Embed Size (px)
Citation preview
Tom Nedumgad
Masterarbeit
im Fach Information Systems
Eine empirische Untersuchung der Einflussfaktoren auf die
Nutzung konsumentenorientierter Online-Speicherdienste
Themasteller: Prof. Dr. Ali Sunjaev
Vorgelegt in der Masterprüfung
im Studiengang Information Systems
der Wirtschafts- und Sozialwissenschaftlichen Fakultät
der Universität zu Köln
Köln, November 2013
II
Inhaltsverzeichnis
Abkürzungsverzeichnis....................................................................................................III
Abbildungsverzeichnis ................................................................................................... IV
Tabellenverzeichnis .......................................................................................................... V
1. Einleitung ......................................................................................................................1
2. Vorgehensweise ............................................................................................................3
3. Theorie ..........................................................................................................................6
3.1 Stand der Forschung .................................................................................................6
3.2 Definitionen ............................................................................................................10
4. Strukturmodell der Einflussfaktoren ...........................................................................14
5. Empirie ........................................................................................................................19
5.1 Umfragedesign .......................................................................................................19
5.2 Statistische Auswertung der Umfrage ....................................................................24
6. Diskussion der Ergebnisse ..........................................................................................35
6.1 Analyse ...................................................................................................................35
6.2 Implikationen für die Forschung ............................................................................41
6.3 Implikationen für die Praxis ...................................................................................42
7. Fazit .............................................................................................................................45
7.1 Kritische Reflexion ................................................................................................45
7.2 Forschungsbedarf ...................................................................................................47
Literaturverzeichnis .........................................................................................................49
A Anhang ........................................................................................................................55
Erklärung .........................................................................................................................80
Lebenslauf........................................................................................................................81
III
Abkürzungsverzeichnis
AVE
BITKOM
ECT
IPMA
IS
NIST
PLS-SEM
SLA
TAM
VAF
VIF
Average variance extracted
Bundesverband Informationswirtschaft,
Telekommunikation und neue Medien
Expectation-Confirmation Theory
Importance-Performance Matrix Analysis
Information Systems
National Institute of Standards and Technology
variance-based partial least squares structural equation
modeling
Service-Level-Agreement
Technology Acceptance Model
Variance accounted for
Variance inflation factor
IV
Abbildungsverzeichnis
Abb. 2-1: Häufigkeiten der genannten Einflussfaktoren in den Interviews ......................4
Abb. 2-2: Forschungsdesign ..............................................................................................5
Abb. 3-1: Duales Modell der Post-Adoption Phänomene nach Kim und Son ..................8
Abb. 4-1: Strukturmodell - Basismodell ..........................................................................14
Abb. 5-1: Strukturmodell - signifikante Beziehungen .....................................................32
Abb. 6-1: IPMA Repräsentation (Absicht der langfristigen Nutzung) ............................43
Abb. 6-2: IPMA Repräsentation (Zahlungsbereitschaft).................................................44
Abb. A-1:Strukturmodell inklusive aller untersuchten Wirkungsbeziehungen ...............70
V
Tabellenverzeichnis
Tab. 2-1: Oberbegriffe der Interviewaussagen ..................................................................4
Tab. 5-1: Fragebogen-Items mit Quellenangaben ...........................................................23
Tab. 5-2: Demografische Angaben ..................................................................................26
Tab. 5-3: Pfadkoeffizienten, totale Effekte und Signifikanzen (kompakt) ......................30
Tab. 5-4: Mediatorenanalyse: Prüfung der hinreichenden Bedingung ............................33
Tab. 5-5: Analyse der Moderatoreffekte .........................................................................34
Tab. A-1: Ladungen der Indikatoren ...............................................................................55
Tab. A-2: Composite Reliability, AVE- und R²-Werte der Konstrukte ..........................56
Tab. A-3: Endgültige Ladungen und t-Werte der Indikatoren ........................................57
Tab. A-4: Kreuzladungen der Indikatoren .......................................................................59
Tab. A-5: Kreuzladungen der Indikatoren (fortgesetzt) ..................................................60
Tab. A-6: Kreuzladungen der Indikatoren (fortgesetzt) ..................................................62
Tab. A-7: Diskriminanzvaliditätsanalyse mittels Fornell-Larcker Kriterium .................63
Tab. A-8: Kollinearitätsmessung mittels VIFs ................................................................64
Tab. A-9: Pfadkoeffizienten, totale Effekte und Signifikanzen (detailliert) ...................67
Tab. A-10: Q²-Werte der endogenen Konstrukte ............................................................68
Tab. A-11: f²- und q²-Werte .............................................................................................68
Tab. A-12: Mediatorenanalyse: Prüfung der notwendigen Bedingung ...........................69
Tab. A-13: Performanz ausgewählter Konstrukte ...........................................................70
1
1. Einleitung
Laut einer Umfrage des Bundesverbands Informationswirtschaft, Telekommunikation
und neue Medien (BITKOM) werden Online-Speicherdienste (im Englischen cloud
storage services) schätzungsweise von über zehn Millionen Deutschen genutzt.1 Online-
Speicherdienste sind eine Form des Cloud Computings, welches das National Institute
of Standards and Technology (NIST) definierte als
ein Modell, das es erlaubt bei Bedarf, jederzeit und überall bequem über ein
Netz auf einen geteilten Pool von konfigurierbaren Rechnerressourcen (z. B.
Netze, Server, Speichersysteme, Anwendungen und Dienste) zuzugreifen, die
schnell und mit minimalem Managementaufwand oder geringer Serviceprovider-
Interaktion zur Verfügung gestellt werden können.2
Des Weiteren werden fünf Charakteristiken genannt. Eine für die Bedeutung des Cloud
Computings maßgebliche Charakteristik ist die hohe Elastizität:3 Cloud Computing
ermöglicht es, einer breiten Masse an Nutzern Dienste flexibel und in (für den
Konsumenten) scheinbar uneingeschränktem Ausmaß bereitstellen zu können. Anbieter
von Online-Speicherdiensten profitieren von hohen Nutzerzahlen, da sich so die hohen
Fixkosten (zum Beispiel Server- und Netzwerkkosten) amortisieren.
Die geringen Suchkosten im Internet ermöglichen es Konsumenten jedoch, mit
geringem Aufwand attraktive (insbesondere kostengünstige oder sogar kostenlose)
Alternativen zu finden.4 Daher besteht potentiell die Gefahr, dass relativ schnell viele
Konsumenten zu anderen Anbietern wechseln. Neben einer hohen Anzahl an Nutzern ist
somit für Anbieter von Online-Speicherdiensten eine langfristige Beziehung zu ihren
Kunden wichtig, um am Markt zu bestehen.5
1 Vgl. BITKOM (2013).
2 Vgl. Mell, Grance (2011), S. 2. In der Definition wird zwischen vier Bereitstellungsmodellen (von denen konsumentenorientierte Online-Speicherdienste der public cloud zuzuordnen sind) und drei Servicemodellen (von denen Online-Speicherdienste unter den Begriff Infrastructure-as-a-Service fallen) unterschieden.
3 Vgl. Armbrust u. a. (2010), Benlian, Hess (2011), S. 237 (heben die Bedeutung aufgrund erwarteter Kostenersparnisse hervor).
4 Vgl. Bakos (1998), S. 39.
5 Vgl. dazu Reichheld, Schefter (2000), S. 106-107, 109-110.
2
Ohne die Kenntnis darüber, was Konsumenten beeinflusst, Online-Speicherdienste
langfristig zu nutzen, können Anbieter jedoch keine gezielten Maßnahmen ergreifen,
um Kunden zu binden. Das Wissen über eine Priorisierung der verschiedenen Faktoren
könnte zudem dazu beitragen, die Ressourcen der Anbieter möglichst effizient zur
Verbesserung der Nutzungsabsicht der Konsumenten zu nutzen.
Anbieter, die verstehen möchten, was die Akzeptanz von Informationssystemen bei den
Konsumenten beeinflusst, finden dazu zahlreiche Studien in der IS-Literatur.6 Auch die
Einflussfaktoren der langfristigen Nutzung (im Englischen continuance) von Online-
Diensten wurden bereits oft untersucht.7 Online-Speicherdienste sind jedoch ein relativ
neues Forschungsgebiet und es ist unklar, ob und inwiefern sich die bisherigen
Erkenntnisse auf den Kontext der Nutzung von Online-Speicherdiensten übertragen
lassen. Das Wissen über die Wirkung bestimmter Einflussfaktoren untereinander und
auf die langfristige Nutzungsabsicht der Konsumenten, sowie über deren
Wirkungsintensitäten trägt dazu bei, die Absicht von Konsumenten, Online-
Speicherdienste zu nutzen besser zu verstehen.
Ziel dieser Arbeit ist es, empirisch signifikante Einflüsse auf die langfristige
Nutzungsabsicht8 und Zahlungsbereitschaft von Endkonsumenten bezogen auf die
Nutzung von Online-Speicherdiensten in einem Strukturmodell abzubilden. Zur
Erreichung dessen gilt es zunächst herauszufinden, welche existierenden Modelle in der
IS-Forschung die Nutzung von Informationssystemen erklären. Hierbei ist insbesondere
relevant für diese Arbeit, welche Einflussfaktoren auf Basis dieser Modelle genannt
werden und welche theoretischen Wirkungszusammenhänge sich zwischen diesen
Einflussfaktoren und auf die langfristige Nutzung ergeben.
Anschließend soll beantwortet werden, inwiefern sich diese Erkenntnisse auf den
Kontext der Nutzung von Online-Speicherdiensten übertragen lassen. Hierzu soll auf
6 Vgl. Davis, Bagozzi, Warshaw (1989), Venkatesh u. a. (2003), Dickinger, Arami, Meyer (2008),
Pontiggia, Virili (2010), Lin, Lu (2011), Li, Chang (2012). 7 Vgl. Lin, Lu (2000), Bhattacherjee (2001), Vatanasombut u. a. (2008), Kim, Son (2009), Trenz,
Huntgeburth, Veit (2013). 8 Da in der Forschung bereits mehrfach ein starker Zusammenhang zwischen Nutzungsabsicht und
tatsächlichem Nutzungsverhalten nachgewiesen wurde (vgl. Ajzen, Fishbein (1973), S. 46-47) und sich das tatsächliche Nutzungsverhalten durch eine Befragung kaum ermitteln lässt, ist der Fokus dieser Arbeit auf die Erforschung des Einflusses auf die Nutzungsabsicht gesetzt worden.
3
Basis der gewonnenen Erkenntnisse ein Modell erstellt werden, welches im Rahmen
einer empirischen Untersuchung auf seine Validität und Reliabilität untersucht wird.
2. Vorgehensweise
Um einen groben Überblick der möglichen Einflussfaktoren auf die Nutzung von
Online-Speicherdiensten zu gewinnen, wurde zunächst in einer ersten
Literaturrecherche nach typischen, das heißt häufig genannten und bestätigten,
Einflussfaktoren für die langfristige Nutzung von Informationssystemen gesucht. Vor
dem Hintergrund dieser Erkenntnisse wurde in (vorerst unstrukturierten) Interviews
nach Gründen gefragt, Online-Speicherdienste zu nutzen. Dabei wurde nicht zwischen
der Wichtigkeit bestimmter Faktoren unterschieden, sondern lediglich erfasst, welche
Faktoren als relevant erachtet wurden. Teilnehmer der Interviews waren dabei
überwiegend Studenten, die eine gewisse IT-Affinität besaßen und zum Zeitpunkt der
Befragung Online-Speicherdienste nutzten. Nach der Durchführung von fünf Interviews
wurden ähnliche Aussagen zusammengefasst und einem Oberbegriff zugeordnet (siehe
Tab. 2-1). Anschließend wurden fünf weitere Interviews durchgeführt, dahingehend
strukturiert, dass gezielt nach der Relevanz der in den Oberbegriffen erfassten Faktoren
für die Nutzungsabsicht der Teilnehmer gefragt wurde (zum Beispiel: Beeinflusst dich
dein soziales Umfeld in deiner Absicht, Online-Speicherdienste weiterhin zu nutzen?).
Die Antworten wurden dichotom erfasst (Ja / Nein), um eine (quantitative) Auswertung
zu erleichtern (siehe Abb. 2-1). Am häufigsten wurde als Nutzungsgrund die
Nützlichkeit von Online-Speicherdiensten genannt, gefolgt von unfreiwilliger Nutzung
sowie der Einfachheit der Nutzung. Zudem wurde als Grund oft genannt, dass die
Nutzung von Online-Speicherdiensten ein Gefühl gibt, seine Daten (verlust-)sicher
abgespeichert zu haben. Einige kommentierten, dass sie Online-Speicherdienste als
unsicher empfinden und daher nur eingeschränkt nutzen.
Oberbegriff Aussage im Interview
Sozialer Einfluss Viele meiner Freunde / Verwandte / Kollegen… nutzen es.
Spaß / technische Neugier Es macht Spaß / Ich probiere gern Neues aus.
Einfachheit der Nutzung Es ist einfach / vereinfacht meine Arbeitsabläufe.
Datenabsicherung Ich habe das Gefühl, dass meine Daten geschützt sind / Schutz vor Hardware-Ausfall.
4
Zuverlässigkeit Online-Speicher bieten eine hohe Zuverlässigkeit.
Nützlichkeit Online-Speicher sind sehr praktisch, um Daten zu teilen./um Daten überall dabei zu haben.
Servicequalität Online-Speicher bieten i.A. einen guten Service (z.B. Ausfallsicherheit, Verfügbarkeit…).
Unfreiwillige Nutzung Ich muss Online-Speicherdienste aufgrund von Arbeit / Uni etc. nutzen, um effektiv arbeiten / lernen zu können.
Tab. 2-1: Oberbegriffe der Interviewaussagen
Abb. 2-1: Häufigkeiten der genannten Einflussfaktoren in den Interviews
Anschließend wurden die so gewonnenen Kenntnisse im Zuge einer erneuten,
intensiveren Literaturrecherche mit existierenden Modellen aus der IS-Forschung
verglichen (siehe Kapitel 3.1). Im Fokus der Recherche standen diesmal insbesondere
Studien zur Nutzung von Online-Diensten und - soweit vorhanden - zu Online-
Speicherdiensten. Über die Ermittlung des aktuellen Stands der Forschung wurde die
Relevanz dieser Arbeit gerechtfertigt, und vorhandene Erkenntnislücken der Forschung
aufgedeckt.
Auf Basis des Vergleichs der theoretischen Erkenntnisse und der Aussagen in den
durchgeführten Interviews, wurde ein Strukturmodell erstellt, das die vermuteten
Beziehungen der Einflussfaktoren abbildet (Kapitel 4). Anschließend wurde dieses
Modell durch eine empirische Untersuchung geprüft (Kapitel 5). Der empirischen
0
1
2
3
4
5
6
7
8
Auswertung der Interviews (N=10)
Anzahl der Nennungen
(Mehrfachnennungen möglich)
5
Untersuchung, die in Form einer Online-Befragung durchgeführt wurde, gingen ein Pre-
Test und ein Pilot-Test voraus, mittels derer die Validität des Messinstruments
sichergestellt werden sollte. Der Onlinefragebogen wurde mittels SoSci Survey
realisiert und den Teilnehmern auf www.soscisurvey.de zur Verfügung gestellt.9 Im
Fokus der Befragung standen Anwender von Online-Speicherdiensten, die über den
Email-Verteiler der Universität zu Köln erreicht wurden. Die gesammelten Ergebnisse
wurden anschließend unter Verwendung von SmartPLS und Stata statistisch
ausgewertet und interpretiert (Kapitel 6). Abb. 2-2 zeigt eine Visualisierung des
Forschungsdesigns dieser Arbeit.
Abb. 2-2: Forschungsdesign
9 Detaillierte Angaben zu den verwendeten Hilfsmitteln befinden sich im Anschluss des
Literaturverzeichnisses.
Erste
LiteraturrechercheInterviews
Erstellung eines
Strukturmodell-
entwurfs
Fokussierte
Literaturrecherche
Vergleich der
Erkenntnisse
Anpassung des
Strukturmodells
Entwicklung eines
Fragebogens
Durchführung und
Analyse eines Pre-
Tests
Durchführung eines
Pilot-Tests und
Anpassung der
Umfrage
Durchführung der
finalen Umfrage
Auswertung und
Interpretation der
Ergebnisse
6
3. Theorie
3.1 Stand der Forschung
Studien zur Begründung der Nutzung von Informationssystemen sind kein neues Thema
in der IS-Forschung. Ein grundlegendes und häufig zitiertes Modell stellt hierbei das
Technology Acceptance Model (TAM) von Davis, Bagozzi, Warshaw (1989) dar. Es ist
angelehnt10 an die aus der Sozialpsychologie stammende Theory of Reasoned Action
von Ajzen und Fishbein (1975), welche besagt, dass Nutzungsabsicht einerseits durch
die Einstellung zu einem bestimmten Verhalten und andererseits durch soziale Normen
bezüglich dieses Verhaltens bestimmt wird. Beide Faktoren werden durch Annahmen,
sogenannte beliefs, beeinflusst. Davis stellt den Bezug zum IS-Kontext her und
fokussiert sich auf den Aspekt der Einstellung zu einem bestimmten Verhalten, indem
er die Einfachheit der Nutzung, sowie die Nützlichkeit als positive Einflussfaktoren
(beziehungsweise beliefs) für die Einstellung nennt. Diese wiederum beeinflusst die
Absicht, Informationssysteme zu nutzen.
Bhattacherjee (2001) kritisiert an dem Modell die implizite Annahme, dass ein enger
Zusammenhang zwischen initialer Nutzung (Akzeptanz) und langfristiger Nutzung (im
Englischen als continuance bezeichnet) bestehe. Daher könnten sie auch nicht die
sogenannte acceptance-discontinuance anomaly erklären, die Anomalie, dass einige
Konsumenten die Nutzung zwar initial akzeptieren, jedoch nicht dauerhaft fortsetzen. Er
betont den Unterschied11 zwischen diesen beiden Konzepten und fokussiert sich in
seiner Studie auf die langfristige Nutzungsabsicht. Die Studie basiert auf der
Expectation-Confirmation Theory (ECT) aus der Konsumentenverhaltensforschung und
enthält sowohl Variablen, die vor dem Konsum zu messen sind (Erwartungen), als auch
solche die nach dem Konsum gemessen werden (zum Beispiel die Bestätigung der
Erwartungen und Zufriedenheit). Schließlich nennt er Zufriedenheit als bedeutenden
Einflussfaktor für eine langfristige Nutzungsabsicht. Diese Zufriedenheit gehe aus der
Erfüllung der zuvor gestellten Erwartungen hervor, welche aus der Nutzung
vorangegangener Informationssysteme entstanden sind.
10 Vgl. Davis, Bagozzi, Warshaw (1989), S. 985.
11 Zum Beispiel kostet die Akquise neuer Kunden mitunter fünfmal so viel wie die Erhaltung bestehender Kunden, vgl. Bhattacherjee (2001), S. 352. Karahanna, Straub und Chervany (1999) befassen sich in ihrer Studie ganz konkret mit der Untersuchung der Unterschiede zwischen IT adoption und continuance.
7
Die Sichtweise, dass die Absicht einer langfristigen Nutzung überwiegend durch
rationale Beweggründe getrieben wird, wird auch von anderen Wissenschaftlern geteilt.
So greifen etwa Lin, Wu und Tsai (2005) Bhattacherjees Version der ECT auf,
erweitern sie jedoch um das Konstrukt empfundenes spielerisches Vergnügen (perceived
playfulness). Einem ähnlichen Ansatz folgt van der Heijden (2003), der die Erweiterung
des TAM von Davis, Bagozzi und Warshaw (1992) als Ausgangsmodell nutzt. In dieser
Erweiterung nehmen die Autoren zu dem klassischen TAM die Konstrukte empfundene
Freude (perceived enjoyment) und Ergebnisqualität als Einflussfaktoren auf und
betonen mit ersterem die Unterscheidung zwischen extrinsischer und intrinsischer
Motivation, Informationssysteme zu nutzen. Intrinsische Motivation bezeichnet dabei
die Motivation etwas tun zu wollen, weil man von sich selbst aus dazu angetrieben
wird, ohne äußere Beeinflussung (zum Beispiel weil man dafür belohnt wird)12.
Ähnlich wie Lin, Wu und Tsai besagte Unterscheidung mit dem Konstrukt empfundenes
spielerisches Vergnügen einschließen, beinhaltet van der Heydens Studie, neben der
eher rationalen, auf Nutzen basierenden Sichtweise, durch das hinzugefügte Konstrukt
empfundene Attraktivität (einer Webseite), ebenfalls einen intrinsischen, eher
emotionalen Aspekt der Motivation.
Kim und Son (2009) kritisieren dennoch die bis dato überwiegend rationale Sichtweise
der Einflussfaktoren auf die Nutzungsabsicht und argumentieren für die
Berücksichtigung der Nutzungshistorie, das heißt der Erfahrungen, die ein Nutzer in der
Vergangenheit bereits mit einem Informationssystem gemacht hat. In Bhattacherjees
Version der ECT ist dies bereits ansatzweise enthalten, in Form der Erwartungen. Kim
und Son führen dies jedoch in ihrem dualen Modell fort, indem sie einerseits Service-
spezifische Investitionen wie Lernaufwand und Personalisierung in ihr Modell
aufnehmen, welche auf die Wechselkosten der Nutzer einwirken. Statt einer
Unterscheidung zwischen extrinsischer und intrinsischer Motivation, fassen sie diese
unter dem Begriff auf Einschränkung basierter Mechanismus (constraint-based
mechanism) zusammen. Andererseits fassen sie die Einflussfaktoren Zufriedenheit und
Nützlichkeit, die auch schon Davis, Bhattacherjee und andere untersuchten und deren
Auswirkung auf die Loyalität der Nutzer unter dem Begriff auf Hingabe basierter
Mechanismus (dedication-based mechanism) zusammen.
