Skip to main content
SpringerLink
Log in
Book cover

Management und Wirkungen von Marke-Kunden-Beziehungen im Konsumgüterbereich pp 191–208Cite as

Methodische Grundlagen und Kriterien der quantitativen Analyse

  • Chapter

  • 3985 Accesses

Auszug

Im Folgenden sollen die methodischen Grundlagen der empirischen Analyse kurz aufgezeigt werden, da sie für das Verständnis der empirischen Ergebnisse notwendig sind. Eine ausführliche, auf sämtliche Einzelaspekte eingehende Darstellung unterbleibt jedoch, da diese Grundlagen bereits in vielen anderen Arbeiten aufgearbeitet wurden. Es wird daher an den entsprechenden Stellen auf weiterführende Literatur verwiesen.

This is a preview of subscription content, 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   74.99
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

Learn about institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Vgl. Backhaus et al. (2003), S. 334.

    Google Scholar 

  2. Vgl. Backhaus et al. (2003), S. 334; Homburg/Hildebrandt (1998), S. 18; Zeplin (2006), S. 163.

    Google Scholar 

  3. Bagozzi/ Fornell (1982), S. 24.

    Google Scholar 

  4. Vgl. Schnell/ Hill/ Esser (2005), S. 127 und S. 131. Synonym zu dem Begriff „Indikatoren“ wird in dieser Arbeit der Begriff „manifeste Variablen“ verwendet. Vgl. hierzu auch Götz/Liehr-Gobbers (2004), S. 718. Zur Operationalisierung theoretischer Konstrukte sowie der Unterscheidung in reflektive und formative Messmodelle vgl. Kapitel C 1.2.

    Google Scholar 

  5. Vgl. Götz/ Liehr-Gobbers (2004), S. 717; Diese Indikatorvariabeln werden stets mit den lateinischen Kleinbuchstaben x bzw. y bezeichnet. Vgl. Backhaus et al. (2003), S. 344.

    Google Scholar 

  6. Vgl. Backhaus et al. (2003), S. 344; Götz/Liehr-Gobbers (2004), S. 717; Jöreskog (1993), S. 296; Ringle (2004a), S. 8.

    Google Scholar 

  7. Vgl. Backhaus et al. (2003), S. 345; Bollen (1989), S. 11 ff.; Jöreskog/Sörbom (1989), S. 1 f.

    Google Scholar 

  8. Vgl. Götz/ Liehr-Gobbers (2004), S. 717; Ringle (2004a), S. 8 f. Zu einer ausführlichen Darstellung der Notation in Strukturgleichungsmodellen vgl. Backhaus et al. (2003), S. 344 ff.

    Google Scholar 

  9. Vgl. Ringle (2004a), S. 10.

    Google Scholar 

  10. Vgl. Betzin/ Henseler (2005), S. 50; Riekeberg (2002), S. 803.

    Google Scholar 

  11. Vgl. zum Fundamentaltheorem der Pfadanalyse Wright (1934).

    Google Scholar 

  12. Vgl. Betzin/ Henseler (2005), S. 50; Bliemel et al. (2005), S. 10; Hildebrandt (1998), S. 95.

    Google Scholar 

  13. Vgl. Ringle (2004b), S. 5.

    Google Scholar 

  14. Vgl. z. B. Götz/ Liehr-Gobbers (2004), S. 720 ff.; Maloney (2008), S. 224 ff.; Ringle (2004a), S. 31 ff.; Scholderer/Balderjahn (2005), S. 88 ff.

    Google Scholar 

  15. Herrmann/ Huber/ Kressmann (2006), S. 45.

    Google Scholar 

  16. Vgl. Chin (1998), S: 295.

    Google Scholar 

  17. Die Prüfung auf Normalverteilung wurde für die Variablen durch den Kolmogorov-Smirnov-Test sowie die Betrachtung der Schiefe und Kurtosis vorgenommen. Vgl. hierzu Bühl/ Zöfel (2005), S. 312 f.; Janssen/Laatz (2005), S. 206 ff. und S. 241 ff. Die Ergebnisse der Normalverteilungsprüfung sind im Anhang III dargestellt.

