Zusammenfassung
Zunächst stellt sich die Frage, inwieweit die Strategie-orientierte Steuerung von Geschäftsführern in Deutschland tatsächlich ein Problem darstellt. Dies kann sinnvollerweise nur von den Aufsichtsorganen beurteilt werden. Letztere wurden daher gebeten, bezogen auf das Beispiel der Neuproduktentwicklung einzuschätzen, wie groß die Investitionsbereitschaft der von ihnen gesteuerten Geschäftsführer ist (Abbildung 22).
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Untersuchungen zum Einfluß der Wahl des Proximitätsmaßes auf das Ergebnis von Clusteranalysen deuten darauf hin, daß dieser nicht entscheidend ist. Vgl. Punj/Stewart, Cluster Analysis, 1983, S. 143. Hier wurde bei Anwendung des Single-Linkage-und des Ward-Verfahrens auf die quadrierte euklidische Distanz zurückgegriffen, beim Minimaldistanzverfahren auf die euklidische Distanz.
Vgl. Backhaus et al., Multivariate Analysemethoden, 1994, S. 290 f.
Punj/Stewart schlagen vor, bis zu 10% der Beobachtungen als Ausreißer auszusortieren. Vgl. Punj/Stewart, Cluster Analysis, 1983, S. 141 Die Anzahl der eliminierten Ausreißer liegt hier demnach in einem akzeptablen Rahmen.
Für einen Überblick über verschiedene Gruppierungsalgorithmen vgl. Bock, Automatische Klassifikation, 1974; Kaufmann/Pape, Clusteranalyse, 1984.
Vgl. den Überblick bei Punj/Stewart, Cluster Analysis, 1983, S. 141 ff. Eine uneingeschränkte Empfehlung kann nicht ausgesprochen werden, da die Vorteilhaftigkeit verschiedener Clusteralgorithmen letztlich von der erwarteten Form der zu bildenden Cluster abhängt. Vgl. Punj/Stewart, Cluster Analysis, 1983, S. 138 f.; Kaufinann/Pape, Clusteranalyse, 1984, S. 387 ff.; Backhaus et al., Multivariate Analysemethoden, 1994, S. 280 ff. Das Ward-Verfahren neigt zur Bildung etwa gleich großer Cluster.
Vgl. Punj/Stewart, Cluster Analysis, 1983, S. 138. Häufig findet man dieses Verfahren in der Literatur unter der Bezeichnung “K-Means”.
Bei der Verwendung des Ward-Verfahrens wird empfohlen, auf die Korrelationen der zugrundegelegten Variablen zu achten, da hohe Korrelationen darauf hindeuten, daß inhaltlich gleiche Konstrukte mehrfach erhoben wurden, so daß die entsprechenden Aspekte in der Analyse überbetont werden. Vgl. Kaufnann/Pape, Clusteranalyse, 1984, S. 377; Backhaus et al., Multivariate Analysemethoden, 1994, S. 313. Hier sind die verwendeten Variablen zwar - zum Teil deutlich - negativ miteinander korreliert. Vgl. Anhang 5. Dies resultiert jedoch im wesentlichen aus der Erhebungsform des Konstant-Summen-Verfahrens und bedeutet nicht, daß Aspekte mehrfach erfaßt wurden. Die Korrelationen der Variablen werden daher nicht als bedenklich angesehen.
Vgl. zum Varianzkriterium als Gütemaß Kaufmann/Pape, Clusteranalyse, 1984, S. 408 ff.
Vgl. Anhang 6. Zum F-Wert als Gütemaß siehe Backhaus et al., Multivariate Analysemethoden, 1990, S. 310.
Vgl. insbesondere Langner, Rechtsposition, 1973, S. 116; Richter/Freund, Beiratstätigkeit, 1990, S. 38. Für einen Überblick über bisherige Studien zur Intensität der Überwachung siehe Kapitel 4.2.2.1.
