Zusammenfassung
Neben den in Kap. 7 fokussierten reflektiven Messmodellen kann eine Operationalisierung hypothetischer Konstrukte aber auch über formative Messmodelle erfolgen. Mit der zunehmenden Verwendung des PLS-Ansatzes (Kap. 15) ist auch die Bedeutung von formativen Messmodellen gestiegen, da sich diese im Rahmen von PLS deutlich leichter spezifizieren lassen als mit kovarianzanalytischen Ansätzen wie sie in den Softwarepaketen LISREL oder AMOS implementiert sind.
Formative Messmodelle basieren auf einem völlig anderen „Weltbild“ als reflektive Messmodelle, da sie unterstellen, dass sich ein hypothetisches Konstrukt als Linearkombination aus den Messvariablen ergibt, während reflektive Messmodelle davon ausgehen, dass die Messvariablen von dem betrachteten Konstrukt verursacht werden und damit Folgen bzw. Konsequenzen der Wirksamkeit des Konstruktes in der Wirklichkeit darstellen. Daher unterscheidet sich die Analyse formativer Messmodelle grundlegend vom reflektiven Fall.
Vor obigem Hintergrund werden in Kap . 12 zunächst die zentralen Besonderheiten formativer Messmodelle herausgearbeitet (z. B. Messfehlerproblematik, Multikollinearität, Identifizierbarkeit) und darauf aufbauend deren Konstruktionsprozess erläutert. Dabei wird nicht nur die Operationalisierung formativer Messmodelle behandelt, sondern auch die – im Vergleich zu reflektiven Messmodellen – Besonderheiten der Güteprüfung aufgezeigt. Abschließend wird anhand eines sog. MIMIC-Modells die Spezifizierung eines formativen Messmodells mit Hilfe von AMOS bezogen auf das in Kap. 4.2 dargestellte Fallbeispiel vorgestellt.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
- 2.
- 3.
Vgl. zur Konstruktion eines MIMIC-Modells und dessen Berechnung mit AMOS Kap. 12.3.
- 4.
Der interessierte Leser sei hier auf den Vorschlag von Eberl (2006), S. 660 verwiesen, der mit Bezug auf den von Bollen und Ting (2000) entwickelten „Tetrad Test“ eine objektivere komplementäre Vorgehensweise vorschlägt, mit deren Hilfe das Vorliegen eines reflektiven Indikatorensets ausgeschlossen werden kann. Allerdings ist damit nicht zwingend eine „gute“ formative Operationalisierung gegeben.
- 5.
- 6.
MIMIC-Modelle können auch mit PLS gerechnet werden. Dabei ist allerdings zu beachten, dass in SmartPLS die einmal vorgenommene Spezifikation eines Konstruktes (reflektiv oder formativ) für alle diesem Konstrukt zugewiesenen Indikatoren gilt. Zur Konstruktion eines MIMIC-Modells muss deshalb das Zielkonstrukt (hier die Zufriedenheit) in zwei Konstrukte „zerlegt“ werden: eines zur reflektiven Messung („Zufriedenheit (R)“) und eines, das den formativen Index darstellt („Zufriedenheit (F)“). Beide Konstrukte können dann in einer Strukturgleichung zusammengeführt werden, bei der das reflektive Konstrukt die endogene Größe und das formative Konstrukt die exogene Größe darstellt. Die Berechnung des im Fallbeispiel betrachteten MIMIC-Modells mit SmartPLS sowie ein Vergleich zwischen den Schätzergebnissen des MIMIC-Modells mit AMOS und SmartPLS findet der Leser auf der Internetplattform zum Buch.
- 7.
Die SPSS-Syntax und Output-Datei zur Berechnung von Toleranz und VIF der einzelnen Indikatoren ist auf der Internetplattform zum Buch bereitgestellt.
- 8.
Das Bestimmtheitsmaß ist der unter „Squared Multiple Correlations“ für das Konstrukt „Zufriedenheit“ als „Estimate“ ausgewiesene Wert.
Literatur
Albers, S., & Hildebrandt, L. (2006). Methodische Probleme bei der Erfolgsfaktorenforschung – Messfehler, formative versus reflektive Indikatoren und die Wahl des Strukturgleichungs-Modells. zfbf, 58(1), 2–33.
Backhaus, K., Erichson, B., Plinke, W., & Weiber, R. (2011). Multivariate Analysemethoden (13. Aufl.). Berlin: Springer.
Bollen, K. A., & Lennox, R. (1991). Conventional wisdom on measurement: A structural equation perspective. Psychological Bulletin, 110, 305–314.
