Skip to main content
SpringerLink
Log in

Querschnittsuntersuchungen

  • Chapter
  • First Online:
Marktforschung

  • 33k Accesses

Zusammenfassung

Das 4. Kapitel ist dem wohl gängigsten Untersuchungsdesign, den Querschnitts-Untersuchungen, gewidmet. Das sind Studien, bei denen auf den jeweiligen Zeitpunkt bezogene quantifizierende Aussagen über bestimmte Grundgesamtheiten (z. B. die Gesamtbevölkerung oder die Kunden eines Unternehmens) gemacht werden sollen. Zunächst geht es um die Stichprobenziehung, also um die Methoden, die dazu dienen, die befragten oder beobachteten Personen so auszuwählen, dass man mit hinreichender Sicherheit von deren Merkmalen auf die interessierende Grundgesamtheit schließen kann. Die am meisten angewandte Form der Datenerhebung ist die Befragung, die zwar sehr vielfältige Anwendungsmöglichkeiten bietet, die aber bei laienhaftem oder nachlässigem Vorgehen zu erheblichen Fehlern und Verzerrungen der Ergebnisse führen kann. Deswegen werden die Methoden zur Entwicklung von Fragebögen einschließlich der entsprechenden Gütekriterien (Reliabilität und Validität) hier ausführlich und mit zahlreichen Beispielen behandelt. Daneben wird auch – deutlich kürzer – die zweite Form der Datenerhebung, die Beobachtung, vorgestellt und durch Beispiele illustriert. Hier sei ausdrücklich darauf hingewiesen, dass die Datenerhebung durch Befragung oder Beobachtung natürlich nicht nur bei Querschnitts-Untersuchungen, sondern auch bei anderen Untersuchungsdesigns (z. B. bei Panels oder bei Experimenten) zum Einsatz kommt.

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 39.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Literatur

  • ADM (2013): Arbeitskreis Deutscher Marktfoschungsinstitute, Jahresbericht 2012, www.adm-ev.de.

  • Albers, S./ Hildebrandt, L. (2006): Methodische Probleme bei der Erfolgsfaktorenforschung – Messfehler, formative versus reflektive Indikatoren und die Wahl des Strukturgleichungsmodells, in: Zeitschrift für betriebswirtschaftliche Forschung, Jg. 58, S. 2–33.

    Google Scholar 

  • Baumgartner, H., & Homburg, C. (1996). Applications of structural equation modelling in marketing and consumer research: A review. International Journal of Research in Marketing, 13, 139–161.

    Article  Google Scholar 

  • Bearden, W., Netemeyer, R., & Haws, K. (2011). Handbook of marketing scales – Multi-Item measures for marketing and consumer behavior research (3. Aufl.). Thousand Oaks.

    Google Scholar 

  • Bergkvist, L./ Rossiter, J. (2007): The Predictive Validity of Multiple-Item Versus Single-Item Measures of the Same Constructs. Journal of Marketing Research, 44, 175–184.

    Google Scholar 

  • Borsboom, D., Mellenbergh, G., & van Heerden, J. (2004). The concept of validity. Psychological Review, 111, 1061–1071.

    Article  Google Scholar 

  • Bradburn, N., & Sudman, S. (1979). Improving interview method and questionnaire design. San Francisco.

    Google Scholar 

  • Bradburn, N., Sudman, S., & Wansink, B. (2004). Asking questions (Revised edition). San Francisco.

    Google Scholar 

  • Bucklin, R., & Sismeiro, C. (2009). Click here for internet insight: Advances in clickstream data analysis in marketing. Journal of Interactive Marketing, 23, 35–48.

    Article  Google Scholar 

  • Bucklin, R., Lattin, J., Ansari, A., Gupta, S., Bell, D., Coupey, E., Little, J., Mela, C., Montgomery, A., & Steckel, J. (2002). Choice and the internet: From clickstream to research stream. Marketing Letters, 13, 245–258.

    Article  Google Scholar 

  • Burke, R. (1996): Der virtuelle Laden – Testmarkt der Zukunft. Harvard Business Manager, Jg. 18, 107–117.

    Google Scholar 

  • Campbell, D., & Fiske, D. (1959). Convergent and discriminant validation by the multitrait-multimethod matrix. Psychological Bulletin, 56, 81–105.

    Article  Google Scholar 

  • Campbell, D., & Stanley, J. (1963). Experimental and Quasi-experimental designs for research. Chicago.

    Google Scholar 

  • Churchill, G. (1979). A paradigm for developing better measures of marketing constructs. Journal of Marketing Research, 16, 64–73.

    Article  Google Scholar 

  • Churchill, G., & Iacobucci, D. (2002). Marketing research – Methodological foundations (8. Aufl.). Mason.

