Heribert Gierl, Tina Großmann, Der Dilution-Effekt - Stand der theoretischen und empirischen Forschung in:

Marketing ZFP, page 46 - 66

MAR, Volume 30 (2008), Issue 1, ISSN: 0344-1369, ISSN online: 0344-1369, https://doi.org/10.15358/0344-1369-2008-1-46

Browse Volumes and Issues: Marketing ZFP

Bibliographic information
Anmerkung: Die Autoren danken zwei anonymen Gutachtern für die konstruktive Kritik und die wertvollen Anregungen. Kontaktstudium Prof. Dr. Heribert Gierl ist Inhaber des Lehrstuhls für Betriebswirtschaftslehre mit dem Schwerpunkt Marketing an der Universität Augsburg, Universitätsstr. 16, D-86159 Augsburg, Tel.: 0821/598–4051, Fax: 0821/598–4216, E-Mail: Heribert.Gierl@WiWi.Uni-Augsburg.de. Dipl.-Kff. Tina Großmann ist Wissenschaftliche Mitarbeiterin am Lehrstuhl für Betriebswirtschaftslehre mit dem Schwerpunkt Marketing an der Universität Augsburg, Universitätsstr. 16, D-86159 Augsburg, Tel.: 0821/598–4054, Fax: 0821/ 598–4216, E-Mail: Tina.Grossmann@WiWi.Uni-Augsburg.de. Der Dilution-Effekt – Stand der theoretischen und empirischen Forschung Von Heribert Gierl und Tina Großmann In Übereinstimmung mit der Definition von Nisbett/Zukier/Lemley (1981) wird in der Literatur von einem Dilution-Effekt gesprochen, wenn eine Bewertung weniger extrem ausfällt, falls die urteilende Person zusätzlich nicht-diagnostische Information erhält. Eine Information ist nicht-diagnostisch, wenn auf ihrer Basis mit Sicherheit keine Bewertung des zu beurteilenden Meinungsobjekts möglich ist. Die Relevanz dieser Thematik für Wissenschaft und Praxis resultiert daraus, dass sie einen Beitrag für die Erklärung liefert, wie menschliche Bewertungen entstehen und beeinflussbar sind. In diesem Beitrag definieren wir zunächst das Datenmuster des Dilution- Effekts und zeigen den Ursprung dieser Forschungsrichtung. Anschließend werden praktische Anwendungen des Dilution-Effekts vorgestellt. Sodann werden die Theorien zum Dilution-Effekt skizziert und mit den vorliegenden empirischen Erkenntnissen konfrontiert. Wir stellen dar, welche Theorien bzw. Hypothesen belegt werden konnten und in welchen Bereichen Forschungslücken bestehen. Abschließend gehen wir darauf ein, welche Faktoren in zukünftigen empirischen Studien kontrolliert werden sollten, um den Dilution- Effekt noch besser analysieren zu können, und geben Empfehlungen für die Marketingpraxis und die weitere Forschung. 1. Definition und Ursprung der Theorie In der Psychologie, im Marketing, in den Kommunikationswissenschaften etc. wurden diverse Theorien entwickelt, um zu erklären, von welchen Faktoren es abhängt, wie Menschen bestimmte Meinungsobjekte bewerten. Im Zusammenhang mit Produktbewertungen werden häufig heuristische Informationen oder periphere Reize angeführt, die neben Sachargumenten eine Rolle spielen (Chaiken 1980; Chaiken/Liberman/Eagly 1989; Petty/ Cacioppo 1986a und 1986b). Sind diese Reize positiv (vs. negativ), so erfolgt erwartungsgemäß eine positivere (vs. negativere) Bewertung, verglichen mit dem Fall, dass diese Reize fehlen. Daneben existiert Forschung, die sich mit der Frage beschäftigt, wie sich Informationen über Eigenschaften eines Meinungsobjekts, die jedoch für dessen Bewertung irrelevant sind, auf die Beurteilung dieses Objekts auswirken. In der hier thematisierten Forschungsrichtung wird angenommen, dass Beurteilungen, die ohne solche Information extrem ausfallen, weniger extrem sind. Die empirische Beobachtung dieses Phänomens wird in der Literatur allgemein als Dilution-Effekt bezeichnet (Meyvis/Janiszewski 2002; Nisbett/ Zukier/Lemley 1981). Die Thematik ist für das Marketing relevant, da sie auf eine Möglichkeit hinweist, eine an sich schlechte Bewertung eines Produkts zu verbessern, und Ursachen anzeigt, die einer sehr guten Bewertung entgegenstehen. Das Ziel dieses Beitrags ist es, die Gründe für den Dilution-Effekt aufzuzeigen und Bedingungen zu erläutern, die die Stärke dieses Effekts beeinflussen. Ferner werden diese Theorien dem Stand der bisherigen empirischen Forschung gegenüber gestellt. In der hier vorgestellten Forschungsrichtung wird die Situation betrachtet, dass eine Person eine Bewertung oder eine Schätzung einer wichtigen Eigenschaft eines Meinungsobjekts (Zielmerkmal) vornimmt und hierbei auf diagnostische und nicht-diagnostische Information zu- 46 MARKETING · ZFP · 30. Jg. · 1/2008 · S. 46–64 negativ positiv Zielmerkmal ohne nicht-diagnostische Information mit nicht-diagnostischer Information M2 M4 M1 M3 neutral M6 positiv-diagnostische Information negativ-diagnostische Information M5 neutraldiagnostische Information Abb. 1: Grafische Darstellung des Dilution-Effekts rückgreifen kann. Angenommen, Studenten sollen die erwartete Abschlussnote eines Mitstudenten einschätzen. Das Zielmerkmal wäre in diesem Fall die Note mit möglichen Werten von sehr gut bis sehr schlecht. Eine positiv-diagnostische Information besteht in diesem Beispiel im Wissen, dass dieser Student sehr viel lernt, dass er sehr intelligent ist oder dass er bisher in anderen Fächern sehr gute Noten erreicht hat. Negativ-diagnostische Information liegt vor, wenn über den zu bewertenden Student bekannt ist, dass er wenig lernt, in Intelligenztests schlecht abschneidet bzw. bisher schlechte Noten bekam. Neutral-diagnostisch wäre eine Information, wenn über den Student bekannt ist, dass er durchschnittlich viel lernt, durchschnittlich begabt ist und seither auch durchschnittliche Noten bekommen hat. Für das Zielmerkmal nicht-diagnostische Information besteht z. B. in Information über seine Sporthobbys, die Anzahl seiner Schwestern oder seine Lieblingsfarbe. Nach Nisbett/Zukier/Lemley (1981, S. 249) ist eine Information nicht-diagnostisch, wenn auf ihrer Basis mit Sicherheit kein Urteil über das Zielmerkmal abgeleitet werden kann. Erfolgt durch das Hinzukommen nicht-diagnostischer Information eine weniger extreme Bewertung, so liegt der Dilution-Effekt vor. So definieren Meyvis/Janiszewski (2002): „Dilution occurs when a person’s consideration of irrelevant information leads to a less extreme judgment” (Meyvis/Janiszewski 2002, S. 619). Viele weitere Autoren (z. B. Kemmelmeier 2004, S. 231; LaBella/ Koehler 2004, S. 1076; Peters/Rothbart 2000, S. 177; Tetlock/Boettger 1989, S. 389) beziehen sich auf Nisbett/ Zukier/Lemley (1981), die den Dilution-Effekt inhaltlich ebenso definieren: „Predictions should become less extreme when nondiagnostic information is available” (Nisbett/Zukier/Lemley 1981, S. 251). In Abbildung 1 ist das im Fall von Dilution erwartete Datenmuster M1 8 M3 & M4 8 M2 grafisch veranschaulicht. Den Ursprung der Forschungstradition zum Dilution-Effekt bildet ein Experiment von Shanteau (1975). Der Autor präsentierte Auskunftspersonen zwei Gläser, die mit weißen und roten Kugeln befüllt waren: Glas A mit 70 weißen und 30 roten Kugeln und Glas B mit 30 weißen und 70 roten Kugeln. In Anlehnung an die Versuche von Shanteau stelle man sich folgende Ziehungen und folgende Schätzaufgabe vor: ) Ziehung 1: Aus einem Glas sind zwei Kugeln (mit Zurücklegen nach der ersten Ziehung) gezogen worden, beide sind weiß. ) Ziehung 2: Aus einem Glas sind zwei Kugeln (mit Zurücklegen) gezogen worden, und die eine ist weiß und die andere rot. ) Ziehung 3: Aus einem Glas sind vier Kugeln (jeweils mit Zurücklegen) gezogen worden, drei davon sind weiß und eine ist rot. Wie wahrscheinlich ist es, dass die Ziehung 1 (bzw. 2 oder 3) aus Glas A stammt? Im ersten Fall liegt diagnostische Information vor. Der objektive Wert für die Wahrscheinlichkeit P(A|{2 x weiß}) beläuft sich auf 84,5 %, und ein Proband wird – für den Fall, dass er keine Rechenhilfe einsetzen kann – einen Wert, der diesem Wert nahe kommt, schätzen. Die Gegenwahrscheinlichkeit würde er ungefähr schätzen, wenn die Ziehung {2 x rot} lautet. Dies würde Werte für M1 und M2 für Abbildung 1 liefern. Im zweiten Fall wird ein Proband P(A|{1 x weiß, 1 x rot}) auf 50 % schätzen. Die Information {1 x weiß, 1 x rot} kann ein Proband zu Recht entweder als neutral diagnostisch (entspricht M5 in Abbildung 1) oder als nicht-diagnostisch für die Schätzaufgabe interpretieren (dann fehlt ihm jegliche diagnostische Information). Dieselbe Schätzung müsste er abgeben, wenn das Ergebnis der Ziehung {2 x weiß, 2 x rot} lauten würde. Der Rezipient könnte {2 x weiß, 2 x rot} als „Ereignis 1 = {1 x weiß, 1 x rot} & Ereignis 2 = {1 x weiß, 1 x rot}“ interpretieren. Interpretiert er das Ereignis 1 als neutral-diagnostisch, wäre Ereignis 2 nicht-diagnostisch (entspricht M6 in Abbildung 1). Im dritten Fall liegen diagnostische und nicht-diagnostische Informationen vor; denn die Wahrscheinlichkeit, dass {3 x weiß, 1 x rot} aus A stammt, gleicht der Wahrscheinlichkeit, dass {2 x weiß} aus A kommt. Der Dilution-Effekt liegt vor, wenn ein Proband die Wahrscheinlichkeit nun unterschätzt (Wert für M3 ‹ M1). Auf derartigen Überlegungen basierende Laborexperimente führten LaBella/Koehler (2004), Shanteau (1975) Gierl/Großmann, Der Dilution-Effekt – Stand der theoretischen und empirischen Forschung MARKETING · ZFP · Heft 1 · 1. Quartal 2008 47 und Troutman/Shanteau (1977) durch, wobei ihre Studien lediglich in der Anzahl der Kugeln, die pro Glas enthalten waren, und hinsichtlich der Anzahl der Farben, bezüglich derer sich die Kugeln unterscheiden konnten, differieren. Die Autoren stellen mit Hilfe von withinsubjects Designs ein Datenmuster fest, welches mit dem in Abbildung 1 dargestellten Muster konform ist. Wir wiederholten das Experiment unter Anwendung eines between-subjects Designs. Den Testteilnehmern war, wie im Experiment von LaBella/Koehler, bekannt, dass die beiden Gläser wie folgt befüllt sind: A = {270 rote, 120 grüne, 200 blaue und 410 gelbe Kugeln} und B = {120 rote, 270 grüne, 200 blaue und 410 gelbe Kugeln}. Die Stichprobe bestand aus Studenten mit Statistikkenntnissen. 79 Personen wurden in drei Gruppen eingeteilt, und sie schätzten im Mittel wie folgt: P(A|{2 x rot}) = 70,5 %, P(A|{3 x rot, 1 x grün}) = 68,0 % und P(A|{2 x rot, 2 x blau}) = 66,0 %. Diese Ergebnisse sind praktisch deckungsgleich mit den Befunden von LaBella/Koehler (2004), die bei Verwendung eines within-subjects Designs die Werte 72,0 %, 68,6 % und 66,5 % erzielten. Im Fall des Vorliegens der nicht-diagnostischen Information nähert sich die Schätzung dem neutralen Wert an, wobei sich die Werte der ersten und dritten Gruppe auf dem 5 %-Niveau unterscheiden. Troutman/Shanteau (1977) bezeichneten den hier beschriebenen Effekt als nondiagnosticity effect, der in der weiteren Literatur (z. B. Smith/Stasson/Hawkes 1998; Tetlock/Boettger 1989) dilution effect genannt wird. Erstmals verwendeten Nisbett/Zukier/Lemley (1981) den Begriff Dilution-Effekt im Zusammenhang mit menschlichen Bewertungen. 2. Praktische Anwendungen Wenngleich die Experimente des Typs „verdecktes Ziehen von Kugeln aus Urnen“ artifiziell erscheinen, entwickelte sich eine vielfältige Forschung, in der der Dilution-Effekt für mögliche Anwendungen überprüft wurde. Relativ häufig wurde untersucht, wie Personen Eigenschaften anderer Personen beurteilen, wenn zu diagnostischer Information nicht-diagnostische Information hinzukommt. Die Forscher analysierten, ob beispielsweise das Urteil, wonach eine fremde Person sich verantwortungsvoll verhält (Locksley/Hepburn/Ortiz 1982), zu Kooperation fähig ist (DeDreu/Yzerbyt/Leyens 1995), Durchsetzungsfähigkeit aufweist (Hilton/Fein 1989; Yzerbyt/Schadron/Leyens 1997) oder Ehrgeiz besitzt (Yzerbyt/Leyens/Schadron 1997), dadurch verwässert wird, dass über diese Person in Bezug auf das jeweils genannte Zielmerkmal zusätzlich nicht-diagnostische Information bekannt ist. Ergebnisse könnten im Bereich von Verkäuferbewertungen seitens Kunden oder im Bereich von Bewertungen von Bewerbern auf vakante Stellen praxisrelevant sein. Konsumenten bewerten mit Nutzen verbundene Produktattribute zwar anhand von diagnostischer Information. In diesem Zusammenhang stellt sich aber die Frage, wie sich die Bewertung ändert, wenn Konsumenten auch nicht-diagnostische Information präsentiert wird. Diese Thematik betrachteten Carrillat/Lafferty/Harris (2005), Igou/Bless (2005), Meyvis/Janiszewski (2002), Ruth/Simonin (2006), Simonson/Nowlis/Simonson (1993) und Simonson/Carmon/O’Curry (1994). Im Bereich der Werbewirkungsforschung stellen sich Autoren die Fragen, inwieweit der Effekt von Sponsoring dadurch beeinflusst wird, dass den Konsumenten bekannt wird, dass das Ereignis auch von weiteren Sponsoren unterstützt wird (Ruth/Simonin 2006), bzw. ob die Glaubwürdigkeit von prominenten Testimonials in der Werbung davon abhängt, dass die Konsumenten wissen, für wie viele weitere Unternehmen dieser Prominente wirbt (Tripp/Jenson/Carlson 1994). Im Fall von Brand Extensions wird analysiert, ob sich Urteile über wichtige Merkmale des Kernprodukts ändern, wenn Information über ein Erweiterungsprodukt derselben Marke vorliegt (Chang 2002; Jap 1993; John/ Loken/Joiner 1998; Keller/Aaker 1992; Martı´nez/de- Chernatony 2004; Pina et al. 2006). Untersuchungen zur Änderung von Perzeptionen gegenüber einer Marke durch das Hinzukommen von Brand Extensions (z. B. Diamantopoulos/Smith/Grime 2005; Gürhan-Canli/Maheswaran 1998; Kirmani/Sood/Bridges 1999; Lau/Phau 2007; Leong/Ang/Liau 1997; Loken/John 1993; Lye/Venkateswarlu/Barrett 2001; Martı´nez/Pina 2003; Park/ McCarthy/Milberg 1993; Romeo 1991; Sheinin 2000) eignen sich allerdings nicht zur Prüfung des Dilution-Effekts, da nicht nur die Eigenschaften des Kernprodukts, sondern auch die des Erweiterungsprodukts für