    Google Scholar 

  18. Im Rahmen von kovarianzbasierten Verfahren können nicht-normalverteilte Stichproben zwar mit dem Unweighted-Least-Squares (ULS) Verfahren berechnet werden. Balderjahn betont jedoch, dass ULS-Schätzer nur dann als sehr robust anzusehen sind, wenn die Indikatorreliabilitäten sehr hoch sind und eine große Stichprobe vorliegt. Die Stichprobe der Beschwerdeführer kann jedoch mit einem N = 224 als relativ klein (für kovarianzbasierte Verfahren) angesehen werden. Vgl. Balderjahn (1986), S. 3 ff.

    Google Scholar 

  19. Vgl. hierzu ausführlich Chin/ Marcolin/ Newsted (1996); Chin/MArcolin/Newsted (2003) sowie Kapitel C 2.2.3.

    Google Scholar 

  20. Eggert/ Fassott/ Helm (2005), S. 107.

    Google Scholar 

  21. “While problematic if not accounted for within the covariance-based modeling software such as LISREL, these correlations may actually help provide a more accurate estimation for the interaction effect when using PLS.” Chin/ MArcolin/ Newsted (2003), S. 193.

    Google Scholar 

  22. Vgl. Chin/ Newsted (1999), S. 314.

    Google Scholar 

  23. Vgl. Betzin/ Henseler (2005); Chin (1998); Chin/Newsted (1999); Lohmöller (1989); Ringle (2004a); Ringle et al. (2006); Tenenhaus et al. (2005); Wold (1966); Wold (1973); Wold (1974); Wold (1975); Wold (1980).

    Google Scholar 

  24. Vgl. Chin/ Todd (1995), S. 237; Hulland (1999), S. 198.

    Google Scholar 

  25. Vgl. Backhaus et al. (2003), S. 371; Hildebrandt (1998), S. 88.

    Google Scholar 

  26. Krafft/ Götz/ Liehr-Gobbers (2005), S. 73.

    Google Scholar 

  27. Vgl. Homburg/ Hildebrandt (1998), S. 25.

    Google Scholar 

  28. Vgl. Götz/ Liehr-Gobbers (2004), S. 715.

    Google Scholar 

  29. Für die Bewertung von formativen Messmodellen vgl. Götz/ Liehr-Gobbers (2004), S. 728 ff.; Krafft/Götz/Liehr-Gobbers (2005), S. 76 ff.; Ringle (2004b), S. 21 f. Die Festlegung der Operationalisierung der Modellkonstrukte erfolgte auf Basis der Empfehlungen von Jarvis et al., Eggert/Fassott und Herrmann et al. Da die kausale Wirkungsrichtung sämtlicher zu analysierender Konstrukte vom Konstrukt zu den Indikatoren verläuft, wurden die Konstrukte mit reflektiven Indikatoren operationalisiert, d. h. die latente Variable wird als ursächlich für die Ausprägung der Indikatoren angesehen. Vgl. hierzu ausführlich Jarvis/Mackenzie/Podsakoff (2003), S. 202 f.; Fassott/Eggert (2005), S. 42 ff.; Herrmann/Huber/Kressmann (2006), S. 46 ff.

    Google Scholar 

  30. Vgl. Bagozzi (1979); Churchill jr. (1979); Peter (1981) sowie für die weiteren Ausführungen Götz/Liehr-Gobbers (2004), S. 727 f. und Krafft/Götz/Liehr-Gobbers (2005), S. 73 ff.

    Google Scholar 

  31. Hildebrandt (1998), S. 90. Vgl. zu dieser Definition auch Bohrnstedt (1970), S. 92, an den sich die Begriffsdefinition von Hildebrandt anlehnt.

    Google Scholar 

  32. Vgl. Homburg/ Giering (1998), S. 117.

    Google Scholar 

  33. Vgl. Götz/ Liehr-Gobbers (2004), S. 727.

    Google Scholar 

  34. Vgl. Tenenhaus et al. (2005), S. 163.

    Google Scholar 

  35. Backhaus et al. (2003), S. 295. Die Eigenwerte entsprechen der Summe der quadrierten Faktorladungen eines Faktors über alle Variablen.

