Kap. 5.4).

6

2 Ökolabelling im Überblick

2.1 Definitionen und Arten des (Öko-) Labellings

Dieses Kapitel gibt einen Überblick über Arten von Labels und die Möglichkeiten der Kategorisierung. Es gibt sehr viele Ansätze, um Labels zu kategorisieren: nach Träger, Labeltyp, Zugangsberechtigung, Programm, etc.. Die amerikanische Umweltschutzorganisation (EPA 1998) entschied, dass die Unterteilung in die wichtigsten Labeltypen aufgrund der Art des Zertifizierungsverfahrens erfolgen sollte (Drittpartei, Erstpartei). Eine vom Unternehmen selbst durchgeführte Zertifizierung (Erstpartei) kommt einer Werbemaßnahme gleich, die Glaubwürdigkeit ist dadurch eingeschränkt. In dieser Arbeit werden nur Labels, die auf Basis eines unabhängigen Zertifizierungsprogramms einer Drittpartei laufen, behandelt. Die vorliegende Arbeit ist auf Produktlabels (keine Unternehmenslabels)1 fokussiert, die Produktinformationen mittels eines einfachen Symbols/Zeichens zusammenfassen und vermitteln. Von dieser Ausgangsbasis ist eine Unterteilung in verpflichtende bzw. freiwillige Labels zu empfehlen, wie es auch (Stø et al. 2005) vorschlägt:

- Verpflichtende Labels sind per Gesetz geregelt, die Trägerorganisation ist staatlich. Jeder Produzent oder Händler ist verpflichtet, die im Gesetz vorgeschriebene Information bereitzustellen. Verpflichtende Labels dienen dazu, um Gesundheits-, Sicherheits- oder Entsorgungsaspekte von Produkten anzuzeigen. Bei vielen verpflichtenden Labels handelt es sich um so genannte „Negativlabels“, die auf die Gefahren bestimmter Produkte hinweisen.

- Freiwillige Labelprogramme überlassen den Marktakteuren selbst die Entscheidung, ob sie ihr Produkte zertifizieren lassen möchten oder nicht. Daher gibt es unter diesen nur „Positivlabels“, die ein Produkt aufgrund der zertifizierten Eigenschaft attraktiver für den Konsumenten machen sollen.

1 Unternehmenslabels zertifizieren Unternehmen anstelle von Produkten (Bsp. Öko-Tex Standard 1000).

7

Eine weitere Unterteilung erfolgt nach der Art der Produktinformation, die das Label signalisiert: Öko-, Sozial- oder Nachhaltigkeitslabel:

- Ein Ökolabel kennzeichnet die Umweltqualitäten eines Produktes in Bezug auf einzelne Produktmerkmale oder vorzugsweise bezogen auf den gesamten Lebenszyklus eines Produktes (von der Produktion bis zur Entsorgung). Im letzteren Fall ist hier das von der Internationalen Organisation für Standardisierung (ISO) definierte freiwillige Ökolabel vom Typ I zu nennen (ISO 1999): voluntary,multiple criteria-based third party programme, that awards a licence authorising the use of environmental labels on products. These labels indicate the overall environmental preferability of a product within a particular product category based on life-cycle considerations. These labels provide qualitative environmental information.

- Ein Soziallabel kennzeichnet Produkte, die den am Produktions- und Handelsprozess Beteiligten bessere Arbeits- und Lohnbedingungen schaffen und durch höhere Abgaben Sozialprogramme ermöglichen. Die Mehrzahl der Soziallabels basiert auf den Minimalstandards der Internationalen Arbeitsorganisation (International Labour Organisation, ILO) (Stückelberger 2002). Soziallabels beziehen sich vorwiegend auf Anliegen in Schwellen- und Entwicklungsländern.

- Zunehmend finden sich am Markt gemischte Umwelt-Soziallabels. Vor allem bei Labelprogrammen, die den gesamten Lebenszyklus eines Produktes berücksichtigen, geht die Tendenz in Richtung Nachhaltigkeitslabel. Da zum Beispiel ein fair gehandelter Kaffee, der aufgrund der Anbauweise der Umwelt schadet, kein gutes Gesamtimage aufweist und nicht im Sinne einer nachhaltigen Entwicklung ist.

Der Begriff eines Ökolabels kann sehr weit und als Oberbegriff für unterschiedliche Umweltproduktinformationssysteme gefasst werden (Rubik und Frankl 2005) oder sehr eng, sodass es nach der Definition dem ISO Typ I entspricht. Die Energieetikette fällt in dieser Arbeit unter dem Begriff Ökolabel, auch wenn es sich im Vergleich zu einem ISO Typ I Label nicht um ein freiwilliges Label handelt und die gekennzeichneten Produkte nicht über den ganzen Lebenszyklus auf ihre Umweltfreundlichkeit getestet werden. Seit dem Boom der 90iger Jahre gibt es fast

8

innerhalb jeder Produktgruppe bzw. zu allen umweltrelevanten Merkmalen von Produkten Ökolabels.

Die Energieetikette fällt unter die Kategorie der Energieeffizienzlabels (Wiel und McMahon 2005). Man unterscheidet zwischen zwei Arten von Energieeffizienzlabels:

- „Befürwortungslabel“ (endorsement-label): unterstreichen die positiven Energie-effizienzeigenschaften eines Produktes.

- Vergleichslabels (comparative-labels): ermöglichen dem Konsumenten einen Vergleich zwischen ähnlichen Produkten aufgrund ihrer Energieeffizienz-performance. Dabei werden Energieeffizienzklassen definiert.

Die in der vorliegenden Arbeit untersuchten Energieeffizienzlabels (Energieetikette) sind dem Typus der Vergleichlabels zuzuordnen.

2.2 Funktionen des Ökolabellings

Ökolabels haben unterschiedliche Funktionen, die sich je nach Art der betroffenen Zielgruppe unterscheiden. In diesem Kapitel werden die Funktionen von Ökolabelling aus Perspektive der Konsumenten, der Unternehmen und aus umweltpolitischer Perspektive näher betrachtet. Wie bereits in der Einleitung erwähnt, sind Ökolabels bzw. Produktinformationen von Firmen und/oder Institutionen laut neuer Institutionenökonomie (Göbel 2002) Signale (signalling) für den Konsumenten. Eine Vertrauenseigenschaft wird in eine Sucheigenschaft umgewandelt, und somit dem Konsumenten zugänglich gemacht (Karl und Orwat 1999). Die Glaubwürdigkeit wird durch eine Kontrolle einer unabhängigen Drittorganisation gewährleistet. Zusätzlich erfolgt durch das Label eine komprimierte Darstellung der Information, d.h. der Konsument hat nur geringe Transaktionskosten2, um sich mit bestimmten Umweltstandards bzw. den Voraussetzungen für die Zertifizierung auseinanderzusetzen. Allerdings müssen die Hintergrundinformationen eines Labels

2 Transaktionskosten sind Kosten, die durch die Benutzung des Marktes im Zusammenhang mit Kauf, Verkauf, etc. (market-transaction-costs) oder innerbetrieblichen Hierarchien (managerial-transaction-costs) entstehen (Göbel 2002).

9

transparent und zugänglich sein, um nicht an Seriosität zu verlieren. Die Energieetikette bzw. das EU-Energielabel bietet dem Konsumenten die Möglichkeit, das energieeffizienteste Gerät im Vergleich zu anderen Geräten zu erstehen, ohne Kenntnis über Energiekennwertezahlen besitzen zu müssen.

Aus Unternehmensperspektive bietet ein Ökolabel die Möglichkeit, sich am Markt mit nachhaltigen und gleichzeitig glaubwürdigen Produkteigenschaften zu differenzieren. Ein Ökolabel kann als Wettbewerbsinstrument genutzt werden. Ein Dilemma besteht darin, dass ein Label einen bestimmten Bekanntheitsgrad erreichen muss, um vom Konsumenten wahr- und angenommen zu werden. Das bedeutet, dass ein Label eine weite Verbreitung haben und zugleich von mehreren Unternehmen genutzt werden sollte. Dadurch kann das Differenzierungsmerkmal zunehmend verschwinden. Im Falle der Energieetikette bzw. des EU-Energielabels bezieht sich dieses Argument auf die Marktanteile der Produkte der Energieeffizienzklasse A. Ist dieser Anteil sehr hoch (wie im Falle der Waschmaschinen), schwindet der Wettbewerbsvorteil für Unternehmen. Zusätzlich bedeutet eine große Anzahl an Unternehmen, die das Label nützen bzw. im Falle eines Vergleichslabels sich im oberen Segment befinden (z.B. Energieeffizienzklasse A), dass dieses Label eine Grundvoraussetzung ist, um im Wettbewerb zu bestehen (Pant und Sammer 2004).

Ökolabelling ist ein umweltpolitisches, marktbasiertes Instrument. Das Ziel aus Sicht der Umweltpolitik ist die Anhebung von Umwelt- und Sozialstandards. Am Beispiel der Energieetikette bzw. des EU-Energielabels führt dies zu Energieeinsparungen (Ressourcenreduktion, CO2-Verminderung). Ein erfolgreiches Label kann aufgrund seiner Marktorientierung sehr kosteneffizient sein und den Energieverbrauch senken, ohne das Wirtschaftswachstum zu beeinträchtigen (Weil und McMahon 2005). Ökolabels heben die Umweltstandards von Produkten und geben den Produzenten Anreize, verstärkt in die nachhaltigen Aspekte ihrer Produkte zu investieren. Um den Innovationsanreiz der Produzenten lebendig zu halten, sollten die Kriterien stets an den Stand der derzeitigen Möglichkeiten (z.B. Stand der Technik) angepasst werden. Ökolabels werden als Umweltinstrument oft Hand in Hand mit Qualitätsstandards eingesetzt. Dabei wird zwischen vorgeschriebenen technischen Standards oder ergebnisorientierten Standards (z.B. minimum-energy-performance-standards)unterschieden.

10

2.3 Aktueller Stand der Ökolabelling Forschung

Die Mehrzahl der Literaturquellen zu Ökolabelling befasst sich mit den Marktauswirkungen von Ökolabelling-Programmen (Banerjee und Solomon 2003, De Boer 2003, Gallastegui 2002, OECD 1991). Einen Überblick über die Erfolgsfaktoren von Ökolabelling geben Rubik und Frankl (2005). Die meisten der veröffentlichten Studien konzentrieren sich auf die Fragen, ob Konsumenten Labels überhaupt kennen und inwieweit die Verbraucher den Labels vertrauen (OECD 1997). Es gibt eine Vielfalt von empirischen (nationalen) Marktforschungsstudien über die namentliche Erkennbarkeit von Ökolabels und das Vertrauen in sie, wenn diese von Ökolabelinstitutionen, Umweltschutzorganisationen, etc. vergeben werden (z.B. Max Havelaar 2002 und EPA 1994). Der Zugang zu solchen Studien ist oft insofern mit Schwierigkeiten verbunden, als sie nicht öffentlich und/oder lediglich in der Muttersprache der Autoren verfügbar sind. Die Systeme dieser Art von Studien greifen auf das in jedem Standardtext über Konsumverhalten beschriebene Stufenmodell zurück (z.B. Peter et al. 1999), wobei die Stufen zumindest das Wissen, das Vertrauen, die Entscheidung und den Kauf beinhalten.

Während sich andere wissenschaftliche Arbeiten mit dem politischen Prozess einer erfolgreichen Implementierung von Ökolabels auseinandersetzen (Karl und Orwat 1999, Wiel und McMahon 2005). Karl und Orwat (1999) geben in ihrer Studie weiters eine grundlegende Übersicht über die umweltpolitischen (volkswirtschaftlichen)Aspekte von Ökolabels. Sie zeigen, dass Ökolabelling das Marktversagen aufgrund von Informationsasymmetrien auflösen kann. Cason und Gangadharan (2002) bestätigten das Marktversagen asymmetrischer Information in einem Laborexperiment. Sie kamen zu dem Schluss, dass eine Verbesserung der Produktqualität innerhalb des Experiments nur mittels einer von einer unabhängigen Drittpartei durchgeführten Zertifizierung möglich ist. Karl und Orwat (1999) befassen sich auch mit der Regulierung von Ökolabels, Problemen der Produktgruppenauswahl und Entwicklung von Merkmalen für Labels. Empirische volkswirtschaftliche Studien konzentrieren sich, unter Verwendung von hedonistischen Preisfunktionen (z.B. Nimon und Beghin 1999) oder unter Berücksichtigung der Auswirkung von Ökolabels auf Marktanteile (Teisl et al. 2002), auf die Zahlungsbereitschaft der Konsumenten.

11

Die Forschung in Bezug auf Ökolabels mit einem spezifischen Fokus auf Elektrizitäts- und Nahrungsmittellabels kann beispielsweise die Zahlungsbereitschaft für Ökostrom analysieren (Roe et al. 1996) oder die adäquate Rolle von Regierungen im Bereich von Nahrungsmittellabels untersuchen (Golan et al. 2001).

In den Verhaltenswissenschaften lieferte ThØgersen (2000) ein psychologisches

Modell, das erklärte, wann und warum Konsumenten Ökolabels beachten und trug damit zum systematischen Verständnis, wie Ökolabels funktionieren, bei. Er weist auf eine weitere Voraussetzung für die Beachtung von Ökolabels in einer informationsüberfluteten Umwelt hin: ein Ökolabel hilft den Konsumenten ein bestimmtes „Ziel“ zu erreichen, nämlich in kurzer Zeit das „beste“ Produkt zu finden.

Schliesslich haben einige Autoren versucht, verschiedene Perspektiven des Ökolabelling zu kombinieren, um die dynamischen Anreize dieses relativ jungen umweltpolitischen Instruments zu erklären (Wüstenhagen 2000, Truffer et al. 2001).

2.4 EU–Energielabel und die Energieetikette

Das EU-Energielabel (siehe Abb. 1) wurde von der Europäischen Kommission als verpflichtendes Label für elektrische Haushaltgeräte ("Weisse Ware") und Glühlampen, die innerhalb der EU verkauft werden, initiiert. Die "Directive for Mandatory Energy Labelling of Household Appliances" trat am 1. Januar 1995 in Kraft. Seit Dezember 1999 fordert eine weitere EU-Richtlinie eine solche Entscheidungshilfe auch für Personenwagen (1999/94/EG). Jedes EU-Land hat die Verpflichtung diese Richtlinie in die nationale Rechtsordnung umzusetzen und für die Realisierung und Einhaltung der Vorschriften zu sorgen (Harrington and Damnics 2001). Seit 1. Januar 2002 hat auch die Schweiz im Rahmen der Energieverordnung das EU-Label für Haushaltsgeräte und Glühlampen in Form der "Energieetikette" umgesetzt. Für Personenwagen ist die Energieetikette seit dem 1. Januar 2003 in Kraft und ist im Anhang der Energieverordnung verankert (Energie Schweiz 2006).

Dieses Label gibt dem Konsumenten die Möglichkeit den Energieverbrauch (Energieeffizienz) innerhalb einer Produktkategorie (Haushaltsgeräte, Glühlampen, Personenwagen) miteinander zu vergleichen (Vergleichslabel). Die Produkte werden auf einer Skala von A bis G (Energieeffizienzklassen) beurteilt, wobei "A" das

energieeffizienteste Produkt auszeichnet und "G" die Produkte mit dem höchsten Energieverbrauch markiert (siehe Abbildung 2.1).

Abbildung 2.1: Schweizer Energieetikette für Waschmaschinen

Das EU-Energielabel bzw. die Energieetikette funktioniert nach dem Prinzip von Butterbrot und Peitsche: sowohl sehr energieeffiziente als auch weniger energieeffiziente Produkte werden gekennzeichnet. Produzenten und Händler haben daher einen zweifachen Anreiz verstärkt energieeffiziente Produkte auf den Markt zu bringen. Schlussendlich entscheidet jedoch der Konsument, ob er sich für ein besonders energieeffizientes Produkt entscheidet.

Einige Studien haben den Erfolg des EU-Energielabels evaluiert. Ein Bericht der Europäischen Kommission über die ersten drei Jahre des EU-Energielabels von Winward et al. (1998) ergab, dass das Label vom Konsumenten verstanden und

12

13

angenommen wird. Vor allem in nördlichen EU-Staaten zeigte sich der Erfolg des Energielabels, während der Einfluss des Energielabels in südlichen EU-Staaten weitaus geringer ausfiel. Bertoldi (1999) schlussfolgerte aufgrund zweier Marktevaluationen innerhalb der EU, dass die durchschnittlichen Verkaufszahlen für energieeffiziente Haushaltsgeräte seit dem EU-Label um 29 Prozent gestiegen sind. In der Schweiz untersuchte Alec (2002, 2003) die Implementierung der Energieetikette an verschiedenen Verkaufsstellen in der Schweiz, rund 56 bzw. 58 Prozent der Geräte waren korrekt gekennzeichnet.

Im Fahrzeugbereich wurden auch mehrere Marktuntersuchungen auf EU-Ebene durchgeführt (EVA 1999, Boardman 2000, MORI 2003). Themen waren das Interesse der Fahrzeugkäufer an vergleichenden Informationen zum Treibstoffverbrauch und der voraussichtliche Einfluss des Labels auf den Kaufentscheid. Darauf abstützend wurden Schätzungen zu den Energieeinsparungen (ex ante) durchgeführt. Die Untersuchungen auf EU-Ebene zeigen, dass die Fahrzeugkäufer prinzipiell an vergleichenden Informationen zum Energieverbrauch interessiert sind und ein Energielabel ihren Kaufentscheid beeinflussen könnte. Die EVA-Studie (EVA 1999), die aufgrund einer Marktforschung in Österreich (u.a. deskriptive Befragungen von Neuwagenkäufern, Händlern und Herstellern) die voraussichtlichen Wirkungen eines Energielabels für Personenwagen evaluierte, zeigt, dass sich mindestens 18 Prozent in einer hypothetischen Kaufsituation vom Label beeinflussen lassen und sich für ein effizienteres Fahrzeug entscheiden würden. Gemäss einer im Jahr 2003 von der EVA (2003) durchgeführten Kundenbefragung erachten mehr als die Hälfte der in einer quantitativen Befragung befragten Personen eine Vergleichsmöglichkeit mit einem Energielabel als wichtig.

14

3 Vorgehensweise und Durchführung von Discrete-Choice-Experimenten in der Theorie

3.1 Einführung

Ein diskretes Wahlexperiment (im Folgenden wird der auch in der deutschsprachigen Literatur übliche Fachbegriff Discrete-Choice-Experiment (DCE) verwendet) stellt eine labormäßig simulierte hypothetische Wahlentscheidung von Probanden dar. Es handelt sich dabei um einen stated-preference-Ansatz (angegebene Präferenzen) im Vergleich zu einem revealed-preference-Ansatz (offenbarte Präferenzen). Der stated-preference Ansatz ermöglicht eine erhöhte Flexibilität in der Gestaltung des Entscheidungskontextes und eine Präzisierung der Fragestellung (Louviere et al. 2000).

Entstanden sind DCE aus der Conjoint-Analyse (CA), wobei sie gleichzeitig auf der Theorie diskreter Entscheidungen (Discrete-Choice-Analyse) beruhen. Sie stellen eine Verknüpfung beider Verfahren dar. Die CA ist ein multivariates Analyseverfahren und hat seinen Ursprung in der mathematischen Psychologie und Psychometrie (Luce und Tukey 1964). Im Marketingbereich wurde sie erstmals 1971 (Green und Rao 1971) eingesetzt und fand bald darauf weite Verbreitung. Die Grundlage des ökonometrischen Modells der Discrete-Choice-Analyse sind die Arbeiten von Quandt (1968), Theil (1970) sowie McFadden (1974). Eine ausführliche Beschreibung und einen Vergleich der beiden Ansätze bietet Hahn (1997). Das Entscheidungsmodell für DCE wird ausführlich in Kap. 3.4 beschrieben.

DCE werden seit Anfang der 70iger Jahre im Verkehrsbereich und seit den 90iger Jahren auch im Umweltbereich und in der Gesundheitsökonomie (Telser 2002) angewendet. Im Marketingbereich dominiert derzeit noch die reine CA. Ein Grund dafür, dürfte der im Vergleich höhere rechentechnische Aufwand bei Discrete-Choice- Analysen und das Fehlen komfortabler Softwarepakete sein (Hahn 1997). Für die Aufgabenstellung dieser Untersuchung scheint die relativ junge Anwendung eines DCE zielführend zu sein.

Die Vorgehensweise bei einem DCE wird in Abb. 3.1 in folgende Arbeitsschritte aufgeteilt: An erster Stelle steht das Design eines DCE mit der Befassung des

Untersuchungsobjektes. Die einzelnen Teilschritte, nämlich die Definition des Untersuchungsobjektes, dessen Produkteigenschaften und Ausprägungen als auch die Zusammenstellung der Produktalternativen (Erhebungsdesign), werden in Kapitel 3.2 detailliert beschrieben. Die Durchführung (Kap. 3.3) behandelt die Art der Datensammlung (Art des Interviews) und die Generierung der Stichprobe. Das Modell und die Auswertungsmöglichkeiten sind in Kapitel 3.4 dargestellt. Die Festlegung der Modellspezifikationen (deterministische Nutzenkomponente, stochastische Nutzen-komponente) hängen eng mit den Designentscheidungen zusammen. Die Entscheidungen bezüglich der Ausgestaltung der einzelnen Arbeitsschritte sind daher keinesfalls unabhängig voneinander zu treffen.

Statistisches Modell und Auswertung: • Modellspezifikationen• Interpretation der Ergebnisse

Design: • Def. Untersuchungsobjekt: Def. Produkteigenschaften und deren Ausprägungen• Erhebungsdesign: Bildung der Produktalternativen

Durchführung: • Art der Datensammlung• Bestimmung und Grösse der Stichprobe

Abbildung 3.1: Arbeitsschritte eines Discrete-Choice-Experiments

15

16

3.2 Design

Am Anfang eines DCE steht die Frage, ob sich diese Methode zur Beantwortung der vorliegenden Forschungsfrage eignet. Ein DCE setzt die Annahme diskreter Produkte (Wahlentscheidung über Untersuchungseinheiten, wie z.B. eine Waschmaschine) voraus. In weiterer Folge wird das Design des DCE festgelegt. Der Designprozess besteht aus zwei Schritten: In einem ersten Schritt wird das geeignete Untersuchungsobjekt, dessen Produkteigenschaften und deren Ausprägungen festgelegt. In einem zweiten Schritt werden die unterschiedlichen Eigenschaftsausprägungen zu hypothetischen Produkten kombiniert, die den Befragten für die Wahlentscheidung zur Verfügung stehen (Erhebungsdesign).

3.2.1 Theorie: Bestimmung des Untersuchungsobjektes, der Produkteigenschaften und ihrer Ausprägungen

An erster Stelle eines DCE steht die Frage nach dem Ziel der Untersuchung. Was ist das Untersuchungsobjekt (z.B. Produkt, Dienstleistung)? Handelt es sich um eine Kaufentscheidungssituation, sollte diese folgendermaßen gestaltet sein: Der Konsument wählt aus einer endlichen Anzahl konkurrierender, unterschiedlich wahrgenommener, diskreter Produkte (Bunch und Batsell 1989). Um die Befragungssituation an eine Kaufentscheidungssituation anzupassen, bedarf es der Sammlung von Hintergrundinformationen über den zu untersuchenden Markt (Verkaufskanäle, Marken, Besonderheiten). Damit kann eine an die Realität bestmöglich angelehnte Kaufentscheidungssituation geschaffen werden. Welche Alternativen werden dem Konsumenten geboten? Wie sieht der Entscheidungsfindungsprozess bei der gewählten Untersuchungseinheit aus? Handelt es sich um einen Gewohnheitskauf (habituelle Kaufentscheidung) oder einen überlegten Kauf (extensive Kaufentscheidung) (Kroeber-Riel und Weinberg 1999)?

Ist das Untersuchungsobjekt und dessen Hintergrund bekannt, folgt die Zerlegung des Untersuchungsobjektes in seine Produkteigenschaften und ihrer Ausprägungen. Aufgrund der definierten Fragestellung können Produkteigenschaften bereits vorgegeben sein (Bsp.: Energieeffizienzklassen der Energieetikette). Die Auswahl der Produkteigenschaften und deren Ausprägungen basiert auf den nachstehenden

17

Überlegungen: Welche Eigenschaften des Untersuchungsobjektes sind für den Befragten bzw. Konsumenten bei seiner Kaufentscheidung relevant? Welche Eigenschaftsausprägungen machen das Untersuchungsobjekt greifbar und unterscheidbar?

Eigenschaftsausprägungen können qualitativer Natur (z.B. Treibstoffart), darstellbar mit einer nominalen Skala, und quantitativer Natur (z.B. Treibstoffverbrauch), darstellbar mit einer ordinalen oder kardinalen Skala, sein. Die Zahl der Eigenschaften und ihrer Ausprägungen sind begrenzt. Zum einen wächst der Befragungsaufwand überproportional mit der Zahl der Eigenschaften und ihrer Ausprägungen und zum anderen werden die befragten Personen bei der Produktwahl überfordert (Backhaus et al. 2003). Green und Srinivasan (1990) empfehlen nicht mehr als sechs bis zehn Produkteigenschaften in die Untersuchung einzubeziehen. Bei quantitativen Attributen wie z.B. dem Preis, ist es zumeist nicht zweckmäßig mehr als fünf Ausprägungen zu verwenden. Es ist z.B. bei insgesamt gleich bleibender Datenmenge sinnvoller, eine größere Anzahl von Wahlexperimenten zu einer geringeren Anzahl von Preisausprägungen durchzuführen, als eine kleinere Anzahl von Wahlexperimenten mit einer erhöhten Anzahl an Preisausprägungen, was erfahrungsgemäß zu einer schlechteren Datenqualität führt (Johnson und Orme 2003). Die Produkteigenschaft „Marke“ besitzt die Besonderheit, dass der Befragte bereits andere Produkteigenschaften implizit mit der Marke verbindet (Haaijer und Wedel 2003, Oliphant et al. 1992, Struhl 1994). Diese Eigenschaft kann auch auf ein Ökolabel übertragen werden, wenn es der Konsument als allgemeines Qualitätsmerkmal wahrnimmt.

Neben der Anzahl der Eigenschaften und deren Ausprägungen sollten folgende Kriterien bei der Auswahl berücksichtigt werden:

Eigenschaften des Produktes (Backhaus et al. 2003):

- Relevante Eigenschaften: Es werden nur Eigenschaften ausgewählt von denen vermutet wird, dass sie auf Gesamtnutzen und Kaufentscheidung der Befragten Einfluss nehmen. Auf die relevanten Eigenschaften sollte keinesfalls verzichtet werden, da der Befragte unter diesen Umständen Annahmen über die fehlende Eigenschaft trifft, die dem Wissenschaftler nicht zugänglich sind (Bennet und Adamowicz 2001).

18

- Beeinflussbare Eigenschaften: D.h., die Produkteigenschaft existiert in unterschiedlichen Ausprägungen (z.B. verschiedenen Farben) und der Hersteller kann darauf Einfluss nehmen.

- Unabhängigkeit der Eigenschaften: Der empfundene Nutzen einer Eigenschaftsausprägung sollte nicht durch die Ausprägungen anderer Eigenschaften beeinflusst werden oder davon abhängig sein. Dies führt in der mathematischen Behandlung der Nutzenvariablen zu Korrelationen dieser Variablen, die den Einfluss dieser Eigenschaften auf die Kaufentscheidung verzerren kann.

Eigenschaftsausprägungen des Produktes:

- Realisierbare Eigenschaftsausprägungen: Unrealistisch empfundene Ausprägungen führen dazu, dass das DCE von den Befragten nicht ernst genommen wird und oberflächlich sowie fern der Realität geantwortet wird.

- Kompensatorische Beziehung der einzelnen Eigenschaftsausprägungen: D.h. es sollte möglich sein, die Verschlechterung in einem Attribut durch eine Verbesserung in einem anderen Attribut zu kompensieren. Auf Basis der tradeoffs(Tauschgeschäft zwischen zwei Eigenschaften eines Produktes im Sinne einer Kompensation) der Befragten können in weiterer Folge die marginalen Zahlungsbereitschaften für die einzelnen Attribute geschätzt werden (Telser 2002).

- Keine Ausschlusskriterien (K.O.- Kriterien): Ausschlusskriterien liegen vor, wenn bestimmte Eigenschaftsausprägungen für eine positive Entscheidung der Befragten auf jeden Fall erfüllt sein müssen. Dies hätte zur Folge, dass das kompensatorische Verhältnis der Eigenschaftsausprägungen nicht mehr gegeben ist.

Die Hintergrundinformationen über das Untersuchungsobjekt und das Herausfiltern der für das Untersuchungsobjekt relevanten Eigenschaften und ihrer Ausprägungen können mittels Literaturrecherchen, Expertengesprächen, Fokusgruppen eruiert werden. Ob sich die gewählten Eigenschaften und deren Ausprägungen für eine Befragung eignen, ist in der Regel mit einem Vortest zu überprüfen (Telser 2002).