    Google Scholar 

  • Churchill, G., & Iacobucci, D. (2005). Marketing research – Methodological foundations (9. Aufl.). Mason (Ohio).

    Google Scholar 

  • Churchill, G., Ford, N., & Walker, O. (1974). Measuring the job satisfaction of industrial salesmen. Journal of Marketing Research, 21, 360–375.

    Article  Google Scholar 

  • Collier, J./ Bienstock, C. (2007): An Analysis How Non-response Error is Assessed in Academic Marketing Research. Marketing Theory, 7, 163–168.

    Google Scholar 

  • Cronbach, L. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16, 297–334.

    Article  Google Scholar 

  • De Vaus, D. (2002). Analyzing social science data. London.

    Google Scholar 

  • Decker, R., & Wagner, R. (2008). Fehlende Werte: Ursachen, Konsequenzen und Behandlung. In A. Herrmann, C. Homburg, & M. Klarmann (Hrsg.), Handbuch Marktforschung (3. Aufl., S. 53–79). Wiesbaden.

    Google Scholar 

  • Diamantopoulos, A. (2008). Formative Indicators: Introduction to the special issue. Journal of Business Research, 61, 1201–1202.

    Article  Google Scholar 

  • Diamantopoulos, A., & Winklhofer, H. (2001). Index construction with formative indicators: An alternative to scale development. Journal of Marketing Research, 38, 269–277.

    Article  Google Scholar 

  • Diamantopoulos, A., Riefler, P., & Roth, K. (2008). Advancing formative measurement models. Journal of Business Research, 61, 1203–1218.

    Article  Google Scholar 

  • Diamantopoulos, A., Sarstedt, M., Fuchs, C., Wilczynski, P., & Kaiser, S. (2012). Guidelines for choosing between multi-item and single-item scales for construct measurement: a predictive validity perspective. Journal of the Academy of Marketing Science, 40, 434–449.

    Article  Google Scholar 

  • Dillman, D., Smyth, J., & Christian, L. (2009). Internet, mail, and mixed-mode surveys (3. Aufl.). Hoboken (N.J.).

    Google Scholar 

  • Dillon, W., Madden, T., & Firtle, N. (1994). Marketing research in a marketing environment (3. Aufl.). Chicago.

    Google Scholar 

  • Eberl, M. (2006): Formative und reflektive Konstrukte und die Wahl des Strukturgleichungsverfahrens. Die Betriebswirtschaft, Jg. 66, 651–668.

    Google Scholar 

  • Engel, U., & Schnabel, C. (2004). Markt- und Sozialforschung – Metaanalyse zum Ausschöpfungsgrad. www.adm-ev.de. Zugegriffen: 1. März 2014.

  • Fowler, F. (2009). Survey research methods (4. Aufl.). Los Angeles.

    Google Scholar 

  • Fuchs, C., & Diamantopoulos, A. (2009). Using single-item measures for construct measurement in management research: Conceptual issues and application guidelines. Die Betriebswirtschaft, 69, 195–210.

    Google Scholar 

  • Groves, R. (1989). Survey error and survey costs. New York.

    Google Scholar 

  • Groves, R., Fowler, F., Couper, M., Lepkowski, J., Singer, E., & Tourangeau, R. (2009). Survey Methodology (2. Aufl.), Hoboken (N.J.). Voß (2000) entfällt: streichen.

    Google Scholar 

  • Günther, M., Vossebein, U., & Wildner, R. (2006). Marktforschung mit Panels (2. Aufl.). Wiesbaden.

    Google Scholar 

  • Hildebrandt, L. (1984). Kausalanalytische Validierung in der Marketingforschung. Marketing ZFP, 6, 41–51.

    Google Scholar 

  • Homburg, C. (2007). Betriebswirtschaftslehre als empirische Wissenschaft – Bestandsaufnahme und Empfehlungen. In G. Schreyögg (Hrsg.), Zukunft der Betriebswirtschaftslehre, ZfbF-Sonderheft (Bd. 56, S. 27–60).

    Google Scholar 

  • Homburg, C., & Giering, A. (1996). Konzeptualisierung und Operationalisierung komplexer Konstrukte – Ein Leitfaden für die Marketingforschung. Marketing ZFP, 18, 5–24.

    Google Scholar 

  • Homburg, C., & Klarmann, M. (2009). Multi-Informant-Designs in der empirischen betriebswirtschaftlichen Forschung. Die Betriebswirtschaft DBW, 69, 147–171.

    Google Scholar 

  • Homburg, C., Klarmann, M., Reimann, M., & Schilke, O. (2012a). What drives key informant accuracy? Journal of Marketing Research, 49, 594–608.

