Zahlungsverhalten am stationären Point of Sale: Empirische Befunde und Erklärungsmodelle

Eva Margarete Walter Zahlungsverhalten am stationären Point of Sale

GABLER RESEARCH

Eva Margarete Walter

Zahlungsverhalten am stationären Point of Sale Empirische Befunde und Erklärungsmodelle Mit Geleitworten von Hon.-Prof. Dr. Ewald Judt und o.Univ.-Prof. Dr. Peter Schnedlitz

RESEARCH

Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über abrufbar.

Dissertation WU Wirtschaftsuniversität Wien, 2009

1. Auflage 2010 Alle Rechte vorbehalten © Gabler | GWV Fachverlage GmbH, Wiesbaden 2010 Lektorat: Ute Wrasmann | Sabine Schöller Gabler ist Teil der Fachverlagsgruppe Springer Science+Business Media. www.gabler.de Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlags unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Umschlaggestaltung: KünkelLopka Medienentwicklung, Heidelberg Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier Printed in Germany ISBN 978-3-8349-2247-2

Geleitwort von Hon.Prof. Dr. Ewald Judt Der Zahlungsverkehr am stationären Point of Sale hat sich in den letzten Jahrzehnten dramatisch verändert. Wurde bis in die neunzehnhundertsechziger Jahre von privaten Konsumenten nahezu ausschließlich bar bezahlt, haben danach für rd. 20 Jahre eurocheque-Zahlungen mit Vorlage der eurocheque-Karte die Zeit der bargeldlosen Zahlung eingeleitet. Scheckzahlungen am Point of Sale dauerten jedoch nur rd. 20 Jahre an, da in Österreich Ende 2001 mit der Einführung des € das Phase-out des eurocheques und der eurocheque-Karte abgeschlossen war. Ersetzt wurde die bargeldlose Zahlung mit Scheck durch das bargeldlose Zahlen mit Karte und Code. Träger dieser Zahlungsform war und ist die bis dato in Österreich die Maestro Bankomatkarte. Diese Debitkarte, die von allen österreichischen Banken ausgegeben wird, und das Zahlen mir ihr führten zu einem Durchbruch des bargeldlosen Zahlens. Parallel mit den bargeldlosen Zahlungen vorerst mit eurocheque- und eurocheque-Karte sowie danach mit Maestro Bankomatkarte und Code hat sich das Zahlen mit Kreditkarten in Österreich über einen Nischenmarkt hinaus entwickelt. Obwohl Zahlungskarten und Kartenzahlungen am Point of Sale mittlerweile jahrzehntelang am Markt etabliert sind, hat sich die Wissenschaft der fundierten Aufbereitung dieser Thematik bisher ansatzweise gewidmet. Mit ihrer Studie „Zahlungsverhalten am stationären Point of Sale“, die auch als ihre Dissertation an der WU Wien approbiert wurde, versucht die Autorin Licht ins Dunkel bei der von ihr erkannten Forschungslücke zu bringen. Nach den theoretischen Grundlagen in den Kapiteln A (Einleitung – Problemstellung – Zielsetzung – Wissenschaftstheoretische Einordnung), B (Konsumentenverhalten im Kaufprozess – Zahlungsmittel – Zahlungsverhalten der Konsumenten) und C (Theory of planned Behaviour – Technology Acceptance Model – Transaktionskostentheorie) folgen im Hauptteil der Arbeit, Kapitel D, zwei Vorstudien und eine empirische Konsumentenbefragung. Kapitel E beinhaltet eine Zusammenfassung der Ergebnisse, die Implikationen für Wissenschaft und Praxis sowie die Limitationen der Arbeit. Klar formuliert die Verfasserin der Studie aufgrund der von ihr erkannten Forschungslücken ihre Forschungsfragen: 1 A.) Welche Zahlungsmittel werden am stationären PoS verwendet? 1 B.) In welchem Ausmaß werden diese Zahlungsmittel von KonsumentInnen am stationären PoS verwendet? 2 A.) Welche sind die wichtigsten Einflussfaktoren auf das Zahlungsverhalten am stationären PoS? 2 B.) Welche Theorien bzw. theoretischen Modelle eignen sich zur Erklärung des Zahlungsverhaltens am stationären PoS?

VI

Geleitwort von Hon.Prof. Dr. Ewald Judt

Zu den Forschungsfragen 1 A.) und 1 B.) gibt es bereits eine Reihe von Studien, die sich mit dem Ausmaß der bargeldlosen Zahlung am PoS (Anzahl Transaktionen, Höhe Umsatz) beschäftigen, jedoch das Verhältnis zur Barzahlung außer Acht lassen, oder sich mit den Zahlungsmitteln aus dem Blickpunkt der KonsumentInnen befassen (Haushaltsstudien). Es gibt jedoch bislang keine Studie, welche branchenorientiert alle Formen der Zahlung am stationären PoS untersucht. Die Forschungsfragen 2 A.) und 2 B.) werden in der Hauptstudie von der Verfasserin behandelt (S. 102ff.). Für die Beantwortung der Frage zu den Einflussfaktoren bei Zahlungsverhalten am stationären PoS wurde von ihr ein standardisierter Fragebogen erstellt und anhand dieses eine persönliche Konsumentenbefragung mit einer Stichprobe von 900 Personen, die mit Bargeld (300), Debitkarte (300) oder Kreditkarte (300) ihren soeben getätigten Einkauf bezahlt hatten. Die Frage nach der Eignung von Theorien wird im Zuge der Entwicklung eines Modells zur Erklärung des Zahlungsverhaltens gestellt. Alle ihre Forschungsfragen konnte Frau Dr. Walter theoretisch fundiert beantworten. • In zwei Vorstudien zu ihrer Hauptstudie (eine zum Einzelhandel und eine zu den unterschiedlichen Dienstleistungen) kann sie die Forschungsfragen 1 A.) und 1 B.) beantworten, indem sie die (unterschiedliche) Akzeptanz und Nutzung aller Zahlungsmittel im Einzelhandel und bei der Dienstleistung) ermittelt hat. • In ihrer umfassenden Hauptstudie ermittelt sie die wichtigsten Einflussfaktoren für das Zahlungsverhalten am stationären PoS unter Nutzung innovativer Auswertungsmethodik. Was die Theorien/theoretischen Modelle zur Erklärung des Zahlungsverhaltens am stationären PoS betrifft (Forschungsfrage 2 B.), so hat sie diese sowohl in ihrer theoretischen Analyse als auch in ihrer empirischen Studie in der Theory of planned Behavior, dem Technology Acceptance Model und der Transaktionskostentheorie als hiefür geeignet erkannt. Die Studie von Frau Dr. Walter liefert für das Zahlungsverhalten am stationären Point of Sale eine wissenschaftliche – theoretische und empirische – Fundierung und ist für alle, die am 4-Parteien-System des Kartenzahlens interessiert sind (kartenausgebende Bank:Issuer; Karteninhaber; Kartenakzeptant; akzeptantenabrechnende Bank:Acquirer) wertvoller Lesestoff. Dr. Ewald Judt Hon.-Prof. der WU Wien Geschäftsführer PayLife Bank

Geleitwort von o.Univ.-Prof. Dr. Peter Schnedlitz Die von Frau Eva Margarete Walter vorgelegte Dissertation untersucht die Forschungsfrage, welche Theorie(n) bzw. theoretischen Modelle sich zur Erklärung des Zahlungsverhaltens im stationären PoS eignen. Dabei wird als methodischer Approach das empirische Forschungsparadigma in Form eines „Mixed Methods“-Zugangs gewählt. Zu den überraschenden Erkenntnissen des vorliegenden Forschungsprojektes zählt die Tatsache, dass zum Zahlungsverhalten am PoS, ein auf den ersten Blick so bedeutendes Forschungsfeld, wenig theoretische Grundlagen und hochwertige Publikationen existieren. Die Autorin ist somit gezwungen, mit dem heuristischen Prinzip der Analogie zu arbeiten, indem sie die „Theory of planned Behavior“, ein Ansatz der in der psychologischen Einstellungsforschung entwickelt worden ist, als theoretisches Gerüst heranzieht. Dazu kommt noch eine kritische Reflexion des ökonomischen Transaktionskostenansatzes. Der empirische Teil besteht aus zwei unterschiedlichen Schwerpunkten. Einerseits wird am Beispiel von zwei Branchen, konkret dem Handel und der Dienstleistungsbranche, eine Bestandsaufnahme zur Ist-Situation im Zahlungsverhalten durchgeführt. Das zweite empirische Projekt bezieht sich dann auf konkrete Erhebungen am PoS bei konkreten KundInnen. Ein Stichprobenumfang von 900 belegt die hohe Ambition, mit der an die Dissertation herangegangen worden ist. Somit umfasst der empirische Apparat der vorgelegten Arbeit sowohl sekundärstatische als auch primärstatistische Datensätze. Die Autorin zieht dabei alle Register der modernen, manchmal vielleicht auch modischen, Auswertungsmethodik, indem sie den „Partial Least Squares“(PLS)-Schätzalgorithmus als Sonderform der Regressionsanalyse zur Ermittlung von Kausalmodellen bzw. Pfadmodellen einsetzt. Das PLS-Verfahren ist seit einigen Jahren wieder auf vielen Konferenzen und auch in der Marketingliteratur omnipräsent. Sowohl auf der EMACConference (European Marketing Academy Conference) als auch auf der EAERCD-Conference (European Association for Education and Research in Commercial Distribution), zwei große Europäische Konferenzen im Forschungsbereich Handel und Marketing, waren 2009 etliche Beiträge mit der PLS-Methode eingereicht und präsentiert worden (vgl. Beiträge bei der EMAC unter anderem von Fassnacht et al. 2009; Schramm-Klein et al. 2009; Temme/Hildebrandt 2009; Westerlund et al. 2009 und bei der EAERCD unter anderem von Castaldo et al. 2009; Pocsay et al. 2009; Scheer et al. 2009; Swoboda/Elsner 2009). Umgekehrt wurden auf der Statistik-Konferenz, der PLS 2009 in Beijing, auch Marketing-Projekte vorgestellt (vgl. Heim et al. 2009; Loureiro 2009; Maréchal et al. 2009; Skowron/Skowron 2009). Überdies veröffentlichen

VIII

Geleitwort von o.Univ.-Prof. Dr. Peter Schnedlitz

Top-Journals, wie das Journal of Marketing (Hennig-Thurau et al. 2007a; McFarland et al. 2008; Wagner et al. 2009), Journal of Consumer Research (Mathwick et al. 2008) und Journal of International Marketing (Brettel et al. 2008; Nijssen/Douglas 2008; Nijssen/Herk 2009) in den letzten Ausgaben verstärkt Artikel, in denen die PLS-Methode Anwendung findet. Dies zeigt eine steigende Akzeptanz gleichfalls bei Reviewern wie Editoren. Die praktische Relevanz der Untersuchungsergebnisse ist unmittelbar gegeben. So hat das Ergebnis, dass das Zahlungsverhalten am PoS sehr stark habitualisiert ist, Auswirkungen auf den Handel und die Anbieter von bargeldlosen Zahlungsvarianten. Nicht zuletzt ist auch zu bedenken, dass die „Warteschlange im Kassenbereich“ immer wieder bei empirischen Untersuchungen als Hauptkritikpunkt bei der Servicequalität des Handels angeführt wird. Die Optimierung des „Checkout-Bereichs“ im Handel stellt somit eine immerwährende Herausforderung dar. Ein möglicher Anreiz zur vermehrten Verwendung von bargeldlosen Zahlungsmitteln könnte in Zukunft von „Self Scanning“- und „Self Paying“-Lösungen kommen. Der Kassenbereich hat für den Händler jedenfalls große Bedeutung in Bezug auf Kundenzufriedenheit, aber auch aus wirtschaftlicher Perspektive unter anderem bezogen auf den Personalaufwand. Vor allem die Wartezeit an den Kassen soll verkürzt werden. Nach der Lektüre der vorgelegten Dissertation gewinnt man jedenfalls den fundierten Eindruck, dass eine Pionierarbeit im Bereich der Zahlungsverhaltens-Forschung gelungen ist. Die nächsten Schritte der Entwicklung von Forschungsdesigns können somit viel leichter auf ein methodisches konzeptionelles Gerüst aufbauen. o.Univ.-Prof. Dr. Peter Schnedlitz Vorstand Institut für Handel und Marketing (H&M) WU Wirtschaftsuniversität Wien

Vorwort Die Idee für die vorliegende Arbeit entstand während eines Projekts zum Thema Zahlungsverhalten mit Hon.Prof. Dr. Ewald Judt, Geschäftsführer der PayLife Bank GmbH (vormals Europay Austria Zahlungsverkehrssysteme GmbH). Die Forschung in diesem Bereich wird vornehmlich von Nationalbanken, vor allem in den Vereinigten Staaten geleitet. Der Beschreibung des Zahlungsverhaltens und den volkswirtschaftlichen Auswirkungen sind einige, überwiegend anwendungsbezogene Studien gewidmet. Wenige Beiträge befassen sich jedoch mit der theoriegeleiteten Erklärung des Zahlungsverhaltens. Bislang wird diesem Thema in der Handels- und Marketingwissenschaft wenig Aufmerksamkeit zuteil. Diese Arbeit und die daraus resultierenden Erkenntnisse stellen einen ersten wissenschaftlichen Beitrag in diesem Forschungsfeld dar. Persönlich begeistert mich dieses Thema, seit ich vor etlichen Jahren in einem Geschäft bereits an der Kasse stehend den Kaufprozess abgebrochen habe, da das von mir bevorzugte Zahlungsmittel nicht als solches akzeptiert wurde. Welche Faktoren aber beeinflussen die Entscheidung, mit welchem Zahlungsmittel ein Kauf getätigt wird? Im Bereich Marketing gibt es viele Studien zu Themen wie Verkaufsförderung, Kundenbindung, Beschwerdemanagement und viele ähnliche Themen. Das Zahlungsmittel wurde bislang jedoch wenig untersucht, obwohl die Zahlung als Teilprozess des Kaufentscheidungsprozesses angesehen werden kann. Besonderer Dank gilt an dieser Stelle den Betreuern der Dissertation: o.Univ.-Prof. Dr. Peter Schnedlitz (Institut für Handel und Marketing) für die fortwährende Unterstützung in jedem Abschnitt des Dissertationsprozesses, die stets offene Tür und wertvollen Hinweise vor allem in kritischen Phasen. Sein Wissen, seine Ideen und sein kritisches Herangehen an theoretische wie praktische Sachverhalte haben mein Dissertationsvorhaben geprägt und vorangetrieben. Hon.Prof. Dr. Ewald Judt für seine fachlichen Anmerkungen und Anregungen, sowie der Förderung der Idee. Nicht nur sein Fachwissen, sondern auch sein wissenschaftliches Interesse an dem Thema waren eine maßgeblich Stütze für das Erstellen der Arbeit. o.Univ.-Prof. Dr. Fritz Scheuch (Institut für Marketing-Management), dem Zweitgutachter der Arbeit, für die Betreuung und Unterstützung bei wissenschaftlichen Fragestellungen.

X

Vorwort

Weiters bedanke ich mich bei meinen KollegInnen am Institut für Handel und Marketing für die inspirierende Arbeitsatmosphäre, die fortwährende Gesprächsbereitschaft und die zahlreichen wertvollen Anmerkungen. Schließlich gilt mein herzlicher Dank meinen Eltern, meinem Bruder und meinen Freunden, die vor allem in der Schlussphase oft auf mich verzichten mussten. Nicht zuletzt danke ich meinem Freund, der mich in jeder Phase gestärkt, unterstützt und entlastet hat. Eva Walter

Inhaltsverzeichnis Geleitwort von Hon.Prof. Dr. Ewald Judt .......................................................... V Geleitwort von o.Univ.-Prof. Dr. Peter Schnedlitz.......................................... VII Vorwort ............................................................................................................ IX Inhaltsverzeichnis ............................................................................................. XI Tabellenverzeichnis........................................................................................ XIII Abbildungsverzeichnis ................................................................................. XVII Formelverzeichnis ....................................................................................... XVIII 1 1.1 1.2 1.3

Einleitung .............................................................................................. 1 Problemstellung ..................................................................................... 1 Zielsetzung und Vorgehensweise der Untersuchung ............................. 3 Wissenschaftstheoretische Einordnung ................................................. 9

2 2.1 2.2 2.3 2.4

Begriffliche und konzeptionelle Grundlagen ....................................... 17 KonsumentInnenverhalten im Kaufprozess ......................................... 17 Zahlungsmittel ..................................................................................... 23 Zahlungsverhalten der Konsumenten .................................................. 29 Literaturüberblick zur Nutzung von Zahlungsmitteln ......................... 37

3 3.1 3.1.1 3.1.2 3.1.3 3.2 3.2.1 3.2.2 3.2.3

Theoretische Fundierung ..................................................................... 41 Theory of planned Behavior und Technology Acceptance Model ...... 41 Einordnung, Entstehung und Weiterentwicklung ................................ 41 Begriffliche Grundlagen ...................................................................... 46 Anwendung der theoretischen Aspekte ............................................... 54 Transaktionskostenansatz .................................................................... 55 Einordnung, Entstehung und Weiterentwicklung ................................ 55 Begriffliche Grundlagen ...................................................................... 56 Anwendung der theoretischen Aspekte ............................................... 61

4 4.1 4.1.1 4.1.2

Empirischer Teil .................................................................................. 63 Vorstudien ........................................................................................... 63 Methodische Anlage und Durchführung .............................................. 63 Ergebnisse der Vorstudien ................................................................... 73

XII

Inhaltsverzeichnis

4.1.3 4.2 4.2.1 4.2.2 4.2.3

Diskussion der Ergebnisse und kritische Reflexion ............................. 87 Hauptstudie .......................................................................................... 90 Methodische Anlage und Durchführung .............................................. 90 Ergebnisse der Hauptstudie ............................................................... 109 Diskussion der Ergebnisse ................................................................. 166

5 5.1 5.2 5.2.1 5.2.2 5.3

Zusammenfassung, Implikationen und Diskussion der Erkenntnisse 172 Synopse der Ergebnisse ..................................................................... 172 Implikationen ..................................................................................... 178 Unternehmerpraxis ............................................................................ 178 Handelsforschung .............................................................................. 181 Diskussion, Limitationen und Ausblick ............................................. 183

6

Literaturverzeichnis ........................................................................... 189

7 7.1 7.1.1 7.1.2 7.2 7.2.1 7.2.2

Anhang .............................................................................................. 217 Anhang zum empirischen Design der Hauptstudie ............................ 217 Fragebogen ........................................................................................ 217 Verwendete Skalen für die Befragung ............................................... 220 Anhang zu den Auswertungen der Hauptstudie................................. 221 Kontrolle der Normalverteilung - Schiefe und Kurtosis .................... 221 Kreuzladungen ................................................................................... 223

Tabellenverzeichnis Tabelle 1: Besitz von Karten mit Zahlungsfunktion (außer Pre-Paid-Karten) .. 26 Tabelle 2: Gründe für Debitkartenbesitzer, mit Bargeld zu zahlen ................... 29 Tabelle 3: Nutzung von Debitkarten ................................................................. 31 Tabelle 4: Zahlungen mit Kreditkarten ............................................................. 32 Tabelle 5: Warenkorb in Österreich .................................................................. 33 Tabelle 6: Anteil der Zahlungsmittel am EH-Umsatz in Deutschland .............. 34 Tabelle 7: Aktuelle Studien zum Zahlungsverhalten ........................................ 39 Tabelle 8: Überblick über Studien mit TpB und TAM ..................................... 46 Tabelle 9: ÖNACE-Gliederung der untersuchten Branchen ............................. 73 Tabelle 10: Methodischer Steckbrief der beiden Vorstudien ............................ 74 Tabelle 11: Anteile der Zahlungsmittel aus Sekundärdaten .............................. 76 Tabelle 12: Hochrechnung getrennt nach EH und DL aus Unternehmersicht... 76 Tabelle 13: Ergebnisse aus den empirischen Vorstudien .................................. 77 Tabelle 14: Mann-Whitney-U für H1 mit Gruppenvariable Sektor ................... 79 Tabelle 15: Kruskal-Wallis-Test für H1 mit Gruppenvariable Branche im EH . 79 Tabelle 16: Kruskal-Wallis-Test für H1 mit Gruppenvariable Branche im DL . 79 Tabelle 17: Mann-Whitney-U für H2 mit Gruppenvariable Sektor ................... 80 Tabelle 18: Kruskal-Wallis-Test für H2 mit Gruppenvariable Branche ............ 80 Tabelle 19: Mittlere Ränge der Tests für H2 ..................................................... 81 Tabelle 20: Korrelationen für H3 ....................................................................... 81 Tabelle 21: Mann-Whitney-U, mittlere Ränge für H4 mit Gruppenvariable Sektor ............................................................................................ 83 Tabelle 22: Kruskal-Wallis-Test für H4 mit Gruppenvariable Branche ............ 83 Tabelle 23: Mittlere Ränge der Tests für H4 ..................................................... 84 Tabelle 24: Korrelationen für H5 ....................................................................... 84 Tabelle 25: Spearman-Rho-Koeffizient gesamt und je Sektor für H6 ............... 86 Tabelle 26: Zusammenfassung der Ergebnisse der Hypothesentests ................ 87 Tabelle 27: Einkaufsstraßen/-zentren in Wien (Herbst 2007) ........................... 98 Tabelle 28: Methodischer Steckbrief der Hauptstudie ...................................... 99 Tabelle 29: Indikatoren für Einstellung zum Zahlungsverhalten .................... 101 Tabelle 30: Indikatoren für die subjektive Norm ............................................ 102 Tabelle 31: Indikatoren für die wahrgenommene Verhaltenskontrolle ........... 102 Tabelle 32: Indikator für die Intention zur Zahlung ........................................ 103 Tabelle 33: Indikator für das tatsächliche Verhalten ....................................... 104 Tabelle 34: Indikatoren für den wahrgenommenen Nutzen ............................ 105 Tabelle 35: Indikatoren für die wahrgenommene Benutzerfreundlichkeit ...... 105 Tabelle 36: Indikatoren für die wahrgenommene Sicherheit .......................... 106 Tabelle 37: Indikatoren für die wahrgenommene Transaktionsdauer ............. 106 Tabelle 38: Indikatoren für die wahrgenommenen Kosten ............................. 107 Tabelle 39: Indikatoren für vergangenes Verhalten ........................................ 107

XIV

Tabellenverzeichnis

Tabelle 40: Indikatoren für Reliabilität ........................................................... 108 Tabelle 41: Indikatoren für die finanzielle Situation ....................................... 109 Tabelle 42: Verteilung der Probanden auf die Befragungsorte ....................... 110 Tabelle 43: Altersverteilung in der Stichprobe und in Wien/Österreich ......... 111 Tabelle 44: Bildungsniveau der Probanden in der Stichprobe ........................ 111 Tabelle 45: Bildung der Probanden an den Befragungsorten .......................... 112 Tabelle 46: Verteilung nach Bildungsniveau je Zahlungsart .......................... 113 Tabelle 47: Verteilung nach Geschlecht je Zahlungsart .................................. 113 Tabelle 48: Nutzungshäufigkeit der einzelnen Zahlungsmittel ....................... 114 Tabelle 49: p-Werte des Mann-Whitney-U ..................................................... 115 Tabelle 50: Besitz von Zahlungskarten ........................................................... 116 Tabelle 51: Anzahl der Zahlungskarten bzw. Kreditkarten ............................. 117 Tabelle 52: Durchschnittliche Rechnungsbeträge je Zahlungsmittel in Euro . 120 Tabelle 53: Vergangenes Verhalten der Gruppe Barzahler ............................. 120 Tabelle 54: Vergangenes Verhalten der Gruppe Debitkartenzahler ................ 121 Tabelle 55: Vergangenes Verhalten der Gruppe Kreditkartenzahler............... 121 Tabelle 56: Durchschnittliche Wahrscheinlichkeit der Verwendung .............. 122 Tabelle 57: Vergleich der varianz- und kovarianzbasierten Methoden .......... 133 Tabelle 58: Gütebeurteilung von Messmodellen und Strukturmodell ............. 139 Tabelle 59: Evaluierung der Indikatorreliabilität ............................................ 142 Tabelle 60: Evaluierung der Konstruktreliabilität ........................................... 143 Tabelle 61: Evaluierung der Diskriminanzvalidität (Bargeld) ........................ 144 Tabelle 62: Evaluierung der Diskriminanzvalidität (Debitkarten) .................. 145 Tabelle 63: Evaluierung der Diskriminanzvalidität (Kreditkarten) ................. 145 Tabelle 64: Pfadkoeffizienten der Strukturmodelle......................................... 147 Tabelle 65: Ergebnis der Hypothesentests ...................................................... 148 Tabelle 66: Effektstärke f² der Konstrukte auf die Intention ........................... 152 Tabelle 67: R² und Q² der Intention ................................................................ 152 Tabelle 68: Effektstärke f² der Konstrukte auf die Einstellung ....................... 153 Tabelle 69: R² und Q² der Einstellung............................................................. 154 Tabelle 70: Effektstärke f² der Konstrukte auf die Verhaltenskontrolle.......... 154 Tabelle 71: R² und Q² der Verhaltenskontrolle ............................................... 155 Tabelle 72: Effektstärke f² der Konstrukte auf den Nutzen ............................. 156 Tabelle 73: R² und Q² des Nutzens ................................................................. 156 Tabelle 74: Ergebnis des Gruppenvergleichs .................................................. 158 Tabelle 75: Unterschied zwischen Männern und Frauen – Gruppe Barzahlung .................................................................................................... 160 Tabelle 76: R²-Werte in der Gruppe Barzahler (Gesamt/Männer/Frauen) ...... 161 Tabelle 77: Unterschied zwischen Männern und Frauen – Gruppe Debitkarten .................................................................................................... 162 Tabelle 78: R²-Werte in der Gruppe Debitkartenzahler (Gesamt /Männer /Frauen) ....................................................................................... 162

Tabellenverzeichnis

XV

Tabelle 79: Unterschied zwischen Männern und Frauen – Gruppe Kreditkarten .................................................................................................... 163 Tabelle 80: R²-Werte in der Gruppe Kreditkartenzahler (Gesamt/Männer/ Frauen) ........................................................................................ 164 Tabelle 81: Signifikante Unterschiede zwischen Männern und Frauen .......... 164 Tabelle 82: Übersicht über die Ergebnisse der Hypothesentests ..................... 171 Tabelle 83: Akzeptanz der einzelnen Zahlungsmittel in Prozent .................... 173 Tabelle 84: Nutzung der einzelnen Zahlungsmittel in Prozent ....................... 174 Tabelle 85: Kontrolle der NV für die Gesamtstichprobe und die Gruppe Barzahler ..................................................................................... 221 Tabelle 86: Kontrolle der NV für die Gruppen Debit- /Kreditkartenzahler .... 222 Tabelle 87: Kreuzladungen - Gruppe Bargeld................................................. 223 Tabelle 88: Kreuzladungen - Gruppe Debitkarten .......................................... 224 Tabelle 89: Kreuzladungen - Gruppe Kreditkarte ........................................... 225

Abbildungsverzeichnis Abbildung 1: Typen von mehrgleisigen gemischten Untersuchungsdesigns ...... 6 Abbildung 2: Zusammenfassung der Forschungsziele und -fragen .................... 7 Abbildung 3: Aufbau der Arbeit ......................................................................... 9 Abbildung 4: Gliederung der Wissenschaftstheorie .......................................... 10 Abbildung 5: Forschungsansätze in der Konsumentenforschung ..................... 11 Abbildung 6: Einordnung des Zahlungsverhaltens ........................................... 13 Abbildung 7: Model of Consumer Behavior ..................................................... 20 Abbildung 8: Erweiterung des Stufenmodells der Kaufentscheidung ............... 21 Abbildung 9: Einteilung der Zahlungsmittel ..................................................... 23 Abbildung 10: Durchschnittliche Rechnungsbeträge in Deutschland ............... 35 Abbildung 11: Die „Theory of planned Behavior” ........................................... 43 Abbildung 12: Technology Acceptance Model (TAM) .................................... 45 Abbildung 13: Komponenten der Einstellung ................................................... 48 Abbildung 14: Entstehung von Transaktionskosten .......................................... 59 Abbildung 15: Zahlungsstruktur nach Branchen im Jahr 2005 ......................... 65 Abbildung 16: Verwendung verschiedener Zahlungsmittel im Internet ........... 65 Abbildung 17: Zusammenfassung der Hypothesen ........................................... 67 Abbildung 18: Zusammenfassung der Hypothesen ........................................... 97 Abbildung 19: Ablauf der Entwicklung des Erhebungsinstruments ............... 100 Abbildung 20: Finanzielle Situation - 1. Frage ............................................... 118 Abbildung 21: Finanzielle Situation - 2. Frage ............................................... 118 Abbildung 22: Finanzielle Situation - 3. Frage ............................................... 119 Abbildung 23: Multivariate Verfahren im Überblick ...................................... 123 Abbildung 24: PLS-Pfadmodell ...................................................................... 129 Abbildung 25: Reflektive vs. formative Indikatoren ....................................... 130 Abbildung 26: PLS-Algorithmus .................................................................... 132 Abbildung 27: Strukturmodell der Gruppe Barzahler ..................................... 149 Abbildung 28: Strukturmodell der Gruppe Debitkartenzahler ........................ 150 Abbildung 29: Strukturmodell der Gruppe Kreditkartenzahler ....................... 150 Abbildung 30: Gruppenunterschiede Bargeldzahlung (M/W) ........................ 165 Abbildung 31: Gruppenunterschiede bei Zahlung mit Debitkarte (M/W) ...... 166 Abbildung 32: Gruppenunterschiede bei Zahlung mit Kreditkarte (M/W) ..... 166 Abbildung 33: Self-Checkout-Lösung von Wincor Nixdorf ........................... 180 Abbildung 34: Elemente des realtheoretischen Ansatzes ................................ 183

XVIII

Formelverzeichnis

Formelverzeichnis Formel 1: Einstellung im Fishbein-Modell ....................................................... 49 Formel 2: Einstellung im Trommsdorff-Modell................................................ 49 Formel 3: Formel für subjektive Norm ............................................................. 50 Formel 4: Formel für Perceived Behavioral Control ......................................... 51 Formel 5: Multiple Regression ........................................................................ 126 Formel 6: Strukturgleichungssystem ............................................................... 129 Formel 7: Reflektives Messgleichungssystem ................................................ 130 Formel 8: Formatives Messgleichungssystem................................................. 130 Formel 9: Interne Konsistenz .......................................................................... 135 Formel 10: Cronbach's Alpha .......................................................................... 135 Formel 11: Average Variance Extracted (AVE) ............................................. 136 Formel 12: Effektstärke f² ............................................................................... 138 Formel 13: Stone-Geisser-Test-Kriterium Q².................................................. 138 Formel 14: t-Statistik für Gruppenvergleich ................................................... 157 Formel 15: Smith-Satterthwait-Test ................................................................ 158

1

Einleitung

Um Produkte und Dienstleistungen nutzen zu können, ist es seit jeher notwendig, im Austausch dafür den für ein Produkt oder eine Dienstleistung verlangten Preis zu zahlen. War dies vor der Erfindung des Münzgeldes vor ca. 2.700 Jahren und des Papiergeldes vor ca. 200 Jahren (vgl. Judt 2005, 229) in Naturalgeld üblich, mangelt es heute nicht an mannigfachen modernen bargeldlosen Zahlungsalternativen. Neben dem Euro, welcher seit dem 1. Jänner 2002 als gesetzliches Zahlungsmittel in der Republik Österreich gültig ist (vgl. Republik Österreich 2000, 767), verfügen bereits 78 Prozent der ÖsterreicherInnen ab dem 15. Lebensjahr über die Möglichkeit, mit einer Zahlungskarte bargeldlos zu zahlen (vgl. Mooslechner et al. 2006, 122). Bevor ein Produkt oder eine Dienstleistung zur Befriedigung von Bedürfnissen genutzt werden kann, sind zahlreiche Entscheidungen zu treffen. Entscheidungen über die Wahl der Einkaufsstätte, die Produktwahl, die Markenwahl, den Kaufzeitpunkt, die Entscheidung über die benötigte Menge und wenn letztendlich diese und noch einige andere Entscheidungen vor Abschluss des Kaufprozesses getroffen sind, muss die Entscheidung getroffen werden, mit welchem Zahlungsmittel bezahlt werden kann und man will (vgl. Kotler et al. 2007, 303). Damit das gewählte Zahlungsmittel zur Zahlung genutzt werden kann, muss es am stationären Point of Sales (kurz PoS) als Zahlungsmittel akzeptiert werden. Nur Bargeld unterliegt derzeit als einziges gesetzliches Zahlungsmittel dem Annahmezwang (vgl. Grill/Perczynski 2006, 109). Somit kann die Akzeptanz von unterschiedlichen Zahlungsmitteln am PoS als Attraktivitätsfaktor der Servicepolitik angesehen werden. Serviceleistungen weisen im Allgemeinen einen Ergänzungs- oder Zusatzcharakter auf und stehen mittelbar oder unmittelbar in Zusammenhang mit dem eigentlichen Mittelpunkt der jeweiligen Kaufentscheidung (vgl. Berekoven 1995, 165). 1.1

Problemstellung

In Österreich waren bis zum Ende des Jahres 2004 über 78.000 EFT-PoSKassen ("Electronic Funds Transfer at the Point of Sales") im Einsatz (vgl. Stix 2006, 44) und Ende 2008 war diese Anzahl bereits auf über 90.000 gestiegen (vgl. OeNB 2009b, 6). Statistiken über die weltweit im Einsatz stehenden PoSTerminals stehen leider nicht zur Verfügung, aber Schätzungen gehen davon aus, dass im Jahr 2004 ungefähr 40 Millionen installiert waren (vgl. Judt 2006, 28). Ende 2008 gab es in Österreich knapp 7,5 Mio. Maestro-Karten (auch Bankomatkarten) und somit hat statistisch gesehen jeder Österreicher zwischen 18 und 80 Jahren eine Maestro-Karte, mit welcher man an ebendiesen Terminals

2

Einleitung

zahlen kann (vgl. OeNB 2009b, 2). Rund 87 Prozent der Besitzer dieser Karten nutzen diese auch zur Zahlung am PoS (vgl. Mooslechner et al. 2006, 124). Über 300 Mio. Zahlungen mit einem Wert der Zahlungstransaktionen von über 12 Mrd. Euro wurden 2008 über diese PoS-Terminals getätigt und diese Zahl steigt sukzessive an. Der Durchschnittsbetrag einer Transaktion beträgt 49,94 Euro (vgl. OeNB 2009b, 7). Wesentlich geringer ist die Anzahl der Kreditkarten in Österreich. Ende 2008 sind in Österreich 2,45 Mio. Kreditkarten (Visa, MasterCard, Diners Club und American Express) im Umlauf. Circa 67 Mio. Zahlungen wurden mit einem Gesamtwert von 7,4 Mrd. Euro mit diesen Kreditkarten im In- und Ausland durchgeführt. Der durchschnittliche Wert einer Transaktion lag bei 110 Euro (vgl. OeNB 2009a, 1). Den größten Anteil am Gesamtumsatz im Einzelhandel im Jahr 2008 hielt mit 67 Prozent das Bargeld, was jedoch erheblich je nach Branche differiert. Knapp 27 Prozent wurden mittels Debitkarte (in Österreich verwendete Produktnamen sind Maestro Bankomatkarte und VPay) und über 4,9 Prozent mit Kreditkarte getätigt (vgl. OeNB 2009c, 1). Fast jeder (95 Prozent) kennt die „Bankomatkarte“ und ungefähr 54 Prozent der Befragten bezahlen mindestens einmal pro Woche mit dieser (vgl. OeNB 2007, 3). Aber nicht nur Österreich ist noch ein Stück weit weg von der "cashless society". Auch in den USA werden noch 37 Prozent der täglichen Einkäufe (Produkte und Dienstleistungen) in bar gezahlt. 31 Prozent zahlen mit Debitkarte und 16 Prozent mit Kreditkarte, jedoch mit teilweise großen Unterschieden zwischen unterschiedlichen Alters-, Bildungs- und Einkommensklassen. 15 Prozent zahlen mit Checks. Die beiden Hauptgründe für Zahlungen mit Kreditkarte in den USA sind Bequemlichkeit und Verfügbarkeit für unerwartete Ausgaben (vgl. Taylor et al. 2007, 6 ff.). Durchschnittlich werden 16,1 PoSDebitkarten-Transaktionen pro Monat durchgeführt und der durchschnittliche Rechnungsbetrag liegt bei $ 41,53 (vgl. Cheney 2007, 3). Es wird zwischen "signature debit card transactions" (durchschnittlicher Rechnungsbetrag liegt bei $ 39,72) und "PIN debit card transactions" unterschieden. Vergleichbar zu Österreich sind die Zahlungen mit PIN-Eingabe. 2006 begannen die ersten Händler aus Sicherheits- und Convenience-Gründen nur mehr Kartenzahlung zu akzeptieren (vgl. Bolt/Chakravorti 2008, 13). Beispielsweise nimmt ein Café in Washington DC kein Bargeld mehr, weil die sichere Verwahrung zu teuer ist und das Vertrauen in die Mitarbeiter fehlt (vgl. Rafsanjani 2006). In Washington DC ist das legal, in Österreich wäre dies derzeit noch nicht möglich, da Bargeld als gesetzliches Zahlungsmittel am stationären PoS als Zahlungsmittel akzeptiert werden muss (vgl. Grill/Perczynski 2006, 107 ff.). Forschungsarbeit im Bereich Zahlungsverhalten ist im Wesentlichen deskriptiv und auf ein Zahlungsmittel, meist die Kreditkarte, fokussiert. Beschreibungen der Kreditkartenbesitzer, und wie sich diese von Nicht-Verwendern

Einleitung

3

unterscheiden, finden sich bereits in den frühen 70er-Jahren (vgl. Mathews/Slocum 1969; Slocum/Mathews 1970; Plummer 1971; Awh/Waters 1974). Deskriptive Auswertungen über die Verwendung der unterschiedlichen Zahlungsmittel finden sich beispielsweise bei Mooslechner et al. (Mooslechner/Wehinger 1997; Mooslechner et al. 2002b; Mooslechner et al. 2006), Schreft (2006) und Klee (2006; 2008). Wissenschaftliche Beiträge zu einem Teilbereich der Zahlungsmittel, z. B. zum mobilen Zahlungsverhalten, wurden von Chen (2008) publiziert. Auch gibt es aktuelle wissenschaftliche Arbeiten zu einzelnen Zahlungsmitteln (Chakravorti/To 2007; Worthington/Stewart 2007; Ching/Hayashi 2008; Zinman 2009). Welche Faktoren aber beeinflussen die Entscheidung, mit welchem Zahlungsmittel der Einkauf abgeschlossen wird? Auf diese Frage gibt es in der wissenschaftlichen Literatur bislang nur unzureichende oder gar keine Antworten. Soman und Cheema (2002, 52), Schreft (2006, 5) sowie Kidwell und Jewell (Kidwell/Jewell 2008, 1156) machen auf Forschungsbedarf in diesem Gebiet aufmerksam und stellen auch die Wichtigkeit dieses Themas heraus. Auch darüber, welche Einflussgrößen die Wahl des Zahlungsmittels determinieren oder ob der Bezug zur Servicepolitik von KonsumentInnen überhaupt wahrgenommen wird, liegen keine wissenschaftlichen Erkenntnisse vor. Die vorliegende Arbeit versucht einen Teilbereich dieser Forschungslücke abzudecken und zu erschließen. Sie kann folglich der Handelsforschung, aber insbesondere der KonsumentInnenforschung zugeordnet werden. Diese ist Teil der Marketingforschung (vgl. Balderjahn/Scholderer 2007, 1) und eine angewandte Verhaltenswissenschaft (Behaviorismus), die das Ziel hat, Gesetzmäßigkeiten über das Verhalten von KonsumentInnen aufzudecken, zu überprüfen und diese in weiterer Folge an die Praxis weiterzugeben (vgl. Kroeber-Riel et al. 2009, 10) sowie Handlungsempfehlungen für ebendiese abzuleiten. Kurz nach dem Zweiten Weltkrieg begann in den USA die Entwicklung der KonsumentInnenverhaltensforschung und Mitte der 60er-Jahre erfolgte der Durchbruch mit Arbeiten von Howard und Sheth und Engel, Kollat und Blackwell sowie in den 70er-Jahren im deutschsprachigen Raum mit Kroeber-Riel (vgl. Balderjahn/Scholderer 2007, 2). 1.2

Zielsetzung und Vorgehensweise der Untersuchung

Wie bereits in der Problemstellung erläutert, ist das primäre Ziel der KonsumentInnenforschung, das Verhalten der KonsumentInnen zu erklären (vgl. Kroeber-Riel et al. 2009, 10). Da in bislang veröffentlichten Studien lediglich die Auswirkung des Zahlungsverhaltens untersucht wurde, d. h. wie am PoS gezahlt wird, oder eine mögliche Marktsegmentierung der KreditkartenbenutzerInnen geprüft wurde (vgl. Adcock Jr et al. 1977; Hirschman et al. 1979) und

4

Einleitung

Publikationen zu den Einflussgrößen auf das generelle Zahlungsverhalten am stationären PoS weitgehend fehlen, trägt das Forschungsvorhaben zur Beschreibung und Erklärung dieses Zahlungsverhaltens bei. Dieses Vorhaben wird im theoretischen Rahmen von der "Theory of planned Behavior" (im weiteren kurz TpB genannt) umgesetzt werden. Die Theorie wurde entwickelt, um menschliches Verhalten kontextbezogen vorherzusagen und zu erklären (vgl. Ajzen 1991, 179). Sie stellt eine Weiterentwicklung der "Theory of Reasoned Action" (das sogenannte erweiterte Fishbein-Modell, im weiteren kurz TrA genannt) dar. Für diese TrA dienen als Prädiktoren eine Einstellungskomponente und eine normative Komponente, welche beispielsweise zur Erklärung von spezifischen Formen menschlichen Verhaltens, wie dem Kaufverhalten, angewendet werden können (vgl. Schnedlitz 1985a, 9). Nach der TpB wird menschliches Handeln von einem weiteren Prädiktor geleitet, der wahrgenommenen Verhaltenskontrolle (vgl. Bamberg et al. 2003, 175). Mit Ausnahme von diesem zusätzlich aufgenommenen Konstrukt unterschieden sich die beiden Theorien weder in Beschaffenheit noch in der Wirkung aller anderen Variablen (vgl. Vogel 1997, 2). Die drei Determinanten der TpB lassen sich mit "behavioral beliefs" (Überzeugung über die wahrscheinliche Konsequenz einer Handlung), "normative beliefs" (Überzeugung über die normativen Erwartungen anderer) und "control beliefs" (Überzeugung über das Vorhandensein von Faktoren, welche Handlungen behindern oder erleichtern. Diese können weiter in tatsächliche und wahrgenommene unterteilt werden.) beschreiben. Die Transaktionskostentheorie leistet vor allem im Bezug auf Transaktionskosten, die nicht nur monetär, sondern in Zeit und Sicherheit anfallen, einen wesentlichen Erklärungsbeitrag. Kroeber-Riel definiert Einstellung als "Motivation, die mit einer (kognitiven) Gegenstandsbeurteilung verknüpft ist“ (vgl. Kroeber-Riel et al. 2009, 56). Diese Ansicht liegt dem Modell der "means-end-analysis" zugrunde (vgl. Kroeber-Riel et al. 2009, 216). Im Mittelpunkt der vorliegenden Arbeit steht demnach die empirische Überprüfung von Hypothesen zur einstellungsmäßigen Determination des Zahlungsprozesses, welcher eine Phase des Kaufprozesses darstellt und sich in einzelne Prozessschritte untergliedert (vgl. Teller 2002, 316). Kritisch gilt es anzumerken, dass kaum ein Kaufprozess in der Literatur zu finden ist, in welchem der Zahlungsprozess dezidiert eingegliedert ist (vgl. Kotler et al. 2007, 227). Zu Beginn steht die umfangreiche Aufarbeitung forschungsleitender Basiskonstrukte zum Konsumentenverhalten. Dem folgt die Identifikation der relevanten Determinanten des Zahlungsverhaltens auf Basis von theoretischen Erkenntnissen, welche von ähnlichen Entscheidungsprozessen, wie der Wahl eines Transportmittels, aus Mangel an für diese Thematik bestehenden abgeleitet werden müssen. Die Entwicklung und Überprüfung eines theoretisch fundierten Modells wird abschließend zur Beantwortung der Forschungsfrage leiten. Auf Basis der bisherigen Ausführungen und der identifizierten Forschungslücken können folgende Forschungsprobleme abgeleitet

Einleitung

5

werden. Das erste Forschungsproblem ist die Beschreibung des Zahlungsverhaltens und das zweite die Erklärung des Zahlungsverhaltens. Folgende Forschungsfragen lassen sich für diese beiden Probleme formulieren: 1 A.) Welche Zahlungsmittel werden am stationären PoS verwendet? 1 B.) In welchem Ausmaß werden diese Zahlungsmittel von KonsumentInnen am stationären PoS verwendet? 2 A.) Welche sind die wichtigsten Einflussfaktoren auf das Zahlungsverhalten am stationären PoS? 2 B.) Welche Theorie(n) bzw. theoretischen Modelle eignen sich zur Erklärung des Zahlungsverhaltens am stationären PoS? Die Überprüfung der Forschungsfragen findet in drei Schritten statt. Die erste Vorstudie befasst sich mit dem Zahlungsverhalten im stationären Einzelhandel und die zweite mit dem Dienstleistungssektor. Zum Einsatz kommen dabei zwei unterschiedliche methodische Ansätze. Im Rahmen der Datenerhebung unterscheidet man zwischen Primär- und Sekundärdatenerhebung (vgl. Herrmann/Homburg 2000, 24 f.), wobei die Erschließung, Beschaffung und Aufbereitung neuer Daten zur Primärforschung ("Field research") und die Verwendung von bereits vorhandenem Datenmaterial der Sekundärforschung ("Desk research") zuzuordnen ist (vgl. Decker/Wagner 2002, 21; Bortz/Döring 2006, 370). Ein erheblicher Vorteil der Analyse von Sekundärdaten liegt im Kosteneinsparungspotenzial, da oftmals große Datenbestände ungenutzt in Unternehmungen brachliegen und es daher überlegenswert ist, ob man diese Quellen nutzen kann (vgl. Stier 1999, 232 f.). Für die beiden Studien wird jeweils ein "Mixed Methods"-Zugang in Bezug auf die Datenquellen gewählt. Dieser Zugang wird im angloamerikanischen Raum bereits als drittes Forschungsparadigma im Hinblick auf die kombinierte Anwendung von quantitativer und qualitativer Forschung diskutiert (vgl. Foscht et al. 2007, 249) und auch als „Convergent Methodology“, „Multitrait-Multimethod Research“, Konvergenzvalidierung oder Triangulation bezeichnet (vgl. Homburg et al. 2009, 175). Man unterscheidet zwischen paralleler, sequenzieller und datenkonvertierender Vorgehensweise.

Einleitung

Schlussfolgerungs -phase

Empiriephase

Konzeptionsphase

6

Quelle: in Anlehnung an Foscht et al. 2007, 254 Abbildung 1: Typen von mehrgleisigen gemischten Untersuchungsdesigns Sinnvoll für diese Arbeit sind sowohl die parallele als auch sequenzielle Vorgehensweise (siehe Abbildung 1). Die datenkonvertierende, welche von Foscht et al. (2007) ebenfalls erläutert wurde, kann nicht angewendet werden, weil es unmöglich ist, Sekundärdaten in Primärdaten zu konvertieren. Parallel können Fragestellungen mit Daten aus beiden Quellen überprüft und beantwortet werden. Der für die vorliegende Arbeit gewählte Ansatz ist grundsätzlich die sequenzielle Vorgehensweise. Das bedeutet, dass die Ergebnisse und Schlussfolgerungen der Vorstudien in die Konzeptionsphase der Hauptstudie einfließen (vgl. Foscht et al. 2007, 256). Jedoch wird gleichzeitig innerhalb der Vorstudien der parallele Ansatz übernommen. In den beiden Vorstudien wurden jeweils zuerst Hypothesen aus einer Sekundärdatenanalyse abgeleitet und im folgenden Schritt fand eine Primärerhebung zur Überprüfung dieser Aussagen statt. Die Erkenntnisse aus diesen beiden Vorstudien flossen in die Hauptstudie ein, was den dritten und abschließenden Schritt darstellt. Dieser Forschungsprozess ist in Abbildung 2 zusammengefasst. Zur Beantwortung der ersten beiden For-

Einleitung

7

schungsfragen wurden zwei Vorstudien aus Unternehmersicht (Unternehmer aus dem Handels- und Dienstleistungssektor wurden befragt) durchgeführt und zur Beantwortung des zweiten Fragenblocks eine Hauptstudie aus Konsumentensicht (Konsumenten wurden am stationären PoS befragt).

Abbildung 2: Zusammenfassung der Forschungsziele und -fragen Die vorliegende Arbeit gliedert sich in fünf Abschnitte (siehe Abbildung 3). Der erste Abschnitt umfasst die Einleitung mit Problemstellung, Zielsetzung und Vorgehensweise der Untersuchung sowie die wissenschaftstheoretische Einordnung der Arbeit. Im zweiten Abschnitt werden die begrifflichen und konzeptionellen Grundlagen behandelt und das Thema des dritten Abschnitts ist die theoretische Fundierung der Arbeit. Der vierte umfasst den empirischen Teil, der sich in Vorstudien und Hauptstudie unterteilt. Der fünfte und letzte Abschnitt beinhaltet die Zusammenfassung der Ergebnisse und Implikationen für Unternehmerpraxis und Handelsforschung.

8

Einleitung

Nachdem die Forschungsfrage zentrale Konstrukte enthält, werden diese zu Beginn im zweiten Abschnitt operationalisiert. Dies bedeutet, dass durch Angabe von Operationen zur Erfassung des bezeichneten Sachverhaltes bzw. durch Angabe von messbaren Ereignissen ein Begriff standardisiert wird (vgl. Bortz/Döring 2006, 63). Theoretische Begriffe werden dadurch messbar gemacht, also überführt in eine Beobachtungssprache (vgl. Franke 2002, 16 f.). Verwendet werden Realdefinitionen, diese verweisen direkt auf reale Sachverhalte (vgl. Bortz/Döring 2006, 61). Weiters ist die Definition von Begriffen eine Voraussetzung, um die Probleme der Theoriebildung zu verstehen (vgl. Schanz 1975, 34). Vordergründig werden dabei die Konstrukte Kaufprozess, Zahlungsprozess, Zahlungsalternativen und Einstellungen behandelt. Im Anschluss daran werden auf Basis der vorliegenden wissenschaftlichen Literatur die Theory of planned Behavior (TpB), das Technology Acceptance Model (TAM) und der Transaktionskostenansatz diskutiert und in ein Untersuchungsmodell zusammengeführt. Da der interessierende Sachverhalt eine Entscheidung über ein zu verwendendes Zahlungsmittel darstellt, wird hierzu ein bereits empirisch überprüftes, theoretisches Modell, welches sich mit der Entscheidung über die Nutzung eines Transportmittels auseinandergesetzt hat, in Analogie herangezogen. Im Speziellen werden multiattributive Einstellungsmodelle behandelt, welche voraussetzen, dass sich die Einstellung zu einem Objekt aus einem kognitiven und affektiven Aspekt ergibt. Grundsätzlich werden jedoch nur wenige Attribute tatsächlich herangezogen, insbesondere aber solche, die kognitiv "aktiviert" sind, sogenannte saliente (accessibility) Attribute (vgl. Balderjahn/Scholderer 2007, 73). Zum Abschluss des dritten Abschnittes wird das Untersuchungsmodell zur Erklärung des Zahlungsverhaltens aus dem bestehenden Modell der TpB in Verbindung mit dem TAM und der Transaktionskostentheorie abgeleitet. Der vierte Abschnitt, welcher den empirischen Teil umfasst, gliedert sich in zwei Unterkapitel. Das erste ist den beiden Vorstudien gewidmet und das zweite der Hauptstudie. Zu Beginn werden jeweils die methodische Anlage der Studien sowie die Durchführung der empirischen Arbeit dargelegt. Im Anschluss daran werden die Ergebnisse der jeweiligen Studien erläutert, jeweils beginnend mit einer deskriptiven Analyse der Stichprobe, gefolgt von der Überprüfung der vorab formulierten Hypothesen und einer Diskussion der Ergebnisse. Die Beantwortung der Forschungsfrage anhand der im vierten Abschnitt überprüften Hypothesen ist das Kernthema des letzten Abschnitts. Zuerst erfolgen eine Synopse der Ergebnisse und eine kritische Reflexion der Studien, anschließend werden Implikationen für die Handelsforschung und die Unternehmerpraxis erläutert sowie Anregungen für weitere mögliche Ansatzpunkte für

Einleitung

9

künftige Forschungsaktivitäten gegeben. Mit der Darstellung des Argumentationsprozesses in Abbildung 3 wird nochmals der Aufbau der Arbeit übersichtlich abgebildet.

Abbildung 3: Aufbau der Arbeit 1.3

Wissenschaftstheoretische Einordnung

Die Wissenschaftstheorie ist eine Theorie über das wissenschaftliche Handeln, welche zum Gegenstand das tatsächliche Verhalten von Wissenschaftlern und die Analyse von wissenschaftlichen Aussagen hat (vgl. Kroeber-Riel et al. 2009, 23). Die Wissenschaftstheorie besteht aus deskriptiven Aussagen, die die Wirklichkeit wiedergeben, oder normativen, die angeben, wie die Wirklichkeit aussehen soll (siehe Abbildung 4).

10

Einleitung Wissenschaftstheorie (System von Aussagen über die Wissenschaft)

Deskriptive Aussagen

Über wissenschaftliche Aussagen

Über das Verhalten von Wissenschaftlern

Normative Aussagen

Über wissenschaftliche Aussagen

Über das Verhalten von Wissenschaftlern

Quelle: Kroeber-Riel et al. 2009, 23 Abbildung 4: Gliederung der Wissenschaftstheorie Die Betriebswirtschaftslehre zählt zu den Realwissenschaften, welche in Natur- und Sozialwissenschaften gegliedert werden können. Im Gegensatz zur Naturwissenschaft, welche sich mit den Gesetzmäßigkeiten auseinander setzt, hat die Sozialwissenschaft im Wesentlichen das menschliche Verhalten zum Thema, wobei sich die Grenzziehung fließend gestaltet (vgl. Schanz 1975, 27f). Das Ziel der Realwissenschaft ist es, Wissen über die Realität zu erlangen, welches aus Fragestellung der realen Welt durch falsifizierbare Aussagensysteme formalisiert wird und die, bis zum Zeitpunkt der Überprüfung, spekulativen Aussagen bestätigt oder verwirft (vgl. Franke 2002, 11). Bei der vorliegenden Arbeit handelt es sich somit um einen realwissenschaftlichen Zutritt für das vorliegende Forschungsvorhaben. Die vorangegangene Problemstellung wirft konkrete reale Probleme auf, welche substantielle Fragestellungen im Marketing eröffnet. Der wissenschaftliche Erkenntnisgewinn vollzieht sich in kognitiven und somit fehlerhaften und unzulänglichen Prozessen, was sich als Problem für das wissenschaftliche Arbeiten auswirkt. Um trotzdem möglichst sichere Erkenntnisse zu erhalten, muss zum einen das Erkenntnisobjekt abgegrenzt werden und zum anderen müssen Methoden für das Vorgehen festgelegt werden, welche die Wissenschaftsauffassung konstituieren (vgl. Behrens 1991, 1ff.). Laut Behrens (1991) dominieren in der Konsumentenforschung die naturwissenschaftlicheempirische Wissenschaftsauffassung und die realwissenschaftliche Orientierung, welche messbare Eigenschaften des Erkenntnisobjektes "KonsumentIn" aus soziologischer und psychologischer Sicht untersucht (siehe Abbildung 5). Der kritische Rationalismus, begründet auf Sir Karl Popper, fordert, dass Theorien und Hypothesen falsifizierbar, d.h. empirisch überprüfbar, sein müssen und darauf zielt auch die positivistisch orientierte empirische Forschung ab (vgl. Balderjahn/Scholderer 2007, 3f.), in welche sich die vorliegende Arbeit eingliedern lässt. Problemlösungen, die nicht falsifizierbar sind, sind demnach wertlos, da ein Scheitern in der Realität nicht möglich ist und damit auch nicht überprüf-

Einleitung

11

bar ist (vgl. Lingnau 1995, 124). Die Möglichkeit einer Verifikation, der sicheren Begründung von Aussagen, wird damit abgelehnt. Ein Grundgedanke Poppers ist, dass sämtliches Wissen nur als vorläufig anzusehen ist, da es jederzeit als fehlerhaft identifiziert werden kann. Ist dies der Fall, müssen geeignete Maßnahmen zur Korrektur getroffen werden und das korrigierte Wissen kann wiederum überprüft werden. Zur Prüfungsinstanz wird die Realität, dies setzt eine objektiv vorhandene Wirklichkeit voraus. Fallibilismus (prinzipielle Fehlbarkeit menschlicher Vernunft), methodischer Rationalismus (Pflicht zur Fehlerkorrektur) und kritischer Realismus (Existenz einer objektiven Wirklichkeit) können somit als die drei Säulen des Kritischen Rationalismus bezeichnet werden (vgl. Lingnau 1995, 125) und die Anforderungen an die Konfrontation mit der Realität werden mit Operationalisierbarkeit und Falsifizierbarkeit bestimmt (vgl. Behrens 2000,42f). Im Sinne einer theoriegestützten Forschung wird in der vorliegenden Arbeit zunächst eine theoretische Grundlage für die Ableitung von Hypothesen geschaffen, welche im Verlauf einer teils mehrfachen empirischen Überprüfung unterzogen werden. Zu Beginn werden sekundärstatistische Daten ausgewertet auf deren Basis die Hypothesen für die ersten beiden Vorstudien abgeleitet werden. Im nächsten Schritt werden die Ergebnisse und vorliegende bereits bestätigte Theorien und theoretische Modelle zur Modellierung des Erklärungs- bzw. Prognosemodells herangezogen.

Quelle: Behrens 1991, 13 Abbildung 5: Forschungsansätze in der Konsumentenforschung Diese theoretische Grundlage findet sich im Konsumentenverhalten. Dieses stellt seit den 60er-Jahren einen Bereich des modernen Marketings dar. In den 70er-Jahren wird dieser Bereich vor allem im deutschen Sprachraum durch Kroeber-Riel sehr vorangetrieben; dieses verhaltensorientierte Marketing stellt seitdem eine tragende Säule der Marketinglehre dar (vgl. Trommsdorff 2009, 17). Die Verhaltenswissenschaft ist der Theorie des Konsumentenverhaltens

12

Einleitung

übergeordnet. Die Konsumentenforschung kann als interdisziplinär bezeichnet werden, da sie vor allem den sozialwissenschaftlichen Fächern wie Sozialpsychologie, Soziologie und Ökonomie entspringt. Ihr Erkenntnisobjekt ist das Individuum (vgl. Trommsdorff 2009, 15 und 18). Das Konsumentenverhalten, speziell aber das Zahlungsverhalten kann vor allem schwerpunktmäßig dem Handelsmarketing zugeordnet werden. Erst wenn im Austausch für Produkte und Dienstleistungen ein Preis zu zahlen ist, kann von Zahlungsverhalten im Sinne der vorliegenden Arbeit gesprochen werden. Ohne Handel wäre somit der Zahlungsprozess selbst nicht notwendig. Aus diesem Grund kann als Basis das Handelsmarketings erkannt werden. Die Geburtsstunde des Handelsmarketing kann mit dem einsetzenden Wandel vom Verkäufer- zum Käufermarkt gesehen werden. Als Verkäufermarkt wird ein Markt bezeichnet, indem dem Verkäufer eine überlegene Position obliegt. Der Wandel hin zum Käufermarkt fand erst in der zweiten Hälfte des vorigen Jahrhunderts statt (vgl. Ahlert/Kenning 2007, 11). Der Konsument kann heute meist zwischen einer Vielzahl von Anbietern wählen und erst dadurch wurde Handelsmarketing notwendig. Die Marketingaktivitäten des Handels werden demnach als Handelsmarketing subsumiert. In der Praxis wird oftmals auch das handelsbezogene Marketing von Herstellern als Handelsmarketing bezeichnet. Der Begriff umfasst jedoch laut Definition von Olbrich (2006, 289) „alle an den Marketingzielen orientierten Maßnahmen eines Handelsunternehmens, die sowohl auf eine gezielte Beeinflussung der Kaufentscheidungen potenzieller Abnehmer als auch auf eine Beeinflussung der Verkaufsentscheidungen potenzieller Lieferanten gerichtet sind“. Folglich stellt das (Handels-) Marketing die theoretische Grundlage der vorliegenden Arbeit dar. Die Spezialisierung erfolgt in einem Teilbereich der Konsumentenforschung, dem Forschungsbereich Zahlungsverhalten (siehe Abbildung 6).

Einleitung

13

Abbildung 6: Einordnung des Zahlungsverhaltens In der Wissenschaftstheorie unterscheidet man drei Untersuchungsbereiche (vgl. Reichenbach 1952, 7; Atteslander 2003, 19 und 56 ff.), in welche auch der Argumentationsprozess der vorliegenden Arbeit eingegliedert werden kann: x Entdeckungszusammenhang x Begründungszusammenhang x Verwendungszusammenhang Reichenbach (1952, 7) unterscheidet zwischen Entdeckungszusammenhang (context of discovery) und Begründungszusammenhang (context of justification). Man versteht unter Entdeckungszusammenhang den Anlass, der zu einem Forschungsprojekt geführt hat (vgl. Friedrichs 1990, 50). Warum dieses Problem überhaupt untersucht werden soll, ist eine der wichtigsten Fragen in dieser Phase. Einen wesentlichen Anteil daran, wie umfangreich ein Problem untersucht werden kann, sind die zur Verfügung stehenden finanziellen Mitteln. Im Rahmen dieser muss versucht werden, das Problem sinnvoll und exakt zu untersuchen (vgl. Friedrichs 1990, 52). Der Abschnitt A kann somit dem Entdeckungszusammenhang zugeordnet werden. In diesem Abschnitt wurde das Forschungsproblem dargestellt und die Forschungsfragen formuliert. Auch die Vorgehensweise wurde dargelegt. Der Begründungszusammenhang umfasst die methodologische Vorgehensweise, welche zur genauen Untersuchung des wissenschaftlichen Problems notwendig ist. Die Hypothesen sollen möglichst genau, nachvollziehbar und objektiv überprüft werden. Vorab muss geprüft werden, ob und welche Studien zum vorliegenden Problem bereits durchgeführt wurden und ob bereits Theorien

14

Einleitung

oder Modelle zur Erklärung des Problems existieren. Hypothesen werden aus diesem bereits vorliegenden Material oder exploratorisch abgeleitet. Dies erfordert die Definition von relevanten Begriffen (Operationalisierung). Nachdem über die geeignete(n) Methode(n) entschieden wurde, werden Entscheidungen über Stichprobe und etwaige Prüfverfahren getroffen. Abschließend folgen die Feldphase sowie die Durchführung der Auswertungen (vgl. Friedrichs 1990, 52 ff.). Die Abschnitte B, C und D dieser Arbeit können somit dem Begründungszusammenhang zugeordnet werden. In diesen Abschnitten erfolgen die Erläuterung der begrifflichen und konzeptionellen Grundlagen und die Aufarbeitung von Theorien und theoretischen Modellen, die als Ansatz zur Erklärung des Zahlungsverhaltens geeignet sind. Abschnitt D umfasst die Erklärung und Durchführung der Feldphase sowie die Ableitung, Formulierung und Überprüfung der Hypothesen. Betrachtet man nun Entdeckungs- und Begründungszusammenhang wird augenscheinlich, dass der Verwertungszusammenhang ergänzt werden muss (vgl. Friedrichs 1990, 50). So finden sich in der Literatur zahlreiche Verweise, dass der Verwertungszusammenhang, vor allem der praxisorientierte oftmals nicht erkennbar ist oder gänzlich fehlt (vgl. Nicolai 2004; Simon 2008; Fincham/Clark 2009). Zwar begreift sich die betriebswirtschaftliche Forschung als angewandte Wissenschaft, dennoch wird gegenwärtig international eine kritische Diskussion zum immer tiefer werdenden Graben zwischen der wissenschaftlichen Qualität (rigour) und der Relevanz für die Praxis (relevance) geführt (vgl. Nicolai 2004; Zell 2005; Oesterle 2006). Im Abschnitt E dieser Arbeit wird auf ebendiesen Verwertungszusammenhang im Detail eingegangen. Der Abschnitt umfasst die Beantwortung der Forschungsfragen, die Ableitung von Implikationen für Forschung und Praxis sowie einen Ausblick auf weitere Forschungstätigkeiten in diesem Bereich. Auch etwaige Limitationen der durchgeführten Studien werden dem Verwertungszusammenhang zugerechnet und somit in diesem Abschnitt behandelt. In der vorliegenden Arbeit wird ein Strukturgleichungsmodell zur Erklärung des KonsumentInnenverhaltens herangezogen. Strukturmodelle sind S-OR-Modelle, die versuchen, Vorgänge, die im Organismus (Individuum) ablaufen, über hypothetische Konstrukte zu ordnen und zu strukturieren (vgl. Meffert 1992, 29). Es wird versucht, das Zusammenwirken von relevanten Konstrukten in eine logische, empirisch überprüfbare Struktur zu bringen und damit im Individuum ablaufende Prozess zu beschreiben, zu erklären und zu messen. Zuvor jedoch müssen alle verwendeten theoretischen Konstrukte eindeutig operationalisiert werden. Nur dann ist eine Verwendung solcher Modelle sinnvoll (vgl. Kroeber-Riel et al. 2009, 35 f.). Indikatoren für die Güte der durchgeführten Operationalisierungen sind Validität, Reliabilität und Objektivität (vgl. Berekoven et al. 2006, 87 f.). Nur unter Berücksichtigung und Offenlegung

Einleitung

15

dieser Güteindikatoren kann man sich der Kritik des mangelnden Begründungszusammenhangs zwischen den verwendeten Konstrukten und dem tatsächlichen Verhalten entziehen. Der Stimulus-Organismus-Response-Ansatz (S-O-RAnsatz) nimmt in der empirischen Konsumentenforschung eine zentrale Rolle ein und wird auch als neobehavioristisches Forschungsparadigma bezeichnet (vgl. Behrens 1991, 17 f.). Der Neobehaviorismus ist die Weiterentwicklung des Behaviorismus, dessen Grundlage das Stimulus-Response-Konzept (S-RKonzept) mit dem Organismus als Blackbox ist (vgl. Trommsdorff 2009, 152). Mit Strukturgleichungsmodellen wird versucht kausale Zusammenhänge aufzudecken. Die Kausalanalyse ist ein Verfahren zur Untersuchung komplexer Wirkungszusammenhänge und die Besonderheit dabei ist, dass simultan das Strukturmodell und die Messmodelle geschätzt werden können (vgl. Simon 2008, 75). Um Forschungsergebnisse adäquat interpretieren zu können, ist es außerdem notwendig, die einschränkenden Annahmen der Forschungsansätze zu kennen sowie die inhaltlichen Auswirkungen zu erfassen (vgl. Behrens 1991, 2). Mit diesem Kapitel wird dieser Forderung nachgekommen. Die Bedeutung für Forschung und Praxis kann als hoch erachtet werden. Zum jetzigen Zeitpunkt gibt es nahezu keine Erkenntnisse über das Zahlungsverhalten (vgl. Judt 2005, 229; Schreft 2006, 18). Über das Verhältnis von Bargeld und den bargeldlosen Zahlungsmodalitäten gibt es umfangreiche Studien von Mooslechner, Stix und Wagner aus den Jahren 2006, 2002 und von Mooslechner und Wehinger aus dem Jahr 1997 (Mooslechner/Stix/Wagner 2006 und 2002; Mooslechner, Peter/Wehinger, Gert 1997). Diese wählen den Ansatz der Analyse von Zahlungstagebüchern und betrachten somit den Prozess aus Käufersicht. Für die letzte dieser drei Studien wurden Daten von 1.204 Personen gesammelt. Diese Personen haben im Untersuchungszeitraum von einer Woche 14.075 Zahlungstransaktionen in einem Wert von 375.559 Euro getätigt (vgl. Mooslechner et al. 2006, 127). In den beiden Vorstudien dieser Arbeit wird ein neuer Zugang gewählt und die Daten werden aus Unternehmersicht erhoben. Auch in diesem Fall kann man einen Mixed-Methods-Zugang (ebenfalls sequenziell) orten, da sich die Hauptstudie mit dem Erkenntnisgewinn aus der Unternehmersicht wieder an die KäuferInnen wendet. Auch wird mit diesem Ansatz gleichzeitig eine Vielzahl an KundInnendaten erhoben, und zwar mehr als direkt befragbar wären. Ein Unternehmen hat täglich viele KundInnen, die den Zahlungsvorgang am stationären PoS abschließen. Werden nun die Unternehmer befragt, wie ihre KundInnen zahlen, werden somit gleichzeitig Daten von allen Kunden, die im letzten Jahr dort gezahlt haben, erhoben. Damit kann davon ausgegangen werden, dass dieser Zugang einen höheren Erkenntnisgewinn in Bezug auf die Beschreibung des Zahlungsverhaltens bringen kann.

2

Begriffliche und konzeptionelle Grundlagen

Die begrifflichen und konzeptionellen Grundlagen dienen als formaler Bezugsrahmen für die vorliegende Arbeit. Die theoretische Basis wird in diesem Kapitel aufbereitet und zentrale Begriffe und Konstrukte werden bestimmt. 2.1

KonsumentInnenverhalten im Kaufprozess

Es liegen unterschiedliche Kategorisierungsansätze zur Analyse des Kaufverhaltens vor, welche je nach Art der Problemstellung zu wählen sind. Eine traditionelle Differenzierungsmöglichkeit folgt unterschiedlichen Güterkategorien, welche nach der nachfragenden Einheit, private Haushalte oder Organisationen, eingeteilt werden. Von privaten Haushalten werden dem folgend grundsätzlich Konsumtiv- bzw. Konsumgüter nachgefragt, während Organisationen Produktiv- bzw. Industriegüter nachfragen. Die Konsumgüter lassen sich weiter in Geund Verbrauchsgüter aufteilen und die Industriegüter in Produktions- und Investitionsgüter (vgl. Foscht/Swoboda 2007, 19). Die Konsumgüter, die oft auch als materielle Güter bezeichnet werden, können weiter nach Kaufgewohnheiten in Convenience Goods, Shopping Goods, Speciality Goods und Unsought Goods oder im Handel auch Fashion Products unterteilt werden (vgl. Meffert 1992, 44; McCarthy/Perreault 1993, 260 ff.; Boone/Kurtz 1999, 374 ff.; Gilbert 2003, 61; Kotler/Keller 2006, 374) oder nach Art der Kaufentscheidung, welche nach dem Grad der kognitiven Steuerung, d.h. nach echten und habitualisierten Kaufentscheidungen (vgl. Kroeber-Riel et al. 2009, 410) gegliedert sind. Unter echten Kaufentscheidungen versteht man extensive, vereinfachte und limitierte Entscheidungen. Habituelle sowie impulsive Entscheidungen spiegeln das Gewohnheitsverhalten wider (vgl. Foscht/Swoboda 2007, 20). Somit lassen sich diese Typologien nach den drei voneinander abhängigen Kriterien kognitiv, affektiv und reaktiv charakterisieren. Die dominanten Prozesse bei extensiven Kaufentscheidungen sind affektiver und kognitiver Natur, während bei limitierten Entscheidungen kognitive Prozesse überwiegen. Habitualisierte wiederum werden von reaktiven und impulsive Entscheidungen vorwiegend von affektiven und reaktiven Prozessen beeinflusst (vgl. Kroeber-Riel et al. 2009, 411). Dieser Gliederung folgt die Literatur weitgehend (vgl. Meffert 1992; Blackwell et al. 2001; Bänsch 2002; Kotler et al. 2007; Kroeber-Riel et al. 2009; Trommsdorff 2009). Da der Schwerpunkt der vorliegenden Arbeit das Konsumentenverhalten privater Haushalte ist, wird auf das Kaufverhalten von Organisationen in diesem Zusammenhang nicht weiter eingegangen. Näheres dazu bei Webster (1972), Baker (2001), Lewin/Donthu (2005), Borghini et al. (2006), u. v. m. Im Zentrum

18

Begriffliche und konzeptionelle Grundlagen

der verhaltenswissenschaftlichen Analyse des Konsumentenverhaltens steht nun die individuelle (komplexe) Kaufentscheidung. Der Kaufentscheidungsprozess selbst kann als Total- oder Partialmodell dargestellt werden. Grundsätzlich dienen Modelle zur Beschreibung bzw. Abbildung und Analyse von Strukturen und Abläufen und zeichnen sich durch Abstraktion aus, in welcher systematisch ausgewählte Variablen zueinander in Beziehung gesetzt werden. Die historisch jüngeren, abbildungsmächtigeren Totalmodelle (Mazanec 1978, 40) versuchen das Konsumentenverhalten möglichst als Ganzes zu erfassen und abzubilden. Die Modelle von Blackwell et al. (2001) und Howard und Sheth (1969) repräsentieren solche Totalmodelle (vgl. Foscht/Swoboda 2007, 25). Im Gegensatz dazu bilden Partialmodelle nur einen situationsbezogenen Realitätsausschnitt ab und werden überwiegend zur Abbildung des Einflusses von bestimmten Determinanten auf die Phasen des Kaufentscheidungsprozesses angewendet (vgl. Scheuch 2007, 74 f.). An beiden gibt es etliche Kritikpunkte in der Literatur zu finden. Zum einen, dass Totalmodelle meist von extensiven Kaufentscheidungen ausgehen und Faktoren wie Gefühl außer Acht lassen (vgl. Trommsdorff 2009, 26 f.), zum anderen die hohen, kaum verwirklichbaren Anforderungen an die Datenbeschaffung (vgl. Mazanec 1978, 41). Der Vorteil eines Totalmodells liegt darin, dass die Ausgliederung möglicher Teilsysteme und deren getrennte Betrachtung möglich ist und diese später auch wieder integrierbar sind (vgl. Mazanec 1978, 44). Sie integrieren verhaltenswissenschaftliche Konzeptionen und Theorien, die anderen falls unverbunden nebeneinander bestehen, und bieten damit einen Bezugsrahmen für empirische Erkenntnisse über das Konsumentenverhalten (vgl. Kroeber-Riel et al. 2009, 417 f.). Es besteht allerdings Konsens darüber, dass Partialmodellen wegen der Möglichkeit, situationsgerecht auf die Kaufentscheidung einzugehen, der Vorzug gegenüber Totalmodellen zu geben ist (vgl. Foscht/Swoboda 2007, 28). Die Kritik wiederum an Partialmodellen resultiert eben genau daraus, dass sie nur einen kleinen Abschnitt der Wirklichkeit abbilden können und so eventuelle wichtige Faktoren außer Acht lassen. Beispiele für sogenannte Partialmodelle sind kompositionelle Modelle wie das Fishbein-Modell (Fishbein/Ajzen 1975) und seine Erweiterungen (siehe nachfolgend „Theory of reasoned Action“, „Theory of planned Behavior“) oder das Ideal-Punkt Modell (Trommsdorff 2009, 150 ff.). Kompositionell bedeutet, dass einzelne Attribute getrennt beurteilt und diese Teilbeurteilungen anschließend zu einer Gesamtbeurteilung zusammengefasst werden. Dagegen wird bei dekompositionellen Modellen eine ganzheitliche Beurteilung vorgenommen bzw. werden diese in eine Rangreihenfolge gebracht. Es erfolgt anschließend eine Dekomposition des Globalurteils in einzelne Merkmalsurteile, sodass sie sich aus den angenomme-

Begriffliche und konzeptionelle Grundlagen

19

nen merkmalsbezogenen Urteilen möglichst genau wieder berechnen lassen (Schnedlitz 1985b; Sattler 1998; Kroeber-Riel et al. 2009; Trommsdorff 2009). Ein Beispiel dafür stellt die Conjoint-Analyse dar. Kritik an den kompositionellen Modellen wird dahingehend geübt, dass der Konsument im realen Kaufentscheidungsprozess für eine Dienstleistung oder ein Gut vollständige Produktalternativen miteinander vergleicht und nicht nur einzelne Merkmalsausprägungen. Auch beeinflusst die Anzahl der zu bewertenden Eigenschaften stark das Gesamturteil. Während der Konsument bei kompositionellen Verfahren immer nur eine Eigenschaft bewerten muss, ist bei dekompositionellen Verfahren die hohe kognitive Anforderung an den Probanden ein Kritikpunkt, auch die eventuell vorhandene Interaktion zwischen einzelnen Produkteigenschaften ist nur mehr schwer einschätzbar (zu Darstellungen von umfangreichen Conjoint-Studien siehe Hennig-Thurau et al. 2007b; Zopf 2008). Etliche Autoren haben sich dem empirischen Vergleich der beiden Methoden gewidmet. Eine chronologische und nach Gütemaß sortierte Auswahl von Vergleichsstudien sowie eine ausführliche Diskussion zum Thema kompositionelle vs. dekompositionelle Methoden findet sich bei Christl (2007, 161) sowie auch bei Hensel-Börner (2000, 33 ff. und 45 ff.), die empirische Vergleiche zwischen dekompositionellen Verfahren und zwischen der ConjointAnalyse und der Self-Explicated-Methode vornimmt. Grundsätzlich gilt es anzumerken, dass je nach Problemstellung und Forschungsschwerpunkt abzuwägen ist, welches Modell geeigneter zur Anwendung erscheint. In der vorliegenden Arbeit wurde die Entscheidung für ein kompositionelles Partialmodell getroffen. Die Theorien hinter diesen Modellen werden in den folgenden Kapiteln (siehe Abschnitt 2) im Detail erläutert. Da sich die Arbeit mit einem Teilprozess der Kaufentscheidung auseinandersetzt und diesen versucht bestmöglich zu erklären, fiel die Wahl zugunsten eines Partialmodells. Kurios ist allerdings, dass dieser Teilprozess oder diese Teilphase, die als "Entscheidung über das Zahlungsmittel" bezeichnet werden kann, kaum in den geläufigen Abbildungen des Kaufentscheidungsprozesses Erwähnung findet. Kotler und Keller (2006, 214 f.). haben erst in der letzten englischsprachigen Auflage die "Payment method" (siehe Abbildung 7) im "Model of Consumer Behavior" unter der "Purchase Decision"-Phase eingefügt. Im Stufenmodell der Kaufentscheidung von Homburg/Krohmer (2007, 103) werden nur die vorgelagerten Entscheidungsstufen, nicht aber die Entscheidung über das Zahlungsmittel erwähnt. Kotler und Keller (2006, 214 f.) beschreiben, dass in der Ausführungsphase der Kaufabsicht der Konsument nach der Produktentscheidung bis zu fünf weitere Sub-Entscheidungen treffen muss. Dies könnte bei einem Computer die Marke "Apple" sein, der Händler „A“, die Menge "ein Stück", der Zeitpunkt "Samstagvormittag" und das Zahlungsmittel "Kreditkarte".

