Formative und reflektive Indikatoren im Forschungsprozess

Transcription

Ludwig-Maximilians-Universität München
Schriften zur Empirischen Forschung und Quantitativen Unternehmensplanung
Heft 19 / 2004
Formative und reflektive Indikatoren
im Forschungsprozess:
Entscheidungsregeln und
die Dominanz des reflektiven Modells
Markus Eberl
Ludwig-Maximilians-Universität
München
Institut für Unternehmensentwicklung und Organisation
Seminar für Empirische Forschung und
Unternehmensplanung
Prof. Dr. Manfred Schwaiger
Kaulbachstr. 45 / I
D-80539 München
Tel.:
(089) 2180 5640
Fax:
(089) 2180 5651
e-mail: efoplan@bwl.uni-muenchen.de
http://www.efoplan.de
FORMATIVE UND REFLEKTIVE INDIKATOREN
IM FORSCHUNGSPROZESS:
ENTSCHEIDUNGSREGELN UND DIE DOMINANZ
DES REFLEKTIVEN MODELLS
Markus Eberl
Department für Betriebswirtschaft der Ludwig-Maximilians-Universität München Institut für Unternehmensentwicklung und Organisation
Seminar für Empirische Forschung und Unternehmensplanung EFOplan
Kaulbachstr. 45/I
80539 München
Tel.:
Fax:
+49 (0) 89 / 2180 – 5638
+49 (0) 89 / 2180 – 99 – 5638
eMail: Eberl@bwl.uni-muenchen.de
Web: www.efoplan.de
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess
II
Zusammenfassung
In der Marketingforschung wird oftmals mit a priori nicht beobachtbaren Größen – hypothetischen Konstrukten – gearbeitet. Obwohl die unterschiedlichen
Arten, derartige Konstrukte zu spezifizieren, seit langer Zeit bekannt sind,
werden die meisten Konstrukte implizit oder explizit reflektiv spezifiziert, auch
wenn oft die formative Spezifikation angemessener wäre. Die Arbeit stellt diese gegenüber und vermittelt einen Überblick über die Konsequenzen, welche
mit der Wahl der Spezifikation verbunden sind. Dabei bietet sich in letzter
Konsequenz sogar eine andere Verfahrensart der Strukturgleichungsmodelle
an. Es wird eine Vorgehensweise vorgeschlagen, mit der Konstrukte strukturierter als bislang auf ihre tatsächliche Struktur hin überprüft werden können.
Diese Vorgehensweise wird im Rahmen einer Metastudie einer Anwendung
zugeführt. Dabei werden die in einem internationalen renommierten Journal
publizierten Konstrukte daraufhin untersucht, welche Spezifikationsart vorliegt
und welche nach dem Vorschlag hin vorliegen sollte.
III
Inhaltsverzeichnis
1
PROBLEMSTELLUNG ..............................................................................1
2
ARTEN DER SPEZIFIKATION VON KONSTRUKTEN ............................2
2.1 REFLEKTIVE SPEZIFIKATION ......................................................................2
2.2 FORMATIVE SPEZIFIKATION ......................................................................5
3
FORMATIVE UND REFLEKTIVE INDIKATOREN IM
FORSCHUNGSPROZESS ..........................................................................8
3.1 FORMATIVE UND REFLEKTIVE SPEZIFIKATION IM
OPERATIONALISIERUNGSPROZESS ..............................................................8
3.2 FORMATIVE UND REFLEKTIVE SPEZIFIKATIONEN IN VERFAHREN DER
STRUKTURGLEICHUNGSANALYSE .............................................................11
3.3 WEITERE AUSWIRKUNGEN VON FEHLSPEZIFIKATIONEN ............................12
3.3.1 Auswirkung von Spezifikationsfehlern des Typs „F“.....................12
3.3.2 Auswirkungen von Spezifikationsfehlern des Typs „R“.................13
4
BESTIMMUNG DER SPEZIFIKATIONSART..........................................15
4.1 GEWINNUNG DER SPEZIFIKATIONSHYPOTHESE AUS DER THEORIE ..............17
4.2 ÜBERPRÜFUNG MIT DER KORRELATIONSSTRUKTUR DER DATEN .................19
5
DIE DOMINANZ DES REFLEKTIVEN MODELLS .................................21
5.1 AUFBAU DER METASTUDIE ......................................................................22
5.2 DIE DOMINANZ DES REFLEKTIVEN MESSMODELLS ....................................23
6
AUSBLICK AUF DIE WEITERE FORSCHUNG ......................................24
ANHANG..........................................................................................................25
ANHANG 1:
ERGEBNISSE DER METASTUDIE IM JOURNAL OF MARKETING ............26
LITERATURVERZEICHNIS .............................................................................30
IV
Abbildungsverzeichnis
Abbildung 1: Reflektives Messmodell ...............................................................3
Abbildung 2: Formatives Messmodell...............................................................5
Abbildung 3: C-OAR-SE-Prozedur zur Konstruktspezifikation........................10
Abbildung 4: Mögliche Spezifikationsfehler ...................................................12
Abbildung 5: Vorgehensweise zur Bestimmung der Spezifikationsart ...........16
Abbildung 6: Verteilung der Spezifikationsfehler in der Metastudie..............23
Tabellenverzeichnis
Tabelle 1:
Verfahren der Strukturgleichungsanalyse.................................12
Tabelle 2:
Entscheidungsfragen zur Unterscheidung zwischen formativer
und reflektiver Spezifikation......................................................18
Tabelle 3:
Im Journal of Marketing 1999-2003 publizierte latente Variablen
und ihre Spezifikationsart..........................................................29
Abkürzungsverzeichnis
Anm. d. Verf.
Anmerkung des Verfassers der vorliegenden Arbeit
Bd.
Band
GLS
generalized least squares
i.d.R.
in der Regel
LISREL
linear structural relationships
LV
latente Variable
MV
manifeste Variable
ML
maximum likelihood
OLS
ordinary least squares
PLS
partial least squares
SEM
structural equation modeling
ULS
unweighted least squares
Übers. d. Verf.
Übersetzung des Verfassers der vorliegenden Arbeit
vgl.
vergleiche
Vol.
Volume/Jahrgang
V
VI
Symbolverzeichnis
ξ
[n×1] latente (exogene) Variable/n
η
[m×1] latente (endogene) 1 Variable/n
ζ
[m×1] Messfehlerterm (Störterm) der latenten Variablen η
x
[q×1] Vektor der manifesten Variablen zur Messung der latenten
exogenen Variablen
[p×1] Vektor der manifesten Variablen zur Messung der latenten
y
endogenen Variablen
Λ
2
Γ
2
[q×1] Regressionskoeffizienten zwischen x und ξ (reflektiv) bzw.
„innerhalb“ eines Konstrukts (Λx [q×n]und Λy [p×m])
[q×1] Regressionskoeffizienten zwischen η und x (formativ) bzw.
[m×n] zwischen exogenen und endogenen Größen
Πξ
[q×1] Regressionskoeffizienten zwischen ξ und x (formativ) in PLS
Πη
[p×1] Regressionskoeffizienten zwischen η und y (formativ) in PLS
Β
[m×m] Regressionskoeffizienten zwischen endogenen Größen
untereinander
δ
[q×1] Vektor der Messfehler (Störvariablen) der manifesten Variablen x
ε
[p×1] Vektor der Messfehler (Störvariablen) der manifesten Variablen y
R
[q×q] Korrelationsmatrix der beobachteten Variablen
σij
τijkl
Kovarianz zwischen beobachteter Variable i und j
Tetrade (Kovarianzdifferenz) der beobachteten Variablen i, j, k und l
1
Im vorliegenden Text werden auch endogene Konstrukte, die formativ spezifiziert sind, mit
dem Symbol η bezeichnet, um deren nicht faktorenanalytischen Charakter zu unterstreichen.
2
Obwohl es sich im Falle einer Latenten nur um einen Vektor handelt, wurde die Notation als
Matrix (mit Großbuchstaben) vorgenommen, da diese Erweiterung im Rahmen von Strukturgleichungsmodellen die übliche Notation darstellt.
1
1 Problemstellung
Spricht man von theoretischen Konstrukten, handelt es sich dabei um a priori
nicht direkt messbare Größen. Um Beziehungen zwischen diesen Variablen in
einem sog. Strukturmodell abbilden zu können, ist in einem vorausgehenden
Schritt eine Operationalisierung mittels eines Messmodells nötig [vgl. Anderson/Gerbring 1982, S. 453]. Hierzu sind dem jeweils interessierenden Konstrukt in der Regel mehrere beobachtbare Variablen zuzuordnen, „um so etwaige Verzerrungen in einzelnen Indikatoren aufzufangen“ [Homburg/Dobratz
1991, S. 214]. Die beobachtbaren Größen werden dabei meist als Indikatoren
oder manifeste Variablen bezeichnet, die nicht direkt beobachtbaren Größen
als latente Variablen [vgl. Homburg/Giering 1996, S. 6]. Letztere lassen sich
grundsätzlich auf zwei verschiedene Arten operationalisieren (spezifizieren):
mittels eines formativen oder eines reflektiven Messmodells [vgl. bspw. Bollen/Lennox 1991, S. 305 f; Homburg 1995, S. 72 f; Law/Wong 1999, S. 144146; Diamantopoulos/Winklhofer 2001, S. 269]. Ein Großteil jüngerer Forschung basiert implizit bzw. explizit auf Letzterem. Die Frage, inwieweit diese
Annahme gerechtfertigt ist, ist in diesem Zusammenhang von Bedeutung für
die Auswirkungen auf die weitere Forschung im Marketingbereich.
Es stellt sich die grundsätzliche Frage, der diese Arbeit nachgeht, ob die Unterscheidung dieser Messmodelle überhaupt eine relevante Fragestellung ist,
also: (1) ob unterschiedliche Spezifikationsarten überhaupt unterschiedliche
Folgen für den Forschungsprozess in der empirischen Marketingforschung
implizieren und vor allem (2) ob diese Unterscheidung überhaupt für die Konstrukte, welche im Marketing untersucht werden, von Relevanz ist.
In Vorgriff auf die Beantwortung von Frage (1) wird die gängige Literatur dies
zweifelsfrei bejahen. Die unmittelbarste Konsequenz auf den Forschungsprozess – nämlich die Entscheidung zwischen dem formativen und dem reflektiven Messmodell – ist bislang jedoch am wenigsten erforscht. Daher soll die
Studie insbesondere der Frage nachgehen, (3) welche Schritte im Forschungsprozess und insbesondere bei der Operationalisierung nötig sind, um zu einer
fundierten Entscheidung zu Gunsten einer Spezifikationsart zu gelangen.
Die Arbeit ist daher wie folgt aufgebaut: Im ersten Schritt soll der Stand der
Forschung zu den möglichen Arten von Spezifikationen von Konstrukten aufgezeigt werden. Nachdem die Grundlagen formativer und reflektiver Indikatoren erläutert wurden, schließt sich eine Diskussion an, welche Auswirkungen
im Forschungsprozess durch die Alternativen formativer und reflektiver
2
Messmodelle impliziert werden. Auf Basis dieser Erkenntnisse kann in der
Folge eine Vorgehensweise entwickelt werden, die es erlaubt, Konstrukte
strukturiert daraufhin zu untersuchen, ob sie in Zusammenhang mit den jeweils identifizierten Indikatoren eher als formativ oder eher als reflektiv zu behandeln sind. Mit der Kenntnis dieser Vorgehensweise und der Eigenschaften
der Spezifikationsarten kann letztlich die Frage beantwortet werden, ob Fehlspezifikation überhaupt ein Problem in der Marketingforschung darstellt. Dies
soll anhand einer Metastudie in einem internationalen Journal geschehen.
Die beiden Möglichkeiten, Messmodelle zu spezifizieren, sollen im Folgenden
zunächst überblicksartig dargestellt werden. Dabei wird klar werden, dass die
Spezifikationsart eines Konstrukts insbesondere eine Funktion der gewählten
Indikatoren ist (da in vorliegender Studie gemischt-spezifizierte Konstrukte
nicht betrachtet werden).
2 Arten der Spezifikation 1 von Konstrukten
Vielfach wird in der neueren Literatur beklagt, dass in der Vergangenheit ein
Großteil von Untersuchungen mit latenten Variablen ausschließlich und ohne
weitere Diskussion dem reflektiven Messmodell zugesprochen hat [vgl. Diamantopoulos/Winklhofer 2001, S. 269]. 2 Bollen stellt schon relativ früh fest:
“Most researchers in the social sciences assume that indicators are effect [reflektive, Anm. d. Verf.] indicators. Cause [formative, Anm. d. Verf.] indicators
are neglected despite their appropriateness in many instances” [Bollen 1989,
S. 65]. Derartige Appelle zu einer „reflektierteren” Konstruktspezifikation verhallten jedoch ungehört. Der folgende kurze Blick auf die Eigenschaften des
reflektiven Messmodells mag erste Erklärungen liefern.
2.1 Reflektive Spezifikation
Ein beispielhaftes reflektives Messmodell ist in Abbildung 1 dargestellt. Dabei
findet die in der Literatur zu Strukturgleichungsmodellen übliche Nomenklatur
Verwendung.
1
Der Begriff der Spezifikation ist im Rahmen der vorliegenden Arbeit im weiten Sinne zu verstehen: Sowohl die zu Grunde liegende „reale“ Kausalbeziehung der Konstrukte und ihrer
Indikatoren als auch die vom Forscher im Rahmen eines Messmodells hypothetisierte Kausalbeziehung werden mit dem Begriff Spezifikation angesprochen.
