Reputation in wirtschaftlichen Transaktionen Inaugural-Dissertation zur Erlangung des akademischen Grades eines Doktors der Wirtschafts- und Sozialwissenschaften (Dr. rer. pol.) der Friedrich-Alexander-Universität Erlangen – Nürnberg vorgelegt von: Dipl.-Sozialw. Christina Meyer aus: Nürnberg
113
Embed
Reputation in wirtschaftlichen Transaktionen · eines Akteurs (Noorderhaven 1992; Zeckhauser & Pratt 1985) betreffen kann. Ein vielzitiertes Beispiel in diesem Zusammenhang stellt
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Reputation in wirtschaftlichen
Transaktionen
Inaugural-Dissertation
zur Erlangung des akademischen Grades eines Doktors
der Wirtschafts- und Sozialwissenschaften
(Dr. rer. pol.)
der Friedrich-Alexander-Universität Erlangen – Nürnberg
vorgelegt von: Dipl.-Sozialw. Christina Meyer
aus: Nürnberg
Erstreferent: Prof. Dr. Martin Abraham
Zweitreferentin: Prof. Dr. Veronika Grimm
Letzte Prüfung: 12.11.2012
Vorwort
Zahlreiche Menschen haben mich während des Entstehungsprozesses meiner Dissertation
begleitet, denen ich an dieser Stelle danken möchte. Mein erster Dank gilt Martin
Abraham, der als Erstreferent den Anstoß zu dem Thema dieser Dissertation gab und der
während der gesamten Zeit mein wichtigster Ansprechpartner bei allen Fragen war.
Veronika Grimm danke ich sowohl für Ihre Tätigkeit als Zweitgutachterin als auch für die
gute Zusammenarbeit in dem von der Deutschen Forschungsgemeinschaft (DFG)
geförderten Projekt „Reputation in Wirtschaftsbeziehungen“. Mit Michael Seebauer hatte
ich in diesem Forschungsprojekt einen verlässlichen Kollegen an meiner Seite, mit dem
mir die Zusammenarbeit immer große Freude bereitet hat. Meinen Kolleginnen und
Kollegen vom Lehrstuhl für Soziologie und Empirische Sozialforschung danke ich für die
hilfreiche Unterstützung. Die fachlichen Diskussionen halfen mir während der
Entstehungsjahre dieser Arbeit ebenso wie die freundschaftliche Atmosphäre, in deren
Umfeld ich diese Dissertation verfassen konnte.
Für das Korrekturlesen und die prompte telefonische Hilfe bei dringenden PC-technischen
Fragen sei an dieser Stelle meinem Bruder Karsten Meyer gedankt. Meinen Eltern danke
ich ganz besonders für die stete Unterstützung, mit der sie meinen Weg begleitet haben. Zu
guter Letzt gilt mein Dank Christian Neeß, der nicht nur positiven Einfluss auf die
Einhaltung meines Zeitplans nahm, sondern mir auch stets gezeigt hat, wie sehr er an den
2007). So weisen Rooks et al. (2011) in ihrer Untersuchung zum Tratsch unter
Geschäftspartnern über Dritte beispielsweise nach, dass die Wahrscheinlichkeit der
Weitergabe von Information über einen Geschäftspartner nach problematischen
Transaktionen größer ist als bei der reibungslosen Abwicklung von Geschäften. Auch die
Größe und Beschaffenheit der Netzwerke, innerhalb derer Tratsch kursieren kann, nimmt
Einfluss auf die Wahrscheinlichkeit der Informationsweitergabe.
Diese Befunde unterstützen die grundlegende Annahme des vorliegenden Beitrages, dass
Akteure die Kosten der Informationsweitergabe durchaus berücksichtigen und diese in
Kauf nehmen, um vom Nutzen solcher Informationen zu profitieren. Dies wurde ebenfalls
bei Rooks et al. (2011) thematisiert. Theoretisch lässt sich die Weitergabe von Information
als zeitlich asymmetrischer Tausch beschreiben, der den Einsatz von Ressourcen erfordert
(Blau 1964; Coleman 1990: 91). Dabei beeinflussen sowohl individuelle als auch
strukturelle Faktoren die Kosten einer Informationsweitergabe: Auf individueller Ebene
kann es sich beispielsweise um Kosten in Form von Zeitaufwand handeln, die bei der
Weitergabe, aber auch bei der Informationsverarbeitung entstehen. Für den über
Information verfügenden Akteur besteht zudem das Risiko, dass die eigene Reputation bei
der potenziellen Weitergabe falscher Information möglicherweise beschädigt wird
(Blumberg 2001), was ex post zu Kosten führen kann. Neben diesen Faktoren ist auch die
strukturelle Ebene in Form der jeweiligen Einbettung der Marktteilnehmer von zentraler
Bedeutung. Insbesondere Konkurrenz zwischen dem potenziellen Informationsproduzenten
A und dem Empfänger C sollte die Neigung zur Informationsweitergabe senken, wenn
dadurch Wettbewerbsvorteile abgebaut werden.
Mithilfe dieser einfachen Modellierung können bereits eine Reihe von Faktoren untersucht
werden, die eine potenzielle Informationsweitergabe beeinflussen. Es ist davon
auszugehen, dass die von A gemachten Erfahrungen mit einem Produkt oder einer
Dienstleistung von zentraler Bedeutung sind. Bei der möglichen Informationsweitergabe
werden aber insbesondere auch die Beschaffenheit und die Einbettung der sozialen
Beziehung zwischen den Akteuren A und C für die Entstehung von Reputation
verantwortlich sein. Dabei bestimmt das Verhältnis der Akteure zueinander die Kosten und
den Nutzen einer Handlung, also der Informationsweitergabe. Unter dieser Annahme
lassen sich Hypothesen über den Einfluss der sozialen Beziehung zwischen den Akteuren
26
A und C auf die Entstehung von Reputation ableiten. Allerdings hängen Kosten und
Nutzen in hohem Maße vom jeweiligen Tauschgut ab. Dementsprechend wird im
Folgenden auf eine konkrete wirtschaftliche Transaktion zurückgegriffen, um inhaltlich
gehaltvolle Hypothesen generieren zu können. Darüber hinaus soll eine nachvollziehbare
Situation für die in der empirischen Studie eingesetzten Vignetten geschaffen werden.
Als Anwendungsbeispiel wird daher für die vorliegende Untersuchung der Einkauf einer
betrieblichen Weiterbildungsmaßnahme herangezogen. Unter betrieblicher Weiterbildung
versteht Becker (1999) „alle zielbezogenen geplanten und in organisierter Form
durchgeführten Maßnahmen der Qualifizierung von Personen oder Gruppen, die auf einer
Erstausbildung oder einer ersten beruflichen Tätigkeit aufgebaut sind [und] im
Zusammenspiel mit anderen Aktivitäten dem Erreichen der Unternehmensziele [dienen]“.
Um eine adäquate Weiterbildung ihrer Mitarbeiter zu gewährleisten, greifen viele
Unternehmen auf externe Anbieter zurück (Düll & Bellmann 1998; Knoke & Janowiec-
Kurle 1999). Bei der Auswahl von Weiterbildungsanbietern sehen sich Unternehmen
allerdings einem sehr komplexen Markt ausgesetzt, auf dem ein breites, teils sehr
heterogenes Angebot den Auswahlprozess erschwert. Darüber hinaus handelt es sich bei
Weiterbildungsmaßnahmen um so genannte „Erfahrungsgüter“ (Nelson 1970), bei deren
Erwerb sich der nachfragende Akteur einer besonders großen Unsicherheit ausgesetzt
sieht, da sich die Qualität einer Schulung hinsichtlich des vermittelten Inhalts und der
Durchführung ex ante oftmals nur schwer abschätzen lässt (Liechti & Abraham 2011).
Reputation kann in dieser Situation als wirksamer Orientierungsmechanismus begriffen
werden, der das Zustandekommen einer wirtschaftlichen Transaktion positiv beeinflusst.
Das Beispiel des Einkaufs von Weiterbildungsmaßnahmen stellt aus unserer Sicht daher
ein gutes Beispiel für die empirische Anwendung unserer Überlegungen dar: Die hohe
Unsicherheit bei der Transaktion geht einher mit einer gewissen „Alltäglichkeit“ bei den
Befragten und lässt so den Einsatz von Reputationsmechanismen grundsätzlich plausibel
erscheinen.
2.4 Hypothesen
In der Ausgangssituation sind die Akteure A und C als Arbeitnehmer in zwei
unterschiedlichen Betrieben tätig. Auf dieser Grundlage lassen sich verschiedene Szenarien
modellieren, z. B. die Konkurrenz zwischen den beiden Arbeitgebern. Dies erscheint
wichtig, da die bestehende soziale Beziehung zwischen A und C nicht davon losgelöst
27
betrachtet werden kann, wie die beiden Unternehmen, für die die Akteure tätig sind,
zueinander stehen (Granovetter 2000). Die soziale Beziehung zwischen A und C ist somit
eingebettet in bestehende Marktstrukturen: Die beiden Betriebe können als Wettbewerber
am Markt auftreten, A und C können aber auch für Unternehmen tätig sein, die in einer
Zulieferer-Abnehmer-Beziehung stehen. Unter der Annahme, dass Wettbewerbsstrukturen
ihrer Arbeitgeber von den Akteuren als grundsätzlich problematisch und konfliktbeladen
wahrgenommen werden,7 lässt sich Hypothese H1 ableiten: Stehen die Arbeitgeber von A
und C in einer Konkurrenzsituation, reduziert sich die Wahrscheinlichkeit der Weitergabe
von Information von A an C (H1).
Auch die zeitliche Einbettung einer Beziehung übt Einfluss auf die Handlungen von
Akteuren aus: Fasst man die Weitergabe von Information als Teil eines sozialen Tauschs in
langfristigen, dauerhaften Beziehungen auf (Blau 1964), dann kann es für Akteur A von
zentraler Bedeutung sein, ob er in der Vergangenheit von Akteur C ein entsprechendes
Tauschgut erhalten hat. Relevante Informationen zu wirtschaftlichen Transaktionen
können ein solches Gut darstellen. Im Sinne eines reziproken Tausches (Molm, Peterson &
Takahashi 1999) ist die Entscheidung für oder gegen eine Informationsweitergabe in
langfristigen Beziehungen von vergangenen erhaltenen Leistungen geprägt: Wenn A in der
Vergangenheit bereits Informationen von C erhalten hat, dann erhöht sich die
Wahrscheinlichkeit der Weitergabe von Informationen (H2).
Eine weitere Hypothese lässt sich vor dem Hintergrund der Kosten-Nutzen-Abwägung der
Akteure ableiten. Mit der Weitergabe von Information entstehen Akteur A nicht-monetäre
Kosten in Form von Zeit und Aufwand, die bei der Weitergabe von Information investiert
werden müssen. Je besser A abschätzen kann, inwiefern C überhaupt Bedarf an der
Information über einen Weiterbildungsanbieter hat, desto mehr Sicherheit hat A darüber,
dass der Nutzen der Informationsweitergabe entstehende Kosten und mögliche Risiken
rechtfertigt. Diese Annahme führt zu einer weiteren Hypothese: Wenn A Wissen darüber
besitzt, ob C auch auf der Suche nach einer solchen Weiterbildungsmaßnahme ist, dann ist
die Weitergabe von Information wahrscheinlicher (H3).
