Skip to main content

Empirische Überprüfung des Markenbeziehungsmodells

  • Chapter
Book cover Marke Mensch
  • 1260 Accesses

Zusammenfassung

Ob das erarbeitete Modell die Realität abbildet, kann durch eine empirische Überprüfung offen gelegt werden. Hierzu bedarf es geeigneter mathematischstatistischer Verfahren, an die bestimmte Anforderungen gestellt werden.502 Die Grundvoraussetzung, die ein Verfahren dabei erbringen muss, besteht in der Möglichkeit, kausale Beziehungen zwischen mehreren Konstrukten503 zu erfassen. Weiterhin ist es aufgrund der ausschließlichen Berücksichtigung latenter, das heißt nicht direkt beobachtbarer, Variablen wichtig, dass das anzuwendende Verfahren Messfehler explizit berücksichtigt. Diese Forderung resultiert aus der Erfahrung, dass der empirischen Erfassung latenter Variablen mittels geeigneter Indikatoren i. d. R. Fehler anhaften.504 Um der Komplexität des Zielkonstrukts „Beziehungsqualität“ gerecht zu werden, sollte das Verfahren des Weiteren in der Lage sein, Relationen zwischen exogenen Modellvariablen abzubilden, sowie die im Vorfeld postulierten Hypothesen simultan zu überprüfen.505 Mit dem Ziel der Identifikation des bestmöglichen Verfahrens, werden in Frage kommende Methoden anschließend vorgestellt und auf ihre Leistungsfähigkeit überprüft.

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

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 54.99
Price excludes VAT (USA)
  • Available as 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

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Vgl. Peter, S. I. (1996), S. 142.

    Google Scholar 

  2. Die Begriffe „Konstrukt“, „latente Variable” und „Faktor“ werden nachfolgend synonym verwendet.

    Google Scholar 

  3. Vgl. Siems, F. (2003), S. 123. Als mögliche Fehlerquellen gelten beispielsweise die feh-lerhafte Abgrenzung der Grundgesamtheit sowie Fehler bei der Operationalisierung der Modellkonstrukte (vgl. Müller, S./ Kesselmann, P. (1996), S. 193 ff).

    Google Scholar 

  4. Vgl. Ohlwein, M (1999), S. 219.

    Google Scholar 

  5. Vgl. Peter, S. I. (1996), S. 144.

    Google Scholar 

  6. Die Maximum-Likelyhood (ML)-Schätzer erweisen sich aus Gründen der Konsistenz und der (asymptotischen) Effizienz als sehr geeignet. Allerdings erfordert die ML-Methode nor¬malverteilte Daten.

    Google Scholar 

  7. Vgl. Homburg, C. (1992), S. 499 ff.

    Google Scholar 

  8. Vgl. Herrmann, A. et al. (2004), S. 1.

    Google Scholar 

  9. Im Falle formativer Modelle verursachen die Indikatoren die latente Variable. Eine Verän¬derung der Indikatoren impliziert somit auch eine Veränderung des Konstrukts. Im reflekti¬ven Messmodell verursacht die latente Variable die ihr zugeordneten Indikatoren. Eine Veränderung des Konstrukts bedingt somit die Veränderung aller ihr zugeordneten Indika¬toren (vgl. Eggert, A./ Fassott, G. (2003), S. 3 f.).