20

Begriffliche und konzeptionelle Grundlagen

Quelle: Kotler/Keller 2006, 184 Abbildung 7: Model of Consumer Behavior Nach Meinung der Autorin ist gerade diese Stufe eine essenzielle. Hat sich der/die KäuferIn zum Kauf entschieden, kann aber den Kauf nicht abschließen, weil er/sie beispielsweise die notwendigen Bargeldressourcen, die zum Kauf der gewünschten Dienstleistung oder des gewünschten Gutes notwendig sind, nicht mit sich führt, kann der ganze Kaufentscheidungsprozess vergebens gewesen sein. Der Kauf wird dann entweder gar nicht getätigt, erfolgt in einer anderen Einkaufsstätte oder der/die KäuferIn muss zuerst Bargeld beim nächsten Geldautomat oder in der nächsten Bank abheben. Letzteres trägt unter keinen Umständen zu einer höheren Zufriedenheit mit der Einkaufsstätte bei, auch wenn sich der nächste Automat unmittelbar vor dem Geschäftslokal befindet. Kritisch anzumerken ist deshalb, dass eine wesentliche Phase des Kaufprozesses bislang in der Theorie wenig Berücksichtigung gefunden hat. Das Stufenmodell der Kaufentscheidung sollte somit um diese Stufe, wie in Abbildung 8 vorgeschlagen, erweitert werden. Derzeit erfasst es vier Stufen der Kaufentscheidung. Zu Beginn steht die Grundsatzentscheidung über Kauf oder Nichtkauf unter Berücksichtigung von endlichen Ressourcen. Dem folgt die Entscheidung über die Produktkategorie und dann die Auswahl eines konkreten Produktes bzw. einer bestimmten Marke. Die letzte Stufe betrifft die Entscheidung über die Menge (Homburg/Krohmer 2007, 103 f.). Im Anschluss an diese Entscheidung ist allerdings noch die Entscheidung über das gewünschte Zahlungsmittel zu treffen. In diesem Schritt ist es durchaus noch möglich, dass der Prozess vorzeitig abgebrochen und der Kauf nicht getätigt wird. Gründe dafür können sein, dass das gewünschte Zahlungsmittel nicht akzeptiert wird und der/die KäuferIn nicht genug Bargeld mit sich führt bzw. kein anderes Zahlungsmittel wie zum Beispiel eine Debitkarte zur Verfügung hat. Folglich kann der Kauf nicht sofort abgeschlossen werden, sondern es muss zuerst für die notwendigen Bargeldmittel gesorgt werden. Dadurch kann der Kaufprozess erst zu einem späteren Zeitpunkt abgeschlossen werden oder der Kauf wird in einer anderen Einkaufsstätte durchgeführt, die das bevorzugte Zahlungsmittel akzep-

Begriffliche und konzeptionelle Grundlagen

21

tiert. Es besteht auch die Möglichkeit, dass der Einkauf gar nicht getätigt wird und somit alle Bemühungen der kompletten Prozesskette vergeblich waren. Dabei ist natürlich die Art der Kaufentscheidung zu berücksichtigen. Bei einer extensiven Kaufentscheidung, bei welcher vor allem das kognitive Involvement hoch ist, wird unter Umständen anders gehandelt, als bei einer habitualisierten Kaufentscheidung, welche eher niedrigen kognitiven Involvement bedarf (Homburg/Krohmer 2007, 105 f.).

Erweitert von Homburg/Krohmer 2007, 103 Abbildung 8: Erweiterung des Stufenmodells der Kaufentscheidung In diesem Kaufentscheidungsprozess ist die Beteiligung von mehreren Personen möglich. Sheth/Mittal (2004, 275 ff.) unterscheiden Buyer (KäuferIn), User (VerwenderIn) und Payer (ZahlerIn), während Kotler et al. (2007, 291 f.) fünf mögliche Rollen in den Prozess mit einbeziehen. Diese sind der Initiator (InitiatorIn), Influencer (EinflussnehmerIn), Decider (EntscheidungsträgerIn), Buyer (KäuferIn) und User (BenutzerIn). In letzterer Einteilung ist der/die KäuferIn die Person, die den Kauf tatsächlich ausführt und auch die Entscheidung über die Zahlungsalternative treffen muss. Auch der Zahlungsprozess lässt sich in mehrere einzelne Prozessschritte einteilen. Teller (2002, 315 ff.) hat in seiner Arbeit über Bargeldlogistik in Form eines Beobachtungsprotokolls ein Prozessdiagramm eines idealtypischen Transaktionsablaufs bei Zahlung mit Bargeld erstellt. Am Anfang steht die Berechnung des zu zahlenden Rechnungsbetrages, dann die Entscheidung des Kunden, ob er mit Bargeld oder einer Zahlungskarte den offenen Betrag begleicht. Bei Zahlung mittels Bargeld erfolgt dann vom Kassenpersonal die Übernahme des gegebenen Bargeldbetrages, die Berechnung des Rückgeldes, die Übergabe des Rückgeldes und die Übergabe der Rechnung. Bei Entscheidung des Kunden für ein bargeldloses Zahlungsmittel kann primär zwischen Prepaid-, Debit-, Kreditkarte oder Quickfunktion unterschieden werden. Debitkarten werden wie alle Kartenzahlungen über ein PoS-Terminal abgewickelt, das die Gültigkeit der Karte und die Richtigkeit der vom Karteninhaber eingegebenen persönlichen Identifikationsnummer (PIN) prüft. Es wird auch geprüft, ob der Nutzer der Karte berechtigt ist, über den Zahlungsbetrag mit seiner Karte zu verfügen (vgl. PayLife 2009a, 30). Bei der Zahlung mit QuickFunktion wird zuerst kontrolliert, ob die elektronische Geldbörse ausreichend geladen ist, um die gewünschte Zahlung abzuwickeln. Wenn dies der Fall ist,

22

Begriffliche und konzeptionelle Grundlagen

kann die Zahlung ohne Eingabe von PIN oder einer Unterschrift erfolgen (vgl. PayLife 2009a, 36). Bei der Zahlung mit Kreditkarte kann der Kunde bei Zahlung zwischen Eingabe einer PIN oder mittels Unterschrift wählen. Bei letzterem Verfahren sollte grundsätzlich vom Kassenpersonal geprüft werden, ob der Unterschriftsstreifen auf der Rückseite der Karte die Unterschrift des Karteninhabers trägt, ob das Verfallsdatum bereits überschritten ist und ob die Kreditkartennummer auf der Sperrliste aufscheint. Je nachdem, ob der Zahlvorgang über einen Imprinter oder ein PoS-Terminal durchgeführt wird, sind Kontrollschritte notwendig (vgl. PayLife 2009a, 12 f.). Nach der durchgeführten Zahlung ist die Transaktion abgeschlossen. Dem Kauf folgen Nutzung und die Bewertung des gekauften Produktes nach dem Kauf. Diese Bewertung der Kaufalternativen nach dem Kauf führt zu Zufriedenheit oder zu Unzufriedenheit. Diese Phase findet man unter anderem bei Blackwell et al. (2001, 83). Das Erklärungsmodell von Blackwell et al. (2001) stellt ein Totalmodell dar, dass das Zusammenwirken der psychischen Vorgänge zur Entscheidungsfindung beschreibt. Für Beschwerden von unzufriedenen Kunden ist ein geeignetes Beschwerdemanagement von Vorteil. Beschwerden können angesehen werden als „Artikulationen von Unzufriedenheit, die gegenüber Unternehmen oder auch Drittinstitutionen mit dem Zweck geäußert werden, auf ein subjektiv als schädigend empfundenes Verhalten eines Anbieters aufmerksam zu machen, Wiedergutmachung für erlittene Beeinträchtigungen zu erreichen und/oder eine Änderung des kritisierten Verhaltens zu bewirken“ (Stauss/Seidel 2007, 49). Nach einer Beschwerde eines Kunden, kann es unter Umständen auch zu einer Rückzahlung des bezahlten Rechnungsbetrages kommen, wenn der Unternehmer beispielsweise eine Geld-zurückGarantie ausgesprochen hat (vgl. Hinterhuber/Bieger 2004, 245). Dabei kommt es meist auf das von Kunden gewählte Zahlungsmittel an, ob der Betrag bei Bezahlung mit Zahlungskarte wieder rücküberwiesen oder der Betrag in bar ausbezahlt wird. Auch diese Zahlungstransaktion hat die gleichen Möglichkeiten wie die Transaktion von Kunde zum Unternehmen. Wie bereits zu Beginn erwähnt, ist es äußerst schwierig, diesen gesamten Entscheidungsprozess in allen Einzelschritten abzubilden und somit ein Totalmodell zur Erklärung zu entwickeln. Außerdem wird das Modell für den Zahlungsprozess komplex, auch wenn es sich dabei bereits um ein Partialmodell handelt, da es nur mehr eine Phase eines übergeordneten Prozess erklärt. Das Zahlungsverhalten ist wie jedes menschliche Verhalten zu komplex, um es in seiner Gesamtheit abzubilden. Aus diesem Grund wird in der vorliegenden Arbeit nicht der Anspruch erhoben, ein Totalmodell zur Erklärung des Zahlungsverhaltens zu entwickeln. Vielmehr soll darauf Wert gelegt werden, die

Begriffliche und konzeptionelle Grundlagen

23

einflussreichsten Determinanten des Zahlungsverhaltens zu identifizieren und diese möglichst detailliert darzustellen. Dazu werden im Abschnitt 3 mögliche theoretische Ansätze diskutiert, die zur Beantwortung der Forschungsfrage und somit zur Erklärung des Zahlungsverhaltens beitragen können. Vorab erfolgt im nächsten Kapitel die Operationalisierung des Begriffes „Zahlungsmittel“, da eine eindeutige Definition für das Verständnis dieser Arbeit wesentlich ist. 2.2

Zahlungsmittel

Funktionsfähige Zahlungsverkehrssysteme sind notwendige Voraussetzungen innerhalb einer Volkswirtschaft, welche sich, historisch gesehen, von der Tauschwirtschaft über die Geldwirtschaft hin zur Kreditwirtschaft entwickelt haben (vgl. Nentwich et al. 1993, 21; Obst/Hintner 2000, 72). Unter dem Begriff Zahlungsverkehr werden alle Zahlungstransaktionen subsumiert, die eine einzelne Person tätigt, und man unterscheidet je nach eingesetztem Zahlungsmittel (siehe Abbildung 9) zwischen bar, halbbar oder bargeldlos (vgl. Krumnow et al. 2002, 1439).

Quelle: in Anlehnung an Obst/Hintner 2000, 72 ff.; Grill/Perczynski 2006, 109 Abbildung 9: Einteilung der Zahlungsmittel Eine Barzahlung stellt die Übergabe von Banknoten und Münzen dar, halbbare Zahlungen werden geleistet, wenn nur ein Beteiligter ein Bankkonto unterhält und bargeldlose Zahlungen erfolgen durch Überweisung oder Lastschriftverfahren sowie durch Zahlung mit Zahlungskarte (vgl. Grill/Perczynski

24

Begriffliche und konzeptionelle Grundlagen

2006, 109). Ein Kriterium zur Einteilung von Zahlungskarten ist die unterschiedliche Liquiditätswirkung, die sie für den Konsumenten haben. Demnach kann man zwischen Debit- und Kreditkarten sowie Wertkarten (auch Pre-PaidKarten genannt) unterscheiden (vgl. Obst/Hintner 2000, 68). Debitkarten unterscheiden sich von Kreditkarten dahingehend, dass bei Debitkarten das Konto des Inhabers umgehend belastet wird, wohingegen bei Zahlung mit Kreditkarte grundsätzlich eine monatliche Abbuchung erfolgt (vgl. Obst/Hintner 2000, 69 und 81; Hartmann, 2000, 35). Es gibt zwei Arten von Kreditkarten. Bei der Chargekarte kann der Besitzer den offenen Betrag innerhalb einer vereinbarten Frist begleichen und bei der Revolving Card wird der Betrag in Raten abbezahlt (vgl. OeNB 2009c). Bereits seit 1980 werden Debitkarten in Österreich ausgeben (vgl. PayLife 2007). Beispiel für eine Debitkarte in Österreich ist die Maestro-Karte. Die Bekanntheit dieser Debitkarten unter der Bezeichnung „Bankomatkarte“ ist mit 95 Prozent sehr hoch. Unter den Marken „Maestro“ bzw. „Visa Electron“ (jetzt V-Pay) kennen immerhin noch 71 Prozent (vgl. OeNB 2007, 3) diese Debitkarten. Das Jahr 1950 kann als das Geburtsjahr der Kreditkarte bezeichnet werden. Als der New Yorker Geschäftsmann Frank McNamara in einem Restaurant seine Rechnung begleichen wollte, stellte er fest, dass er zu wenig Bargeld mit dabeihatte. Aus dieser peinlichen Situation heraus entstand das Konzept der T&E card (travel and entertainment) mit jährlicher Gebühr, Disagio, Zahlung am Ende der Abrechnungsperiode und ohne vorgegebener Ausgabenobergrenze (vgl. Worthington 2001, 486 f.). Zwölf Jahre später (1962) wurde die Diners Club als erste Kreditkarte am österreichischen Markt eingeführt (vgl. DinersClub 2007a). Die Kreditkarte Mastercard startete 1980 fast 20 Jahre später als Eurocard (vgl. PayLife 2007). Im April 1980 folgten Visa-Kreditkarten und die Zentralsparkasse (heute Bank Austria Creditanstalt AG) beginnt mit der Akquisition von Vertragspartnern (vgl. CardComplete 2007). 1985 folgte American Express mit seiner ersten Kreditkarte am österreichischen Markt (vgl. AmericanExpress 2007). Diese vier Kreditkarten dominieren heute den österreichischen Kreditkartenmarkt und haben hohe Bekanntheitswerte. 87 Prozent der, im Rahmen einer von der OeNB beauftragten Monitoring-Studie im zweiten Quartal 2007 Befragten kennen die Kreditkarte Visa und 82 Prozent kennen MasterCard. Die Kreditkarten Diners Club und American Express folgen mit einer Bekanntheit von 71 und 70 Prozent (vgl. OeNB 2007, 3). Pre-Paid-Karten kennzeichnet, dass die Bezahlung vor der Leistungserbringung liegt (vgl. Nentwich et al. 1993, 102). Ein bestimmter Geldbetrag wird auf die Karte aufgeladen und kann in kleineren Teilbeträgen je nach Höhe des Rechnungsbetrages abgebucht werden. Prepaid-Cards finden beispielsweise

Begriffliche und konzeptionelle Grundlagen

25

Verwendung als (Mobil-) Telefonwertkarten (vgl. Wenninger/Laster 1995, 1), als Geschenkkarten, welche im ausgebenden Handelsunternehmen eingelöst werden können (vgl. Furletti 2004, 2), oder sie werden von Unternehmen als Kundenbindungsinstrument genutzt. Auch von Veranstaltern werden diese zu Werbezwecken ausgegeben, wie beispielsweise von den Veranstaltern des FIFA World Cup 2006. Die Anzahl der ausgegebenen Pre-Paid-Karten kann nur sehr ungenau geschätzt werden, da dieser Bereich der Zahlungskarten so mannigfaltig ist. Statistiken zu Debit- und Kreditkarten sind jedoch vorhanden. In Österreich werden grundsätzlich zwei Debitkarten ausgegeben. Die am weitesten verbreitete ist die Maestro-Debitkarte. Die zweite Debitkarte ist von Visa, die V-Pay Card. Sie ist in Österreich zahlenmäßig noch nicht relevant. Die Ausgabe dieser Debitkarte soll allerdings in den kommenden Jahren forciert werden. Visa ist zweifellos daran interessiert und mit dem Jahr 2009 wird am deutschen Markt bereits damit begonnen. 84 Prozent der ÖsterreicherInnen ab 15 Jahren besitzen eine Zahlungskarte. Nahezu alle davon haben eine Karte mit Bankomatfunktion. Nur ein Viertel hat eine Kreditkarte und 21 Prozent wissen um die Nutzungsmöglichkeit der Quick-Funktion. Handelskundenkarten mit Zahlungsfunktion besitzen laut eigenen Angaben 12 Prozent der Befragten (siehe Tabelle 1). Auf Grundlage der Studie der OeNB (vgl. OeNB 2008a) liegt die Vermutung nahe, dass demografische Merkmale Einfluss darauf haben, ob jemand eine Zahlungskarte besitzt. Das Segment zwischen 30 und 44 Jahre mit Matura oder Hochschulabschluss und einem monatlichen Nettoeinkommen über 1200 Euro besitzt jeweils die höchste Anzahl an Zahlungskarten. Auch haben 10 Prozent mehr Männer als Frauen Kreditkarten. Zwischen 18 und 35 Prozent, je nach Altersgruppe, geben an, eine Kreditkarte zu besitzen. Vergleicht man diese Angabe mit der Anzahl ausgegebener Kreditkarten ist offensichtlich, dass einige Personen in Österreich mehrere Kreditkarten besitzen müssen. Es leben ungefähr 8,3 Mio. Menschen in Österreich. Umgelegt auf 2,45 Mio. Kreditkarten müssten somit 30 Prozent eine Kreditkarte besitzen. Laut Studie sind es 26 Prozent (siehe Tabelle 1). In der Altersgruppe 30 bis 44 Jahre besitzen 93 Prozent der Befragten eine Zahlungskarte, hingegen in der Altersgruppe über 60 Jahre nur 68 Prozent. Auch beim Bildungsniveau ist die Verteilung ähnlich. 58 Prozent der Befragten, die als höchste abgeschlossene Ausbildung die Pflichtschule angaben, besitzen eine Zahlungskarte, während 96 Prozent der Maturanten bzw. Hochschulabsolventen eine Zahlungskarte haben. Weiters haben nur 6 Prozent der ersten Gruppe eine Kreditkarte, aber 48 Prozent der zweiten.

26

Begriffliche und konzeptionelle Grundlagen

in Prozent

Zahlungskarte

Bankomatkarte

Kreditkarte

Kundenkarte

QuickFunktion

Total

84

82

26

12

21

Männer

87

85

31

12

22

Frauen

81

79

21

13

20

15-29 Jahre

86

85

18

12

28

30-44 Jahre

93

91

35

16

26

45-59 Jahre

89

88

29

13

19

Ab 60 Jahre

68

65

21

8

11

Geschlecht

Alter

Ausbildung Pflichtschule

58

57

6

8

12

Lehre

86

84

21

10

21

Fachschule Matura/ Hochschule

89

87

25

15

18

96

94

48

16

28

Nettoeinkommen (EK) Kein EK

58

56

7

9

14

bis 600 €

77

75

17

12

26

bis 900 €

73

70

12

11

16

bis 1200 €

88

87

17

14

23

bis 1650 €

94

93

27

12

18

über 1650 €

94

91

56

17

30

Quelle: OeNB 2008a, 1; 1. Quartal 2008 in Prozent; n=2000 Tabelle 1: Besitz von Karten mit Zahlungsfunktion (außer Pre-PaidKarten) Sehr ähnlich dieser Verteilung ist auch die Verteilung zwischen der niedrigsten bzw. höchsten Einkommensgruppe (siehe Tabelle 1). 58 Prozent der Probanden ohne Einkommen gaben an, eine Zahlungskarte zu besitzen, und 94 Prozent derer, die ein Nettoeinkommen über 1650 Euro erreichen. Mit 56 Prozent Kreditkarteninhabern ist die Gruppe mit einem Nettoeinkommen über 1650 Euro auch die Gruppe mit den meisten Kreditkartenbesitzern. Somit kann ein Einfluss demografischer Faktoren nicht zurückgewiesen werden. Die wesentlichsten Faktoren für den Besitz einer Zahlungskarte sind Alter, Schulbildung und Einkommen (vgl. OeNB 2008b, 1). Borzekovski und Kiser (2008, 901) bestätigen in ihrer Studie den Einfluss von Alter und Bildung nicht nur auf den

Begriffliche und konzeptionelle Grundlagen

27

Besitz, sondern auch auf die Nutzung. Der Einfluss des Einkommens ist jedoch wesentlich geringer. Der Besitz einer Zahlungskarte bietet seinen BesitzerInnen jedoch nur die Möglichkeit, mit dieser zu zahlen. Es bedeutet nicht, dass diese Möglichkeit auch tatsächlich genutzt wird. Nur 56 Prozent der BesitzerInnen einer Debitkarte verwenden diese regelmäßig (zumindest einmal pro Woche). Unter 45Jährige benutzen dieses Zahlungsmittel deutlich häufiger als ältere Personen. Rund 75 Prozent der MaturantInnen und AkademikerInnen zahlen mindestens einmal pro Woche mit Debitkarte, allerdings nur 30 Prozent der PflichtschulabsolventInnen. 23 Prozent der Befragten geben an, zumindest einmal wöchentlich mit Kreditkarte zu zahlen, weitere 30 Prozent tun dies wenigstens einmal im Monat (vgl. OeNB 2008a, 2). Angesprochen auf die Gründe, warum sie trotz Verfügbarkeit einer Debitkarte mit Bargeld zahlen, antworten 66 Prozent der Befragten, dass es vor allem bei kleineren Beträgen praktisch und schneller ist (vgl. OeNB 2008b, 3). Dass dieses subjektive Gefühl über die Transaktionsdauer durchaus trügen kann, zeigen Studien. Wehrle (Wehrle/Schneider 2009) erzählt in seinem Vortrag zur Einführung einer VfB-Fankarte als Bezahlkarte auf dem Zahlungskartenkongress 2009, dass eine Bargeldtransaktion an der Kasse im Durchschnitt 10 Sekunden benötigt, während die im VfB-Stadium verfügbare Pre-Paid-Karte nur mehr 3,5 Sekunden zum Abschluss der Zahlung braucht. Bereits 1996 beschäftigten sich Schnedlitz/Waidacher (1996, 24) mit den Kosten der Bargeldlogistik. In der von ihnen präsentierten Formel ist ein Faktor die durchschnittliche Dauer des Zahlungsvorganges. Zellekens und Rüter (1996, 94) haben empirisch überprüft, dass die Geldbearbeitungszeit an der Kasse bei höheren Rechnungsbeträgen höher ist als niedrigeren. Begründet wurde die Hypothese mit der erhöhten Sorgfalt und Vorsicht des Kassierpersonals und auch der KäuferInnen. Beide Studien kamen damals zu dem Ergebnis, dass der Nachteil bargeldloser Zahlungssysteme im längeren Zeitaufwand bei der Transaktionsabwicklung liegen würde (vgl. Schnedlitz/Waidacher 1996, 18; Raab 1998, 64). Die Abwicklungsdauer an der Kasse bei einer Bezahlung mit Bargeld dauert im Durchschnitt 32,6 Sekunden. 16,6 Sekunden davon beträgt die Dauer für die reine Zahlungsabwicklung. Diese besteht aus der Geldübergabe und der Wechselgeldrückgabe. Die Branchenunterschiede sind sehr groß und liegen zwischen 13,8 Sekunden beim Elektroeinzelhandel und 20,3 Sekunden im Lebensmitteleinzelhandel. Generell wurde beobachtet, dass die Transaktionsdauer wesentlich von der Höhe des Einkaufs- bzw. Wechselgeldbetrages abhängt (vgl. Schnedlitz/Waidacher 1996, 10 ff.). Mit den neuen Technologien scheint jedoch auch dieser Vorgang beschleunigt worden zu sein. Borzekowski und Kiser (2008, 895 und 900) schätzen für vier gekaufte Artikel in einem Supermarkt

28

Begriffliche und konzeptionelle Grundlagen

eine Transaktionszeit von mindestens 34,75 Sekunden bei Zahlung mit Bargeld, 50,43 Sekunden bei Zahlung mit Debitkarte, 55,13 Sekunden bei Zahlung mit Kreditkarte und 77,53 Sekunden bei Zahlung mit Scheck. Experimentell testen sie den Einfluss einer kontaktlosten Debitkarte und kommen auf eine Transaktionszeit von 20 Sekunden. Dies ist um ungefähr 15 Sekunden schneller als bei traditionellen Zahlungskarten (vgl. Borzekowski/Kiser 2008, 900). Als einen weiteren Grund für Barzahlungen gaben 58 Prozent Gewohnheit an. 46 Prozent haben eine bessere Übersicht über die eigenen Finanzen, wenn sie mit Bargeld zahlen. Anonymität ist nur für ein Viertel aller Befragten ein Grund, um mit Bargeld zu zahlen (siehe Tabelle 2). 51 Prozent der ÖsterreicherInnen geben an, dass sie je nach Situation das für sie günstigste Zahlungsmittel wählen. Dabei spielt beispielsweise die Höhe des Rechnungsbetrages eine Rolle. Kleinbeträge unter 30 Euro zahlen InhaberInnen einer Debitkarte trotzdem meist mit Bargeld, ab 50 Euro ist aber die Debitkarte das beliebteste Zahlungsmittel der Befragten. Ab ungefähr 100 Euro spielt die Kreditkarte eine zunehmend wichtige Rolle (vgl. OeNB 2008b, 3). Aber auch Gewohnheit und Unsicherheit beim Management der eigenen Finanzen werden als Gründe von Besitzern von Debitkarten für die Zahlung mit Bargeld genannt (siehe Tabelle 2). Auch die Attribute schneller, praktischer und einfacher werden dem Bargeld zugerechnet, obwohl dies wie bereits erwähnt nicht unbedingt der Realität entsprechen muss. Bei der mittlerweile großen Akzeptanz von Debitkarten im Einzelhandels- und Dienstleistungsbereich überrascht auch die Begründung, dass es zu wenige Möglichkeiten gibt, mit der Debitkarte zu zahlen. Dieser Grund wurde von 8 Prozent der Befragten genannt. Bei einer Stichprobengröße von n=2.000 sind dies immerhin ungefähr 160 Personen. Die Bargeldhaltung in der Geldbörse in Österreich ist in den letzten Jahren relativ konstant geblieben. Durchschnittlich befinden sich 59 Euro darin (vgl. OeNB 2008a, 3). Die Hälfte der Bankomatkartenbesitzer hebt durchschnittlich einmal pro Woche Geld vom Automaten ab. Die durchschnittliche Summe, die abgehoben wird, bewegt sich in einer relativ geringen Bandbreite von rund 160 bis 170 Euro. Bei einem durchschnittlichen Bargeldbestand von 32 Euro wird wieder Geld behoben. Es gibt allerdings signifikante Unterschiede zwischen den einzelnen Altersgruppen (vgl. OeNB 2008b, 2). Der von Frauen mitgeführte Betrag von 54 Euro ist wesentlich geringer als der der Männer. Der mitgeführte durchschnittliche Geldbetrag von Männern liegt bei 68 Euro (vgl. OeNB 2008b, 4).

Begriffliche und konzeptionelle Grundlagen Prozent

Gründe für Zahlung mit Bargeld

66

„das ist vor allem bei kleineren Beträgen praktischer und schneller“

58

„mache das aus Gewohnheit“

46

„habe da eine bessere Übersicht über die eigenen Finanzen“

39

„ist generell schneller“

37

„ist generell praktischer und einfacher“

34

„keine Bearbeitungsspesen bei den Zahlungen“

33

„gebe so weniger Geld aus“

25

„weil es anonym ist“

22

„Bargeld ist sicherer als eine Zahlungskarte“

17

„weil es die VerkäuferInnen lieber haben“

8

„es gibt zu wenig Möglichkeiten, mit Bankomatkarte zu zahlen“

29

Quelle: OeNB 2008b, 3 Tabelle 2: Gründe für Debitkartenbesitzer, mit Bargeld zu zahlen Der Vorteil der Liquidität gilt als zentraler Grund für den Besitz von Zahlungskarten. Darunter versteht man sowohl die Zahlungsfähigkeit im Ausland als auch die Möglichkeit der bargeldlosen Zahlung insgesamt. Eine eher untergeordnete Rolle spielen Zinsvorteile durch verzögerte Rechnungslegung, Serviceleistungen, Sicherheit und Versicherungen (vgl. Raab 1998, 64). Mittels vier Experimenten untersuchte Feinberg (1986, 354) den Einfluss von Kreditkarten auf das Kaufverhalten. Er konnte einen Anstieg der Ausgabenhöhe und der Kaufwahrscheinlichkeit feststellen sowie eine Verkürzung der Zeit des Kaufentscheidungsprozesses. Auch die Bereitschaft, höhere Preise für gleiche Produkte zu zahlen, steigt. Der bedeutendste negative Aspekt ist die Schwierigkeit der Ausgabenkontrolle, da aufgrund der zeitlichen Verzögerung der Aufstellung über die Ausgaben nicht von einer nachträglichen Kontrolle ausgegangen werden kann (Bebbington et al. 1991, 237). 2.3

Zahlungsverhalten der Konsumenten

Bargeld dominiert mit einem Anteil von 86 Prozent an den Zahlungstransaktionen und 70 Prozent Anteil am Zahlungsvolumen weiterhin als Zahlungsmittel in Österreich, aber bei deutlich sinkendem Anteil am Gesamtvolumen der Zahlungen. Die Debitkarte konnte in den letzten Jahren deutliche Zuwächse verzeichnen und hat mit einem Anteil von 12 Prozent an den Zahlungstransaktionen und 22 Prozent am Zahlungsvolumen, den zweitgrößten Anteil am gesamten Zahlungsmarkt (vgl. Mooslechner et al. 2006, 128). Diese Ergebnisse stammen aus einer Erhebung aus dem Jahr 2005 (n=2.000). Da in den letzten Jahren ein

30

Begriffliche und konzeptionelle Grundlagen

Trend Richtung Debitkarte erkennbar war, kann davon ausgegangen werden, dass der Anteil der Debitkarte weiter gestiegen ist. 2008 gaben 35 Prozent der Befragten (n=1.597) an, dass sie mehrmals pro Woche mit Debitkarte bezahlen würden. 27 Prozent gaben an, dass sie ca. einmal pro Woche mit Debitkarte zahlen, und weitere 13 Prozent zahlen zumindest einmal pro Monat damit. 13 Prozent zahlen seltener und nur 11 Prozent zahlen nie mit Debitkarte (vgl. IFES 2008, 26). Zwischen Männern und Frauen gibt es nur geringfügige Unterschiede, während die Unterschiede zwischen den Altersgruppen teilweise sehr groß sind. Beispielsweise im Vergleich der beiden Gruppen 45 bis 59 Jahre und über 60 Jahre. 24 Prozent der über 60-Jährigen geben an, nie mit Debitkarte zu zahlen, während dies in der Gruppe 45 bis 59 Jahre nur 7 Prozent sind (siehe Tabelle 3). Nahezu doppelt so viele 45- bis 59-Jährige als über 60-Jährige führen an, mehrmals pro Woche mit Debitkarte zu zahlen. Fast die Hälfte der 30- bis 44-Jährigen bestätigen das ebenfalls. Auch hinsichtlich der verschiedenen Bildungsniveaus gibt es Unterschiede. Während nur 12 Prozent der Pflichtschüler angeben, mehrmals pro Woche mit Debitkarte zu zahlen, zahlen 51 Prozent der Maturanten bzw. Hochschulabsolventen mehrmals pro Woche mit Debitkarte. Jeweils ein Drittel der beiden anderen Gruppen geben ebenfalls an, mehrmals pro Woche die Debitkarte zur Zahlung zu verwenden. 31 Prozent der Pflichtschüler geben weiters an, gar nie mit Debitkarte zu zahlen, aber nur 5 Prozent der Maturanten bzw. Hochschulabgänger dies behaupten. Auch beim Nettoeinkommen kann dieser Unterschied beobachtet werden. Nur 15 Prozent der befragten Personen ohne Einkommen nutzen ihre Debitkarte mehrmals pro Woche, aber 43 Prozent der Personen mit einem Einkommen über 1650 Euro. Die jeweiligen Randgruppen liegen im Nutzungsverhalten weit auseinander (siehe Tabelle 3).

Begriffliche und konzeptionelle Grundlagen

31

in Prozent

n=

Mehrmals pro Woche

Ca. 1 x pro Woche

Mind. 1 x pro Monat

Seltener

Gar nie

Keine

Total

1597

35

27

13

13

11

1

Männer

827

35

27

15

11

10

2

Frauen

770

36

26

12

15

12

1

Geschlecht

Alter 15-29 Jahre

382

42

25

12

10

8

2

30-44 Jahre

477

46

28

11

7

7

2

45-59 Jahre

425

30

29

17

16

7

1

Ab 60 Jahre

314

18

23

14

22

24

-

Pflichtschule

204

12

22

13

19

31

3

Lehre

606

32

26

15

14

11

2

Fachschule Matura/ Hochschule

294

33

32

16

15

4

*

493

51

25

10

8

5

*

Kein EK

105

15

31

14

21

16

3

Ausbildung

Einkommen bis 600 €

109

38

24

6

8

23

1

bis 900 €

166

33

21

11

14

20

1

bis 1200 €

185

30

27

17

13

11

*

bis 1650 €

337

37

29

15

10

9

-

über 1650 €

295

43

25

15

11

7

*

Quelle: IFES 2008, 26 f.; 2. Quartal 2008 in Prozent; n=2000 Tabelle 3: Nutzung von Debitkarten Am österreichischen Kreditkartenmarkt konnte im Jahr 2008 ein moderates Wachstum festgestellt werden. Ende Dezember 2008 waren insgesamt 2,45 Millionen Kreditkarten von Paylife, card complete, Diners Club und American Express ausgegeben (vgl. OeNB 2009a). Somit konnte ein Zuwachs von 85.708 Kreditkarten (+3,4 Prozent) gegenüber Ende 2007 verzeichnet werden. 2007 betrug der Anstieg rund 90.000 Karten oder 3,9 Prozent. 67 Millionen Mal (siehe Tabelle 4) wurden Zahlungen mit österreichischen Kreditkarten im Jahr 2008 durchgeführt (+ 4,47 Millionen Transaktionen oder +7,1 Prozent gegenüber dem Jahr 2007).

32

Begriffliche und konzeptionelle Grundlagen

Im Vergleich zum Jahr 2007 stieg die Zahl der Transaktionen um 4,47 Millionen (+7,1 Prozent). Durchschnittlich betrachtet wurden pro Transaktion 110 Euro mit Kreditkarten bezahlt (Jahr 2007: 109 Euro). Das gesamte Zahlungsvolumen 2008 betrug 7,40 Milliarden Euro. Dies bedeutete einen Anstieg um 590 Milliarden Euro oder 8,7 Prozent gegenüber dem Jahr 2007 (vgl. OeNB 2009a). Mit den ausgegebenen Kreditkarten wurden im Jahr 2008 4,53 Millionen Bargeldbehebungen getätigt. Dabei beschafften sich die Besitzer einer Kreditkarte Bargeld in Höhe von 885 Millionen Euro. Im Vergleich dazu wurde im Jahr 2007 4,06 Millionen Mal Bargeld behoben und zwar in einem Gesamtwert von 809 Millionen Euro (siehe Tabelle 4). Damit erhöhte sich die Anzahl der Abhebungen 2008 um fast eine halbe Million Euro oder 11,6 Prozent. Beim Volumen an behobenem Geld konnte ein Zuwachs von rund 80 Millionen Euro oder 9,4 Prozent festgestellt werden (vgl. OeNB 2009a). Der Anstieg der Bargeldbehebungen mit Kreditkarte bestätigt, dass Bargeld in Österreich immer noch das meistverwendete Zahlungsmittel im Einzelhandel ist (vgl. OeNB 2009c). Zahlungen mit Kreditkarten

2007

Veränderung in %

2008

Ausgegebene Karten gesamt in Mio. (Ende Dez)

2,37

3,4

2,45

Anzahl Transaktionen in Mio.

62,75

7,1

67,22

Betragssumme Transaktionen in Mio.

6,805,36

8,7

7,399,8

Durchschnittlicher Wert pro Transaktion in EUR

109

110

Bargeldbehebungen mit Kreditkarten Ausgegebene Karten gesamt in Mio. (Ende Dez.)

2,37

3,4

2,45

Anzahl Transaktionen in Mio.

4,06

11,6

4,53

Betragssumme Transaktionen in Mio.

809,03

9,4

885,01

Durchschnittlicher Wert pro Transaktion in EUR

199

195

Quelle: OeNB 2009a Tabelle 4: Zahlungen mit Kreditkarten Repräsentativ für das aktuelle Konsumentenverhalten der privaten Haushalte wird im Fünf-Jahres-Rhythmus erhoben, wofür Konsumenten zahlen, und jährlich hochgerechnet. Die Auswahl der einbezogenen Waren soll ein durchschnittliches Verbrauchsverhalten repräsentieren. Im Verbraucherpreisindex (VPI) von 1958 waren 197 Güter erfasst. Im neuen VPI 2005 sind es bereits 770

Begriffliche und konzeptionelle Grundlagen

33

Waren und Dienstleistungen. Diese Waren und Dienstleistungen des aktuellen Warenkorbs wurden nach dem Verwendungszweck in 12 Verbrauchsgruppen eingeteilt. Anhand dieser Gruppen kann man ablesen, wofür der Konsument heute bezahlt bzw. wofür das Einkommen aufgewendet werden muss. Waren und Dienstleistungsgruppe

Prozent

Verkehr

15,10

Restaurants und Hotels

14,59

Wohnung, Wasser, Energie

14,25

Nahrungsmittel und alkoholfreie Getränke

12,90

Freizeit und Kultur

11,58

Hausrat und laufende Instandhaltung des Hauses

7,89

Verschiedene Waren und Dienstleistungen

6,66

Bekleidung und Schuhe

5,67

Gesundheitspflege

5,22

Alkoholische Getränke und Tabak

2,96

Nachrichtenübermittlung

2,16

Erziehung und Unterricht

1,02

Quelle: Statistik Austria 2009 Tabelle 5: Warenkorb in Österreich Mit über 15 Prozent sind die höchsten Ausgaben für Verkehr. In dieser Gruppen werden Kosten für den Kauf von PKW, Motorrad, Mofa und Fahrrad erfasst sowie Kosten für den Betrieb von privaten Verkehrsmitteln, aber auch von Verkehrsdienstleistungen wie Schienen- und Luftpersonenverkehr (vgl. Statistik Austria 2009, 11 f.). Mit knapp 15 Prozent folgen an zweiter Stelle die Ausgaben für Restaurants und Hotels. In diese Kategorie fallen Kosten für Bewirtungsdienstleistungen in Restaurants, Cafés und dergleichen sowie Beherbergungsdienstleistungen (vgl. Statistik Austria 2009, 16). Erst an dritter Stelle kommen die Ausgaben für Wohnung, Wasser und Energie gefolgt von Nahrungsmitteln und alkoholfreien Getränken. In Deutschland hat sich der Bargeldanteil bei den Einzelhandelsumsätzen innerhalb der letzten 14 Jahre um über 18 Prozent verringert. Diese Veränderung wirkte sich zu gunsten von Debitkarten aus. Als Debitkarten gelten in Deutschland die Verfahren „electronic cash“ (kurz ec-cash), ecLastschriftverfahren (ELV), Maestro und V-Pay. Das Verfahren ec-cash ist PINbasiert und zahlungsgarantiert durch die Kreditwirtschaft. ELV ist unterschriftsbasiert und nicht zahlungsgarantiert. Maestro ist eine internationale Marke von

34

Begriffliche und konzeptionelle Grundlagen

MasterCard, die derzeit in Deutschland nur für ausländische Kunden zur Verfügung steht. V-Pay ist eine europäische Marke von Visa. 2007 hat ec-cash ELV als dominierendes Verfahren in Deutschland abgelöst (siehe Tabelle 6). Diese Untersuchung, die jährlich vom EHI-Research durchgeführt wird, findet im Untersuchungszeitraum Jänner bis April statt und im Erhebungspanel sind 406 Unternehmen mit ungefähr 55.000 Betrieben aus 30 verschiedenen Branchen vertreten. Diese Unternehmen haben gemeinsam einen Anteil von 49,3 Prozent des Einzelhandelsumsatzes mit einer Umsatzbedeutung von 177,6 Milliarden Euro (exkl. Kfz, Mineralöl, Apotheken, Versandhandel). Zahlungsmittel Anteil in Prozent

1994

2007

2008

Bargeld

78,7

61,4

60,4

Scheck

8,3

-

-

Rechnung

6,5

3,0

3,0

EC-Lastschrift

1,7

12,7

12,0

EC-Cash (inkl. Maestro/V-Pay)

0,8

16,4

18,1

Kreditkarte

3,3

5,1

5,2

Handelskarte

0,4

0,9

0,8

Geldkarte (Quick)

-

0,0

0,0

Quelle: Rüter 2009, 7 f. (EH-Umsatz 1994 340 Mrd., 2007 355 Mrd., 2008 360 Mrd.) Tabelle 6: Anteil der Zahlungsmittel am EH-Umsatz in Deutschland Auch die Kreditkarten gewinnen zwar langsam, aber kontinuierlich an Umsatzanteil. Die Höhe des Anteils ist vergleichbar mit der Bedeutung von Kreditkarten in Österreich. Die unterschiedlichen Rechnungsbeträge in den einzelnen Branchen lassen auch den Schluss zu, dass je nach Branche unterschiedliche Zahlungsmittel verstärkt zum Einsatz kommen. Um dies zu überprüfen, wird in den Vorstudien näher darauf eingegangen. Die Rechnungsbeträge scheinen aber sehr divergierend über alle untersuchten Branchen. In der Abbildung 10 sind die durchschnittlichen Rechnungsbeträge von 11 verschiedenen Branchen in Deutschland abgebildet. Dazu die jeweils höchsten bzw. niedrigsten Durchschnittsbeträge je Branche. Ein homogenes Bild zeigen beispielsweise die Drogeriemärkte. Die durchschnittlichen Rechnungsbeträge befinden sich zwischen 9 und 11 Euro, während der Textileinzelhandel mit Rechnungsbeträgen zwischen 10 und 401 Euro wesentlich größere Unterschiede aufweist.

Begriffliche und konzeptionelle Grundlagen

35

120€ 100€ 80€ 60€ 40€ 20€

Quelle: Rüter 2009, 14 (Min., gew. Ø, Max.) Abbildung 10: Durchschnittliche Rechnungsbeträge in Deutschland Der durchschnittliche Bargeldbestand im deutschen Geldbeutel liegt bei ca. 118 Euro, der Median liegt bei ca. 90 Euro (vgl. Hoffmann et al. 2009, 40). Beim Besitz von Zahlungskarten unterscheiden sich Deutsche nicht wesentlich von Österreichern. 91 Prozent besitzen eine Debitkarte und 46 Prozent nutzen sie auch. 27 Prozent besitzen eine Kreditkarte, aber nur 8 Prozent nutzen diese. Von Interesse sind die Unterschiede zwischen Männern und Frauen. Während hinsichtlich Besitz und Nutzung der Debitkarte keine signifikanten Abweichungen zu beobachten sind, zeigen sich beim Kreditkartenbesitz deutliche Unterschiede. Männer besitzen mit 35 Prozent fast doppel so viele Kreditkarten wie Frauen mit nur 19 Prozent. Auch Bildung scheint Einfluss auf Besitz und Nutzung in Deutschland zu haben. Der Besitz von Zahlungskarten steigt tendenziell mit dem Grad der Bildung (vgl. Hoffmann et al. 2009, 42 ff.). Auch verringert sich der Anteil der Barzahlungen an den Gesamtausgaben mit steigendem Einkommen, während der Anteil von Zahlungskarten steigt (vgl. Hoffmann et al. 2009, 56). Im Vergleich dazu hatte die Hälfte der Familien in den USA bereits 1970 eine oder mehrere Kreditkarten und 1998 trifft dies bereits auf drei Viertel der Familien zu (vgl. Devlin et al. 2007, 89). Im Jahr 2004 hatte ein durchschnittlicher Konsument in den USA 5,5 Kreditkarten und der durchschnittliche Konsument in Südkorea 3,6. In UK sinkt der Wert bereits auf durchschnittlich 2,4

36

Begriffliche und konzeptionelle Grundlagen

Kreditkarten je Person. Die Unterschiede zu den USA werden in Anbetracht dieser Zahlen offensichtlich. Dennoch, auch in den USA werden immerhin noch 37 Prozent der täglichen Einkäufe mit Bargeld bezahlt, allerdings erfolgen bereits 31 Prozent der Zahlungen mit Debitkarten und 16 Prozent mit Kreditkarte. Wie auch aus der Studie aus Deutschland können in dieser Studie teilweise große Unterschiede zwischen Alters-, Bildungs- und Einkommensklassen beobachtet werden (vgl. Taylor et al. 2007, 6 ff.). Vor allem bezüglich der Generalisierbarkeit der Ergebnisse aus den bereits vorliegenden Studien, aber auch aus dieser Arbeit muss dies Berücksichtigung finden.

Begriffliche und konzeptionelle Grundlagen 2.4

37

Literaturüberblick zur Nutzung von Zahlungsmitteln

Stango erklärte 2005 bezogen auf das Zahlungsverhalten der Konsumenten auf einer Konferenz in Boston, dass „private industry has done a much better job figuring out how consumers make decisions than have economic researchers“ (Crowe et al. 2006, 23) und auch Zinman (2004, 1) postuliert, dass die Determinanten der Kartennutzung bislang weitgehend einer wissenschaftlichen Prüfung entgangen sind. Der Stand der Forschung in diesem Bereich lässt sich somit der Anwendungsforschung zuordnen und wird vor allem von (Zentral-) Banken getrieben (vgl. Boeschoten/Fase 1989; Boeschoten/Fase 1992; Mooslechner/Wehinger 1997; Boeschoten 1998; Worthington 1998; Worthington 2000; Stavins 2001; Worthington 2001; Mooslechner et al. 2002b; Klee 2004; Zinman 2004; Bolt 2006; Hayashi 2006; Klee 2006; Mooslechner et al. 2006; Schreft 2006; Taylor et al. 2007; Bolt/Chakravorti 2008; Borzekowski et al. 2008; Borzekowski/Kiser 2008; Klee 2008; Zinman 2009 usw.) Mögliche Einflussgrößen auf das Zahlungsverhalten könnten demografische Kriterien (vgl. Kennickell/Kwast 1997; Boeschoten 1998; Carow/Staten 1999; Mantel 2000; Stavins 2001; Carow/Staten 2002; Borzekowski et al. 2008), Technologieaffinität (vgl. Hayashi/Klee 2003), Transaktionskosten, Zeit, Convenience (vgl. Jonker 2007; Borzekowski/Kiser 2008) und vieles mehr sein. Weder verhaltensbezogene noch traditionelle Erklärungsansätze wurden bis dato überprüft (vgl. Zinman 2004, 2). Worthington und Stewart (2007, 249) konnten in einer Studie in China belegen, dass für Kleinbeträge unter $ 30 bereits 38 Prozent der Befragten mit Kreditkarte zahlen, während Beträge darüber von 84 Prozent mit Kreditkarte beglichen werden (vgl. Worthington/Stewart 2007, 249); auch Prelec und Simester (2001) widmeten sich der Höhe des Rechnungsbetrags, während Feinberg (1986) und Soman (2001) eine erhöhte Bereitschaft zum Kauf und zur Zahlung von höheren Beträgen bei der Zahlung mit Kreditkarten beobachtet haben (vgl. Prelec/Simester 2001, 5). Die Verlagerung von Papier- zu Plastikgeld ist deutlich spürbar, vor allem die Debitkarten finden immer mehr Verwendung. Die jährlichen Debitkartentransaktionen sind auf über 20 Prozent in den U.S. gestiegen und überholen somit die Kreditkartentransaktionen (vgl. Borzekowski/Kiser 2008, 889). Ein ähnliches Bild zeichnet sich auch in Österreich ab. Debitkartenzahlungen stellen bereits 11,5 Prozent der Transaktionen und 23 Prozent des Transaktionsvolumens im Jahr 2005 dar, was eine Verdoppelung des Anteils gegenüber dem Jahr 2000 bedeutet (vgl. Mooslechner et al. 2006, 130). Im Vergleich zu den USA sind allerdings die Kreditkartenzahlungen auf einem sehr geringen Niveau und Barzahlung überwiegt. Vor dem Hintergrund der Euro-Bargeldeinführung erfolgte von Teller (2002, 277 ff.) eine eingehende Auseinandersetzung mit dem Wechselgeldbe-

38

Begriffliche und konzeptionelle Grundlagen

darf von Unternehmen, vor allem in den ersten Tagen der Bargeldeinführung, da zu diesem Zeitpunkt noch keine Erfahrungswerte vorliegen. Dieses bargeldlogistische Problem war vornehmlich für den Einzelhandel relevant, aber auch Teile des Großhandels und des Gewerbes waren betroffen. Teller (2002, 395 ff.) stellt in seiner Arbeit die Software EuroCalculus vor, die Unternehmer als logistisches Instrument zur Entscheidungsfindung unterstützen kann. Sie errechnete anhand von Heuristiken den Wechselgeldbedarf während der dualen Währungsphase. Die genaue Planung der dualen Phase war damals auch deshalb notwendig, weil die Barzahlungen den höchsten Anteil an Umsatz und Transaktionsvolumen im Einzelhandel hatten und immer noch haben (vgl. Mooslechner/Wehinger 1997; Mooslechner et al. 2006). Schnedlitz/Waidacher (1996) führten bereits 1996 eine Studie zur Zahlungsabwicklung mittels Bargeld in Österreich durch. Für die Akzeptanz von Zahlungskarten spricht laut ihren Ergebnissen die Risikominimierung, da Bargeld einen hohen Risikofaktor darstellt, sprechen des Weiteren internationale Kunden, Zusatzkäufe und geringere Handlingkosten, da das mehrmalige Zählen der Bargeldbestände reduziert wird. Bei Bargeld liegen außerdem die Gesamtkosten der Bargeldabwicklung meist unter 0,6 Prozent des Umsatzes. Disagosätze sind oftmals wesentlich höher. Auch sprechen die teilweise hohen Investitionskosten bei Akzeptanz von Zahlungskarten für das Bargeld (vgl. Schnedlitz/Waidacher 1996, 37 f.). Da Bargeld als gesetzliches Zahlungsmittel akzeptiert werden muss (vgl. Grill/Perczynski 2006, 109 ff.), ist eine gänzliche Wegrationalisierung von Bargeld grundsätzlich nicht möglich. Autoren

Jahr*

Land

Bolt

2006

Niederlande

Mooslechner/ Stix/Wagner Klee

2006 2006

Österreich US

Schreft

2006

US

Franses/ Kippers

2007

Niederlande

Jonker

2007

Niederlande

Taylor/Funk/ Clark Worthington/ Stewart

2007

US

2007

China

Befragungsmethode/ Stichprobe Zahlen der DNB (De Nederlandsche Bank) Zahlungstagebuch n=1.204 Survey of Consumer Finances (SCF) n=4.422 Haushalte

Fragebogen Beobachtung n=272 Fragebogen n=2.019 Fragebogen n=2.000 Fragebogen n=196

und

Thema Retail Payments in the Netherlands: Facts and Theory Wie wird in Österreich bezahlt? Families’ Use of Payment Instruments During a Decade of Change in the U.S. Payment System How and Why Do Consumers Choose Their Payment Methods? An empirical Analysis of Euro Cash Payments Payment instruments as perceived by consumers - Results from a household survey What Americans Pay For – and How? The adoption and usage of credit cards by urban-affluent consum-

Begriffliche und konzeptionelle Grundlagen

Borzekowski/ Kiser

2008

US

Fragebogen, n=1.501

Borzekowski/ Kiser/Ahmed

2008

US

Chen

2008

US

Klee

2008

US

Treiblmaier/ Pinterits/Floh Wang

2008

Österreich Taiwan (China)

Michigan Surveys of Consumers n=1.501 Haushalte Onlineumfrage n=425 Scannerdaten n>10 Millionen Transaktionen aus 99 Einzelhandelsfilialen Onlineumfrage n=631 Fragebogen, n=312

Hoffmann al. Rüter

et

2008

2009 2009

Deutschland Deutschland

Zahlungstagebuch n=2.217 Jährliches Panel n=406 Unternehmer

Vathsala/ Anurudh

2009

Sri Lanka

Fragebogen n=177

Zinman

2009

US

Survey of Consumer Finances (SCF) n=4.422 Familien

39 ers in China The choice at the checkout: Quantifying demand across payment instruments Consumers' Use of Debit Cards: Patterns, Preferences, and Price Response A model of consumer acceptance of mobile payment How people pay: Evidence from grocery store data

Success Factors of Internet Payment Systems Determinants Affecting Consumer Adoption of Contactless Credit Card: An Empirical Study Zahlungsverhalten in Deutschland Karten-Entwicklung aus Handelssicht. EHI-Research: Zahlung und Kundenbindung per Karte Consumer credit card ownership and usage practices: empirical evidence from Sri Lanka Debit or credit?

* Jahr der Publikation Tabelle 7: Aktuelle Studien zum Zahlungsverhalten Weltweit gibt es einige Publikationen, vor allem von (Zentral-) Banken veröffentlichte Studien, die sich mit dem Thema Zahlungsverhalten, meist aus volkswirtschaftlicher Sicht, befassen. Um einen raschen Überblick über die Studien zu bekommen, wird in Tabelle 7 eine Auswahl an aktuellen Studien aufgelistet. Auffallend ist, dass die meisten Studien sehr große Stichprobenumfänge haben, im Gegensatz zu oftmals sehr kleinen studentischen Stichproben, wie sie durchaus in anderen Bereichen der Wirtschaftswissenschaften üblich sind. Nur eine dieser Studien enthält eine studentische Stichprobe mit unter 200 Befragten. Dies mag daran liegen, dass diese Studien von (Zentral-) Banken finanziert wurden und nicht den monetären Einschränkungen unterliegen, wie sie oftmals an Universitäten vorherrschen. Damit einher geht auch der vorherrschende Praxisbezug, wofür meist der Anspruch auf Wissenschaftlichkeit untergeordnet wird. Die aktuelle Theorie-Praxis-Debatte muss in diesem Bereich somit von der anderen Seite diskutiert werden (vgl. Nicolai 2004). Ein Großteil

40

Begriffliche und konzeptionelle Grundlagen

diese Studien ist nicht hypothesenprüfend oder theoretisch fundiert, sondern hat überwiegend deskriptiven Charakter. Weiters ist auffallend, dass nur aus drei europäischen Ländern überhaupt Studien vorliegen. Dies ist damit zu erklären, dass diese Studien zumeist nur in der jeweiligen Landessprache veröffentlicht werden und somit der Verfasserin der vorliegenden Arbeit nicht zugänglich sind. In Großbritannien gibt es ein auf das Zahlungsverhalten spezialisiertes Marktforschungsinstitut (Retail Banking Research), das umfangreiche Studien zu diesem Thema durchführt. Diese Studien sind jedoch nicht öffentlich zugänglich und werden aus diesem Grund nicht in der Übersicht in Tabelle 7 angeführt. Darüber hinaus gibt es ein europäisches Jahrbuch (European Payment Cards Yearbook), das ein Profil aller Zahlungskarten in den 27 EU-Staaten und anderen Ländern (Island, Lichtenstein, Norwegen, Schweiz usw.) ausweist. Auch diese Studie wurde nicht in die Aufstellung aufgenommen, da diese ebenfalls nicht öffentlich zugänglich ist. Es kann vermutet werden, dass dies für das Thema Zahlungsverhalten häufig der Fall ist und wesentlich mehr Studien existieren, als öffentlich publiziert werden. Im folgenden Kapitel soll nun auf mögliche Theorien bzw. theoretische Modelle eingegangen werden, die Unterstützung bei der Erklärung des Zahlungsverhaltens leisten können.

3

Theoretische Fundierung

Die Aufarbeitung der Theorie für die vorliegende Fragestellung ist Thema dieses Kapitels. Zu Beginn steht eine Einführung in die Einordnung, Entstehung und Weiterentwicklung der Theory of planned Behavior (TpB) und des Technology Acceptance Model (TAM). Im Weiteren wird auf die begrifflichen Grundlagen eingegangen und im letzten Teil auf die Anwendung der zuvor erläuterten theoretischen Aspekte auf das Zahlungsverhalten am stationären PoS. Darauf folgt mit gleicher Struktur eine Einleitung in die Transaktionskostentheorie. Den Abschluss bildet die Entwicklung eines Modells zur Erklärung des Zahlungsverhaltens. 3.1

Theory of planned Behavior und Technology Acceptance Model

In diesem Kapitel werden die grundlegenden Modelle für die vorliegende Arbeit näher erläutert und auf das Zahlungsverhalten im Speziellen umgelegt. Die Unterkapitel widmen sich der Einordnung, Entstehung und Weiterentwicklung dieser theoretischen Modelle sowie der detaillierten Erklärung der verwendeten Basiskonstrukte. Abschließend wird auf die Anwendung der theoretischen Aspekte auf das Zahlungsverhalten eingegangen. 3.1.1

Einordnung, Entstehung und Weiterentwicklung

Die „Theory of planned Behavior“ (im folgenden TpB genannt) ist eine Verhaltenstheorie, welche eine Erweiterung der „Theory of reasoned Action“ (im folgenden TrA genannt) darstellt (vgl. Ajzen/Fishbein 1980; Fishbein/Ajzen 1975). Galt lange Zeit (20er- bis Mitte der 60er-Jahre) die Einstellung als maßgebliche Determinante des Verhaltens, so zeigte die Studien-Analyse von Wicker den fehlenden oder zumindest nur schwachen Zusammenhang auf (Wicker 1969, 65). Dies wiederum haben über 10 Jahre später Bentler und Speckart mit ihren Ergebnissen mit der Einschränkung widerlegt, dass es auf die Art der Handlung ankommt (Bentler/Speckart 1981, 236). Ajzen und Fishbein erklären, dass eine präzise Prognose und ein stärkerer Zusammenhang erst mit der Messung der Einstellung nicht nur zu einem Objekt, sondern zu einem bestimmten Verhalten gegenüber diesem Objekt erreicht werden kann. In weiterer Folge wurde daraus die TrA entwickelt. Diese basiert auf der Annahme, dass Menschen grundsätzlich rational denken und systematisch die ihnen zur Verfügung stehenden Informationen nützen. Sie sind vernunftgesteuert und verhalten sich in Übereinstimmung mit dem von ihnen subjektiv wahrgenommenen Nutzen. Wenn eine Person raucht, kann das somit durchaus eine überlegte Handlung in diesem Sinne sein. Für diese Person ist der Nettoeffekt des Rauchens

42

Theoretische Fundierung

höher als der des Nichtrauchens (Jonas/Doll 1996, 19). Dieses Verhalten findet unter willentlicher Kontrolle statt (Ajzen/Fishbein 1980, 5). Letztere Annahme ist gleichzeitig einer der häufigsten Kritikpunkte der Theorie und bereits Wicker sah dies 1969 als Forschungslücke an, personen- und situationsbezogene Faktoren, die als Gründe für die Einstellungs-Verhaltensinkonsistenz genannt wurden, genau zu operationalisieren und zu testen (Wicker 1969, 67). Es können Umstände eintreten, in denen die Person zwar eine Handlung ausführen möchte, aber Ressourcen oder Informationen fehlen und somit die Handlung, trotz positiver Einstellung und sozialem Druck, nicht ausgeführt werden kann. Entweder können diese Faktoren internaler, das sind personenbezogene Faktoren wie der Besitz einer Kreditkarte, oder externaler, das sind situative Faktoren wie die fehlende Akzeptanz der Kreditkarte in einer Einkaufsstätte, Natur sein (Wicker 1969, 67; Bamberg et al. 2003, 176). Ajzen (1985) ging auf diese Kritik ein und entwickelte das Modell weiter. Postuliert die TrA einen linearen funktionalen Zusammenhang zwischen der Einstellung und der subjektiven Norm einerseits sowie der Intention andererseits, wird für die TpB ein weiteres Element eingefügt. Die Intention hängt nun nicht mehr nur von zwei, sondern von drei Faktoren ab. Aufgrund der Restriktion des ursprünglichen Modells wurde sie durch eine explizite Berücksichtigung handlungshemmender Einflüsse um die wahrgenommene Verhaltenskontrolle (vgl. Balderjahn/Scholderer 2007, 81) ergänzt. Die TpB ist vielseitig anwendbar und gilt als dominierendes Modell zur Erklärung von Verhaltensabsichten (vgl. Krueger Jr/Brazeal 1994, 93). Wie bereits in der TrA ist auch in diesem Fall ein zentrales Konstrukt die Intention des Individuums, eine Handlung auszuführen. Generell kann gesagt werden, dass je stärker die Intention zu einem Verhalten ist, desto wahrscheinlicher wird sie auch ausgeführt (vgl. Ajzen 1991, 181; Jonas/Doll 1996, 19). Dieses Verhalten kann jedoch nur dann umgesetzt werden, wenn die Person alleinige Kontrolle darüber hat, ob die Handlung ausgeführt wird oder nicht. Wie bereits erwähnt, ist das Verhalten jedoch häufig von Faktoren abhängig, welche außerhalb des Einflussbereiches der Person liegen, wie beispielsweise die (tatsächliche oder wahrgenommene) Verfügbarkeit der erforderlichen Ressourcen in Form von Geld, Zeit, Fähigkeiten usw. (vgl. Bamberg 1996, 25; Ajzen 1991, 182). Diese Verhaltenskontrolle bildet Ajzen nun als Erweiterung der TrA im Modell der TpB ab. Die Intention selbst wird von der Einstellung zum Verhalten bzw. zur Handlung, dem wahrgenommenen sozialen Druck und der wahrgenommenen Verhaltenskontrolle beeinflusst (siehe Abbildung 11). Diese drei Faktoren wirken auch wechselseitig aufeinander. Andere Faktoren beeinflussen die Intention nicht direkt, sondern nur indirekt über diese drei Konstrukte (vgl. Bamberg/Schmidt 1994, 99). Dieser Suffizienzanspruch wird kritisiert und von Ajzen (1991) für die TpB auch nicht mehr aufrechterhalten (vgl. Jonas/Doll 1996, 23 f.).

Theoretische Fundierung

43

Quelle: in Anlehnung an Ajzen 2005, 135 Abbildung 11: Die „Theory of planned Behavior” Die TpB liefert Antworten auf Fragen, wie Entscheidungen zwischen verschiedenen Handlungsalternativen zustande kommen und warum sich ein Individuum auf eine gewisse Art und Weise verhält (vgl. Braunstein et al. 2005, 189). Sie wurde bereits vielfach empirisch getestet in unterschiedlichen Verhaltenskategorien, wie zum Beispiel in Bezug auf die Transportmittelwahl (vgl. Bamberg 1996; 2003), beim Lebensmittelkauf (vgl. Shaw et al. 2000; Shaw/Shiu 2003; Smith et al. 2008), in der Gründungsforschung (vgl. Tegtmeier 2006; Zumholz 2002), zur Kundenbindung (vgl. Braunstein et al. 2005), zum Freizeitverhalten (vgl. Hrubes et al. 2001), zur Umwelterziehung (vgl. Erten 2000), im Gesundheitsbereich (vgl. McCaul et al. 1993) und auch gemeinsam mit dem TAM in Bezug auf Technologieakzeptanz (vgl. Pavlou/Fygenson 2006; Legris et al. 2003; Venkatesh et al. 2003; Taylor/Todd 1995) und im Mobile Marketing und Commerce (vgl. Nysveen et al. 2005; Scharl et al. 2005; Walter/Reutterer 2009). Während der Geltungsbereich der TrA auf einfache, ausschließlich motivationsabhängige Handlungen beschränkt ist, erstreckt sich das Anwendungsgebiet der TpB zusätzlich auf Handlungen, die eingeschränkter willentlicher Kontrolle unterliegen, und macht somit die Untersuchung von solchem Verhalten zugänglich, dessen Realisierung nicht nur von motivationalen Faktoren, sondern auch von internen und externen Ressourcen abhängig ist (vgl. Jonas/Doll 1996, 19 ff.). Sie erhebt somit den Anspruch, eine allgemeine Verhaltenstheorie zu sein (vgl. Bamberg/Lüdemann 1996, 33). Etliche Studien bestätigen, dass die Erweiterung mit dem Konstrukt der wahrgenommenen Verhaltenskontrolle die Erklärung und Vorhersage von Intention und Verhalten verbessert (siehe beispielsweise Bamberg/Lüdemann 1996, 42; Braunstein et al. 2005, 204).

44

Theoretische Fundierung

Außerhalb des Einsatzbereiches der TpB liegt das spontane Verhalten, welches nicht über die Intention zum Verhalten führt bzw. ein Verhalten darstellt, das von affektiven Impulsen abhängt (vgl. Jonas/Doll 1996, 22). Konzipiert wurde die Theorie grundsätzlich zur Vorhersage von konkretem, beobachtbarem Verhalten. Ein weiterer Kritikpunkt an der TpB ist die Vernachlässigung von Prozessgesichtspunkten. Kendzierski kritisiert, dass zwar die Einflussgrößen der Intention zur Ausführung einer Handlung abgebildet werden, nicht aber die Phase der Umsetzung dieser Intention in eine Handlung (vgl. Kendzierski 1990). Die Konfliktforschung zeigt, dass negative Aspekte einer Handlung im Verhältnis zu positiven umso mehr Bedeutung bekommen, je näher der Zeitpunkt der Handlung rückt. Dies erklärt auch, weshalb bisweilen Intentionen vor der Handlung widerrufen werden (vgl. Jonas/Doll 1996, 26). Das „Technology Acceptance Model“ (im folgenden TAM genannt) wurde von Davis (1986) entwickelt und stellt eine Adaption des TrA-Modells dar, welches speziell für die Erklärung des Computer-Nutzungs- und Akzeptanzverhaltens gebildet wurde (vgl. Davis et al. 1989, 983). Bereits mehrfach wurde es gemeinsam mit der TpB zur Erklärung und Prognose von Verhalten herangezogen, vor allem in Bezug auf neue Medien (siehe beispielsweise bei Cheung et al. 2005; Hsieh et al. 2008). Es erklärt die Einflussgrößen auf die Technologieakzeptanz sowie das Benutzerverhalten von einer breiten Auswahl an Endgeräten und stellt trotzdem ein sparsames und theoretisch begründetes Modell dar. Überdies war es notwendig, eine Grundlage für den Einfluss von externen Faktoren auf Überzeugungen, Einstellungen und Handlungsabsichten zu erstellen (Davis et al. 1989, 985). Da Zahlungskarten als technische Produkte gelten können, kann das TAM auf das Zahlungsverhalten umgelegt und somit als Teil der Grundlage des Erklärungsmodells verwendet werden. Das Model postuliert zwei Haupteinflussfaktoren auf das Verhalten, nämlich den „wahrgenommenen Nutzen“ (Perceived Usefulness; PU) und die „wahrgenommene Benutzerfreundlichkeit“ (Perceived Ease of Use; PEoU). Der „wahrgenommene Nutzen“ wird definiert als „the degree to which a person believes that using a particular system would enhance his or her job performance“ (Davis 1989, 320) und die „wahrgenommene Benutzerfreundlichkeit“ als “the extent to which an individual believes that using the technology requires little effort” (Davis 1989, 320; Schillewaert et al. 2005, 324). Diese beiden Faktoren wirken auf die „Einstellung zur Nutzung“ (Attitude toward Using) und diese weiter auf die „Handlungsabsicht“ (Behavioral Intention to Use). Die Handlungsabsicht wiederum hat Einfluss auf die „tatsächliche Handlung bzw. Verwendung“ (Actual System Use). Die Beziehung zwischen Einstellung und Handlungsabsicht impliziert, dass Individuen Handlungsabsichten und Verhalten ausführen, wenn sie diesen positiv gegenüber eingestellt sind. Dies wird bei der TrA vorausgesetzt und gilt auch in diesem Fall als Basisannahme. Der „wahrgenommene Nutzen“ hat außerdem nicht nur einen indirekten Effekt durch die Einstellung, sondern auch

Theoretische Fundierung

45

einen direkten Effekt auf die Handlungsabsicht (vgl. Kulviwat et al. 2007, 1075). Die „wahrgenommene Benutzerfreundlichkeit“ beeinflusst auch den „wahrgenommenen Nutzen“ (vgl. Sánchez-Franco 2006, 31). Das Modell kann wie in Abbildung 12 dargestellt zusammengefasst werden.

Quelle: Davis et al. 1989, 985 Abbildung 12: Technology Acceptance Model (TAM) Zahlreiche empirische Studien haben gezeigt, dass das TAM durchwegs einen substanziellen Beitrag zur Erklärung von Handlungsintention und Verhalten liefert (vgl. Venkatesh/Davis 2000, 186). Über etliche Studien hinweg zeigt sich das Konstrukt „wahrgenommener Nutzen“ mit einem konstant starken Effekt auf die Handlungsintention, typischerweise mit einem standardisierten Regressionskoeffizienten von ungefähr 0,6 (vgl. Venkatesh/Davis 2000, 187; Brown et al. 2002, 288 f.). Folglich kann der „wahrgenommene Nutzen“ als Haupteinflussfaktor auf die individuelle Handlungsintention gesehen werden und die „wahrgenommene Benutzerfreundlichkeit“ als zweitwichtigste Determinante (vgl. Shih 2004, 720). Die „wahrgenommene Benutzerfreundlichkeit“ erklärt meist einen hohen Anteil der Varianz des „wahrgenommenen Nutzens“ und der Nutzen ist auch ein signifikanter Prädiktor für die Einstellung (vgl. Ngai et al. 2007, 261). Die TpB und das TAM wurden, wie bereits erwähnt, mehrfach gemeinsam in einem Modell erfolgreich getestet. Einen Überblick über einige empirische Studien zu diesem Bereich gibt Tabelle 8.

46

Theoretische Fundierung

Autoren Davis et al.

Jahr 1989

Mathieson

1991

Taylor/Todd

1995

Brown et al.

2002

Legris et al.

2003

Venkatesh et al. Cheung et al.

2003 2005

Hsieh et al.

2008

Chen/Chen

2009

Title User Acceptance of Computer Technology: A Comparison of two Theoretical Models Predicting User Intentions: Comparing the Technology Acceptance Model with the Theory of Planned Behavior Understanding Information Technology Usage: A Test of Competing Models Do I really have to? User acceptance of mandated technology Why do people use information technology? A critical review of the technology acceptance model User Acceptance of Information Technology: Toward a unified view A Critical Review of Online Consumer Behavior: Empirical Research Understanding Digital Inequality: Comparing Continued Use Behavioral Models of the Socio-Economically Advantaged and Disadvantaged The empirical Study of Automotive Telematics Acceptance in Taiwan: Comparing three Technology Acceptance Models

Journal Management Science

Information Research

Systems

Information Systems Research European Journal of Information Systems Information & Management MIS Quarterly Journal of Electronic Commerce in Organizations MIS Quarterly

International Journal of Mobile Communications

Tabelle 8: Überblick über Studien mit TpB und TAM Das folgende Kapitel befasst sich mit den wichtigsten Begriffen aus den beiden theoretischen Modellen. 3.1.2

Begriffliche Grundlagen

Im Folgenden werden alle Begriffe, welche in der „Theory of planned Behavior“ und im „Technology Acceptance Model“ verwendeten werden ausführlich diskutiert. In der TpB handelt es sich dabei um „Attitude Toward the Behavior”, „Subjective Norm”, „Perceived Behavioral Control”, „Intention” und „Behavior”. Die im TAM verwendeten Konstrukte sind „Perceived usefulness”, „Perceived Ease of Use”, „Attitude”, „Behavioral Intention” und „Actual Behavior”.

Theoretische Fundierung

47

Attitude (Toward the Behavior) – Einstellung (zu einem bestimmten Verhalten) Sowohl für die betriebswirtschaftliche Forschung als auch für die Praxis besitzt die Einstellungsforschung einen hohen Stellenwert. Sie trägt wesentlich zur Entwicklung, Umsetzung und Überprüfung von Marketingstrategien bei, hat eine hohe Relevanz beim Erkennen und Erschließen von neuen Märkten bzw. Marktnischen, bei der Entwicklung von Positionierungsstrategien sowie bei der Prognose von Konsumentenverhalten (vgl. Hammann/Erichson 2006, 337; Kuß/Tomczak 2007, 51 ff.). Die Einstellung gilt als Schlüsselvariable zur Erklärung des Käuferverhaltens und weist meist eine hohe zeitliche Stabilität auf, da sie sich im erst im Zeitablauf verfestigt (vgl. Lord et al. 2004, 733 ff.; Cohen/Reed Ii 2006, 3). Unter Einstellung zum Verhalten wird die affektive Bewertung der Handlung verstanden, welche ein positives oder negatives Empfinden über das Zielverhalten widerspiegelt (vgl. Venkatesh et al. 2003, 456). Es drückt die Prädisposition des Individuums aus, auf ein Objekt, eine Person, eine Institution oder ein Ereignis in konsistenter Weise zu reagieren (vgl. Berekoven et al. 2006, 80). Dieses hypothetische Konstrukt ist eine nicht direkt beobachtbare psychische Größe, welche daher aus messbaren Indikatoren rückgeschlossen werden muss (vgl. Ajzen 2005, 3). Traditionell wird zwischen affektiven, kognitiven und konativen oder intentionalen Komponenten der Einstellung unterschieden (vgl. Berekoven et al. 2006, 80 f.; Hammann/Erichson 2006, 334 ff.). Dies wird als Dreikomponententheorie bezeichnet und kann in die drei bedeutendsten Sphären der menschlichen Psyche „fühlen“, „denken“ und „handeln“ übersetzt werden (siehe Abbildung 13). Diese drei bilden ein System aufeinander bezogener Komponenten, welche sich gegenseitig beeinflussen (vgl. Berekoven et al. 2006, 80). Der Ursprung dieser dreiteiligen Klassifikation ist keineswegs neu, sondern hat seine Ursprünge im Deutschland des frühen 18. Jahrhunderts in der Periode zwischen Leibniz (1646-1716) und Kant (1724-1804), ebenso bei Brett (1920), der die Ursprünge sogar bereits bei Aristoteles sah (vgl. Hilgard 1980, 107 ff.).

48

Theoretische Fundierung

Kognitive Gegenstandsbeurteilung (kognitive Komponente)

Bewertung (affektive Komponente)

Einstellung Verhalten (konative Komponente) Quelle: Kuß/Tomczak 2004, 51; Kuß/Tomczak 2007, 51 Abbildung 13: Komponenten der Einstellung Das semantische Differenzial (Osgood et al. 1957) und die Likert-Skala (Likert 1932), welche auch „Methode der summierten Ratings“ genannt wird, sind die am häufigsten verwendeten Multi-Item-Skalen zur Messung von Einstellung (vgl. Bohner/Wänke 2002, 27). Beide sind personenzentrierte Skalierungen, das bedeutet, dass sich die Messung auf die Zuordnung von Werten zu Personen richtet, um Unterschiede in der Einstellung zwischen diesen Personen anzuzeigen (vgl. Friedrichs 1990, 174 f.). Bei der Likert-Skala werden die Probanden gebeten, das Ausmaß ihrer Zustimmung oder Ablehnung zu einer Aussage anhand einer fünfstufigen Antwortskala abzugeben. Diese kann beispielsweise wie folgt aufgebaut sein: x Trifft voll und ganz zu x Trifft überwiegend zu x Trifft teilweise zu und teilweise nicht zu x Trifft überwiegend nicht zu x Trifft überhaupt nicht zu (vgl. Reith 2007, 168 ff.; Weijters et al. 2007, 18 f.; Bortz/Döring 2006, 224; Hammann/Erichson 2006, 343 f.). Eines der bekanntesten kompensatorischen Modelle der Einstellungsmessung ist das Fishbein-Modell. Es betrachtet die Einstellung zu einem Produkt, einer Person oder einer Handlung als Funktion der Einschätzung verschiedener Eigenschaften dieses Produktes, der Person oder des Handelns. In formaler Schreibweise kann das Modell wie folgt dargestellt werden:

Theoretische Fundierung

Eij

n

¦W

ijk

49

Bik

k 1

Quelle: Kuß/Tomczak 2004, 54 Formel 1: Einstellung im Fishbein-Modell Wijk bezeichnet die Wahrscheinlichkeit, mit der Person i die Eigenschaft k für die Handlung j vorhanden glaubt, und Bik steht für die Bewertung der Eigenschaft k durch die Person i. Die Summe der Produkte ergibt dann die Einstellung der Person i zur Handlung j und wird als Eij in der formalen Schreibweise dargestellt. Als Indikator für die positive oder negative Wahrnehmung einer Eigenschaft kann der Eindruckswert Wijk x Bik angesehen werden (vgl. Kroeber-Riel et al. 2009, 247). Die Einstellung der Person i zur Handlung j stellt somit die Summe aller Eindruckswerte dar. Das Fishbein-Modell wird in der Literatur kontrovers diskutiert, vor allem die Übertragbarkeit auf das Marketing. Trommsdorff (2009, 150 f.) vertritt die Meinung, dass Konsumenten eher in Produkteigenschaften denken als in Wahrscheinlichkeiten, und merkt weiterhin an, dass die Multiplikation von (immer fehlerbehafteten) Ratings im Ergebnis diese Fehler zum Quadrat mit abbildet. Er schlägt daher seinerseits ein ebenfalls kompensatorisches Modell vor (siehe Formel 2). Als Eindruckswert werden die summierten Differenzen benannt, können aber gleichermaßen wie beim Fishbein-Modell interpretiert werden. Große Differenzen weisen auf ungünstige Einstellungen hin (vgl. Kroeber-Riel et al. 2009, 248). Eij bezeichnet wieder die Einstellung, Bijk die von der Person i wahrgenommene Ausprägung der Eigenschaft k der Handlung j und Iik die von der Person i an anderen Handlungen als ideal empfundene Ausprägung der Eigenschaft k. n

Eij

¦B

ijk

 I ik

k 1

Quelle: Kroeber-Riel et al. 2009, 248 Formel 2: Einstellung im Trommsdorff-Modell Bei beiden Modellen handelt es sich um kompensatorische Verfahren. Das bedeutet, dass die einzelnen Handlungseigenschaften getrennt beurteilt und diese Teilurteile dann zu einem Gesamtwert zusammengefasst werden. Dies heißt unter anderem auch, dass sich positive und negative Bewertungen gegenseitig ausgleichen können (vgl. Balderjahn/Scholderer 2007, 80). Im Gegensatz dazu wird bei den Dekompositionsverfahren ein Pauschalurteil zu einer Handlung abgegeben. Meist geschieht dies in Form einer Rangfolge (vgl. KroeberRiel et al. 2009, 248). Eine Kritik an multiattributiven Einstellungsmodellen ist,

50

Theoretische Fundierung

dass unterstellt wird, dass die untersuchte Handlung ausschließlich vom Willen der handelnden Person abhängt, nicht aber von anderen Ressourcen wie Zeit, Geld usw. (vgl. Balderjahn/Scholderer 2007, 80). Ajzen (1995) erweiterte die „Theory of reasoned Action“ um eben diesen Einflussfaktor in der „Theory of planned Behavior“. Subjective Norm – Subjektive Norm Subjektive Norm bildet das soziale Umfeld eines Handelnden ab. Das Verhalten wird vom Wunsch beeinflusst, in einer Art und Weise zu handeln, wie die persönliche Meinung der Person über die an sie gestellten Handlungserwartungen der für sie wichtigen Personen oder Gruppen ist. Auch die Motivation, diesen Erwartungen gerecht zu werden, spielt eine wesentliche Rolle. Die subjektive Norm reflektiert somit die Wahrnehmung, ob eine gewisse Handlung entweder akzeptiert, bestärkt oder sogar verlangt wird (vgl. Pavlou/Fygenson 2006, 119). Es handelt sich hierbei um die subjektive Einschätzung der sozialen Erwünschtheit und nicht um die tatsächliche Meinung des relevanten Umfeldes über die beabsichtigte Handlung (Bauer et al. 2004, 221). Ein positiver Zusammenhang zwischen subjektiver Norm und der Handlungsintention konnte bereits mehrmals auch empirisch nachgewiesen werden (vgl. Taylor/Todd 1995; Januszewska/Jacques 2001; Brown et al. 2002; Bauer et al. 2004). Als mögliche Gewichtungskomponente wird die Motivation, diese Erwartungen von anderen Personen oder Gruppen zu erfüllen, herangezogen. Diese wird mit der normativen Überzeugung zum Verhalten multipliziert (siehe Formel 3) und in der Formel mit ni bezeichnet und die Übereinstimmungsmotivation mit mi.

