Advertisement

Operationalisierung der Konstrukte im Wirkungsmodell

Auszug

Im Rahmen der empirischen Untersuchung erfolgt die Operationalisierung des Konstrukts der wahrgenommenen Kündigungsqualität sowie der Konstrukte der Kundenemotion und Einstellung. Ziel der Operationalisierung ist es, die Struktur, Dimensionalisierung und Merkmale des Konstrukts zu definieren. Daraus lassen sich Indikatoren bzw. Treiber, die das Konstrukt „Kündigungsqualität“ aus Sicht ehemaliger Kunden ausdrücken bzw. determinieren. In diesem Zusammenhang nimmt auch die Spezifizierung des Konstrukts (formativ vs. reflektiv) eine we- sentliche Rolle ein.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. Homburg, C./ Giering, A. (1996): Konzeptualisierung und Operationalisierung komplexer Konstrukte. Ein Leitfaden für die Marketingforschung in: Marketing ZFP, 18. Jg., Nr. 1, S. 6.Google Scholar
  2. Homburg, C./ Giering, A. (1998): Konzeptualisierung und Operationalisierung komplexer Konstrukte-Ein Leitfaden für die Marketingforschung, in: Hildebrandt, L./Homburg, C. (Hrsg.): Die Kausalanalyse. Instrument der empirischen betriebswirtschaftlichen Forschung, Stuttgart, S. 455ff.Google Scholar
  3. Homburg, C./ Baumgartner, H. (1995): Beurteilung von Kausalmodellen. Bestandsaufnahme und Anwendungsempfehlungen, in: Marketing ZFP, 17. Jg., Nr. 3, S. 140f.Google Scholar
  4. Homburg, C./ Giering, A. (1998): Konzeptualisierung und Operationalisierung komplexer Konstrukte-Ein Leitfaden für die Marketingforschung, in: Hildebrandt, L./Homburg, C. (Hrsg.): Die Kausalanalyse. Instrument der empirischen betriebswirtschaftlichen Forschung, Stuttgart, S. 450ff.Google Scholar
  5. Diamantopoulos, A./ Winklhofer, H. M. (2001): Index Construction with Formative Indicators: An Alternative to Scale Development, in: Journal of Marketing Research, Vol. 38, No. 2, S. 269–277.CrossRefGoogle Scholar
  6. Eggert, A./ Fassott, G./ Helm, S. (2005): Identifizierung und Quantifizierung mediierender und moderierender Effekte in komplexen Kausalstrukturen, in: Bliemel, F./ Eggert, A./ Fassott, G./ Henseler, J. (Hrsg.): Handbuch PLS-Pfadmodellierung, Stuttgart, S. 101–116.Google Scholar
  7. Churchill, G. A. (1979): A Paradigm for Developing Better Measures of Marketing Constructs, in: Journal of Marketing Research, Vol. 16, No. 1, S. 64–65.CrossRefGoogle Scholar
  8. Diamantopoulos, A./ Siguaw, J. A. (2006): Formative Versus Reflective Indicators in Organizational Measure Development: A Comparison and Empirical Illustration, in: British Journal of Management, Vol. 17, No. 4, S. 263–282.CrossRefGoogle Scholar
  9. Eberl, M. (2004): Formative und reflektive Indikatoren im Forschungsprozess: Entscheidungsregeln und die Domninanz des reflektiven Modells, Schriften zur Empirischen Forschung und Quantitativen Unternehmensplanung, Nr. 19, Ludwig-Maximilian-Universität München.Google Scholar
  10. Ringle, C. M. (2004b): Messung von Kausalmodellen. Ein Methodenvergleich, in: Hansmann, K.-W. (Hrsg.): Industrielles Management, S. 1–48.Google Scholar
  11. Fassott, G. (2005b): Operationalisierung latenter Variablen in Strukturgleichungsmodellen: eine Standordbestimmung, in: Zeitschrift für betriebswirtschaftliche Forschung, 58. Jg., Nr. 1, S. 67–88.Google Scholar
  12. Diamantopoulos, A./ Siguaw, J. A. (2006): Formative Versus Reflective Indicators in Organizational Measure Development: A Comparison and Empirical Illustration, in: British Journal of Management, Vol. 17, No. 4, S. 263–282.CrossRefGoogle Scholar
  13. Eberl, M. (2006): Formative und reflektive Konstrukte und die Wahl des Strukturgleichungsverfahrens, in: Die Betriebswirtschaft, 66. Jg., Nr. 6, S. 613–632.Google Scholar
  14. Bollen, K./ Lennox, R. (1991): Conventional Wisdom on Measurement: A Atruc-tural Equation Perspective, in: Psychological Bulletin, Vol. 110, No. 2, S. 305.CrossRefGoogle Scholar
  15. Homburg, C./ Baumgartner, H. (1995): Beurteilung von Kausalmodellen. Bestandsaufnahme und Anwendungsempfehlungen, in: Marketing ZFP, 17. Jg., Nr. 3, S. 305.Google Scholar