    Article  Google Scholar 

  • Homburg, C., Klarmann, M., & Totzek, D. (2012b). Using multi-informant designs to address key informant and common method bias. In A. Diamantopoulos, W. Fritz, & L. Hildebrandt (Hrsg.), Quantitative marketing and marketing management (S. 81–102). Wiesbaden.

    Google Scholar 

  • Hoyle, R., Harris, M., & Judd, C. (2002). Research methods in social relations (7. Aufl.). Belmont.

    Google Scholar 

  • Hurrle, B., & Kieser, A. (2005). Sind key informants verlässliche Datenlieferanten? Die Betriebswirtschaft, 65, 584–602.

    Google Scholar 

  • Iacobucci, D., & Churchill, G. (2010). Marketing research – Methodological foundations (10. Aufl.) Cengage.

    Google Scholar 

  • Jacoby, J. (1978). Consumer research – A state of the art review. Journal of Marketing, 42, 87–96.

    Article  Google Scholar 

  • Jacoby, J., & Chestnut, R. (1978). Brand loyalty – Measurement and management. New York.

    Google Scholar 

  • Jarvis, C., MacKenzie, S., & Podsakoff, P. (2003). A critical review of construct indicators and measurement model misspecification in marketing and consumer research. Journal of Consumer Research, 30, 199–218.

    Article  Google Scholar 

  • Kaase, M. (Hrsg.). (1999). Qualitätskriterien der Umfrageforschung. Berlin.

    Google Scholar 

  • Karweit, N., & Meyers, E. (1983). Computers in survey research. In P. Rossi, J. Wright, & A. Anderson (Hrsg.), Handbook of survey research (S. 379–414). New York.

    Google Scholar 

  • Kohli, A., & Zaltman, G. (1988). Measuring multiple buying influences. Industrial Marketing Management, 17, 197–204.

    Article  Google Scholar 

  • Kroeber-Riel, W., & Gröppel-Klein, A. (2013). Konsumentenverhalten (10. Aufl.) München.

    Google Scholar 

  • Krosnick, J. (1999). Survey research. Annual Review of Psychology, 50, 537–567.

    Article  Google Scholar 

  • Langer, A., Eisend, M., & Kuß, A. (2008). Zu viel des Guten? Zum Einfluss der Anzahl von Ökolabels auf die Konsumentenverwirrtheit. Marketing – ZFP, 30, 19–28.

    Google Scholar 

  • Madans, J., Miller, K., Maitland, A., & Willis, G. (Hrsg.). (2011). Question evaluation methods – Contributing to the science of data quality. Hoboken.

    Google Scholar 

  • Marsh, H., & Grayson, D. (1995). Latent variable models of multitrait-multimethod data. In R. Hoyle (Hrsg.), Structural equation modeling (S. 177–198). Thousand Oaks.

    Google Scholar 

  • McIver, J., & Carmines, E. (1981). Unidimensional scaling. Beverly Hills.

    Google Scholar 

  • Moore, D. (2002). Measuring new types of question-order effects: Additive and subtractive. Public Opinion Quarterly, 66, 80–91.

    Article  Google Scholar 

  • Netemeyer, R., Bearden, W., & Sharma, S. (2003). Scaling procedures – Issues and applications. Thousand Oaks.

    Google Scholar 

  • Nisbett, R., & Wilson, T. (1977). Telling more than we can know: Verbal reports on mental processes. Psychological Review, 84, 231–259.

    Article  Google Scholar 

  • Noelle-Neumann, E., & Petersen, T. (2000). Alle, nicht jeder (3. Aufl.). Berlin.

    Google Scholar 

  • Nunnally, J., & Bernstein, I. (1994). Psychometric theory (3. Aufl.). New York.

    Google Scholar 

  • Parasuraman, A. (1986). Marketing research. Reading.

    Google Scholar 

  • Payne, S. (1951). The art of asking questions. Princeton.

    Google Scholar 

  • Peter, J. (1979). Reliability – A review of psychometric basics and recent marketing practices. Journal of Marketing Research, 16, 6–17.

    Article  Google Scholar 

  • Peter, J. (1981): Construct Validity – A Review of Basic Issues and Marketing Practices. Journal of Marketing Research, 18, S. 133–145.

    Google Scholar 

  • Podsakoff, P., MacKenzie, S., Lee, J., & Podsakoff, N. (2003). Common method biases in behavioral research: A critical review of the literature and recommended remedies. Journal of Applied Psychology, 88, 879–903.

    Article  Google Scholar 

  • Presser, S., Rothgeb, J., Couper, M., Lessler, J., Martin, E., Martin, J., & Singer, E. (Hrsg.). (2004). Methods for testing and evaluating survey questionnaires. Hoboken.