2
Neuere Ausnahmen stellen bspw. Beutin [2000], Cannon/Homburg [2001] oder Reinartz et al.
[2003] dar.
δ1
δ2
x1
x2
λ3
δ3
x3
mit:
λ1
λ2
3
ξ
ξ latente Variable
x Vektor der manifesten
Variablen [q×1]
Λ Regressionskoeffizienten
von x auf ξ [q×1]
(Faktorladungen)
δ Vektor der Messfehlerterme (Störvariablen) [q×1]
Abbildung 1: Reflektives Messmodell
[eigene Darstellung in Anlehnung an Edwards/Bagozzi 2000, S. 161]
Die reflektive Spezifikationsart zeichnet sich dadurch aus, dass die Ausprägungen der beobachtbaren Variablen kausal 3 durch die Latente verursacht
werden. Damit einher geht die Unterstellung, dass Veränderungen der unbeobachtbaren Variable zu Veränderungen aller beobachteten Indikatoren gleichermaßen (unter Vernachlässigung von Messfehlern) führen. Daher werden
diese Indikatoren als „reflektiv“ [Fornell/Bookstein 1982, S. 441 f], “effects”
[Bollen/Lennox 1991, S. 305 f] oder auch “eliciting” [Rossiter 2002, S. 316]
bezeichnet. Sie sind „beispielhafte Manifestierungen” [ebenda, Übers. d. Verf.]
einer Latenten, stellen mithin also a priori austauschbare Messungen für sie
dar [vgl. Bollen/Lennox 1991, S. 308]. Als Beispiel für reflektive Indikatoren
kann das Konstrukt Kundenzufriedenheit genannt werden: Wiederkauf- und
Weiterempfehlungsabsicht als beispielhafte Indikatoren verändern sich immer
in Folge und kausal verursacht durch den dahinter stehenden Faktor Zufriedenheit.
Diese Vorstellung entspricht dem sog. domain-sampling model [Nunnally
1967, S. 175-181; Nunnally/Bernstein 1994, S. 216-220], nach dem die Definition eines hypothetischen Konstrukts gleichzeitig seine “domain” (definitorisches Feld) umreißt. Es wird angenommen, dass dieses definitorische Umfeld
dabei alle beobachtbaren Variablen umfasst, die das unbeobachtbare Konstrukt konzeptionell ausmachen. Bei der Erfassung eines Konstrukts müsste
daher darauf abgestellt werden, alle Items dieser Domain zusammenzutragen
[vgl. Nunnally 1967, S. 175 f]. Schnell et al. [1999, S. 127 f] sprechen in diesem Zusammenhang vom „Indikatorenuniversium“ eines Konstrukts. Es fällt
nicht schwer, die Praktikabilität dieser Annahme für die Operationalisierung in
Frage zu stellen, da damit für jedes einzelne Konstrukt ein unendlicher Pool an
3
Zur Definition von Kausalität zwischen Konstrukt und Messmodell und ausführliche Diskussion des Kausalitätsbegriffs in diesem Zusammenhang vgl. Edwards/Bagozzi [2000, S. 157160].
4
Items impliziert wird. Das domain-sampling model macht sich jedoch die Annahme zu Nutze, dass diese unendlichzahligen Items ein und desselben definitorischen Umfeldes einen gemeinsamen Kern haben [vgl. Churchill 1979, S. 67
f], was zu Korreliertheit dieser Items führt [vgl. Ley 1972, S. 111 f]. Damit wird
auch unterstellt, dass alle Items a priori den gleichen Grad an Validität besitzen und bei gleichem Grad an Reliabilität für die Messung des Konstrukts beliebig austauschbar sind [vgl. Jarvis et al. 2003, S. 200].
Im Falle der Abwesenheit von Messfehlern (δ = 0) würde das reflektive Modell
wie in Abbildung 1 also perfekte Korrelation zwischen den Indikatoren implizieren. Damit wird auch klar, warum für die Beurteilung der Güte eines Messmodells reflektiver Prägung zu fordern ist, dass die Indikatoren hochgradig
korreliert sein sollten [vgl. Bollen/Lennox 1991, S. 308].
Im Umkehrschluss wird gefolgert, das nicht oder nur wenig korrelierende Items nicht aus dem Indikatorenuniversum des Konstrukts stammen können
und daher nicht zur Operationalisierung des Konstrukts taugen [vgl. Churchill
1979, S. 68]. An dieser Stelle darf nicht vergessen werden, dass diese Sichtweise von Konstrukten auf der klassischen Testtheorie basiert, welche davon
ausgeht, dass die Variation einer Messvariablen sich aus der Variation der
„wahren“ (nicht beobachtbaren) Konstruktvariablen plus Messfehler zusammensetzt [vgl. etwa Jarvis et al. 2003, S. 199]. Dies ist auch logisch gleichbedeutend mit der Annahme einer kausalen Beeinflussung der Messvariablen
durch das Konstrukt [vgl. Bollen 1989, S. 182].
Basierend auf dieser reflektiven Annahme entwickelte Churchill [1979, S. 66]
eine exemplarische Vorgehensweise zur Operationalisierung von Konstrukten.
Die in seinem Grundlagenartikel vorgeschlagenen Methoden zur Beurteilung
von Reliabilität und Validität eines Messinstrumentes (u.a. Coefficient Alpha
und Faktorenanalyse [vgl. Churchill 1979, S. 68-72]) wurden zwar in der Folge
vielfältig erweitert (bspw. durch konfirmatorische Faktorenanalyse [vgl. Gerbing/Anderson 1988]). Nichts desto trotz basieren sie aber letztlich auf dem
Paradigma des domain-sampling und beurteilen die Güte eines Messinstruments im Wesentlichen unter Zuhilfenahme der Korrelationen zwischen Items.
Damit zeigt sich bereits, dass der gesamte Operationalisierungs- und Skalenbereinigungsprozess nach dem Paradigma von Churchill [1979] nur dann und
nur soweit sinnvoll ist, wie die Annahme einer Kausalität vom hypothetischen
Konstrukt zum Item (also der Spezifikation des Konstrukts auf reflektive Art)
sinnvoll und gerechtfertigt ist.
5
Die vorgenannten Aussagen zeigen sich auch in der mathematischen Formulierung des reflektiven Messmodells [vgl. Edwards/Bagozzi 2000, S. 161]:
(1)
xi = λi ξ + δi (i=1,…,n)
wobei in diesem System linearer Gleichungen jede einzelne manifeste Variable
xi auf der Seite der Abhängigen als (mit einer Ladung λi) gewichtetes Abbild
der Latenten ξ darstellbar ist. Zufällige und systematische Messfehler jeder
Manifesten werden durch je eine Störvariable δi modelliert. Eine Alternative zu
diesem faktorenanalytischen Weltbild stellt die formative Spezifikation dar,
welche im Folgenden vorgestellt wird.
2.2 Formative Spezifikation
Im Gegensatz zum reflektiven Modell ist das wesentliche Kennzeichen eines
formativen Messmodells eine veränderte Beziehungsrichtung: Hier verursachen die beobachteten Indikatoren 4 die Latente. Abbildung 2 zeigt ein beispielhaftes formatives Messmodell mit einer latenten und drei manifesten Variablen. 5
x1
r12
x2
r13
r23
γ2
γ3
x3
ζ
γ1
η
mit:
η latente Variable
ζ Messfehlerterm (Störterm)
x Vektor der manifesten
Variablen [q×1]
Γ Regressionskoeffizienten
von η auf x [q×1]
R Korrelationsmatrix der beobachteten Variablen [q×q]
Abbildung 2: Formatives Messmodell 6
[eigene Darstellung in Anlehnung an Edwards/Bagozzi 2000, S. 162]
Die Denkweise formativer Messmodelle geht auf Curtis/Jackson [1962, S. 199]
zurück. Sie stellt eine Erweiterung der “operational definition”-Ansätze dar,
4
Wegen dieses Unterschiedes zum reflektiven Messmodell darf auch der Terminus Indikator/en für die folgenden Ausführungen nicht im konventionell faktorenanalytischen Sinn verstanden werden. “Rather, they are exogenous measured variables that influence the composite
defined as a causally indicated variable” [MacCallum/Browne 1993, S. 534].
5
Das hier abgebildete Messmodell ist im Rahmen eines LISREL-Strukturgleichungsmodells
statistisch unteridentifiziert. Für die Ausführungen in diesem Abschnitt soll dies jedoch zunächst vernachlässigt werden.
6
Auch wenn sich die Nomenklatur in diesem Beispiel und im Folgenden nur auf exogene Indikatoren x bezieht, können formative Indikatoren ohne jede Einschränkung der Aussagen auch
als Indikatoren einer latenten endogenen Variablen in einem Strukturgleichungsmodell verwendet werden.
6
unter denen theoretischen Konzepten definitorisch nur die Bedeutung Ihrer
Messvariablen zuerkannt wurde [vgl. Bagozzi 1982, S. 14-16]. Dieser strikte
Operationalismus wurde mit dem Ansatz multiattributiver formativer Messung
weiterentwickelt [vgl. Diamantopoulos/Winklhofer 2001, S. 270]. 7
In diesem Modell konstituiert sich also das Konstrukt aus den es beeinflussenden Indikatoren. Damit stehen diese der latenten Variablen auch kausal vor.
Veränderungen eines einzelnen Indikators führen zu einer Veränderung der
Latenten. Ob und inwieweit sich damit gleichzeitig auch die anderen Indikatoren verändern, ist nur durch die Korrelationen zwischen den beobachteten Indikatoren bestimmt – Kausalität oder eine Wirkungsrichtung wird an dieser
Stelle durch die Spezifikationsart jedoch nicht hypothetisiert. Dies gilt freilich
auch umgekehrt: verändert sich die latente Variable, so geht dies nicht notwendigerweise mit einer Veränderung aller oder auch nur einiger Indikatoren
einher [vgl. bspw. Jarvis et al. 2003, S. 201 f]. Es ist durchaus möglich, dass
sich mit der Veränderung der Latenten nur die Veränderung eines Indikators
beobachten lässt. Im Rahmen dieses Modells stellen die Indikatoren also „Bausteine“ des Konstrukts dar: “[..] they ‘make the attribute [latente Variable,
Anm. d. Verf.] appear’” [Rossiter 2002, S. 314]. Deshalb werden diese Indikatoren als „formativ“ [bspw. Fornell/Bookstein 1982, S. 441 f; Bagozzi 1994, S.
332 oder Edwards/Bagozzi 2000, S. 162], “causes” [Blalock 1964, S. 163 f;
Bollen/Lennox 1991, S. 306 f] oder auch “formed” [Rossiter 2002, S. 314] bezeichnet. Oft zitiert wird das Beispiel des sozioökonomischen Status (SES) von
Hauser [1973, S. 268]: Die Indikatoren Bildung, Einkommen und Prestige des
Berufs müssen nicht notwendigerweise korrelieren und bilden doch definitorische Bestandteile des Zielkonstrukts.
Die Indikatoren einer latenten Variablen stellen in diesem Modell in der Regel
keine austauschbaren Messungen dar, auch wenn diese Möglichkeit explizit
zugelassen wird [vgl. Diamantopoulos/Winklhofer 2001, S. 271]. Sie können
untereinander unabhängig sein, da kausal von jedem Indikator nur das Konstrukt abhängt. Damit ist also – anders als bei den hochgradig korrelierten reflektiven Messvariablen – keine Aussage über Korrelationen zwischen formativen Indikatoren möglich. Die Korrelationskoeffizienten rij (i=1,…q; j=1,…q) können also alle Werte im zulässigen Intervall [-1;+1] annehmen, ohne dass dies
eine Aussage über die Güte ihrer Eignung zur Erklärung des Konstrukts oder
7
Auf eine wissenschaftstheoretische Diskussion des formativen Messmodells muss an dieser
Stelle verzichtet werden. Der interessierte Leser sei beispielsweise auf Bagozzi [1984, insb.
S. 22 f] verwiesen.
7
der kausalen Beziehung zum Konstrukt möglich macht. Auch völlige Unkorreliertheit ist möglich. Bollen [1984, S. 377] spricht in diesem Zusammenhang
von einer “no necessary relationship”-Sichtweise. Spätestens mit dieser Aussage ist klar, dass das domain-sampling Modell bei formativen Indikatoren
nicht angebracht ist: Die einzelnen Indikatoren sind – auch wenn sie korreliert
sind – unabhängig voneinander inhaltlich für das Konstrukt bestimmend. Daher können sie i.d.R. nicht ohne Validitätsverlust für das Konstrukt ausgetauscht werden.
Dies bleibt nicht ohne Auswirkungen: Die oben dargstellten klassischen multivariaten Verfahren zur Beurteilung von Reliabilität und Validität eines Messmodells für ein Konstrukt nach dem Paradigma von Churchill [1979] können
nicht mehr greifen. Insbesondere die bei reflektiven Indikatoren verwendbaren
Tools Faktorenanalyse und Coefficient Alpha stellen u.a. im Prozess der Skalenbereinigung und Itemselektion auf die Korreliertheit der Indikatoren eines
Konstrukts ab. Da im formativen Fall die Indikatoren jedoch nicht beliebig austauschbare Messungen ein und desselben Sachverhaltes darstellen, würde eine Itemselektion mittels Korrelationsmaßen das Konstrukt als solches (also die
Inhaltsvalidität) verändern. “Unfortunately, traditional validity assessments and
classical test theory do not cover cause indicators” [Bollen 1989, S. 222].