SN

¦n

i

u mi

Quelle: Pavlou/Fygenson 2006, 117 Formel 3: Formel für subjektive Norm Perceived Behavioral Control – Wahrgenommene Verhaltenskontrolle Die wahrgenommene Verhaltenskontrolle drückt die subjektiv wahrgenommenen Hindernisse bei der Durchführung einer bestimmten Handlung aus, ergo ob es für eine Person leicht oder schwierig ist, eine Aktion auszuführen. Die internalen wie externalen Faktoren spielen eine bedeutende Rolle (Bamberg et al. 2003, 176). Die Verfügbarkeit über Geld und/oder Zeit, kann die Intention essenziell beeinflussen. Beispielsweise in einer Einkaufssituation, in der der Konsument seine Debitkarte nicht einsetzen kann, weil das Unternehmen diese nicht als Zahlungsmittel akzeptiert, der Konsument aber nicht genug Bargeld bei sich führt. Dies stellt eine erhebliche externale Einflussgröße für die Handlungsintention dar. Oder wenn der Konsument einen Einkauf tätigen möchte, aber

Theoretische Fundierung

51

keine Zeit findet, um diesen auch auszuführen. Je mehr Handlungsmöglichkeiten eine Person glaubt zur Verfügung zu haben, umso stärker wird sie die Verhaltenskontrolle wahrnehmen (Frey et al. 1993, 367). Diese wahrgenommene Verhaltenskontrolle wird gewichtet mit der wahrgenommenen Stärke des Einflusses auf die tatsächliche Handlung (siehe Formel 4). Die Verhaltenskontrolle selbst wird in der Formel mit ci und die wahrgenommene Stärke derselben mit pi bezeichnet.

PBC

¦c

i

u pi

Quelle: Pavlou/Fygenson 2006, 117 Formel 4: Formel für Perceived Behavioral Control Ajzen (1991) postuliert, dass die wahrgenommene Verhaltenskontrolle nicht nur die Intention direkt beeinflusst, sondern auch auf das Verhalten selbst einen direkten Einfluss hat. Past Behavior – Vergangenes Verhalten Kang et al. (2006, 858) wiesen in ihrer Studie zum Nutzungsverhalten von ECoupons nach, dass (selbstberichtetes) vergangenes Verhalten einen signifikanten Einfluss auf die Handlungsintention hat. Generell ist das vergangene Verhalten ein starker Prädiktor unabhängig vom Kontext. Dies wurde bereits mehrfach empirisch nachgewiesen (vgl. Orbell et al. 1997; Albarracín/Wyer 2000; Soman 2001; Kidwell/Jewell 2003; Kidwell/Jewell 2008). Ajzen (2005, 89 ff.) gibt zu bedenken, dass vergangenes Verhalten kein besserer Prädiktor ist, wenn Personen genug Zeit haben, über Ihr Verhalten nachzudenken. Hingegen hat bei spontanem oder oftmals wiederholtem Verhalten bzw. bei Verhalten unter Zeitdruck das vergangene Verhalten einen großen Einfluss. Da das Zahlungsverhalten eher Letzteren zuzuordnen ist, wird dieses latente Konstrukt in das Modell mit aufgenommen. Generell sind die Kritikpunkte wie auch die Studien über den Prädiktionswert von vergangenem Verhalten mannigfaltig. In der Diskussion geht aber klar hervor, dass vergangenes Verhalten unbestritten zwar einen hohen Erklärungswert hat (vgl. Kidwell/Jewell 2008, 1162), sich das Verhalten aber oft im Laufe der Zeit verändert und durchaus variiert (vgl. Ajzen 2005, 91). De Cannière et al. fassen als Ergebnis ihrer Studie zusammen, dass bei Verwendung der TpB die Einstellung neben der subjektiven Norm, der Verhaltenskontrolle und Intention den größten Erklärungsbeitrag liefert sowie auch das vergangene Verhalten. Sie schlagen vor, dass Modelle zur Prognose des Kaufverhaltens alle drei Arten von Variablen beinhalten sollten, einstellungsbezogene, Kaufintention sowie vergangenes Verhalten (vgl. De Cannière et al. 2009, 90).

52

Theoretische Fundierung

Intention (INT) Die Absicht einer Person, ein bestimmtes Verhalten bzw. eine bestimmte Handlung auszuführen, wird als Intention im Bezug auf die TpB bezeichnet. Je stärker diese Intention zu einer bestimmten Handlung ist, desto höher ist auch die Wahrscheinlichkeit, dass sie ausgeführt wird (vgl. Ajzen 1991, 181), oder anders ausgedrückt, kann man von der Stärke der Intention auf den Grad der Anstrengung schließen, mit der eine Peron versuchen wird, das gewünschte Verhalten auch tatsächlich auszuführen (vgl. Zumholz 2002, 80), im Gegensatz zur Auffassung der Intention in der TrA, wo sie als subjektive Wahrscheinlichkeit einer Person verstanden wird, mit der diese Person annimmt, das Verhalten zu einem späteren Zeitpunkt auszuführen (vgl. Jonas/Doll 1996, 22 f.). Die Intention wirkt maßgeblich durch die positive oder negative persönliche Einstellung gegenüber dem Verhalten sowie die subjektive Norm und die wahrgenommene Verhaltenskontrolle, die sich in Berücksichtigung der Ressourcen, der Kompetenz und Handlungsmöglichkeit der Person ausdrückt. Diese Faktoren beeinflussen einander auch wechselseitig, mögliche andere Faktoren wirken nicht direkt auf die Intention, sondern nur indirekt über diese drei Konstrukte (vgl. Bamberg/Schmidt 1994, 98). Dieses Suffizienzprinzip wurde in der TrA jedoch oftmals kritisiert und diese Kritik findet in der TpB Berücksichtigung, da diese Einschränkung nicht dem Charakter der TpB als algebraisches Strukturmodell entspricht, welches sich ohne Weiteres um Regressoren erweitern lässt (Jonas/Doll 1996, 24). Die Intention selbst stellt grundsätzliche eine notwendige Antezedenz zur Prognose des tatsächlichen Verhaltens dar. (Actual) Behavior – (tatsächliches) Verhalten/Handlung Das Verhalten ist die offensichtliche, beobachtbare Reaktion auf eine gegebene Situation bezogen auf eine bestimmte Vorgabe. In der TpB ist das Verhalten eine Funktion aus Intention und wahrgenommener Verhaltenskontrolle, wobei eine positive Intention nur dann ein Verhalten begründet, wenn die wahrgenommene Verhaltenskontrolle stark ist. In anderen Worten, kann man davon ausgehen, dass Individuen machen, was sie beabsichtigen zu tun, abgesehen von unvorhersehbaren Vorkommnissen (vgl. Ajzen 2005, 99 ff.). Perceived usefulness – Wahrgenommener Nutzen Die beiden Haupteinflussfaktoren der TAM auf die Handlungsintention und die Adoption sind der wahrgenommene Nutzen und die wahrgenommene Benutzerfreundlichkeit. Der wahrgenommene Nutzen bezieht sich auf die subjektive Einschätzung des Individuums zum gebotenen Nutzen von Technologien (vgl. Zhang/Mao 2008, 789). Im Konsumentenkontext bedeutet dies die wahrgenommene Wahrscheinlichkeit, dass eine Technologie der Person hilft eine Handlung auszuführen (vgl. Kulviwat et al. 2007, 1063). Da man auch Debit-

Theoretische Fundierung

53

und Kreditkarte als eine Technologie einordnen kann, werden diese Konstrukte der TAM in das Erklärungsmodell zum Zahlungsverhalten übernommen. Perceived Ease of Use - Wahrgenommene Benutzerfreundlichkeit Die wahrgenommene Benutzerfreundlichkeit ist das Ausmaß, zu welchem ein Individuum annimmt, dass eine Technologie oder im vorliegenden Fall beispielsweise eine Zahlungskarte einfach anzuwenden ist (vgl. Gefen et al. 2003, 54). Der wahrgenommene Nutzen wie auch die wahrgenommene Benutzerfreundlichkeit wirken auf die Einstellung zu einem Verhalten und die Einstellung weiter auf die Handlungsintention. Dies war die Annahme, welche aus der TrA von Davis (1989) abgeleitet wurde und welche auch in etlichen Studien belegt werden konnte (beispielsweise bei Venkatesh/Davis 2000, 197; Kulviwat et al. 2007, 1075; Ngai et al. 2007, 261; Weijters et al. 2007,12). Einige Studien haben auch einen direkten Effekt dieser beiden Konstrukte auf die Intention (vgl. Gefen et al. 2003, 71; Zhang/Mao 2008, 797) nachweisen können. In der vorliegenden Studie wird von einem indirekten Einfluss der beiden Konstrukte auf die Handlungsintention über die Einstellung ausgegangen. Reliability - Zuverlässigkeit Weijters et al. (2007, 5) verwenden in ihrem Beitrag über das Nutzungsverhalten von Self-Service-Technologien das TAM und erweitern dieses unter anderem um die wahrgenommene Reliabilität. Die bereits vorliegende Literatur zur Evaluation von Self-Service-Technologien (vgl. Dabholkar 1996; Pratibha et al. 2003) und zur Servicequalität (vgl. Parasuraman et al. 1988) unterstützt diese Vorgehensweise. Weijters et al. (2007, 10 und 16) weisen mit ihrer Studie nach, dass die Einstellung des Konsumenten zu Self-Service-Technologien signifikant von der wahrgenommenen Reliabilität, dem wahrgenommenen Nutzen und der wahrgenommenen Benutzerfreundlichkeit beeinflusst wird. Unter Reliabilität wird der Grad verstanden, zu dem erwartet wird, dass das gemessene Objekt fehlerlos und gut funktioniert (vgl. Weijters et al. 2007, 5). Die erwartete Zuverlässigkeit bezieht sich ebenso auf die Erwartungen des Konsumenten, wie genau seine Aufträge von beispielsweise einer Software ausgeführt werden (vgl. Dabholkar 1996, 39). Sowohl bei Zahlung mit Bargeld als auch mit Zahlungskarte kann es zu Problemen kommen, welche sich eventuell auf die wahrgenommene Zuverlässigkeit eines Zahlungsmittels auswirken können. Bei Bargeld kann der Fall eintreten, dass nicht ausreichend Wechselgeld zur Herausgabe auf den tatsächlichen Rechnungsbetrag vorhanden ist oder der Restbetrag falsch herausgegeben wird. Bei Zahlungskarten wäre eine Möglichkeit, dass der EFT-PoS-Terminal

54

Theoretische Fundierung

nicht funktioniert, der Rechnungsbetrag vom Kassenpersonal falsch eingetippt wird oder der Rechnungsbetrag doppelt abgebucht wird. In allen Fällen gibt es diverse Möglichkeiten, warum ein Konsument den Grad an Zuverlässigkeit für ein Zahlungsmittel höher oder geringer beurteilt. 3.1.3

Anwendung der theoretischen Aspekte

Es kann angenommen werden, dass die TpB ein bestimmtes Verhalten erfolgreich erklären und vorhersagen kann. Der Grund dafür ist, dass sie als eine der am besten operationalisierten und empirisch am umfangreichsten getesteten Theorien bezeichnet werden kann. Dies wurde bereits im vorangegangenen Kapitel mit einer Aufzählung von empirischen Arbeiten zu diesem Thema, die nicht den Anspruch der Vollständigkeit erhebt, begründet. Sie ist von hohem heuristischem Wert und stellt ein relativ sparsames Modell dar. Ihre Konstrukte sind theoretisch relevant und relativ einfach operationalisierbar. Gleichzeitig bietet die Analyse der kognitiven Überzeugungen eine Grundlage zur Ableitung von Handlungsempfehlungen (vgl. Bamberg 1996, 32) und sie kann, mit entsprechender theoretischer Fundierung, durch andere Konstrukte ergänzt werden, beispielsweise mit dem TAM (siehe dazu Tabelle 8). Bislang wurde das Zahlungsverhalten noch nicht im theoretischen Bezugsrahmen der in diesem Kapitel vorgestellten theoretischen Ansätze überprüft. Die TpB erscheint aufgrund ihrer bereits umfangreichen empirischen Evidenz und der bereits mehrmaligen Überprüfung von ähnlichen Zusammenhängen geeignet. So wurde bereits die Transportmittelwahl mit dieser Theorie überprüft (vgl. Bamberg et al. 2003). Es können durchaus Ähnlichkeiten in der Entscheidungsfindung gegenübergestellt werden. Es stehen beispielsweise wie bei der Entscheidung für ein Zahlungsmittel nur einige wenige mögliche Transportmittel zur Verfügung. Die Akzeptanzstellen könnte man mit dem Netz der öffentlichen Verkehrsmittel vergleichen. Dort, wo kein öffentliches Verkehrsmittel hinfährt, kann der Konsument nur (Motor-) Rad oder PKW benützen, gleich wie bei der Akzeptanz von Zahlungsmitteln. Nur solche Zahlungsmitteln können vom Konsumenten verwendet werden, die auch vom Händler als Zahlungsmittel akzeptiert werden. Eine weitere Ähnlichkeit ist die Unterschätzung der Kosten für die Nutzung des eigenen PKWs, gleich wie die Verwendung von Bargeld (Teller 2002, 197). Diese Kosten setzen sich aus grundsätzlich monetär direkt messbaren Größen und aus subjektiv bewertbaren Kosten wie Zeit und Mühe zusammen, welche in der Transaktionskostentheorie einen möglichen Erklärungsansatz finden. Wie die TpB ist auch das TAM bereits oftmals empirisch validiert worden und auch schon mehrere Male erfolgreich in Zusammenhang mit der TpB (siehe Tabelle 8). Dies und die Tatsache, dass es sich bei den bargeldlosen Zahlungs-

Theoretische Fundierung

55

mitteln um technische Innovationen handelt, stellen die Kernargumente für die Verwendung des TAM in diesem Forschungsbezug dar. Auch in Hinblick auf zukünftige Innovationen in diesem Bereich, wie Zahlung mit Mobiltelefon oder biometrische Verfahren, sind die Verwendung dieses Modells und die Verknüpfung mit der TpB zu bevorzugen. Die erste Ebene der theoretischen Konstrukte wird unverändert übernommen. Um jedoch für die Befragten die Komplexität zu reduzieren und das Model so sparsam wie möglich zu gestalten, wurden die jeweiligen Gewichtungsfaktoren der Konstrukte „Attitude towards the Behavior“, „Subjective Norm“ und „Perceived Behavioral Control“ nicht mit eingebunden. Der Informationsverlust dieser Gewichtungsfaktoren kann als relativ gering eingeschätzt werden und so wurde dieser Weg zugunsten der reduzierten Interviewzeit und des sparsameren Modells gewählt. 3.2

Transaktionskostenansatz

Dieses Kapitel widmet sich der Transaktionskostentheorie als weiteren theoretischen Bezugspunkt. Wie bereits im ersten Kapitel folgt auch in diesem zuerst eine Einleitung in das Thema mit einem kurzen Überblick über die Einordnung, Entstehung und Weiterentwicklung der Theorie. Dem folgen die Erläuterungen der begrifflichen Grundlagen und die Anwendung der theoretischen Aspekte auf das Zahlungsverhalten. 3.2.1

Einordnung, Entstehung und Weiterentwicklung

Ronald H. Coase, Nobelpreisträger 1991, konzipierte in seiner Arbeit „The Nature of the Firm“ die Grundgedanken für den Transaktionskostenansatz (vgl. Coase 1937). Dieser stellt mit der Property-Rights-Theorie und der PrincipalAgent-Theorie den Kern der Neuen Institutionenlehre innerhalb der Institutionen der Wirtschaft dar (vgl. Dorow/Weiermair 1984, 191; Kaas/Fischer 1993, 686; Richter et al. 2003, 40). Ein Wesensmerkmal dieser ist der Fokus auf die Kostspieligkeit von Transaktionskosten. Diese sind das Resultat von ineffizientem Handeln von Individuen, jedenfalls im Vergleich zum „Homo oeconomicus“ des neoklassischen Ansatzes (vgl. Richter et al. 2003, 53 f.). Diese Ineffizienz entsteht durch Beschränkungen wie begrenztes Wissen. Der Transaktionskostenansatz beschäftigt sich deshalb mit der effizienten Koordination von ökonomischen Aktivitäten (vgl. Kaas/Fischer 1993, 686). Einige Jahrzehnte lang war der Ansatz nicht beachtet wurden, aber in den 70er-Jahren von Williamson wieder aufgegriffen. Dieser wies, wie auch vor ihm schon Alchian und Demsetz (1972, 783 f.), auf den tautologischen Charakter der Argumentation hin, was für ihn der Grund ist, warum dieser Ansatz nicht genutzt wurde (vgl.

56

Theoretische Fundierung

Williamson 1975, 3). Für Williamson waren folgende Attribute der Theorie von speziellem Interesse für die Analyse (vgl. Williamson 1975, 4): x x

Die Transaktionen und die dazugehörigen Kosten Unsicherheit und begrenzte Rationalität

Die Übernahme dieser Konzepte bedingte die Änderung der Grundannahmen der Neoklassik, welche Handeln mit vollkommenen Informationen bzw. am vollkommenen Markt impliziert (vgl. Dorow/Weiermair 1984, 191 f.). Von Bedeutung sind zwei wesentliche Elemente. Einerseits das Individuum als derjenige, der in eine ökonomische Aktivität involviert ist, und andererseits die Transaktion, ergo der Austausch eines Gutes oder einer Dienstleistung als ökonomische Aktivität selbst (vgl. Jost 2001, 10). Coase (1937) untersuchte die Frage, warum Unternehmungen überhaupt als hierarchische Gebilde mit interner Arbeitsteilung bestehen und einerseits selbst Vorprodukte und Dienstleistungen erzeugen und andererseits Vorleistungen vom Markt extern beziehen (vgl. Picot 1992, 80). Divergent zur Neoklassik befindet er, dass der Preis kein kostenloses Koordinationsinstrument für Markttransaktionen ist, sondern dass die Verwendung des Preismechanismus mit Kosten verbunden ist, genauso wie Information, Kommunikation und Koordination nicht kostenlos zur Verfügung stehen (vgl. Coase 1937, 387). Die Höhe dieser Kosten ist ein Entscheidungskriterium, ob eine Leistung intern erstellt oder am Markt zugekauft wird („make or buy“-Entscheidung). Unternehmensintern müssen weniger Verträge abgeschlossen werden und somit kommt es zu einer Senkung von Transaktionskosten. Als Konsequenz daraus könnte man interpretieren, sollten alle Teilleistungen intern erbracht werden. Jedoch erhöhen sich die Kosten unternehmensinterner, hierarchischer Koordination überproportional mit der Anzahl übernommener Markttransaktionen und dadurch steigen wiederum die Organisationskosten. Im Sinne der Transaktionskostentheorie soll diejenige Organisationsform für den Leistungsaustausch gewählt werden, die die geringsten Transaktionskosten verursacht (vgl. Coase 1937, 391 f.). In Anlehnung an Coase werden diese Kosten der Vereinbarung und Verwirklichung einer arbeitsteiligen Leistungserstellung Transaktionskosten genannt (vgl. Picot 1992, 80). 3.2.2

Begriffliche Grundlagen

Über eine der wohl ersten Definitionen von Transaktion als Begriff diskutierte bereits in den frühen 30er-Jahren Commons (1931, 652 f.) und verstand darunter nicht den physischen Güteraustausch, sondern die Veräußerung und Anschaffung von Verfügungsrechten zwischen Personen, worüber die Parteien im Vor-

Theoretische Fundierung

57

feld entweder der Produktion, des Gütertausches oder des Konsums verhandeln müssen. Er stellte somit die vorgelagerte Übertragung der Eigentumsrechte in den Mittelpunkt seiner Ausführungen zur Transaktion. Williamson (1987, 1) hingegen postuliert, dass eine Transaktion stattfindet, wenn ein Gut oder eine Leistung über eine technisch trennbare Schnittstelle hinweg übertragen wird, und betont somit eher die physische Übertragung. Transaktionskosten stellen keine marginalen Erscheinungen des Wirtschaftslebens dar, sondern sind ein großer Teil aller wirtschaftlichen Aktivitäten. Deren Senkung ist einer der Hauptgründe der Entstehung und des Wandels von Institutionen, die wiederum den technischen Wandel beeinflussen (vgl. Picot 1992, 80). Um die Abwicklung ökonomischer Aktivitäten effizient zu gestalten, ist es notwendig, die Einflussfaktoren auf die Transaktionskosten zu analysieren und zu operationalisieren. Transaktionskosten können aber auch als Kosten der Kunden definiert werden, die über den Preis für das Produkt oder die Leistung hinausgehen (vgl. Posselt/Gensler 2000, 183). Picot (1982, 270) teilt die Transaktionskosten in vier Kostenarten ein, die sich an die Phasen einer Transaktion anlehnen: x Anbahnungskosten x Vereinbarungskosten x Kontrollkosten x Anpassungskosten Die ersten beiden Kostenarten können den ex ante Transaktionskosten zugerechnet werden, die Kontroll- und Anpassungskosten den ex post. Die ex ante Transaktionskosten gehen grundsätzlich dem Vertragsabschluss voraus, während die ex post dem Vertragsabschluss folgen (vgl. Picot 1982, 270; Williamson 1987, 20 f.). Die meisten Transaktionskosten werden als Opportunitätskosten bewertet und sind als theoretische Konstrukte nicht direkt beobachtbar. Die Beurteilung erfolgt subjektiv durch den Konsumenten (vgl. Kaas/Fischer 1993, 237). Anbahnungskosten können als Kosten für die Informationssuche und beschaffung sowie als Vergleichskosten gesehen werden (vgl. Picot 1982, 270). Die Planungs- und Zeitkosten spielen dabei eine wichtige Rolle. Analog zur Anbahnungsphase sind diese Kosten auch in der Vereinbarungsphase ein wesentlicher Bestandteil und der Zeitaufwand hat über die Wartezeit als Servicebestandteil einen essenziellen Einfluss (vgl. Kreller 2000, 68). Übersichtliche Warenplatzierung und kurze Wartezeiten an der Kasse reduzieren den Zeitaufwand und die Möglichkeit der Zahlung mit Zahlungskarte verringert Zeit- und Planungskosten. Ein Umweg über ein Geldinstitut oder Geldausgabeautomaten

58

Theoretische Fundierung

ist nicht notwendig, wenn zu wenig Bargeld verfügbar - beispielsweise in der Geldbörse - ist. Kontrollkosten entstehen für die Sicherstellung der Einhaltung von Termin-, Qualitäts-, Mengen- und Preisvereinbarungen und die Anpassungskosten können als Kosten für die Durchsetzung nachträglicher qualitativer, mengenmäßiger, preislicher oder terminlicher Änderungen aufgrund von veränderten Rahmenbedingungen subsumiert werden (vgl. Picot 1982, 270). Kontrollkosten können vonseiten des Händlers Kosten der Restgeldkontrolle, der Transport des Bargeldes zur Bank, aber auch das zu zahlende Disagio sein. Aufseiten des Konsumenten wären diese Kosten beispielsweise die Kosten bei der Kontrolle der Kreditkartenabrechnung oder des Kontoauszugs. Ursache für die Entstehung von Transaktionskosten sind menschliche und Umweltfaktoren, die das „organizational failures framework“ bilden. Die Höhe wiederum hängt von transaktionsspezifischen Faktoren ab. Menschliche Faktoren beeinflussen Transaktionskosten durch eingeschränkte Rationalität und opportunistisches Verhalten des Individuums. Der Mensch verfügt über beschränktes Können, Wissen und Zeit zur Informationsverarbeitung (vgl. Kaas/Fischer 1993, 687). So kommt es zustande, dass Menschen trotz Verfügbarkeit einer Debitkarte mit Bargeld zahlen, weil sie der Überzeugung sind, bei Zahlung mit Debitkarte den Überblick über die eigenen Ausgaben zu verlieren, während andere genau aus diesem Grund die Zahlung mit Debitkarte bevorzugen (vgl. OeNB 2008b, 3). Unter Umweltfaktoren versteht Williamson (1975, 9) im Allgemeinen die Umweltunsicherheit und die Anzahl der Marktteilnehmer. Sogenannte „small numbers“-Situationen entstehen dann, wenn nur wenige oder gar nur ein Marktteilnehmer und damit Transaktionspartner zur Verfügung steht (Michaelis 1985, 146). Umgelegt auf das Zahlungsverhalten bedeutet das entweder, dass nur wenige Akzeptanzstellen zur Verfügung stehen, oder dass nur wenige Kunden die Zahlungsmittel besitzen und nutzen können. Je mehr Akzeptanzstellen ein Zahlungsmittel aufweist, desto mehr Möglichkeiten hat der Kunde, dieses zu verwenden. Beispielsweise kann die Kreditkarte MasterCard auf über 31 Mio. und Visa auf über 24 Mio. Akzeptanzstellen weltweit verweisen (vgl. PayLife 2008, o.S.), was eine relativ geringe Barriere für die Verwendung darstellt. Diese weite Verbreitung von einigen wenigen Kreditkarten stellt andererseits aber auch eine Markteintrittsbarriere für neue Kartenanbieter dar, da die Marktmacht und das bereits gute ausgebaute Akzeptanzstellennetz nur mit sehr hohem Kostenaufwand innerhalb kurzer Zeit für neue Anbieter aufzubauen ist. Somit schaffen die hohen Investitionen eine gewisse Abhängigkeit, was auch zu opportunistischem Verhalten führen kann. Dies könnte man kritisch betrachtet in den teilweise hohen Disagio-Sätzen erkennen. Während die Kreditkartenbesitzer eine Jahresgebühr für ihre Karte leisten müssen, müssen die Akzeptanzstellen

Theoretische Fundierung

59

Disagio-Sätze zahlen. Das Zusammenwirken dieser beschriebenen Faktoren behindert den Ablauf von Transaktionen und verursacht damit Transaktionskosten. Dies führt zu einer Situation, die Williamson „Informationsverkeilung“ („Information Impactedness“) nennt (vgl. Williamson 1975, 40). Diese wird hauptsächlich durch Unsicherheit und Opportunismus hervorgerufen. Auch die beschränkte Rationalität spielt eine Rolle, wenn auch nur indirekt (siehe Abbildung 14). Die „Informationsverkeilung“ wiederum wirkt sich auf die bestehende Marktstruktur aus.

Quelle: Beck 2004, 54 in Anlehnung an Williamson, Oliver E. 1975, 40 Abbildung 14: Entstehung von Transaktionskosten Für die Untersuchung des Zahlungsverhaltens wurden vor allem aus den Anbahnungs- und Vereinbarungskosten drei latente Konstrukte abgeleitet. Diese ex ante Transaktionskosten werden im Folgenden kurz erläutert. Jonker (2007, 290) berichtet von vier Determinanten mit großem Einfluss darauf, ob und wie häufig ein bestimmtes Zahlungsmittel verwendet wird. Diese Aspekte sind Sicherheit, Dauer einer Transaktion, Kosten und Benutzerfreundlichkeit. Die ersten drei Konstrukte wirken auf die wahrgenommene Benutzerfreundlichkeit des Zahlungsmittels. Perceived Safety - Wahrgenommene Sicherheit Bargeld wird als relativ unsicheres Zahlungsmittel wahrgenommen, während Debitkarten als modern, einfach und praktisch gelten (vgl. Humphrey et al. 1996, 916). Generell werden Zahlungskarten als sicherer und zuverlässiger als Bargeld angesehen (vgl. Jonker 2007, 276). Die Sicherheit eines Zahlungsmittels kann somit als ein Fehlen von materieller Gefahr und finanziellem Risiko bei der Verwendung des Zahlungsmittels interpretiert werden (vgl. Jonker 2007, 291). Die wahrgenommene Sicherheit eines Zahlungsmittels kann zu den Anbahnungskosten der Transaktionskostentheorie gezählt werden.

60

Theoretische Fundierung

Perceived Transaction Speed - Wahrgenommene Transaktionsdauer Die wahrgenommene Transaktionsdauer bezeichnet die Zeit, die notwendig ist, um eine Transaktion durchzuführen. Zwischen den einzelnen Zahlungsmitteln werden von Konsumentenseite Unterschiede wahrgenommen. Beispielsweise sagen 66 Prozent der Befragten einer Studie der OeNB, dass Bargeld „vor allem bei kleineren Beträgen praktischer und schneller“ (OeNB 2008b, 3) zur Verfügung steht, und 39 Prozent behaupten sogar, dass Bargeld „generell schneller“ (OeNB 2008b, 3) ist. Diese subjektiv wahrgenommene Dauer einer Zahlungstransaktion spielt somit eine Rolle bei der Wahl des Zahlungsmittels (vgl. Jonker 2007, 292). Die wahrgenommene Transaktionsdauer kann den Vereinbarungskosten der Transaktionskostentheorie zugeordnet werden. Perceived Costs - Wahrgenommene Kosten Effektive Transaktionskosten sind bei Zahlungen mit Debitkarte am stationären PoS von Konsumentenseite keine zu tragen, während die Händler Disago zahlen müssen. Dadurch entstand beispielsweise in den Niederlanden ein schnelles Wachstum des Debitkartenmarktes. Mit dieser Preisgestaltung ist die Zahlung mit Debitkarte für Konsumenten tatsächlich günstiger, wenn Opportunitätskosten der Geldhaltung in die Kalkulation einbezogen werden (vgl. Jonker 2007, 274 f.). Dieses Konstrukt wird als Kosten für den Konsumenten für den Besitz und die tatsächliche Verwendung eines Zahlungsmittels definiert (vgl. Jonker 2007, 291). Es zählt zu den Anbahnungskosten der Transaktionskostentheorie.

Theoretische Fundierung 3.2.3

61

Anwendung der theoretischen Aspekte

Die Transaktionskostentheorie hat sich in der Betriebswirtschaft seit Jahren besonders im Bereich Marketing etabliert. Williamson (1987, ix) hält fest: „Any problem that can be formulated, directly, or indirectly, as a contracting problem can be investigated to advantage in transaction cost terms.“ Aus Marketingperspektive wird hauptsächlich die Anbieterseite beleuchtet, beispielsweise im Rahmen der Distributionspolitik die Wahl unterschiedlicher Absatzkanäle und Vertriebsformen (vgl. Müller-Hagedorn 1990, 453 ff.; Klein 2008, 147). Rindfleisch und Heide (1997, 32 ff.) teilten die publizierten empirischen Studien aus diesem Gebiet in vier kontextabhängige Bereiche ein. Diese sind die vertikale Integration, vertikale organisationsübergreifende Beziehungen, horizontale organisationsübergreifende Beziehungen und Überprüfungen von Thesen zur Transaktionskostenanalyse. Eine Literaturübersicht über die empirischen Studien aus den jeweiligen Bereichen ist im Journal of Marketing veröffentlicht worden (Rindfleisch/Heide 1997, 33 ff.). Obwohl sich der Transaktionskostenansatz grundsätzlich mit Koordinationsmechanismen sozioökonomischer Austauschbeziehungen beschäftigt und vorwiegend auf Koordinationsformen industrieller Märkte angewendet wird, kann er ebenso auf Konsumenten-Anbieter-Beziehungen übertragen werden (vgl. Klingenberg 2000, 46). Das Entscheidungsproblem des Konsumenten zur Wahl der Einkaufsstätte wurde bereits aus Transaktionskostensicht untersucht (vgl. Posselt/Gensler 2000; Klein 2008). Im Rahmen einer ökonomischen Analyse kann der Begriff der Transaktionskosten ebenso auf die Entscheidung über ein Zahlungsmittel verwendet werden, da er sehr weit gefasst ist (vgl. Klein 2008, 148). Der Konsument kauft ein Produkt oder eine Dienstleistung, weil die Differenz aus dem zu erwartenden Nutzen und den Kosten zur Erlangung des Produktes oder der Dienstleistung zu maximieren versucht wird. Somit kann der gesamte Einkaufsprozess von der Planung über die Einkaufsstättenwahl, den Kaufakt selbst, der Zahlung bis hin zum Transport nach Hause respektive der Auslieferung und der anschließenden Nutzung als Übertragungsphase für die Verfügungsrechte an diesem Produkt interpretiert werden. Die konsumentenseitige Präferenz ergibt sich aus dem Vergleich der jeweiligen Nettonutzen durch den dabei entstehenden relativen Nutzenvorteil (vgl. Klein 2008, 148 f.). So können beispielsweise die drei Faktoren der Transaktionskostentheorie auf diese Entscheidung umgelegt werden. Der menschliche Faktor kann über Einstellungen zu einem Zahlungsmittel definiert werden, über die Benutzerfreundlichkeit und den Nutzen der verschiedenen Zahlungsmittel. Die Umweltfaktoren bestehen aus Wechselbarrieren, wie Jahresgebühren für Zahlungskarten, der finanziellen Lage des Konsumenten oder auch der Verfügbarkeit von Akzeptanzstellen.

62

Theoretische Fundierung

Transaktionsspezifische Faktoren könnten als die Häufigkeit der Zahlungshandlung verstanden werden oder der Höhe des Rechnungsbetrags, die gefühlte Sicherheit und Dauer der Transaktion. Im Hinblick auf die vier Kostenarten wird in der vorliegenden Arbeit nur auf die ex ante Transaktionskosten eingegangen. Diese können als Akzeptanz und Höhe des Rechnungsbetrags seitens der Unternehmer betrachtet werden oder als finanzielle Situation, wahrgenommene Sicherheit, Kosten und Transaktionsdauer der Zahlung. Ein Teil des theoretischen Fundaments für das zu erklärende Verhalten kann somit die Übertragung der Transaktionskostentheorie auf die Entscheidung über das Zahlungsmittel darstellen. Da der Erwerb von Waren oder Dienstleistungen und die Zahlung unmittelbar miteinander verbunden sind, kann die Zahlung gleich wie beispielsweise die Einkaufsstättenwahl (vgl. Beck 2003, 89) als Bestandteil des Vertragsproblems betrachtet werden.

4

Empirischer Teil

Im empirisch-methodischen Teil wird den einzelnen Forschungsfragen aufgrund der Ausführungen im theoretisch-konzeptionellen Teil nachgegangen und diese in Hypothesen übergeleitet. Diese Hypothesen werden einer empirischen Überprüfung unterzogen und tragen so zur Beantwortung der übergeordneten Forschungsfrage bei. Dieser Teil ist in zwei Hauptkapitel untergliedert. Das erste Kapitel widmet sich den beiden Vorstudien und das zweite befasst sich mit der Hauptstudie. 4.1

Vorstudien

Zu Beginn werden die methodische Anlage und die Details zur Durchführung der beiden Vorstudien erläutert. Es erfolgt die Ableitung und Formulierung der einzelnen zu überprüfenden Hypothesen und die Operationalisierung der zentralen Konstrukte. Im anschließenden Teil findet zuerst eine deskriptive Aufarbeitung der Ergebnisse der Vorstudien statt und im Weiteren die Auswertung der Hypothesen. Abschließend erfolgen die Diskussion der Erkenntnisse und eine kritische Reflexion der Studien. 4.1.1

Methodische Anlage und Durchführung

Im ersten Teil werden die Hypothesen für die beiden Vorstudien formuliert und alle relevanten Konstrukte operationalisiert. Die Hypothesen werden anschließend in einem Modell zusammengefasst, die vorgenommenen Operationalisierungen werden dargestellt und den jeweiligen Fragen aus dem Fragebogen zugeordnet. Abschließend wird das Untersuchungsdesign vorgestellt. 4.1.1.1 Ableitung und Formulierung der Hypothesen Die Vorgehensweise bei der Ableitung und Formulierung der Hypothesen ist geleitet durch die im ersten Kapitel aufgezeigten Teilfragen der Forschungsfrage. Diese Teilfragen werden schrittweise beantwortet. Um die Einflussfaktoren der Entscheidung über die Zahlungsmittel am stationären PoS zu ermitteln, stellt sich zu Beginn die Frage, welche Zahlungsmittel am stationären PoS verwendet werden. Sowohl im Einzelhandel als auch im Dienstleistungssektor kann vom stationären PoS gesprochen werden. Diese beiden Sektoren gliedern sich in jeweils unterschiedliche Branchen. Diese Branchen sind grundsätzlich heterogen. Es ist notwendig, einen Gesamtüberblick über beide Sektoren zu bekommen, jedoch muss berücksichtigt werden, dass es Unterschiede zwischen den

64

Empirischer Teil

einzelnen Sektoren und im Weiteren auch zwischen den einzelnen Branchen der jeweiligen Sektoren geben kann. Dies zeigt auch eine Studie des Instituts für Empirische Sozialforschung (IFES), welche sich im Auftrag der Österreichischen Nationalbank (siehe Mooslechner et al. 2006) mit der Frage nach der Zahlungsstruktur in Österreich beschäftigt hat. Als Datengrundlage diente ein Zahlungstagebuch, welches von 1.204 Personen im Zeitraum einer Woche in den Monaten September bis November 2005 geführt wurde. Insgesamt wurden 21 verschiedene Handels- und Dienstleistungsbranchen untersucht. Das Ergebnis der Studie ist in Abbildung 15 dargestellt. in % Gasthaus, Hotel LEH, Supermarkt Warenhaus, Baumärkte Haushaltsgeräte, Glas, Metallwaren Trafik Kleider, Textilien Schuhe, Lederwaren Apotheke, Drogerie, Parfümerie Möbel, Heimtextilien Fahrzeugh., -zubehör Tankstellen Verkehrsmittel, Nachrichtenüberm. CD, DVD, Tonträger Elektrohandel, Computer Optiker, Fotohandel Uhren, Schmuck Bücher, Papier, Schreibwaren Spielwaren, Sportartikel

Anteil Branche

Bargeld

Debitkarte

Kreditkarte

Kundenkarte

Quick

Scheck

Internet

9,4

94,7

2,0

3,3

0,0

0,0

0,0

0,0

25,0

78,8

20,4

0,4

0,1

0,3

0,0

0,0

4,9

62,5

31,2

3,4

0,5

0,2

1,6

0,5

1,9

85,1

14,6

0,0

0,0

0,0

0,3

0,0

3,8

95,1

4,9

0,0

0,0

0,0

0,0

0,0

6,9

44,7

38,7

15,6

0,0

0,8

0,1

0,0

2,8

67,7

26,6

5,7

0,0

0,0

0,0

0,0

5,5

81,9

14,5

2,9

0,0

0,7

0,0

0,0

3,0

22,6

62,8

14,6

0,0

0,0

0,0

0,0

4,3

67,5

24,1

1,4

0,0

0,0

7,0

0,0

7,9

57,0

28,8

8,5

5,3

0,2

0,0

0,2

1,6

62,2

26,1

7,7

0,1

0,4

3,2

0,4

1,0

61,4

25,3

2,7

0,0

0,0

0,0

10,6

2,7

58,1

33,8

6,3

0,3

0,2

1,0

0,4

1,4

62,4

35,8

1,6

0,0

0,0

0,0

0,2

0,3

47,4

47,5

0,0

0,8

0,0

4,4

0,0

2,2

66,9

27,9

3,3

0,0

0,0

0,0

1,9

1,0

47,0

38,3

5,1

3,8

0,0

0,0

5,8

Empirischer Teil Blumenhandlung, Gärtnerei Kunst, Sport, Unterhaltung Wohnkosten Urlaub, Flugtickets, Reisebüro Anderes

65 1,2

93,1

5,6

0,4

0,0

0,0

0,0

0,9

3,3

84,8

9,8

3,3

0,0

0,0

0,6

1,6

5,4

45,5

33,1

0,4

1,3

0,0

10,1

9,6

1,6

42,5

20,1

35,1

0,0

0,0

2,3

0,0

2,2

86,6

5,5

0,7

0,0

0,0

1,7

5,5

Keine Angabe

0,6

87,7

11,5

0,8

0,0

0,0

0,0

0,0

Insgesamt

x

70,2

22,6

4,3

0,6

0,2

1,1

1,0

Transaktionen

x

11663

1558

176

51

32

30

37

Quelle: Mooslechner et al. 2006, 145 Abbildung 15: Zahlungsstruktur nach Branchen im Jahr 2005 Bis auf den Punkt Wohnkosten sind alle ausgewerteten Branchen entweder dem Einzelhandel (17 Branchen) oder dem Dienstleistungssektor (4 Branchen) zuordenbar. Die Daten zeigen bezogen auf die Zahlungsalternativen deutliche branchenspezifische Unterschiede. Der Umsatzanteil der Bargeldzahlungen in den Branchen „Gasthaus, Hotel“, „Trafik“ und „Blumenhandlung, Gärtnerei“ liegt über 90 %, während der Anteil von Barzahlungen bei „Möbel, Heimtextilien“ unter 23 % liegt (siehe Abbildung 15). Somit wird als Hypothese für die Vorstudie postuliert: H1:

Es besteht eine signifikante Divergenz in der Nutzung von Zahlungsalternativen zwischen den einzelnen Sektoren und innerhalb der jeweiligen Sektoren zwischen den einzelnen Branchen.

Explizit ausgeschlossen für die OeNB-Studie wurden alle getätigten Banküberweisungen und Zahlungen mit Erlagschein (vgl. Mooslechner et al. 2006, 126). Untersucht wurden von Stix und Wagner (2006, 94) Banküberweisungen nur in Bezug auf das Medium Internet. Dabei gaben im Jahr 2006 42 % der Befragten (siehe Abbildung 16) an, Waren und Dienstleistungen im Internet bestellt und mittels Banküberweisung bezahlt zu haben (vgl. Stix/Wagner 2006, 94). in % der Befragten

Banküberweisung

Kreditkarte

Nachnahme

Mobiltelefon

andere

2002 (Q1 + Q2)

43

32

23

0,5

8

2005 (Q3 + Q4)

46

38

21

0,3

6

2006 (Q1 + Q2)

42

40

24

0,3

6

Quelle: Stix/Wagner 2006, 94 Abbildung 16: Verwendung verschiedener Zahlungsmittel im Internet

66

Empirischer Teil

Eine Studie des EHI Retail Institutes im Jahr 2006 ergab, dass rund 14 % des Umsatzes mit ELV, OLV und PoZ (ELV steht für „Elektronisches LastschriftVerfahren“, OLV für „Online-LastschriftVerfahren“ und PoZ für „Point of Sale ohne Zahlungsgarantie“ (vgl. Kretschmar 2005, 31 ff.) im Einzelhandel getätigt werden sowie 3 % Rechnungsverkäufe sind. ELV, OLV und PoZ können grundsätzlich mit Überweisungen gleichgesetzt werden. Eine Überweisung wie auch ein Lastschriftverfahren stellt die Übertragung von Buchgeld dar, jedoch löst bei der Überweisung der Zahlungspflichtige und beim Lastschriftverfahren der Zahlungsempfänger den Zahlungsvorgang aus (vgl. Grill/Perczynski 2006, 112 ff.). Auch Rechnungen werden üblicherweise im Nachhinein mittels Überweisung beglichen. Laut Studienergebnissen des EHI Retail Institutes ist der Anteil von Überweisungen am Umsatz für Branchen wie Lebensmitteldiscounter und Drogeriemärkte geringer als bei Branchen wie Textilkaufhäusern/-fachgeschäften oder Baumärkten (vgl. Rüter 2007, 12). Den erstgenannten Branchen kann ein geringerer durchschnittlicher Rechnungsbetrag unterstellt werden als den letztgenannten. Dies mündet in folgende Hypothese: H2:

Es besteht eine signifikante Divergenz in der Höhe des durchschnittlichen Rechnungsbetrages zwischen den einzelnen Sektoren und innerhalb der jeweiligen Sektoren zwischen den einzelnen Branchen.

Weltweit gibt es 31 Mio. Vertragspartner der Kreditkarte MasterCard und mehr als 24 Mio. Visa-Akzeptanzstellen (vgl. PayLife 2008, o.S.). Mit Diners Club kann bei rund 15 Mio. Vertragspartner bezahlt werden (vgl. DinersClub 2007b, o.S.). Maestro wird von über 10 Mio. Vertragspartnern als Zahlungsmittel anerkannt (vgl. PayLife 2008, o.S.). Der Hauptgrund für die Akzeptanz von Kreditkarten liegt im Kundenservice (vgl. Rüter 2007, 23). Die Akzeptanz ist vor allem aber Voraussetzung dafür, dass der Kunde überhaupt die Möglichkeit hat, mit der von ihm gewünschten Zahlungsalternative zu bezahlen. Daraus resultiert ein Einfluss der Akzeptanz auf die Nutzung von Kundenseite. Somit ergeben sich folgende Hypothesen: H3:

Die Akzeptanz von Zahlungsalternativen am stationären Point of Sale hat einen signifikanten Einfluss auf deren Nutzung.

H4:

Die Sektoren und Branchen haben einen signifikanten Einfluss auf die Akzeptanz von Zahlungsalternativen am stationären Point of Sale.

H5:

Die Höhe des durchschnittlichen Rechnungsbetrages hat einen signifikanten Einfluss auf die Akzeptanz von Zahlungsalternativen am stationären Point of Sale.

Empirischer Teil

67

95 % des Zahlungsvolumens mit einem Zahlungsbetrag von unter 5 Euro werden mittels Barzahlung beglichen. Dieser Anteil nimmt mit steigender Größe laut Studie von Mooslechner, Stix und Wagner stark ab (vgl. Mooslechner et al. 2006, 135). Shy und Tarkka (2002) haben ähnliche Ergebnisse mit ihrer Studie erzielt. Die Haupteinsatzgebiete für Zahlungen mit Münzen sind Kleinstbeträge, generell für Zahlungen mit Bargeld sind mittlere Beträge, Kleinbeträge werden mit der elektronischen Geldbörse (hier Quick) bezahlt und für große Beträge werden Zahlungskarten verwendet (vgl. Shy/Tarkka 2002, 313). Somit wird als Hypothese postuliert: H6:

Die Höhe des durchschnittlichen Rechnungsbetrages hat einen signifikanten Einfluss auf die Nutzung der Zahlungsalternative.

Zusammenfassend werden die formulierten Hypothesen in grafischer Form in Abbildung 17 dargestellt. Die Hypothesen bilden den ersten grundlegenden Teil, welcher die Basis für die Vorstudien darstellt. Sie wurden aus überwiegend sekundärstatistischem Datenmaterial abgeleitet und werden im zweiten Schritt mittels Primärdaten einer empirischen Überprüfung unterzogen. Der Zugang über den Konsumenten wäre eine Möglichkeit der Datenerhebung im Bereich der Konsumentenforschung. Die Daten aus Unternehmersicht zu erheben bietet den Vorteil, dass in einem Unternehmen eine Vielzahl von Kunden bezahlen und dadurch eine höhere Abdeckung zu erzielen ist. Somit wird für die Vorstudien, welche als Basis für die Modell-Entwicklung neben der theoriegeleiteten Entwicklung fungieren, dieser Ansatz gewählt. Die relevanten Operationalisierungen folgen im nächsten Kapitel.

Abbildung 17: Zusammenfassung der Hypothesen 4.1.1.2 Messkonzeption Damit eine Überprüfung der dargestellten Hypothesen möglich wird, müssen die verwendeten Begriffe direkt beobachtbaren Größen zugeordnet werden (vgl. Kroeber-Riel et al. 2009, 33). Diesen Vorgang nennt man Operationalisierung,

68

Empirischer Teil

der ursprünglich auf physikalische Operationen zugeschnitten wurde, auf Bridgman (1927) zurückgeht und später erweitert wurde, wo er auch für die Sozialwissenschaften anwendbar wurde (vgl. Bortz/Döring 2006, 62 f.). Im Folgenden werden die relevanten Begriffe aus den zuvor formulierten theoretischen Aussagen operationalisiert. Da sich sowohl Akzeptanz als auch Nutzung auf die Zahlungsalternativen beziehen, müssen diese zuerst detailliert betrachtet werden. Zahlungsalternativen Um Produkte und Dienstleistungen bezahlen zu können, benötigt der Konsument ein Zahlungsmittel, mit welchem die Zahlung und damit die Begleichung des offenen Rechnungsbetrages getätigt werden kann. Je nach Zahlungsalternative unterscheidet man zwischen Bar-, halbbaren oder bargeldlosen Zahlungen (siehe Abbildung 9). Während Barzahlungen durch formlose Übergabe von Bargeld erfolgen, benötigt bei halbbaren Zahlungen entweder der Zahlungspflichtige oder der Zahlungsempfänger ein Bankkonto (vgl. Grill/Perczynski 2006, 109). Bargeldlose Zahlungen können in Form von Überweisungen, Lastschriftverfahren oder Zahlungen mittels Karte erfolgen. Bei Karten unterscheidet man Debit- und Kreditkarten (vgl. Nentwich et al. 1993, 68). Debitkarten unterscheiden sich von Kreditkarten dahingehend, dass bei Debitkarten das Konto des Inhabers umgehend belastet wird (vgl. Judt/Waldock 2004, 74), wohingegen bei Zahlung mit Kreditkarte eine spätere Abbuchung erfolgt (vgl. Nentwich et al. 1993, 69 und 81; Hartmann 2000, 35). Beispiel für eine Debitkarte in Österreich ist Maestro (vgl. PayLife 2006) und in Deutschland die EC (eurocheque)-Karte (vgl. Obst/Hintner 2000, 647). Wert- oder Pre-paid-Karten kennzeichnet, dass die Bezahlung vor der Leistungserbringung liegt (vgl. Nentwich et al. 1993, 102; Judt/Waldock 2004, 179. Als (Mobil-) Telefonwertkarten (vgl. Wenninger/Laster 1995, 1) oder als Geschenkkarten (vgl. Furletti 2004, 2) werden Wertkarten unter anderem genutzt. Akzeptanz von Zahlungsalternativen Die Akzeptanz von Zahlungsalternativen bezeichnet die Annahme von bestimmten Zahlungsmitteln im Austausch zu Produkten und Dienstleistungen. Derzeit unterliegt nur Bargeld dem gesetzlichen Annahmezwang, vor allem Banknoten, wie die Euro-Banknote, die unbeschränktes gesetzliches Zahlungsmittel sind (vgl. Grill/Perczynski 2006, 107 ff.). Alle anderen verfügbaren Zahlungsalternativen müssen von Händlern oder Dienstleistern nicht als Zahlungsmittel akzeptiert werden. Die Akzeptanz wurde mit folgenden Fragen ermittelt:

Empirischer Teil

69

1.

Ich werde Ihnen jetzt bare und bargeldlose Zahlungsmöglichkeiten vorlesen. Welche von diesen bieten Sie Ihren Kunden zur Bezahlung in Ihrem Geschäft an?

2.

Gibt es, außer den eben genannten, noch andere Zahlungsmöglichkeiten, die Sie akzeptieren?

Die Antwortkategorien wurden von der jährlich durchgeführten Studie des EHI „Kartengestützte Zahlungssysteme im Einzelhandel 2007“ übernommen und an die nationalen Gegebenheiten angepasst. Die Zahlungsalternativen wurden wie folgt abgefragt: † Barzahlung † Maestro/Bankomat † Quick † Mastercard † Visa † American Express † Diners Club † eigene Kundenkarte mit Zahlungsfunktion † Überweisung/Rechnung/Lastschriftverfahren (im Folgenden bei den Auswertungen subsumiert unter Überweisungen) † Scheck † andere Nutzung von Zahlungsalternativen Als Nutzung wird die Verwendung einer Zahlungsalternative von Konsumenten zur Bezahlung von Produkten und Dienstleistungen verstanden. Es kann zwischen Zahlungstransaktionen und Umsätzen differenziert werden. Sowohl die Fragestellung als auch die Antwortkategorien wurden von der Studie des EHI übernommen und wie folgt erhoben:

70

Empirischer Teil

1.

Welche Anteile am Umsatz entfallen derzeit auf die genannten Zahlungsmöglichkeiten in Ihrem Unternehmen?

2.

Welche Anteile an Zahlungstransaktionen, also einzelne Kaufakte, entfallen derzeit auf die genannten Zahlungsmöglichkeiten in Ihrem Unternehmen?

3.

Welche stellt für Sie die wichtigste Zahlungsmöglichkeit für Ihr Unternehmen dar?

Die Antwortkategorien wurden wie im Frageblock Akzeptanz dargestellt auch für diese Frage verwendet und für die Auswertung wurden folgende Kategorien gebildet: x x x x x x

Barzahlung Maestro/Bankomatkarte (Debitkarte) Quick Kreditkarten Überweisungen Sonstige, wie Scheck und Kundenkarten mit Zahlungsfunktion, wurden wegen ihrer geringen Fallzahlen nicht in die Auswertungen einbezogen

Sektor/Branche Die beiden untersuchten Sektoren sind der klassische Einzelhandel und der Dienstleistungsbereich. Der Einzelhandel gehört zu den dynamischsten Teilbereichen der Wirtschaft und umfasst in seinem Funktionsfeld alle Aktivitäten des Verkaufs von Produkten und Dienstleistungen direkt und ohne weitere Handelsstufen zwischenzuschalten an die Endverbraucher zu deren persönlicher Verwendung (vgl. Kotler et al. 2007, 898 f.). Immer wenn in dieser Arbeit Bezug auf Einzelhandel genommen wird, wird darunter der klassische Einzelhandel verstanden. Der Einzelhandel mit Produkten und der Einzelhandel mit Dienstleistungen lassen sich nun weiter in unterschiedliche Branchen segmentieren. Das Gliederungsmodell dazu lehnt sich an die Gliederung nach ÖNACE 2003 an, nach welchem die Statistik Austria auswertet und jährlich Studien zur Verfügung stellt, welche somit als Vergleichswerte herangezogen werden können. Die ÖNACE 2003 ist die österreichische Version der NACE (abgeleitet von der französischen Bezeichnung der europäischen Wirtschaftstätigkeitenklassifikation: „Nomenclature générale des activités économiques dans le communautés européennes“), welche seit 1. Jänner 2003 von allen Mitgliedstaaten der Europäischen Union verbindlich anzuwenden ist. Der Grund für diese Normierung der statistischen Kennzahlen ist

Empirischer Teil

71

die Notwendigkeit der Vergleichbarkeit der einzelnen Volkswirtschaften innerhalb der Europäischen Union. Weiters wurde damit, um die internationale Vergleichbarkeit der Statistiken zu gewährleisten, auch eine Harmonisierung mit der ISIC Rev. 4 (International Standard Industrial Classification of All Economic Activities) erreicht. Da diese weltweit für alle Länder anwendbar sein soll, ist die hierarchisch strukturierte Gliederung stark reduziert. In den nationalen Kennzahlsystemen der Wirtschaftstätigkeiten ist der Detailgrad wesentlich tiefer, wie beispielsweise in der ÖNACE. Die einzelnen Wirtschaftszweige sind in die Abschnitte A-Q eingeteilt (Statistik Austria 2008b). Die, für diese Arbeit, relevanten Abschnitte sind der Abschnitt G, Unterabschnitt A, Abteilung 52 für den klassischen Einzelhandel und Teile der Abschnitte H, I, K und O für den Dienstleistungssektor. Ersterer steht für Einzelhandel ohne Handel mit Kraftfahrzeugen und ohne Tankstellen sowie Reparatur von Gebrauchsgütern. Per Definition von Statistik Austria sind die Abschnitte H-O dem Dienstleistungssektor zuzurechnen, allerdings werden nur die Abschnitte H-K in der Leistungs- und Strukturstatistik erhoben. Der Abschnitt H überspannt das Beherbergungs- und Gaststättenwesen, I den Verkehr und die Nachrichtenübermittlung, J das Kredit- und Versicherungswesen, K das Realitätenwesen, Vermietung beweglicher Sachen und Erbringung von unternehmensbezogenen Dienstleistungen, L fasst die öffentliche Verwaltung, Landesverteidigung und Sozialversicherung zusammen, M das Unterrichtswesen und N das Gesundheits-, Veterinär- und Sozialwesen und der Abschnitt O die Erbringung von sonstigen öffentlichen und persönlichen Dienstleistungen. Die Abschnitte J, L, M und N wurden nicht in die Studie einbezogen, da es sich bei Zahlungstransaktionen in diesen Bereichen nicht um klassische stationäre PoSTransaktionen handelt. Da ein Einbeziehen aller Branchen in den jeweiligen Sektoren zu umfangreich wäre, wurden neun Einzelhandels- und 21 Dienstleistungsbranchen für die Studien ausgewählt. Die Branchen, die in die Studien eingeflossen sind, werden in Tabelle 9 dargestellt. Der ÖNACE-Code des Unternehmens wurde aus der Firmendatenbank „Aurelia“ entnommen und im Fragebogen eingetragen.

72 ÖNACE

Empirischer Teil Bezeichnung

Einzelhandel

GA 52.3

EH mit Waren verschiedener Art, Warenhäuser sowie mit Nahrungs- und Genussmitteln, Getränken und Tabak Apotheken, Parfümerien, Drogerien

GA 52.41-43

EH mit Textilien, Bekleidung, Schuhen und Lederwaren

GA 52.44

EH mit Möbeln, Einrichtungsgegenständen und Hausrat EH mit elektrischen Haushalts-, Rundfunk/Fernsehgeräten, Musikinstrumenten EH mit Metallwaren, Anstrichmitteln, Bau-/ Heimwerkerbedarf EH mit Büchern, Zeitschriften, Zeitungen, Schreibwaren, Bürobedarf Sonstiger Einzelhandel EH mit Antiquitäten, Gebrauchtwaren, Reparaturen und Sonstiges

GA 52.1 u 2

GA 52.45 GA 52.46 GA 52.47 GA 52.48 GA 52.5-7 Dienstleistungen HA 55.1/2 HA 55.3/5

Hotels, Gasthöfe, Pensionen und sonstige Beherbergungswesen Restaurants, Gasthäuser, Cafehäuser, Kantinen und Caterer

HA 55.4 IA 60.1 IA 60.21-01/02 IA 60.21-03 IA 60.22 KA 71.10-02 IA 62.1

Sonstiges Gaststättenwesen Eisenbahnen; U-Bahn-, Straßen- und Schnellbahnverkehr, Autobus Seilbahn-, Sessel- und Schleppliftverkehr

Linienflugverkehr

IA 63.3

Reisebüros und Reiseveranstalter

IA 63.4

Spedition, sonstige Verkehrsvermittlung

IA 63.21-01

Parkhäuser und Parkgaragen

IA 63.21-02

Mautstraßen

IA 64.2

Fernmeldedienste

KA 71.40-03

Videotheken

Taxis und Autovermietung

Empirischer Teil

73

KA 74.85-03

Copy-Shops; Lichtpaus- und Fotokopieranstalten

OA 92.13/31

Kinos, künstlerische u. schriftst. Tätigkeiten (Theater)

OA 92.71

Casino, Wett-, Toto- und Lotteriewesen

OA 93.01

Wäscherei und chem. Reinigung

OA 93.02

Frisöre, Kosmetiker und Fußpfleger

OA 93.04-01/02

Massage- und Fitnesszentren

OA 92.34-01

Tanzschulen

MA 80.41-01 Fahrschulen Tabelle 9: ÖNACE-Gliederung der untersuchten Branchen Durchschnittlicher Rechnungsbetrag Der durchschnittliche Rechnungsbetrag bezeichnet das Entgelt einer Rechnung, welche die Kosten des gekauften Warenkorbes darstellt. Wie hoch schätzen Sie den durchschnittlichen Rechnungsbetrag pro Ein1. kauf in Ihrem Unternehmen? 4.1.2

Ergebnisse der Vorstudien

Dieses Kapitel widmet sich der deskriptiven Auswertung der Vorstudien und der Überprüfung der vorab formulierten Hypothesen. In den einführenden Überlegungen zu Beginn werden die Stichprobe sowie die Details der Durchführung der Vorstudien näher beschrieben. Dies wird in einem methodischen Steckbrief übersichtlich zusammengefasst. 4.1.2.1 Einführende Überlegungen Die erste Vorstudie wurde 2006 im Einzelhandel und die zweite 2007/2008 im Dienstleistungssektor durchgeführt. Die Erhebung findet mithilfe eines standardisierten Fragebogens in Form von telefonischen Befragungen statt. Die Auswahl der Probanden erfolgt mittels Random-Sample aus der Grundgesamtheit aller Unternehmen der jeweiligen ÖNACE. Die Stichprobengröße umfasst 277 Befragte im Handel und nochmals 277 im Dienstleistungssektor. Dies bedeutet eine Schwankungsbreite der Ergebnisse um ungefähr +/-5 Prozent. Befragt wurden Führungskräfte und Entscheider in den ausgewählten Unternehmen (siehe Tabelle 10). 13 bzw. 8 befragte Personen wurden persönlich interviewt. An diesen Personenkreis, der aus Führungskräften von den je Branche markt-

74

Empirischer Teil

führenden Filialisten besteht, werden einige detaillierte Fragen gestellt, welche einer aufwendigeren Vorbereitung bedurften und deshalb nur diesen wenigen Personen gestellt wurden. Der restliche Fragebogen ist identisch mit dem allgemeinen Fragebogen. Einzelhandel

Dienstleistungen

Erhebungsform

Telefonische (persönliche) Befragung

Grundgesamtheit Auswahlmodus

Alle Unternehmen aus Alle Unternehmen aus 9 Einzelhandelsbereichen 21 Dienstleistungsbereichen Random-Sample aus der Grundgesamtheit

Erhebungszeitraum

KW 19-25/2006

Erhebungsinstrument

Standardisierter Fragebogen mit offenen und geschlossenen Antwortkategorien 277 (13) Führungskräfte/ 277 (8) Führungskräfte/ EntEntscheider scheider

Stichprobenumfang

KW 49/2007-KW8/2008

Tabelle 10: Methodischer Steckbrief der beiden Vorstudien Es erfolgt im nächsten Kapitel zuerst eine kurze deskriptive Auswertung der erhobenen Daten und im Weiteren werden die vorab formulierten Hypothesen überprüft. 4.1.2.2 Deskriptive Datenanalyse Grundsätzlich erfolgen in Österreich Zahlungen von Unternehmen an öffentliche Haushalte, von Privaten an öffentliche Haushalte und jeweils umgekehrt sowie von Unternehmen an Private in nahezu 100 % der Fälle bargeldlos. Konträr dazu erfolgen Zahlungen von Privaten an Unternehmen noch überwiegend in bar. Der genaue Anteil der jeweiligen Zahlungsalternativen ist nicht bekannt, da es weder Statistiken über die Gesamtheit der Zahlungen noch über die Anzahl der Barzahlungen gibt (vgl. Judt 2005, 229). Umfassende Studien liegen von Mooslechner et al. (1997; 2002b; 2006) vor. In diesen drei Studien führen die Befragten über eine Woche ein Zahlungstagebuch, in welchem persönliche Ausgaben mit einigen Ausnahmen erfasst werden. Die Autoren betrachten den Zahlungsprozess demzufolge aus der Sicht des Käufers. Mit den beiden Vorstudien wird nun das Zahlungsverhalten aus einem anderen Blickwinkel betrachtet und es werden unterschiedliche Datenquellen zur Auswertung herangezogen. Zu Beginn erfolgte die Sammlung von sekundärstatistischem Material, welches zur Formulierung der Hypothesen herangezogen wurde. Die wesentlichen Vorteile dieser Daten liegen in dem meist geringeren Zeit- und Kostenaufwand sowie in der schnelleren Verfügbarkeit. Die Daten

Empirischer Teil

75

wurden jedoch in einem anderen Kontext erhoben und somit kann die Eignung für die formulierte Fragestellung nicht vorausgesetzt werden, ebenso wie die Qualität kaum geprüft werden kann (Churchill/Iacobucci 2005, 169 f.). Hierzu wurden für die vorliegende Studie unter anderem Daten von Statistik Austria, Paylife Austria, Diners Club, EHI Retail Institut, OeNB und einige mehr herangezogen. Im nächsten Schritt erfolgt die Primärdaten-Erhebung im Rahmen zweier empirischer Studien. Diese Vorstudien behandeln das Thema aus Unternehmersicht, wie dies bereits auch beim sekundärstatistischen Material der Fall war. Da Unternehmerdaten in diesem Fall eine Vielzahl von Konsumenten repräsentieren, die täglich am stationären PoS ihre Rechnungsbeträge bezahlen, sind diese Daten an Information somit umfangreicher einzustufen. Das erste Subziel des Forschungsprozesses wurde mit der Beschreibung des Zahlungsverhaltens definiert und befasst sich mit der Frage, wie der Konsument im Einzelhandel und im Dienstleistungsbereich nun tatsächlich zahlt. Die erste der beiden Vorstudien widmet sich dem Einzelhandel. Wie bereits in Kapitel 4.1.1.2 im Detail ausgeführt, wird der Einzelhandel in der vorliegenden Arbeit mit der ÖNACE GA 52 definiert. Die Umsatzerlöse für diese ÖNACE im Jahr 2005 belaufen sich auf rund 45 Mrd. Euro exkl. Umsatzsteuer (vgl. Hackl/Zachariasen 2007, 395). Die zweite Vorstudie beschäftigt sich mit dem Dienstleistungssektor. Dieser umfasst Umsatzerlöse für die erfassten ÖNACEKategorien im Jahr 2006 von rund 53. Mrd. Euro exkl. Umsatzsteuer (Sonderauswertung der Statistik Austria aus der Konjunkturstatistik 2006). Als Grundlage für die Beantwortung der Forschungsfrage mittels sekundärstatistischem Materials aus Konsumentensicht kann die Verteilung für den Einzelhandel und den Dienstleistungssektor gesamt wie aus Tabelle 11 ersichtlich angenommen werden. Erkennbar ist die deutliche Steigerung des Umsatzvolumens der Debitkarte zwischen den drei Studien, die zulasten des Bargeldumsatzes gegangen ist. Diese Anteile der Zahlungsalternativen, erhoben aus Konsumentensicht, können nun mit Sekundärdatenmaterial aus anderen Quellen eine erste Überprüfung finden. Die Datenbasis besteht aus flächendeckenden Realdaten der PayLife Austria, welche für die Debitkarte Maestro und die Quick-Funktion eine nahezu Vollerhebung darstellt und für die Kreditkarte Mastercard eine Teilerhebung von rund 92 %. Der Datenumfang beträgt knapp 200 Mio. Transaktionen aus dem Jahr 2005. In diesem Bereich waren somit exakte Berechnungen möglich. Für alle weiteren Zahlungsalternativen wurden Heuristiken für die Hochrechnungen gebildet, welche mit Daten der Statistik Austria errechnet wurden. Die Ergebnisse dieser Hochrechnung finden sich in Tabelle 12.

76

Empirischer Teil 1996

2000

2005

in Prozent

Trx

Umsatz

Trx

Umsatz

Trx

Umsatz

Bargeld

94,9

84,4

92,9

81,5

86,1

70,2

Debitkarte

1,2

2,5

5

11,1

11,5

22,6

Quick

0,1

0

0,1

0,1

0,2

0,2

Kreditkarte

1

4,3

1

2,6

1,3

4,3

Sonstiges

2,8

8,8

1

4,7

0,9

1,7

Quelle: Mooslechner et al. 2006, 129 Tabelle 11: Anteile der Zahlungsmittel aus Sekundärdaten Die Ergebnisse wurden mithilfe von anderen statistischen Quellen, wie beispielsweise der Leistungs- und Strukturdatenstatistik und der Konjunkturstatistik der Statistik Austria errechnet. Zwei Problemfelder wurden bei der Hochrechnung evident. Zum einen die Unterschiede in der Angabe der Umsatzerlöse, teilweise mit Umsatzsteuer, teilweise ohne. Zum anderen die mangelnde Möglichkeit zur Abgrenzung zwischen Einzel- und Großhandel sowie zwischen Handel und Dienstleistung wie auch innerhalb der Branchen, da Unternehmen zuweilen in mehreren Branchen tätig sind. Letzteres gilt auch für die empirische Untersuchung. Der Blick auf die Umsätze mit Bargeld zeigt deutlich ein anderes Bild als die Konsumentenstudie. Dies kann damit begründet werden, dass in der Konsumentenstudie von Mooslechner et al. sämtliche Überweisungen explizit ausgeschlossen wurden, diese aber in der Hochrechnung Berücksichtigung fanden (unter „Sonstiges“). Diese Hochrechnung wird nun mittels zweier empirischer Studien einer Überprüfung unterzogen und gilt somit als eine der wesentlichen Hypothesen für die beiden Vorstudien. in Prozent

Einzelhandel

Dienstleistung

Zahlungsmittel

Umsatzerlöse 2005

Umsatzerlöse 2006

Bargeld und Sonstiges

80,8

94,7

Debitkarte

15,2

1,6

Quick

0,2

0,02

Kreditkarte

3,7

3,6

Tabelle 12: Hochrechnung getrennt nach EH und DL aus Unternehmersicht Die Ergebnisse der empirischen Vorstudien für die Umsatzanteile der verschiedenen Zahlungsalternativen sind nunmehr in Tabelle 13 abgebildet. Es

Empirischer Teil

77

zeigt sich vor allem, dass die in der Konsumentenstudie nicht berücksichtige Zahlungsalternative „Überweisung“ in beiden Sektoren einen wesentlichen Anteil hat. Die Zahlungsalternative „Debitkarte“ deckt im Einzelhandel genau die Hochrechnung ab, allerdings wurde sie bei den Dienstleistungen weit unterschätzt. Dies resultiert aus den oben genannten Abgrenzungsproblemen, die im Dienstleistungssektor verstärkt aufgetreten sind. Ähnliches gilt für die Zahlungsfunktion „Quick“ und die „Kreditkarten“, die in beiden Sektoren unterschätzt wurden. Umsatzanteile in %

Einzelhandel

Dienstleistung

Bargeld

60,3

53,3

Debitkarte

15,2

6,2

Quick

0,5

0,2

Kreditkarte

5,4

10,8

Überweisung

18,6

29,1

Tabelle 13: Ergebnisse aus den empirischen Vorstudien Im Folgenden werden nun die anderen vorab formulierten Hypothesen überprüft. Im Anschluss daran finden eine Diskussion der Ergebnisse sowie eine kritische Reflexion der beiden Vorstudien statt. 4.1.2.3 Überprüfung der Hypothesen Unzählige statistische Verfahren setzten die Normalverteilung der betrachteten Variablen sowie die Gleichheit der Varianzen innerhalb der Gruppen in der Grundgesamtheit voraus. Aus diesem Grund werden zuerst diese beiden Kriterien in den Daten untersucht. Die Annahme der Normalverteilung muss zurückgewiesen werden, da die Signifikanzwerte des Shapiro-Wilks-Tests überwiegend kleiner 0,01, alle aber unter 0,05 sind. Der Shapiro-Wilks-Test wird statt des Kolmogorov-SmirnovTests bei Stichproben mit weniger als 50 Beobachtungen herangezogen (vgl. Brosius 2006, 399 ff.). Die Hypothese der Varianzhomogenität, welche mithilfe des Levene-Tests überprüft werden kann, ist ebenfalls abzulehnen, da auch in diesem Fall nahezu alle Signifikanzwerte kleiner 0,01 sind. Daher sind nichtparametrische bzw. verteilungsfreie Verfahren besser zur Überprüfung der Hypothesen geeignet, da diese geringere Anforderungen an die Daten stellen (vgl. Bortz 2005, 141). Beispielsweise kann der Kruskal-WallisTest zum Vergleich mehrerer unabhängiger Stichproben angewendet werden (vgl. Brosius 2006, 855, Ott/Longnecker 2001, 410). Er stellt eine leistungsstar-

78

Empirischer Teil

ke Alternative zum t-Test dar (vgl. Wilson/Sherrell 1993, 106; Amos et al. 2008, 220) und rechnet wie der Mann-Whitney-Test, der für den Vergleich von zwei unabhängigen Stichproben verwendet werden kann (Howell 2007, 496), mit den durchschnittlichen Rangwerten. Als Prüfgröße wird der Kruskal-WallisH-Wert berechnet, welcher einer Chi-Quadrat-Verteilung folgt. Dementsprechend werden diese Tests zur Überprüfung der Hypothese angewendet, welche zu Beginn (im Detail Kapitel 4.1.1.1) formuliert wurden. H1:

Es besteht eine signifikante Divergenz in der Nutzung von Zahlungsalternativen zwischen den einzelnen Sektoren und innerhalb der jeweiligen Sektoren zwischen den einzelnen Branchen.

Zuerst wird der erste Teil der Hypothese untersucht, ob Unterschiede zwischen dem Einzelhandel und dem Dienstleistungssektor vorliegen. Es wird dazu der Mann-Whitney-Test für zwei unabhängige Stichproben herangezogen. Aus dem Ergebnis in Tabelle 14 ist ersichtlich, dass je nach Zahlungsalternative Unterschiede festgestellt werden können. Aufgrund des Wilcoxon-W wird eine Signifikanz für die Nullhypothese, dass keine Unterschiede vorliegen, errechnet. Für die Zahlungsalternativen Maestro und Überweisung ist diese mit einer Irrtumswahrscheinlichkeit kleiner 0,05 % zurückzuweisen. Auch die Zahlungsalternativen Quick und Visa weisen sehr geringe Wahrscheinlichkeiten auf, welche als signifikant (p<0,1) gewertet werden können. Folglich kann der erste Teil der Hypothese 1 angenommen werden. Die Nullhypothese des Kruskal-Wallis-Tests zur Untersuchung von mehreren unabhängigen Stichproben lautet, dass in der Grundgesamtheit die mittleren Ränge der unterschiedlichen Gruppen gleich sind. Die Hypothese 1 kann somit als die Alternativhypothese dazu angesehen werden. Wie aus Tabelle 15 und Tabelle 16 ersichtlich wird, ist die Irrtumswahrscheinlichkeit beim Verwerfen der Nullhypothese bei den Zahlungsalternativen in beiden Sektoren jeweils bei Bargeld und Maestro kleiner als 0,05 %. Im Einzelhandel auch bei Überweisung und im Dienstleistungsbereich auch bei den Zahlungsalternativen Mastercard und American Express. Daher kann die Alternativhypothese angenommen werden und somit auch der zweite Teil der Hypothese 1.

Empirischer Teil

MannWhitney-U WilcoxonW Z Asy.Sig.

79

Bar

Maestro

Quick

MC

Visa

Diners

Amex

Überw

31373

5533

501

2558

2316

707

890

5394

62748

11098

2847

7914

7366

2303

1418

13522

-0,5

-4,2

-1,9

-1,2

-2,0

-1,0

-0,3

-5,6

0,65

0,00

0,06

0,24

0,05

0,33

0,74

0,00

Tabelle 14: Mann-Whitney-U für H1 mit Gruppenvariable Sektor EH ChiQuadrat df Asy.Sig.

Bar

Maestro

Quick

MC

Visa

Diners

Amex

Überw

65,04

31,61

7,47

7,44

14,02

11,19

16,44

31,87

9

9

8

9

9

9

9

8

0,00

0,00

0,49

0,59

0,12

0,26

0,06

0,00

Tabelle 15: Kruskal-Wallis-Test für H1 mit Gruppenvariable Branche im EH DL ChiQuadrat df Asy.Sig.

Bar

Maestro

Quick

MC

Visa

Diners

Amex

Überw

34,33

16,33

1,53

11,19

7,02

6,96

10,15

4,20

5

5

4

4

5

4

4

5

0,00

0,01

0,82

0,02

0,22

0,14

0,04

0,52

Tabelle 16: Kruskal-Wallis-Test für H1 mit Gruppenvariable Branche im DL Bemerkenswert ist der Unterschied des Sektorenvergleichs zum Vergleich innerhalb dieser Sektoren. Die Nutzung der Zahlung mit Bargeld scheint zwar innerhalb der Sektoren jeweils unterschiedlich zu sein, sie gleicht sich aber scheinbar gesamt gesehen wieder aus. Anders ist das Bild bei Maestro. Bei Maestro ist die Nutzung sowohl innerhalb als auch zwischen den Sektoren signifikant unterschiedlich. Die Hypothese 1 kann daher angenommen werden. H2:

Es besteht eine signifikante Divergenz in der Höhe des durchschnittlichen Rechnungsbetrages zwischen den einzelnen Sektoren und innerhalb der jeweiligen Sektoren zwischen den einzelnen Branchen.

Zur Überprüfung der zweiten Hypothese können wieder die beiden nichtparametrischen Tests Mann-Whitney-U und Kruskal-Wallis Verwendung finden, denn alle Signifikanzwerte sowohl des Kolmogorov-Smirnov-Tests als auch des Shapiro-Wilks-Tests sind kleiner 0,01. Dies bedeutet, dass auch in diesem Fall die Annahme der Normalverteilung zurückgewiesen werden muss.