3.2.2 Theorie: Erhebungsdesign

Sind die Produkteigenschaften des Untersuchungsobjektes sowie deren Ausprägungen bestimmt, besteht der nächste Schritt darin, Produktalternativen (Stimuli) durch eine Kombination der unterschiedlichen Ausprägungen der verschiedenen Produkteigenschaften zusammenzustellen. Gleichzeitig sollte die Zahl der Produktalternativen innerhalb eines Choice Task (Auswahlset für ein Wahlexperiment), als auch die Zahl der Choice Tasks bestimmt werden. Die Art der Interviewmethode (Computer gestützte Interviews oder Papierfragebogen) hat einen Einfluss auf die Zusammenstellung der Stimuli und Choice Tasks. Wenn jede Eigenschaftsausprägung einer Produkteigenschaft mit jeder Eigenschaftsausprägung aller anderen Produkteigenschaften kombiniert wird, spricht man von einem vollständigen faktoriellem Design. Ein vollständiges faktorielles Design erlaubt die Schätzung aller Haupteffekte (main effects) und Interaktionen (Kuhfeld 2004). Ein vollständiges faktorielles Design ist orthogonal, d.h. alle schätzbaren Effekte (Haupt- und Interaktionseffekte) sind unkorreliert und können damit geschätzt werden. Ein Haupteffekt bedeutet, dass der Grenznutzen aus einer Produkteigenschaft unabhängig von den Ausprägungen anderer Produkteigenschaften ist (Bsp.: Wenn der Preis der Produkte im gleichen Ausmaß sinkt, steigt der Nutzen bei allen Markenausprägungen proportional an). Ein Interaktionseffekt wäre gegeben, wenn der Preis sinkt und sich unterschiedliche Nutzenzuwächse bei den verschiedenen angebotenen Marken ergeben.

Da die Anzahl der möglichen Alternativen mit der Zahl der Attribute und deren Ausprägungen nach den Regeln der Kombinatorik faktoriell steigt, ist in den meisten Fällen eine beschränkte Auswahl der Alternativen zu treffen, bzw. ein vollständiges faktorielles Design nicht praktizierbar. Beispielsweise ergeben sich bereits bei sechs Eigenschaften mit je drei Ausprägungen (36 =) 729 Produktalternativen. Die

allgemeine Formel lautet: , wobei k ein Index für Attribute darstellt und die

Anzahl der Ausprägungen des Attributs k bezeichnet (Telser 2002). Werden den Befragten zu viele Produktalternativen zur Auswahl gestellt, treten erhebungstechnische Probleme auf (Sinken der Bereitwilligkeit für ein Interview, Ermüdungserscheinungen der Befragten, etc.). Wird aus der Menge der möglichen Alternativen (vollständiges Design) eine Teilmenge gezogen, handelt es sich um ein

kkg kg

19

20

reduziertes Design (Louviere et al. 2000, Backhaus et al. 2003). Dabei führt jede Reduktion zu einem Verlust an statistischer Information.

Die Erstellung eines reduzierten Designs kann mittels Statistiksoftwareprogrammen auf Grundlage mathematischer Algorithmen erstellt werden (Sawtooth, SASS, SPSS). Für DCE wird häufig das orthogonale main-effects-Design genutzt. Dieses beinhaltet die Annahme, dass keine der möglichen Interaktionen einen signifikanten Einfluss auf den Nutzen der Befragten hat. Falls diese Annahme keine Gültigkeit hat, können verzerrte Schätzergebnisse resultieren. Bei entsprechender Erweiterung (umfassenderes Design) können zusätzlich Interaktionseffekte geschätzt werden (Telser 2002). Eine hundertprozentige Orthogonalität eines Designs kann aus folgenden Gründen nicht sinnvoll sein: bestimmte Kombinationen von Eigenschaftsausprägungen ergeben keinen Sinn (unrealistische Kombinationen) und/oder es wird angenommen, dass bestimmte Interaktionseffekte eine Rolle spielen. Reduzierte Designs können auch per Zufallsstichprobe erstellt werden und weisen bei genügender Stichprobengröße annähernd dieselben statistischen Eigenschaften wie ein vollständiges Design auf (Louviere et al. 2000). Innerhalb des Programms Sawtooth werden reduzierte Designs (für Choice-based-Conjoint-Analysen (CBC)) auf Basis folgender Prinzipien erstellt (Sawtooth 1999):

- Minimale Überlappung (minimal overlap): Jede Eigenschaftsausprägung wird innerhalb eines Choice Task so selten wie möglich eingesetzt. Wenn die Anzahl der Eigenschaftsausprägungen gleich der Zahl der Produktalternativen innerhalb eines Choice Task ist, dann kommt diese Eigenschaftsausprägung genau einmal vor. Dieses Kriterium eignet sich gut für die Schätzung der Haupteffekte, aber nicht für die Schätzung von Interaktionseffekten.

- Ausgewogenheit der Ausprägungen (Level Balance): Jede Eigenschaftsausprägung wird im gesamten Fragebogen gleich häufig gezeigt.

- Orthogonalität: Die Eigenschaftsausprägungen werden unabhängig von den anderen Eigenschaftsausprägungen gewählt, sodass jede Wirkung einer Eigenschaft unabhängig gemessen werden kann.

Fällt die Entscheidung auf computergestützte Interviews, ergibt sich die Möglichkeit, jedem Befragten per Zufallsstichprobe einen einzigartigen Fragebogen zusammen-zustellen, der zwar nur annähernd orthogonal ist, aber auch die Möglichkeit bietet,

21

Interaktionseffekte zu messen, die im Vorfeld der Studie noch nicht bekannt sind. Bei fixen Papierfragebogenversionen (fixes orthogonales Design) beantworten alle Befragten den gleichen Fragebogen. In einer Variante werden die Befragten nach dem Zufallsprinzip in Untergruppen aufgeteilt und innerhalb dieser Untergruppen werden eigene Fragebogenversionen verwendet. Orthogonales Design besitzt den Vorteil einer maximalen (Design-)Effizienz zur Messung von Haupt- und zuvor festgelegten Interaktionseffekten. Das Modul von Sawtooth für Papierfragebogen erlaubt bis zu 60 Fragebogenversionen mit bis zu 20 Choice Tasks, damit genügend Produktkombinationen bereitgestellt werden, um Haupteffekte und gegenseitige Interaktionseffekte (Interaktionen zweiter Ordnung) zu messen (Sawtooth 1999).

Steht das experimentelle Design (Stimuli) fest, stellt sich die Frage der Größe eines Choice Task bzw. wie viele Produktalternativen innerhalb eines Choice Task präsentiert werden sollen. Dabei geht es darum, den Befragten eine möglichst realitätsnahe Befragungssituation zu bieten (Kuhfeld 2004). Um den Befragten nicht mit allen Produktalternativen gleichzeitig zu überfordern, bietet sich die Möglichkeit Choice Tasks auf wenige Produktalternativen zu reduzieren und den Befragten dafür hintereinander mehrere Choice Tasks beantworten zu lassen. Bis zu zwanzig Choice Tasks können erfahrungsgemäß vorgelegt werden, ohne dass Ermüdungs-erscheinungen bzw. eine Resignation der Befragten auftreten (Johnson und Orme 1996). Die Präsentationsform der Stimuli bzw. Eigenschaftsausprägungen selbst kann verbal, visuell, zwei- oder dreidimensional erfolgen. Unsichtbare Produkt-eigenschaften sind auf eine verbale Beschreibung der Eigenschaftsausprägung festgelegt. Eine visuelle Gestaltungsform unterstützt die wirklichkeitsgetreue Kaufentscheidungssituation und sollte vor allem bei Produkten mit ästhetischen Produkteigenschaften miteinbezogen werden (Backhaus et al. 2003). Die Gefahr bei einer (rein) visuellen Darstellung (auch dreidimensionalen Präsentationsform) besteht darin, dass eventuell nicht nur vom Analysten gewünschte Produkteigenschaften bewertet werden (Green und Srinivasan 1978) bzw. eine Differenzierung der zu bewertenden Produkteigenschaften und deren Ausprägungen schwierig ist. Hahn (1997) schlägt als optimale Darstellungsvariante eine Kombination von visueller und verbaler Beschreibung von Produktalternativen vor. Zur weiteren Vertiefung in die Erstellung experimenteller Designs sei auf Louviere et al. (2000) und Kuhfeld (2004) verwiesen.

22

3.3 Durchführung

Die Konzeption der Durchführung von DCE umfasst die Art der Datensammlung (Befragung) sowie die Definition der Auswahl, Bestimmung und Größe der Stichprobe. Bevor die Hauptbefragung im Feld stattfindet ist ein Pretest empfehlenswert, der mögliche Problemquellen aufdeckt und Korrekturen für die Hauptbefragung zulässt. Die Befragung selbst kann mittels schriftlichen Fragebogen, Telefoninterviews, persönlicher Befragung (face-to-face-Interview) und computergestützten Fragebogen (direkt am Computer oder per Internet) erfolgen (Telser 2002). Es sind auch kombinierte Varianten möglich: z.B. erfolgt zuerst eine telefonische Kontaktaufnahme, um die Kontaktpersonen für eine Teilnahme an der Befragung zu gewinnen, dann wird der Fragebogen per Post zugesandt. Die Beantwortung der Fragen kann auch per Telefon erfolgen (phone-mail-phone) (Stahl 1988). Ein Telefoneinsatz zur Erinnerung kann die Rücklaufquote bei schriftlichen Fragebogen deutlich erhöhen (Gustafsson et al. 2003). Jede der genannten Methoden hat ihre Vor- und Nachteile, die Entscheidung für oder gegen eine Methode sollte folgende Überlegungen beinhalten:

- Zielgruppe: Welche Individuen sollen befragt werden (Stichprobe) und wie sind diese am besten zu erreichen? Eine schriftliche bzw. telefonische Befragung eignet sich vor allem um eine geografische Repräsentativität zu erreichen (Wittink und Cattin 1989).

- Komplexität: Je komplexer der Fragebogen gestaltet bzw. das Untersuchungsobjekt ist, umso eher ist eine persönliche Betreuung (telefonisch oder face-to-face) zu empfehlen.

- Finanzieller Rahmen: Im Vergleich zu persönlichen Interviews sind schriftliche Interviews bzw. Interviews via Internet kostengünstiger.

Die Bestimmung der Stichprobe, die aus einer Grundgesamtheit gezogen wird, ergibt sich zumeist aus dem Ziel bzw. dem Untersuchungsobjekt der Studie selbst. Im Falle einer Kaufentscheidung ist es nahe liegend, dass die Grundgesamtheit aus den (potentiellen) Käufern des Untersuchungsobjektes besteht. Auf Basis der Grundgesamtheit wird die Größe der Stichprobe bestimmt. Bei der Art der Stichprobenziehung selbst sind vor allem die einfache Zufallsstichprobe und die

mittels Quotenverfahren (geschichtete Stichproben) ermittelte Zufallsstichprobe als geeignet zu nennen. Bei einer einfachen Zufallsstichprobe hat jedes Individuum der Grundgesamtheit die gleiche Chance gezogen zu werden. Mittels eines Quotenverfahrens werden die die Grundgesamtheit repräsentierende Teilmengen (Untergruppen) gezogen. Das Quotenverfahren bietet die Möglichkeit spezifische Effekte in unterschiedlichen Bevölkerungssegmenten (z.B. Untergruppen unterschieden nach Alter) zu untersuchen (Telser 2002). Eine Übersicht über die unterschiedlichen Methoden zur Stichprobenziehung findet sich in Ben-Akiva und Lerman (1985).

Im nächsten Schritt wird der Stichprobenumfang festgelegt, mit dem Ziel, dass beim DCE die Wahrscheinlichkeit, dass eine bestimmte Produktalternative gewählt wird, mit einem gewissen Grad an Genauigkeit gemessen wird. Nach dem zentralen Grenzwertsatz ist eine Wahlwahrscheinlichkeit np für ein Produkt aus einer

Grundgesamtheit gezogenen Zufallsstichprobe mit Umfang , normal verteilt mit Mittelwert (dem wahren Anteil in der Bevölkerung) und Varianz , wobei

. Schätzt man mit der statistischen Sicherheit (Vertrauensintervall)

n

p ( ) /p q n

1q p den

Anteil mit höchstens Prozent Abweichung von der wahren Wahlwahrscheinlichkeit a

p für das Produkt, muss die kleinstmögliche Stichprobengröße so gefunden werden,

dass gilt: Pr nob p p ap . Für den Stichprobenumfang einer einfachen

Zufallsstichprobe ergibt sich daraus folgende Gleichung, wobei die inverse,

kumulative Normalverteilungsfunktion ist (Telser 2002, Louviere et al. 2000):

1( )

21

2

12

qnp a

(3.1)

Es ist ersichtlich, dass die Größe der Stichprobe quadratisch mit der verlangten Güte der Schätzung steigt. Aufgrund der Besonderheit von DCE, dass die Befragten mehrere Choice Tasks ( ) präsentiert bekommen und somit Entscheidungen treffen, reduziert sich unter der Annahme, dass die beobachteten Entscheidungen voneinander unabhängig getroffen worden sind, der minimale Stichprobenumfang auf:

r r

21

2

12

qnr p a

(3.2)

23

In der folgenden Tabelle werden die minimalen Stichprobengrößen für eine einfache Zufallsstichprobe bei acht Wahlentscheidungen pro Person ( ) gezeigt, die notwendig sind, wenn man eine bestimmte Wahlwahrscheinlichkeit mit einer relativen Genauigkeit von +/-10 Prozent (

8r

0.1a ) mit einem 95 Prozent Vertrauensintervall ( 0.95) erhalten möchte.

Wahlwahrscheinlichkeit p

Minimale benötigte Anzahl an Entscheidungen*

MinimaleStichprobengröße in Personen (für r = 8)**

0.10 3457 4320.20 1537 1920.30 896 1120.40 576 720.50 384 480.60 256 320.70 165 210.80 96 12

* Berechnet anhand Gleichung 3.2 mit und 0.1a 0.95** Berechnet anhand Gleichung 3.2 mit und 0.1a 0.95

Tabelle 3.1: Beispiel für notwendige Stichprobengrößen mit unterschiedlichen Wahlwahrscheinlichkeiten an der Grundgesamtheit (Louviere et al. 2000)

Im Falle des Quotenverfahrens kann mittels Gleichung (3.2) entweder eine minimale Größe für die gesamte Stichprobe geschätzt und diese dann auf die Untergruppen im Verhältnis der Bevölkerungsanteile verteilt werden oder für jede Untergruppe wird einzeln eine minimale Stichprobengröße geschätzt und die Ergebnisse für die gesamte Stichprobe addiert (Telser 2002). Eine allgemeine Vertiefung in die Generierung von Stichproben bietet Levy und Lemeshow (1991), bezogen auf DCM Ben-Akiva und Lerman (1985).

Grundsätzlich ist festzustellen, dass neben dem wahrscheinlichen Zufallfehler der Wahlwahrscheinlichkeit, deren Eingrenzung die Stichprobengröße beeinflusst, auch Verzerrungsfehler (bias) auftreten können, die z.B. durch ein mangelhaftes Design des DCE oder durch eine nicht repräsentative Stichprobe (z.B. durch eine hohe Antwortverweigerungsrate) auftreten können. Diese sind nicht mittels Wahrscheinlichkeitsrechnung berechenbar.

24

3.4 Entscheidungsmodell und statistische Auswertung

Dem DCE liegt ein diskretes Entscheidungsmodell mit einem wahrscheinlichkeitstheoretischem Ansatz zu Grunde (Discrete-Choice-Analyse). Diskret bedeutet, dass die Wahlentscheidung nur für ein ganzes Produkt und nicht für Teilmengen des Produktes erfolgen kann. D.h., die Entscheidung kann nur ja oder nein für ein definiertes Produkt, z.B. für eine Waschmaschine, sein. Im folgenden Kapitel wird das ökonometrische Modell dargestellt und werden dessen mögliche Ausprägungen vorgestellt. In weiterer Folge werden zwei mögliche Arten der statistischen Auswertung beschrieben: die Berechnung der Zahlungsbereitschaft und marginale Effekte. Für die Auswertung eignen sich statistische Softwareprogramme wie z.B. Nlogit (Limdep), Stata, SAS.

3.4.1 Das Entscheidungsmodell

Das ökonometrische Modell für DCE basiert auf vier Standardannahmen, die Aussagen über Marktbedingungen und das Entscheidungsverhalten von Konsumenten treffen (Hahn 1997, Telser 2002):

- Modell des repräsentativen Konsumenten (Anderson et al. 1992): Das bedeutet, dass eine Nutzenfunktion existiert, die alle aggregierten Präferenzen einer Bevölkerungsgruppe für die Untersuchungsobjekte widerspiegelt. Anstelle einer individuellen Nutzenfunktion einer einzelnen Person wird eine gemeinsame

Nutzenfunktion für alle Individuen angenommen. Unterschiede der individuellen Präferenzen können mittels Einbeziehung sozioökonomischer Merkmale der Befragten (Vektor ) in der Nutzenfunktion berücksichtigt werden.

iu

u

is

25

- Theorie des stochastischen Nutzens (Random-Utility-Model) (McFadden 1974, 1976): Es gilt das aus der klassischen Mikroökonomie bekannte Prinzip der Nutzenmaximierung. Der Konsument wählt das Produkt, das ihm den größten subjektiven Nutzen stiftet. Der Beobachter hat jedoch keinen vollständigen Einblick über den Nutzen eines Produktes für den Konsumenten. Die Nutzenfunktion selbst in einem Random Utility Model besteht aus beobachtbaren (deterministischen) und unbeobachtbaren (stochastischen) Komponenten, die in Summe den Gesamtnutzen darstellen. Der Nutzen ist somit keine manifeste Größe, sondern eine unbeobachtbare latente Zufallsgröße. Die Gründe für die Annahme

26

eines Zufallsnutzens sind vielfältig (Ben-Akiva und Lerman 1985, Anderson et al. 1992, Telser 2002): Nichtbeobachtbare Charakteristika (intra-individuelle Nutzenstreuung: es ist nicht möglich, alle Charakteristika der Befragten zu erfassen, die einen Einfluss auf die Kaufentscheidung haben. Dazu gehören auch Entscheidungen, die von den Befragten aus dem Unterbewusstsein getroffen werden), Nichtbeobachtbare Variationen der Präferenzen (inter-individuelle Nutzenstreuung: eine noch so homogene Bevölkerungsgruppe wird immer noch eine Varianz in den individuellen Präferenzen aufweisen), nicht alle kaufentscheidungsrelevanten Produkteigenschaften können im Modell erfasst werden, Messfehler bzw. Fehlspezifikationen (es können nicht alle kaufentscheidungsrelevanten Produkteigenschaften und persönlichen Merkmale einwandfrei gemessen werden; unter Fehlspezifikation fällt die Unsicherheit in Bezug auf die Ausprägung der Nutzenfunktion). Der probabilistische Ansatz ermöglicht es, Zufälligkeiten im Entscheidungsverhalten der Befragten zu berücksichtigen (Hahn 1997).

- Insgesamt konzentriert sich die Nutzenmaximierung auf streng separable Märkte, d.h., dass sich der Gesamtnutzen für einen Konsumenten aus voneinander unabhängigen Teilnutzen einzelner Produkte auf unterschiedlichen Märkten bildet (Ben-Akiva und Lerman 1985). Die Nutzenmaximierung bezieht sich auf ein Produkt einer bestimmten Produktgruppe. Nicht einbezogen wird die nutzenoptimale Verteilung des Budgets auf die einzelnen Gütergruppen, wie es in der Mikroökonomie üblich ist (Balderjahn 1993).

- Nutzenstiftende Produkteigenschaften und eingeschränkte Produktauswahl: In Anlehnung an Lancaster (1966, 1971) ziehen Konsumenten ihren Nutzen aus den Produkteigenschaften eines Gutes und nicht direkt aus einem Gut selbst. Beispielsweise zieht der Konsument keinen direkten Nutzen aus einer Glühbirne, sondern daraus, dass diese mit einer bestimmten Helligkeit über eine Zeitdauer leuchtet, etc.. Dabei wird angenommen, dass auf einem abgegrenzten Markt endlich viele vergleichbare Produkte k im Angebot sind. Im Gegensatz zur Mikroökonomie wird unterstellt, dass die Produkte nicht teilbar sind. Das Modell gibt Auskunft, ob ein bestimmtes Produkt gekauft wird oder nicht (0-1 oder Nein-Ja-Entscheidung). D.h., die abhängige Variable besitzt einen nominalen Charakter. Die Menge aller Produktalternativen nennt man Alternativenuniversum (Markenuniversum), für das gilt (Hahn 1997):

1,...,X k k K (3.3) mit:

X Menge aller Alternativen (Marken bzw. Alternativenuniversum),

k Produkt, das ein Element des Alternativenuniversums ist,

K Anzahl der Produkte im Alternativenraum.

Aufgrund von Umweltrestriktionen (z.B. fehlende Markttransparenz, Transaktions-kosten) sind dem Konsumenten zum Zeitpunkt der Kaufentscheidung nicht alle Produkte bekannt bzw. zugänglich. Er wählt aus einer Teilmenge des Alternativenuniversums (evoked-set bzw. Choice Task):

1,...,tX k k K (3.4) mit:

tX Teilmenge von X und tX X ,

tX Menge aller Alternativen (Produkte) im evoked-set.

Die Entscheidungssituation ist in dem Sinne realitätsnah, dass der Konsument zu einem bestimmten Einkaufszeitpunkt aus einer endlichen Anzahl ihm bekannter, konkurrierender, diskreter und vergleichbarer Produkte auswählt. Die kaufentscheidungsrelevanten Eigenschaften von Produkt k werden durch den Vektor dargestellt, dieser beinhaltet alle relevanten Attribute einer

Auswahlalternative , die von Konsument wahrgenommen werden. ikz

k i

Unter den genannten Annahmen (ohne Berücksichtigung der stochastischen Komponente) sieht die Nutzenfunktion folgendermaßen aus:

,ik ik ik iU U z s

x!

(3.5) mit:

ikU Nutzen, den Produkt Konsument i stiftet, k

ikz Vektor, der alle für Konsument kaufentscheidungsrelevanten Produkt-

eigenschaften von Produkt beinhaltet,

i

k

is Vektor, der alle kaufentscheidungsrelevanten Persönlichkeitsmerkmale von

Konsument i darstellt.

Die Entscheidungsregel lautet:

, maik ik iU z s (3.6)

27

Der Konsument i wählt Produkt , das ihm im Vergleich zu den anderen angebotenen Produkten den höchsten Nutzen stiftet. Unter Berücksichtigung der Zufallsgröße

k

, sieht die Nutzenfunktion folgendermaßen aus:

,ik ik ik ikU U v (3.7) mit:

,ik ik iv z s (3.8) und

* *, ,ik ik ik i ikz s (3.9) mit:

*ikz nicht beobachtbare Produkteigenschaften,

*is nicht beobachtbare Persönlichkeitscharakteristika,

ik Spezifikations- und Messfehler.

Die Nutzenfunktion besteht somit aus einer deterministischen Komponente und

einer stochastischen Komponente ikv

ik . Der tatsächliche Nutzen lässt sich

aufgrund der Zufallsgröße ikU

ik nicht messen. Dieses Modell lässt unter den

genannten Annahmen eine Wahrscheinlichkeitsaussage über die Auswahl einer Produktalternative zu:

Pr ; ; ,ik ik in tP ob U U k n k n X (3.10) mit:

ikP Wahrscheinlichkeit, dass Konsument i Produkt k auswählt.

Unter der Annahme, dass sich der Nutzen additiv aus dem deterministischenNutzen und probabilistischen Nutzen v zusammensetzt, gilt:

ik ik ikU v . (3.11)

Wird Gleichung (3.11) in Gleichung (3.10) eingesetzt, folgt:

Pr ( ; ; )ik ik in ik in tP ob v v k n n X (3.12)

Die Auswahlwahrscheinlichkeit ergibt sich somit nicht aus den absoluten Nutzen bzw. , sondern aus den Nutzendifferenzen zwischen den

Produktalternativen und .ikv inv

k n

28

Für die Operationalisierung des diskreten Entscheidungsmodells ist die stochastische Komponente und die deterministische Komponente der Nutzenfunktion zu spezifizieren:

29

s

- Spezifikation der deterministischen Nutzenkomponente: Die deterministische Nutzenkomponente beinhaltet alle Nutzenbeiträge, die durch Produktattribute

und persönliche Eigenschaften der Konsumenten erklärt werden können. In den meisten Fällen wird eine lineare Nutzenfunktion angewandt (Hahn 1997, Telser 2002):

ikv

ik ik iv z (3.13) mit:

Parameter, der die Gewichtung der Produktattribute angibt,

ß Parameter, der die Abhängigkeit der Produktbewertung von individuellen

Faktoren der Konsumenten angibt.

- Beliebte Spezifikationen stellen auch der Einsatz von quadratischen Nutzenfunktionen dar (Telser 2002). Die erklärenden Variabeln, die die Produkteigenschaften bestimmen, lassen sich folgendermaßen kategorisieren (Ben-Akiva und Lerman 1985): generische Variablen (der Nutzenbeitrag einer Produkteigenschaft ist unabhängig von der Alternative, z.B. Höchstgeschwindigkeit beim PKW), alternativenspezifische Variablen (der Parameter unterscheidet sich über die einzelnen Produktalternativen hinweg, z.B. Preis eines Kleinwagens wird negativer bewertet als bei einer Luxuslimousine), nominale Variablen (Dummyvariablen geben darüber Auskunft, ob eine Produkteigenschaft vorhanden ist oder nicht, z.B. Dieselfahrzeug).

- Spezifikation der stochastischen Nutzenkomponente: Im Falle der stochastischen Nutzenkomponente muss eine geeignete Verteilungsfunktion definiert werden. Die zwei gängigsten Verteilungsannahmen sind die Extremwertverteilung, auch Gumble-, Log-Weibull- oder doppelte Exponentialverteilung genannt, und die multidimensionale Normalverteilung. Aus der Extremwertverteilung lässt sich ein multinomiales Logit-Modell, aus der multidimensionalen Normalverteilung ein multinomiales Probitmodell herleiten (Telser 2002). Das multinomiale Logit-Modell ist aufgrund seiner vergleichsweise einfachen Berechnung sehr beliebt, auch wenn diese Vereinfachung auf Kosten der Realitätsnähe gehen kann. Es ergibt sich folgende Auswahlwahrscheinlichkeit des Konsumenten i für Alternative :k

ik

in

t

v

ik v

n X

ePe

(3.14)

Die Extremwertverteilung setzt voraus, dass die Zufallsvariablen identisch und unabhängig voneinander verteilt sind. Die Unabhängigkeit der Zufallsvariablen (independence-of-irrelevant-alternatives (IIA)) bedeutet, dass der Zufallsnutzen eines Konsumenten für eine bestimmte Produktalternative unabhängig von anderen Produktalternativen ist. Diese Annahme kann in der Praxis jedoch häufig nicht erfüllt werden (Green und Srinivasan 1978). Dieses Problem kann mittels eines Nested-Logit-Modells oder eines multinomialen Probit-Modells umgangen werden. Allerdings bedeutet der Einsatz eines multinomialen Probitmodells, dass die Realitätsnähe durch eine stark erhöhte Komplexität der ökonometrischen Schätzung erkauft wird (Louviere et al. 2000).

Nach der Spezifikation des Schätzmodells, welche bereits im Vorfeld der Untersuchung berücksichtigt werden sollte, wird im nächsten Abschnitt die statistische Auswertung und deren Interpretationsmöglichkeiten dargestellt.

3.4.2 Statistische Auswertung und Interpretationsarten der geschätzten Koeffizienten

Die Schätzung der Koeffizienten selbst erfolgt mittels des Maximum-Likelihood- Verfahrens (Hahn 1997). Anhand der absoluten Höhe der geschätzten Koeffizienten können keine direkten Aussagen über den Einfluss der erklärenden Variablen (Produkteigenschaften) auf die Kaufentscheidung getroffen werden. Daher werden in diesem Kapitel zwei Interpretationsmöglichkeiten der statistischen Ergebnisse vorgestellt: die Berechnung der Zahlungsbereitschaft und marginale Effekte:

- Zahlungsbereitschaft: Die Berechnung der Zahlungsbereitschaft für die einzelnen Produkteigenschaftsausprägungen ermöglicht einen Vergleich der Ergebnisse über verschiedene Attribute hinweg. In einem linearen Modell mit einfachen Gewichtungen innerhalb der Nutzenfunktion entspricht das Verhältnis zweier Parameter einer Schätzung der Zahlungsbereitschaft (willingness-to-pay (WTP)) unter der Voraussetzung, dass alle anderen Faktoren konstant gehalten werden. Wenn eine der beiden Produkteigenschaften in Geldeinheiten gemessen wird, ist

30

die marginale Grenzrate der Substitution (GRS), die sich aus dem Verhältnis der beiden Nutzenparameter ergibt, der finanzielle Indikator der Zahlungsbereitschaft. Das Substitutionsverhältnis gibt an, um wie viel eine Variable (Produkteigenschaft bzw. Eigenschaftsausprägung bei Dummyvariablen) verändert werden muss (größer oder kleiner), damit die Veränderung der anderen Variable um eine Einheit kompensiert wird. Das Substitutionsverhältnis zur Berechnung der Zahlungsbereitschaft sieht wie folgt aus (vgl. Telser 2002)

k

j

k

vz

GRS vp

(3.15) mit:

kv deterministische Teil der Nutzenfunktion der Produktalternativen k,

jz kaufentscheidungsrelevante Produkteigenschaft j,

p kaufentscheidungsrelevante Produkteigenschaft Preis.

Bei Dummyvariablen wird jeweils eine Eigenschaftsausprägung als Referenzalternative gewählt.

- Marginale Effekte (Thurner und Heiss 2005, Iten et al. 2005 II): Marginale Effekte zeigen an, um wie viel sich eine beliebige Auswahlwahrscheinlichkeit ändert, wenn die Ausprägung der betrachteten Variable um eine marginale Einheit ansteigt. Die marginalen Effekte einer kontinuierlichen erklärenden Variable (Produkt-eigenschaft) wird mittels der partiellen Ableitung berechnet. Diese gibt die Veränderung der Wahrscheinlichkeit an, dass eine bestimmte Alternative ( )

aufgrund der Veränderung der erklärenden Variable kP

x (kaufentscheidungsrelevante Produkteigenschaft) gewählt wird. Daraus folgt:

( )

1( )ikik z im

im z

P P k m Px

(3.16) mit:

i Konsument bzw. Entscheidungsträger,

k Produktalternative,

z kaufentscheidungsrelevante Produkteigenschaft in Alternative m .

