Skip to main content
  • 1797 Accesses

Auszug

Der empirische Teil bzw. die empirische Untersuchung stellt den Schwerpunkt der vorliegenden Arbeit dar und bedeutet eine methodische Weiterentwicklung gegenüber vorigen Arbeiten. Dieses Kapitel beginnt mit einem aus Sicht des Verfassers dieser Arbeit notwendigen ausführlichen methodischen Exkurs (Abschnitt B). Obwohl in einigen anderen Arbeiten und Lehrbüchern die methodischen Grundlagen der Konstruktmessung und der Kausalanalyse teilweise ausführlich aufgezeigt wurden, ist es für diese Arbeit unerlässlich, gewisse methodische Inhalte den empirischen Ergebnissen voranzustellen.489 Dies erklärt sich insbesondere dadurch, dass sowohl in der internationalen als auch der nationalen Marketingforschung lediglich wenige Arbeiten existieren, in denen eine komplexe kausalanalytische Mehrgruppenanalyse durchgeführt wird.490 In diesem Themenkomplex oder auch im Internationalen Marketing kann die Mehrgruppenkausalanalyse aktuell als die „state-of-the-art methodology“ angesehen werden.491 Eine Besonderheit der Mehrgruppenkausalanalyse besteht in der Möglichkeit, die Wirkungsbeziehungen eines Modells in unterschiedlichen Gruppen zu vergleichen. Es ist dabei auf die Relevanz der Prüfung der Messinvarianz der zu analysierenden Konstrukte hinzuweisen, die in einigen Arbeiten fälschlicherweise ausgeblendet wird. Wenn gleiche Konstrukte in mehreren unterschiedlichen Kontexten gemessen werden, sollte dieser methodischen Besonderheit Aufmerksamkeit geschenkt werden. Der branchenübergreifende Charakter der Studie macht es notwendig, die Konstruktoperationalisierungen vor den Hypothesentests einer umfassenden Güteprüfung zu unterziehen. Hierzu wird in Abschnitt B ein Prüfschema zur Beurteilung der Güte der Konstruktoperationalisierungen entwickelt, in welchem die Integration der überprüfung der Konstruktoperationalisierungen auf branchenübergreifende Messinvarianz eine Besonderheit dieser Arbeit darstellt.

Die weiteren angewandten Verfahren, bspw. die Cluster- oder Diskriminanzanalyse werden nicht isoliert hervorgehoben und diskutiert, sondern bei deren Anwendung kurz methodisch angerissen.

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

Literatur

  1. Homburg/ Baumgartner 1995b, S. 1099.

    Google Scholar 

  2. Vgl. Salzberger/ Sinkovics 2006, S. 391.

    Google Scholar 

  3. Homburg/ Klarmann 2006, S. 740.

    Google Scholar 

  4. Vgl. bspw. Krohmer 1999; Valtin 2005; Gregori 2006.

    Google Scholar 

  5. Vgl. Giering 2000, S. 72.

    Google Scholar 

  6. Vgl. Peter 1979, S. 6.

    Google Scholar 

  7. Bagozzi/ Fornell 1982, S. 24.

    Google Scholar 

  8. Vgl. Atteslander 2000, S. 50; Homburg/Giering 1996, S. 6; Kroeber-Riel/Weinberg 2003, S. 29; Homburg/Giering 1996.

    Google Scholar 

  9. Vgl. Stier 1999, S. 30, S. 49; Schnell/Hill/Esser 1999, S. 146; Churchill 1979; Jacoby 1978.

    Google Scholar 

  10. Vgl. hierzu und im Folgenden, bspw. Diamantopoulos/ Winklhofer 2001, S. 269;. Eberl 2006, S. 252ff.; Fassott/Eggert 2005, S. 31ff.; Helm 2005, S. 97f.; Jarvis/MacKenzie/Podsakoff 2003, S. 201.

    Google Scholar 

  11. Vgl. De Vellis 1991, S. 55.

    Google Scholar 

  12. Bollen/ Lennox 1991, S. 308.

    Google Scholar 

  13. Vgl. Fornell/ Bookstein 1982, S. 441.

    Google Scholar 

  14. Vgl. bspw. Albers/ Hildebrandt 2006; Diamantopoulos/Winklhofer 2001; Fassott 2006; Jarvis/MacKenzie/Podsakoff 2003; MacKenzie/Podsakoff/Jarvis 2005.

    Google Scholar 

  15. Vgl. Homburg/ Giering 1996, S. 6; Homburg/Klarmann/Pflesser 2008, S. 293.

    Google Scholar 

  16. Vgl. Völckner 2003, S. 84.

    Google Scholar 

  17. Vgl. Homburg/ Klarmann 2006, S. 731. Allerdings haben Jarvis/MacKenzie/Podsakoff (2003) einen Kriterienkatalog mit konkreten Entscheidungsregeln entwickelt, anhand dessen die Messphilosophie festgelegt werden kann und somit die Entscheidung grundsätzlich objektiver ist (Jarvis/MacKenzie/Podsakoff 2003, S. 203).

    Google Scholar 

  18. Vgl. Chin 1998b, S. IX.

    Google Scholar 

  19. Anderson/ Gerbing 1988, S. 441.

    Google Scholar 

  20. Vgl. bspw. Gregori 2006, S. 53ff.

    Google Scholar 

  21. Vgl. Homburg/ Pflesser/ Klarmann 2008, S. 566.

    Google Scholar 

  22. Vgl. Baumgartner/ Steenkamp 2006, S. 431.

    Google Scholar 

  23. Peter/ Churchill 1986, S. 4.

    Google Scholar 

  24. Vgl. Homburg/ Giering 1996, S. 6.

    Google Scholar 

  25. Churchill 1979, S. 65.

    Google Scholar 

  26. Vgl. Heeler/ Ray 1972, S. 361; Homburg/Giering 1996, S. 7.

    Google Scholar 

  27. Vgl. Churchill 1979, S. 65f.; Homburg/Giering 1996, S. 7.

    Google Scholar 

  28. Vgl. Carmines/ Zeller 1979, Peter 1979, S. 6.

    Google Scholar 

  29. Vgl. Friedrichs 1981, S. 102; Hildebrandt 1998, S. 88.

    Google Scholar 

  30. Vgl. Hildebrandt 1998, S. 88.

    Google Scholar 

  31. Vgl. Peter 1979, S. 6.

    Google Scholar 

  32. Zur Übersicht über die folgenden und weitere Validitätsformen vgl. bspw. Bagozzi 1994b, S. 18ff.; Hildebrandt 1998, S. 89ff.; Homburg/Giering 1996, S. 7f.

    Google Scholar 

  33. Vgl. Churchill 1991, S. 490.

    Google Scholar 

  34. Vgl. Giering 2000, S. 74.

    Google Scholar 

  35. Parasuraman/ Zeithaml/ Berry 1988, S. 28.

    Google Scholar 

  36. Vgl. Homburg/ Klarmann/ Pflesser 2008, S. 279.

    Google Scholar 

  37. Vgl. Bagozzi/ Philips 1982, S. 468.

    Google Scholar 

  38. Vgl. Homburg/ Giering 1996, S. 7. Gerbing/Anderson 1988.

    Google Scholar 

  39. Vgl. Churchill 1979, S. 70; Fornell/Larcker 1981, S. 41; Bagozzi/Philips 1982, S. 469.

    Google Scholar 

  40. Vgl. Bagozzi/ Yi/ Philips 1991, S. 425.

    Google Scholar 

  41. Vgl. Peter/ Churchill 1986, S. 4; Ruekert/Churchill 1984, S. 226; Westerbarkey 1996, S. 73f.

    Google Scholar 

  42. Vgl. Bagozzi 1979, S. 24.

    Google Scholar 

  43. Vgl. Himme 2006, S. 395; Rossiter 2002, S. 307f.

    Google Scholar 

  44. Vgl. Churchill/ Peter 1984, S. 9.

    Google Scholar 

  45. Vgl. bspw. Steenkamp/ Baumgartner 1998; Cheung/Rensvold 2002; De Beuckelaer 2005; Lubkea et al. 2003; Meredith 1993; Millsap 1995; Pentz/Chou 1994; Reise/Widaman/Pugh 1993.

    Google Scholar 

  46. Vgl. bspw. Douglas/ Craig 1984; Mullen 1995; Myers et al. 2000; Raju/Laffitte/Byrne 2002; Robert/Lee/Chan 2006; Robie/Zickar/Schmit 2001; Ryan et al. 1999.

    Google Scholar 

  47. Vgl. bspw. Campbell 1960; Campbell/Fiske 1959; Cronbach 1951.

    Google Scholar 

  48. Im Sinne der Vorgehensweise bspw. von Churchill 1979; Anderson/Gerbing 1988; Homburg/Giering 1996.

    Google Scholar 

  49. Vgl. Jöreskog 1967; Jöreskog 1969.

    Google Scholar 

  50. Vgl. Homburg/ Giering 1996, S. 11ff.

    Google Scholar 

  51. Vgl. Cronbach 1951; Anderson/Gerbing 1988, S. 190; Bruner/Hensel 1993.

    Google Scholar 

  52. Vgl. Peterson 1994, S. 382.

    Google Scholar 

  53. Vgl. bspw. Peter 1979, S. 8.

    Google Scholar 

  54. Vgl. Nunnally 1978, S. 245f; siehe auch Homburg/Giering 1996, S. 8.

    Google Scholar 

  55. Vgl. Peter 1979, S. 9; Cortina 1993, S. 101; Peterson 1994, S. 389. Letzterer verweist auch auf einen negativen Zusammenhang zwischen dem Stichprobenumfang und der Höhe von Cronbachs Alpha.