Eigenschaften der Marke diagnostisch sind (Keller/Sood 2003, S. 15). Ebenfalls ungeeignet zur Analyse des oben definierten Dilution-Effekts erscheinen Studien, in denen Bewertungen von Eigenschaften des Erweiterungsprodukts in Abhängigkeit von wahrgenommenen Attributen der Dachmarke verglichen werden (z. B. Boush/Loken 1991). Konsumenten könnten Eigenschaften der Marke wie z. B. deren Qualitätsniveau als diagnostisch für Eigenschaften der Brand Extension ansehen. Ebenfalls unberücksichtigt lassen wir Studien, in denen untersucht wird, ob sich Perzeptionen gegenüber einer Marke ändern, wenn andere Produkte fälschlicherweise dieser Marke zugeschrieben werden (zu trademark dilution vgl. z. B. Morrin/Jacoby 2000; Pullig/Simmons/Netemeyer 2006). Angenommen, Personen betrachten ihr Herzinfarktrisiko als ein Zielmerkmal, und sie haben die Vermutung, dass regelmäßiges Fahrradfahren dieses Risiko erheblich verringert (positiv-diagnostische Information). Ferner unterstellt, Personen erfahren, dass regelmäßiges Fahrradfahren die Fähigkeit, sich mit dem Auto in einer unbekannten Stadt zurechtzufinden (zusätzliches Zielmerkmal), erhöht. Für den Zusammenhang zwischen Fahrradfahren und Herzinfarktrisiko ist diese Zusatzinformation nichtdiagnostisch. Verringert sich die wahrgenommene Eignung des Fahrradfahrens, um das Herzinfarktrisiko zu Gierl/Großmann, Der Dilution-Effekt – Stand der theoretischen und empirischen Forschung 48 MARKETING · ZFP · Heft 1 · 1. Quartal 2008 senken, durch diese Information, so liegt ein Dilution-Effekt vor. Eine Diskussion derartiger Wirkungen findet sich bei Zhang/Fishbach/Kruglanski (2007). Überträgt man diese Überlegungen auf das Marketing, so bedeutet dies folgendes: Die Information, ein Produkt habe zusätzliche Einsatzmöglichkeiten, kann dazu führen, dass Konsumenten vermuten, das Produkt sei in vergleichsweise geringerem Maße geeignet, die Ziele zu erreichen, weswegen es gekauft worden ist. Für finanzwirtschaftliche Fragestellungen wird es bspw. als interessant erachtet zu erfahren, inwieweit die Vermutung von Wirtschaftsprüfern, ein Mandant habe eine Bilanzfälschung vorgenommen, dadurch beeinflusst wird, dass zusätzlich nicht-diagnostische Information über diesen Tatbestand zur Verfügung gestellt wird (Glover 1997; Hackenbrack 1992; Hoffman/Patton 1997). Shelton (1999) und Young II/Price/Claybrook (2001) gingen der Frage nach, inwieweit sich das Urteil, ein Unternehmen stehe vor dem Konkurs, beeinflussen lässt, indem Personen, die diesen Tatbestand bewerten sollen, für dieses Zielmerkmal nicht-diagnostische Information gegeben wird. Im Einzelfall kann auch die Anwendung von Smith/Stasson/Hawkes (1998/99) und von Zukier/Jennings (1983/ 84) von Interesse sein. Diese Autoren untersuchten, inwieweit ein vor Gericht Angeklagter die Einschätzung von Schöffen, schuldig zu sein, beeinflusst, wenn er nicht-diagnostische Information über seine Schuld bzw. Unschuld liefert. 3. Theoretische Überlegungen Im Folgenden werden zunächst Theorien aufgeführt, warum der Dilution-Effekt auftreten könnte. Anschließend werden Theorien vorgestellt, in denen thematisiert wird, von welchen Faktoren die Stärke des Dilution-Effekts abhängen könnte. 3.1. Ursachen des Dilution-Effekts Der Dilution Effekt wird in der bisherigen Forschung mit drei Theorien erklärt: mit Averaging, mit der Representativeness-Heuristik und mit dem Vertrauen auf Konversationsnormen. Averaging: Zum Verständnis der Erklärung von Dilution mit Averaging greifen wir auf das eingangs skizzierte Beispiel, in dem man sich Schätzprobleme im Fall des Ziehens von Kugeln vorstellen sollte, zurück. P(A|Ziehung 1) belief sich in diesem Beispiel objektiv auf 84,5 % und subjektiv auf einen Wert von über 50 und unter 100 Prozent, und P(A|Ziehung 2) war 50 %. Shanteau (1975, S. 85) und Troutman/Shanteau (1977, S. 53) vermuten, dass Personen, denen Ereignisse als eine Sequenz möglicher Ziehungen aus derselben Urne präsentiert werden, einen subjektiven Durchschnitt aus beiden Schätzungen bilden, obwohl sie bei objektiver Betrachtung aufgrund der zweiten Information ihre ursprüngliche Schätzung nicht verändern dürften. Sie erklären diese Vermutung mit dem in der Information-Integration- Theorie beschriebenen Averaging-Prozess (Anderson 1974, S. 239). Diese Überlegungen werden auch auf den Fall übertragen, dass eine Person verschiedene Informationen heranziehen kann, um ein Zielmerkmal zu bewerten. Angenommen, eine Person erhält eine positiv-diagnostische Information über das Zielmerkmal (z. B. Warentesturteil „sehr gut“ zur Bewertung der Produktqualität). Dem entsprechend wird sie dieses Zielmerkmal positiv bewerten. Ist die diagnostische Information neutral oder negativ (z. B. Warentesturteil „befriedigend“ oder „mangelhaft“), so wird dem Zielmerkmal ein neutraler bzw. negativer Wert zugeordnet. Nun unterstellt, die Person erhält auch eine nicht-diagnostische Information über dieses Zielmerkmal, z. B. dass der Unternehmensinhaber 50 Jahre alt geworden sei. Dies dürfte einen neutralen Wert in Bezug auf das Zielmerkmal darstellen. Fließt nicht nur die diagnostische Information (mögliche Werte: positiv, neutral oder negativ), sondern auch die nicht-diagnostische Information (Wert: neutral) mit einem Gewicht von größer Null in die Bewertung des Zielmerkmals ein, so verschlechtert sich ein positives bzw. verbessert sich ein negatives Urteil (Meyvis/Janiszewski 2002, S. 619 f.; Waller/Zimbelman 2003, S. 255). Representativeness-Heuristik: Nach dem Similarity-Modell von Tversky (1977, S. 339) hängt die Wahrscheinlichkeit, dass ein Meinungsobjekt einer bestimmten Kategorie zugeordnet wird, positiv von der Anzahl der für diese Kategorie typischen und negativ von der Anzahl der für diese Kategorie nicht typischen Merkmale ab. Nisbett/Zukier/Lemley (1981, S. 250 f.) illustrieren dies an folgendem Beispiel: Wird eine Person mit „hat wenig Interesse an Politik“ und „hat großes Interesse an mathematischen Rätseln“ beschrieben, so ist die Wahrscheinlichkeit, dass sie in die Berufskategorie „Ingenieur“ eingeordnet wird, größer als in dem Fall, dass diese Person zusätzlich durch die Eigenschaften „hat zwei Geschwister“ und „versteht sich gut mit seinen Kollegen“ charakterisiert wird. Den Probanden wurde mitgeteilt, dass sich in Studien, die Psychologen durchgeführt hätten, die beiden zuerst genannten Merkmale als typisch für Ingenieure herausgestellt hätten (Kahneman/Tversky 1973, S. 241; Schwarz et al. 1991, S. 70). Überträgt man diese Überlegung auf die hier diskutierte Thematik, so lässt sich wie folgt argumentieren. Angenommen, eine Person geht davon aus, dass ein Zielmerkmal mehrere Ausprägungen haben kann (z. B. die drei Ausprägungen positive, neutrale und negative Kategorie). Beispielsweise kann sie drei mögliche Qualitätskategorien innerhalb eines Produktbereichs unterscheiden. Eine positiv-diagnostische Information über ein Produkt (z. B. Warentest- Urteil „sehr gut“ oder „gut“ für ein Produkt) bewirkt, dass die Person mit einer hohen Wahrscheinlichkeit davon ausgeht, dass es aus der positiven Kategorie stammt. Die Wahrscheinlichkeit, dass es aus der neutralen oder negativen Kategorie stammt, wird ebenfalls hoch sein, wenn die diagnostische Information dies anzeigt. Liegt Gierl/Großmann, Der Dilution-Effekt – Stand der theoretischen und empirischen Forschung MARKETING · ZFP · Heft 1 · 1. Quartal 2008 49 ohne nichtdiagnostische Information mit nichtdiagnostischer Information negativ positiv Zielmerkmal M2a M4a M1a M3a positiv diagnostische Information negativ diagnostische Information ohne nichtdiagnostische Information mit nichtdiagnostischer Information negativ positiv Zielmerkmal M2b M4b M1b M3b positiv diagnostische Information negativ diagnostische Information Schwacher Dilution-Effekt Starker Dilution-Effekt Abb. 2: Grafische Darstellung der unterschiedlichen Stärke eines Dilution-Effekts zusätzlich zu positiv- bzw. negativ-diagnostischer Information nicht-diagnostische Information vor, d. h. Information, die nicht typisch für die positive, neutrale oder negative Kategorie ist (z. B. dass der Eigentümer der Firma seinen fünfzigsten Geburtstag feiert), sinkt die Ähnlichkeit des Meinungsobjekts mit der positiven bzw. der negativen Kategorie. In der Konsequenz sinkt die Wahrscheinlichkeit, dass es der positiven bzw. negativen Kategorie zugeordnet wird (Nisbett/Zukier/Lemley 1981, S. 251; Tetlock/Boettger 1989, S. 389; Zukier 1982, S. 1164). Vertrauen auf Konversationsnormen: Tetlock/Lerner/ Boettger (1996) sehen das menschliche Vertrauen auf die Einhaltung von Konversationsnormen als eine weitere mögliche Ursache für den Dilution-Effekt an. Die Grundlage für diese Überlegungen bildet die Implikaturtheorie von Grice (1975, 1980), der zufolge es vier grundlegende Konversationsnormen gibt, weswegen Kommunikation zwischen Menschen möglich ist. Information entsteht, weil der Informand darauf vertraut, dass der Informant diese Normen befolgt. Die Maxime der Quantität besagt, dass Aussagen diejenigen Inhalte enthalten sollten, die der Informand haben möchte. Die Mitteilung von Überflüssigem oder bereits Bekanntem oder das Verschweigen von wichtigen Sachverhalten verletzen diese Maxime (Grice 1975, S. 45; Levinson 2000, S. 112). Die Maxime der Qualität bedeutet, dass der Informant nur Aussagen macht, von deren Wahrheit er überzeugt ist und wofür er auch genügend Beweise besitzt (Grice 1975, S. 46; Levinson 2000, S. 112). Die Maxime der Modalität bedeutet, dass sich ein Informant klar, d. h. nicht mehrdeutig, weitschweifig oder ungeordnet ausdrückt (Grice 1980, S. 114). Die Maxime der Relation wird schließlich befolgt, wenn nur relevante Information übermittelt wird; ist sie irrelevant, so erwartet der Informand, dass dies vom Informant implizit zum Ausdruck gebracht wird (Grice 1980, S. 114). In dieser Theorie wird unterstellt, dass Informanten diese Maximen zwar nicht immer befolgen, die Informanden aber annehmen, dass die gelieferte Information den Maximen entspricht (Levinson 2000, S. 113). Nicht-diagnostische Information verletzt die Maximen der Quantität, der Modalität und der Relation. Indem Informanden allerdings darauf vertrauen, dass die Maximen eingehalten werden, erfolgt eine Fehlinterpretation von nicht-diagnostischer Information als diagnostische Information (Schwarz 1994, S. 133; Tetlock/Lerner/Boettger 1996, S. 917). Wenn Personen nicht-diagnostische Information mit diagnostischer Information verwechseln, erhalten sie ein Entscheidungsgewicht. Im Weiteren kann wie im Fall von Averaging argumentiert werden: Diese Information wird wie eine neutral-diagnostische Information behandelt und reduziert damit die Wirkung der positiv- bzw. negativ-diagnostischen Information. 3.2. Moderatorvariablen für die Stärke des Dilution-Effekts In der Literatur finden sich weiterhin Diskussionen, von welchen Faktoren die Stärke des Dilution-Effekts abhängt. Abbildung 2 zeigt das Datenmuster, welches vorliegen müsste, falls eine Moderatorvariable, hier idealtypisch unterschieden nach zwei Ausprägungen, wirksam ist (M3b ‹ M3a und M4b 8 M4a). Als mögliche Moderatorvariablen werden Eigenschaften nicht-diagnostischer Information, Eigenschaften der Rezipienten und Eigenschaften der Quelle der Information diskutiert. 3.2.1. Eigenschaften nicht-diagnostischer Information als Moderatorvariablen In der Literatur wird vermutet, dass die Stärke des Dilution-Effekts von diversen Eigenschaften der nicht-diagnostischen Information abhängt. Gierl/Großmann, Der Dilution-Effekt – Stand der theoretischen und empirischen Forschung 50 MARKETING · ZFP · Heft 1 · 1. Quartal 2008 Umfang der nicht-diagnostischen Information: Die Representativeness-Heuristik besagt, dass allein positivbzw. allein negativ-diagnostische Information bewirkt, dass das Meinungsobjekt in Bezug auf das Zielmerkmal mit hoher Wahrscheinlichkeit der positiven Kategorie (guter Wert des Zielmerkmals) bzw. der negativen Kategorie (schlechter Wert des Zielmerkmals) zugeordnet wird. Diese Wahrscheinlichkeit sinkt, wenn zusätzlich nicht-diagnostische Information vorliegt, weil die gesamte Information bewirkt, dass das Meinungsobjekt an Ähnlichkeit mit der positiven bzw. negativen Kategorie verliert. Weiterhin sinkt diese Ähnlichkeit mit steigendem Umfang an nicht-diagnostischer Information, weswegen ein stärkerer Dilution-Effekt im Fall von umfangreicher nicht-diagnostischer Information erwartet wird (Nisbett/Zukier/Lemley 1981, S. 251; Peters/Rothbart 2000, S. 177). Valenz der nicht-diagnostischen Information: Nicht nur die diagnostische, sondern auch die nicht-diagnostische Information kann einen positiven, neutralen oder negativen Wert aufweisen. Smith/Stasson/Hawkes (1998/99, S. 337) betrachten im Rahmen ihrer Studie, in der die Schuld eines Angeklagten das Zielmerkmal darstellte, den Tatbestand, wie dieser seinen Garten pflegt, als nicht-diagnostische Information. Der Rasen kann als sehr gut, durchschnittlich oder schlecht gepflegt beschrieben sein. Unabhängig davon, dass sich die Valenz dieser Information unterscheidet, sollte ihr bei objektiver Betrachtung kein Beitrag für die Bewertung der Schuld des Angeklagten zukommen. Hackenbrack (1992, S. 129) vermutet, dass neutrale nicht-diagnostische Information den vergleichsweise geringsten Dilution-Effekt erzeugt, weil sie weniger auffällt als positive oder negative nicht-diagnostische Information. Verbreitung des nicht-diagnostischen Merkmals: Die Ausprägungen von nicht-diagnostischen Merkmalen können mehr oder minder verbreitet sein. Sollen Mitstudenten