Bagozzi [1994, S. 333] zeigt, dass ein grundsätzlich anderes Verständnis von
Güte einer Messung verlangt ist: “Reliability in the internal consistency sense
and construct validity in terms of convergent and discriminant validity are not
meaningful when indexes are formed as a linear sum of measurements”. Bollen [1984, S. 381] fügt hinzu: “Indeed, use of internal-consistency checks on
cause-indicators may lead researchers to discard valid measures improperly”.
Die kausale Richtung von den Indikatoren hin zu der latenten Variablen bedeutet also, dass sich das Konstrukt (als Linearkombination) aus den Indikatoren
8
ergibt. Wie sich bereits aus Abbildung 2 und dem Gesagten ergibt, ist ein wesentliches Merkmal des formativen Messmodells, dass die Indikatoren keine
Fehlerterme besitzen (da sie ja die kausalen Bestandteile des Konstrukts sind).
Während eine reflektiv spezifizierte latente Variable in einem einfachen Messmodell wie in Abbildung 1 keinen direkten Messfehlerterm aufweist 9 , ist dies
8
Deshalb wird im Zusammenhang mit formativen Indikatoren auch oftmals eher von einem
Index als einem (formativen) Konstrukt gesprochen [vgl. Diamantopoulos/Winklhofer 2001,
S. 269]. Für Zwecke der vorliegenden Arbeit sollen diese Begriffe jedoch synonym verwendet
werden.
9
Dies ändert sich freilich, sobald die latente Variable als Teil eines umfassenderen Strukturgleichungsmodells als Endogene auftritt [vgl. Jöreskog/Sörbom 2001, S. 2].
8
jedoch beim analog einfachen formativen Messmodell allgemein der Fall.
Messfehler werden also im formativen Fall bei der Latenten aufgefangen. Dies
übersetzt sich in folgende Darstellung [vgl. Bollen/Lennox 1991, S. 306]:
η = λ1x1 + λ2x2 + … + λqxq + ζ
(2)
Anders als in (1) ist hier also die Latente η als Linearkombination der Manifesten x dargestellt, was im Wesentlichen dem klassischen multivariaten Regressionsmodell entspricht. Die Regressionskoeffizienten Γ sind auch als Koeffizienten für die Validität des Indikators für das Konstrukt interpretierbar [vgl.
Bollen 1989, S. 222]. Messfehler existieren nur auf Ebene der Latenten und
werden mit ζ dargestellt. Der Fehlerterm 10 wird dabei als mit den Indikatoren
unkorreliert angenommen (cov[xi,ζ]=0) [vgl. Diamantopoulos/Winklhofer 2001,
S. 271].
Die Erkenntnis, mit formativen Indikatoren zu arbeiten, also die Spezifikation
eines Konstrukts auf formative Weise, hat Auswirkungen auf den Forschungsprozess. Die Unmittelbarste – nämlich die Entscheidung zwischen dem formativen und dem reflektiven Messmodell – ist bislang am wenigsten erforscht.
Der Bedarf hierfür wird jedoch an den folgenden Abschnitten klar werden, die
sich mit den Konsequenzen der Festlegung der Spezifikationsart befassen. Der
Ablauf der Itemselektion ist als beispielhaft zu nennen: „Klassische“ Operationalisierung nach Churchill [1979] basiert auf dem domain-sampling-Modell
(s.o.) und ist nicht sinnvoll anwendbar, sobald formative Indikatoren vorliegen.
Eine Verallgemeinerung der Operationalisierung nach Churchill ist unvermeidbar.
3 Formative und reflektive Indikatoren im Forschungsprozess
3.1 Formative und reflektive Spezifikation im Operationalisierungsprozess
Betrachtet man die Eigenschaften formativer Indikatoren und ihre Abgrenzung
zum reflektiven Pendant, ergeben sich andere Schwerpunkte im klassischen
10
Bagozzi/Fornell [1982, S. 34] formulieren eine Spezifikation ohne Fehlerterm: ξ = λ1x1 + λ2x2 +
… + λnxn. Dies wäre wiederum verträglich mit der Vorgehensweise im klassischen Hauptkomponentenmodell [vgl. Edwards/Bagozzi 2000, S. 162], weil auch dafür die Annahme von fehlerfreien Messvariablen x zu treffen ist. Dies ist freilich eine eher technisch getriebene Aussage
als eine mit den obigen Aussagen über Kausalrichtungen zwischen Messvariable und Konstrukt verträgliche Annahme.
9
Operationalisierungsprozess. Diamantopoulos/Winklhofer [2001, S. 271-274]
entwerfen eine entsprechende Vorgehensweise, die jedoch streckenweise
nicht unproblematisch ist [vgl. die kritischen Anmerkungen bei Rossiter 2002,
S. 315] und daher nur Basis des folgenden Vorschlags sein kann. Hiernach
sind insbesondere die vier Schritte Inhaltliche Ausgestaltung, Indikatorausgestaltung, Umgang mit Multikollinearität und Externe Validität von Bedeutung:

Analog zum Vorgehen bei Churchill [1979] stellt eine umfassende Definition des zu untersuchenden Konstrukts den ersten Schritt dar. Dies entspricht auch hier im Wesentlichen der Bestimmung des definitorischen
Umfelds. Die Bedeutung der Definition für die weiteren Schritte ist bei
formativen Indikatoren jedoch ungleich größer.

Bei der Auswahl der Indikatoren ist jedoch anders als bei reflektiven Indikatoren vorzugehen: eine Vollerhebung des gesamten Indikatorenuniversums ist nötig, um keinen Teil des Konstrukts zu vernachlässigen [vgl. Bollen/Lennox 1991, S. 308]. 11 Die Überprüfung von Reliabilitäten im Sinne
von Item-to-Total-Korrelationen ist hier also kontraproduktiv gegenüber
den inhaltlichen Gesichtspunkten. Einzig sinnvolles Gütekriterium auch im
Rahmen der Indikatorenbereinigung ist die externe Validität. 12

Während hohe Korrelation zwischen den Items eines reflektiven Messmodells gewünscht ist (faktorenanalytisches Weltbild) und für die Validität der
Messung spricht, ist dies bei einem formativen Messmodell problematischer. Es entspricht wie in Gleichung (2) dargestellt dem multivariaten
Regressionsansatz. Sind zwei Indikatoren hoch miteinander korreliert, kann
auch im formativen Fall auf einen der beiden verzichtet werden, ohne die
Messung substanziell zu verändern. Durch hohe Multikollinearität sind die
Regressionskoeffizienten jedoch u.U. nicht mehr eindeutig bestimmbar,
was im Zuge der Prüfung der Indikatorvalidität problematisch ist.

Dennoch werden Maße zur Beurteilung der Eindeutigkeit der Zuordnung
von Indikatoren zum jeweiligen Konstrukt sowie der inhaltlichen Relevanz
vorgeschlagen. Anderson/Gerbing [1991 S. 733 f] geben hierzu je einen In-
11
Mit dem Terminus Vollerhebung ist hier die Vollständigkeit in Bezug auf alle definitorischen
Bestandteile gemeint. Eine Skalenbereinigung bleibt trotzdem möglich. „Inhaltliche Vollständigkeit“ bleibt jedoch freilich wenig greifbar.
12
Zur Indikatorvalidierung werden genannt: Korrelation mit einem externen Kriterium, MIMIC-Modelle [Jöreskog/Goldberger 1975] oder die Berechnung eines Strukturgleichungsmodells, in dem ein reflektiv spezifiziertes Konstrukt hereingenommen wird, welches (bspw. aus
Voruntersuchungen) bekanntermaßen vom interessierenden Konstrukt beeinflusst wird. Die
praktische Problematik dieser Vorschläge muss hier nicht weiter diskutiert werden.
10
dex (psa und csv) an, der auf Aussagen von Experten oder einem PrestestSample der Grundgesamtheit basiert.
Mit der Annahme von formativen Indikatoren zeigen sich also bei der Entwicklung von Messinstrumenten Probleme der inhaltlichen Validierung, welche bei
der Skalenbildung nach Churchill [1979] nicht vorhanden sind oder mittels
relativ leicht objektivierbarer Kenngrößen (insbesondere den Maßen der internen Konsistenz) lösbar sind. Dagegen fallen gerade die beim Umgang mit formativen Indikatoren ungleich wichtigeren Validierungsfragen als ebenso
schwerer und schlechter objektivierbar auf.
Um diesen Problemen entgegenzutreten, schlägt Rossiter [2002] ein verallgemeinertes Operationalisierungsparadigma vor, welches auch formative Indikatoren mit einbezieht. Die wesentlichen Schritte (Konstruktdefinition; Klassifizierung des Objekts, auf welches sich das Konstrukt bezieht; Klassifizierung
und Ermittlung der „Attribute“, also Indikatoren; Identifikation der Beurteilungssubjekte; Skalenbildung und -bereinigung sowie Aggregation zum Gesamtwert für ein Konstrukt) dieser C-OAR-SE genannten Vorgehensweise sind
in Abbildung 3 dargestellt. Von Bedeutung ist hier insbesondere, dass die
Klassifizierung von Indikatoren als formativ/reflektiv, ihre Selektion im Rahmen der Skalenbereinigung sowie deren initiale Generierung mittels Experteninterviews oder einem Sample von Befragten aus der Grundgesamtheit (im
Folgenden ebenso als Experten bezeichnet) vorgenommen werden soll [vgl.
Rossiter 2002, S. 315]. Dies bedeutet insbesondere bei der Bereinigung von
Skalen einen radikalen Bruch mit der stark kennziffernorientierten Vorgehensweise nach Churchill [1979].
Construct definition
Object, attribute, rater entity
Bewertungsobjekt, Bewertungsattribut, Zielgruppe
Object classification
Open-ended Interviews, generation of item parts to represent the object
Attribute classification
Open-ended Interviews, generation of item parts to represent the attribute
reflective
formative
Rater identification
individual/experts/group
reliability estimates (nur bei reflektiven Attributen)
Scale formation
Combination of object and attribute item parts, pretest (auch auf Eindimensionalität bei reflektiven Attributen)
Enumeration
Total scale scores derived by indexes and averages
Abbildung 3: C-OAR-SE-Prozedur zur Konstruktspezifikation
[eigene Darstellung in Anlehnung an Rossiter 2002, S. 306 f]
11
Konsequenzen aus der Art der Spezifikation eines Konstruktes zeigen sich jedoch nicht nur bereits bei der Operationalisierung, sondern müssen insbesondere in Betracht gezogen werden, wenn das interessierende Konstrukt als Teil
einer hypothesenprüfenden Untersuchung betrachtet wird. Üblicherweise werden Beziehungen zwischen latenten Variablen in Strukturgleichungsmodellen
modelliert. Da eine latente Variable im Rahmen dieser Modelle nicht isoliert
von ihren Indikatoren zu betrachten ist, spielt auch die Richtung der kausalen
Beziehung zwischen Latenter und Indikator eine Rolle.
3.2 Formative und reflektive Spezifikationen in Verfahren der
Strukturgleichungsanalyse
Verfahren der Strukturgleichungsanalyse haben seit ihrer Einführung in die
Marketingwissenschaft [vgl. Bagozzi 1980] eine starke Verbreitung gefunden,
da sie in der Lage sind, prognoseorientierte ökonometrische Verfahren mit
dem eher psychometrisch fokussierten Konzept der latenten Variablen zu verbinden. Baumgartner/Homburg [1996, S. 140 f] stellen in ihrer Metastudie internationaler Journals eine überragende Rolle der Strukturgleichungsmodelle
bei der Untersuchung von Zusammenhängen zwischen beobachtbaren und
nicht beobachtbaren Variablen fest. Innerhalb der Verfahrensgruppe „Strukturgleichungsmodelle“ (“Structural Equation Models” oder kurz SEM) lassen
sich zwei wesentliche Strömungen identifizieren: die Verfahren der Kovarianzstrukturanalyse einerseits und das Verfahren partieller kleinster Quadrate
(PLS) 13 andererseits. Je nach Vorhandensein formativer oder reflektiv spezifizierter Konstrukte bietet sich aber ein anderes Verfahren mit spezifischen Vorteilen an, auch wenn beide Verfahren auf viele Problemstellungen analog anwendbar sind.
Für eine vertiefte Darstellung der Spezifika der einzelnen Verfahren der Strukturgleichungsanalyse muss an andere Stelle verwiesen werden. 14 In der empirischen Forschung wurde in den letzten Jahren fast ausschließlich die Kovarianzstrukturanalyse verwendet, die ihre Beliebtheit u.a. auch der Verfügbarkeit
von standardisierten Softwarepaketen wie LISREL [vgl. bspw. Jöreskog/Sörbom 2001] oder EQS zu verdanken hat. Wie auch aus der überblicksartigen
13
Fornell [1989, S. 166] spricht in diesem Zusammenhang auch von Verfahren der Varianzstrukturanalyse. Diese Bezeichnung ist jedoch im Rest der Literatur wenig üblich.
14
Der interessierte Leser sei bspw. auf Jöreskog [1973], Bagozzi [1980], Bollen [1989] oder
Balderjahn [1986] für eine Darstellung der Kovarianzstrukturanalyse verwiesen. Der PLSAlgorithmus ist beispielsweise bei letztgenanntem Autor sowie bei Wold [1982a, 1982b],
Lohmöller [1984,1989], Chin [1998a] und Chin/Newsted [1998] dargestellt.
