Skip to main content
SpringerLink
Log in

Konzeption der empirischen Untersuchung

  • Chapter
Werbemanagement in jungen Wachstumsunternehmen

  • 1204 Accesses

Auszug

In diesem Kapitel werden die Grundlagen und die Vorgehensweise der empirischen Untersuchung erläutert. Dabei handelt es sich zum einen um die Methodik der empirischen Analyse, die in Abschnitt 5.1 behandelt wird. Weiterhin wird in Abschnitt 5.2 im Rahmen der Operationalisierung die Entwicklung eines geeigneten Instrumentariums für die Messung der einzelnen Modellkomponenten beschrieben. Abschnitt 5.3 beinhaltet die Modellspezifikation als letzten Schritt im Rahmen der Konzeption der vorliegenden Studie.

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 79.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 84.99
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.

Literature

  1. Je nach Zielsetzung der Verfahren wird beispielsweise häufig zwischen deskriptiven und induktiven Me-thoden unterschieden. Vgl. Homburg et al. (2000), S. 104.

    Google Scholar 

  2. Vgl. stellvertretend Homburg et al. (2000), S. 104ff.

    Google Scholar 

  3. Vgl. Bliemel et al. (2005), S. 10ff.; Homburg/Pflesser (2000), S. 635. Zur Unterscheidung kovarianzbasier-ter und varianzbasierter Analysemethoden siehe Abschnitt 5.1.2.

    Google Scholar 

  4. Konzeptualisierung eines Konstrukts wird als die Erarbeitung der Konstruktdimensionen verstanden. Die entsprechende Operationalisierung kennzeichnet die Entwicklung eines Messinstruments. Vgl. Homburg/ Giering (1996), S. 5. Siehe auch Abschnitt 5.1.3.

    Google Scholar 

  5. Vgl. Homburg/ Baumgartner (1995a), S. 1091ff.; Homburg/Baumgartner (1995b), S. 162ff.; Bagozzi (1980). In der Literatur wird anstelle des Begriffs „Kausalanalyse“ häufig synonym von Strukturglei-chungsmodellen oder Kovarianzstrukturanalyse gesprochen.

    Google Scholar 

  6. Vgl. Homburg/ Baumgartner (1995a), S. 1092. Siehe auch Jöreskog/Sörbom (1982), S. 404ff.

    Google Scholar 

  7. Vgl. Götz/ Liehr-Gobbers (2004), S. 724. Eine ausführlichere Beschreibung moderierender Effekte und ihrer Überprüfung erfolgt in Abschnitt 6.3.