bspw. die Note, die ein Mitstudent in seinem Studium zu erwarten hat, schätzen, so wäre dessen Schuhgröße nicht-diagnostisch. Die Information, der Mitstudent habe die Schuhgröße 43, beschreibt einen Durchschnitt. Demgegenüber handelte es sich im Fall der Information, seine Schuhgröße sei 50, um eine Information mit extremem (seltenem) Wert (Beispiel nach Zukier/ Jennings 1983/84). Zukier (1982, S. 1165) und Zukier/ Jennings (1983/84, S. 189) vermuten, dass extreme Ausprägungen jeglicher Art von Information als typisch für extreme Ausprägungen für das Zielmerkmal interpretiert werden, während normale Ausprägungen einen durchschnittlichen Wert des Zielmerkmals anzeigen. Mit Bezug auf die Representativeness-Heuristik vermuten die letztgenannten Autoren einen stärkeren Dilution-Effekt, wenn das in der nicht-diagnostischen Information thematisierte Merkmal einen innerhalb der Kategorie des Meinungsobjekts stark verbreiteten Wert aufweist (S. 196). Relevanz der nicht-diagnostischen Information für andere Bewertungen: Weiterhin kann dahingehend differenziert werden, ob die nicht-diagnostische Information zwar für die anstehende Bewertungsaufgabe irrelevant ist, aber für andere Schätzungen häufig benötigt wird, oder ob diese Information so gut wie nie für Bewertungen benötigt wird. Hilton/Fein (1989, S. 203) führen als Beispiel an, dass der Tatbestand, eine Person habe 20 Cent in einer Telefonzelle gefunden, immer irrelevant sei, wenn Personen anhand von allgemeinen Persönlichkeitseigenschaften gleich welcher Art zu bewerten sind. Der Tatbestand, dass eine Person gerne Filme von Federico Fellini sieht, ist dagegen nach Ansicht dieser Autoren für manche Persönlichkeitseigenschaften diagnostisch und für andere nicht-diagnostisch. Hilton/Fein (1989, S. 202) und Yzerbyt/Leyens/Schadron (1997, S. 1319) beziehen sich sinngemäß auf die Theorie der Konversationsnormen und vermuten, dass nicht-diagnostische Information, die in anderen Bereichen diagnostisch ist, einen stärkeren Dilution-Effekt auslöst als nicht-diagnostische Information, die so gut wie niemals diagnostisch ist. Gezielter Hinweis auf die Irrelevanz der nicht-diagnostischen Information: Werden Personen auf die Irrelevanz nicht-diagnostischer Information aufmerksam gemacht, sollte diese Information aufgrund geltender Konversationsnormen nicht wirksam sein oder nur einen schwachen Dilution-Effekt auslösen (Igou/Bless 2005, S. 27; Kemmelmeier 2004, S. 232 f.; Tetlock/Lerner/Boettger 1996, S. 918). 3.2.2. Eigenschaften der Rezipienten als Moderatorvariablen Weiterhin existiert Forschung, in der untersucht wird, ob die Stärke des Dilution-Effekts von Eigenschaften der Informanden abhängt. Dabei werden die Fähigkeit und die Motivation von Rezipienten, Information kognitiv zu verarbeiten, betrachtet. Im Sinne von Petty/Cacioppo (1981, S. 20) handelt es sich dabei um das Involvement der Empfänger der Information. Fähigkeit zur kognitiv gesteuerten Informationsverarbeitung: Personen verfügen über geringe Fähigkeiten zur Informationsverarbeitung, wenn sie bspw. unter Zeitdruck urteilen sollen, abgelenkt sind oder nicht über das nötige Wissen verfügen, um feststellen zu können, welche Art von Information für die Bewertungsaufgabe besonders relevant ist (Shanteau 1993, S. 53). Zur Frage, ob es bei geringer oder hoher Fähigkeit zur Informationsarbeitung zu einem stärkeren Dilution-Effekt kommt, existieren konträre Positionen. Einerseits besteht eine größere Wahrscheinlichkeit, nicht-diagnostische mit neutral-diagnostischer Information zu verwechseln, wenn diese Fähigkeit gering ist, weswegen ein starker Dilution-Effekt erwartet wird (Shelton 1999, S. 218). Andererseits wird erwartet, dass sich Personen mit geringen Fähigkeiten zur Informationsverarbeitung gezielt auf die wichtigste Information konzentrieren; Glover (1997, S. 215) vermutet einen Filtrationsprozess: Die nicht-diagnostische Information wird gedanklich eliminiert, so dass nur ein vergleichsweise schwacher Dilution-Effekt im Fall von geringer Fähigkeit zur Informationsverarbeitung auftritt. Gierl/Großmann, Der Dilution-Effekt – Stand der theoretischen und empirischen Forschung MARKETING · ZFP · Heft 1 · 1. Quartal 2008 51 Motivation zur kognitiv aufwendigen Informationsverarbeitung: Als Indikatoren für diese Moderatorvariable können der Zwang zur Rechtfertigung der Bewertung (Hoffman/Patton 1997; Kemmelmeier 2007a; Tetlock/ Boettger 1989; Tetlock/Lerner/Boettger 1996) und der Tatbestand, ob eine Bewertung innerhalb einer Gruppe oder ob sie alleine durchgeführt wird (Young II/Price/ Claybrook 2001), angesehen werden. Auch zur Wirkung dieser Größe sind die Auffassungen in der Literatur konträr. Einerseits wird argumentiert, dass eine Person, die ihr Urteil z. B. gegenüber einem Interviewer oder in einem Rollenspiel begründen muss, mit der vorliegenden Information sorgfältiger umgeht. Tetlock/Boettger (1989, S. 389) vermuten, dass diese Personen bereit sind, komplexer zu denken, und versuchen, jegliche Information zu berücksichtigen, wodurch ein stärkerer Dilution-Effekt entsteht (ähnlich: Hoffman/Patton 1997, S. 229). Tetlock/Lerner/Boettger (1996, S. 917 f.) begründen diese These auch damit, dass Personen, die sich rechtfertigen sollen, in stärkerem Maße auf Konversationsnormen vertrauen. Anderseits wird argumentiert, dass Personen, die sich mit einem Meinungsgegenstand kognitiv intensiv auseinander setzen, diagnostische von nicht-diagnostischer Information unterscheiden können, so dass der Dilution-Effekt gering ist (Kemmelmeier 2007a, S. 53). Es ist anzumerken, dass in diesem Zusammenhang auch Persönlichkeitseigenschaften als mögliche Moderatorvariablen diskutiert werden. Kemmelmeier (2007a) nennt hier die Eigenschaft Personal Need for Structure (Neuberg/Newsom 1993). Nach Thompson et al. (2001, S. 20) ist eine Person mit einem hohen Wert dieser Eigenschaft, dadurch definiert, dass sie in den meisten Situationen Struktur und Klarheit bevorzugt. Kemmelmeier (2007a, S. 53) vermutet, dass ein stärkerer Dilution-Effekt auftritt, wenn Personen einen hohen Wert bei dieser Variablen aufweisen. Diese Personen denken weniger komplex, entscheiden häufiger heuristisch und könnten mit höherer Wahrscheinlichkeit die Representativeness-Heuristik anwenden. 3.2.3. Eigenschaften der Quelle der Information als Moderatorvariablen Schließlich können Eigenschaften der Informationsquelle die Stärke des Dilution-Effekts beeinflussen. Glaubwürdigkeit: Die Glaubwürdigkeit der Quelle wird in Werbewirkungsmodellen wie dem Elaboration-Likelihood-Modell (Petty/Cacioppo 1986a, 1986b) und dem Heuristic-Systematic-Modell (Chaiken 1980; Chaiken/ Liberman/Eagly 1989; Eagly/Chaiken 1993) als eine heuristische Information interpretiert. Personen vertrauen diesem Signal und tendieren dazu, Sachinformation zum Meinungsobjekt zu ignorieren, es sei denn, es liegt ein Grund (z. B. Rechtfertigungszwang) vor, einen hohen kognitiven Aufwand zu leisten, um trotz der glaubwürdigen Quelle auch selbst systematisch anhand der diagnostischen Information zu urteilen. Liegt ein derartiger Grund nicht vor, könnten die Rezipienten dazu tendieren, auf die Verarbeitung von möglichst viel Information zu verzichten, unter anderem auch auf die Verarbeitung der nicht-diagnostischen Information. Das heißt, ist die Quelle glaubwürdig und liegt der Fall eines geringen Involvement vor, sollte der Dilution-Effekt gering sein bzw. nicht auftreten. Macrae/Shepherd/Milne (1992, S. 767) vermuten hingegen, dass die Glaubwürdigkeit der Quelle keine Rolle für die Stärke des Dilution-Effekts spielt. Unterstellte Manipulationsabsicht: Informanden könnten annehmen, dass ein Informant nicht-diagnostische Information anführt, um ihre Aufmerksamkeit von negativen diagnostischen Merkmalen abzulenken. Sie könnten sich in Folge dessen manipuliert fühlen (Broniarczyk/Gershoff 2003, S. 165 mit Verweis auf Campbell 1995, S. 226 und Friestad/Wright 1994; Simonson/Carmon/O’Curry 1994, S. 27). Somit könnte erwartet werden, dass sich durch nicht-diagnostische Information keine oder nur eine geringe Verbesserung eines negativen Urteils, welches auf Basis der diagnostischen Information gefällt wird, ergibt. 4. Empirische Befunde Seit der Studie von Shanteau (1975) wurde eine Reihe von Studien zum Nachweis des Dilution-Effekts durchgeführt, die nicht auf stochastischen Experimenten aufbauen. Dabei fällt auf, dass sich manche Experimente besser und andere schlechter eignen, um Aussagen über die Existenz des Dilution-Effekts und über Moderatorvariablen abzuleiten. In einem ersten Schritt erklären wir daher, aus welchen Gründen wir bestimmte Studien aus dieser Betrachtung ausklammern. Im zweiten Schritt geben wir einen Überblick über die Befunde aus den verbleibenden Experimenten und gliedern hierbei nach den untersuchten Moderatorvariablen. 4.1. Probleme im Design und der Analyse in einzelnen Studien Im Folgenden begründen wir, warum wir einige Studien zum Dilution-Effekt als weniger geeignet erachten, um diesen Effekt zu prüfen. 4.1.1. Ein-Ast-Experimente Eine Reihe von Experimenten ist als „Ein-Ast-Experimente“ angelegt. Dies bedeutet, dass nur verglichen wird, wie ein Zielmerkmal, für das diagnostische Information vorliegt, bewertet wird, wenn entweder nicht-diagnostische Information fehlt oder vorhanden ist. Wir erläutern, warum es einer zusätzlichen Interpretation bedarf, um mit derartigen Analysen einen Dilution-Effekt belegen zu können, am Beispiel eines Experiments von Zukier/Jennings (1983/84) und eines Experiments von John/Loken/Joiner (1998). In der Studie der erstgenannten Autoren sollten sich Studenten vorstellen, Geschworene in einem Mordprozess zu sein, in welchem einem Mann vorgeworfen wird, seine Tante erschossen zu haben. Die diagnostische Infor- Gierl/Großmann, Der Dilution-Effekt – Stand der theoretischen und empirischen Forschung 52 MARKETING · ZFP · Heft 1 · 1. Quartal 2008 ohne nicht-diagnostische Information mit nicht-diagnostischer Information sicher unschuldig (-5) sicher schuldig (+5) Wahrscheinlichkeit, dass ein Angeklagter schuldig ist 1,1 0,4 neutraler Bereich 1 neutraler Bereich 2 Abb. 3: Grafische Darstellung des Problems der „Ein-Ast- Betrachtung“ mation bestand darin, dass der Anklagte Streit mit seiner Tante hatte und kein Alibi besitzt. Die nicht-diagnostische Information bestand in Angaben zu seiner Körpergröße und zu seinem Aussehen. Die Autoren stellten fest, dass die Wahrscheinlichkeit, wonach der Anklagte schuldig ist, sich auf einer Skala von -5 (sicher unschuldig) bis +5 (sicher schuldig) im Mittel auf 1,1 beläuft, falls die Probanden nur diagnostische Information bekamen, und im Durchschnitt 0,4 beträgt, falls andere Probanden zusätzlich nicht-diagnostische Information erhielten. Diesen Befund bezeichnen die Autoren als Dilution-Effekt. Das Problem ist, dass die Autoren keine Angaben machen, wo der neutrale Bereich anzusiedeln ist. Es erscheint plausibel, dass die Probanden davon ausgingen, dass die Schuld-Wahrscheinlichkeit a-priori sehr hoch ist (neutraler Bereich 1 in Abbildung 3), denn ansonsten wäre es gar nicht zur Anklage gekommen. Dann widerspricht der Befund dem Dilution-Effekt. Es könnte aber auch sein, dass in der Population, der die Probanden angehören, die Überzeugung vorherrscht, dass eine Anklage nicht-diagnostisch für Schuld ist (man wird zufällig des Mordes angeklagt). Dann wäre der neutrale Bereich in der Mitte der Skala anzusiedeln (vgl. neutraler Bereich 2 in Abbildung 3). John/Loken/Joiner (1998) prüften, ob der Grad von Sanftheit bzw. das Ausmaß an Hygiene von Produkten der bekannten Marke Johnson & Johnson anders empfunden wird, wenn Information über die Einführung von Brand Extensions gegeben wird, die in Bezug auf diese Zielmerkmale als nicht-diagnostisch interpretiert werden kann. Beispielsweise wird Johnson & Johnson Zahnseide als etwas weniger hygienisch bewertet, wenn die Information vorliegt, dass unter dieser Marke auch Mundwasser angeboten werden soll (ohne diese Information: 5,9 auf der Skala von 1 = sehr unhygienisch bis 7 = sehr hygienisch, mit dieser Information: 5,2). Mangels Angabe, ob die Hygiene marktüblicher Zahnseide besser oder schlechter als mit 5,9 bewertet wird, lässt sich hier nicht feststellen, ob der Befund einen Dilution-Effekt oder den Gegeneffekt aufzeigt. Wir verzichten somit in dieser Abhandlung auf die Darstellung der Experimente, die dem eben vorgestellten vereinfachten Design folgen. Dazu zählen die Studien von Chang (2002), Hoffman/Patton (1997), Jap (1993), Martı´nez/deChernatony (2004), Shelton (1999), Slugoski/Wilson (1998, S. 587), Smith/Stasson/Hawkes (1998/ 99), Tripp/Jensen/Carlson (1994), van Osselaer/Alba/ Manchanda (2004), Young II/Price/Claybrook (2001), Yzerbyt/Leyens/Schadron (1997) und Zhang/Fishbach/ Kruglanski (2007). Vergleichbar mit der hier beschriebenen Problematik ist auch die Situation, dass M1 und M2 (vgl. Notation in Abbildung 1) in Bezug auf das Zielmerkmal sehr ähnliche Werte annehmen. Im Experiment von Pina et al. (2006) weist M1 auf der Skala von 1 bis 7 den Wert 5,9 und M2 den Wert 5,4 auf. In diesem Fall erscheint die Unterscheidung des Effekts von nicht-diagnostischer Information bei positiv- vs. negativ-diagnostischer Information ebenfalls nicht möglich zu sein. 4.1.2. Fehlen einer Kontrollgruppe Zweitens berücksichtigen wir diejenigen Studien nicht, in denen keine Aussagen getroffen werden, wie die untersuchten Zielmerkmale im Fall des Fehlens von nichtdiagnostischer Information bewertet werden, das heißt in denen Angaben zu M1 oder M2 fehlen. Diese Angaben fehlen in der Studie von Fein/Hilton (1992), die die Neigung, einen bestimmten US-Präsidentschaftskandidaten zu wählen, als Zielmerkmal verwendeten. Diese Aussagen fehlen auch in den Experimenten von Aaker/Keller (1990) und Chen/Chen (2000). Diese Autoren untersuchten Bewertungen der Kernprodukte von Marken in Abhängigkeit davon, welche Information über Brand-Extensions vorlag. 