Skip to main content
SpringerLink
Log in

Grundlagen der empirischen Untersuchung

  • Chapter
Entscheidungsverhalten in Gründerteams

Part of the book series: Schriften des Center for Controlling & Management (CCM) ((SCCM,volume 13))

  • 114 Accesses

Zusammenfassung

Nach der theoretischen Ableitung des vorläufigen Forschungsmodells wird in diesem Kapitel die methodische Konzeption der empirischen Untersuchung dargelegt, welche zur Beantwortung der Forschungsfragen durchgeführt wird. Zu diesem Zweck muss zunächst das skizzierte Forschungsmodell in ein empirisch überprüfbares Modell übersetzt werden, was der Operationalisierang von empirisch erfassbaren Faktoren und deren Gütebeurteilung entspricht. Anschließend sollen die erfassten Konstrukte auf ihre Abhängigkeitsbeziehungen untereinander überprüft werden. Die verwendeten Analysemethoden werden im Folgenden erläutert. Dazu gehören die Methodik der Messung komplexer Konstrukte, die Methodik der Dependenzanalyse und die Methodik der Analyse moderierender Effekte.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 99.00
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 69.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Vgl. Flick (1991), S. 150.

    Google Scholar 

  2. Vgl. Glaser/Strauss (1979).

    Google Scholar 

  3. Vgl. Lamnek (1995), S. 111 ff. Hopf (1991), S. 177ff., merkt jedoch kritisch an, dass der Verzicht auf explizite Hypothesen die Gefahr des Operierens mit impliziten Hypothesen zur Folge hat, die den Forschungsprozess dann an verschiedensten Stellen unbemerkt beeinflussen.

    Google Scholar 

  4. Vgl. Bagozzi/Phillips (1982), S. 465, und Long (1983a), S. 11.

    Google Scholar 

  5. In diesem Zusammenhang lässt sich grundsätzlich zwischen einfaktoriellen und mehrfaktoriellen Konstrukten unterscheiden. Ein einfaktorielles Konstrukt repräsentiert dabei die einfachste Form einer latenten Variablen. In diesem Fall entspricht das Konstrukt genau einem Faktor, d.h. alle beobachtbaren Variablen lassen sich direkt auf Konstruktebene verdichten. Ein mehrfaktorielles Konstrukt wird dagegen mit Hilfe von zwei oder mehr Faktoren erfasst. Da im Rahmen der vorliegenden Untersuchung lediglich einfaktorielle Konstrukte erfasst werden, soll an dieser Stelle auf eine ausführliche Diskussion verzichtet werden. Vgl. Anderson/Gerbing/Hunter (1987), S. 435f.

    Google Scholar 

  6. Vgl. Homburg (1998), S. 69.

    Google Scholar 

  7. Vgl. Churchill (1979), S. 66, und Jacoby (1978), S. 93. Obwohl in der Literatur weitgehend Einigkeit darüber besteht, dass die Messung komplexer Konstrukte nach Möglichkeit über mehrere Indikatoren erfolgen sollte, weisen die Untersuchungen von Homburg/Baumgartner (1995a), S. 1091ff., darauf hin, dass auch heute noch zahlreiche Veröffentlichungen Defizite bei der Erfassung komplexer Konstrukte aufweisen.

    Google Scholar 

  8. Im Gegensatz dazu spricht man von einer formativen Skala, wenn sich ein Faktor als Funktion seiner Indikatoren definiert. In diesem Fall liegt die Annahme einer fehlerfreien Messung zugrunde. Vgl. Forneil (1986) und Bagozzi (1979), S. 16.