    Google Scholar 

  8. Vgl. Homburg/ Pflesser (2000), S. 646ff.

    Google Scholar 

  9. Vgl. Jöreskog/ Sörbom (1982), S. 404; Homburg/Baumgartner (1995b), S. 163.

    Google Scholar 

  10. Vgl. Homburg/ Pflesser (2000), S. 640f.; Homburg/Baumgartner (1995b), S. 163.

    Google Scholar 

  11. Vgl. Homburg/ Pflesser (2000), S. 640f.

    Google Scholar 

  12. Vgl. MacCallum/ Browne (1993), S.533f.; Jarvis et al. (2003), S. 200ff. sowie Götz/Liehr-Gobbers (2004), S. 717f.

    Google Scholar 

  13. Vgl. Bollen/ Lennox (1991), S. 305ff.

    Google Scholar 

  14. Vgl. Homburg/ Baumgartner (1995a), S. 1092.

    Google Scholar 

  15. Vgl. Diamantopoulos/ Winklhofer (2001), S. 269f.; Götz/Liehr-Gobbers (2004), S. 718.

    Google Scholar 

  16. Vgl. Jarvis et al. (2003), S. 199ff.; Law et al. (1998), S. 741ff.

    Google Scholar 

  17. Vgl. Jöreskog/ Sörbom (1982), S. 404f.

    Google Scholar 

  18. Vgl. Homburg/ Pflesser (2000), S. 640ff.

    Google Scholar 

  19. Vgl. Bollen/ Lennox (1991), S. 306; Götz/Liehr-Gobbers (2004), S. 718f.

    Google Scholar 

  20. Vgl. Götz/ Liehr-Gobbers (2004), S. 719f.; Chin/Newsted (1999), S. 322f.

    Google Scholar 

  21. Vgl. Chin (1998), S. 295ff.; Götz/Liehr-Gobbers (2004), S. 717.

    Google Scholar 

  22. Vgl. Götz/ Liehr-Gobbers (2004), S. 716.

    Google Scholar 

  23. In der Varianz-Kovarianzmatrix liegen die Varianzen der manifesten Variable auf der Diagonalen, während die Kovarianzen unter-bzw. oberhalb der Variablen liegen. Vgl. Backhaus et al. (2006), S. 368.

    Google Scholar 

  24. Vgl. Fornell/ Bookstein (1982), S. 440. Zum weiteren Vergleich kovarianz-und varianzbasierter Lösungsverfahren siehe Abschnitt 5.1.2.

    Google Scholar 

  25. Vgl. Weitere Kriterien zur Wahl eines geeigneten Schätzalgorithmus sind die Skaleninvarianz der Fitfunktion sowie die Verfügbarkeit von Inferenzstatistiken. Vgl. Backhaus et al. (2006), S. 369f.

    Google Scholar 

  26. Vgl. Tabachnik/ Fidell (1989), S. 129.

    Google Scholar 

  27. Vgl. Bentler/ Chou (1987), S. 91; Bagozzi/Yi (1988), S. 82. Zur Festlegung des Mindeststichprobenumfangs kann ebenso ein Multiplikator von 10 herangezogen werden. Vgl. Chin/Newsted (1999), S. 326f.; Götz/Liehr-Gobbers (2004), S. 721.

    Google Scholar 

  28. Vgl. Henseler (2005), S. 70. Siehe auch Bliemel et al. (2005), 10.

    Google Scholar 

  29. Vgl. Jöreskog (1973), S. 85ff.; Jöreskog/Sörbom (1982), S. 404ff.

    Google Scholar 

  30. Vgl. Chin (1998), S. 297; Betzin/Henseler (2005), S. 50.

    Google Scholar 

  31. Vgl. Chin (1998), S. 297; Fassott (2005), S. 21.

    Google Scholar 

  32. Vgl. Wold (1966), S. 391ff.; Chin (1998), S. 301; Chin/Newsted (1999), S. 313.

    Google Scholar 

  33. Vgl. hierzu ausführlicher Lohmöller (1989), S. 50ff.; Betzin/Henseler (2005), S. 50.

    Google Scholar 

  34. Vgl. Fassott (2005), S. 20ff.; Götz/Liehr-Gobbers (2004), S. 715.

    Google Scholar 

  35. Vgl. Homburg/ Pflesser (2000), S. 646ff.

    Google Scholar 

  36. Vgl. Homburg/ Baumgartner (1995b), S. 165ff. Auf die einzelnen globalen Anpassungsmaße soll hier nicht näher eingegangen werden, da in der vorliegenden Arbeit ein varianzbasiertes Verfahren verwendet wird.

    Google Scholar 

  37. Vgl. Chin (1998), S.329f. Siehe auch Abschnitt 5.1.2.

    Google Scholar 

  38. Vgl. hierzu Chin (1998), S. 316ff.

    Google Scholar 

  39. Vgl. Homburg/ Baumgartner (1995b), S. 169f.

    Google Scholar 

  40. Vgl. Götz/ Liehr-Gobbers (2004), S. 727f.; Homburg/Baumgartner (1995b), S. 170; Bagozzi/Baumgartner (1994), S. 402f.; Fornell/Larcker (1981), S. 45.