Ähnliche Wahrnehmungsunterschiede zeigen sich in einer Untersuchung von Witte. Dort bezeichnen Vorstände ihre Unabhängigkeit als größer und den Einfluß der Anteilseigner als geringer, als dies Vertreter von Banken und Gewerkschaften einschätzen Vgl. Witte, Einflußsystem, 1982, S. 419 ff.
Swoboda/Walland stellen demgegenüber für Österreich Abweichungen zwischen tatsächlich gezahlter und gewünschter variabler Vergütung von Geschäftsführern fest. Die von ihnen befragten Geschäftsführer wünschen, 38% des Gesamtgehalts in erfolgsabhängiger Form zu erhalten, während tatsächlich nur 17% variabel sind. Vgl. Swoboda/Walland, Managerentlohnung, 1987, S. 218.
Auch bei getrennten Analysen von Aktiengesellschaften bzw. Unternehmen anderer Rechtsform erweist sich der Unterschied zwischen Aufsichtsorganen mit bzw. ohne Kapitalanteil am gesteuerten Unternehmen als nicht signifikant. Dieses Ergebnis ändert sich auch dann nicht, wenn weitere Einflußgrößen auf die Befürwortung von Kapitalbeteiligungen berücksichtigt werden. Vgl. dazu Kapitel 7.4.2.3.
In diesem Sinne erklärt Bleicher 1986, daß das Potential von Aktienbeteiligungen in Deutschland im Gegensatz zu den USA noch nicht erkannt worden ist. Vgl. Bleicher, Auf dem Wege, 1986, S. 643.
In der Frage wurde bewußt von “vertraglicher Bindung”, nicht von “Anstellungsverträgen” oder “Geschäftsführerverträgen” gesprochen. So sollten auch komplizierte vertragliche Regelungen wie die bei der Bertelsmann AG gewählte (vgl. Kapitel 4.2.3.3) erfaßt werden.
Die Korrelationen der in den Regressionen berücksichtigten Einflußgrößen befinden sich in den Anhängen 13 und 14. Zur Erläuterung sowie zur Skalierung der Variablen siehe Kapitel 7.4.1.2.2 und 7.4.1.3.2.
Die Zahl 49 setzt sich zusammen aus 9 Parametern für die Beziehung von Situation-/Personen-Variablen und Einsatz des Steuerungsinstrumentes, 9x4=36 Parametern für den Einfluß der Situation und der Person auf die Beurteilung der Wirkungsweisen und 4 Parametern f r den Zusammenhang von Wirkungsweisen und Einsatz des Steuerungsinstruments.
Die 9 in Kapitel 5 betrachteten situativen und personenbezogenen EinfluBgrößen wurden durch 11 Variablen operationalisiert. Vgl. Kapitel 7.4.1.2.2.
Alternativ zu dem einfachen linearen Modell wurde für die variable Vergütung zudem ein multiplikatives Modell geschätzt, indem die Höhe der variablen Vergütung sowie die metrisch skalierten Variablen logarithmiert wurden. Dies führte jedoch im Vergleich zum linearen Modell zu deutlich schlechteren Ergebnissen und wurde daher verworfen. Auch in der Studie von Swoboda/Walland erweist sich die Logarithmierung der Höhe der variablen Vergütung als nicht vorteilhaft. Vgl. Swoboda/Walland, Managerentlohnung, 1987, S. 220.
Vgl. Hair et al., Multivariate Data Analysis, 1992, S. 48 ff. Siehe auch Kapitel 7.4.1.2.3
Probeweise Schätzungen von Modellen mit beiden Variablen deuten darauf hin, daß tatsächlich Multikollinearitätsprobleme vorliegen. So ergeben sich teilweise für Untemehmenszugehörigkeit und Positionszugehörigkeit signifikante Parameter mit entgegengesetzten Vorzeichen, während bei Berücksichtigung nur einer Variablen keine signifikanten Zusammenhänge angezeigt werden.