12
Zusammenstellung in Tabelle 1 ersichtlich, ist es aus mehreren Gründen prinzipiell problematisch, formative Indikatoren in Verfahren der Kovarianzstrukturanalyse zu verwenden, da u.a. ein Identifizierbarkeitsproblem impliziert wird.
Kovarianzstrukturanalyse
Verteilung der Beobachteten Multidimensionale NV
Spezifikation der Konstrukte Prinzipiell nur reflektiv,
teilweise aber im Rahmen
von MIMIC-Modellierung
formativ möglich
Simultane Schätzung der
Schätzprinzip
Modellparameter durch
Optimierung eines globalen
Kriteriums
konsistent
Schätzeigenschaften der
Parameterschätzer
optimale Schätzung der
Parameterstruktur
inkonsistente Schätzung
Fallwerte
über Regression möglich
problematisch
kleine Stichprobengröße
Tabelle 1:
Verfahren der Strukturgleichungsanalyse
Ziel
Partial Least Squares
Keine
reflektiv und formativ
Minimierung von Residualvarianzen, partielles Schätzverfahren
unter Einbezug der Gesamtinformation
nur consistency-at-large
(bei Zahl der Indikatoren einer
Latenten ∞)
optimale Prognose von Beobachtungswerten
konsistent
i.d.R. unproblematisch
3.3 Weitere Auswirkungen von Fehlspezifikationen
Wie bereits in den Abschnitten 2.1 und 2.2 angedeutet, können Fehlspezifikationen von Konstrukten schon vor der Wahl einer weniger geeigneten Schätzmethode zu massiven inhaltlichen Problemen führen. In Anlehnung an
Abbildung 4 lassen sich vereinfacht 15 zwei Arten von Fehlern unterscheiden:
die irrtümlich formative und die irrtümlich reflektive Spezifikation eines Konstruktes.
im Modell spezifiziert
reflektiv
formativ
reflektiv
kein Fehler
Fehlertyp „F“
formativ
Fehler „R“
kein Fehler
Realität
Abbildung 4: Mögliche Spezifikationsfehler [eigene Darstellung]
3.3.1 Auswirkung von Spezifikationsfehlern des Typs „F“
Die irrtümlich formative Spezifikation eines Konstrukts ist insofern problematisch, als die für diesen Fall nach wie vor gültigen Aussagen und Empfehlungen der Skalenbildung nach Churchill [1979] nicht beachtet werden. Da bei
formativen Indikatoren Reliabilität im Sinne von Item-to-Total-Korrelationen
15
Die vorliegende Arbeit beschränkt sich bewusst auf nicht gemischt-spezifizierte Konstrukte.
13
nicht anzuwenden ist, würde u.a. dieses für reflektive Indikatoren aber wichtige Gütemaß vernachlässigt. Die interne Konsistenz des resultierenden Messmodells wäre in der Regel wohl geringer als sie sein könnte, da unreliable Indikatoren irrtümlich beibehalten blieben.
Diese „Über“-Messung müsste zwar nicht notwendigerweise eine inhaltliche
Verschiebung des Konstrukts bedeuten, könnte jedoch im Rahmen eines Erklärungsmodells problematisch sein, da mehr Parameter zu schätzen sind. Die
Parametersparsamkeit wäre damit nicht gewährleistet, was in direkter Konsequenz zu einer schlechteren Anpassungsgüte führt (insbesondere bei Betrachtung der Gütemaße, welche die Zahl der Parameter/Freiheitsgrade mit einbeziehen). Schlechtestenfalls würde ein Hypothesensystem auf Grund unzureichender Messmodelle verworfen, obwohl das Strukturmodell an sich gültig ist.
Schon bei der Wahl des Strukturgleichungsverfahrens bzw. dessen Anwendung führt eine irrtümlich formative Spezifikation zu Problemen: durch die
irrtümliche Annahme, mit einem formativen Konstrukt zu arbeiten, kommt es
zu einem Identifizierbarkeitsproblem oder der Implikation von Nullkovarianzen. Selbst wenn für den Fall des fehlspezifizierten Konstrukts die Identifizierbarkeit eines größeren Modells im Rahmen eines LISREL-Modells gegeben ist,
kommt es zu einer Verzerrung der Parameterschätzer und ggf. einer fälschlichen Ablehnung bzw. Beibehaltung von Strukturhypothesen über die Beziehung der Konstrukte untereinander. 16
Darüber hinaus ist eine Vielzahl von Konstellationen denkbar, unter denen ein
falsch spezifiziertes LISREL-Modell (selbst im MIMIC-Fall) nicht mehr identifizierbar ist oder wegen der implizierten Nullkovarianzen nicht haltbar scheint.
In diesem Fall kommt also eventuell das weniger zur Hypothesenprüfung als
zur Prognose geeignete PLS-Verfahren zur Anwendung. Zu Unterschieden in
Schätzergebnissen und Konsequenzen einer fehlerhaften Verfahrenswahl auf
die Bestätigung von Hypothesen liegen bislang keinerlei Erkenntnisse vor.
3.3.2 Auswirkungen von Spezifikationsfehlern des Typs „R“
Im Gegensatz zu der eben dargelegten fehlerhaften Beibehaltung irrelevanter
Indikatoren führt jedoch eine irrtümlich reflektive Spezifikation zur Anwendung des klassischen Skalenbereinigungsprozesses nach der Logik interner
Konsistenz. Indikatoren eines Konstrukts, welche nicht hoch korrelieren, wer-
16
Zum Ausmaß der Konsequenzen vgl. die Simulationsstudie von Jarvis et al. [2003, S. 210-212].
14
den als nicht dem Konstrukt (Faktor) zugehörig entfernt. Wenn dieses Konstrukt jedoch in der Realität aber eigentlich formativ zu spezifizieren ist, wäre
dies dramatisch (vgl. Abschnitt 2.2). Die Herausnahme nichtkorrelierender Facetten eines Konstrukts würde im Umkehrschluss sogar wahrscheinlich eine
Vernachlässigung wichtiger Teilaspekte des Konstrukts bedeuten: “Omitting
an indicator is omitting a part of the construct” [Bollen/Lennox 1991, S. 308].
Dies bedeutet nichts anderes, als die Validität des Konstrukts zu beschneiden.
Die Forderung möglichst hoher Korrelation der (vermeintlich reflektiven) Indikatoren zieht sich durch den gesamten Skalenbildungsprozess, wirkt sich aber
insbesondere bei der Skalenbereinigung aus, indem valide Indikatoren zu unrecht entfernt werden. Die verbleibenden Messgrößen stellen damit ggf. ein
rechnerisch ideales Modell dar, das sämtliche Gütekriterien erfüllt – die daraus
abgeleiteten Aussagen sind jedoch nicht auf die tatsächlichen Konstrukte zu
beziehen, sondern nur auf unvalide Teilaspekte davon. “[P]roper specification
of the measurement model is necessary before meaning can be assigned to the
analysis of the structural model” [Anderson/Gerbing 1982, S. 453]. Zudem ist
es sogar hochwahrscheinlich, dass ein Strukturgleichungsmodell auf Basis
dieser Überreste nicht bestätigt werden kann [vgl. Jarvis et al. 2003, S. 216].
Sobald diese fehlerhafte Skalenbereinigung stattgefunden hat (also die falschen oder zumindest zu wenig richtige Indikatoren übrig sind), kann auch
eine anschließend „richtige“ formative Modellierung des Konstrukts (durch
einfaches Umkehren der Wirkbeziehung zwischen Konstrukt und Indikatoren)
den Validitätsmangel nicht mehr heilen. Im Falle der Anwendung von PLS wäre umgekehrt die Multikollinearität, welche ja durch die Auswahl der Items auf
Grund von Korrelationen noch verschärft wird, ein vergrößertes Problem bei
der Bestimmung einzelner bestimmender Parameter.
Wie sich also zeigt, sind beide Fehler wenig wünschenswert. Für den Forscher
ist es daher zwingend notwendig, die im jeweiligen Fall richtige Art der Spezifikation zu bestimmen. Die Quantifizierung einer Fehlspezifikation (insbesondere im bislang wenig erforschten Bereich einer fehlerhaften Anwendung des
PLS-Algorithmus) ergibt sich dabei als Nebenprodukt einer erweiterten Handlungsanweisung zur Prüfung, ob formative oder reflektive Konstrukte vorliegen. Während eine Art und Weise, wie dies geschehen kann, bereits angesprochen wurde (vgl. der Hinweis auf Experten in Abbildung 3, S. 10), soll der
folgende Abschnitt die Möglichkeiten zur Bestimmung der Spezifikationsart
ausführlich und gesondert darstellen sowie eine Vorgehensweise erarbeiten,
nach der die Spezifikationsart strukturiert bestimmt werden kann.
15
4 Bestimmung der Spezifikationsart
“[L]ittle attention has been devoted to the conditions in which measures
should be specified as reflective or formative in the first place” [Edwards/Bagozzi 2000, S. 156]. Wie auch in Abbildung 3 (S. 10) dargestellt, stützen sich die bisherigen Empfehlungen zur Bestimmung der Spezifikationsart
hauptsächlich auf die Beurteilung von Experten [vgl. Rossiter 2002, S. 306 sowie Diamantopoulos/Winklhofer 2001, S. 271] oder subjektive Entscheidungen
des Forschers anhand von Entscheidungsfragen [vgl. Chin 1998b, S.9 oder
Jarvis et al. 2003, S. 203]. Dies darf freilich nicht unkritisch gesehen werden:
Rossiter [2002, S. 317 f] selbst gibt zu bedenken, dass viele Konstrukte (insbesondere Einstellungen) je nach Kontext formativ als auch reflektiv spezifizierbar sind. In vielen Bereichen lassen sich auch begründete Argumente für beide Spezifikationen finden. So kann zum Beispiel das von Diamantopoulos
[1999, S. 445-446] diskutierte Konstrukt „Finanzieller Erfolg im Export” sowohl mit neun reflektiven als auch drei formativen Indikatoren gemessen werden. “Of course, it is possible that researchers may have difficulty in answering
some of the questions, or the answers may be contradictory [..]” [Jarvis et al.
2003, S. 203].
Daher scheint es sinnvoll, auch die Tatsache in die Entscheidung mit einzubeziehen, dass formative Indikatoren nicht notwendigerweise korrelieren müssen, reflektive dies jedoch erfüllen sollten. Bollen [1984, S. 382 f] führt beispielsweise an, dass in Fällen, in denen das Curtis and Jackson-Paradoxon 17
auftritt, reflektive Indikatoren auszuschließen sind (was freilich noch alternative Beziehungen zulässt, bevor von einer formativen Interpretation der Korrelation ausgegangen werden darf).
Auf der anderen Seite muss einer rein empiriegeleiteten Bestimmung der Spezifikationsart zum Vorwurf gemacht werden, inhaltliche Gesichtspunkte hinter
den Daten zu vernachlässigen und damit theorieentleert zu sein. Zuletzt ist
jedoch auch zu bedenken, dass Expertenurteile – auch wenn und soweit diese
durch Entscheidungsfragen geleitet sind – sich wohl auch an Analogien und
Erfahrungen mit „ähnlichen“ Konstrukten orientieren, was gerade bei neuen,
wenig bekannten oder schlecht vorstellbaren Begriffen wiederum problematisch ist.
17
Das Curtis and Jackson-Paradoxon problematisiert die Tatsache, dass es im reflektiven
Weltbild nicht möglich ist, einen negativen Zusammenhang zwischen zwei Größen zu beobachten, die beide positiv mit demselben Konstrukt zusammenhängen [vgl. Bollen 1984, S.377
sowie Curtis/Jackson 1962, S. 195-204].
16
Um also Subjektivität im Forschungsprozess zu vermeiden, jedoch auch Gesichtspunkte der Inhaltsvalidität nicht zu vernachlässigen, scheint zumindest
eine Absicherung der mehr oder weniger subjektiv gewählten Spezifikation
wünschenswert. Abbildung 5 fasst die vorgeschlagene Vorgehensweise zur
Bestimmung der Spezifikationsart überblicksartig zusammen, bevor sie in den
folgenden Abschnitten detaillierter dargelegt wird.
Beispielhafte Entscheidungsfrage
Kausalitätsrichtung zwischen Konstrukt
und Indikatoren (offen)
„Ist das Konstrukt kausal für die Indikatoren oder umgekehrt?“
Kausalitätsrichtung zwischen Konstrukt
und Indikatoren (temporale Präzedenz)
“Is it necessarily true that if one of the items (assuming all
coded in the same direction) were to suddenly change in a
particular direction, the others will change in a similar
manner)” [Chin 1998b, S. 9]
oder Experimentaldesign [vgl. Edwards/Bagozzi 2000, S. 159]
Austauschbarkeit der Messungen
„Sind die Indikatoren dieses Konstrukts untereinander beliebig
austauschbar?“
Hypothese: Konstrukt ist formativ
Skalenbereinigung (Interne Konsistenz)
Skalenbereinigung (Ext. Validität, Experten)
ja
TETRAD-Test auf formative
Indikatoren signifikant?
nein (damit aber nur reflektiv beibehalten)
nein
nein
TETRAD-Test auf formative
Indikatoren signifikant?
ja (damit auch reflektiv verworfen)
Formative Spezifikation mit
PLS-Modell verworfen?
Reflektive Spezifikation mit
LISREL-Modell verworfen?
ja
ja
Reflektive Spezifikation in
LISREL-Modell verträglich?