    Google Scholar 

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

    Google Scholar 

  42. Vgl. Krafft et al. (2005), S. 76; Diamantopoulos (1999), S. 453f.

    Google Scholar 

  43. Vgl. Chin (1998), S. 306; Fornell/Larcker (1981), S. 46.

    Google Scholar 

  44. Vgl. Krafft et al. (2005), S. 76.

    Google Scholar 

  45. Vgl. Götz/ Liehr-Gobbers (2004), S. 728.

    Google Scholar 

  46. Es ist daher im Hinblick auf die Güte des Messmodells auch nicht nachteilig, wenn die Gewichte formativer Indikatoren relativ gering ausfallen. Vgl. Chin (1998), S. 307. Dies gilt insbesondere bei dem Einsatz varianzbasierter Verfahren wie Partial Least Squares. Vgl. Krafft et al. (2005), S. 78.

    Google Scholar 

  47. Vgl. Diamantopoulos/ Winklhofer (2001), S. 272. Liegt eine hohe Kollinearität zwischen einzelnen Indikatoren vor, so wird von manchen Autoren bei formativen Messmodellen die Eliminierung einzelner Indika-torvariablen empfohlen. Vgl. Götz/Liehr-Gobbers (2004), S. 729.

    Google Scholar 

  48. Vgl. Krafft et al. (2005), S. 79.

    Google Scholar 

  49. Vgl. Krafft et al. (2005), S. 79f.; Marquardt (1970), S. 606.

    Google Scholar 

  50. Vgl. Belsley et al. (1980), S. 152ff.; Krafft et al. (2005), S. 79. Eine genauere Beschreibung der genannten Gütekriterien befindet sich in Abschnitt 6.2.1.

    Google Scholar 

  51. Vgl. z. B. Hulland (1999), S. 201.

    Google Scholar 

  52. Dazu kann das so genannte MIMIC (Multiple Indicators and Multiple Causes) — Modell verwendet werden. Vgl. Diamantopoulos/ Winklhofer (2001), S. 272f.; Reinartz et al. (2004), S. 297ff.

    Google Scholar 

  53. Vgl. Diamantopoulos/ Winklhofer (2001), S. 272f. Dies erlaubt wiederum den Einsatz der Gütekriterien zur Beurteilung der Konstruktreliabilität reflektiver Messmodelle. Eine umfassende Beschreibung der externen Validität formativer Messmodelle liefern Krafft et al. (2005), S. 80ff.

    Google Scholar 

  54. Vgl. Hildebrandt (1984), S.41f.

    Google Scholar 

  55. Einen Überblick über verschiedene Kriterien zur Validitätsmessung liefern Homburg/ Giering (1996), S. 6ff. sowie Hildebrandt (1984), S. 41ff. und Bagozzi/Phillips (1982), S. 468ff.

    Google Scholar 

  56. Vgl. Bohmstedt (1970), S. 92; Hildebrandt (1984), S. 42.

    Google Scholar 

  57. Vgl. Churchill (1979), S. 69. Götz/Liehr-Gobbers (2004) schlagen die Überprüfung der Inhaltsvalidität anhand einer explorativen Faktorenanalyse vor. Vgl. Götz/Liehr-Gobbers (2004), S. 727.

    Google Scholar 

  58. Vgl. Bagozzi et al. (1991), S. 425ff.; Bagozzi/Phillips (1982), S. 469.

    Google Scholar 

  59. Vgl. Chin (1998), S. 321f.

    Google Scholar 

  60. Vgl. Hulland (1999), S. 199.

    Google Scholar 

  61. Vgl. Hildebrandt (1984), S. 42ff.; Homburg/Giering (1996), S. 7f.

    Google Scholar 

  62. Vgl. Bagozzi (1981), S. 195ff. sowie Abschnitt 6.2.1.

    Google Scholar 

  63. Vgl. Diamantopoulos/ Winklhofer (2001), S. 271f.

    Google Scholar 

  64. Vgl. Gruber (2005), S. 197. Wie im reflektiven Fall wäre auch eine exploratorische Faktorenanalyse zur empirischen Überprüfung der Inhaltsvalidität bei formativ spezifizierten Konstrukten denkbar.