    Google Scholar 

  10. Vgl. Herrmann, A. et al. (2004), S. 1 ff.

    Google Scholar 

  11. Vgl. Homburg, C./ Pflesser, C. (2000), S. 420.

    Google Scholar 

  12. Vgl. Bollen, K. (1989), S. 13 f.

    Google Scholar 

  13. Vgl. Bollen, K. (1989), S. 13 f.

    Google Scholar 

  14. Vgl. Eggert, A./ Fassot, G. (2003), S. 3 f.

    Google Scholar 

  15. Vgl. Bollen, K. (1989), S. 16 ff.

    Google Scholar 

  16. Vgl. Backhaus, K. et al. (2000), S. 412 ff.

    Google Scholar 

  17. Vgl. Herrmann, A. et al. (2004), S. 4.

    Google Scholar 

  18. Vgl. Chin, W. W./ Newsted, P. R. (1999), S. 323; Lohmöller, J. B. (1989), S. 25 ff.

    Google Scholar 

  19. Vgl. Fornell, C./ Bookstein, F. L. (1982), S. 443.

    Google Scholar 

  20. Vgl. Fornell, C./ Cha, J. (1994), S. 62.

    Google Scholar 

  21. Vgl. Herrmann, A. et al. (2004), S. 5.

    Google Scholar 

  22. Vgl. Cassel, C. et al. (1999), S. 438; Fornel, C./ Cha, J. (1994), S. 64 ff.

    Google Scholar 

  23. Vgl. Chin, W. W. /Newsted, P. R. (1999), S. 319.

    Google Scholar 

  24. Vgl. Cassel, C. et al. (1999), S. 438.

    Google Scholar 

  25. Vgl. Noonan, R./ Wold, H. (1982), S. 77 ff.

    Google Scholar 

  26. Vgl. Chin, W. W./Newsted, P. R. (1999), S. 316; Lohmöller, J. B. (1989), S. 29 f.

    Google Scholar 

  27. Die Konstruktwerte sind im Gegensatz zu LISREL somit determiniert.

    Google Scholar 

  28. OLS steht für Ordinary Least Squares (gewöhnliche Methode der kleinsten Quadrate). Für eine genauere Erklärung dieses Verfahrens vgl. Schulze, P. (1998), S. 137 ff.

    Google Scholar 

  29. Vgl. Herrmann, A. et al. (2004), S. 6.

    Google Scholar 

  30. Vgl. Fornell, C./ Bookstein, F. L. (1982), S. 443.

    Google Scholar 

  31. Für die ML-Schätzung im Rahmen von LISREL ist eine Normalverteilung der Daten erfor¬derlich.

    Google Scholar 

  32. Vgl. Fornell, C./ Bookstein, F. L. (1982), S. 443.

    Google Scholar 

  33. Vgl. Kressmann, F. et al. (2004), S. 6.

    Google Scholar 

  34. Vgl. Herrmann, A. et al. (2004), S. 19.

    Google Scholar 

  35. Im Rahmen der Beurteilung des Messmodells gelten unterschiedliche Richtlinien für for¬mativ bzw. reflektiv modellierte Konstrukte. Aufgrund der Tatsache, dass im Rahmen die¬ser Arbeit keine formativen Konstrukte Berücksichtigung finden, wird auf eine Diskussion der relevanten Gütekriterien für diese Form der Konstruktoperationalisierung verzichtet. Des Weiteren generiert PLS kein Kriterium, das explizit zur globalen Beurteilung des Ge¬samtmodells dient. Dennoch wird die Problematik der Gesamtmodellbeurteilung im Rah¬men dieses Kapitels kurz diskutiert.