    Google Scholar 

  9. Vgl. Peter (1979), S. 6.

    Google Scholar 

  10. Herrmann/Homburg (1999), S. 23.

    Google Scholar 

  11. Vgl. Berekoven/Eckert/Ellenrieder (1996), S. 87.

    Google Scholar 

  12. Vgl. Kinnear/Taylor (1991), S. 495.

    Google Scholar 

  13. Vgl. Carmines/Zeller (1979), S.U.

    Google Scholar 

  14. Churchill (1979), S. 65. Vgl. auch Heeler/Ray (1972), S. 361, die ein Messinstrument vereinfacht genau dann als valide bezeichnen, wenn „[...] it measures what it is supposed to measure.“

    Google Scholar 

  15. Vgl. Homburg/Giering (1996), S. 7f.

    Google Scholar 

  16. Churchill (1991), S. 490.

    Google Scholar 

  17. Vgl. Bohrnstedt (1970), S. 92.

    Google Scholar 

  18. Bagozzi/Phillips (1982), S. 468.

    Google Scholar 

  19. Ebd., S. 469.

    Google Scholar 

  20. Vgl. Bagozzi/Yi/Phillips (1991), S. 425.

    Google Scholar 

  21. Bagozzi (1979), S. 24.

    Google Scholar 

  22. Vgl. Homburg/Giering (1996), S. 7f.

    Google Scholar 

  23. Vgl. Carmines/Zeller (1979), S. 13, Churchill (1979), S. 65, und Hildebrandt (1984), S. 42.

    Google Scholar 

  24. Vgl. Homburg (1998), S. 72.

    Google Scholar 

  25. Vgl. Churchill (1979) und Gerbing/Anderson (1988).

    Google Scholar 

  26. Vgl. Hüttner/Schwarting (1999), S. 383ff.

    Google Scholar 

  27. Vgl. Hartung/Elpelt (1992), S. 505.

    Google Scholar 

  28. Vgl. Malhotra (1993), S. 619.

    Google Scholar 

  29. Vgl. Gerbing/Anderson (1988), S. 189.

    Google Scholar 

  30. Vgl. Backhaus et al. (2000), S. 292.

    Google Scholar 

  31. Eine detaillierte Beschreibung der mathematischen Grundlagen findet sich bei Backhaus et al. (2000), S. 252ff.

    Google Scholar 

  32. Vgl. Kaiser (1974), S.31ff.

    Google Scholar 

  33. Vgl. hierzu die Empfehlung von Backhaus et al. (2000), S. 293.

    Google Scholar 

  34. Vgl. Norušis (1993), S.70.

    Google Scholar 

  35. Vgl. Homburg/Giering (1996), S. 12.

    Google Scholar 

  36. Vgl. Cronbach (1951). Peterson (1994), S. 382, stellt in seiner Analyse von 832 Publikationen mit Anwendungen des Cronbachschen Alphas fest, dass „coefficient alpha has effectively become the measure of choice for estimating the reliability for a multi-item scale. Indeed, coefficient alpha has become one of the foundations of measurement theory.“

    Google Scholar 

  37. Vgl. Nunnally (1978), S. 245.

    Google Scholar 

  38. Vgl. Malhotra (1993), S. 308.

    Google Scholar 

  39. Homburg (1998), S. 86.

    Google Scholar 

  40. Vgl. Homburg/Giering (1996), S. 8.

    Google Scholar 

  41. Vgl. Malhotra (1993), S. 146. Im Rahmen der vorliegenden Untersuchung kommt die zweite Variante dieses Gütekriteriums zur Anwendung. Auf den Zusatz „corrected“ wird im weiteren Verlauf verzichtet.