    Google Scholar 

  65. Vgl. Krafft et al. (2005), S. 72ff.

    Google Scholar 

  66. Vgl. Götz/ Liehr-Gobbers (2004), S. 730.

    Google Scholar 

  67. Vgl. Jain (1994), S. 168.

    Google Scholar 

  68. Vgl. hierzu Backhaus et al. (2006), S. 64ff.

    Google Scholar 

  69. Vgl. z. B. Homburg/Baumgartner (1995b), S. 172.

    Google Scholar 

  70. Vgl. Chin (1998), S. 316ff. Auf diese Gütekriterien wird im Zusammenhang mit der Datenanalyse nochnäher eingegangen.

    Google Scholar 

  71. Vgl. Backhaus et al. (2006), S. 64ff. Siehe auch Homburg/Baumgartner (1995b), S. 170ff.

    Google Scholar 

  72. Vgl. Stone (1974), S. 111ff.; Geisser (1975), S. 320ff.

    Google Scholar 

  73. Vgl. Fornell/ Cha (1994), S. 71ff.; Götz/Liehr-Gobbers (2004), S. 731.

    Google Scholar 

  74. Vgl. Götz/ Liehr-Gobbers (2004), S. 730.

    Google Scholar 

  75. Vgl. Cohen (1992), S. 155ff.; Baroudi/Orlikowski (1989), S. 87ff. Die Analyse der Teststärke wird in Abschnitt 6.2.1 dargestellt.

    Google Scholar 

  76. Vgl. Homburg/ Pflesser (2000), S. 652f.

    Google Scholar 

  77. Vgl. z. B. Cohen et al. (1990), S. 183ff.; Jarvis et al. (2003), S. 200ff.

    Google Scholar 

  78. Vgl. Brettel/ Hungeling (2005), S. 14; Homburg/Dobratz (1991), S. 218ff.

    Google Scholar 

  79. Vgl. Homburg/ Pflesser (2000), S. 653.

    Google Scholar 

  80. Vgl. Chin (1998), S. 295ff. Einen umfassenden Vergleich der beiden Untersuchungsmethoden liefern Fornell/Bookstein (1982), S. 440ff. sowie Scholderer/Balderjahn (2005), S. 88ff.

    Google Scholar 

  81. Vgl. Chin/ Newsted (1999), S. 337; siehe auch Bliemel et al. (2005), S. 10.

    Google Scholar 

  82. Vgl. Fassott (2005), S. 26.

    Google Scholar 

  83. Chin/ Newsted (1999), S. 312f. Der englische Begriff für die Analyse von Strukturgleichungsmodellen lautet „Structural Equation Modeling“ (SEM).

    Google Scholar 

  84. Vgl. Scholderer/ Balderjahn (2005), S. 98; Chin/Newsted (1999), S. 308.

    Google Scholar 

  85. Vgl. Chin (1998), S. 295; Chin/Newsted (1999), S. 330; Henseler (2005), S. 70.

    Google Scholar 

  86. Vgl. Chin/ Newsted (1999), S. 328.

    Google Scholar 

  87. Vgl. Scholderer/ Balderjahn (2005), S. 93.

    Google Scholar 

  88. Vgl. MacCallum/ Browne (1993), S. 540. Allerdings wird wie bei der Kovarianzstrukturanalyse auch bei varianzbasierten Verfahren eine metrische Datenskalierung gefordert.