Die soziale Beziehung zwischen den beiden Akteuren muss nicht zwingend auf einer rein
geschäftlichen Ebene angesiedelt sein. Zu berücksichtigen ist die mögliche Multiplexität
der Beziehung zwischen A und C (Gluckman 1962): Zwei Akteure stehen beispielsweise
7 Dies scheint ceteris paribus plausibel, da Arbeitnehmern in der Regel klar sein dürfte, dass ihr Arbeitgeber gegen andere
Unternehmen konkurriert und sie aufgrund ihres Arbeitsvertrages die Interessen ihres Arbeitgebers wahrnehmen müssen.
Es sind jedoch auch Situationen denkbar, in denen externe Loyalitäten diejenige zum Arbeitgeber überlagern.
28
nicht nur durch eine Geschäftsbeziehung, sondern auch privat in Kontakt. Empirische
Befunde zeigen, dass die Art der Beziehung mit dem Transaktionspartner Einfluss auf das
wirtschaftliche Handeln hat, also in vielen Fällen bevorzugt Geschäfte mit freundschaftlich
verbundenen Akteuren getätigt werden (Ben-Porath 1980). Uzzi (1996) formuliert es noch
deutlicher, indem er davon ausgeht, dass die Identität von Individuen sowie die
Beschaffenheit der Beziehung genauso wichtig sind wie die weiterzugebende Information
selbst. Hypothese 4 postuliert in diesem Sinne: Existiert zusätzlich zu einer
Geschäftsbeziehung eine Freundschaftsbeziehung zwischen A und C, dann erhöht dies die
Wahrscheinlichkeit einer Informationsweitergabe (H4).
Neben der Art und der Einbettung der sozialen Beziehung zwischen den Akteuren A und C
wird aber auch die Erfahrung mit der Dienstleistung selbst Einfluss auf die
Reputationsentstehung nehmen. Beiträge aus der Dienstleistungsforschung zeigen, dass die
Qualität und das damit einhergehende Maß an Zufriedenheit mit einem ausgetauschten Gut
einen hohen Einfluss darauf haben können, ob und in welchem Ausmaß ein Käufer mit
einem Anbieter gemachte Erfahrungen anderen mitteilt (vgl. z.B. Zeithaml, Berry &
Parasuraman 1996). Theoretisch lassen sich zwei entgegengesetzte Handlungsstrategien
erwarten: Denkbar ist, dass die eigene Erfahrung mit der eingekauften Maßnahme
insbesondere dann weitergegeben wird, wenn die Qualität der Weiterbildungsmaßnahme
als schlecht empfunden wurde. Fühlt sich ein Kunde ungerecht behandelt, so können
Motive wie der Drang, seinem Ärger Luft zu machen oder eine schlechte Dienstleistung zu
sanktionieren, die Weitergabe von Information forcieren (Stirling 1956). Denkbar ist aber
auch, dass insbesondere eine als gut empfundene Dienstleistung Anlass zur Weitergabe
von Information gibt (Boulding, Kalra, Staelin & Zeithaml 1993). Unter Einbeziehung
beider Argumente wird ein u-förmiger Zusammenhang von Qualität und der Weitergabe
von Information angenommen: Wird die Weiterbildungsmaßnahme qualitativ als sehr gut
oder sehr schlecht empfunden, dann ist die Weitergabe von Information wahrscheinlicher,
als wenn die Qualität als durchschnittlich beurteilt wird (H5).
Die bisher aufgestellten Hypothesen beschränken sich ausschließlich auf die
Interaktionstriade von drei Akteuren. Wie eingangs erwähnt, handelt es sich dabei um ein
stark reduziertes Basismodell. Im Folgenden wird eine Erweiterung dieses Modells
vorgenommen, indem ein weiterer Netzwerkakteur einbezogen wird: Akteur A ist nicht
selbst Tauschpartner von Weiterbildungsanbieter B, sondern er erhält seinerseits
Informationen von Dritten. Eine solche Situation zeigt sich beispielsweise in der Praxis,
29
wenn der für den Einkauf einer Weiterbildungsmaßnahme verantwortliche Mitarbeiter
nicht selbst an dieser Maßnahme teilnimmt. Oftmals besuchen auch nicht alle Angestellten
einer Fachabteilung dieselbe Schulung mit demselben Trainer. Die Erfahrungen mit einer
Schulung zirkulieren dann aber dennoch unter den Kollegen. Auch wenn arbeitsteilige
Organisationsstrukturen nur dann funktionieren können, wenn ein Austausch an
Informationen zwischen Individuen besteht (McEvily, Perrone & Zaheer 2003), so wird
ein Akteur in vielen Fällen selbst gemachten Erfahrungen doch in stärkerem Maße trauen
als den Berichten von Kollegen oder Mitarbeitern (Buskens 2002), da eigene Erfahrungen
als genauer und verlässlicher empfunden werden (Granovetter 1985). Dies sollte ebenfalls
Einfluss auf die Weitergabe von Information haben und führt zu folgender Hypothese:
Werden die Erfahrungen mit der Weiterbildungsmaßnahme selbst gemacht, dann ist die
Weitergabe von Information wahrscheinlicher, als wenn es sich um Erfahrungen von
Dritten (z. B. von Mitarbeitern oder Arbeitskollegen) handelt (H6).
2.5 Methodische Umsetzung
Für die empirische Umsetzung wird die Methode der Vignettenanalyse, auch faktorieller
Survey genannt, eingesetzt. Diese Methode wurde bei der Untersuchung von Interaktionen
im Kontext wirtschaftlicher Transaktionen bereits des Öfteren angewandt (z. B. Rooks et
al. 2000). Bei der Methode des faktoriellen Surveys legt man Befragten hypothetische
Situationsbeschreibungen zur Beurteilung vor. Diese Situationen werden auch als
Vignetten bezeichnet (Beck & Opp 2001; Rossi & Anderson 1982). Die einzelnen
Situationsbeschreibungen unterscheiden sich in der Ausprägung bestimmter Merkmale,
den so genannten Vignettendimensionen. Diese werden in den einzelnen Vignetten
systematisch variiert und den Befragten randomisiert zugeteilt (Auspurg, Abraham & Hinz
2009). Mithilfe des faktoriellen Designs lassen sich kausale Effekte der in den Vignetten
variierten Stimuli auf das Antwortverhalten der Befragten schätzen. Der Vorteil des
faktoriellen Surveys liegt in dem Umstand, dass die experimentelle Logik mit einem
klassischen Befragungsdesign durchgeführt werden kann.8
Für das zu untersuchende Forschungsproblem wurden den Teilnehmern verschiedene
Situationen vorgelegt, in denen sie eine bestimmte Erfahrung mit einer
Weiterbildungsmaßnahme gemacht hatten. Die Befragten gaben für jede Vignette an, ob
8 Wie bei jedem Experiment stellt sich natürlich die Frage der externen Validität, d.h. der Übertragbarkeit der Ergebnisse
auf Basis fiktiver Situation auf reale Handlungen. Erste Befunde zeigen jedoch, dass gerade inhaltlich gerahmte
Vignetten mit dem tatsächlichen Verhalten korrespondieren (Nisic & Auspurg 2009).
30
sie in den gegebenen Fällen ihre Erfahrung mit dem Anbieter weitergeben würden. Wird
eine solche Information übertragen, dann entsteht nach der vorliegenden Modellierung
Reputation. Während in Vignettenanalysen meist Likert-Skalen zur Erfassung der
abhängigen Variable genutzt werden (Jasso 2006), schien diese Vorgehensweise für das
vorliegende Design zu abstrakt. Stattdessen erhielten die Befragten jeweils vier qualitativ
formulierte Antwortmöglichkeiten vorgelegt, aus denen eine auswählt wurde: Auf die
Frage „Würden Sie Ihre Erfahrungen mit dem neuen Anbieter an den Fachkollegen
weitergeben?“ konnte das potenzielle Verhalten mit den Antwortoptionen „Nein, auf
keinen Fall“, „Nur wenn er mich direkt wegen einer derartigen Weiterbildungsmaßnahme
kontaktieren würde“, „Bei Gelegenheit würde ich ihn informieren“ oder „Ich würde mich
sofort bei ihm melden und ihn informieren“ (vgl. Abb.2.2) wiedergegeben werden.
Abbildung 2.2: Beispielvignette für Befragte mit Leitungsfunktion
Als Abteilungsleiter/in in einem mittelständischen Betrieb sind Sie für die Weiterbildung Ihrer
Mitarbeiter/innen verantwortlich. In dieser Funktion entscheiden Sie nicht nur, welche/r
Mitarbeiter/in an einer Weiterbildung teilnimmt, sondern Sie wählen auch geeignete
Weiterbildungsangebote aus. Dabei greifen Sie auf externe Dienstleister zurück, deren Dozenten/innen
oder Trainer die Maßnahme durchführen.
Sie haben nun eine Weiterbildungsveranstaltung eingekauft, die bereits durchgeführt wurde. Ihre
Wahl ist dabei auf einen Anbieter gefallen, mit dem Sie bislang noch nichts zu tun hatten.
1. Stellen Sie sich vor, Sie haben selbst an dieser Weiterbildung teilgenommen. Sie bewerten die
Veranstaltung insgesamt als sehr gut.
Sie kennen jemanden, der bei einem Kooperationspartner Ihres Arbeitgebers tätig ist. Sie wissen nicht, ob
dieser Fachkollege auf der Suche nach einer derartigen Weiterbildungsmaßnahme ist. In der Vergangenheit
haben Sie von ihm ab und zu Informationen erhalten, die für Ihre berufliche Tätigkeit von Interesse waren.
Sie sind miteinander befreundet.
Würden Sie Ihre Erfahrungen mit dem neuen Anbieter an den Fachkollegen weitergeben?
□ Nein, auf keinen Fall.
□ Nur wenn er mich direkt wegen einer derartigen Weiterbildungsmaßnahme kontaktieren würde.
□ Bei Gelegenheit würde ich ihn informieren.
□ Ich würde mich sofort bei ihm melden und ihn informieren.
Variierte Dimensionen im Beispiel zur Verdeutlichung unterstrichen
Da sich die Befragten vor dem Hintergrund ihrer eigenen beruflichen Stellung möglichst
gut mit den vorgelegten Szenarien identifizieren sollten, wurden zwei Vignetten-Versionen
erstellt: Teilnehmer, die in ihrer aktuellen Tätigkeit eine Leitungsfunktion inne hatten,
wurden in den Vignetten als Abteilungsleiter mit Verantwortung für die
Mitarbeiterweiterbildung angesprochen (vgl. Abb. 2.2). Befragte ohne Führungsfunktion
sollten sich in die Situation versetzen, als Mitarbeiter an einer betrieblichen
31
Weiterbildungsmaßnahme teilgenommen zu haben und von Kollegen über deren Erfahrung
mit einer Weiterbildungsmaßnahme informiert worden zu sein. Die beiden Samples
unterschieden sich somit hinsichtlich ihrer Rahmengeschichte; die Dimensionen und ihre
Ausprägungen sowie die Zusammensetzung der Vignettendecks wurden aber für beide
Samples gleich gehalten.
Gegenstand der zu variierenden Vignettendimensionen (vgl. Abb. 2.3) war nicht nur die
Erfahrung mit der Dienstleistung, sondern vor allem die Struktur der sozialen Beziehung,
in der die Reputationsinformation weitergegeben werden sollte: Die Stellung der
Arbeitgeber zueinander (H1) wird mit den drei Ausprägungen Kooperationspartner –
Wettbewerber – andere Branche beschrieben. Die Operationalisierung der Hypothese zur
Reziprozität (H2) erfolgt anhand der Unterscheidung, ob derjenige Akteur, der über die
Möglichkeit zur Weitergabe von Information verfügt, in der Vergangenheit bereits häufig,
ab und zu oder bislang noch nie relevante Informationen vom anderen Akteur erhalten hat.