12 Vgl. Davis, Bagozzi, Warshaw (1992), S. 1112.
8
Abb. 3-1 zeigt eine grafische Visualisierung ihres Modells. Die grundlegende Struktur
dieses dualen Modells wird auch in dieser Arbeit verwendet (siehe Kapitel 4).
Abb. 3-1: Duales Modell der Post-Adoption Phänomene nach Kim und Son13
Ein – insbesondere im Bereich Online-Dienste – häufig untersuchter Einflussfaktor,14
den Kim und Son nicht nennen, ist Vertrauen. Sie begründen dies damit, dass Vertrauen
vollständig von Zufriedenheit mediiert werde.15 Tatsächlich zeigen Studien, dass im IS-
Kontext ein starker Zusammenhang besteht zwischen Zufriedenheit, Vertrauen und
Loyalität (Flavian, Guinaliu, Gurrea (2006); Chiou (2004)). Jedoch legt die Anzahl
wissenschaftlicher Arbeiten, die sich im Kontext der langfristigen Nutzung von
Informationssystemen mit Vertrauen beschäftigen, die Vermutung nahe, dass die
Bedeutung dieses Einflussfaktors berücksichtigt werden sollte. Bei Online-Diensten, die
vor allem vertrauliche Daten bearbeiten, wie zum Beispiel dem Online-Banking,16 mag
dies offensichtlich erscheinen. Jedoch zeigen Studien, dass Vertrauen auch für die
langfristige Nutzung anderer Online-Dienste eine wichtige Rolle spielt. Li, Browne und 13 Abbildung entnommen aus Kim, Son (2009), S. 53.
14 Vgl. zum Beispiel Pavlou, Liang, Xue (2007), Li, Browne, Wetherbe (2006), Vatanasombut u. a. (2008), Trenz, Huntgeburth, Veit (2013).
15 Vgl. Kim, Son (2009), S. 65.
16 Vgl. Vatanasombut u. a. (2008).
9
Wetherbe (2006) zeigen zum Beispiel einen Zusammenhang zwischen dem Vertrauen
von Nutzern und ihrer Absicht, eine bestimmte Webseite wiederholt zu besuchen, was
sie stickiness intention nennen. Neben dem direkten Einfluss wirkt Vertrauen aber auch
– neben Zufriedenheit, Investitionsgröße und der Qualität der Alternativen – auf ein
Konstrukt, das sie commitment nennen. Vergleichbar mit dem auf Hingabe basierten
Mechanismus von Kim und Son, existiert auch hiervon ein positiver Einfluss auf die
langfristige Nutzung.
Dass Vertrauen für die Nutzung Cloud-basierter Dienste und insbesondere von Online-
Speicherdiensten eine bedeutende Rolle spielt, zeigen Trenz, Huntgeburth und Veit
(2013) in ihrer Studie, die auf der Prinzipal-Agenten Theorie basiert. Sie zeigen weiter,
dass Vertrauen zwar die empfundene Unsicherheit eines Dienstes senkt, die ihrerseits
einen negativen Effekt auf die Zufriedenheit hat. Jedoch steigern Wechselkosten und die
Adoption des Dienstes im Bekanntenkreis (peer adoption) laut ihrer Studie die
empfundene Unsicherheit und senken somit - über den Mediator Zufriedenheit - die
langfristige Nutzungsabsicht.17 Die Autoren erklären den positiven Zusammenhang
zwischen peer adoption und der empfundenen Unsicherheit damit, dass ein Anbieter,
dessen Dienst von einer Vielzahl von Nutzern in Anspruch genommen wird, auch ein
interessantes Ziel für Angreifer darstellt und damit die Sicherheitsbedenken seitens der
Nutzer steigen.
Lin und Lu (2011) zeigen dagegen einen positiven Zusammenhang zwischen der
Anzahl der Nutzer im Bekanntenkreis (peer number) und der langfristigen Nutzung
über die Faktoren empfundene Freude und Nützlichkeit.18 Es ist jedoch anzumerken,
dass sie sich in ihrer Studie auf Nutzer sozialer Netzwerke fokussieren, einem Bereich,
in dem das Vorliegen von Netzwerkexternalitäten offensichtlich angenommen werden
kann.
Zusammenfassend kann festgehalten werden, dass in der IS-Forschung bereits eine
Vielzahl von Einflussfaktoren auf die langfristige Nutzung von Informationssystemen
untersucht wurde. Seit dem TAM von Davis, wird dabei zumeist eine nutzenbasierte
Motivation angenommen, mit den Faktoren Zufriedenheit und Nützlichkeit. Zudem
17 Vgl. für diesen und den nächsten Satz Trenz, Huntgeburth, Veit (2013), S. 8 - 9.
18 Vgl. Lin, Lu (2011), S. 1158-1159.
10
sprechen viele Quellen für eine bedeutende Rolle des Einflussfaktors Vertrauen bei der
Nutzung von Online-Diensten. Es scheint jedoch, dass eine konkrete Priorisierung der
Einflussfaktoren – wenn überhaupt – nur spezifisch für die Nutzungsart eines Dienstes
erfolgen kann (zum Beispiel im Bereich Online-Banking), da sich die Anforderungen
zwischen den Diensten mitunter stark voneinander unterscheiden.
Die Einflussfaktoren der langfristigen Nutzungsabsicht von Online-Speicherdiensten
wurden jedoch bislang kaum untersucht, insbesondere bezüglich des Einflusses von
erzwungener Nutzung und des Involvements der Nutzer.
3.2 Definitionen
Im folgenden Kapitel werden einige Definitionen zentraler Konstrukte dieser Arbeit
bereitgestellt, um ein einheitliches Verständnis der Konstrukte zu ermöglichen. Es sei
besonders darauf hingewiesen, dass im Allgemeinen (auch bei den hier nicht explizit
definierten Konstrukten) das empfundene und nicht zwangsläufig das tatsächliche
Ausmaß eines Konstrukts gemessen wird. Dies liegt zum einen daran, dass das
tatsächliche Ausmaß nicht empirisch gemessen werden kann. So kann zum Beispiel das
tatsächliche Ausmaß der langfristigen Nutzung den Befragten zum Zeitpunkt der
Befragung, also ex ante, selbst nicht bewusst sein. Sie können lediglich eine Aussage
über ihre langfristige Nutzungsabsicht treffen. Zum anderen ist für das
Nutzungsverhalten nicht zwangsläufig das tatsächliche Ausmaß, sondern eher die
empfundene Größe entscheidend.19 So kann beispielsweise, obwohl die kritische Masse
einer Innovation objektiv noch nicht erreicht wurde, die subjektiv empfundene Anzahl
der Nutzer weitaus bedeutender für das Nutzungsverhalten sein.
Online-Speicherdienst
Eine einheitliche Definition für Online-Speicherdienste, die im Englischen u. a. auch als
Cloud Storage Services bezeichnet werden, gibt es bislang nicht. In der Definition für
Cloud Computing von NIST werden sie lediglich dem Servicemodell Infrastructure-as-
a-Service zugeordnet.20 Gonzalez u. a. nennen diese Dienste web-based storage
solutions, welche dazu dienen, Nutzern überall, endgeräteunabhängig und jederzeit
19 Vgl. Moore, Benbasat (1991), S. 196.
20 Vgl. Mell, Grance (2011), S. 2.
11
Zugriff auf ihre Daten über das Internet zu ermöglichen.21 Sie unterteilen die Dienste
über die Bezahlmodelle: Zum einen nennen sie Pay As You Go (so etwa bei Windows
Azure Data and Storage; Amazon S3), wobei z. B. durch Service Level Agreements
(SLA) die Qualität des Services vertraglich festgelegt werden kann. Zum anderen
existieren kostenlose File Hosting Systeme (zum Beispiel Dropbox oder Sugarsync).22
Schließlich sprechen Youseff, Butrico und Da Silva von Data-Storage as a Service,
wodurch es Nutzern ermöglicht wird, Daten auf entfernt gelegenen Festplatten zu
speichern und auf diese jederzeit und überall zuzugreifen.23 Als Anforderungen an diese
Dienste werden hohe Verfügbarkeit, Reliabilität, Performanz, Replikation der Daten
und Datenkonsistenz genannt. Da diese Anforderungen zum Teil miteinander in
Konflikt stehen, werden in SLAs die Schwerpunkte eines bestimmten Anbieters
festgelegt.
Im Folgenden wird eine Arbeitsdefinition bereitgestellt:
Als Online-Speicherdienste werden Dienste bezeichnet, die Nutzern Online-
Speicherplatz anbieten. Durch diese Dienste können Nutzer überall und jederzeit über
das Internet auf ihre dort hinterlegten Daten zugreifen.
Vertrauen
Insbesondere in der e-commerce-Literatur wird Vertrauen als mehrdimensionales
Konstrukt verstanden, welches aus den Dimensionen (im Englischen beliefs)
Kompetenz, Integrität und Wohlwollen (Competence, Integrity, Benevolence) besteht.24
Kompetenz bezeichnet dabei die Fähigkeit desjenigen, dem vertraut wird, das tun zu
21 Vgl. Gonzalez u. a. (2013), S. 1907.
22 Hierzu kann ergänzt werden, dass unter anderem Dropbox Speicherplatz gemäß einem freemium-Modell sowohl in einer kostenlosen, als auch einer kostenpflichtigen Variante anbietet. Während bei dem Pay-As-You-Go-Modell entsprechend des Verbrauchs bezahlt wird, gibt es bei der kostenpflichtigen Variante vieler freemium-Modelle die Möglichkeit die Dienste für einen festgelegten Betrag und Zeitraum beliebig oft zu nutzen.
23 Vgl. Youseff, Butrico, Da Silva (2008), S. 5.
24 Vgl. zu diesem Absatz Bhattacherjee (2002), S.217-219 (Bhattacherjee bezeichnet Competence als Ability), sowie Flavian, Guinaliu, Gurrea (2005), S. 3 (die Autoren bezeichnen Integrity als Honesty) und McKnight, Choudhury und Kacmar (2002), S. 337.
12
können25, was derjenige, der ihm vertraut, erwartet. Integrität umfasst die Ehrlichkeit
der Person, der vertraut wird. Schließlich bezeichnet Wohlwollen die Motivation
desjenigen, dem vertraut wird, im Interesse der vertrauenden Person zu handeln.
Angelehnt an die interdisziplinäre Definition26 von Vertrauen nach Rousseau u. a.,
definieren Pavlou, Liang und Xue Vertrauen folgendermaßen: Vertrauen ist die
Intention eines Käufers, potentiellen Schaden zu akzeptieren, basierend auf seiner
Überzeugung, dass Transaktionen mit einem bestimmten Verkäufer seinen Erwartungen
entsprechen werden, wegen dessen Kompetenz, Integrität und Wohlwollen.27 Diese
Definition wurde für Beziehungen zwischen Käufern und Verkäufern in Online-
Umgebungen festgelegt.
Da Online-Speicherdienste auch kostenlos genutzt werden können, müssen deren
Nutzer nicht zwingend Käufer sein. Um dies zu berücksichtigen, wird diese Definition
folgendermaßen modifiziert:
Vertrauen ist die Intention des Nutzers eines Dienstes, potentiellen Schaden zu
akzeptieren, basierend auf seiner Überzeugung, dass Interaktionen mit einem
bestimmten Anbieter seinen Erwartungen entsprechen werden, wegen dessen
Kompetenz, Integrität und Wohlwollen.
Kritische Masse
Im Kontext der Verbreitung von Kommunikationsinnovationen definieren van Slyke u.
a. kritische Masse als den Punkt, an dem eine Innovation hinreichend verbreitet ist, um
[am Markt] bestehen zu bleiben.28 Kommunikationsinnovationen, die diese kritische
Masse nicht erreichen, werden scheitern. Da die tatsächliche Menge, an dem die
kritische Masse erreicht ist, ex ante schwer messbar ist, wird, wie auch bei van Slyke u.
a., in dieser Arbeit die empfundene kritische Masse gemessen.
25 Dies schließt insbesondere den Besitz entsprechender Kenntnisse und Fähigkeiten ein, vgl. Flavian,
Guinaliu, Gurrea (2005), S. 3. 26 „Trust is a psychological state comprising the intention to accept vulnerability based upon positive
expectations of the intentions or behavior of another.” Rousseau u. a. (1998), S. 395. 27 Pavlou, Liang, Xue (2007), S. 115.
28 Vgl. zu diesem Absatz van Slyke u. a. (2007), S. 270-271 und insbesondere die ursprüngliche Definition von Rogers: „The critical mass occurs at the point at which enough individuals in a system have adopted an innovation so that the innovation’s further rate of adoption becomes self-sustaining.”, Rogers (2003), S. 344.
13
Loyalität
Oliver (1999) definiert Loyalität als eine innere Überzeugung, ein bevorzugtes Produkt
wiederholt zu kaufen, bzw. einen bevorzugten Service derselben Marke zukünftig
dauerhaft zu nutzen, trotz situationsbedingter Einflüsse und Marketingaktivitäten
[anderer], die potentiell ein Wechselverhalten verursachen könnten.29
Kim und Son (2009) knüpfen an diese Definition an und ergänzen als Begründung für
diese Überzeugung die Erwartungshaltung, langfristig von einer andauernden
Beziehung zu profitieren. Während Loyalität zu Beginn durch die Wahrnehmung des
derzeitigen Nutzens des gebotenen Dienstes geprägt wird, ist sie im Laufe der Zeit
relativ stabil gegenüber kurzzeitigen Änderungen der Performanz des Dienstes.30
Wechselkosten
Burnham, Frels und Mahajan (2003) definieren Wechselkosten als einmalige Kosten,
die Kunden mit dem Prozess assoziieren, von einem Anbieter zu einem anderen zu
wechseln. Sie kategorisieren Wechselkosten dabei in prozedurale (u.a. investierte Zeit
und Anstrengung), finanzielle (entgehender Nutzen, monetärer Verlust) und relationale
(Verlust von persönlichen Beziehungen als auch der Beziehung zur Marke) Kosten. 31
Die dieser Arbeit zugrunde liegende Definition von Wechselkosten ist angelehnt an die
oben genannte und stammt von Kim und Son (2009):
Wechselkosten beziehen sich auf das Ausmaß, zu dem sich Kunden von einem Dienst
abhängig fühlen, aufgrund von ökonomischen, sozialen oder psychologischen
Investitionen, die bei der Nutzung anderer Dienste nutzlos würden.32
Erzwungene Nutzung
Moore und Benbasat (1991) definieren Freiwilligkeit der Nutzung als das Ausmaß, zu
dem die Benutzung einer Innovation als freiwillig empfunden wird.33 Dieser Begriff
wird auch in dem UTAUT-Modell von Venkatesh u. a. (2003) verwendet, aus welchem
29 Vgl. Oliver (1999), S. 34.
30 Vgl.Kim, Son (2009), S. 52.
31 Vgl. Burnham, Frels und Mahajan (2003), S. 111 - 112.
32 Vgl. Kim, Son (2009), S. 52.
33 Vgl. Moore, Benbasat (1991), S. 195.
14
für diese Arbeit das Konstrukt erzwungene Nutzung entnommen wurde. Entsprechend
soll daher auch die Definition daran angelehnt sein:
Als erzwungene Nutzung wird in dieser Arbeit das Ausmaß bezeichnet, zu dem die
Benutzung eines Dienstes als unfreiwillig empfunden wird. Durch externen Druck wird
eine Nutzung forciert, unabhängig davon ob dies gewollt wird oder nicht. Dies kann
einerseits durch berufliche, universitäre oder anderweitige Vorgaben bedingt sein, z. B.
weil sich bestimmte Aufgaben nur durch Nutzung des Dienstes erfüllen lassen.
Andererseits kann dies auch durch sozialen Druck im näheren Umfeld erfolgen.
4. Strukturmodell der Einflussfaktoren
Abb. 4-1: Strukturmodell - Basismodell34
34 Abbildung angelehnt an Kim, Son (2009), S. 53.
15
Abb. 4-1 zeigt das zugrunde liegende Strukturmodell dieser Arbeit. Die Basis des
Modells wurde an das Modell von Kim und Son (2009) angelehnt (siehe Abb. 3-1), mit
Loyalität als Mittelpunkt des auf Hingabe basierten Mechanismus und Wechselkosten
als Mittelpunkt des auf Einschränkung basierten Mechanismus. Aus Gründen der
Übersichtlichkeit wurden die kontrollierten Effekte nur durch jeweils einen
gestrichelten Pfeil dargestellt. Tatsächlich wurde aber jede einzelne Beziehung
kontrolliert (zum Beispiel die Effekte von Vertrauen, Zufriedenheit und Empfundener
Nützlichkeit auf die Wechselkosten, sowie ihre direkten Effekte auf die
Nutzungsabsicht).
Der nutzenbasierte Erklärungsansatz mit den Einflussfaktoren Zufriedenheit und
Empfundene Nützlichkeit ist inzwischen oft fester Bestandteil der Studien zur
Nutzungsforschung im IS-Kontext (siehe Kapitel 3.1) und wird entsprechend auch hier
nach dem Modell-Vorbild von Kim und Son übernommen. Die zugehörigen
Hypothesen lauten:
H2: Die Zufriedenheit des Nutzers eines Online-Speicherdienstes wirkt sich positiv auf
dessen Loyalität zu diesem Dienst aus.
H3: Die durch einen Nutzer empfundene Nützlichkeit eines Online-Speicherdienstes,
wirkt sich positiv auf dessen Loyalität zu diesem Dienst aus.
Im Gegensatz zum Vorbild von Kim und Son wird in dieser Arbeit jedoch ein weiterer
Einflussfaktor, nämlich Vertrauen, dem auf Hingabe basierten Mechanismus
hinzugefügt. Die Vielzahl wissenschaftlicher Literatur (siehe Kapitel 3.1), die diesen
Faktor in der Nutzungsverhaltensforschung einschließt, legt eine signifikante Bedeutung
nahe. Entsprechend werden die folgenden Hypothesen formuliert:
H1a: Das durch einen Nutzer empfundene Vertrauen in einen Online-Speicherdienst,
wirkt sich positiv auf dessen Loyalität zu diesem Dienst aus.
Dass sie den Efffekt des Konstrukts Vertrauen nicht in ihre Untersuchung einschließen,
begründen Kim und Son damit, dass der Effekt von Vertrauen auf verhaltensspezifische
Folgen (behavioral outcomes) vollständig durch Zufriedenheit mediiert werde. Dies
wird in dieser Studie – bezogen auf die Loyalität der Nutzer - untersucht:
16
H1b: Der Effekt des durch einen Nutzer empfundenen Vertrauens in einen Online-
Speicherdienst auf dessen Loyalität zu diesem Dienst wird nicht vollständig durch
dessen Zufriedenheit mit dem Dienst mediiert.
Vertrauen ist jedoch kein Bestandteil der nutzenbasierten Sichtweise, die seit dem TAM
immer wieder in Studien aufgegriffen wird. Das Konstrukt Vertrauen der Gruppe
Empfundener Nutzen hinzuzufügen, entsprechend dem Modell-Vorbild von Kim und
Son, wäre somit eine Vermischung unterschiedlicher Konzepte. Daher wird die Gruppe
von Einflussfaktoren im auf Hingabe basierten Mechanismus als Nutzer-spezifische
Motivation bezeichnet.
Im Gegensatz dazu wird die Gruppe der Einflussfaktoren im auf Einschränkung
basierten Mechanismus als Service-spezifische Motivation bezeichnet. Dieser Gruppe
werden die Einflussfaktoren Lernaufwand, kritische Masse, und Qualität der
Alternativen zugeordnet, von denen jeweils ein Einfluss auf die empfundenen
Wechselkosten untersucht wird. In wissenschaftlichen Studien werden typischerweise
drei andere Faktoren als Einfluss für Wechselkosten genannt: Transaktionskosten,
Lernkosten und künstliche Wechselkosten.35 Dementsprechend wird neben
Lernaufwand auch Personalisierung (als Form von Transaktionskosten) im Modell von
Kim und Son genannt und dessen signifikante Beziehung auf die empfundenen
Wechselkosten eines Nutzers nachgewiesen. In dieser Studie wurde der Einflussfaktor
jedoch ausgelassen, da vermutet wird, dass in der Nutzung von Online-Speicherdiensten
die Personalisierung des Dienstes eine untergeordnete Rolle spielt. Eine Widerlegung
dieser Annahme bleibt anderen Studien vorbehalten (siehe Kapitel 7.2).
Bei dem Einflussfaktor Qualität der Alternativen wird dagegen ein signifikanter
Einfluss auf die Wechselkosten vermutet. Die empfundene Qualität der Alternativen
wird beeinflusst durch die Kosten und den Nutzen der bekannten Alternativen.36
Empfindet ein Nutzer die Qualität eines alternativen Dienstes im Vergleich zu der
seines bisher genutzten Dienstes als höher, wird er eher dazu geneigt sein, zu dem
anderen Dienst zu wechseln. Entsprechend wird er seine Wechselkosten als geringer
empfinden. Die Hypothese lautet:
35 Vgl. Kim, Son (2009), S. 55.
36 Vgl. zu diesem und dem nächsten Satz Li, Browne, Wetherbe (2006), S. 112.
17
H4: Je höher die Qualität der Alternativen durch einen Nutzer eines Online-
Speicherdienstes empfunden wird, desto geringer schätzt er seine Wechselkosten ein.