80

Empirischer Teil

Durchschnittlicher Rechnungsbetrag Mann Whitney-U

20.197,0

Wilcoxon-W

43.850,0

Z

4,274

Asymptotische Signifikanz (2-seitig)

0,00

Tabelle 17: Mann-Whitney-U für H2 mit Gruppenvariable Sektor Durchschnittlicher Rechnungsbetrag

EH

DL

Chi-Quadrat

61,83

81,76

df

9

5

Asymptotische Signifikanz (2-seitig)

0,00

0,00

Tabelle 18: Kruskal-Wallis-Test für H2 mit Gruppenvariable Branche Wie aus den beiden Tabellen (Tabelle 17 und Tabelle 18) ersichtlich ist, kann auch die Hypothese zwei angenommen werden. Die Rechnungsbeträge sowohl innerhalb als auch zwischen den Sektoren weisen signifikante Unterschiede auf (p<0,05). Dies ist überdies auch aus den mittleren Rängen der Tests ersichtlich (siehe Tabelle 19). Hierbei zeigt sich im paarweisen Vergleich, dass sich einige Branchen nicht signifikant unterscheiden, wie im Einzelhandel bei den Branchen Nummer 4 und 7 (Mann-Whitney: p=0,84) durch den mittleren Rang 138,31 und 139,31 bereits zu vermuten war. Ebenso beim Dienstleistungssektor zwischen den Branchen 22 und 26 (Mann-Whitney: p=0,73). Sektor/Branche

N

EH

217

Mittlerer Rang 202,07

DL

242

255,04

1

Tankstellen

2

127,25

2

EH mit Waren verschiedener Art, Warenhäuser

66

75,74

3

Apotheken, Parfümerien, Drogerien

18

125,81

4

EH mit Textilien, Bekleidung, Schuhen und Lederwaren

24

138,31

5

EH mit Möbeln, Einrichtungsgegenständen und Hausrat EH mit elektrischen Haushalts-, Rundfunk-/Fernsehgeräten EH mit Metallwaren, Anstrichmitteln, Bau-/Heimwerkerbedarf EH mit Büchern, Zeitschriften, Zeitungen, Schreibwaren, Büro Sonstiger Einzelhandel

21

175,31

7

110,21

13

139,31

20

65,40

33

115,64

Nr.

6 7 8 9

Empirischer Teil

81

EH mit Antiquitäten, Gebrauchtwaren, Reparaturen und Sonstigem Beherbergungs- und Gaststättenwesen

10 21

13

109,81

40

93,25

74

159,59

24

41,35

24

Verkehr Vermietung beweglicher Sachen und unternehmensbezogene DL Kultur und Unterhaltung

15

78,77

25

Sonstige DL

58

110,72

26

Tanz- und Fahrschulen

31

169,92

22 23

Tabelle 19: Mittlere Ränge der Tests für H2 Zusammenfassend kann jedoch davon ausgegangen werden, dass die einzelnen Branchen unterschiedliche durchschnittliche Rechnungsbeträge verzeichnen und somit kann die Hypothese zwei angenommen werden. H3:

Die Akzeptanz von Zahlungsalternativen am stationären Point of Sale hat einen signifikanten Einfluss auf deren Nutzung.

Über Richtung und Stärke des Zusammenhangs zweier Variablen kann der Korrelationskoeffizient Aufschluss geben (vgl. Brosius 2006, 512). Um Pearsons Korrelationskoeffizient verwenden zu können, müssen die Variablen mindestens intervallskaliert sein. Dies ist im vorliegenden Fall gegeben. Weiters sollten die Variablen in der Grundgesamtheit normalverteilt sein (vgl. Brosius 2006, 517). Dies muss jedoch zurückgewiesen werden, da die Signifikanzwerte des Kolmogorov-Smirnov-Tests kleiner 0,01 sind. Somit sind die Korrelationskoeffizienten Kendalls Tau-b und Spearmans Rho besser geeignet als der Korrelationskoeffizient von Pearson. Der einzige Unterschied zwischen Pearsons und Spearmans Rho ist, dass Letzterem statt der ursprünglichen Variablenwerte Rangwerte zugrunde liegen. Pearson

Sig.

Kendall-Tau-b

Sig.

Spearman-Rho

Sig.

Bar

-0,25**

0,00

-0,25**

0,00

-0,33**

0,00

Maestro

0,41**

0,00

0,45**

0,00

0,57**

0,00

Quick

0,23**

0,00

0,34**

0,00

0,40**

0,00

Mastercard

0,29**

0,00

0,46**

0,00

0,57**

0,00

Visa

0,36**

0,00

0,46**

0,00

0,57**

0,00

Amex

0,35**

0,00

0,44**

0,00

0,52**

0,00

Diners

0,34**

0,00

0,44**

0,00

0,52**

0,00

Überweisung

-0,26**

0,00

-0,07*

0,04

-0,07

0,12

Tabelle 20: Korrelationen für H3

82

Empirischer Teil

Die vorliegende Hypothese proklamiert nun, dass die Akzeptanz von Zahlungsalternativen einen signifikanten Einfluss auf deren Nutzung hat. Vor allem steht im Vordergrund, dass mit der Anzahl der akzeptierten Zahlungsmittel die Nutzung von Bargeld sinkt, ergo ein negativer Zusammenhang vorliegt. Wie aus Tabelle 20 ersichtlich, kann diese Hypothese bestätigt werden. Dies kann bedeuten, dass die Konsumenten, wenn sie die Möglichkeit haben, mit bargeldlosen Zahlungsmitteln zu zahlen, dies auch wahrnehmen und somit der Anteil der Barzahlungen zurückgeht. Dass dieser Effekt auch bei Überweisungen zu erkennen ist, ist auf dem ersten Blick nicht verständlich. Es resultiert jedoch daraus, dass diese Zahlungsalternative vielfach nur gemeinsam mit wenigen anderen Zahlungsalternativen angeboten wird. Tatsächlich weisen Überweisungen nur in 181 Fällen (n=554) Umsatzanteile auf und in 37 % davon wird Überweisung nur mit einem weiteren bzw. in über 50 % mit zwei weiteren Zahlungsmitteln akzeptiert. Auch muss angemerkt werden, dass im Gegensatz zur Barzahlung der Zusammenhang nur beim Pearsons Korrelationskoeffizienten festzustellen ist. Bei den beiden nichtparametrischen Koeffizienten ist kein Zusammenhang gegeben, was wiederum für die bessere Eignung dieser beiden Testkoeffizienten spricht. Der durchwegs positiv signifikante Zusammenhang der bargeldlosen Zahlungsalternativen bestätigt ebenfalls die vorliegende Hypothese und drückt aus, dass mit einem größeren Angebot an Zahlungsalternativen diese eher gewählt werden als beispielsweise Bargeld. Grundsätzlich wurden acht verschiedene Zahlungsalternativen ausgewertet. Als das wichtigste gaben 67 % der Befragten Bargeld an. Auf Platz zwei folgt die Überweisung und auf Platz drei die Zahlung mit Debitkarte (n=534). Allerdings gibt es Unterschiede zwischen den Sektoren. Während das wichtigste Zahlungsmittel in beiden das Bargeld ist, wenn auch mit unterschiedlichen Prozentsätzen (EH = 71 % / DL = 62 %), werten die Befragten des Einzelhandels auf den zweiten Platz die Debitkarte (14 %) und die Befragten aus den Dienstleistungsbereichen die Überweisung (28 %). Die weiteren sechs Zahlungsalternativen sind die Quick-Funktion sowie die vier Kreditkarten Mastercard, Visa, Diners Club und American Express. H4:

Die Sektoren und Branchen haben einen signifikanten Einfluss auf die Akzeptanz von Zahlungsalternativen am stationären Point of Sale.

Wie für die Hypothesen 1 und 2 sind auch bei dieser Hypothese der MannWhitney- sowie der Kruskal-Wallis-Test die am besten geeigneten Verfahren zur Überprüfung des signifikanten Einflusses.

Empirischer Teil

83

Sektor

N

Mittlerer Rang

Rangsumme

Mann-Whitney-U

32858,50

EH

277

298,30

82.928,50

Wilcoxon-W

71.361,50

DL

277

257,62

71.361,50

Z

-3,03

Gesamt

554

Asym.Sig.

0,00

Tabelle 21: Mann-Whitney-U, mittlere Ränge für H4 mit Gruppenvariable Sektor Anzahl der akzeptierten Zahlungsalternativen

EH

DL

Chi-Quadrat

51,93

19,30

df

9

5

Asymptotische Signifikanz (2-seitig)

0,00

0,00

Tabelle 22: Kruskal-Wallis-Test für H4 mit Gruppenvariable Branche Die Anzahl der akzeptierten Zahlungsalternativen ist sowohl innerhalb als auch zwischen den Sektoren signifikant unterschiedlich (p<0,01). Dies kann bereits nach Betrachten der mittleren Ränge der Sektoren in Tabelle 21 vermutet werden. Bei genauerer Durchsicht der mittleren Ränge der einzelnen Branchen (siehe Tabelle 23) fällt allerdings auf, dass manche Branchen weniger große Unterschiede als andere aufweisen. Dessen ungeachtet kann aber die vierte Hypothese dennoch angenommen werden, da der Vergleich innerhalb der beiden Sektoren einen signifikanten Unterschiede (p<0,01) ergibt (siehe Tabelle 22). Nr.

Sektor/Branche

N

Mittlerer Rang

EH

277

298,30

DL

277

257,62

1

Tankstellen

2

204,00

2

EH mit Waren verschiedener Art, Warenhäuser

78

94,62

3

Apotheken, Parfümerien, Drogerien

27

175,13

4

EH mit Textilien, Bekleidung, Schuhen und Lederwaren

31

187,60

5

EH mit Möbeln, Einrichtungsgegenständen und Hausrat

29

137,48

6

EH mit elektrischen Haushalts-, Rundfunk-/Fernsehgeräten EH mit Metallwaren, Anstrichmitteln, Bau-/Heimwerkerbedarf EH mit Büchern, Zeitschriften, Zeitungen, Schreibwaren, Büro Sonstiger Einzelhandel EH mit Antiquitäten, Gebrauchtwaren, Reparaturen und Sonstigem

11

140,09

17

138,79

21

172,07

45

158,34

17

107,18

7 8 9 10

84

Empirischer Teil

Nr.

Sektor/Branche

N

Mittlerer Rang

21

Beherbergungs- und Gaststättenwesen

47

161,55

22

89

154,84

27

92,67

24

Verkehr Vermietung beweglicher Sachen und unternehmensbezogene DL Kultur und Unterhaltung

21

132,48

25

Sonstige DL

59

129,64

26

Tanz- und Fahrschulen

33

122,47

23

Tabelle 23: Mittlere Ränge der Tests für H4 H5:

Die Höhe des durchschnittlichen Rechnungsbetrages hat einen signifikanten Einfluss auf die Akzeptanz von Zahlungsalternativen am stationären Point of Sale.

Wie bei Hypothese drei kann auch in diesem Fall ein Korrelationskoeffizient Klarheit über Richtung und Stärke des Zusammenhangs zwischen den Variablen durchschnittlicher Rechnungsbetrag und Anzahl der akzeptierten Zahlungsalternativen bieten. Da die Signifikanzwerte des KolmogorovSmirnov-Tests für beide Variablen kleiner 0,01 sind, liegt keine Normalverteilung vor. Insofern sind Spearmans Rho und Kendalls Tau-b dem Pearsons Korrelationskoeffizienten vorzuziehen, da sie geringere Anforderungen an die Daten bezüglich Skalierung und Verteilung stellen. Pearson -0,13

Sig.(2seitig) 0,01

Kendall-Tau-b 0,01

Sig.(2seitig) 0,76

Spearman-Rho 0,02

Sig.(2seitig) 0,66

Tabelle 24: Korrelationen für H5 Anders als bei der Überprüfung der Hypothese drei ist das Ergebnis der drei Tests weder in gleicher Richtung noch mit ähnlicher Signifikanz (siehe Tabelle 24). Während Pearson einen schwach negativen, aber signifikanten Zusammenhang erkennt, ergibt sich bei den beiden nichtparametrischen Tests kein Zusammenhang der Variablen. Da nicht alle Annahmen für den Koeffizienten von Pearson erfüllt sind, sind die robusteren Kendall-Tau-b und SpearmanRho bei der Interpretation vorzuziehen. Diese kommen beide zu einem annähernd gleichen Ergebnis, nämlich dass kein signifikanter Zusammenhang zwischen diesen beiden Variablen besteht. Die Hypothese muss daher verworfen werden. H6:

Die Höhe des durchschnittlichen Rechnungsbetrages hat einen signifikanten Einfluss auf die Nutzung der Zahlungsalternative.

Empirischer Teil

85

Zur Überprüfung dieser Hypothese können ebenfalls wieder die Korrelationskoeffizienten herangezogen werden. Aufgrund der nicht normalverteilten Daten können zur Interpretation wieder Kendall-Tau-b oder Spearman-Rho herangezogen werden. Aus Platzgründen wird in Tabelle 25 nur der SpearmanRho ausgegeben, welcher identische Ergebnisse wie Kendall-Tau-b erzielt. Der durchschnittliche Rechnungsbetrag hat, wie aus Tabelle 25 ersichtlich ist, auf die Umsatzanteile der Barzahlung einen signifikant negativen Einfluss. Dies könnte damit erklärt werden, dass bei höheren Beträgen eher eine bargeldlose Zahlungsalternative gewählt wird und somit die Barumsätze sinken. Bei der Zahlungsalternative Maestro (Debitkarte) ist nur im Einzelhandel ein signifikant positiver Einfluss festzustellen, jedoch weitaus geringer als bei der Barzahlung. Bei der Quick-Funktion ist in beiden Sektoren kein signifikanter Zusammenhang mit dem Rechnungsbetrag feststellbar. Da die Quick-Funktion nur in einzelnen Branchen kundenseitige Akzeptanz findet, kann dies durchaus auch an den im Durchschnitt geringen Umsatzzahlen liegen. Im Dienstleistungsbereich liegt der Mittelwert über alle in der Befragung erfassten Unternehmen bei 3,5 % des Umsatzes (n=20) und im Einzelhandel bei 2 % (n=68). Wenn man beispielsweise die Branche „Einzelhandel mit Textilien, Bekleidung, Schuhen und Lederwaren“ betrachtet, ist der Spearman-Rho bei -0,668 (p=0,07/n=8). Der Zusammenhang ist als stark negativ (0,6 bis 0,8 gilt lt. Brosius 2006, 519 als stark korreliert) zu bezeichnen, jedoch nur schwach signifikant (p<0,1). Ø Re-Betrag

Spearman-Rho

Gesamt

Sektor 1

Sektor 2

Bar

Korrelationskoeffizient

-0,57**

-0,64**

-0,53**

Maestro

Quick

Mastercard

Signifikanz (2-seitig)

0,00

0,00

0,00

N

426

205

221

Korrelationskoeffizient

0,13

0,25**

0,02

Signifikanz (2-seitig)

0,06

0,01

0,82

N

213

123

90

Korrelationskoeffizient

0,14

0,19

-0,02

Signifikanz (2-seitig)

0,25

0,16

0,95

N

73

56

17

Korrelationskoeffizient

0,25**

0,28**

0,14

Signifikanz (2-seitig)

0,01

0,01

0,38

N

129

85

44

86

Empirischer Teil

Ø Re-Betrag

Spearman-Rho

Gesamt

Sektor 1

Sektor 2

Visa

Korrelationskoeffizient

0,20*

0,26*

0,03

Signifikanz (2-seitig)

0,02

0,02

0,83

N

128

82

46

Korrelationskoeffizient

0,33**

0,21

0,30

Amex

Diners

Überweisung

Signifikanz (2-seitig)

0,01

0,17

0,16

N

67

44

23

Korrelationskoeffizient

0,31**

0,32*

0,19

Signifikanz (2-seitig)

0,01

0,03

0,36

N

71

46

25

Korrelationskoeffizient

0,58**

0,51**

0,44**

Signifikanz (2-seitig)

0,00

0,00

0,00

N

240

120

120

*DieKorrelationistaufdemNiveau,05bzw.**aufdemNiveau,01(2Ͳseitig) signifikant Tabelle 25: Spearman-Rho-Koeffizient gesamt und je Sektor für H6 Bei den Kreditkarten sind die Korrelationen grundsätzlich signifikant, jedoch nicht so stark korreliert wie beispielsweise beim Bargeld. Auch können sektorspezifische Unterschiede festgestellt werden. Dies könnte darauf zurückzuführen sein, dass Rechnungen in einem Hotel (Sektor 2) eher auch bei geringerer Höhe mit (Firmen-) Kreditkarte bezahlt werden als Rechnungen im Einzelhandel. Die Zahlungsalternative Überweisung ist in beiden Sektoren hoch signifikant und weißt einen positiven mittleren Zusammenhang (.4 bis .6 gilt lt. Brosius 2006, 519 als mittlere Korrelation) mit dem durchschnittlichen Rechnungsbetrag auf (siehe Tabelle 25). Die Hypothese kann somit zusammenfassend angenommen werden, da signifikante Einflüsse bestehen. Jedoch muss bei der Interpretation berücksichtigt werden, dass bei einigen Zahlungsmitteln kein Zusammenhang zwischen dem durchschnittlichen Rechnungsbetrag und dem Umsatzanteil vorliegt.

Empirischer Teil

H1

H2

Es besteht eine signifikante Divergenz in der Nutzung von Zahlungsalternativen zwischen den einzelnen Sektoren und innerhalb der jeweiligen Sektoren zwischen den einzelnen Branchen. Es besteht eine signifikante Divergenz in der Höhe des durchschnittlichen Rechnungsbetrages zwischen den einzelnen Sektoren und innerhalb der jeweiligen Sektoren zwischen den einzelnen Branchen.

87

angenommen

angenommen

H3

Die Akzeptanz von Zahlungsalternativen am stationären Point of Sale hat einen signifikanten Einfluss auf deren Nutzung.

angenommen

H4

Die Sektoren und Branchen haben einen signifikanten Einfluss auf die Akzeptanz von Zahlungsalternativen am stationären Point of Sale.

angenommen

H5

Die Höhe des durchschnittlichen Rechnungsbetrages hat einen signifikanten Einfluss auf die Akzeptanz von Zahlungsalternativen am stationären Point of Sale.

verworfen

H6

Die Höhe des durchschnittlichen Rechnungsbetrages hat einen signifikanten Einfluss auf die Nutzung der Zahlungsalternative.

angenommen

Tabelle 26: Zusammenfassung der Ergebnisse der Hypothesentests In diesem Kapitel wurden nun die Hypothesen der beiden Vorstudien ausgewertet. Zusammenfassend werden in Tabelle 26 nochmals die Ergebnisse der Hypothesentests übersichtlich dargestellt. Bis auf die Hypothese fünf konnten alle Hypothesen bestätigt werden. Vor allem die Unterschiede zur Zahlung mit Bargeld sind deutlich. Das nachfolgende Kapitel widmet sich der Zusammenfassung und Diskussion dieser Ergebnisse. 4.1.3

Diskussion der Ergebnisse und kritische Reflexion

Ausgehend von den Forschungsfragen, die sich auf das erste Subziel, der Beschreibung des Zahlungsverhaltens beziehen, wurden in diesem Kapitel die beiden Vorstudien und ihre Ergebnisse im Detail erläutert. Es konnte ein Überblick über die Verteilung der Umsatzerlöse am stationären PoS auf die einzelnen Zahlungsmittel geboten werden und die formulierten Hypothesen dazu wurden einer Überprüfung unterzogen. Die in Tabelle 13 gezeigte Verteilung der Nutzung der Zahlungsmittel zeigt aufschlussreich, dass die bargeldlosen Zahlungsmittel deutlich zulasten des Bargeldes an Anteilen gewinnen konnten. Dennoch macht der Bargeldanteil in

88

Empirischer Teil

beiden Sektoren noch über die Hälfte aller Zahlungen aus. Vor allem bei niedrigeren Beträgen scheint Bargeld immer noch bargeldlosen Zahlungsalternativen vorgezogen zu werden, wie in Hypothese 6 diskutiert wird. Auch Überweisungen haben einen wesentlich Teil am Umsatzerlös mit fast 20 % im Einzelhandel und fast 30 % im Dienstleistungssektor. Dies ist der zweithöchste Anteil nach dem Bargeld. Im Einzelhandel dicht gefolgt von der Debitkarte mit 15 % und im Dienstleistungssektor ist mit über 10 % die Kreditkarte auf den dritten Platz. Die Kreditkarte hat in manchen Bereichen, wie beispielsweise im Beherbergungswesen, bereits einen sehr hohen Anteil. Diese Branche repräsentiert etwa 13 % der Dienstleistungsumsätze und der Anteil der Kreditkartenumsätze beläuft sich auf 27 %. Nach Beantwortung der ersten beiden Forschungsfragen stellt sich allerdings noch die Frage, wie generalisierbar die Ergebnisse sind. Hierzu wurden sechs Hypothesen abgeleitet und überprüft. Es wurden Unterschiede zwischen den Sektoren und Branchen zur Akzeptanz und Nutzung der Zahlungsalternativen und zu den Rechnungsbeträgen hinterfragt. Es konnten signifikante Unterschiede in der Akzeptanz und Nutzung der Zahlungsalternativen sowie im durchschnittlichen Rechnungsbetrag zwischen den beiden Sektoren und den jeweiligen Branchen nachgewiesen werden. Auch die Akzeptanz hat einen signifikanten Einfluss auf die Nutzung der einzelnen Zahlungsalternativen. Dies ist vor allem vor dem Hintergrund interessant, dass bei steigendem Angebot an Alternativen die Nutzung von Bargeld geringer wird. Auch die Höhe des Rechnungsbetrages hat einen signifikanten Einfluss auf die Nutzung der Zahlungsalternativen. Die Tendenz, bei höheren Rechnungsbeträgen eher bargeldlose Zahlungsalternativen zu verwenden, konnte Bestätigung finden. Jedoch musste die Hypothese, dass der Rechnungsbetrag auch einen Einfluss auf die Akzeptanz hat, d. h. dass mit steigenden Rechnungsbeträgen mehr Zahlungsalternativen angeboten werden, zurückgewiesen werden. Die Beschreibung des Zahlungsverhaltens konnte damit nun sehr detailliert erfolgen und es wird deutlich, dass die Entscheidung über die Zahlungsalternative vom Kunden sehr individuell getroffen wird. Diesem Thema widmet sich das anschließende Kapitel, vorab soll aber noch ein kritischer Rückblick zu den durchgeführten Studien stattfinden. Die empirische Untersuchung hat gezeigt, dass für das Zahlungsverhalten am stationären PoS die Sekundäranalyse nur bedingt geeignet ist. Bei der sekundärstatistischen Auswertung wurden einige Problemfelder evident, welche mit Heuristiken wie Analogieschlüssen umgangen werden mussten. Die Schwierigkeit bestand unter anderem in der Zusammensetzung der Daten. So sind die Umsatzerlöse der Statistik Austria ohne Umsatzsteuer ausgewiesen, während Vergleichsdaten der PayLife Austria nur inklusive Umsatzsteuer vorliegen.

Empirischer Teil

89

Diese Daten mussten daher neu berechnet und die Umsatzsteuer herausgerechnet werden. Da es verschiedene Umsatzsteuersätze in einigen Branchen gibt, ist dies eine besondere Schwierigkeit. Weiters konnten nicht flächendeckend alle Einzelhandels- und Dienstleistungsbereiche im Detail erfasst werden, da es nicht für jeden Bereich sekundärstatistisches Zahlenmaterial gibt. Auch musste aufgrund der großen Vielfalt vor allem des Dienstleistungssektors Abstriche gemacht werden, um eine möglichst große Zuverlässigkeit der Daten gewährleisten zu können. Beispielsweise wurde im Bereich Unterrichtswesen nur eine Branche, nämlich die der Fahrschulen (MA 80.41), herausgenommen und analysiert. Ein ähnliches Bild zeigte sich auch bei der empirischen Erhebung. Es musste festgestellt werden, dass die Befragten zwar über Umsatzerlöse Auskünfte geben konnten, nicht jedoch in der Lage waren, über die Transaktionsanteile genaue Aussagen zu treffen. Daher konnten diese Transaktionsdaten in der Analyse keine Verwendung finden, da die Stichprobe auf ein sehr geringes Niveau gesunken war. Nur einige wenige Unternehmer, die persönlich befragt wurden und sich daher auch speziell auf die Befragung vorbereiten konnten, ließen diese Daten extra für die Befragung auswerten. Dieser hohe Aufwand konnte jedoch nicht allen Unternehmern zugemutet werden. Der Stichprobenumfang selbst ist ebenfalls ein Kritikpunkt der Vorstudien. Wegen der Diversität innerhalb der einzelnen Sektoren müsste man eigentlich, um detaillierte Aussagen treffen zu können, jede einzelne Branche einer eigenständigen Befragung unterziehen. Im Einzelhandel waren dies neun und im Dienstleistungssektor sogar 21 verschiedene Branchen, die befragt wurden. Da dies im Rahmen einer Vorstudie, die einen Überblick über das Zahlungsverhalten bieten soll, nicht geleistet werden kann, kann nur vorgeschlagen werden, einzelne Studien in diesen Branchen durchzuführen und sich der einzelnen Spezialität der jeweiligen Branche ausführlich widmen zu können. Andererseits gibt es in einigen wenigen Branchen nur eine sehr geringe Anzahl an Marktteilnehmern und es konnte teilweise eine Vollerhebung erreicht werden, beispielsweise in der Dienstleistungsbranche Mautstraßen. Des Weiteren waren oftmals Daten nur auf Unternehmensbasis verfügbar. Da es aber Unternehmen gibt, die in mehreren Branchen tätig sind, ließ dies keine genaue Zuordnung der Umsatzzahlen zu. Diese wurden der Hauptbranche, in welcher sie tätig sind, zugeordnet. Das in Tabelle 13 abgebildete Ergebnis der empirischen Erhebung muss angesichts dieser Problemfelder mit Vorsicht interpretiert werden. Dennoch kann aufgrund der statistischen Datenbasis, welche als äußerst umfangreich bezeichnet werden kann, das Ergebnis innerhalb der statistischen Schwankungsbreite als zuverlässig bezeichnet und der Informationswert als außerordentlich hoch angesehen werden. Insbesondere wegen der empirisch bestätigten großen

90

Empirischer Teil

Unterschiede je Branche und Sektor sind bei allgemeinen Aussagen große Spannweiten zu berücksichtigen. 4.2

Hauptstudie

Um die Lesbarkeit zu erhöhen und die Nachvollziehbarkeit zu gewährleisten, erfolgt in der Erläuterung der Hauptstudie eine ähnliche Gliederung, wie sie dem Leser bereits aus den Vorstudien bekannt ist. Es findet zuerst die Erläuterung der methodischen Anlage der Hauptstudie und der Details der Durchführung statt. Es folgt die Ableitung und Formulierung der einzelnen zu überprüfenden Hypothesen und die Operationalisierung der zentralen Konstrukte des Erklärungsmodells. Anschließend werden zuerst die Ergebnisse deskriptiv aufgearbeitet und im Weiteren die Hypothesen ausgewertet. Abschließend folgen Diskussion und kritische Reflexion der Ergebnisse der Hauptstudie. 4.2.1

Methodische Anlage und Durchführung

Dieses Kapitel gliedert sich in zwei Unterkapitel. Im ersten werden die theoretischen Überlegungen zur TpB, zum TAM und zur Transaktionskostentheorie für das Zahlungsverhalten am stationären PoS in Hypothesenform zusammengefasst. Die Ableitung der Hypothesen erfolgt auf Basis der vorab aufbereiteten Theorie (siehe Abschnitt 3). Mittels einer empirischen Studie sollen diese Hypothesen dann überprüft werden. Um die Basis und den Aufbau der empirischen Untersuchung offenzulegen und die Evaluation der Hypothesen nachvollziehbar zu machen, folgt dann im zweiten Unterkapitel die Operationalisierung aller verwendeten Konstrukte, die Erklärung des Messinstrumentes sowie die Konzeption des Erhebungsdesigns für diese empirische Untersuchung. 4.2.1.1 Ableitung und Formulierung der Hypothesen Die Kernkonstrukte der TpB sind die Einstellung zu einem bestimmten Verhalten, die subjektive Norm, die wahrgenommene Verhaltenskontrolle, die Handlungsintention sowie das tatsächliche Verhalten. Umgelegt auf das Zahlungsverhalten bedeutet dies, dass die Konstrukte Einstellung zu einem bestimmten Zahlungsmittel, gefühlte subjektive Norm und wahrgenommene Verhaltenskontrolle in Bezug auf die Zahlung mit einem bestimmten Zahlungsmittel als beeinflussende, also exogene Faktoren angenommen werden können. Die Theorie postuliert grundsätzlich einen positiven Einfluss dieser drei Konstrukte auf die Absicht zur Zahlung mit einem bestimmten Zahlungsmittel. Wenn der Konsument davon überzeugt ist, dass ein bestimmtes Zahlungsmittel praktisch, angenehm in der Handhabung, vorteilhaft und gut für ihn ist, wird dies vermutlich einen positiven Einfluss auf die Intention der Verwendung dieses Zahlungsmit-

Empirischer Teil

91

tels haben. Genauso aber auch vice versa. Ist die Einstellung zu einem Zahlungsmittel eher schlecht, weil es als unpraktisch, unangenehm und/oder unvorteilhaft empfunden wird, wird sich diese negative Einstellung möglicherweise negativ auf die Handlung auswirken. Ähnliches gilt für den wahrgenommenen sozialen Druck und die empfundene Verhaltenskontrolle. Diese beeinflussen vermutlich in gleicher Weise die Intention, wie dies auch von der Einstellung angenommen werden kann. Diese drei Hypothesen können daher wie folgt formuliert werden: Exogene Variable

Endogene Variable

Attitude toward the Behavior Intention H1: Die Einstellung zur Zahlung mit einem bestimmten Zahlungsmittel wirkt positiv auf die Handlungsintention, mit diesem Zahlungsmittel zu zahlen. Subjective Norm Intention H2:

Die subjektive Norm wirkt positiv auf die Handlungsintention.

Perceived Behavioral Control Intention H3: Die wahrgenommene Verhaltenskontrolle wirkt positiv auf die Handlungsintention.

Grundsätzlich gibt es vier Arten von Kaufentscheidungen. Sie lassen sich in extensiv, limitiert, habitualisiert und impulsiv zusammenfassen (siehe Kapitel 2.1). Habitualisiertes Verhalten zeichnet sich dadurch aus, dass es meist emotions- und gedankenlos und stark vereinfacht erfolgt. Dies unterscheidet es auch von limitierten Entscheidungen. Habitualisiertes Verhalten kann auch reaktiv, also automatisch ablaufen. Bei einer totalen kognitiven Entlastung kann das Zahlungsverhalten somit reaktiv entschieden werden und führt daher zu Wiederholungshandlungen (vgl. Kroeber-Riel et al. 2009, 424 und 439). Aus der Annahme, dass beim Bezahlen der Einkäufe nicht jedes Mal darüber nachgedacht wird, wie dieser Einkauf bezahlt werden kann, kann die Hypothese abgeleitet werden, dass dieser Vorgang durch das vergangene Handeln gelenkt wird. Vor allem tagtägliche Zahlungsvorgänge wie beispielsweise beim Bäcker am Morgen oder im Restaurant zu Mittag werden, sofern die Akzeptanz der Zahlungsmittel dies zulässt, von vergangenem Verhalten beeinflusst. Auch eine Studie von Kidwell/Jewell (2008, 1157 f.) zeigt, dass das vergangene Verhalten in Bezug auf die Akquisition von Kreditkarten einen starken Einfluss hat, vor allem dann, wenn der Einfluss der Konstrukte Einstellung zur Akquisition, subjektive Norm und wahrgenommene Verhaltenskontrolle schwach ausgeprägt ist. Die Stichprobe der Studie umfasst 186 Studenten, die für die Teilnahme Extrapunkte für einen Kurs bekamen. Das Durchschnittsalter liegt infolgedessen nur bei knapp über 20 Jahren. Dies könnte als Kritikpunkt

92

Empirischer Teil

angesehen werden. Es sollte mit einer anderen Altersverteilung der Zusammenhang nochmals überprüft werden. Für die vorliegende Studie jedoch ist darauf aufbauend die Hypothese formulierbar, dass vergangenes Verhalten einen positiven Einfluss auf die Handlungsintention hat. Eine weitere Studie von Bamberg et al. (2003, 184) zeigt ebenfalls einen Einfluss des vergangenen Verhaltens bei der Wahl des Transportmittels auf. Die Rolle des vergangenen Verhaltens wurde im Rahmen einer Longitudinalstudie mit einer Intervention zwischen den Studien durchgeführt. Es handelt sich ebenfalls um eine studentische Stichprobe, jedoch in größerem Umfang (n=1.036). Für die vorliegende Arbeit kann daraus folgende Hypothese abgeleitet werden: Exogene Variable

Endogene Variable

Past Behavior H4:

Intention

Das vergangene Verhalten wirkt positiv auf die Handlungsintention.

In der Literatur zum TAM werden als Antezedenzbedingungen für die Einstellung gegenüber einer bestimmten Handlung die Konstrukte wahrgenommener Nutzen und wahrgenommene Benutzerfreundlichkeit aufgezeigt (vgl. Davis et al. 1989, 985). Der wahrgenommene Nutzen gilt auch als Einflussfaktor auf die Handlungsintention. Die Theorie wurde zur Modellierung der Nutzerakzeptanz von Computern entwickelt (vgl. Davis 1986) und in weiterer Folge auch für andere ähnliche Zwecke erfolgreich angewendet. Weijters et al. (2007, 12) erweiterten diese noch um die Konstrukte Zuverlässigkeit und wahrgenommener Unterhaltungswert. Das zweite Konstrukt macht beim Zahlungsvorgang wenig Sinn, da dies kaum als Unterhaltung angesehen werden kann. Die Zuverlässigkeit eines Zahlungsmittels könnte jedoch durchaus von hoher Aussagekraft in Bezug auf die Einstellung zur Zahlung mit einem bestimmten Zahlungsmittel sein. Basierend auf Literaturrecherche kann angenommen werden, dass die wahrgenommene Benutzerfreundlichkeit weiters auch den wahrgenommenen Nutzen beeinflusst (vgl. Nysveen et al. 2005, 336; Yang et al. 2007, 171; Park et al. 2009, 203). Wenn somit ein Zahlungsmittel als einfach anwendbar wahrgenommen wird, könnte es daher auch für den Konsumenten von höherem Nutzen sein als ein Zahlungsmittel, das als kompliziert und mühsam angesehen wird. Dies könnte bei der Zahlung mit Bargeld das Suchen der Münzen sein, bei der Zahlung mit Debitkarte die Eingabe der PIN auf der kleinen Tastatur oder aber das Unterschreiben bei der Verwendung der Kreditkarte.

Empirischer Teil

93

Die wahrgenommene Benutzerfreundlichkeit beeinflusst auch die wahrgenommene Verhaltenskontrolle (vgl. Ajzen 1991, 183; Hsieh et al. 2008, 110). Subjektiv wahrgenommene Hindernisse bei der Durchführung einer Handlung können somit von der Benutzerfreundlichkeit eines Zahlungsmittels beeinflusst werden. Die wahrgenommene Verhaltenskontrolle drückt die empfundenen Schwierigkeiten bei der Durchführung einer bestimmten Zahlung aus, d. h., ob es für eine Person leicht oder schwierig ist, eine Zahlung mit einem bestimmten Zahlungsmittel durchzuführen. Aus diesen Sachverhalten können die folgenden sechs Hypothesen abgeleitet werden: Exogene Variable

Endogene Variable

Perceived Usefulness Intention H5: Der wahrgenommene Nutzen eines bestimmten Zahlungsmittels wirkt positiv auf die Handlungsintention. (Sánchez-Franco, Manuel J. (2006) Perceived Usefulness Attitude toward the Behavior H6: Der wahrgenommene Nutzen eines bestimmten Zahlungsmittels wirkt positiv auf die Einstellung zum Zahlungsmittel. Reliability Attitude toward the Behavior H7: Die Verlässlichkeit eines bestimmten Zahlungsmittels wirkt positiv auf die Einstellung zum Zahlungsmittel. Perceived Ease of Use Attitude toward the Behavior H8: Die wahrgenommene Bedienungsfreundlichkeit eines bestimmten Zahlungsmittels wirkt positiv auf die Einstellung zum Zahlungsmittel. Perceived Ease of Use Perceived Usefulness H9: Die wahrgenommene Bedienungsfreundlichkeit eines bestimmten Zahlungsmittels wirkt positiv auf den wahrgenommenen Nutzen. Perceived Ease of Use Perceived Behavioral Control H10: Die wahrgenommene Bedienungsfreundlichkeit eines bestimmten Zahlungsmittels wirkt positiv auf die wahrgenommene Verhaltenskontrolle.

Die finanzielle Situation des Konsumenten wirkt sich auf das Einkaufsverhalten aus (vgl. Mittal 1994) und in weiterer Folge kann vermutet werden, dass sich die finanzielle Situation des Konsumenten auch auf die Verwendung eines bestimmten Zahlungsmittels auswirkt. Konsumenten ohne eigenes Einkommen haben in der Regel kein eigenes Girokonto zur Verfügung und besitzen daher auch keine eigene Debit- oder Kreditkarte. Die Wahrscheinlichkeit, dass diese Person mit Bargeld zahlt, ist daher als sehr hoch einzustufen, wenngleich die Möglichkeit der Verwendung einer Zahlungskarte eines Verwandten oder Bekannten durchaus besteht. Die finanzielle Situation würde dadurch ein subjektiv empfundenes Hindernis beim Zahlen mit einem bestimmten Zahlungsmittel sein. Damit kann ein Einfluss auf die wahrgenommene Verhaltenskontrolle

94

Empirischer Teil

postuliert werden. Eine schlechte finanzielle Situation eines Konsumenten wirkt sich folglich negativ auf die wahrgenommene Verhaltenskontrolle aus. Bei genügend großem finanziellem Rahmen werden die Hindernisse der Zahlung geringer sein als bei eher großen finanziellen Sorgen. Die Hypothese kann demgemäß wie folgt formuliert werden: Exogene Variable

Endogene Variable

Financial Situation Perceived Behavioral Control H11: Die finanzielle Situation wirkt negativ auf die wahrgenommene Verhaltenskontrolle.

Unter transaktionskostentheoretischen Gesichtspunkten spielen besonders Sicherheit, Zeit und Geld eine große Rolle bei der Zahlung mit einem bestimmten Zahlungsmittel. Wenn ein Konsument aus Sicherheitsgründen nicht gerne Bargeld bei sich führt, wird er lieber mit Debit- oder Kreditkarte zahlen. Wenn jedoch ein Konsument fürchtet, dass ein Verbrecher seinen PIN-Code ausspionieren und dann viel Geld vom Konto abheben könnte, wird diese Person eher mit Bargeld oder Kreditkarte zahlen. Je nach wahrgenommenen Sicherheitskosten wird die Entscheidung für oder gegen ein bestimmtes Zahlungsmittel fallen. Bargeld wird von Konsumenten auf einer Skala von eins bis sieben, wobei eins „sehr unsicher“ und sieben „sehr sicher“ bedeutet, durchschnittlich mit 5,0 (SD = 1,4) eingestuft. Die Debitkarte wird mit 5,6 (SD = 1,1) und die Kreditkarte mit 4,8 (SD = 1,5) bewertet (vgl. Jonker 2007, 291). Zu den transaktionsspezifischen Faktoren in der Transaktionskostentheorie können die Zeitkosten gerechnet werden. Hohe Zeitkosten entstehen dem unter Zeitdruck stehenden Konsumenten beispielsweise beim Warten an der Kassa, wenn der Zahlvorgang an der Kasse lange dauert. Es gibt zwei unterschiedliche Möglichkeiten. Der eigene Zahlvorgang oder der Zahlvorgang anderer Kunden, die vor der wartenden Person an der Kasse zahlen. Beim Versuch, rational zu handeln, kann angenommen werden, dass der Konsument das kostenminimale Zahlungsmittel unter Berücksichtigung subjektiver Erwartungen unter anderem in Bezug auf Zeit auswählt. Von Konsumenten wird die Transaktionsdauer bei Bargeld auf einer Skala von eins bis sieben, eins bedeutet „sehr langsam“ und sieben „sehr schnell“, mit 5,5 (SD = 1,4) bewertet. Die Kreditkarte wurde mit dem niedrigeren Durchschnittswert von 5,1 (SD = 1,4) und die Debitkarte mit einem höheren Wert von 5,8 (SD = 1,0) eingestuft (vgl. Jonker 2007, 291). Die monetären Kosten können innerhalb der Umweltfaktoren der Transaktionskostentheorie als Wechselbarrieren angesehen werden. Diese Kosten können in Form von Gebühren, die monatlich oder jährlich für Zahlungskarten erhoben werden, die Anschaffung und Verwendung eines bestimmten Zah-

Empirischer Teil

95

lungsmittels beeinflussen. Kosten können auch in Form von entgangenen Zinsen, wenn Bargeld in der Geldbörse aufbewahrt wird oder wenn für eine Geldabhebung oder -einzahlung eine Buchungsgebühr fällig ist, entstehen. Bei Abhebung oder Einzahlung von Geld auf ein Konto entstehen im Weiteren auch Zeitkosten, da der Weg zur Bankfiliale oder zum Bankomat Zeit kostet. In einer Konsumentenbefragung in den Niederlanden wurde der Faktor Kosten auf einer siebenstufigen Skala von eins „sehr billig“ bis sieben „sehr teuer“ abgefragt. Bargeld wurde dabei mit einem durchschnittlichen Wert von 1,8 (SD = 1,3), die Debitkarte mit 3,0 (SD = 1,5) und die Kreditkarte mit 4,3 (SD = 1,6) bewertet (vgl. Jonker 2007, 291). Somit kann angenommen werden, dass die Kosten von Besitz und Verwendung einen Einfluss auf den wahrgenommenen Nutzen eines bestimmten Zahlungsmittels haben, genauso wie der Faktor Zeit und die Sicherheit der einzelnen Zahlungsmittel. Ein positiver Einfluss bedeutet in diesem Fall, wenn ein Zahlungsmittel als günstig wahrgenommen wird, wird auch der Nutzen hoch eingeschätzt. Dies gilt auch für die wahrgenommene Sicherheit und die Transaktionskostendauer. Wird die Sicherheit hoch eingeschätzt und die Zeitersparnis beim Zahlungsvorgang, so wird auch der Nutzen höher bewertet. Der Einfluss wird somit für alle drei Hypothesen als positiv postuliert. Daraus werden folgende drei Hypothesen abgeleitet: Exogene Variable Perceived Safety

Endogene Variable Perceived Usefulness

H12: Die wahrgenommene Sicherheit wirkt positiv auf den wahrgenommenen Nutzen. Perceived Transaction Speed Perceived Usefulness H13: Die wahrgenommene Transaktionsdauer wirkt positiv auf den wahrgenommenen Nutzen. Perceived Costs Perceived Usefulness H14: Die wahrgenommenen Kosten wirken positiv auf den wahrgenommenen Nutzen.

Wie aus den Ergebnissen der Vorstudien ersichtlich ist, wird in nahezu jeder Branche mit Bargeld, Debitkarte oder Kreditkarte bezahlt. Das Verhältnis der einzelnen Zahlungsmittel ist allerdings je Branche unterschiedlich. Daraus kann geschlossen werden, dass es Personengruppen gibt, die jeweils eines dieser Zahlungsmittel präferieren. Bei der Ableitung vorangegangener Hypothesen ist ebenfalls in einigen Erläuterungen bereits ein Unterschied zwischen den Verwendern der unterschiedlichen Zahlungsmittel eingeschlossen. Interessant für etwaige abschließende Handlungsanweisungen ist folglich, ob sich diese Personengruppen wesentlich voneinander unterscheiden oder ob es Faktoren gibt, die

96

Empirischer Teil

einen signifikanten Unterschied aufweisen und anhand derer eine Unterscheidung vorgenommen werden kann. Der Indikator tatsächliches Verhalten aus der TpB kann daher als Gruppierungsvariable herangezogen werden, womit sich folgende Hypothese formulieren lässt: Zahlungsmittel H15: Die Pfadkoeffizienten in den drei Modellen unterscheiden sich signifikant voneinander.

In Österreich besitzen 87 Prozent aller Männer und 81 Prozent der Frauen ab 15 Jahre eine Zahlungskarte. 85 Prozent der Männer und 79 Prozent der Frauen besitzen eine Debitkarte und 31 Prozent der Männer, aber nur 21 Prozent der Frauen besitzen eine Kreditkarte (vgl. OeNB 2008a, 1). In einer Studie zum Zahlungsverhalten in Deutschland wurde bestätigt, dass Männer eine stärkere Affinität zu Zahlungskarten haben als Frauen. Es ist erkennbar, dass mehr Männer als Frauen der Meinung sind, dass die Kriterien Schnelligkeit und Bequemlichkeit von Kreditkartenzahlung erfüllt werden. Im Gegensatz dazu nehmen Frauen diese Kriterien stärker bei Barzahlung wahr (vgl. Hoffmann et al. 2009, 11). Auch bei der Akzeptanz und Nutzung von Online-Zahlungssystemen konnten signifikante Unterschiede zwischen Männern und Frauen festgestellt werden (vgl. Treiblmaier et al. 2008, 381). Aus diesen empirischen Fakten kann für die vorliegende Untersuchung folgende Hypothese abgeleitet werden: Geschlechterspezifische Unterschiede H16: Es gibt geschlechterspezifische Unterschiede in den Pfadkoeffizienten der drei Modelle.

Zusammenfassend können die vorab formulierten Hypothesen in einem Untersuchungsmodell wie in Abbildung 18 angeordnet werden. Es stellt das entwickelte Strukturmodell zur Erklärung des Zahlungsverhaltens am stationären PoS dar.

Empirischer Teil

97

Abbildung 18: Zusammenfassung der Hypothesen 4.2.1.2 Messkonzeption Insgesamt gab es Anfang 2008 in Österreich 172 Einkaufszentren, davon sind 109 klassische Einkaufszentren, 56 Fachmarktzentren, ein Factory Outlet Center, ein Airport Shopping Center und fünf Kaufhäuser (vgl. ACSC 2008, 1). Das größte Einkaufszentrum Österreichs ist die SCS Shopping City Süd in Vösendorf mit 124.000 m² Verkaufsfläche, gefolgt vom Donauzentrum in Wien mit 76.000 m² und der PlusCity in Pasching mit 70.000 m² (vgl. Ehlmaier 2008, 2). Die Hauptstudie wurde in der Bundeshauptstadt von Österreich durchgeführt. Wien ist das größte Bundesland und die größte Stadt nach Einwohnerzahl in Österreich. Hier leben 1,67 Millionen Menschen. Dies ist ein Fünftel der Gesamtbevölkerung (vgl. Statistik Austria 2008a). Als Befragungsorte wurden die drei größten Einkaufsstraßen und -zentren (siehe Tabelle 27) gewählt, da in diesen Handelsagglomerationen von einer großen Branchenvielfalt ausgegangen werden kann. Da in den Vorstudien der Einfluss der Branche nachgewiesen werden konnte, soll damit eine größtmögliche Diversität gewährleistet werden.

98

Empirischer Teil

Einkaufsstraßen

VK-Fläche

Einkaufszentren

VK-Fläche

Innere Mariahilfer Straße

138.000 m²

Donauzentrum

76.000 m²

Kärntner Straße/ Rotenturmstraße

49.000 m²

Huma Einkaufspark

43.000 m²

Landstraßer Hauptstraße

44.000 m²

Lugner City

26.000 m²

Favoritenstraße

32.000 m²

Millenium City

25.000 m²

Meidlinger Hauptstraße

24.000 m²

SCN Shopping Center Nord

23.000 m²

Quelle: Ehlmaier 2008, 2 ff. Tabelle 27: Einkaufsstraßen/-zentren in Wien (Herbst 2007) In diesen Handelsagglomerationen wurden Käufer interviewt, welche gerade einen Einkauf getätigt haben. Die Stichprobe umfasst insgesamt 900 Probanden. Als Grundgesamtheit gelten die österreichische Bevölkerung und in Österreich lebende Personen, welche die deutsche Sprache sprechen, da der Fragebogen nur in Deutsch entwickelt wurde, und in Wien an einem der sechs Standorte zum Zeitpunkt der Interviewphase eingekauft haben. In der Stichprobe befinden sich somit insgesamt je Zahlungsmittel 300 Probanden. Die Stichprobengröße lässt insofern auf eine Schwankungsbreite von ungefähr +/-3 Prozent schließen. Sie stellt jedoch bewusst kein genaues Abbild der Grundgesamtheit dar, da in Österreich wesentlich weniger Käufer mit Kreditkarte zahlen als mit Bargeld, wie aus den Vorstudien (siehe Kapitel 4.1.2) hervorgegangen ist. Vorteil einer Gleichverteilung in der Stichprobe ist aber, dass diese drei gleich großen Gruppen statistisch besser untereinander vergleichbar werden. Da es sich bei der vorliegenden Stichprobe um eine Straßenbefragung in Wien handelt, sind bestimmte Personenschichten nicht im Sample vertreten. Dies sind beispielsweise Personen, die nicht mobil und daher nicht auf der Straße anzutreffen sind. Da grundsätzlich täglich während der Öffnungszeiten, also maximal von 10 bis 20 Uhr, außer sonntags interviewt wurde, kann davon ausgegangen werden, dass auch Personen, die tagsüber nicht einkaufen gehen können, in der Stichprobe zu finden sind. Beim Stichprobenauswahlverfahren handelt es sich um ein sogenanntes Random-Route-Verfahren. Dieses stellt ein traditionelles Auswahlverfahren bei Bevölkerungsumfragen dar und ist ein mehrstufiges Verfahren (vgl. Berekoven et al. 2006, 59 ff.). Der Anspruch, repräsentativ im Bezug auf die Entscheidung über das Zahlungsmittel zu sein, wird nicht erhoben, da mit diesem Anspruch ein direkter Vergleich der Gruppen nicht möglich wäre, da die Gruppe der Kreditkartenzahler sehr klein und die der Barzahler sehr groß wäre. Grundsätzlich ist die Repräsentanz im Allgemeinen aber als hoch einzustufen (vgl. Fantapié Altobelli 2007, 39).

Empirischer Teil

99

Die Erhebung erfolgte im Zeitraum von fünf Wochen. Grundsätzlich gibt es keinen guten oder schlechten Zeitpunkt für diese empirische Erhebung. Da es vor allem aber in den Einkaufsstraßen besser ist, bei schönem Wetter zu interviewen als bei regnerischem oder kaltem Wetter, wurde der Start der Pre-Tests mit Anfang August 2008 festgelegt. 50 Pre-Tests wurden durchgeführt, um eine möglichst hohe Qualität des Untersuchungsinstrumentes zu gewährleisten. Da systematische Fehler durch Interviewer möglichst gering gehalten werden sollen, wurden von jedem Interviewer zehn Pre-Tests zeitlich versetzt durchgeführt, um Korrekturen nach jeder Pre-Test-Phase vornehmen zu können. Eine Zusammenfassung dieser geplanten Qualitätskriterien findet sich im methodischen Steckbrief (siehe Tabelle 28). Erhebungsform Grundgesamtheit Befragter Personenkreis Sample Points

Auswahlmodus

Erhebungsinstrument

Persönliche Konsumentenbefragung Österreicher und in Österreich lebende deutsch sprechende Personen, die in Wien einkaufen Personen, die mit Bargeld, Debitkarte oder Kreditkarte ihren soeben getätigten Einkauf bezahlt haben 6 Kombiniertes mehrstufiges Auswahlverfahren Quotenverfahren - Quoten: Standort (6), Art der Zahlung (3) Random-Route-Verfahren: Interviews während der Geschäftszeiten an den Standorten, Wechsel nach jedem Interview innerhalb der Agglomeration Standardisierter Fragebogen mit offenen und geschlossenen Antwortkategorien

Erhebungszeitraum

18. August - 19. September 2008

Pre-Tests

50

Stichprobenumfang

900

EDV-Auswertung

Excel, SPSS, SmartPLS

Kontrollen

Unterschriftenliste mit Angabe der Telefonnummer Plausibilitätskontrolle durch einen Vorlauf in der Datenverarbeitung

Tabelle 28: Methodischer Steckbrief der Hauptstudie Ein mehrstufiger Zugang (siehe Abbildung 19) wurde für die Entwicklung des standardisierten Fragebogens verfolgt. In der ersten Stufe erfolgte eine extensive Literaturrecherche zu allen latenten Konstrukten im Modell. Der Großteil der Items wurde aus früheren Studien adoptiert und für den Kontext des Zahlungsverhaltens am stationären PoS modifiziert. Als Skala für die Antwortmöglichkeiten wurde grundsätzlich eine fünfstufige Likert-Skala gewählt. Sie

100

Empirischer Teil

wird als eindimensionales Skalierungsverfahren im engeren Sinne bezeichnet. Dies bedeutet, dass das Verfahren mindestens ordinalskalierte Messwerte liefert (vgl. Berekoven et al. 2006, 79). Insgesamt umfasst der finale Fragebogen nach 50 Pre-Tests 36 Items. Theoretischer Forschungsrahmen (Extensive Literaturrecherche) Itemgenerierung, Festlegen von Fragenarten und Methode der Durchführung Pre-Test Validitätsprüfung der Items Überarbeitung des Fragebogens Durchführung der Studie Quelle: in Anlehnung an Churchill 1979, 66; Churchill/Iacobucci 2005, 234 ff. Abbildung 19: Ablauf der Entwicklung des Erhebungsinstruments Im Folgenden findet die Operationalisierung der einzelnen latenten Konstrukte aus dem im Kapitel 4.2.1.1 entwickelten Modell statt. Zur besseren Nachvollziehbarkeit werden zuerst die Konstrukte aus der TpB, dann die Konstrukte aus dem TAM und der Transaktionskostentheorie und abschließend jene, die in anderen Studien bereits mit einem der vorhergehenden Modelle erfolgreich überprüft wurden, behandelt. Bisherige Erkenntnisse aus publizierten Studien dienen als Grundlage der Konzeptualisierung und Operationalisierung der einzelnen Konstrukte. Es gilt dabei alle wesentlichen Dimensionen eines Konstruktes zu erfassen, ergo zu konzeptualisieren und den identifizierten Dimensionen geeignete Skalen zuzuordnen, d. h. zu operationalisieren (vgl. Bortz/Döring 2006, 62 ff.). Attitude (Toward the Behavior) – Einstellung (zu einem bestimmten Verhalten) Die Einstellung zur Zahlung mit dem beim letzten Einkauf gewählten Zahlungsmittel wird mit vier Items ermittelt (siehe Tabelle 29). Diese wurden in zwei Studien (Dabholkar 1996; Dabholkar/Bagozzi 2002) zu Selbstbedienungstechnologien verwendet. Mittels Faktorenanalyse wurden die Ladungen der

Empirischer Teil

101

einzelnen Items auf das Konstrukt Einstellung gemessen. Diese Faktorladungen befinden sich zwischen 0,63 und 0,82, was als akzeptabel erachtet werden kann. Der Cronbach’s Alpha-Wert ist mit 0,85 als gut zu bezeichnen. Die Übersetzung des ersten Items erfolgte nicht wörtlich, sondern wurde an die Zahlungsproblematik angepasst. Die wörtliche Übersetzung wäre in der deutschen Sprache auch zu ähnlich der anderen drei Punkte gewesen. Somit wurde eine etwas freiere Übersetzung dieses ersten Gegensatzpaares gewählt. Außerdem wurde die Überlegung einbezogen, dass die Abwicklungs- oder Transaction Convenience Einfluss auf Kundenzufriedenheit und -loyalität hat (Reith 2007, 146 und 156). Darunter wird die Organisation des Abwicklungsprozesses während des Tauschs der Property Rights bzw. der physischen Güter verstanden (Berry et al. 2002, 7). Teil dieses Prozesses sind die Bezahlungsdienstleistungen und daher wurde die etwas freiere Übersetzung von harmful - beneficial in praktisch unpraktisch gewählt. Die drei anderen Items wurden wie auch die Fragestellung selbst zweifach übersetzt, um die korrekte Bedeutung in beiden Sprachen zu garantieren. Verwendete Formulierung

Original Formulierung

Wie sehen Sie grundsätzlich die Zahlung mit Bargeld/Debitkarte/ Kreditkarte?

In the situation described, how would you describe your feelings toward using the touch screen?

(1) praktisch - unpraktisch

harmful - beneficial

(2) angenehm - unangenehm

pleasant - unpleasant

(3) vorteilhaft - unvorteilhaft

favorable - unfavorable

(4) gut - schlecht

good - bad

Autoren

Dabholkar 1994; Dabholkar/ Bagozzi 2002

Tabelle 29: Indikatoren für Einstellung zum Zahlungsverhalten Für die Messung der Einstellung zum Zahlungsverhalten wurde ein semantisches Differential oder Multi-Item-Profil verwendet. Dieses wurde von Osgood et al. (1957) entwickelt und findet seither in angepasster Form auch im Marketing breite Anwendung, insbesondere bei der Einstellungsmessung (vgl. Berekoven et al. 2006, 80). Die jeweiligen Items wurden anhand einer fünfstufigen, bipolaren Rating-Skala mit adjektivistischen Gegensatzpaaren abgefragt. In der linken Spalte befanden sich die positiven Ausprägungen und rechts die negativen. Subjective Norm – Subjektive Norm Die subjektive Norm stellt die Wahrnehmung eines Individuums über den sozialen Druck dar, eine Handlung auszuführen oder zu unterlassen (vgl. Francis et al. 2004, 17), vor allem ausgehend von Personen, die für den Probanden wichtig sind und dessen Handlungen beeinflussen (vgl. Venkatesh et al. 2003, 452). In

102

Empirischer Teil

der vorliegenden Studie wurde die direkte Abfrageform der subjektiven Norm mithilfe von drei Items (Tabelle 30) gewählt. Diese drei Items wurden anhand einer fünfstufigen Antwortskala, in welcher eins für immer, zwei für oft, drei für manchmal, vier für selten und fünf für nie verwendet wurden. Francis et al. (2004, 13) schlagen zwar eine siebenstufige Skala vor, jedoch wurde dies zugunsten einer einfacheren, bereits gelernten fünfstufigen Skala nicht übernommen. Hauptgrund dafür war, dass der Fragebogen an die Situation einer Straßenbefragung angepasst werden musste und deshalb dieser Version der Vorzug gegeben wurde. Diese Skala ist durchaus üblich im Rahmen der TpB (vgl. beispielsweise bei Bamberg et al. 2003). Verwendete Formulierung Es wird von mir erwartet, dass ich mit Bargeld/Debitkarte/Kreditkarte zahle. Personen, die mir wichtig sind, denken, dass ich nicht mit Bargeld/Debitkarte/ Kreditkarte zahlen soll. Ich empfinde gesellschaftlichen Druck dahingehend, dass ich mit Bargeld/ Debitkarte/Kreditkarte zahlen soll.

Original Formulierung

Autoren

It is expected of me that I do … People who are important to me want me to do ...

Francis et al. 2004

I feel under social pressure to do …

Tabelle 30: Indikatoren für die subjektive Norm Perceived Behavioral Control – Wahrgenommene Verhaltenskontrolle Die Messung des Konstruktes „wahrgenommene Verhaltenskontrolle“ muss genau auf die Situation abgestimmt sein. Darum war es auch nicht möglich, Formulierungen eins zu eins aus bereits vorliegenden Studien zu übernehmen. Die einzige Möglichkeit bestand darin, aus empirisch bestätigten Konstrukten Items zu übernehmen und an die Situation anzupassen (vgl. Taylor/Todd 1995; Hrubes et al. 2001; Chau/Hu 2002). Verwendete Formulierung

Original Formulierung

Überall, wo ich einkaufe, wird Zahlung mit Bargeld/Debitkarte/Kreditkarte akzeptiert. Wenn hinter mir an der Kasse viele Leute warten, zahle ich lieber mit Bargeld/ Debitkarte/Kreditkarte. Auf einer Skala von 1 bis 5 wie schwierig ist es für Sie mit Bargeld/Debitkarte/ Kreditkarte zu zahlen?

I have the resources and the knowledge and the ability to make use of CRC. Using the CRC is entirely within my control.

Autoren

Taylor/ Todd 1995

I would be able to use the CRC.

Tabelle 31: Indikatoren für die wahrgenommene Verhaltenskontrolle

Empirischer Teil

103

Die ersten beiden Items (siehe Tabelle 31) wurden anhand einer fünfstufigen Likert-Skala abgefragt. Um auf die Schwierigkeiten einer Straßenbefragung einzugehen und den Probanden die Antworten so einfach wie möglich zu gestalten, wurden die Antwortskalen gleich denen der subjektiven Norm gehalten. Somit stand eins für immer, zwei für oft, drei für manchmal, vier für selten und fünf für nie. Das dritte Item wurde in Anlehnung an Hrubes (2001) ebenfalls mit einer fünfstufigen Skala abgefragt. Dabei standen die einzelnen Ränge für Werte zwischen Äußerst leicht und Äußerst schwierig. Somit bedeutet eins äußerst leicht, zwei leicht, drei weder noch, vier schwierig und die Wertung fünf stand für äußerst schwierig. Intention (INT) Die Intention wurde mit nur einem Item abgefragt (siehe Tabelle 32). Sie wurde definiert als die jeweilige Wahrscheinlichkeit, mit der beim nächsten Einkauf im gleichen Geschäft der Rechnungsbetrag mit je einem der drei Zahlungsmittel beglichen wird. Hinzugefügt wurde auch, dass der Proband davon ausgehen soll, dass dieses Geschäft auch alle verfügbaren Zahlungsmittel akzeptiert. Somit kann ausgeschlossen werden, dass die Zahlung nur deshalb mit einem bestimmten Zahlungsmittel erfolgt, weil keine andere Möglichkeit besteht. Angelehnt wurde die Frageformulierung an die Intention zur Nutzung von mobilen Services von Nysveen et al. (2005, 339). Verwendete Formulierung

Original Formulierung

Autoren

Wie hoch schätzen Sie die Wahrscheinlichkeit in Prozent, dass Sie im gleichen Geschäft den nächsten Einkauf mit Bargeld: _____%, Debitkarte: _____% oder Kreditkarte: _____% bezahlen, wenn alle diese Zahlungsmittel akzeptiert werden?

I intend to use „service“ the next six months.

Nysveen et al. 2005

Tabelle 32: Indikator für die Intention zur Zahlung Häufig wird auch die Intention mittels Likert-Antwortskala abgefragt. Im vorliegenden Fall fiel die Entscheidung für den Prozentsatz, mit dem die Wahrscheinlichkeit für die Zahlung mit dem jeweiligen Zahlungsmittel ausgedrückt werden sollte. So konnten drei Fragen mit einer Formulierung abgedeckt werden. Der Interviewer musste darauf achten, dass 100 Prozent auf alle drei Zahlungsmittel aufgeteilt wurden. Auch die Möglichkeit, ein oder zwei Zahlungsmittel mit der Wahrscheinlichkeit von null Prozent zu bewerten, stand zur Verfügung. (Actual) Behavior – (tatsächliches) Verhalten/Handlung Das tatsächliche Verhalten wird mit einem Item abgefragt. Die Frage stellt die Basis für die Teilung in drei Gruppen, Barzahler, Zahler mit Debitkarte und mit

104

Empirischer Teil

Kreditkarte, für den späteren Gruppenvergleich dar. Vor der eigentlichen Frage musste noch eine Filterfrage gestellt werden, um auszuschließen, dass Personen, die nicht vor Kurzem bezahlt hatten, in der Stichprobe sind. Die eigentliche Frage wurde in Anlehnung an die Verhaltensvariable in einer Studie zur Wahl eines Transportmittels formuliert (vgl. Bamberg et al. 2003, 178). Verwendete Formulierung

Original Formulierung

Autoren

Self-reports of actual behavior were obtained by asking respondents which of the five modes of transportation (bicycle, car, bus, train, and walking) they had used to get to campus on the day they completed the questionnaire.

Bamberg et al. 2003

Kommen Sie gerade von einem Einkauf?

Wie haben Sie eben Ihren Einkauf bezahlt?

Welche Kreditkarte war das?

Tabelle 33: Indikator für das tatsächliche Verhalten Die Antwortmöglichkeiten bestanden aus drei Kategorien, welche die Zahlungsmittel Bargeld, Bankomatkarte und Kreditkarte umfassten. Wenn ein Proband angab, dass mit Kreditkarte gezahlt wurde, wurde noch zusätzlich nach der verwendeten Kreditkarte gefragt. Dabei gab es fünf Möglichkeiten zur Auswahl: Mastercard, Visa, Diners Club, American Express und andere. Perceived usefulness – Wahrgenommener Nutzen Die subjektive Einschätzung des Probanden vom Nutzen einer Technologie wird als der wahrgenommene Nutzen definiert (vgl. Zhang/Mao 2008, 789). Zur Messung werden drei Items (siehe Tabelle 34) in Anlehnung an die M-PaymentStudie von Chen (2008) herangezogen. Da keine Cronbach’s Alpha-Werte berichtet wurden, kann nur auf die Faktorladungen vertraut werden. Diese ist bei Item zwei 0,87 und bei Item drei 0,91, was als hoch angesehen werden kann. Das erste Item wurde aus der Faktorenanalyse herausgenommen, hat aber in der Studie von Davis et al. (1989), von welcher Chen die Items ableitet, einen Alpha-Wert von 0,97 und wurde daher trotzdem für die Messung herangezogen. Wie auch schon bei der subjektiven Norm und der wahrgenommenen Verhaltenskontrolle wurde als Antwortskala eine fünfstufige Likert-Skala verwendet. In dieser Skala bedeutete eins immer, zwei oft, drei manchmal, vier selten und fünf nie. Die Verwendung der gleichen Antwortskalen hat den Vorteil, dass für die nachfolgenden Auswertungen die Items nicht vorab standardisiert werden müssen, sondern so genommenen werden können, wie sie abgefragt wurden.

Empirischer Teil

105

Verwendete Formulierung

Original Formulierung

Dass ich mit Bargeld/Debitkarte/ Kreditkarte zahlen kann, ist von hohem Nutzen für mich. Verglichen mit anderen Zahlungsmitteln bin ich der Meinung, dass mir die Zahlung mit Bargeld/Debitkarte/ Kreditkarte das Einkaufen erleichtert. Zahlen mit Bargeld/Debitkarte/ Kreditkarte hilft mir effizienter einzukaufen.

Overall, I believe that I will find mpayment useful. Compared to traditional payment methods, I believe that using mpayment will make it easier for me to shop. (PU) I believe that using m-payment will improve my shopping productivity.

Autoren

Chen 2008

Tabelle 34: Indikatoren für den wahrgenommenen Nutzen Perceived Ease of Use - Wahrgenommene Benutzerfreundlichkeit Wie bereits im Kapitel 3.1 erwähnt, stellt die wahrgenommene Benutzerfreundlichkeit das Ausmaß dar, zu welchem ein Individuum annimmt, dass eine Technologie einfach anzuwenden ist (vgl. Gefen et al. 2003, 54). Dieses Konstrukt wird mit drei Items (siehe Tabelle 35), angelehnt an Dabholkar/Bagozzi (2002), abgefragt. In deren Studie konnte ein Cronbach‘s Alpha von .90 erzielt werden, d.h. man kann davon ausgehen, dass diese Items das Gleiche messen. Somit ist die Reliabilität gewährleistet. Verwendete Formulierung

Original Formulierung

Zahlen mit Bargeld/Debitkarte/ Kreditkarte ...

Using a touch screen for self-service …

(1) ist kompliziert

(1) will be complicated

(2) ist verwirrend

(2) will be confusing

(3) ist mühsam

(3) will take a lot of effort

Autoren

Dabholkar/ Bagozzi 2002

Tabelle 35: Indikatoren für die wahrgenommene Benutzerfreundlichkeit Wie für den wahrgenommenen Nutzen wird auch die wahrgenommene Benutzerfreundlichkeit mit der gleichen fünfstufigen Antwortskala abgefragt. Da die Indikatoren dieses Konstrukts im Gegensatz zu den anderen den positiven Wert bei fünf haben, müssen die Indikatoren für die Auswertungen umkodiert werden. Perceived Safety - Wahrgenommene Sicherheit Die nun folgenden drei Konstrukte wurden mit jeweils zwei Items abgefragt (siehe Tabelle 36). Da die Studie in Form einer Straßenbefragung durchgeführt wurde, mussten Einschränkungen im Umfang gemacht werden. Diese Items wurden in Anlehnung an Jonker (2007) und Chen (2008) formuliert.

106 Verwendete Formulierung Zahlen mit Bargeld/Debitkarte/ Kreditkarte ist sicher. Verglichen mit anderen Zahlungsmitteln ist die Zahlung mit Bargeld/Debitkarte/ Kreditkarte sicherer.

Empirischer Teil Original Formulierung

Autoren

Safety: 1=very unsafe; 7=very safe

Jonker 2007

Compared to traditional payment methods, I believe that using mpayment is riskier.

Chen 2008

Tabelle 36: Indikatoren für die wahrgenommene Sicherheit Abgefragt wurden diese Items bei Jonker (2007) anhand einer siebenstufigen Skala. Da für die Probanden die Fragengestaltung möglichst einfach gehalten werden sollte, wurde die fünfstufige Antwortskala auch bei dieser Frage weiterverwendet. Perceived Transaction Speed - Wahrgenommene Transaktionsdauer Auch dieses Konstrukt wurde mit zwei Items abgefragt (siehe Tabelle 37). Diese wurden aus zwei unterschiedlichen Studien (vgl. Dabholkar/Bagozzi 2002; Chen 2008) übernommen. Verwendete Formulierung

Original Formulierung

Autoren

Zahlen mit Bargeld/Debitkarte/ Kreditkarte dauert lange an der Kasse Verglichen mit anderen Zahlungsmitteln spare ich beim Zahlen mit Bargeld/ Debitkarte/Kreditkarte viel Zeit.

Using a touch screen for self-service will take a long time at the register. Compared to traditional payment methods, I believe that transactions will be fast if I use m-payment.

Dabholkar/ Bagozzi 2002 Chen 2008

Tabelle 37: Indikatoren für die wahrgenommene Transaktionsdauer Wie für die wahrgenommene Sicherheit wurde auch für dieses Konstrukt wiederum die bereits vorab verwendete fünfstufige Antwortskala weiterverwendet. Für die Auswertungen muss der erste Indikator umkodiert werden, da er von der Wirkungsrichtung genau gegensätzlich zum zweiten Indikator ist. Perceived Costs - Wahrgenommene Kosten Auch dieses Konstrukt wurde anhand von zwei Items ermittelt. Es handelt sich hierbei um die Transaktionskosten, die auch tatsächlich in Geldeinheiten gemessen werden. Bargeld zu besitzen kostet beispielsweise Zinsen, die in diesem Fall dann als Opportunitätskosten bezeichnet werden können, wenn der Käufer Bargeld in seiner Geldbörse statt auf einem Konto hat. Für Debit- und Kreditkarten zahlt man in der Regel eine Jahresgebühr. Das zweite Item fragt die Kosten der Zahlung selbst ab. Mit Kreditkarte könnten von Konsumentenseite beispielsweise diese bei Zahlungen als günstig angesehen werden, weil der Zinsvorteil des späteren Abzuges vom Konto somit genutzt wird, oder Bargeld aus genau diesem Grund als teuer.

Empirischer Teil Verwendete Formulierung Bargeld/Debitkarte/Kreditkarte zu besitzen ist ... Mit Bargeld/Debitkarte/Kreditkarte zu zahlen ist ...

107 Original Formulierung

Autoren

Cost: 1=very cheap; 7=very expensive Jonker 2007

Tabelle 38: Indikatoren für die wahrgenommenen Kosten Als Antwortskala wurde wieder eine fünfstufige Skala verwendet, wobei eins für sehr günstig, zwei für günstig, drei für weder noch, vier für teuer und fünf für sehr teuer standen. Past Behavior – Vergangenes Verhalten Das vergangene Verhalten wird für das Modell mit einem Item abgefragt. Angelehnt ist die Frageformulierung an eine Studie zur Transportmittelwahl, in welcher das vergangene Verhalten abgefragt wurde und einen hohen, signifikanten Einfluss auf die Intention aufwies (vgl. Bamberg et al. 2003, 184). Die Frage zum vergangenen Verhalten wurde im zweiten Fragenblock abgefragt. Dieser enthält einführend die Frage nach den Zahlungskarten im Besitz des Probanden und dann die Frage nach der allgemeinen Verwendung der einzelnen Zahlungsmittel. Verwendete Formulierung

Original Formulierung

Autoren

How often they had used each alternative mode of transportation to get to campus the preceding semester. Five modes of transportation were listed: bicycle, car, bus, train, and walking (always, often, occasionally, seldom, and never)

Bamberg et al. 2003, 178

Welche Zahlungskarten, das sind Karten, mit denen man bezahlen kann, besitzen Sie? Wie häufig verwenden Sie diese Karten und das Bargeld allgemein?

Wie oft haben Sie in dem besuchten Geschäft bereits mit Bargeld/ Debitkarte/Kreditkarte gezahlt?

Tabelle 39: Indikatoren für vergangenes Verhalten Die Frage nach dem Besitz von Zahlungskarten wurde geschlossen gestellt und alle gebräuchlichen Möglichkeiten aufgezählt. Diese sind Bankomatkarte (Debitkarte), Mastercard, Visa, Diners Club und American Express. Weiters stand ein Feld für andere Zahlungskarten zur Verfügung, in welches die Interviewer weitere Zahlungskarten im Besitz des Probanden eintragen konnten. Zur Messung der beiden Fragen zum vergangenen Verhalten wurde ebenfalls wie in der Studie von Bamberg (2003) eine fünfstufige Einteilung mit einer Antwortskala von eins für immer, zwei für oft, drei für manchmal, vier für selten bis

108

Empirischer Teil

fünf für nie verwendet. Für das Strukturgleichungsmodell wird allerdings nur die letzte der drei Fragen als Indikatorvariable herangezogen. Zum einen weil das Modell die spezielle Situation abbildet und zum anderen weil derzeit allgemein die Sinnhaftigkeit von möglichst vielen Indikatorvariablen in einem Modell diskutiert wird. Wo eine Variable ausreichend ist, soll auch nur eine verwendet werden (vgl. Fuchs/Diamantopoulos 2009; Sarstedt/Wilcynski 2009). Im Falle vom vergangenen Verhalten kann dies derart betrachtet werden. Reliability - Zuverlässigkeit Die Messung der Zuverlässigkeit erfolgt in der vorliegenden Arbeit anhand von drei Indikatoren. Die Operationalisierung dieses Konstruktes erfolgt mittels einer bereits validierten Skala zur Messung von Self-Scanning-Technologie. Ob der Ähnlichkeit dieser Technologie zumindest mit den bargeldlosen Zahlungsalternativen wurden die abgefragten Items wieder mit doppelter Übersetzung sowie der inhaltlichen Anpassung verwendet (siehe Tabelle 40). Verwendete Formulierung Die Zahlung mit Bargeld/Debitkarte/ Kreditkarte ist eine zuverlässige Methode. Ich erwarte, dass Zahlen mit Bargeld/ Debitkarte/Kreditkarte gut funktioniert. Mit Bargeld/Debitkarte/Kreditkarte zu zahlen, funktioniert fehlerlos.

Original Formulierung

Autoren

Self-scanning will be reliable. I expect self-scanning to work well. Self-scanning will have a faultless result.

Weijters et al. 2007

Tabelle 40: Indikatoren für Reliabilität Zur Skalierung wurde auch bei diesem Konstrukt das LikertSkalierungsverfahren verwendet. Die Antwortskala reicht von eins für stimme voll zu, zwei für stimme eher zu, drei für weder noch, vier für stimme eher nicht zu bis fünf für stimme definitiv nicht zu. Financial Situation - Finanzielle Situation Die finanzielle Situation wird bei Mittal (1994, 536) als „financial wellness“ bezeichnet und mit drei Items abgefragt. Der Cronbach’s Alpha-Wert liegt bei 0,71 (vgl. Mittal 1994, 539) und somit über den erwünschten Wert für die gegebene Konstruktreliabilität. Die Items wurden übersetzt und wieder rückübersetzt, um die inhaltliche Richtigkeit zu gewährleisten.

Empirischer Teil

109

Verwendete Formulierung

Original Formulierung

Ich bin der Meinung, dass ich keine finanziellen Sorgen habe. Mein Budget ist grundsätzlich eher knapp bemessen. Unerwartete Ausgaben von 1.000 Euro würden mich in finanzielle Bedrängnis bringen.

I consider myself financially well off. I am generally on a tight budget.

Autoren

Mittal 1994

An unexpected expense of $ 1.000 would put us in financial hardship.

Tabelle 41: Indikatoren für die finanzielle Situation Die Fragen wurden in der eigentlichen Studie mittels einer fünfstufigen Skala mit den Extremausprägungen „Strongly Disagree/Strongly Agree“ abgefragt. Da sich dies auch in den vorliegenden Fragebogen leicht implementieren ließ, wurde es übernommen. Bei den Auswertungen muss die erste Variable umkodiert werden, da sie von der Wirkungsrichtung gegensätzlich zu den anderen beiden Variablen ist. Generell wurde bei der Befragung das Zahlungsmittel Debitkarte mit Bankomatkarte oder Maestro-Karte umschrieben, da nicht davon ausgegangen werden kann, dass die Probanden wissen, welche Karten als Debitkarten bezeichnet werden. Selbst Maestro wird häufig mit Mastercard verwechselt. Alle Skalen wurden übersichtlich auf eine Seite zusammengefasst, damit die befragten Personen diese bildlich vor sich haben (siehe Anhang 7.1.2) und somit die Beantwortung erleichtert wird. 4.2.2

Ergebnisse der Hauptstudie

Zu Beginn werden die Daten der Hauptstudie deskriptiv ausgewertet. Dann folgen eine kurze Einleitung in die Thematik der Strukturgleichungsmodelle und die Möglichkeiten, diese auszuwerten. Diesem Unterkapitel schließt sich die Überprüfung der vorab formulierten Hypothesen an und zum Abschluss werden die Ergebnisse und ihre Bedeutung diskutiert. 4.2.2.1 Deskriptive Datenanalyse Die Dauer der geführten Interviews betrug im Durchschnitt acht Minuten. Das längste Interview dauerte 25 Minuten und wurde mit einem Barzahler geführt. Generell gibt es in der Dauer des Interviews jedoch keine signifikanten Unterschiede zwischen den einzelnen Gruppen. Die Dauer liegt für eine Straßenbefragung in einem akzeptablen Rahmen.

110

Empirischer Teil

Geplant waren 150 Interviews je Handelsagglomeration mit einer Gleichverteilung zwischen den drei Zahlungsmitteln. Während der Feldphase musste jedoch festgestellt werden, dass vor allem in zwei Agglomerationen sehr wenig Kartenzahler anzutreffen sind. Diese Agglomerationen sind der Huma Einkaufspark und die Landstraßer Hauptstraße. Da die Interviewerlaubnis in den Einkaufszentren auf eine Woche beschränkt war, wurden so viele Interviews wie möglich in dieser Woche durchgeführt und die fehlenden Interviews in den darauffolgenden Wochen in den Einkaufsstraßen vor allem in der Mariahilfer Straße ergänzt (siehe Tabelle 42).