Bollen, K. A., & Ting, K. -F. (2000). A tetrad test for causal indicators. Psychological Methods, 5, 3–22.
Chin, W. W. (1998b). The partial least squares approach for structural equation modeling. In G. A. Marcoulides (Hrsg.), Modern methods for business research (S. 295–336). London: Lawrence Erlbaum Associates.
Coltman, T., Devinney, T. M., Midgley, D. F., & Venaik, S. (2008). Formative versus reflective measurement models: Two applications of formative measurement. Journal of Nusiness Research, 61, 1250–1262.
Curtis, R. F., & Jackson, E. F. (1962). Multiple indicators in survey research. American Journal of Sociology, 68, 195–204.
Diamantopoulos, A. (2006). The error term in formative measurement models: Interpretation and modeling implications. Journal of Modelling in Management, 1, 7–17.
Diamantopoulos, A., & Winklhofer, H. M. (2001). Index construction with formative indicators: An alternative to scale development. Journal of Marketing Research, 38, 269–277.
Diamantopoulos, A., & Riefler, P. (2008). Formative Indikatoren: Einige Anmerkungen zu ihrer Art, Validität und Multikollinearität. ZfB, 78(11), 1183–1196.
Diamantopoulos, A., Riefler, P., & Roth, K. P. (2008). Advancing formative measurement models. Journal of Business Research, 61, 1203–1218.
Eberl, M. (2006). Formative und reflektive Konstrukte und die Wahl des Strukturgleichungsverfahrens. Die Betriebswirtschaft, 66(6), 651–668.
Franke, G. R., Preacher, K. J., & Rigdon, E. E. (2008). Proportional structural effects of formative indicators. Journal of Business Research, 61, 1229–1237.
Hauser, R. M., & Goldberger, A. S. (1971). The treatment of unobservable variables in path analysis. In H. L. Costner (Hrsg.), Sociological methodology (S. 81–117). San Francisco: Jossey-Bass.
Herrmann, A., Huber, F., & Kressmann, F. (2006). Varianz- und Kovarianzbasierte Strukturgleichungsmodelle – Ein Leitfaden zu deren Spezifikation, Schätzung und Beurteilung. zfbf, 58(1), 34–66.
Herrmann, A., Gassmann, O., & Eisert, U. (2007). An empirical study of the antecedents for radical product innovations and capabilities for transformation. Journal of Engeneering Technology Management, 24, 92–120.
Howell, R. D., Breivik, E., & Wilcox, J. B. (2007). Reconsidering formative measurement. Psychological Methods, 12, 205–218.
Jarvis, C. B., MacKenzie, S. B., & Podsakoff, P. M. (2003). A critical review of construct indicators and measurement model misspecification in marketing and consumer research. Journal of Consumer Research, 30, 199–218.
Jöreskog, K. G., & Goldberger, A. S. (1975). Estimation of a model with multiple indicators and multiple causes of a single latent variable. Journal of the American Statistical Association, 70, 631–639.
Kim, K., & Timm, N. H. (2006). Univariate and multivariate general linear models (2. Aufl.). Boca Raton: Chapman & Hall.
MacCallum, R. C., & Browne, M. W. (1993). The use of causal indicators in covariance structure models: Some practical issues. Psychological Bulletin, s114, 533–541.
MacKenzie, S. B., Podsakoff, P. M., & Jarvis, C. B. (2005). The problem of measurement model specification in behavioral and organizational research and some recommended solutions. Journal of Applied Psychology, 90, 710–730.
Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3. Aufl.). New York: McGraw-Hill.
Seltin, N., & Keeves, J. P. (1994). Path analysis with latent variables. In: T. Husen & T. Postlethwaite (Hrsg.), The international encyclopedia of education (2. Aufl., S. 4352–4359). Oxford.
Spector, P. E. (1992). Summated rating scale construction. Newbury Park: Sage.
Wilcox, J. B., Howell, R. D., & Breivik, E. (2008). Questions about formative measurement. Journal of Business Research, 61, 1219–1228.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2014 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Weiber, R., Mühlhaus, D. (2014). Formative Messmodelle. In: Strukturgleichungsmodellierung. Springer-Lehrbuch. Springer Gabler, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-35012-2_12
Download citation
DOI: https://doi.org/10.1007/978-3-642-35012-2_12
Published:
Publisher Name: Springer Gabler, Berlin, Heidelberg
Print ISBN: 978-3-642-35011-5
Online ISBN: 978-3-642-35012-2
eBook Packages: Business and Economics (German Language)