Zur Begründung der Adoption von Technologien wurde in der Vergangenheit bereits oft
die Bedeutung der Anzahl anderer Nutzer derselben Technologie hervorgehoben, sei es
in Form der sozialen Norm (Dickinger, Arami, Meyer. (2008)), der empfundenen
Anzahl der Nutzer (Wang, Hsu, Fang (2005)), empfundene Netzwerkexternalitäten
(Strader, Ramaswami, Houle (2007)) oder Netzwerkeffekte (Pontiggia, Virili (2010)).
Auch zur Begründung der langfristigen Nutzungsabsicht wurde bereits der Effekt der
Nutzeranzahl untersucht (siehe Kapitel 3.1).
Da Online-Speicherdienste nicht nur dazu dienen können, eigene Daten für die private
Nutzung abzusichern, sondern auch dazu, Daten mit Anderen zu teilen beziehungsweise
von Anderen zu empfangen, liegt die Vermutung nahe, dass die Anzahl anderer Nutzer
das jeweilige Nutzungsverhalten beeinflusst: Verwendet eine zunehmende Anzahl von
Personen im Umfeld eines Nutzers denselben Online-Speicherdienst, von denen der
Nutzer annimmt, dass sie den Dienst auch zukünftig verwenden werden, wird es immer
unattraktiver für ihn, zu einem anderen Dienst zu wechseln, da ihm dadurch zum
Beispiel die Möglichkeit entginge, Daten mit Bekannten auszutauschen. Die
entsprechende Hypothese lautet:
H5: Je stärker ein Nutzer empfindet, dass ein Online-Speicherdienst eine kritische
Masse an Nutzern erreicht hat, desto größer sind die wahrgenommenen Wechselkosten.
Die Hypothesen H6, H7 und H8 wurden entsprechend des Modells von Kim und Son
übernommen und sollen auf ihre Relevanz bei der Nutzung von Online-
Speicherdiensten geprüft werden:
H6: Je höher der Lernaufwand eines Online-Speicherdienstes empfunden wird, desto
höher sind die wahrgenommenen Wechselkosten.
H7: Je höher die Loyalität eines Nutzers zu einem Online-Speicherdienst ist, desto
höher ist seine Absicht, diesen Dienst langfristig zu nutzen.
18
H8: Je höher die Wechselkosten eines Online-Speicherdienstes durch einen Nutzer
eingeschätzt werden, desto höher ist seine Bereitschaft, für den derzeit Dienst zu
bezahlen.
Schließlich wurde auch die letzte Hypothese an das Modell von Kim und Son
angelehnt:
H9: Je höher die Loyalität eines Nutzers zu einem Online-Speicherdienst ist, desto
höher sind die wahrgenommenen Wechselkosten.
Die Wirkungsrichtung dieser Beziehung wurde jedoch gegenüber dem Original
umgekehrt. Per Definition dieser Arbeit beschreibt Loyalität die innere Überzeugung,
[...] einen bevorzugten Service derselben Marke zukünftig dauerhaft zu nutzen, trotz
situationsbedingter Einflüsse und Marketingaktivitäten [anderer], die potentiell ein
Wechselverhalten verursachen könnten (siehe Kapitel 3.2). Ein Wechsel wäre also mit
hohen (psychologischen) Wechselkosten verbunden, da dieser gegen die innere
Überzeugung stattfände.
Außerdem wurde kontrolliert, ob signifikante Beziehungen zwischen den beiden
Mechanismen existieren, speziell zwischen den Nutzer-spezifischen Einflussfaktoren
und den wahrgenommenen Wechselkosten, sowie den Service-spezifischen
Einflussfaktoren und der Loyalität der Nutzer.
Als Kontrollvariablen wurden die Nutzungsdauer und -menge, das Geschlecht und das
Alter, sowie die Erfahrung mit dem Internet aufgenommen.37 Schließlich sollte die
Bedeutung einiger weiterer Kontrollvariablen für die langfristige Nutzungsabsicht
untersucht werden, da sie häufig in den vorangegangenen Interviews genannt
beziehungsweise dort besonders betont wurden (siehe Kapitel 2):
Bezüglich der Faktoren Einfachheit der Nutzung und Involvement, das heißt der
Bedeutung für den Nutzer, einen Online-Speicherdienst zu nutzen, wird eine positive
Beziehung zur langfristigen Nutzungsabsicht vermutet. Bei der erzwungenen Nutzung
37 Diese Kontrollvariablen wurden bereits zuvor in Studien mit ähnlichem Kontext einbezogen. Vgl. Kim,
Son (2009), Li, Browne, Wetherbe (2006) und Trenz, Huntgeburth, Veit (2013).
19
wird ein komplexerer Zusammenhang vermutet: Ein Nutzer, der eigentlich gleichgültig
gegenüber Online-Speicherdiensten eingestellt ist oder sogar eine negative Einstellung
dazu hat (zum Beispiel aufgrund von Sicherheitsbedenken), könnte durch seine forcierte
Nutzung motiviert sein, den Dienst (langfristig) auch freiwillig zu nutzen, etwa weil er
mit der Nutzung inzwischen so vertraut ist und es dadurch einfach oder bequem
geworden ist.
Abb. A-1 im Anhang zeigt eine ausführliche Darstellung des Strukturmodells inklusive
aller untersuchten Beziehungen.
5. Empirie
5.1 Umfragedesign
Der Fokus dieser Studie richtet sich auf Nutzer von Online-Speicherdiensten,
insbesondere auf Endkonsumenten. Das Verhalten einer solchen Menge an Individuen
direkt zu beobachten, ist offensichtlich unmöglich. Jedoch eignen sich quantitative
Methoden wie zum Beispiel Umfragen, um das Verhalten von Individuen zu
untersuchen, indem von einer Stichprobe Rückschlüsse auf die Gesamtheit gezogen
werden.38 Insbesondere können über die Menge an Befragten auch relativ kleine
Effekte aufgedeckt werden. Die Vielzahl an wissenschaftlichen Studien zur
Verhaltensforschung im IS-Kontext (siehe Kapitel 3.1) legt nahe, dass die Erklärung der
Nutzungsabsicht nicht trivial ist, sondern die Analyse eines komplexen, latenten
Konstrukts bedingt, das von vielen Faktoren beeinflusst wird. Entsprechend wurde ein
quantitativer Ansatz gewählt, um auch relativ kleine Einflussfaktoren erfassen zu
können und Rückschlüsse auf die Gesamtheit der Endkonsumenten von Online-
Speicherdiensten ziehen zu können. Als Umfrageart wurde die Online-Befragung mit
strukturierten Fragen gewählt, da diese besonders ökonomisch bezüglich des zeitlichen
und finanziellen Aufwandes ist und innerhalb relativ kurzer Zeit eine sehr große Masse
erreicht werden kann.39 Da die Erstellung eigener Fragebogen-Items enorm
anspruchsvoll ist und entsprechend viel Fehlerpotenzial beherbergt,40 diese jedoch nicht
im Fokus dieser Arbeit stand, wurden ausgewählte Items der existierenden IS-Literatur
38 Vgl. zu diesem und dem nächsten Satz Bhattacherjee (2012), S. 74.
39 Vgl. Bhattacherjee (2012), S. 75 – 76.
40 Vgl. Bhattacherjee (2012), S. 76 – 78.
20
nach Anpassung an den Kontext und Übersetzung in die deutsche Sprache
übernommen. Bei der Übersetzung wurde mit Hilfe englisch- und fachkundiger
Personen darauf geachtet, sowohl weitestgehend den Sinn der Items zu erhalten, als
auch eine möglichst verständliche Übersetzung zu finden. Tab. 5-1 listet die
verwendeten Items des Fragebogens auf, falls diese aus der Literatur übernommen
wurden. Sie wurde ergänzt um eine Zuordnung zum jeweiligen Konstrukt, dem
Originaltext sowie Quellenangaben. Der Platzhalter [Name OSD] steht für den zu
Beginn des Fragebogens vom Teilnehmer eingegebenen Namen seines bevorzugt
verwendeten Online-Speicherdienstes. Die aufgelisteten Items stellen den
überwiegenden Teil der gestellten Fragen dar, außerdem befindet sich eine komplette
Übersicht des Fragebogens mit allen Items im Anhang.
Konstrukt Item Originaltext Quelle
Vertrauen Der Anbieter von [Name OSD] versteht den Markt, in dem er arbeitet.
Prescription filling websites understand the market they work in.
Pavlou, Liang, Xue (2007)
Der Anbieter von [Name OSD] weiß viel über Datenspeicherung.
Prescription filling websites know a lot about prescription drugs.
Pavlou, Liang, Xue (2007)
Versprechen, die vom Anbieter von [Name OSD] gegeben werden, sind verlässlich.
Promises made by prescription filling websites are likely to be reliable.
Pavlou, Liang, Xue (2007)
Ich zweifle nicht an der Ehrlichkeit des Anbieters von [Name OSD].
I do not doubt the honesty of prescription filling websites.
Pavlou, Liang, Xue (2007)
Ich gehe davon aus, dass mein Online-Speicherdienste Anbieter die Versprechen halten wird, die er macht.
I expect that prescription filling websites will keep promises they make.
Pavlou, Liang, Xue (2007)
Ich gehe davon aus, dass der Anbieter von [Name OSD] gute Absichten mir gegenüber hat.
I expect that prescription filling websites have good intentions toward me.
Pavlou, Liang, Xue (2007)
Ich gehe davon aus, dass die Absichten des Anbieters von [Name OSD] wohlwollend sind.
I expect that the intentions of prescription filling websites are benevolent.
Pavlou, Liang, Xue (2007)
Ich gehe davon aus, dass der Anbieter von [Name OSD] gutmütig ist.
I expect that prescription filling websites are well meaning.
Pavlou, Liang, Xue (2007)
Zufriedenheit Insgesamt bin ich sehr zufrieden mit [Name OSD].
Overall, I am satisfied with this ISP / Overall I am very satisfied with [provider name]
Chiou (2004) / Trenz, Huntgeburth, Veit (2013)
Insgesamt bin ich sehr zufrieden mit den Leistungen, die [Name OSD] bereitstellt.
I am satisfied with the services provided by the portal site. / In general, I am satisfied with the service I have received from the website.
Kim, Son (2009)/ Flavian, Guinaliu, Gurrea (2006)
21
Was [Name OSD] leistet, erfüllt meine Erwartungen an diese Art von Diensten.
What I get from using the portal site meets what I expect for this type of service
Kim, Son (2009)
Empfundene Nützlichkeit
[Name OSD] ist nützlich, um Dateien im Internet zu speichern.
Prescription filling websites/Biggerbooks would be useful in purchasing prescription drugs/books.
Pavlou, Liang, Xue (2007)
[Name OSD] ist nützlich, um Dateien mit Anderen auszutauschen.
Prescription filling websites/Biggerbooks would be useful in purchasing prescription drugs/books.
Pavlou, Liang, Xue (2007)
[Name OSD] steigert meine Effektivität, Dateien online zu speichern.
Prescription filling websites/Biggerbooks would be useful in purchasing prescription drugs/books.
Pavlou, Liang, Xue (2007)
[Name OSD] steigert meine Effektivität mit Anderen Dateien auszutauschen.
Prescription filling websites/Biggerbooks would enhance my effectiveness in purchasing prescription drugs/books.
Pavlou, Liang, Xue (2007)
Empfundene Qualität der Alternativen
Ich kenne einen alternativen Online-Speicherdienst, der besser ist als [Name OSD].
An alternative Web site is better than this Web site.
Li, Browne, Wetherbe (2006)
Ich kenne einen alternativen Online-Speicherdienst, der ansprechend ist.
An alternative Web site is appealing
Li, Browne, Wetherbe (2006)
Meines Wissens existiert ein anderer Online-Speicherdienst, der nahezu ideal ist.
To my knowledge, another Web site is close to ideal.
Li, Browne, Wetherbe (2006)
Meines Wissens könnten meine Anforderungen an einen Online-Speicherdienst problemlos von einem alternativen Online-Speicherdienst erfüllt werden.
My needs could easily be fulfilled by an alternative Web site.
Li, Browne, Wetherbe (2006)
Empfundene Einfachheit der Nutzung
Ich finde, [Name OSD] ist einfach zu nutzen.
I find the website easy to use.
Kim, Son (2009)
Ich finde es einfach, [Name OSD] so zu nutzen, wie ich es möchte.
I find it easy to get the website to do what I want it to do.
Kim, Son (2009)
Mit [Name OSD] zu interagieren, erfordert keine große mentale Anstrengung.
Interacting with this website does not require a lot of mental effort.
Kim, Son (2009)
Kritische Masse
Viele Menschen, mit denen ich online Dateien austausche, nutzen [Name OSD] .
Many people I communicate with use IM.
van Slyke u. a. (2007)
Von den Menschen, mit denen ich regelmäßig online Dateien austausche, nutzen viele [Name OSD].
Of the people I communicate with regularly, many use IM.
van Slyke u. a. (2007)
Die Menschen, mit denen ich online Dateien austausche, werden zukünftig weiterhin [Name OSD] nutzen.
The people I communicate with will continue to use IM in the future.
van Slyke u. a. (2007)
22
Die Menschen, mit denen ich durch [Name OSD] Dateien austausche, werden zukünftig weiterhin [Name OSD] nutzen.
The people I communicate with using IM will continue to use IM in the future.
van Slyke u. a. (2007)
Empfundener Lernaufwand
Es hat mich viel Zeit und Mühe gekostet, die Features von [Name OSD] zu erlernen.
Learning to use the features offered by the portal site took a lot of time and effort.
Kim, Son (2009)
Ich habe viel Zeit und Mühe investiert, um zu lernen, wie bei [Name OSD] "das System funktioniert".
I spent a lot of time and effort to learn how the "system works" at the portal site
Kim, Son (2009)
Es war aufwändig für mich, [Name OSD] gut zu verstehen.
There was a lot involved for me to understand the portal site well.
Kim, Son (2009)
Erzwungene Nutzung
Obwohl es hilfreich sein könnte, muss ich [Name OSD] nicht verpflichtend für die Uni, privat und / oder den Beruf nutzen.
Although it might be helpful, using the WWW is certainly not compulsory in the MBA program and/or my workplace
Agarwal, Prasad (1997)
Meine Vorgesetzten / Dozenten / Freunde verlangen nicht von mir, [Name OSD] zu nutzen.
My supervisor/ professors do not require me to use the WWW
Agarwal, Prasad (1997)
Loyalität Ich halte mich selbst für höchst loyal gegenüber [Name OSD].
I consider myself to be highly loyal to the portal site
Kim, Son (2009)
Ich fühle mich loyal gegenüber [Name OSD].
I feel loyal towards the portal site
Kim, Son (2009)
Es bedeutet mir viel, [Name OSD] auch weiterhin zu nutzen
It means a lot to me to continue to use the portal site
Kim, Son (2009)
Wechselkosten Es könnten einige Probleme auftreten, wenn ich zu einem anderen Online-Speicherdienst wechsele.
Some problems may occur when I switch to another portal site/I am concerned that it would be difficult for me to switch to other vendors of cloud applicstions in the future
Kim, Son (2009) / Li, Chang (2012)
Ein Wechsel zu einem anderen Online-Speicherdienst würde mit einigen Unannehmlichkeiten einhergehen.
Switching to a new portal site would involve some hassle / I am concerned that the loss incurred by switching to other vendors of cloud applications in the future would be formidable
Kim, Son (2009) / Li, Chang (2012)
Es ist kompliziert für mich, zwischen Online-Speicherdiensten zu wechseln
It is complex for me to change portal sites
Kim, Son (2009)
Wenn ich damit aufhöre [Name OSD] zu nutzen, würde ich viel Aufwand, den ich bereits in diesen Online-Speicherdienst investiert habe, verschwenden.
If I stop using the portal site, I will waste a lot of the effort that I have already made in this portal site.
Kim, Son (2009)
23
Absicht der langfristigen Nutzung
Ich beabsichtige eher [Name OSD] weiter zu nutzen, als dass ich damit in den nächsten Monaten aufhöre.
I intend to continue using OBD rather than discontinue its use/ I plan to keep using this Web site in the future
Bhattacherjee (2001) / Li, Browne, Wetherbe (2006) /
Ich beabsichtige eher [Name OSD] weiter zu nutzen, als alternative Möglichkeiten zu nutzen (z.B. externe Festplatte oder Austausch von Dateien über E-Mail).
My intentions are to continue using OBD than use any alternative means (traditional banking)
Bhattacherjee (2001)
Wenn ich könnte, würde ich aufhören, [Name OSD] zu nutzen.
If I could, I would like to discontinue my use of OBD
Bhattacherjee (2001)
Involvement Es ist mir wichtig Dateien online zu speichern.
Prescription filling is important to me.
Pavlou, Liang, Xue (2007)
Für mich ist es irrelevant, Dateien online zu speichern.
For me, prescription filling does not matter
Pavlou, Liang, Xue (2007)
Zahlungs-bereitschaft
Falls nötig, beabsichtige ich in der nahen Zukunft für die kostenpflichtige Version von [Name OSD] zu bezahlen.
Given the need, I intend to transact with prescription filling websites in the near future.
Pavlou, Liang, Xue (2007)
Falls nötig, plane ich kostenpflichtigen Speicherplatz von[Name OSD] zu kaufen.
Given the need, I plan to purchase prescription drugs from prescription filling websites.
Pavlou, Liang, Xue (2007)
Tab. 5-1: Fragebogen-Items mit Quellenangaben
Als Antwortformat wurde eine siebenstufige Likert-Skala gewählt, auf welcher der
Teilnehmer den Grad seiner Zustimmung zu dem jeweiligen Item von stimme gar nicht
zu bis stimme voll und ganz zu angeben konnte. Durch die ungerade Zahl der
Antwortstufen wurde die Möglichkeit einer neutralen Auswahl gegeben. Dies war
besonders wichtig, da bei der Fragebogenkonstruktion bewusst den Teilnehmern die
Möglichkeit genommen wurde, Fragen auszulassen oder eine Ausweichoption
auszuwählen. Diese technische Restriktion sollte eine leichtere Auswertung der
Ergebnisse ermöglichen. Die einzige Ausnahme hiervon stellten die Fragen zu den
demographischen Angaben dar. Da es hier um persönliche Angaben ging, wurde die
Ausweichoption keine Angabe gewünscht angeboten, um so einen vorzeitigen Abbruch
des Fragebogens zu vermeiden. Zusätzlich wurde dieser sensible Fragenkomplex ans
Ende des Fragebogens gesetzt, damit im Falle eines Abbruchs die vorangegangenen
Angaben dennoch genutzt werden konnten.41
41 Vgl. zu diesem Vorgehen Raithel (2008), S. 76.
24
Die Fragenkomplexe wurden, entsprechend der Logik des Strukturmodells, von den
exogenen zu den endogenen Konstrukten angeordnet. Die Items innerhalb eines
Komplexes wurden, der Empfehlung von Raithel folgend, vom Allgemeinen zum
Besonderen angeordnet.42
Schließlich wurde der Umfang des Fragebogens so gewählt, dass die Bearbeitungszeit
nicht länger als 10-15 Minuten in Anspruch nehmen sollte, um die Abbruchquote
möglichst gering zu halten.43 Bei der Auswertung des Pilottests zeigte sich, dass die
durchschnittliche Bearbeitungsdauer circa acht Minuten betrug und damit deutlich unter
dem empfohlenen Grenzwert lag.
Der Prozess der Umfragedurchführung war in drei Phasen unterteilt:
In der ersten Phase (Pre-Test-Phase) wurden zehn face-to-face Interviews durchgeführt,
mittels derer eine erste Prüfung der Inhaltsvalidität und Verständlichkeit der Items
erfolgte. In diesen Interviews sollten die Teilnehmer den Fragebogen ausfüllen und
dabei laut sagen, was sie bei den jeweiligen Items denken und wie sie die Fragen
verstehen.44 Außerdem sollten sie für jeden Fragenkomplex eine mögliche Überschrift
nennen. Auf Basis dieser Aussagen wurden anschließend die Fragen entsprechend
umformuliert, um die Verständlichkeit zu verbessern.
In der zweiten Phase (Pilot-Test) wurde die Umfrage über Facebook veröffentlicht. 62
valide Rückläufe gingen ein, sodass erste Wirkungsbeziehungen im Modell überprüft
werden konnten. Die Messung des Konstrukts Vertrauen wurde verändert und einige
kleine Anpassungen bezüglich der Rechtschreibung und Verständlichkeit durchgeführt.
In der dritten Phase wurde die Umfrage schließlich über den Email-Verteiler der
Universität zu Köln verschickt.
5.2 Statistische Auswertung der Umfrage
Über den Email-Verteiler der Universität zu Köln wurden schätzungsweise circa 50.000
Personen (davon überwiegend Studenten) erreicht. Im Zeitraum vom 06.09.2013 bis
13.09.2013 wurde der Online-Fragebogen 428 Mal aufgerufen. Davon gingen zwar 354
42 Vgl. Raithel (2008), S. 76.
43 Vgl. Bhattacherjee (2012), S. 78
44 Dieses Vorgehen ist angelehnt an die Think-aloud-Technik von Duncker, Lees (1945).
25
komplett ausgefüllte Rückläufe ein, jedoch waren hiervon 49 automatisch vorzeitig
beendet worden, da die Befragten angaben, dass sie keine Online-Speicherdienste
nutzten und somit nicht im Fokus der Befragung standen. Somit konnten schließlich 305
valide Rückläufe ausgewertet werden. Tab. 5-2 fasst aus diesen die demografischen
Angaben zusammen. Die Angaben zu der Nutzungsart (freiwillig / zwangsweise)
bezogen sich auf den bevorzugt verwendeten Online-Speicherdienst der Befragten. Es
sollte angegeben werden, ob der Dienst freiwillig oder zwangsweise genutzt wird und
für welchen Lebensbereich. Mit zwangsweiser Nutzung war dabei im privaten Bereich
zum Beispiel der Druck durch das soziale Umfeld gemeint, beim Beruf oder dem
Studium beispielsweise die forcierte Nutzung aufgrund Projektvorgaben oder Vorgaben
des Dozenten.