    Google Scholar 

  36. Vgl. Krafft/ Götz/ Liehr-Gobbers (2005), S. 73.

    Google Scholar 

  37. Vgl. Carmines/ Zeller (1979), S. 27; Panten/Thies (2006), S.322; Ringle/Spreen (2007), S. 212.

    Google Scholar 

  38. Vgl. Hulland (1999), S. 198.

    Google Scholar 

  39. Vgl. Götz/ Liehr-Gobbers (2004), S. 727.

    Google Scholar 

  40. Weitere in der Literatur gebräuchliche Bezeichnungen für die „Interne Konsistenz“ sind „Konvergenzvalidität“, „Faktorreliabilität“, „Jöreskogs rho“ oder „Composite Reliability“. Vgl. Götz/ LiehrGobbers (2004), S. 727; Krafft/Götz/Liehr-Gobbers (2005), S. 74.

    Google Scholar 

  41. Vgl. Götz/ Liehr-Gobbers (2004), S. 727; Ringle (2004b), S. 19.

    Google Scholar 

  42. Vgl. Fornell/ Larcker (1981), S. 45.

    Google Scholar 

  43. Vgl. Krafft/ Götz/ Liehr-Gobbers (2005), S. 74.

    Google Scholar 

  44. Vgl. z. B. Nunnally (1978), S. 245.

    Google Scholar 

  45. Vgl. z. B. Bagozzi/ Yi (1988), S. 82; Homburg/Baumgartner (1998), S. 361; Ringle/Spreen (2007), S. 212.

    Google Scholar 

  46. Vgl. Fassott/ Eggert (2005), S. 33. Im Gegensatz zu formativen Messmodellen, bei denen die Elimination eines Indikators den konzeptionellen Inhalt des Konstruktes ändert, ist die Elimination von Indikatoren in einem reflektiven Messmodell unproblematisch. Dies liegt darin begründet, dass die Indikatoren in einem reflektiven Messmodell grundsätzlich austauschbare Messungen des Konstruktes darstellen. Vgl. hierzu auch Bollen/Lennox (1991), S. 308.

    Google Scholar 

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

    Google Scholar 

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

    Google Scholar 

  49. Vgl. Fornell/ Larcker (1981), S. 46.

    Google Scholar 

  50. Vgl. Fornell/ Larcker (1981), S. 45 f.

    Google Scholar 

  51. Vgl. Homburg/ Giering (1998), S. 130; Panten/Thies (2006). S. 323; Ringle/Spreen (2007); S. 212.

    Google Scholar 

  52. Vgl. Krafft/ Göz/ Liehr-Gobbers (2005), S. 83. Das Bootstrapping ist dem Jackknifing vorzuziehen, da es eine höhere Ergebnisqualität aufweist. Es benötigt jedoch mehr Zeit zur Berechnung der Ergebnisse. Vgl. Efron/Tibshirani (1993), S. 145 f.; RINGLE (2004b), S. 18.

    Google Scholar 

  53. Vgl. Homburg/ Giering (1998), S. 125.

    Google Scholar 

  54. Vgl. Götz/ Liehr-Gobbers (2004), S. 727.

    Google Scholar 

  55. Vgl. Krafft/ Götz/ Liehr-Gobbers (2005), S. 83.

    Google Scholar 

  56. Vgl. Chin (1998), S. 316.

    Google Scholar 

  57. Vgl. Backhaus et al. (2003), S. 63.

    Google Scholar 

  58. Vgl. Backhaus et al. (2003), S. 66.

    Google Scholar 

  59. Vgl. Chin (1998), S. 323. Werte des Bestimmtheitsmaßes in Höhe von 0,33 und 0,19 werden als “durchschnittlich” bzw. „schwach“ bezeichnet.

