6 Methodik der Hauptstudie
7.2 Empirische Vorstudien
7.2.2 Durchgeführte Clusteranalyse
Für die vorliegende Arbeit war insbesondere von Interesse, ob sich die Befragten hinsichtlich ihrer Einstellung gegenüber dem „Mykotoxin frei“-Zeichen segmentieren lassen. Im Speziellen soll geklärt werden, ob unter den Verbrauchern Befürworter und Ablehner des Zeichens auszumachen sind, in welchem zahlenmäßigen Verhältnis diese Gruppen zu einander stehen und wodurch diese Einstellungen herbeigeführt werden.
Um diese Fragen zu klären, wurde mit dem erhobenen Datensatz eine Clusteranalyse durchgeführt. Als clusterbildende Faktoren wurden die Items zur Einstellung gegenüber dem „Mykotoxin frei“-Zeichen verwendet (vgl. Fragebogen im Anhang, Item 54, 56 bis 59).
Als Methode wurde das Verfahren nach Ward angewendet. Die Verwendung eines partionierenden Verfahrens hätte die Festlegung einer Startpartition erfordert, die auf theoretischen Vorüberlegungen basieren sollte, um möglichst gute Ergebnisse zu erhalten (PUNJ & STEWART 1983). Bisher gibt es aber keine empirischen Erkenntnisse dazu, wie der Verbraucher einem „Mykotoxin frei“-Zeichen gegenüber steht, da diese Frage bisher noch nicht in anderen Forschungsstudien untersucht wurde. Es können also weder Annahmen dazu getroffen werden, wie viele Cluster bestehen könnten, noch dazu, in welchen Zahlenverhältnis diese Cluster zueinander stehen. Aufgrund dieser fehlenden Vorkenntnisse wurde die Ward-Methode ausgewählt, da diese im Vergleich verschiedener Clustermethoden nach dem K-Means-Verfahren die besten Ergebnisse liefert (PUNJ &
STEWART 1983). Vor Durchführung der Analyse wurde eine Standardisierung der Variablen vorgenommen.
Insgesamt wurden 690 Datensätze für die Clusteranalyse verwendet. Das Dendrogramm erbrachte die Erkenntnis, dass verschiedene Ergebnisse zwischen einer 3-Cluster-Lösung und einer 6-Cluster-Lösung sinnvoll sein könnten. Jene Lösungsvorschläge könnten also eine sinnvolle Balance zwischen Komplexitätsreduktion und Informationsverlust darstellen. In einem nächsten Analyseschritt wurde in SPSS vorgegeben, dass insgesamt sechs Cluster gebildet werden sollen. Das Ergebnis erbrachte eine Lösung mit zwei großen Clustern und zwei mittleren Clustern, während das Cluster 5 nur sechs Personen und das Cluster 6 nur drei Personen beinhaltete. Einerseits erscheint es wenig sinnvoll, Cluster mit derart wenigen Personen zu bilden. Andererseits ist es naheliegend, dass es sich bei den Personen in den Clustern 5 und 6 um Befragte mit sehr extremer Meinungsäußerung handelt. Es wurde daher beschlossen, diese neun Personen als
„Ausreißer“ aus dem Datensatz zu entfernen.
Nachfolgend wurden in SPSS jeweils eine 5-Cluster-Lösung, eine 4-Cluster-Lösung und eine 3-Cluster-Lösung vorgegeben und deren Ergebnisse miteinander verglichen. An dieser Stelle war insbesondere von Bedeutung, dass die gebildeten Cluster auch aus theoretischer Sicht eine sinnvolle Lösung darstellen und sich inhaltlich gut erklären lassen. In dieser Hinsicht stellte sich die 5-Cluster-Lösung problematisch dar, da innerhalb dieser Lösung zwei Cluster inhaltlich schwierig voneinander abzugrenzen waren. Die 4-Cluster-Lösung erbrachte zwei große Cluster und zwei kleinere, welche in Abb. 25 dargestellt werden. Inhaltlich können diese Cluster als optimistische Befürworter des Zeichens, skeptische Befürworter, Indifferente und Zeichen-Ablehner bezeichnet werden.