Demografische Angaben Anzahl Prozent (N = 305)
Geschlecht
Weiblich
Männlich
Keine Angabe
213 69,8%
87 28,5%
5 1,7
Alter Mittelwert 23,22; Standardabweichung 7,44
20 oder jünger 75 24,6
21 – 25 141 46,2
26 – 30 63 20,7
31-35 9 3
36 – 40 5 1,6
Älter als 40 5 1,6
Keine Angabe 7 2,3
Bildungsabschluss
Hauptschulabschluss 2 0,7
Allg. Hochschulreife, Fachhochschulreife oder Fachabitur
183 60
Bachelor 84 27,5
Master / Diplom 32 10,5
Promotion 3 1
Keine Angabe 1 0,3
Nutzungsdauer
26
< 1 Jahr 68 22,3
1-2 Jahre 155 50,8
3-4 Jahre 67 22
4-5 Jahre 12 3,9
>5 Jahre 3 1
Nutzungsmenge Mittelwert 9,9 GB; Standardabweichung 14,1
0 GB 1 0,3
1 – 10 GB 217 71,2
11 – 20 GB 50 16,4
21 – 30 GB 19 6,2
31 – 40 GB 10 3,3
>41 8 2,6
Nutzungsart (freiwillig fw / zwangsweise zw) Mehrfachnennungen möglich
Privat (fw) 258 84,6
Privat (zw) 42 13,8
Studium (fw) 145 47,5
Studium (zw) 107 35,1
Beruf (fw) 33 10,8
Beruf (zw) 42 13,8
Überwiegende Nutzungsart
Beruflich 16 5,2
Uni / Schule / Ausbildung
115 37,7
Privat 170 55,8
Sonstiges 4 1,3
Zahlende Nutzer
Für Nutzung zahlend 3 1
Nicht zahlend 302 99
Tab. 5-2: Demografische Angaben
Zur statistischen Analyse des Strukturgleichungsmodells wurde die multivariate
Datenanalysetechnik variance-based partial least squares structural equation modeling
(PLS-SEM) angewandt. Im Gegensatz zu der populären covariance-based-SEM-
Technik nutzt sie die regressionsbasierte ordinary-least-squares-Methode.45 Dabei
werden die Pfadkoeffizienten so geschätzt, dass die erklärte Varianz (in Form der R²- 45 Vgl. für diesen Absatz Hair u. a. (2013), S. 14.
27
Werte) der abhängigen Variablen maximiert wird. Entsprechend wird PLS-SEM für
Forschungen von explorativer Natur immer häufiger gegenüber der covariance-based
SEM bevorzugt. Da das Ziel dieser Arbeit aufgrund des relativ neuen Kontexts der
Online-Speicherdienste überwiegend explorativer Natur ist, wurde PLS-SEM als
Methode zur statistischen Analyse der Daten gewählt.
Die Software smartpls basiert auf PLS-SEM und wurde daher zur Auswertung genutzt.
Die Einstellungen der Software wurden auf Basis der Empfehlungen von Hair u. a.
(2013) ausgewählt: Fehlende Werte wurden durch den Missing-Values-Algorithmus mit
der Einstellung Mean Replacement behandelt. Das eingestellte Maximum von 300
Iterationen wurde bei keinem Analysedurchlauf erreicht, da stets zuvor das
Abbruchkriterium (10-5) erreicht wurde. Die Signifikanzen wurden mittels der
integrierten Bootstrapping-Methode geschätzt, mit der Einstellung No Sign Changes bei
305 Datensätzen und 5000 Durchläufen.
Auswertung des reflektiven Messmodells
Sämtliche Konstrukte werden, wie in den jeweiligen Quellen aus denen sie entnommen
sind, reflektiv gemessen. Die Ladungen der Indikatoren der Konstrukte überschreiten
überwiegend den empfohlenen Grenzwert von 0,708 (siehe Tab. A-1 im Anhang).46
Ausnahmen sind die Indikatoren der Konstrukte langfristige Nutzungsabsicht
(Langfr_Nutz3 = 0,6631), empfundene Nützlichkeit (PU2 = 0,6716; PU4 = 0,6843),
Vertrauen (Vert1 � Vertrauen = 0,4804; Vert2 � Vertrauen = 0,4313) und Zwang
(Zwang1 = 0,3984). Der zuletzt genannte Wert ist unter 0,4, weshalb, der Empfehlung
von Hair u. a. folgend, der dazugehörige Indikator direkt aus dem Modell entfernt wird.
Die Ladungen der Indikatoren nach Entfernen des Indikators Zwang1 können in Tab.
A-3 im Anhang eingesehen werden. Die anderen genannten Ladungen befinden sich im
Grenzbereich zwischen 0,4 und 0,7. Betrachtet man die durchschnittliche erfasste
Varianz (average variance extracted – AVE), sowie die Konstruktreliabilität (composite
reliability) der Konstrukte (siehe Tab. A-2 im Anhang), fällt auf, dass alle über den
Grenzwerten liegen (composite reliability > 0,7; AVE > 0,5). Eine Entfernung der
Indikatoren aus dem Modell verbessert die Konvergenzkriterien also nicht. Die
entsprechenden Indikatoren werden daher beibehalten.
46 Vgl. zu den in diesem Absatz genannten Grenzwerten Hair u. a. (2013), S. 104.
28
Alle Indikatoren erreichen das kritische Signifikanzlevel von 5%, da ihre t-Werte
deutlich über 1,96 liegen (siehe Tab. A-3 im Anhang47). Das Kriterium der
Indikatorreliabilität ist somit erfüllt.
Bei der Diskriminanzvaliditätsanalyse (siehe Tab. A-4, Tab. A-5 und Tab. A-6 im
Anhang) fällt auf, dass die Kreuzladungen der Indikatoren Vert1 (0,48) und Vert2
(0,431) kleiner sind als die Kreuzladung zwischen dem Indikator Zufr1 des Konstrukts
Zufriedenheit und Vertrauen mit einem Wert von 0,49. Diese Beziehung ist nicht
überraschend, da eine hohe Korrelation zwischen diesen beiden Konstrukten bereits
mehrfach nachgewiesen wurde.48
Eine Entfernung dieser Indikatoren würde zwar die Diskrimininanz- und damit
Konstruktvalidität erhöhen, jedoch ginge dies zulasten der Inhaltsvalidität, da beide
Indikatoren dem Sub-Konstrukt von Vertrauen, nämlich Kompetenz, angehören und
dieser Aspekt des Konstrukts Vertrauen somit gänzlich aus dem Modell verloren
ginge.49 Rossiter (2008) kritisiert gerade eine solche Vorgehensweise und hebt die
Bedeutung der Inhaltsvalidiät für die Konstruktvalidität hervor.50
Zudem spricht gegen eine Entfernung der beiden Indikatoren, dass auf Konstruktebene
gemäß dem Fornel-Larcker Kriterium51 durchaus Diskriminanz vorliegt (siehe Tab. A-7
im Anhang).52 Um den semantischen Inhalt des Konstrukts Vertrauen beizubehalten und
somit die Inhaltsvalidität nicht zu verringern, werden die beiden Indikatoren daher
beibehalten.
47 Single-Item-Indikatoren (hier: Alter, Geschlecht, Interneterfahrung, Nutzungsdauer, Nutzungsmenge
und Zwang) werden nicht aufgeführt, da ihre Ladung immer 1 beträgt. 48 Vgl. Flavián, Guinalíu und Gurrea (2006) für den Effekt von Zufriedenheit auf Vertrauen, sowie Chiou
(2004) für den Effekt von Vertrauen auf Zufriedenheit. 49 Vgl. Bhattacherjee (2012), S. 60.
50Rossiter behauptet sogar, Inhaltsvalidität sei Konstruktvalidität („content validity is construct validity“), in dem Sinne das Inhaltsvalidität ein fester (jedoch nicht einziger) Bestandteil von Konstruktvalidität ist. Vgl. Rossiter (2008), S. 380, 387.
51 Welches als konservativeres Maß der beiden hier genannten Methoden zur Diskriminanzvaliditätsanalyse gilt, vgl. Hair u. a. (2013), S.105.
52 In Tab. A-7 im Anhang wird ersichtlich, dass gemäß dem Fornell-Larcker Kriterium zwischen Integrität und Vertrauen, sowie zwischen Wohlwollen und Vertrauen keine diskriminante Validität besteht. Dies schränkt die Konstruktvalidität jedoch nicht ein, da Wohlwollen und Integrität beides Subkonstrukte von Vertrauen sind und somit offensichtlich auf Konstruktebene keine diskriminante Validität zu ihrem übergeordneten Konstrukt aufweisen müssen.
29
Auswertung des strukturellen Modells
In einer Regressionsanalyse wurden die VIF-Werte (variance inflation factor) der
einzelnen Konstrukte bestimmt (siehe Tab. A-8 im Anhang). Da sämtliche VIF-Werte
deutlich unter 5 liegen, wird eine Kollinearität zwischen den Konstrukten
ausgeschlossen.
Die R²-Werte (siehe Tab. A-2 im Anhang) der endogenen Konstrukte sind (lässt man
die Subkonstrukte von Vertrauen sowie das Konstrukt langfristige Nutzung zunächst
außen vor), im Bereich von 0,148-0,275 und damit eher gering. Mit 0,413 kann der R²-
Wert des Konstrukts langfristige Nutzung durchaus als moderat angesehen werden.53
Die R²-Werte von Integrität und Wohlwollen sind erwartungsgemäß hoch (0,804, bzw.
0,757), da sie Sub-Konstrukte von Vertrauen sind. Jedoch unterscheidet sich der Wert
des dritten Subkonstrukts Kompetenz, mit einem R²-Wert von 0,27, deutlich von diesen
beiden.
Tabelle 5-3 zeigt in kompakter Form die jeweiligen Pfadkoeffizienten im
Strukturmodell, sowie die totalen Effekte in Klammern, falls sie sich von den direkten
Effekten unterscheiden. Signifikante Beziehungen sind fett hervorgehoben, bei einem
Signifikanzlevel von 10% oder besser und gegebenenfalls zusätzlich unterstrichen, falls
sie ein Signifikanlevel von 5% oder besser aufweisen. Tab. A-9 im Anhang führt dies
ausführlicher auf, mitsamt den entsprechenden t-Werten und Signifikanzleveln.
53 Die R²-Werte müssen immer vor dem Hintergrund des Typs der vorliegenden Studie bewertet werden.
In diesem Fall wird der Studie eine explorative Natur zugrunde gelegt. Vgl. Hair u. a. (2013), S.174-175.
30
Prüfung der Kontrollvariablen54 auf signifikante Beziehungen
Von den Kontrollvariablen haben die Konstrukte Alter und Nutzungsmenge55 keine
signifikanten Beziehungen. Die Beziehungen Geschlecht � Loyalität, Interneterfahrung
� Zahlungsbereitschaft sowie Zwang � Langfristige Nutzung sind dagegen signifikant
54 Darunter fallen Involvement, Einfachheit der Nutzung, Zwang, Nutzungsdauer, Nutzungsmenge, Alter,
Geschlecht sowie Interneterfahrung. Die ersten drei Variablen sind zwar eigentlich latente Variablen, jedoch dienen sie im Rahmen dieser Studie als Kontrollvariablen und werden daher hier, als Kontrast zu den latenten Variablen, als Kontrollvariablen aufgeführt.
55Die Beziehung Nutzungsmenge�Zahlungsbereitschaft ist zwar signifikant, wenn man totale Effekte mit einschließt, jedoch nur auf einem 10%-Signifikanzlevel, weshalb es hier vernachlässigt wird.
Von Zu BEN COMP INT Loy Wechsel Zahl_b Zufr langfr_N
Alt_Qual -0,100 -0,110
(-0,135)
0,151
(0,109)
(-0,028)
Alter 0,008 0,038
(0,04)
-0,088
(-
0,078)
0,002
(0,007)
PEU 0,104
Geschlecht -0,143 -0,060
(-0,096)
0,107
(0,067)
-0,037
(-0,066)
Inet_Erf -0,048 -0,016
(-0,028)
0,212
(0,199)
0,070
(0,061)
Lernaufwand 0,044 0,380
(0,392)
-0,079
(0,010)
(0,050)
Loyalität 0,256 0,140
(0,194)
0,131
(0,160)
Netzwerk 0,081 0,096
(0,117)
0,039
(0,075)
(0,024)
Nutzungsdauer -0,049 0,004
(-0,009)
-0,045
(-0,05)
0,163
(0,155)
Nutzungsmenge 0,063 0,065
(0,081)
0,129
(0,155)
-0,022
(-0,005)
Nützlichkeit 0,104 0,116
(0,142)
(0,044) 0,075
(0,105)
Vertrauen 0,870 0,519 0,897 0,334
(0,388)
-0,028
(0,052)
(0,065) 0,448 -0,066
(0,137)
Wechselkosten 0,210 0,113
Zufriedenheit 0,119 -0,043
(-0,013)
(0,014) 0,327
(0,341)
Zwang -0,169
involvement 0,236
Hinweis: Totale Effekte in Klammern; p < 0,1; p < 0,05;
Tab. 5-3: Pfadkoeffizienten, totale Effekte und Signifikanzen (kompakt)
31
mit einem Signifikanzlevel von 5%. Bei den Beziehungen Nutzungsdauer �
Langfristige Nutzung und Involvement � Langfristige Nutzung ist es 1%. Schließlich
ist die Beziehung Einfachheit der Nutzung � Langfristige Nutzung signifikant (10%),
ebenso wie Geschlecht � Zahlungsbereitschaft, letztere Signifikanz zeigt sich jedoch
nicht mehr bei den totalen Effekten.
Prüfung der latenten Variablen auf signifikante Beziehungen
Die Beziehungen Vertrauen � Wechselkosten und Zufriedenheit � Wechselkosten
sind nicht signifikant. Des Weiteren haben die latenten Variablen Netzwerk und
Lernaufwand, außer zu Wechselkosten (Netzwerk � Wechselkosten: 10%
Signifikanzlevel des totalen Effekts; Lernaufwand � Wechselkosten 1%), keine
signifikanten Beziehungen zu anderen Konstrukten. Das Konstrukt Nützlichkeit hat nur
signifikante Beziehungen zu den Konstrukten Wechselkosten (10% Signifikanzlevel
sowie 5% bei totalen Effekten) und Langfristige Nutzung (10% bei totalen Effekten).
Alle weiteren Beziehungen latenter Variablen sind signifikant. Die einzige Ausnahme
bildet hier die Beziehung Vertrauen � Langfristige Nutzung, welche aber unter
Berücksichtigung der totalen Effekte signifikant wird (5%-Niveau).
Prüfung der rein indirekten Beziehungen auf Signifikanzen
Der totale Effekt der indirekten Beziehung Zufriedenheit � Zahlungsbereitschaft ist
nicht signifikant. Alle anderen indirekten Beziehungen (Alternativenqualität �
Langfristige Nutzung, Lernaufwand � Langfristige Nutzung, Nützlichkeit �
Zahlungsbereitschaft und Vertrauen � Zahlungsbereitschaft sind zwar zu einem 5%-
Niveau signifikant, jedoch mit geringen Effekte (Pfadkoeffizienten von -0,028 bis
0,065).
Abb. 5-1 zeigt das Strukturmodell inklusive aller Hypothesen, signifikanten
Beziehungen sowie den jeweiligen Pfadkoeffizienten und Signifikanzleveln. Eine
Hypothese gilt als bestätigt, falls die dazugehörige Beziehung ein Signifikanzlevel von
mindestens 10% aufweist. Die einzige Ausnahme hiervon ist Hypothese H1b, die
dadurch bestätigt wird, dass der Effekt des Konstrukts Vertrauen nicht vollständig durch
Zufriedenheit mediiert wird (siehe Abschnitt Mediatoranalyse unten).
32
Abb. 5-1: Strukturmodell - signifikante Beziehungen
Um die Vorhersagevalidität auf Strukturmodellebene hinsichtlich endogener, reflektiver
Konstrukte zu prüfen, wird Stone-Geissers Q² als Gütekriterium verwendet. Die Q²-
Werte aller endogenen Konstrukte liegen über Null (siehe Tab. A-10), sodass von einer
hinreichenden Erklärungsgüte des Modells ausgegangen werden kann.
Neben der Signifikanz der Beziehungen, soll auch die Effektstärke über Cohens f² und
q² berücksichtigt werden, wodurch die Relevanz der Beziehungen hervorgehoben wird.
Eine Übersicht der jeweiligen Werte ist in Tab. A-11 im Anhang einzusehen. Die erste
Zahl jeder Zelle stellt dabei die f²- und die zweite Zahl die q²-Werte dar. Effektstärken,
die nach Cohens Empfehlung als klein (ab 0,02) bezeichnet werden, sind fett
hervorgehoben. Mittlere Effektstärken (ab 0,15) sind zusätzlich unterstrichen.56 Große
Effektstärken (ab 0,35) traten nicht auf.
56 Vgl. für die empfohlenen Grenzwerte Cohen (1992), S. 157 sowie Hair u. a. (2013), S. 178, S.184.
33
Mediatorenanalyse
Eine notwendige Bedingung für das Vorliegen eines Mediatoreffekts ist, dass sowohl
der direkte Pfad (ohne die Mediatorvariable), als auch die beiden indirekten Pfade
signifikant sind. In Tabelle Tab. A-12 im Anhang sind Pfade fett hervorgehoben, falls
beide indirekten Pfade signifikant sind. Dies gilt für insgesamt sechs der analysierten
Pfade, die in Tab. 5-4 wieder aufgegriffen werden.
Direkter Effekt (ohne Mediator)
t-Wert Signifikanz-level
t-Wert indirekter Effekt
Siginifikanz-level
VAF Mediation
Vertrauen � Langfristige Nutzung
0,371 nicht signifikant
- - - Nein
Zufriedenheit � Langfristige Nutzung
5,67 0,01 1,380 nicht signifikant
- Nein
Qualität der Alternativen � Zahlungsbereitschaft
1,856 0,01 -1,444 nicht signifikant
- Nein
Vertrauen �Loyalität
6,722 0,01 1,814 0,1 0,138 Nein
Geschlecht � Langfristige Nutzung
1,119 nicht signifikant
- - - Nein
Loyalität � Zahlungsbereitschaft
3,493 0,01 2,785 0,01 0,277 Ja, teilweise
Tab. 5-4: Mediatorenanalyse: Prüfung der hinreichenden Bedingung
Führt man bei diesen nach Entnehmen des vermuteten Mediators eine
Signifikanzprüfung durch, so zeigt sich nur bei den Beziehungen Zufriedenheit �
Langfristige Nutzung, Qualität der Alternativen � Zahlungsbereitschaft, Vertrauen �
Loyalität und Loyalität � Zahlungsbereitschaft eine Signifikanz des direkten Effekts.
Hiervon wiederum haben nur die beiden letztgenannten (fett hervorgehoben in der
Tabelle) einen signifikanten indirekten Effekt. Der VAF-Wert (Variance accounted for)
des Konstrukts Wechselkosten als Mediator der Beziehung Loyalität �
Zahlungsbereitschaft beträgt 0,277, sodass von einer teilweisen Mediation gesprochen
werden kann. Der VAF-Wert von Zufriedenheit als Mediator der Beziehung Vertrauen
� Loyalität beträgt dagegen nur 0,138, womit eine Mediation durch das Konstrukt
Zufriedenheit nicht bestätigt werden kann.57 Hypothese H1b gilt somit als bestätigt.
57 Vgl. für den empfohlenen Grenzwert Hair u. a. (2013), S. 224.
34
Moderatorenanalyse
Die latenten Variablen Involvement, Einfachheit der Nutzung und Zwang wurden als
zusätzliche Kontrollvariablen in das Modell aufgenommen, da aufgrund ihrer Nennung
in der wissenschaftlichen Literatur im Zusammenhang mit der langfristigen
Nutzungsabsicht (siehe Kapitel 3.1) eine signifikante Bedeutung angenommen wurde.
So hätte etwa erwartet werden können, dass mit steigendem Involvement der Nutzer
auch die Wirkung der Loyalität auf die langfristige Nutzung an Bedeutung
hinzugewinnt: Loyale Nutzer, denen die Möglichkeit Online-Speicherdienste
verwenden zu können viel bedeutet, könnten eher Wert darauf legen, einen bestimmten
Online-Speicherdienst weiterhin zu verwenden als Nutzer, die sich zwar als loyal
gegenüber einem Dienst beschreiben, jedoch keinen besonderen Wert darin sehen,
Online-Speicherdienste generell zu nutzen. Von den letztgenannten Nutzern könnte
somit erwartet werden, dass – obwohl sie nicht zu einem anderen Dienst wechseln – sie
die Nutzung des Dienstes beenden, weil sie ihn nicht benötigen. Für die Konstrukte
Einfachheit der Nutzung und Zwang wurden ähnliche Zusammenhänge vermutet,
jedoch wies keins der drei Konstrukte signifikante Moderatoreneffekte auf die
Beziehungen Loyalität � Langfristige Nutzung beziehungsweise Wechselkosten �
Langfristige Nutzung auf (siehe Tab. 5-5).58
Moderator Loyalität � Langfristige Nutzung Wechselkosten ���� Langfristige
Nutzung
Pfadko-
effizienten
t-Wert Signifikanz-
level
Pfadko-
effizienten
t-Wert Signifikanz-
level
Involvement 0,095 0,537 Nicht
signifikant
0,097 0,549 Nicht
signifikant
Einfachheit
der Nutzung
-0,464 1,476 Nicht
signifikant
-0,166 0,702 Nicht
signifikant
Zwang -0,005 0,03 Nicht
signifikant
0,087 0,494 Nicht
signifikant
Tab. 5-5: Analyse der Moderatoreffekte
58 Für die Moderatorenanalyse wurde den Empfehlungen von Hair u. a. (2013), S. 257-265 gefolgt.
35
6. Diskussion der Ergebnisse
Im folgenden Kapitel werden die zuvor präsentierten Ergebnisse diskutiert, indem sie
mit den aufgestellten Hypothesen sowie den Erkenntnissen der Forschung verglichen
und anschließend im Kontext der Nutzung von Online-Speicherdiensten interpretiert
werden. Abschließend werden die resultierenden Implikationen für Forschung und
Praxis dargelegt.