    Google Scholar 

  56. Vgl. Finn/ Kayandé 1997; Gerbing/Anderson 1988; Voss/Stern/Fotopoulos 2000.

    Google Scholar 

  57. Churchill 1979, S. 68; Homburg/Giering 1996, S. 8.

    Google Scholar 

  58. Zu den nachfolgenden Ausführungen siehe ausführlich Backhaus et al. 2006, S. 259ff. oder Hair et al. 2006, S. 101ff.

    Google Scholar 

  59. Zur Prüfung der Stichprobeneignung für die exploratorische Faktorenanalyse wird das Kaiser-Meyer-Olkin-Maß (KMO) analysiert und der Bartlett-Test auf Spärizität durchgeführt. Der Wertebereich des KMO-Kriteriums liegt zwischen Null und Eins, wobei folgende Beurteilungen vorgeschlagen werden: KMO ≥ 0,9: „marvelous“; KMO ≥ 0,8: „meritorious“; KMO ≥ 0,7: „middling“; KMO ≥ 0,6: „mediocre“; KMO ≥ 0,5: „miserable“; KMO ≥ 0,5: „unacceptable“. Es wird also ab einem KMO-Wert von 0,5 eine Stichprobeneignung für die Faktorenanalyse als grundsätzlich gegeben angesehen. Der Bartlett-Test fordert die Signifikanz des χ2-Wertes; vgl. bspw. Backhaus et al. 2006, S. 274ff.; Janssen/Laatz 1999, S. 468f.

    Google Scholar 

  60. Vgl. Gerbing/ Hamilton 1996, S. 71.

    Google Scholar 

  61. Vgl. bspw. Bagozzi 1981, S. 376f.; Kuß 1994, S. 24.

    Google Scholar 

  62. Backhaus et al. 2006, S. 295. Weitere Anwendungsdetails zur Durchführung der exploratorischen Faktorenanalyse, wie die Wahl des Rotationsverfahrens zur Faktorextraktion, wird an entsprechender Stelle bei der konkreten Umsetzung des Verfahrens näher ausgeführt (siehe Abschnitt D.II.2).

    Google Scholar 

  63. Vgl. Gerbing/ Anderson 1988, S. 189; Völckner 2003, S. 175.

    Google Scholar 

  64. Vgl. Völckner 2003, S. 175.

    Google Scholar 

  65. In der vorliegenden Arbeit wird zur Durchführung konfirmatorischer Faktorenanalysen das Programm AMOS 7.0 genutzt. Die hier zu modellierende Struktur des Konstrukts (ein-bzw. mehrdimensional) richtet sich dabei nach den Ergebnissen der exploratorischen Faktorenanalyse. Bei der Modellierung ist ein Referenzitem für das Konstrukt festzulegen, welches zur Standardisierung der Varianz des betreffenden hypothetischen Konstrukts fungiert bzw. „which serves to define the scale of a latent variable“(vgl. Steenkamp/ Baumgartner 1998, S. 81). In der vorliegenden Arbeit wird i.d.R. der Indikator mit der höchsten Faktorladung als Referenzitem gewählt.

    Google Scholar 

  66. Vgl. zu den nachfolgenden Ausführungen zur konfirmatorischen Faktorenanalyse und für einen ausführlichen Überblick Hair et al. 2006, S. 770ff.; Homburg/Klarmann/Pflesser 2008, S. 271ff.; Homburg/Giering 1996, S. 5ff.

    Google Scholar 

  67. Vgl. Bagozzi/ Yi 1988; Homburg/Baumgartner 1995a.

    Google Scholar 

  68. Vgl. Homburg 1989, S. 147ff.

    Google Scholar 

  69. Vgl. bspw. Homburg/ Baumgartner 1995b, S. 165; Hu/Bentler 1995, S. 81f.; Tanaka 1993, S. 15; Bagozzi/Yi 1988.

    Google Scholar 

  70. Vgl. Homburg/ Baumgartner 1995a; Homburg/Pflesser/Klarmann 2008.

    Google Scholar 

  71. Vgl. zu den verschiedenen globalen Gütemaßen im Überblick bspw. Hu/ Bentler 1995, S. 76ff.; Hu/Bentler 1999, S. 2ff.; Tanaka 1993, S. 10ff.; Byrne 2001, S. 79ff.

    Google Scholar 

  72. Vgl. Homburg/ Baumgartner 1995a, S. 166ff.

    Google Scholar 

  73. Vgl. bspw. bei Hoyle/ Panter 1995; Hu/Bentler 1995; Hu/Bentler 1999; Sharma et al. 2005.

    Google Scholar 

  74. Vgl. Barrett 2007; Bentler 2007; Goffin 2007; Hayduk et al. 2007; Markland 2007; McIntosh 2007; Miles/Shevlin 2007; Millsap 2007; Mulaik 2007; Steiger 2007; Ogasawara 2001; Backhaus/Blechschmidt/Eisenbeiß 2006; Diller 2006; Hildebrandt/Temme 2006; Homburg/Klarmann 2006; Scholderer/Balderjahn/Paulssen 2006.

    Google Scholar 

  75. Vgl. hierzu Cheung/ Rensvold 2002, S. 235; Hoyle/Panter 1995, S. 165 sowie die dort zitierte Literatur.

    Google Scholar 

  76. Vgl. bspw. Bentler 2007, S. 827; Brannick 1995, S. 205; Jöreskog/Sörbom 1982, S. 408; Bentler/Bonett 1980, S. 588ff.

    Google Scholar 

  77. Jöreskog/ Sörbom 1982, S. 408.

    Google Scholar 

  78. Vgl. Browne/ Cudeck 1993, S. 146f.; Homburg/Baumgartner 1995a, S. 166; Kaplan 2000, S. 110f.

    Google Scholar 

  79. Vgl. Hu/ Bentler 1995, S. 78.

    Google Scholar 

  80. Vgl. Backhaus et al. 2006, S. 379f.; Bearden/Sharma/Teel 1982, S. 425ff.; Hair et al. 2006, S. 745; Sarris/Satorra 1993, S. 182; Tanaka 1993, S. 30.

    Google Scholar 

  81. Barrett 2007, S. 820.

    Google Scholar 

  82. Vgl. bspw. Fritz 1995, S. 228; Robert/Lee/Chan 2006, S. 81; Schramm-Klein 2003, S. 229; Völckner 2003, S. 177.

    Google Scholar 

  83. Vgl. Cheung/ Rensvold 2002, S. 235; Myers et al. 2000; Steiger 1990.

    Google Scholar 

  84. Vgl. Browne/ Cudeck 1993, S. 143f.; Kaplan 2000, S. 110ff.

    Google Scholar 

  85. Vgl. bspw.; Doll et al. 2004, S. 241; Hu/Bentler 1999, S. 26f.; Kim 2005, S. 379.

    Google Scholar 

  86. Vgl. MacCallum/ Browne/ Sugawara 1996, S. 134; Kaplan 2000, S. 113f.

    Google Scholar 

  87. Vgl. Browne/ Cudeck 1993, S. 136ff.

    Google Scholar 

  88. Vgl. Brannick 1995, S. 205; Homburg/Baumgartner 1995a, S. 166.

    Google Scholar 

  89. Vgl. Backhaus et al. 2006, S. 379f.

    Google Scholar 

  90. Vgl. bspw. Giering 2000, S. 82.

    Google Scholar 

  91. Vgl. bspw. Hu/ Bentler 1995, S. 85f.; Kline 1998, S. 128.

    Google Scholar 

  92. Vgl. Tanaka 1993, S. 19f.; Kline 1998, S. 128.

    Google Scholar 

  93. Vgl. bspw. Giering 2000, S. 82.

    Google Scholar 

  94. Es sind auch Werte außerhalb dieses Wertebereichs grundsätzlich möglich. So können bspw. Werte über Eins bei genau identifizierten und überidentifizierten Modellen auftreten, welche nahezu perfekt angepasst sind. Werte kleiner Null sind bei geringen Stichproben oder bei Modellen mit äußerst schlechter Anpassung möglich, siehe hierzu die Ausführungen von Kline 1998, S. 129.

    Google Scholar 

  95. Vgl. Byrne 2001, S. 82; Homburg/Giering 1996, S. 13; Hoyle/Panter 1995, S. 164. Allerdings lassen einige Autoren auch noch niedrigere Werte des GFI und AGFI zu (z.T bis zu 0,7), bspw. Martin/Stewart 2001; Yoo/Donthu/Lee 2000.

