Die Dienstleistungsnachfrage im Freizeitsektor - eSport
Die Dienstleistungsnachfrage im Freizeitsektor - eSport
Die Dienstleistungsnachfrage im Freizeitsektor - eSport
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
12. Mikros<strong>im</strong>ulationsmodelle <strong>im</strong> FUK-Bereich 185<br />
Tab. 27: Vorzeichen ausgesuchter hoch signifikanter Korrelationen (Quelle: LWR 2005, eigene<br />
Berechnung und Darstellung).<br />
Variable alter25 alter2534 alter 3544 alter4554 alter5565 alter65<br />
verhei -0,081 *** -0,176 *** -0,030 *** 0,053 *** 0,072 *** -0,022 *<br />
ledig 0,143 *** 0,262 *** 0,119 *** -0,050 *** -0,103 *** -0,122 ***<br />
kindu6 0,011 . 0,236 *** 0,279 *** -0,108 *** -0,134 *** -0,147 ***<br />
kind618 -0,031 *** -0,045 *** 0,381 *** 0,142 *** -0,211 *** -0,276 ***<br />
kind1827 -0,034 *** -0,111 *** -0,107 *** 0,285 *** 0,048 *** -0,180 ***<br />
Signifikanzniveau: * ≡ p < ,1, ** ≡ p < ,05, *** ≡ p < ,01<br />
Eine Schätzung von Modellen mit derart hoch korrelierten erklärenden Variablen<br />
birgt das mit Multikollinearität einhergehende Verzerrungspotenzial (vgl. Abschnitt<br />
7.3.2.1).239 Zur Lösung des Problems können verschiedene Wege eingeschlagen<br />
werden: (1) Es ist denkbar, die einzelnen Kategorien zu bündeln, um <strong>im</strong> Sinne der<br />
Lebenszyklustheorie einzelne Dummy-Variablen zu best<strong>im</strong>men. Da die Lebenszyklustheorie<br />
jedoch äußerst kritisch zu betrachten ist (vgl. Abschnitt 6.4.2.5), wird<br />
auf diese Alternative verzichtet; (2) Darüber hinaus könnte das Alter des HV als<br />
einzelne metrische Variable in das zu schätzende Modell mit aufgenommen werden.<br />
Als Folgeproblem ergibt sich die <strong>im</strong> theoretischen Sinne unrealistische Prämisse,<br />
dass das Alter linear240 mit den einzelnen Ausgabenkategorien verknüpft<br />
ist; (3) Auch die Modellierung von Interaktionseffekten (Hübler, 2005) widerspricht<br />
dem Anliegen dieser Studie, den zu schätzenden Modellen möglichst wenige<br />
Prämissen aufzuerlegen; (4) Eine mögliche Lösung wäre der Einbezug von Potenzen<br />
der relevanten Variable. So rechnet Vogel (2007) beispielsweise mit den<br />
Variablen Alter, Alter 2 und Alter 3 . Der wesentliche Vorteil besteht darin, dass <strong>im</strong><br />
Vergleich zur zweiten beschriebenen Alternative unterschiedliche Alterseffekte<br />
(hier: kubische Funktion: z.B. ein mit zunehmenden Alter zunächst steigender,<br />
dann sinkender und schließlich wieder steigender Ausgabenanteil) abbildbar sind.<br />
Als Folgeproblem resultiert jedoch wiederum hohe Multikollinearität, da die verschiedenen<br />
Altersvariablen lediglich das Resultat einer Potenztransformation der<br />
Ausgangsvariablen darstellen.241 Im Rahmen dieser Studie sollen daher <strong>im</strong> Sinne<br />
239 Erste Modellschätzungen auf Basis der Daten der LWR 2005, in denen VIF-Werte für einzelne<br />
Alterskategorien zum Teil über 200 liegen, können als konkretes Warnsignal in diesem Zusammenhang<br />
gedeutet werden.<br />
240 Etwaige Transformationen ermöglichen auch das Abbilden von nicht linearen Verläufen (z.B.<br />
logarithmisch). Grundsätzlich ist jedoch bei der Aufnahme des Alters als einzelne metrische Variable<br />
unmittelbar festgelegt, dass die Ausgaben bei positivem/negativem Vorzeichen <strong>im</strong> Alter steigen/fallen.<br />
241 Erste Modellschätzungen auf Basis der Daten der LWR 2005, in denen VIF-Werte für die Variablen<br />
Alter, Alter 2 und Alter 3 zum Teil über 5.000 liegen, bestätigen dies.