4.1.3. Darstellung der Befunde in Form von aggregierten Kenngrößen Ein drittes Problem besteht im Fall der Studien, deren Autoren darauf verzichten, Mittelwerte in Analogie zur Gierl/Großmann, Der Dilution-Effekt – Stand der theoretischen und empirischen Forschung MARKETING · ZFP · Heft 1 · 1. Quartal 2008 53 Ohne Information, dass Option B das unneeded attribute aufweist Mit Information, dass Option B das unneeded attribute aufweist Mit besonders deutlichem Hinweis, dass Option B das unneeded attribute aufweist Vergleich bei Simonson/ Carmon/O’Curry (1994) Vergleich bei Simonson/ Nowlis/Simonson (1993) ohne unneeded attribute bei einer der beiden Optionen mit unneeded attribute bei B 0 Wahlwahrscheinlichkeit 46 100 32 54 68 Option A Option B mit unneeded attribute bei B mit besonders deutlichem Hinweis auf das unneeded attribute bei B 0 Wahlwahrscheinlichkeit 30 100 20 70 80 Option A Option B Abb. 4: Effekt von unneeded attributes in Studien von Simonson/Carmon/O’Curry und Simonson/Nowlis/Simonson Darstellung in Abbildung 1 oder Abbildung 2 anzugeben, und die nur Kenngrößen, die auf diesen Mittelwerten basieren, aufführen. Nisbett/Zukier/Lemley (1981) vergleichen in einem ihrer Experimente (M1-M2)/(M1+M2) mit (M3-M4)/(M3+M4) und schließen auf einen Dilution-Effekt, wenn der erste Quotient größer ist als der zweite. Ist der zweite Quotient geringer als der erste Quotient, so kann möglicherweise ein Dilution-Effekt vorliegen, aber es ist denkbar, dass mit dem Dilution-Effekt konträre Befunde (z. B. M1 = 5, M2 = 2, M3 = 8, M4 = 4) ein derartiges Datenmuster erzeugen. Tetlock/Lerner/Boettger (1996) und Yzerbyt/Schadron/ Leyens (1997) vergleichen sinngemäß M1-M2 mit M3-M4. Ist die zweite Differenz geringer als die erste, kann, aber muss kein Dilution-Effekt vorliegen, wie konstruierte Zahlenbeispiele illustrieren können (z. B. M1 = 5, M2 = 2, M3 = 6, M4 = 4). Eine ähnliches Problem tritt auf, wenn Auskunftspersonen diese Differenzen subjektiv schätzen (z. B. Preisdifferenzen bei Nowlis/Simonson 1996, S. 39). Auch die Darstellung der Ergebnisse bei Hackenbrack (1992) beruht auf Kenngrößen, die sich nicht eignen, die Existenz des Dilution-Effekts zu zeigen. Der Autor gibt nur M3-M1 und M2-M4 an und interpretiert negative Werte für diese Differenzen als Nachweis des Dilution-Effekts. Hier kann ein einfaches Zahlenbeispiel ebenfalls zeigen, dass Werte für M1 bis M4 dieses Datenmuster erzeugen, ohne dass ein Dilution-Effekt vorliegt (z. B. M1 = 8, M2 = 5, M3 = 4, M4 = 6). Glover (1997) untersuchte schließlich den Effekt einer Moderatorvariablen durch den Vergleich von |M1a- M3a|+|M2a-M4a| mit |M1b-M3b|+|M2b-M4b| (zur Notation vgl. Abbildung 2). Aus der Beobachtung, dass sich diese beiden Kenngrößen unterscheiden, folgert er auf eine Moderatorwirkung. Ob überhaupt ein Dilution-Effekt vorliegt, wird aus diesen Kenngrößen ebenfalls nicht ersichtlich. 4.1.4. Mögliche zusätzliche Effekte nicht-diagnostischer Information Ein viertes Problem verbinden wir mit Experimenten, in denen nicht klar wird, ob es sich bei der intendiert nichtdiagnostischen Information aus Sicht der Auskunftspersonen tatsächlich um eine solche handelte. Wir beschreiben dieses Problem an Experimenten von Simonson/Carmon/O’Curry (1994, S. 26, dritte Studie) und von Simonson/Nowlis/Simonson (1993, erste Studie). Eines der in diesen Experimenten untersuchten Produkte war eine Armbanduhr, die Zeit von zwei Zeitzonen anzeigen konnte. Den Tatbestand, dass eine Uhr diese Fähigkeit besitzt, bezeichneten die Autoren als ein von den studentischen Probanden nicht benötigtes Merkmal (unneeded attribute). Die Personen erhielten zwei Optionen präsentiert, und sie mussten sich für eine der beiden entscheiden. In dem einen Experiment prüften die Autoren den Effekt, dass für eines der beiden Objekte bekannt wird, dass es das unneeded attribute besitzt. In dem anderen analysierten die Autoren die Wirkung, die entsteht, wenn darauf besonders stark hingewiesen wird; in diesem Experiment bekamen die Auskunftspersonen die Information, dass sich eine andere Person eben wegen dieses Merkmals für bzw. gegen eine der beiden Optionen entschieden hat. Abbildung 4 zeigt die deskriptiven Ergebnisse. Gierl/Großmann, Der Dilution-Effekt – Stand der theoretischen und empirischen Forschung 54 MARKETING · ZFP · Heft 1 · 1. Quartal 2008 Die Autoren selbst mutmaßen, dass in diesem Experiment ein Preis-Effekt den möglichen Dilution-Effekt überlagert haben könnte. Die Probanden könnten glauben, dass das uneeded attribute das Produkt verteuert hat (ähnliche Situation in der Studie von Brown/Carpenter 2000). Auch handelte es sich bei der Option mit unneeded attribute jeweils um die vergleichsweise teurere Variante. Ein vergleichbares Problem tritt auf, wenn der Dilution- Effekt auf Basis von Information über den Erfolg bzw. Misserfolg von Brand Extensions untersucht wird. Keller/Aaker (1992) prüften, ob sich die Attraktivität des Kernprodukts einer Marke ändert, wenn bekannt wird, dass das Unternehmen unter dieser Marke auch Erweiterungsprodukte anbietet und damit auf dem Markt entweder erfolgreich oder nicht erfolgreich war. In Analogie zur hier diskutierten Problemstellung unterscheiden sie zwar zwischen einem attraktiven und einem unattraktiven Kernprodukt (entsprechend den Positionen M1 und M2 in Abbildung 1). Problematisch ist aber die Deutung der Zusatzinformation: Der Erfolg des Erweiterungsprodukts könnte eine positiv-diagnostische Information sein, denn die Konsumenten könnten auf eine generelle Qualität von Produkten dieses Unternehmens schließen. Sie könnten diese Information auch als eine nicht-diagnostische Information erachten. Schließlich könnte diese Information den Referenzpunkt für die Bewertung des Kernprodukts darstellen. Es ist sogar denkbar, dass die Auskunftspersonen den Misserfolg von Brand-Extensions als diagnostisch für die hohe Qualität des Kernprodukts erachten, denn ansonsten würde das Unternehmen am Markt nicht existieren können. Da diese Überlegungen zur möglichen Nicht-Diagnostizität der Information über den Erfolg bzw. Misserfolg von Erweiterungsprodukten spekulativ sind, wird auch diese Studie nicht berücksichtigt. 4.2. Bisherige empirische Befunde Da uns keine Theorie bekannt ist, wonach die Existenz und die Stärke des Dilution-Effekts von den Anwendungsgebieten, wie sie exemplarisch in Abschnitt 2 vorgestellt worden sind, abhängen, stellen wir alle uns bekannten Studien vor, die es ermöglichen, das in den Abbildungen 1 und 2 skizzierte Datenmuster zu überprüfen. In nahezu allen dieser Studien wurde mittels Pretests sicher gestellt, dass die Information, die aus Sicht der Autoren nicht-diagnostisch ist, von den Rezipienten auch als nicht-diagnostisch interpretiert wird (Ausnahmen: Carrillat/Lafferty/Harris 2005; Denhaerinck/Leyens/ Yzerbyt 1989; Ruth/Simonin 2006). Zunächst werden die Studien, in denen keine der oben angesprochenen Moderatorvariablen berücksichtigt wurden (Tabelle 1), und sodann die Ergebnisse der Experimente, in denen zusätzlich die Wirkung von Moderatorvariablen überprüft wurde (Tabellen 2 und 3), dargestellt. Will man einen Vergleich über verschiedene Studien vornehmen, um zu erkennen, ob der Dilution-Effekt vorliegt, so fällt auf, dass verschiedene Autoren entweder auf statistische Tests verzichten oder bei Tests unterschiedlich in Bezug auf den Vergleich der Mittelwerte M1 bis M4, wie sie in Abbildung 1 definiert worden sind, vorgehen. Beispielsweise testen manche Autoren nur die Differenzen zwischen M1 und M2 sowie zwischen M3 und M4, ohne M1 mit M3 und M2 mit M4 zu vergleichen, was Kemmelmeier (2007a, S. 51; 2007b, S. 70) zur Kritik veranlasst, dass manche Autoren das Auftreten des Dilution-Effekts nicht geeignet testen würden. Daher stellen wir die in den einzelnen Studien veröffentlichten Mittelwerte dar, wobei wir dem in den Abbildungen 1 bzw. 2 skizzierten Schema folgen. Diese Mittelwertdarstellung erlaubt auch ein Urteil darüber, ob es sich bei der variierten diagnostischen Information um eine positive oder eine negative Information handelte. Soweit die Autoren Mittelwerte gegeneinander testeten, geben wir die erzielten Signifikanzniveaus an. Die erste Frage lautet, ob in den vorgestellten 16 Studien ein Datenmuster vorliegt, welches der Darstellung in Abbildung 1 entspricht. Leider sind die statistischen Tests der Mittelwerte von Studie zu Studie so uneinheitlich, dass es naheliegt, diese Frage nur auf Basis der deskriptiv festgestellten Datenmuster, d. h. ohne Berücksichtigung der erzielten Signifikanzniveaus, zu beantworten: ) Unter dieser Restriktion erweisen sich die Ergebnisse von neun Studien als vollständig oder zumindest teilweise als mit dem Dilution-Effekt konform (DeDreu/ Yzerbyt/Leyens 1995; Denhaerinck/Leyens/Yzerbyt 1989; Kemmelmeier 2004; Macrae/Shepherd/Milne 1992; Nisbett/Zukier/Lemley 1981; Peters/Rothbart 2000; Tetlock/Boettger 1989; Zukier 1982; Zukier/ Jennings 1983/84). ) Von wenigen Ausreißer-Befunden abgesehen mit dem Dilution-Effekt ebenfalls stimmig sind die Ergebnisse von Hilton/Fein (1989), Igou/Bless (2005) und Kemmelmeier (2007a). ) Carrillat/Lafferty/Harris (2005) und Ruth/Simonin (2006) finden keinen Effekt. ) Inkonsistent sind die Ergebnisse von Locksley/Hepburn/Oritz (1982). Systematisch im Widerspruch zum Dilution-Effekt sind die Befunde von Meyvis/Janiszewski (2002). Diese Autoren stellten unabhängig von der diagnostischen Information eine Verschlechterung der Bewertung des Zielmerkmals fest, sofern nicht-diagnostische Information hinzukam. Wir werden später eine mögliche Erklärung für diesen auffälligen Befund geben. Insgesamt folgern wir aus dem Literaturüberblick, dass – über die in Abschnitt 1 dargestellten stochastischen Experimente hinausgehend – ein Dilution-Effekt auftreten kann, dass seine Existenz jedoch an bestimmte Bedingungen geknüpft ist. Demzufolge erläutern wir zunächst die Befunde zur Relevanz der geprüften Moderatoren und gehen im darauf folgenden Abschnitt 4.3 auf weitere mögliche Moderatorvariablen ein, mit denen vom Dilution- Effekt abweichende Datenmuster erklärt werden können. Gierl/Großmann, Der Dilution-Effekt – Stand der theoretischen und empirischen Forschung MARKETING · ZFP · Heft 1 · 1. Quartal 2008 55 Quelle Diagnostische Information Ohne nichtdiagnostische Merkmale Mit nichtdiagnostischem Merkmal Signifikanzangaben Ergebnis Zielmerkmal: Wahrscheinlichkeit des Vorhandenseins bestimmter Eigenschaften einer Person (0 = gering bis 100 = hoch): positiv 74,2 a 64,3 b Verantwortungsbewusstsein negativ 57,0 c 59,5 d a / c p < .01; b / d n. s. positiv 46,0 a 36,7 b Rebellisches Verhalten negativ 25,3 c 36,7 d a / c p < .001; b / d n. s. positiv 41,5 a 38,1 b Depressives Verhalten negativ 30,5 c 38,1 d a / c p < .10; b / d n. s. positiv 47,0 a 40,0 b Unkonventionelles Verhalten negativ 32,6 c 42,4 d a / c p < .01; b / d n. s. Dilution- Effekt positiv 68,9 a 72,9 b Gesundheit negativ 54,5 c 67,1 d a / c p < .01; b / d n. s. positiv 71,1 a 75,7 b Zuverlässigkeit negativ 59,0 c 74,3 d a / c p < .10; b / d n. s. positiv 74,2 a 79,5 b Selbstbeherrschung negativ 61,0 c 77,6 d a / c p < .05; b / d n. s. positiv 49,0 a 27,6 b Locksley/ Hepburn/ Ortiz (1982), S. 31 Berechenbarkeit negativ 37,4 c 27,6 d a / c p < .10; b / d n. s. kein Dilution-Effekt Wahrscheinlichkeit bestimmter Eigenschaften einer Person (1 = gering bis 11 = hoch): positiv 6,4 5,9 k. A. Denhaerinck/ Leyens/Yzerbyt (1989), S. 247 1) negativ 5,2 5,9 k. A. Dilution- Effekt Kooperationsbereitschaft einer Person (0 = gering bis 8 = hoch): positiv 6,1 a 5,0 b a / b p < .05 DeDreu/ Yzerbyt/Leyens (1995), S. 581 negativ 2,6 c 4,3 d c / d p < .05 Dilution- Effekt Einschätzung, in welchem Maße Produkte einen hohen Wert in Bezug auf vorgegebene Nutzenkategorien aufweisen (1 = gering bis 9 =hoch): positiv 5,8 a 5,2 b a / b p < .05 Meyvis/ Janiszewski (2002) - Studie 2, S. 625 2) negativ 4,8 c 4,0 d c / d p < .05 kein Dilution- Effekt Kaufabsicht gegenüber Produkten eines Unternehmen, welches als Sponsor auf einer Olympiade auftritt (1 = gering bis 7 = hoch): positiv 3,7a 3,8b a / b n. s. Carrillat/ Lafferty/Harris (2005), S. 59 negativ 2,5c 2,7d c / d n. s. kein Dilution- Effekt 1) Die Inhalte der untersuchten Personeneigenschaften (Zielmerkmale) werden leider nicht angegeben. Die Autoren unterschieden weiterhin dahingehend, ob die Zielmerkmale Lehrer oder Anwälte beschreiben und ob die nicht-diagnostische Information per schriftliche Vorlage oder per Video geliefert wurde. Da diese Differenzierung zu keinen Auffälligkeiten führte, sind die Ergebnisse hier in Form von Mittelwerten angegeben. 