Für diskrete Variablen (Dummyvariablen) wird der marginale Effekt mittels der Differenz der Auswahlwahrscheinlichkeiten der Produktalternativen mit und ohne dieser Produkteigenschaft x berechnet:

31

( 1) ( 0ikik ik

P P x P x )x

(3.17)

- Eine weitere Variante zur besseren Interpretation der Nutzenkoeffizienten bietet die Berechnung der Elastizitäten. Diese geben an, um wie viel Prozent (nicht Prozentpunkte!) sich eine Auswahlwahrscheinlichkeit ändert, wenn die Ausprägung der betrachteten Variable um ein Prozent ansteigt.

32

33

4 Der Einfluss der Schweizer Energieetikette auf die Kaufentscheidung – vier Discrete-Choice-Experimente

4.1 Design

4.1.1 Bestimmung der Untersuchungsobjekte, der Produkteigenschaften und ihrer Ausprägungen

Das Ziel dieser vier DCE (Glühlampen, Waschmaschinen, Klein- und Mittelklassewagen) besteht darin, den Einfluss der Energieetikette auf die Kaufentscheidung der (Privat-)Konsumenten zu messen. Die Energieetikette (www.energieetikette.ch, siehe Kap. 2.4) deklariert in der Schweiz den Energieverbrauch und weitere Produkteigenschaften für elektrische Haushaltsgeräte und Beleuchtungskörper. Die Energieetikette für Personenwagen gibt Aufschluss über den Treibstoffverbrauch, den CO2-Ausstoss und über die Energieeffizienz. Da aus Kosten- und Aufwandsgründen nicht alle Produktkategorien, die mit der Energieetikette gekennzeichnet sind, mittels eines DCE untersucht werden konnten, wurden repräsentative Produktkategorien für die DCE ausgewählt.

Produktgruppe Waschmaschinen

Im Falle der elektrischen Haushaltsgeräte fiel die Wahl aus folgenden Gründen auf die Waschmaschine (Iten et.al. 2005):

- Waschmaschinen sind eines der umsatzstärksten Segmente im Schweizer Haushaltsgerätemarkt.

- Waschmaschinen lassen sich untereinander relativ einfach vergleichen und haben wenige K.O.-Kriterien, wie z.B. Einbaukühlschränke, die an die individuelle Küchensituation angepasst werden müssen.

- Es handelt sich um ein Gerät, das durch eine überschaubare Anzahl von Produkteigenschaften hinreichend charakterisiert wird.

- Aus befragungstechnischer Hinsicht ist am Point of Sale (POS) mit einer ausreichenden Kundenfrequenz in entsprechenden Verkaufskanälen zu rechnen.

34

Damit steht die Waschmaschine für ein Exempel der elektrischen Haushaltsgeräte.

Produktgruppe Glühlampen

Bei der zweiten Produktgruppe, die mit der Energieetikette gekennzeichnet ist, handelt es sich um elektrische Glühlampen. Wenn auch der Begriff Glühlampe auf Grund der Art der Lichterzeugung nicht für eine Sparlampe exakt zutrifft, wird dieser Begriff des allgemeinen Verständnisses wegen im Weiteren verwendet. Aufgrund der Einschränkung von DCE, dass die zur Auswahl stehenden Produkte miteinander vergleichbar sein müssen, um sinnvolle Befragungsergebnisse zu erzielen, wurden Standardglühlampen und Energiesparlampen herangezogen. Standardglühlampen und Energiesparlampen decken in der Schweiz bzw. in Europa rund 62 bzw. 70 Prozent des Lampenmarktes ab (Osram 2005). Halogenlampen benötigen eine andere Lampenfassung und bieten daher keine Alternative zu Standard- und Energiesparlampen; sie wurden nicht in das Experiment einbezogen.

Produktgruppe Personenwagen

Im Falle der Personenwagen wurde folgende Einschränkung innerhalb der untersuchten Einheiten getroffen: In zwei getrennten Befragungen wurden die beiden Fahrzeugklassen3 Kleinwagen- (Preiskategorie: < 20'000 CHF bis 25'000 CHF) und Mittelklassewagen (Preiskategorie: 25'000 CHF bis 45'000 CHF) abgedeckt. Die Unterteilung erfolgte aufgrund der Annahme, dass sich Autokäufer bei der Kaufentscheidung folgende Fragen stellen: „Was brauche ich?“ (Gebrauchszweck, Größe) und „Wie viel will/kann ich ausgeben?“ (Preis). Dabei korrelieren Größe und Preis eines Neuwagens miteinander und legen eine Einteilung in Fahrzeugklassen für die Befragung nahe. Bei der Einbeziehung aller Fahrzeugklassen in ein DCE besteht die Gefahr, dass die Fahrzeuggröße bzw. -klasse ein Ausschlusskriterium darstellt.

Die Energieeffizienzklasse ist bei allen vier DCE eine ausgewählte Produkt-eigenschaft. Allen vier DCE ist eine Produkteigenschaft, die direkt oder indirekt mit dem Energieverbrauch in Verbindung steht, gemeinsam: Leistung in Watt bei

3 Als Fahrzeugklasse bezeichnet man eine abgegrenzte Gruppe von PKW-Modellen, die durch optische, technische und marktorientierte Merkmale untereinander konkurrierend sind. Es gibt jedoch keine allgemein gültige Definition dieser Klassen, so dass meist die Fahrzeuggröße und ggf. der Kaufpreis bei der Zuordnung eines Fahrzeuges zu einer Klasse herangezogen werden http://de.wikipedia.org/wiki/Fahrzeugklasse (2006).

35

Glühbirnen, Energieverbrauch in kWh/Waschgang bei Waschmaschinen sowie Hubraum in ccm und Treibstoffverbrauch in l/100km bei Klein- und Mittelklassewagen. Die Einbeziehung dieser Produkteigenschaften verletzt auf den ersten Blick das Kriterium der Unabhängigkeit von Produkteigenschaftsausprägungen. Folgende Argumente rechtfertigen die Einbeziehung dieser Eigenschaften: Erstens werden die genannten Produkteigenschaften beim jeweiligen Produkt ausgewiesen(z.B. Verpackung, Katalog) und als Kaufentscheidungskriterium berücksichtigt. Zweitens wurde die Annahme, dass die Mehrzahl der Konsumenten mit „reinen“ Energieverbrauchsdaten wenig anfangen kann, im Pretest bestätigt. Das Label wurde aus diesem Zweck eingeführt: Schaffung einer Vergleichsbasis innerhalb einer Produktgruppe, wie es durch reine Energieverbrauchsdaten nicht gewährleistet wird. Alle vier DCE beinhalten das Produktattribut „Marke“ als entscheidungsrelevantes Kaufkriterium, wobei festzuhalten ist, dass nicht auf bestimmte Modelle einer Marke im Falle von Glühlampen und Waschmaschinen eingegangen wurde. Bei den DCE für Personenwagen wurde nicht nur die Marke, sondern auch der Modelltyp der jeweiligen Fahrzeugklasse miteinbezogen. Bei der späteren Interpretation der Marke ist dieser Umstand zu berücksichtigen.

Mittels Literaturrecherchen, der Sichtung von Produktkatalogen und Werbematerialien und Experteninterviews sowie aus den Erfahrungen der Pretests wurden die in den folgenden Tabellen dargestellten Produkteigenschaften und Ausprägungen ausgewählt.

Waschmaschinen

Der Kauf einer Waschmaschine bedeutet aufgrund der höheren Anschaffungskosten (ab ca. 900 CHF bis 4000 CHF) zumeist einen Kaufentscheidungsprozess, der ein Planungshandeln voraussetzt (extensive Kaufentscheidung). Charakteristisch für diese Art der Kaufentscheidung sind der hohe Informationsbedarf, eine relativ lange Entscheidungsdauer, als auch das Bedürfnis, Bewertungskriterien zu erarbeiten, um Kaufrisiken abzubauen (Kroeber-Riel und Weinberg 1999). Nach Schätzungen der Schweizerischen Agentur für Energieeffizienz (SAFE) handelt es sich bei rund 90 Prozent der Käufe um einen Ersatzkauf, bei den restlichen 10 Prozent handelt es sich um einen Neukauf von Haushaltsgeräten (Iten et al. 2005 I). Bei privaten Käufern von Waschmaschinen bzw. Haushaltsgeräten handelt es sich um Einfamilienhaus- und Wohnungseigentümer bzw. private Besitzer kleiner Mehrfamilienhäuser. Die privaten Konsumenten beziehen ihre Haushaltsgeräte über Großverteiler (Migros, Coop),

36

Fachmärkte (z.B. Fust, Mediamarkt) und den Detailhandel. Der Schweizer Markt für Waschmaschinen bzw. Haushaltsgeräte teilt sich auf Markenprodukte von z.B. Elektrolux, V-Zug, Miele, Siemens, AEG, Bauknecht, Bosch, Schulthess Maschinen AG und No-Name-Produkte auf. Zu den so genannten No-Name-Produkten zählen Low-End-Produkte ausländischer Anbieter und Eigenmarken (z.B. Satrap/Coop, Novomatic/Fust) (Iten et al. 2005 I).

Für das DCE von Waschmaschinen wurden folgende kaufentscheidungsrelevanteProdukteigenschaften mit ihren Ausprägungen ausgewählt: Marke, Ausstattung, Wasser-, Energieverbrauch, Energieeffizienzklasse und Preis. Bei der Auswahl der Merkmalsausprägungen „Marke“ wurde darauf geachtet, das Spektrum des Schweizer Marktes abzudecken: V-Zug gilt als Schweizer Premium Marke, Miele zählt ebenso zum Hochpreissegment, AEG positioniert sich im mittleren Preissegment und Iberna ist eine No-Name Marke. Insgesamt zeichnet sich der Schweizer Markt fürHaushaltsgeräte als Qualitätsmarkt aus und wird laut Fachverband Elektroapparate für Haushalt und Gewerbe Schweiz (FEA) vielfach als Testmarkt für „Best“-Geräte verwendet (Iten et al. 2005 I). Die Produkteigenschaft „Ausstattung“ zeigt in ihren Ausprägungen unterschiedliche Arrangements der Waschprogrammauswahl: einfache, mittlere bzw. Luxusausstattung. Die Ausprägungen der Produkteigenschaften Wasser- (l/Waschgang) und Energieverbrauch (kWh/Waschgang) decken das Energie-effizienzklassenspektrum von A bis C ab (z.B. darf eine A-etikettierte Waschmaschine pro kg Wäsche höchstens 0.19 kWh verbrauchen). Im Schweizer Waschmaschinenmarkt werden 96 Prozent der angebotenen Waschmaschinen durch diese drei Energieeffizienzklassen abgedeckt (80 Prozent sind mit der Energieeffizienzklasse A gekennzeicht, 10 Prozent mit B und sechs Prozent mit C). Bei der Produkteigenschaft Energieeffizienzklasse wurden daher nur die drei Energieeffizienzklassen für das DCE ausgewählt (FEA 2002). Bei der Produkteigenschaft Preis wurden folgende vier Ausprägungen ausgewählt: 980 CHF (Niedrigpreissegment), 1'890 CHF, 2'650 CHF (mittleres Preissegment) und 3'780 CHF Hochpreissegment. Bei den Produkteigenschaften Marke und Ausstattung handelt es sich um qualitative Attribute, bei Wasserverbrauch pro Waschgang, Energieverbrauch pro Waschgang und Preis um quantitative Attribute mit kardinaler Skalierung sowie bei der Energieeffizienzklasse um ein quantiatives Attribut mit ordinaler Skalierung.

37

Produkteigenschaft Ausprägungen

Marke AEGV-ZugMieleIberna („No-Name“)

Ausstattung Einfach: Schleuderleistung bis 1000 U/min, Grundwaschprogramme, Energiesparprogramme Mittel: Schleuderleistung bis 1400 U/min, Grundwaschprogramme,Energiesparprogramme, Schongang, Wollprogramm, Kurzprogramm, Luxus: Schleuderleistung bis 1600 U/min, Grundwaschprogramme,Energiesparprogramme, Schongang, Wollprogramm, Kurzprogramm, Einweichprogramm, Mehr-Wasser-Taste, Startvorwahl und Restanzeige, Weitere Sonderprogramme

Wasserverbrauch in l/Waschgang 39 l/Waschgang 47 l/Waschgang 58 l/Waschgang

Energieverbrauch in kWh/Waschgang 0.85 kWh/Waschgang 1.0 kWh/Waschgang 1.3 kWh/Waschgang

Energieeffizienzklasse (Energieetikette) ABC

Preis in CHF 980 CHF 1’890 CHF 2’650 CHF 3’780 CHF

Tabelle 4.1: Kaufentscheidungsrelevante Produkteigenschaften und deren Aus-prägungen beim Kauf einer Waschmaschine mit 5kg Fassungsvermögen

38

Glühlampen

Beim Kauf einer Glühlampe handelt es sich in der Regel um eine habituelle Kaufentscheidung, d.h., die Kaufentscheidung basiert auf Gewohnheit (Kroeber-Riel und Weinberg 1999). Das liegt einerseits am relativ niedrigen Kaufpreis (ab 2 CHF) und andererseits am häufigen Bedarf an neuen Glühlampen innerhalb eines Haushaltes. Laut der SAFE, Quelle Energiebericht S. 37, wird der jährliche Neu- und Ersatzbedarf an Glühlampen auf 0.8 Millionen CHF geschätzt. Die Käufer von Glühlampen sind in der Regel Mieter, Eigentümer oder Mitbewohner von Wohneinheiten. Die Bezugsquellen (Schweiz) sind neben Großverteilern, den Fachmärkten (z.B. Lumimarkt) und den Elektrogeschäften vor allem Warenhäuser. Diese umfassen große gemischte Verkaufsstellen und Inneneinrichtungshäuser (z.B. Conforama, Manor, Ikea, Interio, Möbel Pfister, etc.) (Iten et al. 2005 I). Bei Großverteilern und Warenhäusern wird davon ausgegangen, dass es sich bei Glühlampen um „Selbstkaufprodukte“ handelt und kaum Beratung angeboten werden muss. Die internationalen Produzenten wie Osram, Philips, General Electric sowie chinesische Anbieter teilen sich den Markt für Glühlampen (Guéret 2005).

Für das DCE für Glühlampen wurden folgende kaufentscheidungsrelevante Produkteigenschaften ausgewählt: Marke, Form, Leistung bzw. Energieverbrauch, Energieeffizienzklasse, Lebensdauer und Preis. Für die Ausprägungen der Produkteigenschaft Marke wurden zwei verbreitete Qualitätsmarken Osram und Philips sowie die No-Name-Marke Stella verwendet. Die Produkteigenschaft Form beschreibt die Designeigenschaft der Glühlampe mit den Ausprägungen Stab, Birne und Globe. Diese wurden visuell im Fragebogen gezeigt. Die ProdukteigenschaftLeistung wurde mit der Angabe von Watt (W) dargestellt, wie es auf der Verpackung einer Glühlampe üblich ist. Diese Angabe beschreibt auch den Energieverbrauch in Wattstunden (Wh). Vor dem Markteintritt von Energiesparlampen konnte der Konsument auf die positive Korrelation zwischen Leistung bzw. Energieverbrauch und Helligkeit einer Glühlampe zählen. Energiesparlampen benötigen jedoch weniger Leistung um die gleiche Helligkeit einer Standardglühlampe zu erzeugen: Z.B. erzeugt eine 11 W-Energiesparlampe die gleiche Helligkeit wie eine 60 W-Standardlampe. Deshalb wird heute die Helligkeit einer Glühlampe in Lumen angegeben, was aber bei den Kunden bis heute kaum als kaufentscheidungsrelevantes Attribut angenommen wird. Um den Befragten ein vergleichbares Produkt anzubieten und ein mögliches

39

Ausschlusskriterium (Helligkeit) zu vermeiden, wurden für diese Befragung daher für die Leistung zwei Ausprägungen – 11W und 60 W – gewählt. Für die Ausprägungendes Merkmals Energieeffizienzklasse (Energieetikette) wurden aus den real existierenden sieben Kategorien A bis G die drei ausgewählt, die auf dem Glühlampenmarkt am häufigsten vorkommen (A, C und F) (Sammer und Wüstenhagen 2006 I). Eine weitere als kaufentscheidungsrelevant eingeschätzte Produkteigenschaft ist die Lebensdauer einer Glühlampe. Diese reicht von 1'000 Stunden (h) (Standardglühlampe) bis zu 6'000 h oder 15'000 h (Energiesparlampen). Folgende drei Preisausprägungen wurden ausgewählt: 1.90 CHF (Standardglühlampe), 9.90 CHF (Energiesparlampe), 18.90 CHF (Energiesparlampe). Die Produkt-eigenschaften Marke und Form sind qualitative Attribute mit nominaler Skalierung, während Leistung, Lebensdauer und Preis quantitativ mit kardinaler Skala gemessen werden. Die Energieeffizienzklasse stellt ein quantitatives Attribut mit ordinaler Skala dar.

40

Produkteigenschaft Ausprägungen

Marke PhilipsOsramStella

Form (wird mittels der Abbildung in die Analyse einbezogen)

StabStandard(-birne) Globe

Leistung (W) bzw. steht auch für den Energieverbrauch (Wh)

1160

Energieeffizienzklasse ACF

Lebensdauer in h 1000 h (Allgebrauchs-Glühlampe) 6000 h (Energiesparlampe) 15.000 h (Energiesparlampe)

Preis in CHF 1’90 CHF 9’90 CHF 18’90 CHF

Tabelle 4.2: Kaufentscheidungsrelevante Produkteigenschaften beim Kauf einer „typischen“ Glühbirne für den Hausbedarf (E27 Sockel, 230 Volt(V)/Nennspannung)

Personenwagen

Innerhalb der Schweiz besitzen rund vier Fünftel aller Haushalte mindestens einen Personenwagen, ein Drittel sogar mehr als einen. Das bedeutet, dass rund 80 Prozent der Schweizer Haushalte Autokäufer sind. Auf 100 Haushalte entfallen im Durchschnitt rund 117 Personenwagen, dies zeigt einen hohen Motorisierungsgrad an (Bundesamt für Raumentwicklung und Bundesamt für Statistik 2001). Neuwagen werden in Autohäusern angeboten, die ein unterschiedliches Sortiment an internationalen Automarken anbieten. Beim Kauf eines Neuwagens handelt es sich um eine extensive Kaufentscheidung (siehe Abschnitt Waschmaschine), d.h., der Käufer nimmt sich für seine Entscheidung Zeit (beim Autokauf bzw. Ersatzwagenkauf sind das zwischen einigen Tagen und mehreren Jahren) und holt sich Informationen über

41

mögliche Kaufobjekte ein. Der Entscheidungsfindungsprozess selbst findet im Allgemeinen in zwei Stufen statt (Iten et al. 2005 II):

- Auf der ersten Stufe definiert der Neuwagenkäufer die in Frage kommenden Fahrzeugklassen und Marken, die seinen Bedürfnissen entsprechen. Die Kriterien für diese Vorauswahl basieren sowohl auf der Zweckmäßigkeit des Fahrzeugs und einer angemessenen Preiskategorie, als auch auf einem ansprechenden Image einer Automarke. In dieser Phase trifft er die Selektion, welche Autohändler besucht werden. Die Informationen selbst stammen von Automagazinen, Herstellern (Internet, Broschüren), Erfahrungswerten von Familienmitgliedern und Freunden usw. (E.V.A 1999, Boardman et al. 2000, MORI 2003).

- In der zweiten Stufe informiert sich der Autokäufer beim Händler selbst und testet seine Fahrzeugfavoriten bzw. die Modelle der gewählten Fahrzeugklasse. In der Regel werden bis zu drei Fahrzeugmodelle eines oder mehrerer Hersteller in Betracht gezogen, die nach der Testfahrt miteinander verglichen werden. Die eigenen Beobachtungen und die Beratung durch Autohändler werden als wichtige Informationsquellen erachtet (Boardman et al. 2000, MORI 2003).

Stehen die Fahrzeugklasse bzw. der Preisspielraum fest, innerhalb derer der Käufer einen Neuwagen auswählt, wird laut bestehender Untersuchungen (E.V.A. 1999, Boardman et al. 2000) eine Kombination von Produkteigenschaften beim Kaufentscheid berücksichtigt: Sicherheit, Zuverlässigkeit, Design, Preis. Innerhalb dieser Studien ist der Energieverbrauch kein vorrangiges Kaufkriterium. Das Kostenargument hat dabei eine größere Bedeutung als ökologische Argumente. Generell nimmt der Käufer an, dass sich der Energieverbrauch von Fahrzeugen derselben Klasse nicht groß unterscheidet. Für die zwei DCE von Personenwagen wurden nachstehende kaufentscheidungsrelevante Produkteigenschaften mit ihren Ausprägungen ausgewählt: Marke/Modell, Hubraum, Treibstoffverbrauch, Treibstoffart, Energieeffizienzklasse, Preis. Die Produkteigenschaft Marke bzw. Modell wird mit je acht der umsatzstärksten Fahrzeuge einer Fahrzeugklasse innerhalb der Schweiz abgedeckt. Um zu überprüfen, ob tatsächlich innerhalb einer Fahrzeugklasse gewählt wird, befindet sich in beiden Klassen ein Minivan (Opel Zafira) zur Auswahl. Die Marke bzw. der Modelltyp eines Personenwagens gibt auch Assoziationen über Qualität und Sicherheitsaspekte. Der Designaspekt wurde durch

42

eine Abbildung des jeweiligen Fahrzeugmodells abgedeckt. Zur Erfassung verschiedener Motorisierungsvarianten wurde zwischen der Leistung in Kilowatt oder dem Hubraum in Liter gewählt und schliesslich für letzteres entschieden. Laut Expertengesprächen ist dies für Schweizer Kunden das gebräuchlichere Maß. Die Ausprägungen decken die Spanne der Maße innerhalb der Fahrzeugklassen ab. Für den Treibstoffverbrauch wurden je vier verschiedene Ausprägungen aufgenommen. Auch die Treibstoffart (Benzin oder Diesel) wurde variiert. Für die Ausprägungen des Merkmals Energieeffizienzklasse (Energielabel) wurden aus den real existierenden sieben Kategorien A bis G zur Reduktion der Komplexität für den Befragten fünf ausgewählt: A bis C sowie E und G. Schliesslich gab es je vier verschiedene Ausprägungen des Attributs Preis, die sich innerhalb der marktüblichen Preisspannen von Klein- und Mittelklassewagen bewegen. Bei den Produkteigenschaften Marke und Treibstoffart handelt es sich um qualitative Attribute mit nominaler Skalierung, beim Hubraum, Treibstoffverbrauch und Preis handelt es sich um quantitative Attribute mit kardinaler Skalierung. Die Energieeffizienzklasse stellt ein quantitatives Attribut mit ordinaler Skalierung dar.

43

Kleinwagen Mittelklassewagen

Produkteigenschaft Ausprägungen Produkteigenschaft Ausprägungen

Marke VW Polo Opel Corsa Peugeot 206 Toyota Yaris Fiat Punto Renault Clio Mercedes A-Klasse Opel Zafira

Marke VW Golf Peugeot 307 Audi A4 Toyota Corolla Ford Mondeo Skoda Octavia Renault Laguna Opel Zafira

Hubraum in l 1.2 l 1.6 l 2.0 l

Hubraum 1.8 l2.0 l 2.2 l

Treibstoffverbrauchin l/100km

4.5 l/100 km 5.6 l/100 km 6.7 l/100 km 7.8 l/100 km

Treibstoffverbrauchin l/100km

5.6 l/100 km 7.4 l/100 km 9.1 l/100 km 10.8 l/100 km

Treibstoffart DieselBenzin

Treibstoffart DieselBenzin

Energie-effizienzklasse(Energieetikette)

ABCEG

Energie-effizienzklasse(Energieetikette)

ABCEG

Preis in CHF 15’450 CHF 17’681 CHF 19’912 CHF 22’143 CHF 24’374 CHF

Preis 26’540 CHF 30’373 CHF 34’206 CHF 38’039 CHF 41’872 CHF

Tabelle 4.3: Kaufentscheidungsrelevante Produkteigenschaften und deren Aus-prägungen beim Kauf eines Klein- bzw. Mittelklassewagens

Die Herausforderung beim DCE für die vorhin vorgestellten Produkte besteht darin, dass es durch die zu berücksichtigenden kaufentscheidungsrelevanten Attribute zu

44

unrealistischen Eigenschaftskombinationen kommen kann, wenn man eine orthogonale Ausprägung aller Eigenschaftskombinationen durchführt. Dies ist, wie schon im vorherigen Kapitel festgestellt wurde, unbedingt zu vermeiden, da sonst die Gefahr besteht, dass die Probanden die DCE nicht mit dem notwendigen Ernst und der erwünschten Sorgfalt ausführen.

4.1.2 Erhebungsdesign der vier Discrete-Choice-Experimente

Die Zusammenstellung der Produkteigenschaften und ihrer Ausprägungen zu Produktalternativen und in weiterer Folge zu Choice Tasks erfolgte mittels des Softwareprogramms Sawtooth. Unter Berücksichtigung der Kriterien minimale Überlappung, Ausgewogenheit der Ausprägungen und bestmögliche Orthogonalität (siehe Kap. 3.2.2) wurde ein annähernd effizientes Design geschaffen. Besonders unrealistische Kombinationen von Produkteigenschaftsausprägungen konnten ausgeschlossen werden (siehe Annex 7.1). In allen vier DCE fiel die Entscheidung aus folgenden Gründen auf eine Papierfragebogenvariante: erleichterter Zugang zu den gewünschten Zielgruppen (siehe Kap. 4.3) und technische bzw. finanzielle Gründe (z.B. geringe Ausstattungsrate der Interviewer mit Laptops, kein fester Interviewort zum Aufbau des technischen Equipments).

Die Choice Tasks bei allen vier DCE Experimenten beinhalten jeweils drei Produktalternativen und die Möglichkeit der Nichtwahl, falls keines der angebotenen Produkte dem Befragten attraktiv erscheint. Die Entscheidung über jeweils drei Produktalternativen pro Choice Task soll eine Befragungssituation schaffen, die für den Befragten nicht zu komplex ist und dennoch eine reale Kaufentscheidungssituation simuliert. Neben den verbalen Beschreibungen der Produkteigenschaftsausprägungen wurde jede Produktalternative auch mit einem Bild dargestellt. Beim DCE Waschmaschine sollte das Bild auflockernd auf die Befragungs- bzw. Kaufentscheidungssituation wirken, da das Waschmaschinendesign nicht wesentlich variiert. Für das DCE der Glühlampe wurden die drei unterschiedlichen Designausprägungen Standard (Birne), Globe und Stab als Bild in der jeweiligen Produktalternative abgebildet. Bei den Produktalternativen Personenwagen stellt das Bild die jeweilige Marke bzw. den Typ des Personenwagens dar. Die Produkteigenschaft Marke/Typ beinhaltet somit auch Designaspekte, die bei der Interpretation der Ergebnisse zu berücksichtigen sind. Die jeweiligen Besonderheiten

45

der DCE für die unterschiedlichen Untersuchungsobjekte werden im folgenden Abschnitt beschrieben.

Waschmaschinen und Glühlampen

Das Softwareprogramm Sawtooth generierte im Fall der Haushaltsgeräte für Waschmaschinen und Glühlampen jeweils acht Fragebogenversionen mit je 20 Choice Tasks. 10 Choice Tasks sind ohne Produkteigenschaft Energieeffizienzklasse ausgestattet, 10 weitere beinhalten die Energieeffizienzklasse als Produkteigenschaft. Die Choice Tasks ohne Energieetikette dienten für die Simulation einer Welt ohne Energieetikette, die hier nicht weiter behandelt werden. Diese sind in der Publikation von Iten et al. (2005 I) analysiert.

Personenwagen (Kleinwagen, Mittelklassewagen)

Für die DCE der Personenwagen (Kleinwagen, Mittelklassewagen) wurden jeweils acht Varianten der Fragebogen erstellt. Jeder Fragebogen beinhaltet 21 Choice Tasks: sieben Choice Tasks ohne Energieetikette, sieben Choice Tasks mit Energieetikette und sieben Choice Tasks mit Energieetikette und Bonus. Der Bonus beinhaltet, die in der Schweiz diskutierte Anreizpolitik A- bzw. B-klassifizierte Fahrzeuge zu subventionieren (1'800 CHF für ein A-klassifiziertes Fahrzeug, 1'200 CHF für ein B-klassifiziertes Fahrzeug). In dieser Arbeit wird das Augenmerk auf die Choice Tasks mit Energieetikette und ohne Bonus gelegt. Für die Auswertung der anderen 14 Choice Tasks (ohne Energieetikette und mit Energieetikette und Bonus) wird auf die Publikationen von Iten et al. (2005 II) sowie Wüstenhagen und Sammer (2007) verwiesen.

Beispiele für Choice Tasks der einzelnen Untersuchungseinheiten sind im Annex (Kap. 7.2 Fragebogen) ersichtlich. Die Fragebogen beinhalten nicht nur Choice Tasks, sondern auch (teil-) standardisierte Fragen zum jeweiligen Untersuchungsobjekt (z.B. Waschmaschinenkauf, Kenntnis über die Energieetikette, usw.). Der Aufbau der Fragebogen für die drei verschiedenen Produktgruppen ist in Tabelle 4.4 angeführt.