    Google Scholar 

  42. Churchill (1979), S. 68.

    Google Scholar 

  43. Vgl. beispielhaft die Kritik von Bagozzi/Phillips (1982), Gerbing/Anderson (1988) und Bagozzi/Yi/Phillips (1991).

    Google Scholar 

  44. Vgl. Homburg (1998), S. 86f.

    Google Scholar 

  45. Vgl. hierzu Gerbing/Anderson (1988), S. 190.

    Google Scholar 

  46. Vgl. Homburg (1998), S. 87.

    Google Scholar 

  47. Vgl. Jöreskog (1966), Jöreskog (1967) und Jöreskog (1969).

    Google Scholar 

  48. Die Bezeichnung „Kausalanalyse“ ist irreführend, da die Methode Kovarianzstrukturen analysiert und nicht Kausalitäten. Das Problem der Kausalität ist wissenschaftstheoretischer Natur und kann nicht durch die Anwendung eines multivariaten Verfahrens gelöst werden. Eine treffendere Bezeichnung wäre daher „Kovarianzstrukturanalyse“. Allerdings hat sich die Bezeichnung Kausalanalyse weitgehend durchgesetzt. Daher wird die Bezeichnung auch im Folgenden beibehalten. Vgl. Homburg (1989), S. 2, und Bagozzi/Baumgartner (1994), S. 417.

    Google Scholar 

  49. Vgl. Backhaus et al. (2000), S. 392.

    Google Scholar 

  50. Vgl. Jöreskog/Sörbom (1993a), S. 7.

    Google Scholar 

  51. Vgl. Backhaus et al. (2000), S. 409.

    Google Scholar 

  52. Vgl. Homburg/Pflesser (1999a), S. 415ff.

    Google Scholar 

  53. Vgl. hierzu im Einzelnen Homburg (1989), S. 151 ff.

    Google Scholar 

  54. Vgl. Jöreskog/Sörbom (1993b), S. 116ff.

    Google Scholar 

  55. Vgl. Homburg/Baumgartner (1995b), S. 1101.

    Google Scholar 

  56. Vgl. hierzu beispielsweise Hildebrandt (1984), S. 44ff., Bagozzi/Yi (1988), S. 74ff., Jöreskog/Sörbom (1993b), S. 120ff.

    Google Scholar 

  57. Vgl. Homburg/Baumgartner (1995a), S. 165.

    Google Scholar 

  58. Vgl. insbesondere Fritz (1995), S. 135ff., der die Eignung globaler Gütemaße für die Beurteilung konvergenter Validität grundsätzlich in Frage stellt.

    Google Scholar 

  59. Die verwendeten Anpassungsmaße entsprechen den in der Literatur mit Abstand am häufigsten verwendeten Beurteilungskriterien. Einschließlich der bei der Überprüfung des Strukturmodells im Rahmen der Kausalanalyse zu erläuternden Anpassungsmaße erfüllen die verwendeten Maße höchste methodische Anforderungen. Vgl. Homburg/Baumgartner (1995a), S. 172, und Homburg (1998), S. 82.

    Google Scholar 

  60. Vgl. Homburg/Giering (1996), S. 10.

    Google Scholar 

  61. Vgl. Bentler/Bonett (1982), S. 353.

    Google Scholar 

  62. Vgl. beispielsweise Baiderjahn (1986), S. 109, oder Fritz (1992), S. 140.

    Google Scholar 

  63. Vgl. Homburg/Baumgartner (1995a), S. 168.

    Google Scholar 

  64. Vgl. ebd., S. 166.

    Google Scholar 

  65. Vgl. Browne/Cudeck (1993).

    Google Scholar 

  66. Vgl. Homburg/Giering (1996), S. 10.

    Google Scholar 

  67. Vgl. Baumgartner/Homburg (1996), S. 153.

    Google Scholar 

  68. Vgl. Homburg/Giering (1996), S. 10.

    Google Scholar 

  69. Vgl. Baumgartner/Homburg (1996), S. 153.

    Google Scholar 

  70. Vgl. Bentler/Bonett (1980) und Bentier (1990).

    Google Scholar 

  71. Dieses Modell entbehrt also jeglicher Plausibilität.Vgl. hierzu Baumgartner/Homburg (1996), S. 170.

    Google Scholar 

  72. Vgl. Baumgartner/Homburg (1996), S. 168.

    Google Scholar 

  73. Vgl. Homburg/Giering (1996), S. 10.

    Google Scholar 

  74. Dies ist dann der Fall, wenn der t-Wert mindestens 1,645 beträgt (einseitiger Test auf dem 5%-Signifkanzniveau).

    Google Scholar 

  75. Die geforderten Werte liegen zwischen 0,1 bei Baiderjahn (1986), S. 257, und 0,4 bei Bagozzi/Baumgartner (1994), S. 402, oder Homburg (1998), S. 83.