    Google Scholar 

  96. Vgl. Hu/ Bentler 1998; Hu/Bentler 1999; Sharma et al. 2005.

    Google Scholar 

  97. Homburg/ Klarmann 2006S. 736.

    Google Scholar 

  98. Vgl. Bentler/ Bonett 1980, S. 588ff.

    Google Scholar 

  99. Vgl. Bentler/ Bonett 1980, S. 588ff.; Homburg/Baumgartner 1995a, S. 170; Homburg/Klarmann/Pflesser 2008, S. 284.

    Google Scholar 

  100. Vgl. Bentler 1992, S. 401; Bentler/Bonett 1980, S. 600.

    Google Scholar 

  101. Der so genannte TLI-Index wird in einer Vielzahl von Publikationen als NNFI (vgl. bspw. Homburg/ Pflesser/ Klarmann 2008, S. 285) oder auch vereinzelt als Rho bezeichnet (vgl. bspw. Little 1997, S. 58f.). Da dieser Index innerhalb des Programmpakets AMOS als TLI bezeichnet wird, wird diese Bezeichnung auch für diese Arbeit gewählt.

    Google Scholar 

  102. Vgl. Kaplan 2000, S. 108; De Beuckelaer 2005, S. 148; Bollen 1989; Bentler/Bonett 1980; Bagozzi/Baumgartner 1994.

    Google Scholar 

  103. Vgl. Kline 1998, S. 129; Byrne 2001, S. 83; Bentler 1990.

    Google Scholar 

  104. Vgl. bspw. Bentler/ Bonett 1980; Bentler 1990; Bentler 1992; Cheung/Rensvold 2002, S. 235; De Beuckelaer 2005, S. 148; Cheung/Rensvold 2002, S. 235; Steenkamp/Baumgartner 1998, S. 85.

    Google Scholar 

  105. Vgl. bspw. Homburg/ Pflesser/ Klarmann 2008, S. 284f.

    Google Scholar 

  106. Vgl. bspw. Doll et al. 2004; Gerbing/Anderson 1992; Hu/Bentler 1999; Marsh/Balla/McDonald 1988; Marsh/Hau/Wen 2004; Medsker/Williams/Holahan 1994

    Google Scholar 

  107. Vgl. Bagozzi 1982, S. 156; Hair et al. 2006, S. 777; Homburg/Baumgartner 1995a, S. 170.

    Google Scholar 

  108. Vgl. bspw. Balderjahn 1986, S. 117; Boomsma 1982, auf die sich bspw. Fritz 1995, S. 131; Peter 1999, S. 149; Schramm-Klein 2003, S. 229 oder auch Giersch 2008, S. 193 berufen und für ihre Arbeiten lediglich einen Mindestwert von 0,2 fordern.

    Google Scholar 

  109. Vgl. Peter 1999, S. 145.

    Google Scholar 

  110. Vgl. bspw. die Vorgehensweise von Völckner 2003, S. 182.

    Google Scholar 

  111. Vgl. Backhaus et al. 2006, S. 383f.

    Google Scholar 

  112. Vgl. Homburg/ Giering 1996, S. 11. Für das 5%-Signifikanzniveau muss der t-Wert mindestens 1,645 und für das 1%-Signifikanzniveau mindestens 2,326 betragen.

    Google Scholar 

  113. Anderson/ Gerbing 1988, S. 415 bzw. Hair et al. 2006, S. 777.

    Google Scholar 

  114. Bagozzi/ Baumgartner 1994, S. 85.

    Google Scholar 

  115. Vgl. Bagozzi/ Yi 1988, S. 80; Hair et al. 2006, S. 777; Homburg/Baumgartner 1995a, S. 170; Homburg/Giering 1996, S. 13. Einige Autoren fordern für die Faktorreliabilität nur einen Mindestwert von 0,5 (vgl. bspw. Peter 1999, S. 149 oder Völckner 2003, S. 182). Andere Autoren lehnen feste Mindestwerte für diese beiden Gütemaße gänzlich ab und plädieren dafür, bei der Beurteilung der jeweils vorliegenden Werte, das zu analysierende Messproblem in Betracht zu ziehen (vgl. bspw. Bagozzi/Baumgartner 1994, S. 403).

    Google Scholar 

  116. Vgl. Bagozzi/ Baumgartner 1994, S. 403.

    Google Scholar 

  117. Vgl. Bagozzi/ Yi 1988, S. 80; Fornell/Larcker 1981, S. 45f.

    Google Scholar 

  118. Hair et al. 2006, S. 778.

    Google Scholar 

  119. Daneben wird in der Literatur häufig zur Analyse der Diskriminanzvalidität der χ2-Differenztest angewandt (Homburg/ Dobratz 1992, S. 123f.; Jöreskog/Sörbom 1982, S. 408), da dieser weniger restriktiv und damit „praktikabler“ ist (vgl. bspw. Krohmer 1999, S. 150; Stock 2001, S. 119f.). Allerdings wird in der vorliegenden Arbeit ausschließlich auf das Fornell-Larcker-Kriterium zurückgegriffen, da es sich als eindeutig plausibler und „besser“ herausgestellt hat (vgl. Giering 2000, S. 86f.; Hair et al. 2006, S. 778).

    Google Scholar 

  120. Vgl. Fornell/ Larcker 1981, S. 46; Homburg/Giering 1998, S. 130.

    Google Scholar 

  121. Die Untersuchung der Invarianz besitzt eine besonders große Bedeutung in länderübergreifenden Erhebungen. Hier können durch Übersetzungen des Fragebogens Verzerrungen in den Antworten eintreten und kulturelle Differenzen zwischen den einzelnen Gruppen zu abweichendem Antwortverhalten führen. Die Konstrukte sind dann im eigentlichen Sinne nicht mehr länderübergreifend einsetzbar (vgl. bspw. Cheung/ Rensvold 2002; Steenkamp/Baumgartner 1998).

    Google Scholar 

  122. Horn/ McArdle 1992.

    Google Scholar 

  123. Vgl. Douglas/ Craig 1983, S. 132; Millsap 1995, S. 578; Jensen 1980, S. 578.

    Google Scholar 

  124. Vgl. Chun/ Davies 2006, S. S. 143.; Horn/McArdle 1992, S. 117.

    Google Scholar 

  125. Vgl. Cheung/ Rensvold 2002.

    Google Scholar 

  126. Vgl. bspw. Hui/ Triandis 1985; Robert/Lee/Chan 2006; Spencer et al. 2005; Schlichthorst 2006.

    Google Scholar 

  127. Vgl. Salzberger/ Sinkovics 2006, S. 392.

    Google Scholar 

  128. Vgl. bspw. Bensaou/ Coyne/ Venkatraman 1999; Cheung/Rensvold 2002; Culhane/Morera/Watson 2006; De Beuckelaer 2005; Hong/Malik/Lee 2003; Lubkea et al. 2003; Mullen 1995; Raju/Laffitte/Byrne 2002; Singh 1995; Temme 2006; Vandenberg/Lance 2000.

    Google Scholar 

  129. Vgl. hierzu die Aussagen von Culhane/ Morera/ Watson 2006, S. 54; Horn/McArdle 1992, S. 141. Als negative Beispiele in diesem Zusammenhang werden bspw. Sanders et al. 1992 oder Haugtvedt/Petty 1992 angeführt.

    Google Scholar 

  130. Horn 1991, S. 119.

    Google Scholar 

  131. Vgl. Singh 1995, S. 608.

    Google Scholar 

  132. Vgl. bspw. Cheung/ Rensvold 2002; Drasgow/Kanfer 1985; Hui/Triandis 1985; Janssens/Brett/Smith 1995; Steers/Mowday 1981.

    Google Scholar 

  133. Vgl. bspw. Pentz/ Chou 1994, S. 450.

    Google Scholar 

  134. Vgl. Morris/ Bergan/ Fulginiti 1991; Pentz/Chou 1994

    Google Scholar 

  135. Vgl. bspw. Hong/ Malik/ Lee 2003; Byrne 1994.

    Google Scholar 

  136. Vgl. Noble/ Griffith/ Adjei 2006, S. 184.

    Google Scholar 

  137. Vgl. Fombrun 2001; Fombrun/Gardberg/Sever 2000; Fombrun/van Riel 1997; Fombrun/van Riel 2003; Gardberg/Fombrun 2002a. Dieses Instrument wurde in den USA entwickelt und anfänglich auch nur hier eingesetzt. In der Folgezeit wurde es auch auf andere Ländern übertragen wie bspw. Deutschland (Fombrun/Wiedmann 2001; Walsh/Wiedmann 2004; Walsh/Dinnie/Wiedmann 2004; Wiedmann 2002; Wiedmann/Buxel 2005). Diese Analysen wurden jedoch bisher nicht tiefergehend miteinandern verglichen, sondern sind lediglich auf einer deskriptiver Ebene verblieben (siehe bspw. Van Riel/Fombrun 2002).

    Google Scholar 

  138. Vgl. Gardberg/ Fombrun 2002b, S. 304.

    Google Scholar 

  139. Vgl. Gardberg/ Fombrun 2002b, S. 307.

    Google Scholar 

  140. Vgl. Gardberg 2006, S. 41ff.

    Google Scholar 

  141. Vgl. Groenland 2002, S. 308; Gardberg 2006. Dennoch ist es positiv zu sehen, dass sie sich dieser Herausforderung bewusst sind, anders als andere Autoren, die dieses Thema gänzlich ausblenden (bspw. Kitchen/Laurence 2003). Ganz aktuell ist weiterhin positiv anzumerken, dass Giersch (2008) für eine reduzierte Fassung dieser Skala Messinvarianz in vier unterschiedlichen Kulturräumen nachweisen konnte.