Formative Spezifikation in
PLS-Modell verträglich?
ja
ja
Ergebnis:
formativ verworfen, reflektiv nicht widerlegt
nein
nein
nein
Überprüfung der
Spezifikationshypothese
Hypothese: Konstrukt ist reflektiv
Bildung einer
Spezifikationshypothese
Theoretische Herleitung der Spezifikation des Konstrukts aus seiner
Konzeptualisierung bzw. dem Erkenntnisziel
Ergebnis:
reflektiv verworfen, formativ nicht widerlegt
Abbildung 5: Vorgehensweise zur Bestimmung der Spezifikationsart [eigene Darstellung]
Die vorgeschlagene Vorgehensweise sieht sich in den Ablauf des Forschungsprozesses eingebettet: vor Anwendung der jeweils nötigen Skalenbereinigungsschritte, die sich wie diskutiert drastisch unterscheiden (vgl. Abschnitt
3), ist zwingend die Spezifikationshypothese zu bilden. Der Vorschlag räumt
theoretischen Gesichtpunkten also eine überragende Rolle ein. Die theoretische Fundierung liefert dabei eine Hypothese über die Spezifikation, welche in
der Folge an der Korrelationsstruktur empirischer Daten im Rahmen eines Pretests überprüft wird. Sobald einer der Tests die Hypothese nicht stützen kann,
ist die gewählte Spezifikationsart nochmals kritisch zu hinterfragen. Die Rückkopplungspfeile in der Abbildung sollen aber keinesfalls dahin gehend interpretiert werden, dass im Sinne eines „Trial-and-Error-Vorgehens“ die Kon-
17
struktspezifikation so lange verändert wird, bis das Testergebnis akzeptabel
ist. Gegebenenfalls muss man das Ergebnis akzeptieren, ein theoretisch fundiertes, jedoch in Bezug auf Gütemaße unbefriedigendes Messmodell spezifiziert zu haben.
4.1 Gewinnung der Spezifikationshypothese aus der Theorie
Aus den in Abschnitt 2 diskutierten Eigenschaften und Abgrenzungen formativer und reflektiver Indikatoren lassen sich mehrere Entscheidungskriterien
ableiten. Diese zu Entscheidungsfragen formulierten Aussagen sind ausführlich in Tabelle 2 dargestellt. Die vielerorts ähnlichen Aussagen können zu zwei
Oberkriterien verdichtet werden, welche die Entscheidung zu Gunsten einer
Spezifikationsart aus theoretischen Vorüberlegungen deduzierbar machen: die
Richtung der Kausalität zwischen Konstrukt und Indikator sowie die Austauschbarkeit der Indikatoren als gleich valide Messungen ein und desselben
Konstrukts.
Edwards/Bagozzi [2000 S. 157-160] schlagen zur Ermittlung der Kausalitätsrichtung zwischen dem Konstrukt und seinen Indikatoren eine Besinnung
auf die wissenschaftstheoretischen Bestandteile von Kausalität vor: (1) die Unterschiedlichkeit von Ursache und Wirkung im Sinne eigenständiger Phänomene, (2) Kovariation von Ursache und Wirkung, (3) zeitliche VorgängerNachfolger-Beziehung und (4) Ausschluss alternativer Erklärungsmöglichkeiten. Interessant ist dabei vor allem die Komponente (3), da sie am stärksten die
Kennzeichnung eines Phänomens als Ursache und des anderen als Wirkung
bestimmt. Diese Frage kann natürlich Experten vorgelegt werden, welche diese Entscheidungsfrage beantworten sollen – auch der Forscher selbst kann sie
in seiner Entscheidung zu Grunde legen. Bollen [1989, S. 66] befürwortet hierfür Gedankenexperimente.
Edwards/Bagozzi [2000, S. 159] schlagen jedoch vor, die Anwendung von Experimenten in diesem Zusammenhang in Erwägung zu ziehen. Dieses Vorgehen – auch wenn bei den genannten Autoren nur kurz als Möglichkeit angerissen – verdient jedoch zweifelsohne eine vertiefte Betrachtung. Die Anwendung
von Experimenten hätte zudem den Vorteil, dass bei geschicktem Design auch
zusätzlich Bedingungskonstanz geschaffen werden kann und Bedingung (4)
zumindest großteils bereits erfüllt wäre. Dieses Vorgehen ist jedoch auf Grund
seines eher hypothesenprüfenden Charakters erst dann geeignet, wenn apriori-Hypothesen über eine kausale Richtung bestehen (welche also wieder
durch Experten oder den Forscher selbst gewonnen werden müssen). Die
Entscheidungsfrage nach Chin [1998b, S. 9] “Is it necessarily true that if one of
18
the items (assuming all coded in the same direction) were to suddenly change
in a particular direction, the others will change in a similar manner?” kann für
diesen Aspekt eine angemessene Formulierung sein. Basierend auf Fornell/Bookstein [1982, S. 292] lässt sich auch die folgende Frage formulieren:
„Ist das Konstrukt eine hinter der beobachteten Variable stehende Erklärung
oder vielmehr eine erläuternde Kombination aus den Beobachteten?“
Autor[en]
Entscheidungsfrage 18
Fornell/Bookstein [1982, S. 292]
Sind die Indikatoren des Konstrukts eher als Realisationen
eines Faktors zu betrachten, der etwas Beobachtetes zur
Folge hat? (Î reflektiv) oder
Ist das Konstrukt als erklärende Kombination von Indikatoren konzipiert? (Î formativ)
Fornell/Bookstein [1982, S. 292]
Ist das Konstrukt eine hinter der beobachteten Variable
stehende Erklärung (Î reflektiv) oder
vielmehr eine erläuternde Kombination aus den Beobachteten? (Î formativ)
Bagozzi [1984, S. 331]
Messen die Indikatoren alle "das Gleiche" im engeren
Sinne? (Î reflektiv)
Bagozzi [1984, S. 332]
Ergibt sich die Bedeutung des Konstrukts aus der Bedeutung der Indikatoren (Î formativ)
oder umgekehrt (Î reflektiv)?
Bollen [1989, S. 65];
Diamantopoulos/Winklhofer
[2001, S. 270]
Richtung der Kausalität ("causal priority between the indicator and the latent variable") vom Konstrukt zum Indikator (Î reflektiv) oder umgekehrt (Î formativ)
Fornell [1989, S. 163 f]
Welcher Natur ist die Beziehung zwischen den Beobachtungen und dem theoretischen Modell?
Ist sie deduktiv (also sind die Beobachtungen vom Modell
abhängig) (Î reflektiv) oder
induktiv (also sind die theoretischen Variablen abhängig
von den Beobachtungen) (Î formativ)?
MacCallum/Browne [1993, S.
533];
Law/Wong [1999, S. 144-146];
Rossiter [2002, S. 314-316]
Repräsentieren die Items eher Konsequenzen (Î reflektiv)
oder Ursachen (Î formativ) des Konstrukts?
Chin [1998b, S. 9]
“Is it necessarily true that if one of the items (assuming all
coded in the same direction) were to suddenly change in a
particular direction, the others will change in a similar
manner)?” (Î reflektiv)
Jarvis et al [2003, S. 203]
„Sind die Indikatoren dieses Konstrukts untereinander
beliebig austauschbar?“ (Î reflektiv)
Tabelle 2:
Entscheidungsfragen zur Unterscheidung zwischen formativer und reflektiver
Spezifikation
Die Austauschbarkeit der Messungen für das Konstrukt lässt sich dagegen
nur aus der Konzeptualisierung des Konstrukts ableiten. Das bedeutet also,
18
Die jeweilige Schlussfolgerung ist in Klammern hinter dem jeweiligen Frageteil kursiv gesetzt, falls die entsprechende Frage mit „ja“ zu beantworten wäre.
19
dass die Frage nach der inhaltlichen Vergleichbarkeit letztendlich nur subjektiv beantwortet werden kann und sich starrer Überprüfbarkeit entzieht. Damit
wird auch hier eine a-priori-Bewertung durch den Forscher oder die Befragung von Experten unumgänglich. Hierbei müsste insbesondere die Frage gestellt werden, ob sich ein Konstrukt inhaltlich verändert, wenn und soweit einer der Indikatoren herausgenommen wird [vgl. Diamantopoulos/Winklhofer
2001, S. 273]. Daneben ist auch eine direkte Frage „Sind die Indikatoren dieses Konstrukts untereinander beliebig austauschbar?“ denkbar [vgl. Jarvis et
al. 2003, S. 203].
4.2 Überprüfung mit der Korrelationsstruktur der Daten
Da die Modelle reflektiver und formativer Spezifikation auf unterschiedlichen
Parametern basieren, ist ein direkter Modellvergleich wie er bei LISRELModellen mit dem χ2-Test üblich ist, für die vorliegenden Zwecke nicht möglich. Das hier gewählte Vorgehen orientiert sich vielmehr wie in Abbildung 5
ersichtlich wird an der im ersten Schritt getroffenen Hypothese, welche aus
der Theorie abgeleitet wurde. Ist diese in den nachfolgenden datengetriebenen
Schritten nicht zu widerlegen, kann sie weiter gelten. Letztere Schritte stellen
im Wesentlichen auf die Eigenschaft formativer Indikatoren ab, nicht notwendigerweise korreliert sein zu müssen. Sobald keine oder geringe Korrelationen
vorliegen, spricht dies also gegen die Hypothese reflektiver Spezifikation. 19
Zur Untersuchung schlägt diese Arbeit zwei Analyseschritte vor: den so genannte TETRAD-Test nach Bollen/Ting [2000] sowie eine vergleichende Betrachtung verschiedener Spezifikationen im Rahmen von Strukturgleichungs20
modellen .
Die erste Maßnahme ist, wie erwähnt, die Überprüfung der hypothetisierten
Spezifikationsart mit dem TETRAD-Test nach Bollen/Ting [2000]. Einschränkend muss jedoch vorausgeschickt werden, dass der vorgeschlagene TETRADTest die Korrelationsbeziehungen weniger – bereits aus theoretischen Vorüberlegungen hervorgegangener – alternativer Messmodelle als „nested“ miteinander vergleicht. Damit ist auch dieser Test per Definition nicht in der Lage, ein theoretisch angebrachtes formatives Messmodell mit hoch korrelierten
Indikatoren von seinem reflektiven Pendant zu unterscheiden. Insofern kann
19
Da schlecht operationalisierte, aber in Wahrheit reflektive Messmodelle, schlechte Reliabilitätswerte aufweisen, darf diese Vorgehensweise wie diskutiert nicht ohne zu Grunde liegende
theoretische Vorüberlegungen angewandt werden [vgl. auch Edwards/Bagozzi 2000, S. 171].
20
Der Vorschlag erweitert dabei die reine LISREL-Perspektive von Law/Wong [1999, S. 153 f].
20
die Hypothese, ein Modell sei reflektiv zu spezifizieren, höchstens verworfen,
nicht jedoch im harten Sinne bestätigt werden.
Der TETRAD-Test untersucht verschiedene Spezifikationsarten von Modellen.
Jede alternative Modellierung impliziert individuelle theoretische Varianzbeziehungen. Als Tetrade werden dabei jeweils Differenzen von Kovarianzprodukten bezeichnet [vgl. Bollen/Ting 2000, S. 5]: “For a foursome of variables,
we can arrange the six covariances into three tetrads:
τ 1234 = σ 12σ 34 − σ 13σ 24 ,
τ 1342 = σ 13σ 42 − σ 14σ 32 ,
and
(13)
τ 1423 = σ 14σ 23 − σ 12σ 43 .”
Aus verschiedenen Strukturmodellen formativer und reflektiver Spezifikation
ergeben sich unterschiedliche modellimplizierte Tetraden-Gleichheiten, so
dass sich diese Beziehungen zu Null addieren (sog. “vanishing tetrads”) [vgl.
Bollen/Ting 2000, S. 6-8]. Der TETRAD-Test nutzt die Tatsache aus, dass verschieden spezifizierte Modelle zwar nicht in Bezug auf ihre (unterschiedlichen)
Parameter, sehr wohl jedoch was ihre Tetraden-Beziehung angeht, als nested
angesehen werden können, also im Rahmen eines integrierten Modells miteinander vergleichbar sind. Aus diesen Herleitungen wird schließlich eine χ2verteilte Teststatistik errechnet, die die hypothetisierte Spezifikation des Messmodells auf Verträglichkeit mit den empirischen Korrelationsbeziehungen testet.
Auf diese Art und Weise kann die Nullhypothese reflektiver Spezifikation (und
nur diese) verworfen oder beibehalten werden. Im Rahmen der vorliegenden
Betrachtung kann der Test damit allerdings nur die Hypothese reflektiver Spezifikation verwerfen. Hat der Forscher den Verdacht, dass das zu untersuchende Konstrukt reflektiv ist, besteht das beim Testen übliche Dilemma, dass die
Wahrscheinlichkeit eines Beta-Fehlers (irrtümliche Beibehaltung der Nullhypothese) nicht kontrollierbar ist. Daher sind auch die Folgeschritte im vorgeschlagenen Testablauf unverzichtbar. Eine vertiefte Darstellung des
TETRAD-Testverfahrens unterbleibt an dieser Stelle, der interessierte Leser sei
auf den Artikel von Bollen/Ting [2000] verwiesen.