2) Die Autoren führten weitere Experimente durch, in denen jedoch auf die Unterscheidung zwischen positiver und negativer diagnostischer Information verzichtet wurde. n. s.: nicht signifikant (p > .10). k. A.: keine Angaben. Tab. 1: Befunde von Experimenten zum Dilution-Effekt ohne Berücksichtigung von Moderatoren Die zweite Frage lautet also, ob die in Abschnitt 3.2 erörterten Moderatorvariablen unterschiedliche Befunde erklären können. Wir stellen die Hypothesen und die Ergebnisse, basierend auf deskriptiven Mittelwertvergleichen, in Tabelle 4 einander gegenüber. Diese Übersicht liefert empirisch gestützte Anhaltspunkte für die Thesen, dass der Dilution-Effekt stärker ist, wenn ) der Anteil der nicht-diagnostischen Information an der Gesamtinformation hoch ist, ) die Ausprägung des nicht-diagnostischen Merkmals vergleichsweise weit verbreitet ist, ) die nicht-diagnostische Information für andere Bewertungsaufgaben Relevanz besitzt und ) die Informationsquelle glaubwürdig ist. Zur Relevanz der weiteren, genannten Moderatorvariablen (Valenz der nicht-diagnostischen Information, expliziter Hinweis auf die Nicht-Diagnostizität, Fähigkeit und Gierl/Großmann, Der Dilution-Effekt – Stand der theoretischen und empirischen Forschung 56 MARKETING · ZFP · Heft 1 · 1. Quartal 2008 Quelle Diagnostische Information Ohne nichtdiagnostische Merkmale Eigenschaften von nicht-diagnostischen Merkmalen Signifikanz angaben Ergebnis Anzahl der Informationen wenige moderat viele Zielmerkmal: Pädophile Neigung einer Person (1 = sehr unwahrscheinlich bis 11 = sehr wahrscheinlich): mehrere positive 8,6 8,5 8,1 7,4 p < .001 positiv 8,0 6,8 7,2 6,6 p < .001 negativ 3,2 3,9 3,9 3,9 n. s. mehrere negative 2,9 2,9 2,9 3,4 n. s. Nisbett/ Zukier/ Lemley (1981), S. 269 keine - 4,9 4,4 4,9 n. s. Schätzung der Anzahl an Büchern, die ein Student im Laufe seines Studiums liest: negativ 7,0 8,4 9,7 9,2 k. A. Peters/Rothbart (2000), S. 183 1) keine 11,2 - - - Dilution- Effekt, Moderator relevant Bewertung der Marke eines Sponsors eines Festivals (1= negativ bis 7 = positiv): positiv 4,3 a 4,0 b1 4,5 b2 a / b1 / b2 n. s. Ruth/Simonin (2006), S. 11 negativ 4,0 c 4,3 d1 4,5 d2 c / d1 / d2 n. s. kein Dilution-Effekt Verbreitung der Merkmale gering normal weit Schätzung der Abschlussnote eines Mitstudenten (1 = schlecht bis 4 = gut): positiv 3,5 3,3 3,1 3,1 k. A. Zukier (1982), S. 1171 negativ 2,6 2,8 3,0 2,9 k. A. Einschätzung der Abschlussnote eines Mitstudenten (1,5 = schlecht bis 4 = gut): positiv 3,3 a 3,2 b1 3,1 b2 a / b1 n. s., a / b2 : p < .01 Zukier/ Jennings (1983/84), S. 194 negativ 2,6 c 2,6 d1 3,0 d2 c / d1 n. s., c / d2 : p < .01 Dilution- Effekt, Moderator relevant Relevanz praktisch nie nicht hier Einschätzung der Fähigkeit einer Person, sich durchsetzen (1 = gering bis 9 = hoch): positiv Gr. 1/3: 7,8/7,0 Gr. 1: 7,4 Gr. 3: 5,9 k. A. negativ Gr. 2/4: 4,2/4,2 Gr. 2: 4,2 Gr. 4: 4,5 k. A. Replikation mit anderen diagnostischen und nicht-diagnostischen Merkmalen: positiv Gr. 1/3: 7,0/7,6 Gr. 1: 5,9 Gr. 3: 5,8 k. A. Hilton/Fein (1989), S. 207 und 209 2) negativ Gr. 2/4: 4,4/4,3 Gr. 2: 4,4 Gr. 4: 4,5 k. A. Dilution- Effekt, Moderator relevant Gezielter Hinweis nein ja Pädophile Neigung einer Person (1 = sehr unwahrscheinlich bis 11 = sehr wahrscheinlich): positiv 8,2 a 7,4 b 6,7 bzw. 7,2 a / b p < .02 negativ 3,6 c 4,3 d c / d p < .10 Replikation der Studie in 2007a: positiv 8,2 7,3 7,3 k. A. Kemmelmeier (2004). S. 235 und 238 3) und (2007a), S. 56 4) negativ 4,6 4,9 4,5 k. A. Dilution- Effekt, Wirkung des Moderators unklar Attraktivität des Kaufs einer Kaffeemaschine (0 = gering bis 100 = hoch): positiv 63 a 66 b1 60 b2 Igou/Bless (2005), S. 30 5) negativ 16 c 58 d1 29 d2 a / c p < .01, b1 / d1 n. s., b2 / d2 p < .01 Dilution- Effekt, Moderator relevant 1) Eine weitere Unterscheidung der nicht-diagnostischen Merkmale lieferte keine weiteren Erkenntnisse. 2) Die Autoren verwendeten ein within-subjects Design; daher finden sich zwei Werte in der Spalte „ohne diagnostische Merkmale“. 3) Hier werden nur für diese Unterscheidung relevante Befunde aufgeführt. Der gezielte Hinweis bestand entweder in der Aufforderung, relevante Information zu markieren, oder darin, irrelevante durchzustreichen. Wir kombinieren Daten aus Studie 1 und Studie 3. 4) Der Autor differenziert auch nach dem Personenmerkmal Personal Need for Structure (für diese Darstellung gemittelt). In den Studien in 2004 und 2007a wird den Auskunftspersonen vorgegeben, dass der Skalenwert 6 als „nicht mehr oder weniger pädophil als jemand anders“ zu interpretieren ist. 5) Der Hinweis, bestimmte Information könne irrelevant sein, hatte in der Kontrollgruppe, d. h. bei Personen, die keine nicht-diagnostische Information erhielten, keinen Effekt. n. s.: nicht signifikant (p > .10); k. A.: keine Angaben. Tab. 2: Befunde zur Moderatorwirkung von Eigenschaften nicht-diagnostischer Merkmale Gierl/Großmann, Der Dilution-Effekt – Stand der theoretischen und empirischen Forschung MARKETING · ZFP · Heft 1 · 1. Quartal 2008 57 Quelle Diagnostische Information Ohne nicht-diagnostische Merkmale Mit nicht-diagnostischen Merkmalen Signifikanzangaben Ergebnis Zwang zur Rechtfertigung der Bewertung gering hoch gering hoch Zielmerkmal: Schätzung der Abschlussnote eines Mitstudenten (2 = schlecht bis 4 = gut): positiv 3,6 3,6 3,4 3,2 k. A. negativ 2,4 2,4 2,7 2,9 k. A. Pädophile Neigung einer Person (1 = sehr unwahrscheinlich bis 11 = sehr wahrscheinlich): positiv 8,0 8,1 7,5 6,3 k. A. Tetlock/ Boettger (1989), S. 392 und 394 negativ 3,3 3,1 4,1 5,5 k. A. Dilution- Effekt, Moderator relevant Personal Need for Structure hoch gering hoch gering Pädophile Neigung einer Person (1 = sehr unwahrscheinlich bis 11 = sehr wahrscheinlich): positiv 8,3 8,0 6,6 8,0 k. A. Kemmelmeier (2007a), S. 56 1) negativ 4,4 4,8 4,9 4,9 k. A. Dilution- Effekt, Moderator relevant Glaubwürdigkeit der Quelle gering hoch gering hoch Einschätzung der Aggressivität einer Person (1 = gering bis 9 = hoch): positiv 5,5 6,3 4,4 4,1 k. A. Macrae/Shepherd/Milne (1992), S.769f. negativ 2,9 2,1 3,3 3,4 k. A. Dilution- Effekt, Moderator relevant 1) Hier werden nur die Ergebnisse im Fall der Situation dargestellt, in der den Auskunftspersonen kein expliziter Hinweis gegeben wurde, dass bestimmte Information möglicherweise nicht relevant sein könnte. Der Autor prüft den Dilution-Effekt, indem er die Daten über alle von ihm unterschiedenen Fälle aggregiert. Er stellt einen signifikanten Rückgang des Zielmerkmals im Fall der positiv-diagnostischen Information fest (p < .07), aber keinen signifikanten Anstieg im Fall der negativ-diagnostischen Information. k. A.: keine Angaben. Tab. 3: Befunde zur Moderatorwirkung von Personen- und Quelleeigenschaften Motivation zur Informationsverarbeitung, unterstellte Manipulationsabsicht) sind auf Basis der vorliegenden Ergebnisse noch keine Aussagen möglich. 4.3. Interpretation der vorliegenden Ergebnisse Wir stellten fest, dass der Dilution-Effekt nicht so eindeutig nachgewiesen werden konnte, wie dies für einen für die Marketingpraxis nutzbaren, stabilen Effekt wünschenswert wäre. Eine Erklärung für dieses Ergebnis war die empirisch festgestellte bzw. mögliche Relevanz der oben angeführten Moderatorvariablen. Auf Basis einer Detailanalyse des Procedere, mit dem die Autoren den Dilution-Effekt nachzuweisen versuchten, können die Ergebnisse auch damit erklärt werden, dass die Autoren durch ihre Instruktionen und die verwendete Information weitere mentale Prozesse auslösten, die den Dilution-Effekt überlagerten. 4.3.1. Biased-Hypothesis-Testing Allgemein wird mit Biased-Hypothesis-Testing der Tatbestand bezeichnet, dass Personen nach einer Bestätigung ihrer Hypothesen suchen (Snyder/Cantor 1979; Snyder/Swann 1978). Das Auftreten dieses mentalen Prozesses wird damit begründet, dass dieser kognitiv weniger aufwendig ist, verglichen mit dem Aufwand, der entsteht, wenn Information, die für einen positiven Wert des Zielmerkmals spricht, mit Information, die für einen negativen Wert des Zielmerkmals spricht, verglichen wird. Personen, die vor Bewertungsaufgaben stehen, können daher gezielt nach Information suchen, die für das Vorliegen einer bestimmten Ausprägung des Zielmerkmals spricht. Angenommen, Studenten erhalten Informationen über einen Mitstudent, dessen Gesamtnote geschätzt werden soll, und sie bewerten diese einzelnen Auskünfte dahingehend, ob sie für eine gute Note sprechen. Liegen z. B. drei positiv-diagnostische Informationen vor, so sprechen drei Gründe für eine gute Note (100 % der Gesamtinformation). Besteht die Information aus drei positiv-diagnostischen Informationen und einer nicht-diagnostischen Information, so sprechen drei Gründe für und spricht ein Grund nicht für die gute Note (75 % der Gesamtinformation sprechen für eine gute Note). Sind drei negativ-diagnostische Informationen verfügbar, so spricht kein Grund für eine gute Note. Das gleiche gilt aber auch, wenn drei negativ-diagnostische Informationen und eine nicht-diagnostische Information vorliegen (0 % der Gesamtinformation sprechen für eine gute Note). Leiten Personen auf der Basis des Anteils, mit dem Informationen für einen bestimmten Wert des Zielmerkmals sprechen, ein Urteil ab, so ist das Auftreten eines einseitigen Dilution-Effekts zu erwarten. Mit dieser Theorie lassen sich Befunde in einzelnen Experimenten erklären. Nisbett/Zukier/Lemley (1981) beobachteten den Dilution-Effekt nur im Fall der positiv-diagnostischen Information. Die Instruktion, man sollte aus der vorliegenden Information auf die Wahrscheinlichkeit folgern, dass die zu beurteilende fremde Person pädophil sei (nicht, dass sie es nicht wäre), könnte Biased-Hypothesis-Testing bewirkt haben, dessen Effekt den Dilution-Effekt dergestalt überlagert hat, sodass der beobachtete Gesamteffekt in einer einseitigen Dilution bestand. Gierl/Großmann, Der Dilution-Effekt – Stand der theoretischen und empirischen Forschung 58 MARKETING · ZFP · Heft 1 · 1. Quartal 2008 Möglicher Moderator Hypothese Deskriptiver Befund Umfang nicht-diagnostischer Information Stärkerer Dilution-Effekt bei umfangreicher (vs. wenig) nichtdiagnostischer Information Belegt bei Nisbett/Zukier/Lemley (1981) und Peters/Rothbart (2000), nicht belegt bei Ruth/Simonin (2006) Valenz nicht-diagnostischer Information Stärkerer Dilution-Effekt bei positiver oder negativer (vs. neutraler) nicht-diagnostischer Information Bisher nur in Studien untersucht, die in Abschnitt 4.1 ausgesondert worden sind (Hackenbrack 1992; Hoffman/Patton 1997; Smith/Stasson/Hawkes 1998/99) Verbreitung des nicht-diagnostischen Merkmals Stärkerer Dilution-Effekt bei einem normal oder weit verbreiteten (vs. seltenem) Wert des nicht-diagnostischen Merkmals Belegt bei Zukier (1982) und Zukier/ Jennings (1983/84) „Nicht hier-“ vs. „So-gut-wieniemals“-Relevanz der nichtdiagnostischen Information Stärkerer Dilution-Effekt bei „Nicht hier“- (vs. „So-gut-wieniemals“-) Relevanz nichtdiagnostischer Information Belegt bei Hilton/Fein (1989) Existenz eines expliziten Hinweises auf die Irrelevanz der nicht-diagnostischen Information Stärkerer Dilution-Effekt im Fall des Fehlens (vs. des Vorhandenseins) eines Hinweises auf die Irrelevanz der nicht-diagnostischen Information Widersprüchliche Befunde von Kemmelmeier (2004, 2007a) und Igou/Bless (2005) Fähigkeit und Motivation zur kognitiven Verarbeitung von Information; Persönlichkeitsmerkmal Personal Need for Structure (PNS; Tendenz zum Ignorieren von Information) Widersprüchliche Thesen Widersprüchliche Befunde: • stärker Dilution-Effekt, wenn Personen ihre Bewertung rechtfertigen müssen (Tetlock/Boettger 1989) • stärkerer Dilution-Effekt, falls Personen einen hohen Wert für PNS aufweisen (Kemmelmeier 2007a) Glaubwürdigkeit der Informationsquelle Widersprüchliche Thesen Stärkerer Dilution-Effekt im Falls einer glaubwürdigen Quelle (Macrae/Shepherd/ Milne 1992) Unterstellte Manipulationsabsicht Nicht-diagnostische Information verschlechtert ein positives Urteil mehr als es ein negatives Urteil verbessern kann. Nach unserem Wissen noch nicht systematisch untersucht Tab. 4: Vergleich von Erwartungen und Befunden zur Wirkung von Moderatorvariablen Dieselbe Begründung kann zur Erklärung der Befunde von Hilton/Fein (1989) aufgeführt werden. Meyvis/Janiszewski (2002, S. 622) versetzen Auskunftspersonen in die fiktive Situation, sie seien auf der Suche nach einem besonders schnellen Computer. Die für dieses Zielmerkmal nicht-diagnostischen Merkmale wie bspw. die Online-Bestellmöglichkeit des Computers sprechen nicht für einen hohen Wert des Zielmerkmals. 4.3.2. Affekt-Transfer Hackenbrack (1992, S. 129) vermutet, dass positive ebenso wie negative nicht-diagnostische Information – verglichen mit neutraler nicht-diagnostischer Information – stärker auffällt, d. h. es kommt ihr ein höheres kognitives Gewicht zu, weswegen ein vergleichsweise starker Dilution-Effekt erwartet wird. Allerdings könnte nicht-diagnostische Information auch Affekte bewirken. Das Aussehen eines Angeklagten spricht weder für dessen Schuld noch dagegen. Ob eine Fluggesellschaft ein Event sponsert, besagt nichts über ihre Qualität und ihren Preis. Aber das gute bzw. schlechte Aussehen des Angeklagten oder die Attraktivität eines gesponserten Events können Emotionen auslösen, die der Empfänger der Information kognitiv nicht kontrolliert und die sich auf das zu beurteilende Zielmerkmal übertragen. Kemmelmeier (2007a) und Nisbett/Zukier/Lemley (1981) wählten die pädophile Neigung einer fremden Person als das zu bewertende Zielmerkmal. Die nicht-diagnostische Information bestand in der zuerst genannten Studie unter anderem darin, dass die zu bewertende Person im Alter von 17 beim Fahren ohne Führerschein erwischt worden wäre und ihr zwei Finger an der linken Hand fehlten. In der Gierl/Großmann, Der Dilution-Effekt – Stand der theoretischen und empirischen Forschung MARKETING · ZFP · Heft 1 · 1. Quartal 2008 59 zweiten Studie war angegeben, die zu beurteilende Person habe eine durch einen Skiunfall verursachte Rückenverletzung. Derartige Information ist zwar bei kognitiver Reflexion nicht-diagnostisch für das Zielmerkmal, aber sie könnte negative Gedanken und Emotionen auslösen, die sich auf das Zielmerkmal übertragen. Diese Argumentation wird dadurch gestützt, dass in diesen beiden Experimenten kein bzw. ein vergleichsweise schwacher Dilution-Effekt im Fall der negativ-diagnostischen Information beobachtet werden konnte. 