1

IMS1

KS/RS2

LSHS3

DZ4

Huma5

Lugner6

Gesamt

Bargeld

36

43

72

49

50

50

300

Debitkarte

56

47

47

53

49

48

300

Kreditkarte

115

61

29

50

14

31

300

Gesamt

207

151

148

152

113

129

900

2

3

Innere Mariahilfer Straße; Kärntner Straße/Rotenturmstraße; Landstraßer Hauptstraße; Donauzentrum; 5Huma Einkaufspark; 6Lugner City

4

Tabelle 42: Verteilung der Probanden auf die Befragungsorte Es werden nun zuerst die demografischen Eigenschaften der untersuchten Gruppen dargestellt. In der Stichprobe befinden sich 303 Männer und 597 Frauen (34 Prozent/ 66 Prozent). Im Vergleich zur Bevölkerung in Wien mit 48 Prozent Männer und 52 Prozent Frauen (vgl. Statistik Austria 2008a) sind die Frauen überproportional in der Stichprobe vertreten. Dies kann unterschiedliche Gründe haben. Eventuell sind Frauen eher bereit an einer Befragung teilzunehmen oder Frauen frequentieren häufiger die Wiener Einkaufsstraßen als Männer. 24 Probanden sind unter 20 Jahre alt, 94 über 60 Jahre und 782 zwischen 20 und 60 Jahre (Details siehe Tabelle 43). Somit entspricht auch die Altersverteilung nicht der österreichischen Bevölkerung. 20 Prozent der Wiener bzw. 21 Prozent der Österreicher sind unter 20 Jahre alt. Da diese Gruppe meist noch nicht über Debit- oder Kreditkarten verfügt, lässt sich damit erklären, dass diese Gruppe mit nur knapp 3 Prozent in der Stichprobe unterrepräsentiert ist. Auch die Gruppe der über 60-Jährigen ist in geringerem Umfang in der Stichprobe. Dafür kann es ebenso unterschiedliche Gründe geben. Zum einen ist es möglich, dass diese Gruppe weniger häufig in den Einkaufsstraßen zu finden ist oder die Auskunftsbereitschaft niedriger ist als in anderen Altersgruppen. Die Gruppe der 20- bis 49-Jährigen ist überrepräsentiert in der Stichprobe und nur die Gruppe der 50- bis 59-Jährigen ist nahe am Anteil in der Gesamtbevölkerung.

Empirischer Teil

111

Alter

Häufigkeit

Prozent

Wien in Prozent

Österreich in Prozent

< 20 Jahre

24

2,67

19,51

21,34

20-29 Jahre

223

24,78

14,36

12,78

30-39 Jahre

244

27,11

15,73

14,41

40-49 Jahre

182

20,22

16,13

16,53

50-59 Jahre

133

14,78

12,08

12,55

> 60 Jahre

94

10,44

22,19

22,39

Gesamt

900

100

100

100

Quelle: Wisbauer/Marik-Lebeck 2009, 94 Tabelle 43: Altersverteilung in der Stichprobe und in Wien/Österreich 284 Probanden haben ein Studium absolviert und 268 haben maturiert. 75 haben nach der Matura weiterführende Ausbildungen abgeschlossen und nur 68 Probanden haben angegeben, ausschließlich die Pflichtschule absolviert zu haben. 103 haben einen Lehrabschluss als höchste abgeschlossene Ausbildung genannt (siehe Tabelle 44). Trotz steigender Tendenz haben in Österreich nur 10 Prozent der Bevölkerung (25- bis 64-jährige Wohnbevölkerung) einen Hochschul- bzw. Universitätsabschluss. Bildung

Häufigkeit

Prozent

Wien in Prozent

Österreich in Prozent

Pflichtschule

68

7,56

19,40

18,50

Lehre mit BS

103

11,44

30,70

41,00

Fachschule o. Matura

102

11,33

9,50

13,40

AHS/BHS

268

29,78

20,60

14,30

nach Matura

75

8,33

2,40

2,40

Studium

284

31,56

10,40

10,40

Gesamt

900

100

100

100

Quelle: Gumpoldsberger/Nitsch 2009, 327 Tabelle 44: Bildungsniveau der Probanden in der Stichprobe In der Stichprobe haben jedoch fast 32 Prozent der Befragten ein Studium abgeschlossen. Tendenziell sind die geringen Schulbildungen eher wenig vertreten, während ein Großteil der Befragten eine höhere Schulbildung angab. In diesem Zusammenhang kann durchaus auch ein wahrgenommener sozialer Druck diese Verzerrung verursacht haben. Es besteht allerdings auch die Möglichkeit, dass Personen mit höherer Schulbildung eher bereit sind an Umfragen teilzunehmen als Personen mit geringerer Schulbildung. Somit ist die Stichprobe nicht für Wien oder Österreich in Bezug auf die abgeschlossene Schulbildung repräsentativ und stellt in Bezug auf Alter und Bildung kein wirklichkeitsge-

112

Empirischer Teil

treues Abbild der Wiener oder österreichischen Bevölkerung dar. Als Grundgesamtheit für die Untersuchung wurden Österreicher und in Österreich lebende, deutsch sprechende Personen genannt, die in Wien einkaufen gehen. Da für diese Personengruppe Daten über die relevanten Merkmale fehlen, kann die Stichprobe nicht auf Strukturgleichheit mit der Grundgesamtheit getestet werden. Eine weitere Erklärung für die deutlich unterschiedliche Verteilung zur Wiener oder österreichischen Bevölkerung könnte in der Wahl der Untersuchungsstandorte liegen. Die meisten Interviews wurden in der Mariahilfer Straße durchgeführt. In dieser Einkaufsstraße lag der Anteil der Personen, die ein Studium oder eine weitere Ausbildung nach der Matura abgeschlossen haben, bei 50 Prozent (siehe Tabelle 45). In allen anderen Handelsagglomerationen ist dieser Anteil wesentlich geringer. Vor allem die Probanden in den Einkaufszentren scheinen ein geringeres Bildungsniveau aufzuweisen als in Einkaufsstraßen. Ein Chi-Quadrat-Test bestätigt, dass die Bildung einen Einfluss hat (x² = 52,26; df=5; p=0,00). Bildung in Prozent

IMS1

KS/RS2

LSHS3

DZ4

Huma5

Lugner6

Pflichtschule

1,45

2,42

6,76

8,70

7,73

5,80

Lehre mit BS

6,76

4,83

5,31

12,56

10,63

9,66

Fachschule o. Matura

10,14

9,66

5,80

9,66

7,73

6,28

AHS/BHS

31,40

22,71

22,71

22,71

12,56

17,39

nach Matura

38,65

27,54

24,64

14,49

12,56

19,32

Studium

11,59

5,80

6,28

5,31

3,38

3,86

Gesamt

100

100

100

100

100

100

1

Innere Mariahilfer Straße; 2Kärntner Straße/Rotenturmstraße; 3Landstraßer Hauptstraße; 4 Donauzentrum; 5Huma Einkaufspark; 6Lugner City

Tabelle 45: Bildung der Probanden an den Befragungsorten Da allerdings alle noch fehlenden Interviews mit Probanden, die mit Kreditkarte gezahlt hatten, auf der Mariahilfer Straße und der Kärntner Straße durchgeführt wurden, kann der Einfluss auch darin begründet sein, dass Personen mit höherer Bildung eher mit Kreditkarte zahlen als andere. Nahezu die Hälfte aller Befragten, die ein Studium oder eine weitere Ausbildung nach der Matura als höchste Ausbildung angaben, hatten tatsächlich mit Kreditkarte gezahlt, wohingegen nur knapp 9 Prozent der Probanden, die als höchste abgeschlossene Ausbildung Pflichtschule genannt haben, mit Kreditkarte gezahlt hatten (siehe Tabelle 46).

Empirischer Teil

113

Bildung/Zahlungsart

Bargeld

Debitkarte

Kreditkarte

Gesamt

Pflichtschule

41 (60,29 %)

21 (30,88 %)

6 (8,82 %)

68 (100 %)

Lehre mit BS

53 (51,46 %)

35 (33,98 %)

15 (14,56 %)

103 (100 %)

Fachschule

38 (37,25 %)

32 (31,37 %)

32 (31,37 %)

102 (100 %)

AHS/BHS

82 (30,60 %)

111 (41,42 %)

75 (27,99 %)

268 (100 %)

nach Matura

19 (25,33 %)

18 (24,00 %)

38 (50,67 %)

75 (100 %)

Studium

67 (23,59 %)

83 (29,23 %)

134 (47,18 %)

284 (100 %)

Gesamt

300 (33,33%)

300 (33,33%)

300 (33,33%)

900 (100 %)

Tabelle 46: Verteilung nach Bildungsniveau je Zahlungsart 60 Prozent der Pflichtschulabgänger und 52 Prozent der Personen mit abgeschlossener Lehre hatten ihren letzten Einkauf mit Bargeld gezahlt, während nur 24 Prozent der Probanden mit abgeschlossenem Studium bzw. 25 Prozent mit einer anderen weiterführenden Ausbildung nach der Matura mit Bargeld gezahlt hatten. Dafür hatten in den letzten beiden Gruppen 50 Prozent mit Kreditkarte ihren letzten Einkauf gezahlt, aber nur knapp 9 Prozent der Pflichtschüler nutzten diese Zahlungsart. Bei Personen mit Matura war mit 41 Prozent die Debitkarte die am häufigsten verwendete Zahlungsart beim letzten getätigten Einkauf (siehe Tabelle 46). Ein Chi-Quadrat-Test bestätigt den vermuteten Einfluss von Bildung auf das verwendete Zahlungsmittel (x² = 93,14; df=10; p=0,00). Zahlungsart

Bargeld

Debitkarte

Kreditkarte

Gesamt

Männer

106 (35,33 %)

90 (30,00 %)

107 (35,67 %)

303 (33,67 %)

Frauen

194 (64,67 %)

210 (70,00 %)

193 (64,33 %)

597 (66,33 %)

Gesamt

300

300

300

900

Tabelle 47: Verteilung nach Geschlecht je Zahlungsart Entsprechend dem Quotenplan wurden je Zahlungsmittel 300 Personen befragt, welche kurz zuvor einen Einkauf in einer Einkaufsstraße oder einem Einkaufszentrum getätigt hatten. Die Verteilung nach dem Geschlecht ist in allen drei Gruppen ähnlich der gesamten Stichprobe (siehe Tabelle 47). Es scheint somit kein Zahlungsmittel zu geben, das eher von Männern bzw. Frauen bevorzugt wird. Im Vergleich der einzelnen Altersgruppen und der Häufigkeit der Verwendung der einzelnen Zahlungsmittel ergeben sich folgende Resultate (siehe Tabelle 48). In der Altersgruppe 60+ geben 54 Prozent der Befragten an, dass sie "immer" mit Bargeld zahlen, und weitere 32 Prozent "oft".

114 in Prozent

Empirischer Teil < 20 J.

20-29 J.

30-39 J.

40-49 J.

50-59 J.

60+ J.

Gesamt

Zahlung mit Bargeld immer

37,50

13,96

13,52

16,48

23,31

54,26

20,58

oft

50,00

50,45

52,46

41,76

44,36

31,91

46,38

manchmal

12,50

24,77

16,80

23,63

17,29

7,45

19,13

selten

0,00

10,81

17,21

17,03

15,04

5,32

13,57

nie

0,00

0,00

0,00

1,10

0,00

1,06

0,33

Gesamt

100

100

100

100

100

100

100

Zahlung mit Debitkarte immer

4,17

9,01

7,38

10,99

9,02

3,19

8,23

oft

45,83

56,31

57,79

49,45

42,86

28,72

50,17

manchmal

20,83

23,42

22,13

25,27

21,05

23,40

23,03

selten

20,83

8,11

7,38

8,24

14,29

13,83

9,79

nie

8,33

2,25

2,05

3,30

3,76

6,38

3,23

besitze ich nicht

0,00

0,90

3,28

2,75

9,02

24,47

5,56

Gesamt

100

100

100

100

100

100

100

Zahlung mit Kreditkarte immer

0,00

0,90

1,64

2,20

2,26

0,00

1,45

oft

0,00

8,56

22,95

30,22

27,82

9,57

19,58

manchmal

8,33

17,57

26,23

20,88

25,56

20,21

21,80

selten

20,83

21,17

22,95

18,13

14,29

23,40

20,24

nie

0,00

4,05

3,69

2,75

5,26

1,06

3,45

besitze ich nicht

70,83

47,75

22,54

25,82

24,81

45,74

33,48

Gesamt

100

100

100

100

100

100

100

Tabelle 48: Nutzungshäufigkeit der einzelnen Zahlungsmittel Ein ähnliches Bild zeigt das Antwortverhalten der Generation unter 20 Jahren. Es geben 38 Prozent an, "immer" mit Bargeld zu zahlen, und 50 Prozent "oft". Ein Mann-Whitney-Test zeigt eine asymptotische Signifikanz von 0,28 (siehe Tabelle 49) und somit kann die Nullhypothese, dass das Barzahlungsverhalten dieser beiden Extremgruppen gleich ist, nicht verworfen werden. MannWhitney-U wurde verwendet, da mit dem Levene-Test Varianzheterogenität festgestellt wurde (Bargeld p<0,02/ Debitkarte und Kreditkarte jeweils p<0,00) und der Kolmogorov-Smirnov-Anpassungstest bestätigte, dass keine Normalverteilung vorliegt (p<0,00). Auf die fehlende Varianzgleichheit könnte mit einem t-Test noch eingegangen werden, jedoch ist die Normalverteilung eine

Empirischer Teil

115

notwendige Eigenschaft. Weiters erfordert der t-Test mindestens Intervallskalenniveau. Der vorliegenden 5-Punkte-Skala kann sowohl Intervall- als auch Ordinalskalenniveau zugestanden werden, da man argumentieren kann, dass der Proband bei der Beantwortung von einem gleichmäßigen Kontinuum zwischen den Endpunkten ausgegangen ist (vgl. Brosius 2006, 474 f.). Der MannWhitney-Test setzt als nichtparametrisches Verfahren deutlich geringere Anforderungen an die Daten, insbesondere an Verteilung und Skalenniveau voraus als beispielsweise nur Ordinalskalenniveau (vgl. Brosius 2006, 834 ff.). Diese Ähnlichkeit findet sich aber im Vergleich der Gruppe 60+ zu anderen Altersgruppen nicht mehr. Die Altersgruppen zwischen 20 und 59 Jahren weisen ein sehr ähnliches Verhalten auf (siehe Tabelle 49). Bei der Nutzungshäufigkeit der Debitkarte findet sich im Vergleich mit der Gruppe 60+ keine Altersgruppe, welche ein ähnliches Nutzungsverhalten hat, und dies gilt auch für die Altersgruppe 50 bis 59 Jahre. Diese Gruppe unterscheidet sich allerdings nicht von der Gruppe der unter 20-Jährigen (p=0,84), wie dies nun auch schon bei der Barzahlung der Fall war. Bei den Altersgruppen zwischen 20 und 49 Jahren liegt kein signifikanter Unterschied vor. < 20 J.

20-29 J.

30-39 J.

40-49 J.

50-59 J.

60+ J.

0,00

0,00

0,00

0,03

0,28

Zahlung mit Bargeld < 20 J. 20 - 29 J.

0,78

30 - 39 J.

0,29

0,24

0,00

0,46

0,15

0,00

0,06

0,00

40 - 49 J. 50 - 59 J.

0,00

Zahlung mit Debitkarte < 20 J.

0,06

20 - 29 J.

0,08

0,15

0,84

0,03

0,69

0,46

0,00

0,00

0,71

0,01

0,00

30 - 39 J. 40 - 49 J.

0,04

50 - 59 J.

0,00 0,00

Zahlung mit Kreditkarte < 20 J. 20 - 29 J.

0,02

0,00

0,00

0,00

0,02

0,00

0,00

0,00

0,62

0,50

0,55

0,00

0,96

0,00

30 - 39 J. 40 - 49 J. 50 - 59 J.

Tabelle 49: p-Werte des Mann-Whitney-U

0,00

116

Empirischer Teil

Bei den Kreditkarten kann im Nutzungsverhalten der Gruppen 30 bis 59 Jahre kein signifikanter Unterschied festgestellt werden, genauso wie zwischen den Gruppen 60+ und 20 bis 29 Jahre. Alle anderen Gruppen unterscheiden sich voneinander (siehe Tabelle 49). In der Gruppe der Debitkartenzahler besitzen alle Probanden eine Debitkarte. Fünf Kreditkartenzahler besitzen keine Debitkarte und 45 Barzahler ebenfalls nicht. Generell besitzen die Probanden in der Gesamtstichprobe 393 VisaKarten, 288 Mastercard-Kreditkarten, 123 Diners-Club-Karten und 27 American-Express-Kreditkarten. Dies sind insgesamt 831 Kreditkarten. Das bedeutet, dass es in der gesamten Stichprobe 1.681 Zahlungskarten gibt (siehe Tabelle 50). Ein Viertel davon ist im Besitz von Probanden aus der Gruppe Barzahler, 31 Prozent aus der Gruppe der Debitkartenzahler und 44 Prozent sind im Besitz von Kreditkartenzahlern. Die Kreditkarte Visa ist am häufigsten im Besitz der Kartenzahler. Im Subsample der Barzahler sind gleich viele Mastercard Kreditkarten wie Visa. An dritter Stelle kommt über alle Gruppen hinweg die Diners Club Kreditkarte und an letzter Stelle die American Express. Besitz von ...

Barzahler

Debitkartenzahler

Kreditkartenzahler

Gesamt

Debitkarte

255

300

295

850

Mastercard

72

69

147

288

Visa

72

109

212

393

American Express

6

9

12

27

Diners Club

14

33

76

123

Kreditkarten gesamt

164

220

447

831

Zahlungskarten gesamt

419

520

742

1681

Tabelle 50: Besitz von Zahlungskarten Von 900 interviewten Personen haben 38 keine Zahlungskarte. Diese 38 Personen (vier Prozent) sind alle aus der Gruppe der Barzahler. Diese müssten nicht unbedingt aus dieser Gruppe stammen, da die Möglichkeit der Bezahlung mit der Debitkarte beispielsweise des Ehepartners oder eines Elternteils möglich ist und somit keine eigene Karte zur Zahlung mit Karte notwendig wäre. 55 Prozent der Barzahler und 45 Prozent der Debitkartenzahler haben keine Kreditkarte. 274 Personen (30 Prozent) aus der Stichprobe haben lediglich eine Zahlungskarte zur Verfügung. In den Gruppen der Bar- und Debitkartenzahler sind dies jeweils circa 45 Prozent. Bei den Kreditkartenzahler sind dies jedoch

Empirischer Teil

117

nur fünf Personen (zwei Prozent). Diese haben als Zahlungskarte nur eine Kreditkarte, jedoch keine Debitkarte. Anzahl Zahlungskarten

Barzahler

Debitkartenzahler

Kreditkartenzahler

Keine

38

0

0

1

133

136

5

2

108

123

178

3

16

29

90

4

3

9

24

5

2

3

3

Anzahl Kreditkarten

Barzahler

Debitkartenzahler

Kreditkartenzahler

Keine

165

136

0

1

113

123

183

2

17

29

90

3

3

9

24

4

2

3

3

300

300

300

Tabelle 51: Anzahl der Zahlungskarten bzw. Kreditkarten Nur ein kleiner Teil der befragten Personen besitzt mehr als vier Zahlungskarten (siehe Tabelle 51). Dies sind fünf Personen aus der Gruppe der Barzahler, 12 Debitkartenzahler sowie 27 Personen der Gruppe Kreditkartenzahler. Zur Zahlung beim letzten Einkauf, der als Voraussetzung für die Teilnahme an der Befragung am selben Tag am Befragungsort erfolgt sein musste, wurden 167 Mal die Kreditkarte Visa verwendet. Die Kreditkarte Mastercard wurde genau 100 Mal und die Kreditkarte Diners Club 33 Mal verwendet. Die finanzielle Situation der befragten Personen in der vorliegenden Stichprobe ist in Bezug auf das jeweils gewählte Zahlungsmittel unterschiedlich. Der Aussage „Ich bin der Meinung, dass ich keine finanziellen Sorgen habe“ stimmen mehr Kreditkartenzahler zu als Debitkarten- oder Barzahler (siehe Abbildung 20). 77 Prozent der Kreditkartenzahler, 65 Prozent der Debitkartenzahler und 59 Prozent der Barzahler stimmen voll bzw. eher zu. 27 Prozent der Barzahler stimmen eher bzw. definitiv nicht zu, 20 Prozent der Debitkartenzahler und nur 10 Prozent der Kreditkartenzahler finden, dass sie finanzielle Sorgen haben.

118

Empirischer Teil

60 50 40 30

BG

20

DK

10

KK

0 stimmevoll stimme wedernoch stimme zu eherzu ehernicht n=884 zu

stimme definitiv nichtzu

Abbildung 20: Finanzielle Situation - 1. Frage Auch bei der Aussage „Mein Budget ist grundsätzlich eher knapp bemessen“ gibt es Unterschiede zwischen den drei Gruppen. 39 Prozent der Kreditkartenzahler stimmen dieser Aussage definitiv nicht zu und insgesamt 65 Prozent sagen, dass sie eher bzw. definitiv nicht zustimmen. 60 50 40 30 BG

20

DK 10

KK

0 stimmevoll stimme wedernoch stimme zu eherzu ehernicht n=884 zu Abbildung 21: Finanzielle Situation - 2. Frage

stimme definitiv nichtzu

Empirischer Teil

119

Nur 19 Prozent der Debitkartenzahler stimmen definitiv nicht zu. Dies ist knapp die Hälfte der Kreditkartenzahler. Insgesamt sagen 39 Prozent der Debitkartenzahler, dass sie eher bzw. definitiv nicht zustimmen. 37 Prozent der Barzahler stimmen eher bzw. definitiv nicht zu, dafür antworten 39 Prozent mit stimme voll bzw. eher zu. 34 Prozent der Debitkartenzahler stimmen ebenfalls voll bzw. eher zu, aber nur knapp 19 Prozent der Kreditkartenzahler. Lediglich 6 Prozent der Kreditkartenzahler stimmen dieser Aussage voll zu (siehe Abbildung 21). Die dritte Aussage, die zur Überprüfung der wahrgenommenen finanziellen Situation der Probanden abgefragt wurde, zeigt ebenso Unterschiede zwischen Kreditkartenzahlern und Debit- bzw. Barzahlern auf. 60 50 40 30 BG

20

DK

10

KK

0 stimmevoll stimme zu eherzu n=885

weder noch

stimme stimme ehernicht definitiv zu nichtzu

Abbildung 22: Finanzielle Situation - 3. Frage Der Behauptung „Unerwartete Ausgaben von 1000 Euro würden mich in finanzielle Bedrängnis bringen“ stimmten 44 Prozent der Barzahler und 34 Prozent der Debitkartenzahler eher bzw. voll zu. Bei der Gruppe der Kreditkartenzahler stimmten nur 16 Prozent dieser Aussage eher bzw. voll zu, jedoch stimmten 51 Prozent definitiv und 19 Prozent eher nicht zu. Aus diesem Ergebnis kann abgeleitet werden, dass Kreditkartenzahler weniger finanzielle Sorgen haben, weniger Budgetknappheit spüren und sie unerwartete Ausgaben weniger schnell in finanzielle Bedrängnis bringen als Bar- oder Debitkartenzahler. In den Vorstudien konnte bereits bestätigt werden, dass der Rechnungsbetrag einen signifikanten Einfluss auf die Nutzung von Zahlungsmitteln hat.

120

Empirischer Teil

Auch aus den Konsumentendaten kann man diesen Einfluss feststellen. Während der durchschnittliche Rechnungsbetrag in der Gruppe der Barzahler bei rund 28 Euro liegt, ist er in der Gruppe der Debitkartenzahler fast doppelt so hoch mit rund 54 Euro. Der durchschnittliche Rechnungsbetrag der Kreditkartenzahler wiederum liegt mit rund 139 Euro beim knapp Fünffachen des Rechnungsbetrages der Barzahler und ist mehr als doppelt so hoch wie der durchschnittliche Rechnungsbetrag der Debitkartenzahler (siehe Tabelle 52). Ein Kruskal-Wallis-Test bestätigt, dass sich die drei Gruppen signifikant voneinander unterscheiden (p<0,000). Zahlungsmittel

MW

N

STDABW

Min

Max

Median

Bargeld

28,28 €

299

41,74

0,39

300 (600)

15

Debitkarte

53,53 €

300

63,81

3,85

800

37

Kreditkarte

138,56 €

300

144,11

5,00

1250

99

Gesamt

74,09 €

899

106,64

0,39

1250

40

Tabelle 52: Durchschnittliche Rechnungsbeträge je Zahlungsmittel in Euro Das vergangene Verhalten wurde grundsätzlich in zwei Varianten abgefragt. Eine Frage bezog sich allgemein auf das Zahlungsverhalten und die zweite auf die aktuelle Einkaufssituation. In der Gruppe der Barzahler geben 47 Prozent der Befragten an, dass sie immer mit Bargeld zahlen und den soeben getätigten Einkauf zahlen 57 Prozent immer in bar. Die Affinität zur Barzahlung ist in dieser Gruppe generell, sowohl bezogen auf das allgemeine Zahlungsverhalten als auch auf das im gerade besuchten Geschäft, sehr hoch (siehe Tabelle 53). Trotzdem gibt nahezu ein Drittel der Befragten an, oft mit Debitkarte zu zahlen, auf das gerade besuchte Geschäft beziehen das aber nur 23 Prozent. Kreditkarten werden in dieser Gruppe nur selten eingesetzt. In Prozent

immer

oft

manchmal

selten

nie

Gesamt

Verwendung der Zahlungsmittel im besuchten Geschäft Bargeld

57,33

24

10,33

8

0,33

100

Debitkarte

1,33

23

12,33

13,67

49,67

100

Kreditkarte

0,33

2

3

5,33

89,33

100

Allgemeine Verwendung der Zahlungsmittel Bargeld

47,33

39

8,67

5

0

100

Debitkarte

3

31,33

23

18,33

24,33

100

Kreditkarte

1

5

12,33

20,67

61

100

Tabelle 53: Vergangenes Verhalten der Gruppe Barzahler

Empirischer Teil

121

In der Gruppe der Debitkartenzahler zahlt ein Drittel im besuchten Geschäft immer mit Debitkarte und 46 Prozent geben an, dies oft zu tun. Allgemein zahlen nur 15 Prozent immer mit Debitkarte und weitere 67 Prozent oft. Allerdings geben auch fast 50 Prozent der Probanden an, grundsätzlich auch oft mit Bargeld zu zahlen. Den soeben getätigten Einkauf zahlten jedoch 21 Prozent nie mit Bargeld. Kreditkarten werden allgemein von der Hälfte der Personen nie verwendet, zumindest 10 Prozent wählen diese aber oft, um Einkäufe zu zahlen (vgl. Tabelle 54). Vergleicht man die Gruppe der Barzahler mit dieser Gruppe, fällt auf, dass nur 15 Prozent grundsätzlich immer mit Debitkarte zahlen, während in der Gruppe der Barzahler fast 50 Prozent immer mit Bargeld zahlen. Häufiger wird die Debitkarte durch Bargeld ersetzt als durch Kreditkarte. In Prozent

immer

oft

manchmal

selten

nie

Gesamt

Verwendung der Zahlungsmittel im besuchten Geschäft Bargeld

3,67

26,67

26

22,67

21

100

Debitkarte

33,33

46

16,67

3

1

100

Kreditkarte

0,33

2

0,67

9,33

87,67

100

Allgemeine Verwendung der Zahlungsmittel Bargeld

10

49,67

23,67

16

0,67

100

Debitkarte

15

67

16,33

1,67

0

100

Kreditkarte

0,33

9,33

15,33

25,67

49,33

100

Tabelle 54: Vergangenes Verhalten der Gruppe Debitkartenzahler In Prozent

immer

oft

manchmal

selten

nie

Gesamt

Verwendung der Zahlungsmittel im besuchten Geschäft Bargeld

0,67

12,67

17,33

26,67

42,67

100

Debitkarte

1

35,67

26,33

14,33

22,67

100

Kreditkarte

23,33

44,33

21

10,67

0,67

100

Allgemeine Verwendung der Zahlungsmittel Bargeld

4,33

50,33

25

19,67

0,33

100

Debitkarte

6,67

52

29,67

9,33

2

100

Kreditkarte

3

44,33

37,67

14,33

0,33

100

Tabelle 55: Vergangenes Verhalten der Gruppe Kreditkartenzahler Die Zahlung mit Kreditkarte wird selbst in der Gruppe der Kreditkartenzahler nur von 3 Prozent allgemein und von 23 Prozent beim soeben getätigten Einkauf immer eingesetzt. Bei der allgemeinen Verwendung geben sogar mehr Personen an, immer oder oft mit Debitkarte oder Bargeld zu zahlen. Knapp über

122

Empirischer Teil

der Hälfte der befragten Probanden geben an, dass sie oft mit Bargeld zahlen, und 52 Prozent verwenden die Debitkarte bei Einkäufen oft. Somit nutzen in der Gruppe der Kreditkartenzahler Personen Bargeld und Debitkarten häufiger als Kreditkarten. Jedoch behaupten auch fast 43 Prozent, dass sie zumindest den soeben getätigten Einkauf nie und 27 Prozent nur selten mit Bargeld zahlen. Daraus kann abgeleitet werden, dass die Gruppe der Barzahler überzeugter von „ihrem“ Zahlungsmittel sind, als dies in den Gruppen der Kartenzahler der Fall ist. Vor allem die Kreditkartenzahler nutzen auch Bargeld und Debitkarten zur Zahlung, während Barzahler eher bei Bargeld bleiben (vgl. Tabelle 55). Da nur 15 Prozent der Barzahler keine Debitkarte besitzen, kann die Ursache somit nicht im Besitz alleine gesucht werden. Gruppe

Bargeld

Debitkarte

Kreditkarte

Barzahler

74,55

21,52

3,93

Debitkartenzahler

27,67

68,58

3,76

Kreditkartenzahler

11,09

25,58

63,30

Tabelle 56: Durchschnittliche Wahrscheinlichkeit der Verwendung Die Akzeptanz von Zahlungsmitteln wäre eine weitere mögliche Einflussgröße und wurde als solche bereits in den beiden Vorstudien bestätigt. Dennoch schätzen Barzahler, dass sie mit rund 75-prozentiger Wahrscheinlichkeit ihren Einkauf wieder in bar zahlen, auch wenn andere Zahlungsmittel akzeptiert werden würden. Die Wahrscheinlichkeit, eine Zahlungskarte zu verwenden, wird auf rund 25 Prozent geschätzt (vgl. Tabelle 56). In der Gruppe der Debitkartenzahler schätzen die befragten Personen, dass sie mit einer durchschnittlichen Wahrscheinlichkeit von 69 Prozent den nächsten Einkauf wieder mit Debitkarte bezahlen werden. Die Wahrscheinlichkeit, dass sie diesen mit Bargeld zahlen, wird auf knapp 28 Prozent geschätzt. Die Kreditkartenzahler würden mit einer Wahrscheinlichkeit von 11 Prozent Bargeld, mit 26 Prozent Debitkarten und mit 63 Prozent ihre Kreditkarte als Zahlungsmittel wählen. Nach der deskriptiven Auswertung der Fragebögen folgt nun die induktive Auswertung. Während die Methoden der deskriptiven Statistik nur eine übersichtliche Darstellung der erhobenen Daten aus der Stichprobe ermöglichen, sind Wahrscheinlichkeitsrechnung und Testtheorie wesentliche Bestandteile der induktiven Statistik. Der Schwerpunkt liegt hierbei auf der Analyse des Strukturgleichungsmodells, welches kausale Zusammenhänge schätzen und testen soll. 4.2.2.2 Einführende Überlegungen Multivariate Analyseverfahren lassen sich in die statistische Forschungspraxis einordnen, die mit der gleichzeitigen Analyse von Einflüssen mehrerer Kon-

Empirischer Teil

123

strukte auf ein oder mehrere andere Konstrukte oder Variablen fokussiert. Sie können in Dependenz- und Interdependenz-Analysen (siehe Abbildung 23) unterschieden werden, je nachdem ob gerichtete oder ungerichtete Zusammenhänge untersucht werden sollen (vgl. Homburg et al. 2000, 113). Bei der Dependenzanalyse werden die Variablen in exogene und endogene Variablen unterteilt. Es wird damit untersucht, ob ein unterstellter Zusammenhang zwischen diesen mit empirischem Datenmaterial nachgewiesen und die endogenen durch die exogenen zu einem bestimmten Prozentsatz erklärt werden können. Im Gegensatz dazu geht man bei der Interdependenz-Analyse von einer ungeteilten Variablenmenge aus und untersucht Zusammenhänge zwischen Variablen zum Beispiel mithilfe der Faktorenanalyse oder Ähnlichkeiten von Objekten mittels Clusteranalyse (vgl. Kuß 2007, 215). Multivariate Verfahren

Dependenzanalyse

Interdependenzanalyse

Conjoint-Analyse

Clusteranalyse

Logistische Regression

Faktorenanalyse

Multiple Regressionsanalyse

Korrespondenzanalyse

Multiple Diskriminanzanalyse Multiple Varianzanalyse Strukturgleichungsmodelle

in Anlehnung an Homburg et al. 2000, 114; Kuß 2007, 216 Abbildung 23: Multivariate Verfahren im Überblick Im Folgenden werden die einzelnen Verfahren überblicksmäßig erklärt, um einen Einblick in die einzelnen Verfahren zu bieten. Zuerst erfolgt die Darstellung der Verfahren der Interdependenzanalyse.

124

Empirischer Teil

Clusteranalyse Die Zielsetzung der Clusteranalyse ist es, Personen oder Objekte zu Gruppen zusammenzufassen, die weitgehend verwandte Eigenschaftsstrukturen aufweisen. Das bedeutet, dass die Personen oder Objekte innerhalb der Gruppen möglichst homogen sind und die Gruppen möglichst heterogen. Aus einer heterogenen Gesamtheit von Personen oder Objekten kann somit eine homogene Teilmenge identifiziert werden (vgl. Backhaus 2008, 391). Bei der Clusteranalyse werden grundsätzlich sechs Schritte durchgeführt (vgl. Malhotra 2007, 639): 1) Problemformulierung 2) Aufstellen einer Distanzmatrix 3) Auswahl eines Clusteralgorithmus (Partitionierende und hierarchische Verfahren) 4) Entscheidung über die Anzahl der Cluster 5) Interpretation und Benennung der Cluster 6) Überprüfen der Validität der Clustereinteilung Ein zentrales Anwendungsgebiet der Clusteranalyse ist die Marktsegmentierung (vgl. Homburg/Krohmer 2007, 371). Faktorenanalyse Bei der Faktorenanalyse wird eine Gruppe von Variablen auf eine ihr zugrunde liegende Struktur hin untersucht. Das Ziel ist es, eine Komplexitätsreduktion zu erreichen. Eine größere Anzahl an metrisch skalierten Indikatorvariablen wird dabei in einigen wenigen Faktoren zusammengefasst (vgl. Malhotra 2007, 621 f.). Die Vorgehensweise bei der Faktorenanalyse lässt sich wie die Clusteranalyse ebenfalls grob in sechs Einzelschritten darstellen (vgl. Backhaus 2008, 329 ff.): 1) Variablenauswahl und Berechnung der Korrelationsmatrix 2) Extraktion der Faktoren 3) Bestimmung der Kommunalitäten 4) Bestimmung der Anzahl der Faktoren 5) Rotation und Interpretation der Faktoren 6) Bestimmung der Faktorenwerte Grundsätzlich unterscheidet man im Rahmen der Faktorenanalyse zwischen exploratorischer und konfirmatorischer Variante. Bei der exploratorischen Datenanalyse werden a priori weder Anzahl noch Zuordnung der Variablen zu den einzelnen Faktoren unterstellt. Es geht vielmehr darum, diese Faktorenstruktur zu entdecken. Im Rahmen der konfirmatorischen Datenanalyse wird vorab eine Faktorenstruktur unterstellt und mit dem vorliegenden Datenmaterial überprüft. Zentrale Anwendungsgebiete im Marketing finden sich im Rahmen der Konsumentenverhaltensforschung, im Bereich der Produktpolitik und Marktsegmentierung (vgl. Homburg/Krohmer 2007, 359 f.).

Empirischer Teil

125

Korrespondenzanalyse Die Korrespondenzanalyse ist ein Verfahren, dass zur Visualisierung von Kreuztabellen angewendet wird. Komplexe Sachverhalte werden damit veranschaulicht. Das Verfahren zählt zu den Strukturen-entdeckenden Verfahren, ähnlich wie die explorative Faktorenanalyse. Im Gegensatz zu dieser behandelt die Korrespondenzanalyse Zeilen und Spalten in gleicher Weise, das heißt, dass sich das Ergebnis nicht verändert, wenn Spalten und Zeilen vertauscht werden (vgl. Backhaus 2008, 543 f.). Die Darstellung der Zeilen- und Spaltenelemente einer Kreuztabelle erfolgt durch einen Punkt in einem gemeinsamen Korrespondenzraum (joint space). Ein großer Vorteil liegt darin, dass die Analysemethode kaum Ansprüche an das Skalenniveau der Daten stellt, außer dass die Daten nicht negativ sein dürfen (vgl. Backhaus 2008, 19). Die Vorgehensweise gliedert sich in drei Schritte (vgl. Backhaus 2008, 545): 1) Standardisierung der Daten 2) Extraktion der Dimensionen 3) Normalisierung der Koordinaten Die Analysemethode wird in der Marktforschung zur Durchführung von Positionierungsanalysen angewendet (vgl. Backhaus 2008, 18). Nun folgen eine kurze Erläuterung der Verfahren der Dependenzanalyse sowie eine detaillierte Erklärung von Verfahren zur Schätzung von Strukturgleichungsmodellen. Conjoint-Analyse Bei der Conjoint-Analyse geht es um die Analyse des Nutzens für den Kunden. Es wird untersucht, wie einzelne Merkmalsausprägungen eines Produktes zum Gesamtnutzen beitragen. Der Gesamtnutzen ist die endogene Variable, die metrisch skaliert sein muss. Die einzelnen Merkmale sind die exogenen Variablen, die nominal skaliert sein können (vgl. Homburg/Krohmer 2007, 407 f.). Je nach verfolgtem Ziel können grundsätzlich traditionelle und auswahlbasierte Conjoint-Analysen unterschieden werden. Im Gegensatz zur traditionellen muss der Beurteiler bei der auswahlbasierten Verfahrensgruppe nicht Präferenzrangfolgen über alle Objekte erstellen, sondern aus einem Set von Alternativen jeweils eine (oder auch keine) Alternative auswählen (vgl. Backhaus 2008, 452). Die Vorgehensweise der Conjoint-Analyse kann grob in folgende Schritte unterteilt werden (vgl. Malhotra 2007, 675; Backhaus 2008, 456): 1) Eigenschaften und deren Ausprägungen auswählen 2) Erhebungsdesign entwickeln 3) Datenerhebung durch Bewertung der fiktiven Produkte (Stimuli) durch Probanden 4) Schätzung der Teilnutzenwerte 5) Aggregation der Nutzenwerte 6) Interpretation der Ergebnisse

126

Empirischer Teil

Anwendungsbereiche der Conjoint-Analyse finden sich in der Präferenzforschung bei Konsumgütern und bei der Konzeptplanung für neue Produkte (vgl. Wittink/Cattin 1989, 92 ff.). Logistische Regression Bei der logistischen Regression wird die Wahrscheinlichkeit der Zugehörigkeit zu einer Gruppe, beispielsweise der Gruppe Käufer oder Nicht-Käufer, in Abhängigkeit von einer oder mehrerer exogenen Variablen (Einflussgrößen) bestimmt. Die exogenen Variablen können nominal oder metrisch skaliert sein. Man unterscheidet binär logistische Regressionen, bei denen beispielsweise Probanden den beiden Gruppen Käufer und Nicht-Käufer zugeordnet werden, und multinomiale logistische Regressionen, bei denen auf mehr als zwei Gruppen aufgeteilt wird. Im Gegensatz zur Diskriminanzanalyse setzt die logistische Regression keine multinormalverteilten unabhängigen Variablen und gleiche Varianz-Kovarianzmatrizen in den betrachteten Gruppen voraus (vgl. Backhaus 2008, 244). Vier Ablaufschritte können als typisch für beide Varianten angesehen werden (vgl. Backhaus 2008, 251): 1) Modellformulierung aufgrund sachlogischer Überlegungen 2) Schätzung der logistischen Regressionsfunktion 3) Interpretation der Regressionskoeffizienten 4) Güteprüfung der Schätzergebnisse Multiple Regressionsanalyse Die zur Dependenzanalyse zählende multiple Regressionsanalyse dient der Analyse von stochastischen Zusammenhängen zwischen Variablen und der Vorhersage der endogenen Variablen auf Basis der exogenen. Im Gegensatz zur einfachen linearen Regressionsanalyse können mehr als eine exogene Einflussgröße berücksichtigt und daher auch mehr Varianz erklärt werden. Zuerst erfolgt die Bestimmung und Schätzung der Regressionsfunktion (siehe Formel 5). Die Schätzung der Parameter erfolgt mittels der Kleinste-Quadrate-Methode. ‫ ݕ‬ൌ  ߚ଴ ൅  ߚଵ ‫ݔ‬ଵ ൅  ǥ ൅  ߚ௞ ‫ݔ‬௞ ൅ ߝ Quelle: Malhotra 2007, 553 Formel 5: Multiple Regression Die Vorgehensweise bei der Regressionsanalyse kann wie folgt dargestellt werden (vgl. Backhaus 2008, 56 f.): 1) Modellformulierung 2) Schätzung der Regressionsfunktion 3) Prüfung der Regressionsfunktion 4) Prüfung der Regressionskoeffizienten 5) Prüfung der Modellprämissen

Empirischer Teil

127

Die Überprüfung der Regressionsfunktion erfolgt anhand des Bestimmtheitsmaßes R. Weiters erfolgt die Prüfung der Regressionskoeffizienten ߚ, ob diese signifikant zur Erklärung der endogenen Variable beitragen und in welchem Ausmaß. Dann wird überprüft, inwieweit die Modellprämissen eingehalten wurden. Vor allem, ob keine Autokorrelation der Residuen oder Multikollinearität vorliegt. Abschließend werden die Ergebnisse interpretiert (vgl. Backhaus 2008, 57 ff.). Typische Fragestellungen im Marketing sind u.a.: welche Faktoren beeinflussen die Zufriedenheit, die Loyalität, die Preisbereitschaft, die Kaufentscheidung, den Erfolg (vgl. Homburg/Krohmer 2007, 379 f.). Multiple Diskriminanzanalyse Wie bei der multiplen Regressionsanalyse werden auch bei diesem Verfahren gerichtete Abhängigkeiten untersucht. Die endogene Variable ist nominalskaliert, die exogenen Variablen müssen metrisch skaliert sein (vgl. Homburg/Krohmer 2007, 403). Grundsätzlich handelt es sich um ein Verfahren zur Analyse von Gruppenunterschieden hinsichtlich einer Mehrzahl von Einflussgrößen, beispielsweise hinsichtlich soziodemografischer oder psychografischer Kriterien. Es handelt sich hierbei wie auch bei der Regressionsanalyse und Varianzanalyse um ein strukturprüfendes Verfahren (vgl. Backhaus 2008, 182). Die Vorgehensweise lässt sich in sechs Teilschritte zerlegen (vgl. Backhaus 2008, 184): 1) Definition der Gruppen 2) Formulierung der Diskriminanzfunktion 3) Schätzung der Diskriminanzfunktion 4) Prüfung der Diskriminanzfunktion 5) Prüfung der Merkmalsvariablen 6) Klassifikation neuer Elemente Mögliche Anwendungsbereiche sind Prüfung der Kreditwürdigkeit, Analyse der Markenwahl, Wähleranalyse, Analyse des Diffusionsprozesses bei Innovationen usw. (vgl. Backhaus 2008, 184). Multiple Varianzanalyse Die Varianzanalyse untersucht, ob in Hinblick auf abhängige Variablen signifikante Unterschiede zwischen verschiedenen Gruppen bestehen. Bei der einfaktoriellen Varianzanalyse (ANOVA = ANalysis Of VAriance) wirkt eine exogene auf eine endogene Variable. Mehrere exogene Variablen wirken bei der mehrfaktoriellen Varianzanalyse auf eine endogene Variable. Bei der multiplen Varianzanalyse (MANOVA = Multiple ANalysis Of VAriance) wirken mindestens zwei endogene und (eine oder) mehrere exogene Variablen (vgl. Homburg/Krohmer 2007, 399 f.). Grundsätzlich kann man die Varianzanalyse in eine dreistufige Vorgehensweise gliedern (vgl. Backhaus 2008, 153 und 160):

128

Empirischer Teil

1) 2) 3)

Problemformulierung Analyse der Abweichungsquadrate Prüfung der statistischen Unabhängigkeit Mögliche Fragestellungen in der Marktforschungspraxis wären die nach der Wirkung von verschiedenen Formen der Werbung oder der Verpackung auf das Kaufverhalten (vgl. Homburg/Krohmer 2007, 399). Im Folgenden wird nun auf Strukturgleichungsmodelle, die zur Dependenzanalyse gehören, ausführlich eingegangen, da dieses multivariate Verfahren für die vorliegende Studie zum Einsatz kommt und somit von verstärkter Relevanz ist. Strukturgleichungsmodelle Mit einem formulierten theoretischen Strukturmodell (siehe Abbildung 24) können kausale Beziehungen zwischen latenten Konstrukten untersucht werden. Im Marketing hat sich der Begriff „Kausalanalyse“ durchgesetzt, der strengere Tests formalisierter Theorien ermöglicht als etliche andere Verfahren der biund multivariaten Statistik zum Auffinden von Beziehungen zwischen Konstrukten (vgl. Hildebrandt/Homburg 1998, 17). Nur mithilfe von experimentellen Studien sind Kausalitäten aufzudecken. Ein Vorteil dieses Ansatzes ist seine Fähigkeit, ein komplettes Modell zu schätzen unter Einbeziehung von Messund Strukturüberlegungen und explizit zwischen empirischen und theoretischen Variablen und so auch deren Zusammenhang zu testen (vgl. Ngai et al. 2007, 261). Die theoretische Struktur wird als lineares Gleichungssystem abgebildet und überprüft. Das Strukturmodell wird als „inner model“ bezeichnet und die Messmodelle als „outer models“.

Empirischer Teil

129 inner model = structural model

indicator x11 indicator x12

Ș1 indicator x31

indicator x13

indicator x32

Ș3 indicator x21 indicator x22

indicator x33

Ș2

indicator x23 outer models of the exogenous latent variables = measurement models

outer models of the endogenous latent variables = measurement model

in Anlehnung an Backhaus 2008, 350; Henseler et al. 2009, 285 Abbildung 24: PLS-Pfadmodell Das PLS(Partial Least Squares)-Modell kann durch zwei lineare Gleichungssysteme, dem inneren und dem äußeren, beschrieben werden. Das innere Strukturmodell stellt die Beziehungen zwischen den latenten Konstrukten (Ș) dar. Das äußere Messmodell beschreibt die Beziehungen zwischen manifesten (x) und latenten Variablen. Zur vereinfachten Beschreibung wird davon ausgegangen, dass die manifesten Variablen in standardisierter Form verwendet werden, das heißt mit Erwartungswert 0 und Varianz 1. Das Strukturgleichungssystem kann als multiples lineares Regressionsmodell wie folgt dargestellt werden: ߟ ൌ ߀ߟ ൅ ߞ Formel 6: Strukturgleichungssystem Mit Ǻ wird die MxM-Matrix von Regressionsgewichten bezeichnet und ȗ steht für die inneren Residuen. Bei Messmodellen kann zwischen reflektiven und formativen unterschieden werden (siehe Abbildung 25). Welche Art von Messmodell Verwendung findet, muss theoretisch begründet werden (vgl.

130

Empirischer Teil

Diamantopoulos/Winklhofer 2001). Dieses Thema wird in der neueren Literatur ausgiebig diskutiert und auch die Frage, ob bis dato reflektiv verwendete Konstrukte nicht formativer Natur sind (vgl. Diamantopoulos/Winklhofer 2001; Rossiter 2002; Jarvis et al. 2003; Eberl 2004; Albers/Hildebrandt 2006; Diamantopoulos/Siguaw 2006; Temme 2006b; Coltman et al. 2008; Diamantopoulos 2008; Diamantopoulos et al. 2008; Franke et al. 2008; Wilcox et al. 2008; Wu et al. 2009).

Reflektive Indikatoren

Formative Indikatoren ߞ

Ș Ȝy1

Ș Ȝy3

Ȝy2

y

y

y

İ1

İ2

İ3

ߛy1 y

ߛy3

ߛy2 y

y

Abbildung 25: Reflektive vs. formative Indikatoren Bei reflektiven Modellen besteht die kausale Beziehung vom latenten Konstrukt zur manifesten Variable, also kann jede manifeste Variable y als lineare Funktion ihres latenten Konstrukts und deren Residuen İ dargestellt werden: ‫ ݕ‬ൌ ߉ߟ ൅ ߝ Formel 7: Reflektives Messgleichungssystem ȁ repräsentiert eine Matrix von Regressionsgewichten für die Schätzung von y aus Ș. İ ist ein Vektor der äußeren Messfehler. Umgekehrt stellt sich das formative Messmodell dar. Es werden die latenten Konstrukte als Linearkombinationen der manifesten Variablen dargestellt: ߟ ൌ ߁‫ ݕ‬൅ ߜ Formel 8: Formatives Messgleichungssystem

Empirischer Teil

131

߁ steht für eine Matrix von Regressionsgewichten für die Schätzung von Ș aus y und ߜ ist ein Vektor von Gewichtungsresiduen (vgl. Scholderer/Balderjahn 2006, 58 f.). Alle Variablen werden während der Modellschätzung auf den Mittelwert 0 zentriert und die latenten Variablen außerdem noch auf eine Varianz von 1 standardisiert. Weiters wird im Basismodell angenommen, dass es sich um ein rekursives Modell handelt. Das bedeutet, dass es keine direkten oder indirekten Beziehungen zwischen einer latenten Variable auf sich selbst gibt (vgl. Betzin/Henseler 2005, 53). Coltman et al. (2008, 1252) unterscheidet theoretische und empirische Überlegungen hinsichtlich der Bestimmung von reflektiven oder formativen Messmodellen. Auf theoretischer Ebene sollten die Konstruktart, die Kausalitätsrichtung zwischen manifesten Variablen und latenten Konstrukten sowie die Eigenschaften der manifesten Variablen, die das Konstrukt messen, geprüft werden. Die Beurteilung anhand des empirischen Datenmaterials erfolgt unter anderem in Hinblick auf Variableninterkorrelation, Validität, Messfehler und Kollinearität (vgl. Coltman et al. 2008, 1251). Für die Analyse von Strukturgleichungsmodellen gibt es grundsätzlich sogenannte „harte“ Kovarianzstrukturanalysen und die „weiche“ PLSModellierung. Der grundlegende Unterschied liegt in der Annahme über die Verteilung der Variablen in der Stichprobe (vgl. Scholderer/Balderjahn 2006, 57 und 62). Während Erstere eine multivariate Normalverteilung für alle manifesten und latenten Variablen voraussetzen, macht das zweite Verfahren keine Annahmen hinsichtlich der Verteilung der Variablen aus dem Modell. Daher können mittels PLS-Verfahren Fragestellungen nicht inferenzstatistisch überprüft werden (vgl. Scholderer/Balderjahn 2006, 62). Üblich ist beim kovarianzbasierten Verfahren der Einsatz des Maximum-Likelihood (ML-) Verfahrens oder Weighted Least Squares (WLS), das jedoch eine sehr große Stichprobe erfordert (vgl. Hu et al. 1992, 360). Die PLS-Schätzer wiederum sind auf das Regressionsprinzip zurückzuführen. Die Fallwerte der latenten Konstrukte werden als standardisierte Linearkombinationen ihrer manifesten Variablen explizit geschätzt. Wold (2001, 83) beschäftigte sich im Rahmen seines ökonometrischen Forschungsfeldes in den 50er- und 60er-Jahren mit der kausalen Interpretierbarkeit simultaner Gleichungssysteme, da die verfügbaren MLSchätzer empfindlich auf Messfehler reagierten (vgl. Scholderer/Balderjahn 2006, 57 f.). Für die zweistufige Parameterschätzung im PLS-Verfahren werden alternierend die Gewichte der Messmodelle („outer model“) und die Pfadkoeffizienten der Strukturparameter („inner model“) bestimmt (vgl. Fornell/Bookstein 1982). Eine nähere Erklärung des PLS-Schätzalgorithmus folgt im sich hieran anschließenden Unterkapitel.

132

Empirischer Teil

4.2.2.2.1 Der PLS-Schätzalgorithmus Der Basisalgorithmus des Partial Least Squares-Ansatzes zur Analyse von Strukturgleichungsmodellen umfasst mehrere Stufen (siehe Abbildung 26). In der ersten Stufe werden die latenten Variablenwerte (Faktorwerte) in einer vierstufigen Prozedur bis zum Erreichen des vorgegebenen Konvergenzkriteriums geschätzt. Erstellung der Ausgangslösung Jede latente Variable wird als nichttriviale Linearkombination der jeweiligen Indikatorvariablen ausgedrückt

Iterative Schätzung der latenten Variablen Innere Schätzung Minimierung der Varianz der Fehlervariablen ȗ der endogenen Variablen im Strukturmodell

Äußere Schätzung Minimierung der Varianz der Messfehler ߜ bzw. İ der Indikatorvariablen des reflektiven exogenen bzw. endogenen Messmodells

Konvergenztest

Berechnung der Modellparameter Berechnung der Pfadkoeffizienten im inneren Modell

Quelle: Götz/Liehr-Gobbers 2004, 722 f. Abbildung 26: PLS-Algorithmus Der Algorithmus schätzt die Gewichte für jedes latente Konstrukt getrennt und geht dabei immer von der Annahme aus, dass die Konstruktwerte der benachbarten latenten Variablen bekannt sind. Durch wechselweise innere und äußere Schätzung werden diese immer weiter verbessert. So werden die Resiudalvarianzen im Modell minimiert. Das Ergebnis sind die latenten Variablenwerte. Im nächsten Schritt werden die Indikatorladungen, die Gewichtungsfaktoren und Pfadkoeffizienten geschätzt (vgl. Henseler et al. 2009, 6). Die Pfadkoeffizienten im Strukturmodell werden mittels einer multiplen Regressionsanalyse berechnet.

Empirischer Teil

133

Im Grunde ist im Forschungsfeld Marketing die kovarianzbasierte Strukturanalyse vorherrschend, beispielsweise LISREL (vgl. Bagozzi 1982; Fornell/Cha 1994. 73; Jöreskog/Sörbom 2001). Seit 1987 wurden allerdings mehr als 20 Studien, die das PLS-Verfahren anwenden, in den fünf Top-tierMarketing-Journals publiziert, der Großteil davon in den letzten sechs Jahren. Im internationalen Marketing wurde seit 1990 für über 30 Beiträge die Auswertung mittels PLS-Verfahren herangezogen (vgl. Henseler et al. 2009). Um einen besseren Einblick über die beiden Methoden zu erlangen, zeigt Tabelle 57 einen übersichtlichen Vergleich dieser. Kriterium

PLS

CBSEM

Methode

Least-Square-Analyse

Kovarianzstrukturanalyse

Schätzprinzip

Kleinste-Quadrate-Schätzung

Verteilungsannahme

Prädiktorspezifikation

Ziel

Minimierung der Residualvarianzen im Mess- und Strukturmodell

Eigenschaften der geschätzten Parameter

Schätzer sind konsistent bei steigender Anzahl von Items und Stichprobengröße („consistency at large“) Empfehlung: Minimum 30 bis 100 Fälle je Anwendung

Maximum-Likelihood-Schätzung (je nach Software aber auch andere Schätzer verfügbar) Multivariate Normalverteilung und unabhängige Beobachtungen Minimierung des Abstandes zwischen modelltheoretischer und empirischer Kovarianzmatrix Konsistente Schätzer

Stichprobengröße

Skalenniveau

Keine Einschränkung

Beziehungen im Messmodell Modelkomplexität

Modellierung kann formativ und reflektiv erfolgen Große Komplexität (100 Konstrukte, 1.000 Indikatoren möglich) SmartPLS, LVPLS, PLSGraph

Software

Mindestens das 5- bis 10-Fache an Fällen der gesamten Variablenzahl Mindestens Intervallskalenniveau Typischerweise reflektiv, aber auch formativ möglich Geringe bis mittlere Komplexität (<100 Indikatoren) LISREL, MPlus, Amos, EQS

in Anlehnung an Fornell/Cha 1994, 73; Chin/Newsted 1999, 314

Tabelle 57: Vergleich der varianz- und kovarianzbasierten Methoden Die PLS-Pfadanalyse ist gegenüber der Kovarianzstrukturanalyse dann vorzuziehen, wenn das Hauptziel die Erklärung latenter Konstrukte und/oder Indikatorvariablen ist (prognoseorientiert), das zu erforschende Phänomen/Problem neuartig ist und bewährte Messansätze noch nicht vorliegen, das Modell komplex ist und viele Indikatoren aufweist, die Daten nicht normalverteilt sind, die Beobachtungswerte nicht unabhängig sind, die Stichprobe relativ

134

Empirischer Teil

klein ist oder das Modell latente Variablen enthält, die formativen Charakter haben (vgl. Bliemel et al. 2005, 10). 4.2.2.2.2 Beurteilungskriterien der Modellgüte Die Beurteilung von Kausalmodellen mit dem PLS-Verfahren erfolgt in einem zweistufigen Prozess (vgl. Ringle 2004, 13 f.). Zuerst werden die reflektiven und formativen Messmodelle evaluiert und in der zweiten Stufe wird das Strukturmodell beurteilt. Aufgrund fehlender empirischer Verteilungsannahmen können traditionell, parametrisch ausgerichtete Techniken für Signifikanztests nicht angewendet werden. Stattdessen schlägt Wold (1982) vor, nichtparametrische Tests zur Evaluation von PLS-Modellen heranzuziehen (vgl. Chin/Newsted 1999, 328). Im folgenden Abschnitt wird auf die Beurteilung von reflektiven Messmodellen eingegangen, nicht aber von formativen. Grundsätzlich sind für formative Messmodelle weniger Gütekennzahlen verfügbar als für reflektive, beispielsweise für Diskriminanzvalidität oder Konstruktreliabilität. Auch ist ein wesentlicher Unterschied, dass bei formativen Messmodellen Gewichte, während bei reflektiven einzelne Indikatorladungen ermittelt werden (vgl. Chin 1998). Da das vorliegende Modell nur reflektive Messmodelle beinhaltet, wird im Folgenden auch nur auf diese näher eingegangen. Näheres zur Beurteilung formativer Messmodelle siehe unter anderem bei Götz/Liehr-Gobbers (2004), Krafft et al. (2005) und Diamantopoulos et al. (2008). Bei der Gütebeurteilung geht es im Wesentlichen darum, ob ein spezifiziertes Modell geeignet ist, die Wirkung zwischen den manifesten Variablen zu beschreiben, und inwieweit das Modell zur Prognose tauglich ist (vgl. Krafft et al. 2005, 72). Jede beobachtete Variable stellt eine fehlerbehaftete Messung des latenten Konstrukts dar. Diese lassen sich in zufällige und systematische Fehler unterscheiden. Nimmt ein zufälliger Messfehler den Wert Null an, dann ist die Messung vollständig reliabel. Wenn der systematische Fehler auch Null ist, dann ist sie auch vollständig valide (Churchill/Iacobucci 2005, 291). Grundsätzlich lassen sich die Beurteilungskriterien in vier Gütearten einteilen (vgl. Homburg/Giering 1996, 7; Götz/Liehr-Gobbers 2004, 727; Krafft et al. 2005, 73; Tenenhaus et al. 2005, 163): x Inhaltsvalidität x Indikatorreliabilität x Konstruktreliabilität x Diskriminanzvalidität Nach Bohrnstedt (1977, 92 f.) bezeichnet die Inhaltsvalidität den Grad, zu dem die Variablen eines Messmodells dem inhaltlich-semantischen Bereich des

Empirischer Teil

135

Konstrukts angehören. Um die Indikatoren auf das zugrunde liegende latente Konstrukt hin zu untersuchen, kann eine explorative Faktorenanalyse verwendet werden. Die Indikatorreliabilität bezieht sich auf den Anteil der Varianz eines Indikators, der durch das zugrunde liegende latente Konstrukt erklärt werden kann. Für die Faktorladungen der reflektiven Indikatoren ist ein Mindestwert von 0,7 etabliert, da somit knapp die Hälfte der Varianz des Indikators durch das Konstrukt erklärt wird (Krafft et al. 2005, 73). Diese ermittelt sich aus dem Quadrat der Faktorladung, was im Weiteren bedeutet, dass bei einer Faktorladung größer 0,7 der Messfehler nicht dominiert, weil sich erklärte Varianz und Messfehler zu eins addieren (vgl. Jahn 2007, 17 f.). Grundsätzlich sollten Indikatoren mit einer Faktorladung kleiner 0,4 eliminiert werden (vgl. Hulland 1999, 198). Die lokale Gütebeurteilung auf der Konstruktebene erfolgt anhand der Konstruktreliabilität. Diese erfordert, dass Indikatoren des gleichen Konstrukts eine starke Beziehung untereinander aufweisen, was mithilfe des Conbachschen Alphas oder der internen Konsistenz (composite reliability) überprüft werden kann (vgl. Götz/Liehr-Gobbers 2004, 727 f.). Letztere errechnet sich aus der quadrierten Summe der standardisierten Ladungen (ߣ௜௝ ) durch die quadrierte Summe der standardisierten Ladungen plus die Summe des Messfehlers (ߝ௜௝ ) der Indikatorvariablen i; j stellt den Laufindex über alle reflektiven Messmodelle dar (vgl. Fornell/Larcker 1981, 45 f. Gleichung 10): ߩఎ ൌ 

൫σ௜ ߣ௜௝ ൯;

൫σ௜ ߣ௜௝ ൯; ൅  σ௜ ‫ݎܽݒ‬ሺߝ௜௝ ሻ Formel 9: Interne Konsistenz Die interne Konsistenz kann Werte zwischen 0 und 1 annehmen, wobei Werte größer .6 als akzeptabel angesehen werden können (vgl. Bagozzi/Youjae 1988, 82). Der Cronbach’s Alpha-Wert ist einer der am häufigsten angewendeten Koeffizienten zur Überprüfung der Reliabilität und dient zur Messung der Reliabilität einer Indikatorengruppe, die einen Faktor messen (vgl. Homburg/Giering 1996, 8). Bei Vorliegen einer Korrelationsmatrix der Indikatoren kann das Cronbachsche Alpha wie folgt vereinfacht formal abgebildet werden (vgl. Carmines/Zeller 1979, 44 f.): ܰ‫݌‬ҧ  ሾͳ ൅  ‫݌‬ҧ ሺܰ െ ͳሻሿ Formel 10: Cronbach's Alpha

ߙൌ

136

Empirischer Teil

N steht für die Anzahl der Indikatoren und ‫݌‬ҧ für die durchschnittliche Korrelation zwischen den Indikatoren. Der Wert befindet sich im Bereich zwischen 0 und 1, wobei ein hoher Wert auf hohe Reliabilität schließen lässt. Das untere Limit liegt bei 0,7 bzw. bei 0,6 in explorativen Forschungsarbeiten (vgl. Hair 2006, 137). Ein Nachteil des Alpha-Wertes ist, dass die Höhe des Koeffizienten positiv von der Anzahl der Faktoren hinter dem latenten Konstrukt abhängt (vgl. Malhotra 2007, 285) und im Gegensatz zur internen Konsistenz die aktuellen Faktorladungen nicht berücksichtigt werden. Unter Diskriminanzvalidität wird der Grad der Unterschiedlichkeit von Messungen verschiedener Konstrukte mit einem Messinstrument verstanden (vgl. Bagozzi 1994, 20 ff.) bzw. es gilt, dass die gemeinsame Varianz zwischen dem latenten Konstrukt und seinen Indikatoren größer ist als die gemeinsame Varianz mit anderen latenten Konstrukten. Als Kriterium wird die durchschnittlich erfasste Varianz (DEV oder AVE - Average Variance Extracted) herangezogen. Der Mindestwert wird mit 0,5 vorgeschlagen, da in diesem Fall der überwiegende Anteil der Varianz auf den Fehlerterm entfällt (vgl. Fornell/Larcker 1981, 45 f.). Das Gütekriterium wird mit der Summe der quadrierten standardisierten Ladungen durch die Summe der quadrierten standardisierten Ladungen plus die Summe des Messfehlers errechnet: σ௜ ߣଶ௜ ൅  σ௜ ‫ݎܽݒ‬ሺ߳௜ ሻ Formel 11: Average Variance Extracted (AVE) ‫ ܧܸܣ‬ൌ 

σ௜ ߣଶ௜

Die Beurteilung der Diskriminanzvalidität kann somit anhand des Fornell/Larcker-Kriteriums getroffen werden, was besagt, dass die durchschnittlich erfasste Varianz (DEV) eines Faktors größer sein muss als jede quadrierte Korrelation zwischen diesem und den weiteren Konstrukten (vgl. Fornell/Larcker 1981, 46). Eine weitere Möglichkeit zur Überprüfung sind die Kreuzladungen. Jedes Item sollte höher auf sein Konstrukt hochladen als auf ein anderes und genauso sollte das Konstrukt auf seine Indikatoren am höchsten laden (vgl. Dibbern/Chin 2005, 148 f.). Im nächsten Schritt wird die Beurteilung der Güte auf Strukturmodellebene durchgeführt. Es können im Gegensatz zu kovarianzbasierten Methoden keine inferenzstatistischen Tests zur Betrachtung der Modellgüte durchgeführt werden, da die Verteilungsannahmen nicht so restriktiv sind. Es müssen daher nicht-parametrische Methoden angewendet werden (vgl. Krafft et al. 2005, 83). Es können folgende Gütekriterien überprüft werden: x Pfadkoeffizienten x Bestimmtheitsmaß

Empirischer Teil x x

137

Substanzieller Erklärungsbeitrag Prognoserelevanz

Die Feststellung der Güte des Strukturmodells kann daher anhand der Vorzeichen sowie der Signifikanzen der Pfadkoeffizienten erfolgen. Pfadkoeffizienten können ab einer Höhe von 0,1 (vgl. Lohmöller 1989, 60 f.) oder 0,2 (vgl. Chin 1998, 324 f.) als von Interesse erachtet werden. Die Reliabilität kann mittels bootstrap- bzw. jackknife-basierten t-Werten überprüft werden. Signifikante Pfade oder ein a priori postuliertes Vorzeichen bestätigen eine aufgestellte Hypothese und umgekehrt widerlegen nicht signifikante Pfade oder entgegengesetzt vermutete Vorzeichen eine angenommene Beziehung (vgl. Krafft et al. 2005, 83 f.). Die Bootstrap-Methode (Efron 1979) wurde auf Grundlage des JackknifeVerfahrens entwickelt und grundsätzlich dazu genutzt, Standardfehler für Schätzer, Konfidenzintervalle für unbekannte Parameter sowie p-Werte zu berechnen (vgl. Boos 2003, 168). Bootstrapping und Jackknifing sind beide nichtparametrische Verfahren. Da die Verteilung nicht bekannt ist, rekonstruiert das Verfahren die Verteilung direkt aus der vorliegenden Stichprobe, indem eine bestimmte Anzahl von Subsamples aus der Stichprobe mit Zurücklegen gezogen werden. Beim Bootstrapping wird typischerweise ein Fall unterdrückt und das Modell anschließend neu geschätzt. Es ergeben sich insofern bei einer Stichprobe von 300 Fällen bei Unterdrückung eines Falles 300 Subsamples mit jeweils 299 Fällen. So können mittels t-Tests die jeweiligen Signifikanzwerte der Schätzergebnisse bestimmt werden. Im Gegensatz dazu werden beim Jackknifing anstelle der Samples mit Zurücklegen mehrere Teilmengen aus den Daten gezogen (vgl. Shikano 2006, 5). Die Grundidee ist aber gleich (Näheres zum Bootstrap-Verfahren unter anderem im Special Issue von Statistical Science 2003, Vol. 18, No. 2). Des Weiteren kann das Bestimmtheitsmaß R² der endogenen Variablen ermittelt werden. Die latente endogene Variable stellt dabei die abhängige Variable dar, während die latenten exogenen Variablen die unabhängigen Variablen im Regressionsmodell repräsentieren. R² gibt somit den Anteil der erklärten Varianz der latenten Variable an. In der Literatur finden sich unterschiedliche Empfehlungen zur Beurteilung des Bestimmtheitsmaßes R². Grundsätzlich stellt es eine normierte Größe dar, die Werte zwischen 0 und 1 annehmen kann. Chin (1998, 323) orientiert sich bei der Argumentation seines Vorschlages für Richtwerte an veröffentlichten Partial-Least-Square-Ergebnissen. Ein R² von 0,67 kann danach als „substanziell“ bezeichnet werden, bis 0,33 als „durchschnittlich“ und Ergebnisse bis 0,19 als „schwach“.

138

Empirischer Teil

Die Effektgröße zeigt, ob eine latente exogene Variable einen substanziellen Einfluss auf die latente endogene Variable ausübt. Dies zeigt sich durch die Veränderung des Bestimmtheitsmaßes R² bei Eliminierung der betroffenen latenten Variablen. Die Effektgröße f² wird dahingehend berechnet, dass das Strukturmodell einmal mit (R²incl) und einmal ohne (R²excl) der betrachteten latenten Variable geschätzt wird. Ähnlich dem partiellen F-Test entwickelte Cohen (1988, 410 ff.) diese Messgröße, welche wie folgt formal dargestellt werden kann: ଶ ଶ െ  ܴ௘௫௖௟௨ௗ௘ௗ ܴ௜௡௖௟௨ௗ௘ௗ ଶ ͳ െ  ܴ௜௡௖௟௨ௗ௘ௗ Formel 12: Effektstärke f²

݂; ൌ 

Generell liegt der Wertebereich der Effektgröße zwischen -1 und λ. Auf substanziellen Einfluss deuten Werte von 0,35 hin, auf moderaten Einfluss für f² Werte von 0,15 und nur schwachen bei einem f² von 0,02 (vgl. Chin 1998, 316 f.). Das nicht-parametrische Stone-Geisser-Test-Kriterium Q² überprüft die Prognoserelevanz eines Modells mittels Blindfolding-Prozedur. Diese nimmt während der Parameterschätzung systematisch einen Teil der Rohdatenmatrix als fehlend an. Im nächsten Schritt werden die damit ermittelten Werte zur Rekonstruktion der als fehlend angenommenen Rohdaten verwendet. Sie wird solange durchgeführt, bis eine Auslassung und Schätzung aller Fälle vorliegt. Die Prozedur liefert generelle Kreuz-Validierungs-Maße. Die Kennzahl gibt an, wie gut die empirischen Daten anhand des Strukturmodells rekonstruiert werden können (vgl. Fornell/Cha 1994, 71): σ௞ ‫ܧ‬௝௞ σ௞ ܱ௝௞ Formel 13: Stone-Geisser-Test-Kriterium Q² ܳ௝ଶ ൌ ͳ െ 

Mithilfe der Blindfolding-Prozedur werden die Summe der quadrierten Fehler für die geschätzten Werte (E) sowie die Summe der quadrierten Fehler für den Durchschnittswert der Schätzung (O) ermittelt. D gibt den Abstand zwischen zwei nacheinander auszulassenden und dann zu schätzenden Fällen an (omission distance). Die Anzahl der Fälle darf kein Vielfaches der Distanz sein, da sonst in SmartPLS die Prozedur nicht ausgeführt werden kann (vgl. Ringle et al. 2005). Der Index j steht für das zu betrachtende endogene Messmodell, während k den Index über alle Indikatoren darstellt. Bei Q²-Werten größer 0 kann von einer gegebenen Prognoserelevanz ausgegangen werden. Tabelle 58 bietet eine zusammenfassende Übersicht der Gütebeurteilung von reflektiven Mess-

Empirischer Teil

139

modellen sowie auf Strukturmodellebene. Der Prozess der Validierung eines PLS-Modells kann nach Überprüfung dieser Gütekriterien als abgeschlossen betrachtet werden (vgl. Krafft et al. 2005, 75 und 85). Gütebeurteilung reflektiver Messmodelle

Kriterien

Konstruktreliabilität

Explorative Faktorenanalyse >50 % der Varianz des Indikators soll durch das latente Konstrukt erklärt werden, d.h. Ladungen >0,7 Cronbach’s Alpha, interne Konsistenz

Diskriminanzvalidität

Durchschnittlich erfasste Varianz (DEV)

Gütebeurteilung des Strukturmodells

Kriterien

Inhaltsvalidität Indikatorreliabilität

Bestimmtheitsmaß

Überprüfung anhand der t-Statistik und interpretierbar als „standardisierte Betas“ Interpretierbar wie bei multipler Regression

Substanzieller Erklärungsbeitrag

Effektgröße (f²)

Prognoserelevanz

Stone-Geisser-Test-Kriterium (Q²)

Pfadkoeffizienten

Tabelle 58: Gütebeurteilung von Messmodellen und Strukturmodell 4.2.2.3 Überprüfung der Hypothesen Die Überprüfung der Hypothesen findet im Rahmen der Beurteilung des Strukturgleichungsmodells statt. Zuerst wird jeweils die Güte der Messmodelle beurteilt und dann erfolgt die Gütebeurteilung auf Strukturmodellebene. Dies wird zuerst für die Gruppe der Barzahler, dann der Debitkartenzahler und daraufhin für die Gruppe der Kreditkartenzahler stattfinden. Abschließend wird ein Vergleich der Gruppen durchgeführt. Vorab erfolgen noch grundlegende Prüfungen. Da für das vorliegende Strukturgleichungsmodell 84 Parameterwerte zu schätzen sind, würde dies für ein kovarianzbasiertes Strukturgleichungsmodell einen Stichprobenumfang je Gruppe von 840 Probanden bedeuten, mindestens jedoch 420. Das wäre ein Gesamtstichprobenumfang von 2.520 bzw. mindestens 1.260 Probanden. Aus Zeit- und Kostengründen konnten jedoch nur 900 bzw. je Gruppe 300 Personen befragt werden. Dies stellt im Grunde bereits eine umfangreiche Stichprobe dar, verglichen mit etlichen anderen Studien, die in hochwertigen Journals publiziert wurden (vgl. Pavlou/Fygenson 2006, 127 mit n=312 Studenten/Internetbenutzer; Smith et al. 2008, 318 mit n=112 Universitätsstudenten; Richetin et al. 2008, 1136 mit n=105 Probanden einer englischen Universität; Kidwell/Jewell 2008, 1156 mit n=186 College-Studenten). Da diese Faustregel für beispielsweise LISREL (vgl. Scholderer/Balderjahn 2005, 97) nicht eingehalten werden konn-

140

Empirischer Teil

te, wurde zur Überprüfung der Hypothesen das PLS-Verfahren herangezogen, welches weniger sensibel auf die Stichprobengröße reagiert (vgl. Hair 2006, 878). Diese Faustregel wurde auch kontrolliert; während Jackson (2001) an der Überprüfung dieser N:q-Hypothese gescheitert ist, konnte Jackson (2003) diese mit einem etwas veränderten Design bestätigen. Die empfohlene Stichprobengröße bei PLS liegt bei zehnmal der Anzahl der maximalen Anzahl der Pfeile, die auf eine latente Variable zeigen. Das würde für das vorliegende Modell eine empfohlene Stichprobengröße von 40 Fällen bedeuten. Dies ist mit 300 Personen in den Subgruppen und insgesamt 900 Probanden erfüllt. Auch bei der Trennung der drei Subgruppen (Zahlung mit Bargeld, Debitkarte und Kreditkarte) nach Geschlecht verbleiben in der kleinsten Gruppe immer noch 90 Personen (Männer, Debitkarte). Die nächste zu untersuchende Voraussetzung ist die Annahme über die Verteilung der Daten. Für ein kovarianzbasiertes Strukturgleichungsmodell sollte multivariate Normalverteilung vorliegen. Die Annahme der Normalverteilung kann jedoch nicht bestätigt werden. Sowohl die Schiefe (NV=0) als auch die Kurtosis (NV=3) weichen wesentlich von den Werten für die Normalverteilung ab (siehe Tabellen im Anhang). Auch der Kolmogorov-Smirnov-Test bestätigt, dass die Annahme der Normalverteilung verworfen werden muss (für alle Variablen gilt p = 0,00). Aufgrund der empirischen Daten, der relativen kleinen Stichprobe in den Untergruppen sowie der Neuartigkeit des zu erforschenden Forschungsproblems wurde für die Analyse das PLS-Verfahren herangezogen. Die verwendete Software ist SmartPLS (Ringle et al. 2005). Das innere Modell (Strukturmodell) ist ein lineares Gleichungssystem, das im vorliegenden Fall die unterstellte Beziehungsstruktur der insgesamt 12 latenten Variablen abbildet. Im äußeren Modell (Messmodell) werden die latenten Variablen als Linearkombinationen der beobachteten Variablen dargestellt. Alle Konstrukte werden reflektiv gemessen, da davon auszugehen ist, dass Veränderungen in den latenten Konstrukten Veränderungen in den Indikatoren bewirken und nicht umgekehrt (kritische Diskussion dazu bei Diamantopoulos/Winklhofer 2001; Diamantopoulos/Siguaw 2006; Temme 2006a; Diamantopoulos 2008; Diamantopoulos et al. 2008). Die Verwendung reflektiver Indikatoren zieht sich durch nahezu alle Anwendungen vom TpB und TAM.