  16. Fassott, G. (2005a): Die PLS-Pfadmodellierung: Entwicklungsrichtungen, Möglichkeiten, Grenzen, in: Bliemel, F./ Eggert, A./ Fassot, G./ Henseler, J. (Hrsg.): Handbuch PLS-Pfadmodellierung. Methode, Anwendung, Praxisbeispiele, Stuttgart, S. 21ff.Google Scholar
  17. Hildebrandt, L./ Temme, D. (2006): Probleme mit der Validierung von Struktur-gleichungsmodellen, Diskussionpapier, Institut für Marketing, Humboldt Universität Berlin, Berlin., S. 184f.Google Scholar
  18. Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2006): Multivariate Analyse-methoden. Eine anwendungsorientierte Einführung, 11. Aufl., Berlin u.a., S. 88.Google Scholar
  19. Wyss, S. (2006): Beendigung von Kundenbeziehungen aus Anbietersicht-experimentelle Messung der Auswirkung wahrgenommener Beziehungsbeendi-gungsqualität auf die Kundenzufriedenheit und Kundenbindung, Masterarbeit, Lehrstuhl für Marketing und Unternehmensführung des Wirtschaftswissenschaftlichen Zentrums (WWZ), Universität Basel, Basel.Google Scholar
  20. Edwards, J./ Bagozzi, R. P. (2000): On the Nature and Direction of Relationships Between Constructs and Measures, in: Psychological Methods, Vol. 5, No. 2, S. 157f.CrossRefGoogle Scholar
  21. Fornell, C./ Bookstein, F. 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. 441.CrossRefGoogle Scholar
  22. Bollen, K./ Lennox, R. (1991): Conventional Wisdom on Measurement: A Atruc-tural Equation Perspective, in: Psychological Bulletin, Vol. 110, No. 2, S. 305.CrossRefGoogle Scholar
  23. Bollen, K./ Lennox, R. (1991): Conventional Wisdom on Measurement: A Atruc-tural Equation Perspective, in: Psychological Bulletin, Vol. 110, No. 2, S. 306.CrossRefGoogle Scholar
  24. Churchill, G. A. (1979): A Paradigm for Developing Better Measures of Marketing Constructs, in: Journal of Marketing Research, Vol. 16, No. 1, S. 67.CrossRefGoogle Scholar
  25. Curtis, R./ Jackson, E. F. (1962): Multiple Indicatros in Survey Research, in: American Journal of Sociology, Vol. 68, No. 2, S. 199.CrossRefGoogle Scholar
  26. Eberl, M. (2004): Formative und reflektive Indikatoren im Forschungsprozess: Entscheidungsregeln und die Domninanz des reflektiven Modells, Schriften zur Empirischen Forschung und Quantitativen Unternehmensplanung, Nr. 19, Ludwig-Maximilian-Universität München., S. 5.Google Scholar
  27. Bagozzi, R. P. (1982): The Role of Measurement in Theory Construction and Hypothesis Testing: Towards a Holistic Model, in: Fornell, C. (Hrsg.): A Second Generation of Multivariate Analysis, Vol. 1, New York, S. 14.Google Scholar
  28. Fornell C./ Bookstein F. 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. 441)Google Scholar
  29. Blalock, H. (1964): Causal Interfernces in Nonexperimental Resarch, Chapel Hill., S. 163f.Google Scholar
  30. Diamantopoulos, A./ Winklhofer, H. M. (2001): Index Construction with Formative Indicators: An Alternative to Scale Development, in: Journal of Marketing Research, Vol. 38, No. 2, S. 271.CrossRefGoogle Scholar
  31. Jarvis, C. B./ Mackenzie, S. B./ Podsakoff, P. M. (2003): A Critical Review of Construct Indicators and Measurement Model Specification in Marketing and Consumer Research, in: Journal of Consumer Research, Vol. 30, No. 2, S. 201.CrossRefGoogle Scholar
  32. Ringle, C. M. (2004a): Gütemaße des Partial Least Square-Ansatzes zur Be-stimmung von Kausalmodellen, Arbeitspapier Institut für Industriebetriebs-lehre und Organisation Univeristät Hamburg, Hamburg., S. 22.Google Scholar
  33. Chin, W. W. (1998a): Issues and Opinions in Structural Equation Modeling, in: MIS Quarterly, Vol. 22, No. 1, S. 7–16.Google Scholar
  34. Henseler, J. (2005a): Basisdüfte und Lebensstile. Eine Empirische Studie, Köln., S. 71.Google Scholar
  35. Eberl, M. (2004): Formative und reflektive Indikatoren im Forschungsprozess: Entscheidungsregeln und die Domninanz des reflektiven Modells, Schriften zur Empirischen Forschung und Quantitativen Unternehmensplanung, Nr. 19, Ludwig-Maximilian-Universität München., S. 8..Google Scholar