6.1 Analyse
Außer H3 und H5 wurden alle Hypothesen zu einem Signifikanzlevel von mindestens
10% (beidseitig) bestätigt (siehe Abb. 5-1 für eine Übersicht aller Hypothesen und ihrer
Signifikanzlevel).59 Im Folgenden werden zunächst alle Hypothesen näher betrachtet
und anschließend weitere signifikante Beziehungen.
Vertrauen (H1a, H1b)
Das Konstrukt Vertrauen hat mit einem Pfadkoeffizienten von 0,334 im vorliegenden
Modell den höchsten Einfluss auf die Loyalität eines Nutzers. Die Bestätigung der
Hypothese H1a wird unterstützt durch das hohe Signifikanzlevel (1%) und die
Effektstärke (f² und q² >0,02, siehe Tab. A-11). Des Weiteren konnte der oft untersuchte
Zusammenhang (siehe Kapitel 3.1) zwischen dem Vertrauen und der Zufriedenheit der
Nutzer bestätigt werden. Die Bedeutung von Vertrauen für die Nutzung von Online-
Speicherdiensten wird jedoch besonders hervorgehoben durch die Bestätigung von H1b,
indem gezeigt werden konnte, dass - entgegen der Auffassung von Kim und Son –
Vertrauen nicht vollständig (oder teilweise) durch Zufriedenheit mediiert wird.
Im e-commerce Bereich ist schon lange bekannt, dass Vertrauen für die Loyalität der
Kunden eine bedeutende Rolle spielt: Ohne die Möglichkeit, mit dem Verkäufer
persönlich in Kontakt treten zu können, müssen sich Kunden allein auf die Versprechen
der Verkäufer verlassen.60 Die Ergebnisse dieser Studie legen eine Übertragbarkeit auf
die Nutzung von Online-Speicherdiensten nahe. Über die Hälfte der Befragten (siehe
Tab. 5-2) gaben an, dass sie ihren bevorzugten Dienst vor allem für private Belange
nutzen. Ihre persönlichen Daten übergeben sie einem Dienst, ohne dabei in einen
59 Auf die Begründung der Bestätigung von H1b wird unten näher eingegangen.
60 Vgl. Reichheld, Schefter (2000), S. 107.
36
persönlichen Kontakt zu treten oder zu wissen, wo genau ihre Daten gelagert und von
wem sie eingesehen werden. Sie müssen sich auf die Versprechen der Anbieter
verlassen, was analog zum e-commerce-Bereich die Bedeutung des Vertrauens für die
Loyalität der Nutzer erklären könnte: Einem unbekannten Dienst persönliche Daten
anzuvertrauen ist unattraktiver als dem bisher genutzten und vertrauten Dienst
gegenüber loyal zu bleiben.
Empfundener Nutzen (H2, H3)
Eine unerwartete Erkenntnis dieser Studie ist, dass die Einflussfaktoren, die von Kim
und Son zusammengefasst als empfundener Nutzen bezeichnet werden – Zufriedenheit
und Nützlichkeit – nur einen schwach signifikanten (H2) beziehungsweise nicht
signifikanten (H3) Einfluss auf die Loyalität eines Nutzers von Online-Speicherdiensten
haben. Die Beziehung zwischen Zufriedenheit und Loyalität muss außerdem kritisch
gesehen werden, da neben dem geringen Signifikanzlevel von 10% auch die
Effektstärke des f²- und q²-Werts unter 0,02 liegt und damit sehr gering ausfällt.
Dagegen konnte der Zusammenhang zwischen Zufriedenheit und langfristiger
Nutzungsabsicht, der bereits zuvor häufig untersucht wurde (siehe Kapitel 3.1), bestätigt
werden: Zufriedenheit stellt den größten Einflussfaktor für die langfristige
Nutzungsabsicht von Online-Speicherdiensten im vorliegenden Modell dar, mit einem
Pfadkoeffizienten von 0,327, einem Signifikanzlevel von 1% und einer geringen
Effektstärke bezogen auf den f²- und q²-Wert (siehe Tab. A-11).
Dies bestätigt zum einen, dass scharf getrennt werden muss zwischen der Loyalität und
der langfristigen Nutzungsabsicht eines Nutzers. Zum anderen wird ersichtlich, dass
sich die Erkenntnisse der in der Vergangenheit oft verwendeten nutzenbasierten
Sichtweise nicht auf die Loyalität der Nutzer im Kontext der Online-Speicherdienste
übertragen lassen. Jedoch muss dieses Ergebnis – zumindest bezüglich des Konstrukts
Zufriedenheit – mit Vorsicht interpretiert werden. Es wäre vorschnell hieraus zu
schließen, dass Zufriedenheit einen unbedeutenden Einfluss auf die Loyalität der Nutzer
hätte: „Aus einer Korrelation zwischen zwei Variablen kann nicht auf deren
Kausalbeziehung zurückgeschlossen werden“61 Folglich könnte die Wirkungsrichtung
zwischen Vertrauen und Zufriedenheit auch umgedreht werden, wofür zum Beispiel
61 Fetchenhauer (2012), S. 132.
37
Flavián, Guinalíu und Gurrea argumentieren.62 Die Pfadkoeffizienten und Signifikanzen
bleiben in diesem Fall zwar gleich, jedoch zeigt sich nun, dass der Effekt von
Zufriedenheit auf die Loyalität der Nutzer teilweise durch Vertrauen mediiert wird
(VAF = 0,557, vergleiche Tab. 5-4). Der totale Effekt von Zufriedenheit auf die
Loyalität hätte in diesem Szenario einen Pfadkoeffizienten von 0,269 bei einem t-Wert
von 4,67 (Signifikanzlevel unter 1%).
Die tatsächliche Wirkungsrichtung zwischen den Konstrukten Zufriedenheit und
Vertrauen der Nutzer zu bestimmen, liegt nicht im Fokus dieser Arbeit.63 Durch die
Szenario-Analyse sollte jedoch verdeutlicht werden, dass der tatsächliche Einfluss der
Zufriedenheit der Nutzung auf die Loyalität eines Nutzers ohne die Kenntnis über die
Wirkungsrichtung zwischen den Konstrukten Vertrauen und Zufriedenheit nur
eingeschränkt bestimmt werden kann.
Service-spezifische Motivation (H4, H5, H6)
Die Erkenntnis von Li, Browne und Wetherbe (2006), dass sich die empfundene
Qualität der Alternativen negativ auf das commitment auswirkt, kann auch auf den
Kontext der Nutzung von Online-Speicherdiensten übertragen werden: Die empfundene
Qualität der Alternativen wirkt sich negativ auf die Wechselkosten (H4) und die
Loyalität der Nutzer aus. Die Bestätigung von H4 muss allerdings kritisch gesehen
werden, da das Signifikanzlevel lediglich 10% beträgt und die Effektstärke sehr gering
ist (f² und q² < 0,02). Der Einfluss der Qualität der Alternativen auf die
Zahlungsbereitschaft ist dagegen deutlich erkennbar bei einem Signifikanzlevel von 5%
und einer geringen Effektstärke (q² > 0,02). Eine als hoch empfundene Qualität der
Alternativen senkt zwar die Wechselkosten und die Loyalität der Nutzer, jedoch
impliziert es auch, dass sich die Nutzer zum einen mit Alternativen auseinandergesetzt
haben und zum anderen einen bestimmten Grund dafür haben, bei ihrem bevorzugt
verwendeten Online-Speicherdienst zu bleiben. Dementsprechend könnte dieser positive
Zusammenhang zu erklären sein: Nutzer, die sich mit attraktiven Alternativen
auseinander gesetzt haben, sind eher bereit für ihren bevorzugt verwendeten Dienst zu
bezahlen als Nutzer, die sich keiner attraktiven Alternativen bewusst sind.
62 Vgl. Flavián, Guninulíu, Gurrea (2006), S. 4.
63 Dazu müsste zum Beispiel ein Experiment durchgeführt werden, vgl. Fetchenhauer (2012), S. 132-133.
38
Hierbei kann die Ausgestaltung des verwendeten Messinstruments kritisch gesehen
werden: Dadurch, dass es im Fragebogen keine Ausweichoption gab (zum Beispiel die
Option weiß nicht / kann ich nicht einschätzen), wurde implizit unterstellt, dass jeder
Nutzer eine gewisse Kenntnis über existierende Alternativen besitzt. Nutzer ohne
Kenntnis über die Existenz beziehungsweise Attraktivität von Alternativen waren
gezwungen, hier relativ willkürlich zu antworten.64
Ein weiterer untersuchter Einflussfaktor aus der Gruppe der Service-spezifischen
Motivation ist das Empfinden der Nutzer bezüglich der kritischen Masse an anderen
Nutzern desselben Online-Speicherdienstes. Diesbezüglich konnte kein signifikanter
Einfluss auf die Wechselkosten (woraus die Ablehnung von H5 folgte) oder auf andere
endogene Konstrukte festgestellt werden. Es muss also entweder davon ausgegangen
werden, dass
1.: die empfundene Nutzerzahl keinen Einfluss auf das Nutzungsverhalten der
einzelnen Nutzer hat. Oder aber
2.: die empfundene Nutzerzahl einen Einfluss auf das Nutzungsverhalten hat,
jedoch war das verwendete Messinstrument inadäquat, um den Einfluss zu
messen.
Bezogen auf den ersten Fall besteht die Möglichkeit, dass die Annahme tatsächlich
falsch ist, dass Online-Speicherdienste zu einem nicht unbedeutenden Anteil dazu
genutzt werden, Daten mit Anderen zu teilen. Eventuell werden Online-Speicherdienste
überwiegend dazu genutzt, Daten für die eigene Verwendung online zu speichern. Dies
ließe sich in einer Folgestudie überprüfen.
Als Überprüfung des zweiten Falls, könnte statt der Messung über das Konstrukt
kritische Masse zum Beispiel das Konstrukt Anzahl befreundeter Nutzer (peer number)
von Lin und Lu (2011) zur Messung verwendet werden. Dafür spricht, dass sie in ihrer
Studie ebenfalls keinen signifikanten Zusammenhang feststellten, zwischen der Anzahl
der Nutzer (eines sozialen Netzwerks) und der Absicht den Dienst langfristig zu nutzen.
Jedoch stellten sie einen signifikanten Zusammenhang zwischen der Anzahl
befreundeter Nutzer und der langfristigen Nutzungsabsicht fest.
64 Kim, Son (2009) untersuchten sogar explizit den Einfluss der Wechselkosten auf das Desinteresse für
Alternativen (inattentiveness to alternatives) und fanden einen positiven Zusammenhang.
39
Der Einflussfaktor Lernaufwand hat schließlich einen hohen und signifikanten Einfluss
auf die empfundenen Wechselkosten der Nutzer, wodurch Hypothese H6 bestätigt wird
(Pfadkoeffizient 0,38; Signifikanzlevel 1%; kleine bis mittlere Effektstärke, siehe Tab.
A-11). Der Umkehrschluss impliziert zunächst, dass Anbieter von einfach zu
erlernenden Online-Speicherdiensten befürchten müssten, dass ihre Nutzer die mit
einem Wechsel verbundenen Kosten gering einschätzen und entsprechend leicht zu
anderen Anbietern wechseln. Dagegen sprechen jedoch zwei Erkenntnisse:
1. Der empfundene Lernaufwand ist stark mit dem Empfinden der einfachen
Nutzung korreliert: Eine Prüfung ergab einen Pfadkoeffizienten von -0,62 bei
einem Signifikanzlevel von unter 1% (t-Wert 14,25). Je höher der Aufwand
empfunden wurde, alle Funktionen und die Bedienung des Dienstes zu erlernen,
desto schwieriger fällt den Nutzern auch die Bedienung an sich. Eine einfache
Nutzung wiederum fördert die Absicht, den Dienst langfristig zu nutzen (siehe
Tab. A-9).
2. Prüft man nun den direkten Einfluss des empfundenen Lernaufwands auf die
langfristige Nutzungsabsicht, zeigt sich ein negativer Zusammenhang mit einem
Pfadkoeffizienten von -0,164 bei einem Signifikanzlevel von unter 5% (t-Wert
2,4).
Diese Erkenntnisse zeigen, dass der nutzerseitige Lernaufwand zwar die empfundenen
Wechselkosten erhöht, jedoch nicht davon ausgegangen werden kann, dass dadurch
auch eine höhere langfristige Nutzungsabsicht bedingt wird.
Auswirkungen auf die langfristige Nutzungsabsicht und Zahlungsbereitschaft
(H7, H8, H9)
Die im Mittelpunkt des Strukturmodells stehenden Variablen Loyalität und
Wechselkosten weisen jeweils signifikante Beziehungen zu den Konstrukten
Nutzungsabsicht und Zahlungsbereitschaft sowie untereinander auf. Dies bestätigt die
Übertragbarkeit der von Kims und Sons Modell übernommenen Hypothesen H7, H8
und H9 auf den Kontext der Nutzung von Online-Speicherdiensten.65 Darüber hinaus
sprechen die signifikanten Beziehungen zwischen Wechselkosten und Nutzungsabsicht
65 Analog zu der zuvor erwähnten Beziehung zwischen Zufriedenheit und Vertrauen, müsste auch hier
ein gesondertes Experiment durchgeführt werden, um die tatsächliche Wirkungsrichtung zu ermitteln. Die Bestätigung der Hypothese H9 bezieht sich also nur auf den signifikanten Zusammenhang, nicht aber auf die Wirkungsrichtung.
40
beziehungsweise Loyalität und Zahlungsbereitschaft zunächst gegen die Prämisse des
dualen Modells von Kim und Son, dass Beziehungen zwischen den beiden
Mechanismen insignifikant sind und somit von zwei getrennt voneinander wirkenden
Mechanismen zu sprechen ist.66 Zieht man jedoch auch die Effektstärken in Betracht, so
zeigt sich dass diese beiden Beziehungen zwar signifikant sind, jedoch keine
bedeutenden Effektstärken aufweisen (f² beziehungsweise q² unter 0,02). Dahingegen
weisen die zu H7, H8 und H9 zugehörigen Hypothesen allesamt zumindest geringe
Effektstärken auf (siehe Tab. A-11).
Signifikante Effekte der Kontrollvariablen
Zunächst fällt auf, dass es signifikante geschlechterspezifische Unterschiede gibt:
Frauen tendieren zu einer höheren Loyalität zu einem Online-Speicherdienst, während
Männer eine höhere Zahlungsbereitschaft aufzeigen. Eine mögliche Begründung könnte
sein, dass Männer IT-affiner und somit erfahrener im Umgang mit Online-Diensten sind
als Frauen. Die Vermutung von Kim und Son dazu ist: je IT-affiner ein Nutzer ist, desto
eher ist er dazu bereit, sich nach Alternativen umzusehen.67 Entsprechend könnte also
die niedrigere Loyalität bei Männern erklärt werden. Andererseits könnte die höhere IT-
Affinität ein größeres Bewusstsein für sämtliche (gegebenenfalls vorhandene Experten-)
Funktionalitäten des Online-Speicherdienstes bedingen. Aus diesem Bewusstsein
könnte eine höhere Wertschätzung des Dienstes und entsprechend eine höhere
Zahlungsbereitschaft folgen. Dass sich die Interneterfahrung, welche als möglicher
Indikator für eine gewisse IT-Affinität angesehen werden könnte, positiv auf die
Zahlungsbereitschaft auswirkt (Pfadkoeffizient 0,212 bei einem Signifikanzlevel von
5%), unterstützt diese Vermutung. Dennoch sind die Erläuterungsversuche der
geschlechterspezifischen Unterschiede als reine Spekulation anzusehen und müssten
durch eine Folgestudie bestätigt werden.
Schließlich zeigen sich deutlich signifikante Zusammenhänge (1%-Signifikanzlevel)
zwischen den folgenden Kontrollvariablen und der langfristigen Nutzungsabsicht:
Die Nutzungsdauer (Pfadkoeffizient 0,163) haben bereits Kim und Son (2009) (sie
bezeichnen es als target system usage) als Indikator für eine langfristige Nutzung
66 Vgl. Kim, Son (2009), S. 59.
67 Vgl. Kim, Son (2009), S. 63.
41
beobachtet. Die entsprechende Erkenntnis kann somit auch auf den Kontext der
Nutzung von Online-Speicherdiensten übertragen werden: Die Nutzung eines Online-
Speicherdienstes wird mit der Zeit zur Gewohnheit, wodurch die Nutzung des Dienstes
in der Vergangenheit ein starkes Anzeichen für die zukünftige Nutzung ist.68 Zwang
(Pfadkoeffizient -0,169) ist negativ mit der langfristigen Nutzungsabsicht korreliert. Die
verwendete Frage für das Konstrukt Zwang lautete: Meine
Vorgesetzten/Dozenten/Freunde verlangen nicht von mir [Name des Online-
Speicherdienstes] zu verwenden (umgepoltes Item). Entsprechend ist davon
auszugehen, dass eine erzwungene Nutzung meist gebunden ist an eine bestimmte
Aufgabe. Sobald diese Aufgabe vollendet wurde (zum Beispiel ein Projekt), tendieren
Nutzer dazu, den Dienst nicht weiterhin zu nutzen. Anders ist dies bei intrinsisch
motivierten Nutzern: das Involvement (Pfadkoeffizient 0,236) der Nutzer hat einen
positiven Einfluss auf die langfristige Nutzung: Je wichtiger einem Nutzer die
Verwendung von Online-Speicherdiensten ist, desto eher ist er motiviert, diesen auch
weiterhin zu verwenden.
6.2 Implikationen für die Forschung
Insbesondere unter Berücksichtigung der Effektstärken zeigte sich, dass das von Kim
und Son (2009) vorgeschlagene duale Modell auch auf den Kontext der Nutzung von
Online-Speicherdiensten übertragen werden kann. Als konsequente Fortführung des
bisherigen Forschungsstandes kann das Modell als Ausgangsbasis zur Ergründung der
langfristigen Nutzungsabsicht dienen. Definitiv mit einbezogen werden sollte dabei das
Konstrukt Vertrauen, welches im Kontext der Nutzung von Online-Diensten in Zukunft
wahrscheinlich noch an Bedeutung hinzugewinnen wird. Es konnte gezeigt werden,
dass Vertrauen einen bedeutenden Einfluss auf die Loyalität der Nutzer hat und damit
Grundlage einer langfristigen Nutzung ist.
Darüber hinaus zeigte sich, dass eine Vielzahl von Einflussfaktoren auf die langfristige
Nutzungsabsicht der Nutzer von Online-Speicherdiensten wirkt. Die Einflussfaktoren
aus kompakten Modellen, wie zum Beispiel den nutzenorientieren Modellen oder
Davis‘ TAM können nur einen geringen Anteil der Varianz erklären. Die Absicht der
68 Vgl. Kim, Son (2009), S. 63.
42
langfristigen Nutzung zu erklären ist eine komplexe Aufgabe, die es erfordert,
verschiedenste Einflüsse zu berücksichtigen.
6.3 Implikationen für die Praxis
Der Fokus dieser Arbeit lag auf konsumentenorientierten Online-Speicherdiensten. Aus
Sicht der Praxis ergeben sich aus den präsentierten Ergebnissen einige Implikationen für
die Anbieter solcher Dienste. Da deren Ressourcen begrenzt sind, wird eine
Priorisierung der Einflussfaktoren benötigt. So kann entschieden werden, welche
Faktoren besonders berücksichtigt werden sollten, zum Beispiel weil diese
Verbesserungspotential und einen großen Einfluss auf andere Faktoren haben. Eine
solche Priorisierung kann durch eine sogenannte importance-performance matrix
analysis (IPMA) erfolgen:69
Dabei wird die Performanz bestimmter Einflussfaktoren in Relation zu deren Bedeutung
(importance) für ein Zielkonstrukt (zum Beispiel Zahlungsbereitschaft) gesetzt, um so
zu bestimmen, wo aus Sicht des Managements beziehungsweise Marketings
Handlungsbedarf besteht. Die Performanz eines Konstrukts wird dabei bestimmt über
dessen durchschnittlichen Wert70 aus der Befragung nach Reskalierung der Werte auf
den Bereich 0 bis 100, sodass eine prozentuale Einschätzung ermöglicht wird. Tab.
A-13 im Anhang listet die Performanz ausgewählter Konstrukte auf. Die Bedeutung
eines Konstrukts für ein Zielkonstrukt wird über dessen totalen Effekt darauf bestimmt
(siehe Tab. A-9 für eine Übersicht der totalen Effekte). Abb. 6-1 zeigt eine grafische
Visualisierung der IPMA bezogen auf das Zielkonstrukt Absicht der langfristigen
Nutzung.