Die unabhängige Variable zum Wissen um den Bedarf des anderen Akteurs nach einer
solchen Dienstleistung (H3) geht als dichotome Variable in die Erhebung ein (wissen –
nicht wissen). Auch die Art der Beziehung zwischen A und C (H4) wird mit zwei
Ausprägungen operationalisiert: Es kann sich um einen rein geschäftlichen Kontakt
handeln oder es besteht über die geschäftliche Beziehung hinaus eine Freundschaft
zwischen A und C. Die Qualität der Weiterbildungsmaßnahme wird mit den Ausprägungen
sehr gut – durchschnittlich - sehr schlecht variiert.
Abbildung 2.3: Überblick über Dimensionen und Ausprägungen der unabhängigen
Variablen
Dimension Ausprägung
Struktur der sozialen Beziehung A-C
Beziehung auf Organisationsebene (H1) Kooperationspartner – Wettbewerber - andere Branche
Reziprozität (H2) mehrfach - ab und zu - noch keine (Informationen
erhalten)
Bedarf C (H3) wissen - nicht wissen
Beziehung auf individueller Ebene (H4): befreundet – reine Geschäftsbeziehung
Erfahrung mit der Weiterbildungsmaßnahme
Bewertung (H5) sehr gut – durchschnittlich - sehr schlecht
Art der Teilnahme (H6) selbst - andere (formell) - andere (informell)
Aus der Anzahl der Dimensionen mit ihren jeweiligen Ausprägungen ergeben sich 324
mögliche Vignetten, die mithilfe eines fraktionalisierten Designs auf verschiedene
32
Fragebogenversionen verteilt wurden.9 Die 120 Vignetten wurden 15 Decks zugeordnet.
Somit erhielt jeder Befragte acht verschiedene Situationsbeschreibungen zur Beurteilung
vorgelegt.
Die Erhebung erfolgte online im Rahmen einer 2008 durchgeführten Lohnbefragung unter
Schweizer Ingenieuren (Höglinger 2009). Im Anschluss an die eigentliche Befragung zum
Thema „Lohn“ wurden die Befragten gebeten, an der Vignettenbefragung teilzunehmen.
Insgesamt gaben 538 Befragte Urteile zu 4084 Situationsbeschreibungen ab.10
Dabei
zählten 285 Personen (=2155 Vignetten) zu Befragten, die im Rahmen ihrer Berufstätigkeit
eine Führungsposition innehatten, 253 Teilnehmer (=1929 Vignetten) wiesen keine
Führungsposition auf. Bei dem verwendeten Sample handelt es sich um keine
Zufallsstichprobe einer klar definierten Grundgesamtheit. Da wir im Rahmen der
Hypothesentestung jedoch nur an der Schätzung der experimentell variierten
Einflussfaktoren des faktoriellen Surveys interessiert sind, ist ein derartiges „convienant
sampling“ hinreichend. Allerdings ist zu beachten, dass aufgrund der besonderen
Stichprobe sowie dem speziellen Beispiel in Form des Einkaufs einer
Weiterbildungsmaßnahme die Ergebnisse nicht uneingeschränkt generalisierbar sind. Hier
muss weitere Forschung erst zeigen, ob sich in anderen Populationen, z. B. mit einem
geringeren Bildungsniveau oder für andere Transaktionstypen ähnliche Ergebnisse zeigen.
Eine Diskussion von Beschränkungen der Analyse und des sich daraus ergebenden
Forschungsbedarfs findet sich im letzten Abschnitt.
2.6 Ergebnisse
Vor der Präsentation der Ergebnisse aus den multivariaten Analysen lohnt sich zunächst
ein Blick darauf, in welchem Ausmaß überhaupt Reputation erzeugt wurde. In Tabelle 2.1
wird deutlich, dass die Teilnehmer in der jeweiligen fiktiven Situation generell eher ihre
9 Die Gesamtzahl aller möglichen Vignetten („Vignettenuniversum“) errechnet sich aus dem kartesischen Produkt aller
Vignettendimensionen. Inhaltlich unlogische Kombinationen, die zuvor auszuschließen sind (Beck & Opp 2001),
kommen im vorliegenden Design nicht vor. Somit besteht das Vignettenuniversum aus 324 Vignetten (3x3x3x2x3x2). Es
ist allerdings nicht notwendig, alle Vignetten zu erheben; stattdessen kann eine Teilmenge verwendet werden, die
genügend Information für die Schätzung der interessierenden Zusammenhänge bereitstellt. Besonders effizient ist die
Verwendung eines fraktionalisierten Designs, mit dem Vignetten gezielt so ausgewählt werden, dass mit wenig
Information eine effiziente Schätzung ermöglicht wird. Konkret wird mit Hilfe eines statistischen Programms eine
Auswahl von Vignetten gezogen, für die einerseits die einzelnen Dimensionen (und ggfs. ihre Interaktionseffekte) nicht
korreliert sind und andererseits die Varianz der Ausprägung innerhalb der Dimensionen maximiert wird (Steiner &
Atzmüller 2006). Wir danken Katrin Auspurg für die Unterstützung bei der Ziehung dieser Auswahl mit SAS. 10 In die Analyse gehen nur abhängig Beschäftigte ein. 34 Befragte, die angaben, selbstständig zu sein, werden in der
Untersuchung nicht berücksichtigt. 61 Teilnehmer, die nicht alle acht vorgelegten Vignetten ausfüllten, beurteilten
durchschnittlich 4,4 Vignetten.
33
Erfahrungen mitteilen als diese für sich zu behalten. Bei nur knapp drei Prozent der
Vignetten wurde die Antwort „Nein, auf keinen Fall“ gegeben und die Möglichkeit,
Informationen an eine andere Person weiterzugeben, kategorisch ausgeschlossen. Am
häufigsten wurde die Frage nach der Weitergabe eigener Erfahrungen mit der Option „bei
Gelegenheit“ beantwortet (insgesamt ca. 45%). Betrachtet man die beiden Samples
„Teilnehmer in leitender Stellung“ und „Teilnehmer ohne leitende Stellung“ getrennt, so
zeigen sich geringfügige Unterschiede: Befragte, die in ihrer Berufstätigkeit eine
Führungsrolle einnehmen, scheinen tendenziell eher Information weiterzugeben als
Befragte in ausführender Tätigkeit. Während etwa 62 Prozent der Vignettenurteile im
Sample „mit Führungsposition“ auf die Kategorien „Bei Gelegenheit“ und „Ich würde
mich sofort melden“ und damit auf eine eigen motivierte und aktive Weitergabe von
Information entfallen, zeigen sich Befragte ohne Führungsposition etwas zurückhaltender:
Die Quote für diese Kategorien beläuft sich in diesem Sample auf 56,4 Prozent.
Tabelle 2.1: Deskriptive Ergebnisse zur Weitergabe von Information (in Prozent)
Für die multivariate Analyse ist zu beachten, dass die einzelnen Vignettenbeurteilungen
statistisch nicht unabhängig voneinander sind, da in der Regel ein Befragter mehrere
Vignetten beurteilt (Hox, Kreft & Hermkens 1991; Liebig & Mau 2005). Diese Clusterung
der Daten muss bei der Analyse berücksichtigt werden. In der Regel werden hierzu zwei
Verfahren eingesetzt: Will man den Niveaueffekt individueller Charakteristika auf die
Vignettenurteile schätzen, bieten sich Mehrebenenmodelle an, mit deren Hilfe
Personenmerkmale und Vignettendimensionen unterschiedlichen Ebenen zugeordnet und
z. B. mithilfe von Random-Intercept-Modellen geschätzt werden (vgl. z.B. Rabe-Hesketh
& Skrondal 2008). Sind nur die Vignettendimensionen von Interesse, so kann auch auf die
Schätzung robuster Standardfehler mithilfe der so genannten Huber-White-Korrektur
zurückgegriffen werden (Maas & Hox 2004) . Da die in dieser Untersuchung aufgestellten
Hypothesen insbesondere auf die Vignettenebene abzielen und sich darüber hinaus das
Antwort Gesamt Teilnehmer in
leitender Stellung
Teilnehmer ohne
leitende Stellung
Nein, auf keinen Fall 2,8 2,1 3,6
Nur, wenn er mich direkt kontaktiert 37,4 35,1 40,0
Bei Gelegenheit 45,1 47,3 42,7
Ich würde mich sofort melden 14,6 15,4 13,7
34
Befragtensample sehr homogen gestaltet, findet im vorliegenden Beitrag der Huber-White-
Für die in Tabelle 2.2 gezeigten Ergebnisse logistischer Regressionsanalysen wurden
aufgrund der nur gering besetzten ersten Antwortkategorie die vier Ausprägungen der
abhängigen Variablen zu zwei Kategorien zusammengefasst. Mithilfe dieser dichotomen
Variable lässt sich somit unterscheiden, ob Reputation gar nicht bzw. nur passiv entstanden
ist (Antwortmöglichkeiten „Nein, auf keinen Fall“ und „Nur, wenn er mich direkt wegen
einer derartigen Weiterbildungsmaßnahme kontaktieren würde“) oder ob eine aktive
Handlung den Entstehungsprozess von Reputation ermöglicht hat (Antwortmöglichkeiten
„Bei Gelegenheit würde ich ihn informieren“ und „Ich würde mich sofort bei ihm melden
und ihn informieren“).12
Das Schätzmodell zu den Einflussfaktoren auf die
Reputationsentstehung wird in Tabelle 2.2 dargestellt, dabei werden die odd ratios
berichtet: Odd ratios kleiner als 1 geben einen negativen, odd ratios größer als 1 einen
positiven Zusammenhang an. Die Differenz (1 minus odd ratio) lässt sich näherungsweise
als der Faktor interpretieren, um den sich die relative Wahrscheinlichkeit ändert, wenn sich
die unabhängige Variable um eine Einheit erhöht.
Das Schätzmodell mit allen Befragten unterstützt Hypothese H1, da die aktive Weitergabe
von Information an einen Kollegen, der für einen Wettbewerber tätig ist, um den Faktor
0,32 (1-0,68) weniger wahrscheinlicher ist, als wenn es sich um einen Kooperationspartner
des eigenen Unternehmens handelt. In diesem Sinne scheinen die Befragten sich in erster
Linie den Interessen ihres Arbeitgebers verpflichtet zu fühlen und dementsprechend
Informationen auch nicht an Mitarbeiter von Konkurrenten weiterzugeben. Des Weiteren
spielt für die Befragten bei der Entscheidung, Informationen weiterzugeben oder nicht, das
Verhalten des anderen in der Vergangenheit eine Rolle. Die Vignettenurteile zeigen, dass
die Bereitschaft die eigene Erfahrung mitzuteilen größer ausfällt, wenn der potenzielle
Informationsempfänger bereits selbst einmal hilfreiche Informationen weitergegeben hat
(H2). Hinsichtlich der Häufigkeit einer solchen Informationsweitergabe („häufig“ – „ab
11 Von uns durchgeführte Random-Intercept-Modelle zeigten, dass die individuellen Charakteristika keinen
nennenswerten Einfluss auf das Antwortverhalten besitzen und die Erklärungskraft praktisch ausschließlich aus den
Vignettendimensionen gespeist wird. 12 Die Zusammenfassung der Kategorien lässt sich nicht nur inhaltlich in Form einer passiven und aktiven Weitergabe
von Information begründen, sondern auch statistisch: Die Schätzung eines alle vier Kategorien umfassendes
multinominalen Modells weist dieselben Richtungszusammenhänge auf wie die Schätzung, die in Tabelle 2 mit der
einfachen logistischen Regression der Kategorien passiver und aktiver Informationsweitergabe dargestellt wird. Dies
stützt unsere Annahme, dass die abhängige Variable als Skala verstanden werden kann. Zudem weisen Schätzungen
ordinaler Logit-Modelle mit der vier-stufigen abhängigen Variable denselben Richtungszusammenhang auf wie die
Ergebnisse der einfachen logistischen Regressionen. Aufgrund der generell mit Schwierigkeiten verbundenen
Interpretation ordinaler Logit-Modelle (vgl. hierzu z.B. Kennedy 2008) wird hier auf die Darstellung von Ergebnissen
ordinaler Logit-Modelle verzichtet.