  36. Rossiter, J. R. (2002): The C-OAR-SE Procedure for Scale Development in Marketing, in: International Journal of Research in Marketing, Vol. 19, No. 4, S. 306.CrossRefGoogle Scholar
  37. Diamantopoulos, A./ Winklhofer, H. M. (2001): Index Construction with Formative Indicators: An Alternative to Scale Development, in: Journal of Marketing Research, Vol. 38, No. 2, S..271.CrossRefGoogle Scholar
  38. Chin, W. W. (1998a): Issues and Opinions in Structural Equation Modeling, in: MIS Quarterly, Vol. 22, No. 1, S..9Google Scholar
  39. Jarvis, C. B./ Mackenzie, S. B./ Podsakoff, P. M. (2003): A Critical Review of Construct Indicators and Measurement Model Specification in Marketing and Consumer Research, in: Journal of Consumer Research, Vol. 30, No. 2, S. 203.CrossRefGoogle Scholar
  40. Edwards, J./ Bagozzi, R. P. (2000): On the Nature and Direction of Relationships Between Constructs and Measures, in: Psychological Methods, Vol. 5, No. 2, S. 159.CrossRefGoogle Scholar
  41. Diamantopoulos, A. (1999): Viewpoint. Export Performance Measurement. Reflective versus Formative Indicators, in: International Marketing Review, Vol. 16, No. 6, S. 446.CrossRefGoogle Scholar
  42. Bollen, K./ Ting, K. F. (2000): A Tetrad Test for Causal Indicators, in: Psychological Methods, Vol. 5, No. 1, S. 5.CrossRefGoogle Scholar
  43. Curtis, R./ Jackson, E. F. (1962): Multiple Indicatros in Survey Research, in: American Journal of Sociology, Vol. 68, No. 2, S. 195–204.CrossRefGoogle Scholar
  44. Bollen, K. (1984): Multiple Indicators: Internal Consistency or No Necessary Relationship?, in: Quality and Quantity, Vol. 18, No. 4, S. 377.CrossRefGoogle Scholar
  45. Eberl, M. (2004): Formative und reflektive Indikatoren im Forschungsprozess: Entscheidungsregeln und die Domninanz des reflektiven Modells, Schriften zur Empirischen Forschung und Quantitativen Unternehmensplanung, Nr. 19, Ludwig-Maximilian-Universität München.Google Scholar
  46. Homburg, C./ Baumgartner, H. (1995): Beurteilung von Kausalmodellen. Bestandsaufnahme und Anwendungsempfehlungen, in: Marketing ZFP, 17. Jg., Nr. 3, S. 162–176.Google Scholar
  47. Jarvis, C. B./ Mackenzie, S. B./ Podsakoff, P. M. (2003): A Critical Review of Construct Indicators and Measurement Model Specification in Marketing and Consumer Research, in: Journal of Consumer Research, Vol. 30, No. 2, S. 199–218.CrossRefGoogle Scholar
  48. Fassott, G. (2006): Operationalisierung latenter Variabeln in Strukturgleichungs-modellen: eine Standortbestimmung, in: Zeitschrift für betriebswirtschaftliche Forschung, 58. Jg., Nr. 1, S. 76f.Google Scholar
  49. Jarvis, C. B./ Mackenzie, S. B./ Podsakoff, P. M. (2003): A Critical Review of Construct Indicators and Measurement Model Specification in Marketing and Consumer Research, in: Journal of Consumer Research, Vol. 30, No. 2, S. 199–218.CrossRefGoogle Scholar
  50. Bollen, K./ Lennox, R. (1991): Conventional Wisdom on Measurement: A Atruc-tural Equation Perspective, in: Psychological Bulletin, Vol. 110, No. 2, S. 305.CrossRefGoogle Scholar
  51. Anderson, J. C./ Gerbing, G. (1991): Predicting the Performance of Measures in a Confirmatory Factor Analysis with a Pretest Assessment of their Subsrantive Validities, in: Journal of Applied Psychology, Vol. 76, No. 5, S. 732–740.CrossRefGoogle Scholar
  52. Diamantopoulos, A./ Winklhofer, H. M. (2001): Index Construction with Formative Indicators: An Alternative to Scale Development, in: Journal of Marketing Research, Vol. 38, No. 2, S. 271 ff.CrossRefGoogle Scholar
  53. Bollen, K./ Lennox, R. (1991): Conventional Wisdom on Measurement: A Atruc-tural Equation Perspective, in: Psychological Bulletin, Vol. 110, No. 2, S. 306.CrossRefGoogle Scholar
  54. Bollen, K./ Lennox, R. (1991): Conventional Wisdom on Measurement: A Atruc-tural Equation Perspective, in: Psychological Bulletin, Vol. 110, No. 2, S. 308.CrossRefGoogle Scholar