46

FragebogenWaschmaschinen

FragebogenGlühlampen

FragebogenPersonenwagen

- Einstiegsfrage Schweiz - Einstiegsfrage Schweiz - Einstiegsfrage Schweiz

- Fragen zum Waschmaschinenkauf

- Fragen zum Glühlampenkauf

- Fragen zum Autokauf

- Choice Tasks - Choice Tasks - Choice Tasks

- Fragen zum Energie- und Wasserverbrauch von Waschmaschinen

- Fragen zu Energiespar- undStandardglühlampen

- Fragen zur Bedeutung von Merkmalen beim Autokauf

- Fragen zum Waschverhalten im Haushalt

- Fragen zur Energieetikette

- Fragen zur Energieetikette

- Fragen zur Energieetikette

- SoziodemografischeFragen

- SoziodemografischeFragen

- SoziodemografischeFragen

Tabelle 4.4: Fragebogenaufbau der drei Untersuchungsobjekte (Waschmaschinen, Glühlampen, Personenwagen)

4.2 Praktische Durchführung

Für die Befragung selbst ist die Zielgruppe zu definieren, aus der die Stichprobe für die Befragung gezogen wird. Die Zielgruppen für die drei Untersuchungsobjekte sind Käufer von Glühlampen, Waschmaschinen und Personenwagen. Die Gesamtheit der Glühlampenkäufer kann hoch eingeschätzt werden und es handelt sich um eine habituelle Kaufentscheidung (siehe Kap. 4.1.1), daher ist eine Ziehung der Stichprobe weniger problematisch einzustufen als im Falle einer geeigneten Stichprobe für Waschmaschinen- und Autokäufer. Da es sich beim Waschmaschinen- als auch beim Autokauf um eine extensive Kaufentscheidung handelt, d.h., die potentiellen Käufer informieren sich vor dem Kauf näher über das Produkt, ist es zielführend, Personen zu befragen, die sich tatsächlich in einem Kaufentscheidungsprozess befinden bzw. befunden haben. Eine Person, die sich beispielsweise nicht für den Kauf einer Waschmaschine interessiert, kennt seine kaufentscheidungsrelevanten Kriterien noch nicht und verfälscht dadurch die Analyse, indem die Choice Tasks willkürlich angekreuzt werden.

47

Die Interviews für alle drei Produktkategorien führte das Marktforschungsinstitut Institut für Haushaltsanalysen-Gesellschaft für Konsumforschung (IHA-GfK) in Hergiswil durch. Vor der eigentlichen Befragung wurde ein Pretest durchgeführt, um das Fragebogendesign zu testen und gegebenenfalls zu optimieren. Um den Interviewablauf von spezifischen Einflüssen einzelner Interviewer möglichst unabhängig zu halten, wurde eine intensive Interviewereinschulung und eine laufende Kontrolle durchgeführt. Die Durchführung der Befragung für die einzelnen Untersuchungsobjekte wird in den nächsten Abschnitten beschrieben.

Waschmaschinen

Waschmaschinenkäufer sind an der Verkaufsstelle POS anzutreffen, weshalb sich diese als Befragungsstandorte anbieten (Iten et al. 2005 I): Im Speziellen wurden die Fachmärkte Mediamarkt und Fust als Befragungsstandorte ausgewählt. Kleinere Fachgeschäfte konnten aufgrund der geringen Frequenz von Waschmaschinenkäufern nicht berücksichtigt werden. Mediamarkt ist seit 1994 ein Akteur am Schweizer Markt und hatte während des Befragungszeitraums (Frühjahr 2004) bereits 14 Filialen innerhalb der Schweiz. Mittels seiner dominanten Werbestrategie positioniert sich Mediamarkt als Preisführer (Mediamarkt 2005). Fust versteht sich als Schweizerische Fachgeschäftskette für Elektrogeräte und weist eine weniger ausgeprägte Positionierung auf. Sortiment und Standort variieren je nach Standortumfeld, wobei insbesondere Innenstadtfilialen (z.B. Fust im Jelmoli, Zürich) Produkte im obersten Preissegment führen. Im Leitbild von Fust ist festgeschrieben, dass ökologisch sinnvolles Handeln mit hoher Priorität gefördert wird (Fust 2005, Iten et al. 2005 I). Mediamarkt und Fust wurden aufgrund ihrer unterschiedlichen Positionierung und damit einhergehenden verschiedenartigen Kundenpotentialen gewählt, damit ein annähernd allgemeingültiges Bild über den Einfluss der Energieetikette auf die Kaufentscheidung einer Waschmaschine vermittelt werden kann.

Glühlampen

Die Befragung zum Untersuchungsobjekt Glühlampen fand ebenfalls am POS statt. Es wurden zwei verschiedene Verkaufsstellen ausgewählt, um keine einseitige Kundenschicht darzustellen: Lumimart, einem spezialisierten Lampenfachmarkt und Coop Bau+Hobby, einem Detailhandelskanal mit einer breiten Produktpalette, bei dem Lampen zusätzlich zu vielen anderen Produkten angeboten und eher im Zusammenhang mit anderen Einkäufen erworben werden (Iten et al. 2005 II).

48

Die Interviews zu den Untersuchungsobjekten Waschmaschinen und Lampen wurden also in beiden Fällen mit einem face-to-face-Interview am POS durchgeführt. Insgesamt wurden für beide Produktgruppen je 151 Interviews von ca. 15 Minuten Länge realisiert, zwei Drittel in der Deutschschweiz (Regionen Zürich und Luzern), ein Drittel in der Westschweiz (Region Lausanne).4 Bei 10 Choice Tasks (10 Entscheidungen) und 151 Befragten ermöglicht die Stichprobe eine Genauigkeit für die Schätzung der Wahlwahrscheinlichkeit an der Grundgesamtheit für die DCE. Diese wird gemessen als absoluter und relativer Stichprobenfehler in Abhängigkeit von der Ausprägung der Wahlwahrscheinlichkeit p einer Glühlampe oder Wasch-maschine in der Befragung (siehe Tabelle 4.5). Das bedeutet, dass z.B. bei einer Ausprägung der Wahlwahrscheinlichkeit von 0.10 (10 % der Befragten entscheiden sich unter einer bestimmten Merkmalskombination von Produktattributen für den Kauf), dieser Wert auf Grund des Stichprobenfehlers mit 5 %iger Irrtumswahrscheinlichkeit zwischen 0.085 und 0.115 schwanken kann. Es zeigt sich also, dass die vorhandene Stichprobengröße für das Untersuchungsziel der Beurteilung von Kaufentscheidungen eine ausreichende Genauigkeit aufweist. Es ist allerdings darauf hinzuweisen, dass diese Genauigkeitsbetrachtung nur den wahrscheinlichen Zufallsfehler auf Grund der Stichprobenerhebung beinhaltet, nicht aber allfällige systematische Verzerrungsfehler, wie sie durch ein ungünstiges Erhebungsdesign oder eine nicht repräsentative Stichprobe auftreten können. Durch sorgfältige Stichprobenziehung und Optimierung der Antwortbereitschaft, hervorgerufen durch gute Interviewschulung und das spezielle Erhebungsdesign, wurde versucht, diese Art von Fehlermöglichkeiten zu vermeiden.

4 Befragungsstandorte der Interviews zu Waschmaschinen: 84 Interviews in Mediamarktfilialen (Dietlikon ZH, Kriens LU, Crissier VD), 67 Interviews in Fustfilialen (Zürich im Jelmoli ZH, Kriens LU, Romanel-sur-Lausanne VD).Befragungsstandorte der Interviews zu Glühlampen: 75 Interviews in Coop Bau& Hobby (Winterthur ZH, Kriens LU, Crissier VD), 76 Interviews in Lumimart (Dübendorf ZH, Kries LU, Romanel-sur-Lausanne VD).

Wahlwahrscheinlichkeit p

(Ausprägung der Ziel-variablen der Befragung )

Absoluter Fehler von pin Einheiten von p *

Relativer Fehler von p in % von p *

0.10 +-0.015 +-15.3 0.20 +-0.020 +-10.0 0.30 +-0.023 +-7.00.40 +-0.024 +-6.10.50 +-0.025 +-5.00.60 +-0.024 +-4.10.70 +-0.023 +-3.30.80 +-0.020 +-2.50.90 +-0.015 +-1.7

* Berechnet anhand Gleichung (3.2) mit 95%igem Vertrauensintervall ( 0.95 , Irrtumswahrscheinlichkeit = 5%)

Tabelle 4.5: Absoluter und relativer Stichprobenfehler für die Wahlwahrscheinlichkeit an der Grundgesamtheit der Produktgruppen Waschmaschinen und Glühlampen für die Ergebnisse der DCE mit einer Stichprobengröße von 151 Personeninterviews und 10 Wahlentscheidungen je Interview

Für die deskriptive statistische Analyse in Kapitel 4.4.2, in welcher z.B. der Einfluss der Energieetikette für die Kaufentscheidung einer Waschmaschine oder Glühlampe direkt, also ohne DCE abgefragt wurde, sind die wahrscheinlichen Zufallsfehler deutlich höher, weil die Stichprobengröße kleiner ist, da jeder Person diese Frage nur einmal in direkter Form gestellt wurde. Hiefür zeigt sich das in Tabelle 4.6 dargestellte Ergebnis für eine Stichprobe von 151 Befragten für die Waschmaschinen- und Lampenkäufer.

49

Wahlwahrscheinlichkeit p

(Ausprägung der Ziel-variablen der Befragung )

Absoluter Fehler von pin Einheiten von p *

Relativer Fehler von p in % von p *

0.10 +-0.048 +-47.8 0.20 +-0.064 +-31.9 0.30 +-0.073 +-24.4 0.40 +-0.078 +-19.5 0.50 +-0.079 +-15.9 0.60 +-0.078 +-13.0 0.70 +-0.073 +-10.4 0.80 +-0.064 +-8.00.90 +-0.048 +-5.3

50

* Berechnet anhand Gleichung (3.2) mit 95%igem Vertrauensintervall ( 0.95 , Irrtumswahrscheinlichkeit = 5%)

Tabelle 4.6: Absoluter und relativer Stichprobenfehler für die Wahlwahrscheinlichkeit an der Grundgesamtheit der Produktgruppen Waschmaschinen und Glühlampen für die Ergebnisse direkt abgefragter Produktattribute mit einer Stichprobengröße von 151 Personeninterviews

In beiden Produktkategorien wurde ein Pretest am POS im Raum Zürich durchgeführt. Die Probanden hatten keine Schwierigkeiten mit den Fragebogen bzw. Choice Tasks, sodass die Hauptuntersuchung im Zeitraum 29.04.2004 bis 02.06.2004 stattfinden konnte (Iten et al. 2005 I).

Personenwagen (Klein- und Mittelklassewagen)

Eine Befragung von potentiellen Autokäufern am POS wurde von den Autohändlern abgelehnt. Deshalb wurden die Adressen von aktuellen Neuwagenkäufern vom Marktforschungsinstitut IHA-GfK bei einem Adressbroker erworben. Befragt wurden insgesamt 159 Zielpersonen von Kleinwagenkäufern bzw. 157 Probanden von Mittelklassewagenkäufern, die sich innerhalb der letzten 12 Monate einen Kleinwagen (Preiskategorie: < 20’000 CHF bis 25’000 CHF) bzw. einen Mittelklassewagen (Preiskategorie: 25’000 CHF bis 45’000 CHF) gekauft haben. Zwei Drittel der Befragten stammten aus der Deutschschweiz und ein Drittel aus der Westschweiz. Mittels einer telefonischen Kontaktaufnahme wurden die Autokäufer für ein Interview vorrekrutiert, bei Zusage wurde der Fragebogen anschließend per Post zugesandt.

51

Nach Erhalt des Fragebogens wurden die Befragten erneut telefonisch kontaktiert und das Interview wurde per Telefon mit Hilfe des zugeschickten Papierfragebogens realisiert (Interviewvariante: phone-mail-phone siehe Kap. 3.3). Die Interviews dauerten im Schnitt knapp 16 Minuten.

Bei den sieben durchgeführten Choice Tasks (sieben Entscheidungen) und 159 bzw. 157 Befragten für die DCE des Kaufs von Kleinwagen bzw. von Mittelklassewagen ergeben die Stichproben eine Genauigkeit für die Schätzung der Wahlwahrscheinlichkeit an der Grundgesamtheit, gemessen als absoluter und relativer Stichprobenfehler, die in der Tabelle 4.7 angegebenen Werte in Abhängigkeit von der Ausprägung der Wahlwahrscheinlichkeit p der Befragung. Das bedeutet, dass z.B. bei einer Ausprägung der Wahlwahrscheinlichkeit p von 0.10 (10 % der Befragten entscheiden sich unter einer bestimmten Merkmalskombination von Produktattributen für den Kauf eines Autos), dieser Wert auf Grund des Stichprobenfehlers mit 5 %iger Irrtumswahrscheinlichkeit zwischen 0.082 und 0.118 bzw. +- 17,8 % schwanken kann. Es zeigt sich also, dass die vorhandene Stichprobengröße für das Untersuchungsziel der Beurteilung von Kaufentscheidungen von Autos eine ausreichende Genauigkeit aufweist. Es ist allerdings auch hier darauf hinzuweisen, dass diese Genauigkeitsbetrachtung nur den wahrscheinlichen Zufallsfehler auf Grund der Stichprobenerhebung beinhaltet, aber nicht allfällige systematische Verzerrungsfehler, wie sie durch ein ungünstiges Erhebungsdesign oder eine nicht repräsentative Stichprobe auftreten können. Wie schon oben angeführt, wurde diese Art von Fehlermöglichkeiten durch eine sorgfältige Stichprobenziehung, Optimierung der Antwortbereitschaft, durch gute Interviewschulung und des Erhebungsdesign zu vermeiden versucht.

Wahlwahrscheinlichkeit p

(Ausprägung der Ziel-variablen der Befragung)

Absoluter Fehler von pin Einheiten von p *

Relativer Fehler von p in % von p *

0.10 +-0.018 +-17.8 0.20 +-0.024 +-11.8 0.30 +-0.027 +-9.00.40 +-0.029 +-7.20.50 +-0.030 +-5.90.60 +-0.029 +-4.80.70 +-0.027 +-3.90.80 +-0.024 +-3.00.90 +-0.018 +-2.0

52

* Berechnet anhand Gleichung (3.2) mit 95%igem Vertrauensintervall ( 0.95 , Irrtumswahrscheinlichkeit = 5%)

Tabelle 4.7: Absoluter und relativer Stichprobenfehler für die Wahlwahrscheinlichkeit an der Grundgesamtheit der Produktgruppen Kleinwagenkäufer und Mittelklasse-wagenkäufer mit einer Stichprobengröße von 159 bzw. 157 Personeninterviews und je sieben Wahlentscheidungen je Interview

Für die deskriptive statistischen Analyse in Kapitel 4.4.2, in welcher z.B. der Einfluss der Energieetikette für die Kaufentscheidung auf einen Kleinwagen direkt, also ohne DCE abgefragt wurde, sind die wahrscheinlichen Zufallsfehler deutlich höher, weil die Stichprobengröße deutlich kleiner ist, da jeder Person diese Frage nur einmal in direkter Form gestellt wurde. Hiefür zeigt sich das in Tabelle 4.8 dargestellte Ergebnis für eine Stichprobe von 159 Befragten für den Kauf eines Kleinwagens.

Wahlwahrscheinlichkeit p

(Ausprägung der Ziel-variablen der Befragung )

Absoluter Fehler von p inEinheiten von p *

Relativer Fehler von p in% von p *

0.10 +-0.046 +-46.6 0.20 +-0.062 +-31.1 0.30 +-0.071 +-23.7 0.40 +-0.076 +-19.0 0.50 +-0.078 +-15.5 0.60 +-0.076 +-12.6 0.70 +-0.071 +-10.2 0.80 +-0.062 +-7.80.90 +-0.046 +-5.2

53

* Berechnet anhand Gleichung (3.2) mit 95%igem Vertrauensintervall ( 0.95 , Irrtumswahrscheinlichkeit = 5%)

Tabelle 4.8: Absoluter und relativer Stichprobenfehler für die Wahlwahrscheinlichkeit an der Grundgesamtheit der Produktgruppe Kleinwagen für die Ergebnisse direkt abgefragter Produktattribute mit einer Stichprobengröße von 159 Personeninterviews

Beim Pretest wurde festgestellt, dass eine Gruppierung in Fahrzeugklassen notwendig ist, um die Nichtwahl einer angebotenen Produktalternative nicht zu provozieren. Insgesamt führte die eingeschränkte Auswahl der Marke/des Typs zu häufigeren Nichtwahl eines Produktes innerhalb eines Choice Tasks als es bei der Waschmaschinen- bzw. Lampenumfrage vorkam. Die Befragung selbst fand im Zeitraum von 24.06.2004 bis 10.08.2004 statt.

4.3 Entscheidungsmodell und statistische Auswertung der vier Discrete-Choice-Experimente

4.3.1 Das Entscheidungsmodell

Für die vier DCE wurden folgende Modellspezifikationen des diskreten Entscheidungsmodells vorgenommen (siehe Kap. 3.1.1). Für den stochastischen Term der Verteilungsfunktion wird eine logistische Funktion gewählt (multinominales Logitmodell). Der deterministische Teil der Nutzenfunktion nimmt eine lineare Form

54

an (siehe Kap. 3.4.1). Damit stellt der Gesamtnutzen eines Produkts für den Käufer die Summe der Nutzenbeiträge dar, die die Ausprägungen der einzelnen Produkteigenschaften stiften. Die Schätzung der Modellparameter erfolgte mit der Maximum-Likelihood-Methode. Die Auswertung erfolgte mit der Software Nlogit 3.0, einer auf DC-Modellierung spezialisierten Weiterentwicklung von Limdep.

4.3.2 Deskriptive Auswertung der Fragenbogen (Waschmaschinen, Glühlampen, Personenwagen)

Bei der Interpretation der folgenden Ergebnisses ist zu beachten, dass auf Grund der geringeren Stichprobengröße im Vergleich zu den DCE das Konfidenzintervall deutlich größer ist, als für die Ergebnisse der deskriptiven Analyse. Der Einfluss der Energieetikette auf die Kaufentscheidung wurde nicht nur mittels der DCE, sondern auch mit deskriptiven Methoden analysiert. Bevor die Energieetikette als Kaufentscheidungskriterium eine Rolle spielen kann, sollte sie den potentiellen Käufern bekannt sein. In weiterer Folge wurde die Bedeutung der Energieetikette als Kaufentscheidungskriterium abgefragt (auf einer Skala von 1 = nicht wichtig bis 6 = sehr wichtig). Die Bedeutung des Energieverbrauchs bzw. der Energieetikette der Untersuchungsobjekte im Vergleich zu anderen Produkteigenschaften wurde in einer eigenen Fragestellung gegenübergestellt.

Bekanntheit der Energieetikette

Die Bekanntheit der Energieetikette ist bei allen vier Untersuchungen hoch, sie liegt bei durchschnittlich 72 Prozent. Die Personen, die die Energieetikette kannten, wurden weiters gefragt, welche Produkte mit der Energieetikette gekennzeichnet sind (gestützte Frage). In allen vier Untersuchungen ist die Zahl der Personen, denen die Energieetikette von Kühl- und Gefriergeräten bekannt ist, am höchsten: rund 80 Prozent der befragten Glühlampen- und Waschmaschinenkäufer und rund 37 Prozent der befragten Neuwagenkäufer. Die Zahl der Personen, die die Energieetikette für Lampen kennen, ist erstaunlich niedrig: 19.6 Prozent der Waschmaschinenkäufer, rund 1.3 Prozent der Neuwagenkäufer. Den Lampen- und Waschmaschinenkäufern ist die Existenz der Energieetikette für Autos im Vergleich zu bekannten gelabelten Haushaltsgeräten weniger bewusst: rund 27 Prozent. Allerdings wurde zum Zeitpunkt der Befragung die Energieetikette erst kurz zuvor für Autos verpflichtend eingeführt (seit 1.1.2003).

55

Die Waschmaschinen- und Glühlampenkäufer brachten die Energieetikette einfacher mit anderen elektrischen Haushaltsgeräten in Verbindung als die Neuwagenkäufer. Die große Mehrheit der Befragten erkannte zutreffend, dass Fernseher, Föns und PCs nicht mit der Energieetikette ausgezeichnet sind. Insgesamt kann der Informationsstand über die Energieetikette als gut angesehen werden.

Glühlamp-enkäufer

Wasch-maschinen-käufer

Klein-wagen-käufer

Mittel-klasse-wagen-käufer

Gesamtzahl N der Stichprobe N = 151 N = 151 N = 159 N =157

Bekanntheit (ja, ich habe diese Etikette schon einmal gesehen)

69.5% 74.2% 71% 74%

Davon: Ich kenne die Energieetikette auch von anderen Produkten, und zwar…

N=105* N=112 N=130 N=106

Kühl-Gefriergeräte 81.0% 79.5% 39.6% 35.0% Waschmaschinen 55.2% - 14.5% 17.2% Geschirrspüler 42.9% 51.8% 8.8% 8.9%Autos 26.7% 27.7% - -Glühlampen - 19.6% 1.9% 0.6%Fernseher 8.6% 3.6% 2.5% 1.3%Fön 1.9% 0.0% 1.9% 0.6%PC 1.0% 0.9% 0.6% 0.6%Sonstiges 1.9% 2.7% 11.9% 0.6%* Gesamtzahl N der Stichprobe, die die Energieetikette kennen

Tabelle 4.9: Bekanntheit der Energieetikette und der mit der Energieetikette gekennzeichneten Produkte (in Prozent der zustimmenden Antworten)

Die Bekanntheit der Energieetikette ist eine notwendige, aber keine hinreichende Bedingung, dass die Energieetikette einen Einfluss auf die Kaufentscheidung hat. Die Waschmaschinen-, Glühlampen- bzw. Neuwagenkäufer wurden nach der Wichtigkeit einzelner Kaufentscheidungskriterien abgefragt (Skala: 6 = sehr wichtig, 1 = nicht wichtig).

56

Bedeutung der Energieetikette und anderer Produkteigenschaften bei der Kaufentscheidung

Die Bedeutung der Energieetikette und anderer Produkteigenschaften beim Kaufentscheid wurde auf zwei Arten (deskriptiv) erhoben: Zum Einen erfolgte die Erhebung der Bedeutung der verschiedenen Produkteigenschaften einzeln für jedes Produkt (Skala von eins bis sechs), zum Anderen wurde die Bedeutung der unterschiedlichen Produkteigenschaften in Konkurrenz zueinander abgefragt.

Abbildung 4.1 vergleicht die einzeln abgefragte Bedeutung des Energieverbrauchs und der Energieetikette für Waschmaschinen und Lampen. Auffällig ist Punkt (A) in der Abbildung: rund 80 Prozent der Waschmaschinenkäufer erachten die Energieetikette als wichtiges bis sehr wichtiges Kaufkriterium (Skalenwerte 5 und 6 zusammengefasst), hingegen sind nur 47 Prozent der Lampenkäufer von der Bedeutung der Energieetikette als wichtiges bis sehr wichtiges Kaufkriterium überzeugt (bezogen auf das jeweilige Untersuchungsobjekt). In Punkt (B) der Abbildung fällt auf, dass bei den Waschmaschinenkäufern die Energieetikette die Wichtigkeit des Energieverbrauchs deutlich übertrifft. Eine mögliche Interpretation besteht darin, dass die Energieetikette für Waschmaschinenkäufer aussagekräftiger ist als reine Energiekennzahlen, wie kWh pro Waschgang. Punkt (C) in der Abbildung zeigt, dass für 27 Prozent der Lampenkäufer die Energieetikette nicht wichtig oder kaum wichtig (Skalenwerte 5 und 6 zusammengefasst) für ihre Kaufentscheidung ist, während nur 15 Prozent das Gleiche über den Energieverbrauch sagen.

0%

10%

20%

30%

40%

50%

60%

6sehr

wichtig

5 4 3 2 1nicht

wichtig

EnergieverbrauchWaschmaschinenEnergieetiketteWaschmaschinenEnergieverbrauch LampenEnergieetiketteLampen

A

B

C

Abbildung 4.1: Bedeutung von Energieverbrauch und Energieetikette für Waschmaschinen- und Glühlampenkäufer in Prozent der Nennungshäufigkeit

Die einzelne Abfrage über die Bedeutung unterschiedlicher Kaufkriterien (Treibstoffverbrauch, Marke, Energieetikette) bei den Neuwagenkäufern auf einer Skala von 1 = nicht wichtig bis 6 = sehr wichtig ergab folgendes Ergebnis (Abb.4.2):

- Der Treibstoffverbrauch ist für 57 Prozent bzw. 54 Prozent der Befragten der Kleinwagen- und Mittelklassewagenkäufer als Kaufentscheidungskriterium wichtig bis sehr wichtig.

- Die Marke wird von 47 Prozent Kleinwagen- und 54 Prozent der Mittelklassewagenkäufer als wichtiges bis sehr wichtiges Kaufentscheidungs-kriterium eingestuft.

- Die Energieetikette wird von 48 Prozent der Kleinwagen- und von 48 Prozent der Mittelklassewagenkäufer als wichtiges bis sehr wichtiges Kaufkriterium beim Kauf eines Neuwagens angesehen (Skalenwerte 5 und 6 zusammengefasst).

Die Unterschiede aller drei einzeln abgefragten Kaufentscheidungskriterien liegen in ihrer Bedeutung zwischen +- 10 Prozent und sind damit nicht sehr groß. Interessant

57

sind die relativen Unterschiede zwischen Kleinwagen- und Mittelklassewagenkäufern:Kleinwagenfahrer legen etwas stärkeres Gewicht auf den Treibstoffverbrauch und deutlich weniger Gewicht auf die Marke, was sie insgesamt im Vergleich zu den Mittelklassewagenfahrern als ein etwas preissensibleres Käufersegment ausweist. Umgekehrt betrachtet messen rund 14 Prozent der Mittelklassewagenfahrer der Energieetikette überhaupt keine Bedeutung beim Kaufentscheid bei.

0

5

10

15

20

25

30

35

40

1 nichtwichtig

2 3 4 5 6 sehrwichtig

Proz

ent

BedeutungTreibstoffverbrauchKWBedeutung MarkeKW

BedeutungEnergieetikette KW

BedeutungTreibstoffverbrauchMKWBedeutung MarkeMKW

BedeutungEnergieetiketteMKW

Abbildung 4.2: Bedeutung von Treibstoffverbrauch, Marke und Energieetikette für Kleinwagen (KW)- bzw. Mittelklassewagen (MKW)-Käufern in Prozent der Nennungshäufigkeit

Bei dieser Art der Befragung werden keine Zielkonflikte bzw. Wechselwirkungen (trade-offs) zu anderen Kaufentscheidungskriterien (z.B. Hubraum vs. Treibstoffverbrauch) berücksichtigt. Das heißt, dass z.B. die Bedeutung der Energieetikette bzw. des Treibstoffverbrauchs gegebenenfalls überschätzt werden kann. Aus diesem Grund wurde zu jedem Kaufobjekt (Waschmaschine, Glühlampe, Kleinwagen, Mittelklassewagen) eine Frage zu den wichtigsten Kriterien beim Kauf geordnet nach Priorität (von 1 bis 3) gestellt.

58

59

Beim Kauf einer Waschmaschine steht für rund 32 Prozent der Befragten der Preis an erster Stelle, gefolgt von der Ausstattung (19 Prozent) und dem Energieverbrauch (fast 12 Prozent). Auffallend ist, dass bereits als zweite Priorität bei der Kaufentscheidung, der Energieverbrauch mit 25 Prozent am häufigsten genannt wird, dahinter stehen der Preis (21 Prozent) und der Wasserverbrauch (12 Prozent). Dieses Ergebnis wiederholt sich bei der dritten Priorität (Tabelle 4.10). Interessanterweise hat die Marke keinen großen Einfluss auf die Kaufentscheidung. Auch das Design spielt beim Kauf einer Waschmaschine nur eine untergeordnete Rolle. Laut dem Fachverband Elektroapparate für Haushalt und Gewerbe (FEA) ist der Designaspekt für den Konsumenten bei elektrischen Küchengeräten allgemein höher einzuschätzen als bei „Nassgeräten“.

Kriterium 1. Priorität 2. Priorität 3. Priorität

Preis 31.8% 21.3% 16.1%Ausstattung 19.2% 7.3% 8.7%Energieverbrauch 11.9% 25.3% 17.4%Marke 9.3% 8.7% 8.7%Wasserverbrauch 7.9% 12.0% 14.1%Fassungsvermögen 5.3% 10.7% 6.0%Raummasse 4.6% 6.0% 4.0%Design 1.3% 1.3% 3.4%Kurze Waschzeit 0.7% 3.3% 9.4%Geräusch (leise) 0.7% 2.0% 7.4%Integrierter Tumbler 0.0% 0.7% 0.7%Sonstiges 7.3% 1.3% 4.0%

Summe 100.0 100.0% 100.0% N 151 150 149

Tabelle 4.10: Entscheidungsrelevante Kriterien beim Kauf einer Waschmaschine in Prozent der Nennungshäufigkeit

Die gleiche Frage zu Glühlampen brachte folgendes Ergebnis (Tabelle 4.11): Die Lebensdauer einer Glühlampe steht in der ersten Priorität mit 22 Prozent und in der zweiten Priorität mit 25 Prozent an erster Stelle. Dieses Ergebnis überrascht auf den ersten Blick, da mittels dieses Kaufkriteriums nicht prominent geworben wird (siehe

60

z.B. Verpackung einer Glühlampe). Erst danach folgt der Preis als bedeutsames Kaufentscheidungskriterium. Entscheidend beim Kauf ist auch die Leistung einer Glühlampe (Energieverbrauch in W pro h). Aus der Tabelle ist klar ersichtlich, dass die Energieeffizienzklasse dem Energieverbrauch untergeordnet ist. Die Energie-etikette hat sich als Kaufkriterium bei Glühlampen zu diesem Zeitpunkt nicht durchgesetzt.