35
Tabelle 2.2: Determinanten der Informationsweitergabe
(Logistische Regression, odd ratios, robuste Standardfehler in Klammern)
Alle Befragte Befragte mit
Führungsposition
Befragte ohne
Führungsposition
H1: Einbettung
(Ref.: Kooperationspartner)
Wettbewerber 0,68***
(0,05)
0,60***
(0,06)
0,78*
(0,09)
Andere Branche 0,78**
(0,06)
0,83*
(0,08)
0,74**
(0,08)
H2: Reziprozität
(Ref.: mehrfach Infos erhalten)
Ab und zu 0,93
(0,06)
0,88
(0,08)
0,99
(0,1)
Noch keine Infos erhalten 0,59***
(0,04)
0,59***
(0,06)
0,6***
(0,07)
H3: Bedürfnis
(Ref.: nicht wissen)
wissen 2,2***
(0,14)
2,13***
(0,18)
2,28***
(0,22)
H4: Beziehung
(Ref.: Freundschaft)
Rein geschäftlich 0,51***
(0,03)
0,46***
(0,04)
0,57***
(0,05)
H5: Bewertung
(Ref.: durchschnittlich)
Sehr gut 1,74***
(0,13)
1,78***
(0,18)
1,68***
(0,19)
Sehr schlecht 1,05
(0,08)
1,09
(0,11)
1,01
(0,11)
H6: Teilnahme
(Ref.: selbst)
Andere formell 0,85*
(0,06)
0,97
(0,09)
0,74**
(0,08)
Andere informell 0,83**
(0,06)
0,93
(0,09)
0,74**
(0,07)
Kontrolle für Samplesplit
(Ref.: Leitungsposition)
0,75*
(0,09)
N 4084 2155 1929
Nagelkerke Pseudo R 0,0697 0,0741 0,0634
Dichotome abhängige Variable: 0= eher keine Informationsweitergabe (zusammengefasst aus „nein, auf
keinen Fall“ und „nur, wenn er mich direkt kontaktiert“), 1= eher Informationsweitergabe (zusammegefasst
aus „bei Gelegenheit“ und „ich würde mich sofort melden“), Signifikanzniveaus: p<0,001(***), p<0,01(**),
p<0,1(*) bei zweiseitigem Test, Huber-White-Korrektur der Standardfehler für die Clusterung der
Vignetten pro Befragten.
36
und zu“) zeigt sich hingegen kein signifikanter Unterschied. Für die Befragten ist offenbar
nur wichtig, ob sie schon einmal Informationen erhalten haben; wie oft dies geschehen ist,
nimmt keinen Einfluss auf die Bereitschaft Informationen weiterzugeben. Mit der
Antizipation von Reziprozität, die in zukünftigen Begegnungen zum Tragen kommen
kann, steigt der Nutzen der eigenen Informationsweitergabe.
Die empirischen Befunde sind auch mit der in Hypothese H3 abgeleiteten Kosten-Nutzen-
Abwägung der Individuen konform. Das Wissen darum, dass die andere Person
Informationen über die gemachte Erfahrung benötigt, beeinflusst die Weitergabe von
Information positiv. Die in Hypothese H4 getroffene Annahme zur Multiplexität von
Beziehungen bestätigt sich ebenfalls: Die Weitergabe von Information ist auf höchst
signifikantem Niveau wahrscheinlicher, wenn Akteure über bestehende
Geschäftsbeziehungen hinaus auch freundschaftlich miteinander verbunden sind. Auch die
Zufriedenheit mit dem Anbieter einer Weiterbildungsmaßnahme zeigt einen Einfluss auf
die Weitergabe von Reputation. In Hypothese H5 wurde ein u-förmiger Zusammenhang
zwischen der Qualität der Dienstleistung und der Entstehung von Reputation postuliert.
Die Annahme, dass eine als sehr gut oder sehr schlecht empfundene
Weiterbildungsmaßnahme die Weitergabe von Information in stärkerem Maße beeinflusst
als durchschnittliche Qualität, wird von den Daten allerdings nur teilweise bestätigt: Wenn
es sich um eine als sehr gut bewertete Maßnahme handelt, dann ist die Entstehung von
Reputation sehr viel wahrscheinlicher als bei durchschnittlicher Qualität. Der Einfluss von
schlecht empfundener Qualität auf die Weitergabe von Reputation erweist sich hingegen
als nicht signifikant. Demnach scheinen die Befragten schlechte Erfahrungen mit einem
Anbieter nur mit gleicher Wahrscheinlichkeit weiterzugeben wie durchschnittliche
Erfahrungen.
Die eigene Teilnahme an der Weiterbildungsmaßnahme schließlich scheint ebenfalls
positiv auf die Entstehung von Reputation zu wirken (H6). Die Befragten geben
Informationen eher weiter, wenn sie selbst Erfahrungen mit der Weiterbildungsmaßnahme
gemacht haben. Gestaltet sich die Situation derart, dass lediglich auf die Eindrücke von
Mitarbeitern oder Kollegen zurückgegriffen und diese Erfahrung an Dritte weitergegeben
werden kann, so zeigen sich die Befragten zurückhaltender: Die Weitergabe von
Informationen ist in solchen Fällen weniger wahrscheinlich. Dabei spielt es keine Rolle, ob
Informationen informell im Gespräch oder über schriftliche Ergebnisse einer Evaluation an
die Person herangetragen werden.
37
Betrachtet man die Befragten getrennt nach ihrem beruflichen Status, so finden sich bei der
Dimensionen „Einbettung“ marginale Unterschiede: In den Vignettenurteilen der
Teilnehmer mit Leitungsfunktion zeigt sich, dass diese stärker als Teilnehmer ohne
Führungsverantwortung unterscheiden, ob der Berufskollege für einen Kooperationspartner
oder für eine Wettbewerber tätig ist; die Wahrscheinlichkeit, Informationen weiterzugeben,
verändert sich stärker, wenn der Kollege bei einem Wettbewerber angestellt ist.
Darüber hinaus zeigt sich, dass Teilnehmer in leitenden Positionen Informationen über
einen Weiterbildungsanbieter weitergeben, unabhängig davon, ob sie selbst an der
Maßnahme teilgenommen haben oder von ihren Mitarbeitern informiert wurden.
Teilnehmer ohne Führungsfunktion differenzieren an dieser Stelle stärker: Die Weitergabe
von Information ist deutlich wahrscheinlicher, wenn sie selbst an der
Weiterbildungsmaßnahme teilgenommen haben. Personen in Leitungsfunktion scheinen es
gewohnt zu sein, Informationen auch dann zu vertrauen, wenn sie nicht auf eigenen
Erfahrungen basieren. Reputation entsteht somit auch dann, wenn die Information
weitergebende Person nur indirekt - über Dritte - von der Qualität einer Dienstleistung
erfahren hat.
2.7 Diskussion
Ziel der vorliegenden Untersuchung war es, sich der Frage zu nähern, unter welchen
Bedingungen Reputation in sozialen Interaktionssystemen entstehen kann. Unter der
Annahme, dass die für die Bildung von Reputation benötigte Information in Netzwerken
nicht universell zur Verfügung steht, wurden die Bedingungen analysiert, unter denen
Akteure Informationen über Geschäftspartner an andere Netzwerkakteure weitergeben.
Dazu wurde ein theoretisches Modell benutzt, das sehr einfache Annahmen über die
Interaktionsstruktur sowie die Interessen des Reputationsproduzenten beinhaltet und damit
die Untersuchung von Determinanten ermöglicht, die die Weitergabe von Information und
damit die potenzielle Entstehung von Reputation beeinflussen. Ausgehend von einer
Triade als minimale Netzwerkstruktur wurde angenommen, dass die Weitergabe von
Information über einen Tauschpartner an eine dritte Person direkte oder indirekte Kosten
verursacht. Für den Testfall des Einkaufs von Weiterbildungsmaßnahmen in Unternehmen
wurden Hypothesen abgeleitet, unter welchen strukturellen Bedingungen Akteure
Reputation durch die Weitergabe von Informationen „produzieren“ können. Die auf Basis
eines faktoriellen Surveys gewonnenen experimentellen Ergebnisse zeigen, dass die
38
qualitativen Eigenschaften der Netzwerkeinbettung die Weitergabe von Information und
damit die Entstehung von Reputation beeinflussen. Wettbewerbsstrukturen hemmen,
Reziprozität und Multiplexität von Beziehungen fördern die Produktion von Reputation in
sozialen Strukturen. Wesentliche Teile des Modells finden damit eine erste vorläufige
Bestätigung.
Insgesamt lässt sich auf dieser Grundlage festhalten, dass Reputation in wirtschaftlichen
Strukturen nicht von selbst entsteht und nicht als frei verfügbares „Abfallprodukt“ sozialer
Netzwerke begriffen werden kann. Die Befragten differenzieren offensichtlich deutlich, in
welchen Situationen sie Informationen an Dritte weitergeben. Dieser Befund lässt die
bisherigen Annahmen sowohl in ökonomischen Modellen als auch Teilen der
Netzwerkliteratur, dass Reputation bei Bedarf einfach generiert werde bzw. einen
„natürlichen“ Bestandteil sozialer Interaktion darstelle, als problematisch erscheinen. Dies
ist ein wichtiger Befund angesichts der bekannten Tatsache, dass Märkte nicht alleine
durch rechtliche Institutionen reguliert werden können (Coleman 1990; so bereits
Durkheim 1893 (zuerst 1992); Granovetter 1985; vgl. Macauley 1963). Deren Nutzung ist
bekanntlich umständlich und kostspielig, so dass für wirtschaftlichen Tausch zu einem
gewissen Ausmaß auf soziale Mechanismen zur Generierung von Vertrauen und
Kooperation zurückgegriffen werden muss. Reputation ist ein wichtiger Mechanismus in
diesem Kontext, er kann die Akteure disziplinieren und ökonomischen Tausch absichern.
Wie hier gezeigt werden konnte, hat dies jedoch insofern Grenzen, als die Entstehung von
Reputation offensichtlich an bestimmte Bedingungen geknüpft ist.
Auf der Basis der vorgelegten Argumentation können somit nun auch erste Hinweise
gegeben werden, unter welchen Bedingungen Reputation in ökonomischen Strukturen nur
schlecht entstehen kann und damit die Regulierung des Marktes durch Reputation kaum
möglich sein wird. Beispielsweise sollte Reputation vor allem bei Endkunden, die
untereinander nicht in einem direkten Wettbewerb stehen, eine Rolle spielen, während
Märkte, die durch Zulieferer-Abnehmer-Beziehungen in der Wertschöpfungskette geprägt
sind, aufgrund der Konkurrenzsituation weit weniger durch Reputationsmechanismen
reguliert werden können. Darüber hinaus zeigt sich die von der Wirtschaftssoziologie
immer wieder betonte Bedeutung der persönlichen Beziehung zwischen Marktteilnehmern.