    Google Scholar 

  89. Vgl. Götz/ Liehr-Gobbers (2004), S. 720f. Zur Ermittlung des Stichprobenumfangs siehe Abschnitt 5.1.1.

    Google Scholar 

  90. Vgl. Scholderer/ Balderjahn (2005), S. 91; Chin et al. (2003), S. 205f.

    Google Scholar 

  91. Vgl. Chin (1998), S.329f.; Götz/Liehr-Gobbers (2004), S. 721f.

    Google Scholar 

  92. Vgl. Edwards (2001), S. 144ff.

    Google Scholar 

  93. Vgl. Churchill (1979), S. 66.

    Google Scholar 

  94. Vgl. Homburg/ Giering (1996), S. 11.

    Google Scholar 

  95. Vgl. Chin et al. (2003), S. 189ff.

    Google Scholar 

  96. Vgl. Jarvis et al. (2003), S. 199ff.

    Google Scholar 

  97. Vgl. Homburg/ Giering (1996), S. 5; Churchill (1979), S. 66ff.

    Google Scholar 

  98. Vgl. zu diesem Vorgehen Homburg/Giering (1996), S. 11ff.

    Google Scholar 

  99. Vgl. Churchill (1979), S. 67f.; Diamantopoulos/Winklhofer (2001), S. 274f.

    Google Scholar 

  100. Vgl. hierzu Churchill (1979), S. 68.

    Google Scholar 

  101. Vgl. Likert (1970), S. 149ff.

    Google Scholar 

  102. Vgl. Fassott/ Eggert (2005), S. 38.

    Google Scholar 

  103. Vgl. Law et al. (1998), S. 741.

    Google Scholar 

  104. Vgl. Einen Überblick über verschiedene Typen und Charakteristika multidimensionaler Konstrukte liefern Jarvis et al. (2003), S. 204f. Siehe auch Hiddemann (2007), S. 111ff.

    Google Scholar 

  105. Vgl. z. B. Law et al. (1998), S. 743ff.

    Google Scholar 

  106. Vgl. Law et al. (1998), S. 743f.

    Google Scholar 

  107. Vgl. Edwards (2001), S. 145f.

    Google Scholar 

  108. Vgl. Law et al. (1998), S. 743f.

    Google Scholar 

  109. Vgl. Edwards (2001), S. 147.

    Google Scholar 

  110. Diesem Dilemma kann jedoch weitgehend durch die Nutzung des PLS-Ansatzes entgegengewirkt werden (z. B. durch die Schätzung von Gewichten). Die Vor-und Nachteile des Einsatzes multidimensionaler Kon-strukte werden ausführlich von Edwards (2001), S. 148ff. beschrieben.

    Google Scholar 

  111. Vgl. zu diesem Vorgehen Edwards (2001), S. 144; Law et al. (1998), S. 741ff.

    Google Scholar 

  112. Vgl. Edwards (2001), S. 147. Siehe auch Hiddemann (2007), S. 112f.

    Google Scholar 

  113. Vgl. Frese et al. (2000), S. 2ff.; Jung (2004), S. 62.

    Google Scholar 

  114. Vgl. Schweiger/ Schrattenecker (2005), S. 161 sowie Abschnitt 3.2.2.

    Google Scholar 

  115. Vgl. hierzu insbesondere Stokes (2000a), S. 51ff.

    Google Scholar 

  116. Vgl. Kotler/ Bliemel (2001), S. 416.

    Google Scholar 

  117. Vgl. Stokes (2000a), S. 51 sowie Abschnitt 3.2.3.

    Google Scholar 

  118. Vgl. dazu z. B. Pepels (2001), S. 98; Homburg/Krohmer (2003), S. 629.

    Google Scholar 

  119. Vgl. Jung (2004), S. 278.

    Google Scholar 

  120. Vgl. z. B. Pepels (1996), S. 97; Schweiger/Schrattenecker (2005), S. 169.

    Google Scholar 

  121. Vgl. Abschnitt 3.2.4. Bei den angestrebten Zielen (WPBud4) kann es sich zwar auch um nicht-ökonomische Größen handeln. Es wird jedoch davon ausgegangen, dass für junge Wachstumsunternehmen wirtschaftliche Zielsetzungen im Vordergrund stehen. Vgl. hierzu Rüggeberg (2003), S. 182f.; Rust et al. (2004), S. 76.