Die nächsten Schritte in der Überprüfung der Spezifikationshypothese stellen
auf die oben dargestellten Strukturgleichungsverfahren ab. Ein direkter Vergleich eines reflektiven mit dem „entsprechenden“ formativen Modell (gewonnen durch einfache Umkehrung der Kausalitätsbeziehung) innerhalb eines
21
Verfahrens ist wegen der mangelnden Vergleichbarkeit der beiden Modelle
wenig dienlich, weswegen zur Analyse reflektiver Strukturen das eher zur
Hypothesenprüfung geeignete LISREL-Verfahren, zur Analyse formativer
Strukturen das dafür eher und universeller einsetzbare PLS-Verfahren zur Anwendung kommt.
Wird ein Konstrukt als reflektiv angenommen, wird zunächst der Versuch einer
Falsifizierung mit dem als Gegenhypothese angelegten formativen „Pendant“
zum Untersuchungsmodell unternommen. Dadurch wird sichergestellt, dass
unter Geltung der „Reflektiv“-Hypothese eine formative Sichtweise nicht in
Betracht kommt. Dies kann dadurch erreicht werden, dass ein ansonsten gleiches Messmodell auf formative Art und Weise spezifiziert im Rahmen eines
PLS-Modells geschätzt wird. Wird dieses Modell abgelehnt, kann die Hypothese reflektiver Spezifikation als gefestigt gelten. Zuletzt wird das reflektive Modell selbst mittels LISREL überprüft. Dies entspricht im Wesentlichen dem seit
Churchill [1979] bekannten Vorgehen der Validierung von Messmodellen mit
konfirmatorischer Faktorenanalyse, die an dieser Stelle nicht weiter ausgeführt
wird. Der hierbei üblicherweise angewendete χ2-Test könnte das Modell
schlimmstenfalls verwerfen. Ist dies nicht der Fall, so darf das Modell als bis
auf weiteres gültig angenommen werden.
Umgekehrt ist vorzugehen, wenn ein Messmodell als formativ aus der Hypothesenbildung entlassen wird: zunächst erfolgt die Überprüfung anhand des
LISREL-Modells auf das reflektiv spezifizierte Pendant zum eigentlich hypothetisierten Modell. Wird dieses durch LISREL zurückgewiesen oder erreicht nur
schlechte Anpassung, und erreicht es selbst weiterhin in der Folge akzeptable
Gütemaße im PLS-Verfahren, darf das Messmodell als weiterhin gültig bestehen bleiben.
Sobald ein Konstrukt eines der eben genannten Testkriterien nicht erreicht
und sich ggf. widersprüchliche Aussagen ergeben, ist eine vertiefte theoretische Auseinandersetzung mit dem Konstrukt unabdingbar. Eine Wahlfreiheit
zugunsten eines nur auf Grund der Daten „besseren“ Modells besteht nicht.
5 Die Dominanz des reflektiven Modells
Wie bereits erwähnt, wird vielfach eine Dominanz des reflektiven Messmodells
unterstellt. Während diese Aussage oftmals nicht weiter belegt wird, zeigen
Eggert/Fassott [2003] anhand einer Metastudie in der deutschsprachigen Zeitschrift Marketing ZFP, dass dies durchaus empirischen Beleg findet. Die vor-
22
liegende Studie sucht danach, den Geltungsbereich dieser Aussage auszuweiten, indem ein internationales Journal untersucht wird.
5.1 Aufbau der Metastudie
Als eine der international bedeutsamsten Zeitschriften im Marketingbereich
wurde das Journal of Marketing herangezogen. Die Suche wurde dabei von
aktuelle verfügbaren Ausgaben rückwärts bis zum Jahr 1999 durchgeführt.
Aufgrund der aktuell wieder erstarkten Diskussion um formative und reflektive
Indikatoren ist mit diesem aktuellen Zeitrahmen eher davon auszugehen, dass
tendenziell eine zunehmende Häufung richtiger Spezifikationen auftreten wird.
Bei der Durchsicht des Journals of Marketing wurden 47 Artikel identifiziert,
von denen 13 wegen unzureichenden Angaben bei der Beurteilung des verwendeten Messmodells oder wegen der Verwendung fiktiver Modelle von der
weiteren Untersuchung ausgeschlossen wurden. Von den übrigen 34 Artikeln
wurde das Thema der Auswahlentscheidung zwischen einem reflektiven und
einem formativen Messmodell in nur fünf Beiträgen [Gruen et al. 2000; Srinivasan et al. 2002] aufgegriffen. Bei drei von diesen Beiträgen handelt es sich
jedoch um denselben Autor Christian Homburg [Kuester et al. 1999; Cannon/Homburg 2001 sowie Homburg et al. 2002]. In diesen 34 Artikeln konnten
353 verwendete Konstrukte gefunden werden, welche alle in Anhang 1 aufgelistet sind. Nur formativ spezifizierte Messmodelle sind darin besonders hervorgehoben.
Die Entscheidung zu Gunsten eines formativen oder reflektiven Messmodells
wurde anhand der in Tabelle 2 vorgestellten Entscheidungsfragen von zwei
unabhängigen studentischen Probanden vorgenommen, die zuvor mit den Entscheidungsfragen vertraut gemacht wurden. Tabelle 3 in Anhang 1 stellt ebenfalls dar, welche der identifizierten Konstrukte in der Folge von den Bewertenden als formativ identifiziert wurden.
Es konnten bei der Auswertung der Bestandsaufnahme nicht alle Konstrukte
verwendet werden, da 21 latente Variablen jeweils nur mit einem Indikator
operationalisiert wurden. Bei weiteren elf latenten Variablen konnte keine
Antwort auf die oben genannte Trennfrage zur Unterscheidung zwischen den
Messmodellen gefunden werden, da bei sechs Konstrukten nur einer von mehreren Indikatoren als Beispiel genannt wurde [vgl. Kuester et al. 1999]. Die
weiteren fünf latenten Variablen stellen “second order factors” dar, sind also
wiederum aus Konstrukten aufgebaute Faktoren höherer Aggregationsstufe.
23
Die nicht untersuchbaren 32 Konstrukte wurden zu Gunsten der Autoren als
richtig spezifiziert angenommen.
5.2 Die Dominanz des reflektiven Messmodells
Wie sich auch aus Tabelle 3 ablesen lässt, zeigt sich zunächst eine deutliche
Dominanz reflektiver Spezifikation durch die Autoren des Journal of Marketing
im Betrachtungszeitraum. Die Verwendung eines reflektiven Messmodells
konnte in 308 Fällen bestätigt werden. Ein Anteil von 39 Konstrukten (11,05
%) wurde jedoch reflektiv spezifiziert, obwohl die Indikatoren unter Zuhilfenahme der Entscheidungsfragen eher formativer Natur waren. Damit zeigt sich
ein vergleichsweiser geringer Anteil überhaupt fehlspezifizierter Modelle. Dies
ist relativ gering im Vergleich zu den Erkenntnissen von Eggert/Fassott [2003,
S. 10], die in der deutschsprachigen Marketing ZFP eine R-Fehlerquote von
79,6% berichten.
im Modell spezifiziert
reflektiv
formativ
reflektiv
308 (87,05%)
Fehlertyp „F“: 0 (0,00%)
formativ
Fehlertyp „R“: 39 (11,05%)
6 (1,70%)
Realität
Abbildung 6: Verteilung der Spezifikationsfehler in der Metastudie [eigene Darstellung]
Bei der Auswertung der 34 in die Studie aufgenommenen Artikel wurde auch
auf die Anwendung spezifischer Software geachtet. Bei sechs Artikeln wurde
die Nutzung eines Computerprogramms nicht berücksichtigt. In den verbleibenden 28 Beiträgen wurde die Dominanz von LISREL (18 Anwendungen) gegenüber EQS (sechs Anwendungen), welche schon in der Bestandsaufnahme
von Homburg/Baumgartner [1995] festgestellt wurde, erneut ersichtlich. AMOS und CALIS haben bei jeweils zwei Studien Anwendung gefunden und
signalisieren damit, dass es zwar eine Fülle von neueren Computerprogrammen auf dem Markt gibt (neben den vier verwendeten z.B. SEPATH, RAMONA,
MX), sich aber nur wenige in der Marketingforschung etablieren konnten.
Damit lässt sich ebenfalls die Feststellung von Homburg/Sütterlin [1990], dass
LISREL durch die ständigen Erweiterungen das ausgereifteste Softwarepaket
zur Kovarianzstrukturanalyse ist, replizieren.
Die Anwendung eines komponentenbasierten Computerprogramms wie z.B.
PLS konnte nicht festgestellt werden. Diese Tatsache reflektierte nochmals die
Dominanz des LISREL-Ansatzes und die Vernachlässigung der korrekten Operationalisierung latenter Variablen. Die Softwarepakete zur Kovarianzstrukturanalyse können zwar grundsätzlich neben den reflektiven auch formative
24
Messmodelle abbilden, stellen aber im Bedienungskomfort gegenüber PLS,
welches beide Messmodelle standardmäßig bereitstellt, keine Konkurrenz dar
[vgl. Eggert/Fassott 2003, S. 17].
6 Ausblick auf die weitere Forschung
Die vorliegende Arbeit ging der erweiterten Frage nach der Operationalisierung komplexer Konstrukte nach. Hierzu wurden theoretische Grundlagen
aufgearbeitet und die drastischen Konsequenzen von Fehlspezifikationen auf
den eigentlichen Forschungsprozess, die Wahl der Analysemethode und ggf.
dabei auftretende Probleme von Fehlspezifikationen verdeutlicht. Es wurde
eine strukturierte Vorgehensweise aufgezeigt, mit der es möglich ist, eine
Hypothese über die wahre Spezifikation – also die kausale Struktur – des Konstrukts aufzustellen und zu überprüfen. Es zeigte sich, dass sogar in einem
hochreputierten Journal wie dem Journal of Marketing das Problem der Fehlspezifikation akut vorliegt. Obwohl das Ausmaß weniger drastisch als bei anderen Journals ist, liegt hier doch ein bemerkenswertes Problem vor.
An dieser Stelle soll nicht unerwähnt bleiben, dass die Anwendung reflektiver
Spezifikation und entsprechend der Kovarianzstrukturanalyse vor allem von
der Ubiquität des Softwarepaketes LISREL profitiert hat [vgl. etwa Eggert/Fassott 2003, S. 3]. Die Softwareentwicklung wurde auch im PLS-Bereich
anfangs parallel dazu vorangetrieben (allen voran LVPLS [vgl. Lohmöller
1984]). Für die praktische Handhabbarkeit wichtige Weiterentwicklungen (insbesondere die hier nicht diskutierten Jackknife-Prozeduren zur Berechnung
von Gütemaßen sowie graphische Benutzeroberflächen) entstammen jedoch
erst jüngerer Vergangenheit und sind derzeit in Erprobung. Die späte Renaissance des PLS-Algorithmus für Strukturgleichungsmodelle sowie die aktuelle
Diskussion um formative und reflektive Spezifikation ist zweifelsohne eine einschneidende Phase in der Konstruktforschung. Die Konsequenzen für den Forschungsprozess sind enorm und werden eine Diskussion der Spezifikationsart
in Publikationen unumgänglich machen. Wie die Metastudie zeigt, ist ein derartig „reflektierteres“ Vorgehen auch akut nötig.
25
Anhang
ANHANG 1:
ERGEBNISSE DER METASTUDIE IM JOURNAL OF MARKETING ............26
26
Anhang 1:
Ergebnisse der Metastudie im Journal of
Marketing
Autoren
Journal of Marketing
Titel
Zou, S. ; Cavusgil, S.T. The GMS: A Broad ConceptuVol. 66 No.4/2002
alization of Global Marketing
S. 40-56 EQS
Strategy and Its Effect on Firm
Performance
Konstrukte
(kursiv, wenn formative Indikatoren vorliegen und dazu unterstrichen, wenn
vom Autor formativ operationalisiert)
Global Marketing Strategy, Product
standardization, Promotion standardization, Standardized channel
structure, Concentration of marketing
activities, Coordination of marketing
activities, Global market participation, Integration of competitive
moves, Global Orientation, Internal
Experience, Globalizing Conditions,
Strategy Performance, Financial Performance
Coviello, N. E.; Brodie, How Firms Relate to Their Purpose of Exchange, Nature of
R.J.; Danaher, P.J.;
Markets: An Empirical Exami- Communication, Managerial Intent,
Johnston, W.J.
nation of Contemporary Mar- Managerial Focus, Managerial InVol. 66 No.3/2002
keting Practices
vestment, Managerial Level
S. 33-46 LISREL
Speier, C.; Venkatesh, The Hidden Minefields in the Self-Efficacy, Computer Playfulness,
V. Vol.66 No.3/2002
Adoption of Sales Force Role Clarity, Role Conflict, Voluntariness, Complexity, User Participation,
S. 98-111 EQS
Automation Technologies
User Involvement, Management Support, Relative Advantage, Compatibility, Visibility, Image, Results Demonstrability, Job Fit, Professional Fit,
Person-Job Fit, Person-Organization
Fit, Professional Commitment, Organizational Commitment, Job Satisfaction
Atuahene-Gima, K.;
When Does Trust Matter? Sales Performance, Output Control,
Li, H.