    Google Scholar 

  36. Vgl. Homburg, C./ Pflesser, C. (2000), S. 420 ff.

    Google Scholar 

  37. Vgl. Homburg, C./ Baumgärtner, H. (1998), S. 361.

    Google Scholar 

  38. Vgl. Fornell, C./ Larcker, D. F. (1981), S. 45.

    Google Scholar 

  39. Vgl. Chin, W. W. (1998), S. 321.

    Google Scholar 

  40. Vgl. Homburg, C./ Baumgärtner, H. (1998), S. 361.

    Google Scholar 

  41. Vgl. Herrmann, A. et al. (2004), S. 19.

    Google Scholar 

  42. Vgl. Fornell, C./ Larcker, D. F. (1981), S. 46.

    Google Scholar 

  43. Vgl. Herrmann, A. et al. (2004), S. 19.

    Google Scholar 

  44. Vgl. Nulland, J. (1999), S. 198.

    Google Scholar 

  45. Vgl. Efron, B./ Tibshirani, R. J. (1993), S. 145 f.; Efron, B./ Gong, G. (1983), S. 39 f.

    Google Scholar 

  46. Vgl. Herrmann, A. et al. (2004), S. 32.

    Google Scholar 

  47. Vgl. Herrmann, A. et al. (2004), S. 21.

    Google Scholar 

  48. Vgl. Backhaus, E. et al. (2000), S. 20 f.

    Google Scholar 

  49. Vgl. Geisser, S. (1974); Stone, M. (1974).

    Google Scholar 

  50. Vgl. Ringle, C. M. (2004), S. 15.

    Google Scholar 

  51. Vgl. Fornell, C./ Cha, J. (1994), S. 72 f.; Fornell, C./ Bookstein, F. L. (1982), S. 450.

    Google Scholar 

  52. Vgl. Chin, W. W. (1998), S. 317.

    Google Scholar 

  53. Zur ausführlichen Beschreibung einzelner Schritte dieser Prozedur vgl. Chin, W. W. (1998), S. 317.

    Google Scholar 

  54. Vgl. Ringle, C. M. (2004), S. 15.

    Google Scholar 

  55. Vgl. Chin, W. W. (1998), S. 317.

    Google Scholar 

  56. Vgl. Ringle, C. M. (2004), S. 17.

    Google Scholar 

  57. Vgl. Herrmann, A. et al. (2004), S. 21.

    Google Scholar 

  58. Vgl. Herrmann, A. et al. (2004), S. 32.

    Google Scholar 

  59. Vgl. Herrmann, A. et al. (2004), S. 23.

    Google Scholar 

  60. Vgl. Gefen, D. et al. (2000), S. 64.

    Google Scholar 

  61. Vgl. Cohen, J. (1988), S. 412.

    Google Scholar 

  62. Vgl. Ringle, C. M. (2004), S. 15.

    Google Scholar 

  63. Vgl. Meffert, H. (1998), S. 141 f.

    Google Scholar 

  64. Vgl. Hippel, K. (1996), S. 53 ff.

    Google Scholar 

  65. Vgl. Hippel, K. (1998), S. 42 ff.

    Google Scholar 

  66. Vgl. zum Beispiel Sood, S./ Rogers, E. M. und Vorderer, P. (1996) zu Seriendarstellern sowie beispielsweise Eyal, K./ Rubin, A. M. (2003) und Rubin, A. M./ Perse, E. M./ Powel, R. A. (1985) zu non-fiktionalen Stars.

    Google Scholar 

  67. Pay-per-View-Formate erfahren keine Berücksichtigung, da ein anderes Fernsehverhalten unterstellt wird. Beispielsweise sind höhere Wechselbarrieren aufgrund direkt zurechen¬barer Rezeptionskosten zu erwarten.

    Google Scholar 

  68. Vgl. Gerhard, H. (2002), S. 24. Zuschauer unter 16 Jahren dürfen aus rechtlichen Grün¬den nicht an der Befragung teilnehmen.

    Google Scholar 

  69. Für einen Überblick zu Vor-und Nachteilen der Erhebungsverfahren vgl. Meffert, H. (1998), S. 150.

    Google Scholar 

  70. Vgl. Gerhard, H. (2002), S. 24.

    Google Scholar 

  71. Für nähere Informationen zur Vorgehensweise im Rahmen der Operationalisierung vgl. Kapitel 4.2.

    Google Scholar 

  72. Mit der Rückübersetzungsmethode wird die Richtigkeit der Übersetzung gesichert, indem die getätigte Übersetzung durch einen Fremdsprachenexperten zurückübersetzt und mit dem Original verglichen wird.

    Google Scholar 

  73. Dieses Vorgehen wird empfohlen. Vgl. zum Beispiel Homburg, C./ Giering, A. (1996), S. 12 f.

    Google Scholar 

  74. Der Anhang enthält den verwendeten Fragebogen.

    Google Scholar 

  75. Die Erhebung dieser Daten dient der gezielteren Interpretation der Ergebnisse (vgl. Kapi¬tel 4.4).

    Google Scholar 

  76. Vgl. Nieschlag, R. et al. (1997), S. 687.

    Google Scholar 

  77. Vgl. Peter, S. I. (1996), S. 194.

    Google Scholar 

  78. Die Reliabilität ist ein Indikator für die Zuverlässigkeit der Messung. Eine Messung ist reli-abel, wenn sie konsistent ist, das heisst der Zufallsfehler Null ist. Die Validität bezeichnet die konzeptionelle Richtigkeit einer Messung. Konzeptionell richtig ist eine Messung dann, wenn sie das misst, was sie messen soll. Validität fordert, dass der systematische Fehler Null ist (vgl. Homburg, C./ Giering, A. (1996), S. 6 ).

