Auszug
Die Validierung der Konstrukte und der Test des hypothetisierten Akzeptanzmodells wurden mit SmartPLS 2.0 (vgl. Hansmann und Ringle 2004) durchgeführt — einem Analyseverfahren für Kausalmodelle, das ein varianzbasiertes Vorgehen zur Schätzung der Parameter verfolgt. Im Gegensatz zu kovarianzbasierten Verfahren nutzt der Schätzalgorithmus des Partial-Least-Squares-Ansatzes (PLS) Gewichte als Hilfsvariablen, um konkrete Werte für die latenten Variablen in einem iterativen Prozess zu ermitteln. Die residuale Varianz der (latenten und beobachtbaren) abhängigen Variablen im Modell soll dabei möglichst klein werden (vgl. Chin 1998, S. 301). Da die Parameter mit Ordinary-Least-Square-Regressionen geschätzt werden, setzt PLS keine Normalverteilung der Variablen voraus (vgl. Fornell und Bookstein 1982, S. 443). Somit ist eine Anwendung für die vorliegenden empirisch erhobenen Daten, die im Großteil nicht der Normalverteilungsannahme entsprechen, gewährleistet. Signifikanzaussagen werden im vorliegenden Fall mit Hilfe des Bootstrapping-Verfahrens (n = 200) ermöglicht. Unter Anwendung von PLS wird nicht das Gesamtmodell bewertet, sondern es werden lediglich einzelne Teilregressionen hinsichtlich ihrer Güte bewertet. Somit existieren keine globalen Gütekriterien wie bei kovarianzbasierten Verfahren. PLS stützt sich in einem geringeren Maße auf eine Theorie mit festen Relationen zwischen latenten Konstrukten als kovarianzbasierte Verfahren und kann somit auch für eine explorative Vorgehensweise genutzt werden (vgl. Chin 1998, S. 303; Chin und Newsted 1999, S. 313). Dieser Fakt kommt der vorliegenden Studie zugute, die sich zwar auf gefestigte Theorien wie das TAM und die TRA stützt, jedoch ebenso neue Konstrukte in dem Modell abzubilden versucht und dabei Ergebnisse einer qualitativen Vorstudie einbezieht.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Das Bootstrapping ist ein nichtparametrisches Resampling-Verfahren, mit Hilfe dessen die Güte der Schätzergebnisse von PLS beurteilt werden kann. Beim Bootstrapping werden über eine bestimmte Anzahl zufällig ausgewählter Fälle Unterstichproben gebildet. Für die jeweiligen Unterstichproben werden anschließend Modellschätzungen vorgenommen, wobei Erwartungswerte der Modellparameter (inklusive Standardabweichungen) errechnet werden. Ein t-Test erlaubt die Beurteilung der Signifikanz der Schätzergebnisse. Eine Alternative zu dem Bootstrapping ist das Jackknifing — ebenfalls ein nichtparametrisches Verfahren zur Beurteilung der Schätzergebenisse —, das sich in der Art der Gewinnung der Unterstichproben von dem Bootstrapping unterscheidet. Beim Jackknifing wird eine zuvor festgelegte Anzahl an Fällen unterdrückt, um anschließend das Modell für jede einzelne Unterstichprobe zu schätzen (vgl. Chin 1998, S. 318ff.; Scholderer und Balderjahn 2006, S. 62).
Diese Unterscheidung hat in der Literatur bis Ende der 90er Jahre kaum Beachtung gefunden (vgl. Temme 2006, S. 183), und fehlerhaft spezifizierte Modelle sind selbst in den führenden Marketing-Zeitschriften vorzufinden (vgl. z.B. Jarvis, MacKenzie und Podsakoff 2003, S. 207). Stellen Indikatoren die Ursache der Ausprägung eines latenten Konstruktes dar, so liegen formative Indikatoren vor. Ist der Wirkungszusammenhang umgekehrt, so spricht man von reflektiven Indikatoren. In diesem Falle handelt es sich um Konstrukte, deren latente Ausprägung sich in den Indikatoren widerspiegelt (vgl. Bollen 1989, S. 65). Jarvis et al. (2003, S. 200ff.) gehen auf die Gemeinsamkeiten und Unterschiede beider Arten von Indikatoren ein und schlagen weitere Entscheidungsregeln vor, die eine Bestimmung von reflektiven bzw. formativen Indikatoren ermöglichen. Götz und Liehr-Gobbers (2004, S. 718) fassen diese Erkenntnis in der Beantwortung der Frage zusammen, ob eine Veränderung des Konstruktes eine Veränderung aller Indikatoren bewirkt (reflektiv) oder die Veränderung eines Indikators eine Veränderung der Konstruktausprägung bewirkt (formativ).
Rights and permissions
Copyright information
© 2008 Gabler | GWV Fachverlage GmbH, Wiesbaden
About this chapter
Cite this chapter
(2008). Beschreibung des kausalanalytischen Vorgehens. In: Akzeptanz von technologischen Innovationen. Gabler. https://doi.org/10.1007/978-3-8349-9909-2_8
Download citation
DOI: https://doi.org/10.1007/978-3-8349-9909-2_8
Publisher Name: Gabler
Print ISBN: 978-3-8349-1240-4
Online ISBN: 978-3-8349-9909-2
eBook Packages: Business and Economics (German Language)