Skip to main content
SpringerLink
Log in

Methodische Konzeption der Untersuchung

  • Chapter
Controllerbereichserfolg aus Sicht des Managements

  • 774 Accesses

Auszug

Zur Beantwortung des zweiten Teils der ersten Forschungsfrage sowie der Forschungsfragen 2 und 3 wird im Rahmen dieser Arbeit eine großzahlige empirische Untersuchung durchgeführt. Im Folgenden werden die grundlegenden methodischen Konzeptionen, die für die Untersuchung relevant sind, vorgestellt. Hierbei werden im ersten Abschnitt die Untersuchungsmethode und der Ablauf der Untersuchung dargelegt. Der zweite Abschnitt beschreibt die Datenerhebung und die Datengrundlage. Der dritte Abschnitt zeigt die Grundlagen der quantitativen Analyse auf und thematisiert insbesondere die Konstruktmessung. Der vierte Abschnitt legt die angewandten Verfahren und Methodiken der Dependenzanalyse dar.

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 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

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Vgl. Bagozzi/ Fornell (1982), S. 24; Bagozzi/Phillips (1982), S. 465.

    Google Scholar 

  2. Vgl. Homburg/ Giering (1996), S. 6.

    Google Scholar 

  3. Vgl. Homburg/ Baumgartner (1995), S. 1093; Bagozzi (1981), S. 380.

    Google Scholar 

  4. Vgl. Atteslander (2003), S. 175; Koch (2004), S. 71; Diekmann (2004), S. 439.

    Google Scholar 

  5. Vgl hierzu Herrmann/ Homburg (2000), S. 27 f.; Scheffler (2000), S. 69; Diekmann (2004), S. 439.

    Google Scholar 

  6. Vgl hierzu Herrmann/ Homburg (2000), S. 27 f.; Diekmann (2004), S. 439.

    Google Scholar 

  7. Vgl. Haring/ Prantner (2005).

    Google Scholar 

  8. So auch Bauer (2002), S. 149; Spillecke (2006), S. 75.

    Google Scholar 

  9. Unter (key) informant bias werden in der Fachliteratur die Verzerrungen von Antworten verstanden, die durch nicht ausreichende Kompetenz, Wahrnehmungsunterschiede und divergierende Informationsstände verursacht werden. Vgl. hierzu Ernst (2001), S. 87 und die dort angegebene Literatur sowie auch Kumar/Stern/Anderson (1993), S. 1634.

    Google Scholar 

  10. Vgl. Kreutz/ Titscher (1974), S. 40 f.; Wieken (1974), S. 147; Heidenreich (1995); Luck/Rubin (1987), S. 195–197; Churchill (1991), S. 389–392; Mummendey (1999), S. 86; Bortz (2003), S. 181–183.

    Google Scholar 

  11. Vgl. Peterson/ Peterson (1976), S. 163 f. Das heißt nicht, dass keine reverse kodierten Items verwendet wurden. Reverse kodierte Items können auch positiv formuliert sein, vgl. hierzu Fußnote 700.

    Google Scholar 

  12. Die Verknüpfungen von Sachverhalten ist deshalb nicht erfolgt, weil die Beantwortung mittels einer Likert-Skala keine Unterscheidung zulässt, auf welchen Sachverhalt die Antwort zu beziehen ist, vgl. Matthes (2005).

    Google Scholar 

  13. Vgl. Esser (1977), S. 254 f.

    Google Scholar 

  14. Unter „soziale Erwünschtheit“ wird die Tendenz bei Respondenten verstanden, so zu antworten, wie sie denken, dass es erwünscht ist oder von ihnen in ihrer Position erwartet wird. Ob ein sozialer Erwünschtheits-Bias in Fragebogenuntersuchungen überhaupt auftreten kann, ist in der Literatur umstritten, vgl. z. B. Esser (1986), S. 316–327. Dieser schließt ihn nämlich aufgrund der bei Fragebogenuntersuchungen im Moment des Ausfüllens nicht vorhandenen Öffentlichkeit aus.

    Google Scholar 

  15. Vgl. Busz et al. (1972), S. 289–305.

    Google Scholar 

  16. Pre-Tests sind ein übliches Verfahren, insbesondere um die Itemformulierungen zu prüfen, vgl. Tränkle (1982), S. 289.

    Google Scholar 

  17. Vgl. Kumar/ Stern/ Anderson (1993), S. 1645 f.

    Google Scholar 

  18. Hierbei kam das Kriterium wie bei Brosius (2004), S. 487, zur Anwendung, dass die Nullhypothese bis zu einer Irrtumswahrscheinlichkeit von 5 % zurückgewiesen werden sollte.

    Google Scholar 

  19. Scholderer/ Balderjahn/ Paulssen (2006) warnen davor, „einzig aufgrund einer Theorie Kausalitäten in den Beziehungen im Strukturgleichungsmodell zu unterstellen“. Allerdings wird dies in der empirischen Forschung allgemein so angewendet.

