Skip to main content
main-content

Tipp

Weitere Kapitel dieses Buchs durch Wischen aufrufen

2022 | OriginalPaper | Buchkapitel

5. Empirische Analyse zur Akzeptanz von Privatunterkunftsvermittlern

verfasst von: Jennifer M. Schietzel-Kalkbrenner

Erschienen in: Die Sharing Economy im Tourismus

Verlag: Springer Fachmedien Wiesbaden

share
TEILEN

Zusammenfassung

Die Beantwortung der Forschungshypothesen wird mit Hilfe einer empirischen Datenerhebung vorgenommen. Hierfür sind vorab grundlegende Aspekte der Untersuchungsmethodik hinsichtlich Erhebungs- und Auswahlverfahren, Stichprobe und Fragenbogengestaltung festzulegen.
Anhänge
Nur mit Berechtigung zugänglich
Fußnoten
1
Vgl. Fantapié Altobelli, C. (2017), S. 6; Töpfer, A. (2012), S. 148.
 
2
Vgl. Meffert, H. et al. (2019), S. 172, 206.
 
3
Vgl. Fantapié Altobelli, C. (2017), S. 37 ff.; Meffert, H. et al. (2019), S. 206.
 
4
Vgl. Dynata GmbH (2020). Nach einem Zusammenschluss von Research Now und Survey Sampling International 2017 heißt der Anbieter nun Dynata.
 
5
Für eine ausführliche Darstellung von Befragungen als Erhebungsmethode vgl. Fantapié Altobelli, C. (2017), S. 55 f.; Nieschlag, R. et al. (2002), S. 442–451.
 
6
Vgl. Fantapié Altobelli, C. (2017), S. 37 ff.
 
7
Vgl. mit einem ähnlichen Ablauf Groß, M. (2017), S. 119.
 
8
Für das Buchen einer (Privat-) Unterkunft wurde ein Mindestalter von 18 Jahren angenommen.
 
9
Vgl. Fantapié Altobelli, C. (2017), S. 136 f.
 
10
Vgl. o. V.: AGOF Digital Facts (2017), S. 5 f.
 
11
Zu den Anforderungen an die Stichprobengröße für die Anwendung der PLS-SEM siehe Hair, J.F. et al. (2017), S. 20 ff. für eine ausführliche Erläuterung. Demnach liegen die Stichprobengrößen je nach erwünschten Signifikanzniveau in einer Bandbreite von ca. 10 – 200 mindestens vorhandenen Beobachtungen.
 
12
Vgl. Fantapié Altobelli, C. (2017), S. 63.
 
13
Vgl. Dynata GmbH (2020); Smart News Fachverlag GmbH (2020).
 
14
Vgl. Meffert, H. et al. (2019), S. 193 ff.; Fantapié Altobelli, C. (2017), S. 63 f.
 
15
Vgl. Fantapié Altobelli, C. (2017), S. 63 f.; Schnell, R. et al. (2013), S. 296.
 
16
Vgl. Becker, F. (2016), S. 129; Meffert, H. et al. (2019), S. 195; Fantapié Altobelli, C. (2017), S. 63 ff.
 
17
Wurde in einer Kategorie der vorab festgelegte Zielwert wie z. B, das Alter erreicht, wurde die entsprechende Kategorie geschlossen. Falls ein Proband danach den Fragebogen startete und auch in diese bereits geschlossene Kategorie aufgrund seines Alters fiel, wurde der Fragebogen an dieser Stelle beendet.
 
18
Vgl. Fantapié Altobelli, C. (2017), S. 64.
 
19
Vgl. Fantapié Altobelli, C. (2017), S. 102 f.; Auf die “ich weiß nicht” – Kategorie wurde bewusst verzichtet, um Bequemlichkeitsantworten zu verhindern und die Teilnehmer zu einer klaren Aussage zu bewegen. Dabei wird das Risiko eines willkürlichen Antwortverhaltens akzeptiert, da die Umfrage kein spezielles Vorwissen benötigt und den Teilnehmern eine Meinung zum Forschungsgegenstand unterstellt werden kann.
 