Kriterium 1. Priorität 2. Priorität 3. Priorität

Lebensdauer 22.5% 25.2% 12.7% Preis 21.9% 23.2% 24.0%Leistung/Watt 19.9% 23.8% 19.3%Energieeffizienzklasse 15.9% 7.9% 6.0%Design/Form 11.9% 6.0% 12.0% Licht gefällt 5.3% 9.9% 14.7%Bauhöhe 0.7% 1.3% 2.0%Marke 0.7% 0.7% 3.3%Einzel-/Mehrfachpackungen 0.0% 0.0% 5.3%

Sonstiges 1.3% 2.0% 0.7%

Summe 100.0% 100.0% 100.0% N 151 151 150

Tabelle 4.11: Entscheidungsrelevante Kriterien beim Kauf einer Glühlampe in Prozent der Nennungshäufigkeit

Die Trade-offs der unterschiedlichen Kaufkriterien beim Kauf von Personenwagen sind in Tabelle 4.12 (Kleinwagen) und Tabelle 4.13 (Mittelklassewagen) dargestellt. Beim Kauf von Kleinwagen haben 26 Prozent der Befragten die Zahl der Sitzplätze bzw. die Größe des Wagens als erste Priorität gewählt. Obwohl der Autokauf eine hohe Investition für einen Haushalt bedeutet, sehen nur wenige der befragten Personen (11 Prozent) den Preis als wichtiges Kaufentscheidungskriterium. Davor liegen individuelle Kaufentscheidungskriterien (wie z.B. Allradantrieb) zusammengefasst unter Sonstiges, als auch Marke und Sicherheit. Die Marke ist nur für rund 13 Prozent der Befragten der wichtigste Kaufgrund. Für 12 Prozent der Befragten wird der Sicherheitsaspekt als prioritäres Kaufentscheidungsargument eingestuft. Der Treib-

61

stoffverbrauch hat kaum eine Bedeutung als wichtigstes Kaufargument (7 Prozent in erster Priorität), nimmt aber in zweiter und dritter Priorität mit rund 10 bzw. 12 Prozent laufend zu.

1. Priorität 2.Priorität 3.Priorität

Sitzplätze/Grösse 26.6% 19.4% 8.3%Sonstiges 17.7% 11.0% 15.2%Sicherheit (ABS, Airbags) 12.0% 12.3% 8.3%Marke 12.7% 5.8% 10.3% Preis 10.8% 12.3% 15.9%Treibstoffverbrauch 7.0% 9.7% 12.4% Design 5.1% 5.8% 9.0%Leistung (Hubraum) 3.2% 9.7% 6.2%Klimaanlage 1.9% 2.6% 6.2%Automatik 1.3% 2.6% 2.1%Kombi 1.3% 0.6% 1.4%Treibstoffart (Benzin, Diesel) 0.6% 5.2% 2.1%

5-türig - 1.9% 1.4%Farbe - 1.3% 1.4%

Total 100.0% 100.0% 100.0% N 158 155 145

Tabelle 4.12: Entscheidungsrelevante Kriterien beim Kauf eines Kleinwagens in Prozent der Nennungshäufigkeit

Bei der Frage zu den entscheidungsrelevanten Kaufkriterien für Mittelklassewagen,zeigt sich noch deutlicher als bei den Kleinwagen, dass sich keine Produkteigenschaft als allgemeingültiges, prioritäres Kaufentscheidungskriterium hervortut (Tabelle 4.13). Rund 17 Prozent der Befragten sehen wieder in der Zahl der Sitzplätze und der Größe das bedeutsamste Kaufentscheidungsargument. Das Kriterium Sonstiges nimmt bei zweiter und dritter Priorität gegenüber der ersten Priorität zu. Mit 12 Prozent in erster Priorität ist die Marke noch als relativ bedeutsames Kaufentscheidungsargument anzuführen. Auffallend ist, dass der Treibstoffverbrauch kaum eine Bedeutung als

62

Kaufkriterium hat. Im Vergleich dazu, wird auf den Treibstoffverbrauch beim Autokauf von Kleinwagenkäufern mehr geachtet als bei Mittelklassewagen.

1. Priorität 2.Priorität 3.Priorität

Sitzplätze/Grösse 16.9% 10.5% 7.2%Sonstiges 14.3% 19.7% 18.1%Sicherheit (ABS, Airbags) 10.4% 7.9% 11.6%Marke 12.3% 5.9% 5.1%Preis 7.1% 10.5% 15.2%Treibstoffverbrauch 3.9% 7.9% 8.0%Design 7.1% 5.3% 8.0%Leistung (Hubraum) 6.5% 11.8% 8.7%Klimaanlage 3.2% 5.3% 5.1%Automatik 5.2% 7.2% 2.2%Kombi 7.8% 5.3% 5.1%Treibstoffart (Benzin, Diesel) 4.5% 2.6% 3.6%

5-türig 0.6% - 0.7%Farbe - - 1.4%

Total 100.0% 100.0% 100.0% N 159 155 145

Tabelle 4.13: Entscheidungsrelevante Kriterien beim Kauf eines Mittelklassewagens in Prozent der Nennungshäufigkeit

Bei allen vier Untersuchungsobjekten (Waschmaschinen, Glühlampen, Personen-wagen) hat sich bei den deskriptiven Analysen gezeigt, dass Energiekennzahlen bzw. die Energieetikette in unterschiedlichem Ausmaß Einfluss auf die Kaufentscheidung haben. Vor allem bei Waschmaschinen konnte gezeigt werden, dass der Energie-verbrauch ein wichtiges bis sehr wichtiges Kaufentscheidungskriterium darstellt (rund 71 Prozent). Dieses wird sogar überboten vom KaufentscheidungskriteriumEnergieetikette: 80 Prozent der Waschmaschinenkäufer sehen in der Energieetikette ein wichtiges bis sehr wichtiges Kaufentscheidungsargument. Dies deutet darauf hin, dass die Energieetikette vom Konsumenten als Entscheidungshilfe beim Kauf einer

63

Waschmaschine angenommen wird, was wahrscheinlich auf den Einfluss intensiver Bewerbung in der Vergangenheit zurückzuführen ist.

Bei den Lampenkäufern wird die Bedeutung des Energieverbrauchs (51 Prozent) als einflussreiche Kaufentscheidungshilfe etwas höher eingeschätzt als die der Energieetikette (47 Prozent).

Auch bei den Personenwagen wird die Bedeutung der Energiekennzahl Treibstoffverbrauch als eher kaufentscheidungsrelevant eingeschätzt als die Energieetikette selbst: 48 Prozent der Neuwagenkäufer bewerten die Energieetikette als wichtiges bis sehr wichtiges Kaufentscheidungskriterium. Der Treibstoffverbrauch wird hingegen von 57 Prozent für Kleinwagen bzw. 54 Prozent für Mittelklassewagen als wichtiges bis sehr wichtiges Kaufentscheidungskriterium erachtet. Werden die Kaufkriterien in Konkurrenz zueinander gesetzt, zeigt sich jedoch, dass nur 7 Prozent der Kleinwagen- und 4 Prozent der Mittelklassewagenkäufer beim Kauf eines Personenwagens als erstes auf den Treibstoffverbrauch achten. Hingegen hat für zumindest 12 bzw. 25 Prozent der Waschmaschinenkäufer der Energieverbrauch erste bzw. zweite Priorität gegenüber anderen Produkteigenschaften. 20 bzw. 16 Prozent der Lampenkäufer erachten den Energieverbrauch (Leistung) bzw. die Energieetikette als wichtigstes Kaufkriterium im Vergleich zu anderen Produkteigenschaften. Allerdings bleibt aufgrund der Fragestellung unklar, ob eine höhere oder niedrigere Wattzahl bevorzugt wird (Bsp.: Energiesparlampe mit 5 W erzeugt annähernd die gleiche Helligkeit wie eine Standardglühlampe mit 25 W). Für Glühlampen und Personenwagen gilt, dass die Bedeutung der Energieetikette aufgrund des bestehenden Interesses für Energiekennzahlen ein deutliches Ausbaupotential hat.

In den folgenden Kapiteln wird der Einfluss der Energieetikette in Konkurrenz zu anderen Produkteigenschaften im Gegensatz zu deskriptiven Methoden mit einer Discrete-Choice-Analyse ausgewertet.

4.3.3 Statistische Auswertung und Interpretation der geschätzten Koeffizienten - Waschmaschinen

Die Ergebnisse des DCE für Waschmaschinen sind in Tabelle 4.14 dargestellt. Die Analyse beruht auf 1661 Beobachtungen, die aus den Antworten von 151 Personen resultieren, die jeweils 11 Wahlexperimente (Choice Tasks) durchliefen. Das

64

Gesamtmodell weist folgende Genauigkeit auf: R2 dieses Modells ist 0.103, die Vorhersagequalität liegt bei 40 Prozent. Die Vorhersagequalität ist ein Indikator für die Genauigkeit eines Modells, die Wahlentscheidung (Produktalternative 1, 2 oder 3) des Befragten vorherzusagen.

Die Ergebnistabelle beinhaltet vier verschiedene Indikatoren (vgl. Kreyszig 1968):

- Der Koeffizient (b) zeigt den Einfluss der jeweiligen Produkteigenschaft bzw. deren Ausprägung auf die Wahlentscheidung an. Ein positiver Wert des Koeffizienten gibt an, dass ein zunehmender Wert der Produkteigenschaft bzw. der Ausprägung die Wahlwahrscheinlichkeit erhöht. Ein negativer Koeffizient verringert die Wahlwahrscheinlichkeit bei einer Steigerung der Produkteigenschaft bzw. der Ausprägung. Zum Beispiel führt der negative Preiskoeffizient dazu, dass eine Zunahme des Preises die Wahlwahrscheinlichkeit verringert. Nominal oder ordinal skalierte Produkteigenschaften (zum Beispiel Marke oder Energieeffizienzklasse) sind mit jeweils einer Merkmalsausprägung als Dummy Variable gesetzt (Bsp. Energieeffizienzklasse C = 0). Der Koeffizient b zeigt in diesem Fall den relativen Zuwachs des Kundennutzens der entsprechenden Merkmalsausprägung gegenüber der Referenzausprägung (zum Beispiel A- vs. C-Etikette).

Die drei anderen Indikatoren innerhalb der Tabelle stellen unterschiedliche Gütemaße dar:

- Die Standardabweichung (St.Er.) ist ein Indikator für die Genauigkeit, mit der der Koeffizient geschätzt wurde. Die Standardabweichung multipliziert mit dem entsprechenden Wert der Normalverteilung ergibt 95 Prozent Konfidenzintervall des Koeffizienten.

- Der Quotient aus Koeffizient zu Standardabweichung (b/St.Er.) ist ein standardisierter Wert für die Genauigkeit der Schätzung des Koeffizienten, was einen Quervergleich zwischen den Attributen ermöglicht. Je höher diese Werte, desto besser die Schätzung. Werte mit einem Betrag über 2 sind ein Indiz für eine verlässliche Schätzung.

- Das dritte Gütemass P[|Z|>z] beschreibt das Ergebnis eines zweistufigen Tests der Hypothese, dass der Koeffizient gleich null sei und das entsprechende Attribut damit keinen Einfluss auf die Wahlentscheidung habe. Je niedriger dieser Wahrscheinlichkeitswert, desto besser ist die statistische Signifikanz für den

65

betrachteten Koeffizienten. Werte unter 0.1 deuten auf eine hohe, Werte unter 0.01 auf eine sehr hohe Qualität der Schätzung hin.

In diesem Modell weist die Mehrzahl der Koeffizienten (Produkteigenschaften und Merkmalsausprägungen) eine hohe Genauigkeit der Schätzung auf. Ausnahmen stellen die Eigenschaftsausprägungen mittlere Ausstattungsvariante und Energieverbrauch dar, die mit einem höheren Zufallsfehler behaftet sind. Eine mögliche Interpretation besteht darin, dass die mittlere Ausstattung einer Waschmaschine, als auch der Energieverbrauch keinen Einfluss auf die Kaufentscheidung haben. Die Energieetikette übernimmt beim Waschmaschinenkauf die Informationsfunktion in Bezug auf besonders energieeffiziente Geräte, der absolute Wert des Energieverbrauchs als Kaufentscheidungshilfe wird vernachlässigt.

66

Variable Koeffizient(b)

Standard-abweichung (St.Er.)

VerhältnisKoeffizientzu Standard-abweichung (b/St.Er.)

Prob Wert P[|Z|>z]

Konstante, E0 0.1152 0.0621 1.853 0.0639Marke: AEG (dummy), em1

0.3136 0.0875 3.583 0.0003

Marke: VZug (dummy), em1

0.8785 0.0992 8.859 0.0000

Marke: Miele (dummy), em1

0.8610 0.1014 8.489 0.0000

Marke: Iberna (no name)

0 - - -

Ausstattung: Einfach (dummy), ea1

-0.5308 0.0851 -6.236 0.0000

Ausstattung: Mittel (dummy), ea2

-0.1164 0.0775 -1.502 0.1330

Ausstattung: Luxus 0 - - -Wasserverbrauch:l/Waschgang, ewv

-0.0090 0.0037 -2.410 0.0160

Energieverbrauch:kWh/Waschgang, eev

-0.2648 0.1970 -1.344 0.1789

EnergieeffizienzklasseA (dummy), eeka

0.4874 0.0918 5.306 0.0000

EnergieeffizienzklasseB (dummy), eeka

0.2434 0.0828 2.941 0.0033

EnergieeffizienzklasseC (dummy), eeka

0 - - -

Preis: CHF, e_pr -0.0007 -4.87E-05 -15.039 0.0000

Tabelle 4.14: Ergebnisse des Discrete-Choice-Modells für Waschmaschinen

Eine aussagekräftigere Interpretationsform der Ergebnisse bietet die Zahlungs-bereitschaft, wie es in Kapitel 3.4.2 ausführlich beschrieben ist. Kurz zusammengefasst werden die Nutzenkoeffizienten in Geldeinheiten ausgedrückt, dabei wird der Nutzenkoeffizient (b) jeder Produkteigenschaft bzw. Merkmalsausprägung durch den Betrag des Preiskoeffizienten dividiert.

Die höchste Zahlungsbereitschaft der Befragten weisen die unterschiedlichen Markenausprägungen auf (siehe Abb. 4.3). Die beiden begehrtesten Marken sind V-Zug und Miele. Für diese sind die Konsumenten bereit über 1’200 CHF Aufpreis im Vergleich zu einem No-Name-Produkt zu bezahlen.

0200400600800

100012001400

Iberna (no name)

AEG Miele Vzug

CH

F

Abbildung 4.3: Zahlungsbereitschaft für eine Markenwaschmaschine im Vergleich zu einer No-Name-Waschmaschine (Iberna)

Für die Luxusausstattung einer Waschmaschine sind Waschmaschinenkäufer bereit rund 760 CHF aufzuzahlen, um keine Waschmaschine einfacher Ausstattung zu erhalten. Ausgehend von einer Waschmaschine mit mittlerer Ausstattung sind Waschmaschinenkäufer bereit einen Aufpreis von 166 CHF zu zahlen, um eine Waschmaschine mit Luxusausstattung zu bekommen. Allerdings ist dieser Wert aufgrund der Ungenauigkeit des Schätzkoeffizienten mit einem hohen Zufallsfehler behaftet (siehe Abb. 4.4).

67

0100200300400500600700800

Einfach Mittel Luxus

CH

F

Abbildung 4.4: Zahlungsbereitschaft für eine Waschmaschine mit Luxusausstattung im Vergleich zu einer Waschmaschine mit niedrigerer Ausstattung

Die Probanden besitzen auch eine Zahlungsbereitschaft für eine Waschmaschine mit niedrigerem Wasserverbrauch: Für eine Waschmaschine mit einem Wasserverbrauch von 39 l/Waschgang sind die Befragten bereit 244 CHF zu bezahlen, ausgehend von einer Waschmaschine mit einem Wasserverbrauch von 58 l/Waschgang (siehe Abb. 4.5).

0

50

100

150

200

250

300

58 l/Waschgang 47 l/Waschgang 39 l/Waschgang

CH

F

Abbildung 4.5: Zahlungsbereitschaft für eine Waschmaschine mit niedrigerem Wasserverbrauch (l/Waschgang)

Eine Reduktion des Energieverbrauchs der Waschmaschine (in kWh/Waschgang) ist den Waschmaschinenkäufern 170 CHF wert, wenn sie anstelle einer Waschmaschine

68

mit einem Energieverbrauch von 1.3 kWh/Waschgang eine Waschmaschine mit einem Energieverbrauch von 0.85 kWh/Waschgang erwerben können. Allerdings sind diese Werte aufgrund der Ungenauigkeit des Schätzkoeffizienten vorsichtig zu interpretieren (siehe Abb. 4.6).

020406080

100120140160180

1.3kWh/Waschgang

1.0kWh/Waschgang

0.85kWh/Waschgang

CH

F

Abbildung 4.6: Zahlungsbereitschaft für eine Waschmaschine mit niedrigerem Energieverbrauch

Für eine Waschmaschine der Energieeffizienzklasse A sind die befragten Personen bereit, im Vergleich zu einer C-etikettierten Waschmaschine bis zu knapp 700 CHF mehr zu zahlen. Eine Verbesserung einer Waschmaschine der Energieeffizienzklasse von B auf A ist ihnen rund 350 CHF wert (siehe Abb. 4.7).

0

100

200

300

400

500

600

700

800

C B A

CH

F

Abbildung 4.7: Zahlungsbereitschaft für eine Waschmaschine höherer Energie-effizienzklasse A, B im Vergleich zu einer Waschmaschine der Klasse C

69

Zusammenfassend lässt sich festhalten, dass ein Einfluss der Energieetikette gegeben ist und diese Zahlungsbereitschaft im Verhältnis zur Zahlungsbereitschaft für andere Eigenschaftsausprägungen verhältnismäßig hoch liegt. Eine Waschmaschine der Energieeffizienzklasse A löst eine Zahlungsbereitschaft von knapp 700 CHF im Vergleich zu einer mit der Energieeffizienzklasse C ausgezeichneten Maschine aus. Zusätzlich weisen die Ausprägungen der Energieeffizienzklassen eine hohe Genauigkeit des Schätzkoeffizienten aus. Werden die Werte der Energieetikette mit jenen des Energieverbrauchs verglichen, so zeigt sich, dass die Etikette eine höhere Zahlungsbereitschaft auslöst als der Energieverbrauch. In Abbildung 4.8 lassen sich beide Produkteigenschaften zusammenführen, da der Unterschied zwischen den Kategorien der Energieetikette bei einer Waschmaschine mit einem Fassungs-vermögen von 5 kg 0.2 kWh/Waschgang ausmacht.

0

100

200

300

400

500

600

700

800

C1.25 kWh/Waschgang

B1.05 kWh/Waschgang

A0.85 kWh/Waschgang

CH

F

Zahlungsbereitschaft EnergieetiketteZahlungsbereitschaft EnergieverbrauchEingesparte Energiekosten über Lebensdauer

Abbildung 4.8: Die Zahlungsbereitschaft für die Energieetikette ist höher als die zugrunde liegende Zahlungsbereitschaft für die Energieeffizienz einer Waschmaschine.

Die dritte Linie in Abbildung 4.8 gibt die tatsächlich zu erwartenden Kosten-einsparungen über die Lebensdauer einer Waschmaschine mit unterschiedlichem Energieverbrauch an. Hierbei wurden ein Strompreis von 20 Rp./kWh, vier Waschgänge pro Woche (208 pro Jahr), eine Diskontrate von Null und eine Lebensdauer von 15 Jahren angenommen. Bei einem Vergleich der drei Kurven wird

70

71

ersichtlich, dass die Konsumenten aufgrund der reinen Energieangabe in „kWh pro Waschgang“ die tatsächlichen Kosteneinsparungen unterschätzen. Dies deutet darauf hin, dass der Konsument mit einer reinen Energiekennzahl wenig anzufangen weiß. Die Energieetikette übersetzt die Größe Energieverbrauch in eine verständliche Information für den Konsumenten. Da die Zahlungsbereitschaft für die Energieetikette die tatsächlich eingesparten Energiekosten deutlich übersteigt, ist davon auszugehen, dass die Konsumenten mit diesem Label noch weitere Qualitätsmerkmale assoziieren, ähnlich den Signalen einer Marke, bzw. einen Zusatznutzen („im Sinne etwas Gutes für die Umwelt zu tun“) aufgrund der damit einhergehenden Einsparung von Umweltressourcen bei einer hohen Energieeffizienzklasse ziehen.

4.3.4 Statistische Auswertung und Interpretation der geschätzten Koeffizienten – Glühlampen

Die Ergebnisse des DCM für Lampen (siehe Tab. 4.15) basieren auf 1'661 Beobachtungen als Ergebnis von jeweils 11 Wahlentscheidungen der 151 befragten Konsumenten. Das Gesamtmodell weist folgende Genauigkeit auf: R2 dieses Modells liegt bei 0.069, die Vorhersagequalität bei 38 Prozent. Folgende Koeffizienten besitzen im Modell einen guten Erklärungswert: Preis, Lebensdauer und Energieeffizienzklasse.5 Einen hohen Zufallsfehler weisen hingegen die Koeffizienten der Produkteigenschaften Leistung (W), Energieeffizienzklasse C als auch das Birnendesign einer Standardglühlampe auf. Das Modell insgesamt, als auch die Koeffizienten, weisen einen höheren Zufallsfehler auf, als das DCE für Waschmaschinen. Dies könnten die Folgen von zum Teil unrealistischen Produktkombinationen sein, die manche Konsumenten erkannt und bei ihrer Wahl verwirrt haben. Z.B. lässt eine Stabform einer Glühlampe auf eine Energiesparlampe rück schließen, wenn es der Konsument als solche erkennt.

Der Gesamtnutzen von Glühlampenkäufern kann durch ein Markenprodukt (im Vergleich zu einem No-Name-Produkt), durch eine Steigerung von Watt, eine höhere Energieeffizienzklasse, durch eine Stabform der Glühlampe, vor allem aber durch eine

5 Zu Anfang des Kapitels 4.3.3 sind die unterschiedlichen Gütemaße der Koeffizienten und ihre Interpretation beschrieben.

72

höhere Lebensdauer gesteigert werden. Bei der Produkteigenschaft Leistung fällt auf, dass die Konsumenten einer hohen Leistung (60 W) einen höheren Nutzen beimessen als einer niedrigeren Leistung (11 W). Dabei wurde im Fragebogen darauf hingewiesen, dass es sich um Glühlampen gleicher Helligkeit handelt. Diese Wertung ist aufgrund des alltäglichen Sprachgebrauchs einleuchtend („mehr Leistung = besser“), energiepolitisch jedoch wenig wünschenswert und letztlich als Wissenslücke des Konsumenten einzustufen.

Variable Koeffizient(b)

Standard-abweichung (St.Er.)

Verhältnis Koeffizientzu Standard-abweichung (b/St.Er.)

Prob Wert P[|Z|>z]

Konstante, E0 0.7901 0.0575 1.373 0.1698Marke: Philips (dummy), em1

0.0685 0.6536 1.047 0.2949

Marke: Osram (dummy), em2

0.1073 0.0645 1.663 0.0963

Marke: Stella (no name)

0 - - -

Leistung: Watt, ew 0.0005 0.0022 0.239 0.8109Energieeffizienzklasse:A (dummy), eek1

0.4647 0.1448 3.209 0.0013

Energieeffizienzklasse:C (dummy), eek2

0.0501 0.0860 0.583 0.5600

Energieeffizienzklasse:F

0 - - -

Lebensdauer: Stunden, eld

6.40E-05 5.90E-06 10.837 0.0000

Preis: CHF, epr -0.0673 0.0055 -12.128 0.0000Form: Stab (dummy), ef1

0.0987 0.0641 1.539 0.1238

Form: Birne (dummy), ef2

-0.0299 0.0854 -0.350 0.7262

Form: Globe 0 - - -

Tabelle 4.15: Ergebnisse des Discrete-Choice-Modells für Glühlampen

Ausgedrückt in Zahlungsbereitschaft für die einzelnen Produkteigenschaften bzw. deren Ausprägungen zeigt sich folgendes:

Die Zahungsbereitschaft für die Marke Osram bzw. Philips gegenüber einer No-Name- Lampe liegt bei 1.60 bzw. 1 CHF. Für eine konventionelle Glühlampe ist das zwar eine ansehnliche Prämie, aber wenig im Vergleich zu den marktüblichen Preisen für Energiesparlampen (siehe Abb. 4.9).

0,000,200,400,600,801,001,201,401,601,80

Stella Philips Osram

CH

F

Abbildung 4.9: Zahlungsbereitschaft für eine Markenglühlampe im Vergleich zu einer No-Name-Glühlampe (Stella)

Eine Steigerung der Wattzahl bedeutet für den Konsumenten eine Nutzensteigerung: Eine Glühlampe mit 60 W ist dem Konsumenten um 36 Rp. mehr wert als eine Glühlampe mit 11 W (siehe Abb. 4.10).

0,00

0,05

0,10

0,15

0,20

0,25

0,30

0,35

0,40

11 Watt 60 Watt

CH

F

Abbildung 4.10: Zahlungsbereitschaft für eine Glühlampe mit höherer Wattzahl

73

Für eine Glühlampe der Energieeffizienzklasse A sind die Konsumenten bereit, fast 7 CHF mehr zu bezahlen als für eine F-Lampe. Dies entspricht einem Aufpreis von rund 70 Prozent im Verhältnis zum durchschnittlichen Preis der zur Auswahl gestellten Lampen (siehe Abb. 4.11).

0

1

2

3

4

5

6

7

8

F C A

CH

F

Abbildung 4.11: Zahlungsbereitschaft für eine Glühlampe höherer Energie-effizienzklassen A, C im Vergleich zu einer Glühlampe der Klasse F

Einen sehr hohen Wert messen die befragten Lampenkäufer der Lebensdauer einer Glühlampe bei: Die Zahlungsbereitschaft für eine Lampe mit 1’000 h Lebensdauer im Vergleich zu einer Glühlampe mit 15’000 h Lebensdauer beträgt 13 CHF (siehe Abb. 4.12).

0

2

4

6

8

10

12

14

1000 h 6000 h 15000 h

CH

F

Abbildung 4.12: Zahlungsbereitschaft für eine Glühlampe mit höherer Lebensdauer 74

Schlussendlich sind die befragten Lampenkäufer bereit für ein bestimmtes Design einen Aufpreis zu bezahlen (unter Berücksichtigung eines hohen Zufallfehlers): Um anstelle einer Standardglühlampe eine Stablampe zu erhalten, wird ein Aufpreis von fast 2 CHF akzeptiert. Das lässt darauf rück schließen, dass einige Konsumenten in der Stablampe die Energiesparlampe (und ihren Wert, z.B. niedriger Energieverbrauch, lange Lebensdauer) erkennen. Denn für 86 Prozent der Lampenkäufer kommt eine Energiesparlampe aufgrund des Designs als Alternative zu einer Standardglühlampe nicht in Frage, sodass anscheinend nicht die Form an sich für den Zusatznutzen einer Stabglühlampe spricht (siehe Abb. 4.13).

0,00

0,50

1,00

1,50

2,00

2,50

Birne Globe Stab

CH

F

Abbildung 4.13: Zahlungsbereitschaft für eine Glühlampe mit einem anderen Design (Globe, Stab) im Vergleich zu einer Standardglühbirne

Die Discrete-Choice-Analyse von Glühlampen konnte auch einen Einfluss der Energieetikette bei Glühlampen nachweisen. Jedoch scheint das Merkmal Lebensdauer die Bedeutung der Energieetikette zu überwiegen und den Konsumenten in seinem Kaufentscheid stärker zu beeinflussen. Aufgrund der Tatsache, dass es sich grundsätzlich um eine duale Kaufentscheidung handelt: entweder Standardglühlampe (vergleichsweise niedriger Preis, höhere Wattzahl, kürzere Lebensdauer, Energieeffizienzklasse E, F) oder Energiesparlampen (höherer Preis, längere Lebensdauer, Energieeffizienzklasse A, B), scheint das Kaufargument für eine Energiesparlampe bevorzugt in der Lebensdauer als in der Energieetikette (bzw. Energieeinsparung) zu liegen. Dieses Ergebnis wurde auch deskriptiv bestätigt: 60 Prozent der Lampenkäufer stimmen zu, dass die längere Lebensdauer einer Energiesparlampe ein ausschlaggebendes Kaufargument darstellt. Dagegen sehen nur

75

76

40 Prozent der Lampenkäufer in der finanziellen Ersparnis aufgrund von Energieeinsparungen ein Kaufargument. (Für 54 Prozent ist die Umwelt- bzw. Ressourcenschonung ein Argument für eine Energiesparlampe)6. Grundsätzlich besteht beim Lampenkauf Informationsbedarf um die Zusammenhänge zwischen Watt (Energieverbrauch), Lebensdauer, Energieeinsparungen bzw. Energieeffizienz näher zu erläutern. Der Energieetikette kann dabei eine wichtige Aufgabe zukommen.

4.3.5 Statistische Auswertung und Interpretation der geschätzten Koeffizienten - Kleinwagen

Tabelle 4.15 zeigt die Ergebnisse des DCE für Kleinwagen. Diese basieren auf 640 Beobachtungen und Antworten von 159 Personen, die jeweils sieben Wahlexperimente absolvierten.7 Das R2 beträgt 0.05. Die Vorhersagequalität (Trefferquote) liegt bei 38 Prozent und damit ähnlich wie bei den anderen DCE mit den Waschmaschinen und Glühlampen. Die Indikatoren innerhalb der Tabelle bzw. Gütemaße sind in Kap. 4.4.3 ausführlich beschrieben.

Die meisten Produkteigenschaften und Merkmalsausprägungen besitzen eine für DCE zufriedenstellende Schätzgenauigkeit (Tab. 4.16). Ausnahmen stellen die Eigenschaftsausprägung Marke Renault Clio, die Treibstoffart, die niedrigeren Energieeffizienzklassen und der Preis dar. Diese sind mit einer höheren Irrtumswahrscheinlichkeit behaftet. Das kann darauf zurückzuführen zu sein, dass die Marke Renault Clio mit einer ähnlich empfundenen Marke korreliert und auf die unteren Energieeffizienzklassen und die Treibstoffart beim Kaufentscheid kaum geachtet wird. Beim Preis könnte die Tatsache eine Rolle spielen, dass dieser auf Grund des hypothetischen Charakters des DCE nicht tatsächlich bezahlt werden musste und daher „leichtfertig“ innerhalb der Produktalternativen ausgewählt wurde.