    Google Scholar 

  142. Vgl. Delgado-Ballester 2004.

    Google Scholar 

  143. Vgl. Doll et al. 2004

    Google Scholar 

  144. Vgl. McHaney/ Hightower/ White 1999; Gelderman 1998; Etezadi-Amoli/Farhoomand 1996.

    Google Scholar 

  145. Vgl. Doll et al. 2004, S. 233

    Google Scholar 

  146. Vgl. Zhou et al. 2007, S. 310f.

    Google Scholar 

  147. Vgl. Riordan/ Vandenberg 1994, S. 645ff.

    Google Scholar 

  148. Vgl. bspw. Schwaiger/ Eberl 2004, S. 637.

    Google Scholar 

  149. Byrne 2004, S. 272.

    Google Scholar 

  150. Einige Autoren analysieren zu meist nur pauschal den Einfluss eines Moderators bezogen auf ein Gesamtmodell mit Hilfe des χ2-Differenztests (bspw. Große-Bölting 2005, S. 122ff.; Krohmer 1999, S. 87f.; Lauer 2001, S. 333ff.; Willrodt 2004, S. 168ff.). Mit dem Verweis auf die kritischen Würdigungen dieses Tests, sind diese Ergebnisse distanziert zu betrachten, denn bei einer ausreichend großen Stichprobe wird in den meisten Fällen ein moderierender Effekt, d.h. ein signifikanter Unterschied, zwischen den gebildeten Teilstichproben, das Ergebnis sein.

    Google Scholar 

  151. Vgl. hierzu die Unterteilung bspw. von Myers et al. 2000; Cheung/Rensvold 2002.

    Google Scholar 

  152. Vgl. Cheung/ Rensvold 2002, S. 233f.

    Google Scholar 

  153. Vgl. Vandenberg/ Lance 2000, S. 5.

    Google Scholar 

  154. Vgl. hierzu insbesondere Embretson/ Reise 2000; Ewing/Salzberger/Sinkovics 2005; Robie/Zickar/Schmit 2001; Salzberger 1998; Einen exzellenten Vergleich zwischen Mehrgruppenkausal-und Item Response Theory-Modellen liefern Raju/Laffitte/Byrne 2002, S. 519ff.

    Google Scholar 

  155. Vgl. Holzmüller/ Woisetschläger 2008; Salzberger/Sinkovics/Schlegelmilch 1999; Singh 2004

    Google Scholar 

  156. Vgl. Ewing/ Salzberger/ Sinkovics 2005, S. 22.

    Google Scholar 

  157. Vgl. Salzberger/ Sinkovics 2006, S. 404ff.

    Google Scholar 

  158. Vgl. Dolan 2000, S. 23; Salzberger/Sinkovics 2006, S. 391; Steenkamp/Baumgartner 1998, S. 78.

    Google Scholar 

  159. Vgl. Myers et al. 2000, S. 111.; Cheung/Rensvold 2002.

    Google Scholar 

  160. Vgl. vor allem die Ausführungen von Byrne 2001, S. 175.; De Beuckelaer 2005, S. 23ff; Hair et al. 2006, S. 822ff.; Meredith 1993, S. 528ff.; Laros/Steenkamp 2004, S. 896ff.; Steenkamp/Baumgartner 1998, S. 80ff.; Vandenberg/Lance 2000, S. 36ff.

    Google Scholar 

  161. Grundsätzlich hat sich in der Literatur dieses Begriffsverständnis durchgesetzt. Allerdings existieren einige andere, teilweise sehr sinnvolle und pragmatische Begriffsdefinitionen. So wird bspw. von “weak, strong and strict invariance” gesprochen (vgl. Meredith 1993, S. 530ff.). Dabei setzt Meredith (1993) „weak invariance“ mit konfiguraler und „strong invariance“ mit skalarer Messinvarianz gleich. „Strict invariance“ bezieht sich auf die hier nicht betrachtete Messfehler-Invarianz. In Anlehnung an diese Unterteilung spricht Ferrando (1996) statt von „weak invariance“ von „partial invariance“ (Ferrando 1996, S. 460). Singh (1995) wählt eine andere, ebenfalls gut nachvollziehbare Begriffsdefinition und spricht von „construct equivalence“ bezogen auf den gesamten Prüfungsprozess, was im Sinne der Anwendung in dieser Arbeit ist (vgl. Singh 1995, S. 605.) Er unterteilt diese Prüfung weiter in Factorial Similarity, Factorial Equivalence and Measurement Equivalence, was inhaltlich den Stufen dieser Arbeit entspricht. Dagegen existieren in der Literatur teilweise auch widersprüchliche Begriffsverständnisse, wie bspw. bei der Verwendung des ursprünglich auf Bollen (1989) zurückgehenden Begriffs „Tau-Äquivalenz.“ Einerseits wird darunter das grundsätzliche Vorliegen von Konstruktvergleichbarkeit zwischen Gruppen (vgl. Scholderer/Balderjahn/Paulssen 2006, S. 644) und andererseits ganz konkret skalare Invarianz verstanden (vgl. De Beuckelaer 2005, S. 151).

    Google Scholar 

  162. Vgl. Rensvold/ Cheung 2001; Vandenberg/Lance 2000; Vandenberg 2002.

    Google Scholar 

  163. Vgl. Buss/ Royce 1975; Irvine 1969; Suzuki/Rancer 1994.

    Google Scholar 

  164. Vgl. die grundlegenden Ausführung von Steenkamp/ Baumgartner 1998 oder aktuell bspw. die Vorgehensweise von Ang/Huan/Braman 2007, S. 82. Es existiert eine weitere etwas weniger stringente Methode, bei der jeweils das in der Hierarchie eine Stufe höher liegende Modell als Vergleichbasis fungiert (vgl. bspw. Delgado-Ballester 2004, S. 582ff.)

    Google Scholar 

  165. Vgl. Steenkamp/ Baumgartner 1998, S. 80; Delgado-Ballester 2004, S. 582; Horn/McArdle/Mason 1983; Horn/McArdle 1992.

    Google Scholar 

  166. Vgl. Vandenberg/ Lance 2000, S. 31.

    Google Scholar 

  167. Vgl. Cheung/ Rensvold 2002, S. 237.

    Google Scholar 

  168. Vgl. Delgado-Ballester 2004, S. 582.

    Google Scholar 

  169. Vgl. Hair et al. 2006, S. 823; Hui/Triandis 1985, S., S. 131ff.

    Google Scholar 

  170. In AMOS werden die Faktorladungen mit „regression weights“ oder „measurement weights“ bezeichnet (vgl. Arbuckle 2003.

    Google Scholar 

  171. Vgl. Hair et al. 2006, S. 825.

    Google Scholar 

  172. Vgl. Horn/ McArdle 1992; Horn/McArdle/Mason 1983.

    Google Scholar 

  173. Horn 1991, S. 125.

    Google Scholar 

  174. Byrne/ Shavelson/ Muthén 1989, S. 456ff.

    Google Scholar 

  175. Vgl. Steenkamp/ Baumgartner 1998, S. 81; Byrne/Shavelson/Muthén 1989 halten fest, dass “at least one item — other than the one fixed at unity to define the scale of each latent construct” — has to be metrically invariant”.

    Google Scholar 

  176. Vgl. Reise/ Widaman/ Pugh 1993, S. 556.

    Google Scholar 

  177. Vgl. De Beuckelaer 2005, S. 155; MacCallum/Roznowski/Necowith 1992, S. 490ff.; Steenkamp/Baumgartner 1998, S. 81. Einige Autoren weisen auf eine behutsame Umgangsweise mit den Modellmodifikationen hin und empfehlen, nur Faktorladungen mit hoch signifikanten Modifikationsindizes zu lösen. Des Weiteren sollte die durch die Modifikation bewirkte Veränderung bei anderen Anpassungsmaßen als der χ2-Statistik beobachtet und berücksichtigt werden (vgl. bspw. Cheung/Rensvold 2002; Kaplan 1989; Steiger 1990.

    Google Scholar 

  178. Vgl. bspw. Laros/ Steenkamp 2004, S. 896f.; Robert/Lee/Chan 2006, S. 65ff.; Spencer et al. 2005, S. 573ff. Einige Autoren definieren die Messinvarianz weniger streng und beenden das Verfahren bereits nach Prüfung der metrischen Invarianz (vgl. bspw. Yoo/Donthu 2002; Ryan et al. 1999). In einer Metaanalyse konnten Vandenberg/Lance (2000) zeigen, dass in nur 12% aller empirischen Forschungsbeiträge, die sich mit Messinvarianz beschäftigen, nach Prüfung der metrischen Invarianz noch der Test auf skalare Invarianz durchgeführt wird. So betont bspw. Giering (2000), dass sie die Prüfung der Messinvarianz lediglich zur Legitimation dafür durchgeführt hat, dass ihre Messinstrumente in den Teilstichproben jeweils Gültigkeit besitzen und nicht, um die Gruppen anschließend zu vergleichen. Auf die Prüfung der skalaren Invarianz verzichtet sie daher (vgl. Giering 2000, S. 88).