4.3.3. Spillover-Effekte von diagnostischer auf nichtdiagnostische Information Ferner erscheint es denkbar zu sein, dass Personen, die eine größere Menge an intern konsistenter diagnostischer Information erhalten, ein nicht-diagnostisches Merkmal fehl interpretieren und als diagnostisch einschätzen. Wenn die Quelle der Information viele positiv-diagnostische Informationen liefert, tritt eine Dissonanz auf, wenn eine weitere Information als nicht-diagnostisch erkannt wird. Um diese Dissonanz zu vermeiden, könnte sie subjektiv als ebenfalls positiv-diagnostisch uminterpretiert werden. Die Studie von Nisbett/Zukier/Lemley (1981) zeigt für den Fall positiv-diagnostischer Information, dass die Wirkung von nicht-diagnostischer Information in der Tendenz (aber vermutlich nicht signifikant) schwächer ist, wenn mehrere positiv-diagnostische Informationen gegeben werden. Auf die Möglichkeit, dass nicht-diagnostische Information als diagnostisch gedeutet wird, verweist auch Igou (2007, S. 67). Zusammenfassend lässt sich feststellen, dass der Dilution-Effekt in der empirischen Forschung nachgewiesen ist und dass auch die Wirkung einiger der in der Literatur diskutierten Moderatorvariablen für die Stärke des Effekts gezeigt werden konnte. Dass der Dilution-Effekt in den vorliegenden Experimenten nicht durchwegs eindeutig nachgewiesen werden konnte, liegt unseres Erachtens zum einen an der Relevanz der in der Literatur bereits diskutierten Moderatorvariablen und zum anderen am Auftreten weiterer mentaler Prozesse, die wir im letzten Abschnitt ausgeführt haben. 5. Empfehlungen In diesem Abschnitt geben wir auf der Grundlage des bisherigen Standes der Forschung Empfehlungen, in welchen Bereichen der Dilution-Effekt im Marketing genutzt werden könnte, und verweisen auf offene Fragen, die in weiterer Forschung beantwortet werden könnten. 5.1. Empfehlungen für die Marketingpraxis Die hier ableitbare Empfehlung lautet, dass ein Anbieter im Allgemeinen darauf verzichten sollte, nicht-diagnostische Information zu liefern, wenn potenzielle Kunden die Attraktivität eines Produkts bzw. das zur Positionierung dienende Zielmerkmal als positiv bewerten. Hingegen wird ihm angeraten, nicht-diagnostische Information bereit zu stellen, falls die möglichen Kunden das Produkt bzw. die relevanten Merkmale als negativ beurteilen. Diese generelle Empfehlung lässt allerdings die Frage unbeantwortet, worin eine nicht-diagnostische Information mit derartigen wünschenswerten Eigenschaften besteht. Wir sprechen, ohne in Bezug auf die nachfolgend erläuterten Merkmale Anspruch auf Vollständigkeit zu erheben, die in der Marketingliteratur diskutieren irrelevanten Attribute kurz an und diskutieren, ob damit ein Dilution-Effekt erzeugt werden könnte. ) Embellished labels sind Bezeichnungen für Produkte oder deren Merkmale, die schön klingen und vorhersagbare Assoziationen auslösen. Wird beispielsweise eine Winterjacke als Alpine Class bezeichnet, so kann ein Konsument mutmaßen, was dies bedeutet (Broniarczyk/Gershhoff 1997 und 2003; Brown/Carpenter 2000; Carpenter/Glazer/Nakamoto 1994; Venkatasubramani/Moore-Shay 1998). Der Computerhersteller Dell bezeichnet eines seiner Computermodelle als allin-wonder, was als ein embellished label interpretiert werden kann. Die Merkmale als solche sind diagnostisch, und lediglich ihre Umschreibung ist nicht-diagnostisch. Wir vermuten daher, dass derartige Merkmale keinen Dilution-Effekt bewirken; sie könnten aber die Aufmerksamkeit auf das Produkt lenken und einen Affekt-Transfer bewirken. ) Fancy names liegen vor, wenn bspw. Eissorten von Ben & Jerry’s als Chunky Monkey, Cherry Garcia oder Karamel Sutra bezeichnet werden. Fancy names können auch in Form von Farbbezeichnungen auftreten, z. B. als kermit green, saphir blue, party yellow, millenium orange, ocean, sage (Miller/Kahn 2005; Skorinko et al. 2006). Auch in diesem Fall wird diagnostische Information nur umschrieben. Die Wirkung solcher Attribute erachten wir als vergleichbar mit der Wirkung von embellished labels. ) Weiterhin können completely unknown attributes in der Marktkommunikation eingesetzt werden. Beispiele hierfür sind Kurkumin in einem Haarshampoo (Bauer et al. 2007, S. 79), Parsol 1789 in einer Sonnencreme (Nowlis/Simonson 1996, S. 45) oder ein ASM-System und ein Multiplexer in einem Kühlschrank (Mukherjee/Hoyer 2001, S. 462). Hier handelt es sich um für die Konsumenten unverständliche Bezeichnungen oder um Fantasiebegriffe. Eben weil sich Personen unsicher über die Bedeutung dieser Merkmale sind, ist durch ihre Verwendung kein Dilution-Effekt zu erwarten; es gibt keinen Grund, warum diese Merkmale irrtümlich gerade als neutral-diagnostisch interpretiert werden sollten. Diese Merkmale können allerdings die Aufmerksamkeit erhöhen und Affekte auslösen, wenn sie besonders positiv oder sehr negativ anmuten. Auch könnte der oben erläuterte Spillover-Effekt auftreten (Nowlis/ Simonson 1996, S. 43). Mit den Effekten dieser Art von Attributen setzen sich Bauer et al. (2007) detailliert auseinander. Gierl/Großmann, Der Dilution-Effekt – Stand der theoretischen und empirischen Forschung 60 MARKETING · ZFP · Heft 1 · 1. Quartal 2008 ) Unneeded attributes sind Leistungsmerkmale, die der Konsument nicht benötigt. Sie könnten aber einer anderen Zielgruppe Nutzen stiften. In der Literatur für diesen Merkmalstyp angegebene Beispiele sind Spezialfunktionen für Biochemiker auf Taschenrechnern oder das Angebot, einen Sammelteller preislich reduziert erwerben zu dürfen, falls man einen Fotofilm kauft (Simonson/Carmon/O’Curry 1994, S. 28 und 34), koscheres Speiseeis auf Grund von Gelatine, die nicht aus Schweineknochen gewonnen wird, als Angebot für Nicht-Juden und eine Finanzierung von Dritten Zähnen als Bestandteil eines Leistungspakets für jüngere Versicherte (Simonson/Nowlis/Simonson 1993, S. 291 und 298). Wir sehen in diesem Fall die Voraussetzungen für das Auftreten eines Dilution-Effekts als erfüllt an. Derartige Information ist für die meisten Konsumenten nicht-diagnostisch für die Kriterien, die sie zur Produktbewertung heranziehen, sie können weit verbreitet sein (z. B. Finanzierung Dritter Zähne) und glaubwürdig kommuniziert werden. Lösen diese Merkmale allerdings positive oder negative Assoziationen aus, wird der Dilution-Effekt von einem Affekt-Transfer überlagert. Weiterhin könnte die Kenntnis solcher Merkmale die Überzeugung bewirken, für das Produkt zu viel bezahlen zu müssen, weswegen auch ein negativer Preiseffekt auftreten kann. ) Auch im Fall von Sponsoring ist das Auftreten eines Dilution-Effekts zu erwarten. Die Information, dass bspw. eine Fluglinie den New-York-Citymarathon sponsert (Meyvis/Janiszewski 2002, S. 622), oder die Information, dass viele weitere Sponsoren ein Event sponsern (Ruth/Simonin 2006, S. 11), sind glaubwürdig und können einen hohen Anteil innerhalb der Marktkommunikation einnehmen, so dass sogar ein starker Dilution-Effekt zu erwarten ist. Gleichzeitig kann Sponsoring aber auch Spillover-Effekte (Imagemerkmale des Events übertragen sich auf das Produkt) sowie positive oder negative Affekte auslösen, die den Dilution-Effekt überlagern. ) Ein weiterer Bereich, in dem ein Dilution-Effekt auftreten kann, besteht im Fall von Brand-Extensions. Die Informationen, dass Brand Extensions auf den Markt gebracht werden und dass es sich dabei um eine große Anzahl handelt, könnte die Bewertung des Kernprodukts beeinflussen, und zwar negativ, wenn das Kernprodukt positiv beurteilt wird, und positiv, wenn es negativ bewertet wird. Allerdings könnten auch in diesem Fall weitere mentale Prozesse auftreten. Wenn es bspw. einer besonderen Herstellerkompetenz bedarf, ein bestimmtes Erweiterungsprodukt anzubieten, könnten Affekt-Transfer- und Spillover- Effekte den Dilution-Effekt überlagern. Lösen unneeded attributes, Sponsoring oder Brand-Extensions keine zusätzlichen Effekte (Biased-Hypothesis- Testing, Affekt-Transfer, Spillover) aus, so ist zu erwarten, dass derartige nicht-diagnostische Information einen Dilution-Effekt hervorruft. Anbieter, deren Produkte als vergleichsweise schlecht bewertet werden, können von diesen Zusatzinformationen erwartungsgemäß profitieren. 5.2. Empfehlungen für die weitere Forschung Im Zusammenhang mit Empfehlungen für die zukünftige Forschung ist danach zu unterscheiden, ob die Empfehlung auf den Nachweis des Dilution-Effekts und auf die Prüfung der Relevanz von Moderatorvariablen abzielt oder ob die Wirkung weiterer Kategorien von nicht-diagnostischer Information untersucht werden soll. Für die erste Richtung empfehlen wir, die in der Literatur bereits diskutierten Moderatorvariablen (vgl. Tabelle 4) und auch die in Abschnitt 4.3 skizzierten Aspekte in das Design von Experimenten aufzunehmen. Zur Relevanz derartiger Moderatoren existiert bislang insgesamt sehr wenig empirische Forschung, so dass in allen skizzierten Bereichen weiterer Forschungsbedarf besteht. Interessant wäre auch die Antwort auf die Frage, ob ein Zielmerkmal unterschiedlich bewertet wird, wenn die Empfänger von Information zuerst die diagnostische und sodann die nicht-diagnostische Information erhalten oder wenn ihnen zuerst die nicht-diagnostische, gefolgt von der diagnostischen Information zugänglich gemacht wird (analog der Forschung zur Wirkung der Reihenfolge starker und schwacher Sachargumente, Friedrich/Smith 1989). Weiterhin erachten wir es als wünschenswert, in zukünftigen Experimenten zusätzlich Messwerte für M5 und M6 (vgl. Abbildung 1) zu erheben, um einen Nachweis erbringen zu können, dass die manipulierte diagnostische Information tatsächlich als negativ bzw. als positiv interpretiert wird. Für die zweite Richtung lohnend erscheinen uns Untersuchungen des Falls, dass eine Produktdifferenzierung mittels Merkmalen angestrebt wird, die der Konsument von anderen Bereichen her kennt, dort positiv bewertet, die aber in der beschriebenen Produktkategorie aus Sicht der Konsumenten keinen Nutzen aufweisen. Kaschmir in Duschgel (Nivea), Wellnessfrüchte in Marmelade (Schwartau) oder Gold in Gesichtscreme (Helena Rubinstein) sind für diese Kategorie typische Beispiele. Ob im Fall der Verwendung derartiger Information Dilution- Effekte auftreten, ist bislang noch nicht systematisch untersucht worden. Literaturverzeichnis Aaker, D. A./Keller, K. L. (1990): Customer Evaluations of Brand Extensions, in: Journal of Marketing, Vol. 54, No. 1, pp. 27–41. Anderson, N. H. (1974): Information Integration Theory: A Brief Survey, in: Krantz D. H./Luce, D. R./Atkinson, R. C./Suppes, P. (Eds.): Contemporary Developments in Mathematical Psychology, Measurement, Psychophysics, and Neural Information Processing, Vol. 2, San Francisco: W.H. Freeman and Company, pp. 236–305. Bauer, H. H./Albrecht, C.-M./Neumann, M. M./Haber, T. E. (2007): Die Wirkung irrelevanter Attribute in der Markenkommunikation, in: Marketing ZFP, 29. Jg., Nr. 2, S. 73–89. Gierl/Großmann, Der Dilution-Effekt – Stand der theoretischen und empirischen Forschung MARKETING · ZFP · Heft 1 · 1. Quartal 2008 61 Boush, D. M./Loken, B. (1991): A Process-Tracing Study of Brand Extension Evaluation, in: Journal of Marketing Research, Vol. 28, No. 1, pp. 16–28. Broniarczyk, S. M./Gershoff, A. D. (1997): Meaningless Differentiation Revisited, in: Brucks, M./MacInnis, D. J. (Eds.): Advances in Consumer Research, Vol. 24, Provo, UT: Association for Consumer Research, pp. 223–228. Broniarczyk, S. M./Gershoff, A. D. (2003): The Reciprocal Effects of Brand Equity and Trivial Attributes, in: Journal of Marketing Research, Vol. 40, No. 2, pp. 161–175. Brown, C. L./Carpenter, G. S. (2000): Why is the Trivial Important? A Reasons-Based Account for the Effects of Trivial Attributes on Choice, in: Journal of Consumer Research, Vol. 26, No. 4, pp. 372–385. Campbell, M. C. (1995): When Attention-Getting Advertising Tactics Elicit Consumer Inferences of Manipulative Intent: The Importance of Balancing Benefits and Investments, in: Journal of Consumer Psychology, Vol. 4, No. 3, pp. 225–254. Carpenter, G. S./Glazer, R./Nakamoto, K. (1994): Meaningful Brands from Meaningless Differentiation: The Dependence on Irrelevant Attributes, in: Journal of Marketing Research, Vol. 31, No. 3, pp. 339–350. Carrillat, F. A./Lafferty, B. A./Harris, E. G. (2005): Investigating Sponsorship Effectiveness: Do Less Familiar Brands Have an Advantage over More Familiar Brands in Single and Multiple Sponsorship Arrangements? in: Brand Management, Vol. 13, No. 1, pp. 50–64. Chaiken, S. (1980): Heuristic versus Systematic Information Processing and the Use of Source versus Message Cues in Persuasion, in: Journal of Personality and Social Psychology, Vol. 39. No. 5, pp. 752–766. Chaiken, S./Liberman, A./Eagly, A. H. (1989): Heuristic and Systematic Information Processing within and beyond the Persuasion Context, in: Uleman, J. S./Bargh, J. A. (Eds.): Unintended Thought, New York: The Guilford Press, pp. 212–252. Chang, J. W. (2002): Will a Family Brand Image be Diluted by an Unfavorable Brand Extension? A Brand Trial-Based Approach, in: Broniarczyk, S. M./Nakamoto, K. (Eds.): Advances in Consumer Research, Vol. 29, Valdosta, GA: Association for Consumer Research, pp. 299–304. Chen, A. C.