The impact of a priori information on the consumer's intention to purchase an electric vehicle
| Thesis title: | Vliv apriorní informace na záměr spotřebitele ke koupi elektrovozidla |
|---|---|
| Author: | David, Jakub |
| Thesis type: | Diplomová práce |
| Supervisor: | Gunina, Daria |
| Opponents: | Kincl, Tomáš |
| Thesis language: | Česky |
| Abstract: | Diplomová práce se zabývá vlivem apriorních informací v rámci záměru spotřebitele ke koupi nového vozidla. Výzkum apriorních informací je postaven na částečné replikaci německé studie „Understanding the impact that potential driving bans on conventional vehicles and the total cost of ownership have on electric vehicle choice in Germany“ od autorů Letmatheho a Suaresové (2020). Vlastní řešení této práce je navrženo za pomocí aplikace Black Box modelu, který zobrazuje vzájemné vztahy mezi spotřebitelskými predispozicemi, situačními vlivy a rozhodováním spotřebitele. Cílem této práce je zjistit vliv apriorní informace na záměr spotřebitele ke koupi elektrovozidla. Pro vyhodnocení je využita logistická regrese s metodou zobecněné odhadovací matice (GEE). Výsledky výzkumu dokazují, že existenci vztahu mezi apriorní informací v podobě rizika poklesu cen v rámci automobilu se spalovacím motorem a spotřebitelovo rozhodováním ve prospěch elektromobilu nelze prokázat. Nelze prokázat ani vztah mezi apriorní informací v podobě transparentních spotřebitelsky orientovaných nákladů na vlastnictví (TCOc) a spotřebitelovo rozhodováním ve prospěch elektromobilu. Statistická významnost je prokázána u vzájemného vlivu mezi pozitivními |
| Keywords: | Elektromobily ; Apriorní informace; Spotřebitelské chování; Náklady na vlastnictví (TCO); Zobecněná odhadovací rovnice (GEE); Black Box model |
| Thesis title: | The impact of a priori information on the consumer's intention to purchase an electric vehicle |
|---|---|
| Author: | David, Jakub |
| Thesis type: | Diploma thesis |
| Supervisor: | Gunina, Daria |
| Opponents: | Kincl, Tomáš |
| Thesis language: | Česky |
| Abstract: | The thesis deals with the influence of a priori information in the consumer's intention to purchase a new vehicle. The research on a priori information is based on a partial replication of the German study "Understanding the impact that potential driving bans on conventional vehicles and the total cost of ownership have on electric vehicle choice in Germany" by Letmathe and Suarez (2020). The actual solution of this paper is designed using an application of the Black Box model, which depicts the interrelationships between consumer predispositions, situational influences and consumer decision making. The aim of this thesis is to investigate the influence of a priori information on the consumer's intention to purchase an electric vehicle. Logistic regression with the generalized estimation matrix (GEE) method is used for the evaluation. The results of the research show that the existence of a relationship between a priori information in the form of the risk of price decline in the context of an internal combustion engine car and the consumer's decision in favor of an electric vehicle cannot be proven. Neither can the relationship between a priori information in the form of transparent consumer-oriented cost of ownership (TCOc) and the consumer's decision in favour of an EV be demonstrated. Statistical significance is demonstrated for the correlation between positive Translated with DeepL.com (free version) |
| Keywords: | consumer behavior; priori information,; total cost of ownership (TCO); generalized estimation matrix (GEE); electric vehicles; Black Box model |
Information about study
| Study programme: | Management |
|---|---|
| Type of study programme: | Magisterský studijní program |
| Assigned degree: | Ing. |
| Institutions assigning academic degree: | Vysoká škola ekonomická v Praze |
| Faculty: | Faculty of Management |
| Department: | Department of Exact Methods |
Information on submission and defense
| Date of assignment: | 10. 2. 2022 |
|---|---|
| Date of submission: | 30. 4. 2024 |
| Date of defense: | 12. 6. 2024 |
| Identifier in the InSIS system: | https://insis.vse.cz/zp/79671/podrobnosti |