  55. Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2006): Multivariate Analyse-methoden. Eine anwendungsorientierte Einführung, 11. Aufl., Berlin u.a., S. 88.Google Scholar
  56. Kleinbaum, D. G./ Kupper, L./ Muller, K. E./ Nizham, A. (1998): Applied Regression Analysis and Other Multivariable Methods, 3. Aufl., Duxbury., S. 241.Google Scholar
  57. Diamantopoulos, A./ Winklhofer, H. M. (2001): Index Construction with Formative Indicators: An Alternative to Scale Development, in: Journal of Marketing Research, Vol. 38, No. 2, S. 272ff.CrossRefGoogle Scholar
  58. Rossiter, J. R. (2002): The C-OAR-SE Procedure for Scale Development in Marketing, in: International Journal of Research in Marketing, Vol. 19, No. 4, S. 308.CrossRefGoogle Scholar
  59. Rossiter, J. 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.CrossRefGoogle Scholar
  60. Herrmann, A./ Huber, F./ Kressmann, F. (2006): Varianz-und kovarianzbasierte Strukturgleichungsmodelle. Ein Leitfaden zu deren Spezifikation, Schätzung und Beurteilung, in: Schmalenbachs Zeitschirft für betriebswirtschaftliche Forschung, 58. Jg., Nr. 1, S. 50.Google Scholar
  61. Rossiter, J. R. (2002): The C-OAR-SE Procedure for Scale Development in Marketing, in: International Journal of Research in Marketing, Vol. 19, No. 4, S. 315.CrossRefGoogle Scholar
  62. Hunt, S. D./ Sparkman, R. D./ Wilcox, J. B. (1982): The Pretest in Survey Research: Issues and Preliminary Findings, in: Journal of Marketing Research, Vol. 19, No. 2, S. 270.CrossRefGoogle Scholar
  63. Churchill Jr., G. A. (1982): An Investigation Into the Determinants of Customer Satisfaction, in: Journal of Marketing Research, Vol. 19, No. 4, S. 491–504., S. 499.CrossRefGoogle Scholar
  64. Fassott, G. (2005a): Die PLS-Pfadmodellierung: Entwicklungsrichtungen, Möglichkeiten, Grenzen, in: Bliemel, F./ Eggert, A./ Fassot, G./ Henseler, J. (Hrsg.): Handbuch PLS-Pfadmodellierung. Methode, Anwendung, Praxisbeispiele, Stuttgart, S. 42.Google Scholar
  65. Sambamurthy, V./ Chin, W. W. (1994): The Effects of Group Attitudes Towards Alternative GDSS Designs on the Decisionmaking Performance of Computer-supported Groups, in: Decision Sciences, Vol. 25, No. 2, S. 231 f.CrossRefGoogle Scholar
  66. Chin, W. W. (1998b): The Partial-Least-Squares Approache to Structural Equation Modelling, in: Marcoulides, G. A. (Hrsg.): Modern Methods for Business Research, Mahwah, S. 307.Google Scholar
  67. Krafft, M./ Götz, O./ Liehr-Gobbers, K. (2005): Die Validierung von Strukturglei-chungsmodellen mit Hilfe des Partial-Least-Square (PLS)-Ansatzes, in: Bliemel, F./ Eggert, A./ Fassot, G./ Henseler, J. (Hrsg.): Handbuch PLS-Pfadmodellierung. Methode, Anwendung, Praxisbeispiele, Stuttgart, S. 78.Google Scholar
  68. Helm, S. (2005): Entwicklung eines formativen Messmodells für das Konstrukt Unternehmensreputation in: Bliemel, F./ Eggert, A./ Fassot, G./ Henseler, J. (Hrsg.): Handbuch PLS-Pfadmodellierung. Methode, Anwendung, Praxisbeispiele, Stuttgart., S. 249.Google Scholar
  69. Diamantopoulos, A./ Winklhofer, H. M. (2001): Index Construction with Formative Indicators: An Alternative to Scale Development, in: Journal of Marketing Research, Vol. 38, No. 2, S. 273.CrossRefGoogle Scholar
  70. Helm, S. (2005): Entwicklung eines formativen Messmodells für das Konstrukt Unternehmensreputation in: Bliemel, F./ Eggert, A./ Fassot, G./ Henseler, J. (Hrsg.): Handbuch PLS-Pfadmodellierung. Methode, Anwendung, Praxisbeispiele, Stuttgart., S. 251f.Google Scholar
  71. Gefen, D./ Straub, D. W./ Bourdeau, M.-C. (2000): Structural Equation Modeling Techniques and Regression: Guidelines for Research Practice, in: Communications of the Association for Information Systems, Vol. 4, No. 7, S. 70.Google Scholar