    Google Scholar 

  76. Vgl. Bagozzi/Baumgartner (1994), S. 402.

    Google Scholar 

  77. Vgl. Bagozzi/Yi (1988), S. 82.

    Google Scholar 

  78. Vgl. Homburg/Baumgartner (1995a), S. 170.

    Google Scholar 

  79. Vgl. Anderson/Gerbing (1993), S. 2, zitiert nach Homburg (1998), S. 91.

    Google Scholar 

  80. Vgl. Fornell/Larcker (1981), S. 46.

    Google Scholar 

  81. Die Kausalanalyse verfolgt eine ähnliche Zielsetzung wie die multiple Regressionsanalyse. Ihr wird im Rahmen der vorliegenden Untersuchung Vorrang gegeben, weil es mit ihrer Hilfe möglich ist, einige wesentliche Probleme der multiplen Regressionsanalyse zu überwinden. Hierzu zählen insbesondere die Annahme der fehlerfreien Messung der Modellvariablen sowie die Unmöglichkeit der Modellierung komplexer Abhängigkeitsstrukturen. Vgl. im Einzelnen Homburg (1992), S. 499f.

    Google Scholar 

  82. Vgl. Fritz (1995), S. 116.

    Google Scholar 

  83. Vgl. Homburg/Pflesser (1999b), S. 641.

    Google Scholar 

  84. Vgl. Homburg (1989), S. 151ff.

    Google Scholar 

  85. Vgl. dazu im Detail Homburg (1989), S. 170.

    Google Scholar 

  86. Vgl. Backhaus et al. (2000), S. 446.

    Google Scholar 

  87. Vgl. Homburg/Pflesser (1999b), S. 646. Hildebrandt (1983), S. 76ff. gibt eine Übersicht über weitere Hilfskriterien, mit denen die Identifizierbarkeit von Modellen überprüft werden kann.

    Google Scholar 

  88. Vgl. Homburg/Pflesser (1999b).

    Google Scholar 

  89. Vgl. Arnold (1982), S. 143.

    Google Scholar 

  90. Vgl. u.a. Zedeck (1971), Sharma/Durand/Gur-Arie (1981), Darrow/Kahl (1982), Russell/Bobko (1992).

    Google Scholar 

  91. Vgl. Jöreskog/Sörbom (1993a).

    Google Scholar 

  92. Vgl. für eine ausführliche Darstellung der LISREL-Mehrgruppenanalyse Giering (2000), S. 93ff.

    Google Scholar 

  93. Vgl. Abschnitt E.3.1.

    Google Scholar 

  94. Vgl. Sharma/Durand/Gur-Arie (1981), S. 293, sowie Darrow/Kahl (1982), S. 36.

    Google Scholar 

  95. Vgl. ebd., S. 295.

    Google Scholar 

Download references

Authors
  1. Marc Spieker
    View author publications

    You can also search for this author in PubMed Google Scholar

Rights and permissions

Reprints and permissions

Copyright information

© 2004 Deutscher Universitäts-Verlag/GWV Fachverlage GmbH, Wiesbaden

About this chapter

Cite this chapter

Spieker, M. (2004). Grundlagen der empirischen Untersuchung. In: Entscheidungsverhalten in Gründerteams. Schriften des Center for Controlling & Management (CCM), vol 13. Deutscher Universitätsverlag. https://doi.org/10.1007/978-3-322-81601-6_5

Download citation

  • DOI: https://doi.org/10.1007/978-3-322-81601-6_5

  • Publisher Name: Deutscher Universitätsverlag

  • Print ISBN: 978-3-8244-7931-3

  • Online ISBN: 978-3-322-81601-6

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics

Search

Navigation