6 Aufgrund der zulässigen Mehrfachnennungen innerhalb der Fragestellung: Welches Kaufargument spricht für eine Energiesparlampe als Alternative zu einer Standardglühlampe? War nur eine Zustimmung bzw. eine Ablehnung der jeweiligen Argumente möglich. Daher sind die hundert Prozent auf Zustimmung bzw. Ablehnung der jeweiligen Argumente bezogen.7 Von den insgesamt 1’113 Wahlentscheidungen wurden 473 für die Auswertung nicht berücksichtigt, weil der bzw. die Befragte sich für keines der drei angebotenen Modelle entschieden hat.

77

Der Nutzen aus der Sicht eines Kleinwagenkäufers kann in der angeführten Reihenfolge durch folgende Marken VW Polo, Opel Corsa, Peugeot 206, Opel Zafira, Renault Clio, Mercedes A-Klasse im Vergleich zu einem Fiat Punto gesteigert werden. Weitere Nutzenzuwächse erfährt der Kleinwagenkäufer durch einen größeren Hubraum, geringeren Treibstoffverbrauch, ein Dieselfahrzeug im Vergleich zu einem mit Benzin betriebenen Fahrzeug. Auch ein Kleinwagen der Energieeffizienzklasse A bzw. B steigert den Gesamtnutzen des Konsumenten im Vergleich zu einem Kleinwagen der Energieeffizienzklasse G.

Variable Koeffizient(b)

Standard-abweichung (St.Er.)

VerhältnisKoeffizientzu Standard-abweichung (b/St.Er.)

Prob Wert P[|Z|>z]

Konstante, E0 0.0585 0.0915 0.640 0.5223Marke: VW Polo (dummy), em1

0.7820 0.2127 3.677 0.0002

Marke: Opel Corsa (dummy), em2

0.6614 0.1958 3.378 0.0007

Marke: Peugeot 206 (dummy), em3

1.0713 0.2007 5.339 0.0000

Marke: Toyota Yaris (dummy), em4

0.5401 2.119 2.549 0.0108

Marke: Opel Zafira (dummy), em5

1.1447 2.233 4.919 0.000

Marke: Renault Clio (dummy), em6

0.1075 0.2094 0.513 0.6077

Marke: Mercedes A-Klasse (dummy), em7

0.9746 0.2323 4.195 0.0000

Marke: Fiat Punto (dummy)

0 - - -

Hubraum: l, ehr 0.5825 0.1287 4.525 0.0000Treibstoffverbrauch:l/100km, etv

-0.1057 0.0399 -2.650 0.0080

Treibstoffart: Benzin (dummy), eta

-0.0565 0.0872 -0.648 0.5167

Treibstoffart: Diesel (dummy)

0 - - -

78

Variable Koeffizient(b)

Standard-abweichung (St.Er.)

VerhältnisKoeffizientzu Standard-abweichung (b/St.Er.)

Prob Wert P[|Z|>z]

Energieeffizienzklasse:A (dummy), eeka

0.3066 0.1534 1.999 0.0456

Energieeffizienzklasse:B (dummy), eekb

0.1989 0.1461 1.361 0.1734

Energieeffizienzklasse:C (dummy), eekc

-0.0425 0.1577 -0.270 0.7873

Energieeffizienzklasse:E (dummy), eeke

-0.0609 0.1539 0.395 0.6925

Energieeffizienzklasse:G (dummy)

0 - - -

Preis: CHF, e_pr -0.000038 0.000021 -1.787 0.0740

Tabelle 4.16: Ergebnisse des Discrete-Choice-Modells für Kleinwagen

Da die absolute Höhe der Koeffizienten nicht interpretiert werden kann, bieten sich die in Kapitel 3.4.2 beschriebenen Interpretationsmöglichkeiten der Koeffizienten an: Zahlungsbereitschaft und marginale Effekte. Da der Preis im DCE einen vergleichsweise hohen Zufallsfehler zu den DCE von Waschmaschinen und Glühlampen aufweist, empfiehlt es sich in diesem Fall die Koeffizienten über die marginalen Effekte zugänglich zu machen und den Einfluss der Variablen in quantitativ nachvollziehbaren Grössen darzustellen. Marginale Effekte sagen aus, um wie viel sich eine beliebige Auswahlwahrscheinlichkeit ändert, wenn die Ausprägung der betrachteten Variable um eine marginale Einheit steigt. Dabei muss zwischen den nominalen, ordinalen bzw. kardinalen Variablentypen unterschieden werden (siehe Kap. 3.4.2). Da die marginalen Effekte innerhalb der Beobachtungen variieren, werden die Durchschnittselastizitäten berechnet. Hierzu bieten sich zwei Ansätze:

- Die marginalen Effekte werden für jede einzelne Beobachtung berechnet. Danach wird über alle Beobachtungen der Durchschnitt gebildet.

- Der marginale Effekt wird für den Mittelwert der Stichprobe berechnet.

79

Beide Methoden liefern approximativ die gleichen Ergebnisse. Da die Alternativen eins bis drei in den einzelnen Choice Tasks durchgängig variieren bzw. nicht an bestimmten Ausprägungen festgemacht sind, werden die marginalen Effekte aller drei Alternativen durch drei dividiert, um einen gemittelten Durchschnittswert des marginalen Effektes anzugeben.8 In Tabelle 4.17 werden die marginalen Effekte für beide Berechnungsarten präsentiert.

8 Aufgrund des gewählten Discrete-Choice-Designs sind die Wahlwahrscheinlichkeiten bzw. marginalen Effekte der Alternativen eins bis drei annähernd identisch.

80

Variable Marginaler Effekt für den Mittelwert der Stichprobe*

Marginaler Effekt berechnet für jede einzelne Beobachtung

Marke: VW Polo (dummy), em1 17.34 16.151 Marke: Opel Corsa (dummy), em2 14.67 13.659 Marke: Peugeot 206 (dummy), em3 23.76 22.125 Marke: Toyota Yaris (dummy), em4 11.98 11.155 Marke: Opel Zafira (dummy), em5 25.39 23.641 Marke: Renault Clio (dummy), em6 2.38 2.220Marke: Mercedes A-Klasse (dummy), em7

21.62 20.128

Marke: Fiat Punto (dummy)** - -Hubraum: l, her 12.92 12.029 Treibstoffverbrauch: l/100km, etv -2.35 -2.184Treibstoffart: Benzin (dummy), eta -1.25 -1.167Treibstoffart: Diesel (dummy)** - -Energieeffizienzklasse: A (dummy), eeka

6.80 6.333

Energieeffizienzklasse: B (dummy), eekb 4.41 4.109Energieeffizienzklasse: C (dummy), eekc -0.94 -0.879Energieeffizienzklasse: E (dummy), eeke 1.35 1.257Energieeffizienzklasse: G (dummy)** - -Preis: CHF, e_pr -0.001 -0.001Alle fett markierten Attribute bzw. marginalen Effekte weisen einen signifikanten Einfluss auf die Wahlwahrscheinlichkeit auf. * Die tatsächlichen Ableitungen wurden mit 100 multipliziert und haben somit die Dimension Prozentpunkte. ** Referenzattribut.

Tabelle 4.17: Marginale Effekte des Discrete-Choice-Modells für Kleinwagen

Bei den Marken wird der Opel Zafira im Vergleich zu einem Fiat Punto mit einer um 25.4 (marginaler Effekt für den Mittelwert der Stichprobe) bzw. 23.6 (marginaler Effekt berechnet für jede einzelne Beobachtung) Prozentpunkten erhöhten Wahrscheinlichkeit gewählt. Da der Opel Zafira einer anderen Fahrzeugklasse angehört (Minivan), ist dieses Ergebnis gut nachvollziehbar. Aber auch der Peugeot 206 wird mit einer erhöhten Wahrscheinlichkeit von 23.8 bzw. 22.1 Prozentpunkten

81

im Vergleich zu einem Fiat Punto ausgewählt. Die vergleichsweise hohen marginalen Effekte drücken die große Bedeutung der Marke als Produkteigenschaft bzw. Image eines Autos für den Neuwagenkäufer aus.

Stehen ein Neuwagen der Energieeffizienzklasse A und ein Neuwagen der Energieeffizienzklasse G zur Auswahl, so liegt die Wahlwahrscheinlichkeit um 6.8 bzw. 6.3 Prozentpunkte höher für das energieeffizientere Fahrzeug. Rund 4 Prozent-punkte entspricht die erhöhte Wahlwahrscheinlichkeit eines Neuwagens der Effizienzklasse B gegenüber einem G-klassierten Wagen. Allerdings sind die Dummyvariable Energieeffizienzklasse B und die darauf folgenden Energieeffizienz-klassen (C, E) mit einer erhöhten Irrtumswahrscheinlichkeit behaftet. Anscheinend haben die unteren Ränge der Energieeffizienzklassen keinen Einfluss auf die Bedeutung für die Kaufentscheidung eines Neuwagens, es zählt primär das energieeffizienteste Fahrzeug als Kaufentscheidungskriterium - die Energieeffizienz-klasse A. Die mangelnde Signifikanz ist auch bei der Interpretation des negativen Koeffizienten der Energieeffizienzklasse C im Vergleich zu G zu berücksichtigen.

Eine marginale Erhöhung (um 1l) des Hubraums erhöht die Wahlwahrscheinlichkeit um rund 12.9 Prozentpunkte. Hingegen bedeutet eine marginale Zunahme (um 1l) des Treibstoffverbrauchs eines Neuwagens nur um eine rund 2 Prozentpunkte niedrigere Wahl- bzw. Kaufwahrscheinlichkeit. Der Koeffizient der Treibstoffart weist eine hohe Irrtumswahrscheinlichkeit auf und wurde von den Befragten nicht berücksichtigt. Steigt der Preis um 1’000 CHF verringert sich die Wahl- bzw. Kaufwahrscheinlichkeit um einen Prozentpunkt (Auch hier ist der hohe Zufallsfehler zu beachten).

4.3.6 Statistische Auswertung und Interpretation der geschätzten Koeffizienten – Mittelklassewagen

In Tabelle 4.18 sind die Ergebnisse der Discrete-Choice-Analyse für Mittelklassewagen dargestellt. Die Discrete-Choice-Analyse beruht auf 587 Beobachtungen als Ergebnis von jeweils sieben Wahlentscheidungen der 157 befragten Konsumenten.9 Das R2 beträgt 0.07. Die Vorhersagequalität bzw.

9 Von insgesamt 1’099 Wahlentscheidungen wurden 512 für die Auswertung nicht berücksichtigt, weil der bzw. die Befragte sich für die Nichtwahl innerhalb der drei angebotenen Modelle entschieden hat.

82

Trefferhäufigkeit des Modelles liegt bei 40 Prozent. Für eine ausführliche Beschreibung der Indikatoren bzw. Gütemaße in der Tabelle siehe Kap. 4.4.3.

Variable Koeffizient(b)

Standard-abweichung (St.Er.)

VerhältnisKoeffizientzu Standard-abweichung (b/St.Er.)

Prob Wert P[|Z|>z]

Konstante, E0 -0.0597 0.0992 -0.602 0.5471Marke: VW Golf (dummy), em1

1.1178 0.2343 4.770 0.0000

Marke: Peugeot 307 (dummy), em2

0.5894 0.2507 2.351 0.0187.

Marke: Audi A4 (dummy), em3

1.5919 0.2238 7.113 0.0000

Marke: Toyota Corolla (dummy), em4

0.2901 0.2480 1.170 0.2422

Marke: Ford Mondeo (dummy), em5

0.2651 0.2230 1.189 0.2344

Marke: Opel Zafira (dummy), em6

0.9541 0.2296 4.155 0.0000

Marke: Renault Laguna (dummy), em7

0.4281 0.2307 1.856 0.0635

Marke: Skoda Octavia (dummy)

0 - - -

Hubraum: l, ehr 0.0560 0.2644 0.212 0.8323Treibstoffverbrauch:l/100km, etv

-0.0351 0.0276 -1.270 0.2040

Treibstoffart: Benzin (dummy), eta

-0.1479 0.0919 -1.608 0.1078

Treibstoffart: Diesel (dummy)

0 - - -

Energieeffizienzklasse:A (dummy), eeka

0.3402 0.1671 2.036 0.0417

Energieeffizienzklasse:B (dummy), eekb

0.2803 0.1619 1.731 0.0834

Energieeffizienzklasse:C (dummy), eekc

0.3644 0.1581 2.304 0.0212

83

Variable Koeffizient(b)

Standard-abweichung (St.Er.)

VerhältnisKoeffizientzu Standard-abweichung (b/St.Er.)

Prob Wert P[|Z|>z]

Energieeffizienzklasse:E (dummy), eeke

0.1647 0.1618 1.019 0.3084

Energieeffizienzklasse:G (dummy)

0 - - -

Preis: CHF, e_pr 0.000007 0.000013 -0.584 0.5589

Tabelle 4.18: Ergebnisse des Discrete-Choice-Modells für Mittelklassewagen

Die Gütemaße für bestimmte ausgewählte Marken (Audi A4, VW Golf, Opel Zafira Peugeot 307) weisen eine sehr hohe Schätzgenauigkeit auf, ebenso die Energieeffizienzklassen A und C. Die übrigen Marken (Toyota Corolla, Ford Mondeo, Renault Laguna), als auch die restlichen Energieeffizienzklassen (B, E), die Produktmerkmale Treibstoffart und der Preis zeigen eine erhöhte Irrtumswahrscheinlichkeit an.

Die Schwankungen in der Signifikanz einzelner Marken könnten damit zusammenhängen, dass nur einige wenige sehr gut etablierte Marken (allen voran Audi) bei allen Konsumenten klar präferiert werden, während die Wahrnehmung anderer Marken nicht einheitlich ist, also beispielsweise die Marke Toyota in der Sicht von typischen Ford- und Renault-Käufern einmal positiv, einmal negativ eingeschätzt wird.

Der Käufer eines Mittelklassewagens bezieht einen besonders hohen Zusatznutzen von der Marke Audi A4 im Vergleich zu einem Skoda Octavia. Aber auch die Marken VW Golf, Opel Zafira, Peugeot 307 (in dieser Reihenfolge) sind dem Konsumenten lieber als ein Skoda Octavia. Ein Neuwagen der Energieeffizienzklasse A bedeutet für den Konsumenten einen höheren Nutzen als ein Neuwagen der Energieeffizienzklasse G (hier sind nur die signifikanten Koeffizienten angeführt). Auf den ersten Blick überraschend ist das signifikante Ergebnis der Energieeffizienzklasse C, die dem Konsumenten den größten Nutzen gegenüber allen anderen Energieeffizienzklassen (auch A und B) stiftet.

84

Wie bereits bei den DCE für Waschmaschinen, Glühlampen und Kleinwagen wird die Interpretation der Schätzkoeffizienten durch die Umformung in Zahlungsbereitschaften bzw. marginale Effekte erleichtert. Da ebenso wie beim DCE für Kleinwagen, der Preiskoeffizient einen hohen Schätzfehler in sich birgt, sind marginale Effekte als Interpretationsmöglichkeit vorzuziehen.

Tabelle 4.19 zeigt die marginalen Effekte der einzelnen Eigenschaften bzw. ihrer Ausprägungen (siehe Kap. 4.4.4 für die unterschiedlichen Berechnungsarten der marginalen Effekte): Die weitaus höchste Wahlwahrscheinlichkeit hat der Audi A4 mit rund 35 Prozentpunkten gegenüber einem Skoda Octavia. Eine Besonderheit liegt in der bereits angeschnittenen höchsten Nutzenstiftung der Energieeffizienzklasse C gegenüber allen anderen Energieeffizienzklassen: Die marginalen Effekte der signifikanten Energieeffizienzklassen zeigen, dass ein Neuwagen der Energieeffizienzklasse A zwar mit einer um 7.5 Prozentpunkten erhöhten Wahl-wahrscheinlichkeit gegenüber einem Neuwagen der Energieeffizienzklasse G gewählt wird. Die Energieeffizienzklasse C wird jedoch mit 8.1 Prozentpunkten wahrscheinlicher gewählt als ein Neuwagen der Energieeffizienzklasse G. Dies deutet – auch in Verbindung mit dem insignifikanten Ergebnis beim Treibstoffverbrauch und des Hubraums – darauf hin, dass Mittelklassewagenkäufer eine höhere Energieeffizienz nicht unbedingt positiv bewerten. Anscheinend assoziieren Mittelklassewagenkäufer eine zu hohe Energieeffizienzklasse auch mit Attributen wie „wenig Leistung“ oder gar „Arme-Leute-Auto“. Ein Vergleich mit der Realität auf Schweizer Strassen und den hohen Verkaufszahlen für SUV unterstützt diese Interpretation.

85

Variable Marginaler Effekt für den Mittelwert der Stichprobe*

Marginaler Effekt berechnet für jede einzelne Beobachtung

Marke: VW Golf (dummy), em1 24.81 22.528 Marke: Peugeot 307 (dummy), em2 13.08 11.879

Marke: Audi A4 (dummy), em335.33 32.083

Marke: Toyota Corolla (dummy), em4 6,44 5.861Marke: Ford Mondeo (dummy), em5 5.88 5.343Marke: Opel Zafira (dummy), em6 21.18 19.228 Marke: Renault Laguna (dummy), em7 9.50 8.628Marke: Skoda Octavia (dummy)** - -Hubraum: l, ehr 1.24 1.129Treibstoffverbrauch: l/100km, etv -0.78 -0.707Treibstoffart: Benzin (dummy), eta -3.28 -2.980Treibstoffart: Diesel (dummy)** - -Energieeffizienzklasse: A (dummy), eeka

7.55 6.855

Energieeffizienzklasse: B (dummy), eekb 6.22 5.649Energieeffizienzklasse: C (dummy), eekc

8.09 7.345

Energieeffizienzklasse: E (dummy), eeke 3.66 3.321Energieeffizienzklasse: G (dummy)** - -Preis: CHF, e_pr 0.000 0.000Alle fett markierten Attribute bzw. marginalen Effekte weisen einen signifikanten Einfluss auf die Wahlwahrscheinlichkeit auf. * Die tatsächlichen Ableitungen wurden mit 100 multipliziert. ** Referenzattribut.

Tabelle 4.19: Marginale Effekte des Discrete-Choice-Modells für Mittelklassewagen

In beiden DCE für Neuwagen fällt auf, dass die Marken bzw. Markentypen einen überdurchschnittlichen Einfluss auf die Kaufentscheidung eines Neuwagens verglichen mit den anderen Produkteigenschaften innerhalb der DCE haben. Das ist nicht weiter verwunderlich, da in der Marke eines Neuwagens viele weitere Qualitätsmerkmale (z.B. Design, Sicherheit, Fahrgefühl), als auch eine Wertfunktion, z.B. Prestige, enthalten sind. Der Einfluss der Energieetikette ist sowohl im Fall der

86

Kleinwagen-, als auch bei den Mittelklassewagenkäufern gegeben, auch wenn dieser im zweiten Fall ambivalent ausfällt. Generell achteten die Mittelklassewagenkäufer auf die Marke und die Energieeffizienzklassen, die Koeffizienten der anderen Produkteigenschaften weisen eine hohe Irrtumswahrscheinlichkeit auf. Die Kleinwagenkäufer achteten zusätzlich auf die Größe des Hubraums und den Treibstoffverbrauch. Der Preis wurde in beiden DCE für den Kauf von Neuwagen kaum berücksichtigt. Die Komplexität des Untersuchungsobjektes Autokauf (im Vgl. zum Waschmaschinen- bzw. Glühlampenkauf) zeigt die Grenzen eines DCE auf: der vergleichsweise hohe Preis beim Autokauf wurde innerhalb des Experiments aufgrund der fiktiven Kaufentscheidung nicht ernst genommen. Die beschränkte Auswahl an Markentypen innerhalb eines Choice Tasks führte zu einer erhöhten Nichtwahl innerhalb der angebotenen drei Alternativen.

87

5 Schlussfolgerungen

5.1 Forschungshypothesen vs. Forschungsergebnisse

Das Ziel dieser Arbeit ist es, den Einfluss von Ökolabelling auf die Kaufentscheidung von Konsumenten anhand praktischer Beispiele herauszufinden. Mit vier DCE wurde der Einfluss der Energieetikette auf die Kaufentscheidung von Waschmaschinen, Glühlampen und Klein- und Mittelklassewagen gemessen. Die Bedeutung der Energieetikette wurde im Rahmen der Befragungen auch deskriptiv untersucht. Die Kernhypothese dieser Arbeit besteht darin, dass die Energieetikette einen Einfluss auf die Kaufentscheidung hat. Es folgt eine kritische Betrachtung der vier DCE und eine Gegenüberstellung der Forschungshypothesen zu den Ergebnissen.

5.1.1 Einfluss der Energieetikette auf die Kaufentscheidung

Grundvoraussetzung, dass die Energieetikette einen Einfluss auf die Kaufentscheidung nimmt, ist der Bekanntheitsgrad. Rund 72 Prozent aller Befragten ist die Energieetikette ein Begriff, dieses deskriptive Ergebnis ist als hoch einzustufen. Aufgrund des verpflichtenden Einsatzes dieses Labels und des intensiven Marketingeinsatzes der vergangenen Jahre bei den Untersuchungsobjekten ist der Verbreitungsgrad garantiert, auch wenn innerhalb der einzelnen Produktgruppen die Energieetikette sehr unterschiedlich werbewirksam eingesetzt wird. Speziell beim Autokauf wird kaum mit der Energieetikette geworben (TCS 2005).

Im Fall der DCE für Waschmaschinen und Glühlampen konnte der Nachweis einer signifikanten Zahlungsbereitschaft für Geräte der Energieeffizienzklasse A erbracht werden. Ein mit der A-Energieetikette ausgezeichnetes Produkt führte im Vergleich zu einem C-Produkt zu einer Mehrpreisbereitschaft von rund 700 CHF bei Waschmaschinen und 6 CHF bei Lampen. Im Vergleich zum durchschnittlichen Preis der beiden Produkte im experimentellen Design entspricht dies einem Aufpreis von rund 30 Prozent bei den Waschmaschinen und 60 Prozent bei den Lampen. Die höhere prozentuale Prämie für die Energieetikette bei den Lampen lässt darauf schliessen, dass die Konsumenten Erfahrung mit den relativ hohen Preisen für Energiesparlampen haben, und dass sie die lange Lebensdauer als zusätzliches Merkmal dieser Lampen

88

ebenfalls in ihre Entscheidung mit einbeziehen. Es ist allerdings auch festzuhalten, dass bei DCE eine gewisse methodisch bedingte Überbewertung der Höhe der Zahlungsbereitschaft dadurch entstehen kann, dass der Konsument im Rahmen des DCE bewusst auf die Produkteigenschaften hingewiesen wird. In der realen Kaufentscheidung ist das nicht immer der Fall. Sowohl bei den Lampen als auch bei den Waschmaschinen bedeutet die hohe Zahlungsbereitschaft für A-gelabelte Produkte wie auch die Zahlungsbereitschaft für umweltfreundliche Produktmerkmale, wie z.B. Langlebigkeit eine gute Nachricht für Hersteller und Händler, die sich mit energieeffizienten Produkten auf dem Markt differenzieren möchten. Voraussetzung für eine solche erfolgreiche Differenzierung ist allerdings, dass auch tatsächlich ein Spektrum von Produkten unterschiedlicher Energieeffizienzklassen angeboten wird. Im Fall des Schweizer Waschmaschinenmarktes liegt der Anteil an A-Klasse-Produkten jedoch über 90 Prozent, d.h. ein wesentliches Differenzierungsmerkmal geht verloren. Eine Dynamisierung der Kriterien, die über die Zeit höhere Energieeffizienz zum Erreichen der A-Klasse erfordert, erscheint hier sowohl aus Sicht der Händler als auch aus Sicht der Umwelt wünschenswert (vgl. Sammer und Wüstenhagen 2006 I und II).

Im Vergleich zu den deskriptiven Auswertungen über die Bedeutung der Energieetikette im Kaufentscheid zeigt sich, dass für rund 80 Prozent der Waschmaschinenkäufer die Energieetikette ein wichtiges bis sehr wichtiges Kaufkriterium darstellt, hingegen nur 47 Prozent der Lampenkäufer von der Bedeutung der Energieetikette als wichtiges bis sehr wichtiges Kaufkriterium überzeugt sind. Diese Diskrepanz zwischen deskriptiven Ergebnissen und den Discrete-Choice-Analysen könnte darauf zurückzuführen zu sein, dass einerseits das DCE einen Lerneffekt im Rahmen der Befragung dadurch erzielte, dass die Energieetikette in die Choice Tasks der Glühlampen mit aufgenommen und der Bekanntheitsgrad sowie der Einfluss der Energieetikette auf die Kaufentscheidung erst nach dem DCE direkt abgefragt wurde. Denn insgesamt ist es nur wenigen Konsumenten (20 Prozent der Waschmaschinenkäufer, 1.3 Prozent der Neuwagenkäufer) bewusst, dass die Glühlampe mit einer Energieetikette gekennzeichnet ist. Andererseits ist der Glühlampenkauf eine duale Entscheidung zwischen Energiesparlampe und Standardglühlampe, wobei die bis zu 10-fach längere Lebensdauer ein typisches Merkmal einer Energiesparlampe darstellt und eine höhere Energieeffizienzklasse, wie bereits erwähnt, gleichzeitig mit einer höheren

89

Lebensdauer verbunden wird. Insgesamt deutet das Ergebnis darauf hin, dass es verbesserter Information bei der Glühlampe in Bezug auf die Energieetikette bedarf. Derzeit bedeutet eine längere Lebensdauer dem Konsumenten einen höheren Nutzenzuwachs als die höhere Energieeffizienzklasse. Die Angabe des Leistungsverbrauchs in Watt wird in den Köpfen vieler Konsumenten mit der Helligkeit in Verbindung gebracht und wirkt kontraproduktiv bei der Vermarktung von Energiesparlampen, die im Vergleich zu Standardglühlampen eine vergleichsweise geringe Leistung, gemessen in Watt, aufweisen.

Bei den Waschmaschinen hingegen hat die Energieetikette die Informationsfunktion in Bezug auf die vorhandenen absoluten Energiekennwerte einer Waschmaschine übernommen. Der Waschmaschinenkäufer schätzt den Nutzen einer Waschmaschine der Energieeffizienzklasse A im Vergleich zu einer Waschmaschine der Energieeffizienzklasse C sogar höher ein, als die dadurch mögliche Kostenersparnis aufgrund eines niedrigeren Energieverbrauchs. Die Energieetikette hat für den Konsumenten anscheinend eine Bedeutung über die finanziellen Aspekte der Energieeffizienz hinaus. Möglichweise sieht der Konsument in der Energieetikette zusätzlich ein Qualitätskriterium ähnlich einer erfolgreichen Marke, und/oder der Wille etwas Gutes für die Umwelt zu tun, erklärt die überhöhte Zahlungsbereitschaft.

Auch beim Neuwagenkauf hat die Energieetikette der Energieeffizienzklasse A einen Einfluss auf die Kaufentscheidung aufgezeigt. Bei den Kleinwagen- bzw. Mittelklasse-wagenkäufern löst ein A-klassierter im Vergleich zu einem G-klassierten Neuwagen eine erhöhte Wahlwahrscheinlichkeit von rund 7 Prozentpunkten aus. Die anderen Energieeffizienzklassen werden beim Autokauf nicht berücksichtigt (keine signifikanten Ergebnisse innerhalb der DCE), mit Ausnahme der Energieeffizienz-klasse C bei den Mittelklassewagenkäufern. Hier wird die Energieeffizienzklasse C mit 8 Prozentpunkten wahrscheinlicher gewählt als ein Wagen der Energie-effizienzklasse G. Das heißt, dass ein C-klassierter Wagen etwas höher bewertet wird als ein A-klassierter Mittelklassewagen. Der Grund hierfür könnte darin liegen, dass ein Neuwagen mit hoher Energieeffizienz mit geringer Leistung und damit auch mit einem negativen Image verbunden wird. Im Allgemeinen ist der Autokauf im Vergleich zu anderen Kaufentscheidungen sehr komplex. Die Kaufentscheidung bei einem Auto hat viele Einflussfaktoren und reicht von der Autogröße bis zu den mit unterschiedlichen Marken verbundenen Prestigewerten. Im deskriptiven Teil konnte

90

gezeigt werden, dass der Energie- bzw. Treibstoffverbrauch beim Autokauf im Vergleich zu anderen Produkteigenschaften eine untergeordnete Rolle spielt, obwohl auch hier zu sehen ist, dass Kleinwagenkäufer mehr auf den Treibstoffverbrauch beim Kaufentscheid achten als Mittelklassewagenkäufer (siehe Tab. 4.12 und 4.13 in Kap. 4). Die Energieetikette steht beim Autokauf in verstärkter Konkurrenz zu anderen Produkteigenschaften und wird in der Autowerbung von den Herstellerfirmen nicht in den Vordergrund gestellt.