Empirischer Teil

141

4.2.2.3.1 Gütebeurteilung der einzelnen Messmodelle Der folgende Abschnitt widmet sich der Überprüfung der einzelnen Messmodelle. Es gibt im vorliegenden Strukturmodell vier Messmodelle, die auf die vorab diskutierten Gütekriterien hin evaluiert werden müssen. Im ersten Messmodell ist die endogene Variable die Intention zur Zahlung mit einem bestimmten Zahlungsmittel. Dieses Messmodell beinhaltet fünf exogene Variablen. Diese sind die Einstellung zur Zahlung mit einem bestimmten Zahlungsmittel, die subjektive Norm, die wahrgenommene Verhaltenskontrolle, das vergangene Verhalten und der wahrgenommene Nutzen. Die Einstellung wird mittels vier Indikatoren gemessen, die subjektive Norm, die wahrgenommene Verhaltenskontrolle und der wahrgenommene Nutzen mit jeweils drei. Das vergangene Verhalten stellt eine manifeste Größe dar. Im zweiten Messmodell ist die endogene latente Variable die Einstellung zur Zahlung mit einem bestimmten Zahlungsmittel. Die exogenen latenten Konstrukte sind der wahrgenommene Nutzen, die Zuverlässigkeit und die wahrgenommene Benutzerfreundlichkeit, die jeweils mit drei Items abgefragt wurden. Das dritte Messmodell umfasst als endogene Größe die wahrgenommene Verhaltenskontrolle und die beiden exogenen latenten Konstrukte sind die wahrgenommene Benutzerfreundlichkeit und die finanzielle Situation. Im vierten und letzten Messmodell ist das endogene Konstrukt der wahrgenommene Nutzen und die exogenen Konstrukte sind die wahrgenommene Sicherheit, die wahrgenommene Transaktionsdauer, die wahrgenommenen Kosten und die wahrgenommene Benutzerfreundlichkeit. Im ersten Schritt wird nun die Inhaltsvalidität mittels explorativer Faktorenanalyse evaluiert. Alle manifesten Variablen, welche mit mindestens einem weiteren Indikator hinter einem latenten Konstrukt stehen, werden in die Analyse einbezogen. Dies sind 28 manifeste Variablen. Die erklärte Gesamtvarianz der explorativen Faktorenanalyse liegt bei der Stichprobe der Barzahler bei 72 Prozent, bei Zahlung mit Debitkarte bei 66 Prozent und mit Kreditkarte bei 69 Prozent. Die Faktoren laden hauptsächlich auf aus der Theorie abgeleiteten Faktoren hoch und man kann daraus schließen, dass grundsätzlich die zugrundeliegende Faktorenstruktur gut von den vorliegenden Indikatoren repräsentiert wird. Zur Überprüfung der Indikatorreliabilität können die Faktorladungen herangezogen werden. Die Faktorladungen der einzelnen Indikatoren sind überweigend über 0,7 (siehe Tabelle 59).

142

Empirischer Teil

Indikatoren

Bargeld

Debitkarten

Kreditkarten

ATT_1<-ATT

0,87

0,63

0,76

ATT_2<-ATT

0,85

0,69

0,77

ATT_3<-ATT

0,89

0,82

0,78

ATT_4<-ATT

0,94

0,79

0,84

SN_1<-SN

0,09

0,15

0,87

SN_2<-SN

0,73

0,74

0,69

SN_3<-SN

-0,55

0,83

0,74

PBC_1<-PBC

0,25

0,71

0,49

PBC_2<-PBC

0,65

0,43

0,51

PBC_3<-PBC

0,86

0,76

0,86

PB<-PB

1

1

1

PU_1<-PU

0,79

0,87

0,83

PU_2<-PU

0,86

0,88

0,84

PU_3<-PU

0,79

0,63

0,73

PEoU_1<-PEoU

0,85

0,74

0,92

PEoU_2<-PEoU

0,75

0,77

0,84

PEoU_3<-PEoU

0,87

0,75

0,88

REL_1<-REL

0,87

0,75

0,67

REL_2<-REL

0,53

0,65

0,70

REL_3<-REL

0,83

0,76

0,65

FS_1<-FS

0,74

0,63

0,69

FS_2<-FS

-0,30

0,95

0,89

FS_3<-FS

0,22

0,74

0,87

PS_1<-PS

0,89

0,84

0,89

PS_2<-PS

0,92

0,80

0,87

PTS_1<-PTS

0,68

0,68

0,24

PTS_2<-PTS

0,89

0,88

1

PC_1<-PC

0,91

0,93

0,92

PC_2<-PC

0,93

0,86

0,91

INT<-INT

1

1

1

Tabelle 59: Evaluierung der Indikatorreliabilität Zur Überprüfung der Konstruktreliabilität können die interne Konsistenz (Composite Reliability) oder die Cronbachschen Alpha-Werte eingesetzt wer-

Empirischer Teil

143

den. Da das Cronbach’s Alpha wie oberhalb beschrieben einige Nachteile aufweist, wird die interne Konsistenz zur Evaluation herangezogen. Akzeptabel sind Werte mindestens über 0,6. Dies ist bei den meisten Konstrukten gegeben (siehe Tabelle 60). Das Konstrukt subjektive Norm zeigt bei der Gruppe der Barzahler einen sehr geringen Wert an, wohingegen bei der Gruppe der Kreditkartenzahler dieser Wert über 0,8 liegt und auch bei der Gruppe der Debitkartenzahler über 0,6. Ein ähnliches Bild zeigt sich bei der finanziellen Situation. Wie bei der Gruppe der Barzahler ist eine sehr geringe interne Konsistenz zu erkennen, während in den beiden andere Gruppen der Wert über 0,8 liegt. Somit gilt die Konstruktreliabilität für alle Konstrukte außer in der Gruppe der Barzahler für die subjektive Norm und die finanzielle Situation als nachgewiesen. Demnach verbleiben alle latenten Konstrukte im Strukturmodell. Konstrukt

Bargeld

Debitkarten

Kreditkarten

ATT

0,94

0,82

0,87

SN

0,03

0,63

0,81

PBC

0,64

0,67

0,66

PU

0,86

0,84

0,85

REL

0,79

0,76

0,71

PEoU

0,86

0,80

0,91

PS

0,90

0,80

0,87

PTS

0,77

0,76

0,62

PC

0,92

0,89

0,91

FS

0,16

0,82

0,86

Tabelle 60: Evaluierung der Konstruktreliabilität Zuletzt erfordert ein vollständiger Validierungsprozess auch die Evaluierung der Diskriminanzvalidität. Wie die nachfolgenden Tabellen (siehe Tabelle 61, Tabelle 62 und Tabelle 63) dokumentieren, ist die Diskriminanzvalidität auf der Konstruktebene grundsätzlich gegeben, da die durchschnittlich erfassten Varianzen der latenten Konstrukte (DEV aufgetragen jeweils auf der Diagonale) grundsätzlich höher sind als deren quadrierte Korrelationen mit anderen Konstrukten (Fornell-Larcker-Kriterium). Nur bei der Gruppe der Barzahler und dem Konstrukt wahrgenommene Verhaltenskontrolle ist dies nicht der Fall. Zusätzlich sollte die durchschnittlich erfasste Varianz einen Wert von 0,5 aufweisen. Dies ist bei den Konstrukten Subjektive Norm (für die Gruppen Barzahlung und Zahlung mit Debitkarte),

144

Empirischer Teil

wahrgenommene Verhaltenskontrolle (in allen drei Gruppen) und bei der finanziellen Situation (nur für die Gruppe Barzahler) nicht gegeben. Da bei diesen Konstrukten einige Werte an oder knapp unter der Grenze liegen, muss dies bei der weiteren Analyse und Interpretation Berücksichtigung finden. Kreuzladungen bieten eine weitere Möglichkeit der Überprüfung der Diskriminanzvalidität. Ein Indikator sollte keine höhere Korrelation mit einem anderen latenten Konstrukt als dem zugehörigen haben. Dies ist in der Gruppe der Bar- und Debitkartenzahler bei dem Indikator SN_1 nicht der Fall. Alle anderen Indikatoren laden auf das eigene Konstrukt höher als auf andere (siehe Tabelle im Anhang). In der Gruppe der Kreditkartenzahler lädt der Indikator PTS_1 ebenfalls auf ein anderes Konstrukte höher als auf das eigene. Da diese Indikatoren nicht in allen drei Gruppen gleich laden, sondern in mindestens einer Gruppe die Ladungen im Wertbereich sind, werden diese Indikatoren nicht aus der Analyse ausgeschlossen. BG

ATT

ATT

0,79

SN

PBC

SN

0,16

0,28

PBC

0,46

0,24

0,41

PB

0,35

0,13

0,27

PB

PU

REL

PEU

PS

PTS

PC

FS

1,00

PU

0,53

0,14

0,45

0,35

0,67

REL

0,44

0,17

0,48

0,40

0,48

0,57

PEU

0,52

0,17

0,46

0,21

0,41

0,43

0,68

PS

0,35

0,03

0,41

0,27

0,48

0,54

0,33

0,82

PTS

0,36

0,09

0,50

0,20

0,41

0,38

0,36

0,40

0,62

PC

0,34

0,20

0,30

0,19

0,35

0,28

0,23

0,25

0,18

0,85

FS

-,05

-,03

-,14

-,13

-,09

-,14

-,17

-,04

-,09

-,05

Tabelle 61: Evaluierung der Diskriminanzvalidität (Bargeld)

0,23

Empirischer Teil DK

ATT

ATT

0,54

SN

145 PBC

SN

-,17

0,42

PBC

0,35

-,19

0,42

PB

0,14

-,13

0,25

PB

PU

REL

PEU

PS

PTS

PC

FS

1,00

PU

0,47

-,21

0,31

0,25

0,64

REL

0,27

-,05

0,22

0,14

0,14

0,52

PEU

0,32

-,22

0,29

0,12

0,24

0,22

0,57

PS

0,19

-,10

0,30

0,24

0,29

0,27

0,17

0,67

PTS

0,24

-,19

0,25

0,12

0,37

0,19

0,29

0,24

0,62

PC

0,22

-,02

0,24

0,05

0,23

0,21

0,11

0,19

0,20

0,80

FS

-,10

0,01

-,09

-,05

-,10

-,11

-,07

0,08

-,12

-,02

0,61

PC

FS

Tabelle 62: Evaluierung der Diskriminanzvalidität (Debitkarten) KK

ATT

ATT

0,62

SN

PBC

PB

PU

REL

PEU

PS

PTS

SN

-,02

0,59

PBC

0,29

0,02

0,41

PB

0,22

0,15

0,13

1,00

PU

0,33

0,07

0,16

0,28

REL

0,29

0,06

0,24

0,20

0,10

0,45

PEU

0,20

-,16

0,35

0,03

0,02

0,30

0,77

PS

0,17

0,10

0,19

0,16

0,34

0,28

0,09

0,77

PTS

0,15

0,06

0,30

0,10

0,23

0,13

0,16

0,32

0,53

PC

0,01

-,04

0,03

0,16

0,27

-,07

-,16

0,02

0,03

0,84

FS

-,11

0,07

-,21

-,10

-,04

-,17

-,15

-,10

-,05

-,03

0,65

0,67

Tabelle 63: Evaluierung der Diskriminanzvalidität (Kreditkarten) Zusammenfassend kann gesagt werden, dass alle drei Modelle grundsätzlich den Kriterien der Güte für Messmodelle in ausreichendem Ausmaß entsprechen. Einige der Konstrukte bedürfen jedoch der vorsichtigen Interpretation, da sie nicht in allen Gruppen gleich hohe Gütevoraussetzungen aufweisen können. Im Detail gilt dies für folgende Konstrukte:

146 x x x x x

Empirischer Teil Subjektive Norm (für die Gruppe der Barzahler und Debitkartenzahler) Wahrgenommene Verhaltenskontrolle (alle Gruppen) Zuverlässigkeit (für die Gruppe der Barzahler) Finanzielle Situation (für die Gruppe der Barzahler) Wahrgenommene Transaktionsdauer (für die Gruppe mit Zahlung mittels Kreditkarten)

Bei der Interpretation der Hypothesenüberprüfung und somit der Strukturmodelle ist zu beachten, dass diese Konstrukte in einzelnen Gruppen keine ausreichende Güte aufweisen. 4.2.2.3.2 Gütebeurteilung des Strukturmodells An die Gütebeurteilung der Messmodelle schließt die Analyse der Beziehungen zwischen den Konstrukten im Strukturmodell an. Die Schätzung des entwickelten Strukturmodells erfolgt mit der PLS-Pfadanalyse. Wegen der wenig restriktiven Verteilungsannahmen sind keine inferenzstatistischen Tests zur Evaluierung der Güte des Gesamtmodells möglich, wie dies bei kovarianzbasierten Verfahren der Fall ist. Deshalb werden zur Beurteilung des Strukturmodells nicht-parametrische Tests herangezogen (Götz/Liehr-Gobbers 2004, 730). Dabei werden zuerst die Pfadkoeffizienten zwischen den einzelnen Konstrukten, das Bestimmtheitsmaß R², die Effektgröße f² und das Stone-Geisser-Testkriterium Q² betrachtet. Somit wird nach positivem Abschluss des Evaluationsprozesses für die vorliegenden Messmodelle mit der eigentlichen Hypothesenüberprüfung begonnen. Das erste Kriterium zur Überprüfung der Hypothesen ist der Pfadkoeffizient, das Vorzeichen des Koeffizienten und die Signifikanz dieses Wertes. Die Signifikanzwerte wurden mittels Bootstrap-Resampling-Verfahren ermittelt. Die Bootstrap-Operation muss bei der Verwendung der Software SmartPLS noch näher spezifiziert werden. Die Anzahl der zu verwendenden Datensätze („cases“, n) und die Anzahl der Wiederholungen („samples“, m) müssen angegeben werden. Für n kann die Anzahl der Fälle in der Stichprobe angenommen werden und für m empfiehlt Jahn (2007, 18 f.) den Wert 1000, da somit ein tTest mit 1000 Freiheitsgraden durchgeführt wird. Diese entsprechen in der Interpretation λ. Daher wurde für das Verfahren bei allen drei Gruppen für n der Stichprobenumfang 300 (je Gruppe) angenommen und für m 1000. Auf Basis des t-Tests wurde das jeweilige Signifikanzniveau ermittelt. Weiters gilt für die Pfadkoeffizienten nach Lohmüller (1989, 60 f.), dass Werte ab 0,1 als interessant einzustufen sind. Dies trifft für alle signifikanten Koeffizienten zu. In Tabelle 64 sind die Pfadkoeffizienten und die dazugehöri-

Empirischer Teil

147

gen Signifikanzwerte abgebildet. Für die Überprüfung der Hypothesen bedeutet dies, dass die erste und die zweite Hypothese für alle drei Gruppen verworfen werden muss. Es ist kein signifikanter Einfluss auf die Handlungsintention erkennbar. Auch die dritte Hypothese muss für die Gruppen der Barzahler sowie der Personen, die mit Debitkarte gezahlt hatten verworfen werden. Für die Gruppe der Kreditkartenzahler jedoch kann diese Hypothese angekommen werden, wenngleich der Einfluss gering erscheint. Einen substanziellen Einfluss übt die Variable vergangenes Verhalten in allen drei Untersuchungsgruppen aus. Ein sehr ähnlicher Einfluss ist in den Gruppen Barzahler und Zahlung mit Kreditkarte zu entdecken. Der Einfluss dieser Variable ist in der Gruppe der Debitkartenzahler am geringsten, jedoch immer noch auf sehr hohem Niveau. Somit kann die vierte Hypothese für alle Gruppen angenommen werden. Diese ersten vier Hypothesen bilden das Kernmodell der TpB. Es ist überraschend, dass drei der vier Hauptkonstrukte keinen wesentlichen Einfluss auf die Handlungsintention ausüben. Das vergangene Verhalten ist im Gegensatz dazu als Einflussfaktor dominierend. Hypothese

Beziehungen

Bargeld

Debitkarte

Kreditkarte

H1

ATT -> INT

0,08

0,09

0,03

H2

SN -> INT

-0,02

0,03

-0,01

H3

PBC -> INT

0,08

0,04

0,11***

H4

PB -> INT

0,68***

0,49***

0,68***

H5

PU -> INT

0,14**

0,24***

0,12**

H6

PU -> ATT

0,33***

0,40***

0,31***

H7

REL -> ATT

0,15*

0,17**

0,22***

H8

PEoU -> ATT

0,32***

0,19*

0,13*

H9

PEoU -> PU

0,20***

0,12*

0,02

H10

PEoU -> PBC

0,45***

0,29***

0,32***

H11

FS -> PBC

-0,06

-0,07

-0,16**

H12

PS -> PU

0,29***

0,18***

0,30***

H13

PTS -> PU

0,19***

0,26***

0,13*

H14

PC -> PU

0,19***

0,13**

0,26***

p<0,05 *; p<0,01 **; p<0,001 ***

Tabelle 64: Pfadkoeffizienten der Strukturmodelle Der wahrgenommene Nutzen hat sowohl auf die Handlungsintention als auch auf die Einstellung zur Zahlung mit einem bestimmten Zahlungsmittel einen signifikanten Einfluss, wobei der Einfluss auf die Einstellung wesentlich

148

Empirischer Teil

höher ist als der auf die Handlungsintention. Die Hypothesen fünf und sechs können somit ebenfalls für alle drei Gruppen angenommen werden. Die Zuverlässigkeit eines bestimmten Zahlungsmittels hat auf die Einstellung zu diesem Zahlungsmittel ebenfalls einen signifikanten Einfluss in allen drei Personengruppen. Folglich kann auch diese Hypothese für alle Gruppen angenommen werden. Die Pfadkoeffizienten der wahrgenommenen Benutzerfreundlichkeit des Zahlungsmittels auf die Einstellung, auf den wahrgenommenen Nutzen und auf die wahrgenommene Verhaltenskontrolle sind überwiegend hoch signifikant. Nur in der Gruppe der Kreditkartenzahler gibt es keinen signifikanten Einfluss auf den wahrgenommenen Nutzen. Dementsprechend können die Hypothesen acht bis zehn für alle Gruppen angenommen werden, da die wahrgenommene Benutzerfreundlichkeit den postulierten positiven Einfluss auf die jeweiligen Konstrukte ausübt. Nur für die Gruppe der Kreditkartenzahler muss die Hypothese neun verworfen werden. Die elfte Hypothese postuliert einen negativen Einfluss der finanziellen Situation auf die wahrgenommene Verhaltenskontrolle. Diese kann nur für die Gruppe der Kreditkartenzahler bestätigt werden. In den anderen beiden Gruppen ist kein Einfluss erkennbar. Hypothese

Beziehungen

Bargeld

Debitkarten

Kreditkarten

H1

ATT -> INT

verworfen

verworfen

verworfen

H2

SN -> INT

verworfen

verworfen

verworfen

H3

PBC -> INT

verworfen

verworfen

angenommen

H4

PB -> INT

angenommen

angenommen

angenommen

H5

PU -> INT

angenommen

angenommen

angenommen

H6

PU -> ATT

angenommen

angenommen

angenommen

H7

REL -> ATT

angenommen

angenommen

angenommen

H8

PEoU -> ATT

angenommen

angenommen

angenommen

H9

PEoU -> PU

angenommen

angenommen

verworfen

H10

PEoU -> PBC

angenommen

angenommen

angenommen

H11

FS -> PBC

angenommen

angenommen

angenommen

H12

PS -> PU

angenommen

angenommen

angenommen

H13

PTS -> PU

angenommen

angenommen

angenommen

H14

PC -> PU

angenommen

angenommen

angenommen

Tabelle 65: Ergebnis der Hypothesentests

Empirischer Teil

149

Die letzten drei Hypothesen konzentrieren sich auf den Einfluss auf den wahrgenommenen Nutzen eines bestimmten Zahlungsmittels. Die Konstrukte wahrgenommene Sicherheit, wahrgenommene Transaktionsdauer und wahrgenommene Kosten haben alle einen meist hoch signifikanten Einfluss auf den Nutzen. Abschließend wurde das Ergebnis der Hypothesentests übersichtlich in Tabelle 65 dargestellt. Die drei überprüften Strukturgleichungsmodelle sind in den folgenden Abbildungen (siehe Abbildung 27, Abbildung 28 und Abbildung 29) zur leichteren Lesbarkeit der Ergebnisse grafisch dargestellt. REL PS

PTS

PC

0,288*** 0,189***

0,146* 0,332***

PU R²=0,366

ATT R²=0,408

0,192***

0,080

0,144** 0,204*** Ͳ0,321***

INT

SN

PEoU

Ͳ0,015

0,676***

0,446***

FS

PBC Ͳ0,062

R²=0,647

R²=0,212

n=300; p<0,05 *; p<0,01 **; p<0,001 *** Abbildung 27: Strukturmodell der Gruppe Barzahler

0,075

PastB

150

Empirischer Teil REL PS

PTS

PC

0,180*** 0,260***

0,171** 0,403***

PU R²=0,207

ATT R²=0,296

0,091

0,131**

0,237***

0,123* 0,187*

SN

PEoU

INT R²=0,407

0,033

0,285***

PBC

FS

0,490***

0,040

PastB

R²=0,089

n=300; p<0,05 *; p<0,01 **; p<0,001 *** Abbildung 28: Strukturmodell der Gruppe Debitkartenzahler REL PS

PTS

PC

0,297***

0,129*

0,222***

PU

0,305***

R²=0,201

ATT R²=0,191

0,260***

0,028 0,015 0,128*

0,115**

INT

SN

PEoU

Ͳ0,010

0,682***

0,324***

FS

PBC Ͳ0,163**

R²=0,567

0,107**

R²=0,147

PastB

n=300; p<0,05 *; p<0,01 **; p<0,001 *** Abbildung 29: Strukturmodell der Gruppe Kreditkartenzahler Nachfolgend werden die weiteren drei Gütekriterien zur Beurteilung des Strukturmodells betrachtet. Aus Gründen der Übersichtlichkeit erfolgt dies jeweils anhand des endogenen latenten Konstrukts im Strukturmodell. Zuerst wird die Handlungsintention zur Zahlung mit einem bestimmten Zahlungsmittel genau betrachtet, dann die Einstellung zur Zahlung mit einem bestimmten Zahlungsmittel, die wahrgenommene Verhaltenskontrolle und abschließend noch der wahrgenommene Nutzen.

Empirischer Teil

151

Intention zur Zahlung mit einem bestimmten Zahlungsmittel Wie die Abbildungen der drei Strukturmodelle zeigen, beeinflussen die einzelnen Konstrukte in unterschiedlichem Ausmaß die Handlungsintention. Demnach weist bei der Gruppe der Barzahler das vergangene Verhalten den stärksten Erklärungsbeitrag für dieses Konstrukt auf. Vergleicht man die Werte der Effektgrößen, so hat das vergangene Verhalten mit einem f² von 1.076 einen substanziellen Einfluss auf die Intention, mit einem bestimmten Zahlungsmittel zu zahlen. Die Einstellung zur Zahlung mit einem bestimmten Zahlungsmittel, die subjektive Norm sowie die wahrgenommene Verhaltenskontrolle leisten hingegen einen geringeren Erklärungsbeitrag (siehe Tabelle 66). Dies gilt auch für die anderen beiden Konsumentengruppen. Der Einfluss des vergangenen Verhaltens scheint von substanziellem Einfluss in allen Gruppen. Mit einem f² von 0,36 ist der Einfluss in der Gruppe der Personen, die mit Debitkarte gezahlt hatten, allerdings geringer als bei Barzahlern, jedoch ist sein Beitrag immer noch substanziell. Dazwischen liegt die Effektstärke f² von 0,95 in der Gruppe der Kreditkartenzahler. Von geringem Erklärungsbeitrag sind die latenten Konstrukte Einstellung, subjektive Norm, wahrgenommene Verhaltenskontrolle und wahrgenommener Nutzen eines bestimmten Zahlungsmittels. In allen drei Gruppen ist der Einfluss gering. Für die Intention zur Zahlung mit einem bestimmten Zahlungsmittel liegt in der Gruppe der Barzahler ein R² von 0,65 vor. Demnach werden 65 Prozent der Gesamtstreuung dieses Konstrukts durch die fünf Konstrukte erklärt. Dieses Ergebnis deutet auf eine gute Erklärungskraft des Modells hin. Mit einem Q² von 0,61 verfügt das Modell über Prognoserelevanz. Grundsätzlich verfügt ein Modell über hinreichende Vorhersagerelevanz, sofern das Stone-GeisserTestkriterium Q² Werte größer null aufweist. Bei Werten kleiner null hingegen, ist die Prognoserelevanz unzureichend (vgl. Chin 1998, 318). auf INT_BG

R² included

R²excluded

f²

Stärke

ATT

0,65

0,64

0,01

gering

SN

0,65

0,65

0,00

gering

PBC

0,65

0,64

0,01

gering

PB

0,65

0,27

1,08

substanziell

PU

0,65

0,63

0,04

gering

152

Empirischer Teil

auf INT_DK ATT

0,41

0,40

0,01

gering

SN

0,41

0,41

0,00

gering

PBC

0,41

0,41

0,00

gering

PB

0,41

0,19

0,36

substanziell

PU

0,41

0,36

0,07

gering

0,57

0,57

0,00

gering

auf INT_KK ATT SN

0,57

0,57

0,00

gering

PBC

0,57

0,56

0,02

gering

PB

0,57

0,16

0,95

substanziell

PU

0,57

0,56

0,03

gering

Tabelle 66: Effektstärke f² der Konstrukte auf die Intention Mit einem R² von 0,41 gilt der Anteil der erklärten Varianz des latenten Konstrukts in der Gruppe der Debitkartenzahler als durchschnittlich und ein Q² mit einem Wert von 0,37 bestätigt seine Prognoserelevanz. Bei der Gruppe der Kreditkartenzahler liegt der Anteil der erklärten Varianz bei 57 Prozent (siehe Tabelle 67) und lässt sich damit ebenfalls als durchschnittlich einordnen. Die Vorhersagequalität ist laut Stone-Geisser-Testkriterium ebenfalls hinreichend gegeben (Q² = 0,55). Gruppe

R²

Q²

Bargeld

0,65

0,61

Debitkarte

0,41

0,37

Kreditkarte

0,57

0,55

Tabelle 67: R² und Q² der Intention Einstellung zur Zahlung mit einem bestimmten Zahlungsmittel Auf die Einstellung wirken die latenten Konstrukte wahrgenommener Nutzen, Zuverlässigkeit und wahrgenommene Benutzerfreundlichkeit. Ihr Erklärungsbeitrag hat unterschiedliche Ausmaße. Betrachtet man die Effektgrößen, so hat das Konstrukt Zuverlässigkeit in der Gruppe der Barzahler den geringsten Einfluss auf die Einstellung (siehe Tabelle 68). Die beiden anderen Konstrukte weisen einen ähnlichen Einfluss auf. Dieser ist als gering zu bezeichnen, wobei die Werte nur knapp unter der Grenze eines moderaten Einflusses liegen. Auch bei der Gruppe der Debitkartenzahler ist der Erklärungsbeitrag des Konstrukts Zuverlässigkeit als gering zu betrachten (f² = 0,03), genauso wie der des Kon-

Empirischer Teil

153

strukts wahrgenommene Benutzerfreundlichkeit (f² = 0,05). Als moderat ist in dieser Gruppe jedoch der Einfluss des wahrgenommenen Nutzens auf die Einstellung mit einem f² von 0,21 zu bezeichnen. In der dritten Gruppe wiederum ist der Einfluss der wahrgenommenen Benutzerfreundlichkeit am geringsten (f² = 0,02) und der wahrgenommene Nutzen hat den größten, allerdings immer noch nur geringen Einfluss mit einem f² von 0,11. Ein R² von 0,41 liegt für das latente Konstrukt Einstellung zu Zahlung mit einem bestimmten Zahlungsmittel in der Gruppe der Barzahler vor. Das bedeutet einen Anteil von 41 Prozent der erklärten Varianz des Konstrukts in dieser Gruppe. Dieses Ergebnis kann als durchschnittlich erachtet werden. Die Prognoserelevanz ist mit einem Q² von 0,31 hinreichend gegeben. Ebenfalls als durchschnittlich kann das R² von 0,30 für das Konstrukt Einstellung in der Gruppe der Debitkartenzahler angesehen werden. Auch die Prognoserelevanz kann mit einem Q² von 0,13 bestätigt werden, wenngleich es wesentlich geringer als für die Gruppe der Barzahler ist. auf ATT_BG

R² included

R²excluded

f²

Stärke

PU

0,41

0,33

0,13

gering

REL

0,41

0,39

0,03

gering

PEoU

0,41

0,33

0,13

gering

PU

0,30

0,15

0,21

moderat

REL

0,30

0,27

0,03

gering

PEoU

0,30

0,26

0,05

gering

0,19

0,10

0,11

gering

auf ATT_DK

auf ATT_KK PU REL

0,19

0,15

0,05

gering

PEoU

0,19

0,18

0,02

gering

Tabelle 68: Effektstärke f² der Konstrukte auf die Einstellung Die geringste Erklärungskraft ist jedoch beim Modell der Gruppe Kreditkartenzahler feststellbar. Der Anteil der erklärten Varianz liegt nur bei 19 Prozent und somit gerade im Grenzbereich, um noch als durchschnittlich erachtet zu werden. Die Vorhersagequalität ist laut Stone-Geisser-Testkriterium zwar hinreichend gegeben (Q² = 0,11), jedoch wesentlich geringer als bei der Konsumentengruppe der Barzahler. Zur Gruppe der Kreditkartenzahler ist der Unterschied gering (siehe Tabelle 69).

154

Empirischer Teil

Gruppe

R²

Q²

Bargeld

0,41

0,31

Debitkarte

0,30

0,13

Kreditkarte

0,19

0,11

Tabelle 69: R² und Q² der Einstellung Wahrgenommene Verhaltenskontrolle Auf das latente Konstrukt der wahrgenommenen Verhaltenskontrolle wirken die latenten Faktoren wahrgenommene Benutzerfreundlichkeit und finanzielle Situation. Diese werden durch jeweils drei Indikatoren gemessen. In der Gruppe der Barzahler leistet der Faktor wahrgenommene Benutzerfreundlichkeit den höchsten Erklärungsbeitrag. Bei einer Effektgröße von f² = 0,24 kann man von einem moderaten Einfluss auf die wahrgenommene Verhaltenskontrolle sprechen. Der Erklärungsbeitrag der finanziellen Situation hingegen ist mit einem f² von 0,002 nicht gegeben.  auf PBC_BG

R² included

R²excluded

f²

Stärke

PEoU

0,21

0,02

0,24

moderat

FS

0,21

0,21

0,00

gering

PEoU

0,09

0,01

0,09

gering

FS

0,09

0,09

0,01

gering

PEoU

0,15

0,05

0,12

gering

FS

0,15

0,13

0,02

gering

auf PBC_DK

auf PBC_KK

Tabelle 70: Effektstärke f² der Konstrukte auf die Verhaltenskontrolle In der Gruppe der Debitkartenzahler leisten beide Variablen nur einen geringen Beitrag zur Erklärung der wahrgenommenen Verhaltenskontrolle (siehe Tabelle 70). Ähnlich auch in der Gruppe der Kreditkartenzahler, wobei der Erklärungsbeitrag der finanziellen Situation am höchsten, jedoch immer noch als gering zu bezeichnen ist. Auch der Einfluss der Benutzerfreundlichkeit hat in dieser Gruppe geringen Einfluss (f² = 0,12). Für die wahrgenommene Verhaltenskontrolle liegt in der Gruppe der Barzahler ein R² von 0,21 vor. Dies bedeutet, dass 21 Prozent der erklärten Varianz dieses Konstrukts durch die zwei latenten Konstrukte erklärt. Dieses Ergebnis deutet auf eine eher schwache Erklärungskraft des Modells hin. Mit einem Q² von 0,07 verfügt das Modell zwar über Prognoserelevanz, jedoch im unteren Bereich.

Empirischer Teil

155

Gruppe

R²

Q²

Bargeld

0,21

0,07

Debitkarte

0,09

0,03

Kreditkarte

0,15

0,05

Tabelle 71: R² und Q² der Verhaltenskontrolle Ähnliches gilt auch für die beiden anderen Gruppen. In der Gruppe der Debitkartenzahler ist das R² mit 0,09 als sehr schwach zu bezeichnen und auch der Q² Wert ist sehr gering (siehe Tabelle 71). Daraus kann man schließen, dass die Prognoserelevanz dieses Konstrukt in allen drei Gruppen eher gering ist. Wahrgenommener Nutzen Auf den wahrgenommenen Nutzen wirken die latenten Faktoren wahrgenommene Sicherheit, wahrgenommene Transaktionsdauer, wahrgenommene Kosten und wahrgenommene Benutzerfreundlichkeit. Alle vier Konstrukte haben in allen drei Gruppen Einfluss auf den Nutzen (siehe Tabelle 72 und Tabelle 71). Dennoch sind Unterschiede zu erkennen. So hat beispielsweise die wahrgenommene Benutzerfreundlichkeit in der Gruppe der Kreditkartenzahler so gut wie keinen Einfluss, während er bei der Gruppe der Barzahler zwar gering, aber durchaus vorhanden ist. Ähnlich bei der wahrgenommenen Sicherheit. Der Einfluss dieses latenten Konstrukts ist in der Gruppe der Barzahler wesentlich stärker als in der Gruppe der Debitkartenzahler. Innerhalb der jeweiligen Gruppen kann man sagen, dass bei den Gruppen der Bar- und Kreditkartenzahler der Einfluss der wahrgenommenen Sicherheit auf den Nutzen am höchsten ist, während der Einfluss der wahrgenommenen Transaktionsdauer in der Gruppe der Debitkartenzahler den größten Einfluss auf den Nutzen ausübt. Insgesamt wird der wahrgenommene Nutzen in der Gruppe der Barzahler mit einem R² in der Höhe von 0,37 durch seine vier zugehörigen Faktoren durchschnittlich (vgl. Chin 1998, 323) gut erklärt. Die erklärte Varianz liegt somit über einem Drittel. Das vorliegende Modell verfügt mit einem Q²-Wert von 0,21 auch über Prognoserelevanz (siehe Tabelle 73). auf PU_BG

R² included

R²excluded

f²

Stärke

PS

0,37

0,30

0,10

gering

PTS

0,37

0,34

0,04

gering

PC

0,37

0,33

0,05

gering

PEoU

0,37

0,33

0,05

gering

156

Empirischer Teil

auf PU_DK PS

0,21

0,18

0,04

gering

PTS

0,21

0,15

0,07

gering

PC

0,21

0,19

0,02

gering

PEoU

0,21

0,20

0,02

gering

PS

0,20

0,12

0,10

gering

PTS

0,20

0,19

0,02

gering

PC

0,20

0,14

0,08

gering

PEoU

0,20

0,20

0,00

gering

auf PU_KK

Tabelle 72: Effektstärke f² der Konstrukte auf den Nutzen Für den wahrgenommenen Nutzen eines bestimmten Zahlungsmittels in der Gruppe der Debitkartenzahler wurde ein R² in der Höhe von 0,21 errechnet und in der Gruppe der Kreditkartenzahler ist das R² mit 0,20 sehr ähnlich. Demnach werden in diesen beiden Modellen jeweils 20 Prozent der Gesamtstreuung des Nutzens durch die vier latenten exogenen Faktoren erklärt. Dieses Ergebnis deutet auf eine eher schwache Erklärungskraft der Modelle hin. Mit den Q²Werten von 0,11 für die Gruppe der Debitkartenzahler bzw. 0,11 für Kreditkartenzahler kann die Prognoserelevanz als gegeben erachtet werden. Gruppe

R²

Q²

PU_BG

0,37

0,21

PU_DK

0,21

0,11

PU_KK

0,20

0,11

Tabelle 73: R² und Q² des Nutzens In diesem Kapitel wurden die Strukturmodelle und damit auch die aufgestellten Hypothesen evaluiert. Ein Großteil der Hypothesen konnte angenommen werden, wenngleich es zu berücksichtigen gilt, dass zwar die Wirkungsrichtung und der Einfluss der Variablen grundsätzlich wie in den Hypothesen postuliert gegeben sind, jedoch nicht immer auf hohem Niveau. Vor allem bei den Kernkonstrukten der TpB konnten keine signifikanten Einflüsse festgestellt werden. Hingegen sehr wohl für das TAM. Im nächsten Kapitel wird die letzte Hypothese überprüft. Dabei werden Gruppenunterschiede herausgearbeitet, die innerhalb der drei Gruppen bestehen.

Empirischer Teil

157

4.2.2.3.3 Gruppenvergleiche Zum Abschluss der Hypothesentests müssen noch die letzten Hypothesen evaluiert werden, die sich mit den Unterschieden zwischen den Modellen beschäftigen. Grundsätzlich gibt es verschiedene Methoden, um Gruppenunterschiede feststellen zu können. Ein Ansatz wurde von Chin (2000) präsentiert. Zuerst werden für jedes Modell getrennt die Pfadkoeffizienten unter Verwendung eines komponentenbasierten SEM wie beispielsweise PLS geschätzt. Dann erfolgt der Test auf signifikante Unterschiede mittels t-Test mit den zusammengefassten Standardfehlern der Schätzer. Diese Methode wird generell als Parametric Approach (PA) bezeichnet (vgl. Qureshi/Compeau 2009, 198). Das Bootstrap-ReSampling Verfahren muss für alle Gruppen durchgeführt werden und die Standardfehler der Schätzer sind wie in parametrischen Tests zu verwenden. Die Formel für die vorgeschlagene t-Statistik lautet somit wie folgt:

‫ ݐ‬ൌ

ሺ௕భ ି௕మ ሻ భ భ ൤ௌ೛ ‫כ‬൬ට ା ൰൨ ೙భ ೙మ

ሺ௡భ ିଵሻమ

ܵ௣௢௢௟௘ௗ ൌ  ටሺ௡

భ ା௡మ ିଶሻ

ሺ௡మ ିଵሻమ

‫݁ݏ כ‬ଵଶ ൅ ሺ௡

భ ା௡మ ିଶሻ

‫݁ݏ כ‬ଶଶ

Formel 14: t-Statistik für Gruppenvergleich Wobei t für die t-Statistik mit n1 + n2 - 2 Freiheitsgraden steht. Spooled steht für den zusammengefassten Schätzer der Varianz. bi sind die Pfadkoeffizienten im Modell und sei sind die Standardfehler der Pfadkoeffizienten. Kritisch anzumerken ist, dass eine zweite Formel in einem der Top-Journals (lt. VHBRanking A-wertig) Verbreitung gefunden hat. Keil et al. (2000, 315) quadrieren die jeweiligen Zähler der Spooled Kennzahl (ni-1) nicht. Diese Formel würde im vorliegenden Modell dazu führen, dass alle Pfade aller Gruppen sich signifikant unterscheiden, wie dies beispielsweise auch bei Sánchez-Franco (2006, 30) der Fall war. In diesem Beitrag wurde ebenfalls die fehlerhafte Formel verwendet, genauso wie Ahuja und Thatcher (2005, 446). Ein zweiter möglicher Ansatz wäre der sogenannte „Product Indicator Approach“ ebenfalls von Chin (2003, 196). Bei diesem Ansatz wird ein neues Konstrukt erzeugt, dessen Indikatoren das Produkt von jedem Indikator von Konstrukt A mit jedem Indikator von Konstrukt B darstellt. Dies wird mittels einer Dummy-Variable im Programm simuliert. Andere Techniken wären beispielsweise die „random permutation“-Methode (Chin/Dibbern 2009) oder ULS-SEM (Tenenhaus et al. 2009). Diese wären aufgrund ihrer Verteilungsfreiheit besser für den Gruppenvergleich geeignet, jedoch sind diese Methoden neu und daher auch noch in keinem verfügbaren Softwareprogramm implementiert (vgl. Qureshi/Compeau 2009, 208).

158

Empirischer Teil

Ein weiterer Vorschlag ist die Verwendung des Smith-Satterthwait-Tests (vgl. Moores/Chang 2009, 74). Dieser Ansatz funktioniert vor allem dann sehr gut, wenn die Daten nicht normalverteilt sind und die Varianzen der drei Gruppen nicht gleich sind. Die Formel lautet wie folgt:

‫ ݐ‬ൌ

ሺ௕భ ି௕మ ሻ ට௦௘భమ ା௦௘మమ

݂݀ ൌ ‫ ݎ݁݃݁ݐ݊݅ݐݏ݁ݎܽ݁݊݋ݐ݀݊ݑ݋ݎ‬൥

൫௦௘భమ ା௦௘మమ ൯

మ

మ ೞ೐మ భ ା ೞ೐మ ೙భ శభ ೙మ శభ

൩

Formel 15: Smith-Satterthwait-Test Die Berechnung der t-Statistik mit den beiden vorab erläuterten Formeln ergibt keine wesentlichen Unterschiede. Die Unterschiede sind erst ab der zweiten, meist jedoch erst ab der dritten oder vierten Nachkommastelle zu beobachten. Es ergeben sich dadurch auch keine anderen signifikanten Unterschiede. Für nachfolgende Auswertungen (siehe Tabelle 74, Signifikanz des Vergleichs) wurde auf die erste Formel (siehe Formel 14) zurückgegriffen. Pfadkoeffizienten

Signifikanz des Vergleichs

BG

DK

KK

BG vs. DK

BG vs. KK

DK vs. KK

ATT -> INT

0,08

0,09

0,03

SN -> INT

-0,02

0,03

-0,01

n.s.

n.s.

n.s.

n.s.

n.s.

n.s.

PBC -> INT

0,08

0,04

0,11**

n.s.

n.s.

n.s.

PB -> INT

0,68***

0,49***

0,68***

**

n.s.

**

PU -> ATT

0,33***

0,40***

0,31***

n.s.

n.s.

n.s.

REL -> ATT

0,15*

0,17**

0,22***

n.s.

n.s.

n.s.

PEoU -> ATT

-0,32***

-0,19**

-0,13*

n.s.

*

n.s.

PEoU -> PBC

-0,45***

-0,28***

-0,32***

*

n.s.

n.s.

FS -> PBC

0,08

-0,13

-0,18*

n.s.

*

n.s.

PS -> PU

0,29***

0,18***

0,30***

n.s.

n.s.

n.s.

PTS -> PU

0,19***

0,26***

0,13**

n.s.

n.s.

n.s.

PC -> PU

0,19***

0,13**

0,26***

n.s.

n.s.

*

PU -> INT

0,14**

0,24***

0,12**

n.s.

n.s.

*

PEoU -> PU

-0,20***

-0,12*

-0,02

n.s.

**

n.s.

p<0,05 *; p<0,01 **; p<0,001 ***; BG = Bargeld, DK = Debitkarte, KK = Kreditkarte

Tabelle 74: Ergebnis des Gruppenvergleichs Wie aus Tabelle 74 ersichtlich, gibt es einige Unterschiede, aber auch Ähnlichkeiten zwischen den einzelnen Personengruppen. Die Einstellung zur Zahlung mit einem bestimmten Zahlungsmittel hat in allen drei Gruppen wenig

Empirischer Teil

159

Einfluss auf die Absicht zur Zahlung mit diesem Zahlungsmittel. Auch der Gruppenvergleich gibt keinen signifikanten Unterschied zwischen den Gruppen wieder. Beim Faktor subjektive Norm ist das Ergebnis gleich. Es sind keine signifikanten Unterschiede feststellbar, weder mit der t-Statistik noch wenn man die einzelnen Pfadkoeffizienten miteinander vergleicht. Anders ist es beim Indikator wahrgenommene Verhaltenskontrolle. Für Barzahler und Personen, welche mit Debitkarte ihren letzten Einkauf gezahlt hatten, ergeben sich keine signifikanten Einflüsse auf die Verhaltensabsicht. Für die Kreditkartenzahler jedoch ist ein Einfluss erkennbar, wenn er auch nur gering ist, aber er ist auch signifikant. Dennoch ergibt die t-Statistik keinen signifikanten Unterschied. Das vergangene Verhalten hat großen Einfluss und ist auch hoch signifikant, genauso wie die Gruppenunterschiede. Überraschenderweise unterscheidet sich die Gruppe der Barzahler nicht signifikant von der Gruppe der Kreditkartenzahler. Die Gruppe der Barzahler unterscheidet sich jedoch signifikant von der Gruppe der Debitkartenzahler, genauso wie sich die Debitkartenzahler von den Kreditkartenzahler unterscheiden. Im Bezug auf den wahrgenommenen Nutzen und die Zuverlässigkeit unterscheiden sich die Gruppen genauso wenig wie auch hinsichtlich der wahrgenommenen Sicherheit und der wahrgenommenen Transaktionsdauer. Die wahrgenommene Benutzerfreundlichkeit wirkt in den Gruppen der Barzahler und der Kreditkartenzahler unterschiedlich auf die Einstellung zur Zahlung mit einem bestimmten Zahlungsmittel. Der weitere Gruppenvergleich weist keine Unterschiede auf. Die Wirkung dieses Indikators auf die wahrgenommene Verhaltenskontrolle ist zwischen den Gruppen Barzahler und Debitkartenzahler signifikant unterschiedlich, während beim Vergleich der Barzahler mit den Kreditkartenzahlern sowie der beiden Zahlungskartenverwender untereinander keine Unterschiede auffallen. Die finanzielle Situation wirkt auf die wahrgenommene Verhaltenskontrolle unterschiedlich in den Gruppen der Barzahler und Kreditkartenzahler. Die wahrgenommenen Kosten wirken auf den wahrgenommenen Nutzen zwischen den Gruppen der Kartenzahler signifikant unterschiedlich. Der wahrgenommene Nutzen wirkt auf die Handlungsintention zwischen diesen beiden Gruppen ebenfalls unterschiedlich. Ein Vergleich mit den anderen Gruppen zeigt keinen signifikanten Unterschied. Somit kann die Hypothese 15, die signifikante Unterschiede der Pfadkoeffizienten in den Modellen der einzelnen Gruppen postuliert, angenommen werden. Abschließend behandelt die Hypothese 16 die Unterschiede in den Modellen zwischen Männern und Frauen. Zur Überprüfung der Hypothese wird wieder der Ansatz von Chin (2000) herangezogen (siehe Formel 14). Bei der Gruppe

160

Empirischer Teil

der Barzahler sind der Einfluss der Einstellung zum Bargeld und die subjektive Norm bei Männern signifikant und über 0,1, während bei Frauen diese Pfade weder signifikant noch größer .1 sind. Diese Unterschiede zwischen Männern und Frauen sind auch signifikant (siehe Tabelle 75). Die Hypothese zwei, dass die subjektive Norm positiv auf die Handlungsintention wirkt, muss somit für beide Untergruppen verworfen werden. Der Pfadkoeffizient in der Untergruppe der Männer ist zwar signifikant, jedoch negativ. Der postulierte Einfluss war allerdings positiv. Weiters findet sich ein signifikanter Unterschied im Einfluss der wahrgenommenen Benutzerfreundlichkeit auf die Einstellung zum Zahlungsmittel, wobei der Pfadkoeffizient bei Männern wesentlich höher ist, als der im Modell der Frauen. Auch scheint die finanzielle Situation bei Männern stärkeren Einfluss auf die wahrgenommene Verhaltenskontrolle zu haben als Frauen, wo der Einfluss nicht vorhanden ist. Gesamt

Männer

Frauen

M vs. F

Bargeld

Path

Sig.

Path

Sig.

Path

Sig.

Sig.

ATT -> INT_BG

0,08

n.s.

0,16

***

0,03

n.s.

*

SN -> INT_BG

-0,01

n.s.

-0,12

**

0,04

n.s.

**

PBC -> INT_BG

0,08

n.s.

0,08

n.s.

0,04

n.s.

n.s.

PB_BG -> INT_BG 0,68

***

0,66

***

0,67

***

n.s.

PU -> INT_BG

0,14

**

0,11

*

0,19

***

n.s.

PU -> ATT

0,33

***

0,27

***

0,35

***

n.s.

REL -> ATT

0,15

*

0,08

n.s.

0,22

**

n.s.

PEoU -> ATT

0,32

***

0,40

***

0,27

***

*

PEoU -> PU

0,20

***

0,19

***

0,20

***

n.s.

PEoU -> PBC

0,45

***

0,40

***

0,48

***

n.s.

FS -> PBC

-0,06

n.s.

0,11

*

-0,08

n.s.

*

PS -> PU

0,29

***

0,32

***

0,28

***

n.s.

PTS -> PU

0,19

***

0,16

**

0,21

***

n.s.

PC -> PU

0,19

***

0,26

***

0,16

**

n.s.

p<0,05 *; p<0,01 **; p<0,001 ***

Tabelle 75: Unterschied zwischen Männern und Frauen – Gruppe Barzahlung Von 14 Pfaden im Modell sind bei der Gruppe der Barzahler vier Pfadkoeffizienten signifikant unterschiedlich zwischen Männern und Frauen. Auch das Bestimmtheitsmaß R² ist unterschiedlich in den Untergruppen (siehe Tabelle

Empirischer Teil

161

76). Der R²-Wert ist für die Handlungsintention ähnlich in allen Gruppen, bei der Einstellung zum Zahlungsmittel ist jedoch der Wert bei der Untergruppe der Frauen höher als bei den Männern genauso wie beim latenten Konstrukt wahrgenommene Verhaltenskontrolle. Der R²-Wert für das latente Konstrukt wahrgenommener Nutzen wiederum ist bei der Untergruppe der Männer höher. Daraus kann geschlossen werden, dass für die Gruppe der Barzahler die Hypothese 16, dass es geschlechterspezifische Unterschiede in den Pfadkoeffizienten der Modelle gibt, angenommen werden kann. R²

Gesamt

Männer

Frauen

INT

0,65

0,64

0,65

ATT

0,41

0,37

0,45

PBC

0,21

0,18

0,25

PU

0,37

0,41

0,35

Tabelle 76: R²-Werte in der Gruppe Barzahler (Gesamt/Männer/Frauen) In der Gruppe der Debitkartenzahler ist der Einfluss der Einstellung zum Zahlungsmittel auf die Handlungsintention bei Männern signifikant und über 0,1, allerdings ist der Unterschied zum Pfadkoeffizient der Frauen nicht signifikant. Der Unterschied im Einfluss der wahrgenommenen Verhaltenskontrolle auf die Handlungsabsicht ist zwar signifikant unterschiedlich, aber unter 0,1 und somit nicht von Interesse (vgl. Lohmöller 1989, 60 f.; Chin 1998, 324 f.). Der wahrgenommene Nutzen wirkt auf die Einstellung zum Zahlungsmittel bei Frauen mit einem Pfadkoeffizienten von 0,5 wesentlich stärker als bei Männern, wo der Pfadkoeffizient nur bei 0,2 geschätzt wird (siehe Tabelle 77). Dafür sind der Einfluss der Zuverlässigkeit eines Zahlungsmittels und der wahrgenommenen Benutzerfreundlichkeit auf die Einstellung bei Männern signifikant höher ausgeprägt als bei Frauen. Die Wirkung der wahrgenommenen Benutzerfreundlichkeit auf den wahrgenommenen Nutzen ist bei Frauen wiederum höher, jedoch ist der Unterschied nicht signifikant. Allerdings ist der Einfluss von wahrgenommener Sicherheit und wahrgenommener Transaktionsdauer auf den wahrgenommenen Nutzen bei Frauen signifikant unterschiedlich zu Männern. Sechs von 14 Pfadkoeffizienten sind im Modell der Debitkartenzahler signifikant unterschiedlich. Der R²-Wert des latenten Konstrukts Handelsintention ist bei Frauen höher als bei Männer. Das Bestimmtheitsmaß ist bei der Einstellung zum Zahlungsmittel und bei der wahrgenommenen Verhaltenskontrolle relativ ähnlich und beim wahrgenommenen Nutzen ist der R²-Wert in der Untergruppe der Frauen wiederum höher als in der Untergruppe der Männer (siehe Tabelle 78). Aufgrund der signifikant unterschiedlichen Pfadkoeffizienten im

162

Empirischer Teil

Modell der Debitkartenzahler kann auch in dieser Gruppe die Hypothese 16 angenommen werden. Gesamt

Männer

Frauen

M vs. F

Debitkarten

Path

Sig.

Path

Sig.

Path

Sig.

Sig.

ATT -> INT_DK

0,09

n.s.

0,14

**

0,07

n.s.

n.s.

SN -> INT_DK

0,03

n.s.

0,25

n.s.

0,01

n.s.

n.s.

PBC -> INT_DK

0,04

n.s.

-0,08

n.s.

0,05

n.s.

*

PB_DK -> INT_DK

0,49

***

0,45

***

0,52

***

n.s.

PU -> INT_DK

0,24

***

0,19

***

0,25

***

n.s.

PU -> ATT

0,40

***

0,20

**

0,50

***

***

REL -> ATT

0,17

**

0,29

***

0,06

n.s.

**

PEoU -> ATT

0,19

*

0,38

***

0,09

n.s.

**

PEoU -> PU

0,12

*

0,04

n.s.

0,14

**

n.s.

PEoU -> PBC

0,28

***

0,24

*

0,30

***

n.s.

FS -> PBC

-0,07

n.s.

-0,21

**

-0,07

n.s.

n.s.

PS -> PU

0,18

***

0,34

***

0,12

*

**

PTS -> PU

0,26

***

0,09

n.s.

0,33

***

**

PC -> PU

0,13

**

0,10

*

0,17

***

n.s.

p<0,05 *; p<0,01 **; p<0,001 ***

Tabelle 77: Unterschied zwischen Männern und Frauen – Gruppe Debitkarten

R²

Gesamt

Männer

Frauen

INT

0,41

0,33

0,48

ATT

0,30

0,39

0,31

PBC

0,09

0,10

0,10

PU

0,21

0,17

0,27

Tabelle 78: R²-Werte in der Gruppe Debitkartenzahler (Gesamt /Männer /Frauen) Die Einstellung zum Zahlungsmittel beeinflusst die Handlungsintention bei Männern in der Gruppe der Kreditkartenzahler signifikant stärker als bei Frauen. Wie auch in der Gruppe der Debitkartenzahler hat die subjektive Norm keinen signifikanten Einfluss auf die Handlungsintention. War bei den Debitkartenzahlern der Einfluss des wahrgenommenen Nutzens auf die Einstellung bei Frauen größer als bei Männern, ist es in der Gruppe der

Empirischer Teil

163

Kreditkartenzahlern umgekehrt. Der Einfluss des wahrgenommenen Nutzens ist bei Männern signifikant höher als bei Frauen. Gesamt

Männer

Frauen

M vs. F

Kreditkarten

Path

Sig.

Path

Sig.

Path

Sig.

Sig.

ATT -> INT_KK

0,03

n.s.

0,13

**

-0,02

n.s.

**

SN -> INT_KK

-0,01

n.s.

0,00

n.s.

-0,02

n.s.

n.s.

PBC -> INT_KK

0,11

**

0,08

n.s.

0,12

**

n.s.

PB_KK -> INT_KK

0,68

***

0,63

***

0,70

***

n.s.

PU -> INT_KK

0,12

**

0,12

**

0,12

**

n.s.

PU -> ATT

0,31

***

0,40

***

0,26

***

*

REL -> ATT

0,22

***

0,30

***

0,19

**

n.s.

PEoU -> ATT

0,13

*

0,16

**

0,05

n.s.

n.s.

PEoU -> PU

0,01

n.s.

0,02

n.s.

0,04

n.s.

n.s.

PEoU -> PBC

0,32

***

0,46

***

0,23

***

**

FS -> PBC

-0,16

**

-0,04

n.s.

-0,26

***

*

PS -> PU

0,30

***

0,14

**

0,37

***

**

PTS -> PU

0,13

*

0,14

*

0,09

*

n.s.

PC -> PU

0,26

***

0,35

***

0,25

***

n.s.

p<0,05 *; p<0,01 **; p<0,001 ***

Tabelle 79: Unterschied zwischen Männern und Frauen – Gruppe Kreditkarten Die wahrgenommene Benutzerfreundlichkeit beeinflusst die wahrgenommene Verhaltenskontrolle bei Männern signifikant stärker als bei Frauen und die finanzielle Situation hat bei Frauen einen signifikanten, aber negativen Einfluss auf die wahrgenommene Verhaltenskontrolle. Bei Männern ist kein Einfluss erkennbar. Der negative Einfluss wird auch in Hypothese 11 postuliert, welche somit in der Gruppe der Kreditkartenzahler nur für Frauen angenommen werden kann. Bei der Gruppe der Debitkartenzahler konnte die Hypothese 11 nur für Männer angenommen werden. Die wahrgenommene Sicherheit wirkt positiv auf den wahrgenommenen Nutzen. Dies ist grundsätzlich in der Gruppe der Kreditkartenzahler, allerdings signifikant unterschiedlichen zwischen Männern und Frauen. Der Einfluss ist bei Frauen mit 0,37 deutlich größer als bei Männern mit 0,14 (siehe Tabelle 79). In der Gruppe der Kreditkartenzahler sind von insgesamt 14 geschätzten Pfadkoeffizienten fünf signifikant unterschiedlich zwischen der Untergruppe der Männer und Frauen. Das Bestimmtheitsmaß R² ist für die latenten Konstrukte

164

Empirischer Teil

Handlungsintention und wahrgenommener Nutzen ähnlich in den Untergruppen. Der Wert ist jedoch beim latenten Konstrukt Einstellung zum Zahlungsmittel in der Untergruppe der Männer höher als in der Untergruppe der Frauen, ähnlich wie auch bei der wahrgenommenen Verhaltenskontrolle (siehe Tabelle 80). Somit kann auch für die Gruppe der Kreditkartenzahler die Hypothese 16 angenommen werden. R²

Gesamt

Männer

Frauen

INT

0,57

0,57

0,57

ATT

0,19

0,31

0,13

PBC

0,15

0,22

0,14

PU

0,20

0,21

0,22

Tabelle 80: R²-Werte in der Gruppe Kreditkartenzahler (Gesamt/Männer/ Frauen) Insgesamt gibt es in den drei Modellen der verschiedenen Zahlungsmittel zehn signifikant unterschiedliche Pfade zwischen Männern und Frauen (siehe Tabelle 81). Bargeld

Debitkarte

Kreditkarte

*

n.s.

**

SN -> INT

**

n.s.

n.s.

PBC -> INT

n.s.

*

n.s.

PB -> INT

n.s.

n.s.

n.s.

PU -> INT

n.s.

n.s.

n.s.

PU -> ATT

n.s.

***

*

REL -> ATT

n.s.

**

n.s.

PEoU -> ATT

*

**

n.s.

ATT -> INT

PEoU -> PU

n.s.

n.s.

n.s.

PEoU -> PBC

n.s.

n.s.

**

FS -> PBC

*

n.s.

*

PS -> PU

n.s.

**

**

PTS -> PU

n.s.

**

n.s.

PC -> PU

n.s.

n.s.

n.s.

p<0,05 *; p<0,01 **; p<0,001 ***

Tabelle 81: Signifikante Unterschiede zwischen Männern und Frauen

Empirischer Teil

165

Nur vier Pfade sind nicht unterschiedlich in mindestens einem Modell. Das vergangene Verhalten ist in allen drei Modellen in den Untergruppen ähnlich stark (über 0,5) und immer hoch signifikant (p<0,001). Der wahrgenommene Nutzen wirkt wie auch das vergangene Verhalten in allen drei Gruppen signifikant auf die Handlungsintention, wenn auch nicht so stark und nicht immer hoch signifikant (p<0,05). Die wahrgenommene Benutzerfreundlichkeit beeinflusst in der Gruppe der Barzahler positiv den wahrgenommenen Nutzen. In der Gruppe der Debitkartenzahler ist dies nur für die Untergruppe der Frauen zutreffend. Jedoch ist der Unterschied zwischen den Untergruppen nicht als signifikant zu erachten. In der Gruppe der Kreditkartenzahler ist dieser Einfluss nicht gegeben. Zwischen den Untergruppen ist in allen drei Modellen kein signifikanter Unterschied feststellbar. Der vierte Pfadkoeffizient, der in keinem Modell signifikante Unterschiede zwischen Männern und Frauen aufweist, ist der Einfluss von wahrgenommenen Kosten auf den wahrgenommenen Nutzen. Auch dieser ist in allen drei Modellen signifikant, allerdings in unterschiedlichem Ausmaß. Es kann demnach festgehalten werden, dass die Hypothese 16, welche geschlechterspezifische Unterschiede in den Pfadkoeffizienten der Modelle postuliert, für alle drei Modelle angenommen werden kann. Es gibt Unterschiede im Entscheidungsverhalten zwischen Männern und Frauen. Während Frauen tendenziell eher habitualisiert handeln und der Einfluss der Einstellung mäßig bis kaum vorhanden ist, ist bei Männern ein positiver Einfluss der Einstellung zum Zahlungsmittel zu bestätigen. In den Abbildung 30 bis Abbildung 32 sind die Ergebnisse der Hypothesenüberprüfung nochmals grafisch aufgearbeitet. Die dick gezogenen Pfeile stellen signifikant unterschiedliche Verbindungen dar. REL PS

0,08/0,22**

0,32***/0,28***

PTS

PC

0,27***/0,35***

PU 0,16**/0,21***

R²=0,41/0,35

ATT R²=0,37/0,45

0,26***/0,16**

0,11*/0,19***

0,19***/0,20***

0,16***/0,03

0,40***/0,27***

INT

SN

PEoU

Ͳ0,12**/0,04

R²=0,65/0,65

0,66***/0,67***

0,40***/0,48*** 0,08/0,04

FS

PBC 0,11*/Ͳ0,08

R²=0,18/0,25

Abbildung 30: Gruppenunterschiede Bargeldzahlung (M/W)

PastB

166

Empirischer Teil REL PS

0,29***/0,06

0,34***/0,12*

PTS

PC

0,20**/0,50***

PU 0,09/0,33***

R²=0,17/0,27

ATT R²=0,39/0,31

0,10*/0,17*** 0,04/0,14**

0,14**/0,07

0,19***/0,25*** 0,38***/0,09

INT

SN

PEoU

0,25/0,01

0,24*/0,30***

R²=0,33/0,48

0,45***/0,52***

Ͳ0,08/0,05

PBC

FS

Ͳ0,21**/Ͳ0,07

PastB

R²=0,10/0,10

Abbildung 31: Gruppenunterschiede bei Zahlung mit Debitkarte (M/W) REL PS

0,30***/0,19**

0,14**/0,37***

PTS

PC

0,40***/0,26***

PU 0,14*/0,09*

R²=0,21/0,22

ATT R²=0,31/0,13

0,35***/0,25*** 0,02/0,04

0,12**/0,12**

INT

SN

PEoU

0,0/Ͳ0,02

0,46***/0,23***

FS

0,13**/Ͳ0,02

0,16**/0,05

0,08/0,12**

PBC Ͳ0,04/Ͳ0,26***

R²=0,57/0,57

R²=0,22/0,14

0,63***/0,70***

PastB

Abbildung 32: Gruppenunterschiede bei Zahlung mit Kreditkarte (M/W) Im anschließenden Kapitel erfolgt eine Zusammenfassung und Diskussion der Ergebnisse der Hauptstudie. 4.2.3

Diskussion der Ergebnisse

Die Hauptstudie wurde im Sommer 2008 durchgeführt. 900 Personen wurden zu ihrem Zahlungsverhalten am stationären PoS befragt. Diese Stichprobe umfasst drei Subgruppen mit jeweils 300 Personen, die ihren letzten Einkauf entweder mit Bargeld, Debitkarte oder Kreditkarte gezahlt haben. Es wurden 303 Männer und 597 Frauen befragt. Die Verteilung Männer zu Frauen ist in den Subgrup-

Empirischer Teil

167

pen ähnlich der gesamten Stichprobe. Eine Quotenvorgabe wurde nur hinsichtlich des Zahlungsmittels des letzten Einkaufs festgelegt. Es wurden sechs Befragungsstandorte ausgewählt. Dies waren die drei größten Einkaufszentren und die drei größten Einkaufsstraßen in Wien. Um eine möglichst repräsentative Stichprobe hinsichtlich der Konsumentenstruktur in diesen Agglomerationen sicherstellen zu können, wurde täglich - außer am Sonntag - vormittags und nachmittags während der Geschäftsöffnungszeiten befragt. Ein Interview dauerte durchschnittlich acht Minuten, was für eine Befragung auf der Straße einen angemessenen Rahmen darstellt. Zuerst erfolgten die Beschreibung der Stichprobe und einige deskriptive Auswertungen, wie beispielsweise die Analyse der demografischen Kriterien. Abgefragt wurden demografischen Kriterien wie Geschlecht, Alter und Bildung sowie die finanzielle Situation der befragten Personen. Dann wurden Informationen zu Besitz und Nutzung von Zahlungskarten aufbereitet. Vier Prozent bzw. 38 Personen in der Stichprobe verfügen laut eigenen Angaben über keine Zahlungskarte. 30 Prozent der gesamten Stichprobe verfügen über nur eine Zahlungskarte. In der Gruppe der Barzahler sind das 44 Prozent und in der Gruppe der Debitkartenzahler 45 Prozent. In der Gruppe der Kreditkartenzahler sind dies jedoch nur zwei Prozent. 45 Prozent der gesamten Stichprobe besitzen zwei Zahlungskarten. In der Gruppe der Barzahler sind dies 36 Prozent, 41 Prozent bei den Debitkartenzahlern und knapp 60 Prozent in der Gruppe Kreditkartenzahler. 20 Prozent der befragten Personen in der gesamten Stichprobe besitzen mehr als zwei Zahlungskarten. Nur sieben Prozent der Barzahler und 14 Prozent der Debitkartenzahler verfügen über mehr als zwei Zahlungskarten, aber in der Gruppe der Kreditkartenzahler besitzen 39 Prozent mehr als drei Zahlungskarten. Somit besitzen 96 Prozent der Stichprobe eine Zahlungskarte. Dieser Prozentsatz ist, verglichen mit der Zahlungsmittelumfrage aus dem ersten Quartal 2008, sehr hoch. Die Ergebnisse zeigen, dass 84 Prozent der ÖsterreicherInnen ab 15 Jahre eine Zahlungskarte besitzen (vgl. OeNB 2008a, 1). Eventuell kann dieser Unterschied durch die gewählten Befragungsstandorte, die alle im urbanen Gebiet gelegen sind, entstanden sein. Knapp über 33 Prozent der Gesamtstichprobe verfügen über keine Kreditkarte. Dies sind in der Gruppe der Barzahler 55 Prozent und in der Gruppe der Debitkartenzahler 45 Prozent. Naturgemäß haben alle Personen in der Gruppe der Kreditkartenzahler eine Kreditkarte. Immerhin haben 38 Prozent der Barzahler und 41 Prozent der Debitkartenzahler eine Kreditkarte und 7 Prozent der Barzahler sowie 14 Prozent der Debitkartenzahler besitzen mehr als eine Kreditkarte. In der Gruppe der Kreditkartenzahler besitzen 61 Prozent eine, 30 Prozent zwei und 9 Prozent mehr als zwei Kreditkarten. Somit ist auch der Anteil an Besitzern mindestens einer Kreditkarte mit 67 Prozent höher als in der österreichischen Stichprobe der OeNB (vgl. OeNB 2008a, 1).

168

Empirischer Teil

Der durchschnittliche Rechnungsbetrag in der Gesamtstichprobe beträgt rund 74 Euro. In der Untergruppe der Barzahler war der durchschnittliche Rechnungsbetrag 28 Euro, bei den Debitkartenzahlern rund 54 Euro und bei den Kreditkartenzahlern rund 139 Euro. Wie auch bereits in der Vorstudie bestätigt wurde, gibt es einen signifikanten Unterschied zwischen den Gruppen in der Höhe des durchschnittlichen Rechnungsbetrages. 47 Prozent der Barzahler zahlen generell immer bar, 15 Prozent der Debitkartenzahler zahlen grundsätzlich immer mit Debitkarte und nur 3 Prozent der Kreditkartenzahler geben an, immer mit Kreditkarte zu zahlen. Somit manifestiert sich der Anschein, dass Personen der Gruppe Barzahler überzeugter von ihrem Zahlungsmittel sind als die Befragten in den Gruppen der Zahlungskartenzahler. Das Bildungsniveau hat Einfluss auf die Wahl der Einkaufsstätte. Dies wurde zwar nicht vorab als Hypothese formuliert, war aber bei der deskriptiven Auswertung augenscheinlich und wurde deshalb getestet. Die höchste Bildung hatten die Probanden in der Mariahilfer Straße im 6. Wiener Gemeindebezirk, die geringste die Befragten im Huma Einkaufspark im 11. Wiener Gemeindebezirk. Auch auf die Entscheidung über das Zahlungsmittel wirkt der Bildungsgrad des Individuums. So zahlten 47 Prozent aller AkademikerInnen und 51 Prozent aller Befragten, die eine Weiterbildung nach der Matura absolviert hatten, ihren letzten Einkauf mit Kreditkarte, während 60 Prozent der PflichtschulabsolventInnen diesen mit Bargeld beglichen. Aus dem Ergebnis der deskriptiven Analyse der finanziellen Situation kann abgeleitet werden, dass Kreditkartenzahler weniger finanzielle Sorgen zu haben scheinen, weniger Budgetknappheit spüren und sie unerwartete Ausgaben weniger schnell in finanzielle Bedrängnis bringen als Bar- oder Debitkartenzahler. Innerhalb des Strukturmodells wurden 14 Hypothesen überprüft. Eine weitere Hypothese beschäftigte sich mit Unterschieden zwischen den drei Untergruppen der verschiedenen Zahlungsmittel und die letzte Hypothese behandelte innerhalb der Untergruppen weitere Unterschiede zwischen zwei weiteren Subgruppen. Den größten Einfluss in allen drei Modellen auf die Handlungsabsicht hat das vergangene Verhalten. Das Zahlungsverhalten scheint somit durchgängig über alle drei Untergruppen habitualisiert zu sein. Der Einfluss in der Personengruppe der Debitkartenzahlern ist am geringsten, hat jedoch immer noch einen Koeffizient von 0,49 und ist hoch signifikant (p<0,001). Den schwächsten Einfluss mit einem Koeffizienten von 0,45 (p<0,001) weist die Untergruppe Män-

Empirischer Teil

169

ner mit Zahlung mit Debitkarte auf, den höchsten mit 0,70 (p<0,001) die Frauen der Gruppe Zahlung mit Kreditkarte. In jeder Gruppe ist der Koeffizient bei Frauen leicht höher, allerdings in keiner Gruppe signifikant. Dies lässt darauf schließen, dass grundsätzlich die Zahlung eines Einkaufs habitualisiert ist und der Konsument bei sich wiederholenden Käufen immer das gleiche Zahlungsmittel verwendet. Vor allem in der Gruppe der Barzahler scheint es viele „traditionelle Barzahler“ zu geben. Dies zeigt auch die Effektgröße, die in dieser Gruppe den deutlich stärksten Einfluss der vergangenen Handlung auf die Handlungsintention aufzeigt. Etwas geringer ist die Effektgröße der vergangenen Handlung auf die Handlungsintention in der Gruppe der Kreditkartenzahler, während die Effektgröße in der Gruppe der Debitkartenzahler wesentlich geringer, jedoch immer noch von substanziellem Charakter ist. Das Zahlungsverhalten scheint somit ein änderungsresistentes Verhalten zu sein. Die Effektstärke aller anderen Konstrukte auf die Handlungsintention ist in allen drei Untergruppen gering. Der theoretisch vermutet Zusammenhang zwischen Einstellung und Verhalten wurde bei Kuß und Tomczak (2007, 53) kritisch hinterfragt und scheint auch in der vorliegenden Studie nicht in allen Gruppen eindeutig zu existieren. Vor allem bei Frauen ist dieser Zusammenhang nie signifikant, während er in allen drei Untergruppen der Männer signifikant ist (p<0,01). Man könnte somit daraus schließen, dass Männer eher ihrer Einstellung nach handeln, als dies Frauen tun. Auch scheinen die Zeiten des Prestiges einer Kreditkarte vorbei zu sein. Goldene Kreditkarten sind längst kein Statussymbol mehr und bereits CoBranding-Kreditkarten werden als goldene Kreditkarten ausgegeben, beispielsweise die goldene Miles & More MasterCard der Austrian und Lufthansa (vgl. Austrian 2009). Wegen dieser inflationären Verwendung von goldenen Kreditkarten stellt die Zahlung mit einer goldenen Kreditkarte scheinbar keine soziale Demonstration von Status mehr dar. Auch herrscht kein sozialer Druck. Nur in der Gruppe der Barzahler und innerhalb dieser Gruppe nur bei Männern ist der Einfluss der sozialen Norm signifikant. Der Einfluss der wahrgenommenen Verhaltenskontrolle auf die Handlungsintention bestätigt sich nur bei Frauen der Gruppe Kreditkartenzahlung (0,12**). Im Gegensatz dazu wirkt der wahrgenommene Nutzen signifikant auf die Handlungsintention und zwar über alle Untergruppen hinweg. Der kleinste Koeffizient ist in der Gruppe der Barzahler bei den Männern (0,11*) zu finden, der höchste in der Gruppe der Debitkartenzahler in der Untergruppe der Frauen (0,25***). Auch auf die Einstellung wirkt dieses Konstrukt signifikant. Sowohl der höchste als auch der niedrigste Koeffizient findet sich im Modell der Debitkartenzahler. Aus diesem Grund ist auch der Unterschied zwischen den Sub-

170

Empirischer Teil

gruppen Männer und Frauen signifikant. Während in der Subgruppe der Männer dieser Wert 0,2** beträgt, liegt in der Subgruppe der Frauen, die mit Debitkarte gezahlt haben, dieser Koeffizient bei 0,5***. Dieser Wert kann als hoch erachtet werden, denn ab einer Höhe von 0,1 (vgl. Lohmöller 1989, 60 f.) bzw. 0,2 (vgl. Chin 1998, 324 f.) kann der Koeffizient als von Interesse erachtet werden. Die Zuverlässigkeit eines Zahlungsmittels hat in der Gruppe der Barzahler bei Frauen einen signifikanten Einfluss auf die Einstellung zum Zahlungsmittel (0,22**), während in den beiden anderen Gruppen dies für die Subgruppe der Männer der Fall ist (Debitkarten 0,29***/Kreditkarten 0,30***). Als drittes latentes Konstrukt, das auf die Einstellung zum Zahlungsmittel wirkt, kann die wahrgenommene Benutzerfreundlichkeit eines Zahlungsmittels genannt werden. Vor allem der Einfluss in der Gruppe der Barzahler und in der Subgruppe der Männer in der Gruppe der Debitkartenzahler ist relativ hoch (Bargeld Männer 0,4***/Bargeld Frauen 0,27***/Debitkarten Männer 0,38***), grundsätzlich aber für die Subgruppe der Männer signifikant (Kreditkarten Männer 0,16**). Die wahrgenommene Benutzerfreundlichkeit hat auch Einfluss auf den wahrgenommenen Nutzen eines Zahlungsmittels. Dies jedoch in sehr unterschiedlichem Ausmaß. Während der Einfluss in der Gruppe der Barzahler bei Männern und Frauen annähernd gleich und signifikant ist (Männer 0,19***/Frauen 0,20***), ist in der Gruppe der Debitkartenzahler bei Männern kein Einfluss nachzuweisen, bei Frauen aber ein signifikanter, wenngleich auch nicht großer (0,14**). In der Gruppe der Kreditkartenzahler ist kein Einfluss nachweisbar (0,01). Weiters wurde postuliert, dass die wahrgenommene Benutzerfreundlichkeit einen positiven Einfluss auf die wahrgenommene Verhaltenskontrolle hat. Die Benutzerfreundlichkeit eines Zahlungsmittels hat in allen Gruppen einen signifikanten Einfluss auf die subjektiv empfundenen Einschränkungen von außerhalb. Vor allem in der Gruppe der Barzahler ist der Einfluss stark ausgeprägt mit Koeffizienten in der Höhe von 0,40*** in der Subgruppe der Männer und 0,48*** bei den Frauen sowie auch in der Subgruppe der Männer der Kreditkartenzahler mit 0,46***. Auf die wahrgenommene Verhaltenskontrolle wurde weiters ein Einfluss der finanziellen Situation vermutet. Bei finanziellen Sorgen und Budgetproblemen werden die Einschränkungen von außen deutlicher sein als bei finanzieller Unabhängigkeit. Einzig in der Gruppe der Barzahler bei der Subgruppe der Männer ist ein positiver Koeffizient geschätzt (0,11*). Signifikant negativ hingegen bei Männern der Gruppe Debitkartenzahler (-0,21**) und bei den Frauen der Gruppe Kreditkartenzahler (0,26***). In den Gruppen Barzahler und Kreditkartenzahler sind die Unterschiede zwischen Männern und Frauen signifikant.

Empirischer Teil

171

Die Pfade aus transaktionstheoretischer Sicht sind bis auf zwei alle signifikant. Diese beiden nicht signifikanten Pfade sind der Einfluss der wahrgenommenen Transaktionsdauer auf den wahrgenommenen Nutzen bei Männern der Gruppe Debitkartenzahler und bei den Frauen der Gruppe der Kreditkartenzahler. wahrgenommene Sicherheit und Kosten haben über alle Gruppen hinweg einen signifikanten Einfluss auf den wahrgenommenen Nutzen. In Tabelle 82 findet sich abschließend eine Übersicht über die Ergebnisse aller überprüften Hypothesen der Hauptstudie.

H1

ATT -> INT

Bargeld (M/F)

Debitkarten (M/F)

Kreditkarten (M/F)

x (o/x)

x (o/x)

x (o/x)

H2

SN -> INT

x (x/x)

x (x/x)

x (x/x)

H3

PBC -> INT

x (x/x)

x (x/x)

o (x/o)

H4

PB -> INT

o (o/o)

o (o/o)

o (o/o)

H5

PU -> INT

o (o/o)

o (o/o)

o (o/o)

H6

PU -> ATT

o (o/o)

o (o/o)

o (o/o)

H7

REL -> ATT

o (x/o)

o (o/x)

o (o/o)

H8

PEoU -> ATT

o (o/o)

o (o/x)

o (o/x)

H9

PEoU -> PU

o (o/o)

o (x/o)

x (x/x)

H10 PEoU -> PBC

o (o/o)

o (o/o)

o (o/o)

H11 FS -> PBC

x (x/x)

x (o/x)

o (x/o)

H12 PS -> PU

o (o/o)

o (o/o)

o (o/o)

H13 PTS -> PU

o (o/o)

o (x/o)

o (o/o)

H14 PC -> PU

o (o/o)

o (o/o)

o (o/o)

H15 Modell -> Zahlungsmittel

o

H16 Modell -> Geschlecht

o

ostehtfürangenommen,xstehtfürverworfen Tabelle 82: Übersicht über die Ergebnisse der Hypothesentests Nach der Überprüfung der letzten Hypothese können nun auch alle zuvor überprüften Hypothesen nochmals getrennt nach den beiden Subgruppen geprüft werden. Einzelne Hypothesen, die in der Gruppe der Zahlungsmittel angenommen oder verworfen wurden, können in den Subgruppen ein anderes Ergebnis aufweisen. Das Hauptergebnis wird in der Tabelle fett gedruckt dargestellt, entweder mit o für angenommen oder mit x für verworfen. Die Ergebnisse der Überprüfung des Modells für die sechs Subgruppen wird jeweils in Klammer (Ergebnis Männer/Ergebnis Frauen) dargestellt.