  72. Krafft, M./ Götz, O./ Liehr-Gobbers, K. (2005): Die Validierung von Strukturglei-chungsmodellen mit Hilfe des Partial-Least-Square (PLS)-Ansatzes, in: Bliemel, F./ Eggert, A./ Fassot, G./ Henseler, J. (Hrsg.): Handbuch PLS-Pfadmodellierung. Methode, Anwendung, Praxisbeispiele, Stuttgart, S. 79.Google Scholar
  73. Temme, D. (2006): Die Spezifikation und Identifikation formativer Messmodelle der Marketingforschung in Kovarianzstrukturanalysen, in: Marketing ZFP, 28. Jg., Nr. 3, S. 183–196., S. 186.Google Scholar
  74. Reinartz, W./ Krafft, M./ Hoyer, W. (2004): The CRM Process: It’s Measurement and Impact on Performance, in: Journal of Marketing Research, Vol. 41, No. 6, S. 121–132.Google Scholar
  75. Krafft, M./ Götz, O./ Liehr-Gobbers, K. (2005): Die Validierung von Strukturglei-chungsmodellen mit Hilfe des Partial-Least-Square (PLS)-Ansatzes, in: Bliemel, F./ Eggert, A./ Fassot, G./ Henseler, J. (Hrsg.): Handbuch PLS-Pfadmodellierung. Methode, Anwendung, Praxisbeispiele, Stuttgart, S. 71–86.Google Scholar
  76. Jarvis, C. B./ Mackenzie, S. B./ Podsakoff, P. M. (2003): A Critical Review of Construct Indicators and Measurement Model Specification in Marketing and Consumer Research, in: Journal of Consumer Research, Vol. 30, No. 2, S. 199–218.CrossRefGoogle Scholar
  77. Krafft, M./ Götz, O./ Liehr-Gobbers, K. (2005): Die Validierung von Strukturglei-chungsmodellen mit Hilfe des Partial-Least-Square (PLS)-Ansatzes, in: Bliemel, F./ Eggert, A./ Fassot, G./ Henseler, J. (Hrsg.): Handbuch PLS-Pfadmodellierung. Methode, Anwendung, Praxisbeispiele, Stuttgart, S. 81.Google Scholar
  78. Diamantopoulos, A./ Winklhofer, H. M. (2001): Index Construction with Formative Indicators: An Alternative to Scale Development, in: Journal of Marketing Research, Vol. 38, No. 2, S. 272f.CrossRefGoogle Scholar
  79. Rindskopf, D. (1984): Using Phantom and Imaginary Latent Variables to Parameterize Constraints in Linear Structural Models, in: Psychometrika, Vol. 49, No. 1, S. 38ff.CrossRefGoogle Scholar
  80. Diamantopoulos, A./ Winklhofer, H. M. (2001): Index Construction with Formative Indicators: An Alternative to Scale Development, in: Journal of Marketing Research, Vol. 38, No. 2, S. 273.CrossRefGoogle Scholar
  81. Eggert, A./ Fassott, G./ Helm, S. (2005): Identifizierung und Quantifizierung mediierender und moderierender Effekte in komplexen Kausalstrukturen, in: Bliemel, F./ Eggert, A./ Fassott, G./ Henseler, J. (Hrsg.): Handbuch PLS-Pfadmodellierung, Stuttgart, S. 35.Google Scholar
  82. Churchill Jr., G. A. (1987): Marketing Research: Methodological Foundations, 4. Aufl., Chicago., S. 381.Google Scholar
  83. Churchill Jr., G. A. (1987): Marketing Research: Methodological Foundations, 4. Aufl., Chicago., S. 65.Google Scholar
  84. Bagozzi, R. P./ Tybout, A. M./ Samuel, S. S./ Sternthal, B. (1979): The Construct Validity of the Tripartite Classification of Attitudes in: Journal of Marketing Research, Vol. 16, No. 1, S. 88–95.CrossRefGoogle Scholar
  85. Churchill, G. A. (1979): A Paradigm for Developing Better Measures of Marketing Constructs, in: Journal of Marketing Research, Vol. 16, No. 1, S. 64–65.CrossRefGoogle Scholar
  86. Götz, O./ Liehr-Gobbers, K. (2004): Analyse von Strukturgleichungsmodellen mit Hilfe der Partial-Least-Squares(PLS)-Methode, in: Die Betriebswirtschaft, 64. Jg., Nr. 6, S. 714–738.Google Scholar
  87. Bohrenstedt, G. W. (1970): Reliability and Validity Assesment in Attitude Meas-urement, in: Summers, G. F. (Hrsg.): Attitude Measurement, London, S. 92.Google Scholar
  88. Vinzi, V. E./ Lauro, C./ Tenenhaus, M. (2003): PLS Path Modeling, Arbeitspapier, HEC School of Management, University of Naples, Naples., S. 5.Google Scholar
  89. Carmines, E. G./ Zeller, R. A. (1979): Reliability and Validity Assesment, Beverly Hills., S. 27.Google Scholar
  90. Hulland, J. (1999): Use of Partial Least Square (PLS) in Strategic Management Research: A Review of Four Recent Studies, in: Strategic Management Journal, Vol. 20, No. 4, S. 198.Google Scholar
