Hoofdstuk 6 Resultaten Kwantitatief Onderzoek – Conjunctanalyse
6.2 Model voor verschillende groepen
Bij deze analyse is gekeken of er verschil zit in waardering bij verschillende groepen. Als eerste zullen de klanten van verschillende koeriersbedrijven onderzocht worden, daarna het verschil in aantal medewerkers. In deze paragraaf zal hypothese 1 worden getoetst. Als laatste wordt er een segmentatieanalyse gedaan. Gekeken wordt hoe het model er per latente klasse uitziet.
6.2.1 Model per koeriersbedrijf
In deze paragraaf wordt onderscheid gemaakt tussen klanten van TNT, DHL en de Overige Koeriersbedrijven. De analyse is dezelfde als in paragraaf 6.1 echter alleen de belangrijkste tabellen zijn weergegeven. De overige tabellen zijn te vinden in bijlage 9.1.
In tabel 6.6 is te zien wat het relatieve belang voor de klanten van de verschillende aanbieder is. Opvallend is dat in vergelijking met de andere klanten, de DHL-klanten Prijs het minst belangrijk vinden. Ze vinden daarentegen Snelheid en extra diensten zoals milieuvriendelijkheid en Track & Trace meer van belang dan de klanten van de andere bedrijven. De klanten van de Overige Koeriersbedrijven vinden Prijs veruit het belangrijkste attribuut en vinden Snelheid minder van belang dan de rest van de respondenten.
Attribuut / Aanbieder Overall DHL TNT Overigen
Prijs 0.53 0.37 0.49 0.57
Snelheid 0.21 0.38 0.25 0.14
Distributie 0.20 0.15 0.21 0.20
Extra diensten 0.06 0.11 0.06 0.09
Totaal 1.00 1.00 1.00 1.00
Tabel 6.6 relatieve belang per attribuut voor klanten van verschillende aanbieders
In tabel 6.7 is te zien welke bedragen er bij bovenstaande belangen horen. DHL-klanten willen veruit het meeste betalen voor de extra diensten en voor snelheid. Ze zijn als enige bereid te betalen voor Track&trace. Ook wat betreft de milieuvriendelijke koerier, zijn de klanten van DHL het meest bereid te betalen. Daarna de klanten van TNT en het minste de klanten van de overige bedrijven.
Bereid te betalen in euro’s / Aanbieder Overall DHL TNT Overigen
Het verschil tussen 8 uur en 1 uur leveren is waard €25.66 €67.20 €33.87 €16.07
Het verschil tussen 8 uur en 4 uur leveren is waard €13.38 €43.61 €15.29 €8.94
Het verschil tussen brengen en halen is waard €61.87 €71.00 €69.60 €56.09
Het verschil tussen niets en track and trace is waard - €12.70 €8.05 - €12.52 - €14.97 Het verschil tussen niets en milieuvriendelijk vervoer is
waard €5.86 €21.47 €7.24 €3.38
50
6.2.2 Model per aantal medewerkers
Naast de opdeling per aanbieder is er ook een opdeling per aantal medewerkers. In deze paragraaf zal hypothese 1 getoetst worden: hoe meer medewerkers een bedrijf heeft, hoe meer het bedrijf bereid is te betalen voor een milieuvriendelijke dienst.
In grafiek 6.4 is te zien wat de verschillen zijn voor grote en kleine bedrijven. Opvallend is dat kleine bedrijven (<10 medewerkers) Prijs minder belangrijk vinden dan de rest. Voor hen is Snelheid veel meer van belang. Grote bedrijven vinden Snelheid het minst van belang.
Attribuut / aantal medewerkers 0 - 10 11 - 50 51 - 100 >100
Prijs 0.38 0.57 0.54 0.57
Snelheid 0.39 0.13 0.17 0.11
Distributie 0.16 0.21 0.20 0.21
Extra’s 0.08 0.09 0.09 0.11
Totaal 1.00 1.00 1.00 1.00
Tabel 6.8 Relatieve belang per attribuut per aantal medewerkers
Deze belangen zijn omgezet in de bereidheid te betalen voor de verschillende attributen. Deze bedragen worden genoemd in tabel 6.9.