    Google Scholar 

  79. Vgl. Homburg, C./ Giering, A. (1996), S. 118 f.

    Google Scholar 

  80. Vgl. Homburg, C./ Pflesser, C. (2000), S. 416.

    Google Scholar 

  81. Das zweistufige Vorgehen orientiert sich am von Homburg/ Giering entwickelten Leitfaden zur Konzeptualisierung und Operationalisierung komplexer Konstrukte (vgl. Homburg, C./ Giering, A. (1996)).

    Google Scholar 

  82. Vgl. Peter, S. I. (1996), S. 195.

    Google Scholar 

  83. Homburg, C./ Giering, A. (1996), S. 120.

    Google Scholar 

  84. Vgl. Homburg, C./ Giering, A. (1996), S. 120.

    Google Scholar 

  85. Vgl. Braunstein, C. (2000), S. 226.

    Google Scholar 

  86. Vgl. Homburg, C./ Giering, A. (1996), S. 120.

    Google Scholar 

  87. Vgl. Peter, S. I. (1996), S. 196.

    Google Scholar 

  88. Das Kriterium der Konvergenzvalidität erfordert, dass die einem Faktor zugeordneten In¬dikatoren bzw. die einer Dimension subsumierten Faktoren eine ausreichend starke Be¬ziehung untereinander aufweisen. Diskriminanzvalidität impliziert hingegen, dass bei einer Gruppierung der Indikatoren zu unterschiedlichen Faktoren, diese untereinander eine schwächere Bindung untereinander aufweisen als solche Indikatoren, die dem gleichen Faktor zugeordnet wurden (vgl. Homburg, C./ Giering, A. (1996), S. 118 ).

    Google Scholar 

  89. Bei der Beurteilung der Messinstrumente dieser Arbeit wurde eine Varimax-Rotation mit Kaiser-Normierung und paarweisem Fallausschluss angewendet (vgl. Nunally, J. C./ Bernstein, I. H. (1994), S. 498 ).

    Google Scholar 

  90. Vgl. Braunstein, C. (2000), S. 227.

    Google Scholar 

  91. Vgl. Anderson, E. W./ Fornell, C. (1994), S. 252.

    Google Scholar 

  92. Vgl. Peter, S. I. (1996), S. 197.

    Google Scholar 

  93. Im Gegensatz zu PLS handelt es sich bei LISREL um einen kovarianz-basierten Algo-rithmus. Im Rahmen dieses Verfahrens wird eine empirische Kovarianzmatrix mit einem theoretisch formulierten Modellgefüge abgeglichen, wobei der resultierende Fit beider Modelle die Güte des Gesamtmodells angibt.

    Google Scholar 

  94. Vgl. Homburg, C./ Pflesser, C. (2000), S. 416.

    Google Scholar 

  95. Vgl. Bollen, K. (1989), S. 282.

    Google Scholar 

  96. Vgl. Pflesser, C. (1999), S. 104. Aus forschungsökonomischen Gründen wird die Anwen-dung dieser beiden Kriterien im Rahmen der Konstruktoperationalisierung als ausreichend betrachtet.

    Google Scholar 

  97. Vgl. Backhaus, K. et al. (2003), S. 376.

    Google Scholar 

  98. Vgl. Balderjahn, I. (1985), S. 256 f.

    Google Scholar 

  99. Vgl. Homburg, C./ Baumgärtner, H. (1995), S. 166.

    Google Scholar 

  100. Df“ steht für degrees of freedom (Freiheitsgrade).

    Google Scholar 

  101. Vgl. Homburg, C./ Giering, A. (1996), S. 430.

    Google Scholar 

  102. Vgl. Braunstein, C. (2000), S. 231.

    Google Scholar 

  103. Vgl. Homburg, C./ Baumgärtner, H. (1995), S. 166. 606 Vgl. Backhaus, K. et al. (2000), S. 467.

    Google Scholar 

  104. Vgl. Homburg, C./ Baumgärtner, H. (1995), S. 167 ff.

    Google Scholar 

  105. Vgl. Hu, L./ Bentler, P. M. (1995), S. 166 ff.

    Google Scholar 

  106. Vgl. Peter, S. I. (1996), 156.

    Google Scholar 

  107. Vgl. Homburg, C./ Baumgärtner, H. (1995), S. 166 ff.

    Google Scholar 

  108. Vgl. Homburg, C./ Giering, A. (1996), 12 f.

    Google Scholar 

  109. Quelle: Eigene Darstellung.

    Google Scholar 

  110. Hinsichtlich der Verfahrensweise im Umgang mit Second-Order-Konstrukten orientiert sich der Autor am Vorgehen Sirgy et al. (vgl. Sirgy, M. J. et al. (2001), S. 241 ff.).