    Google Scholar 

  60. Vgl. Ringle (2004b), S. 15.

    Google Scholar 

  61. Vgl. Herrmann/ Huber/ Kressmann (2006), S. 58; Panten/Thies (2006), S. 324 f.; Ringle/Spreen (2007), S. 214.

    Google Scholar 

  62. Vgl. Götz/ Liehr-Gobbers (2004), S. 730; Krafft/Götz/Liehr-Gobbers (2005), S. 83 f.

    Google Scholar 

  63. Vgl. Lohmöller (1989), S. 60 f.

    Google Scholar 

  64. Vgl. Chin (1998), S. 316 f.; Götz/Liehr-Gobbers (2004), S. 730 f.; Panten/Thies (2006), S. 325.

    Google Scholar 

  65. Vgl. Cohen (1988), S. 410 ff.

    Google Scholar 

  66. Ringle (2004b), S. 15 f.

    Google Scholar 

  67. Vgl. Chin (1998), S. 316; Cohen (1988), S. 413.

    Google Scholar 

  68. Vgl. Geisser (1975); Stone (1975).

    Google Scholar 

  69. Vgl. Fornell/ Cha (1994), S. 72.

    Google Scholar 

  70. Vgl. Fornell/ Cha (1994), S. 71 f. Eine ausführliche Beschreibung der einzelnen Schritte der Blindfolding-Prozedur ist bei Chin (1998), S. 317 zu finden.

    Google Scholar 

  71. Vgl. hierzu ausführlich Fornell/ Cha (1994), S. 71 ff.

    Google Scholar 

  72. Vgl. Chin (1998), S. 318; Herrmann/Huber/Kressmann (2006), S. 58.

    Google Scholar 

  73. Vgl. Götz/ Liehr-Gobbers (2004), S. 724.

    Google Scholar 

  74. Vgl. Chin/ Marcolin/ Newsted (1996), S. 21; Götz/Liehr-Gobbers (2004), S. 724.

    Google Scholar 

  75. Vgl. Chin/ Marcolin/ Newsted (1996), S. 25 ff.

    Google Scholar 

  76. Vgl. Chin/ Marcolin/ Newsted (1996), S. 26.

    Google Scholar 

  77. Dieses Vorgehen beugt einem möglicherweise auftretenden Mulitkollinearitätsproblem vor. Vgl. Smith/ Sasaki (1979), S. 35 ff.

    Google Scholar 

  78. Vgl. Chin/ Marcolin/ Newsted (1996), S. 26.

    Google Scholar 

  79. Vgl. Götz/ Liehr-Gobbers(2004), S. 727.

    Google Scholar 

  80. Vgl. Eggert/Fassott/Helm (2005), S. 109.

    Google Scholar 

  81. Vgl. Götz/ Liehr-Gobbers (2004), S. 727 sowie zur Effektgröße f2, die die Änderung des Bestimmtheitsmaßes R2 der endogenen Variablen angibt, Kapitel C 2.2.2.

    Google Scholar 

  82. Vgl. Eggert/ Fassott/ Helm (2005), S. 107.

    Google Scholar 

  83. Vgl. zu diesem Test ausführlich Mann/ Whitney (1947).

    Google Scholar 

  84. Vgl. Janssen/ Laatz (2005), S. 537.

    Google Scholar 

  85. Vgl. Kähler (2002), S. 379 f.

    Google Scholar 

  86. Vgl. hierzu ausführlich Bortz (2005), S. 168 ff.

    Google Scholar 

  87. Vgl. Janssen/ Laatz (2005), S. 526; KÄhler (2002), S. 355 f.

    Google Scholar 

  88. Vgl. hierzu ausführlich McNemar (1947); Wilcoxon (1945).

    Google Scholar 

  89. Vgl. Bühl/ Zöfel (2005), S. 549.

    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). Methodische Grundlagen und Kriterien der quantitativen Analyse. In: Management und Wirkungen von Marke-Kunden-Beziehungen im Konsumgüterbereich. Gabler. https://doi.org/10.1007/978-3-8349-9893-4_12

Download citation

Publish with us

Policies and ethics

Search

Navigation