  91. Fornell, C./ Larcker, D. F. (1981): Evaluating Structural Equation Model with Unobservable Variables and Measurement Errors, in: Journal of Marketing Research, Vol. 18, No. 1, S. 45.CrossRefGoogle Scholar
  92. Bagozzi, R. P. (1994): Structural Equation Models in Marketing Research: Basic Principles, in: Bagozzi, R. P. (Hrsg.): Principles in Marketing Research, Cambridge, S. 402.Google Scholar
  93. Rodgers, W./ Pavlou, P. (2003): Developing a Predictive Model: A Comparative Study of the Partial Least Squares vs. Maximum Likelihood Techniques, Arbeitspapier, Graduate School of Management, University of California, Riverside., S. 24.Google Scholar
  94. Nunnally, J. (1978): Psychometric Theory, 2. Aufl., New York u.a., S. 245.Google Scholar
  95. Eggert, A./ Fassott, G./ Helm, S. (2005): Identifizierung und Quantifizierung mediierender und moderierender Effekte in komplexen Kausalstrukturen, in: Bliemel, F./ Eggert, A./ Fassott, G./ Henseler, J. (Hrsg.): Handbuch PLS-Pfadmodellierung, Stuttgart, S. 37.Google Scholar
  96. Fornell, C./ Larcker, D. F. (1981): Evaluating Structural Equation Model with Unobservable Variables and Measurement Errors, in: Journal of Marketing Research, Vol. 18, No. 1, S. 45f.CrossRefGoogle Scholar
  97. Hulland, J. (1999): Use of Partial Least Square (PLS) in Strategic Management Research: A Review of Four Recent Studies, in: Strategic Management Journal, Vol. 20, No. 4, S. 199.Google Scholar
  98. Fornell, C./ Larcker, D. F. (1981): Evaluating Structural Equation Model with Unobservable Variables and Measurement Errors, in: Journal of Marketing Research, Vol. 18, No. 1, S. 46.CrossRefGoogle Scholar
  99. Homburg, C./ Giering, A. (1996): Konzeptualisierung und Operationalisierung komplexer Konstrukte. Ein Leitfaden für die Marketingforschung in: Marketing ZFP, 18. Jg., Nr. 1, S. 12.Google Scholar
  100. Rodgers, W./ Pavlou, P. (2003): Developing a Predictive Model: A Comparative Study of the Partial Least Squares vs. Maximum Likelihood Techniques, Arbeitspapier, Graduate School of Management, University of California, Riverside., S. 25.Google Scholar
  101. Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2006): Multivariate Analyse-methoden. Eine anwendungsorientierte Einführung, 11. Aufl., Berlin u.a., S. 337ff.Google Scholar
  102. Shotland, L./ Goodstein, L. (1983): Just Because She Doesn’t Want To Doesn’t Mean It’s Rape: An Experimentally Based Causal Model of the Perception of Rape in a Dating Situation in: Social Psychology Quarterly, Vol. 46, No. 3, S. 220–232.CrossRefGoogle Scholar
  103. Homburg, C./ Baumgartner, H. (1995): Beurteilung von Kausalmodellen. Bestandsaufnahme und Anwendungsempfehlungen, in: Marketing ZFP, 17. Jg., Nr. 3, S. 162–176.Google Scholar
  104. Fornell, C. (1989): The Blending of Theoretical and Empirical Knowledge in Structural Equations with Unobservables, in: Wold, H. (Hrsg.): Theoretical Empiricism. A general Rationale for Scientific Model Building, New York, S. 153–173.Google Scholar
  105. Eberl, M. (2006): Formative und reflektive Konstrukte und die Wahl des Strukturgleichungsverfahrens, in: Die Betriebswirtschaft, 66. Jg., Nr. 6, S. 11.Google Scholar
  106. Fornell, C./ Wernerfelt, B. (1987): Defensive Marketing Strategy by Customer Complaint Management: A Theoretical Analysis, in: Journal of Marketing Research, Vol. 24, No. 4, S. 132.CrossRefGoogle Scholar
  107. Homburg, C./ Dobratz, A. (1991): Iterative Modellselektion in der Kausalanalyse, in: Zeitschrift für betriebswirtschaftliche Forschung, 43. Jg., Nr. 3, S. 215.Google Scholar
  108. Hildebrandt, L. (1999): Hypothesenbildung und empirische überprüfung, in: Herrmann, A./ Homburg, C. (Hrsg.): Marktforschung. Methoden, Anwendungen, Praxisbeispiele, Wiesbaden, S. 33–57., S. 50ff.Google Scholar
  109. Bollen, K. A. (1989): Structural Equations with Latent Variables, New York., S. 104.Google Scholar
  110. Lohmöller, J.-B. (1992): Die PLS-Methode für Pfadmodelle mit latenten Variablen. Analysen zur Nutzung ökologischer Informationen, in: Hildebrand, L./ Rudinger, G./ Schmidt, A. (Hrsg.): Kausalanalysen in der Umweltforschung, Stuttgart u.a., S. 355.Google Scholar