Antecedents and Contingent Process Control, Supervisee Trust,
Vol.66 No.3/2002
Effects of Supervisee Trust on Supervisee Accessibility, AchieveS. 61-81
Performance in Selling New ment Orientation, Role Ambiguity,
Products in China and the Product Complexity, Competitive
United States
Intensity, Market Volatility
Srinivasan, R.; Lilien, Technological
Opportunism Technology adoption, Technology
G.L.; Rangaswamy, A. and Radical Technology Adop- adoption, Technological opportunVol. 66 No.3/2002
tion: An Application to E- ism, Institutional pressures, Complementary assets, Perceived usefulS. 47-60
Business
ness, Organizational innovativeness,
Future focus, Top management’s
advocacy of new technologies
Matsumo, K.; Mentzer, The Effects of Entrepreneurial Intelligence generation, Intelligence
J.T.; Özsomer, A.
Proclivity and Market Orienta- dissemination, Responsiveness, EnVol. 66 No.3/2002
tion on Business Performance trepreneurial
proclivity
(ENTRE)
S. 18-32 LISREL
- innovativeness, ENTRE-risk taking,
ENTRE-proactiveness, Formalization,
Centralization, Departmentalization,
Performance-market share growth,
Performance-percentage
of
new
product sales, Performance-ROI
Homburg, C.; WorkA Configurational Perspective Activity intensity, Activity proactiveman, J.P.; Jensen, O. on Key Account Management ness, Top-management involvement,
Use of Teams, Selling center esprit
Vol. 66 No.2/2002
de corps, Access to marketing and
S. 38-60
Autoren
Titel
Nygaard, A.;
Dahlstrom, R.
Vol. 66 No.2/2002
S. 61-82 EQS
Role Stress and Effectiveness
in Horizontal Alliances
Baker, J.;
Parasuraman, A.;
Grewal, D.; Voss, G.B.
Vol. 66 No. 2/2002
S. 120-141 LISREL
The Influence of Multiple
Store Environment Cues on
Perceived Merchandise Value
and Patronage
McAlexander, J.H.;
Schouten, J.W.;
Koenig, H.F.
Vol. 66 No.1/2002
S. 38-54 LISREL
Sirdeshmukh, D.;
Singh, J.; Sabol, B.
Vol. 66 No.1/2002
S. 15-37 EQS
Building Brand Community
Mentzer, J.T.; Flint,
D.J.; Hult T.M.
Vol. 65 No.4/2001
S. 82-104 LISREL
Hewett, K.; Bearden,
W.O.
Vol.65 No.4/2001
S. 51-66 CALIS
De Wulf, K.; Oderkerken-Schröder, G.;
Iacobucci, D.
Vol. 65 No.4/2001
S. 33-50 LISREL
Dixon, A.L.; Spiro,
R.L.; Jamil, M.
Vol.65 No.3/2001
S. 64-78 LISREL
Brady, M.K.; Cronin
Jr., J.J.
Vol. 65 No.3/2001
S. 34-49 LISREL
27
Konstrukte
sales resources, Access to nonmarketing and nonsales resources, Approach formalization, KAM effectiveness, Performance in the market,
Adaptiveness, Profitability, Competitive intensity, Market dynamism
Investment in Current System, Investment in Previous System, Role
Ambiguity, Role Conflict, Competence, Consumer Satisfication, Contributions to Sales, Bargaining Efforts
Design -, Employee -, Music -,
Time/effort cost -, Psychic cost -,
Monetary price -, Interpersonal service quality -, Merchandise quality -,
Merchandise value perceptions, Store
patronage intentions
Owner-product -, Owner-brand -,
Owner-company -, Owner-other owners relationship, Integration in a
brand community
Consumer Trust, Value and Store: FLE’s Operational CompeLoyalty in Relational Ex- tence,- Operational Benevolence,changes
Problem Solving Orientation, MPP’s
Operational Competence,- Operational Benevolence,- Problem Solving
Orientation, Satisfaction, Trust in
MPPs, Trust in FLEs, Value, Loyalty
Logistics Service Quality as a Personnel Contact Quality, Order
Segment-Customized Process Release Quantities, Information Quality, Ordering Procedures, Order Accuracy, Order Condition, Order Quality, Order Discrepancy Handling,
Timeliness, Satisfaction
Subsidiary Marketing Opera- Vertical Dependence, Trust, Acquiestions: Implications for Manag- cence, Cooperation, Performance
ing Global Marketing Operations
Investments in Customer Rela- Direct mail, Preferential treatment,
tionships: A Cross-Country Interpersonal communication, Tangiand Cross-Industry Explora- ble rewards, Perceived relationship
investment, Relationship quality (Retion
lationship satisfaction), Trust, Relationship commitment, Behavioral
loyalty, Product category involvement, Consumer relationship proneness
Successful and Unsuccessful Effort, Ability, Task, Strategy, Luck,
Sales Calls: Measuring Sales- No change, Increase effort, Change
person Attributions and Be- strategy, Seek assistance, Avoid
havioral Intentions
situation
Some New Thoughts on Con- Interaction Quality, Attitude, Behavceptualizing Perceived Service ior, Expertise, Service Environment
Quality: A Hierarchical Ap- Quality, Ambient Conditions, Design,
Social Factors, Outcome Quality,
proach
Waiting Time, Tangibles, Valence,
Service Quality
28
Autoren
Titel
Konstrukte
Grewal, R.; Comer,
J.M.; Mehta, R.
Vol. 65 No.3/2001
S. 17-33
Chaudhuri, A.;
Holbrook, M.B.
Vol. 65 No.2/2001
S. 81-93 LISREL
An Investigation into the Antecedents of Organizational Participation
in
Business-toBusiness Electronic Markets
The Chain of Effects from
Brand Trust and Brand Affect
to Brand Performance: The
Role of Brand Loyalty
Efficiency, Legitimacy, Effort-Based
Learning, IT Capabilities, Environmental Dynamism
Sarin, S.; Mahajan,V.;
Vol.65 No.2/2001
S. 35-53 LISREL
The Effect of Reward Structures on the Performance of
Cross-Functional Product Development Teams
Rindfleisch, A.;
Moorman, C.
Vol. 65 No.2/2001
S. 1-18 LISREL
The Acquisition and Utilization
of Information in New Product
alliances: A Strength-of-Ties
Perspective
Ailawadi, K.L.; Neslin,
S.A.; Gedenk, K.
Vol. 65 No.1/2001
S. 71-89 LISREL
Pursuing the Value-Conscious
Consumer: Store Brands Versus National Brand Promotions
Cannon, J.P.;
Homburg, C.
Vol. 65 No.1/2001
S. 29-43 LISREL
Buyer-Supplier Relationships
and Customer Firm Costs
Calantone, R.J.;
Schatzel, K.E.
Vol. 64 No.1/2000
S. 17-30 EQS
Strategic
Foretelling:
Communication-Based Antecedents of a firm´s Propensity
to Preannounce
Sivadas, E.; Dwyer,
F.R.
Vol. 64 No.1/2000
S. 31-49
An Examination of Organizational Factors influencing New
Product Success in internal
and alliance-based Processes
Utilitarian value, Hedonic value,
Brand trust, Brand affect, Share of
voice, Differentiation, Purchase loyalty, Attitude loyalty, Market Share,
Relative Price
Outcome-based -, Process-based -,
Equal -, Position-based rewards, Ease
of individual evaluation, Project/ product complexity, Project/product risk,
Length of development cycle, Competitive intensity, Industry dynamism,
Speed to market, Level of innovation,
Adherence to budget and schedule,
Product quality, Market performance,
Team/member satisfaction, Self-rated
performance
Product Information Acquisition,
Process Information Acquisition, New
Product Creativity, New Process
Creativity, New Product Development
Speed, Relational Embeddedness,
Knowledge Redundancy
Price Consciousness, Financial Constraints,
Quality
Consciousness,
Shopping Enjoyment, Innovativeness,
Variety
Seeking,
Impulsiveness,
Mavenism, Motivation to Conform,
Brand Loyalty, Store Loyalty, Planning, Time Pressure, NFC, Storage
Space
Frequency of face-to-face communication, Frequency of telephone communication, Frequency of written
communication, Amount of information sharing, Supplier flexibility, Relationship-specific adaptations, Active
monitoring of the supply market,
Quality of supplier’s products, Supplier geographic closeness to the
customer,
Customer
acquisition
costs, Customer operations costs,
Product complexity, Product importance, Availability of alternatives
Industry Dynamism, Firm Information Interactivity, First-Mover Predisposition, Competitive Equity Building, Firm´s Propensity to Preannounce
NPD Success, Cooperative Competency, Clarity of Agreement, Resistance from Key Players, Complementarity with Partner Competencies,
Mutual Power Dependence, Radical/Incremental, Centralization, For-
Autoren
Titel
Song, X.M.; Xie, J.;
Dyer, B.
Vol. 64 No.1/2000
S. 50-66 LISREL
Antecedents
and
Consequences of Marketing Managers! Conflict-Handling Behaviors
Sethi, R.
Vol. 64 No.2/2000
S. 1-14
Hartline, M.D.; Maxham III, J.G.; McKee,
D.O.
Vol. 64
No.2/2000
S.
35-50 LISREL
New Product Quality and
Product Development Teams
Singh, J.
Vol. 64 No.2/2000
S. 15-34 EQS
Performance Productivity and
quality of frontline employees
in service organisation
Gruen, T.W.; Summers, J.O.; Acito, F.
Vol. 64 No.3/2000
S. 34-49 AMOS
Relationship Marketing Activities, Commitment, and Membership Behaviors´ in Professional Associations
Matsumo, K.; Mentzer,
J.T.
Vol. 64 No.4/2000
S. 1-16 LISREL
Chandon, P.; Wansink,
B.; Laurent, G.
Vol. 64 No.4/2000
S. 65-81 AMOS
Kuester, S.; Homburg,
C.; Robertson, T.S.
Vol. 63 No.4/1999
S. 90-106 LISREL
Nobele, C.H.; Mokwa,
C.
Vol. 63 No.4/1999
S. 57-73 CALIS
The Effects of Strategy Type
on the Market OrientationPerformance Relationship
Corridors of Influence in the
Dissemination of Customerorientated Strategy to Customer Contact Service Employees
A Benefit Congruency Framework of Sales Promotion Effectiveness
29
Konstrukte
malization, Clan
ROI, ROS, ROA, New Product Success, Goal Incongruity, Management
Support for Integration, Participative
Management, Early Involvement, Job
Rotation, Collaborating Behavior,
Avoiding Behavior, Level of CrossFunctional involvement, Quality of
Cross-Functional Information, Harmony of Cross-Functional Relationships
Quality, Information Integration, Customers´ Influence, Time Pressure,
Innovativeness, Quality Orientation
Customer-Oriented Strategy, Formalization, Empowerment, BehaviorBased Evaluation, Work Group Socialization, Organizational Commitment, Shared Customer-Oriented
Values
RACO, RACU, RCRD, RCIS, BURNC,
BURNM, Task control, Boss support,
PERFP, PERFQ, Organizational commitment, Turnover intent
Affective -, Continuance -, Normative
commitment, Participation Coproduction, Core services, Recognition,
Member interdependence enhancement, Dissemination of organizational knowledge, External membership requirements
MO, IG, ID, RESP, Performance
(SOM, SGRO, PCTNP, ROI), Strategy
type (defender, prospector, analyzer,
reactor)
Savings, Quality, Convenience, Value
Expression, Entertainment, Exploration, Utilitarian, Hedonic
Retalitory Behavior to New RETPROD, RETPRICE, BREADTH,
Product Entry
SPEED, INNOV, GROWTH, EXIT,
PRICSEN, THREAT, CONC, INCSIZE
Implementing
Marketing Fit with Vision, Importance, Scope,
Strategies: Developing and Championing, Senior Management
Testing a Managerial Theory
Support, Buy-in, Role Involvement,
Role Autonomy, Role Significance,
Organizational Commitment, Strategy
Commitment, Role Commitment,
Role Performance, Implementation
Success
Garbarino, E.; JohnThe Different Roles of Satis- Actor satisfaction, Actor familiarity
son, M.S.
faction, Trust, and Commit- attitudes, Play attitudes, Theater faVol. 63 No.2/1999
ment in Customer Relation- cility attitudes, Overall satisfaction,
S. 70-87 LISREL
ships
Trust, Commitment, Future intentions
Tabelle 3:
Im Journal of Marketing 1999-2003 publizierte latente Variablen und ihre
Spezifikationsart
30
Literaturverzeichnis
Anderson, James C.; Gerbing, David W. (1982): Some Methods for Respecifying Measurement Models to Obtain Unidimensional Construct Measurement.
In: Journal of Marketing Research, Vol. 19, No. 4, S. 453-460.
Anderson, James C.; Gerbing, David W. (1991): Predicting the Performance of
Measures in a Confirmatory Factor Analysis with a Pretest Assessment of Their
Substantive Validities. In: Journal of Applied Psychology, Vol. 76, No. 5, S.
732-740.
Bagozzi, Richard P. (1980): Causal Models in Marketing. New York 1980.
Bagozzi, Richard P. (1982): The Role of Measurement in Theory Construction
and Hypothesis Testing: Toward A Holistic Model. In: Fornell, Claes (Hrsg.): A
Second Generation of Multivariate Analysis. Bd. 1, New York 1982, S. 5-23.
Bagozzi, Richard P. (1994): Structural Equation Models in Marketing Research:
Basic Principles. In: Bagozzi, Richard P. (Hrsg.): Principles in Marketing Research. Cambridge 1994, S. 317-385.
Bagozzi, Richard P.; Fornell, Claes (1982): Theoretical Concepts, Measurements, and Meaning. In: Fornell, Claes (Hrsg.): A Second Generation of Multivariate Analysis. Bd. 2, New York 1982, S. 24-38.
Balderjahn, Ingo (1986): Das umweltbewusste Konsumentenverhalten. Berlin
1986.
