Agrarwirtschaft 56 (2007), Heft 7
4.2.2 Bestimmung der Zentralitaten mittels Netzwerkanalyse
Die Netzwerkanalyse ist ein geeignetes Instrument zur
Auswertung komplexer Strukturen. Es wurden diejenigen
Begriffe verwendet, die von mindestens 10 % der Befragten
genannt wurden. Dadurch erhoht sich die Anzahl der zu
analysierenden Konzepte von 8 auf 12 bei Kartoffeln und
auf 15 bei Schweinefleisch. Um nun konkrete Aussagen
über die Bedeutung der einzelnen Qualitatsmerkmale im
semantischen Netzwerk treffen zu konnen, wurden die
Zentralitatsmaβe Degree und Betweenness herangezogen
(siehe Kapitel 3). Zur Berechnung wurden die aggregierten
semantischen Netzwerke verwendet. Bei der Hohe der
Indizes ist daher zu beachten, dass es sich um eine Auf-
summierung der individuellen semantischen Netzwerke
handelt und die einzelnen Netze niedrigere Indizes haben.
Zur Auswertung wurde die Software UCInet verwendet
(Borgatti et al., 2002).
Degree
Wie schon in Kapitel 3 beschrieben, misst Degree Zentrali-
tat die Netzwerkaktivitat. Eine hohe Degree Zentralitat
steht für eine groβe Bedeutung eines Merkmals innerhalb
des Netzwerks. Solche Attribute konnen auch als Kern-
merkmale bezeichnet werden. Die Wahrscheinlichkeit, dass
diese Attribute gemaβ des Spreading Activation Network
Models aktiviert werden, ist sehr hoch (Collins und Lof-
TUS, 1975: 408).
Bezogen auf das semantische Netzwerk des Zentralbegriffs
,Qualitat von Schweinefleisch' (siehe Tabelle 5), hat der
Zentralbegriff den hochsten Wert (384), da er die meisten
direkten Assoziationen hat. Das erklart sich aus der Vorga-
be des Begriffes als Zentralbegriff. Den niedrigsten Wert
besitzen Bauernhof und Supermarkt mit nur acht direkten
Verbindungen insgesamt. Sie scheinen eher unbedeutend zu
sein (Grebitus und Bruhn, 2007: 9).
Qualitat von Kartoffeln weist mit 397 den hochsten Wert
auf und besitzt somit die meisten direkten Verbindungen.
Tabelle 5. Degree Zentralitat der Qualitat von | |||
Degree |
Degree | ||
Qualitat von Schweinefleisch |
384 |
397 |
Qualitat von |
Herkunft |
132 |
126 |
Geschmack |
Schlachter |
131 |
120 |
Sorte |
Geschmack |
118 |
119 |
vom Bauern |
Frische |
116 |
98 |
Aussehen |
Preis |
108 |
93 |
Grundnahrung smittel |
Gütesiegel |
94 |
91 |
Preis |
mager |
92 |
87 |
Dünger |
Marmorierung |
78 |
80 |
im Sack |
Schweinepest |
15 |
49 |
Zubereitungsart |
Massentierhaltung |
14 |
22 |
Biokartoffeln |
Tiertransporte |
11 |
9 |
Lagerung |
teuer |
10 |
3 |
Krankheiten |
Grillen |
9 | ||
Bauernhof |
8 | ||
Supermarkt |
8 | ||
Quelle: verandert nach Grebitus und Bruhn (2007): 9 |
Weiterhin wichtig sind die Merkmale Geschmack, Sorte
und vom Bauern. Eher unbedeutend im Qualitatsschema
der Verbraucher scheinen Krankheiten und Lagerung zu
sein. Diese Begriffe haben die niedrigsten Werte.
Die Degree Zentralitat gibt an, welche Merkmale die Akti-
vierung weitertragen. Bezüglich Marketingaktivitaten soll-
ten die Merkmale mit den hochsten Degree Zentralitaten,
z.B. Geschmack, verstarkt einbezogen werden, denn sie
konnen viele andere Attribute aktivieren.
Die hohen Werte der Degree Zentralitat bei Kartoffeln und
Schweinefleisch deuten darauf hin, dass eine Vielzahl an
Qualitatsmerkmalen zur Qualitatswahrnehmung herangezo-
gen wird. Das ist bei unverarbeiteten Produkten plausibel,
da sie in den meisten Fallen keine Markenartikel sind und
somit zentrale Qualitatsindikatoren fehlen.
Betweenness
Die Betweenness Zentralitat zeigt an, wie oft ein Begriff
auf einer kürzesten Pfaddistanz liegt und damit als Mittler
zwischen zwei Punkten dient. Sie spiegelt die Wahrschein-
lichkeit wieder, dass ein Attribut durch andere Assoziati-
onsketten aktiviert werden wird bzw. die Aktivierung wei-
terer Punkte unterbinden kann. Ein Knoten, der auf vielen
kürzesten Verbindungen zwischen zwei anderen Knoten
liegt hat eine hohe Betweenness Zentralitat (Henderson et
al., 1998: 317).
Bei dem aggregierten Netzwerk der ,Qualitat von Schwei-
nefleisch’ haben vor allem Schlachter, Qualitat von
Schweinefleisch und Preis eine Mittlerfunktion. Dadurch
gewinnen die Begriffe an Zentralitat und Starke, denn ande-
re Paare sind von ihnen abhangig. Dies sollte bei der Gestal-
tung von Marketingaktivitaten berücksichtigt werden, z.B.
bei der Identifikation von Schlüsselbegriffen oder -personen.
Eigenschaften, wie mager und Marmorierung, besitzen
keine Mittlerfunktion. Weiterhin zeigen diese Ergebnisse,
dass der Preis zwar nicht so groβen Einfluss besitzt in Be-
zug auf direkte Verbindungen zu anderen Attributen, er
aber eine Kontrollfunktion durch den hohen Betweenness
Index hat (Grebitus und Bruhn, 2007: 9). Das unter-
streicht die Aussage von Kuβ und Tomzcack (2000: 111f.),
der Preis sei letztendlich das wichtigste aller Qualitats-
merkmale. Auch wenn der Konsument andere Merkmale
wahrnimmt und bewertet, so wird er zur Fallung einer
Kaufentscheidung den Preis als entscheidendes Kriterium
mit heranziehen.
,Qualitat von Kartoffeln’ hat den hochsten Betweenness-
Index, gefolgt von Dünger. Das bedeutet, obwohl Dünger
bei Degree Zentralitat niedrigere Werte hat als die meisten
anderen der vorgegebenen Begriffe, wird dieses Merkmal
schnell aktiviert werden, da es auf vielen Geodesics anderer
Begriffe liegt. Merkmale wie Sorte, Grundnahrungsmittel
oder Zubereitungsart liegen überhaupt nicht auf Geodesics
und werden daher nicht so schnell aktiviert (siehe Tabelle 6).
Betweenness beschreibt unter anderem, welche Merkmale
durch andere aktiviert werden. Bei der Gestaltung von
Marketingaktivitaten konnen Merkmale mit hohen Bet-
weenness Werten vernachlassigt werden, da sie mit hoher
Wahrscheinlichkeit durch andere Attribute aktiviert wer-
den. Bezüglich des Spreading Activation Network Models
kann zusammenfassend gesagt werden, dass Schlachter und
Herkunft am starksten mit ,Qualitat von Schweinefleisch’
311