5.1.2 Kritische Betrachtung der Discrete-Choice-Experimente zu Waschmaschinen, Glühlampen und Neuwagen

Obwohl DCE bereits eine bewährte Methode in unterschiedlichen Forschungs-disziplinen darstellen (z.B. Gesundheitsökonomie, Verkehrswissenschaften etc.), um die Relationen der Wichtigkeit unterschiedlicher (Produkt-)Eigenschaften bei der Kaufentscheidung zueinander zu messen, besitzt auch diese Methode ihre Schwachstellen, die es zu berücksichtigen gilt. Wie bei jedem Modell liegt auch bei der Anwendung der Discrete-Choice-Methode eine Vereinfachung der komplexen Wirklichkeit zugrunde. Die wesentliche Fehlerquelle in einer Discrete-Choice-Analyse liegt in der Auswahl der als relevant eingestuften Produktmerkmale (Attribute) und ihrer Ausprägungen. Der Befragte trifft seine Entscheidung auf Grundlage der ihm vorgelegten Eigenschaften und Ausprägungen im Rahmen einer hypothetischen Kaufentscheidung. In einer realen Kaufentscheidung werden die Attribute der Produkte in der Regel nicht in der gleichen, systematischen Form dem Käufer zur Verfügung gestellt. Manche Produkteigenschaften sind ihm gar nicht so bewusst, wie in einem DCE. Je besser ein DCE die bei der realen Kaufentscheidung tatsächlich relevanten Produkteigenschaften und die im Markt real anzutreffenden Ausprägungen abbildet, umso aussagekräftiger das Ergebnis. Durch die sorgfältige Gestaltung des Fragebogens unter Einbezug von qualitativen Experteninterviews und ausführlichen Recherchearbeiten sowie die Durchführung eines Pretets mit anschließender Korrektur und Verbesserungen des Designs, wie es auch bei diesen vier DCE gemacht wurde, kann diese Fehlerquelle reduziert werden (Sammer und Wüstenhagen 2005).

In Bezug auf die vier durchgeführten DCE verbleiben folgende Unsicherheitsfaktoren: aufgrund der Zielsetzung der Untersuchung wurden mehrere energierelevanteProdukteigenschaften in die Analyse miteinbezogen (Energieetikette, Energie-

91

verbrauch bei Waschmaschinen, Leistung, gemessen in Watt bei Glühlampen, Treibstoffverbrauch bei Neuwagen). Dies führt möglicherweise zu einer Überbetonung des Energieaspektes innerhalb der ausgewählten Produkteigenschaften.

Aufgrund der Tatsache, dass durch den hypothetischen Charakter der DCE kein realer Preis für die ausgewählten Produkte gezahlt werden musste, besteht die Möglichkeit, dass der Preiskoeffizient unterschätzt wird. Bei den DCE zu Waschmaschinen und Energiesparlampen ist der Preiskoeffizient hochsignifikant. Innerhalb der DCE von Neuwagen wurde der Preis jedoch weniger ernst genommen (vor allem im DCE von Mittelklassewagen weist der Preiskoeffizient eine sehr hohe Irrtumswahrscheinlichkeitauf). Ist der Preiskoeffizient nicht sicher geschätzt, sind in der Folge die berechneten Ergebnisse der Zahlungsbereitschaft mit einem hohen Schätzfehler behaftet.

Insgesamt sind die für die Energieetikette, aber auch die für die anderen Produkteigenschaften ermittelten Zahlungsbereitschaften als Obergrenze zu interpretieren. Erstens, da die Energieetikette aufgrund der Aufnahme in die einzelnen Produktalternativen die Aufmerksamkeit auf sich gelenkt hat, wie es in Realität nicht unbedingt sein muss. Zweitens, weil der Kaufpreis nicht tatsächlich gezahlt werden musste.

Besondere Spezifika weist das DCE zu Glühlampen auf. Dieses Experiment konnte in dieser Form nur unter einer bestimmten Annahme durchgeführt werden. Die Annahme lautet, dass die Konsumenten die unterschiedlichen Charakteristika zwischen Energiesparlampen und Standardglühlampen nicht detailliert kennen. Nur so konnte die „Unabhängigkeit der Kriterien“ annähernd gewährleistet werden, wie sie bei einem DCE mit orthogonalem Design üblich ist. Der Pretest bestätigte diese Annahme.

Aufgrund der Komplexität der Kaufentscheidung beim Autokauf, stellen die DCE zu Neuwagen eine besondere Herausforderung dar. Die Vielfalt an Marken, Fahrzeugklassen und anderer Produkteigenschaften erschwert die Auswahl der geeigneten Produkteigenschaften und ihrer Ausprägungen. Hinzu kommt beim Autokauf, dass die Entscheidung nicht zuletzt auf einer Probefahrt basiert. Das Knock-Out-Kriterium Marke10, konnte in diesem Fall weitgehend umschifft werden, indem

10 Beispiel Deutschland: einer Studie zufolge würden sich 57 Prozent der potentiellen Autokäufer erneut für ein Fahrzeug ihrer derzeitigen Marke entscheiden.

92

die Interviewer darauf hinwiesen, dass dasjenige Auto innerhalb des Choice Tasks gewählt werden sollte, das am ehesten in Frage kommt. Dadurch konnte die „Nichtwahl“ innerhalb eines Choice Tasks reduziert werden.

5.1.3 Gegenüberstellung der Forschungshypothesen zu den Discrete-Choice-Experiment Ergebnissen

In Tabelle 5.1 werden die Forschungshypothesen den Ergebnissen der vier DCE gegenübergestellt. Dass die Energieetikette einen Einfluss auf die Kaufentscheidung hat, konnte in allen vier DCE nachgewiesen werden, auch wenn das Ergebnis der Mittelklassewagenkäufer ambivalent ist (Ein C-klassifizierter Wagen bringt dem Konsumenten einen grösseren Nutzen als ein Neuwagen der Energieeffizienzklasse A).

Die Energieetikette hat eine Signalfunktion und macht Energiekennzahlen dem Konsumenten zugänglicher. Dass die Energieetikette eine grössere Bedeutung hat als die produkteigenen Energiekennzahlen, konnte nur im Fall der Waschmaschinen eindeutig nachgewiesen werden. Der Koeffizient für Leistung (Watt) weist eine hohe Irrtumswahrscheinlichkeit auf und hat daher bei der Kaufentscheidung eine sehr stark streuende Bedeutung. Wird allerdings auch die Lebensdauer vom Käufer indirekt als Energiekennzahl interpretiert, so liegt die Bedeutung der Energieetikette darunter. Bei den DCE zu Neuwagen führt eine Erhöhung des Verbrauchs von 1l mehr pro 100km zu einer geringeren Wahlwahrscheinlichkeit von 2 Prozent. Hingegen steigert eine Erhöhung der Energieeffizienzklasse von G auf A die Wahlwahrscheinlichkeit um fast 7 Prozent. Da sich die Energieeffizienz auf das Fahrzeugleergewicht bezieht, ist allerdings kein direkter Vergleich möglich. Beim logistischen DCM zu Mittelklassewagen ist der Koeffizient Treibstoffverbrauch mit einem hohen Schätzfehler behaftet.

Die Hypothese, dass die Energieetikette einen geringeren Einfluss auf Produkte mit „Fun-Faktor“ hat, legt nahe, dass sie hauptsächlich ein rationales Kaufargument darstellt. Hierbei wird diesen vier Produktgruppen unterstellt, dass vor allem der Kauf eines Neuwagens keine rein rationale Kaufentscheidung darstellt. Die Energieetikette hat in diesem Fall eine untergeordnete Bedeutung.

93

Grundsätzlich eignet sich ein DCE zur Einflussmessung der Energieetikette. Die Art des Produktes beeinflusst die Komplexität der Umsetzung eines DCE sehr stark. Die Grundvoraussetzung, vergleichbare Produkte den Befragten vorzulegen, erwies sich am einfachsten bei der Produktgruppe Waschmaschinen. Die duale Kaufentscheidung bei Glühlampen (Standardglühlampe vs. Energiesparlampe) erschwerte die Erstellung eines validen DCE-Designs. Im Falle der Neuwagen erwies sich die Vielfalt an Produkteigenschaften und die dominante Produkteigenschaft Marke als besondere Herausforderung.

Forschungshypothesen:

- Die Energieetikette hat einen Einfluss auf die KaufentscheidungWaschmaschinen Glühlampen Kleinwagen Mittelklassewagen

+++ ++ + +/-

- Der Einfluss der Energieetikette auf die Kaufentscheidung ist größer als reine Energiekennzahlen der Produkte ohne Vergleichsbasis, wie es bei der Energieetikette gegeben ist (siehe Kap. 2.4). Das heißt, die Energieetikette erfüllt ihren Zweck.

Waschmaschinen Glühlampen Kleinwagen Mittelklassewagen+++ +/- + -

- Die Energieetikette steht für eine Produkteigenschaft (Energieeffizienz), die eher den Verstand eines Konsumenten (z.B. Kostenersparnis) anspricht, als die Emotion (z.B. Fun-Faktor). Sie hat daher einen größeren Einfluss auf Produkte, bei denen der Kauf schwerpunktmäßig rational gesteuert ist.

Waschmaschinen Glühlampen Kleinwagen Mittelklassewagenja ja ja ja

- Die Methode der DCE eignet sich dazu den Einfluss der Energieetikette zu messen.Waschmaschinen Glühlampen Kleinwagen Mittelklassewagen

+++ + + +

Tabelle 5.1: Gegenüberstellung der Forschungshypothesen zu den Ergebnissen der vier Discrete-Choice-Experimente ( Bewertungsskala: +++: trifft sehr stark zu; ++: trifft stark zu; +: trifft zu; +/-: ambivalent; -: trifft nicht zu )

94

5.2 Implikationen für das (Nachhaltigkeits-)Marketing mit Ökolabels

Die wichtigste Erkenntnis der vier DCE für das Nachhaltigkeitsmarketing ist der empirische Nachweis einer signifikanten Zahlungsbereitschaft bzw. erhöhten Wahlwahrscheinlichkeit für Produkte, die das Energielabel der Klasse A tragen. Daraus leitet sich die Möglichkeit ab, die Energieetikette als Produktdifferenzierungs-merkmal bzw. als Anpassungsmerkmal im Fall der Waschmaschine mit Erfolg einzusetzen. Bei den Waschmaschinen beträgt die Zahlungsbereitschaft für eine Waschmaschine der Energieeffizienzklasse A rund 700 CHF im Vergleich zu einer Waschmaschine der Klasse C. Es liegt eine Mehrpreisbereitschaft von etwa 30 Prozent vor, bezogen auf die Preisausprägungen im experimentellen Design (Sammer und Wüstenhagen 2006 II).

Die implizite Mehrpreisbereitschaft für eine A- im Vergleich zu einer C-gelabelten Glühlampe beträgt rund 6 CHF, was etwa einem Aufpreis von 60 % im Vergleich zum durchschnittlichen Preis einer Glühlampe innerhalb der Stichprobe entspricht. Im Vergleich mit den anderen Produkteigenschaften wird die Bedeutung des Merkmals Energielabel A damit nur noch durch die Lebensdauer übertroffen, welche eine noch höhere Zahlungsbereitschaft auslöste (Sammer und Wüstenhagen 2006 I). Die Wahlwahrscheinlichkeit für einen A-gelabelten Klein- respektive Mittelklassewagenerhöht sich um rund 7 bzw. 8 Prozentpunkte im Vergleich zu einem Fahrzeug der Energieeffizienzklasse G. Jedoch bringt für einen Mittelklassewagenkäufer ein C-Klasse Wagen einen noch höheren Nutzen, als ein Fahrzeug der Energieeffizienzklasse A (Wüstenhagen und Sammer 2007).

Im Vergleich der Bedeutung der Energieetikette zum Produktmerkmal Marke, ist die Marke bei Waschmaschinen und Neuwagen eine dominante Produkteigenschaft. Bei einer Premium-Marke von Waschmaschinen liegt die Zahlungsbereitschaft bei über 1’200 CHF gegenüber einem No-Name-Produkt. Dies entspricht einem Aufpreis von rund 50 Prozent und ist etwa zweimal so viel wie die Zahlungsbereitschaft für die Energieeffizienzklasse A im Vergleich zu C (Sammer und Wüstenhagen 2006 II). Bei Neuwagen liegt die erhöhte Kaufwahrscheinlichkeit beispielsweise für einen Audi A4 im Vergleich zu einem Skoda Octavia bei 35 Prozentpunkten, bei einem Peugeot 206 gegenüber einem Fiat Punto bei 23 Prozentpunkten. Bei Glühlampen stellt die Marke ebenfalls ein signifikantes Merkmal für die Kaufentscheidung dar, doch löst die Marke

95

allein beim Kunden keine der Energieeffizienz vergleichbare Mehrpreisbereitschaft aus.

Das Ergebnis der vorliegenden Arbeit zeigt, dass es sich im wahrsten Sinn des Wortes auszahlt, die Energieetikette verstärkt als Differenzierungsmerkmal bzw. im Fall der Waschmaschinen als Anpassungsmerkmal zu nutzen. Berücksichtigt man die Tatsache, wieviel Marketingstrategien erforderlich sind, um eine Marke zu etablieren, lohnt es sich, die Energieetikette als Verkaufsargument zu nutzen, da die Energieetikette quasi ein kostenloses Gut ist, welches von Energie Schweiz zusammen mit seinen Partnern zur Verfügung gestellt wird.

Da am Waschmaschinenmarkt kaum schlechte Waschmaschinen angeboten sind, die unter der Energieefizienzklasse C liegen, stellt die Energieetikette kaum mehr ein Differenzierungsmerkmal dar. Jedoch es kann sich kaum ein Hersteller leisten, schlechte Produkte mit niedrigen Standards anzubieten. Das Potential der Energieetikette bei Glühlampen ist noch nicht ausgeschöpft. Das Angebot von Energiesparlampen, die das A-Label tragen, stiften dem Kunden einen hohen Nutzen, der mit einer entsprechend höheren Zahlungsbereitschaft honoriert wird. Vor allem im Kleinwagensegment lohnt es sich für die Hersteller und Händler, die Energieetikette stärker als bisher als kaufentscheidungsrelevantes Merkmal herauszustellen und durch eine entsprechende Sortimentspolitik und Marketing zu gewährleisten, sodass der Kunde ein A-gelabeltes Fahrzeug in seine Kaufentscheidung mit einbezieht. Um Mittelklassewagenkäufer von energieeffizienten Fahrzeugen zu überzeugen, besteht nicht nur Aufklärungsbedarf, wie beispielsweise bei Energiesparlampen. Hier existiert auch ein starkes Konkurrenzverhältnis zwischen der gewünschten Leistung eines Autos und der damit verknüpften möglichen Energieeffizienz eines Autos. Die Energieetikette spielt im Verkehrsbereich bis jetzt eine untergeordnete Rolle, könnte aber durch steigende Treibstoffpreise in Richtung Kostenwahrheit immer mehr an Bedeutung gewinnen.

5.3 Implikationen für die Umweltpolitik

Aus umwelt- und energiepolitischer Sicht stellt die hohe Bekanntheit der Energieetikette ein zentrales Ergebnis dieser Untersuchung dar. Vor allem die Energieeffizienzklasse A gibt dem Konsumenten einen Kaufimpuls. Die hohe

96

Bekanntheit des Labels und die Kenntnis der Kunden in den unterschiedlichen Produktkategorien deuten zudem darauf hin, dass in der Wahrnehmung der Kunden ein „Markentransfer“ stattgefunden hat (Wüstenhagen und Sammer 2007). Die Entscheidung des Schweizer Gesetzgebers, eine periodische Verschärfung der Einstufungskriterien vorzunehmen, um auch zukünftig lediglich das oberste Siebtel des Marktes mit dem A-Label auszuzeichnen, ist insofern im Lichte dieser Untersuchung zu begrüssen. Vor allem am Waschmaschinenmarkt, wo 80 Prozent der Waschmaschinen mit der Energieeffizienzklasse A gekennzeichnet sind, besteht derzeit kaum mehr ein Differenzierungspotenzial. Weniger empfehlenswert ist die Aufstockung der Energieeffizienzklasse A mit AA bzw. A+, wie es bereits innerhalb der EU üblich ist. Bei Glühlampen liegt aufgrund der dualen Entscheidung zwischen Standard- vs. Energiesparlampe die Überlegung nahe, von der in Stufen aufgebauten Energieetikette auf ein einfaches Zeichen umzustellen. Allerdings spricht die bereits vom Konsumenten sehr gut angenommene Energieetikette dagegen (Sammer und Wüstenhagen 2006 II).

Der Einsatz der Energieetikette bei Personenwagen bedarf noch zusätzlicher Förderung, um vom Konsumenten angenommen zu werden. Ein Bonus/Malus System könnte diesen Zweck erfüllen. Eine Untersuchung im gleichen DCE-Design zeigte, dass die Einführung eines Bonus/Malus-Systems (Annahme: Bonus von 1'800 bzw. 1'200 CHF für A- bzw. B-klassierte Neuwagen; Malus: Erhöhung der Automobilsteuer um 2 Prozent) die Wirkung der Energieetikette erhöht (Wüstenhagen und Sammer 2007). Durch den Bonus verdoppelt sich die Wahrscheinlichkeit bei den Kleinwagenkäufern, einen A- bzw. B-klassierten einem G-klassierten Neuwagen vorzuziehen. Auch bei den Mittelklassewagenkäufern führt der Bonus zu einer deutlichen Zunahme der Wahlwahrscheinlichkeit der A- und B-klassierten Neuwagen gegenüber den anderen Fahrzeugen. Für die breite Durchsetzung besonders sparsamer Mitteklassewagen am Markt ist auch die Bonus-Zahlung nicht hinreichend und es bedarf flankierender Instrumente (Wüstenhagen und Sammer 2007). Zu diskutieren bleibt die Umlegung der Energieeffizienzklassen auf Fahrzeugklassen, eine rein verbrauchsabhängige Klassifizierung über alle Fahrzeugklassen hinweg könnte Anreize schaffen, sein Fahrzeug nicht in der höchsten Fahrzeugklasse zu suchen.

97

5.4 Implikationen für die Wissenschaft

Die DCE haben sich als fruchtbarer Ansatz zur Untersuchung der Konsumentenpräferenzen im Hinblick auf Ökolabels erwiesen. Erstmalig wurde eine umfassende quantitative Analyse des Einflusses von Ökolabels im Vergleich zu anderen Produktmerkmalen auf das Konsumentenverhalten in Bezug auf energieeffiziente Waschmaschinen, Glühlampen und Personenkraftwagen durch-geführt. Die indirekte Messung über eine Discrete-Choice-Analyse zeigte dabei klare Vorteile gegenüber einer direkten Abfrage von Zahlungsbereitschaften oder Wichtigkeiten, die stärker den Verzerrungen sozialer Erwünschtheit unterliegt (Wüstenhagen und Sammer 2007).

Die Forschung sollte einerseits in Richtung einer Segmentierung von Konsumenten aufgrund ihrer soziodemografischen Merkmale fortgesetzt und andererseits für Simulationen von Marktanteilen angewandt werden (siehe Iten et al. 2006 I und II). Der Ansatz lässt sich auch auf andere Ökolabels, als auch andere Produktgruppen ausdehnen. Eine ländervergleichende Analyse könnte weitergehende und wichtige Erkenntnisse hervorbringen. Ein weiteres methodisch orientiertes Forschungsvorhaben liegt im Vergleich des stated-preference-Ansatz (hypothetisch offenbarte Präferenzen) zum revealed-preferenc-Ansatz (tatsächliche Präferenz bzw. Kaufentscheidung). Die Grenzen von DCE ergeben sich aus der Forderung nach der Vergleichbarkeit von Produkten. Weiters ist der erhöhte Aufwand zu nennen, den eine Discrete-Choice-Analyse mit sich bringt.

98

6 Annex

6.1 Design: Ausgeschlossene Kombinationen von Produktausprägungen

Für das experimentelle Design der DCE wurden folgende unrealistische Kombinationen von Produkteigenschaftsausprägungen ausgeschlossen:

Produkteigen-schaft

Ausprägung mit Produkteigen-schaft

Ausprägung

Marke Miele mit Preis 980 CHF Marke V-Zug mit Preis 980 CHF Ausstattung Luxus mit Preis 980 CHF Ausstattung Einfach mit Preis 3’780 CHF Wasserverbrauch 58l mit Preis 3’780 CHF Energieverbrauch 1.3 kWh mit E-Klasse AEnergieverbrauch 0.85 kWh mit E-Klasse CEnergieeffizienz-klasse

C mit Preis 3’780 CHF

Tabelle 6.1: Ausgeschlossene Kombinationen von Produkteigenschaftsausprägungen beim Discrete-Choice-Experiment für Waschmaschinen

99

Produkteigen-schaft

Ausprägung mit Produkteigen-schaft

Ausprägung

Form Standard Lebensdauer 15000hForm Standard Energieeffizienz-

klasseA

Form Standard Preis 18.90 CHFWatt 60 Energieeffizienz-

klasseA

Watt 11 Energieeffizienz-klasse

F

Lebensdauer 15000h Preis 1.90 CHF EKlasse A Preis 1.90 CHF

Tabelle 6.2: Ausgeschlossene Kombinationen von Produkteigenschaftsausprägungen beim Discrete-Choice-Experiment für Glühlampen

Produkteigen-schaft

Ausprägung mit Produkteigen-schaft

Ausprägung

Marke Opel Zafira Treibstoff-verbrauch

4.5 l/km

Marke VW Polo Preis 15’450 CHF Marke Mercedes

A-KlassePreis 15’450 CHF

Marke Mercedes A-Klasse

Preis 17'681 CHF

Marke Mercedes A-Klasse

Preis 19'912 CHF

Marke Opel Zafira Preis 15'450 CHF Marke Opel Zafira Preis 17'681 CHF Marke Opel Zafira Preis 19'912 CHF Treibstoff-verbrauch

4.5 l/km Energieeffizienz-klasse

G

Treibstoff-verbrauch

7.8 l/km Energieeffizienz-klasse

A

Tabelle 6.3: Ausgeschlossene Kombinationen von Produkteigenschaftsausprägungen beim Discrete-Choice-Experiment für Kleinwagen

100

Produkteigen-schaft

Ausprägung mit Produkteigen-schaft

Ausprägung

Marke VW Golf Treibstoff-verbrauch

10.8 l/km

Marke Opel Zafira Treibstoff-verbrauch

5.6 l/km

Marke VW Golf Preis 41'872 CHF Marke VW Golf Preis 38'034 CHF Marke Peugeot 307 Preis 41'872 CHF Marke Peugeot 307 Preis 38'034 CHF Marke Toyota Corolla Preis 41'872 CHF Marke Toyota Corolla Preis 38'034 CHF Marke Ford Mondeo Preis 26'540 CHF Marke Skoda Octavia Preis 26'540 CHF Marke Renault Laguna Preis 26'540 CHF Marke Audi A4 Preis 26'540 CHF Marke Audi A4 Preis 30'373 CHF Marke Audi A4 Preis 34'206 CHF Treibstoff-verbrauch

10.8 l/km Energieeffizienz-klasse

A

Treibstoff-verbrauch

5.6 l/km Energieeffizienz-klasse

G

Tabelle 6.4: Ausgeschlossene Kombinationen von Produkteigenschaftsausprägungen beim Discrete-Choice-Experiment für Mittelklassewagen

6.2 Fragebogen

6.2.1 Fragebogenbeispiel für Waschmaschinen

101

102

103

104

105

106

107

108

6.2.2 Fragebogenbeispiel für Glühlampen

109

110

111

112

113

114

115

6.2.3 Fragebogenbeispiel für Kleinwagen (bis auf die Choice Tasks identisch dem FB für MKW)

116

117

118

119

120

121

122

123

124

125

126

6.3 Auswertung

6.3.1 Ergebnisse Discrete-Choice-Experiment Waschmaschinen(mit Energieetikette, gleiche Koeffizienten)

--> RESET

--> Rows;10000$

Data matrix will have 10000 rows and 200 columns.

-->READ;FILE="D:\Datenauswertung\Waschmaschinen\Waschmaschinen_Limdepsets_17...

--> SAMPLE ;ALL $

--> REJECT ;(V6_EK2=0) $

--> DISCRETECHOICE ;Lhs=V1_WAHL

;crosstab

;Choices=ALT1,ALT2,ALT3

;Model:

U(ALT1) =e0+em1*V2_AEG+em2*V2_VZUG+em3*V2_MIELE+ea1*V3_AEINF+ea2*V3_A...

eeka*V6_EKA+eekb*V6_EKB+e_pr*V7_PREIS/

U(ALT2) =e0+em1*V2_AEG+em2*V2_VZUG+em3*V2_MIELE+ea1*V3_AEINF+ea2*V3_A...

eeka*V6_EKA+eekb*V6_EKB+e_pr*V7_PREIS/

U(ALT3) =em1*V2_AEG+em2*V2_VZUG+em3*V2_MIELE+ea1*V3_AEINF+ea2*V3_AMIT...

eeka*V6_EKA+eekb*V6_EKB+e_pr*V7_PREIS

;Show Model

;Prob = Mod_02

;$

Tree Structure Specified for the Nested Logit Model

Sample proportions are marginal, not conditional.

Choices marked with * are excluded for the IIA test.

127

----------------+----------------+----------------+----------------+------+---

Trunk (prop.)|Limb (prop.)|Branch (prop.)|Choice (prop.)|Weight|IIA

----------------+----------------+----------------+----------------+------+---

Trunk{1} 1.00000|Lmb[1:1] 1.00000|B(1:1,1) 1.00000|ALT1 .28653| 1.000|

| | |ALT2 .40330| 1.000|

| | |ALT3 .31017| 1.000|

----------------+----------------+----------------+----------------+------+---

Model Specification: Utility Functions for Alternatives

Table entry is the attribute that multiplies the indicated parameter.

Parameter

Row 1 E0 EM1 EM2 EM3 EA1 EA2 EWV

Row 2 EEV EEKA EEKB E_PR

Choice

ALT1 1 Constant V2_AEG V2_VZUG V2_MIELE V3_AEINF V3_AMITT V4_WV

2 V5_EV V6_EKA V6_EKB V7_PREIS

ALT2 1 Constant V2_AEG V2_VZUG V2_MIELE V3_AEINF V3_AMITT V4_WV

2 V5_EV V6_EKA V6_EKB V7_PREIS

ALT3 1 V2_AEG V2_VZUG V2_MIELE V3_AEINF V3_AMITT V4_WV

2 V5_EV V6_EKA V6_EKB V7_PREIS

Normal exit from iterations. Exit status=0.

+---------------------------------------------+

| Discrete choice (multinomial logit) model |

| Maximum Likelihood Estimates |

| Model estimated: Sep 27, 2004 at 00:58:07PM.|

| Dependent variable Choice |

| Weighting variable None |

| Number of observations 1396 |

| Iterations completed 5 |

| Log likelihood function -1374.962 |

| R2=1-LogL/LogL* Log-L fncn R-sqrd RsqAdj |

| No coefficients -1533.6628 .10348 .09993 |

| Constants only -1518.0956 .09429 .09070 |

| Response data are given as ind. choice. |

| Number of obs.= 1661, skipped 265 bad obs. |

+---------------------------------------------+

+---------+--------------+----------------+--------+---------+

|Variable | Coefficient | Standard Error |b/St.Er.|P[|Z|>z] |

+---------+--------------+----------------+--------+---------+

E0 .11522923 .06219904 1.853 .0639

EM1 .31363201 .08753343 3.583 .0003

EM2 .87848626 .09916420 8.859 .0000

EM3 .86099848 .10142652 8.489 .0000

EA1 -.53080817 .08512335 -6.236 .0000

EA2 -.11635909 .07745354 -1.502 .1330

EWV -.00900271 .00373555 -2.410 .0160

EEV -.26477873 .19700795 -1.344 .1789

EEKA .48736089 .09184833 5.306 .0000

EEKB .24342387 .08277455 2.941 .0033

E_PR -.00073235 .486964D-04 -15.039 .0000

Matrix: Las[11,4]

+------------------------------------------------------+

| Cross tabulation of actual vs. predicted choices. |

| Row indicator is actual, column is predicted. |

| Predicted total is F(k,j,i)=Sum(i=1,...,N) P(k,j,i). |

| Column totals may be subject to rounding error. |

+------------------------------------------------------+

128

129

Matrix Crosstab has 4 rows and 4 columns.

ALT1 ALT2 ALT3 Total

+--------------------------------------------------------

ALT1 | 159.00000 131.00000 110.00000 400.00000

ALT2 | 162.00000 244.00000 157.00000 563.00000

ALT3 | 125.00000 142.00000 166.00000 433.00000

Total | 446.00000 517.00000 433.00000 1396.00000

6.3.2 Ergebnisse Discrete-Choice-Experiment Glühlampen(mit Energieetikette, gleiche Koeffizienten)

--> SAMPLE ;ALL $

--> REJECT ;(V4_EK3=0) $

--> DISCRETECHOICE ;Lhs=V1_WAHL

;crosstab

;Choices=ALT1,ALT2,ALT3

;Model: U(ALT1) =e0+em1*V2_PHILI+em2*V2_OSRAM+ew*V3_WATT+eek1*V4_EKA+...

ef1*V7_FSTAB+ef2*V7_FKOLB/

U(ALT2) =e0+em1*V2_PHILI+em2*V2_OSRAM+ew*V3_WATT+eek1*V4_EKA+eek2*V...

ef1*V7_FSTAB+ef2*V7_FKOLB/

U(ALT3) =em1*V2_PHILI+em2*V2_OSRAM+ew*V3_WATT+eek1*V4_EKA+eek2*V4_E...

ef1*V7_FSTAB+ef2*V7_FKOLB

;Show Model

;Prob = Mod_02

;$

Tree Structure Specified for the Nested Logit Model

Sample proportions are marginal, not conditional.

Choices marked with * are excluded for the IIA test.

----------------+----------------+----------------+----------------+------+---

130

Trunk (prop.)|Limb (prop.)|Branch (prop.)|Choice (prop.)|Weight|IIA

----------------+----------------+----------------+----------------+------+---

Trunk{1} 1.00000|Lmb[1:1] 1.00000|B(1:1,1) 1.00000|ALT1 .32933| 1.000|

| | |ALT2 .35019| 1.000|

| | |ALT3 .32048| 1.000|

----------------+----------------+----------------+----------------+------+---

Model Specification: Utility Functions for Alternatives

Table entry is the attribute that multiplies the indicated parameter.