Baumgartner, Hans; Homburg, Christian (1996): Applications of Structural
Equation Modeling in Marketing and Consumer Research: A Review. In: International Journal of Research in Marketing, Vol. 13, No. 2, S. 139-161.
Beutin, Nikolas (2000): Kundennutzen in industriellen Geschäftsbeziehungen.
Wiesbaden 2000.
Blalock, Hubert M. (1964): Causal Inferences in Nonexperimental Research.
Chapel Hill 1964.
Bollen, Kenneth A. (1984): Multiple Indicators: Internal Consistency or No
Necessary Relationship? In: Quality and Quantity, Vol. 18, No. 4, S. 377-385.
Bollen, Kenneth A. (1989): Structural Equations with Latent Variables. New
York u.a. 1989.
31
Bollen, Kenneth A.; Lennox, Richard (1991): Conventional Wisdom in Measurement: A Structural Equation Perspective. In: Psychological Bulletin, Vol.
110, No. 2, S. 305-314.
Bollen, Kenneth A.; Ting, Kwok-fai (2000): A Tetrad Test for Causal Indicators.
In: Psychological Methods, Vol. 5, No. 1, S. 3-22.
Cannon, Jospeh P.; Homburg, Christian (2001): Buyer-Supplier Relationships
and Costumer Firm Costs. In: Journal of Marketing, Vol. 65, No. 1, S. 29-43.
Chin, Wynne W. (1998a): The Partial Least Squares Approach for Structural
Equation Modeling. In: Marcoulides, George A. (Hrsg.): Modern Methods for
Business Research. Mahaw u.a. 1998, S. 295-336.
Chin, Wynne W. (1998b): Issues and Opinion on Structural Equation Modeling.
In: MIS Quarterly, Vol. 22, No. 1, S. 7-16.
Chin, Wynne W.; Newsted, Peter R. (1998): Structural Equation Modeling
Analysis with Small Samples Using Partial Least Squares. In: Hoyle, Rick H.
(Hrsg.): Statistical Strategies for Small Sample Research. Thousand Oaks u.a.
1998, S. 307-341.
Churchill, Gilbert A., Jr. (1979): A Paradigm for Developing Better Measures of
Marketing Constructs. In: Journal of Marketing Research, Vol. 16, No. 1, S. 6473.
Curtis, Richard F.; Jackson, Elton F. (1962): Multiple Indicators in Survey Research. In: American Journal of Sociology, Vol. 68, No. 2, S. 195-204.
Diamantopoulos, Adamantios (1999): Viewpoint – Export Performance Measurement: Reflective versus Formative Indicators. In: International Marketing
Review, Vol. 16, No. 6, S. 444-457.
Diamantopoulos, Adamantios; Winklhofer, Heidi M. (2001): Index Construction
with Formative Indicators: An Alternative to Scale Development. In: Journal of
Marketing Research, Vol. 38, No. 2, S. 269-277.
Edwards, Jeffrey R.; Bagozzi, Richard P. (2000): On the Nature and Direction
of Relationships Between Constructs and Measures. In: Psychological Methods, Vol. 5, No. 2, S. 155-174.
32
Eggert, Andreas; Fassott, Georg (2003): Zur Verwendung formativer und reflektiver Indikatoren in Strukturgleichungsmodellen – Ergebnisse einer Metaanalyse und Anwendungsempfehlungen. Working Paper VHB-Pfingsttagung,
Zürich 2003.
Fornell, Claes (1989): The Blending of Theoretical and Empirical Knowledge in
Structural Equations with Unobservables. In: Wold, Herman (Hrsg.): Theoretical Empiricism – A General Rationale for Scientific Model-Building. New York
1989, S. 153-173.
Fornell, Claes; Bookstein, Fred L. (1982): Two Structural Equation Models:
LISREL and PLS Applied to Consumer Exit-Voice Theory. In: Journal of Marketing Research, Vol. 19, No. 4, S. 440-452.
Gerbing, David; Anderson, James C. (1988): An Updated Paradigm for Scale
Development Incorporating Unidimensionality and Its Assessment. In: Journal
of Marketing Research, Vol. 25, No. 2, S. 186-192.
Gruen, Thomas W.; Summers, John O.; Acito, Frank (2000): Relationship Marketing Activities, Commitment, and Membership Behaviors in Professional Associations. In: Journal of Marketing, Vol. 64, No. 3, S. 34-49.
Hauser, Robert M. (1973): Disaggregating a Social-Psychological Model of
Educational Attainment. In: Goldberger, Arthur S.; Duncan, Otis Dudley
(Hrsg.): Structural Equation Models in the Social Sciences. New York u.a.
1973, S. 255-284.
Homburg, Christian (1995): Kundennähe von Industriegüterunternehmen:
Konzeption – Erfolgsauswirkungen – Determinanten. Wiesbaden, 1995.
Homburg, Christian; Baumgartner, Hans (1995): Beurteilung von Kausalmodellen – Bestandsaufnahme und Anwendungsempfehlungen. In: Marketing ZFP,
Vol. 17, No. 3, S. 162-176.
Homburg, Christian; Dobratz, Andreas (1991): Iterative Modellselektion in der
Kausalanalyse. In: Zeitschrift für betriebswirtschaftliche Forschung, Vol. 43,
No. 3, S. 213-237.
Homburg, Christian; Giering, Annette (1996): Konzeptualisierung und Operationalisierung komplexer Konstrukte – ein Leitfaden für die Marketingforschung. In: Marketing ZFP, Vol. 18, No. 1, S. 5-24.
33
Homburg, Christian; Sütterlin, Stefan (1990): Kausalmodelle in der Marketingforschung. In: Marketing ZFP, Vol. 12, No. 3, S. 213-237.
Homburg, Christian; Workman Jr., John P.; Jensen, Ove (2002): A Configurational Perspective on Key Account Management. In: Journal of Marketing, Vol.
66, No. 2, S. 38-60.
Jarvis, Cheryl Burke; Mackenzie, Scott B.; Podsakoff, Philip M. (2003): A Critical Review of Construct Indicators and Measurement Model Misspecification
in Marketing and Consumer Research. In: Journal of Consumer Research,
Vol. 30, No. 3, S. 199-218.
Jöreskog, Karl G. (1973): A General Method for Estimating a Linear Structural
Equation System. In: Goldberger, Arthur S.; Duncan, Otis Dudley (Hrsg): Structural Equation Models in the Social Sciences. New York u.a. 1973, S. 85-112.
Jöreskog, Karl G.; Goldberger, Arthur S. (1975): Estimation of a Model with
Multiple Indicators and Multiple Causes of a Single Latent Variable. In: Journal
of the American Statistical Association, Vol. 70, No. 351, S. 631-639.
Jöreskog, Karl G.; Sörbom, Dag (2001): LISREL 8: User’s Reference Guide.
Lincolnwood 2001.
Kuester, Sabine; Homburg, Christian; Robertson, Thomas S. (1999): Retaliatory
Behavior to New Product Entry. In: Journal of Marketing, Vol. 63, No. 4, S. 90106.
Law, Kenneth S.; Wong, Chi-Sum (1999): Multidimensional Constructs in
Structural Equation Analysis: An Illustration Using the Job Perception and Job
Satisfaction Constructs. In: Journal of Management, Vol. 25, No. 2, S. 143-154.
Ley, Philip (1972): Quantitative Aspects of Psychological Assessment. London
1972.
Lohmöller, Jan-Bernd (1984): LVPLS 1.6 Program Manual. Zentralarchiv für
Empirische Sozialforschung, Universität zu Köln, Köln 1984.
Lohmöller, Jan-Bernd (1989): Latent Variables Path Modeling with Partial
Least Squares. Heidelberg 1989.
MacCallum, Robert C.; Browne, Michael W. (1993): The Use of Causal Indicators in Covariance Structure Models: Some Practical Issues. In: Psychological
Bulletin, Vol. 114, No. 3, S. 533-541.
34
Nunnally, Jum C. (1967): Psychometric Theory. New York u.a. 1967.
Nunnally, Jum C.; Bernstein, Ira H. (1994): Psychometric Theory. 3rd ed., New
York u.a. 1994.
Reinartz, Werner; Krafft, Manfred; Hoyer, Wayne D. (2003): Measuring the
Customer Relationship Management Construct and Linking it to Performance
Outcomes. Working Paper, INSEAD, Fontainebleau 2003.
Rossiter, John R. (2002): The C-OAR-SE Procedure for Scale Development in
Marketing. In: International Journal of Research in Marketing, Vol. 19, No. 4,
S. 305-335.
Schnell, Rainer; Hill, Paul B.; Esser, Elke (1999): Methoden der empirischen
Sozialforschung. 6. Aufl., München u.a. 1999.
Srinivasan, Raji; Lilien, Gary L.; Rangaswamy, Arvind (2002): Technological
Opportunism and Radical Technology Adoption: An Application to E-Business.
In: Journal of Marketing, Vol. 66, No.3, S. 47-60.
Wold, Herman (1982a): Systems Under Indirect Observation Using PLS. In
Fornell, Claes (Hrsg.): A Second Generation of Multivariate Analysis. New York
1982, S. 325-347.
Wold, Herman (1982b): Soft Modeling: The Basic Design and Some Extensions. In: Jöreskog, Karl G.; Wold, Herman (Hrsg.): Systems under Indirect Observation: Causality, Structure, Prediction. Bd. 2, Amsterdam 1982, S. 1-54.
Schriften zur Empirischen Forschung und Quantitativen Unternehmensplanung
Heft 1/1999
Rennhak, Carsten H.: Die Wirkungsweise vergleichender Werbung unter
besonderer Berücksichtigung der rechtlichen Rahmenbedingungen in
Deutschland
Heft 2/2000
Rennhak, Carsten H. / Kapfelsberger, Sonja: Eine empirische Studie zur
Einschätzung vergleichender Werbung durch Werbeagenturen und werbetreibende Unternehmen in Deutschland
Heft 3/2001
Schwaiger, Manfred: Messung der Wirkung von Sponsoringaktivitäten im
Kulturbereich – Zwischenbericht über ein Projekt im Auftrag des AKS / Arbeitskreis Kultursponsoring
Heft 4/2001
Zinnbauer, Markus / Bakay, Zoltàn: Preisdiskriminierung mittels internetbasierter Auktionen
Heft 5/2001
Meyer, Matthias, / Weingärtner, Stefan / Jahke, Thilo / Lieven, Oliver:
Web Mining und Personalisierung in Echtzeit
Heft 6/2002
Meyer, Matthias / Müller, Verena / Heinold, Peter: Internes Marketing im
Rahmen der Einführung von Wissensmanagement
Heft 7/2002
Meyer, Matthias / Brand, Florin: Kundenbewertung mit Methoden des Data
Mining
Heft 8/2002
Schwaiger, Manfred: Die Wirkung des Kultursponsoring auf die Mitarbeitermotivation – 2. Zwischenbericht über ein Projekt im Auftrag des AKS / Arbeitskreis Kultursponsoring
Heft 9/2002
Schwaiger, Manfred: Die Zufriedenheit mit dem Studium der Betriebswirtschaftslehre an der Ludwig-Maximilians- Universität München – eine empirische Untersuchung
Heft 10/2002
Eberl, Markus / Zinnbauer, Markus / Heim, Martina: Entwicklung eines Scoring-Tools zur Messung des Umsetzungsgrades von CRM-Aktivitäten –
Design des Messinstrumentes und Ergebnisse der Erstmessung am Beispiel des deutschen Automobilmarktes –
Heft 11/2002
Festge, Fabian / Schwaiger, Manfred: Direktinvestitionen der deutschen
Bau- und Baustoffmaschinenindustrie in China – eine Bestandsaufnahme
Heft 12/2002
Zinnbauer, Markus / Eberl, Markus: Bewertung von CRM-Aktivitäten aus
Kundensicht
Heft 13/2002
Zinnbauer, Markus / Thiem, Alexander: e-Paper: Kundenanforderungen an
das Zeitungsmedium von morgen – eine empirische Studie
Heft 14/2003
Bakay, Zoltàn / Zinnbauer, Markus: Der Einfluss von E-Commerce auf den
Markenwert
Heft 15/2003
Meyer, Matthias / Lüling, Max: Data Mining in Forschung und Lehre in
Deutschland
Heft 16/2003
Steiner-Kogrina, Anastasia / Schwaiger, Manfred: Eine empirische Untersuchung der Wirkung des Kultursponsorings auf die Bindung von Bankkunden
Numberger, Siegfried / Schwaiger, Manfred: Cross Media, Print, and Internet Advertising: Impact of Medium on Recall, Brand Attitude, and Purchase
Intention
Heft 17/2003
Heft 18/2004
Unterreitmeier, Andreas / Schwinghammer, Florian: Die Operationalisierung von Unternehmenskultur – Validierung eines Messinstruments
(Arbeitstitel)
Heft 19/2004
Eberl, Markus: Formative und reflektive Indikatoren im Forschungsprozess:
Entscheidungsregeln und Dominanz des reflektiven Modells
ISSN 1862-9059

Formative und reflektive Indikatoren im Forschungsprozess

Transcription

Similar documents

RecyclingStadt - Stiftung Naturschutz Berlin

Universität Hamburg Messung von Kausalmodellen

Hochleistungslaser in der Automobilbranche

Prof. Dr. Christoph Köhler Mai 2006 Friedrich-Schiller

Aufbewahrung digitaler Daten im Kontext des