    Google Scholar 

  • Rossiter, J. (2002). The C-OAR-SE procedure for scale development in marketing. International Journal of Research in Marketing, 19, 305–335.

    Article  Google Scholar 

  • Rossiter, J. (2011). Measurement for the social sciences – The C-OAR-SE method and why it must replace psychometrics. New York.

    Google Scholar 

  • Sarstedt, M., & Wilczynski, P. (2009): More or Less? A Comparison of Single-Item and Multi-Item Measures, Die Betriebswirtschaft DBW, Jg. 69, 211–227.

    Google Scholar 

  • Schaeffer, N. & Bradburn, N. (1989): Respondents Behavior in Magnitude Estimation. Journal of the American Statistical Association, 84, 402–413.

    Google Scholar 

  • Schermelleh-Engel, K., & Werner, C. (2007). Methoden der Reliabilitätsbestimmung. In H. Moosbrugger & A. Kelava (Hrsg.), Testtheorie und Fragebogenkonstruktion (S. 113–133). Heidelberg.

    Google Scholar 

  • Scheuch, E. (1962). Das Interview in der Sozialforschung. In R. König (Hrsg.), Handbuch der empirischen Sozialforschung. Stuttgart.

    Google Scholar 

  • Schuman, H., & Presser, S. (1981). Questions and answers in attitude surveys. New York.

    Google Scholar 

  • Schwarz, N. (1999). Self-reports – How questions shape the answers. American Psychologist, 54, 93–105.

    Article  Google Scholar 

  • Schwarz, N., Hippler, H., Deutsch, B., & Strack, F. (1985). Response categories: Effects on behavioral reports and comparative judgments. Public Opinion Quarterly, 49, 388–395.

    Article  Google Scholar 

  • Schwarz, N., Knäuper, B., Hippler, H., Noelle-Neumann, E., & Clark, F. (1991). Rating scales: Numeric values may change the meaning of scale labels. Public Opinion Quarterly, 55, 618–630.

    Google Scholar 

  • Spector, P. (1994). Summated rating scale construction – An introduction. In M. Lewis-Beck (Hrsg.), Basic measurement (S. 229–300). London.

    Google Scholar 

  • Strauss, M., & Smith, G. (2009). Construct validity: Advances in theory and methodology. Annual Review of Clinical Psychology, 5, 1–25.

    Article  Google Scholar 

  • Sudman, S., & Blair, E. (1998). Marketing research – A problem solving approach. Boston.

    Google Scholar 

  • Sudman, S., Bradburn, N., & Schwarz, N. (1996). Thinking about answers – The application of cognitive processes to survey methodology. San Francisco.

    Google Scholar 

  • Temme, D., Paulssen, M., & Hildebrandt, L. (2009). Common method variance. Die Betriebswirtschaft DBW, 69, 123–146.

    Google Scholar 

  • Tourangeau, R., Rips, L., & Rasinski, K. (2000). The psychology of survey response. Cambridge.

    Google Scholar 

  • Viswanathan, M. (2005). Measurement error and research design. Thousand Oaks.

    Google Scholar 

  • Voß (2000) entfällt: streichen.

    Google Scholar 

  • Walsh, G. (2002). Konsumentenverwirrtheit als Marketingherausforderung. Wiesbaden.

    Google Scholar 

  • Weiber, R., & Mühlhaus, D. (2010). Strukturgleichungsmodellierung. Heidelberg.

    Google Scholar 

  • Weiber, R./Kleinaltenkamp, M. (2013): Business- und Dienstleistungsmarketing, Stuttgart, Kohlhammer.

    Google Scholar 

  • Weisberg, H. (2005). The total survey error approach. Chicago.

    Google Scholar 

  • Zaichkowsky, J. (1985). Measuring the involvement construct. Journal of Consumer Research, 12, 341–352.

    Article  Google Scholar 

  • Zikmund, W. (1997). Exploring marketing research (6. Aufl.). Fort Worth.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Freie Universität, Berlin, Deutschland

    Alfred Kuß & Henning Kreis

  2. GfK Verein, Nürnberg, Deutschland

    Raimund Wildner

Authors
  1. Alfred Kuß
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Raimund Wildner
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Henning Kreis
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Alfred Kuß .

Rights and permissions

Reprints and permissions

Copyright information

© 2014 Springer Fachmedien Wiesbaden

About this chapter

Cite this chapter

Kuß, A., Wildner, R., Kreis, H. (2014). Querschnittsuntersuchungen. In: Marktforschung. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-01864-1_4

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-01864-1_4

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-658-01863-4

  • Online ISBN: 978-3-658-01864-1

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics

Search

Navigation