Parameter

Row 1 E0 EM1 EM2 EW EEK1 EEK2 ELD

Row 2 EPR EF1 EF2

Choice

ALT1 1 Constant V2_PHILI V2_OSRAM V3_WATT V4_EKA V4_EKC V5_LD

2 V6_P V7_FSTAB V7_FKOLB

ALT2 1 Constant V2_PHILI V2_OSRAM V3_WATT V4_EKA V4_EKC V5_LD

2 V6_P V7_FSTAB V7_FKOLB

ALT3 1 V2_PHILI V2_OSRAM V3_WATT V4_EKA V4_EKC V5_LD

2 V6_P V7_FSTAB V7_FKOLB

Normal exit from iterations. Exit status=0.

+---------------------------------------------+

| Discrete choice (multinomial logit) model |

| Maximum Likelihood Estimates |

| Model estimated: Sep 27, 2004 at 00:53:45PM.|

| Dependent variable Choice |

| Weighting variable None |

| Number of observations 1582 |

| Iterations completed 5 |

| Log likelihood function -1618.690 |

| R2=1-LogL/LogL* Log-L fncn R-sqrd RsqAdj |

| No coefficients -1738.0046 .06865 .06570 |

| Constants only -1736.9061 .06806 .06511 |

| Response data are given as ind. choice. |

| Number of obs.= 1661, skipped 79 bad obs. |

+---------------------------------------------+

+---------+--------------+----------------+--------+---------+

|Variable | Coefficient | Standard Error |b/St.Er.|P[|Z|>z] |

+---------+--------------+----------------+--------+---------+

E0 .07901388 .05755015 1.373 .1698

EM1 .06845317 .06535919 1.047 .2949

EM2 .10728637 .06450792 1.663 .0963

EW .00052528 .00219503 .239 .8109

EEK1 .46474318 .14483600 3.209 .0013

EEK2 .05014833 .08604164 .583 .5600

ELD .639822D-04 .590408D-05 10.837 .0000

EPR -.06734871 .00555315 -12.128 .0000

EF1 .09866386 .06410672 1.539 .1238

EF2 -.02989805 .08537833 -.350 .7262

Matrix: Las[10,4]

+------------------------------------------------------+

| Cross tabulation of actual vs. predicted choices. |

| Row indicator is actual, column is predicted. |

| Predicted total is F(k,j,i)=Sum(i=1,...,N) P(k,j,i). |

| Column totals may be subject to rounding error. |

+------------------------------------------------------+

Matrix Crosstab has 4 rows and 4 columns.

ALT1 ALT2 ALT3 Total

+--------------------------------------------------------

ALT1 | 201.00000 164.00000 156.00000 521.00000

131

132

ALT2 | 171.00000 217.00000 166.00000 554.00000

ALT3 | 157.00000 164.00000 186.00000 507.00000

Total | 529.00000 546.00000 507.00000 1582.00000

6.3.3 Ergebnisse Discrete-Choice-Experiment Kleinwagen(mit Energieetikette, gleiche Koeffizienten)

--> RESET

--> Rows;10000$

Data matrix will have 10000 rows and 200 columns.

--> READ;FILE="C:\Dokumente und Einstellungen\IWOe\Eigene Dateien\Datenauswer...

--> SAMPLE ;ALL $

--> REJECT ;(V6_EK_ME=0) $

--> DISCRETECHOICE ;Lhs=V1_WAHL

;crosstab

;Choices=ALT1,ALT2,ALT3

;Model:

U(ALT1) =e0+em1*V2_VWPOL+em2*V2_OPCO+em3*V2_PEUGE+em4*V2_TOYA+em5*V2_...

+eta*V5_TA+eeka*V6_EKA+eekb*V6_EKB+eekc*V6_EKC+eeke*V6_EKE+e_pr*V7_PREIS/

U(ALT2) =e0+em1*V2_VWPOL+em2*V2_OPCO+em3*V2_PEUGE+em4*V2_TOYA+em5*V2_...

+eta*V5_TA+eeka*V6_EKA+eekb*V6_EKB+eekc*V6_EKC+eeke*V6_EKE+e_pr*V7_PREIS/

U(ALT3) =em1*V2_VWPOL+em2*V2_OPCO+em3*V2_PEUGE+em4*V2_TOYA+em5*V2_OPZ...

+eta*V5_TA+eeka*V6_EKA+eekb*V6_EKB+eekc*V6_EKC+eeke*V6_EKE+e_pr*V7_PREIS

;Show Model

;Prob = Mod_01

;$

Tree Structure Specified for the Nested Logit Model

Sample proportions are marginal, not conditional.

133

Choices marked with * are excluded for the IIA test.

----------------+----------------+----------------+----------------+------+---

Trunk (prop.)|Limb (prop.)|Branch (prop.)|Choice (prop.)|Weight|IIA

----------------+----------------+----------------+----------------+------+---

Trunk{1} 1.00000|Lmb[1:1] 1.00000|B(1:1,1) 1.00000|ALT1 .34375| 1.000|

| | |ALT2 .35000| 1.000|

| | |ALT3 .30625| 1.000|

----------------+----------------+----------------+----------------+------+---

Model Specification: Utility Functions for Alternatives

Table entry is the attribute that multiplies the indicated parameter.

Parameter

Row 1 E0 EM1 EM2 EM3 EM4 EM5 EM6

Row 2 EM7 EHR ETV ETA EEKA EEKB EEKC

Row 3 EEKE E_PR

Choice

ALT1 1 Constant V2_VWPOL V2_OPCO V2_PEUGE V2_TOYA V2_OPZAF V2_RECLI

2 V2_MERCA V3_HUBRA V4_TV V5_TA V6_EKA V6_EKB V6_EKC

3 V6_EKE V7_PREIS

ALT2 1 Constant V2_VWPOL V2_OPCO V2_PEUGE V2_TOYA V2_OPZAF V2_RECLI

2 V2_MERCA V3_HUBRA V4_TV V5_TA V6_EKA V6_EKB V6_EKC

3 V6_EKE V7_PREIS

ALT3 1 V2_VWPOL V2_OPCO V2_PEUGE V2_TOYA V2_OPZAF V2_RECLI

2 V2_MERCA V3_HUBRA V4_TV V5_TA V6_EKA V6_EKB V6_EKC

3 V6_EKE V7_PREIS

Normal exit from iterations. Exit status=0.

+---------------------------------------------+

134

| Discrete choice (multinomial logit) model |

| Maximum Likelihood Estimates |

| Model estimated: Jan 04, 2005 at 00:42:28PM.|

| Dependent variable Choice |

| Weighting variable None |

| Number of observations 640 |

| Iterations completed 5 |

| Log likelihood function -656.5326 |

| R2=1-LogL/LogL* Log-L fncn R-sqrd RsqAdj |

| No coefficients -703.1119 .06625 .05443 |

| Constants only -702.0224 .06480 .05296 |

| Response data are given as ind. choice. |

| Number of obs.= 1113, skipped 473 bad obs. |

+---------------------------------------------+

+---------+--------------+----------------+--------+---------+

|Variable | Coefficient | Standard Error |b/St.Er.|P[|Z|>z] |

+---------+--------------+----------------+--------+---------+

E0 .05854942 .09150261 .640 .5223

EM1 .78202453 .21265835 3.677 .0002

EM2 .66136372 .19580486 3.378 .0007

EM3 1.07129820 .20067401 5.339 .0000

EM4 .54012879 .21190689 2.549 .0108

EM5 1.14468976 .23273111 4.919 .0000

EM6 .10747864 .20937739 .513 .6077

EM7 .97458665 .23233460 4.195 .0000

EHR .58247082 .12870927 4.525 .0000

ETV -.10573284 .03989488 -2.650 .0080

ETA -.05653211 .08717485 -.648 .5167

EEKA .30662505 .15341151 1.999 .0456

EEKB .19893981 .14614835 1.361 .1734

EEKC -.04254444 .15769911 -.270 .7873

EEKE .06088301 .15394472 .395 .6925

E_PR -.376659D-04 .210825D-04 -1.787 .0740

Matrix: Las[16,4]

+------------------------------------------------------+

| Cross tabulation of actual vs. predicted choices. |

| Row indicator is actual, column is predicted. |

| Predicted total is F(k,j,i)=Sum(i=1,...,N) P(k,j,i). |

| Column totals may be subject to rounding error. |

+------------------------------------------------------+

Matrix Crosstab has 4 rows and 4 columns.

ALT1 ALT2 ALT3 Total

+--------------------------------------------------------

ALT1 | 88.00000 69.00000 63.00000 220.00000

ALT2 | 75.00000 86.00000 63.00000 224.00000

ALT3 | 64.00000 63.00000 69.00000 196.00000

Total | 226.00000 218.00000 196.00000 640.00000

6.3.4 Ergebnisse Discrete-Choice-Experiment Mittelklassewagen(mit Energieetikette, gleiche Koeffizienten)

--> RESET

--> Rows;10000$

Data matrix will have 10000 rows and 200 columns.

--> READ;FILE="C:\Dokumente und Einstellungen\IWOe\Eigene Dateien\Datenauswer...

--> SAMPLE ;ALL $

--> REJECT ;(V6_EK_ME=0) $

--> DISCRETECHOICE ;Lhs=V1_WAHL

;crosstab

135

136

;Choices=ALT1,ALT2,ALT3

;Model:

U(ALT1) =e0+em1*V2_GOLF+em2*V2_P307+em3*V2_AUDI+em4*V2_TOYCO+em5*V2_F...

+eta*V5_TA+eeka*V6_EKA+eekb*V6_EKB+eekc*V6_EKC+eeke*V6_EKE+e_pr*V7_PREIS/

U(ALT2) =e0+em1*V2_GOLF+em2*V2_P307+em3*V2_AUDI+em4*V2_TOYCO+em5*V2_...

+eta*V5_TA+eeka*V6_EKA+eekb*V6_EKB+eekc*V6_EKC+eeke*V6_EKE+e_pr*V7_PREIS/

U(ALT3) =em1*V2_GOLF+em2*V2_P307+em3*V2_AUDI+em4*V2_TOYCO+em5*V2_FOR...

+eta*V5_TA+eeka*V6_EKA+eekb*V6_EKB+eekc*V6_EKC+eeke*V6_EKE+e_pr*V7_PREIS

;Show Model

;Prob = Mod_01

;$

Tree Structure Specified for the Nested Logit Model

Sample proportions are marginal, not conditional.

Choices marked with * are excluded for the IIA test.

----------------+----------------+----------------+----------------+------+---

Trunk (prop.)|Limb (prop.)|Branch (prop.)|Choice (prop.)|Weight|IIA

----------------+----------------+----------------+----------------+------+---

Trunk{1} 1.00000|Lmb[1:1] 1.00000|B(1:1,1) 1.00000|ALT1 .34753| 1.000|

| | |ALT2 .33560| 1.000|

| | |ALT3 .31687| 1.000|

----------------+----------------+----------------+----------------+------+---

Model Specification: Utility Functions for Alternatives

Table entry is the attribute that multiplies the indicated parameter.

Parameter

Row 1 E0 EM1 EM2 EM3 EM4 EM5 EM6

Row 2 EM7 EHR ETV ETA EEKA EEKB EEKC

137

Row 3 EEKE E_PR

Choice

ALT1 1 Constant V2_GOLF V2_P307 V2_AUDI V2_TOYCO V2_FORD V2_OPZAF

2 V2_RENAU V3_HUBRA V4_TV V5_TA V6_EKA V6_EKB V6_EKC

3 V6_EKE V7_PREIS

ALT2 1 Constant V2_GOLF V2_P307 V2_AUDI V2_TOYCO V2_FORD V2_OPZAF

2 V2_RENAU V3_HUBRA V4_TV V5_TA V6_EKA V6_EKB V6_EKC

3 V6_EKE V7_PREIS

ALT3 1 V2_GOLF V2_P307 V2_AUDI V2_TOYCO V2_FORD V2_OPZAF

2 V2_RENAU V3_HUBRA V4_TV V5_TA V6_EKA V6_EKB V6_EKC

3 V6_EKE V7_PREIS

Normal exit from iterations. Exit status=0.

+---------------------------------------------+

| Discrete choice (multinomial logit) model |

| Maximum Likelihood Estimates |

| Model estimated: Jan 04, 2005 at 01:18:53PM.|

| Dependent variable Choice |

| Weighting variable None |

| Number of observations 587 |

| Iterations completed 5 |

| Log likelihood function -590.2549 |

| R2=1-LogL/LogL* Log-L fncn R-sqrd RsqAdj |

| No coefficients -644.8854 .08471 .07207 |

| Constants only -644.4631 .08411 .07146 |

| Response data are given as ind. choice. |

| Number of obs.= 1099, skipped 512 bad obs. |

+---------------------------------------------+

+---------+--------------+----------------+--------+---------+

|Variable | Coefficient | Standard Error |b/St.Er.|P[|Z|>z] |

+---------+--------------+----------------+--------+---------+

E0 -.05971108 .09918019 -.602 .5471

EM1 1.11780503 .23433093 4.770 .0000

EM2 .58942155 .25073627 2.351 .0187

EM3 1.59193537 .22380348 7.113 .0000

EM4 .29005006 .24800646 1.170 .2422

EM5 .26511689 .22296556 1.189 .2344

EM6 .95408783 .22962205 4.155 .0000

EM7 .42808043 .23065381 1.856 .0635

EHR .05600120 .26441905 .212 .8323

ETV -.03509176 .02762845 -1.270 .2040

ETA -.14785865 .09194379 -1.608 .1078

EEKA .34016662 .16706324 2.036 .0417

EEKB .28030771 .16188987 1.731 .0834

EEKC .36444942 .15819712 2.304 .0212

EEKE .16478563 .16178574 1.019 .3084

E_PR -.774849D-05 .132586D-04 -.584 .5589

Matrix: Las[16,4]

+------------------------------------------------------+

| Cross tabulation of actual vs. predicted choices. |

| Row indicator is actual, column is predicted. |

| Predicted total is F(k,j,i)=Sum(i=1,...,N) P(k,j,i). |

| Column totals may be subject to rounding error. |

+------------------------------------------------------+

Matrix Crosstab has 4 rows and 4 columns.

ALT1 ALT2 ALT3 Total

+--------------------------------------------------------

ALT1 | 85.00000 62.00000 57.00000 204.00000

ALT2 | 62.00000 76.00000 59.00000 197.00000

138

139

ALT3 | 63.00000 53.00000 71.00000 186.00000

Total | 210.00000 191.00000 186.00000 587.00000

7 Literaturverzeichnis

Akerlof, G.A. (1970). "The Market for "Lemons"." Quarterly Journal of Economics84(3): 488-500.

Anderson, S., de Palma, A., Thisse, J. (1992). Discrete Choice Theory of Product Differentiation. Cambridge, London, MIT Press.

Backhaus, K., Erichson, B., Plinke, W., Weiber, R. (2003). MultivariateAnalysemethoden. Berlin, Heidelberg, New York, Springer Verlag.

Balderjahn, I. (1993). Marktreaktionen von Konsumenten: ein theoretisch-methodisches Konzept zur Analyse der Wirkung marketingpolitischer Instrumente.Berlin, Springer Verlag.

Banerjee, A., Solomon, B.D. (2003). "Eco-Labelling for Energy Efficiency and Sustainability: A Meta-Evaluation of US Programs." Energy Policy 31: 109-123.

Ben-Akiva, M., Lerman, S. (1985). Discrete Choice Analysis: Theory and Application to Travel Demand. Cambridge, MIT Press.

Bennet, J., Adamowicz, V. (2001). Some Fundamentals of Environmental Choice Modelling. The Choice Modelling Approach to Environmental Valuation. J. Bennet, Blamey, R. Cheltenham, Edward Elgar: 37-69.

Bertoldi, P. (1999). Energy Efficient Equipment within SAVE: Activities, Strategies, Success and Barriers. SAVE Conference for an Energy Efficient Millenium. Graz.

Boardman, B., Banks, N., Kirby, H.R. (2000). Choosing Cleaner Cars: the Role of Labels and Guides. Oxford, Edinburgh.

Bunch, D.S., Batsell, R.R. (1989). "A Monte Carlo Comparison of Estimators for the Multinominal Logit Model." Journal of Marketing Research 26: 56-68.

Bundesamt für Raumentwicklung, Bundesamt für Statistik. (2001). Mobilität in der Schweiz, Ergebnisse des Mikrozensus 2000 zum Verkehrsverhalten. Bern und Neuenburg.

Cason, T.N., Gangadharan, L. (2002). "Environmental Labelling and Incomplete Consumer Information in Laboratory Markets." Journal of Environmetal Economics and Management 43: 113-134.

Darby, M., Karni, E. (1973). "Free Competition and the Optimal Amount of Fraud." Journal of Law and Economics 16: 67-88.

140

De Boer, J. (2003). "Sustainability Labelling Shemes: The Logic of their Claims and their Function for Stakeholders." Business Strategy and the Environment 12: 254-264.

Eberle, U. (2000). Das Nachhaltigkeitszeichen: ein Instrument zur Umsetzung einer nachhaltigen Entwicklung? Fachbereich Agrarwissenschaften, Ökotropholgie und Umweltmanagement. Giessen, Justus-Liebig-Universität: 262.

Energie Schweiz. 2006. www.wnergieettikette.ch

EPA. (1994). Determinants of Effectiveness for Environmental Certification and Labelling Programs. Washington D.C., United States Environmental Protection Agency (E.P.A.).

EPA. (1998). Environmental Labelling Issues, Policies, and Practices Worldwide. Washington D.C., United States Environmental Protection Agency (E.P.A.).

E.V.A. (1999). Energy Efficiency of Passenger Cars. Labelling and its Impacts on Fuel Efficiency and CO2-reduction. Wien, Energieverwertungsagentur (E.V.A.).

FEA (2002). Statistik Elektrogeräte. Zürich, Schweizerische Treuhandgesellschaft/energie agentur elektrogeräte (eae).

Fust. 2005. www.fust.ch

Gallastegui, I.G. (2002). "The Use of Eco-Labels: A Review of the Literature." European Environment 12: 316-331.

Gaus, H., Zanger, C. (2003). Grundlagen zur Weiterentwicklung der Umweltkommunikation vor dem Hintergrund des Nachhaltigkeits-Leitbildes - dargestellt am Beispiel der Entwicklung einer Kommunikationskonzeption für das Umweltzeichen Blauer Engel. Theoretische Grundlagen und Ansätze einer nachhaltigen Umweltwirtschaft. H.-U. Zabel. Halle, UZU: 163-176.

Golan, E., Kuchler, F., Mitchell, L. (2001). "Economics of Food Labelling." Journal of Consumer Policy 24: 117-184.

Göbel, E. (2002). Neue Institutionenökonomik, Konzeption und betriebswirtschaftliche Anwendungen. Stuttgart, UTB.

Green, P.E., Rao, V.R. (1971). "Conjoint Measurement for Quantifying Judgemental Data." Journal of Marketing Research 12: 355 ff.

Green, P.E., Srinivasan, V. (1978). "Conjoint Analysis in Consumer Research: Issues and Outlook." Journal of Consumer Research 1: 61-68.

Green, P.E., Srinivasan, V. (1990). "Conjoint Analysis in Marketing Research: New Developments and Directions." Journal of Marketing 54(4): 3-19.

141

Guéret, T. (2005). International Energy Technology Collaboration and Climate Change Mitigation. Paris, OECD/IEA.

Gustafsson, A., Herrmann, A., Huber, F. (2003). Conjoint Analysis as an Instrument of Market Research Practice. Conjoint Measurement. A. Gustafsson, Herrmann, A., Huber, F. Berlin, Heidelberg, New York, Springer Verlag: 5-46.

Haaijer, R., Wedel, M. (2003). Conjoint Choice Experiments: General Characteristics and Alternative Model Specifications. Conjoint Measurement: Methods and Applications. A. Gustafsson, Herrmann, A., Huber, F. Berlin, Heidelberg, New York, Springer Verlag: 371-412.

Hahn, C. (1997). Conjoint- und Discrete Choice-Analyse als Verfahren zur Abbildung von Präferenzstrukturen und Produktauswahlentscheidungen: Ein Theortischer und computergestützter empirischer Vergleich. Münster, LIT Verlag.

Harrington, L.,Damnics, M. (2001). Energy Labelling and Standards Programs throughout the World. Victoria, The National Appliance and Equipment Energy Efficiency Committee, Australia.

http://de.wikipedia.org/wiki/Fahrzeugklasse (2006).

ISO. (1999). International Standard 14024: Environmental Labels and Declarations. Type I Environmental Labelling: Principles and Procedured. Geneva, International Organisation for Standardisation (ISO).

Iten, R., Hammer, S., Keller, M., Schmidt, N. (2005 II). Maßnahmen zur Absenkung des Flottenverbrauchs: Wirkungsanalyse. Bern, Bundesamt für Energie BFE.

Iten, R., Menegale, S., Hammer, S., Sammer, K., Wüstenhagen, R. (2005 I). Evaluation der energieEtikette für Haushaltsgeräte und Lampen. Bern, Bundesamt für Energie BFE.

Johnson, R., Orme, B. (1996). "How Many Questions Should You Ask in Choice-Based Conjoint Studies?" Sawtooth Software Research Paper Series.

Johnson, R., Orme, B. (2003). "Getting the Most from CBC." Sawtooth Software Research Paper Series: 8.

Karl, H., Orwat, C. (1999). Economic Aspects of Environmental Labelling. TheInternational Yearbook of Environmental and Resource Economics 1999/2000. H. Folmer, Tietenberg, T. Cheltenham: 107-170.

Kreyszig, E. (1968). Statistische Methoden und ihre Anwendungen. Göttingen, Vanderhoeck & Ruprecht.

142

Kroeber-Riel, W., Weinberg, P. (1999). Konsumentenverhalten. München, Verlag Franz Vahlen.

Kuhfeld, W. F. (2004). Marketing Research Methods in SAS: Experimental Design, Choice, Conjoint, and Graphical Techniques.

Lancaster, K. (1966). "A New Approach to Consumer Theory." Journal of Poltical Economy 74: 132-157.

Lancaster, K. (1971). Consumer Demand: A New Approach. New York, Columbia University Press.

Levy, P., Lemeshow, S. (1991). Sampling of Populations: Methods and Applications.New York, Wiley.

Louviere, J.J., Hensher, D.A., Swait, J.D. (2000). Stated Choice Methods: Analysis and Applications. Cambridge, University Press.

Luce, R.D., Tukey, J.W. (1964). "Simultaneous Conjoint Measurement: A New Type of Fundamental Measurement." Journal of Mathematical Psychology 1: 1-27. McFadden, D. (1974). Conditional Logit Analysis of Qualitative Choice Behaviour. Frontiers in Econometrics. P. Zarembka. New York, Academic Press: 105-142.

McFadden, D. (1976). "Quantal Choice Analysis: A Survey." Annals of Economic and Social Measurement 5: 363-390.

Mediamarkt. 2005. www.mediamarkt.ch

MORI. (2003). Comparative Colour-Coded Labels for Passenger Cars. Market & Opinion Research International (MORI), Departement for Transport (UK).

Nelson, P. (1970). "Information and Consumer Behavior." Journal of Poltical Economy 78: 311-329.

Nimon, W., Beghin, J. (1999). "Are Eco-Labels Valuable? Evidence from the Apparel Industry." American Journal of Agricultural Economics 81: 801-811.

OECD. (1991). Environmental Labelling in OECD Countries. Paris, OECD.

OECD. (1997). Sustainable Consumption and Production. Paris, OECD.

Oliphant, K., Eagle, T.C., Louviere, J.J., Anderson, D. (1992). Cross-Task Comparison of Rating-Based and Choice-Based Conjoint. Proceeding of the Sawtooth Software Conference 1992.

Osram. 2005. www.osram.de

143

Pant, R., Sammer K. (2004). Bewertung der Erfolgschancen eines Max Havelaar Nachhaltigkeitslabels als Marketinginstrument im Schweizer Textil-/Bekleidungsmarkt, IWÖ-Diskussionsbeitrag 115, St.Gallen.

Peter, J.P., Olson, J.C., Krumert, K.G. (1999).Consumer Behavior and Marketing Strategy. European Edition, London.

Quandt, R.E. (1968). "Estimation of Model Splits." Transportation Research 2: 41 ff.

Roe, B., Boyle, K.J., Teisl, M.F. (1996). "Using Conjoint Analysis to Derive Estimates of Compensating Variation." Journal of Environmental Economics and Management31: 145-159.

Rubik, F., Frankl, P. (2005). The Future of Eco-labelling. Sheffield, Greenleaf. Sammer, K., Wüstenhagen, R. (2005). Wirkung der Energieetikette im Verkauf - Einzelkunden. Evaluation der Energieetikette für Haushaltsgeräte und Lampen. R. Iten, Menegale, S., Hammer, S., Sammer, K., Wüstenhagen, R. Bern, Zürich, St.Gallen, Bundesamt für Energie: 42-57.

Sammer, K., Wüstenhagen, R. (2006 I). Der Einfluss von Ökolabelling auf das Konsumentenverhalten - ein Discrete Choice Experiment zum Kauf von Glühlampen. Innovationen für eine nachhaltige Entwicklung. R. Pfriem, Antes, R., Fichter, K., Müller, M., Paech, N., Seuring, S., Siebenhüner, B. (Hrsg.). Wiesbaden, Deutscher Universitäts Verlag (DUV).

Sammer, K., Wüstenhagen, R. (2006 II). "The Influence of Eco-Labelling on Consumer Behaviour - Results of a Discrete Choice Analysis for Washing Machines." Business Strategy and the Environment 15: 185-199.

Sawtooth. (1999). "Choice-based Conjoint (CBC)." Sawtooth Software Technical Paper Series: 24. Stahl, B. (1988). Conjoint Analysis by Telephone. Sawtooth Software Conference on Perceptual Mapping, Sun Valley.

Stø, E., Strandbakken, P., Scheer, D., Rubik, F. (2005). Background: Theoretical Contributions, Eco-Labels and Environmental Policy. The Future of Eco-labelling -Making Environmental Product Infomations Systemns Effective. F. Rubik, Frankl, P. Sheffield, Greenleaf.

Struhl, S. (1994). "Discrete Choice Modelling: Understanding a Better Conjoint Than Conjoint." Quirk's Marketing Research Review: 36-39.

Stückelberger, C. (2002). Ethik der Etiketten - Die entwicklungsethische Bedeutung von Labels und Verhaltenskodizes im Welthandel. Standards und Labels II - Einsatz

144

und Wirkung in der Entwicklungspolitik. P. Ulrich, Waxenberger, B. St.Gallen, Berichte des Instituts für Wirtschaftsethik. 95: 1-37.

T. C. S. (2005). Controlling energieEtikette, Schlussbericht 1. Kontrolljahr, Nachtrag Kontrolle der Werbung. Emmen.

Teisl, M.F., Roe, B., Hicks, R.L. (2002). "Can Eco-Labels Tune A Market? Evidence from Dolphin-Safe Labelling." Journal of Environmental Economics and Management43: 339-359.

Telser, H. (2002). Nutzenmessung im Gesundheitswesen, die Methode der Discrete Choice Experimente. Hamburg, Kovac. Theil, H. (1970). "On the Estimation of Reationships Involving Qualitative Variables." American Journal of Sociology 76: 103 ff.

Thøgersen, J. (2002). Psychological Determinants of Paying attention to Eco-Labels in Purchase Decisions: Model Development and Mulinational Validation. Journal of Consumer Policy 23(3): 285-313.

Thurner, P., Heiss, F. (2005). Discrete-Choice-Modelle in der Marktforschung. Das Buch zum Kurs. Mannheim.

Truffer, B., Markard, J., Wüstenhagen, R. (2001). "Eco-Labelling of Electricity - Strategies and Tradeoffs in the Definition of Environmental Standards." Energy Policy29(11): 885-897.

Vershofen, P. (1979). "Zum Problem der Qualität." Markt und Verbrauch 15: 351-367.

Wiel, S., McMahon, J.E., (2005). Energy-Efficiency Labels and Standards: A Guidebook for Appliances, Equipment, and Lighting. Washington, Collaborative Labeling and Appliance Standards Program (CLAP).

Winward, J., Schiellerupp, P., Boardman, B. (1998). Cool Labels - The first three years of the European Energy Label. Oxford, Environmental Change Unit, University of Oxford.

Wittink, D.R., Cattin, P. (1989). "Commercial Use of Conjoint Analysis: An Update." Journal of Marketing 53: 91-96.

Wüstenhagen, R. (2000). Ökostrom von der Nische zum Massenmarkt. vdf, Zürich. Wüstenhagen, R., Sammer, K. (2007). "Wirksamkeit umweltpolitischer Anreize zum Kauf energieeffizienter Fahrzeuge - eine empirische Analyse." ZAU - Zeitschrift für angewandte Umweltforschung 18(1): 61-78.

145

Über die Autorin

Katharina Sammer, geb. 1974 in Graz, hat sich bereits während ihres Studiums der Volkswirtschaft Umweltsystemwissenschaften an der Karl-Franzens-Universität in Graz mit dem Thema Nachhaltigkeit beschäftigt. In ihrer Zeit als Assistentin am Institut für Wirtschaft und Ökologie an der Universität St.Gallen fokussierte sie sich auf das Thema nachhaltiger Konsum und Nachhaltigkeitsmarketing. Den besonderen Reiz dieses Themas sieht sie in der Kreation von nachhaltigen Produkten und Dienstleistungen, als auch in der damit notwendigen Informationsvermittlung an die KonsumentInnen. Ein weiteres Interessensgebiet stellt die Schauspielerei dar. Hierfür bilden eine fundierte Ausbildung als Schauspielerin und Dramapädagogin die Basis. Die unzähligen Spielarten des Theaters lassen sich vielseitig anwenden, z.B. in Form des Unternehmenstheaters. Derzeit arbeitet sie als Umwelt- und Energiereferentin im Grünen Parlamentsklub in Wien.

146