    Google Scholar 

  122. Vgl. Töpfer (1976), S. 124ff. und 279ff. Siehe auch Abschnitt 3.2.6.

    Google Scholar 

  123. Vgl. Töpfer (1976), S. 3ff. im Anhang A sowie Hiddemann (2007), S. 73.

    Google Scholar 

  124. Vgl. Jaworski et al. (1993), S. 57ff.; Ouchi/Maguire (1975), S. 559ff. Zur Unterscheidung der verschiedenen Kontrollformen siehe Abschnitt 3.3.1.

    Google Scholar 

  125. Vgl. hierzu Bauer et al. (2000a), S. 27f. sowie Abschnitt 3.3.2.

    Google Scholar 

  126. Vgl. hierzu Homburg/ Krohmer (2003), S. 686ff.

    Google Scholar 

  127. Vgl. Wißmann (2000), S. 149f.

    Google Scholar 

  128. Vgl. Töpfer (1976), S. 124ff. und S. 279ff. sowie Abschnitt 3.3.4.

    Google Scholar 

  129. Vgl. Dess/ Robinson (1984), S. 265f. Eine umfassende Übersicht über objektive und subjektive Erfolgsmaße liefern Müller-Böling/Klandt (1993), 154; Kulicke (1993), S. 142f.

    Google Scholar 

  130. Vgl. Murphy et al. (1996), S. 15f.

    Google Scholar 

  131. Vgl. McDougall/ Oviatt (1996), S. 30; Gruber (2005), S. 192f.

    Google Scholar 

  132. Vgl. Kulicke (1993), S. 142; Lück et al. (1996), S. 439. Siehe auch Schefczyk (2000), S. 125.

    Google Scholar 

  133. Vgl. Hunsdiek/ May-Strobl (1986), S. 25.

    Google Scholar 

  134. Vgl. Albach/ Hunsdiek (1987), S. 572.

    Google Scholar 

  135. Vgl. Murphy et al. (1996), S. 16f.

    Google Scholar 

  136. Vgl. Brüderl et al. (1996), S. 91.

    Google Scholar 

  137. Vgl. Chrisman et al. (1999), S. 7; Dess/Robinson (1984), S. 266.

    Google Scholar 

  138. Vgl. Müller-Böling/ Klandt (1993), 154; Lück et al. (1996), S. 439.

    Google Scholar 

  139. Vgl. Schefczyk (2000), S. 125.

    Google Scholar 

  140. Dies liegt vor allem daran, dass bei der Untersuchung kleiner, privater Unternehmen entweder keine objektiven Erfolgsmaße auf einer konsistenten Basis erhältlich sind oder unterschiedliche Verfahren im Bereich des Rechnungswesens sowie verschiedene Rechtsformen der betrachteten Unternehmen zu Messfehlern führen können. Vgl. Dess/ Robinson (1984), S. 265ff.

    Google Scholar 

  141. Vgl. Schmidt (2002), S. 24.

    Google Scholar 

  142. Vgl. Schmidt (2002), S. 23ff. Zu dem Erfolg in unterschiedlichen Entwicklungsphasen siehe Müller-Böling/Klandt (1993), S. 154.

    Google Scholar 

  143. Vgl. Kulicke (1993), S. 140.

    Google Scholar 

  144. Vgl. Grulms (2000), S. 223. Siehe auch Chrisman et al. (1999), S. 7. Zu den unterschiedlichen Phasen der Entwicklung junger Unternehmen siehe Abschnitt 3.4.1.1.