Reziprozität und Freundschaft können in eher anonymen Märkten, die durch einmalige
Transaktionen der Akteure gekennzeichnet sind, die Bildung von Reputation nicht
unterstützen. Das verweist auf den in der neueren Wirtschaftssoziologie immer wieder
39
betonten Umstand, dass gerade für die Erklärung der Entstehung und Wirkung von
Reputation Märkte als soziale Strukturen begriffen werden müssen. Auch ökonomische
Tauschvorgänge beruhen auf komplexen sozialen Interaktionsstrukturen, die
beispielsweise durch Reziprozität und langfristige Beziehungen individueller Akteure
gekennzeichnet sind. Deren Ausgestaltung und Varianz bestimmt mit, wie (gut) Märkte
und die dort eingegangenen Tauschbeziehungen funktionieren.
Die Ergebnisse sollten jedoch aufgrund einer Reihe von Einschränkungen als erste
Befunde interpretiert werden, die weiterer Forschung bedürfen. Erstens liegt mit dem hier
gewählten Beispiel der betrieblichen Weiterbildung sicherlich ein typischer Fall einer
wirtschaftlichen Transaktion vor, die durch hohe Unsicherheiten für den Käufer
gekennzeichnet ist. Allerdings ist auf den ersten Blick nicht ganz klar, wie sich eine
geringere Unsicherheit auf die Wahrscheinlichkeit der Informationsweitergabe auswirken
wird. Einerseits sollte mit einer geringeren Unsicherheit ein geringerer Bedarf an
Reputationsinformation einhergehen, der die Weitergabe von Informationen dämpfen
sollte. Andererseits werden die Güter auch leichter evaluierbar und damit die Weitergabe
von präziserer Information leichter. Hierzu sind weitere Erhebungen nötig, um ein
umfassendes Bild der Reputationsentstehung zu erhalten. Zweitens beruht die
Argumentation auf einem minimalistischen Netzwerk von drei Personen. Hier stellt sich
sicher als nächstes die Frage, wie sich komplexere Netzwerkstrukturen auf die
Informationsweitergabe auswirken. Drittens sollte in einem nächsten Schritt die Rezeption
der Information durch den Empfänger integriert werden, um ein vollständigeres Bild der
Reputationsentstehung zu erhalten. Im Rahmen unserer bisherigen theoretischen
Argumentation wird implizit davon ausgegangen, dass die Information korrekt rezipiert
wird. Allerdings lassen sich natürlich Situationen finden, in denen der
„Informationsproduzent“ damit rechnen muss, dass seine Information schwer
„decodierbar“ ist, z.B. aufgrund sprachlicher und/oder kultureller Unterschiede zwischen
ihm und dem Empfänger.
Diese kurze Diskussion zeigt, dass die existierenden Beschränkungen des Modells auf eine
Reihe von zukünftigen Forschungsfragen verweisen, deren Beantwortung uns der
Erklärung der Entstehung von Reputation in sozialen Systemen schrittweise näher bringen
kann. Schließlich lassen sich methodische Einschränkungen diskutieren, so hat die
Methode des faktoriellen Surveys für unseren Zweck erhebliche Vorteile, die sich vor
allem aus der leichten „Beobachtbarkeit“ unterschiedlicher Situationen und der
40
randomisierten Verteilung auf die Befragten ergeben. Allerdings stellt sich wie bei jedem
experimentellen Design die Frage, inwieweit hypothetisches und reales Verhalten
korrespondieren. Zukünftige Untersuchungen sollten hier ansetzen, und experimentelle
Befunde mit Felddaten kontrastieren. Damit einhergehen wird dann auch die
Notwendigkeit, das sehr einfache theoretische Modell um weitere Faktoren zu ergänzen.
41
3 Die Entstehung von Reputation in wirtschaftlichen Transaktionen13
14
(Reputation Formation in Economic Transactions)15
Abstract: We investigate patterns of information transmission and the evolution of trust
and trustworthiness in standard trust games where reputational information can be
exchanged between individual agents within a population but does not become public. We
vary the nature of information that could be transmitted (either a subjective rating or the
objective details of a transaction), as well as the cost of information transmission (either
zero or slightly positive). We find that information transmission is heavily used if it is
costless but only moderately if it has positive cost. Objective information is effectively
increasing efficiency and profits only if transmission is costless and therefore heavily used.
Subjective information (a rating) increases trust independently of its transmission cost.
Interestingly, trustworthiness is generally unaffected by private information transmission.
A detailed analysis of the determinants of information transmission yields a positive
influence of (a) initial trust in a seller, (b) experience of exploitation, and (c) receipt of
information in the previous round.
3.1 Einleitung (Introduction)
As it is well known economic transactions require a certain amount of trust between
exchange partners. This results from the fact that each partner has an incentive to behave
opportunistically, e.g. by delivering bad quality. Although contracts allow exchange
partners to establish sanctions in case of fraud, there are considerable problems to this kind
of safeguard against opportunism. Due to information problems and transaction costs,
contracts are necessarily incomplete and hence not able to solve the problem of
opportunism in exchange relations completely (Ellickson 1991; Williamson 1985, S. 56-
60). One possible solution to this problem is the establishment of trust ex ante by
reputation mechanisms which have been extensively analyzed in the management literature
and in the context of online trading platforms. It is by now well established that
13 Dieser Beitrag entstand in Zusammenarbeit mit Martin Abraham, Veronika Grimm und Michael Seebauer. 14 Dank geht an die Deutsche Forschungsgemeinschaft (DFG) für die Finanzierung des Projektes “Die Entstehung von
Reputation in Wirtschaftsbeziehungen”.
15 ∗We thank Thomas Brenner, Vincent Buskens, Christoph Engel, Werner Güth, Arno Riedl, and Joachim Weimann for
helpful discussion and seminar participants in Nuremberg, Jena, Venice, and Utrecht for helpful comments. We also
thank Tobias Cagala and Christian Sölch for excellent research assistance. Financial support by Deutsche
Forschungsgemeinschaft (DFG) is gratefully acknowledged. This paper has been presented at the annual conference of
GfeW in Nuremberg, the annual meeting of “Sozialwissenschaftlicher Ausschuss” in Jena, and the Conference on “Game
Theory and Society” at ETH Zurich.
42
reputational information supports trust and reduces opportunism in economic transactions.
In the business world “good reputation” implies various comparative advantages for the
respective firms, as for example lower production cost, better applicants, or the ability to
and customers (Fombrun 1996; Srivastava, McInish, Wood & Capraro 1997). It has
moreover been shown that reputation is particularly important in competitive markets since
it increases profitability and creates competitive barriers (Abimbola & Vallaster 2007;
Fombrun 1996; Milgrom & Roberts 1982). Fang (2005) has demonstrated that firms
typically have a high incentive to maintain a good reputation due to the repeated game
character of their interactions. Organizational reputation typically forms to a large part via
mass media or other publicly accessible sources. Therefore, the emphasis of the literature
is clearly on the effects of reputation and the incentives to achieve a good reputation. The
formation of reputation in social systems – that certainly plays a huge role for
organizational performance at the B2B level – has not received much attention up to date.
The recent economic literature on reputation has mainly focused on electronic markets.
Whereas in conventional (real world) B2C and B2B relations, agents have the possibility to
build up reputation or gather reputation information, this is typically not the case on
internet markets. In those markets, the possibility of repeated interaction cannot guarantee
trustworthiness of the interaction partner which is often not identifiable. Internet platforms
where traders interact more or less anonymously – like eBay or Amazon – would simply
not work without institutionalized reputation mechanisms (see e.g. Milgrom & Roberts
1982; Wilson 1985). Besides the research on online business there are some studies
focussing on the effect of reputation in real business networks. Especially noteworthy is
the work of McMillan & Woodruff (1999) who analyze business relationships in Vietnam
which are characterized by sparse possibilities for legal enforcement. They show that
customers found through such networks receive more credit from the suppliers. This can be
interpreted as a result of effective network sanctions due to reputation mechanisms (see for
similar results DiMaggio & Louch 1998).
In experimental economics the most common vehicle to study trust, trustworthiness, and
the impact of reputation mechanisms is the trust game (Berg, Dickhaut & McCabe 1995),
which is also the basis of our experiment. In this game two players, let us call them buyer
and seller, are given, say, ECU 10 as an initial endowment.18
At the first stage the buyer
can decide to send some part or all of his endowment to the seller. Every ECU sent is being
tripled by the experimenter before it reaches the seller, who then decides how much of the
tripled money to keep and how much to send back to the buyer. After the seller's decision
the game is over. Game theory predicts that as long as the seller prefers more money to
18 ECU stands for “Experimental Currency Units'', ECU are exchanged into local currency (Euro in our case) at the end
of the experiment.
46
less, he should keep all the money that is sent. Of course, the buyer's best reply is to send
nothing. However, the game theoretic prediction is not even confirmed in double-blind
experimental settings (where neither the participants, nor the experimenter, observe the
participants’ decisions or who was matched together). Berg, Dickhaut & McCabe (1995)
have first shown that on average buyers send more than ECU 5 and roughly one third of
the sellers reciprocate by sending back more than was originally sent. These results have
been replicated in various experimental studies around the world and have proven
qualitatively robust (see Johnson & Mislin 2011). Whereas on average an investment
(sending money) is not profitable in absence of a reputation system, it is just profitable on
average with a long run reputation mechanism (see Keser 2003). Moreover, sending high
amounts (close to ECU 10) is always profitable even in the absence of a reputation
mechanism (Berg, Dickhaut & McCabe 1995). In numerous experimental studies it has
been shown that online feedback mechanisms substantially improve transaction efficiency,
although efficiency does not reach the level of an environment, where agents interact
repeatedly (see, e.g. Bolton, Katok & Ockenfels 2004; Keser 2003). Ever since the
emergence of online trading platforms, a huge literature has evolved that analyzes the
effect of reputation systems on trust and trustworthiness and aims at improving existing
reputation mechanisms.19
Whereas the effectiveness of online reputation mechanisms and also the effect of
reputation itself are by now well documented, little is known about the ultimate process of
reputation formation in the absence of formal institutions. Organizational reputation often
evolves through mass media and other publicly accessible sources. In the context of
electronic markets, the designer of a mechanism can determine what kind of information is
communicated when and by whom. Thus, the provider of a platform has substantial control
over the process of reputation formation. In the real world, B2B and B2C transactions are
usually based on direct communication between individual agents. Consequently, there is
often no standardized way to exchange reputational information. Moreover, agents interact
in various contexts within their social and business networks. Therefore, the exchange of
reputational information and thus, reputation formation need to be part of a
multidimensional relationship among the parties involved. In principle agents may
communicate whatever information they want and often the validity of the information
19 See for more details Bajari & Hortaçsu (2003, 2004), Dellarocas (2004), Dulleck, Kerschbamer & Sutter (2011),
Houser & Wooders (2006), Livingston (2005), and Resnick, Zeckhauser, Swanson & Lockwood (2006), among many
others. Laboratory evidence is provided by Ba & Pavlou (2002), Bolton, Katok & Ockenfels (2004, 2005), and Bolton,
Ockenfels & Ebeling (2011).
47
cannot be controlled for (e.g. Sommerfeld, Krambeck & Milinski 2008). Furthermore, the
transmission of information may have direct costs or negative external effects (like
tarnishing one’s own reputation or giving valuable information to a competitor). Hence,
people should be deliberate about whether to give information on other actors. It is
presumably due to this complexity that the process of reputation formation in real world
economic transactions has received so little attention up to date. There are only few papers
which address those issues. This literature shows that the transmission of reputational
information depends on the kind of experience made with the seller and the characteristics
of one’s own network (see Rooks, Tazelaar & Snijders 2011; Sommerfeld, Krambeck,
Semmann & Milinski 2007). However, this literature does not explicitly focus on
interactional dynamics of reputation formation.