-H./Chen, S. K. (2000): Brand Dilution Effect of Extension Failure – a Taiwan Study, in: Journal of Product & Brand Management, Vol. 9, No. 4, pp. 243–254. DeDreu, C. K. W./Yzerbyt, V. Y./Leyens, J. P. (1995): Dilution of Stereotype-Based Cooperation in Mixed-Motive Interdependence, in: Journal of Experimental Social Psychology, Vol. 31, No. 6, pp. 575–593. Denhaerinck, P./Leyens, J.-P./Yzerbyt, V. (1989): The Dilution Effect and Group Membership: An Instance of the Pervasive Impact of Outgroup Homogeneity, in: European Journal of Social Psychology, Vol. 19, No. 3, pp. 243–250. Diamantopoulos, A./Smith, G./Grime, I. (2005): The Impact of Brand Extensions on Brand Personality: Experimental Evidence, in: European Journal of Marketing, Vol. 39, No. 1/2, pp. 129–149. Eagly, A. H./Chaiken, S. (1993): The Psychology of Attitudes, Fort Worth, TX: Harcourt Brace Jovanovich College Publishers. Fein, S./Hilton, J. L. (1992): Attitudes toward Groups and Behavioral Intentions toward Individual Group Members: The Impact of Nondiagnostic Information, in: Journal of Experimental Social Psychology, Vol. 28, No. 2, pp. 101–124. Friedrich, J./Smith, P. (1998): Suppressive Influence of Weak Arguments in Mixed-Quality Messages: An Exploration of Mechanisms via Argument Rating, Pretesting, and Order Effects, in: Basic and Applied Social Psychology, Vol. 20, No. 4, pp. 293– 304. Friestad, M./Wright, P. (1994): The Persuasion Knowledge Model: How People Cope with Persuasion Attempts, in: Journal of Consumer Research, Vol. 21, No. 1, pp. 1–31. Glover, S. M. (1997): The Influence of Time Pressure and Accountability on Auditors’ Processing of Nondiagnostic Information, in: Journal of Accounting Research, Vol. 35, No. 2, pp. 213–226. Grice, H. P. (1975): Logic and Conversation, in: Cole, P./Morgan, J. L. (Eds.): Syntax and Semantics, Vol. 3, Speech Acts, New York: Academic Press, pp. 41–58. Grice, H. P. (1980): Logik und Gesprächsanalyse, in: Kußmaul, P. (Ed.): Sprechakttheorie, Wiesbaden: Akademische Verlagsgesellschaft Athenaion, S. 109–126. Gürhan-Canli, Z./Maheswaran, D. (1998): The Effects of Extensions on Brand Name Dilution and Enhancement, in: Journal of Marketing Research, Vol. 35, No. 4, pp. 464–473. Hackenbrack, K. (1992): Implications of Seemingly Irrelevant Evidence in Audit Judgment, in: Journal of Accounting Research, Vol. 30, No. 1, pp. 126–136. Hilton, J. L./Fein, S. (1989): The Role of Typical Diagnosticity in Stereotype-Based Judgments, in: Journal of Personality and Social Psychology, Vol. 57, No. 2, pp. 201–211. Hoffman, V. B./Patton, J. M. (1997): Accountability, the Dilution Effect, and Conservatism in Auditors’ Fraud Judgments, in: Journal of Accounting Research, Vol. 35, No. 2, pp. 227–237. Igou, E. R. (2007): Additional Thoughts on Conversational and Motivational Sources of the Dilution Effect, in: Journal of Language and Social Psychology, Vol. 26, No. 1, pp. 61–68. Igou, E. R./Bless, H. (2005): The Conversational Basis for the Dilution Effect, in: Journal of Language and Social Psychology, Vol. 24, No. 1, pp. 25–35. Jap, S. D. (1993): An Examination of the Effects of Multiple Brand Extensions on the Brand Concept, in: McAlister, L./Rothschild, M. L. (Eds.): Advances in Consumer Research, Vol. 20, Provo, UT: Association for Consumer Research, pp. 607–611. John, D. R./Loken, B./Joiner, C. (1998): The Negative Impact of Extensions: Can Flagship Products Be Diluted? in: Journal of Marketing, Vol. 62, No. 1, pp. 19–32. Kahneman, D./Tversky, A. (1973): On the Psychology of Prediction, in: Psychological Review, Vol. 80, No. 4, pp. 237–251. Keller, K. L./Aaker, D. A. (1992): The Effects of Sequential Introduction of Brand Extension, Journal of Marketing Research, Vol. 29, No. 1, pp. 35–50. Keller, K. L./Sood, S. (2003): Brand Equity Dilution, in: MIT Sloan Management Review, Vol. 45, No. 1, pp. 12–15. Kemmelmeier, M. (2004): Separating the Wheat from the Chaff: Does Discriminating Between Diagnostic and Nondiagnostic Information Eliminate the Dilution Effect? in: Journal of Behavioral Decision Making, Vol. 17, No. 3, pp. 231–243. Kemmelmeier, M. (2007a): Does the Dilution Effect Have a Conversational Basis? in: Journal of Language and Social Psychology, Vol. 26, No. 1, pp. 48–60. Kemmelmeier, M. (2007b): Is Diagnostic Evidence on the Dilution Effect Weakened When Nondiagnostic Objections are Added? A Response to Igou (2007), in: Journal of Language and Social Psychology, Vol. 26, No. 1, pp. 69–74. Kirmani, A./Sood, S./Bridges, S. (1999): The Ownership Effect in Consumer Response to Brand Line Stretches, in: Journal of Marketing, Vol. 63, No. 1, pp. 88–101. LaBella, C./Koehler, D. J. (2004): Dilution and Confirmation of Probability Judgments Based on Nondiagnostic Evidence, in: Memory & Cognition, Vol. 32, No. 7, pp. 1076–1089. Lau, K. C./Phau, I. (2007): Extending Symbolic Brands Using Their Personality: Examining Antecedents and Implications Towards Brand Image Fit and Brand Dilution, in: Psychology & Marketing, Vol. 24, No. 5, pp. 421–444. Leong, S. W./Ang, S. H./Liau, J. (1997): Dominance and Dilution: The Effects of Extending Master Brands, in: Journal of Consumer Marketing, Vol. 14, No. 5, pp. 380–390. Levinson, S. C. (2000): Pragmatik, 2. Auflage, Tübingen: Niemeyer. Locksley, A./Hepburn, C./Ortiz, V. (1982): Social Stereotypes and Judgments of Individuals: An Instance of the Base-Rate Fallacy, in: Journal of Experimental Social Psychology, Vol. 18, No. 1, pp. 23–42. Gierl/Großmann, Der Dilution-Effekt – Stand der theoretischen und empirischen Forschung 62 MARKETING · ZFP · Heft 1 · 1. Quartal 2008 Loken, B./John, D. R. (1993): Diluting Brand Beliefs: When Do Brand Extensions Have a Negative Impact? in: Journal of Marketing, Vol. 57, No. 3, pp. 71–84. Lye, A./Venkateswarlu, P./Barrett, J. (2001): Brand Extensions: Prestige Brand Effects, in: Australasian Marketing Journal, Vol. 9, No. 2, pp. 53–65. Macrae, N. C./Shepherd, J. W./Milne, A. B. (1992): The Effects of Source Credibility on the Dilution of Stereotype-Based Judgments, in: Personality and Social Psychology Bulletin, Vol. 18, No. 6, pp. 765–775. Martı´nez, E./deChernatony, L. (2004): The Effect of Brand Extension Strategies Upon Brand Image, in: Journal of Consumer Marketing, Vol. 21, No. 1, pp. 39–50. Martı´nez, E./Pina, J. M. (2003): The Negative Impact of Brand Extensions on Parent Brand Image, in: Journal of Product & Brand Management, Vol. 12, No. 7, pp. 432–448. Meyvis, T./Janiszewski, C. (2002): Consumers’ Beliefs about Product Benefits: The Effect of Obviously Irrelevant Product Information, in: Journal of Consumer Research, Vol. 28, No. 4, pp. 618–635. Miller, E. G./Kahn, B. E. (2005): Shades of Meaning: The Effect of Color and Flavor Names on Consumer Choice, in: Journal of Consumer Research, Vol. 32, No. 1, pp. 86–92. Morrin, M./Jacoby, J. (2000): Trademark Dilution: Empirical Measures for an Elusive Concept, in: Journal of Public Policy & Marketing, Vol. 19, No. 2, pp. 265–276. Mukherjee, A./Hoyer, W. D. (2001): The Effect of Novel Attributes on Product Evaluation, in: Journal of Consumer Research, Vol. 28, No. 3, pp. 462–472. Neuberg, S. L./Newsom, J. T. (1993): Personal Need for Structure: Individual Differences in the Desire for Simpler Structure, in: Journal of Personality and Social Psychology, Vol. 65, No. 1, pp. 113–131. Nisbett, R. E./Zukier, H./Lemley, R. E. (1981): The Dilution Effect: Nondiagnostic Information Weakens the Implications of Diagnostic Information, in: Cognitive Psychology, Vol. 13, No. 2, pp. 248–277. Nowlis, S. M./Simonson, I. (1996): The Effect of New Product Features on Brand Choice, in: Journal of Marketing Research, Vol. 33, No. 1, pp. 36–46. Park, C.W./McCarthy, M.S./Milberg, S.J. (1993): The Effects of Direct and Associative Brand Extension Strategies on Consumer Response to Brand Extensions, in: McAlister, L./Rothschild, M. L. (Eds.): Advances in Consumer Research, Vol. 20, Provo, UT: Association for Consumer Research, pp. 28–33. Peters, E./Rothbart, M. (2000): Typicality Can Create, Eliminate, and Reverse the Dilution Effect, in: Personality and Social Psychology Bulletin, Vol. 26, No. 2, pp. 177–187. Petty, R. E./Cacioppo, J. T. (1981): Issue Involvement as a Moderator of the Effects on Attitude of Advertising Content and Context, in: Monroe, K. B. (Ed.): Advances in Consumer Research, Vol. 8, Ann Arbor, MI: Association for Consumer Research, pp. 20–24. Petty, R. E./Cacioppo, J. T. (1986a): Communication and Persuasion, Central and Peripheral Routes to Attitude Change, New York: Springer. Petty, R. E./Cacioppo, J. T. (1986b): The Elaboration Likelihood Model of Persuasion, in: Berkowitz, L. (Ed.): Advances in Experimental Social Psychology, Vol. 19, Orlando, FL: Academic Press, pp. 123–205. Pina, J. M./Martinez, E./deChernatony, L./Drury, S. (2006): The Effect of Service Brand Extensions on Corporate Image, in: European Journal of Marketing, Vol. 40, No. 1/2, pp. 174–197. Pullig, C./Simmons, C. J./Netemeyer, R. G. (2006): Brand Dilution: When Do New Brands Hurt Existing Brands? in: Journal of Marketing, Vol. 70, No. 2, pp. 52–66. Romeo, J. B. (1991): The Effect of Negative Information on the Evaluations of Brand Extensions and the Family Brand, in: Holman, R. H./Solomon, M. R. (Eds.): Advances in Consumer Research, Vol. 18, Provo, UT: Association for Consumer Research, pp. 399–406. Ruth, J. A./Simonin, B. L. (2006): The Power of Numbers, in: Journal of Advertising, Vol. 35, No. 4, pp. 7–20. Schwarz, N./Strack, F./Hilton, D./Naderer, G. (1991): Base Rates, Representativeness and the Logic of Conversation: The Contextual Relevance of ‘Irrelevant’ Information, in: Social Cognition, Vol. 9, No. 1, pp. 67–84. Schwarz, N. (1994): Judgment in a Social Context: Biases, Shortcomings, and the Logic of Conversation, in: Zanna, M. P. (Ed.): Advances in Experimental Social Psychology, Vol. 26, San Diego, CA: Academic Press, pp. 123–162. Shanteau, J. (1975): Averaging versus Adding Multiplying Combination Rules on Inference Judgment, in: Acta Psychologica, Vol. 39, No. 1, pp. 83–89. Shanteau, J. (1993): Discussion of Expertise in Auditing, in: Auditing: A Journal of Practice & Theory, Vol. 12 (Supplement), pp. 51–56. Sheinin, D. A. (2000): The Effects of Experience with Brand Extensions on Parent Brand Knowledge, in: Journal of Business Research, Vol. 49, No. 1, pp. 47–55. Shelton, S. W. (1999): The Effect of Experience on the Use of Irrelevant Evidence in Auditor Judgment, in: The Accounting Review, Vol. 74, No. 2, pp. 217–224. Simonson, I./Carmon, Z./O’Curry, S. (1994): Experimental Evidence on the Negative Effect of Product Features and Sales Promotions on Brand Choice, in: Marketing Science, Vol. 13, No. 1, pp. 23–40. Simonson, I./Nowlis, S. M./Simonson, Y. (1993): The Effect of Irrelevant Preference Arguments on Consumer Choice, in: Journal of Consumer Psychology, Vol. 2, No. 3, pp. 287–306. Skorinko, J. L./Kemmer, S./Hebl, M. R./Lane, D. M. (2006): A Rose by Any Other Name...: Color-Naming Influences on Decision Making, in: Psychology & Marketing, Vol. 23, No. 12, pp. 975–993. Slugoski, B. R./Wilson, A. E. (1998): Contribution of Conversational Skills to the Production of Judgmental Errors, in: European Journal of Social Psychology, Vol. 28, No. 4, pp. 575– 601. Smith, D. H./Stasson, M. F./Hawkes, W. G. (1998/1999): Dilution in Legal Decision Making: Effect of Non-Diagnostic Information in Relation to Amount of Diagnostic Evidence, in: Current Psychology: Developmental, Learning, Personality, Social, Vol. 17, No. 4, pp. 333–345. Snyder, M./Cantor, N. (1979): Testing Hypothesis about Other People: The Use of Historical Knowledge, in: Journal of Experimental Social Psychology, Vol. 15, No. 4, pp. 330–342. Snyder, M./Swann, W. B. (1978): Hypothesis-Testing Processes in Social Interaction, in: Journal of Personality and Social Psychology, Vol. 36, No. 11, pp. 1202–1212. Tetlock, P. E./Boettger, R. (1989): Accountability: A Social Magnifier of the Dilution Effect, in: Journal of Personality and Social Psychology, Vol. 57, No. 3, pp. 388–398. Tetlock, P. E./Lerner, J. S./Boettger, R. (1996): The Dilution Effect: Judgmental Bias, Conversational Convention, or a Bit of Both? in: European Journal of Social Psychology, Vol. 26, No. 6, pp. 915–934. Thompson, M. M./Naccarato, M. E./Parker, K. C. H./Moskowitz, G. B. (2001): The Personal Need for Structure and Personal Fear of Invalidity Measures: Historical Perspectives, Current Applications, and Future Directions, in: Moskowitz, G. B. (Ed.): Cognitive Social Psychology: On the Tenure and Future of Social Cognition, Hillsdale, NJ: Erlbaum, pp. 19–39. Tripp, C./Jensen, T. D./Carlson, L. (1994): The Effects of Multiple Product Endorsements by Celebrities on Consumers’ Attitudes and Intentions, in: Journal of Consumer Research, Vol. 20, No. 4, pp. 535–547. Troutman, M. C./Shanteau, J. (1977): Inferences Based on Nondiagnostic Information, in: Organizational Behavior and Human Performance, Vol. 19, No. 1, pp. 43–55. Gierl/Großmann, Der Dilution-Effekt – Stand der theoretischen und empirischen Forschung MARKETING · ZFP · Heft 1 · 1. Quartal 2008 63 Tversky, A. (1977): Features of Similarity, in: Psychological Review, Vol. 84, No. 4, pp. 327–352. van Osselaer, S. M. J./Alba, J. W./ Manchanda, P. (2004): Irrelevant Information and Mediated Intertemporal Choice, in: Journal of Consumer Psychology, Vol. 14, No. 3, pp. 257–270. Venkatasubramani, S./Moore-Shay, E. S. (1998): Meaningful Brands and Meaningless Differentiation: The Role of Brand Equity, in: American Marketing Association (Ed.): AMA Conference Proceedings, Vol. 9, Chicago, IL: American Marketing Association, pp. 97–104. Waller, W. S./Zimbelman, M. F. (2003): A Cognitive Footprint in Archival Data: Generalizing the Dilution Effect from Laboratory to Field Settings, in: Organizational Behavior and Human Decision Processes, Vol. 91, No. 2, pp. 254–268. Young II, G. R./Price, K. H./Claybrook, C. (2001): Small Group Predictions on an Uncertain Outcome: The Effect of Nondiagnostic Information, in: Theory and Decision, Vol. 50, No. 2, pp. 149–167. Yzerbyt, V. Y./Leyens, J.