In der Stichprobe der Aufsichtsorgane ergeben sich zwischen den Dummyvariablen für die Clusterzugehörigkeit Korrelationen von bis zu 0,57. Dies ist jedoch allein auf die Kodierung zurückzuführen. Das Cluster, für das die Dummyvariablen gleich -1 gesetzt wurden, ist bei den Aufsichtsorganen ein großes. Es macht 20% der Stichprobe aus (vgl. Abbildung 13), so daß die vier Dummy-variablen bei 20% der Beobachtungen einen Wert von -1 aufweisen, bei den anderen 80% einen Wert von 0 oder 1. In der Stichprobe der Geschäftsführer, in der das Referenzcluster kleiner ist, sind die Korrelationen zwischen den Dummyvariablen entsprechend geringer.
Vgl. die Korrelationstabellen in Anhang 13 Diese Korrelationen wurden auf der Grundlage aller Fälle berechnet, für die zu allen Einflußgrößen Antworten vorlagen (“Listwise Deletion of Missing Cases”).
Vgl. Hair et al., Multivariate Data Analysis, 1992, S. 48 ff.
Der Multikollinearitätstest wurde in jedem Sample zunächst unter Berücksichtigung aller Beobachtungen durchgeführt, die bei den unabhängigen Variablen keine Missing Values aufweisen, also in
Auch die Variablen BESITZ1 und BESITZ2 werden in der Analyse belassen. Zwar sind die Korrelationen ähnlich hoch wie bei den beiden oben erwähnten Variablen zur Zugehörigkeit des Geschäftsführers zu Position und Unternehmen (vgl. Kapitel 7.4.1.2.2). Die Toleranzwerte sind jedoch deutlich besser.
Vgl. zu dieser Unterscheidung Chatterjee/Hadi, Influential Observations, 1986, S. 380 f.; Hair et al., Multivariate Data Analysis, 1992, S. 49 ff. Es sei darauf hingewiesen, daß “Influential Points” auch “Outlier” sein können, es jedoch nicht sein müssen.
Vgl. Cook, Influential Observation, 1977. Siehe auch Rousseeuw/Leroy, Robust Regression, 1987, S. 227 ff.; Chatterjee/Hadi, Influential Observations, 1986, S. 383 f.
Vgl. Cook, Influential Oberservation, 1977, S. 16; Rousseeuw/Leroy, Robust Regression, 1987, S. 227 f.
In Zusammenhang mit dem “-2 Log Likelihood”-Wert ist zu beachten, daß ein hohes Signifikanzniveau darauf hindeutet, daß das Modell nicht signifikant von dem “perfekten Modell” abweicht. Vgl. Norusis, Advanced Statistics, 1990, S. B-46.
Vgl. Norusis, Statistics, 1990, S. 101 f.; Rousseeuw/Leroy, Robust Regression, 1987, S. 108. Im allgemeinen ähneln Modelle, die man durch “Backward Elimination” erhält, stark dem “optimalen Modell”, das durch vollständige Enumeration aller möglicher Modelle gefunden werden kann. Vgl. Fahrmeir/Kaufmann/Kredler, Regressionsanalyse, 1984, S. 113.
In bezug auf das Gesamtmodell ist zu beachten, daß die Signifikanz auf Basis des F-Wertes bei der schrittweisen Regression eine gewisse Verzerrung aufweist. So wird das Modell tendenziell als besser ausgewiesen, als es tatsächlich ist. Vgl. McIntyre et al., Significance, 1983.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1994 Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden
About this chapter
Cite this chapter
Gedenk, K. (1994). Empirische Ergebnisse zur Strategie-orientierten Steuerung von Geschäftsführern. In: Strategie-orientierte Steuerung von Geschäftsführern. Neue betriebswirtschaftliche Forschung, vol 221. Gabler Verlag. https://doi.org/10.1007/978-3-322-94571-6_7
Download citation
DOI: https://doi.org/10.1007/978-3-322-94571-6_7
Publisher Name: Gabler Verlag
Print ISBN: 978-3-409-13184-1
Online ISBN: 978-3-322-94571-6
eBook Packages: Springer Book Archive