Our experiments are designed to provide first insights into the informal process of
reputation formation. In order to be able to analyze particular aspects of this process, we
have substantially constrained the degree of freedom agents typically face. While our
treatments on purpose do not make use of institutionalized reputation mechanisms, they do
restrict subjects with respect to the kind of information that may be communicated and we
also restrict the subjects whom to transmit this information to. The latter can well be
motivated by the fact that in the real world, people typically have to meet (or at least call)
in order to exchange sensible information. These situations often are exogenous.20
The first
restriction was made in order to control the variance of the content of information, since
our main focus in this paper is on the determinants of the willingness to transmit
information.21
The following section describes our experimental design in detail.
3.3 Das Experimentaldesign (The Experimental Design)
In our experiment we study reputation formation in a population of eight agents that
repeatedly interact in changing pairs in standard trust games (as described in section 3.2)
for 36 periods. In each group four participants were assigned the role of buyers and sellers,
respectively. Participants did not switch roles throughout the experiment. All players
within a group were labelled (A1 to A4 for buyers, B1 to B4 for sellers), such that all
players could keep track of their past interactions at any time. Players were randomly
20 For example, neighbours meet by accident on the street and exchange information on a particular craftsman, or two
representatives of different firms meet at a conference. 21 A next step could be to let the participants choose what contents to communicate from a menu or to allow free
communication.
48
rematched in pairs in every period. The sequence of actions in each period was as follows:
Participants first played the trust game with a randomly chosen interaction partner. Buyers
could pass on any integer amount between ECU 1 and ECU 10.22
Sellers decided how
much to send back using the strategy method, i.e. for each possible transfer (3, 6, 9, ..., 27,
30) they determined how much they would send back to the buyer, if this was the
transferred amount.
At the end of the trust game sellers learned how much the buyer passed
on to them and buyers learned how much the respective seller they were matched to had
sent back.
After the trust game each buyer had the possibility to pass on information to one
randomly chosen other buyer. Thus, each buyer could send at most one message and
receive between 0 and 3 messages about the performance of different sellers. The core of
our study consists of four treatments where we varied the nature of information that could
be communicated as well as the cost of information transmission. Information transmission
cost was either ECU 0 or ECU 1. As to the nature of information, we consider two
different scenarios:
- OBJ (Objective Information): Buyers could pass on the precise information on the
amount they sent to the seller and the amount returned by the seller to another
randomly selected buyer. Buyers could not lie on the transfers, nor suppress a part
of the information (they could, however, decide not to send the information at all).
- SUB (Subjective Information): Buyers could rate the seller’s behavior on a 5–item
Likert scale (from “very unsatisfied” to “very satisfied”) and pass on the
information to another randomly selected buyer.
We moreover ran two treatments that replicate scenarios already analyzed in other
experiments and that allow us to assess our results in relation to the existing literature. In
our baseline treatment participants could not pass on information at all. One other
treatment comes close to a typical experiment on institutionalized reputation mechanisms
in that reputational information passed on by one player was visible to all other players
within a matching group (we conducted this treatment with “subjective” information and
costs of 1). Table 3.1 summarizes our six treatments.
22 We did not allow buyers to pass on ECU 0 since in this case no information on the trustworthiness of the interaction
partner could be inferred by the respective player.
49
Tabelle 3.1: Überblick zu den Treatments (Table 3.1: Treatments)
Cost of information Cost 0 Cost 1
Visibility of information Private Private Public
Nat
ure
of
info
rmati
on
Objective (OBJ) OBJ_NC OBJ_C
Subjective (SUB) SUB_NC SUB_C SUB_PUB_C
No information transfer possible (NO
INFO) BASE
All experimental sessions were computerized using z-Tree (Fischbacher 2007)
and were
conducted at the Cologne Laboratory for Experimental Research (CLER) and the
Laboratory of Experimental Research Nuremberg (LERN) in January and
August/September 2010. Recruitment took place using ORSEE (Greiner 2004). In total,
288 subjects participated in the experiments. We have six independent observations (i.e.
groups of eight subjects) per treatment. Sessions lasted for approximately 90 minutes (a bit
less in the baseline treatment). Average earnings ranged from Euro 17.29 (Treatment
BASE) to Euro 18.67 (Treatment OBJ_NC) with an overall average of Euro 17.97.
3.4 Ergebnisse (Results)
This section reports all our results. We first illustrate the effect of reputation on trust and
trustworthiness in our treatments in section 3.4.1 before we analyze in detail the patterns of
information transfer in section 3.4.2.
3.4.1 Wirkung von Reputation (The Effect of Reputation)
In this section we report results on trust and trustworthiness in our six experimental
treatments. Our measure for trust is the proportion of the endowment which a buyer passes
on to the seller,
50
(1)
Our measure of trustworthiness is the proportion of the received amount which the seller
returns to the buyer,
(2) .
Table 3.2 summarizes average trust and trustworthiness in our six treatments as well as the
significance levels of pairwise treatment differences.23
Tabelle 3.2: Paarweiser Treatment-Vergleich zwischen dem durchschnittlichen Niveau von
Vertrauen und Vertrauenswürdigkeit (Table 3.2: Pairwise treatment comparisons between
mean trust and trustworthiness levels)
TRUSTWORTHINESS
means SUB_PUB_C SUB_NC SUB_C OBJ_NC OBJ_C BASE
TR
US
T
means 0.59 0.47 0.52 0.52 0.44 0.46
SUB_PUB_C 0.80 X *** *** *** *** ***
SUB_NC 0.71 n.s. X n.s. n.s. n.s n.s.
SUB_C 0.72 n.s. n.s. X n.s. n.s. n.s.
OBJ_NC 0.79 n.s. n.s. n.s. X ** n.s.
OBJ_C 0.65 ** n.s. n.s. ** X n.s.
BASE 0.64 ** n.s. n.s. *** n.s. X
Levels of significance: p<0.01(***), p<0.05(**), p<0.1(*).
As the table illustrates, trust of the buyers differs substantially across treatments. It is
highest in SUB_PUB_C, which may constitute an “upper” benchmark due to the general
availability of any information to all group members. However, the level of trust in
SUB_PUB_C is significantly different only as compared to OBJ_C and BASE. In
treatment OBJ_NC the trust level is not significantly different from our upper benchmark
and neither from the SUB-treatments, but we can show significant difference from OBJ_C
and BASE. Trust is lowest (0.64) in the baseline treatment where reputation formation is
not possible (except for learning from own experiences). It is as low as in treatment OBJ_C
(0.65), where we find no significant difference from the baseline treatment. Thus,
23 If not mentioned otherwise we use pairwise two-tailed Wilcoxon-Mann-Whitney tests to test for differences between
treatments throughout this section. Within each family of comparison we apply the False Discovery Rate (FDR)
Controlling Procedure suggested by Benjamini & Hochberg (1995) to control for type 1 errors with q*=0.1.
51
interestingly, if participants are forced to communicate the exact details of the past
transaction (objective information) trust can only be significantly increased if information
transmission is costless. In the case of costless information transmission, it is used heavily
(see next section) and the additional information that is spread among buyers has a
substantial effect, leading to the same trust level as our “upper benchmark” where
information is publicly available (SUB_PUB_C).
The possibility to privately transmit subjective information (as in SUB_NC and SUB_C)
increases trust weakly (to 0.71 and 0.72, respectively) as compared to the baseline
treatment (0.64). The difference to the baseline treatment however is not statistically
significant. In both treatments, SUB_NC and SUB_C, trust is lower than in OBJ_NC, but
not significantly so. While in the OBJ-treatments the effect of information transmission on
trust depends crucially on transmission cost (via the frequency of information transmission,
see the next section), in the SUB-treatments with private information transmission it has
the same effect with or without cost.24
This is particularly interesting since information
transmission is substantially lower in the presence of cost, as we will show in the following
section.
Table 3.2 moreover suggests that also trustworthiness slightly differs across treatments.
However, there are no significant differences between OBJ_NC, SUB_NC, SUB_C, and
the baseline treatment. In OBJ_C, trustworthiness only is significantly lower than in
OBJ_NC, which indicates that reputation formation may not work as well as in the other
treatments. In SUB_PUB_C, with full information availability, trustworthiness is
significantly higher than in any other treatment, which indicates that reputation formation
is very effective in this treatment. We will get deeper insights in section 3.4.2, where we
analyze the patterns of information transmission in more detail.
Let us note at this point that our baseline treatment shows slightly higher values of trust
and trustworthiness than previous experiments. The difference is likely due to the fact that
identities are observable in our baseline treatment, while in most other studies the trust
game has been analyzed under random matching and with anonymous interaction (See, for
example Berg, Dickhaut & McCabe (1995), or Keser (2003)). Keser (2003) reports a trust
level of 0.39 in a baseline treatment, which rises to 0.61 in the presence of a reputation
management system. Trustworthiness increases from 0.33 to 0.49 in her study.
24 No significant difference.
52
Tabelle 3.3: Paarweiser Treatment-Vergleich zwischen dem durchschnittlichen Gewinn
von Käufern und Verkäufern (Table 3.3: Pairwise treatment comparisons between average
buyers’ and sellers’ profits)
Average Profit Sellers
means SUB_PUB_C SUB_NC SUB_C OBJ_NC OBJ_C BASE
Av
era
ge
Pro
fit
Bu
yer
s
means 19.24 19.63 19.50 20.38 19.73 19.06
SUB_PUB_C 16.82 X n.s. n.s. *** n.s. n.s.
SUB_NC 14.56 ** X n.s. n.s. n.s n.s.
SUB_C 14.92 n.s. n.s. X n.s. n.s. n.s.
OBJ_NC 15.46 * n.s. n.s. X n.s. *
OBJ_C 13.32 *** n.s. n.s. ** X n.s.
BASE 13.70 *** n.s. n.s. ** n.s.
Levels of significance: p<0.01(***), p<0.05(**), p<0.1(*).
Table 3.3 illustrates treatment differences in average profits, separately for buyers and
sellers.25
Obviously, buyer profits are highest in treatments OBJ_NC and SUB_PUB_C,
where trust and trustworthiness are at high levels. Seller profits are highest in OBJ_NC. In
OBJ_C, on the contrary, buyer profits are even lower than in the baseline treatment
(although not significantly) while sellers earn more, which is consistent with the low level
of trustworthiness. Again, our findings indicate that reputation formation does not work out
if transmission of objective information is costly. In both SUB–treatments with private
information transmission, both parties’ profits increase slightly (but not significantly) as
compared to the baseline treatment, but not as much as in OBJ_NC.
The variation of trust over time in our six treatments is illustrated in Figure 3.1, whereas
Figure 3.2 shows the variation over time for trustworthiness. As the figures show, in
aggregate, with the possibility to transmit objective information at zero cost, both trust and
trustworthiness are always higher than in the baseline experiment, with all other treatments
somewhere in between. The dramatic drop in trust and trustworthiness towards the end of
the interaction is a typical end-game effect.
25 For buyers these are profits from the transaction itself, not taking into account the cost of information transmission.
53
Abbildung 3.1: Vertrauen im Zeitverlauf
(Figure 3.1: Trust over time)
Abbildung 3.2: Vertrauenwürdigkeit im
Zeitverlauf (Figure 3.2: Trustworthiness
over time)
We summarize our findings in the following result.
Result 1 (Trust and Trustworthiness)
(i) If no information transmission is possible, trust and trustworthiness are at the lowest
levels among all treatments.
(ii) Publicly available subjective information yields the highest levels of trust and
trustworthiness, even though information transmission is costly.