    Google Scholar 

  145. Vgl. Albach/ Hunsdiek (1987), S. 572.

    Google Scholar 

  146. Vgl. Brettel (2004), S. 202.

    Google Scholar 

  147. Vgl. Grulms (2000), S. 223.

    Google Scholar 

  148. Vgl. Diamantopoulos/ Schlegelmilch (1996), S. 520.

    Google Scholar 

  149. Vgl. Shoham et al. (2005), S. 449.

    Google Scholar 

  150. Die Autoren weisen jedoch darauf hin, dass subjektive Erfolgsmaße nicht pauschal als Ersatz für objektive Erfolgskriterien zu werten sind. Vgl. Dess/ Robinson (1984), S. 271. Siehe hierzu auch Chandler/Hanks (1993), S. 391ff.

    Google Scholar 

  151. Vgl. Kessell (2007), S. 141ff.; Pelham (1999), S. 43; Deshpandé et al. (1992), S. 15. Ein ähnliches Vorgehen verfolgen Covin/Slevin (1989), S. 75ff.

    Google Scholar 

  152. Vgl. Schürmann (1993), S. 105ff.

    Google Scholar 

  153. Vgl. hierzu Song et al. (2005), S. 259ff.

    Google Scholar 

  154. Vgl. Kessell (2007), S. 140ff. sowie Deshpandé et al. (1992), S. 15; Pelham (1999), S. 43.

    Google Scholar 

  155. Vgl. Kazanjian (1988), S. 257f.

    Google Scholar 

  156. Vgl. Kazanjian (1988), S. 261ff.

    Google Scholar 

  157. Vgl. Kazanjian (1988), S. 262. Eine Beschreibung des Wachstumsmodells liefert Abschnitt 3.4.1.1.

    Google Scholar 

  158. Vgl. Kazanjian (1988), S. 261f.

    Google Scholar 

  159. Vgl. Steffenhagen (2004), S. 151ff.

    Google Scholar 

  160. Vgl. Galbraith (1982), S. 74.

    Google Scholar 

  161. Vgl. Claas (2006), S. 167ff.

    Google Scholar 

  162. Vgl. z. B. Kieser (2002), S. 175. Siehe auch LaForge/Miller (1987), S. 54ff.

    Google Scholar 

  163. Vgl. hierzu Davis et al. (1985), S. 31ff.; Bracker/Pearson (1986), S. 505 sowie die Herausforderungen an das Marketing junger Wachstumsunternehmen in Abschnitt 2.1.3. Ähnliches kann für die Unterscheidung anhand des Unternehmensalters im Rahmen des Marketingmanagements angenommen werden.

    Google Scholar 

  164. Vgl. LaForge/ Miller (1987), S. 56f.

    Google Scholar 

  165. Vgl. z. B. Duncan (1972), S. 315. Siehe auch Kieser (2002), S. 175.

    Google Scholar 

  166. Vgl. Covin/ Slevin (1991), S. 11.

    Google Scholar 

  167. Vgl. Jaworski/ Kohli (1993), S. 57ff. Der letzte Indikator beinhaltet eine negativ kodierte Aussage (-).

    Google Scholar 

  168. Vgl. Krafft et al. (2003), S. 102; MacCallum/Browne (1993), S. 540 sowie Diamantopoulos/Winklhofer (2001), S. 270.

    Google Scholar 

  169. Vgl. Fassott/ Eggert (2005), S. 32f.; Jarvis et al. (2003), S. 199ff.

    Google Scholar 

  170. Eine ex post Spezifikation der Messmodelle kann zudem anhand der empirischen Daten erfolgen, indem die Höhe der Korrelationen zwischen den Indikatoren überprüft werden. Hohe positive Korrelationen weisen auf eine reflektive Messmodellspezifikation hin. Vgl. hierzu ausführlicher Bollen/ Lennox (1991), S. 305ff

    Google Scholar 

  171. Zur Überprüfung der Modellspezifikation kann ebenfalls der TETRAD-Test herangezogen werden, der ne-ben einer qualitativen Unterscheidung der reflektiven und formativen Konstruktausprägungen eine quantita-tive Analyse erlaubt. Vgl. Bollen/ Ting (2000), S. 3ff.; Ting (1998), S. 157ff. Die Anwendung eines TETRAD-Tests ist jedoch äußerst kritisch zu betrachten, da bei kleinen Stichprobenumfangen (<500) und mehr als 5 Indikatoren pro Konstrukt die Validität der vorhandenen Teststatistik nicht mehr gewährleistet ist. Vgl. Bollen/Ting (2000), S. 3ff.; Kessell (2007), S. 96f.