    Google Scholar 

  179. Vgl. Meredith 1993; Meredith 1995.

    Google Scholar 

  180. In AMOS werden diese als „measurement intercepts“ bezeichnet (vgl. Arbuckle 2003), in der englischsprachigen Literatur mit „indicator intercepts“ oder „item intercepts“. Vgl. bspw. Steenkamp/Baumgartner 1998, S. 81; De Beuckelaer 2005, S. 77.

    Google Scholar 

  181. Vgl. bspw. De Beuckelaer 2005, S. 148.

    Google Scholar 

  182. Vgl. Steenkamp/ Baumgartner 1998, S. 81. „It can be shown that at least one item besides the marker item has to have invariant factor loadings and invariant intercepts in order for cross-national comparisons of factor means to be meaningful.“

    Google Scholar 

  183. Vgl. Steenkamp/ Baumgartner 1998, S. 81.

    Google Scholar 

  184. Vgl. Steenkamp/ Baumgartner 1998, S. 81f.; Laros/Steenkamp 2004, S. 896f.

    Google Scholar 

  185. Vgl. Jöreskog 1971, S. 409ff.

    Google Scholar 

  186. Vgl. bspw. Mullen 1995; Singh 1995.

    Google Scholar 

  187. Byrne 2001, S. 175.

    Google Scholar 

  188. Vgl. bspw. De Beuckelaer 2005, S. 77; Cheung/Rensvold 2002, S. 235; Reise/Widaman/Pugh 1993; Jöreskog 1971.

    Google Scholar 

  189. Es handelt sich hierbei um die gleichen Schwachpunkte wie bei dem χ2-Test zur Beurteilung der globalen Modellgüte (vgl. Bagozzi/ Yi 1988, S. 78; Brannick 1995, S. 205f.; De Beuckelaer 2005, S. 148; Kelloway 1995, S. 216ff.). Hier ist insb. die Abhängigkeit von Stichprobengröße und Modelleigenschaften problematisch.

    Google Scholar 

  190. Vgl. Steenkamp/ Baumgartner 1998, S. 84.

    Google Scholar 

  191. Vgl. Hair et al. 2006, S. 821.

    Google Scholar 

  192. Vgl. De Beuckelaer 2005, S. 148.; Laros/Steenkamp 2004, S. 896; Steenkamp/Baumgartner 1998, S. 80; Vandenberg/Lance 2000, S. 43.

    Google Scholar 

  193. Vgl. Cheung/ Rensvold 2002, S. 235.

    Google Scholar 

  194. Vgl. hierzu bspw. die Verwendung des Δ-CFI in den Arbeiten von Baumgartner/ Steenkamp 2006, S. 436; Bollen/Long 1993; Doll et al. 2004, S. 239; Laros/Steenkamp 2004, S. 897ff.; Lubkea et al. 2003, S. 560; Robert/Lee/Chan 2006, S. 80f.; Singh 1995, S. 610; Steenkamp/Baumgartner 1998, S. 85; Vandenberg/Lance 2000, S. 45.

    Google Scholar 

  195. Vgl. Cheung/ Rensvold 1999.

    Google Scholar 

  196. Vgl. bspw. Vandenberg/ Lance 2000, S. 52; Vgl. Cheung/Rensvold 2002, S. 251. Für eine CFI-Differenz zwischen 0,01 und 0,02 halten Cheung/Rensvold 1999b fest: „the researcher should be suspicious that differences exist“. Von einem definitiv bestehenden Unterschied zwischen den Modellen sprechen sie ab einer CFI-Differenz größer als 0,02.

    Google Scholar 

  197. Vgl. hierzu bspw. die Verwendung des Δ-TLI in den Arbeiten von Delgado-Ballester 2004, S. 584; Laros/Steenkamp 2004, S. 897ff.; Mullen 1995, S. 586.; Steenkamp/Baumgartner 1998, S. 85; Temme 2006, S. 465; Vandenberg/Lance 2000, S. 45.

    Google Scholar 

  198. Vgl. Little 1997, S. 59; siehe hierzu auch De Beuckelaer 2005, S. 77; Cheung/Rensvold 2002, S. 239f. Letztere merken jedoch zu dem Δ-TLI an, dass das 0,05-Kriterium bisher weder in der Theorie noch in der Empirie eine besonders starke Unterstützung und auch keine besonders breite Anwendung findet.

    Google Scholar 

  199. Vgl. Mullen 1995, S. 586; McDonald/Marsh 1990, S. 247ff.

    Google Scholar 

  200. Vgl. Laros/ Steenkamp 2004, S. 897ff.

    Google Scholar 

  201. Markland 2007, S. 851.

    Google Scholar 

  202. Vgl. Homburg/ Baumgartner 1995a, S. 172.

    Google Scholar 

  203. Vgl. Fritz 1995, S. 142; Homburg 2000, S. 88; Peter 1999, S. 149; Völckner 2003, S. 182.

    Google Scholar 

  204. Diese Handhabung der Gütekriterien ist an das Vorgehen von bspw. Homburg 2000, S. 93 oder Völckner 2003, S. 182 angelehnt.

    Google Scholar 

  205. Homburg/ Klarmann 2006, S. 727.

    Google Scholar 

  206. Vgl. Steenkamp/ Baumgartner 2000.

    Google Scholar 

  207. Vgl. bspw. Bagozzi 1980; Bagozzi 1981; Fornell 1982.

    Google Scholar 

  208. Vgl. Backhaus et al. 2006, S. 338.

    Google Scholar 

  209. Vgl. Bagozzi 1994a, S. 317; Homburg/Baumgartner 1995b, S. 1092.

    Google Scholar 

  210. Vgl. bspw. Völckner 2003, S. 167; Willrodt 2004, S. 103.

    Google Scholar 

  211. Vgl. Jöreskog/ Sörbom 1982.

    Google Scholar 

  212. Vgl. Kelloway 1995, S. 216; Pearl 2000, S. 7ff.; Scholderer/Balderjahn/Paulssen 2006, S. 641ff.

    Google Scholar 

  213. Hildebrandt 1995, Sp. 1125.

    Google Scholar 

  214. Vgl. Völckner 2003, S. 168.

    Google Scholar 

  215. Vgl. Backhaus et al. 2006, S. 374; Hammann/Erichson 2006, S. 197f.

    Google Scholar 

  216. Vgl. Homburg/ Pflesser/ Klarmann 2008, S. 547ff.

    Google Scholar 

  217. Vgl. hierzu und im Folgenden ausführlich Bliemel et al. 2005; Chin 1998a; Eberl 2006;Fornell/Cha 1994; Fassott/Eggert 2005; Lohmöller 1989.

    Google Scholar 

  218. Vgl. Chin 1995, S. 316ff.; Fornell/Bookstein 1982, S. 450.

    Google Scholar 

  219. Homburg/ Pflesser/ Klarmann 2008, S. 574.

    Google Scholar 

  220. Vgl. hierzu und im Folgenden ausführlich bspw. Backhaus et al. 2006, S. 362ff.; Byrne 2001, S. 3ff.; Hair et al. 2006, S. 711ff.; Kaplan 2000, S. 55f.; Weston/Gore 2006, S. 724.

    Google Scholar 

  221. Vgl. Homburg/ Hildebrandt 1998, S. 21.

    Google Scholar 

  222. Für einen detaillierten Überblick dieser verschiedenen Diskrepanzfunktionen und unterschiedlichen Schätzverfahren (Maximum-Likelihood-, Weighted-Least-Squares-, Unweighted-Least-Squares-, Generalized-Least-Squares-oder das Asymptotically-Distribution-Free-Verfahren) siehe u.a. Backhaus et al. 2006, S. 368ff.; Bollen 1989, S. 104ff.; Olsson et al. 2000, S. 557ff.

    Google Scholar 

  223. Vgl. Baumgartner/ Homburg 1996, S. 149; Homburg/Klarmann 2006, S. 376.

    Google Scholar 

  224. Die Eignung des Schätzverfahrens hängt vor allem von der Stichprobengröße und den Verteilungsbedingungen der Variablen ab. Zu den Vorteilen der Maximum-Likelihood-Methode vgl. bspw. Bollen 1989, S. 108ff.; Kaplan 2000, S. 30ff. Das vor allem im deutschsprachigen Raum verbreitete Unweighted Least Squares-Verfahren liefert hingegen Schätzer, die weder asymptotisch effizient noch skaleninvariant oder skalenfrei sind, so Kaplan 2000, S. 30f.

    Google Scholar 

  225. Vgl. zum Verfahren der moderierten Regressionsanalyse bspw. Baron/ Kenny 1986; Darrow/Kahl 1982; Howard/Gengler 2001; Sharma/Durand/Gur-Arie 1981.

    Google Scholar 

  226. Vgl. Saunders 1956.

    Google Scholar 

  227. Vgl. Darrow/ Kahl 1982, S. 35ff.; Moosbrugger 2002, S. 196f.

    Google Scholar 

  228. Vgl. Bspw. Heise 1986, S. 447f.; Ping 1995, S. 336.

    Google Scholar 

  229. Vgl. Vgl. Steenkamp/ Baumgartner 1998, S. 78.

    Google Scholar 

  230. Vgl. bspw. Brown 2006, S. 62ff.;Sauer/Dick 1993, S. 638f.; Subhash/Durand 1981, S. 294ff.; Schuppar 2006, S. 62; Valtin 2005, S. 152.