bereid te betalen / aantal medewerkers 0 - 10 11 - 50 51 – 100 >100
Het verschil tussen 8 uur en 1 uur leveren is waard €68.89 €14.68 €20.27 €13.08
Het verschil tussen 8 uur en 4 uur leveren is waard €36.40 €7.76 €12.98 €5.77
Het verschil tussen brengen en halen is waard €70.74 €60.06 €60.28 €59.18
Het verschil tussen niets en track and trace is waard
€0.34 - €15.37 - €17.70 - €15.94 Het verschil tussen niets en milieuvriendelijk
vervoer is waard
€16.69 €6.05 €7.10 - €0.58
Tabel 6.9 Bereid te betalen per attribuutniveau voor de verschillende aanbieders
Met voorgaande analyses is hypothese 1 getoetst. Hoe groter het bedrijf, hoe meer het bereid is te betalen voor een milieuvriendelijke dienst, waarbij H0: hoe groter het bedrijf, hoe meer het bereid is te betalen voor een milieuvriendelijke koerier en H1: Grote bedrijven willen niet meer betalen voor milieuvriendelijke bedrijven dan kleine bedrijven. Uit tabel 6.9 is te halen dat voornamelijk de bedrijven met minder dan 10 medewerkers bereid zijn te betalen voor een milieuvriendelijke koerier. Bedrijven met meer dan 100 medewerkers zijn zelfs niet bereid te betalen voor deze dienst. Dit in tegenstelling tot wat de literatuur beweert. De theorie beweert dat hoe groter het bedrijf, hoe eerder het geneigd is tot de aanschaf van milieuvriendelijke producten. H0 wordt daarom verworpen.
Een eventuele reden voor deze andere uitkomst kan zijn dat het hier gaat om een dienst en niet om een product. Grotere bedrijven hebben volgens de theorie vaker een milieuvriendelijk programma, omdat dit door kleinere bedrijven te duur wordt bevonden. Grote bedrijven halen namelijk eerder de extra kosten eruit door economies of scale. In dit geval is er geen sprake van economies of scale,
51 aangezien het om een in te huren dienst gaat. Kleine bedrijven kunnen hierin geïnteresseerd zijn omdat ze dan wel wat bijdragen aan het milieu, maar geen verdere veranderingen in het bedrijf zelf hoeven toe te passen. Aangezien grotere bedrijven sneller op andere gebieden, zoals processen, milieuvriendelijk ingesteld zijn, kunnen ze voor hun gevoel al genoeg in het milieu investeren en zijn ze daardoor misschien minder bereid zijn te betalen voor een milieuvriendelijke koerier.
6.2.3 Latente klassenanalyse en het bijbehorende model
Om te onderzoeken of er groepen klanten zijn die hetzelfde belangrijk vinden, is er een segmentatieanalyse gedaan. Met behulp van het programma Latent Gold worden latente klassen achterhaald. Dit betekent dat gekeken wordt of er onderliggende verbanden in de data liggen. Wanneer er specifieke groepen klanten naar boven komen, kan TNT hierop inspelen met bijvoorbeeld de marketingstrategie.
De latente klassenanalyse wordt hetzelfde uitgevoerd als de conjunctanalyse; regressies met de verschillende attributen als voorspellers en het gegeven cijfer voor het product als afhankelijke. Het programma onderzoekt of er onderliggende groepen, oftewel klassen, zijn te vinden met overeenkomstige attribuutbelangen. Allereerst wordt onderzocht hoeveel latente klassen het beste op de data passen. Er zijn verschillende analyses uitgevoerd, elk met een ander aantal klassen. Bij elk van de klassen wordt gekeken naar de modelfit en dan voornamelijk naar de statistische gegevens Bayes Information Criterion (BIC) en de Consistent Aikike Information Criterion (CAIC). Doorgaans blijkt dat des te lager deze waarden, des te beter het model past. In tabel 6.10 zijn deze waarden weergegeven per model. Hieruit blijkt dat hoe meer klassen, hoe beter de fit.
Log-likelihood Statistics 2 3 4 5 6 7 Log-likelihood (LL) -12674,3 -12478,9 -12349,6 -12283,5 -12222,9 -12167,9 Log-prior -2,3646 -3,011 -3,3476 -3,5422 -3,8594 -3,9518 Log-posterior -12676,6 -12481,9 -12353 -12287 -12226,8 -12171,8 BIC (based on LL) 25472,46 25146,95 24953,57 24886,54 24830,59 24785,74 AIC (based on LL) 25386,54 25015,81 24777,21 24664,96 24563,78 24473,72 AIC3 (based on LL) 25405,5 25044,8 24816,2 24714 24622,8 24542,7 CAIC (based on LL) 25491,46 25175,95 24992,57 24935,54 24889,59 24854,74
Tabel 6.10 Bepaling van aantal klassen met behulp van modelfit, hoe lager de BIC en CAIC, hoe beter het model past
Aangezien er steeds meer klassen nodig zijn om een lagere BIC en CAIC te verkrijgen, wordt er naar het aantal respondenten per klasse gekeken en in hoeverre de klassen op elkaar lijken. Er kan ook gekeken worden naar de classification error, dit geeft aan hoeveel van de respondenten in de verkeerde klasse geplaatst is. Op basis van deze gegevens wordt gekozen voor een model met vier klassen. Dit model heeft net iets meer variatie dan het model met drie groepen, al is de classification error hoger, 12,39 % in plaats van 8,36 % bij drie klassen. Een model met vijf klassen heeft geen toegevoegde waarde omdat daar twee groepen erg op elkaar lijken. Zie bijlage 7 voor de bijbehorende gegevens.