    Google Scholar 

  172. Vgl. Jarvis et al. (2003), S.203.

    Google Scholar 

  173. Vgl. Bollen/ Lennox (1991), S. 305f.; Fornell/Bookstein (1982), S. 441f. Siehe auch Abschnitt 5.1.1 zur Unterscheidung zwischen reflektiven und formativen Messmodellen.

    Google Scholar 

  174. Vgl. Jarvis et al. (2003), S.203.

    Google Scholar 

  175. Vgl. Bollen/ Lennox (1991), S. 308.

    Google Scholar 

  176. Vgl. Diamantopoulos/ Winklhofer (2001), S. 270f.

    Google Scholar 

  177. Vgl. Diamantopoulos (1999), S. 453f.; Rossiter (2002), S. 315.

    Google Scholar 

  178. Vgl. Jarvis et al. (2003), S. 203.

    Google Scholar 

  179. Vgl. Fassott/ Eggert (2005), S. 47; Fornell/Bookstein (1982), S. 441.

    Google Scholar 

  180. Vgl. Töpfer (1976), S. 279ff. und S. 3ff. im Anhang sowie Hiddemann (2007), S. 73.

    Google Scholar 

  181. Siehe auch die Ausführungen in Bezug auf multidimensionale Konstrukte in Abschnitt 5.2.2. In diesem Fall gleicht die Konstellation einem formativen Messmodell. Vgl. dazu Edwards (2001), S. 147.

    Google Scholar 

  182. Vgl. Diamantopoulos/ Winklhofer (2001), S. 274f.; Fornell/Bookstein (1982), S. 442; Fassott/Eggert (2005), S. 46.

    Google Scholar 

  183. Vgl. Albers/ Hildebrandt (2006), S. 9f.

    Google Scholar 

  184. Vgl. Bagozzi (1994), S. 334. Siehe auch Gruber (2005), S. 197.

    Google Scholar 

  185. Rossiter (2002), S. 315. Gruber (2005) erklärt weiterhin, dass die Verwendung formativer Indikatoren gut geeignet sei, um latente Variablen abzubilden, die nicht direkt beobachtbar sind und mehrere theoretisch begründete Dimensionen in sich vereinen. Vgl. Gruber (2005), S. 196.

    Google Scholar 

  186. Vgl. Fornell/ Bookstein (1982), S. 441f.; Albers/Hildebrandt (2006), S. 27ff. Diesem Vorschlag kann in der vorliegenden Untersuchung zwar auf aggregierter Ebene, nicht aber hinsichtlich der Subkonstrukte nachgegeben werden. Das Konstrukt „Ausmaß der Ergebniskontrolle“ wurde als einziges Konstrukt des systematischen Werbemanagements reflektiv spezifiziert.

    Google Scholar 

  187. Vgl. Kessell (2007), S. 143ff.

    Google Scholar 

  188. Dies wird dadurch begründet, dass der Konstruktwert durch eine einfache Regression zwischen dem Indikator und der latenten Variable generiert wird. Vgl. Meier (2006), S. 137.

    Google Scholar 

Download references

Rights and permissions

Reprints and permissions

Copyright information

© 2008 Betriebswirtschaftlicher Verlag Dr. Th. Gabler | GWV Fachverlage GmbH, Wiesbaden

About this chapter

Cite this chapter

(2008). Konzeption der empirischen Untersuchung. In: Werbemanagement in jungen Wachstumsunternehmen. Gabler. https://doi.org/10.1007/978-3-8349-9703-6_5

Download citation

Publish with us

Policies and ethics

Search

Navigation