    Google Scholar 

  231. Vgl. Jaccard/ Turrisi/ Wan 1990, S. 48.

    Google Scholar 

  232. Vgl. Reinecke 1999, S. 100f.

    Google Scholar 

  233. Vgl. Baron/ Kenny 1986, S. 1173ff.; Sauer/Dick 1993, S. 638f; Scholderer/Balderjahn/Paulssen 2006, S. 644.

    Google Scholar 

  234. Vgl. Hair et al. 2006, S. 796; Homburg/Baumgartner 1995a, S. 170.

    Google Scholar 

  235. Homburg/ Pflesser/ Klarmann 2008, S. 565.

    Google Scholar 

  236. Vgl. Homburg/ Baumgartner 1995a, S. 172.

    Google Scholar 

  237. Vgl. Hair et al. 2006, S. 796; Homburg/Baumgartner 1995a, S. 172.

    Google Scholar 

  238. Vgl. Backhaus et al. 2006, S. 368ff.

    Google Scholar 

  239. Vgl. Homburg/ Klarmann/ Pflesser 2008, S. 282.

    Google Scholar 

  240. Diese Branchenbedeutung spiegelt sich in der Struktur des Einzelhandels in Deutschland wider (vlg. Metro-Group 2007, S. 4; Liebmann/Zentes/Swoboda 2008).

    Google Scholar 

  241. Sicherlich sprechen forschungspragmatische Gründe für diese relative lokale Beschränkung; diese ist in dieser wie in vielen anderen Arbeiten als Limitation anzuführen. Bereits Arons (1961) wies auf die möglichen Unterschiede der Wahrnehmung des gleichen Händlers in unterschiedlichen Regionen hin (vgl. Arons 1961, S. 1ff.).

    Google Scholar 

  242. Vgl. hierzu bspw. Keller (1993) und die Ausführungen zur Bekanntheit in Abschnitt C.II.1. des Dritten Kapitels.

    Google Scholar 

  243. Vgl. zur Vorgehensweise der Vorauswahl bestimmter Einzelhandelsunternehmen bspw. die Untersuchungen von Dembeck 2004, S. 172; Kenning 2002, S. 95f.; Morschett 2002a, S. 347; Salfeld 2003, S. 140.

    Google Scholar 

  244. Salfeld (2003) sucht sogar bewusst sieben Bekleidungseinzelhändler aus, die eher mittel-bis hochpreisig positioniert sind, da er annimmt, dass deren Konsumenten eher höher involviert sind und damit die Fragen besser beurteilen können (vgl. Salfeld 2003, S. 140f.). Eine adäquate Abbildung des Wettbewerberumfelds einer gesamten Einzelhandelsbranche und der Analyse der Bedeutung der entsprechenden relevanten Wahrnehmungsdimensionen ist bei einer solchen Vorauswahl sicherlich fraglich.

    Google Scholar 

  245. Vgl. bspw. folgende Arbeiten, deren Analyse auf „student samples“ basiert: Yoo/ Donthu 2001; Washburn/Plank 2002 oder Zatloukal 2002.

    Google Scholar 

  246. Vgl. für eine intensive Diskussion Fern/ Monroe 1996.

    Google Scholar 

  247. Vgl. hierzu bspw. Malhotra 1987; Schnell 1986.

    Google Scholar 

  248. Vgl. Bankhofer/ Praxmarer 1998, S. 109; Marsh 1998, S. 22ff.; Zatloukal 2002, S. 107.

    Google Scholar 

  249. Marsh 1998, S. 22.

    Google Scholar 

  250. Vgl. hierzu und den folgenden Ausführungen insb. Little/ Rubin 1987, S. 10ff.; Marsh 1998, S. 22f.; Rubin 1976, S. 582; Hair et al. 2006, S. 49ff.; Decker/Wagner 2008, S. 56ff.

    Google Scholar 

  251. Hair et al. 2006, S. 55.

    Google Scholar 

  252. Vgl. bspw. Kara et al. 1994.

    Google Scholar 

  253. Vgl. Schafer/ Graham 2002, S. 151; Hair et al. 2006, S. 40.

    Google Scholar 

  254. Neben der Kategorie der Imputationsverfahren besteht die Kategorie der Eliminierungsverfahren, welche Fälle mit fehlenden Werten oder die betreffende Variable des Falls von der Analyse ausschließen. Sie reduzieren dadurch jedoch den Stichprobenumfang und sind daher mit einem Informationsverlust verbunden. Vgl. hierzu und für einen umfassenden Überblick zu Verfahren der Behandlung fehlender Werte bspw. Allison 2002, S. 18ff.; Baltes-Götz 2006, S. 18ff.; Duncan/Duncan/Li 1998, S. 2ff.; Huisman 1999, S. 13ff.; Schnell 1986, S. 83ff.; Zatloukal 2002, S. 107ff. Es ist anzumerken, dass der Autor dieser Arbeit unterschiedliche in SPSS mögliche Imputationsverfahren durchgeführt hat, wobei sich nur marginale, eigentlich vernachlässigbare Unterschiede bei den folgenden Analysen zeigten.

    Google Scholar 

  255. Vgl. Hair et al. 2006, S. 63.

    Google Scholar 

  256. Vgl. hierzu und den nachfolgenden Ausführungen Backhaus/ Blechschmidt/ Eisenbeiß 2006, S. 715; Backhaus et al. 2006, S. 369; Bentler/Chou 1987, S. 89; Bortz 1999, S. 46f.; Byrne 2001, S. 267ff.; Mardia 1970, S. 519ff.; McIntosh 2007, S. 861.

    Google Scholar 

  257. Vgl. Backhaus/ Blechschmidt/ Eisenbeiß 2006, S. 715; West/Finch/Curran 1995, S. 60f.; Byrne 1998, S. 196ff.

    Google Scholar 

  258. Vgl. Chou/ Bentler 1995, S. 46ff.; Hu/Bentler/Kano 1992, S. 351ff.; Kline 1998, S. 82. Dagegen plädieren andere Autoren für etwas strengere Höchstwerte, so für die Schiefe einen Höchstwert von zwei und für die Kurosis einen Höchstwert von sieben (vgl. bspw. Finch/West/MacKinnon 1997, S. 91f.).

    Google Scholar 

  259. Häufig wird zur Überprüfung des Datenmaterials auf Normalverteilung auch der Kolmogorov-Smirnov-Anpassungstest verwendet. Eine Variable gilt hiernach dann als hinreichend normalverteilt, wenn für die Variablenwerte keine signifikante Abweichung (d.h. p ≥ 0,05) von der Normalverteilung besteht (vgl. Hair et al. 2006, S. 82). Auf der Basis dieses sehr strengen Tests wäre die Annahme der Normalverteilung des Datenmaterials der vorliegenden Arbeit zurückzuweisen. Jedoch überprüft der Kolmogorov-Smirnov-Test die Hypothese perfekter Normalverteilung und kann daher auch zur Ablehnung der Hypothese führen, wenn die Werte wie im vorliegenden Fall auf Grund der äußerst großen Stichprobe nur geringfügig von der Normalverteilung abweichen (Vgl. Bortz 1999, S. 122f.). Die in dieser Arbeit gewählte Vorgehensweise wird in der Literatur von den meisten Autoren, deren Arbeit eine großzahlige Stichprobe zugrunde liegt, gewählt (vgl. bspw. Valtin 2005, S. 137 oder Völckner 2003, S. 283).

    Google Scholar 

  260. Vgl. Mardia 1970, S. 519ff.; DeCarlo 1997, S. 296f.

    Google Scholar 

  261. Bollen 1989, S. 425.

    Google Scholar 

  262. Es ist an dieser Stelle erklärend anzumerken, dass der Schwerpunkt der folgenden Ausführungen eher auf der angloamerikanischen Literatur liegt, da Morschett (2002a) diese in seiner Arbeit etwas vernachlässigt und seinen Fokus eher auf die deutschsprachige Literatur gelegt hat.

    Google Scholar 

  263. Vgl. bspw. Cox 1980; Green/Rao 1970; Jäpel 1985.

    Google Scholar 

  264. Vgl. Churchill/ Peter 1984, S. 360ff.; Cox 1980, S. 408ff.; Green/Rao 1970, S. 33ff.

    Google Scholar 

  265. Vgl. Backhaus et al. 2006, S. 5; Berekhoven/Eckert/Ellenrieder 1999, S. 74.

    Google Scholar 

  266. Vgl. Hair et al. 2006, S. 8; Hammann/Erichson 2006, S. 88ff.; Lehmann/Gupta/Steckel 1998, S. 236ff.

    Google Scholar 

  267. Vgl. Yoo/ Donthu/ Lee 2000, S. 198ff.; De Chernatony/McDonald 2003, S. 16f.; Hälsig et al. 2007, S. 750ff.; Koenig/Mishra/Gobeli 2002, S. 46; Langner 2003, S. 5.