(iii) Among our four treatments with private information transmission, the highest level of
trust is attained if objective (detailed) information on transactions can be passed on at
no cost. Objective information is not effective if transmission is costly.
(iv) If subjective information can be passed on to other participants, the same intermediate
level of trust is established, independent of the cost of information transmission.
(v) Trustworthiness is basically unaffected by private information transmission and
positively affected if information is publicly available.
We will now analyze the patterns of information transmission which sheds light on the
dynamics of reputation formation in our experiment.
54
3.4.2 Determinanten der Reputationsentstehung (Determinants of Reputation
Formation)
In this section we analyze the pattern of information transmission in the five treatments
where information transmission is possible, and relate the findings to our results in section
3.4.1. Information transfer over time in the five treatments is illustrated in Figure 3.3.
As one would expect, a much higher proportion of participants transmits information if it is
costless.26
Moreover, in all treatments information transmission starts out at a rather high
level and then decreases over time.27
While in the treatments with positive cost (OBJ_C,
SUB_C and SUB_PUB_C) information transmission follows the same pattern,28
this is not
the case for costless information transmission. Whereas the transmission of objective
information in OBJ_NC stays at a high level (over 70% of participants transmit
information until the very end of the experiment), the transmission of subjective
information decreases to below 50% in the last periods. Whereas average information
transfer is not significantly different during the first half of the experiment, it is
significantly higher in OBJ_NC in the second half of the experiment (p<0.1).
26 Frequencies in costless treatments are significantly higher than in any other costly treatment (p<0.01 for any
comparison). 27 A two-tailed Wilcoxon Signed Rank Test comparing the frequencies in the first half and the second half of each
treatment reveals that information transfer is significantly reduced over time (p<0.05 for SUB_C and OBJ_C, p<0.1 for
all other treatments). 28 A pairwise two-tailed Wilcoxon-Mann-Whitney Test reveals no difference between these three treatments. This result
holds also when testing for the first and the second half of the experiment separately.
55
Abbildung 3.3: Weitergabe von Information im Zeitverlauf (Figure 3.3: Information
transmission over time)
The last column of Table 3.4 shows the average proportion of participants that transmitted
information in our five treatments. The cells below the table’s diagonal contain
information on the significance of the differences in information transmission across
treatments. We find that there is no significant difference in the average frequency of
information transmission between the treatments with costly information transmission
despite the difference between SUB_PUB_C and OBJ_C. Also for the two treatments with
costless information transmission we find no difference with respect to the overall mean.
Between treatments with costly and costless information transmission, however, we find
significant differences. In the cells above the diagonal the differences in slopes are
displayed. Here we see that only the OBJ_NC treatment differs significantly from all other
treatments: Whereas the latter show strongly decreasing transmission rates over time, the
slope of OBJ_NC is significantly less negative. A slight significant difference can be
reported for the slope effect between SUB_C and SUB_NC. More obvious differences can
be found in the slope effects of SUB_PUB_C: with exception of SUB_NC we have
significant differences to all the other treatments.
56
Tabelle 3.4: Durchschnittlicher Anteil der Teilnehmer, die Information weitergegeben
haben (Durchschnitt) und Unterschiede in Niveau und Steigung zwischen den Treatments
(Table 3.4: Average proportion of participants that transmitted information (mean) and
differences in level and slopes between treatments)
Slope effect (interaction period x treatment) means
OBJ_NC SUB_NC SUB_C OBJ_C SUB_PUB_C
Level
effect
OBJ_NC X *** *** *** * 0.82
SUB_NC n.s. X * n.s n.s. 0.67
SUB_C *** *** X n.s. ** 0.18
OBJ_C *** *** n.s. X ** 0.17
SUB_PUB_C *** *** n.s. * X 0.25
Estimates taken from mixed-effects logistic regression.
We finally analyze the patterns of information transfer using a multilevel structure model
for multivariate analysis. We estimated a three level variance-components model: First, the
data set has a panel structure since subjects repeatedly interact over 36 rounds. Second, as
participants were assigned to matching groups of eight subjects the individuals are nested
in groups (Rabe-Hesketh & Skrondal 2008). Keeping in mind the interaction between
buyers and sellers we have also to provide for crossed random effects because the decision
to transfer information cannot be treated independently from the pairs’ composition and
their interactions. As both are interacting on the same level, these random effects are not
hierarchically nested, but crossed on the individual level (Rabe-Hesketh & Skrondal 2008;
Snijders & Bosker 1999). Therefore we integrate cross-random effects in the three level
variance-components model.29
Table 3.5 summarizes our findings. Model 1 displays our basic specification. The first
three independent variables are treatment dummies with SUB_NC (“subjective information
without cost”) as our reference treatment. The regression clearly confirms that the
existence of transmission cost decreases information transmission substantially (the
coefficients of the treatments including costs are negative and highly significant).
Comparison of the zero cost treatments reveals that the probability to pass on information
is higher if objective information has to be passed on.
29 Due to potential information transfer from a sender Ax to a receiver Ay there have further crossed random effects to be
considered on the individual level. Due to a very small group size the variance of this random effect is therefore almost
zero, so an integration of this crossed-random effect in the model is not necessary.
57
As we have shown in our descriptive analysis, the rate of information transmission
decreases over time. Our model 2 tries to capture those effects by including the interaction
effects between treatment dummies and time. The regression confirms the evidence from
figure 3.3 and table 3.4: the probability of information transmission in the treatment
OBJ_NC (objective information without costs) decreases at a significantly lower rate over
time as compared to treatment SUB_NC (subjective information without costs).30
This may
be due to the nature of subjective information, which may accumulate subjective
information of previous interaction over time, such that the need to communicate declines,
especially considering the high correlation between the combination of transfer and rate of
return and satisfaction with the transaction which points to the fact that there is a
consensual understanding among participants of how to rate a transaction. Alternatively
one might argue that transmission of cumulative information is more costly than the
transmission of “objective information”. The agent has to translate his own experience and
the information obtained on the interaction partner by others into a rating. Since
information is less valuable towards the end of the experiment, a simple cost benefit
argument may explain the more rapid decline.
The regression analysis yields additional insights into the pattern of information
transmission. First, an amount passed on to the seller (investment x) clearly leads to higher
information transmission rates by the respective buyers. However, this effect is not linear
and decreases with very low and very high investments (the squared effect of investment is
negative). This might be due to the fact that in early periods buyers experiment with
intermediate investments and at the same time very actively transmit information. In later
stages, when buyers “know” sellers by reputation and experience, they may choose to
invest either high or low amounts (according to the respective seller’s reputation) while
more rarely transmitting information. The ratio of the buyer`s investment to the seller’s
return (rate of return) has a negative effect on the probability of information transmission.
The less trust is honoured by the seller, the higher is the probability to inform another
buyer. This indicates that especially negative reputation is produced by the buyers.
30 Facing the complexity of interpreting interaction effects in non-linear models (Norton, Wang & Ai 2004). We also
estimated a linear multilevel model (see e.g. Angrist & Pischke 2009). The directions of the tested interaction terms are
the same as in model 2.
58
However, the effect is again not linear which indicates that either very bad or very good
experiences are reported to other buyers with a stronger bias to bad experience.31
Tabelle 3.5: Weitergabe von Information (Table 3.5: Information transmission)
European Business School Oestrich-Winkel – Würzburg – HU Berlin
34 Die Teilnehmer waren darüber informiert, dass es sich bei der FAU um den Auftraggeber der Studie handelte. Dieser
Faktor ist für die spätere Interpretation der Ergebnisse zu berücksichtigen. Aufgrund des hypothetischen Charakters von
Vignettenstudien sollten allerdings keine schwerwiegenden Verzerrungen im Antwortverhalten auftreten. 35 Trotz der inhaltlichen Gründe für die Wahl der Universitäten kann diese aufgrund des Designs lediglich als
exemplarisch verstanden werden. Die Auswahl ist überdies durch den thematischen Schwerpunkt der Gesamtstudie
motiviert, der einen Vergleich von Absolventen der FAU mit Absolventen anderer Hochschuleinrichtungen vorsieht.
Eine „quantifizierbare“ Analyse von Universitäten hinsichtlich ihrer einzelnen Rankingplatzierungen kann auf Grundlage
dieses Designs somit nicht vorgenommen werden. Ein solches Vorhaben scheint allerdings generell schwierig, da
einzelne Rankings auch aufgrund der in Abschnitt 4.2.3 genannten Gründe oftmals zu unterschiedlichen Ergebnissen
kommen.
79
Fachhochschulen wurden bewusst nicht in das Design integriert, um keine Verzerrungen
hervorzurufen. Auf Basis des faktoriellen Designs ließe sich keine Aussage darüber
treffen, ob die Befragten nicht generell Universitäts- oder Fachhochschulabsolventen
bevorzugen. Damit würde nicht der Name, sondern der Hochschultyp den eigentlichen
Stimulus, auf den Befragte reagieren, darstellen. Aus den vorgestellten Dimensionen und
ihren jeweiligen Ausprägungen ergeben sich 120 verschiedene Vignetten, die durch
Zufallsauswahl auf 20 Decks verteilt wurden.36
Diese wurden aufgrund des Samplesplits
dupliziert, womit insgesamt 40 Decks vorliegen. Jeder Befragte erhielt sechs
Situationsbeschreibungen zur Beurteilung.
Um die in Hypothese H4 getroffene Annahme testen zu können, werden Variablen der
Befragtenebene in die Analyse einbezogen. Das Wissen über die Qualität einer
Hochschuleinrichtung, das auf eigenen Erfahrungen des Befragten beruht, wird durch die
Angaben der Teilnehmer zu der/n von ihnen besuchten Hochschule/n operationalisiert. Die
Frage zum Einfluss von Information über Hochschulen durch zusätzliche
Informationskanäle kann aufgrund des Studiendesigns nur für die FAU untersucht werden.
Für die Analyse wird die Frage nach der Einschätzung des Qualifikationsniveaus von
FAU-Absolventen herangezogen. Somit kann die Untersuchung des postulierten
Zusammenhangs zwar keinen Anspruch auf Vollständigkeit erheben. Mithilfe dieser
Variablen sollten sich aber zumindest erste Hinweise auf den potenziellen Einfluss
zusätzlicher Information finden.
Die Erhebung basiert auf einem Switch-Mode-Verfahren, das aus einem kombinierten
Einsatz von telefonischer Eingangsbefragung und Onlineerhebung besteht (Höglinger,
Abraham, Arpagaus & Liechti 2010). Befragt wurden (Fach-)Führungskräfte in deutschen
Unternehmen, die angaben, potenziell Wirtschaftswissenschaftler zu beschäftigen. Die
Mindestgröße des Betriebes wurde auf 50 Beschäftigte festgelegt, womit die Chance
erhöht werden sollte, in den kontaktierten Unternehmen potenzielle Arbeitgeber für
Wirtschaftswissenschaftler zu finden. Zudem wurden in einer Vorauswahl Branchen, in
denen die Beschäftigung von Wirtschaftswissenschaftlern als sehr gering angenommen
wurde, ausgeklammert.37
Die Gruppe der Zielpersonen bestand nicht ausschließlich aus
Personalreferenten, sondern aus Fachführungskräften in Abteilungen, die potenziell
36 Die Gesamtzahl von Vignetten berechnet sich aus dem sogenannten Kartesischen Produkt (3x2x2x2x5=120). 37 Die Auswahl der Branchen erfolgte auf Grundlage der „Klassifikation der Wirtschaftszweige 2008“ (Statistisches-
Bundesamt 2008). Ausgeschlossen wurden z.B. Branchen wie Land- und Forstwirtschaft sowie Erziehung und
Unterricht. Auch Unterkategorien wie Praxen von Psychotherapeuten oder Architekturbüros wurden nicht berücksichtigt.