-P./Schadron, G. (1997): Social Judgeability and the Dilution of Stereotypes: The Impact of the Nature and Sequence of Information, in: Personality and Social Psychology Bulletin, Vol. 23, No. 7, pp. 1312–1322. Yzerbyt, V. Y./Schadron, G./Leyens, J.-P. (1997): Social Judgeability Concerns and the Dilution of Stereotypes, in: Swiss Journal of Psychology, Vol. 56, No. 2, pp. 95–105. Zhang, Y./Fishbach, A./Kruglanski, A. W. (2007): The Dilution Model: How Additional Goals Undermine the Perceived Instrumentality of a Shared Path, in: Journal of Personality and Social Psychology, Vol. 92, No. 3, pp. 389–401. Zukier, H. (1982): The Dilution Effect: The Role of the Correlation and the Dispersion of Predictor Variables in the Use of Nondiagnostic Information, in: Journal of Personality and Social Psychology, Vol. 43, No. 6, pp. 1163–1174. Zukier, H./Jennings, D. L. (1983/1984): Nondiagnosticity and Typicality Effects in Prediction, in: Social Cognition, Vol. 2, No. 3, pp. 187–198. Summary In this article we provide an overview of theoretical foundations and empirical results of the so called dilution effect. Almost all authors investigating dilution effects refer to the definition of Nisbett/Zukier/Lemley (1981) who speak of dilution if extreme evaluations of a target attribute become less extreme if nondiagnostic information is available. We show the origins of this research field and explain theories that are considered to be relevant for predicting dilution. Referring to the empirical research we point out that many studies are not adequately designed to test dilution and that some mental processes which might cooccur are not controlled properly. Overall the results of many authors provide evidence of the existence of a dilution effect. We give recommendations how marketers can make use of the dilution effect and present suggestions for future research about dilution. Schlüsselbegriffe Dilution, diagnostische und nicht-diagnostische Information, Averaging, Representativeness-Heuristik, Konversationsnormen Keywords Dilution, diagnostic and non-diagnostic information, averaging, representativeness heuristic, conversational norms marketing Zeitschrift für Forschung und Praxis Schriftleitung: Verantwortlich: Univ.-Prof. Dr. Henrik Sattler, Institut für Marketing und Medien, Universität Hamburg, Von-Melle-Park 5, 20146 Hamburg, Tel. 040/42838- 6401, Fax 040/42838-3650, editor , marketing-zfp.de. Redaktion: Dipl.-Kfm. Felix Eggers, Tel. 040/42838-7813. Herausgeber: Univ.-Prof. Dr. Hans H. Bauer, Mannheim, Univ.-Prof. Dr. Hermann Diller, Erlangen-Nürnberg, Univ.- Prof. Dr. Lutz Hildebrandt, Berlin, Univ.-Prof. Dr. Hans Mühlbacher, Innsbruck, Univ.-Prof. Dr. Henrik Sattler, Hamburg, Univ.-Prof. Dr. Peter Weinberg, Saarbrücken, Univ.-Prof. Dr. Joachim Zentes, Saarbrücken. Mit der Annahme eines Manuskripts zur Veröffentlichung überträgt der Autor dem Verlag das ausschließliche Verlagsrecht für die Zeit bis zum Ablauf des Urheberrechts. Eingeschlossen sind insbesondere auch die Befugnis zur Einspeicherung in eine Datenbank sowie das Recht der weiteren Vervielfältigung zu gewerblichen Zwecken im Wege eines photomechanischen oder eines anderen Verfahrens. Dem Autor verbleibt die Befugnis, nach Ablauf eines Jahres anderen Verlagen eine einfache Abdruckgenehmigung zu erteilen; ein Honorar hieraus steht dem Autor zu. Urheber- und Verlagsrechte: Alle in dieser Zeitschrift veröffentlichten Beiträge sind urheberrechtlich geschützt. Das gilt auch für die veröffentlichten Gerichtsentscheidungen und ihre Leitsätze, denn diese sind geschützt, soweit sie vom Einsender oder von der Schriftleitung erarbeitet oder redigiert worden sind. Der Rechtsschutz gilt auch gegenüber Datenbanken und ähnlichen Einrichtungen. Kein Teil dieser Zeitschrift darf außerhalb der engen Grenzen des Urheberrechtsgesetzes ohne schriftliche Genehmigung des Verlags in irgendeiner Form – durch Fotokopie, Mikrofilm oder andere Verfahren – reproduziert oder in eine von Maschinen, insbesondere von Datenverarbeitungsanlagen verwendbare Sprache, übertragen werden. Anzeigenabteilung: Verlag C.H. Beck, Anzeigenabteilung, Wilhelmstr. 9, 80801 München. Postanschrift: Postfach 40 03 40, 80703 München. Telefon 089/3 81 89-781, Telefax 089/3 81 89-782, E-Mail: media-service@beck.de Disposition (Herstellung Anzeigen, technische Daten), Telefon 089 3 81 89-598/-603, Telefax Auftragsservice 089/3 81 89-589 Verantwortlich für den Anzeigenteil: Fritz Lebherz. Z.Zt. gilt Anzeigenpreisliste Nr. 27. Verlag: C.H. Beck oHG, Wilhelmstraße 9, 80801 München, Telefon: 089/381 89-0, Telex: 5215 085 beck d, Telefax: 089/38 18 93 98, Postbank: München, Kto. 6229-802, BLZ 700 100 80. Der Verlag ist oHG. Gesellschafter sind Dr. Hans Dieter Beck und Dr. h.c. Wolfgang Beck, beide Verleger in München. Erscheinungsweise: Vierteljährlich. Mit den Heften 2 und 4 erscheint MARKETING Journal of Research and Management. Bezugspreise 2008: Jährlich c 154,– (darin c 10,07 MwSt.), Vorzugspreis für Studenten (fachbezogener Studiengang, gegen Nachweis) c 108,– (darin c 7,07 MwSt.). Einzelheft: c 42,60 (darin c 2,79 MwSt.), jeweils zuzüglich Versandkosten. Nicht erhaltene Exemplare bitte innerhalb 6 Wochen reklamieren. Bestellungen nehmen entgegen: jede Buchhandlung und der Verlag. Abo-Service: Tel.: 089/381 89-750, Fax: 089/381 89-358, E-Mail: abo.service , beck.de. Abbestellungen müssen 6 Wochen vor Ende eines Kalenderjahres erfolgen. Zitierweise: MARKETING · ZFP, Jahrgangs-Nr., Jahreszahl, Seite. Satz: FotoSatz Pfeifer GmbH, 82166 Gräfelfing. Druck: Druckerei C. H. Beck, Bergerstraße 3, 86720 Nördlingen. Gierl/Großmann, Der Dilution-Effekt – Stand der theoretischen und empirischen Forschung 64 MARKETING · ZFP · Heft 1 · 1. Quartal 2008 »… für jeden Markenmanager eine Ideenfundgrube …« Zu kaum einem anderen Thema suchen Marketingfachleute so stark nach Anregungen aus der Wissenschaft wie beim Markenmanagement. Obgleich das Thema in zahlreichen Büchern, Artikeln und Berateransätzen präsent ist, fällt eines auf: Die Diskrepanz zwischen Forschung und Praxis ist bemerkenswert groß. Dieses Buch beseitigt diese Diskrepanz, indem es die Möglichkeiten erfolgreicher Markenführung umfassend und strukturiert aus der Sicht der Forschung und Praxis beschreibt und außerdem einen besonderen Schwerpunkt auf den Praxistransfer legt. Das Buch richtet sich insbesondere an Manager, Geschäftsführer und Vorstände in Unternehmen und Agenturen, die sich ein professionelles und erfolgreiches Markenmanagement auf die Fahnen schreiben, sowie an Wissenschaftler, Dozenten und Studierende mit besonderem Interesse an der Markenforschung. »Die moderne Markenführung steht vor der Aufgabe, sich permanent weiter zu entwickeln. Das Buch von Bauer/Huber/Albrecht bereichert diese Diskussion in Theorie und Praxis. Sowohl die konzeptionellen Artikel zum Markenmanagement als auch die Forschungsergebnisse und Praxiskonzepte sind für jeden Markenmanager eine Ideenfundgrube für die eigene Markenführung.« Dr. Bruno Sälzer, Vorsitzender des Vorstandes, Hugo Boss AG »Das Buch ‚Erfolgsfaktoren der Markenführung – Know-how aus Forschung und Management‘ gibt einen exzellenten Überblick über den Status Quo der modernen Markenführung. Beiträge von namhaften Wissenschaftlern und Praktikern sichern einen umfassenden Einblick in dieses Themenfeld und unterstützen bei der Lösung praktischer Managementprobleme. Die Vielseitigkeit des Buches sowie die leserfreundliche Zusammenfassung machen das Buch zu einem ‚Musthave‘ für jeden Markenmanager.« Tor Dahle, Executive Vice President Marketing and Sales, Continental AG »Dieses Buch bietet in seiner Kombination aus Theorie und Umsetzung in der Praxis eine Vielzahl von Ansatzpunkten für die Gestaltung von Markenauftritten. Wir sind sicher, dass dieses Buch schnell zum Standard von Unternehmen gehören wird, die sich täglich mit der Markenführung beschäftigen wollen oder müssen.« Jürgen Redmann, Mitglied der Geschäftsführung, Roche Diagnostics GmbH Bitte bestellen Sie bei Ihrem Buchhändler oder beim: Verlag Vahlen · 80791 München · Fax (089) 3 81 89-402 Internet: www.vahlen.de · E-Mail: bestellung@vahlen.de Expl. 978-3-8006-3463-7 Bauer/Huber/Albrecht, Erfolgsfaktoren der Markenführung Herausgegeben von Prof. Dr. Hans H. Bauer, Dipl.-Kfm. Frank Huber und Dipl.-Kffr. Carmen- Maria Albrecht 2008. IX, 525 Seiten. Gebunden € 69,– Bei schriftlicher oder telefonischer Bestellung haben Sie das Recht, die Ware innerhalb von 2 Wochen nach Lieferung ohne Begründung an Ihren Lieferanten (Buchhändler oder Verlag Vahlen, c/o Nördlinger Verlagsauslieferung, Augsburger Str. 67a, 86720 Nördlingen) zurückzusenden, wobei die rechtzeitige Absendung genügt. Kosten und Gefahr der Rücksendung trägt der Lieferant. Ihr Verlag Franz Vahlen GmbH, Wilhelmstr. 9, 80801 München, Geschäftsführer: Dr. Hans Dieter Beck Pr ei s in kl . M w St . z zg l. Ve rs an d ko st en € 1 ,5 0 in D eu ts ch la n d b ei E in ze lb es te llu n g b ei m V er la g . Fax-Coupon Name/Firma Straße PLZ/Ort Datum/Unterschrift 150827 MARKETING · ZFP · Heft 1 · 1. Quartal 2008 III Das Standardwerk des Franchising: Mit Franchising gutes Geld verdienen wollen viele. Gelingen kann es aber nur, wenn man die Bedingungen hierfür wirklich kennt und dann auch konsequent umsetzt. Dieses Standardwerk gibt nun in der 4. Auflage Franchisegebern und Franchisenehmern gemeinsam das ökonomische und rechtliche Instrumentarium an die Hand, um die Kraft des Franchising voll nutzen zu können. Franchisegebern zeigt es, wie sie Chancen beim Entwickeln und Umsetzen von Franchisesystemen erkennen und Risiken vermeiden können. Franchisenehmern hilft es, die Stärken und Schwächen eines Systems nach wirtschaftlichen Kriterien einzuschätzen. Erkenntnis: Franchising als „Partnership for Profit“ lebt nur, wenn Geber und Nehmer gleichermaßen vom System profitieren. Die langjährigen Erfahrungen der Herausgeber und Autoren prägen dieses Buch. Der inhaltliche Rhythmus folgt dem Lebenszyklus eines Franchisesystems. Die Neuauflage erläutert im Detail die Auswirkungen der EG-Vertikal- Gruppenfreistellungsverordnung sowie der Anpassung des deutschen an das EG-Kartellrecht durch die 7. GWB-Novelle. Sie beleuchtet die Folgen der großen Schuldrechtsreform einschließlich der geänderten Verbraucherschutzvorschriften und setzt sich mit den unbefriedigenden Auswirkungen der Muster-Widerrufsbelehrung auseinander. Der Dokumentationsteil bündelt wichtige rechtliche Rahmenbedingungen und Empfehlungen des Deutschen Franchise-Verbandes in der jeweils aktuellen Fassung. Die Herausgeber: Dr. Jürgen Nebel, Personal- und Unternehmensberater, Albrecht Schulz, Rechtsanwalt, hat langjährige Erfahrung im Franchise-, Vertriebs- und Handelsvertreterrecht, Prof. Dr. Eckhard Flohr, Rechtsanwalt, langjähriger Berater nationaler und internationaler Franchise-Systeme. Bitte bestellen Sie bei Ihrem Buchhändler oder beim: Verlag Vahlen · 80791 München · Fax (089) 3 81 89-402 Internet: www.vahlen.de · E-Mail: bestellung@vahlen.de Expl. 978-3-8006-3330-2 Nebel/Schulz/Flohr, Das Franchise System Herausgegeben von Dr. Jürgen Nebel, RA Albrecht Schulz und RA Prof. Dr. Eckhard Flohr 4. Auflage. 2008. XXVII, 672 Seiten. Gebunden ca. € 78,– (Erscheint im März 2008) Bei schriftlicher oder telefonischer Bestellung haben Sie das Recht, die Ware innerhalb von 2 Wochen nach Lieferung ohne Begründung an Ihren Lieferanten (Buchhändler oder Verlag Vahlen, c/o Nördlinger Verlagsauslieferung, Augsburger Str. 67a, 86720 Nördlingen) zurückzusenden, wobei die rechtzeitige Absendung genügt. Kosten und Gefahr der Rücksendung trägt der Lieferant. Ihr Verlag Franz Vahlen GmbH, Wilhelmstr. 9, 80801 München, Geschäftsführer: Dr. Hans Dieter Beck Pr ei s in kl . M w St . z zg l. Ve rs an d ko st en € 3 ,0 5 in D eu ts ch la n d b ei E in ze lb es te llu n g b ei m V er la g . Fax-Coupon Name/Firma Straße PLZ/Ort Datum/Unterschrift IV MARKETING · ZFP · Heft 1 · 1. Quartal 2008 ISSN 0344-1369

Chapter Preview

References

Abstract

Marketing ZFP is a platform for the academic dialog between marketing science and marketing practice. It offers critical depictions of the newest developments in the central areas of marketing science and marketing practice. Thereby, Marketing ZFP dedicates itself particularly to the transfer of methodological knowledge into practice.

Articles published in Marketing ZFP are peer-reviewed and written in either German or English. English abstracts are available for all articles.

The scientific quality of Marketing ZFP has been ranked highly: In the VHB-JOURQUAL Ranking of the German Association for Business Research, the journal is listed among the top five German journals in business research. In GeMark, the German Marketing-Journal Ranking, it is listed in category B.

For more information for authors and subscribers, see www.marketing-zfp.de.