Die 3-Cluster-Lösung wies wiederum einen Zusammenschluss eines großen und eines kleinen Clusters der 4-Cluster-Lösung aus. Innerhalb der 3-Cluster-Lösung wurden die optimistischen und die skeptischen Befürworter zu einer Gruppe vereinigt. Dieser Zusammenschluss wurde als wenig wünschenswert beurteilt, da gerade die Gruppe der skeptischen Befürworter hinsichtlich späterer Handlungsempfehlungen für die Praxis von besonderer Bedeutung ist. Wenn sich durch weitere Analysen klären lässt, wodurch die skeptische Grundhaltung dieser großen Gruppe bedingt sein könnte, könnte dies bei der Etablierung des „Mykotoxin frei“-Zeichens beachtet werden und von vornherein bessere Ausgangsbedingungen für das Zeichen geschaffen werden. Aufgrund dieser Tatsache wurde die 4-Cluster-Lösung als bestes Ergebnis ausgewählt und auch in späteren Analysen genutzt. Abb. 25 stellt die gewählte Clusterlösung mit dem dahinterstehenden Zahlenverhältnis dar. Weitere Ergebnisse zu clusterbildenden und clustererklärenden Faktoren finden sich in Kap. 7.4.1.
Abbildung 25: 4-Cluster-Lösung
EIGENE DARSTELLUNG 2009 Eine anschließende Diskriminanzanalyse erbrachte das Ergebnis, dass 87,3% der Fälle durch die Diskriminanzfunktion dem richtigen Cluster zugeordnet wurden. In 12,7% der Fälle kam es aber auch zu einer abweichenden Gruppeneinteilung. Die Eignung der Diskriminanzanalyse zur Überprüfung der Ergebnisse einer Clusteranalyse wird aber auch kontrovers diskutiert. PUNJ & STEWART (1983) stellen z.B. heraus, dass die Diskriminanzanalyse nicht für diesen Zweck geeignet ist.
Die 4-Cluster-Lösung erscheint in ihrer Gruppeneinteilung sehr logisch und sinnvoll. Die Tatsache, dass Gruppen von Befürwortern, Ablehnern und Indifferenten gefunden wurden, ist sachlogisch und entspricht den Erwartungen. Weiterhin erscheint auch das Zahlenverhältnis der Gruppen sinnvoll und kann durch theoretische Überlegungen begründet werden. Die sehr große Gruppe der Indifferenten könnte z.B. dadurch hervorgerufen werden, dass es sich bei der Mykotoxinproblematik um eine Thematik handelt, die vielen Verbrauchern nur wenig bekannt ist. Die geringe Vertrautheit der Verbraucher mit der Thematik könnte dazu führen, dass viele Verbraucher sich kein eindeutiges Urteil über die Mykotoxine und ein entsprechendes Zeichen zutrauen und deshalb eine eindeutige Meinungsäußerung vermeiden. Die Gruppe der Zeichen-Ablehner ist hingegen erwartungsgemäß gering, da das Zeichen einen zusätzlichen Nutzen bietet, nämlich eine erhöhte Lebensmittelsicherheit. Weiterhin lassen sich die gebildeten Gruppen inhaltlich sehr klar und eindeutig interpretieren, signifikante Unterschiede zwischen den Gruppen bezüglich der clusterbildenden und clustererklärenden Variablen lassen sich nachweisen (vgl. Kap. 7.4.1). Diese Tatsache ist
nach BYRD-BREDBENNER et al. (2008) ein deutliches Anzeichen für die Robustheit der Clusterlösung. Aus diesen Gründen wird die hier präsentierte 4-Cluster-Lösung beibehalten und auch in weiteren Analysen genutzt.