5 Zusammenfassung, Implikationen und Diskussion der Erkenntnisse Dieser Abschnitt bildet den Abschluss der vorliegenden Forschungsarbeit. Im Rahmen des ersten Kapitels werden die vier, im ersten Abschnitt formulierten Forschungsfragen beantwortet. Im zweiten Kapitel werden Implikationen für Praxis und Handelsforschung aus den Erkenntnissen abgeleitet. Abschließend erfolgen eine wissenschaftstheoretische Diskussion und eine Auseinandersetzung mit den bestehenden Limitationen der Arbeit sowie ein Ausblick auf weitere Forschungsfelder im Bereich des Zahlungsverhaltens. 5.1

Synopse der Ergebnisse

Dieses Kapitel fasst die Beantwortung der Forschungsfragen nochmals kurz und übersichtlich zusammen. Die vier Forschungsfragen wurden wie folgt im Kapitel 1.2 formuliert: 1 A.) Welche Zahlungsmittel werden am stationären PoS verwendet? 1 B.) In welchem Ausmaß werden diese Zahlungsmittel vom Konsumenten genutzt? 2 A.) Welche sind die wichtigsten Einflussfaktoren auf das Zahlungsverhalten am stationären PoS? 2 B.) Welche Theorie(n) bzw. theoretischen Modelle eignen sich zur Erklärung des Zahlungsverhaltens am stationären PoS? Die ersten beiden Forschungsfragen beziehen sich auf die Beschreibung des Zahlungsverhaltens am stationären PoS und die letzten beiden fragen nach der Erklärung dieser Handlung im Rahmen des Kaufprozesses. Die Forschungsfragen 1 A und B behandeln die Thematik, welche Zahlungsmittel am stationären PoS verwendet und in welchem Ausmaß sie genutzt werden. Die Betonung des stationären PoS ist bei dieser Fragestellung wichtig, da die Zahlungsalternativen im nicht-stationären PoS stark abweichen können. Eine Studie von Stix und Wagner (Stix/Wagner 2006, 91) zeigt, dass im Bereich Internethandel die Zahlungsmittel Überweisung mit einem Umsatzanteil von 65 Prozent und Kreditkarten mit einem Umsatzanteil von 20 Prozent die häufigsten verwendeten Zahlungsmittel bilden. Das am stationären PoS vorherrschende Zahlungsmittel Bargeld (vgl. Mooslechner et al. 2006, 129) steht am nichtstationären PoS mangels Übergabemöglichkeit nicht oder nur eingeschränkt im Rahmen der Bezahlung per Nachnahme, die oft mit hohen Gebühren verbunden ist, zur Verfügung. Die am stationären PoS im Handels- und Dienstleistungssek-

Zusammenfassung, Implikationen und Diskussion der Erkenntnisse

173

tor verwendeten Zahlungsmittel sind laut den Ergebnissen der beiden empirischen Vorstudien in Tabelle 83 abgebildet. Zahlungsmittel

Einzelhandel (n=277)

Dienstleistung (n=277)

Bargeld

98 %

92 %

Debitkarte (Maestro)

62 %

49 %

Überweisung

56 %

70 %

MasterCard

51 %

50 %

Visa

48 %

50 %

Quick-Funktion

40 %

23 %

Diners Club

34 %

36 %

American Express

32 %

34 %

Tabelle 83: Akzeptanz der einzelnen Zahlungsmittel in Prozent Damit kann die Forschungsfrage 1 A, welche Zahlungsmittel am stationären PoS verwendet werden, beantwortet werden. Die verwendeten Zahlungsmittel sind Bargeld, Überweisung, Debitkarte (Maestro), Kreditkarte (MasterCard, Visa, Diners Club, American Express) und die Quick-Funktion. Die Dominanz des Bargeldes, die durch die Analyse der Sekundärdaten von Statistik Austria, PayLife sowie Studien der OeNB bereits diskutiert wurde, konnte durch beide Vorstudien bestätigt werden. Sowohl im Handels- als auch im Dienstleistungssektor ist das Bargeld das am häufigsten genutzte Zahlungsmittel, wobei der Umsatzanteil im Einzelhandel mit rund 60 Prozent höher ist als im Dienstleistungssektor mit 53 Prozent. Auch die befragten Unternehmer gaben an, dass Bargeld das wichtigste Zahlungsmittel für ihr Unternehmen ist (71 Prozent der Unternehmer im Einzelhandel und 62 Prozent im Dienstleistungsbereich). Das am zweithäufigsten verwendete Zahlungsmittel ist ebenfalls in beiden Sektoren gleich, die Überweisung mit knapp 19 Prozent im Einzelhandel und 29 Prozent im Dienstleistungsbereich. Darauf folgt im Einzelhandel die Debitkarte mit 15 Prozent und im Dienstleistungssektor die Kreditkarte mit knapp 11 Prozent. Im Einzelhandel ist die Kreditkarte an vierter Stelle mit etwas über fünf Prozent gereiht und die Debitkarte im Dienstleistungsbereich mit sechs Prozent. Der dritte und vierte Platz wechselt somit zwischen Debit- und Kreditkarte zwischen den beiden Sektoren. An jeweils letzter Stelle der Zahlungsmittelverwendung kommt die Quick-Funktion mit Werten unter einem Prozent. In Tabelle 84 werden diese Ergebnisse nochmals zusammengefasst.

174

Zusammenfassung, Implikationen und Diskussion der Erkenntnisse

Umsatzanteile in Prozent

Einzelhandel (n=277)

Dienstleistung (n=277)

Bargeld

60,3 %

53,3 %

Überweisung

18,6 %

29,1 %

Debitkarte (Maestro)

15,2 %

6,2 %

Kreditkarte

5,4 %

10,8 %

Quick

0,5 %

0,2 %

Tabelle 84: Nutzung der einzelnen Zahlungsmittel in Prozent Damit kann die Forschungsfrage 1 B, in welchem Ausmaß diese Zahlungsmittel vom Konsumenten genutzt werden, beantwortet werden. Am häufigsten wird Bargeld verwendet, gefolgt von der Überweisung; im Einzelhandel gefolgt von der Debitkarte und im Dienstleistungssektor von der Kreditkarte. Die Überprüfung der Hypothesen hat im Weiteren ergeben, dass das Zahlungsverhalten der Konsumenten über die beiden Sektoren und deren vielfältige Branchen hinweg multi-optional ist. Multi-optionales Verhalten bedeutet in diesem Fall, dass der Konsument situationsabhängig und uneinheitlich verschiedene Zahlungsmittel in seinem Zahlungsprozess nutzt (vgl. Schröder/Großweischede 2002, 86). Mit dem Wertewandel in unserer postindustriellen Multioptionsgesellschaft sehen sich die Unternehmen und vor allem das Marketing zunehmend mit hybridem und uneinheitlichen Konsumentenverhalten konfrontiert (vgl. Meffert/Bongartz 2000, 383). Dies betrifft auch die Nutzung von unterschiedlichen Zahlungsmitteln. Einfluss auf die Verwendung, von Unternehmerseite gesehen, haben vor allem die Akzeptanz der Zahlungsmittel und die Höhe der Rechnungsbeträge. Besonders die Höhe des Rechnungsbetrages variiert signifikant über die verschiedenen Branchen hinweg. Dies wurde durch die Vorstudien bestätigt. Auch zwischen den einzelnen Zahlungsmitteln gibt es große Unterschiede. So betrug in der Hauptstudie der durchschnittliche Rechnungsbetrag in der Gruppe der Barzahler rund 28 Euro, während dieser in der Gruppe der Debitkartenzahler mit rund 54 Euro annähernd doppelt so hoch war. 139 Euro beträgt hingegen der durchschnittliche Rechnungsbetrag in der Gruppe der Kreditkartenzahler. Das ist fast der fünffache Wert der Gruppe der Barzahler und mehr als das Doppelte der Debitkartenzahler. Dieser Unterschied ist ebenfalls signifikant (p<0,00). Eine besondere Stärke der beiden Vorstudien ist im Stichprobenumfang zu sehen. Dieser kann grundsätzlich nicht mit der Stichprobe einer Konsumentenbefragung gleichgesetzt werden, da hinter einem befragten Unternehmer oftmals weit über 100.000 Einzeltransaktionen stehen. Die Vielfältigkeit der unter-

Zusammenfassung, Implikationen und Diskussion der Erkenntnisse

175

schiedlichen Sektoren und Branchen konnte dadurch klar herausgearbeitet werden. Die vorliegende Diversität der einzelnen Branchen erschwert jedoch die Generalisierbarkeit von Aussagen. Die beiden letzten Forschungsfragen behandeln die Erklärung des Zahlungsverhaltens und damit die wichtigsten Einflussfaktoren und theoretischen Modelle, die sich am besten für die Erklärung eignen. Im Rahmen der Forschungsfrage 2 A werden die wichtigsten Einflussfaktoren auf das Zahlungsverhalten am stationären PoS bearbeitet. Über alle Gruppen hinweg ist der Einfluss des vergangenen Verhaltens der weitaus stärkste. Diese Variable leistet einen substanziellen Beitrag zur Erklärung der Handlungsintention. Dies konnte auch bereits in einem ähnlichen Bezugsrahmen des Zahlungsverhaltens Bestätigung finden (vgl. Soman 2001, 472; Kidwell/Jewell 2008, 1192). Auch in anderen Bereichen hat sich der Einfluss des vergangenen Verhaltens bestätigt (vgl. De Cannière et al. 2009, 88) und bei den Gründen für Zahlung mit Debitkarte geben 58 Prozent der Befragten an, dass sie aus Gewohnheit mit Debitkarte zahlen (vgl. OeNB 2008b, 3). Ferner ist der wahrgenommene Nutzen als direkter signifikanter Einflussfaktor auf die Handlungsintention zu nennen. Vor allem in der Gruppe der Debitkartenzahler ist sein Einfluss nennenswert. Auch die Einstellung zu einem bestimmten Zahlungsmittel beeinflusst, allerdings nur in der Gruppe der Männer. Bei Frauen scheint die Einstellung wenig bis gar nicht auf die Handlungsintention zu wirken. Im Gegensatz dazu ist der Einfluss des vergangenen Verhaltens höher als bei Männern. Dies lässt sich für alle drei untersuchten Zahlungsmittel (Bargeld, Debitkarte, Kreditkarte) feststellen. Die Einstellung wiederum wird vom wahrgenommenen Nutzen über alle Gruppen hinweg stark beeinflusst. Auch die wahrgenommene Benutzerfreundlichkeit hat einen deutlichen Einfluss auf die Einstellung, jedoch ist dieser stärker in den Subgruppen Männer. Der wahrgenommene Nutzen wiederum wird unter anderem von der wahrgenommenen Sicherheit beeinflusst. Höher scheint der Einfluss wiederum bei den Männern, außer in der Gruppe der Kreditkartenzahler. In dieser Gruppe ist der Einfluss bei den Frauen signifikant höher als bei Männern. Grundsätzlich gilt es, diese Diskrepanz zwischen Einstellung und Verhalten zu hinterfragen. Ein Beispiel bietet der Kauf von Produkten aus der biologischen Landwirtschaft. Obwohl ein Großteil der Bevölkerung eine positive Einstellung zu biologischen Lebensmittel hat, kaufen nur wenige auch tatsächlich diese Produkte (vgl. Tsakiridou et al. 2008, 171). Diese Widersprüchlichkeit findet sich in vielen Studien. Zu einer ähnlichen Schlussfolgerung kommt auch Holweg (2009, 197) in ihrer Arbeit über Consumer Value im CategoryManagement-Modell nach ECR. Sie stellt fest, dass die Einstellung der Konsumenten nicht mit deren tatsächlichem Kaufverhalten übereinstimmen (vgl. Hol-

176

Zusammenfassung, Implikationen und Diskussion der Erkenntnisse

weg et al. 2009, 210 f.). Kaiser und Schultz (2009, 200) haben am Beispiel von Recycling-Verhalten herausgefunden, dass mit steigendem Schwierigkeitsgrad der Handlung die Einstellung-Verhalten-Verbindung enger wird. Bereits in den 30er-Jahren wurde die fehlende Konsistenz zwischen Einstellung und Verhalten belegt (vgl. LaPiere 1934, 234). LaPiere war mit einem befreundeten chinesischen Ehepaar in den USA unterwegs. Wegen der weitverbreiteten Vorurteile gegenüber Chinesen war er besorgt, ob Hotels und Restaurant sie aufnehmen würden. Tatsächlich wurden sie von ungefähr 200 Versuchen nur einmal in einer Kleinstadt in Kalifornien abgewiesen. Ein halbes Jahr später schickte er einen Fragebogen an alle Unterkünfte und Restaurants, die sie besucht hatten. Von 128 Antworten war nur eine positiv. Alle anderen gaben an, dass sie Chinesen nicht in ihrem Etablissement akzeptieren würden. Trotz dieser Erkenntnisse aus den frühen 30er-Jahren des letzten Jahrhunderts ist noch sehr wenig über die „Entkopplung“ von kognitiven Beurteilungen und dem tatsächlich beobachtbaren Verhalten bekannt (vgl. Kroeber-Riel et al. 2009, 348). Tatsache ist, dass das Verhalten häufig nicht kognitiv gelenkt wird und vor allem beim Zahlungsverhalten kann eine weitgehende Habitualisierung der Entscheidung, mit welchem Zahlungsinstrument bezahlt werden soll, beobachtet werden. Aufgrund der täglich oft mehrmals wiederholten Situation, die dieser Entscheidung bedarf, ist dies auch eine logische Konsequenz. Konkludierend kann die Forschungsfrage 2 A, welche die wichtigsten Einflussfaktoren auf das Zahlungsverhalten am stationären PoS sind, beantwortet werden. Die wichtigsten Einflussfaktoren sind das vergangene Verhalten, der wahrgenommene Nutzen und die Einstellung zu einem bestimmten Zahlungsmittel. Die Forschungsfrage 2 B setzt sich abschließend noch mit geeigneten Theorien bzw. theoretischen Modellen auseinander. Grundsätzlich wurde in der vorliegenden Forschungsarbeit mit drei Theorien gearbeitet. Die Basistheorie, die den Kern des Untersuchungsmodells bildet, ist die Theory of planned Behavior (TpB). Die Konstrukte dieser Theorie sind die Einstellung zu einem bestimmten Verhalten, die subjektive Norm, die wahrgenommene Verhaltenskontrolle sowie auch das vergangene Verhalten, die alle auf die Handlungsintention wirken. Diese latenten Konstrukte können noch durch weitere Hintergrundfaktoren beeinflusst werden (vgl. Ajzen 2005, 135; Smith et al. 2008, 327). Dieses Modell wurde im nächsten Schritt um die Konstrukte des Technology Acceptance Models (TAM) erweitert. Diese latenten Konstrukte sind die wahrgenommene Benutzerfreundlichkeit und der wahrgenommene Nutzen und wurden bereits mehrfach gemeinsam mit der TpB zu verschiedenen Forschungsthemen empirisch überprüft (siehe Tabelle 8). Diese beiden wirken auf die Einstellung zum Verhalten, während der wahrgenommene Nutzen zusätzlich auch auf die Handlungsintention wirkt und die wahrgenommene Benutzerfreundlich-

Zusammenfassung, Implikationen und Diskussion der Erkenntnisse

177

keit auf den wahrgenommenen Nutzen. Beide Variablen können noch von weiteren externen Variablen beeinflusst werden (vgl. Davis et al. 1989, 985). Eine Erweiterung des TAM um die Zuverlässigkeit wird ebenfalls in das Modell zur Erklärung des Zahlungsverhaltens mit aufgenommen (vgl. Weijters et al. 2007, 5). Im Rahmen der Transaktionskostentheorie werden die Konstrukte wahrgenommene Sicherheit, wahrgenommene Transaktionsdauer und wahrgenommene Kosten aufgenommen, welche auf den wahrgenommenen Nutzen wirken und somit die externen Faktoren, die diesen beeinflussen darstellen. Auch die finanzielle Situation stellt ein Konstrukt abgeleitet aus der Transaktionskostentheorie dar. Diese wirkt auf die wahrgenommene Verhaltenskontrolle. Bezogen auf die Erkenntnisse der Hauptstudie ist sowohl die TrA zur Erklärung des Zahlungsverhaltens geeignet als auch die TpB. Die TpB stellt die Erweiterung der TrA um das Konstrukt der wahrgenommenen Verhaltenskontrolle dar. Diese latente Einflussgröße hat jedoch keine große Relevanz zur Erklärung des Zahlungsverhaltens. Das einzige Modell, in dem dieses Konstrukt einen signifikanten, wenn auch geringen Einfluss hat, ist das Modell der Subgruppe der Frauen, die mit Kreditkarte ihren letzten Einkauf bezahlt haben. In dieser Gruppe haben jedoch die Einstellung und die subjektive Norm keinen Einfluss auf die Handlungsintention und somit bestätigt sich auch in diesem Fall die TpB nicht mit allen Konstrukten. In etlichen Untermodellen haben die Einstellung zur Zahlung und die subjektive Norm einen signifikanten Einfluss auf die Handlungsabsicht und somit kann das reduzierte theoretische Modell, die TrA, als theoretischer Bezugspunkt bestätigt werden. Auch der Erklärungsbeitrag des TAM und der Transaktionskostentheorie kann als hoch erachtet werden, da nahezu alle Konstrukte über alle drei Modelle signifikant sind. Nur die finanzielle Situation hat im Gesamtmodell der Gruppen Bar- und Debitkartenzahler keinen signifikanten Koeffizienten, in der Subgruppe Männer sind die beiden Pfadkoeffizienten jedoch signifikant. Die wahrgenommene Benutzerfreundlichkeit hat einzig in der Gruppe der Kreditkartenzahler keinen Einfluss auf den wahrgenommenen Nutzen. Somit kann die Anwendbarkeit des TAM und der Transaktionskostentheorie zur Erklärung des Zahlungsverhaltens bestätigt werden. Zusammenfassend kann die Forschungsfrage 2 B, welche Theorien bzw. theoretischen Modelle sich zur Erklärung des Zahlungsverhaltens am stationären PoS eignen, beantwortet werden. Diese sind die TrA, das TAM und die Transaktionskostentheorie.

178 5.2

Zusammenfassung, Implikationen und Diskussion der Erkenntnisse Implikationen

Im Folgenden wird auf Implikationen für die Unternehmerpraxis und die Handelsforschung eingegangen. Die Implikationen werden aus der theoretischen Aufbereitung des Themas und aus der empirischen Überprüfung der aufgestellten Hypothesen durch die beiden Vorstudien und die Hauptstudie abgeleitet. 5.2.1

Unternehmerpraxis

Simon (2008) analysiert in seinem Artikel zur betriebswirtschaftlichen Wissenschaft und Unternehmenspraxis aus entscheidungsorientierter Perspektive den Nutzen von Konzepten, die in den letzten 40 Jahren für die Unternehmenspraxis entwickelt wurden. Auch auf das Verfahren zur Untersuchung komplexer Wirkungszusammenhänge, der Kausalanalyse, geht er in diesem Beitrag ein und nennt Hildebrandt und Homburg (1998) als die beiden, die sich um die Verbreitung und Entwicklung der Kausalanalyse verdient gemacht haben (Simon 2008, 81 f.). Sie hat zum Ziel, Wirkungsstrukturen messbar zu machen. Der praktische Wert gilt somit als potenziell hoch. Den Grund dafür, dass es bislang noch keine nennenswerten Auswirkungen auf die Praxis gegeben hat, sieht Simon (2008) darin, dass die Fragestellungen eher akademisch-theoretischer Natur als entscheidungsorientiert sind. Die hohe Komplexität von Kausalmodellen bringt weiters Verständnisschwierigkeiten mit sich. Meffert formuliert dazu „mit methodischen Kanonen auf inhaltliche Spatzen schießen“ (vgl. Meffert 2007, 4). Simon (2008, 83) kritisiert, dass die Kausalanalyse hohe Methodenkompetenz erfordere und die Vorbereitung sowie Durchführung der empirischen Untersuchung äußerst aufwendig sei. Darüber hinaus sei die Generalisierbarkeit der Ergebnisse fraglich und die Ergebnisse oft banal. Weiters kritisiert er, dass sich Dissertationen überwiegend nicht mit praxisrelevanten Themen beschäftigen. Er gesteht jedoch der Wissenschaft, vor allem den Betriebswirten, als Aufgabe die Gewinnung von Einsichten und Erkenntnissen zu (vgl. Simon 2008, 74). Eine mögliche Antwort auf diese Kritik ist die Berufung auf die Aussage „nichts sei so praktisch wie eine gute Theorie“ (dieser Satz wird unter anderem Ludwig Boltzmann, Kurt Lewin und auch dem Physiker Kirchhoff bei Müller-Hagedorn 2000, 22 zugeordnet). Grundsätzlich sind diese Kritikpunkte nicht neu und die Diskussion über „rigour vs. relevance“ wurde bereits vor vielen Jahren sehr intensiv geführt. Für saubere Forschung steht „rigour“ und für die Praxisrelevanz „relevance“ (vgl. Schnedlitz 2006). Kieser und Leiner (2009, 516 ff.) setzen sich aktuell in ihrem Artikel über den „Rigour-Relevance-Gap“ mit der Auseinanderentwicklung von Wissenschaft und Praxis in den letzten 40 Jahren auseinander und legen dar, warum aus ihrer Sicht dieser Graben nicht überbrückbar sei. Konträr dazu sehen

Zusammenfassung, Implikationen und Diskussion der Erkenntnisse

179

Hodgkinson und Rousseau (2009, 538) die Managementforschung als breites Forschungsfeld, denn während der „Gap“ zwischen Forschung und Praxis in manchen Bereichen sehr groß erscheint, gibt es zahlreiche Fälle, die eine erfolgreiche Zusammenarbeit in der Forschung belegen. Der Erkenntnisgewinn ist das Hauptanliegen der vorliegenden Studien. Sie sollen einen fundierten Beitrag zur Beschreibung und Erklärung des Zahlungsverhaltens liefern. Die Motivation liegt darin zu erklären, warum ein Konsument beispielsweise mit Bargeld zahlt und nicht mit einer Kreditkarte oder umgekehrt. Da in diesem Bereich in der Betriebswirtschaft meist nur praktische, nicht theoriebasierte Erkenntnisse existieren, bietet die vorliegende Arbeit einen ersten theoriebasierten Einblick in die Entscheidungsprozesse im Zahlungsverhalten. Die praktische Bedeutung der Forschungsarbeit liegt somit darin zu erkennen, warum mit welchen Zahlungsmitteln gezahlt wird und welche Einflussgrößen eine wesentliche Rolle in diesem Prozess spielen. Als die Haupteinflussgröße wird das vergangene Verhalten identifiziert. Das Zahlungsverhalten scheint somit weitgehend habitualisiert, das Verhalten der Vergangenheit wird in der Zukunft weitergeführt. Objekt der Befragung waren habitualisierte, limitierte und spontane Kaufentscheidungen von Gütern (Näheres dazu unter anderem bei Foscht/Swoboda 2007, 149 ff.; Kroeber-Riel et al. 2009, 423 ff.) des täglichen Bedarfs, wie Lebensmitteln, Bekleidung, aber auch Dienstleistungen, wie Frisör, Tanzschule oder Gastronomie und Beherbergungswesen. Extensive Kaufentscheidungen, die dann eventuell auch extensive Entscheidungen über das Zahlungsmittel nach sich ziehen, wurden nicht berücksichtigt und können somit auch nicht mit dem vorliegenden Modell erklärt werden. Kaufentscheidungen über Produkte mit sehr hohem Wert ziehen auch eine extensive Beschäftigung mit dem Zahlungsmittel nach sich und werden selten habitualisiert oder gar spontan getroffen. Dieser Bereich kann als ein eigener Forschungsschwerpunkt angesehen werden. Für die Unternehmerpraxis kann angemerkt werden, dass derzeit mit steigenden Rechnungsbeträgen der Konsument eine vermehrte Akzeptanz von bargeldlosen Zahlungsmitteln erwartet. Bei höheren Rechnungsbeträgen nimmt die Verwendung von Kreditkarten zu, während die Bezahlung mit Bargeld zurückgeht. Wie andere Studien gezeigt haben, stellt die Akzeptanz von bargeldlosen Zahlungsmitteln zwar keinen Motivationsfaktor im Sinne von Herzberg (1968) dar, jedoch steigt die Unzufriedenheit der Konsumenten, wenn das gewünschte Zahlungsmittel nicht angeboten wird (vgl. Steyrer 2009). Dies könnte zu Umsatzentgang führen, wenn der Konsument aus diesem Grund unzufrieden ist und daher die Einkaufsstätte wechselt. Ein möglicher Anreiz zur vermehrten Verwendung von bargeldlosen Zahlungsmitteln könnte in Zukunft von „Self Scanning“- und „Self Paying“-

180

Zusammenfassung, Implikationen und Diskussion der Erkenntnisse

Lösungen kommen (siehe Abbildung 33). Der Kassenbereich hat für den Händler große Bedeutung in Bezug auf Kundenzufriedenheit, aber auch aus wirtschaftlicher Perspektive unter anderem bezogen auf den Personalaufwand. Vor allem die Wartezeit an den Kassen soll verkürzt werden. „Self-Checkout“Lösungen könnten eine wirksame Alternative bieten, trotzdem setzen nur 17 Prozent von 52 befragten Handelsunternehmern aus dem deutschsprachigen Raum (Deutschland, Österreich, Schweiz) derartige Systeme ein. 2006 waren es 10 Prozent und in Zukunft planen zwei Drittel der befragten Unternehmer den Einsatz dieser Systeme in ihren Filialen (vgl. Acar/Spaan 2008, 31).

Quelle: WincorNixdorf 2009 Abbildung 33: Self-Checkout-Lösung von Wincor Nixdorf Kunden können ihre Ware an der Selbstbedienungskasse scannen und auch den Bezahlungsvorgang eigenständig durchführen (vgl. WincorNixdorf 2009). Das führt zu geringerem Personalaufwand seitens des Händlers und zu verkürzten Wartezeiten für den Kunden. Der Unterhaltungsfaktor könnte ebenfalls eine Rolle bei der Nutzung dieser Kassenlösung darstellen. Während im deutschsprachigen Raum der Anteil der „Self-Checkout“Kassen eher gering ist, stattet Tesco bereits die Hälfte seiner 2.115 Filialen in UK damit aus. 2011 sollen in UK über 15.000 solcher Kassensysteme verfügbar sein. J. Sainsbury will bis Ende 2009 circa 2.000 „Self-Service“-Kassen in 250

Zusammenfassung, Implikationen und Diskussion der Erkenntnisse

181

UK-Filialen nutzen (vgl. Sabadus 2009, 6). Dwane (2008, 235) empfiehlt auf Basis seiner Ergebnisse einer in Albuquerque, New Mexico, durchgeführten Studie, den Konsumenten Rabatte bei der Verwendung von „Self-Checkout“ zu gewähren. Weiters schlägt er vor, einen Mitarbeiter für Fragen im Bereich der Kassen zu positionieren und mehrere „Self-Checkout“-Kassen aufzustellen, damit auch in diesem Bereich keine Wartezeiten entstehen. Schließlich sollten die Systeme mit bedienerfreundlichen, zusätzlichen Funktionen ausgestattet werden. Dass die Transaktionsdauer und die Sicherheit signifikanten Einfluss auf den Nutzen eines Zahlungsmittels haben (siehe Tabelle 64), zeigt, dass die Alternative „Self-Checkout“ auch in Österreich eine geeignete Möglichkeit zur Verkürzung der Warteschlagen vor den Kassen darstellt. Die Umsatzzahlen aus UK zeigen auch, dass sich die Amortisationszeit dieser Systeme im akzeptablen Rahmen bewegen sollte (vgl. Sabadus 2009, 6). Das Durchschnittsalter der Kassenhardware liegt laut EHI-Studie bei 6,4 Jahren (vgl. Acar/Spaan 2008, 14). Das zeigt, dass der Händler mit neuen Anforderungen auch regelmäßig in neue (schnellere) Hardware investieren muss. Die Anforderungen an die technische Infrastruktur wachsen auch mit der Anzahl und technischen Verbesserung der Zahlungsmittel. Im real,- Future Store kann bereits mit Fingerprint gezahlt werden (vgl. Metro 2009). In Hinblick auf eine schnellere und effizientere Abwicklung des Zahlungsprozesses und damit eventuell einhergehende höhere Kundenzufriedenheit muss der Händler abwägen, ob sich eine Investition in eine neue technische Infrastruktur lohnt. Allerdings gilt es, nicht nur die direkten Investitionskosten abzuwägen, sondern auch die laufenden Kosten dieser Systeme. Unter anderem muss das Disagio für Debit- und Kreditkarten in der Kalkulation Berücksichtigung finden. Disagiosätze variieren je nach Umsatz und Branche zwischen 1,55 und 2,95 Prozent (vgl. Wirtschaftskammer 2009) und stellen einen nicht unerheblichen Kostenfaktor für Handels- und Dienstleistungsunternehmen dar. 5.2.2

Handelsforschung

In der vorliegenden Arbeit wurde das Forschungsgebiet Zahlungsverhalten von zwei Seiten betrachtet. Zuerst in zwei Studien aus der Sicht der Unternehmer und anschließend aus der Sicht der Konsumenten. Im ersten Schritt wurde erhoben, wie der Konsument am stationären PoS im Handels- und im Dienstleistungssektor bezahlt, und im zweiten Schritt wurde anhand von bereits mehrfach in anderen Bezugsrahmen überprüften theoretischen Modellen das Zahlungsverhalten auf seine Einflussfaktoren hin untersucht. Letzteres wurde mittels Kausalanalyse anhand eines Strukturgleichungsmodells durchgeführt, welcher

182

Zusammenfassung, Implikationen und Diskussion der Erkenntnisse

wachsende Bedeutung in der Marketingforschung zugesprochen wird (vgl. Diller 2004, 177). Besonders durch das neobehavioristische Forschungsparadigma hat die Kausalanalyse an Bedeutung gewonnen und erfuhr daher auch eine Weiterentwicklung (vgl. Kaas 2000, 64). Trotz der zweifelsohne besonderen Leistungsfähigkeit dieses Analyseverfahrens gibt es besonders in der Ausführung oftmals Schwächen. Diller (2004, 177) weist auf drei Schwächen hin. Ein Kritikpunkt seinerseits ist, dass die Anwender immer wieder neue multidimensionale Konstrukte entwickeln, ohne deren Sinnhaftigkeit konkret zu überprüfen. Dies führt zu einer „Konstruktüberflutung“. Diesem Kritikpunkt wurde in der vorliegenden Arbeit dahingehend entgegengewirkt, dass nahezu ausnahmslos bereits bestehende und operationalisierte Konstrukte verwendet wurden. Dies deckt auch gleich Dillers (2004, 177) zweiten Kritikpunkt ab, wonach zu wenig Sorgfalt auf die Operationalisierung von latenten Konstrukten gelegt wird. Das dritte Problem, auf das Diller (2004, 177) verweist, liegt in der Konfundierung abhängiger und unabhängiger Variablen, wobei er festhält, dass die Probanden schizophren sein müssten, wenn sie beispielsweise die Indikatoren der Kundenorientierung als gut und ihre Zufriedenheit als schlecht beurteilten. Diese Frage kann nur subjektiv beantwortet werden. In der vorliegenden Forschungsarbeit wurde darauf Wert gelegt, anhand von Analogieschlüssen ein Modell aus anderen Anwendungsbereichen auf das Zahlungsverhalten umzulegen (siehe unter anderem Bamberg et al. 2003). Da zwei, bereits mehrfach in ähnlichen Zusammenhang überprüfte Modelle dafür geeignet erschienen und die Transaktionskostentheorie ebenso wesentliche Elemente des Entscheidungsprozesses abbildet, wurden diese für die theoretische Ableitung des Untersuchungsmodells verwendet. Ebendort kann auch für die Handelsforschung weiteres Forschungspotenzial geortet werden. Die verwendeten Theorien konnten zu einem großen Teil bestätigt werden, aber auch die weitgehende Habitualisierung des Zahlungsverhaltens wurde durch die Hauptstudie deutlich ersichtlich. Das vergangene Verhalten wird in der Zukunft beibehalten. Das Verhaltensmuster scheint nur langsam veränderbar, wenn man die Entwicklung der letzten Jahre betrachtet (siehe Tabelle 11). Galt eine goldene Kreditkarte früher als Statussymbol, vor allem wenn sie golden glänzte (vgl. Herdin 2006, 173), so ist der Einfluss der „subjektiven Norm“ in der vorliegenden Studie nicht signifikant. Eine mögliche Erklärung könnte die inflationäre Verwendung vor allem der „Goldprägung“ sein. So gibt es beispielsweise eine „Gold Karte für Studierende“ sowohl von MasterCard als auch von Visa (vgl. PayLife 2009b). In diesen Punkten kann weiterer Forschungsbedarf geortet werden. Durch eine Überarbeitung des Modells anhand der vorliegenden Ergebnisse kann ein nächster Schritt zur weiteren Erschließung der Forschungslücke unternommen werden. Die Aufarbeitung der Literatur zum Thema Zahlungsverhalten, die Beschreibung des Zahlungsverhaltens am stationären PoS sowie die Ableitung und

Zusammenfassung, Implikationen und Diskussion der Erkenntnisse

183

Überprüfung eines Strukturmodells zur Erklärung des Zahlungsverhaltens haben bereits einen wesentlichen Beitrag zur KonsumentInnenforschung geleistet. Die vorab definierte Forschungslücke wurde zu einem guten Teil erschlossen und daraus ergibt sich die Möglichkeit, mit den Erkenntnissen weiter in diesem Bereich vertiefend zu forschen. 5.3

Diskussion, Limitationen und Ausblick

Abschließend findet eine wissenschaftstheoretische Diskussion über Methode und Erkenntnisse der vorliegenden Forschungsarbeit statt sowie das Aufzeigen von Einschränkungen, denen die Arbeit unterliegt. Weiters erfolgen Ausblicke auf mögliche weitere Forschungslücken im Bereich des Zahlungsverhaltens. Das Ziel der Wissenschaft ist es, Wissen über die Realität zu erlagen. Dies sollte auf Basis solider Fundamente, sprich Theorien, stattfinden. Das ausgeglichene Zusammenspiel der drei wesentlichen Kernelemente zur Generierung von realtheoretischem Wissen wird die „Triade der Realwissenschaft“ genannt. Dies beginnt bei der Fragestellung (Problem), die durch ein empirisch überprüfbares Hypothesensystem (Theorie) formalisiert und letztlich in der Realität (Empirie) überprüft wird (siehe Abbildung 34). In diesem Sinne wurde die Forschungsarbeit durchgeführt. Zuerst wurde das Forschungsproblem aufgezeigt, dann wurden in zwei Schritten (siehe Abbildung 2) Theorien gebildet und diese empirisch, also in der Realität überprüft.

Quelle: Lilien 1997, 12; Franke 2002, 12 Abbildung 34: Elemente des realtheoretischen Ansatzes Realtheoretische Ansätze stehen in der Tradition des Rationalismus und die vorliegende Arbeit ordnet sich wissenschaftstheoretisch in diesen ein. Be-

184

Zusammenfassung, Implikationen und Diskussion der Erkenntnisse

reits die Vorsokratiker stellten fest, dass Wissen, das aus reinem Denken hervorgegangen ist, einer Überprüfung bedarf, und so trennen auch Sokrates und Platon echtes Wissen von Mutmaßungen und Meinungen. Und Popper hält im frühen 20. Jahrhundert fest, dass es die Aufgabe der Wissenschaft ist, sich den Gesetzmäßigkeiten der Realität Schritt für Schritt durch die empirische Prüfung von Theorien zu nähern (vgl. Franke 2002, 8 und 10). Dieser Forderung wurde nachgekommen. Die aufgestellten Hypothesensysteme wurden einer empirischen Überprüfung unterzogen. In den beiden Vorstudien wurden auf der Grundlage der Analyse von sekundärstatistischem Datenmaterial Hypothesen abgeleitet und empirisch geprüft. Problemfeld bereits bei der Ableitung war die Diversität der Daten aus verschiedenen Quellen, beispielsweise von Statistik Austria und von kartenausgebenden Unternehmen. Während eine Datenquelle Bruttoumsatzzahlen als Basis für Auswertungen verwendet, berichtet die andere Nettozahlen. Auch werden Unternehmen nach unterschiedlichen Kriterien zu Branchen zugeordnet. Eine Klassifikationsform ist die Zuordnung nach ÖNACE 2003 bzw. neu 2008. Um eine möglichst genaue Messung sicherstellen und damit eine hohe Aussagekraft der gewonnenen Erkenntnisse erzielen zu können, muss eine hohe Datenqualität gewährleistet werden. Ein denkbarer Ansatz ist, Daten mit verschiedenen Methoden zu erheben. Dies kann als „Mixed Methods Research“ oder Triangulation bezeichnet und als Kombination mehrerer Datenquellen zur Überprüfung eines Phänomens gesehen werden (vgl. Homburg et al. 2009, 175). Vor allem der sogenannte „Informant Bias“ und der „Common Method Bias“ können damit reduziert werden. Als „Informant Bias“ bezeichnet man jenen systematischen Messfehler bei der organisationalen Umfrageforschung, der sich aufgrund von subjektiven Einschätzungen, divergierenden Wissen und unterschiedlichen Motiven ergibt (vgl. Homburg et al. 2009, 176). In den Vorstudien werden zur Überprüfung der Hypothesen zwei Stichproben gezogen. Eine Stichprobe enthält Unternehmer aus dem Handelssektor und die zweite Unternehmer aus dem Dienstleistungsbereich. Der „Informant Bias“ kann als gering erachtet werden, da grundsätzlich keine individuellen Perzeptionen abgefragt werden. Der Fokus der Befragung wird auf Fakten, wie Umsatzzahlen und Rechnungsbeträge in einem bestimmten Jahr beschränkt. Es werden jedoch kein rein subjektives Wissen oder Einstellungen erfragt. Homburg und Klarmann (2009, 152) gehen davon aus, dass bei Verfügbarkeit objektiver Bezugspunkte und bei Bezug der Fragestellung auf die Organisation die Zuverlässigkeit der Angaben höher ausfällt. Als Common Method Variance wird der Varianzanteil einer Untersuchung verstanden, der auf die Messmethode bzw. das Messinstrument und nicht auf das Konstrukt, das mit der Methode oder dem Instrument gemessen wurde, zurückzuführen ist. Wenn das Ausmaß dieses Fehlers signifikant wird, spricht

Zusammenfassung, Implikationen und Diskussion der Erkenntnisse

185

man vom Common Method Bias oder Monomethod Bias (vgl. Spector 2006, 221). Das bedeutet, dass es zu einer substanziellen Verzerrung der Korrelationen zwischen den Konstrukten kommt (vgl. Temme et al. 2009, 124). Dieser Fehler lässt sich durch Verwendung unterschiedlicher Methoden zur Konstruktmessung verringern. Dies ist jedoch für die meisten Forschungsfragestellungen nicht durchführbar (vgl. Temme et al. 2009, 130). Eine häufig angewendete Methode der Diagnose von Common Method Variance stellt Harmans Ein-Faktor-Test dar, welcher im Rahmen einer explorativen oder konfirmatorischen Faktorenanalyse durchgeführt werden kann. Demnach sollte ein einzelner Faktor die Daten ausreichend erklären. Dies wird allerdings immer unwahrscheinlicher je mehr Indikatoren in einer Studie verwendet werden. Temme et al. (2009) vergleichen drei Methoden zur Diagnose und Kontrolle des Bias: Harmans Ein-Faktor-Test, die Markervariablen-Technik und latente Methodenfaktoren mit oder ohne eigenständige Indikatoren und zeigen zweiteren als die geeignetste Methode auf. Weiters zeigen sie auf, dass substanzielle Common Method Variance vorliegen kann, diese aber in den meisten Fällen nur zu einem geringen Common Method Bias führt (vgl. Temme et al. 2009, 144). Spector (2006, 230) sieht die Diskussion um Common Method Variance als Übertreibung an und meint, dass „the time has come to retire the term common method variance and its derivatives […].” (Spector 2006, 231). In der vorliegenden Arbeit wurden für den empirischen Zugang jeweils standardisierte Fragebögen verwendet und die Interviews persönlich durchgeführt. Für die gegebene Fragestellung erscheint dieser Zugang als der geeignetste, da die Kontrollierbarkeit der Erhebungssituation im Gegensatz zu einer schriftlichen oder Online-Befragung hoch ist (vgl. Fantapié Altobelli 2007, 42). Vor allem in der KonsumentInnenstudie soll der tatsächliche Zahlungsvorgang noch präsent im Gedächtnis der befragten Person sein. Durch eine andere quantitative Erhebungsform kann der idealtypische Ablauf, dass der Zahlungsvorgang erst kurz vor der Befragung abgeschlossen wird, nicht gewährleistet werden. Wenn die Fragestellung verstärkt auf eine personen- oder branchenindividuelle Ebene ausgerichtet ist, könnten qualitative Methoden wie Experteninterviews von zunehmendem Interesse sein. Die Berechnung der Modellparameter erfolgte mittels PLS-Algorithmus. Das PLS-Verfahren ist seit einigen Jahren wieder auf vielen Konferenzen und auch in der Marketingliteratur omnipräsent. Sowohl auf der EMAC-Conference (European Marketing Academy Conference) als auch auf der EAERCDConference (European Association for Education and Research in Commercial Distribution), zwei große Europäische Konferenzen im Forschungsbereich Handel und Marketing, waren 2009 etliche Beiträge mit der PLS-Methode eingereicht und präsentiert worden (vgl. Beiträge bei der EMAC unter anderem von Fassnacht et al. 2009; Schramm-Klein et al. 2009; Temme/Hildebrandt 2009;

186

Zusammenfassung, Implikationen und Diskussion der Erkenntnisse

Westerlund et al. 2009 und bei der EAERCD unter anderem von Castaldo et al. 2009; Pocsay et al. 2009; Scheer et al. 2009; Swoboda/Elsner 2009). Umgekehrt wurden auf der Statistik-Konferenz, der PLS 2009 in Beijing, etliche MarketingProjekte vorgestellt (vgl. Heim et al. 2009; Loureiro 2009; Maréchal et al. 2009; Skowron/Skowron 2009). Überdies veröffentlichen Top-Journals wie das Journal of Marketing (Hennig-Thurau et al. 2007a; McFarland et al. 2008; Wagner et al. 2009), Journal of Consumer Research (Mathwick et al. 2008) und Journal of International Marketing (Brettel et al. 2008; Nijssen/Douglas 2008; Nijssen/Herk 2009) in den letzten Ausgaben verstärkt Artikel, in denen die PLSMethode Anwendung findet. Dies zeigt eine steigende Akzeptanz gleichfalls bei Reviewern wie Editoren. Eine zentrale Rolle in der KonsumentInnenverhaltensforschung spielen multiattributive Entscheidungen, wie sie auch die Entscheidung über die Nutzung eines Zahlungsmittels darstellt. Sie zeichnen sich dadurch aus, dass die KonsumentInnen bei der Auswahl an Handlungsalternativen gleichzeitig über mehrere Kriterien zu urteilen haben. Am Beispiel des Zahlungsverhaltens wären das unter anderem die Einstellung zu den Handlungsalternativen, das vergangene Verhalten, die Höhe des Rechnungsbetrages, die vom Verkäufer akzeptierten Zahlungsmittel und der verfügbare Bargeldbetrag in der Geldbörse. Das in dieser Forschungsarbeit überprüfte Modell wird aus bereits bestehenden und überprüften theoretischen Modellen abgeleitet, genauso wie die Hypothesen für die beiden Vorstudien aus der Analyse von sekundärstatistischem Material abgeleitet werden. In einem nächsten Schritt können die Erkenntnisse aus diesem Projekt zusammengeführt und in ein neues Untersuchungsmodell überführt werden. Ergänzend kann eine Beurteilung der Wichtigkeit einer Eigenschaft abgefragt werden, wie bereits Ajzen (Ajzen 1991, 198 ff.; Ajzen/Cote 2008, 301) vorschlägt. Aus Komplexitätsgründen und um das Modell möglichst sparsam zu formulieren, wird die Beurteilung für die vorliegende Studie nicht zusätzlich abgefragt. Ein Kritikpunkt bei der Bewertung von Eigenschaften ist der sogenannte „Range Effect“ oder Bandbreiten-Effekt. Dieser tritt vor allem dann auf, wenn unterschiedliche Skalen verwendet werden. Wird beispielsweise der Rechnungsbetrag in das Modell mit aufgenommen, muss beachtet werden, dass die Wichtigkeit dieses Konstruktes von der Bandbreite der möglichen Ausprägung abhängt (vgl. Sattler et al. 2002, 2). Ein denkbarer Suppressionseffekt (Bortz 2005, 457 ff.; Urban/Mayerl 2008, 94 f.), wie er bei Regressionen möglich ist, sollte bei der Anwendung des PLS-Verfahrens durch die Überprüfung der in Kapitel 4.2.2.2.2 geschilderten Beurteilungskriterien ausgeschlossen werden können.

Zusammenfassung, Implikationen und Diskussion der Erkenntnisse

187

Als Limitation der Arbeit kann genannt werden, dass aus Komplexitätsgründen die vorliegenden Vorstudien auf einige Bereiche des Einzelhandelsund Dienstleistungssektors eingeschränkt werden. So sind beispielsweise die Bereiche Unterrichts- und Gesundheitswesen komplett aus der Studie ausgeklammert, da der Bereich zu umfangreich ist. Alleine für die Befragung der Schulen und Universitäten wären eigene Studien notwendig. In diesen Fällen wird auf Grundlage der Klassifikationsdatenbank ÖNACE 2003 je Wirtschaftszweig über die Sinnhaftigkeit seiner Integration in die Studie diskutiert. Welche Branchen jeweils einbezogen werden, wird in Kapitel 4.1 (siehe Tabelle 9) genau beschrieben. Während sich die vorliegende Arbeit auf die Beschreibung und Erklärung des Zahlungsverhaltens mit den bereits "üblichen" Zahlungsmitteln auseinandersetzt, wäre eine Weiterentwicklung des Prognosemodells vor allem hinsichtlich neuer technischer Möglichkeiten der Bezahlung, wie beispielsweise „Zahlen per Fingerabdruck“ (vgl. Metro 2009, 1), von Interesse. In den Studien konnte nachgewiesen werden, dass sich das Zahlungsverhalten multi-optional darstellt. So sind die Unterschiede zwischen Männern und Frauen teilweise hoch signifikant. Diese Erkenntnis lässt den Schluss zu, dass es Segmente gibt, die noch näher zu kategorisieren sind. Es muss beachtet werden, dass das Zahlungsverhalten zwischen den Branchen divergent ist und dass mögliche andere Einflüsse möglichst stabil gehalten werden. Von vordergründigem Interesse wäre in diesem Fall, wie diese KonsumentInnen-Cluster angesprochen werden können. Eine nähere Untersuchung des Freizeitverhaltens oder des beruflichen Umfelds wäre dazu von Nutzen. Auch der Einfluss des Kassenpersonals scheint vor dem Hintergrund der persönlichen Kommunikation am stationären PoS bedeutend relevant. Sowohl quantitative als auch qualitative Methoden würden sich zur Untersuchung derartiger Einflüsse eignen. So bietet die vorliegende Forschungsarbeit einen ersten Einblick in die Entscheidungsprozesse des Zahlungsverhaltens am stationären PoS. Auf dieser Grundlage ist es möglich, für die Erschließung der beschriebenen angrenzenden Forschungslücken, das Modell weiter auszubauen.

6

Literaturverzeichnis

Acar, Cetin/Spaan, Ulrich (2008): Kassensysteme 2008. Köln: EHI Retail Institute GmbH. ACSC (2008): Austrian Council of Shopping Centers - Einkaufszentren in Österreich. Online im Internet: http://www.acsc.at/pictures/file _1211 967845-3640c5d691bcb1ef5c44c18261473eef.pdf ([Stand 2008]; Abfrage 08.08.2008; [MEZ 11:55 Uhr]). Adcock Jr, William O./Hirschman, Elizabeth C./Goldstucker, Jac L. (1977): Bank Credit Card Users: An Updated Profile. In: Advances in Consumer Research, Vol. 4, Iss. 1, 236-241. Ahlert, Dieter/Kenning, Peter (2007): Handelsmarketing. Grundlagen der marktorientierten Führung von Handelsbetrieben. Berlin, Heidelberg: Springer-Verlag. Ahuja, Manju K./Thatcher, Jason Bennett (2005): Moving beyond Intentions and toward the Theory of Trying: Effects of Work Environment and Gender on Post-Adoption Information Technology Use. In: MIS Quarterly, Vol. 29, Iss. 3, 427-459. Ajzen, Icek (1991): The Theory of Planned Behavior. In: Organizational Behavior & Human Decision Processes, Vol. 50, Iss. 2, 179-211. Ajzen, Icek (2005): Attitudes, Personality and Behavior. 2. ed. Maidenhead: Open Univ. Press. Ajzen, Icek/Cote, Nicole Gilbert (2008): Attitudes and the Prediction of Behavior. In: Crano, William D./Prislin, Radmila (Hrsg.): Attitudes and attitude change. New York: Psychology Press, 289-311. Ajzen, Icek/Fishbein, Martin (1980): Understanding attitudes and predicting social behavior. Englewood Cliffs ; London: Prentice-Hall. Albarracín, Dolores/Wyer, Robert S. (2000): The Cognitive Impact of Past Behavior: Influences on Beliefs, Attitudes, and Future Behavioral Decisions. In: Journal of Personality and Social Psychology, Vol. 79, Iss. 1, 5-22. Albers, Sönke/Hildebrandt, Lutz (2006): Methodische Probleme bei der Erfolgsfaktorenforschung – Messfehler, formative versus reflektive Indikatoren und die Wahl des Strukturgleichungs-Modells. In: Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung, Vol. 58, Iss. 2, 2-33. Alchian, Armen A./Demsetz, Harold (1972): Production, Information Costs, and Economic Organization. In: American Economic Review, Vol. 62, Iss. 5, 777-795. AmericanExpress (2007): Die Erfolgsgeschichte von American Express. Online im Internet: http://www10.americanexpress.com/sif/cda/page/0,1641, 18483,00.asp? ([Stand 21.09.2007] Abfrage 21.09.2007;[MEZ 13:55 Uhr]).

190

Literaturverzeichnis

Amos, Clinton/Holmes, Gary/Strutton, David (2008): Exploring the relationship between celebrity endorser effects and advertising effectiveness. In: International Journal of Advertising, Vol. 27, Iss. 2, 209-234. Atteslander, Peter (2003): Methoden der empirischen Sozialforschung. 10. Auflage. Berlin: Gruyter. Austrian (2009): So sammeln Sie Prämienmeilen mit Ihrer Miles & More MasterCard. Online im Internet: http://www.miles-and-more.com/online/ portal/mam/at/earn/credit_card/offer?nodeid= 2490259&l=de&cid=18001 ([Stand 2009]; Abfrage 12.08.2009; [MEZ 21:06 Uhr]). Backhaus, Klaus (2008): Multivariate Analysemethoden. 12., überarb. Aufl. Berlin u.a.: Springer. Bagozzi, Richard P. (1982): A Field Investigation of Causal Relations Among Cognitions, Affect, Intentions, and Behavior. In: Journal of Marketing Research (JMR), Vol. 19, Iss. 4, 562-583. Bagozzi, Richard P. (1994): Measurement in Marketing Research: Basic Principles of Questionnaire Design. In: Bagozzi, Richard P. (Hrsg.): Principles of marketing research. Cambridge, Mass. u.a.: Blackwell, 1-49. Bagozzi, Richard P./Youjae, Yi (1988): On the Evaluation of Structural Equation Models. In: Journal of the Academy of Marketing Science, Vol. 16, Iss. 1, 74. Baker, Michael J. (2001): Marketing: critical perspectives on business and management. London: Routledge. Balderjahn, Ingo/Scholderer, Joachim (2007): Konsumentenverhalten und Marketing. Stuttgart: Schäffer-Poeschel. Bamberg, Sebastian (1996): Zeit und Geld: Empirische Verhaltenserklärung mittels Restriktionen am Beispiel der Verkehrsmittelwahl. In, Vol. 20, Iss. 38, 7-32. Bamberg, Sebastian/Ajzen, Icek/Schmidt, Peter (2003): Choice of Travel Mode in the Theory of Planned Behavior: The Roles of Past Behavior, Habit, and Reasoned Action. In: Basic & Applied Social Psychology, Vol. 25, Iss. 3, 175. Bamberg, Sebastian/Lüdemann, Christian (1996): Eine Überprüfung der Theorie des geplanten Verhaltens in zwei Wahlsituationen mit dichotomen Handlungsalternativen: Rad vs. PKW und Container vs. Hausmüll. In: Zeitschrift für Sozialpsychologie, Vol. 27, Iss. 2, 32-46. Bamberg, Sebastian/Schmidt, Peter (1994): Empirischer Test einer Handlungstheorie zur Erklärung der Verkehrsmittelwahl. In: Kölner Zeitschrift für Soziologie und Sozialpsychologie, Vol. 46, Iss. 1, 80-102. Bänsch, Axel (2002): Käuferverhalten. 9. Auflage. München: Oldenbourg. Bauer, Hans H./Görtz, Gunnar/Haber, Tobias E./Hartmann, Ann (2004): Die Akzeptanz des Werbe-Newsletters als Instrument der OnlineVerkaufsförderung. In: Bauer, Hans H./Rösger, Jürgen/Neumann, Mar-

Literaturverzeichnis

191

cus M. (Hrsg.): Konsumentenverhalten im Internet. München: Vahlen, 217-232. Bebbington, L. W./Cronin, B./Davenport, E. (1991): Consumer attitudes to information technology in banking. In: International Journal of Information Management, Vol. 11, Iss. 3, 220-237. Beck, Alexandra (2003): Die Einkaufsstättenwahl von Konsumenten unter transaktionskostentheoretischen Gesichtspunkten Ǧ Theoretische Grundlagen und empirische Überprüfung mittels der Adaptiven Conjoint-Analyse. Wirtschaftswissenschaftliche Fakultät der Universität Passau, München. Universität Passau. Behrens, Gerold (1991): Konsumentenverhalten: Entwicklung, Abhängigkeiten, Möglichkeiten 2. überarbeitete und erweiterte Auflage. Heidelberg: Physica-Verlag. Behrens, Gerold (2000): Theoriegeleitetes vs. praxisorientiertes Marketing. In: Backhaus, Klaus (Hrsg.): Deutschsprachige Marketingforschung. Bestandsaufnahme und Perspektiven. Stuttgart: Schäffer-Poeschel Verlag, 41-55. Bentler, Peter M./Speckart, George (1981): Attitudes 'cause' behaviors: A structural equation analysis. In: Journal of Personality and Social Psychology, Vol. 40, Iss. 2, 226-238. Berekoven, Ludwig (1995): Erfolgreiches Einzelhandelsmarketing. Grundlagen und Entscheidungshilfen. München: Beck. Berekoven, Ludwig/Eckert, Werner/Ellenrieder, Peter (2006): Marktforschung: Methodische Grundlagen und praktische Anwendung. 11. überarb. Auflage. Wiesbaden: Gabler. Berry, Leonard L./Seiders, Kathleen/Grewal, Dhruv (2002): Understanding Service Convenience. In, Vol. 66, Iss. 3, 1-17. Betzin, Jörg/Henseler, Jörg (2005): Einführung in die Funktionsweise des PLSAlgorithmus. In: Bliemel, Friedhelm/Eggert, Andreas/Fassott, Georg/Henseler, Jörg (Hrsg.): Handbuch PLS-Pfadmodellierung. Methode, Anwendung, Praxisbeispiele. Stuttgart: Schäffer-Poeschel, 5086. Blackwell, Roger D./Miniard, Paul W./Engel, James F. (2001): Consumer behavior. 9. Auflage. Fort Worth, Tex.: Harcourt College Publ. Bliemel, Friedhelm/Eggert, Andreas/Fassott, Georg/Henseler, Jörg (2005): Die PLS-Pfadmodellierung: Mehr als eine Alternative zur Kovarianzstrukturanalyse. In: Bliemel, Friedhelm/Eggert, Andreas/Fassott, Georg/Henseler, Jörg (Hrsg.): Handbuch PLSPfadmodellierung. Methode, Anwendung, Praxisbeispiele. Stuttgart: Schäffer-Poeschel, 9-16. Boeschoten, W. C./Fase, M. M. G. (1989): The Way We Pay With Money. In: Journal of Business & Economic Statistics, Vol. 7, Iss. 3, 319-326.

192

Literaturverzeichnis

Boeschoten, Willem C. (1998): Cash management: Payment patterns and the demand for money. In: De Economist (0013-063X), Vol. 146, Iss. 1, 117. Boeschoten, Willem C./Fase, Martin M. G. (1992): The Demand for Large Bank Notes. In: Journal of Money, Credit & Banking, Vol. 24, Iss. 3, 319337. Bohner, Gerd/Wänke, Michaela (2002): Attitudes and attitude change. Hove: Psychology Press. Bohrnstedt, George W. (1977): Reliability and Validity Assessment in Attitude Measurement. In: Summers, Gene F. (Hrsg.): Attitude measurement. London: Kershaw Publ., 80-99. Bolt, Wilko (2006): Retail Payments in the Netherlands: Facts and Theory. In: De Economist, Vol. 154, Iss. 3, 345-372. Bolt, Wilko/Chakravorti, Sujit (2008): Economics of payment cards: A status report. In: Economic Perspectives, Vol. 32, Iss. 4, 15-27. Boone, Louis E./Kurtz, David L. (1999): Contemporary Marketing 1999. Fort Worth, Tx. u.a.: Dryden Press. Boos, Dennis D. (2003): Introduction to the Bootstrap World. In: Statistical Science, Vol. 18, Iss. 2, 168-174. Borghini, Stefania/Golfetto, Francesca/Rinallo, Diego (2006): Ongoing search among industrial buyers. In: Journal of Business Research, Vol. 59, Iss. 10-11, 1151-1159. Bortz, Jürgen (2005): Statistik für Human- und Sozialwissenschaftler 6. vollst. überarb. und aktuialisiert Auflage. Heidelberg: Springer Verlag. Bortz, Jürgen/Döring, Nicola (2006): Forschungsmethoden und Evaluation für Human- und Sozialwissenschaftler. 4. Auflage. Heidelberg: Springer Verlag. Borzekowski, Ron/Kiser, Elizabeth K. (2008): The choice at the checkout: Quantifying demand across payment instruments. In: International Journal of Industrial Organization, Vol. 26, Iss. 4, 889-902. Borzekowski, Ron/Kiser, Elizabeth, K./Ahmed, Shaista (2008): Consumers' Use of Debit Cards: Patterns, Preferences, and Price Response. In: Journal of Money, Credit & Banking (Blackwell), Vol. 40, Iss. 1, 149-172. Braunstein, Christine/Huber, Frank/Herrmann, Andreas (2005): Ein Ansatz zur Erklärung der Kundenbindung auf Basis der Theorie des geplanten Verhaltens. In: zfbf, Vol. 57, Iss. 3, 187-213. Brettel, Malte/Engelen, Andreas/Heinemann, Florian/Vadhanasindhu, Pakpachong (2008): Antecedents of Market Orientation: A Cross-Cultural Comparison. In: Journal of International Marketing, Vol. 16, Iss. 2, 84119. Brosius, Felix (2006): SPSS 14. 1. Aufl. Heidelberg: mitp Redline.

Literaturverzeichnis

193

Brown, S. A./Massey, A. P./Montoya-Weiss, M. M./Burkman, J. R. (2002): Do I really have to? User acceptance of mandated technology. In: European Journal of Information Systems, Vol. 11, Iss. 4, 283. CardComplete (2007): Geschichtlicher Überblick - Von der Entstehung von VISA bis heute. Online im Internet: http://www.visa.at/info/visageschichte ( [Stand 21.09.2007] Abfrage 21.09.2007;[MEZ 14:04]). Carmines, Edward G./Zeller, Richard A. (1979): Reliability and validity assessment. 1. print. Newbury Park, Calif. u.a.: Sage Publ. Carow, Kenneth A./Staten, Michael E. (1999): Debit, Credit, or Cash: Survey Evidence on Gasoline Purchases. In: Journal of Economics & Business, Vol. 51, Iss. 5, 409. Carow, Kenneth A./Staten, Michael E. (2002): Plastic Choices: Consumer Usage of Bank Cards versus Proprietary Credit Cards. In: Journal of Economics & Finance, Vol. 26, Iss. 2, 216. Castaldo, Sandro/Premazzi, Katia/Grosso, Monica (2009): Building customers’ store trust: a comprehensive model. 15th conference of the European Association for Education and Research in Commercial Distribution (EAERCD), Surrey/UK, 15. bis 17. Juli 2009. Chakravorti, Sujit/To, Ted (2007): A theory of credit cards. In: International Journal of Industrial Organization, Vol. 25, Iss. 3, 583-595. Chau, Patrick Y. K./Hu, Paul Jen-Hwa (2002): Investigating healthcare professionals' decisions to accept telemedicine technology: an empirical test of competing theories. In: Information & Management, Vol. 39, Iss. 4, 297-311. Chen, Huei-Huang/Chen, Shih-Chih (2009): The empirical Study of Automotive Telematics Acceptance in Taiwan: Comparing three Technology Acceptance Models. In: International Journal of Mobile Communications, Vol. 7, Iss. 1, 50-65. Chen, Lei-da (2008): A model of consumer acceptance of mobile payment. In: International Journal of Mobile Communications, Vol. 6, Iss. 1, 32-52. Cheney, Julia S. (2007): An Update on Trends in the Debit Card Market. Discussion Paper, Payment Cards Center, June 2007. Philadelphia: Federal Reserve Bank of Philadelphia. Cheung, Christy M.K./Chan, Gloria W.W./Limayem, Moez (2005): A Critical Review of Online Consumer Behavior: Empirical Research. In: Journal of Electronic Commerce in Organizations, Vol. 3, Iss. 4, 1-19. Chin, Wynne W. (1998): The Partial Least Squares Approach to Structural Equation Modeling". In: Marcoulides, George A. (Hrsg.): Modern Methods for Business Research. Lawrence Erlabum Associates, 295-336. Chin, Wynne W. (2000): Frequently Asked Questions - Partial Least Squares & PLS-Graph. Online im Internet: http://disc-nt.cba.uh.edu/chin/plsfaq /plsfaq.htm

194

Literaturverzeichnis

Chin, Wynne W./Marcolin, Barbara L./Newsted, Peter R. (2003): A Partial Least Squares Latent Variable Modeling Approach for Measuring Interaction Effects: Results from a Monte Carlo Simulation Study and an Electronic-Mail Emotion/Adoption Study. In: Information Systems Research, Vol. 14, Iss. 2, 189-217. Chin, Wynne W./Newsted, Peter R. (1999): Structural Equation Modeling Analysis With Small Samples Using Partial Least Squares. In: Hoyle, Rick H. (Hrsg.): Statistical strategies for small sample research. London: Sage Publications 307-341. Ching, Andrew/Hayashi, Fumiko (2008): Payment Card Rewards Programs and Consumer Payment Choice. In: SSRN eLibrary. Christl, Johannes (2007): Kompositionelle und dekompositionelle Methoden zur Analyse der Präferenzen von Konsumenten. Dissertation. Institut für Handel & Marketing, Wien. Wirtschaftsuniverstität Wien. Churchill, Gilbert A. (1979): A paradigm for developing better measures of marketing constructs. In: Journal of Marketing Research, Vol. 16, 6473. Churchill, Gilbert A./Iacobucci, Dawn (2005): Marketing Research: Methodological Foundations. 9th Edition. Mason, Ohio: Thomson SouthWestern. Coase, Ronald H. (1937): The Nature of the Firm. In: Economica, Vol. 4, Iss. 16, 386-405. Cohen, Jacob (1988): Statistical power analysis for the behavioral sciences. 2. Hillsdale, NJ u.a.: Erlbaum. Cohen, Joel B./Reed Ii, Americus (2006): A Multiple Pathway Anchoring and Adjustment (MPAA) Model of Attitude Generation and Recruitment. In: Journal of Consumer Research, Vol. 33, Iss. 1, 1. Coltman, Tim/Devinney, Timothy M./Midgley, David F./Venaik, Sunil (2008): Formative versus reflective measurement models: Two applications of formative measurement. In: Journal of Business Research, Vol. 61, Iss. 12, 1250-1262. Commons, John R. (1931): Institutional Economics. In: The American Economic Review, Vol. 21, Iss. 4, 648-657. Crowe, Marianne/Schuh, Scott/Stavins, Joanna (2006): Consumer Behavior and Payment Choice: A Conference Summary. In: Discussion Paper - Federal Reserve Bank of Boston, Vol. 1, 1-27. Dabholkar, Pratibha A. (1996): Consumer evaluations of new technology-based self-service options: An investigation of alternative models of service quality. In: International Journal of Research in Marketing, Vol. 13, Iss. 1, 29-51. Dabholkar, Pratibha A./Bagozzi, Richard P. (2002): An Attitudinal Model of Technology-Based Self-Service: Moderating Effects of Consumer

Literaturverzeichnis

195

Traits and Situational Factors. In: Journal of the Academy of Marketing Science, Vol. 30, Iss. 3, 184-201. Davis, Fred D. (1986): A Technology Acceptance Model for Empirically Testing new End-User Information Systems: Theory and Results. Massachusetts: Sloan School of Management, Massachusetts Institute of Technology. Doctroal dissertation. Davis, Fred D. (1989): Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. In: MIS Quarterly, Vol. 13, Iss. 3, 319-340. Davis, Fred D./Bagozzi, Richard P./Warshaw, Paul R. (1989): User Acceptance of Computer Technology: A Comparison of two Theoretical Models. In: Management Science, Vol. 35, Iss. 8, 982-1003. De Cannière, Marie Hélène/De Pelsmacker, Patrick/Geuens, Maggie (2009): Relationship Quality and the Theory of Planned Behavior models of behavioral intentions and purchase behavior. In: Journal of Business Research, Vol. 62, Iss. 1, 82-92. Decker, Reinhold/Wagner, Ralf (2002): Marketingforschung. Methoden und Modelle zur Bestimmung des Käuferverhaltens. München: Redline Wirtschaft bei Verlag Moderne Industrie. Devlin, James F./Worthington, Steve/Gerrard, P. (2007): An analysis of main and subsidiary credit card holding and spending. In: International Journal of Bank Marketing, Vol. 25, Iss. 2, 89-101. Diamantopoulos, Adamantios (2008): Formative indicators: Introduction to the special issue. In: Journal of Business Research, Vol. 61, Iss. 12, 12011202. Diamantopoulos, Adamantios/Riefler, Petra/Roth, Katharina P. (2008): Advancing formative measurement models. In: Journal of Business Research, Vol. 61, Iss. 12, 1203-1218. Diamantopoulos, Adamantios/Siguaw, Judy A. (2006): Formative Versus Reflective Indicators in Organizational Measure Development: A Comparison and Empirical Illustration. In: British Journal of Management, Vol. 17, Iss. 4, 263-282. Diamantopoulos, Adamantios/Winklhofer, Heidi M. (2001): Index construction with formative indicators: An alternative to scale development. In: JMR, Journal of Marketing Research, Vol. 38, Iss. 2, 269. Dibbern, Jens/Chin, Wynne W. (2005): Multi-Group Comparison: Testing a PLS Model on the Sourcing of Application Software Services across Germany and the U.S.A. Using a Permutation Based Algorithm. In: Bliemel, Friedhelm/Eggert, Andreas/Fassott, Georg/Henseler, Jörg (Hrsg.): Handbuch PLS-Pfadmodellierung. Methode, Anwendung, Praxisbeispiele. Stuttgart: Schäffer-Poeschel, 135-159. Diller, Hermann (2004): Editorial - Das süße Gift der Kausalanalyse. In: Marketing Zeitschrift für Forschung und Praxis, Vol. 26, Iss. 3.

196

Literaturverzeichnis

DinersClub (2007a): Diners Club Geschichte. Online im Internet: http://www.dinersclub.at/master_frame.php?lid=1&site_id=118 ([Stand 2006]; Abfrage 21.09.2007; [MEZ 13:23 Uhr]). DinersClub (2007b): Jahresergebnis 2006: AirPlus wächst weiter. Mehr Umsatz, mehr Lounges und mehr Akzeptanzstellen. Online im Internet: http://www.dinersclub.at/master_frame.php?lid=1&site_id=791 ([Stand 10.01.2007]; Abfrage 01.04.2008; [MEZ 18:50]). Dorow, Wolfgang/Weiermair, Klaus (1984): Markt versus Unternehmung: Anmerkungen zu methodischen und inhaltlichen Problemen des Transaktionskostenansatzes. In: Schanz, Günther (Hrsg.): Betriebswirtschaftslehre und Nationalökonomie. Wiesbaden: Gabler Verlag, 191–223. Dwane, H. Dean (2008): Shopper age and the use of self-service technologies. In: Managing Service Quality, Vol. 18, Iss. 3, 225. Eberl, Markus (2004): Formative und reflektive Indikatoren im Forschungsprozess: Entscheidungsregeln und die Dominanz des reflektiven Modells. In: Ludwig-Maximilians-Universität München, Schriften zur Empirischen Forschung und Quantitativen Unternehmensplanung, Iss. 19, 44. Efron, B. (1979): Bootstrap Methods: Another Look at the Jackknife. In: The Annals of Statistics, Vol. 7, Iss. 1, 1-26. Ehlmaier, Michael (2008): Geschäftsbericht 2008, CPB. Online im Internet: http://www.cpbwien.at/officereport/2008_Geschaeftsflaechenbericht_ Wien.pdf ([Stand 2008]; Abfrage 08.08.2008; [MEZ 15:24 Uhr]). Erten, Sinan (2000): Empirische Untersuchungen zu Bedingungen der Umwelterziehung ein interkultureller Vergleich auf der Grundlage der Theorie des geplanten Verhaltens. Marburg: Tectum-Verl. Fantapié Altobelli, Claudia (2007): Marktforschung. Methoden - Anwendungen - Praxisbeispiele. Stuttgart: Lucius & Lucius. Fassnacht, Martin/Moeller, Sabine/Ettinger, Andreas (2009): Consequences of Shopping Convenience. 38th EMAC Conference, Nantes (France), 26. - 29. Mai 2009. Feinberg, Richard A. (1986): Credit Cards as Spending Facilitating Stimuli: A Conditioning Interpretation. In: The Journal of Consumer Research, Vol. 13, Iss. 3, 348-356. Fincham, Robin/Clark, Timothy (2009): Introduction: Can We Bridge the Rigour-Relevance Gap? In: Journal of Management Studies, Vol. 46, Iss. 3, 510-515. Fishbein, Martin/Ajzen, Icek (1975): Belief, attitude, intention and behavior : an introduction to theory and research. London: Addison-Wesley. Fornell, Claes/Bookstein, Fred L. (1982): Two Structural Equation Models: LISREL and PLS Applied to Consumer Exit-Voice Theory. In: Journal of Marketing Research (JMR), Vol. 19, Iss. 4, 440-452.

Literaturverzeichnis

197

Fornell, Claes/Cha, Jaesung (1994): Partial Least Squares. In: Bagozzi, Richard P. (Hrsg.): Advanced Marketing Research. Cambridge: Blackwell Publishers, 52-78. Fornell, Claes/Larcker, David F. (1981): Evaluating Structural Equation Models with Unobservable Variables and Measurement Error. In: Journal of Marketing Research (JMR), Vol. 18, Iss. 1, 39-50. Foscht, Thomas/Angerer, Thomas/Swoboda, Bernhard (2007): Mixed Methods. Systematisierung von Untersuchungsdesigns. In: Buber, Renate/Holzmüller, Hartmut H. (Hrsg.): Qualitative Marktforschung. Konzepte - Methoden - Analysen. Wiesbaden: Gabler Verlag. Foscht, Thomas/Swoboda, Bernhard (2007): Käuferverhalten Grundlagen - Perspektiven - Anwendungen ; Bachelor geeignet! 3., aktualisierte Aufl. Wiesbaden: Gabler. Francis, Jillian J./Eccles, Martin P./Johnston, Marie/Walker, Anne/Grimshaw, Jeremy /Foy, Robbie/Kaner, Eileen F. S./Smith, Liz/Bonetti, Debbie (2004): Constructing Questionnaires based on the Theory of planned Behaviour: a Manual for Health Services Researchers. Newcastle upon Tyne: University of Newcastle. Franke, George R./Preacher, Kristopher J./Rigdon, Edward E. (2008): Proportional structural effects of formative indicators. In: Journal of Business Research, Vol. 61, Iss. 12, 1229-1237. Franke, Nikolaus (2002): Realtheorie des Marketing: Gestalt und Erkenntnis. Tübingen: Mohr Siebeck. Frey, D./Stahlberg, D./Gollwitzer, P.M. (1993): Einstellung und Verhalten. Die Theorie des überlegten Handelns und die Theorie des geplanten Verhaltens. In: Frey, D./Irle, M. (Hrsg.): Kognitive Theorien des Sozialpsychologie. 2. Auflage. Bern, 368-398. Friedrichs, Jürgen (1990): Methoden empirischer Sozialforschung. 14. Auflage. Opladen: Westdeutscher Verlag GmbH. Fuchs, Christoph/Diamantopoulos, Adamantios (2009): Using single-item measures for construct measurement in management research. In: Die Betriebswirtschaft, Vol. 69, Iss. 02, 195-210. Furletti, Mark (2004): Prepaid Card Markets & Regulation. Discussion Paper – Federal Reserve Bank of Philadelphia. Online im Internet: http://www.philadelphiafed.org/pcc/papers/2004/ Prepaid_022004.pdf ([Stand Q2/2007]; Abfrage 21.09.2007; [MEZ 14:32 Uhr]). Gefen, David/Karahanna, Elena/Straub, Detmar W. (2003): Trust and TAM in Online Shopping: An Integrated Model. In: MIS Quarterly, Vol. 27, Iss. 1, 51-90. Gilbert, David (2003): Retail marketing management. 2. Harlow, Ess. u.a.: Financial Times Prentice Hall.

198

Literaturverzeichnis

Götz, Oliver/Liehr-Gobbers, Kerstin (2004): Analyse von Strukturgleichungsmodellen mit Hilfe der Partial-Least-Squares(PLS)-Methode. In: DBW - Die Betriebswirtschaft., Vol. 64, Iss. 6, 714-738. Grill, Wolfgang/Perczynski, Hans (2006): Wirtschaftslehre des Kreditwesens. Troisdorf: Bildungsverlag EINS. Gumpoldsberger, Harald/Nitsch, Friedrich (2009): Bildung in Zahlen 2007 /2008. Wien: Statistik Austria, Verlag Österreich GmbH. Hackl, Peter/Zachariasen, Christian (2007): Statistisches Jahrbuch Österreich 2008. Wien: Statistik Österreich. Hair, Joseph F. (2006): Multivariate data analysis. 6. Upper Saddle River, NJ: Pearson Prentice-Hall. Hammann, Peter/Erichson, Bernd (2006): Marktforschung. 4. Auflage. Stuttgart: Lucius & Lucius Verlagsgesellschaft mbH. Hartmann, Monika E. (2000): Elektronisches Geld und Geldpolitik. Eine Analyse der Wechselwirkungen. Dissertation, Universität Karlsruhe. Karlsruhe: Universitätsverlag. Hayashi, Fumiko (2006): A Puzzle of Card Payment Pricing: Why Are Merchants Still Accepting Card Payments? . In: Review of Network Economics, Vol. 5, Iss. 1, 144 - 174. Hayashi, Fumiko/Klee, Elizabeth (2003): Technology Adoption and Consumer Payments: Evidence from Survey Data. In: Review of Network Economics, Vol. 2, Iss. 2, 175 - 190. Heim, Philipp/Walter, Eva Margarete/Reutterer, Thomas (2009): User Acceptance Of SMS-Based Advertising Campaigns. 6th International Conference on Partial Least Squares and Related Methods, Beijing/China, 4. bis 7. September 2009, 394-399. Hennig-Thurau, Thorsten/Henning, Victor/Sattler, Henrik (2007a): Consumer File Sharing of Motion Pictures. In: Journal of Marketing, Vol. 71, Iss. 4, 1-18. Hennig-Thurau, Thorsten/Henning, Victor/Sattler, Henrik/Eggers, Felix /Houston, Mark B. (2007b): The Last Picture Show? Timing and Order of Movie Distribution Channels. In: Journal of Marketing, Vol. 71, Iss. 4, 63-83. Hensel-Börner, Susanne (2000): Validität computergestützter hybrider ConjointAnalysen. 1. Aufl. Wiesbaden: Dt. Univ.-Verl. u.a. Henseler, Jörg/Ringle, Christian M./Sinkovics, Rudolf R. (2009): The Use of Partial Least Squares Path Modeling in International Marketing. In: Advances in International Marketing, Vol. 20, 277-319. Herdin, Thomas (2006): CRM als Erfolgsfaktor im Tourismus? In: Bachleitner, Reinhard/Egger, Roman/Herdin, Thomas (Hrsg.): Innovationen in der Tourismusforschung. Methoden und Anwendungen. Wien u.a.: LITVerl., 173-196.

Literaturverzeichnis

199

Herrmann, Andreas/Homburg, Christian (2000): Marktforschung: Ziele, Vorgehensweise und Methoden. In: Herrmann, Andreas/Homburg, Christian (Hrsg.): Marktforschung. 2. Auflage. Wiesbaden: Gabler Verlag, 1332. Herzberg, Frederick (1968): One more time: How do you motivate employees? In: Harvard Business Review, Vol. 46, Iss. 1, 53-62. Hildebrandt, Lutz/Homburg, Christian (1998): Die Kausalanalyse: Bestandsaufnahme, Entwicklungsrichtungen, Problemfelder. In: Hildebrandt, Lutz/Homburg, Christian (Hrsg.): Die Kausalanalyse. Ein Instrument der empirischen betriebswirtschaftlichen Forschung. Stuttgart: Schäffer-Poeschel Verlag, 15-44. Hilgard, Ernest R. (1980): The Triology of Mind: Cognition, Affection, and Conation. In, Vol. 16, 107-117. Hinterhuber, Hans H./Bieger, Thomas (2004): Kundenmanagement als Erfolgsfaktor. Berlin: Schmidt. Hirschman, Elizabeth C./Srivastava, Rajendra K./Alpert, Mark I. (1979): An empirical Examination of Alternative Models for Predicting Consumer Utilization of two Credit Card Systems. In: Advances in Consumer Research, Vol. 6, Iss. 1, 592-598. Hodgkinson, Gerard P. /Rousseau, Denise M. (2009): Bridging the RigourRelevance Gap in Management Research: It's Already Happening! In: Journal of Management Studies, Vol. 46, Iss. 3, 534-546. Hoffmann, Andreas/Wörlen, Heike/Friedrich, Andrea/Knaust, Nadine/von Kalckreuth, Ulf/Schmidt, Tobias (2009): Zahlungsverhalten in Deutschland. Eine empirische Studie über die Auswahl und Verwendung von Zahlungsinstrumenten in der Bundesrepublik Deutschland. Frankfurt am Main: Deutsche Bundesbank. Holweg, Christina (2009): Consumer Value im Category Management-Modell nach ECR. Kritische Diskussion und empirische Evaluierung. 1. Aufl. Wiesbaden: Gabler. Holweg, Christina/Schnedlitz, Peter/Teller, Christoph (2009): The drivers of consumer value in the ECR Category Management model. In: International Review of Retail, Distribution & Consumer Research, Vol. 19, Iss. 3, 199-218. Homburg, Christian/Giering, Annette (1996): Konzeptualisierung und Operationalisierung komplexer Konstrukte: Ein Leitfaden für die Marketingforschung. In: Marketing - Zeitschrift für Forschung und Praxis, Vol. 18, Iss. 1, 5-24. Homburg, Christian/Herrmann, Andreas/Pflesser, Christian (2000): Methoden der Datenanalyse im Überblick. In: Herrmann, Andreas/Homburg, Christian (Hrsg.): Marktforschung. Methoden, Anwendungen, Praxisbeispiele. Wiesbaden: Gabler.