80
Wirtschaftswissenschaftler beschäftigen. Diese Entscheidung über die Stichprobe beruht
auf der Annahme, dass der Auswahlprozess neuer Mitarbeiter in vielen
Arbeitsorganisationen letztendlich bei den Verantwortlichen der Fachabteilungen liegt
bzw. diese über ein Mitspracherecht verfügen. Ein weiteres Argument für die gewählte
Vorgehensweise gründet darauf, dass es die Verantwortlichen in den Fachabteilungen sind,
die über die Einstellung hinaus die neuen Mitarbeiter in ihrer Entwicklung beobachten und
deren Leistungsfähigkeit einschätzen können. Demzufolge sollten insbesondere
Entscheider in Fachabteilungen über die Kompetenzen und das Leistungsniveau von
Hochschulabsolventen informiert sein. In diesem Sinne wurden mit den Abteilungen
Einkauf, Marketing, Vertrieb, Finanzwesen und Personalwesen Organisationseinheiten
gewählt, in denen Wirtschaftswissenschaftler nach ihrem Studium häufig eine Anstellung
finden. Eine weitere Kategorie ist in der Funktion des Geschäftsführers zu finden, um auch
kleineren Betrieben eine Einordnung zu ermöglichen, da diese oftmals nicht über
spezialisierte Fachabteilungen verfügen. Für die Metropolregion Nürnberg38
wurde ein
gezieltes Oversampling in der Stichprobe vorgenommen. Dies liegt in einem
übergeordneten Ziel der Studie begründet, Aufschluss über die Einschätzung die Qualität
der FAU zu erlangen. Mit dieser Designentscheidung sollte gewährleistet werden, dass
eine möglichst große Zahl von Unternehmen an der Studie teilnimmt, die eine
Einschätzung zu Absolventen der FAU abgegeben kann.
Die Rekrutierung der Zielpersonen im Switch-Mode-Verfahren gestaltete sich
folgendermaßen: In einem ersten Schritt wurden Unternehmen telefonisch kontaktiert,
wobei zunächst erfragt wurde, welche der für die Befragung relevanten Abteilungen im
Betrieb vorhanden sind. Aus diesen wurde ein Bereich zufällig ausgewählt und um die
Verbindung zu einer Führungskraft mit Personalverantwortung aus diesem Bereich
gebeten. War die richtige Zielperson zu sprechen, so wurde ihr eine kurze,
themenbezogene Eingangsfrage gestellt. Anschließend erfasste der Anrufer die E-Mail-
Adresse des Befragten, der somit direkt nach dem Telefonat die Zugangsdaten zur
Teilnahme an der Online-Befragung erhielt.
Insgesamt haben 1018 Personen den Online-Fragebogen - den faktoriellen Survey
eingeschlossen - vollständig ausgefüllt. Dabei stammen 407 Teilnehmer aus Unternehmen,
die in der Metropolregion Nürnberg ansässig sind. Dies entspricht dem angestrebten
38 Bei der Europäischen Metropolregion Nürnberg handelt es sich um einen Zusammenschluss von 22 Landkreisen und
11 kreisfreien Städten, die sich eine partnerschaftliche Zusammenarbeit zum Ziel gesetzt hat (Metropolregion-Nürnberg
2012).
81
Oversampling von 40 %. Die meisten Befragten stammen aus der Personalabteilung (33
%), der geringste Anteil stammt aus dem Bereich Einkauf (7,5 %).39
Die Rücklaufquote
betrug 18,1 %.
4.5 Ergebnisse
Nach einer kurzen Erläuterung der vorliegenden Datenstruktur werden in diesem Abschnitt
die Ergebnisse der multivariaten Analysen vorgestellt. Dabei erfolgt die Überprüfung der
Hypothesen auf Grundlage verschiedener Modelle. Im Gesamtmodell (1) werden die in
den Hypothesen H1, H2 und H3 aufgestellten Annahmen untersucht. Für den in Hypothese
H4 antizipierten Unterschied zwischen Bewerbern mit Bachelor- und Masterabschluss
erfolgt die empirische Überprüfung anhand separater Modelle (2 und 3). Um zu testen, bei
welchen Variablen signifikante Unterschiede zwischen den beiden Samples Bachelor-
Abschluss und Master-Abschluss vorliegen, wurde ein weiteres Gesamtmodell mit
Interaktionseffekten, die sich aus allen im Modell verwendeten Variablen multipliziert mit
der Dummy-Variablen für den Sample-Split zusammensetzten, geschätzt. Diese Ergebnisse
zeigt Modell 4 in vereinfachter Darstellung. Die Hypothese H5 zum Einfluss der regionalen
Nähe von Hochschuleinrichtungen bei der Auswahl von Berufseinsteigern wird anhand
eines Modells getestet, das ausschließlich Befragte außerhalb der Metropolregion (Sample
keine Metropolregion) einbezieht (vgl. Modell 5). In einer weiteren Schätzung (vgl.
Modell 6) wird analog das potenzielle Verhalten von Teilnehmern aus Unternehmen mit
Firmensitz innerhalb der Metropolregion Nürnberg (Sample Metropolregion) betrachtet.
Auch diese beiden Gruppen werden hinsichtlich ihrer Unterschiedlichkeit mithilfe für die
Metropolregion gebildeter Interaktionseffekte getestet (vgl. Modell 7).
Tabelle 4.2 gibt zunächst einen Überblick über die in den Analysen verwendeten
Variablen. Dargestellt sind die Ausprägungen der Vignettendimensionen sowie die
verwendeten Individualvariablen. Die für die Vignettendimensionen angegebenen
Mittelwerte und Standardabweichungen sollen verdeutlichen, dass alle Ausprägungen
nahezu gleichverteilt in die Erhebung eingingen.
39 Die weiteren Befragten verteilen sich auf die Bereiche Finanzwesen (15,7%), Geschäftsführung (12,3%), Vertrieb
(11,9%), Marketing (10,2%) und Sonstige (9,5%). Der hohe Anteil von Teilnehmern aus der Personalabteilung lässt
vermuten, dass bei der Nennung des Themas der so genannte „Gatekeeper“ (Höglinger, Abraham, Arpagaus & Liechti
2010) die Weiterleitung an die Personalabteilung forciert.
82
Tabelle 4.2: Übersicht über die in den multivariaten Analysen Vignetten- und
Befragtenvariablen
Anzahl
gültiger
Fälle
Min. Max. Mittelwert Standard-
abweichung
Vignettenvariablen
Abschlussnote
Note 1,3 5448 0 1 0.333 0.471
Note 2,0 5448 0 1 0.328 0.469
Note 2,7 5448 0 1 0.340 0.474
Auslandserfahrung 5448 0 1 0.503 0.500
Ehrenamtliches
Engagement
5448 0 1 0.506 0.500
Praxiserfahrung 5448 0 1 0.498 0.500
Universität 5448
Mannheim (MH) 5448 0 1 0.206 0.405
FAU Erl.-Nbg. 5448 0 1 0.200 0.400
EBS Oestrich-Winkl 5448 0 1 0.189 0.391
Würzburg (WÜ) 5448 0 1 0.203 0.402
HU Berlin 5448 0 1 0.202 0.401
Befragtenvariablen
Alter 882 24 75 45.580 9.506
Geschlecht
(1= weiblich)
908 0 1 0.340 0.474
Bildungsabschluss
Kein HS-Abschluss 908 0 1 0.329 0.470
FH- Abschluss 908 0 1 0.365 0.481
Uni-Abschluss 908 0 1 0.306 0.461
Absolviertes Studium
(1=WiWi-Studium)
908 0 1 0.414 0.493
Beschäftigungsdauer im
aktuellen Betrieb
(1= mehr als 10 Jahre)
894 0 1 0.421 0.494
Studium in MH 908 0 1 0.009 0.093
Studium an der FAU 908 0 1 0.045 0.208
Studium in WÜ 908 0 1 0.014 0.119
Studium an der HU 908 0 1 0.006 0.074
Information zur FAU 908 0 1 0.239 0.427
Samplesplit
(1= Master)
908 0 1 0.511 0.500
Metropolregion (MP)
(1= innerhalb der MP)
908 0 1 0.402 0.490
83
Für die multivariaten Modelle ist das quasi-experimentelle Design der faktoriellen Surveys
zu beachten, im Rahmen dessen ein Befragter mehrere Urteile abgibt. In der vorliegenden
Erhebung erhielt jeder Teilnehmer sechs Vignetten zur Beurteilung vorgelegt.40
Diese
Antworten können somit nicht unabhängig voneinander betrachtet werden, es liegt eine
Clusterung der Daten vor (Hox, Kreft & Hermkens 1991; Liebig & Mau 2005), die sich
beispielsweise mit der Schätzung robuster Standardfehler kontrollieren lässt (Maas & Hox
2004). Da bei der hier diskutierten Fragestellung neben den Niveaueffekten der
Vignettendimensionen auch die Variablen der Individualebene von Interesse sind, wird für
die Analysen auf Random-Intercept-Modelle zurückgegriffen (vgl. z.B. Auspurg, Abraham
& Hinz 2009).
Die Überrepräsentanz der Metropolregion wird durch die Integration eines entsprechenden
Gewichtungsfaktors statistisch in der Schätzung der Mixed-Effects-Mehrebenenmodelle
berücksichtigt. Mit Ausnahme der Modelle 5 und 6, in denen Befragte außerhalb und
innerhalb der Metropolregion getrennt betrachtet werden, ist die Gewichtung in allen
Modellgleichungen integriert. In den Modellen wird mit Rho der Anteil der Varianz auf
der Befragtenebene an der Gesamtvarianz angegeben.41
In den Tabellen 4.3 und 4.4 sind die Ergebnisse der multivariaten Analysen dargestellt.
Modell 1 beinhaltet die Ergebnisse für das Gesamtsample. Es zeigt sich, dass die
Abschlussnote in die Entscheidung einbezogen wird. Die Ergebnisse sind dabei
folgendermaßen zu interpretieren: Bewerber mit einem sehr guten Abschluss werden
gegeben der in dem Modell verwendeten Variablen auf höchst signifikantem Niveau um
0.198 Punkte auf der Bewertungsskala eher zu einem Vorstellungsgespräch eingeladen als
Kandidaten, die ein Zeugnis mit der Note „2,0“ vorweisen können. Der Unterschied
zwischen den Noten „2,0“ und „2,7“ ist ebenfalls höchst signifikant. Bewerber, die ihr
Studium mit der Note „2,7“ abgeschlossen haben, werden um 0.539 Punkte weniger
wahrscheinlich eingeladen als Bewerber mit der Note „2,0“.
40 Für die hier präsentierten Ergebnisse der multivariaten Analysen gehen ausschließlich Befragte ein, die ihre Antworten
variiert haben. 110 Teilnehmer, die für alle Situationsbeschreibungen die gleiche Antwort gaben, wurden von der
Analyse ausgeschlossen, da zu vermuten ist, dass diese Personen kein Interesse an einer Abstufung ihrer Antworten
zeigten. 41 Die abhängige Variable kann nicht als vollständig normalverteilt bezeichnet werden. Dennoch werden die Ergebnisse
linearer Schätzungen vorgestellt, da diese die Integration der Gewichtungsfaktoren sowie die Modellierung der
Mehrebenenstruktur zulassen. Ordinale Modelle mit der Schätzung robuster Standardfehler kommen in den zentralen
Annahmen zu ähnlichen Ergebnissen.
84
Tabelle 4.3: Ergebnisse der Mehrebeneschätzungen Modelle 1-4