20
Vgl. Tabachnick, B.G. et al. (2019), S. 62 ff; Hair, J.F. et al. (2017), S. 49.
 
21
Vgl. Hair, J.F. et al. (2017), S. 48 f.
 
22
Vgl. Rammstedt, B. et al. (2012), S. 8.
 
23
Vgl. Groß, M. (2017), S. 169.
 
24
Eine weiteres Kriterium ist die Prüfung auf eine mögliche Schweigeverzerrung („Non-Response-Bias“) vgl. Weiber, R. / Mühlhaus, D. (2014), S. 376 f.; dies kann im Rahmen dieser Arbeit nicht angewendet werden, da es auf dem Vergleich der Mittelwerte von frühen und späten Befragungsteilnehmern beruht. Diese sind hier allerdings als von vornherein “verzerrt” anzunehmen, da zur Quotenerfüllung (Nutzer/Nicht-Nutzer von DPVU) vor allem am Ende der Befragung übermäßig viele Nutzer an der Befragung teilnahmen.
 
25
Vgl. Hair, J.F. et al. (2010), S. 74.
 
26
Vgl. Temme, D. / Hildebrandt, L. (2009), S. 166.
 
27
Vgl. West, S.G. et al. (1995), S. 74; Weiber, R. / Mühlhaus, D. (2014), S. 180 f.
 
28
Vgl. Temme, D. et al. (2009), S. 123 f.
 
29
Vgl. Weiber, R. / Mühlhaus, D. (2014), S. 355.
 
30
Vgl. Jarvis, C.B. et al. (2003), S. 199 ff.
 
31
Vgl. Weiber, R. / Mühlhaus, D. (2014), S. 359 f; Groß, M. (2017), S. 172.
 
32
Vgl. Podsakoff, P.M. et al. (2003), S. 889; Weiber, R. / Mühlhaus, D. (2014), S. 360.
 
33
Zur kritischen Auseinandersetzung mit diesem Test und weiteren Testverfahren, die im Rahmen dieser Arbeit aufgrund fehlender Voraussetzungen nicht umsetzbar sind, siehe Weiber, R. / Mühlhaus, D. (2014), S. 360 ff.
 
34
Vgl. Schnell, R. et al. (2013), S. 296 f.
 
35
Vgl. Autorengruppe Bildungsberichterstattung (2018), S. 127 f.; Destatis.de (2021). Auf den Vergleich der Berufsgruppen wird aufgrund fehlender geeigneter Daten für die Grundgesamtheit an dieser Stelle verzichtet.
 
36
Die Effektstärke wird mit dem Korrelationskoeffizienten r berechnet, der angibt, wie stark der Effekt des Unterschiedes ist, der nachgewiesen wurde, vgl dazu Cohen, J. (1988), S. 79-80; die Effektstärken mit folgenden Werten für r: klein ab 0,1, mittel ab 0,3 und stark ab 0,5.
 
37
Vgl. Gatignon, H. / Robertson, T.S. (1985), S. 864; Kornmeier, K. (2009), S. 219.
 
38
Angaben zur Abbildung: Vergleichswerte auf Mittelwertbasis; Datenbasis n = 907
 
39
Vgl. Weiber, R. / Mühlhaus, D. (2014), S. 7 f.
 
40
Vgl. Groß, M. (2017), S. 133, hier werden die logistische oder multiple Regression als Beispiele für Verfahren der ersten Generation genannt; Weiber, R. / Mühlhaus, D. (2014), S. 24.
 
41
Vgl. Fantapié Altobelli, C. (2017), S. 37 zu den Bedingungen und Aspekten des Kausalitätsbegriffs im sozialwissenschaftlichen (nicht! naturwissenschaftlichen) Sinne.
 
42
Vgl. Becker, F. (2016), S. 136; Hair, J.F. et al. (2017), S. 27.
 
43
Vgl. Fantapié Altobelli, C. (2017), S. 300.
 
44
Vgl. Fazel, L. (2014), S. 185 f.
 
45
Vgl. Weiber, R. / Mühlhaus, D. (2014), S. 45.
 
46
Vgl. Fantapié Altobelli, C. (2017), S. 301.
 
47
Vgl. Weiber, R. / Mühlhaus, D. (2014), S. 46.
 
48
Weiber, R. / Mühlhaus, D. (2014), S. 42.
 
49
Vgl. Töpfer, A. (2012), S. 288.
 
50
Vgl. Fantapié Altobelli, C. (2017), S. 96 ff.
 
51
Vgl. in Anlehnung an Fazel, L. (2014), S. 246.
 
52
Vgl. Churchill, G.A.Jr. (1979), S. 65 f.; Fantapié Altobelli, C. (2017), S. 98 f.
 
53
Vgl. Berekoven, L. et al. (2009), S. 83.
 
54
Vgl. Töpfer, A. (2012), S. 291 f.
 
55
Vgl. Hair, J.F. et al. (2017), S. 96.
 
56
Vgl. Töpfer, A. (2012), S. 292; Hair, J.F. et al. (2017), S. 96 f.; Weiber, R. / Mühlhaus, D. (2014), S. 136 f.
 
57
Vgl. Weiber, R. / Mühlhaus, D. (2014), S. 142.
 
58
Vgl. Becker, F. (2016), S. 140.
 
59
Vgl. Hair, J.F. et al. (2017), S. 97.
 
60
Vgl. Weiber, R. / Mühlhaus, D. (2014), S. 139; Töpfer, A. (2012), S. 292.
 
61
Vgl. Fantapié Altobelli, C. (2017), S. 96.
 
62
Vgl. Töpfer, A. (2012), S. 293.
 
63
Vgl. Weiber, R. / Mühlhaus, D. (2014), S. 143; Becker, F. (2016), S. 140.
 
64
Vgl. Hair, J.F. et al. (2017), S. 97 f.
 
65
Vgl. Hair, J.F. et al. (2017), S. 98 f.
 
66
Vgl. Hair, J.F. et al. (2017), S. 273.
 
67
Vgl. Weiber, R. / Mühlhaus, D. (2014), S. 155.
 
68
Vgl. Hair, J.F. et al. (2017), S. 99.
 
69
Vgl. Hair, J.F. et al. (2017), S. 100 ff.
 
70
Vgl. Henseler, J. et al. (2015), S. 121 ff.
 
71
Vgl. Hair, J.F. et al. (2017), S. 102 ff.
 
72
Vgl. Diamantopoulos, A. / Winklhofer, H.M. (2001), S. 271 f.
 
73
Vgl. Hair, J.F. et al. (2017), S. 120 ff, die hier vorgeschlagene Überprüfung der Konvergenzvalidität anhand der Korrelation der formativ spezifizierten Konstrukte mit einer reflektiven Messung desselben Konstruktes kann nicht durchgeführt werden, da im Rahmen dieser Arbeit keine reflektive Indikatorvariable berücksichtigt wurde, mit der eine Redundanzanalyse umgesetzt werden könnte.
 
74
Vgl. Hair, J.F. et al. (2017), S. 278 f.
 
75
Vgl. Diamantopoulos, A. / Winklhofer, H.M. (2001), S. 273 ff.
 
76
Vgl. Hair, J.F. et al. (2017), S. 131.
 
77
Vgl. Schloderer, M.P. et al. (2009), S. 582 f.; Hair, J.F. et al. (2017), S. 127 ff.
 
78
Vgl. Groß, M. (2017), S. 130 f.
 
79
Vgl. Hair, J.F. et al. (2017), S. 127 ff.
 
80
Vgl. Hair, J.F. et al. (2017), S. 131.
 
81
Vgl. Weiber, R. / Mühlhaus, D. (2014), S. 24 f.
 
82
Vgl. Herrmann, A. et al. (2006), S. 37; Töpfer, A. (2012), S. 302.
 
83
Vgl. Fazel, L. (2014), S. 197.
 
84
Vgl. Herrmann, A. et al. (2006), S. 38; für eine weiterführende Betrachtung hinsichtlich der konkreten Berechnungen sei auf bspw. Weiber, R. / Mühlhaus, D. (2014), S. 67 ff. verwiesen.
 
85
Vgl. Groß, M. (2017), S. 134 f; Bliemel, F.W. et al. (2005), S. 11.
 
86
Vgl. Weiber, R. / Mühlhaus, D. (2014), S. 73 f.
 
87
Vgl. Hair, J.F. et al. (2011), S. 144; Herrmann, A. et al. (2006), S. 45; Weiber, R. / Mühlhaus, D. (2014), S. 78.
 
88
Vgl. Töpfer, A. (2012), S. 304; allerdings sollte die Anzahl aus theoretischer und forschungsökonomischer Hinsicht nicht zu groß sein, siehe auch Hair, J.F. et al. (2017), S. 128 f.
 
89
Vgl. Weiber, R. / Mühlhaus, D. (2014), S. 76.
 
90
Vgl. Hair, J.F. et al. (2017), S. 19.
 
91
Vgl. Chin, W.W. (2010), S. 661.
 
92
Vgl. Töpfer, A. (2012), S. 303 f.
 
93
Vgl. Weiber, R. / Mühlhaus, D. (2014), S. 78; Groß, M. (2017), S. 136. Dieser Effekt beschreibt die Verbesserung der Konsistenz und Güte varianzbasierter Modellbildungen bei hoher Indikatorenzahl und hoher Grundgesamtheit. Demnach nähern sich die über die Modellbildung generierten Schätzwerte (Expected Values) zunehmend den wahren Werten (True Values) an.
 
94
Ringle, C.M. et al. (2015); Die hier verwendeten Verfahren werden gemäß der Empfehlungsvorgaben von Hair, J.F. et al. (2017) im Programm (Grundeinstellungen) gewählt.
 
95
Vgl. Hair, J.F. et al. (2017), S. 164 ff; Fazel, L. (2014), S. 264.
 
96
Falls VIF > 5 wird die Elimination des Konstruktes, Zusammenfassung verschiedener Konstrukte oder die Entwicklung von Konstrukten höherer Ordnung empfohlen. Vgl. Hair, J.F. et al. (2017), S. 167 f.
 
97
Vgl. Hair, J.F. et al. (2017), S. 169 f.
 
98
Vgl. Weiber, R. / Mühlhaus, D. (2014), S. 327; Henseler, J. et al. (2009), S. 303 f.
 
99
Vgl. Hair, J.F. et al. (2017), S. 272.
 
100
Vgl. Prein, J. (2011), S. 139; Weiber, R. / Mühlhaus, D. (2014), S. 327.
 
101
Vgl. Weiber, R. / Mühlhaus, D. (2014), S. 328.
 
102
Vgl. Hair, J.F. et al. (2017), S. 171.
 
103
Vgl. Henseler, J. et al. (2009), S. 303.
 
104
Vgl. Henseler, J. et al. (2009), S. 303 f; Weiber, R. / Mühlhaus, D. (2014), S. 329.
 
105
Vgl. Herrmann, A. et al. (2006), S. 58.
 
106
Vgl. Weiber, R. / Mühlhaus, D. (2014), S. 329 f.; Hair, J.F. et al. (2017), S. 174 ff., bzgl. des Blindfolding sollten folgende Faustregeln eingehalten werden: bei der Auslassungsdistanz der Datenpunkte sollte die Division der Stichprobengröße durch die Auslassungsdistanz keine ganze Zahl ergeben – die Auslassungsdistanz sollte zwischen fünf und 10 gewählt werden.
 
107
Vgl. Hair, J.F. et al. (2017), S. 164, 179 wird keine Goodness-Fit-Prüfung (wie bei kovarianzanalytischen Verfahren) durchgeführt. Demnach erfolgt keine Beurteilung des Gesamtmodells mithilfe eines (globalen) Maßes, weil die dafür vorliegenden PLS-SEM-basierten Gütemaße (z. B. SRMR-Index) noch in einer frühen Entwicklungsphase sind.
 
108
Vgl. Hair, J.F. et al. (2017), S. 247.
 
109
Vgl. Groß, M. (2017), S. 138.
 
110
Vgl. Weiber, R. / Mühlhaus, D. (2014), S. 286.
 
111
Vgl. Hair, J.F. et al. (2017), S. 246 ff.
 
112
Vgl. Hair, J.F. et al. (2017), S. 283, für eine Auflistung der Multigruppen-Analyse-Ansätze s. S. 249.
 
113
Vgl. Henseler, J. et al. (2009), S. 308 f.
 
114
Vgl. Hair, J.F. et al. (2017), S. 249, die PLS-MGA umfasst eine große Anzahl an paarweisen Gruppenvergleichen (bei 5000 Bootstrap-Subsamples 25.000.000 Vergleiche für jeden Parameter).
 
115
Vgl. Henseler, J. (2012), S. 3 f.; Groß, M. (2017), S. 140.
 
116
Vgl. Henseler, J. (2012), S. 499 f.
 
117
Vgl. Hair, J.F. et al. (2017), S. 234 ff.; Groß, M. (2017), S. 145.
 
118
Vgl. Drabe, D. (2015), S. 227 f.
 
119
Vgl. Hair, J.F. et al. (2017), S. 235.
 
120
Vgl. Groß, M. (2017), S. 145; Hair, J.F. et al. (2017), S. 236.
 
121
Vgl. Weiber, R. / Mühlhaus, D. (2014), S. 132.
 
122
Der Indikator ERLEB_7 wurde trotz akzeptabler Werte aus der weitergehenden Analyse ausgeschlossen, da er zu einem bedenklichen Ausmaß an Multikollinearität bei dem Konstrukt „Erlebnisorientierung“ beitrug – die Entfernung hat keine Auswirkungen auf die Messung des formativen Gesamtkonstrukts, da die verbleibenden Indikatoren den Inhalt ausreichend abbilden, vgl. Tabelle 5.10.
 
123
Vgl. Ringle, C.M. et al. (2012), S. 5; Becker, J.-M. et al. (2012), S. 361; Hair, J.F. et al. (2017), S. 240 f. Zudem haben die Autoren auch noch eine Erweiterung des Repeated-Indicator-Ansatzes entwickelt, den Extended-Repeated-Indicator-Ansatz, dessen Anwendung aber auch v.a. bei weiteren, dem Konstrukt zweiter Ordnung vorgelagerten Variablen empfohlen wird. Vgl. dazu Sarstedt, M. et al. (2019).
 
124
Vgl. Becker, J.-M. et al. (2012), S. 376.
 
125
Vgl. Hair, J.F. et al. (2017), S. 240 f.; zudem konnte der ebenfalls von Giere, J. et al. (2006), S. 688 f. vorgeschlagene Faktorwert-basierte Ansatz (ähnlich dem Two-Stage-Ansatz; empfohlen, wenn sich die Indikatorenanzahl der Konstrukte erster Ordnung unterscheiden) keine anderen Parameterschätzergebnisse hervorrufen als der Repeated-Indicator-Ansatz.
 