    Google Scholar 

  268. Vgl. Ailawadi/ Keller 2004, S. 332

    Google Scholar 

  269. Vgl. bspw. Mattila/ Wirtz 2001.

    Google Scholar 

  270. Vgl. bspw. Berens/ van Riel 2004, S. 174; Brown et al. 2006, S. 102; Mazursky/Jacoby 1986. Berens/van Riel (2004) oder auch Brown et al. (2006) wählen den Ausdruck „Corporate Associations“ zur Beschreibung der Wahrnehmungsdimensionen eines Unternehmens bzw. eines Händlers.

    Google Scholar 

  271. So schließen einige Autoren sogar mehrfaktorielle Konstrukte gänzlich von vorneherein aus (bspw. Giering 2000, S. 72 oder Stock 2001, S. 107).

    Google Scholar 

  272. Vgl. Morschett 2002a, S. 333f.

    Google Scholar 

  273. Vgl. Fisk 1967, S. 127.

    Google Scholar 

  274. Vgl. Morschett 2002a, S. 407.

    Google Scholar 

  275. Vgl. vor allem die Ergebnisse von Bodkin/ Perry 2004, S. 252; Esch 2007, S. 268; Swoboda/Hälsig/Foscht 2007, S. 530; Zentes/Swoboda 2008.

    Google Scholar 

  276. Vgl. vor allem die Ergebnisse von Chebat/ Michon 2003, S. 529ff.; Donovan et al. 1994; Grewal et al. 2003, S. 259ff.; Kerfoot/Davies/Ward 2003, S. 147ff.

    Google Scholar 

  277. Vgl. vor allem die Ergebnisse von Churchill et al. 1985, S. 103ff.; Dabholkar/Shepherd/Thorpe 2000, S. 145ff.; Merrilees/McKenzie/Miller 2007, S. 218ff.; Rentz et al. 2002, S. 14ff.

    Google Scholar 

  278. Vgl. Gerbing/ Hamilton 1996, S. 71.

    Google Scholar 

  279. Vgl. Hair et al. 2006, S. 819; MacCallum et al. 1994, S. 1ff.

    Google Scholar 

  280. Vgl. Backhaus et al. 2006, S. 292f.; Weiber 1984, S. 24ff.

    Google Scholar 

  281. Vgl. Backhaus et al. 2006, S. 295f.

    Google Scholar 

  282. Vgl. Gerbing/ Hamilton 1996, S. 65; Weiber 1984, S. 24ff.

    Google Scholar 

  283. Vgl. Hildebrandt/ Temme 2006, S. 624.

    Google Scholar 

  284. In der letzten Zeit steigt die Anwendungshäufigkeit der schiefwinkligen Oblimin-Rotation, da eine gänzliche Unabhängigkeit der Faktoren meist nicht angenommen werden kann (vgl. bspw. Dowling 2004; Giersch 2008; Homburg 2000; Kim/Jin 2001; Krohmer 1999; Rossiter 2002; Walsh/Beatty 2007; Yoo/Donthu/Lee 2000).

    Google Scholar 

  285. Vgl. Harris/ Kaiser 1964; Hakstian/Abell 1974; Harman 1967.

    Google Scholar 

  286. Vgl. Backhaus et al. 2006, S. 300; Hair et al. 2006, S. 124ff.; Hartung/Elpelt 1992, S. 562ff.

    Google Scholar 

  287. Vgl. hierzu bspw. Anselmsson 2006, S. 132; Homburg/Hoyer/Fassnacht 2002; Hummel/Savitt 1988; Swoboda et al. 2007a.

    Google Scholar 

  288. Morschett (2002a) integriert damit in seine Untersuchung einige Aspekte gar nicht, so die Kommunikationspolitik und das (Service-)personal des Handelsunternehmens und andere werden nur sehr pauschal untersucht. Es ist ihm nicht möglich, differenziert auf bestimmte, sehr relevante Händler Attribute einzugehen. Eine gesonderte Analyse des Einflusses des Ladengestaltung, der Sortimentsqualität und des Service auf die Retail Brand ist nicht durchführbar.

    Google Scholar 

  289. Vgl. Hair et al. 2006, S. 819.

    Google Scholar 

  290. Vgl. Dabholkar/ Thorpe/ Rentz 1996; Siu/Chow 2003; Merrilees/McKenzie/Miller 2007.

    Google Scholar 

  291. Vgl. Homburg/ Dobratz 1991, S. 233.

    Google Scholar 

  292. Bei einer weniger strengen Auslegung ist auch ein Grenzwert von 0,4 zu akzeptieren (vgl. bspw. Peter 1979, S. 9; Cortina 1993, S. 101; Peterson 1994, S. 389).

    Google Scholar 

  293. Vgl. Morschett 2002a, S. 232.

    Google Scholar 

  294. Vgl. die Ausführungen in Abschnitt D.III des dritten Kapitels und vor allem die Ergebnisse von Dacin/ Smith 2000; Zajonc 1968; Zajonc 1980.

    Google Scholar 

  295. Vgl. bspw. Winterhoff-Spurk 2004; Zimbardo/Gerrig 2004, S. 113ff.

    Google Scholar 

  296. Vgl. Bollen 1989, S. 238ff.; Brown 2006, S. 62ff.; Homburg/Klarmann/Pflesser 2008, S. 282.

    Google Scholar 

  297. Vgl. Homburg/ Dobratz 1991, S. 233.

    Google Scholar 

  298. Vgl. Cortina 1993, S. 101.

    Google Scholar 

  299. Vgl. bspw. Cortina 1993, S. 101; Peter 1979, S. 9; Peterson 1994, S. 389.

    Google Scholar 

  300. Vgl. Liebmann, Zentes, Swoboda 2008, S. 449; Morschett 2006, S. 540.

    Google Scholar 

  301. Vgl. Bower/ Hilgard 1997, S. 10ff.; Bruhn 2004, S. 19ff.; Esch/Wicke/Rempel 2005, S. 40f.; Keller 2003a, S. 391, S. 634; Esch 2005b, S. 717ff.; Kroeber-Riel/Weinberg 2003, S. 330ff.; Trommsdorff 2004, S. 262ff.; Esch/Levermann 1993, S. 97f. sowie die Ausführungen in den Abschnitten B.IV. und B.V. des dritten Kapitels.

    Google Scholar 

  302. Vgl. bspw. Brauer 1997, S. 137; Murphy/Medin 1985, S. 298ff.; Swait/Erdem 2002, S. 304ff.

    Google Scholar 

  303. Vgl. bspw. Erdem/ Swait 1998, S. 131ff.; Hartman/Spiro 2005, S. 1113; Marks 1976, S. 37; Brauer 1997, S. 137.

    Google Scholar 

  304. Vgl. bspw. Balmer 2001a; Homburg/Krohmer 2005, S. 558, S. 929ff.;Kotler/Keller 2006, S. 275f.; Meffert/Burmann/Kirchgeorg 2008, S. 364.

    Google Scholar 

  305. Vgl. Morschett 2002a, S. 423ff.

    Google Scholar 

  306. Marks 1976, S. 37.

    Google Scholar 

  307. Vgl. bspw. MacCallum/ Browne/ Sugawara 1996, S. 134; Kaplan 2000, S. 113f.

    Google Scholar 

  308. Vgl. Homburg/ Dobratz 1991, S. 233.

    Google Scholar 

  309. Vgl. Ailawadi/ Keller 2004, S. 339.

    Google Scholar 

  310. Vgl. bspw. Pappu/ Quester/ Cooksey 2005, S. 145.; Chen 2001, S. 439f.; Low/Lamb 2000, S. 353.; Lassar/Mittal/Sharma 1995, S. 16; Yoo/Donthu 2001, S. 1ff.

    Google Scholar 

  311. Vgl. LeBlanc/ Nguyen 1996, S. 50.

    Google Scholar 

  312. Vgl. bspw. Aaker 1991; Aaker 1996; Koschate 2002; Rindova et al. 2005, S. 1039; Sethuraman 2000; Stock-Homburg/Krohmer 2007, S. 1084.

    Google Scholar 

  313. Vgl. Ailawadi/ Keller 2004, S. 340.

    Google Scholar 

  314. Vgl. bspw. Brown/ Dacin 1997; Aaker 2004; Berens/van Riel/van Bruggen 2005; Spears/Brown/Dacin 2006; Uggla 2006.

    Google Scholar 

  315. Vgl. Hartman/ Spiro 2005, S. 1114.

    Google Scholar 

  316. Vgl. bspw. Morschett/ Swoboda/ Foscht 2005; Hälsig/Swoboda/Morschett 2006; Swoboda/Hälsig 2007; Swoboda/Hälsig/Morschett 2007a; Swoboda/Hälsig/Morschett 2007b; Swoboda et al. 2007a; Swoboda et al. 2007b; Swoboda et al. 2007c; Hälsig et al. 2007; Zentes/Swoboda 2008.

    Google Scholar 

  317. Vgl. Morschett 2002a, S. 339; Morschett 2002b, S. 285; Swoboda et al. 2007a, S. 431 und die Ausführungen in Abschnitt C des dritten Kapitels.