52 Beschrijving van de klassen
De verdeling van de respondenten over de klassen is als volgt:
Klassen Klasse 1 Klasse 2 Klasse 2 Klasse 4 Totaal
Aantal respondenten 212 195 150 123 680
Tabel 6.11 Aantal respondenten per klasse
Per klasse is het relatieve belang berekend. Deze zijn te vinden in tabel 6.12. In tabel 6.13 zijn de bijbehorende bedragen te vinden, de bereidheid te betalen per attribuut.
Attribuut Klasse 1 Klasse 2 Klasse 3 Klasse 4
Prijs 0,53 0,43 0,56 0,45
Snelheid 0,28 0,26 0,04 0,30
Distributie 0,14 0,23 0,27 0,17
Extra 0,05 0,07 0,13 0,08
Totaal 1,00 1,00 1,00 1,00
Tabel 6.12 relatieve belang per attribuut per klasse
Bereid te betalen Klasse 1 Klasse 2 Klasse 3 Klasse 4
Het verschil tussen 8 uur en 1 uur leveren is waard
€35,04 €37,41 - €0,38 €43,30 Het verschil tussen 8 uur en 4 uur leveren is
waard
€19,89 €23,22 - €4,94 €23,52
Het verschil tussen brengen en halen is waard €43,17 €87,62 74,07 €63,85
Het verschil tussen niets en track and trace is
waard - €9,21 - €15,97 - €19,94 - €1,09
Het verschil tussen niets en milieuvriendelijk
vervoer is waard €2,52 €10,99 €4,80 €14,61
Tabel 6.13 Bereid te betalen per attribuut
De klassen verschillen op een aantal punten van elkaar. Hieronder wordt beschreven wat per klasse van belang is en wat niet.
• Klasse 1 is het meest gericht op de combinatie Prijs en Snelheid en minder op de Distributie of extra diensten. Deze groep is het minst bereid te betalen voor een Milieuvriendelijke koerier. • Bij klasse 2 is Prijs is het minst van belang in vergelijking met de andere klassen, ze hebben het
meest over voor het ophalen van het pakket. Opvallend is dat ze helemaal niet geïnteresseerd zijn in Track&Trace, maar wel meer dan gemiddeld over hebben voor een milieuvriendelijke koerier. • Klasse 3 vindt Prijs en Distributie erg belangrijk. Daarentegen is deze groep bijna niet
geïnteresseerd in Snelheid en de extra dienst Track&trace en is gemiddeld geïnteresseerd in een milieuvriendelijke koerier.
• Klasse 4 lijkt erg op klasse 2, deze groep vindt Snelheid erg van belang. Ze vinden Prijs en Distributie wat minder belangrijk. Deze groep is het meest van allen bereid te betalen voor een Milieuvriendelijke koerier. Ook staan ze het minst negatief tegenover de extra dienst Track&Trace. Al zijn ze er nog steeds niet bereid voor te betalen (-€1,09)
53 Bij klasse 3 komt naar voren dat deze niet bereid is te betalen voor snelheid, oftewel kwaliteit. In paragraaf 3.8 kwam naar voren dat hoe hoger de productkwaliteit, hoe meer de klant bereid is te betalen. Over het algemeen klopt deze theorie, maar dat geldt niet voor deze klasse.
In grafieken 6.3 en 6.4 zijn de verschillen tussen de klassen te zien wat betreft aanbieder en aantal medewerkers.
Grafiek 6.3 Taartdiagrammen verdeling van de koeriersbedrijven over de vier klassen
Grafiek 6.4 Taartdiagrammen verdeling van het aantal medewerkers over de vier klassen
De verdeling van de koeriers over de verschillende klassen is significant (p=0,006), in bijlage 10.5 is de output van de Chi-Square test te vinden. DHL is voornamelijk te vinden in klasse 1, TNT in Klasse 2 en 4 en de overige koeriers is Klasse 1 en 3. Qua aantal medewerkers is de verdeling redelijk hetzelfde verdeeld, het verschil is dan ook niet significant (p=0,263). Ook dit is getest met een Chi-Square test (bijlage 10.5).
Samenvatting van de klassen
Hieronder volgt een korte samenvatting van de vier klassen, wat ze belangrijk vinden en welke klanten er voornamelijk in de klasse zitten.
Klasse 1) Prijs en Snelheid, veel klanten van DHL en de Overige Koeriers. Klasse 2) Ophalen, veel klanten van TNT
Klasse 3) Prijs en Ophalen, veel klanten van Overige Koeriers. Klasse 4) Snelheid, milieuvriendelijk, veel klanten van TNT
54