    Google Scholar 

  111. Fournier, S. M. (1999), S. 137.

    Google Scholar 

  112. Nachfolgend werden die Begriffe „Beziehung“ und „Markenbeziehung” sowie „Bezie-hungs-“ und „Markenbeziehungsqualität” synonym verwendet.

    Google Scholar 

  113. Vgl. Fournier, S. M. (1999), S. 156. Es liegt zwar eine siebenstufige Skala der Autorin zur Messung der Beziehungsqualität vor. Dieses 1994 entwickelte Messinstrument beinhaltet jedoch nicht die später postulierten Dimensionen (vgl. Fournier, S. M. (1994), S. 167 ).

    Google Scholar 

  114. Vgl. Thorbjörnsen, H. et al. (2002), S. 26 ff.

    Google Scholar 

  115. Vgl. Hayes, J. B. et al. (2000), S. 8

    Google Scholar 

  116. Vgl. Aaker, J. L. et al. (2004), S. 1 ff.

    Google Scholar 

  117. Vgl. Delgado-Ballester, E./ Munuera-Allemän, J. L. (2001).

    Google Scholar 

  118. Vgl. Gurviez, P./ Korchia, M. (2003).

    Google Scholar 

  119. Zur näheren Begründung dieser Entscheidung vgl. Kapitel 3.2.2 dieser Arbeit.

    Google Scholar 

  120. Vgl. Gurviez, P./ Korchia, M. (2003), S. 12.

    Google Scholar 

  121. Vgl. Mayer, R. C. et al. (1995), S. 718.

    Google Scholar 

  122. Vgl. Becerra, M./ Gupta, A. K. (2003), S. 42.

    Google Scholar 

  123. Quelle: Eigene Darstellung.

    Google Scholar 

  124. Die Berücksichtigung der Dimension „Wohlwollen“ in nahezu allen betriebswirtschaftlichen Arbeiten zum Vertrauenskonstrukt bekräftigt die Relevanz dieser Dimension. Dieser Sachverhalt wird als Argument für ein Festhalten an dieser Facette angesehen (für einen Überblick über marketingspezifische Operationalisierungsansätze zum Vertrauenskon¬strukt vgl. Swan, J. E. et al. (1999)).

    Google Scholar 

  125. Castello, V. (1999), S. 116 f.

    Google Scholar 

  126. Vgl. Sood, S. (2002).

    Google Scholar 

  127. Vgl. Castello, V. (1999).

    Google Scholar 

  128. Vgl. Sood, S. (2002), S. 153 ff.; Castello, V. (1999), S. 116 ff.

    Google Scholar 

  129. Castello untersucht im Rahmen seiner Doktorarbeit die Beziehungen von Fans zu Inter nethelden und führt das Ausmaß dieses Phänomens ebenfalls u. a. auf den Grad des Involviertseins der Internet-User zurück.

    Google Scholar 

  130. Vgl. Abelman, R. (1989).

    Google Scholar 

  131. Vgl. Perse, E. M./ Rubin, R. B. (1989). Die Autoren entwickelten diese Skala zur Erklä¬rung stattfindender Interaktionen zwischen Rezipienten und favorisierten TV-Charakteren.

    Google Scholar 

  132. Vgl. Rubin, A. M./ Perse, E. M. (1987).

    Google Scholar 

  133. Zur Vorgehensweise im Rahmen der indirekten Kongruenzmessung vgl. zum Beispiel Bauer, H. H. et al. (2000).

    Google Scholar 

  134. Vgl. Sirgy, M. J. et al. (1997).

    Google Scholar 

  135. Vgl. Sirgy, M. J. et al. (1997), S. 231 ff.

    Google Scholar 

  136. Vgl. Sirgy, M. J. et al. (1997), S. 235.

    Google Scholar 

  137. Die Tatsache, dass es sich bei den eliminierten Items um die negativ formulieren Fragen handelt, legt die Vermutung nahe, dass die Probanden in Bezug auf diese Fragen die An¬kerpunkte der 7er-Skala falsch gedeutet haben. Dies würde die auffälligen Ergebnisse hinsichtlich dieser Items erklären.