69 Vgl. zu dieser Methode Hair u. a. (2013), S. 206-210.
70 In der Software smartpls wird dies direkt berechnet und mit dem Begriff Index Values for Latent Variables bezeichnet.
43
Abb. 6-1: IPMA Repräsentation (Absicht der langfristigen Nutzung)
Von besonderem Interesse für die Praxis sind hierbei Faktoren, die sich im unteren
rechten Viertel des Koordinatensystems befinden, da diese sowohl eine hohe Wirkung
auf das Zielkonstrukt als auch hohes Verbesserungspotential besitzen. Lässt man
Lernaufwand außen vor (im vorigen Kapitel wurde bereits darauf eingegangen, dass
erhöhter Lernaufwand nicht zwingend förderlich für eine langfristige Nutzungsabsicht
ist), so fällt auf, dass Nutzer die Wechselkosten und ihre Loyalität zu ihrem bevorzugt
genutzten Dienst als relativ gering empfinden. Aktivitäten zur Verbesserung der
langfristigen Nutzungsabsicht sollten gezielt die Loyalität der Nutzer fördern und
bestenfalls zugleich einen Wechsel zu anderen Anbietern möglichst unattraktiv machen.
Besondere Funktionen, die als Alleinstellungsmerkmal dienen, könnten hier
maßgebliche Erfolge erzielen. Trotz des hohen Verbesserungspotentials ist der totale
Effekt auf die langfristige Nutzungsabsicht der beiden genannten Faktoren mit 0,11 und
0,16 relativ gering. Weniger Verbesserungspotential, jedoch eine höhere Wirkung
weisen die Faktoren Involvement und Zufriedenheit auf. Eine Steigerung der
Performanz des Faktors Zufriedenheit um einen Prozentpunkt bewirkt (ceteris paribus)
eine Erhöhung der Performanz des Faktors langfristige Nutzungsabsicht um 0,34 %. Die
Nutzer zufrieden zu stellen sollte also im Mittelpunkt der Managementaktivitäten
stehen. Dies kann zum Beispiel proaktiv erreicht werden, indem die Nutzer in den
0,1; 83,1
0,05; 22,77
0,16; 45,71
0,11; 81,56
0,14; 60,27
0,11; 36,7
0,34; 80,84
-0,17; 27,49
0,24; 57,72
0
10
20
30
40
50
60
70
80
90
100
-0,2 0 0,2 0,4
Pe
rfo
rma
nz
(Perform
ance
)
Totaler Effekt (importance)
Einfachheit der Nutzung
Lernaufwand
Loyalität
Nützlichkeit
Vertrauen
Wechselkosten
Zufriedenheit
Zwang
Involvement
44
Verbesserungsprozess mit einbezogen werden und somit sehen, dass ihr Feedback
berücksichtigt wird. Das Gefühl, an der Verbesserung des Dienstes aktiv teilnehmen zu
können, kann sich wiederum positiv auf ihr Involvement auswirken. Der Faktor Zwang
schließlich muss gesondert betrachtet werden. Da er einen negativen Einfluss auf die
langfristige Nutzungsabsicht hat, muss hier das Verbesserungspotential umgekehrt
interpretiert werden, nämlich danach wie viel Platz nach unten zur X-Achse verbleibt.
Dieses Potential könnte genutzt werden, indem es Nutzern leicht gemacht wird, alle
Funktionen des Dienstes zu entdecken und zu erlernen, sodass sie von einer
möglicherweise zwanghaften (zum Beispiel projektgebundenen) Nutzung bereitwillig
dazu übergehen, den Dienst auch anderweitig zu nutzen und somit beispielsweise in ihr
Privatleben einzubinden.
Eine analoge IPMA wurde für das Zielkonstrukt Zahlungsbereitschaft durchgeführt
(siehe Abb. 6-2).
Abb. 6-2: IPMA Repräsentation (Zahlungsbereitschaft)
Auch für dieses Konstrukt zeigte sich, dass die Einflussfaktoren Wechselkosten und
Loyalität großes Verbesserungspotential bei relativ hohem Einfluss auf den Faktor
Zahlungsbereitschaft aufweisen. Zu beachten ist jedoch die geringe
Zahlungsbereitschaft der Nutzer an sich: Die Performanz des Zielkonstrukts
Zahlungsbereitschaft beträgt lediglich 12,41 (siehe Tab. A-13). Dies deutet darauf hin,
dass Nutzer es bislang gewohnt sind, Online-Speicherdienste kostenlos nutzen zu
können. Bestätigt wird dies durch die Tatsache, dass 99% der befragten Nutzer bislang
0,11; 35,48
0,19; 45,71
0,04; 81,56
0,07; 60,27
0,21; 36,7
0
10
20
30
40
50
60
70
80
90
100
0 0,05 0,1 0,15 0,2 0,25
Pe
rfo
rma
nz
(Perform
ance
)
Totaler Effekt (Importance)
Qualität der Alternativen
Loyalität
Nützlichkeit
Vertrauen
Wechselkosten
45
nicht für die Verwendung ihres Online-Speicherdienstes zahlen (siehe Tab. 5-2). Um
höhere Einnahmen zu erzielen, müssen Anbieter Anreize schaffen, für die Verwendung
ihrer Dienste zu zahlen (zum Beispiel durch attraktive Zusatzfunktionen). Ansonsten
werden Nutzer eher zu einem kostenlosen Konkurrenten wechseln, als dass sie für die
gleiche Funktionalität bezahlen.
7. Fazit
7.1 Kritische Reflexion
Als Ziel dieser Arbeit sollte empirisch ermittelt werden, welche Faktoren Konsumenten
beeinflussen, Online-Speicherdienste langfristig zu nutzen. Dazu wurde ein
Strukturmodell nach dem Vorbild des dualen Modells von Kim und Son (2009) erstellt,
zu dem insbesondere die Konstrukte Vertrauen und Kritische Masse hinzugefügt
wurden. Die im Zuge einer Online-Befragung erhobenen Angaben von 305 Nutzern von
Online-Speicherdiensten wurden ausgewertet, um so schließlich das Modell auf seine
Validität und Reliabilität zu prüfen und die jeweiligen Effektgrößen zu bestimmen.
Es konnte gezeigt werden, dass das Vertrauen einen bedeutenden Einfluss auf die
Loyalität der Nutzer hat und – bezogen auf den totalen Effekt – indirekt auch auf die
langfristige Nutzungsabsicht. Vertrauen wurde dabei als sogenanntes Second-Order-
Konstrukt abgebildet in Abhängigkeit der Sub-Konstrukte Kompetenz, Wohlwollen und
Integrität. Sowohl die Pfadkoeffizienten der Indikatoren des Konstrukts Vertrauen, die
sich auf die Kompetenz bezogen, als auch die Pfadkoeffizienten der Beziehung
zwischen Vertrauen und Kompetenz, sowie schließlich der R²-Wert des Konstrukts
Kompetenz waren niedriger als die entsprechenden Werte der anderen Sub-Konstrukte
Wohlwollen und Integrität. Diese Unterschiede legen nahe, dass die Nutzer die
jeweiligen Sub-Konstrukte als unterschiedlich bedeutsam im Bezug auf ihr Vertrauen
zu einem Online-Speicherdienst empfinden. Dies wird widergespiegelt in den
Umfrageergebnissen, durch die im Durchschnitt höhere Bewertung der Kompetenz im
Vergleich zu der Durchschnittsbewertung des Wohlwollens oder der Integrität des
Anbieters (vergleiche Tab. A-13). Daher ist kritisch zu hinterfragen, ob diese
systematischen Differenzen die Aussagekraft des Konstrukts Vertrauen verringern. Eine
Folgestudie könnte darüber Aufschluss geben, ob das Vertrauen der Nutzer von Online-
Speicherdiensten besser durch andere Konzepte von Vertrauen gemessen werden kann,
wie zum Beispiel das Vertrauen in Technologie (technology trust). So zeigen zum
46
Beispiel Lankton und McKnight (2011) in ihrer Studie, dass durch Vertrauen in
Technologie die langfristige Nutzungsabsicht besser vorhergesagt werden konnte als
durch das Konstrukt zwischenmenschliches Vertrauen (interpersonal trust), welches
auch in dieser Arbeit zur Messung von Vertrauen verwendet wurde.
In Analogie hierzu muss auch die Absenz jeglicher signifikanter Beziehungen von dem
Konstrukt kritische Masse hinterfragt werden: Wie in Kapitel 6.1 bereits erwähnt, sollte
auch hierfür eine Messung durch ein anderes Konzept erwogen werden.
Schließlich wurden im Rahmen der Umfrage überwiegend Studenten befragt, wodurch
die Repräsentativität der Ergebnisse eventuell eingeschränkt wird. So bemängelten zum
Beispiel Davis, Bagozzi und Warshaw in ihrer Studie, in welcher ebenfalls überwiegend
Studenten befragt wurden, dass die Einfachheit der Nutzung bei Studenten aufgrund
ihres hohen Bildungsstandes eventuell geringeren Einfluss auf andere Faktoren habe als
dies bei anderen Nutzern der Fall sei.71 Zusätzlich fällt auf, dass die Mehrheit derer, die
an der Umfrage teilnahmen, weiblich waren (circa 70%, siehe Tab. 5-2).
Es sei jedoch angemerkt, dass bereits in einigen Studien im Kontext der Nutzung von
Informationssystemen Studenten im Fokus der Befragungen standen.72 In diesen wurde
stets der Gesamtzusammenhang in die Argumentation für die Wahl von Studenten als
Befragungsobjekt mit einbezogen: Je höher der Anteil an Studenten an der
Nutzergruppe des untersuchten Informationssystems ist, desto eher kann von einer
Repräsentativität der Ergebnisse ausgegangen werden. Entsprechend kann für die
Generalisierung der Ergebnisse argumentiert werden, da ein Großteil der Nutzer von
Online-Speicherdiensten einen hohen Bildungsstand aufweist: Laut einer Umfrage des
Branchenverbands BITKOM haben 49% (gewichtet 47%) der Nutzer von Online-
Speicherdiensten die allgemeine Hochschulreife oder einen Hochschulabschluss.73
Der hohe Anteil an weiblichen Teilnehmern findet sich jedoch – zumindest laut den
Ergebnissen jener Umfrage – nicht in den tatsächlichen Nutzerzahlen wieder.
Insbesondere da in dieser Arbeit geschlechterspezifische Unterschiede in der Wirkung
71 Vgl. Davis, Bagozzi, Warshaw (1989), S. 999.
72 Vgl. zu diesem und dem nächsten Satz Lankton, McKnight (2011), S. 38-39, Li, Browne, Wetherbe (2006), S. 118, Strader, Ramaswami, Houle (2007), S. 61 sowie Trenz, Huntgeburth, Veit (2013), S. 9.
73 Vgl. zu diesem und dem nächsten Satz BITKOM (2013). Laut der Studie sind lediglich 27 % der Nutzer weiblich (gewichtet 23%).
47
der Einflussfaktoren untereinander entdeckt wurden, ist die Validität der Ergebnisse
zumindest geringfügig gefährdet.
7.2 Forschungsbedarf
Wie bereits zuvor erwähnt, ist eine endgültige Interpretation der hier präsentierten
Ergebnisse erst mit weiteren Erkenntnissen möglich. Dazu müssten Studien
durchgeführt werden, die klären, ob
1. Vertrauen im Kontext der Nutzung von Online-Speicherdiensten besser erklärt
werden kann durch die Verwendung des Konzepts Vertrauen in eine
Technologie, wie von Lankton und McKnight (2011) vorgeschlagen.
Ein anderes Konzept wäre zum Beispiel dann besser geeignet, wenn der R²-Wert höher
wäre als der in dieser Studie erzielte und somit einen größeren Anteil der Varianz des
Konstrukts Vertrauen erklärt.
2. Nutzer Online-Speicherdienste überwiegend zur Speicherung von Daten für den
eigenen Gebrauch nutzen.
Falls sich zeigen sollte, dass ein nicht unbedeutender Anteil der Nutzung darin besteht,
Daten mit anderen zu teilen, wäre dies ein Anreiz, eventuell vorhandene
Netzwerkeffekte aufzudecken. Dies könnte dann zum Beispiel durch das Konstrukt
Anzahl der Nutzer im Bekanntenkreis erfolgen, wie von Lin und Lu (2011)
vorgeschlagen.
3. tatsächlich ein signifikanter geschlechterspezifischer Unterschied der
Einflussfaktoren der Nutzung von Online-Speicherdiensten besteht.
Sowohl Kim und Son (2009) als auch Lin und Lu (2011) fanden ebenfalls signifikante
Unterschiede in dem Einfluss der Faktoren auf die Nutzungsabsicht von
Informationssystemen zwischen Männern und Frauen. Eine Studie, die den Faktor
Geschlecht in das Zentrum der Untersuchung legt, statt ihn lediglich als
Kontrollvariable aufzunehmen, könnte Aufschluss darüber geben, ob die Unterschiede
durch IT-Affinität oder weitere Faktoren zu erklären sind. Eine solche Studie hätte hohe
48
praktische Relevanz: Anbieter von Online-Speicherdiensten könnten auf Basis der
Erkenntnisse entscheiden, inwiefern eine geschlechterspezifische Differenzierung (zum
Beispiel der Werbung oder Gestaltung der Software) zu einer Erhöhung der
langfristigen Nutzungsabsicht beiträgt.
Schließlich weisen in dieser Arbeit die relativ niedrigen R²-Werte (siehe Tab. A-2 im
Anhang) der endogenen Konstrukte Loyalität, Wechselkosten, Absicht der langfristigen
Nutzung und Zahlungsbereitschaft darauf hin, dass nur ein geringer Anteil der
Varianzen durch das verwendete Modell erklärt werden konnte. Zukünftige Studien
könnten darauf aufbauend die Wirkung weiterer Einflussfaktoren (wie zum Beispiel das
von Kim und Son (2009) verwendete Konstrukt Personalisierung) untersuchen.
Abschließend kann gesagt werden, dass über 20 Jahre nach Davis‘ viel diskutiertem
Technology Acceptance Model immer noch keine einheitliche Meinung darüber
herrscht, was Menschen beeinflusst Technologien zu nutzen. Dies deutet darauf hin,
dass es kein allgemeingültiges Modell gibt, sondern dass mit fortschrittlicherer
Technologie sich auch die wissenschaftlichen Modelle und Methoden kontinuierlich
weiterentwickeln müssen, um zukünftig weitere Erkenntnisse finden zu können.
49
Literaturverzeichnis
Agarwal, Prasad (1997) Ritu Agarwal, Jayesh Prasad: The Role of Innovation Characteristics and Perceived Voluntariness in the Acceptance of Information Technologies. In: Decision Sciences. Nr. 3, Jg. 28, 1997, S. 557-582
Ajzen, Fishbein (1973)
Icek Ajzen, Martin Fishbein: Attitudinal and normative variables as predictors of specific behaviors. In: Journal of Personality and Social Psychology. Nr. 1, Jg. 27, 1973, S. 41-57
Armbrust u. a. (2010) Michael Armbrust, Ion Stoica, Matei Zaharia, Armando Fox, Rean Griffith, Anthony D. Joseph, Randy Katz, Andy Konwinski, Gunho Lee, David Patterson, Ariel Rabkin: A view of cloud computing. In: Communications of the ACM. Nr. 4, Jg. 53, 2010, S. 50-58
Bakos (1998) Yannis Bakos: The emerging role of electronic marketplaces on the Internet. In: Communications of the ACM. Nr. 8, Jg. 41, 1998, S. 35-42
Benlian, Hess (2011) Alexander Benlian, Thomas Hess: Opportunities and risks of software-as-a-service: Findings from a survey of IT executives. In: Decision Support Systems. Nr. 1, Jg. 52, 2011, S. 232-246
Bhattacherjee (2001) Anol Bhattacherjee: Understanding Information Systems Continuance: An Expectation-Confirmation Model. In: MIS Quarterly. Nr. 3, Jg. 25, 2001, S. 351-370
Bhattacherjee (2002) Anol Bhattacherjee: Individual Trust in Online Firms: Scale Development and Initial Test. In: Journal of Management Information Systems. Nr. 1, Jg. 19, 2002, S. 211-241
Bhattacherjee (2012)
Anol Bhattacherjee: Social science research. Principles, methods, and practices. 2. Aufl., Tampa, FL 2012
BITKOM (2013)
BITKOM: Die Cloud wird zum privaten Aktenschrank. 17. Februar 2013. http://www.bitkom.org/de/presse/8477_75079.aspx abgerufen am 01.11.2013
Burnham, Frels, Mahajan (2003) Thomas A. Burnham, Judy K. Frels, Vijay Mahajan: Consumer Switching Costs: A Typology, Antecedents, and Consequences. In: Journal of the Academy of Marketing Science. Nr. 2, Jg. 31, 2003, S. 109-126
50
Cohen (1992) Jacob Cohen: A power primer. In: Psychological Bulletin. Nr. 1, Jg. 112, 1992, S. 155-159
Chiou (2004)
Jyh-Shen Chiou: The antecedents of consumers’ loyalty toward Internet Service Providers. In: Information & Management. Nr. 6, Jg. 41, 2004, S. 685-695
Davis, Bagozzi, Warshaw (1989) Fred D. Davis, Richard P. Bagozzi, Paul R. Warshaw: User Acceptance of Computer Technology: A Comparison of Two Theoretical Models. In: Management Science. Nr. 8, Jg. 35, 1989, S. 982-1003
Davis, Bagozzi, Warshaw (1992)
Fred D. Davis, Richard P. Bagozzi, Paul R. Warshaw: Extrinsic and Intrinsic Motivation to Use Computers in the Workplace. In: Journal of Applied Social Psychology. Nr. 14, Jg. 22, 1992, S. 1111-1132
Dickinger, Arami, Meyer (2008) Astrid Dickinger, Mitra Arami, David Meyer: The role of perceived enjoyment and social norm in the adoption of technology with network externalities. In: European Journal of Information Systems. Nr. 1, Jg. 17, 2008, S. 4-11
Duncker, Lees (1945) Karl Duncker, Lynne Lees: On problem-solving. In: John F. Dashiell (Hrsg.): Psychological Monographs. Nr. 5, Jg. 58, 1945, S. i-113
Fetchenhauer (2012)
Detlef Fetchenhauer: Psychologie. München 2012 Flavián, Guinalíu, Gurrea (2006)
Carlos Flavián, Miguel Guinalíu, Raquel Gurrea: The role played by perceived usability, satisfaction and consumer trust on website loyalty. In: Information & Management. Nr. 1, Jg. 43, 2006, S. 1-14
Gonzalez u. a. (2013)
Jose L. Gonzalez, Jesus C. Perez, Victor Sosa-Sosa, Juan F. Rodriguez Cardoso, Ricardo Marcelin-Jimenez: An approach for constructing private storage services as a unified fault-tolerant system. In: Journal of Systems and Software. Nr. 7, Jg. 86, 2013, S. 1907-1922
Hair u. a. (2013) Joseph Hair, Tomas Hult, Christian Ringle, Marko Sarstedt: A primer on partial least squares structural equations modeling (PLS-SEM). Thousand Oaks 2013
Karahanna, Straub, Chervany (1999)
Elena Karahanna, Detmar W. Straub, Norman L. Chervany: Information Technology Adoption Across Time: A Cross-Sectional Comparison of Pre-Adoption and Post-Adoption Beliefs. In: MIS Quarterly. Nr. 2, Jg. 23, 1999, S. 183-213
51
Kim, Son (2009) Sung S. Kim, Jai-Yeol Son: Out of dedication or constraint? A dual model of post-adoption phenomena and its empirical test in the context of online services. In: MIS Quarterly. Nr. 1, Jg. 33, 2009, S. 49-70
Lankton, McKnight (2011) Nancy K. Lankton, Harrison D. McKnight: What does it mean to trust facebook? Examining technology and interpersonal trust beliefs. In: DATA BASE. Nr. 2, Jg. 42, 2011, S. 32-54
Li, Browne, Wetherbe (2006)
Dahui Li, Glenn Browne, James Wetherbe: Why Do Internet Users Stick with a Specific Web Site? A Relationship Perspective. In: International Journal of Electronic Commerce. Nr. 4, Jg. 10, 2006, S. 105-141
Li, Chang (2012) Yuan Li, Kuo-Chung Chang: A Study on User Acceptance of Cloud Computing: A Multi-Theoretical Perspective. In: Association for Information Systems (Hrsg.): Proceedings of the 18th Americas Conference on Information Systems (AMCIS), 9 - 12 August 2012, Seattle, Washington, USA. Red Hook, NY 2012, S. 1-10
Lin, Wu, Tsai (2005) Cathy S. Lin, Sheng Wu, Ray J. Tsai: Integrating perceived playfulness into expectation-confirmation model for web portal context. In: Information & Management. Nr. 5, Jg. 42, 2005, S. 683-693
Lin, Lu (2000) Judy C.-C. Lin, Hsipeng Lu: Towards an understanding of the behavioural intention to use a web site. In: International Journal of Information Management. Nr. 3, Jg. 20, 2000, S. 197-208
Lin, Lu (2011) Kuan-Yu Lin, Hsi-Peng Lu: Why people use social networking sites: An empirical study integrating network externalities and motivation theory. In: Computers in Human Behavior. Nr. 3, Jg. 27, 2011, S. 1152-1161
McKnight, Choudhury, Kacmar (2002) Harrison McKnight, Vivek Choudhury, Charles Kacmar: Developing and validating trust measures for e-commerce: An integrative typology. In: Information Systems Research. Nr. 3, Jg. 13, 2002, S. 334-359
Mell, Grance (2011) Peter Mell, Timothy Grance: The NIST Definition of Cloud Computing. Gaithersburg, MD 2011
52
Moore, Benbasat (1991) Gary C. Moore, Izak Benbasat: Development of an Instrument to Measure the Perceptions of Adopting an Information Technology Innovation. In: Information Systems Research. Nr. 3, Jg. 2, 1991, S. 192-222
Oliver (1999) Richard L. Oliver: Whence Consumer Loyalty? In: Journal of Marketing. Special Issue, Jg. 63, 1999, S. 33-44
Pavlou, Liang, Xue (2007) Paul A. Pavlou, Huigang Liang, Yajiong Xue: Understanding and Mitigating Uncertainty in Online Exchange Relationships: A Principal-Agent Perspective. In: MIS Quarterly. Nr. 1, Jg. 31, 2007, S. 105-136
Pontiggia, Virili (2010) Andrea Pontiggia, Francesco Virili: Network effects in technology acceptance: Laboratory experimental evidence. In: International Journal of Information Management. Nr. 1, Jg. 30, 2010, S. 68-77
Raithel (2008) Jürgen Raithel: Quantitative Forschung. Ein Praxiskurs. 2. Aufl., Wiesbaden 2008
Reichheld, Schefter (2000)
Frederick F. Reichheld, Phil Schefter: E-loyalty: your secret weapon on the web. In: Harvard Business Review. Nr. 4, Jg. 78, 2000, S. 105-113
Rogers (2003) Everett Rogers: Diffusion of innovations. 5. Aufl., New York 2003
Rossiter (2008)
John R. Rossiter: Content Validity of Measures of Abstract Constructs in Management and Organizational Research. In: British Journal of Management. Nr. 4, Jg. 19, 2008, S. 380-388
Rousseau u. a. (1998)
Denise M. Rousseau, Sim B. Sitkin, Ronald S. Burt, Colin Camerer: Not so different after all: a cross-discipline view of trust. In: The Academy of Management Review. Nr. 3, Jg. 23, 1998, S. 393-404
Strader, Ramaswami, Houle (2007)
Troy J. Strader, Sridhar N. Ramaswami, Philip A. Houle: Perceived network externalities and communication technology acceptance. In: European Journal of Information Systems. Nr. 1, Jg. 16, 2007, S. 54-65
53
Trenz, Huntgeburth, Veit (2013)
Manuel Trenz, Jan Huntgeburth, Daniel Veit: The Role Of Uncertainty In Cloud Computing Continuance: Antecedents, Mitigators, And Consequences. In: AIS Electronic Library (Hrsg.): Proceedings of the 21st European Conference on Information Systems (ECIS), 5.-8. Juni, Utrecht, Niederlande. o. O. 2013, S. 1-12
van der Heijden (2003) Hans van der Heijden: Factors influencing the usage of websites: the case of a generic portal in The Netherlands. In: Information & Management. Nr. 6, Jg. 40, 2003, S. 541-549
van Slyke u. a. (2007) Craig van Slyke, Virginia Ilie, Hao Lou, Thomas Stafford: Perceived critical mass and the adoption of a communication technology. In: European Journal of Information Systems. Nr. 3, Jg. 16, 2007, S. 270-283
Vatanasombut u. a. (2008) Banphot Vatanasombut, Magid Igbaria, Antonis C. Stylianou, Waymond Rodgers: Information systems continuance intention of web-based applications customers: The case of online banking. In: Information & Management. Nr. 7, Jg. 45, 2008, S. 419-428
Venkatesh u. a. (2003) Viswanath Venkatesh, Michael G. Morris, Gordon B. Davis, Fred D. Davis: User Acceptance of Information Technology: Toward a Unified View. In: MIS Quarterly. Nr. 3, Jg. 27, 2003, S. 425-478
Wang, Hsu, Fang (2005) Chih-Chien Wang, YaHui Hsu, Wenchang Fang: Acceptance of Technology with Network Externalities: An Empirical Study of Internet Instant Messaging Services. In: Journal of Information Technology Theory and Application (JITTA). Nr. 4, Jg. 6, 2005, S. 15-28
Youseff, Butrico, Da Silva (2008) Lamia Youseff, Maria Butrico, Dilma Da Silva: Toward a Unified Ontology of Cloud Computing. In: Grid Computing Environment (Hrsg.): Grid Computing Environments Workshop 2008 (GCE), 12.-16. November 2008, Austin, TX, USA. (ohne Verlagsort) 2008, S. 1-10
54
Verwendete Hilfsmittel SoSci Survey
Leiner, D. J. (2013). SoSci Survey (Version 2.3.05-i). https://www.soscisurvey.de.