  111. Chin, W. W. (1998a): Issues and Opinions in Structural Equation Modeling, in: MIS Quarterly, Vol. 22, No. 1, S. 10.Google Scholar
  112. Chin, W. W. (1998b): The Partial-Least-Squares Approache to Structural Equation Modelling, in: Marcoulides, G. A. (Hrsg.): Modern Methods for Business Research, Mahwah, S. 295–336.Google Scholar
  113. Betzin, J. (2000): PLS-Pfadmodelle für latente Variabeln mit kategorialen Indi-katoren. Aspekte des Abfallverhaltens privater Haushalte, Lohmar/Köln.Bitner, M. J. (1990): Evaluating Service Encounters: The Effects of physical Surroundings and Employee Responses, in: Journal of Marketing, Vol. 54, No. 2, S. 10.Google Scholar
  114. Götz, O./ Liehr-Gobbers, K. (2004): Analyse von Strukturgleichungsmodellen mit Hilfe der Partial-Least-Squares(PLS)-Methode, in: Die Betriebswirtschaft, 64. Jg., Nr. 6, S. 716.Google Scholar
  115. Ringle, C. M. (2004b): Messung von Kausalmodellen. Ein Methodenvergleich, in: Hansmann, K.-W. (Hrsg.): Industrielles Management, S. 9.Google Scholar
  116. Henseler, J. (2005a): Basisdüfte und Lebensstile. Eine Empirische Studie, Köln., S. 71.Google Scholar
  117. Ringle, C. M. (2004b): Messung von Kausalmodellen. Ein Methodenvergleich, in: Hansmann, K.-W. (Hrsg.): Industrielles Management, S. 14.Google Scholar
  118. Götz, O./ Liehr-Gobbers, K. (2004): Analyse von Strukturgleichungsmodellen mit Hilfe der Partial-Least-Squares(PLS)-Methode, in: Die Betriebswirtschaft, 64. Jg., Nr. 6, S. 731.Google Scholar
  119. Fornell, C./ Cha, J. (1994): Partial Least Squares, in: Bagozzi, R. P. (Hrsg.): Advanced Methods of Marketing Research, Oxford, S. 52–78.Google Scholar
  120. Eberl, M. (2004): Formative und reflektive Indikatoren im Forschungsprozess: Entscheidungsregeln und die Domninanz des reflektiven Modells, Schriften zur Empirischen Forschung und Quantitativen Unternehmensplanung, Nr. 19, Ludwig-Maximilian-Universität München., S. 6ff.Google Scholar
  121. Ringle, C. M. (2004b): Messung von Kausalmodellen. Ein Methodenvergleich, in: Hansmann, K.-W. (Hrsg.): Industrielles Management, S. 1–48., S. 10Google Scholar
  122. Fassott, G. (2005a): Die PLS-Pfadmodellierung: Entwicklungsrichtungen, Möglichkeiten, Grenzen, in: Bliemel, F./ Eggert, A./ Fassot, G./ Henseler, J. (Hrsg.): Handbuch PLS-Pfadmodellierung. Methode, Anwendung, Praxisbeispiele, Stuttgart, S. 24f.Google Scholar
  123. Hildebrandt, L./ Temme, D. (2006): Probleme mit der Validierung von Struktur-gleichungsmodellen, Diskussionpapier, Institut für Marketing, Humboldt Universität Berlin, Berlin., S.5.Google Scholar
  124. Götz, O./ Liehr-Gobbers, K. (2004): Analyse von Strukturgleichungsmodellen mit Hilfe der Partial-Least-Squares(PLS)-Methode, in: Die Betriebswirtschaft, 64. Jg., Nr. 6, S. 731.Google Scholar
  125. Henseler, J. (2005b): Einführung in die PLS-Pfadmodellierung, in: Wirtschaftswissenschaftliches Studium, 34. Jg., Nr. 2, S. 211–223., S. 218.Google Scholar
  126. Betzin, J. (2000): PLS-Pfadmodelle für latente Variabeln mit kategorialen Indi-katoren. Aspekte des Abfallverhaltens privater Haushalte, Lohmar/Köln.Bitner, M. J. (1990): Evaluating Service Encounters: The Effects of physical Surroundings and Employee Responses, in: Journal of Marketing, Vol. 54, No. 2, S. 9Google Scholar
  127. Henseler, J. (2005b): Einführung in die PLS-Pfadmodellierung, in: Wirtschaftswissenschaftliches Studium, 34. Jg., Nr. 2, S. 70.Google Scholar
  128. Chin, W. W. (1998b): The Partial-Least-Squares Approache to Structural Equation Modelling, in: Marcoulides, G. A. (Hrsg.): Modern Methods for Business Research, Mahwah, S. 295–336.Google Scholar
  129. Hennig-Thurau, T./ Henning, V. (2005): Zum Zusammenhang von Qualität, Marketing und Markterfolg bei Spielfilmen, in: Bliemel, F./ Eggert, A./ Fassot, G./ Henseler, J. (Hrsg.): Handbuch PLS-Pfadmodellierung. Methode, Anwenung, Praxisbeispiele, Stuttgart, S. 218.Google Scholar
