Die Dienstleistungsnachfrage im Freizeitsektor - eSport
Die Dienstleistungsnachfrage im Freizeitsektor - eSport
Die Dienstleistungsnachfrage im Freizeitsektor - eSport
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
12. Mikros<strong>im</strong>ulationsmodelle <strong>im</strong> FUK-Bereich 192<br />
12.2 Zentrale Ergebnisse<br />
Im Folgenden werden die einzelnen Mikros<strong>im</strong>ulationsmodelle nacheinander vorgestellt<br />
und hinsichtlich der gewonnenen Parameterschätzer verglichen.254 <strong>Die</strong><br />
Darstellung erfolgt dabei jeweils in zwei Teilen: (1) Vor Beginn der Modellschätzung<br />
muss, wie bereits ausführlich erläutert (vgl. Abschnitt 12.1.3.1), zunächst eine<br />
oder mehrere identifizierende Variable(n) definiert werden, die auf der ersten<br />
und nicht auf der zweiten Stufe des Tobit-Modells Typ II als erklärende Variable(n)<br />
eingesetzt wird (werden). Der erste Darstellungsteil zu den einzelnen Ausgabenmodellen<br />
widmet sich daher kurz einigen Aspekten zur jeweiligen Auswahl<br />
der Variable(n). <strong>Die</strong> beschriebenen Vorabanalysen (vgl. Fußnote 250) können als<br />
univariater Test (nur eine erklärende Variable) verstanden werden. Im Folgenden<br />
wird davon gesprochen, dass die Vorabanalyse die Auswahl stützt, wenn der<br />
vermutete Zusammenhang (Korrelation) zwischen Auswahlvariable und abhängiger<br />
Variable das vermutete Vorzeichen aufweist und lediglich bezogen auf die<br />
Dummy-Variable signifikant ist. In diesem Fall wäre der von einer identifizierenden<br />
Variable erwartete singuläre Einfluss (Konsumwahrscheinlichkeit: ja, Budgethöhe:<br />
nein) zumindest <strong>im</strong> univariaten Kontext nachgewiesen. Wenn die entsprechenden<br />
Parameter der Auswahlvariablen auch <strong>im</strong> Probit-Modell signifikant sind, kann der<br />
erwartete Zusammenhang auch <strong>im</strong> multivariaten Kontext (alle relevanten erklärenden<br />
Variablen) als gegeben hingenommen werden. (2) Im zweiten Teil einer<br />
jeden Modellvorstellung werden die zentralen Ergebnisse jeweils kurz skizziert.<br />
12.2.1 FREIZEITDL<br />
(1) Auswahl der identifizierenden Variable(n): Für FREIZEITDL wird die Variable<br />
zum höchsten beruflichen Ausbildungsabschluss des HV (hohesbn) herangezogen.<br />
Dabei wird vermutet, dass Haushalte mit einem HV, der einen hohen beruflichen<br />
Bildungsabschluss aufweist, eher dazu neigen, Ausgaben für die verschiedenen<br />
<strong>Die</strong>nstleistungen <strong>im</strong> Freizeitbereich zu tätigen, als andere. <strong>Die</strong>s kann theoretisch<br />
plausibel begründet werden: Nach Nieswiadomy und Rubin (1995) können<br />
bspw. erlernte Fähigkeiten und erarbeitetes Wissen die Bandbreite an durchführ-<br />
254 Für alle Ausgabenkategorien wurden <strong>im</strong>mer die kompletten und nicht die bspw. um einzelne<br />
nicht signifikante Faktoren reduzierten Modelle geschätzt. Insgesamt existiert in der Empirie weder<br />
für das gewählte noch für das andere erwähnte Vorgehen eine allgemein gültige Konvention. Aufgrund<br />
von substanztheoretischen Überlegungen (es macht z.B. wenig Sinn, von einem Dummy-<br />
Block (wie z.B. soziale Stellung des HV) einzelne Variablen auszublenden) geht die Tendenz generell<br />
jedoch zur gewählten Alternative (Schätzung vollständiger Modelle).
Change language