SmartPLS Christian Marc Ringle, Sven Wende, Alexander Will (2005). SmartPLS (Version
2.0 M3). Hamburg, Germany: SmartPLS. http://www.smartpls.de. Stata Stata Corp. (2011). Stata Statistical Software (Version 12). College Station, TX:
Stata Corp LP. http://www.stata.com.
55
A Anhang
Indikatorbezeichnung Loading Indikator bezeichnung Loading
Alt_Qual1 0,7460 Nutzungsdauer 1
Alt_Qual2 0,8189 Nutzungsmenge 1
Alt_Qual3 0,7691 Vert1<-Vertrauen 0,4804
Alt_Qual4 0,7630 Vert1<-Comp 0,8933
Alter 1 Vert2<-Vertrauen 0,4314
EoU1 0,9349 Vert2<-Comp 0,8657
EoU2 0,9275 Vert3<-Vertrauen 0,7076
EoU3 0,8609 Vert3<-Integrity 0,8158
Geschlecht 1 Vert4<-Vertrauen 0,8054
Inet_Erf 1 Vert4<-Integrity 0,8860
Involve1 0,9476 Vert5<-Vertrauen 0,8221
Involve2 0,9341 Vert5<-Integrity 0,9061
Langfr_Nutz1 0,8092 Vert6<-Vertrauen 0,8496
Langfr_Nutz2 0,7543 Vert6<-Benevolence 0,9430
Langfr_Nutz3 0,6631 Vert7<-Vertrauen 0,8222
Lern1 0,9444 Vert7<-Benevolence 0,9578
Lern2 0,9476 Vert8<-Vertrauen 0,7569
Lern3 0,9459 Vert8<-Benevolence 0,8926
Loy1 0,9286 Wechsel1 0,8275
Loy2 0,9295 Wechsel2 0,8684
Loy3 0,8197 Wechsel3 0,8888
Netzwerk1 0,7978 Wechsel4 0,7752
Netzwerk2 0,8445 Zahl1 0,9677
Netzwerk3 0,9124 Zahl2 0,9699
Netzwerk4 0,8815 Zufr1 0,9233
PU1 0,7440 Zufr2 0,9343
PU2 0,6716 Zufr3 0,8348
PU3 0,7793 Zwang1 0,3984
PU4 0,6843 Zwang2 0,9939
Tab. A-1: Ladungen der Indikatoren
56
Konstrukt AVE Composite
Reliability
R²
Alt_Qual 0,600 0,857 -
Alter 1,000 1,000 -
BENEVOL 0,868 0,952 0,757
COMP 0,774 0,872 0,27
Einfachheit_Nutzung 0,825 0,934 -
Geschlecht 1,000 1,000 -
INTEGR 0,757 0,903 0,804
Inet_Erfahrung 1,000 1,000 -
Lernaufwand 0,895 0,962 -
Loyalität 0,799 0,923 0,255
Netzwerk 0,740 0,919 -
Nutzungsdauer 1,000 1,000 -
Nutzungsmenge 1,000 1,000 -
Nützlichkeit 0,520 0,812 -
Vertrauen 0,527 0,895 -
Wechselkosten 0,707 0,906 0,275
Zahlungsbereitschaft 0,939 0,968 0,148
Zufriedenheit 0,807 0,926 0,201
Zwang 1,000 1,000 -
involvement 0,885 0,939 -
langfr_Nutzung 0,554 0,788 0,413
Tab. A-2: Composite Reliability, AVE- und R²-Werte der Konstrukte
Indikatorname � Konstruktname Ladung T Statistik
Alt_Qual1 � Alternativenqualität 0,746 10,909
Alt_Qual2 � Alternativenqualität 0,819 17,967
Alt_Qual3 � Alternativenqualität 0,769 13,642
Alt_Qual4 � Alternativenqualität 0,763 11,871
EoU1 � Einfachheit der Nutzung 0,935 87,106
EoU2 � Einfachheit der Nutzung 0,927 83,494
EoU3 � Einfachheit der Nutzung 0,861 24,248
Involve1 � involvement 0,948 80,989
Involve2 � involvement 0,934 57,208
57
Langfr_Nutz1 � langfristige Nutzung
0,809 25,714
Langfr_Nutz2 � langfristige Nutzung
0,754 18,931
Langfr_Nutz3 � langfristige Nutzung
0,663 11,324
Lern1 �Lernaufwand 0,944 81,791
Lern2 � Lernaufwand 0,948 76,239
Lern3 � Lernaufwand 0,946 88,376
Loy1 � Loyalität 0,929 76,904 Loy2 � Loyalität 0,93 79,89
Loy3 � Loyalität 0,82 35,183
Netzwerk1 Netzwerk 0,798 14,128
Netzwerk2 � Netzwerk 0,845 16,91
Netzwerk3 � Netzwerk 0,912 30,149
Netzwerk4 � Netzwerk 0,882 22,156
PU1 � Nützlichkeit 0,744 12,921
PU2 � Nützlichkeit 0,672 8,739 PU3 � Nützlichkeit 0,779 15,955
PU4 � Nützlichkeit 0,684 9,998
Vert1 � Vertrauen 0,48 7,981
Vert1 � Kompetenz 0,893 54,287
Vert2 � Vertrauen 0,431 7,02
Vert2 � Kompetenz 0,866 36,489
Vert3 � Vertrauen 0,708 19,105
Vert3 � Integrität 0,816 28,944
Vert4 � Vertrauen 0,805 32,835
Vert4 � Integrität 0,886 43,107
Vert5 � Vertrauen 0,822 38,857
Vert5 � Integrität 0,906 69,502 Vert6 � Vertrauen 0,85 48,36 Vert6 � Wohlwollen 0,943 111,25
Vert7 � Vertrauen 0,822 32,521
Vert7 � Wohlwollen 0,958 156,749 Vert8 � Vertrauen 0,757 24,46
Vert8 � Wohlwollen 0,893 54,7
Wechsel1 � Wechselkosten 0,827 31,837 Wechsel2 � Wechselkosten 0,868 38,079 Wechsel3 � Wechselkosten 0,889 62,751 Wechsel4 � Wechselkosten 0,775 24,582
Zahl1 � Zahlungsbereitschaft 0,968 118,776 Zahl2 � Zahlungsbereitschaft 0,97 117,717 Zufr1 � Zufriedenheit 0,923 80,148 Zufr2 � Zufriedenheit 0,934 84,351 Zufr3 � Zufriedenheit 0,835 28,091
Tab. A-3: Endgültige Ladungen und t-Werte der Indikatoren
58
Alt_Qual Alter BENEVOL COMP EOU Geschlecht INTEGR
Alt_Qual1 0.746 0.079 0.027 -0.065 -0.005 0.063 -0.053
Alt_Qual2 0.819 0.022 0.086 0.083 0.1 0.251 0.053
Alt_Qual3 0.769 0.027 0.043 -0.017 0.012 0.099 -0.043
Alt_Qual4 0.763 0.141 -0.064 0.031 0.107 0.157 -0.064
Alter 0.094 1,000 0.056 -0.061 -0.015 0.147 -0.018
EoU1 0.1 0.002 0.229 0.287 0.935 0.167 0.303
EoU2 0.029 -0.046 0.262 0.3 0.927 0.117 0.339
EoU3 0.097 0.005 0.214 0.273 0.861 0.143 0.257
Geschlecht 0.196 0.147 0.057 0.204 0.156 1,000 0.116
Inet_Erf 0.114 0.66 -0.027 0.011 0.059 0.267 -0.044
Involve1 0.16 0.18 0.069 0.247 0.198 0.243 0.072
Involve2 0.09 0.167 -0.027 0.196 0.127 0.206 0.014
Langfr_Nutz1 -0.005 0.017 0.062 0.275 0.316 0.099 0.236
Langfr_Nutz2 -0.044 0.141 0.124 0.079 0.268 0.158 0.124
Langfr_Nutz3 -0.069 -0.037 0.083 0.179 0.315 0.062 0.216
Lern1 -0.033 0.047 -0.042 -0.263 -0.548 -0.13 -0.125
Lern2 -0.022 0.036 -0.042 -0.219 -0.569 -0.106 -0.128
Lern3 -0.028 0.053 -0.124 -0.204 -0.636 -0.126 -0.192
Loy1 -0.16 -0.107 0.314 0.263 0.115 -0.128 0.342
Loy2 -0.137 -0.103 0.299 0.308 0.132 -0.087 0.328
Loy3 -0.133 -0.03 0.207 0.262 0.196 -0.088 0.282
Netzwerk1 -0.194 -0.189 -0.105 0.101 0.146 -0.078 0.004
Netzwerk2 -0.191 -0.186 -0.03 0.125 0.187 -0.044 0.048
Netzwerk3 -0.125 -0.133 0.101 0.178 0.23 -0.036 0.119
Netzwerk4 -0.145 -0.085 0.097 0.166 0.246 -0.054 0.173
Nutzungsdauer 0.163 0.128 0.05 0.111 0.188 0.203 0.11
Nutzungsmenge 0.031 0.09 0.136 0.014 -0.036 0.039 0.056
PU1 0.064 -0.018 0.12 0.292 0.294 0.231 0.213
PU2 -0.173 -0.238 0.098 0.195 0.225 -0.121 0.188
PU3 0.097 -0.005 0.115 0.333 0.309 0.303 0.222
PU4 -0.032 -0.122 0.009 0.166 0.205 -0.023 0.07
Vert1 -0.005 -0.102 0.192 0.893 0.337 0.167 0.356
Vert1 -0.005 -0.102 0.192 0.893 0.337 0.167 0.356
Vert2 0.044 0 0.206 0.866 0.212 0.193 0.261
Vert2 0.044 0 0.206 0.866 0.212 0.193 0.261
Vert3 -0.008 -0.06 0.427 0.384 0.256 0.154 0.816
Vert3 -0.008 -0.06 0.427 0.384 0.256 0.154 0.816
Vert4 -0.048 0.023 0.623 0.243 0.299 0.073 0.886
Vert4 -0.048 0.023 0.623 0.243 0.299 0.073 0.886
Vert5 -0.025 -0.017 0.606 0.306 0.307 0.082 0.906
Vert5 -0.025 -0.017 0.606 0.306 0.307 0.082 0.906
Vert6 -0.01 0.092 0.943 0.225 0.257 0.049 0.655
59
Vert6 -0.01 0.092 0.943 0.225 0.257 0.049 0.655
Vert7 0.047 0.045 0.958 0.212 0.265 0.063 0.591
Vert7 0.047 0.045 0.958 0.212 0.265 0.063 0.591
Vert8 0.028 0.016 0.893 0.193 0.2 0.047 0.536
Vert8 0.028 0.016 0.893 0.193 0.2 0.047 0.536
Wechsel1 -0.16 -0.037 -0.027 0.085 -0.093 -0.11 0.027
Wechsel2 -0.146 -0.024 0.041 0.105 -0.058 -0.079 0.061
Wechsel3 -0.173 -0.022 0.001 0.036 -0.1 -0.149 0.034
Wechsel4 -0.143 0.024 0.028 -0.009 -0.201 -0.158 -0.038
Zahl1 0.116 0.059 0.287 0.118 0.135 0.112 0.188
Zahl2 0.113 0.061 0.302 0.147 0.116 0.152 0.202
Zufr1 -0.059 -0.1 0.328 0.372 0.562 0.123 0.483
Zufr2 -0.027 -0.081 0.212 0.439 0.532 0.169 0.396
Zufr3 -0.036 -0.065 0.109 0.354 0.372 0.116 0.276
Zwang2 -0.038 -0.023 -0.068 -0.028 -0.207 -0.205 -0.156
Tab. A-4: Kreuzladungen der Indikatoren
Inet_Erf Lernaufw Loyal Netzw Nutz_d Nutz_m Nützlichkeit
Alt_Qual1 0.07 0.049 -0.151 -0.207 0.036 0.067 -0.119
Alt_Qual2 0.052 -0.074 -0.102 -0.169 0.147 0.043 0.058
Alt_Qual3 0.055 0.032 -0.029 -0.144 0.029 -0.006 -0.03
Alt_Qual4 0.153 -0.058 -0.184 -0.072 0.227 -0.003 0.034
Alter 0.66 0.048 -0.088 -0.163 0.128 0.09 -0.123
EoU1 0.062 -0.611 0.149 0.225 0.171 -0.04 0.344
EoU2 0.027 -0.545 0.17 0.251 0.18 -0.026 0.351
EoU3 0.076 -0.529 0.136 0.175 0.16 -0.031 0.292
Geschlecht 0.267 -0.128 -0.113 -0.06 0.203 0.039 0.159
Inet_Erf 1,000 -0.065 -0.129 -0.136 0.136 0.043 -0.055
Involve1 0.203 -0.197 0.153 0.018 0.148 0.078 0.305
Involve2 0.238 -0.183 0.156 0.016 0.075 0.043 0.244
Langfr_Nutz1 0.101 -0.203 0.283 0.234 0.217 0.024 0.308
Langfr_Nutz2 0.172 -0.23 0.167 0.124 0.17 0.003 0.272
Langfr_Nutz3 -0.03 -0.376 0.202 0.06 0.127 -0.052 0.239
Lern1 -0.091 0.944 -0.06 -0.119 -0.176 0.064 -0.242
Lern2 -0.063 0.948 -0.047 -0.127 -0.22 0.08 -0.228
Lern3 -0.034 0.946 -0.043 -0.103 -0.202 0.097 -0.223
Loy1 -0.161 -0.005 0.929 0.183 -0.067 0.137 0.196
Loy2 -0.154 -0.049 0.93 0.182 -0.045 0.051 0.213
Loy3 -0.036 -0.082 0.82 0.199 0 0.026 0.244
Netzwerk1 -0.122 -0.079 0.12 0.798 0.179 -0.028 0.253
Netzwerk2 -0.108 -0.109 0.12 0.845 0.212 0.001 0.298
Netzwerk3 -0.134 -0.121 0.211 0.912 0.096 -0.037 0.391
Netzwerk4 -0.104 -0.107 0.241 0.882 0.096 -0.122 0.38
60
Nutzungsdauer 0.136 -0.211 -0.041 0.157 1,000 0.002 0.059
Nutzungsmenge 0.043 0.086 0.079 -0.06 0.002 1,000 -0.025
PU1 0.047 -0.176 0.155 0.124 0.027 0.053 0.744
PU2 -0.22 -0.135 0.166 0.529 0.042 -0.108 0.672
PU3 0.052 -0.212 0.228 0.12 0.063 0.04 0.779
PU4 -0.064 -0.175 0.142 0.434 0.032 -0.083 0.684
Vert1 -0.05 -0.28 0.314 0.227 0.142 -0.032 0.323
Vert1 -0.05 -0.28 0.314 0.227 0.142 -0.032 0.323
Vert2 0.076 -0.136 0.229 0.065 0.049 0.061 0.295
Vert2 0.076 -0.136 0.229 0.065 0.049 0.061 0.295
Vert3 -0.088 -0.15 0.275 0.106 0.048 -0.002 0.277
Vert3 -0.088 -0.15 0.275 0.106 0.048 -0.002 0.277
Vert4 -0.011 -0.144 0.331 0.09 0.099 0.06 0.184
Vert4 -0.011 -0.144 0.331 0.09 0.099 0.06 0.184
Vert5 -0.023 -0.121 0.318 0.099 0.135 0.082 0.197
Vert5 -0.023 -0.121 0.318 0.099 0.135 0.082 0.197
Vert6 0.004 -0.081 0.339 0.025 0.037 0.143 0.126
Vert6 0.004 -0.081 0.339 0.025 0.037 0.143 0.126
Vert7 -0.02 -0.073 0.27 0.039 0.052 0.111 0.137
Vert7 -0.02 -0.073 0.27 0.039 0.052 0.111 0.137
Vert8 -0.063 -0.054 0.237 0.038 0.052 0.126 0.083
Vert8 -0.063 -0.054 0.237 0.038 0.052 0.126 0.083
Wechsel1 -0.061 0.228 0.195 0.151 -0.076 0.047 0.092
Wechsel2 -0.035 0.215 0.24 0.104 -0.096 0.126 0.081
Wechsel3 -0.116 0.312 0.268 0.192 -0.086 0.099 0.085
Wechsel4 -0.084 0.435 0.255 0.059 -0.078 0.077 0.025
Zahl1 0.142 -0.025 0.179 0.044 0.056 0.164 0.096
Zahl2 0.171 -0.032 0.149 0.045 -0.026 0.153 0.099
Zufr1 -0.045 -0.368 0.341 0.287 0.103 0.013 0.466
Zufr2 0.009 -0.341 0.254 0.261 0.116 -0.047 0.436
Zufr3 0 -0.279 0.191 0.277 0.09 -0.066 0.346
Zwang2 -0.019 0.17 0 0.127 -0.016 0.012 -0.05
Tab. A-5: Kreuzladungen der Indikatoren (fortgesetzt)
Vertrauen Wechselk Zahl_ber Zufr Zwang involv langfr_N
Alt_Qual1 -0.028 -0.077 0.070 -0.184 0.01 0.035 -0.142
Alt_Qual2 0.088 -0.142 0.163 0.025 -0.001 0.173 -0.021
Alt_Qual3 -0.004 -0.138 0.100 -0.057 -0.02 0.104 -0.106
Alt_Qual4 -0.057 -0.194 0.039 0.022 -0.087 0.092 0.058
Alter 0.005 -0.015 0.062 -0.093 -0.023 0.185 0.054
EoU1 0.331 -0.114 0.135 0.549 -0.181 0.195 0.385
EoU2 0.369 -0.114 0.133 0.568 -0.173 0.136 0.385
EoU3 0.298 -0.161 0.078 0.381 -0.216 0.144 0.319
61
Geschlecht 0.133 -0.152 0.136 0.152 -0.205 0.239 0.143
Inet_Erf -0.033 -0.091 0.162 -0.016 -0.019 0.234 0.113
Involve1 0.127 0.056 0.227 0.108 0.061 0.948 0.344
Involve2 0.039 0.052 0.207 0.083 0.058 0.934 0.308
Langfr_Nutz1 0.211 0.153 0.106 0.437 -0.168 0.203 0.809
Langfr_Nutz2 0.141 0.059 0.111 0.27 -0.073 0.368 0.754
Langfr_Nutz3 0.19 -0.072 -0.023 0.365 -0.164 0.219 0.663
Lern1 -0.144 0.338 -0.042 -0.343 0.156 -0.215 -0.33
Lern2 -0.135 0.33 -0.005 -0.371 0.13 -0.193 -0.343
Lern3 -0.205 0.368 -0.035 -0.342 0.192 -0.168 -0.324
Loy1 0.388 0.232 0.122 0.228 -0.003 0.047 0.214
Loy2 0.383 0.219 0.124 0.269 -0.028 0.085 0.237
Loy3 0.304 0.315 0.201 0.305 0.028 0.292 0.336
Netzwerk1 -0.027 0.153 -0.011 0.141 0.123 0.008 0.147
Netzwerk2 0.038 0.123 0.029 0.211 0.145 -0.026 0.167
Netzwerk3 0.151 0.149 0.074 0.311 0.095 0.049 0.175
Netzwerk4 0.173 0.096 0.047 0.336 0.092 0.014 0.187
Nutzungsdauer 0.106 -0.1 0.015 0.115 -0.016 0.12 0.234
Nutzungsmenge 0.099 0.104 0.163 -0.031 0.012 0.065 -0.007
PU1 0.233 0.055 0.126 0.361 -0.126 0.29 0.253
PU2 0.188 0.067 -0.078 0.331 0.047 -0.039 0.258
PU3 0.244 0.046 0.188 0.405 -0.11 0.419 0.327
PU4 0.078 0.075 0.017 0.23 0.08 0.109 0.203
Vert1 0.48 0.032 0.101 0.454 -0.016 0.216 0.24
Vert1 0.48 0.032 0.101 0.454 -0.016 0.216 0.24
Vert2 0.431 0.074 0.142 0.298 -0.035 0.201 0.192
Vert2 0.431 0.074 0.142 0.298 -0.035 0.201 0.192
Vert3 0.708 0.055 0.196 0.399 -0.138 0.036 0.206
Vert3 0.708 0.055 0.196 0.399 -0.138 0.036 0.206
Vert4 0.805 -0.021 0.180 0.342 -0.126 0.029 0.249
Vert4 0.805 -0.021 0.180 0.342 -0.126 0.029 0.249