  130. Fassott, G. (2005a): Die PLS-Pfadmodellierung: Entwicklungsrichtungen, Möglichkeiten, Grenzen, in: Bliemel, F./ Eggert, A./ Fassot, G./ Henseler, J. (Hrsg.): Handbuch PLS-Pfadmodellierung. Methode, Anwendung, Praxisbeispiele, Stuttgart, S. 31–47.Google Scholar
  131. Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2006): Multivariate Analyse-methoden. Eine anwendungsorientierte Einführung, 11. Aufl., Berlin u.a., S. 264Google Scholar
  132. Fornell, C./ Wernerfelt, B. (1987): Defensive Marketing Strategy by Customer Complaint Management: A Theoretical Analysis, in: Journal of Marketing Research, Vol. 24, No. 4, S. 412ff.CrossRefGoogle Scholar
  133. Eggert, A./ Fassott, G./ Helm, S. (2005): Identifizierung und Quantifizierung mediierender und moderierender Effekte in komplexen Kausalstrukturen, in: Bliemel, F./ Eggert, A./ Fassott, G./ Henseler, J. (Hrsg.): Handbuch PLS-Pfadmodellierung, Stuttgart, S. 10.Google Scholar
  134. Homburg, C./ Fürst, A. (2005): How Organizational Complaint Handling Drives Customer Loyality: An Analysis of the Mechanistic and the Organic Approach, in: Journal of Marketing, Vol. 69, No. 4, S. 110.Google Scholar
  135. Smith, A. K./ Bolton, R. N./ Wagner, J. (1999): A Model of Customer Satisfaction with Service Encounters Involving Failure and Recovery, in: Journal of Marketing Research, Vol. 36, No. 5, S. 356–372.CrossRefGoogle Scholar
  136. Tax, S. S./ Brown, S. W. (1998): Recovering and Learning from Service Failure, in: Sloan Management Review, Vol. 40, No. 1, S. 75–88.Google Scholar
  137. Smith, A. K./ Bolton, R. N. (1998): An Experimental Investigatin of Customer Reaction to Service Failure and Recovery Encounters: Paradox or Peril?, in: Journal of Service Research, Vol. 1, No. 1, S. 65–81.CrossRefGoogle Scholar
  138. Tax, S. S./ Brown, S. W. (1998): Recovering and Learning from Service Failure, in: Sloan Management Review, Vol. 40, No. 1, S. 75–88.Google Scholar
  139. Siems, F. (2002): Preiswahrnehmung von Dienstleistungen. Konzeptualisierung und Integration in das Relationship Marketing, Wiesbaden.; S. 123.Google Scholar
  140. Steffen, D. (2006): Die Potenzialqualität von Dienstleistungen. Konzeptualisierung und empirische Prüfung, Wiesbaden., S. 156.Google Scholar
  141. Backhaus, K./ Erichson, B./ Plinke, W./ Weiber, R. (2006): Multivariate Analyse-methoden. Eine anwendungsorientierte Einführung, 11. Aufl., Berlin u.a., S. 269ff.Google Scholar
  142. Hadwich, K. (2003): Beziehungsqualität im Relationship Marketing, Wiesbaden., S. 127.Google Scholar
  143. Homburg, C./ Giering, A. (1996): Konzeptualisierung und Operationalisierung komplexer Konstrukte. Ein Leitfaden für die Marketingforschung in: Marketing ZFP, 18. Jg., Nr. 1, S. 12.Google Scholar
  144. Homburg, C./ Giering, A. (1996): Konzeptualisierung und Operationalisierung komplexer Konstrukte. Ein Leitfaden für die Marketingforschung in: Marketing ZFP, 18. Jg., Nr. 1, S. 8.Google Scholar
  145. Cronbach, L. J. (1951): Coefficient Alpha and the Internal Stucture of Tests, in: Psychometrika, Vol. 16, No. 3, S. 297–334.CrossRefGoogle Scholar
  146. Churchill, G. A. (1979): A Paradigm for Developing Better Measures of Marketing Constructs, in: Journal of Marketing Research, Vol. 16, No. 1, S. 68.CrossRefGoogle Scholar
  147. Decker, R./ Wagner, R. (2002): Marketingforschung. Methoden und Modelle zur Bestimmung des Käuferverhaltens, München., S. 270Google Scholar
  148. Homburg, C./ Dobratz, A. (1998): Iterative Modellselektion in der Kausalanalyse, in: Hildebrandt, L./ Homburg, C. (Hrsg.): Die Kausalanalyse: Instrument der empirischen betriebswirtschaftlichen Forschung, Stuttgart, S. 447–474.Google Scholar
  149. Schnell, R./ Hill, P. B./ Esser, E. (1999): Methoden der empirischen Sozialforschung, 6. Aufl., München/Wien.Google Scholar

Copyright information

© Gabler | GWV Fachverlage GmbH, Wiesbaden 2008

Personalised recommendations