200

Literaturverzeichnis

Homburg, Christian/Klarmann, Martin (2009): Multi Informant-Designs in der empirischen betriebswirtschaftlichen Forschung. In: Die Betriebswirtschaft, Vol. 69, Iss. 02, 147-172. Homburg, Christian/Krohmer, Harley (2007): Marketingmanagement: Strategie, Instrumente, Umsetzung, Unternehmensführung. 2. Auflage. Wiesbaden: Gabler. Homburg, Christian/Schilke, Oliver/Reimann, Martin (2009): Triangulation von Umfragedaten in der Marketing- und Managementforschung. In: Die Betriebswirtschaft, Vol. 69, Iss. 02, 173-194. Howard, John A./Sheth, Jagdish N. (1969): The theory of buyer behavior. New York: Wiley. Howell, David C. (2007): Fundamental Statistics for the Behavioral Sciences. 6th Edition. Cengage Learning Services. Hrubes, Daniel/Ajzen, Icek/Daigle, John (2001): Predicting Hunting Intentions and Behavior: An Application of the Theory of Planned Behavior. In: Leisure Sciences, Vol. 23, Iss. 3, 165-178. Hsieh, J. J. Po-An/Rai, Arun/Keil, Mark (2008): Understanding Digital Inequality: Comparing Continued Use Behavioral Models of the SocioEconomically Advantaged and Disadvantaged. In: MIS Quarterly, Vol. 32, Iss. 1, 97-126. Hu, Li-tze/Bentler, P. M./Kano, Yutaka (1992): Can test statistics in covariance structure analysis be trusted? In: Psychological Bulletin, Vol. 112, Iss. 2, 351. Hulland, John (1999): Use of partial least squares (PLS) in strategic management research: A review of four recent. In: Strategic Management Journal, Vol. 20, Iss. 2, 195. Humphrey, David B./Pulley, Lawrence B./Vesala, Jukka M. (1996): Cash, Paper, and Electronic Payments: A Cross-Country Analysis. In: Journal of Money, Credit & Banking, Vol. 28, Iss. 4, 914-939. IFES (2008): OeNB-Barometer 2008. Zahlungsmittel 2. Quartalbericht Mai/Juni 2008. Wien: Oesterreichische Nationalbank. Jackson, Dennis L. (2001): Sample Size and Number of Parameter Estimates in Maximum Likelihood Confirmatory Factor Analysis: A Monte Carlo Investigation. In: Structural Equation Modeling: A Multidisciplinary Journal, Vol. 8, Iss. 2, 205 - 223. Jackson, Dennis L. (2003): Revisiting Sample Size and Number of Parameter Estimates: Some Support for the N:q Hypothesis. In: Structural Equation Modeling: A Multidisciplinary Journal, Vol. 10, Iss. 1, 128 141. Jahn, Steffen (2007): Strukturgleichungsmodellierung mit LISREL, AMOS und SmartPLS. Chemnitz: Technische Universität Chemnitz. Januszewska, Renata/Jacques, Viaene (2001): Application of the theory of planned behavior to consumption of chocolate: Cultural differences

Literaturverzeichnis

201

across Belgium and Poland. In: Journal of Euro - Marketing, Vol. 10, Iss. 2, 1. Jarvis, Cheryl Burke/Mackenzie, Scott B./Podsakoff, Philip M./Mick, David Glen/Bearden, William O. (2003): A Critical Review of Construct Indicators and Measurement Model Misspecification in Marketing and Consumer Research. In: Journal of Consumer Research, Vol. 30, Iss. 2, 199-218. Jonas, Klaus/Doll, Jörg (1996): Eine kritische Bewertung der Theorie überlegten Handelns und der Theorie geplanten Verhaltens. In: Zeitschrift für Sozialpsychologie, Vol. 27, Iss. 1, 18-32. Jonker, Nicole (2007): Payment Instruments as Perceived by Consumers: Results from a Household Survey. In: De Economist, Vol. 155, Iss. 3, 271-303. Jöreskog, Karl G./Sörbom, Dag (2001): LISREL® 8 user's reference guide. 2. , 4. print. Chicago, Ill.: Scientific Software Internat. Jost, Peter-Jürgen (2001): Der Transaktionskostenansatz im Unternehmenskontext. In: Jost, Peter-Jürgen/Alewell, Dorothea (Hrsg.): Der Transaktionskostenansatz in der Betriebswirtschaftslehre. Stuttgart: SchäfferPoeschel, S. 9–34. Judt, Ewald (2005): Kartenzahlungsverkehr – quo vadis? In: Bank Archiv, Vol. 4, 229-239. Judt, Ewald (2006): Zahlungsverkehrsinnovationen im Wandel der Zeit und ihre Vermarktung. In: Lammer, Thomas (Hrsg.): Handbuch E-Money, EPayment & M-Payment. Heidelberg: Physica-Verl. Judt, Ewald/Waldock, Jeffrey (2004): Plastic money terminology an EnglishGerman glossary. 3., überarb. u. erw. Aufl. Frankfurt am Main: Knapp. Kaas, Klaus P. (2000): Alternative Konzepte der Theorieverankerung. In: Backhaus, Klaus (Hrsg.): Deutschsprachige Marketingforschung. Bestandsaufnahme und Perspektiven. Stuttgart: Schäffer-Poeschel Verlag, 5579. Kaas, Klaus Peter/Fischer, Marc (1993): Der Transaktionskostenansatz. In: Das Wirtschaftsstudium, Vol. 22, Iss. 8-9, 686-693. Kaiser, Florian G./Schultz, Wesley P. (2009): The Attitude-Behavior Relationship: A Test of Three Models of the Moderating Role of Behavioral Difficulty. In: Journal of Applied Social Psychology, Vol. 39, Iss. 1, 186-207. Kang, Hyunmo/Hahn, Minhi/Fortin, David R./Hyun, Yong J./Eom, Yunni (2006): Effects of perceived behavioral control on the consumer usage intention of e-coupons. In: Psychology & Marketing, Vol. 23, Iss. 10, 841-864. Keil, Mark/Tan, Benard C. Y./Wei, Kwok-Kee/Saarinen, Timo/Tuunainen, Virpi/Wassenaar, Arjen (2000): A cross-cultural Study on Escalation of

202

Literaturverzeichnis

Commitment Behavior in Software Projects. In: MIS Quarterly, Vol. 24, Iss. 2, 299-325. Kendzierski, Deborah (1990): Decision Making Versus Decision Implementation: An Action Control Approach to Exercise Adoption and Adherence. In: Journal of Applied Social Psychology, Vol. 20, Iss. 1, 27-45. Kennickell, Arthur B./Kwast, Myron L. (1997): Who Uses Electronic Banking? In: Working Papers -- US Federal Reserve Board's Finance & Economic Discussion Series, 1. Kidwell, Blair/Jewell, Robert D. (2003): The Moderated Influence of Internal Control: An Examination Across Health-Related Behaviors. In: Journal of Consumer Psychology, Vol. 13, Iss. 4, 377-386. Kidwell, Blair/Jewell, Robert D. (2008): The influence of past behavior on behavioral intent: An information-processing explanation. In: Psychology & Marketing, Vol. 25, Iss. 12, 1151-1166. Kieser, Alfred/Leiner, Lars (2009): Why the Rigour-Relevance Gap in Management Research Is Unbridgeable. In: Journal of Management Studies, Vol. 46, Iss. 3, 516-533. Klee, Elizabeth (2004): Paper or Plastic? The Effect of Time on Check and Debit Card Use at Grocery Stores. In: Working Papers -- US Federal Reserve Board's Finance & Economic Discussion Series, 1-46. Klee, Elizabeth (2006): Families' Use of Payment Instruments During a Decade of Changein the U.S. Payment System. In: Working Papers -- US Federal Reserve Board's Finance & Economic Discussion Series, 1-52. Klee, Elizabeth (2008): How people pay: Evidence from grocery store data. In: Journal of Monetary Economics, Vol. 55, Iss. 3, 526-541. Klein, Andreas (2008): Transaktionskosten als Einflussfaktoren auf die Einkaufsstättenwahl von Konsumenten. In: Marketing - Zeitschrift für Forschung und Praxis, Vol. 30, Iss. 3, 147-160. Klingenberg, Beate (2000): Kundennutzen und Kundentreue. Eine Untersuchung zum Treue-Nutzen aus Konsumentensicht. München: FGMVerlag. Kotler, Philip/Keller, Kevin Lane (2006): Marketing management. 12. Auflage. Upper Saddle River, NJ: Pearson Prentice Hall. Kotler, Philip/Keller, Kevin Lane/Bliemel, Friedhelm (2007): MarketingManagement. Strategien für wertschaffendes Handeln. 12., aktualisierte Aufl. München: Pearson Studium. Krafft, Manfred/Götz, Oliver/Liehr-Gobbers, Kerstin (2005): Die Validierung von Strukturgleichungsmodellen mit Hilfe des Partial-Least-Squares (PLS)-Ansatzes. In: Bliemel, Friedhelm/Eggert, Andreas/Fassott, Georg/Henseler, Jörg (Hrsg.): Handbuch PLS-Pfadmodellierung. Methode, Anwendung, Praxisbeispiele. Stuttgart: Schäffer-Poeschel, 7298.

Literaturverzeichnis

203

Kreller, Peggy (2000): Einkaufsstättenwahl von Konsumenten. Ein präferenztheoretischer Erklärungsansatz. Wiesbaden: Dt. Univ.-Verl. Kretschmar, Stephanie (2005): Elektronische Zahlungssysteme. Grundlagen, Verbreitung, Akzeptanz, Bewertung. Saarbrücken: VDM Verlag Dr. Müller. Kroeber-Riel, Werner/Weinberg, Peter/Gröppel-Klein, Andrea (2009): Konsumentenverhalten. 9. Auflage. München: Verlag Vahlen. Krueger Jr, Norris F./Brazeal, Deborah V. (1994): Entrepreneurial Potential and Potential Entrepreneurs. In: Entrepreneurship: Theory & Practice, Vol. 18, Iss. 3, 91. Krumnow, Jürgen/Gramlich, Ludwig/Lange, Thomas A./Dewner, Thomas M. (2002): Gabler Bank Lexikon. 13. Auflage. Wiesbacen: Gabler Verlag. Kulviwat, Songpol/Bruner Ii, Gordon C./Kumar, Anand/Nasco, Suzanne A./Clark, Terry (2007): Toward a unified theory of consumer acceptance technology. In: Psychology & Marketing, Vol. 24, Iss. 12, 10591084. Kuß, Alfred (2007): Marktforschung. Grundlagen der Datenerhebung und Datenanalyse. 2., überarbeitete und erweiterte Auflage. Wiesbaden: Gabler Verlag. Kuß, Alfred/Tomczak, Torsten (2004): Käuferverhalten. 3. Auflage. Stuttgart: Lucius & Lucius. Kuß, Alfred/Tomczak, Torsten (2007): Käuferverhalten. 4. Auflage. Stuttgart: Lucius & Lucius. LaPiere, Richard T. (1934): Attitude vs. Action. In: Social Forces, Vol. 13, Iss. 1, 230-237. Legris, Paul/Ingham, John/Collerette, Pierre (2003): Why do people use information technology? A critical review of the technology acceptance model. In: Information & Management, Vol. 40, Iss. 3, 191-204. Lewin, Jeffrey E./Donthu, Naveen (2005): The influence of purchase situation on buying center structure and involvement: a select meta-analysis of organizational buying behavior research. In: Journal of Business Research, Vol. 58, Iss. 10, 1381-1390. Lilien, Gary L. (1997): Marketing Models: Past, Present and Future. In: Laurent, Gilles/Lilien, Gary L./Pras, Bernard (Hrsg.): Research Traditions in Marketing. Boston, Mass. u.a.: Kluwer Acad. Publ., 1-27. Lingnau, Volker (1995): Kritischer Rationalismus und Betriebswirtschaftslehre. In: Wirtschaftswissenschaftliches Studium, Vol. 24, Iss. 3, 124-129. Lohmöller, Jan-Bernd (1989): Latent Variable Path Modeling with Partial Least Squares. Heidelberg: Physica-Verlag. Lord, Charles G./Paulson, Rene M./Sia, Tiffiny L./Thomas, Jennifer C./Lepper, Mark R. (2004): Houses Built on Sand: Effects of Exemplar Stability on Susceptibility to Attitude Change. In: Journal of Personality & Social Psychology, Vol. 87, Iss. 6, 733.

204

Literaturverzeichnis

Loureiro, Sandra (2009): Satisfaction Perceived By Customers Of The Supermarkets In Portugal. 6th International Conference on Partial Least Squares and Related Methods, Beijing/China, 4. bis 7. September 2009, 264-269. Malhotra, Naresh K. (2007): Marketing Research. An Applied Orientation. 5. Edition. Upper Saddle River, NJ: Pearson Prentice-Hall. Mantel, Brian (2000): Why do consumers pay bills electronically? An empirical analysis. In: Economic Perspectives, Vol. 24, Iss. 4, 32. Maréchal, Alain/Righetti, Paolo/Pioche, Simon/Souaifi, Hajer/Troso, Riccardo (2009): PLS Multinomial Logit In Satisfaction Surveys. 6th International Conference on Partial Least Squares and Related Methods, Beijing/China, 4. bis 7. September 2009, 34-39. Mathieson, Kieren (1991): Predicting User Intentions: Comparing the Technology Acceptance Model with the Theory of Planned Behavior. In: Information Systems Research, Vol. 2, Iss. 3, 173-191. Mathwick, Charla/Wiertz, Caroline/De Ruyter, Ko (2008): Social Capital Production in a Virtual P3 Community. In: Journal of Consumer Research, Vol. 34, Iss. 6, 832-849. Mazanec, Josef A. (1978): Strukturmodelle des Konsumverhaltens : empirische Zugänglichkeit und praktischer Einsatz zur Vorbereitung absatzwirtschaftlicher Positionierungs- und Segmentierungsentscheidungen. Wien: Orac. McCarthy, Edmund Jerome/Perreault, William D. (1993): Basic marketing a global-managerial approach. 11. Burr Ridge, Ill. u.a.: Irwin. McCaul, Kevin D./Sandgren, Ann K./O'Neill, H. Katherine/Hinsz, Verlin B. (1993): The Value of the Theory of Planned Behavior, Perceived Control, and Self-Efficacy Expectations for Predicting Health-Protective Behaviors. In: Basic & Applied Social Psychology, Vol. 14, Iss. 2, 231-252. McFarland, Richard G./Bloodgood, James M./Payan, Janice M. (2008): Supply Chain Contagion. In: Journal of Marketing, Vol. 72, Iss. 2, 63-79. Meffert, Heribert (1992): Marketingforschung und Käuferverhalten. 2. Auflage. Wiesbaden: Gabler Verlag. Meffert, Heribert (2007): Stellenwert und Perspektiven des Marketing - Empirische Befunde aus Sicht von Wissenschaft und Praxis. In: Thexis, Iss. 1, 2-7. Meffert, Heribert/Bongartz, Michael (2000): Marktorientierte Unternehmensführung an der Jahrtausendwende aus Sicht der Wissenschaft und Unternehmenspraxis - eine empirische Untersuchung. In: Backhaus, Klaus (Hrsg.): Deutschsprachige Marketingforschung. Bestandsaufnahme und Perspektiven. Stuttgart: Schäffer-Poeschel Verlag, 382-408. Metro (2009): real,- Future Store - Zahlen per Fingerabdruck. Online im Internet: http://www.future-store.org/fsi-internet/get/documents/FSI/multi

Literaturverzeichnis

205

media/pdfs/Zahlen%20per%20Fingerabdruck.pdf ([Stand 2009] Abfrage 15.10.2009;[MEZ 17:22 Uhr]). Michaelis, Elke (1985): Organisation unternehmerischer Aufgaben: Transaktionskosten als Beurteilungskriterium. Frankfurt am Main: P. Lang. Mittal, Banwari (1994): An Integrated Framework for Relating Diverse Consumer Characteristics to Supermarket Coupon Redemption. In: Journal of Marketing Research (JMR), Vol. 31, Iss. 4, 533-544. Moores, Trevor T./Chang, Jerry Cha-Jan (2009): Self-efficacy, overconfidence, and the negative effect on subsequent performance: A field study. In: Information & Management, Vol. 46, Iss. 2, 69-76. Mooslechner, Peter/Stix, Helmut/Wagner, Karin (2002a): Das Zahlungsverhalten privater Haushalte in Österreich. In: Grau, Wolfdietrich (Hrsg.): Berichte und Studien 1/2002. Wien: Österreichische Nationalbank, 119-150. Mooslechner, Peter/Stix, Helmut/Wagner, Karin (2002b): The Payment Habits of Austrian. Households – Results of a Study on the Use of Payment Cards and the Structure of Payment Transactions in 2000. In: Focus on Austria, Vol. 1, 89-117. Mooslechner, Peter/Stix, Helmut/Wagner, Karin (2006): Wie wird in Österreich bezahlt? In: Geldpolitik & Wirtschaft, Vol. Q2, 120-145. Mooslechner, Peter/Wehinger, Gert (1997): Aspekte des Zahlungsverhaltens privater Haushalte in Österreich. In: OeNB, Berichte und Studien, Vol. 4, 44-65. Müller-Hagedorn, Lothar (1990): Zur Erklärung der Vielfalt und Dynamik der Vertriebsformen. In: ZfbF Schmalenbachs Zeitschrift für betriebswirtschaftliche Forschung, Vol. 42, Iss. 6, 451-466. Müller-Hagedorn, Lothar (2000): Theorie und Praxis im Marketing. In: Backhaus, Klaus (Hrsg.): Deutschsprachige Marketingforschung. Bestandsaufnahme und Perspektiven. Stuttgart: Schäffer-Poeschel Verlag, 2141. Nentwich, Michael/Peissl, Walter/Pisjak, Paul (1993): Konsumentenkarten. Neue Technologien – neue Probleme? . Wien: Verlag der Österreichischen Staatsdruckerei. Ngai, E. W. T./Poon, J. K. L./Chan, Y. H. C. (2007): Empirical examination of the adoption of WebCT using TAM. In: Computers & Education, Vol. 48, Iss. 2, 250-267. Nicolai, Alexander T. (2004): Der "trade-off" zwischen "rigour" und "relevance" und seine Konsequenzen für die Managementwissenschaften. In: Zeitschrift für Betriebswirtschaft, Vol. 74, Iss. 2, 99-118. Nijssen, Edwin J./Douglas, Susan P. (2008): Consumer World-Mindedness, Social-Mindedness, and Store Image. In: Journal of International Marketing, Vol. 16, Iss. 3, 84-107.

206

Literaturverzeichnis

Nijssen, Edwin J./Herk, Hester van (2009): Conjoining International Marketing and Relationship Marketing: Exploring Consumers' Cross-Border Service Relationships. In: Journal of International Marketing, Vol. 17, Iss. 1, 91-115. Nysveen, Herbjörn/Pedersen, Per E./Thorbjörnsen, Helge (2005): Intentions to Use Mobile Services: Antecedents and Cross-Service Comparisons. In, Vol. 33, Iss. 3, 330-346. Obst, Georg/Hintner, Otto (2000): Geld-, Bank- und Börsenwesen. 40. überarbeitete Auflage. Stuttgart: Schäffer-Poeschel Verlag. OeNB (2007): Ergebnisse der OeNB Zahlungsmittelumfrage 2. Quartal 2007. Online im Internet: http://www.oenb.at/de/img/2q07-oenb-zahlungs mittelumfrage_tcm14-57781.pdf ([Stand Q2/2007]; Abfrage 21.09. 2007; [MEZ 14:32 Uhr]). OeNB (2008a): Ergebnisse der OeNB Zahlungsmittelumfrage 1. Quartal 2008. Online im Internet: http://oenb.at/de/img/2008-1q-zahlungsmittel umfrage_tcm14-85256.pdf (Abfrage 08.05.2009; [MEZ 17:18 Uhr]). OeNB (2008b): Ergebnisse der OeNB Zahlungsmittelumfrage 3. Quartal 2008. Online im Internet: http://www.oenb.at/de/img/2008-3q-zahlungsmittel umfrage_tcm14-97803.pdf (Abfrage 20.03.2009; [MEZ 21:46 Uhr]). OeNB (2009a): 2,45 Millionen Kreditkarten in Österreich im Umlauf. Moderates Wachstum im Jahr 2008. Presseaussendung 6. März 2009. Online im Internet: http://www.oenb.at/de/stat_melders/presse/ ZahlungsmittelundZahlungssysteme/245_millionen_kreditkarten_in_oesterreich_im _umlauf.jsp (Abfrage 10.05.2009; [MEZ 18:15 Uhr]). OeNB (2009b): Bargeldbehebungen und Zahlungstransaktionen mit Debitkarten und Quick in Österreich. Online im Internet: http://www.oenb. at/de/img/bargeldbehebungen_und_zahlungstransaktionen_mit_maestr okarten_und_quick_in_oesterreich_2008_tcm14-88454.pdf ([Stand März/2009]; Abfrage 02.07.2009; [MEZ 18:23 Uhr]). OeNB (2009c): Karten und Kartenzahlung. Online im Internet: http:// www.oenb.at/de/zahlungsverkehr/Zahlungsverkehrsstrategie/karten/kar ten/karten_und_kartenzahlungen.jsp (Abfrage 20.03.2009; [MEZ 21:46 Uhr]). Oesterle, Michael-Jörg (2006): Wahrnehmung betriebswirtschaftlicher Fachzeitschriften durch Praktiker. In: Die Betriebswirtschaft, Vol. 66, Iss. 3, 307. Olbrich, Rainer (2006): Marketing. Eine Einführung in die marktorientierte Unternehmensführung. Berlin, Heidelberg: Springer-Verlag Berlin Heidelberg. Orbell, Sheina/Hodgkins, Sarah/Sheeran, Paschal (1997): Implementation Intentions and the Theory of Planned Behavior. In: Personality and Social Psychology Bulletin, Vol. 23, Iss. 9, 945-954.

Literaturverzeichnis

207

Osgood, Charles Egerton/Suci, George J./Tannenbaum, Percy H. (1957): The measurement of meaning. 5. print. Urbana, Ill. u.a.: Univ. of Illinois Press. Republik Österreich (2000): 72. Bundesgesetz: Eurogesetz und Änderung des Scheidemünzengesetzes 1988 und des Nationalbankgesetzes 1984 (NR: GP XXI RV 174 AB 244 S. 33. BR: AB 6190 S. 667). In: Bundesgesetzblatt für die Republik Österreich, Jg. 2000, Teil I, 767-771. Ott, Lyman R./Longnecker, Michael (2001): An Introduction to Statistical Methods and Data Analysis. 5th Edition. Thomson Learning. Parasuraman, A./Zeithaml, Valarie A./Berry, Leonard L. (1988): SERVQUAL: A Multiple-Item Scale for Measuring Consumer Perceptions of Service Quality. In: Journal of Retailing, Vol. 64, Iss. 1, 12-40. Park, Namkee/Roman, Raul/Lee, Seungyoon/Chung, Jae Eun (2009): User acceptance of a digital library system in developing countries: An application of the Technology Acceptance Model. In: International Journal of Information Management, Vol. 29, Iss. 3, 196-209. Pavlou, Paul A./Fygenson, Mendel (2006): Understanding and Predicting Electronic Commerce Adoption: An Extension of the Theory of planned Behavior. In: MIS Quarterly, Vol. 30, Iss. 1, 115-143. PayLife (2006): Meilensteine in der Geschichte von Europay Austria. Online im Internet: http://www.europay.at/epa/opencms/de/Home/ Ueber_Euro pay/Facts_Figures/index.html?mno=1 ([Stand 11.2006] Abfrage 07.11. 2006;[MEZ 17:19 Uhr]). PayLife (2007): Geschichte des Unternehmens PayLife. Online im Internet: http://www.paylife.at/plb/opencms/de/Home/Ueber_Europay/Facts_Fi gures/Geschichte/index.html ([Stand 01.09.2007]; Abfrage 21.09.2007; [MEZ 12:40 Uhr]). PayLife (2008): Vertragspartner. Online im Internet: http://www.paylife .at/plb/opencms/de/Home/Unsere_Partner/Vertragspartner/index.html (Abfrage 14.11.2008; [MEZ 00:22 Uhr]). PayLife (2009a): Abwicklungsrichtlinien für Kreditkarten, Debitkarten und die Elektronische Geldbörse Quick®. Online im Internet: ([Stand 10/2008]; Abfrage 14.05.2009; [MEZ 18:30 Uhr]). PayLife (2009b): PayLife Kreditkarten. Online im Internet: https://www. kreditkarte.at/plb/opencms/de/Kreditkarten/Kartenvergleich/index.html ([Stand 2009] Abfrage 15.10.2009;[MEZ 17:11 Uhr]). Picot, Arnold (1982): Transaktionskostenansatz in der Organisationstheorie: Stand der Diskussion und Aussagewert. In: Die Betriebswirtschaft, Vol. 42, Iss. 2, 267-284. Picot, Arnold (1992): Ronald H. Coase - Nobelpreistraeger 1991. Transaktionskosten: Ein zentaler Beitrag. In: WIST Wirtschaftswissenschaftliches Studium, Vol. 21, Iss. 2, 79-83.

208

Literaturverzeichnis

Pocsay, Sandra/Schramm-Klein, Hanna/Zentes, Joachim (2009): The Effects of Structural Bonds on Competitive Advantage and Relationship Quality in Channel Relationships. 15th conference of the European Association for Education and Research in Commercial Distribution (EAERCD), Surrey/UK, 15. bis 17. Juli 2009. Posselt, Thorsten/Gensler, Sonja (2000): Ein transaktionskostenorientierter Ansatz zur Erklärung von Handelsbetriebstypen. In: Die Betriebswirtschaft, Vol. 60, Iss. 2, 182-198. Pratibha, A. Dabholkar/Bobbitt, L. Michelle/Eun-Ju, Lee (2003): Understanding consumer motivation and behavior related to self-scanning in retailing: Implications for strategy and research on technology-based selfservice. In: International Journal of Service Industry Management, Vol. 14, Iss. 1, 59. Prelec, Drazen/Simester, Duncan (2001): Always Leave Home Without It: A Further Investigation of the Credit-Card Effect on Willingness to Pay. In: Marketing Letters, Vol. 12, Iss. 1, 5. Qureshi, Israr/Compeau, Deborah (2009): Assessing between-group Differences in Information Systems Research: A Comparison of Covariance and Component-Based SEM. In: MIS Quarterly, Vol. 33, Iss. 1, 197-214. Raab, Gerhard (1998): Kartengestützte Zahlungssysteme und Konsumentenverhalten. Eine theoretische und empirische Untersuchung. Berlin: Duncker & Humbolt. Rafsanjani, Nazanin (2006): Plastic Only: Cafe Refuses to Accept Cash. Online im Internet: http://www.npr.org/templates/story/story.php?storyId= 6246139 ([Stand 11.10.2006]; Abfrage 13.05.2009; [MEZ 21:42 Uhr]). Reichenbach, Hans (1952): Experience and prediction. An analysis of the foundations and the structure of knowledge. 4th Edition. Chicago: University of Chicago Press. Reith, Christina (2007): Convenience im Handel. Frankfurt, M. ; Wien u.a.: Lang. Richetin, Juliette/Perugini, Marco/Adjali, Iqbal/Hurling, Robert (2008): Comparing leading theoretical models of behavioral predictions and postbehavior evaluations. In: Psychology & Marketing, Vol. 25, Iss. 12, 1131-1150. Richter, Rudolf/Furubotn, Eirik Grundtvig/Streissler, Monika (2003): Neue Institutionenökonomik. Eine Einführung und kritische Würdigung. 3. überarbarbeitete und erweiterte Auflage. Tübingen: Mohr Siebeck Rindfleisch, Aric/Heide, Jan B. (1997): Transaction cost analysis: Past, present, and future applications. In: Journal of Marketing, Vol. 61, Iss. 4, 30. Ringle, Christian M. (2004): Gütemaße für den Partial Least Squares-Ansatz zur Bestimmung von Kausalmodellen. Arbeitspapier Nr. 16. Hamburg: Universität Hamburg. Institut für Industiebetriebslehre und Organsiation. Prof. Dr. K.-W. Hansmann.

Literaturverzeichnis

209

Ringle, Christian Marc/Wende, Sven/Will, Alexander (2005): SmartPLS 2.0 (beta). http://www.smartpls.de. Hamburg: University of Hamburg. Rossiter, John R. (2002): The C-OAR-SE procedure for scale development in marketing. In: International Journal of Research in Marketing, Vol. 19, Iss. 4, 305-335. Rüter, Horst (2007): Kartengestützte Zahlungssysteme im Einzelhandel 2007. Daten, Fakten, Hintergründe aus der empirischen Forschung. Köln: EHI Retail Institute GmbH. Rüter, Horst (2009): Karten-Entwicklung aus Handelssicht. EHI-Research: Zahlung und Kundenbindung per Karte. Köln: EHI Retail Institute GmbH. Sabadus, Aura (2009): Supermarkets increase self-checkouts as speed boosts margins. In: Financial Times. 28. September 2009. Online im Internet: http://proquest.umi.com/pqdweb?did=1868489391&Fmt=7&clientId=3 7603&RQT=309&VName=PQD Sánchez-Franco, Manuel J. (2006): Exploring the influence of gender on the web usage via partial least squares. In: Behaviour & Information Technology, Vol. 25, Iss. 1, 19-36. Sarstedt, Marko/Wilcynski, Petra (2009): More for Less? A Comparison of Single-Item and Multi-Item Measures. In: Die Betriebswirtschaft, Vol. 69, Iss. 02, 211-228. Sattler, Henrik (1998): Markenbewertung als Instrument zur wertorientierten Unternehmensführung. In: Bruhn, Manfred/Lusti, Markus/Müller, Werner/Schierenbeck, Henner/Studer, T. (Hrsg.): Wertorientierte Unternehmensführung: Perspektiven und Handlungsfelder für die Wertsteigerung von Unternehmen. Wiesbaden: Gabler. Sattler, Henrik/Gedenk, Karen/Hensel-Börner, Susanne (2002): BandbreitenEffekte bei multiattributiven Entscheidungen. In: Zeitschrift für Betriebswirtschaft, Vol. 72, Iss. 9, 953-977. Schanz, Günther (1975): Einführung in die Methodologie der Betriebswirtschaftslehre. Köln: Kiepenheuer & Witsch. Scharl, Arno/Dickinger, Astrid/Murphy, Jamie (2005): Diffusion and success factors of mobile marketing. In, Vol. 4, Iss. 2, 159-173. Scheer, Lambert E./Schramm-Klein, Hanna/Zentes, Joachim (2009): Relationship Quality in Franchise Networks and Cooperative Groups in the Retailing and Services Industry: The Role of Formal Coordination Mechanisms. 15th conference of the European Association for Education and Research in Commercial Distribution (EAERCD), Surrey/UK, 15. bis 17. Juli 2009. Scheuch, Fritz (2007): Marketing. 6., verb. und erg. Aufl. München: Vahlen. Schillewaert, Niels/Ahearne, Michael J./Frambach, Ruud T./Moenaert, Rudy K. (2005): The adoption of information technology in the sales force. In: Industrial Marketing Management, Vol. 34, Iss. 4, 323-336.

210

Literaturverzeichnis

Schnedlitz, Peter (1985a): Einstellungen und soziale Beeinflussung als Bedingungen von Kaufabsichten. Europäische Hochschulschriften, Reihe V, Vol. 593. Frankfurt am Main/Bern/New York: Peter Lang. Schnedlitz, Peter (1985b): Einstellungen und soziale Beeinflussung als Bedingungen von Kaufabsichten: eine empirische Untersuchungsreihe. Frankfurt am Main u.a.: Lang. Schnedlitz, Peter (2006): Innovationen in Marketing und Handel. Ausgangsüberlegungen - Perspektiven - Praxisdialog. In: Schnedlitz, Peter/Buber, Renate/Reutterer, Thomas/Schuh, Arnold/Teller, Christoph (Hrsg.): Innovationen in Marketing und Handel. Wien: Linde Verlag Ges.m.b.H, 23-35. Schnedlitz, Peter/Waidacher, Ernst-Michael (1996): Kosten der BargeldTransaktionen für den Handel. In: Schnedlitz, Peter (Hrsg.): Schriftenreihe Handel und Marketing. Band 6. Wien. Scholderer, Joachim/Balderjahn, Ingo (2005): PLS versus LISREL: Ein Methodenvergleich. In: Bliemel, Friedhelm/Eggert, Andreas/Fassott, Georg/Henseler, Jörg (Hrsg.): Handbuch PLS-Pfadmodellierung. Methode, Anwendung, Praxisbeispiele. Stuttgart: Schäffer-Poeschel. Scholderer, Joachim/Balderjahn, Ingo (2006): Was unterscheidet harte und weiche Strukturgleichungsmodelle nun wirklich? In: Marketing - Zeitschrift für Forschung und Praxis, Vol. 28, Iss. 1, 57-70. Schramm-Klein, Hanna/Zentes, Joachim/Morschett, Dirk/Swoboda, Bernhard (2009): The Influence of Retailers’ Corporate Social Responsibility Activities on Consumer’s Loyalty and Purchasing Behavior. 38th EMAC Conference, Nantes (France), 26. - 29. Mai 2009. Schreft, Stacey L. (2006): How and Why Do Consumers Choose Their Payment Methods? . In: Federal Reserve Bank of Kansas City, Research Working Paper # 06-04. Schröder, Hendrik/Großweischede, Markus (2002): Sortimentsgestaltung in Mehrkanal-Systemen des Einzelhandels. In: der markt, Vol. 41, Iss. 23, 81-97. Shaw, Deidre/Shiu, Edward/Clarke, Ian (2000): The Contribution of Ethical Obligation and Self-identity to the Theory of Planned Behaviour: An Exploration of Ethical Consumers. In: Journal of Marketing Management, Vol. 16, Iss. 8, 879-894. Shaw, Deirdre/Shiu, Edward (2003): Ethics in consumer choice: a multivariate modelling approach. In: European Journal of Marketing, Vol. 37, Iss. 10, 1485-1498. Sheth, Jagdish N./Mittal, Banwari (2004): Customer behavior: a managerial perspective 2. Auflage. Cincinnati, Ohio South-Western. Shih, Hung-Pin (2004): Extended technology acceptance model of Internet utilization behavior. In: Information & Management, Vol. 41, Iss. 6, 719-729.

Literaturverzeichnis

211

Shikano, Susumu (2006): Bootstrap und Jackknife. In: Behnke, Joachim/Gschwend, Thomas/Schindler, Delia/Schnapp, Kai-Uwe (Hrsg.): Methoden der Politikwissenschaft: neuere qualitative und quantitative Analyseverfahren 1. Baden-Baden: Nomos-Verlag, 69-79. Shy, Oz/Tarkka, Juha (2002): The Market for Electronic Cash Cards. In: Journal of Money, Credit, and Banking, Vol. 34, 299-314. Simon, Hermann (2008): Betriebswirtschaftliche Wissenschaft und Unternehmenspraxis - Erfahrungen aus dem Marketing-Bereich. In: Schmalenbachs Zeitschrift fuer betriebswirtschaftliche Forschung, Vol. 60, Iss. 2, 73-93. Skowron, Stanislaw/Skowron, Lukasz (2009): Comparative Studies Of Satisfaction And Loyalty Of Polish Customers And Customers In Denmark In The Banking Sector. 6th International Conference on Partial Least Squares and Related Methods, Beijing/China, 4. bis 7. September 2009, 276-283. Smith, Joanne R./Terry, Deborah J./Manstead, Antony S. R./Louis, Winnifred R./Kotterman, Diana/Wolfs, Jacqueline (2008): The Attitude-Behavior Relationship in Consumer Conduct: The Role of Norms, Past Behavior, and Self-Identity. In: Journal of Social Psychology, Vol. 148, Iss. 3, 311-334. Soman, Dilip (2001): Effects of Payment Mechanism on Spending Behavior: The Role of Rehearsal and Immediacy of Payments. In: Journal of Consumer Research, Vol. 27, Iss. 4, 460-474. Soman, Dilip/Cheema, Amar (2002): The Effect of Credit on Spending Decisions: The Role of the Credit Limit and Credibility. In: Marketing Science, Vol. 21, Iss. 1, 32-53. Spector, Paul E. (2006): Method Variance in Organizational Research: Truth or Urban Legend? In: Organizational Research Methods, Vol. 9, Iss. 2, 221. Statistik Austria (2008a): Bevölkerungsstand und Bevölkerungsprognosen im Jahresdurchschnitt. Online im Internet: http://www.statistik.at (Abfrage 22.08.2008; [MEZ 17:28 Uhr]). Statistik Austria (2008b): Das integrierte System der internationalen Wirtschaftssystematiken. Online im Internet: http://www.statistik.at/web_de/klassifikationen/klassifikationsdatenban k/system_der_internationalen_wirtschaftssystematiken/index.html (Abfrage 10.12.2008; [MEZ 17:24 Uhr]). Statistik Austria (2009): Verbraucherpreisindex (VPI/HVPI), Warenkorb und Gewichtung. Online im Internet: http://www.statistik.at/web_de/ statistiken/preise/verbraucherpreisindex_vpi_hvpi/warenkorb_und_gewichtu ng/index.html (Stand[11.07.2008];Abfrage 14.05.2009; [MEZ 20:02 Uhr]).

212

Literaturverzeichnis

Stauss, Bernd/Seidel, Wolfgang (2007): Beschwerdemanagement: unzufriedene Kunden als profitable Zielgruppe. 4., vollst. überarb. Aufl. München: Hanser. Stavins, Joanna (2001): Effect of Consumer Characteristics on the Use of Payment Instruments. In: New England Economic Review, Iss. 3, 19-31. Steyrer, Claudia (2009): Kundenzufriedenheit mit Kundenkartenprogrammen im österreichischen Bekleidungseinzelhandel. Eine empirische Untersuchung einzelner Leistungsattribute anhand der Kano-Theorie. Wien: Diplomarbeit an der Wirtschaftsuniversität Wien. Stier, Winfried (1999): Empirische Forschungsmethoden. 2., verbesserte Auflage. Berlin: Springer Verlag. Stix, Helmut (2006): Zahlungsverhalten und Bargeldverwendung in Österreich. In: Lammer, Thomas (Hrsg.): Handbuch E-Money, E-Payment & MPayment. Heidelberg: Physica-Verl. Stix, Helmut/Wagner, Karin (2006): Wie zahlen die Österreicher im Internet? In: Geldpolitik & Wirtschaft, Vol. Q3, Iss. 06, 85-100. Swoboda, Bernhard/Elsner, Stefan (2009): The effectiveness of different endorser types in store flyer advertising. 15th conference of the European Association for Education and Research in Commercial Distribution (EAERCD), Surrey/UK, 15. bis 17. Juli 2009. Taylor, Paul/Funk, Cary/Clark, April (2007): What Americans Pay For - and How. Online im Internet: http://pewresearch.org/assets/social/ pdf/Expenses.pdf ([Stand 07.02.2007]; Abfrage 14.08.2007; [MEZ 16:14 Uhr]). Taylor, Shirley/Todd, Peter A. (1995): Understanding Information Technology Usage: A Test of Competing Models. In: Information Systems Research, Vol. 6, Iss. 2, 144-176. Tegtmeier, Silke (2006): Erklärung der individuellen Existenzgründungsabsicht die "Theory of Planned Behavior" als sozialpsychologisches Modell im Gründungskontext. In, Vol. 1, Iss. 1, 1-18. Teller, Christoph (2002): Bargeldlogistik im Handel. Bestandsmanagement von Wechselgeld im Zuge der Euro-Bargeldeinführung mit der Software EuroCalculus. Wien: Service-Fachverlag. Temme, Dirk (2006a): Die Spezifikation und Identifikation formativer Messmodelle der Marketingforschung. In: Marketing - Zeitschrift für Forschung und Praxis, Iss. 3, 183-195. Temme, Dirk (2006b): International Advertising and Communication – Current Insights and Empirical Findings. In: Diehl, Sandra/Terlutter, Ralf (Hrsg.): International Advertising and Communication - Current Insights and Empirical Findings. Wiesbaden: Deutscher UniversitätsVerlag, 455-472.

Literaturverzeichnis

213

Temme, Dirk/Hildebrandt, Lutz (2009): LISREL-type models including formatively measured constructs – New insights into the identification issue. 38th EMAC Conference, Nantes (France), 26. - 29. Mai 2009. Temme, Dirk/Paulssen, Marcel/Hildebrandt, Lutz (2009): Common Method Variance. In: Die Betriebswirtschaft, Vol. 69, Iss. 02, 123-146. Tenenhaus, Michel/Vinzi, Vincenzo Esposito/Chatelin, Yves-Marie/Lauro, Carlo (2005): PLS path modeling. In: Computational Statistics & Data Analysis, Vol. 48, Iss. 1, 159-205. Treiblmaier, Horst/Pinterits, Andreas/Floh, Arne (2008): Success factors of internet payment systems. In: International Journal of Electronic Business, Vol. 6, Iss. 4, 369-385. Trommsdorff, Volker (2009): Konsumentenverhalten. 7. Auflage. Stuttgart: Verlag W. Kohlhammer Tsakiridou, Efthimia/Boutsouki, Christina/Zotos, Yorgos/Mattas, Kostantinos (2008): Attitudes and behaviour towards organic products: an exploratory study. In: International Journal of Retail & Distribution Management, Vol. 36, Iss. 2, 158-175. Urban, Dieter/Mayerl, Jochen (2008): Regressionsanalyse: Theorie, Technik und Anwendung. 3., überarbeitete und erweiterte Auflage. Wiesbaden: VS Verlag für Sozialwissenschaften / GWV Fachverlage GmbH Wiesbaden. Venkatesh, Viswanath/Davis, Fred D. (2000): A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies. In: Management Science, Vol. 46, Iss. 2, 186. Venkatesh, Viswanath/Morris, Michael G./Davis, Gordon B./Davis, Fred D. (2003): User Acceptance of Information Technology: Toward a unified view. In: MIS Quarterly, Vol. 27, Iss. 3, 425-478. Vogel, Stefan (1997): Überlegungen zum Einsatz der Theory of Reasoned Action und der Theory of Planned Behavior in der Analyse von Umwelteinstellungen im Hinblick auf das Umweltverhalten. Diskussionspapier Nr. 66-W-97. Institut für Wirtschaft, Politik und Recht. Wien: Universität für Bodenkultur Wien. Wagner, Tillmann/Hennig-Thurau, Thorsten/Rudolph, Thomas (2009): Does Customer Demotion Jeopardize Loyalty? In: Journal of Marketing, Vol. 73, Iss. 3, 69-85. Walter, Eva Margarete/Reutterer, Thomas (2009): How Mobile Advertising Affects Consumers: Empirical Findings From A SMS Direct Marketing Campaign. In: Proceedings of the 38th EMAC Conference (on CDROM), Hrsg. Helfer, Jean-Pierre, Nicolas, Jean-Louis. Nantes. Webster, Frederick E (1972): Organizational buying behavior. Englewood Cliffs: Prentice-Hall.

214

Literaturverzeichnis

Wehrle, Alexander/Schneider, Matthias (2009): VfB - Fankarte. Eine Bezahlkarte, die mehr kann. Köln: EHI-Research: Zahlung und Kundenbindung per Karte 2008. Weijters, Bert/Rangarajan, Devarajan/Falk, Tomas/Schillewaert, Niels (2007): Determinants and Outcomes of Customer's Use of Self-Service Technology in a Retail Setting. In: Journal of Service Research, Vol. 10, Iss. 1, 3. Wenninger, John/Laster, David (1995): The Electronic Purse. In: Current Issues in Economics Finance. Federal Reserve Bank of New York, Vol. 1, Iss. 1. Westerlund, Mika/Rajala, Risto/Anttila, Mai/Leminen, Seppo (2009): How Innovation Co-creation Affects SME Network Development. 38th EMAC Conference, Nantes (France), 26. - 29. Mai 2009. Wicker, Allan W. (1969): Attitudes Versus Actions: The Relationship of Verbal and Overt Behavioral Responses to Attitude Objects. In: The journal of social issues Vol. 25, Iss. 4, 41-78. Wilcox, James B./Howell, Roy D./Breivik, Einar (2008): Questions about formative measurement. In: Journal of Business Research, Vol. 61, Iss. 12, 1219-1228. Williamson, Oliver Eaton (1975): Markets and hierarchies: A Study in the Economics of Internal Organization. New York: Free Press. Williamson, Oliver Eaton (1987): The Economic Institutions of Capitalism. Firms, Markets, Relational Contracting. New York, NY: Free Press. Wilson, Elizabeth J./Sherrell, Daniel L. (1993): Source Effects in Communication and Persuasion Research: A Meta-Analysis of Effect Size. In: Journal of the Academy of Marketing Science, Vol. 21, Iss. 2, 101. WincorNixdorf (2009): Beetle iScan. Online im Internet: http://www.wincornixdorf.com/internet/site_CH/CH/WincorNixdorf/Press/PictureLibrary/ Retail/retail_node.html ([Stand 2009] Abfrage 16.10.2009;[MEZ 15:15 Uhr]). Wirtschaftskammer (2009): Aktuelle Disagiosätze für Bankomat- und Kreditkarten. Online im Internet: http://portal.wko.at/wk/format_detail.wk? angid=1&stid=373238&dstid=900&opennavid=21193 ([Stand 2009] Abfrage 16.10.2009;[MEZ 21:55 Uhr]). Wisbauer, Alexander/Marik-Lebeck, Stephan (2009): Bevölkerung nach Alter und Geschlecht. Wien: Statistik Austria, Verlag Österreich GmbH. Wittink, Dick R./Cattin, Philippe (1989): Commercial Use of Conjoint Analysis: An Update. In: The Journal of Marketing, Vol. 53, Iss. 3, 91-96. Wold, Herman (1982): Soft modeling: the basic design and some extensions. In: Jöreskog, Karl Gustav/Wold, Herman (Hrsg.): Systems under indirect observation: causality, structure, prediction. part 2. Amsterdam: NorthHolland, 1-54.

Literaturverzeichnis

215

Wold, Svante (2001): Personal memories of the early PLS development. In: Chemometrics and Intelligent Laboratory Systems, Vol. 58, Iss. 2, 8384. Worthington, Steve (1998): The card centric distribution of financial services: a comparison of Japan and the UK. In: International Journal of Bank Marketing, Vol. 16, Iss. 5, 211-220. Worthington, Steve (2000): Changes in payments markets, past, present and future: a comparison between Australia and the UK. In: International Journal of Bank Marketing, Vol. 18, Iss. 5, 212-221. Worthington, Steve (2001): Affinity credit cards: a critical review. In: International Journal of Retail & Distribution Management, Vol. 29, Iss. 11/12, 485. Worthington, Steve/Stewart, David (2007): The adoption and usage of credit cards by urban-affluent consumers in China. In: International Journal of Bank Marketing, Vol. 25, Iss. 4, 238-252. Wu, Chia-Huei/Chen, Lung/Tsai, Ying-Mei (2009): Investigating Importance Weighting of Satisfaction Scores from a Formative Model with Partial Least Squares Analysis. In: Social Indicators Research, Vol. 90, Iss. 3, 351-363. Yang, SuJin/Park, JungKun/Park, Jihye (2007): Consumers' channel choice for university-licensed products: Exploring factors of consumer acceptance with social identification. In: Journal of Retailing and Consumer Services, Vol. 14, Iss. 3, 165-174. Zell, Deone (2005): Pressure for Relevancy at Top-Tier Business Schools. In: Journal of Management Inquiry, Vol. 14, Iss. 3, 271. Zellekens, Hermann-Josef/Rüter, Horst (1996): Kartengestützte Zahlungssysteme. Enzyklopädie des Handels. Köln: EHI-Research. Zhang, Jing/Mao, En (2008): Understanding the acceptance of mobile SMS advertising among young Chinese consumers. In: Psychology & Marketing, Vol. 25, Iss. 8, 787-805. Zinman, Jonathan (2004): Why Use Debit Instead of Credit? Consumer Choice in a Trillion-Dollar Market. Staff Report no. 191, July 2004. New York: Federal Reserve Bank of New York. Zinman, Jonathan (2009): Debit or credit? In: Journal of Banking & Finance, Vol. 33, Iss. 2, 358-366. Zopf, Stefan (2008): Analyse der Potentiale und Effekte des Ingredient Brandings und dessen Einfluss auf die Markenstärke Dissertation. Wien: Wirtschaftsuniversität. Zumholz, Holger (2002): Wege in die Selbständigkeit: die Gründungsaktivität als Resultat eines individuellen Entwicklungsprozesses. 1. Aufl. Wiesbaden: Dt. Univ.-Verl.

7

Anhang

7.1 7.1.1

Anhang zum empirischen Design der Hauptstudie Fragebogen

Fragebogen "Zahlung am POS" Standort Datum Uhrzeit Beginn - Ende F Kommen Sie gerade von einem Einkauf? (INT: Bei Nein, für die Zeit bedanken und sich verabschieden. Bei ja, nach der Einkaufsstätte fragen und eintragen.) wo haben Sie eingekauft: kA nein ja A1

Wie haben Sie eben Ihren Einkauf bezahlt? (INT: Wenn mit Kreditkarte dann weiter mit A1_1, sonst mit A1_2, wenn keine der drei Möglichkeiten bitte dankend das Interview beenden.)

in Bar A 1_1

mit Bankomatkarte

mit Kreditkarte

Welche Kreditkarte war das?

Mastercard

Visa

Diners Club

American Express

andere: A 1_2

A 1_3

nein

A2

Wie hoch war der Rechnungsbetrag? (INT: Betrag genau notieren) Hätten Sie lieber mit einer anderen Zahlungsmöglichkeit beispielsweise BG / BK / KK gezahlt? (INT: In der Frage als Beispiel nur diejenigen nennen, mit welchen nicht gezahlt wurde. Bei ja nach dem Grund fragen und diesen eintragen) mit: kA warum war dies nicht möglich: ja Welche Zahlungskarten, das sind Karten mit denen man bezahlen kann, besitzen Sie? (INT: Bereits angegebene nicht mehr abfragen, aber ankreuzen, alle genannten eintragen!)

Bankomatkarte

Mastercard

American Express

andere:

A 2_1

Mastercard

American Express

andere:

Bargeld

Diners Club

Wie häufig verwenden Sie diese Karten und das Bargeld allgemein? (INT: Skala S1 vorlegen und Skalenzahl in das jeweilige Feld eintragen. Frage bezieht sich auf allgemeine Verwendung!)

Bankomatkarte

A 2_2

Visa

Visa

Diners Club Bargeld

Wie oft haben Sie in dem besuchten Geschäft bereits mit Bargeld/Bankomatkarte/Kreditkarte gezahlt? (INT: Skala S1 vorlegen, Skalenzahl in das jeweilige Feld eintragen. ALLE für den Probanden verfügbaren Zahlungsmittel abfragen!!) Bankomatkarte

Kreditkarte

andere:

218

B1

Anhang Wie sehen Sie das Bargeld/die Bankomatkarte/ die Kreditkarte bezogen auf den gerade getätigten Einkauf? (INT: Skala S2 vorlegen. Zuerst die Begriffe in der linken Spalte vorlesen, dann die Begriffe in der rechten.) 1

2

3

4

Praktisch

Unpraktisch

Angenehm

Unangenehm

Vorteilhaft

Unvorteilhaft

Gut B2

kA

5

Schlecht

Ich lesen Ihnen nun einige Aussagen vor, bitte bewerten Sie diese zwischen 1 für stimme voll zu bis 5 für stimme überhaupt nicht zu. (INT: Skala S3 vorlegen)

BG = Bargeld / BK = Bankomatkarte / KK = Kreditkarte (1) Dass ich mit BG / BK / KK zahlen kann, ist von hohem Nutzen für mich. (2) Verglichen mit anderen Zahlungsmitteln bin ich der Meinung, dass mir die Zahlung mit BG / BK / KK das Einkaufen erleichtert. (3) Zahlen mit BG / BK / KK hilft mir effizienter einzukaufen. (4) Die Zahlung mit BG / BK / KK ist zuverlässig. (5) Ich erwarte, dass zahlen mit BG / BK / KK gut funktioniert. (6) Mit BG / BK / KK zu zahlen, funktioniert fehlerlos. (7) Zahlen mit BG / BK / KK ... ist kompliziert (8)

... ist verwirrend

(9)

... ist mühsam

(10)

... dauert lange an der Kassa

(11) Verglichen mit anderen Zahlungsmitteln spare ich beim Zahlen mit BG / BK / KK viel Zeit. (12) Zahlen mit BG / BK / KK ist sicher. (13) Verglichen mit anderen Zahlungsmittel ist die Zahlung mit BG / BK / KK sicherer. (14). Es wird von mir erwartet, dass ich mit BG / BK / KK zahle. (15) Personen, die mir wichtig sind, denken, dass ich nicht mit BG / BK / KK zahlen soll (16) Ich empfinde gesellschaftlichen Druck dahingehend, dass ich mit BG / BK / KK zahlen soll. (17) Überall wo ich einkaufe, wird Zahlung mit BG / BK / KK akzeptiert. (18) Wenn hinter mir an der Kassa viele Leute warten, zahle ich lieber mit BG / BK / KK.

1

2

3

4

5

kA

Anhang

B3

219 Auf einer Skala von 1 bis 5. wie schwierig ist es für Sie mit Bargeld / Bankomatkarte / Kreditkarte zu zahlen? (INT: Skala S4 vorlegen und Nennung eintragen. Nur die Zahlungsmöglichkeit abfragen, mit welcher gezahlt wurde) 1

2

3

4

Äußerst leicht

B4

B5

5

kA

Äußerst schwierig

Wie hoch schätzen Sie die Wahrscheinlichkeit in Prozent, dass Sie im gleichen Geschäft den nächsten Einkauf mit Bankomatkarte: Bargeld: bezahlen, wenn alle diese Zahlungsmittel akzeptiert Kreditkarte: werden? (INT: Tragen Sie den Prozentsatz ein und achten Sie darauf, dass die Gesamtsumme 100 Prozent ergibt!) Ich lesen Ihnen nun drei Aussagen vor, bitte bewerten Sie diese wieder zwischen 1 für stimme voll zu bis 5 für stimme überhaupt nicht zu. (INT: Skala S3 vorlegen.) 1

2

3

4

5

kA

(1) Ich bin der Meinung, dass ich keine finanziellen Sorgen habe. (2) Mein Budget ist grundsätzlich eher knapp bemessen. (3) Unerwartete Ausgaben von 1.000 Euro würden mich in finanzielle Bedrängnis bringen. Ich lesen Ihnen nun zwei Aussagen zu den Kosten vor. Bitte bewerten Sie diese auf einer Skala von 1 für sehr günstig bis 5 für sehr teuer. (INT: Skala S5 vorlegen und B6 Nennung eintragen. Nur die Zahlungsmöglichkeit abfragen, mit welcher gezahlt wurde.) 1 = sehr günstig, 2 = günstig, 3 = weder noch, 4 = teuer, 5 kA 1 2 3 4 5 = sehr teuer (1) Bargeld / Bankomatkarte / Kreditkarte zu besitzen ist ... (2) Mit Bargeld / Bankomatkarte / Kreditkarte zu zahlen ist .... INT: Nun noch einige statistische Angaben! C1

(1) (INT: nur eintragen)

männlich

weiblich

(2) Würden Sie uns bitte Ihr Geburtsjahr nennen? (3) Was ist Ihre höchste abgeschlossene Schulbildung? Pflichtschule

Lehre mit Berufsschule

höhere Schule mit Matura

Studium

Fach- / Handelsschule ohne Matura Andere Ausbildung nach Matura

kA

220

Anhang

7.1.2

Verwendete Skalen für die Befragung

Skalen für Befragung

S1 1

2

3

4

5

immer

oft

manchmal

selten

nie

S2 Praktisch

1

2

3

4

5

Unpraktisch

Angenehm

1

2

3

4

5

Unangenehm

Vorteilhaft

1

2

3

4

5

Unvorteilhaft

Gut

1

2

3

4

5

Schlecht

S3 1

2

3

4

5

stimme voll zu

stimme eher zu

weder noch

stimme eher nicht zu

stimme definitiv nicht zu

S4 1

2

3

4

5

Äußerst leicht

leicht

weder noch

schwierig

Äußerst schwierig

S5 1

2

3

4

5

sehr günstig

günstig

weder noch

teuer

sehr teuer

Anhang

221

7.2

Anhang zu den Auswertungen der Hauptstudie

7.2.1

Kontrolle der Normalverteilung - Schiefe und Kurtosis

Gesamt ATT_1 ATT_2 ATT_3 ATT_4 SN_1 SN_2 SN_3 PU_1 PU_2 PU_3 REL_1 REL_2 REL_3 PEoU_1 PEoU_2 PEoU_3 PS_1 PS_2 PTS_1 PTS_2 PC_1 PC_2 FS_1 FS_2 FS_3 PB_BG PB_DK PB_KK INT_BG INT_DK INT_KK

Gültig MW STDAW Schiefe Kurtosis 900 1,3 0,7 2,7 8,0 900 1,4 0,8 2,4 5,9 900 1,5 0,9 1,8 2,7 900 1,4 0,8 2,3 5,4 900 4,3 1,1 Ͳ1,6 1,4 900 4,4 1,1 Ͳ1,6 1,6 900 4,7 0,8 Ͳ2,9 8,0 900 1,9 1,2 1,2 0,5 900 2,2 1,3 0,8 Ͳ0,6 900 2,9 1,5 0,1 Ͳ1,3 900 1,5 0,9 2,1 4,3 900 1,1 0,3 5,9 49,8 900 1,4 0,7 2,2 5,2 900 4,8 0,6 Ͳ4,1 17,8 900 4,9 0,5 Ͳ4,5 22,2 900 4,6 0,9 Ͳ2,4 4,5 900 1,9 1,1 1,2 0,7 900 2,6 1,3 0,4 Ͳ0,9 900 4,3 1,1 Ͳ1,4 0,7 900 3,2 1,4 Ͳ0,1 Ͳ1,1 894 2,3 1,0 0,2 Ͳ0,8 894 2,2 0,9 0,0 Ͳ1,0 884 2,2 1,3 0,8 Ͳ0,5 884 3,3 1,4 Ͳ0,2 Ͳ1,2 885 3,4 1,6 Ͳ0,4 Ͳ1,4 900 3,0 1,4 0,0 Ͳ1,4 900 3,0 1,4 0,3 Ͳ1,3 900 4,0 1,4 Ͳ0,9 Ͳ0,8 900 37,8 38,0 0,5 Ͳ1,2 900 38,6 34,6 0,4 Ͳ1,1 900 23,7 35,3 1,2 Ͳ0,1

Bargeld ATT_1 ATT_2 ATT_3 ATT_4 SN_1 SN_2 SN_3 PU_1 PU_2 PU_3 REL_1 REL_2 REL_3 PEoU_1 PEoU_2 PEoU_3 PS_1 PS_2 PTS_1 PTS_2 PC_1 PC_2 FS_1 FS_2 FS_3 PB_BG PB_DK PB_KK IN T_BG IN T_DK IN T_KK

Gültig MW STDAW Schiefe Kurtosis 300 1,6 1,0 1,7 2,1 300 1,6 1,0 1,8 2,4 300 1,7 1,1 1,4 0,9 300 1,6 1,0 1,7 2,2 300 3,9 1,4 Ͳ0,8 Ͳ0,8 300 4,3 1,2 Ͳ1,4 0,8 300 4,6 1,0 Ͳ2,6 5,7 300 1,9 1,1 1,2 0,5 300 2,4 1,4 0,6 Ͳ1,0 300 2,3 1,5 0,7 Ͳ1,0 300 1,5 1,0 2,0 3,0 300 1,1 0,4 5,9 43,5 300 1,5 0,8 2,1 4,5 300 4,7 0,8 Ͳ3,0 8,5 300 4,8 0,7 Ͳ3,8 14,9 300 4,3 1,2 Ͳ1,6 1,3 300 1,9 1,2 1,2 0,4 300 2,4 1,4 0,7 Ͳ0,9 300 4,3 1,2 Ͳ1,4 0,8 300 3,0 1,5 0,1 Ͳ1,4 297 2,1 1,0 0,4 Ͳ0,6 297 2,1 0,9 0,3 Ͳ0,9 297 2,4 1,4 0,6 Ͳ1,1 297 3,0 1,4 0,0 Ͳ1,3 297 3,1 1,7 0,0 Ͳ1,7 300 1,7 1,0 1,3 0,5 300 3,9 1,3 Ͳ0,6 Ͳ1,3 300 4,8 0,6 Ͳ3,7 13,9 300 74,5 32,2 Ͳ0,9 Ͳ0,4 300 21,5 28,8 1,1 0,3 300 3,9 14,9 4,5 21,9

Tabelle 85: Kontrolle der NV für die Gesamtstichprobe und die Gruppe Barzahler

222 Debitkarten Gültig MW STDAW Schiefe Kurtosis ATT_1 300 1,1 0,4 3,2 9,8 ATT_2 300 1,3 0,7 3,3 11,6 ATT_3 300 1,5 0,9 2,0 3,6 ATT_4 300 1,3 0,7 2,2 5,4 SN_1 300 4,5 0,9 Ͳ2,0 3,3 SN_2 300 4,4 1,1 Ͳ1,7 1,6 SN_3 300 4,7 0,7 Ͳ2,8 7,9 PU_1 300 1,9 1,2 1,3 0,4 PU_2 300 2,0 1,2 1,1 0,1 PU_3 300 3,2 1,3 Ͳ0,1 Ͳ1,1 REL_1 300 1,4 0,7 1,9 3,8 REL_2 300 1,1 0,2 3,9 12,9 REL_3 300 1,5 0,8 1,8 3,5 PEoU_1 300 4,9 0,4 Ͳ4,6 25,3 PEoU_2 300 4,9 0,5 Ͳ4,6 22,1 PEoU_3 300 4,7 0,8 Ͳ2,5 4,8 PS_1 300 1,8 1,0 1,2 0,8 PS_2 300 2,6 1,2 0,3 Ͳ0,6 PTS_1 300 4,2 1,2 Ͳ1,1 Ͳ0,1 PTS_2 300 3,3 1,3 Ͳ0,1 Ͳ0,9 PC_1 298 2,0 0,8 0,4 Ͳ0,3 PC_2 298 2,1 0,8 0,2 Ͳ0,9 FS_1 294 2,2 1,3 0,7 Ͳ0,6 FS_2 294 3,1 1,3 Ͳ0,1 Ͳ1,1 FS_3 295 3,3 1,5 Ͳ0,3 Ͳ1,4 PB_BG 300 3,3 1,2 0,0 Ͳ1,1 PB_DK 300 1,9 0,8 0,9 0,9 PB_KK 300 4,8 0,6 Ͳ4,0 17,6 INT_BG 300 27,7 27,3 0,8 Ͳ0,3 INT_DK 300 68,6 27,9 Ͳ0,5 Ͳ0,6 INT_KK 300 3,8 13,3 4,4 21,7

Anhang Kreditkarten Gültig ATT_1 300 ATT_2 300 ATT_3 300 ATT_4 300 SN_1 300 SN_2 300 SN_3 300 PU_1 300 PU_2 300 PU_3 300 REL_1 300 REL_2 300 REL_3 300 PEoU_1 300 PEoU_2 300 PEoU_3 300 PS_1 300 PS_2 300 PTS_1 300 PTS_2 300 PC_1 299 PC_2 299 FS_1 293 FS_2 293 FS_3 293 PB_BG 300 PB_DK 300 PB_KK 300 INT_BG 300 INT_DK 300 INT_KK 300

MW STDAW Schiefe Kurtosis 1,2 0,4 2,5 6,0 1,3 0,6 2,1 3,5 1,4 0,7 1,8 2,1 1,2 0,5 2,1 3,7 4,6 0,7 Ͳ1,9 2,7 4,5 0,9 Ͳ1,8 2,4 4,8 0,6 Ͳ2,7 7,7 2,0 1,2 1,1 0,5 2,3 1,2 0,7 Ͳ0,4 3,2 1,3 Ͳ0,1 Ͳ1,1 1,4 0,8 2,2 5,0 1,1 0,2 3,7 11,9 1,3 0,6 2,5 6,7 4,9 0,5 Ͳ4,4 22,8 4,9 0,4 Ͳ4,7 24,4 4,8 0,6 Ͳ3,2 11,0 1,9 1,1 1,2 0,7 2,7 1,4 0,3 Ͳ1,0 4,5 0,9 Ͳ1,6 1,1 3,5 1,2 Ͳ0,3 Ͳ0,8 2,7 1,0 Ͳ0,3 Ͳ0,8 2,5 0,9 Ͳ0,4 Ͳ0,8 1,9 1,1 1,3 1,0 3,8 1,3 Ͳ0,7 Ͳ0,6 4,0 1,3 Ͳ1,0 Ͳ0,2 4,0 1,1 Ͳ0,7 Ͳ0,7 3,2 1,2 0,4 Ͳ1,3 2,2 0,9 0,5 Ͳ0,3 11,1 19,9 2,0 3,6 25,6 24,9 0,4 Ͳ1,1 63,3 31,5 Ͳ0,3 Ͳ1,1

Tabelle 86: Kontrolle der NV für die Gruppen Debit- /Kreditkartenzahler

Anhang 7.2.2

223 Kreuzladungen

BG

ATT

SN

PBC

PB

PU

PEU

REL

FS

PS

PTS

PC

INT

ATT_1

0,87

0,16

0,38

0,34

0,49

0,41

0,36

-0,01

0,27

0,29

0,30

0,36

ATT_2

0,85

0,13

0,39

0,27

0,42

0,50

0,40

-0,04

0,30

0,28

0,27

0,30

ATT_3

0,89

0,10

0,38

0,29

0,49

0,43

0,40

-0,07

0,34

0,33

0,31

0,41

ATT_4

0,94

0,18

0,47

0,34

0,50

0,50

0,42

-0,07

0,34

0,37

0,32

0,43

SN_1

-0,06

0,09

0,12

0,08

0,13

-0,08

0,04

-0,04

0,05

0,02

0,05

0,02

SN_2

0,03

0,73

0,11

0,09

0,09

-0,01

0,09

-0,05

0,00

0,03

0,09

0,08

SN_3

-0,21

-0,55

-0,17

-0,07

-0,05

-0,27

-0,12

-0,03

-0,02

-0,09

-0,16

-0,08

PBC_1

0,10

0,10

0,25

-0,08

0,15

0,08

0,09

-0,04

0,07

0,18

0,11

0,01

PBC_2

0,23

0,15

0,65

0,29

0,39

0,19

0,26

-0,14

0,33

0,38

0,16

0,33

PBC_3

0,45

0,20

0,86

0,18

0,33

0,48

0,45

-0,08

0,31

0,39

0,27

0,26

PB

0,35

0,13

0,27

1,00

0,35

0,21

0,40

-0,13

0,27

0,20

0,19

0,77

PU_1

0,50

0,13

0,34

0,21

0,79

0,34

0,32

-0,08

0,32

0,28

0,28

0,33

PU_2

0,47

0,14

0,44

0,38

0,86

0,36

0,46

-0,07

0,40

0,38

0,31

0,41

PU_3

0,33

0,06

0,32

0,26

0,79

0,30

0,39

-0,09

0,46

0,34

0,26

0,39

PEoU_1 0,39

0,14

0,33

0,21

0,28

0,85

0,32

-0,13

0,26

0,24

0,13

0,24

PEoU_2 0,30

0,15

0,20

0,09

0,19

0,75

0,18

-0,13

0,17

0,09

0,11

0,17

PEoU_3 0,52

0,14

0,50

0,19

0,46

0,87

0,46

-0,16

0,33

0,44

0,28

0,30

REL_1

0,43

0,13

0,48

0,38

0,49

0,37

0,87

-0,12

0,54

0,40

0,29

0,41

REL_2

0,12

0,17

0,19

0,24

0,21

0,20

0,53

-0,04

0,17

0,10

0,17

0,22

REL_3

0,35

0,13

0,33

0,29

0,33

0,36

0,83

-0,13

0,39

0,26

0,16

0,34

FS_1

0,04

0,01

-0,07

-0,04

0,04

-0,05

-0,04

0,74

0,03

-0,05

-0,05

-0,10

FS_2

0,10

0,05

0,07

0,12

0,18

0,12

0,16

-0,30

0,07

-0,01

-0,02

0,10

FS_3

-0,01

0,01

-0,05

0,01

0,05

-0,05

0,04

0,22

-0,01

-0,10

-0,05

-0,00

PS_1

0,32

-0,01

0,39

0,26

0,41

0,34

0,53

-0,07

0,89

0,36

0,21

0,32

PS_2

0,31

0,05

0,34

0,24

0,46

0,26

0,45

-0,01

0,92

0,37

0,24

0,31

PTS_1

0,36

0,09

0,42

0,17

0,24

0,46

0,38

-0,10

0,28

0,68

0,13

0,24

PTS_2

0,25

0,06

0,40

0,16

0,39

0,19

0,26

-0,05

0,36

0,89

0,16

0,25

PC_1

0,30

0,20

0,23

0,17

0,31

0,20

0,20

-0,04

0,21

0,14

0,91

0,16

PC_2

0,33

0,17

0,31

0,18

0,33

0,22

0,31

-0,05

0,25

0,20

0,93

0,27

INT

0,42

0,13

0,36

0,77

0,46

0,30

0,44

-0,16

0,35

0,31

0,24

1,00

Tabelle 87: Kreuzladungen - Gruppe Bargeld

224

Anhang

DK

ATT

SN

PBC

PB

PU

PEU

REL

FS

PS

PTS

PC

INT

ATT_1

0,63

-0,07

0,28

0,06

0,22

0,21

0,24

0,04

0,11

0,14

0,11

0,14

ATT_2

0,69

-0,13

0,27

0,12

0,22

0,21

0,21

-0,08

0,03

0,11

0,06

0,16

ATT_3

0,82

-0,16

0,25

0,09

0,52

0,29

0,16

-0,13

0,16

0,24

0,19

0,28

ATT_4

0,79

-0,11

0,25

0,15

0,33

0,23

0,22

-0,10

0,24

0,19

0,26

0,20

SN_1

-0,03

0,15

-0,02

-0,07

-0,02

-0,17

-0,09

-0,03

-0,02

0,02

0,01

0,02

SN_2

-0,17

0,74

-0,13

-0,15

-0,21

-0,19

-0,02

0,04

-0,05

-0,09

-0,02

-0,07

SN_3

-0,10

0,83

-0,16

-0,08

-0,13

-0,20

-0,08

-0,03

-0,09

-0,18

0,00

-0,08

PBC_1

0,23

-0,12

0,71

0,17

0,22

0,23

0,22

-0,13

0,19

0,17

0,16

0,13

PBC_2

0,08

-0,02

0,43

0,16

0,22

0,02

0,04

-0,09

0,24

0,21

0,11

0,18

PBC_3

0,31

-0,17

0,76

0,17

0,20

0,25

0,14

0,01

0,18

0,14

0,19

0,21

PB

0,14

-0,13

0,25

1,00

0,25

0,12

0,14

-0,05

0,24

0,12

0,05

0,57

PU_1

0,46

-0,21

0,27

0,26

0,87

0,23

0,10

-0,11

0,22

0,29

0,19

0,40

PU_2

0,40

-0,21

0,26

0,21

0,88

0,26

0,07

-0,05

0,24

0,30

0,15

0,34

PU_3

0,24

-0,06

0,23

0,11

0,63

0,06

0,19

-0,07

0,26

0,30

0,24

0,21

PEoU_1

0,34

-0,26

0,21

0,07

0,10

0,74

0,26

-0,05

0,09

0,11

0,06

0,06

PEoU_2

0,17

-0,14

0,21

0,05

0,12

0,77

0,17

-0,03

0,19

0,16

0,12

0,15

PEoU_3

0,21

-0,10

0,23

0,14

0,31

0,75

0,08

-0,06

0,11

0,36

0,08

0,23

REL_1

0,21

-0,10

0,17

0,17

0,24

0,19

0,75

-0,02

0,26

0,16

0,21

0,18

REL_2

0,17

0,03

0,04

0,07

-0,06

0,11

0,65

-0,04

0,09

0,06

0,09

0,01

REL_3

0,20

-0,03

0,24

0,05

0,09

0,17

0,76

-0,18

0,22

0,19

0,14

0,09

FS_1

-0,05

-0,01

-0,04

0,07

-0,10

-0,06

-0,02

0,63

0,06

-0,10

0,01

0,01

FS_2

-0,10

0,01

-0,11

-0,08

-0,09

-0,05

-0,11

0,95

0,07

-0,11

-0,05

-0,03

FS_3

-0,07

0,02

-0,03

-0,04

-0,04

-0,06

-0,11

0,74

0,05

-0,05

0,05

-0,05

PS_1

0,20

-0,11

0,28

0,28

0,25

0,21

0,36

0,04

0,84

0,17

0,30

0,25

PS_2

0,11

-0,04

0,20

0,10

0,22

0,05

0,07

0,10

0,80

0,23

0,00

0,10

PTS_1

0,23

-0,18

0,22

0,16

0,22

0,48

0,24

-0,12

0,10

0,68

0,16

0,23

PTS_2

0,17

-0,13

0,18

0,06

0,34

0,08

0,10

-0,08

0,25

0,88

0,16

0,26

PC_1

0,20

-0,05

0,24

0,04

0,23

0,13

0,21

0,01

0,20

0,23

0,93

0,12

PC_2

0,19

0,03

0,18

0,05

0,17

0,07

0,15

-0,05

0,13

0,11

0,86

0,18

INT

0,28

-0,10

0,26

0,57

0,41

0,20

0,14

-0,03

0,22

0,31

0,16

1,00

Tabelle 88: Kreuzladungen - Gruppe Debitkarten

Anhang

225

KK

ATT

SN

PBC

PB

PU

PEU

REL

FS

PS

PTS

PC

INT

ATT_1

0,76

0,02

0,16

0,21

0,27

0,14

0,13

-0,02

0,10

0,08

0,04

0,23

ATT_2

0,77

-0,05

0,23

0,16

0,20

0,28

0,27

-0,12

0,09

0,15

-0,10

0,17

ATT_3

0,78

-0,05

0,27

0,13

0,32

0,12

0,20

-0,09

0,15

0,13

0,08

0,17

ATT_4

0,84

0,01

0,25

0,20

0,26

0,10

0,30

-0,12

0,21

0,12

0,00

0,21

SN_1

-0,04

0,87

0,04

0,11

0,08

-0,09

0,05

0,04

0,13

0,09

-0,02

0,10

SN_2

0,03

0,69

0,02

0,12

-0,03

-0,09

0,10

0,11

0,02

0,00

-0,10

0,06

SN_3

-0,04

0,73

-0,05

0,11

0,07

-0,23

-0,01

0,02

0,06

0,00

0,03

0,06

PBC_1

0,03

0,03

0,49

-0,07

-0,07

0,23

0,17

-0,05

0,01

0,08

-0,11

-0,06

PBC_2

0,11

0,25

0,51

0,21

0,14

0,05

0,15

-0,13

0,22

0,23

-0,02

0,23

PBC_3

0,31

-0,11

0,86

0,10

0,17

0,34

0,18

-0,19

0,14

0,25

0,09

0,20

PB

0,22

0,15

0,13

1,00

0,28

0,03

0,20

-0,10

0,16

0,10

0,16

0,73

PU_1

0,24

-0,01

0,07

0,22

0,83

-0,05

0,00

-0,01

0,27

0,14

0,34

0,28

PU_2

0,30

0,03

0,15

0,22

0,84

0,10

0,07

-0,02

0,26

0,17

0,21

0,26

PU_3

0,26

0,15

0,17

0,22

0,73

0,00

0,18

-0,07

0,30

0,26

0,07

0,26

PEoU_1

0,22

-0,15

0,32

0,02

-0,02

0,92

0,26

-0,16

0,10

0,13

-0,11

0,01

PEoU_2

0,14

-0,06

0,30

0,09

0,04

0,84

0,30

-0,11

0,09

0,13

-0,11

0,03

PEoU_3

0,17

-0,21

0,30

-0,02

0,05

0,88

0,24

-0,11

0,04

0,17

-0,20

-0,04

REL_1

0,21

0,11

0,19

0,17

0,16

0,13

0,67

-0,12

0,34

0,10

0,05

0,12

REL_2

0,22

-0,05

0,12

0,11

0,02

0,26

0,70

-0,11

0,06

0,06

-0,11

0,03

REL_3

0,15

0,07

0,19

0,14

0,01

0,22

0,65

-0,13

0,16

0,11

-0,07

0,11

FS_1

-0,02

0,08

-0,10

-0,10

0,03

-0,10

-0,19

0,69

-0,10

0,00

0,04

-0,08

FS_2

-0,12

0,00

-0,20

-0,12

-0,04

-0,13

-0,14

0,88

-0,06

-0,11

-0,02

-0,14

FS_3

-0,11

0,10

-0,19

-0,05

-0,06

-0,12

-0,12

0,87

-0,11

0,01

-0,06

-0,11

PS_1

0,18

0,04

0,13

0,19

0,32

0,06

0,28

-0,07

0,89

0,27

0,10

0,16

PS_2

0,12

0,15

0,21

0,08

0,29

0,10

0,21

-0,12

0,87

0,30

-0,08

0,08

PTS_1

0,19

-0,12

0,32

-0,02

0,00

0,49

0,22

-0,17

0,10

0,24

-0,18

0,00

PTS_2

0,15

0,06

0,30

0,10

0,23

0,16

0,13

-0,05

0,32

1,00

0,03

0,14

PC_1

0,00

-0,09

0,00

0,10

0,25

-0,14

-0,13

-0,07

-0,02

0,04

0,92

0,13

PC_2

0,01

0,02

0,06

0,19

0,24

-0,15

0,01

0,02

0,04

0,01

0,91

0,17

INT

0,25

0,10

0,23

0,73

0,33

0,00

0,13

-0,14

0,14

0,14

0,16

1,00

Tabelle 89: Kreuzladungen - Gruppe Kreditkarte