Vert5 0.822 0.026 0.153 0.416 -0.145 0.057 0.221
Vert5 0.822 0.026 0.153 0.416 -0.145 0.057 0.221
Vert6 0.85 0.017 0.281 0.262 -0.09 0.041 0.143
Vert6 0.85 0.017 0.281 0.262 -0.09 0.041 0.143
Vert7 0.822 0.008 0.296 0.252 -0.059 0.019 0.126
Vert7 0.822 0.008 0.296 0.252 -0.059 0.019 0.126
Vert8 0.757 0.014 0.273 0.201 -0.038 0.008 0.053
Vert8 0.757 0.014 0.273 0.201 -0.038 0.008 0.053
Wechsel1 0.02 0.827 0.173 0.011 0.279 0.085 0.062
Wechsel2 0.075 0.868 0.235 0.011 0.179 0.103 0.107
Wechsel3 0.026 0.889 0.135 -0.027 0.266 0.039 0.047
Wechsel4 -0.007 0.775 0.090 -0.124 0.168 -0.015 0.045
62
Zahl1 0.264 0.185 0.968 0.149 0.083 0.233 0.102
Zahl2 0.285 0.169 0.970 0.152 0.058 0.216 0.078
Zufr1 0.49 -0.028 0.159 0.923 -0.099 0.095 0.478
Zufr2 0.404 -0.057 0.16 0.934 -0.122 0.13 0.455
Zufr3 0.273 -0.037 0.085 0.835 -0.155 0.038 0.353
Zwang2 -0.118 0.263 0.072 -0.134 1,000 0.063 -0.183
Tab. A-6: Kreuzladungen der Indikatoren (fortgesetzt)
63
Tab. A-7: Diskriminanzvaliditätsanalyse mittels Fornell-Larcker Kriterium
Alt_
Qual
Alter Wohlw Komp PEU Gesch Integr Inet_
Erf
Lern Loy Krit_
M
Nutz_
d
Nutz_
m
PU Vertr Wechsel Zahl_
b
Zufrie Zwang involv langfr_
Nutz
Alt_Qual 0,775
Alter 0,094 single-
item
Wohlw 0,023 0,056 0,932
Komp 0,021 -0,061 0,226 0,880
PEU 0,081 -0,015 0,259 0,316 0,908
Gesch 0,196 0,147 0,057 0,204 0,156 singe-
item
Integr -0,032 -0,018 0,640 0,353 0,332 0,116 0,870
Inet_Erf 0,114 0,660 -0,027 0,011 0,059 0,267 -0,044 singe-
item
Lern -0,029 0,048 -0,075 -0,241 -0,619 -0,128 -0,158 -0,065 0,946
Loyalität -0,161 -0,088 0,304 0,311 0,167 -0,113 0,355 -0,129 -0,052 0,894
Krit_M -0,182 -0,163 0,036 0,171 0,241 -0,060 0,112 -0,136 -0,122 0,211 0,860
Nutz_d 0,163 0,128 0,050 0,111 0,188 0,203 0,110 0,136 -0,211 -0,041 0,157 singe-
item
Nutz_m 0,031 0,090 0,136 0,014 -0,036 0,039 0,056 0,043 0,086 0,079 -0,060 0,002 singe-
item
PU -0,005 -0,123 0,125 0,352 0,364 0,159 0,249 -0,055 -0,244 0,245 0,394 0,059 -0,025 0,721
Vertrau 0,000 0,005 0,870 0,519 0,368 0,133 0,897 -0,033 -0,172 0,401 0,114 0,106 0,099 0,267 0,726
Wechsel -0,185 -0,015 0,014 0,059 -0,140 -0,152 0,022 -0,091 0,366 0,289 0,149 -0,100 0,104 0,082 0,031 0,841
Zahlb 0,118 0,062 0,304 0,137 0,129 0,136 0,201 0,162 -0,030 0,169 0,046 0,015 0,163 0,101 0,284 0,183 0,969
Zufrie -0,046 -0,093 0,257 0,432 0,556 0,152 0,442 -0,016 -0,371 0,301 0,304 0,115 -0,031 0,470 0,448 -0,045 0,155 0,898
Zwang -0,038 -0,023 -0,068 -0,028 -0,207 -0,205 -0,156 -0,019 0,170 -0,000 0,127 -0,016 0,012 -0,050 -0,118 0,263 0,072 -
0,134
singe-
item
involve 0,135 0,185 0,025 0,237 0,175 0,239 0,047 0,234 -0,202 0,164 0,018 0,120 0,065 0,294 0,091 0,058 0,231 0,102 0,063 0,941
langfr_N -0,049 0,054 0,117 0,247 0,401 0,143 0,260 0,113 -0,351 0,297 0,197 0,234 -0,007 0,369 0,244 0,076 0,092 0,484 -0,183 0,347 0,744
64
First Set
(->Loyalität)
Second Set
(-> Wechselkosten)
Third Set
(-> langfr. Nutzung)
Fourth Set
(-> Zahlbereitschaft)
Konstrukte VIF Konstrukte VIF Konstrukte VIF Konstrukte VIF
Vertrauen 1,30 Vertrauen 1,45 Vertrauen 1,49 Alt_Qual 1,13
Zufriedenheit 1,68 Zufriedenheit 1,70 Zufriedenheit 1,86 Netzwerk 1,18
Nützlichkeit 1,48 Nützlichkeit 1,49 Nützlichkeit 1,48 Lernaufwand 1,29
Alt_Qual 1,11 Alt_Qual 1,12 Loyalität 1,46 Loyalität 1,18
Netzwerk 1,35 Netzwerk 1,36 Wechselkosten 1,24 Wechselkosten 1,36
Lernaufwand 1,23 Lernaufwand 1,24 Involvement 1,29 Nutzungsd 1,16
Nutzungsd 1,17 Loyalität 1,34 Einfachheit 1,63 Nutzungsm 1,04
Nutzungsm 1,03 Nutzungsd 1,17 Zwang 1,17 Geschlecht 1,16
Geschlecht 1,20 Nutzungsm 1,04 Nutzungsd 1,10 Alter 1,84
Alter 1,86 Geschlecht 1,23 Nutzungsm 1,04 Inet_Erfahrung 1,90
Inet_Erfahrung 1,91 Alter 1,86 Geschlecht 1,29
Inet_Erfahrung 1,92 Alter 1,86
Inet_Erfahrung 1,94
Tab. A-8: Kollinearitätsmessung mittels VIFs
65
Pfadkoeffizient T Statistik Signifikanzlevel Totaler Effekt T Statistik
Totaler Effekt
Signifikanzlevel
Totaler Effekt
Alt_Qual -> Loyalität -0.1 1.737 0.1 -0.1 1.737 0.1
Alt_Qual -> Wechselkosten -0.11 1.74 0.1 -0.135 2.147 0.05
Alt_Qual -> Zahlungsbereitschaft 0.151 2.41 0.05 0.109 1.617 nicht signifikant
Alter -> Loyalität 0.008 0.12 nicht signifikant 0.008 0.12 nicht signifikant
Alter -> Wechselkosten 0.038 0.609 nicht signifikant 0.04 0.6 nicht signifikant
Alter -> Zahlungsbereitschaft -0.088 1.196 nicht signifikant -0.078 1.09 nicht signifikant
Alter -> langfr_Nutzung 0.002 0.024 nicht signifikant 0.007 0.102 nicht signifikant
Einfachheit_Nutzung -> langfr_Nutzung 0.104 1.843 0.1 0.104 1.843 0.1
Geschlecht -> Loyalität -0.143 2.452 0.05 -0.143 2.452 0.05
Geschlecht -> Wechselkosten -0.06 1.04 nicht signifikant -0.096 1.649 nicht signifikant
Geschlecht -> Zahlungsbereitschaft 0.107 1.746 0.1 0.067 1.075 nicht signifikant
Geschlecht -> langfr_Nutzung -0.037 0.698 nicht signifikant -0.066 1.267 nicht signifikant
Inet_Erfahrung -> Loyalität -0.048 0.706 nicht signifikant -0.048 0.706 nicht signifikant
Inet_Erfahrung -> Wechselkosten -0.016 0.225 nicht signifikant -0.028 0.371 nicht signifikant
Inet_Erfahrung -> Zahlungsbereitschaft 0.212 2.414 0.05 0.199 2.33 0.05
Inet_Erfahrung -> langfr_Nutzung 0.07 0.97 nicht signifikant 0.061 0.829 nicht signifikant
Lernaufwand -> Loyalität 0.044 0.841 nicht signifikant 0.044 0.841 nicht signifikant
Lernaufwand -> Wechselkosten 0.38 6.785 0.01 0.392 6.818 0.01
Lernaufwand -> Zahlungsbereitschaft -0.079 1.304 nicht signifikant 0.01 0.16 nicht signifikant
Loyalität -> Wechselkosten 0.256 4.56 0.01 0.256 4.56 0.01
Loyalität -> Zahlungsbereitschaft 0.14 2.36 0.05 0.194 3.472 0.01
Loyalität -> langfr_Nutzung 0.131 2.443 0.05 0.16 3.079 0.01
Netzwerk -> Loyalität 0.081 1.318 nicht signifikant 0.081 1.318 nicht signifikant
66
Netzwerk -> Wechselkosten 0.096 1.591 nicht signifikant 0.117 1.872 0.1
Netzwerk -> Zahlungsbereitschaft 0.039 0.675 nicht signifikant 0.075 1.243 nicht signifikant
Nutzungsdauer -> Loyalität -0.049 0.819 nicht signifikant -0.049 0.819 nicht signifikant
Nutzungsdauer -> Wechselkosten 0.004 0.069 nicht signifikant -0.009 0.17 nicht signifikant
Nutzungsdauer -> Zahlungsbereitschaft -0.045 0.832 nicht signifikant -0.054 0.978 nicht signifikant
Nutzungsdauer -> langfr_Nutzung 0.163 3.381 0.01 0.155 3.171 0.01
Nutzungsmenge -> Loyalität 0.063 1.184 nicht signifikant 0.063 1.184 nicht signifikant
Nutzungsmenge -> Wechselkosten 0.065 1.026 nicht signifikant 0.081 1.31 nicht signifikant
Nutzungsmenge -> Zahlungsbereitschaft 0.129 1.526 nicht signifikant 0.155 1.746 0.1
Nutzungsmenge -> langfr_Nutzung -0.022 0.578 nicht signifikant -0.005 0.121 nicht signifikant
Nützlichkeit -> Loyalität 0.104 1.57 nicht signifikant 0.104 1.57 nicht signifikant
Nützlichkeit -> Wechselkosten 0.116 1.8 0.1 0.142 2.274 0.05
Nützlichkeit -> langfr_Nutzung 0.075 1.253 nicht signifikant 0.105 1.75 0.1
Vertrauen -> BENEVOL 0.87 46.982 0.01 0.87 46.982 0.01
Vertrauen -> COMP 0.519 8.448 0.01 0.519 8.448 0.01
Vertrauen -> INTEGR 0.897 75.618 0.01 0.897 75.618 0.01
Vertrauen -> Loyalität 0.334 5.41 0.01 0.388 6.981 0.01
Vertrauen -> Wechselkosten -0.028 0.415 nicht signifikant 0.052 0.855 nicht signifikant
Vertrauen -> Zufriedenheit 0.448 8.524 0.01 0.448 8.524 0.01
Vertrauen -> langfr_Nutzung -0.066 1.023 nicht signifikant 0.137 2.034 0.05
Wechselkosten -> Zahlungsbereitschaft 0.21 3.308 0.01 0.21 3.308 0.01
Wechselkosten -> langfr_Nutzung 0.113 2.043 0.05 0.113 2.043 0.05
Zufriedenheit -> Loyalität 0.119 1.836 0.1 0.119 1.836 0.1
Zufriedenheit -> Wechselkosten -0.043 0.665 nicht signifikant -0.013 0.188 nicht signifikant
Zufriedenheit -> langfr_Nutzung 0.327 5.319 0.01 0.341 5.37 0.01
67
Zwang -> langfr_Nutzung -0.169 2.833 0.01 -0.169 2.833 0.01
involvement -> langfr_Nutzung 0.236 4.478 0.01 0.236 4.478 0.01
Alt_Qual -> langfr_Nutzung -0.028 1.982 0.05
Lernaufwand -> langfr_Nutzung 0.05 2.144 0.05
Netzwerk -> langfr_Nutzung 0.024 1.559 nicht signifikant
Nützlichkeit -> Zahlungsbereitschaft 0.044 2.275 0.05
Vertrauen -> Zahlungsbereitschaft 0.065 2.182 0.05
Zufriedenheit -> Zahlungsbereitschaft 0.014 0.675 nicht signifikant
Tab. A-9: Pfadkoeffizienten, totale Effekte und Signifikanzen (detailliert)
68
Endogenous Latent Variable SSO SSE 1-SSE/SSO (Q²)
langfr_Nutzung 915 704,058 0,231
Zahlungsbereitschaft 610 520,247 0,147
Wechselkosten 1220 994,122 0,185
Loyalität 915 722,222 0,211
Zufriedenheit 915 772,272 0,156
BENEVOL 915 319,918 0,65
COMP 610 485,7 0,204
INTEGR 915 362,262 0,604
Tab. A-10: Q²-Werte der endogenen Konstrukte
BEN COMP INT Loy Wechsel Zahl_b Zufr langfr_N
Alt_Qual 0,012 0,014 0,023 0 0,048 0,012 0,026 0,005
Alter 0 0,001 0,005 0 0,001 -0,004 0,026 0,004
PEU 0,01 0,005
Geschlecht 0,023 0,004 0,012 0,002 0,016 -0,002 0,033 0,004
Inet_Erf 0,001 0 0,028 0,003 0,001 -0,005 0,047 0,005
Lernaufwand 0,003 0,167 0,005 0 0,019 0,096 0,023 0,001
Loyalität 0,068 0,018 0,02 0,096 0,023 0,001
Netzwerk 0,007 0,008 0,002 0 0,005 0,01 0,005 0
Nutzungsdauer 0,003 0 0,002 0,041 0,004 -0,005 0,023 0,02
Nutzungsmenge 0,005 0,006 0,019 0 0,004 -0,001 0,034 0,001
Nützlichkeit 0,011 0,014 0 0,005 0,009 0,011 0,002 0,004
Vertrauen 0,115 -0,001 0 0,252 0,005 0,09 -0,005 0,043 0,185 0,001
Wechselkosten 0,038 0,017 0,038 0,008
Zufriedenheit 0,013 0,003 0 0,099 0,009 0,001 0 0,04
Zwang 0,043 0,02
involvement 0,065 0,036
Tab. A-11: f²- und q²-Werte
69
Direkter Pfad Indirekte Pfade Signifikanzlevel der indirekten Pfade
(Pfad 1; Pfad2) Pfad 1 Pfad 2
Vertrauen->Langfristige Nutzung Vertrauen->Loyalität Loyalität->Langfristige Nutzung 0,01; 0,05
Zufriedenheit->Langfristige Nutzung Zufriedenheit->Loyalität Loyalität->Langfristige Nutzung 0,1; 0,05
Nützlichkeit->Langfristige Nutzung Nützlichkeit->Loyalität Loyalität->Langfristige Nutzung Nicht signifikant; 0,05
Alternativenqualität->
Zahlungsbereitschaft
Alternativenqualität->Wechselkosten Wechselkosten->Zahlungsbereitschaft 0,1; 0,01
Netzwerk->Zahlungsbereitschaft Netzwerk->Wechselkosten Wechselkosten->Zahlungsbereitschaft Nicht signifikant; 0,01
Lernaufwand->Zahlungsbereitschaft Lernaufwand->Wechselkosten Wechselkosten->Zahlungsbereitschaft 0,01; 0,01
Vertrauen->Loyalität Vertrauen->Zufriedenheit Zufriedenheit->Loyalität 0,01; 0,1
Nutzungsdauer->
Zahlungsbereitschaft
Nutzungsdauer->Wechselkosten Wechselkosten->Zahlungsbereitschaft Nicht signifikant; 0,01
Nutzungsmenge->
Zahlungsbereitschaft
Nutzungsmenge->Wechselkosten Wechselkosten->Zahlungsbereitschaft Nicht signifikant; 0,01
Alter->Zahlungsbereitschaft Alter->Wechselkosten Wechselkosten->Zahlungsbereitschaft Nicht signifikant; 0,01
Geschlecht->Zahlungsbereitschaft Geschlecht->Wechselkosten Wechselkosten->Zahlungsbereitschaft Nicht signifikant; 0,01
Interneterfahrung->
Zahlungsbereitschaft
Interneterfahrung->Wechselkosten Wechselkosten->Zahlungsbereitschaft Nicht signifikant; 0,01
Nutzungsdauer-> Langfristige
Nutzung
Nutzungsdauer->Loyalität Loyalität->Langfristige Nutzung Nicht signifikant; 0,05
Nutzungsmenge-> Langfristige
Nutzung
Nutzungsmenge->Loyalität Loyalität->Langfristige Nutzung Nicht signifikant; 0,05
Alter->Langfristige Nutzung Alter->Loyalität Loyalität->Langfristige Nutzung Nicht signifikant; 0,05
Geschlecht->Langfristige Nutzung Geschlecht->Loyalität Loyalität->Langfristige Nutzung 0,05; 0,05
Interneterfahrung->
Langfristige Nutzung
Interneterfahrung->Loyalität Loyalität->Langfristige Nutzung Nicht signifikant; 0,05
Loyalität � Zahlungsbereitschaft Loyalität � Wechselkosten Wechselkosten�Zahlungsbereitschaft 0,01; 0,01
Tab. A-12: Mediatorenanalyse: Prüfung der notwendigen Bedingung
70
Abb. A-1:Strukturmodell inklusive aller untersuchten Wirkungsbeziehungen
Konstrukt Performanz (LV Index Values )
Einfachheit der Nutzung 83,10
Nützlichkeit 81,56
Zufriedenheit 80,84
Kompetenz 75,66
Absicht der langfristigen Nutzung 74,92
Netzwerk 71,92
Integrität 61,84
Vertrauen 60,26
Involvement 57,72
Wohlwollen 50,89
Loyalität 45,71
Wechselkosten 36,70
Qualität der Alternativen 35,48
Zwang 27,49
Lernaufwand 22,77
Zahlungsbereitschaft 12,41
Tab. A-13: Performanz ausgewählter Konstrukte
71
Fragebogen Seite 1
72
73
Fragebogen Seite 2
74
75
Fragebogen Seite 3
76
77
Fragebogen Seite 4
78
79
Fragebogen Seite 5