    Google Scholar 

  318. Vgl. Keller 2003a, S. 429ff.; Chaudhuri/Holbrook 2001, S. 87; Aaker 1996, S. 113f; Lassar/Mittal/Sharma 1995, S. 16. Siehe zur Operationalisierung von Markenvertrauen auch die vergleichbaren Statement-Formulierungen von Esch/Geus 2005; Müller/Wünschmann 2004, S. 57; Bhattacharya/Sankar 2003, S. 85.

    Google Scholar 

  319. Vgl. Del Rio/ Vazquez/ Iglesias 2001, 423; Eggert 2000, S. 126f.; Helm 2008, S. 130ff.; Bloemer/de Ruyter 1998, S. 510; Lassar/Mittal/Sharma 1995, S. 13. An dieser Stelle ist noch anzumerken, dass sicherlich alle verwendeten Dimensionen noch detaillierter mit weiteren Indikatoren hätten erfasst werden können. Dies wurde allerdings zugunsten eines noch vertretbaren Umfangs des Fragebogens unterlassen.

    Google Scholar 

  320. Vgl. Chaudhuri/ Holbrook 2001, S. 87; Aaker 1996, S. 113f; Netemeyer et al. 2004.

    Google Scholar 

  321. Vgl. Keller 2003a, S. 458ff.; Aaker 2002, S. 318ff.

    Google Scholar 

  322. Vgl. bspw. Hartman/ Spiro 2005 oder Keller 1993.

    Google Scholar 

  323. Vgl. Kroeber-Riel/ Weinberg 2003, S. 362.

    Google Scholar 

  324. Vgl. für eine ausführliche Auseinandersetzung mit unterschiedlichen Recall-und Recognitionmessungen: Du Plessis 1994; Dubow 1994; Gibson 1994; Ross 1994.

    Google Scholar 

  325. Vgl. Ruge 1988, S. 140; Heinemann 1989, S. 146; Bekmeier-Feuerhahn 1998, S. 186f.

    Google Scholar 

  326. Vgl. Homburg/ Dobratz 1991, S. 233.

    Google Scholar 

  327. Vgl. Vandenberg/ Lance 2000, S. 52.

    Google Scholar 

  328. Vgl. Peter/ Churchill 1986, S. 2; Ruekert/Churchill 1984, S. 226; Homburg 2000, S. 70; Homburg/Giering 1996, S. 7; Stock 2001, S. 110.

    Google Scholar 

  329. Bagozzi 1979, S. 24.

    Google Scholar 

  330. Vgl. Morschett 2002a, S. 342; Osman 1993, S. 137; Heinemann 1989, S. 17f.

    Google Scholar 

  331. Vgl. Netemeyer et al. 2004, S. 214; Myers et al. 2000, S. 112; Chaudhuri/Holbrook 2001, S. 88; Aaker 1996, S. 108ff.

    Google Scholar 

  332. Vgl. bspw. Bettencourt 1997, S. 395; Bhattacharya/Sankar 2003, S. 85; Osman 1993, S. 137

    Google Scholar 

  333. Vgl. bspw. Fritz 1995, S. 131; Giersch 2008, S. 193; Peter 1999, S. 149; Schramm-Klein 2003, S. 229.

    Google Scholar 

  334. Vgl. Homburg/ Dobratz 1991, S. 233.

    Google Scholar 

  335. Vgl. vor allem Babin/ Darden/ Griffin 1994; Dawson/Bloch/Ridgway 1990; Sherry 1990; Sheth 1983; Tauber 1972

    Google Scholar 

  336. Die Motive wurden vor allem aus folgenden Arbeiten rekurriert: Gröppel-Klein 1998, S. 115 ff.; Hallsworth 1991, S. 21; Jarratt 2000, S. 290; Luomala 2003, S. 283; Morschett/Swoboda/Foscht 2005, S. 434 ff.; Noble/Griffith/Adjei 2006, S. 187f.; Van Kenhove/de Wulf 2000, S. 152f.

    Google Scholar 

  337. Vgl. Anselmsson 2006, S. 132.

    Google Scholar 

  338. Vgl. Backhaus et al. 2006, S. 536.

    Google Scholar 

  339. Zu den genauen methodischen Hintergründen der Diskriminanzanalyse vgl. Backhaus et al. 2006, S 159ff.; Frenzen/Krafft 2008, S. 610ff.; Hair et al. 2006, S. 269ff.; Klecka 1980, S. 8ff.

    Google Scholar 

  340. Vgl. bspw. Kapferer/ Laurent 1985; Laurent/Kapferer 1985; Mühlbacher 1988; Ratchford 1986; Richins/Bloch 1986; Swoboda 1996, S. 222ff.; Zaichkowsky 1985.

    Google Scholar 

  341. Vgl. bspw. Homburg/ Kebbel 2001, S. 52 (11 Indikatoren); Jain/Srinivasan 1990, S. 597f. (15 Indikatoren); McQuarrie/Munson 1986, S. 38 (22 Indikatoren); Slama/Tashchian 1985, S. 79 (33 Indikatoren); Zaichkowsky 1985 (20 Indikatoren), S. 350.

    Google Scholar 

  342. Vgl. bspw. Berens/ van Riel/ van Bruggen 2005, S. 46.

    Google Scholar 

  343. Vgl. bspw. Große-Bölting 2005, S. 137.

    Google Scholar 

  344. Vgl. Mittal 1995, S. 673; Neese/Taylor 1994, S. 68.

    Google Scholar 

  345. Vgl. Beatty/ Talpade 1994, S. 333; Flynn/Goldsmith/Eastman 1996, S. 137ff.

    Google Scholar 

  346. Vgl. Mittal 1989, S. 152; Ratchford 1986, S. 28.

    Google Scholar 

  347. Vgl. Giering 2000, S. 265; Schaefer 2006, S. 101; Schramm-Klein 2003, S. 304.

    Google Scholar 

  348. Vgl. Homburg/ Dobratz 1991, S. 233.

    Google Scholar 

  349. Vgl. Gardner/ Mitchell/ Russo 1978, S. 585; Deimel 1989, S. 153.

    Google Scholar 

  350. Vgl. James/ Brett 1984, S. 307; Jaccard/Wan 1996, S. 49. Siehe für diese Vorgehensweise der Median-Dichotomisierung als Basis zum Vergleich unterschiedlicher Gruppen bspw. Giering 2000, S. 169, Gierl/Praxmarer 2001, S. 236ff.; Gregori 2006, S. 178 oder auch Zeplin 2006, S. 179.

    Google Scholar 

  351. Vgl. Gardner/ Mitchell/ Russo 1978, S. 585; Deimel 1989, S. 153.

    Google Scholar 

  352. Vgl. bspw. Peterson/ Kerin 1983; Hildebrandt 1988; Bellenger/Robertson/Greenberg 1977; Stanley/Sewall 1976.

    Google Scholar 

  353. Vgl. Peter/ Churchill 1986, S. 4; Ruekert/Churchill 1984, S. 226; Westerbarkey 1996, S. 73f.

    Google Scholar 

  354. Vgl. Shao/ Baker/ Wagner 2004; Schneider/Bowen 1999; Pan/Zinkhan (2006); Rentz et al. 2002; Walker/Churchill/Ford 1977.

    Google Scholar 

  355. Vgl. bspw. Zentes/ Swoboda 2008.

    Google Scholar 

  356. Vgl. bspw. Desai/ Talukdar 2003, S. 903ff.; Schweiger/Mayerhofer 1990, S. 157ff.; Amine/Cadenat 2003, S. 486ff.; Chebat/Michon 2003, S. 529ff.

    Google Scholar 

  357. Vgl. Esch/ Levermann 1993, S. 79; Heinemann 1989, S. V Homburg/Hoyer/Fassnacht 2002, S. 86; Hummel/Savitt 1988.

    Google Scholar 

  358. Vgl. Chernev 2003, S. 174; Oppewal/Koelemeijer 2005, S. 45ff.

    Google Scholar 

  359. Vgl. Bower/ Hilgard 1997, S. 10ff.; Bruhn 2004, S. 19ff.; Esch/Wicke/Rempel 2005, S. 40f.; Keller 2003a, S. 391, S. 634; Esch 2005b, S. 717ff.; Kroeber-Riel/Weinberg 2003, S. 330ff.; Trommsdorff 2004, S. 262ff.; Esch/Levermann 1993, S. 97f. sowie die Ausführungen in den Abschnitten B.IV und B.V des dritten Kapitels.

    Google Scholar 

  360. Vgl. Shao/ Baker/ Wagner 2004, S. 1171.

    Google Scholar 

  361. In diesem Zusammenhang ist auf die Ergebnisse eine frühere Analyse des Verfassers dieser Arbeit zuverweisen, in der allerdings lediglich die Korrelationen in den zwanzig Teilstichproben verglichen wurden (vgl. Swoboda/ Hälsig/ Morschett 2007b).

    Google Scholar 

Download references

Rights and permissions

Reprints and permissions

Copyright information

© 2008 Gabler | GWV Fachverlage GmbH, Wiesbaden

About this chapter

Cite this chapter

(2008). Empirische Untersuchung. In: Branchenübergreifende Analyse des Aufbaus einer starken Retail Brand. Gabler. https://doi.org/10.1007/978-3-8349-9817-0_4

Download citation

Publish with us

Policies and ethics