    Google Scholar 

  138. Vgl. Peter, S. I. (1997), S. 183.

    Google Scholar 

  139. Vgl. Anderson, E. W./ Sullivan, M. (1993), S. 133.

    Google Scholar 

  140. Vgl. Parasuraman, A. et al. (1991), S. 39 ff.

    Google Scholar 

  141. Vgl. Braunstein, C. (2000).

    Google Scholar 

  142. Vgl. Braunstein, C. (2000), S. 198 ff.

    Google Scholar 

  143. Vgl. Herrmann, A. et al. (2004), S. 22

    Google Scholar 

  144. Bei sorgfältiger Durchführung der KFA im Vorfeld der PLS sind keine kritischen Werte hinsichtlich der Beurteilungskriterien auf Messmodellebene zu erwarten (vgl. Herrmann, A. et al. (2004), S 19 ).

    Google Scholar 

  145. Vgl. Herrmann, A. et al. (2004), S. 20.

    Google Scholar 

  146. Für eine Erläuterung des Q2-Maßes vgl. Ringle, C. M. (2004), S. 16 ff.

    Google Scholar 

  147. Die Begriffe TV-Star, Fernsehstar, Star, „Marke Mensch“, „Menschenmarke” und „Marke“ werden im Rahmen der nachfolgenden Diskussion synonym verwendet.

    Google Scholar 

  148. Die Bedeutung des Involvementkonstrukts im Rahmen der Herausbildung von Bezie-hungsqualität wird auch durch andere kausalanalytischen Arbeiten bestätigt. Kressmann et al. identifizieren beispielsweise in einer Studie ebenfalls das Involvement als wichtigste Determinante der Beziehungsqualität (vgl. Kressmann, F. et al. (2003), S. 412 ).

    Google Scholar 

  149. Vgl. Horton, D./ Wohl, R. R. (1956), S. 215 f.

    Google Scholar 

  150. Vgl. Fournier, S. M. (1999), S. 160.

    Google Scholar 

  151. Vgl. Dion, P. et al. (1995), S. 1 ff.

    Google Scholar 

  152. Vgl. Tenzer, E. (2004), S. 40.

    Google Scholar 

  153. Vgl. Aaker, J. L. ( 1997 ); Aaker, J. L. (1999).

    Google Scholar 

  154. Vgl. Gillies, J. M. (2003), S. 47.

    Google Scholar 

  155. Vgl. Wicke, A./ Esch, F. R. (1999), S. 52 f.

    Google Scholar 

  156. Vgl. Cashmore, E. (2003), S. 133 ff.

    Google Scholar 

  157. Vgl. Bold, K./ Hirn, W. (2003), S. 40 ff.

    Google Scholar 

  158. Vgl. Cashmore, E. (2003), S. 133.

    Google Scholar 

  159. Bauer et al. schlagen die Zugrundelegung eines Distanzmaßes zur Abbildung der Kon-gruenz vor. Für Informationen zur Ermittlung von Persönlichkeitskongruenz vgl. Bauer, H. H. et al. (2000), S. 14 ff.

    Google Scholar 

  160. Vgl. Horton, D./ Wohl, R. R. (1956), S. 215 ff.

    Google Scholar 

  161. Vgl. Behrendt, R./ Panetta, R. (2003), S. 269 ff.

    Google Scholar 

Download references

Authors

Rights and permissions

Reprints and permissions

Copyright information

© 2005 Springer Fachmedien Wiesbaden

About this chapter

Cite this chapter

Henkel, S., Huber, F. (2005). Empirische Überprüfung des Markenbeziehungsmodells. In: Marke Mensch. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-663-08077-0_4

Download citation

  • DOI: https://doi.org/10.1007/978-3-663-08077-0_4

  • Publisher Name: Deutscher Universitätsverlag, Wiesbaden

  • Print ISBN: 978-3-8244-8309-9

  • Online ISBN: 978-3-663-08077-0

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics