Skip to main content
SpringerLink
Log in

Durchführung der empirischen Untersuchung

  • Chapter
Strategische Orientierungen für junge Technologieunternehmen

  • 639 Accesses

Auszug

Nachdem im letzten Kapitel der zugrunde zu legende Aufbau für die empirische Untersuchung geschaffen wurde, wird in diesem Kapitel die eigentliche Durchführung der empirischen Untersuchung erfolgen. Zunächst wird dazu in Abschnitt 5.1. die Datengrundlage formiert. Im Anschluss daran wird in Abschnitt 5.2. die Modellbeurteilung auf Messmodellebene und Strukturmodellebene vorgenommen, bevor schließlich in Abschnitt 5.3. die Ergebnisse dargestellt und diskutiert werden.

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 69.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 69.99
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. Nach engerer Auslegung gelten nur Unternehmen bis zu einem Alter von fünf Jahren als jung (vgl. Fallgatter, M. J. (2003), S. 28). Nach weiterer Auslegung werden auch Unternehmen bis zu einem Alter von zwölf Jahren noch als jung bezeichnet (vgl. Bantel, K. A. (1998), S. 205). Um s icher zugehen, dass ausreichend Unternehmen für die spätere Analyse zur Verfügung stehen würden, wurde sich zunächst an der weiteren Auslegung orientiert.

    Google Scholar 

  2. Vgl. Grupp, H./ Jungmittag, A. et al. (2000), S. 81.

    Google Scholar 

  3. Vgl. Fallgatter, M. J. (2002), S. 22.

    Google Scholar 

  4. Internetbasierte Befragungen („Computer Self-Administered Questionnaires“ über das Internet) sind eine Form von computergestützten Bildschirmbefragungssystemen (vgl. Bauer, H. H./ Wölfer, H. (2001), S. 1 lf). Der Proband beantwortet hierbei einen standardisierten HTML-Fragebogen am Bildschirm eines Computers, ohne dass ein Interviewer dazwischen geschaltet ist. Der Fragebogen wiederum ist Teil einer Befragungs-Software, die auf einem Server liegt und die eingegebenen Daten direkt in eine angeschlossene (SQL-) Datenbank einträgt (vgl. Dördrechter, N. (2006), S. 170).

    Google Scholar 

  5. Vgl. Dördrechter, N. (2006), S. 169ff

    Google Scholar 

  6. Vgl. Schnell, R./ Hill, P. B. et al. (1999), S. 297; Schonlau, M./Fncker, R. D. (2001), S. 1; Weible, R./Wallace, J. (1998), S. 20.

    Google Scholar 

  7. Vgl. Andrews, D./ Nonnecke, B. (2003), S. 186; Schonlau, M./Fncker, R. D. (2001), S. 74.

    Google Scholar 

  8. Vgl. Grandcolas, U./ Rettie, R. et al. (2003), S. 552.

    Google Scholar 

  9. Vgl. Morrel-Samuels, P. (2003), S. 16.

    Google Scholar 

  10. Vgl.Bauer, H. H./ Wölfer, H. (2001), S. 16.

    Google Scholar 

  11. Vgl. Theobald, A. (2000), S. 100.

    Google Scholar 

  12. Vgl. Schillewaert, N./ Langerak, F. (1998), S. 309.

    Google Scholar 

  13. Vgl. Couper, M. P. (2000), S. 467.

    Google Scholar 

  14. Vgl. Spieker, M. (2004), S. 225.

    Google Scholar 

  15. Vgl. Schillewaert, N./ Langerak, F. (1998), S. 309.

    Google Scholar 

  16. Vgl. Lüfters, H. (2004), S. 177ff.

    Google Scholar 

  17. Vgl. Schonlau, M./ Fncker, R. D. (2001), S. 2; Weible, R./Wallace, J. (1998), S. 23.

    Google Scholar 

  18. Vgl. Cobanoglu, C./ Warde, B. et al. (2001), S. 446f; Granello, D. H./Wheaton, J. E. (2004), S. 388; Sheehan, K. B./McMillan, S. J. (1999), S. 46.

    Google Scholar 

  19. Vgl. Dommeyer, C. J./ Eleanor, M. (2000), S. 40.

    Google Scholar 

  20. Vgl. Dördrechter, N. (2006), S. 175.

    Google Scholar 

  21. Vgl. Bauer, H. H./ Wölfer, H. (2001), S. 15.

    Google Scholar 

  22. Vgl. Grether, M. (2003), S. 212ff.

    Google Scholar 

  23. Vgl. Batinic, B. (2000), S. 120.

    Google Scholar 

  24. Vgl. Couper, M. P. (2000), S. 476.

    Google Scholar 

  25. Vgl. Fowler, F. J. (1995), S. VII.

    Google Scholar 

  26. Vgl. Laatz, W. (1993), S. 414; Smyth, J. D./Dillman, D. A. (2004), S. 2.

    Google Scholar 

  27. Vgl. Schumann, S. (2000), S. 75.

    Google Scholar 

  28. Vgl. Schonlau, M./ Fricker, R. D. (2001), S. 42.

    Google Scholar 

  29. Vgl. Andrews, D./ Nonnecke, B. (2003), S. 200; Bauer, H. H./Wölfer, H. (2001), S. 20; Gräf, L. (1999), S. 165.

    Google Scholar 

  30. Vgl. Bauer, H. H./ Wölfer, H. (2001), S. 21; Deutskens, E./de Ruyter, K. et al. (2004), S. 29; Dillman, D. A./Tortora, R. D. (1998), S. 1.

    Google Scholar 

  31. Vgl. Bosnjak, M. (2002), S. 40.

    Google Scholar 

  32. Vgl. Dillman, D. A./ Bowker, D. K. (2001), S. 166; Gräf, L. (1999), S. 169.

    Google Scholar 

  33. Vgl. Schonlau, M./ Fricker, R. D. (2001), S. 42.

    Google Scholar 

  34. Vgl. Andrews, D./ Nonnecke, B. (2003), S. 189.

    Google Scholar 

  35. Vgl. Diamantopoulos, A./ Schlegelmilch, B. B. (1996), S. 514ff.

    Google Scholar 

  36. Von dieser Art des Anreizes wird in der Praxis häufig Gebrauch gemacht (vgl. Andrews, D./ Nonnecke, B. (2003), S. 188; Elgesem, D. (2002), S. 200; Ilieva, J./Baron, S. et al. (2002), S. 364f; Schonlau, M./Fncker, R. D. (2001), S. 49).

    Google Scholar 

  37. Vgl. Hunt, S. D./ Sparkman Jr, R. D. et al. (1982), S. 270; Prüfer, P./Rexroth, M. (1996), S. 205.

    Google Scholar 

  38. Vgl. Diekmann, A. (1995), S. 415f; Schnell, R./Hill, P. B. et al. (1999), S. 325.

    Google Scholar 

  39. Vgl. Dördrechter, N. (2006), S. 198.

    Google Scholar 

  40. Die effektivste Form des Nachfassens stellt laut Diamantopoulos, A./ Schlegelmilch, B. B. (1996), S. 522, der erneute Versand des Fragebogens dar.

    Google Scholar 

  41. Vgl. Haenlein, M. (2004), S. 77.

    Google Scholar 

  42. Aufgrund der zufriedenstellenden Rücklaufquote wurde die obere Altersgrenze für die in die weitere Analyse einzubeziehenden jungen Technologieunternehmen von ursprünglich zwölf auf nun maximal zehn Jahre herabgesetzt. Der damit eingegangene Kompromiss zwischen der engeren Auslegung von „jung“-bis 5 Jahre (vgl. Fallgatter, M. J. (2003), S. 28)-und der weiteren Auslegung von „jung“-bis zwölf Jahre (vgl. Bantel, K. A. (1998), S. 205)-erscheint sinnvoll. Siehe auch Abschnitt 5.1.1.

    Google Scholar 

  43. Vgl. Roth, P. L./ Switzer, F. S. (1995), S. 1010f.

    Google Scholar 

  44. Die kritische Stichprobengröße errechnet sich entweder aus dem Zehnfachen der Anzahl der Pfade zur abhängigen Variable oder aus dem Zehnfachen der Anzahl der Indikatoren des größten formativen Konstrukts. Die größere der beiden Zahlen ergibt die kritische Stichprobengröße (vgl. Chin, W. W./ Newsted, P. R. (1999), S. 326f). In dem dieser Arbeit zugrunde gelegten Strukturgleichungsmodell liegt die Anzahl der Pfade zur abhängigen Variable bei sechs und die Anzahl der Indikatoren des größten formativen Konstrukts bei fünf. Entsprechend ergibt sich eine kritische Stichprobengröße von 60 Unternehmen.

    Google Scholar 

  45. Vgl. Haenlein, M. (2004), S. 78.

    Google Scholar 

  46. Vgl. Schnell, R./ Hill, P. B. et al. (1999), S. 430f.

    Google Scholar 

  47. Vgl. Afifi, A. A./ Elashoff, R. M. (1966), S. 595ff; Jones, M. P. (1996), S. 222ff.

    Google Scholar 

  48. Vgl. Bankhofer, U. (1995), S.89.

    Google Scholar 

  49. Zur Funktionsweise des EM-Algorithmus siehe Collins, L. M./ Schafer, J. L. et al. (2001), S. 330ff; Dempster, A. P./Laird, N. M. et al. (1977), S. 1ff; Rubin, D. B. (1976), S. 581ff. Die Durchführung des EM-Schätzalgorithmus erfolgte in dieser Arbeit mit dem SPSS-Modul „Missing Value Analysis“.

    Google Scholar 

  50. Vgl. Newman, D. A. (2003), S. 359; Schafer, J. L./Graham, J. W. (2002), S. 173.

    Google Scholar 

  51. Vgl. Allison, P. D. (2001), S. 19, die auf das Softwarepaket SPSS verweisen.

    Google Scholar 

  52. Vgl. Grether, M. (2003), S. 216.

    Google Scholar 

  53. Brettel, M. (2004), S. 182f; Grether, M. (2003), S. 216 verfahren analog.

    Google Scholar 

  54. Vgl. Armstrong, J. S./ Overton, T. S. (1977), S. 399. Bei einem Signifikanzniveau von 0,01 wäre lediglich noch eine Variable signifikant unterschiedlich.

    Google Scholar 

  55. Claas, S. (2006), S. 176; Hiddemann, T. (2006), S. 90ff, verfahren analog.

    Google Scholar 

  56. Vgl. Ernst, H. (2003), S. 1267; Kumar, N./Stern, L. W. et al. (1993), S. 1633ff.

    Google Scholar 

  57. Vgl. Zahra, S. A./ Neubaum, D. O. et al. (2002), S. 14.

    Google Scholar 

  58. Unterscheiden sich die Gruppengrößen um mehr als den Faktor 1,5, so ist eine quantitative Beurteilung der Unterschiede zwischen den Gruppen nicht mehr sinnvoll (vgl. Stevens, J. (1996), S. 249).

    Google Scholar 

  59. Vgl. Götz, O./ Liehr-Gobbers, K. (2004), S. 727.

    Google Scholar 

  60. Vgl. Götz, O./ Liehr-Gobbers, K. (2004), S. 718f; vgl. außerdem Abschnitt 4.1.1.

    Google Scholar 

  61. Vgl. Bollen, K. A./ Lennox, R. (1991), S. 305.

    Google Scholar 

  62. Vgl. Homburg, C./ Giermg, A. (1996), S. 7.

    Google Scholar 

  63. Vgl. Churchill, G. A. (1987), S. 380ff.

    Google Scholar 

  64. Vgl. Götz, O./ Liehr-Gobbers, K. (2004), S. 727ff; Krafft, M./Götz, O. et al. (2005), S. 75.

    Google Scholar 

  65. Vgl. Fassott, G./ Eggert, A. (2005), S. 38f.

    Google Scholar 

  66. Vgl. Bollen, K. A./ Lennox, R. (1991), S. 307; Diamantopoulos, A./Winklhofer, H. M. (2001), S. 269.

    Google Scholar 

  67. Vgl. Bollen, K. A./ Lennox, R. (1991), S. 312; Jarvis, C. B./Mackenzie, S. B. et al. (2003), S. 222.

    Google Scholar 

  68. Vgl. Götz, O./ Liehr-Gobbers, K. (2004), S. 727.

    Google Scholar 

  69. Vgl. Bollen, K.A. (1989), S. 185.

    Google Scholar 

  70. Vgl. Bohrnstedt, G. W. (1970), S. 92.

    Google Scholar 

  71. Vgl. Götz, O./ Liehr-Gobbers, K. (2004), S. 727.

    Google Scholar 

  72. Somit ist sichergestellt, dass die gemeinsame Varianz zwischen Konstrukt und Indikator größer als die Varianz des Messfehlers ist (vgl. Götz, O./ Liehr-Gobbers, K. (2004), S. 727).

    Google Scholar 

  73. Vgl. Carmines, E. G./ Zeller, R. A. (1979), S. 27.

    Google Scholar 

  74. Bspw. stufen Hulland, J. (1999), S. 198, erst Indikatorladungen unter 0,4 als zu gering bzw. nicht reliabel ein.

    Google Scholar 

  75. Vgl. Homburg, C./ Giering, A. (1996), S. 10.

    Google Scholar 

  76. Vgl. Götz, O./ Liehr-Gobbers, K. (2004), S. 727.

    Google Scholar 

  77. Vgl. Carmines, E. G./ Zeller, R. A. (1979), S. 45; Homburg, C./Giermg, A. (1996), S. 8. Zur Herleitung von Cronbachs Alpha siehe Cronbach, L. J. (1951).

    Google Scholar 

  78. Vgl. Homburg, C. (2000), S. 89; Nunnally, J. (1978), S. 245.

    Google Scholar 

  79. Vgl. Homburg, C./ Giering, A. (1996), S. 8.

    Google Scholar 

  80. Vgl. Götz, O./ Liehr-Gobbers, K. (2004), S. 727.

    Google Scholar 

  81. Vgl. Chin, W. W. (1998b), S. 320; Gerbing, D. W./Anderson, J. C. (1988), S. 190.

    Google Scholar 

  82. Vgl. Bagozzi, R. P./ Baumgartner, H. (1994), S. 403.

    Google Scholar 

  83. Vgl. Götz, O./ Liehr-Gobbers, K. (2004), S. 728; Nunnally, J. (1978), S. 245.

    Google Scholar 

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

    Google Scholar 

  85. Vgl. Bagozzi, R. P./ Baumgartner, H. (1994), S. 402f.

    Google Scholar 

  86. Vgl.Chin, W. W. (1998b), S. 321.

    Google Scholar 

  87. Vgl. Fornell, C./ Larcker, D. F. (1981), S. 45; Homburg, C./Giering, A. (1996), S. 12.

    Google Scholar 

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

    Google Scholar 

  89. Vgl. Bagozzi, R. P./ Phillips, L. W. (1982), S. 469.

    Google Scholar 

  90. Vgl. Chin, W. W. (1998b), S. 321.

    Google Scholar 

  91. Vgl. Bohrnstedt, G. W. (1970), S. 96.

    Google Scholar 

  92. Vgl. Chin, W. W. (1998b), S. 321; Fornell, C./Larcker, D. F. (1981), S. 46.

    Google Scholar 

  93. Vgl. Jarvis, C. B./ Mackenzie, S. B. et al. (2003), S. 202; vgl. außerdem Abschnitt 4.1.1.

    Google Scholar 

  94. Vgl. Götz, O./ Liehr-Gobbers, K. (2004), S. 728.

    Google Scholar 

  95. Vgl. Bollen, K. A./ Lennox, R. (1991), S. 308; Götz, O./Liehr-Gobbers, K. (2004), S. 729.

    Google Scholar 

  96. Vgl. Sambamurthy, V./ Chm, W. W. (1994), S. 231f.

    Google Scholar 

  97. Vgl. Chin, W. W. (1998b), S. 307.

    Google Scholar 

  98. Vgl. Götz, O./ Liehr-Gobbers, K. (2004), S. 729.

    Google Scholar 

  99. Vgl. Backhaus, K./ Erichson, B. et al. (2003), S. 88.

    Google Scholar 

  100. Vgl. Diamantopoulos, A./ Winklhofer, H. M. (2001), S. 272.

    Google Scholar 

  101. Vgl. Götz, O./ Liehr-Gobbers, K. (2004), S. 729.

    Google Scholar 

  102. Vgl. Eckey, H.-F./ Kosfeld, R. et al. (2001), S. 93; Hair, J. F./Anderson, R. E. et al. (1998), S. 220f.

    Google Scholar 

  103. Vgl. Eckey, H.-F./ Kosfeld, R. et al. (2001), S. 93.

    Google Scholar 

  104. Vgl. Krafft, M./ Götz, O. et al. (2005), S. 79.

    Google Scholar 

  105. Vgl. Belsley, D. A. (1991), S. 28; Götz, O./Liehr-Gobbers, K. (2004), S. 734.

    Google Scholar 

  106. Vgl. Eckey, H.-F./ Kosfeld, R. et al. (2001), S. 93.

    Google Scholar 

  107. Vgl. Götz, O./ Liehr-Gobbers, K. (2004), S. 729.

    Google Scholar 

  108. Vgl. Hulland, J. (1999), S. 201.

    Google Scholar 

  109. Vgl. Krafft, M./ Götz, O. et al. (2005), S. 71ff.

    Google Scholar 

  110. Vgl. Belsley, D. A./ Kuh, E. et al. (1980), S. 117f.

    Google Scholar 

  111. Vgl. Belsley, D. A. (1991), S. 28.

    Google Scholar 

  112. Vgl. Belsley, D. A./ Kuh, E. et al. (1980), S. 153.

    Google Scholar 

  113. Die Variablen werden für die Berechnung des Eigenwerts standardisiert, so dass beim Vorliegen von n Indikatoren die zu erklärende Gesamtstreuung insgesamt n × Standardabweichung 1 beträgt (vgl. Dördrechter, N. (2006), S. 241).

    Google Scholar 

  114. Vgl. Krafft, M./ Götz, O. et al. (2005), S. 79.

    Google Scholar 

  115. Vgl. Belsley, D. A./ Kuh, E. et al. (1980), S. 153.

    Google Scholar 

  116. Vgl. Götz, O./ Liehr-Gobbers, K. (2004), S. 734; Krafft, M./Götz, O. et al. (2005), S. 79.

    Google Scholar 

  117. Vgl. Belsley, D. A./ Kuh, E. et al. (1980), S. 152.

    Google Scholar 

  118. Vgl. Fornell, C./ Larcker, D. F. (1981), S. 46; Götz, O./Liehr-Gobbers, K. (2004), S. 730.

    Google Scholar 

  119. Vgl. Chin, W. W. (1998b), S. 316.

    Google Scholar 

  120. Vgl. Götz, O./ Liehr-Gobbers, K. (2004), S. 730; Gujarati, D. (1995), S. 74.

    Google Scholar 

  121. Vgl. Bamberg, G./ Baur, F. (2002), S. 45; Gujarati, D. (1995), S. 86.

    Google Scholar 

  122. Vgl. Backhaus, K./ Erichson, B. et al. (2003), S. 66.

    Google Scholar 

  123. Vgl. Backhaus, K./ Erichson, B. et al. (2003), S. 66; Jain, D. (1994).

    Google Scholar 

  124. Vgl. Backhaus, K./ Erichson, B. et al. (2003), S. 96; Dördrechter, N. (2006), S. 247.

    Google Scholar 

  125. Vgl. Amoroso, D. L./ Cheney, P. H. (1991), S. 81.

    Google Scholar 

  126. Vgl. Chin, W. W. (1998b), S. 323.

    Google Scholar 

  127. Vgl. Hulland, J. (1999), S. 202.

    Google Scholar 

  128. Vgl. Chin, W. W. (1998b), S. 323.

    Google Scholar 

  129. Vgl. Götz, O./ Liehr-Gobbers, K. (2004), S. 731.

    Google Scholar 

  130. Vgl. Fornell, C./ Cha, J. (1994), S. 72.

    Google Scholar 

  131. Vgl. Fornell, C./ Cha, J. (1994), S. 71ff, sowie auch Geisser, S. (1975); Stone, M. (1975).

    Google Scholar 

  132. Vgl. Chin, W. W. (1998b), S. 318; Fornell, C./Cha, J. (1994), S. 73; Krafft, M./Götz, O. et al. (2005), S. 85.

    Google Scholar 

  133. Vgl. Fornell, C./ Cha, J. (1994), S. 71–73.

    Google Scholar 

  134. Vgl. Bagozzi, R. P./ Baumgartner, H. (1994), S. 404; Erdfelder, E. (1984), S. 22.

    Google Scholar 

  135. Vgl. Cohen, J. (1992), S. 156.

    Google Scholar 

  136. Vgl. Claas, S. (2006), S. 204; Haenlein, M. (2004), S. 101; Meier, D. (2005), S. 155.

    Google Scholar 

  137. Vgl. Baroudi, J. J./ Orlikowski, W. J. (1989), S. 97.

    Google Scholar 

  138. Vgl. Carte, T. A./ Russell, C. J. (2003), S. 493f. In PLS können die Indikatorladungen und-gewichte nicht fixiert werden, sondern werden für jedes Teilmodell neu geschätzt. Daher besteht immer die Möglichkeit, dass Ladungen und Gewichte in den j eweiligen Teilmodellen voneinander abweichen.

    Google Scholar 

  139. Vgl. Teel, C./ Verran, J. A. (1991), S. 69f. Hier wird auch die Berechnung des Kongruenzkoeffizienten erläutert.

    Google Scholar 

  140. Vgl. Teel, C./ Verran, J. A. (1991), S. 70.

    Google Scholar 

  141. Vgl. Backhaus, K./ Erichson, B. et al. (2003), S. 522. 836 Vgl. Abschnitt 4.1.3.

    Google Scholar 

  142. Eigene Darstellung. Erstellt auf Basis der Zuordnungsübersicht des Ward-Verfahrens, welche mit SPSS 12.0 errechnet werden kann. Die an der Ordinate abgetragene Fehlerquadratsumme ist das Heterogenitätsmaß im Ward-Verfahren (vgl. auch Backhaus, K./ Erichson, B. et al. (2003), S. 524).

    Google Scholar 

  143. Vgl. Venkatraman, N. (1989), S. 943 und S. 948; vgl. außerdem Abschnitt 3.3.

    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). Durchführung der empirischen Untersuchung. In: Strategische Orientierungen für junge Technologieunternehmen. Gabler. https://doi.org/10.1007/978-3-8349-9845-3_5

Download citation

Publish with us

Policies and ethics

Search

Navigation