126
Vgl. Becker, J.-M. et al. (2012), S. 365.
 
127
Vgl. Hair, J.F. et al. (2017), S. 240.
 
128
Vgl. Hair, J.F. et al. (2011), S. 146.
 
129
Vgl. Herrmann, A. et al. (2006), S. 58; Hair, J.F. et al. (2017), S. 189.
 
130
Vgl. dazu Hair, J.F. et al. (2017), S. 240; in formativ-formativen HCM-Designs wird die fast die gesamte Varianz des Konstrukts höherer Ordnung durch die Konstrukte niedrigerer Ordnung erklärt.
 
131
Vgl. Weiber, R. / Mühlhaus, D. (2014), S. 161 ff.
 
132
Vgl. Kornmeier, K. (2009), S. 257 mit einer ähnlichen Argumentation im Kontext von mobilen Zahlungssystemen.
 
133
Vgl. Hair, J.F. et al. (2017), S. 170; von einem mediierenden Effekt wird gesprochen, wenn eine dritte Variable in den bestehenden Zusammenhang zwischen einer unabhängigen und abhängigen Variablen geschaltet wird, vgl. Schloderer, M.P. et al. (2009), S. 592.
 
134
Die Konstrukte Vertrauen und Preis-Leistungs-Verhältnis haben in der Modellberechnung einen vergleichsweise geringen Einfluss auf die Bildung der wahrgenommenen Dienstleistungsqualität von DPVU, die Indikatoren allerdings weisen eine hohe Bedeutung auf. Dies kann damit zusammenhängen, dass die Konstrukte mit jeweils zwei Indikatoren gebildet wurden, wohingegen zum Beispiel die Familiarität mit fünf Indikatoren in die Modellbildung eingeht. Dies kann zu Verzerrungen bei der Bildung der HCM führen, die aber aufgrund der Vielzahl der formativen Indikatoren wenig Gewicht haben sollten, vgl. dazu auch Hair, J.F. et al. (2017), S. 242.
 
135
Siehe Anhang C im elektronischen Zusatzmaterial.
 
136
Vgl. Hair, J.F. et al. (2017), S. 249 f.; Groß, M. (2017), S. 195.
 
137
Vgl. Fazel, L. (2014), S. 275 f.
 
138
Zur Analyse des Moderators „Einkommen“ wurde mittels Median-Split vorgegangen. Der Median liegt hier bei 3 (2001 – 3000 Euro).
 
139
Vgl. Rammstedt, B. et al. (2012), S. 8 ff.
 
140
Zur Diskussion der Eignung von Skalen mit nur zwei Items und der besseren Eignung von Spearman-Brown im Vergleich zu Cronbachs Alpha zur Reliabilitätsmessung siehe Eisinga, R. et al. (2013), S. 637 ff.
 
141
Vgl. Rammstedt, B. et al. (2012), S. 21.
 
142
Vgl. Bruhn, M. (2018), S. 36 ff.
 
143
Die Datengrundlage der jeweiligen IPMA-Matrizen befindet sich in tabellarischer Form im Anhang E im elektronischen Zusatzmaterial.
 
144
Vgl. Martilla, J.A. / James, J.C. (1977), S. 78 f.; Matzler, K. et al. (2004), S. 272; Groß, M. (2017), S. 214.
 
145
Vgl. Matzler, K. et al. (2004), S. 272.
 
146
Vgl. Drabe, D. (2015), S. 231.
 
147
Vgl. Groß, M. (2017), S. 214.
 
148
Vgl. Becker, F. (2016), S. 183 f.
 
149
Vgl. Bruhn, M. (2018), S. 34 f.
 
150
Vgl. Hudson, S. (2017), S. 471.
 
151
Vgl. Bruhn, M. (2018), S. 36 f.
 
152
Vgl. Trommsdorff, V. / Teichert, T. (2011), S. 33.
 
Metadaten
Titel
Empirische Analyse zur Akzeptanz von Privatunterkunftsvermittlern
verfasst von
Jennifer M. Schietzel-Kalkbrenner
Copyright-Jahr
2022
DOI
https://doi.org/10.1007/978-3-658-37629-1_5

Stellenausschreibungen

Anzeige

Premium Partner