Analyse des verbraucherorientierten Qualitätsurteils mittels assoziativer Verfahren am Beispiel von Schweinefleisch und Kartoffeln

Agrarwirtschaft 56 (2007), Heft 7

343). Diese Indikatoren konnen gemaβ der Informations-
okonomik als Sucheigenschaften angesehen werden. Das
bedeutet, sie konnen vor dem Kauf und Konsum bewertet
werden. Attribute, bei denen das nicht der Fall ist, lassen
sich in Erfahrungs- und Vertrauenseigenschaften einteilen.
Hierbei sind Erfahrungseigenschaften solche, bei denen die
Qualitat erst nach dem Kauf oder Verzehr bewertet werden
kann und Vertrauenseigenschaften solche, bei denen die
Qualitat nicht vom Konsumenten bewertet werden kann
(NELSON, 1970; 1974, DARBY und KARNI, 1973). In diesem
Fall muss dem Urteil anderer, beispielsweise der Auskunft
eines Anbieters, vertraut werden.

Lebensmittel sind hauptsachlich durch Erfahrungseigen-
schaften und zu einem steigenden Anteil durch Vertrauens-
eigenschaften charakterisiert (Bech et al., 2001: 99ff.; Kaas,
1994: 248f.). Der Zusammenhang zwischen Qualitatsindi-
katoren und Qualitatsattri-
buten ist in Tabelle 1 einzu-
sehen. Hierbei wird dem
Ansatz von Oude Ophuis
und van Trijp (1995: 179)
gefolgt.

Eine Moglichkeit der Kate-
gorisierung von Qualitats-
merkmalen von Lebensmit-
teln beschreibt Northen
(2000: 233) (siehe Tabelle 2).
Das Modell ermoglicht es,
verschiedene Arten von
Attributen zu beschreiben
und in Untergruppen einzu-
teilen. In diesem Ansatz
werden die Qualitatsmerk-
male unterschieden in Pro-
dukt- und Prozesseigenschaf-
ten. Produkteigenschaften
sind unterteilt in Lebensmit-
telsicherheit, Ernahrung, Sen-
sorik, Funktionalitat und
Image. Diese Kategorien be-
inhalten Charakteristika wie
Hormone, Kalorien, Ge-
schmack oder Markierungen, je nachdem, zu welcher Un-
tergruppe sie gehoren. Prozesseigenschaften sind z.B. Tier-
schutz oder okologische Produktion.

3. Netzwerkanalytischer Hintergrund

Es wurde bereits darauf hingewiesen, dass die kognitiven
Strukturen bzw. das semantische Gedachtnis der Verbrau-
cher eine wichtige Rolle im Wahrnehmungsprozess spielen.
Um nun den relevanten semantischen Netzwerkausschnitt
hervorzurufen beziehungsweise Netzwerke zu erheben,
werden vor allem die Technik der freien Assoziation, Tie-
feninterviews und Laddering (Holzmann und Wührer,
2000: 432) oder aber die Methode des Concept Mappings
(Joiner, 1998) angeführt.¹ In dieser Untersuchung wurden
der Wort-Assoziations-Test und eine Variation des Concept

¹ Weiterführende Informationen zur Anwendung des Concept
Mappings liefern Bruhn et al. (2005), Bruhn und Grebitus
(2005) und Grebitus und Bruhn (2005, 2007).

Mappings angewendet. Die Auswertung des Concept Map-
pings erfolgt mittels Netzwerkanalyse.

Im Rahmen der Netzwerkanalyse werden Zentralitaten
genutzt, um die Bedeutung einzelner Qualitatsmerkmale
abzuleiten (Henderson et al., 1998: 317). Hierbei werden
die zwei Indizes Degree und Betweenness Zentralitat ver-
wendet (Freeman, 1979; Wasserman und Faust, 1994).
Diese Indizes bestimmen die Wichtigkeit einzelner Knoten
im Netzwerk. Ihre Bedeutung basiert auf ihrer Position
im Netzwerk und ihrer Beziehung zu anderen Knoten
(Henderson et al., 1998: 317). Weiterhin zeigen die Indi-
zes das Volumen bzw. die Starke der Verbindungen und die
Aktivierung die von einem Knoten zu einem anderen Kno-
ten flieβen kann (Iacobucci et al., 1996: 418). So kann
dargestellt werden, welche Merkmale besonderen Einfluss
im semantischen Netz haben.

Degree

Die Degree Zentralitat beschreibt, mit wie vielen anderen
Attributen ein Merkmal verbunden ist. Ein Attribut mit
einer hohen Degree Zentralitat ist stark verbunden mit an-
deren Attributen. Bezogen auf das Spreading Activation
Network Model kann dieser Knoten als ,major channel’
bezeichnet werden (Freeman, 1979: 218ff.). Zentrale Kno-
ten werden schneller aktiviert und tragen die Aktivierung
starker weiter. Sie befinden sich im Zentrum des Netzwerks
(Iacobucci et al., 1996: 418).

Der Degree eines Knotens, CD, ist definiert als die Anzahl
anderer Knoten, die eine direkte Verbindung zu diesem
Knoten haben. Degree kann folglich auch als Anzahl der
Verbindung für einen Punkt, pk , bezeichnet werden (FREE-
MAN, 1979: 218ff.):

C_D(p_k)=∑ⁿ a(p_i,p_k)^,
i=1

n = Anzahl der Knoten im Netzwerk;

a (pi, pk) = 1 wenn pi und pk verbunden sind; 0, andernfalls.

<<   <   1   2   3   4   5   6   >   >>