    Google Scholar 

  20. Vgl. Wallenburg (2004), S. 124 f.; Sorg (2007), S. 140.

    Google Scholar 

  21. Vgl. beispielsweise Homburg/ Baumgartner (1995), S. 1092; Homburg/Hildebrandt (1998), S. 17.

    Google Scholar 

  22. Vgl. Wallenburg (2004), S. 135; zur Kausalanalyse allgemein vgl. Homburg/Klarman (2006).

    Google Scholar 

  23. Vgl. Anderson/ Gerbing (1988) sowie Corsten (2003), S. 52.

    Google Scholar 

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

    Google Scholar 

  25. Vgl. Homburg/ Giering (1998).

    Google Scholar 

  26. Vgl. hierzu Homburg/ Giering (1996), S. 5; Homburg/Giering (1998), S. 114.

    Google Scholar 

  27. Vgl. Homburg/ Giering (1998), S. 114.

    Google Scholar 

  28. Vgl. Homburg/ Giering (1998), S. 114; Stier (1999), S. 30 f.

    Google Scholar 

  29. Vgl. Hammann/ Erichson (2000), S. 201; Schnell/Hill/Esser (2005), S. 127.

    Google Scholar 

  30. Vgl. Jacoby (1978), S. 93; Henseler (2005), S. 70 f.

    Google Scholar 

  31. Vgl. Jacoby (1978), S. 93; Henseler (2005), S. 70 f.

    Google Scholar 

  32. Vgl. Churchill Jr. (1979), S. 66.

    Google Scholar 

  33. Vgl. Homburg/ Giering (1996), S. 6.

    Google Scholar 

  34. Vgl. Homburg/ Giering (1996), S. 6.

    Google Scholar 

  35. Vgl. Fornell (1986), S. 9; Bollen/Lennox (1991), S. 306; Eggert/Fassott (2003), S. 2 f.

    Google Scholar 

  36. Vgl. z. B. Bollen (1989), S. 65; Eggert/Fassott (2003), S. 1; Jarvis/Mackenzie/Podsakoff (2003), S. 201.

    Google Scholar 

  37. Vgl. Bollen/ Lennox (1991), S. 308; Fassott/Eggert (2005) S. 37; Fassott (2006).

    Google Scholar 

  38. Vgl. Diamantopoulos/ Winklhofer (2001), S. 271.

    Google Scholar 

  39. Vgl. Bagozzi/ Fornell (1982), S. 34; Bollen (1989), S. 65; Götz/Liehr-Gobbers (2004a), S. 718.

    Google Scholar 

  40. Vgl. Rossiter (2002), S. 305 f.

    Google Scholar 

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

    Google Scholar 

  42. Vgl. Fornell/ Bookstein (1982), S. 442; Bagozzi/Yi/Phillips (1991), S. 421 f.; Diamantopoulos (1999), S. 445; Jarvis/Mackenzie/Podsakoff (2003), S. 203; Herrmann/Huber/Kressmann (2004), S. 12; Albers/Hildebrandt (2006), S. 10 f.

    Google Scholar 

  43. Vgl. Jacoby (1978), S. 91; ähnlich auch Homburg/Giering (1996), S. 5.

    Google Scholar 

  44. Vgl. Homburg/ Giering (1996), S. 6. Zu den wichtigsten fachlichen Arbeiten hierzu zählen die von Jacoby (1978); Bagozzi (1979); Churchill Jr. (1979), Peter (1979).

    Google Scholar 

  45. Vgl. Peter (1979), S. 6.

    Google Scholar 

  46. Messfehler untergliedern sich in Zufallsfehler und in systematische Fehler. Zufallsfehler werden durch zufällige Abweichungen vom tatsächlichen Wert charakterisiert. Dies kann beispielsweise durch situative Faktoren geschehen, vgl. hierzu auch Churchill, Jr. (1999) S. 381.

    Google Scholar 

  47. Vgl. Peter (1979), S. 6.

    Google Scholar 

  48. Vgl. Carmines/ Zeller (1979), S. 37 f.; Hildebrandt (1998), S. 88.

    Google Scholar 

  49. Bagozzi/ Yi/ Phillips (1991), S. 427.

    Google Scholar 

  50. Vgl. Heeler/ Ray (1972), S. 361.

    Google Scholar 

  51. Vgl. Carmines/ Zeller (1979), S. 6; Peter (1979), S. 13; Homburg/Giering (1996); Hildebrandt/Temme (2006).

    Google Scholar 

  52. Vgl. Bohrnstedt (1977). S. 92; Homburg/Giering (1996), S. 7.

    Google Scholar 

  53. Parasuraman/ Zeithaml/ Berry (1988), S. 28.

    Google Scholar 

  54. Vgl. Homburg/ Giering (1996), S. 17 f. Es kommen dann sogenannte Konstrukte höherer Ordnung zum Einsatz, wie sie auch im Rahmen dieser Arbeit in Teilen angewendet werden.

    Google Scholar 

  55. Parasuraman/ Zeithaml/ Berry (1988), S. 28.

    Google Scholar 

  56. Vgl. Bagozzi/ Phillips (1982), S. 468.

    Google Scholar 

  57. Vgl. Peter (1981), S. 136.

    Google Scholar 

  58. Vgl. Bagozzi/ Phillips (1982), S. 469.

    Google Scholar 

  59. Vgl. Bagozzi/ Yi/ Phillips (1991), S. 425, Homburg/Giering (1996), S. 7; Stier (1999), S. 60.

    Google Scholar 

  60. Vgl. Bagozzi (1979), S. 24; Bagozzi (1980), S. 129; Ruekert/Churchill Jr. (1984), S. 226; Peter/Churchill Jr. (1986), S. 2.

    Google Scholar 

  61. Vgl. Ruekert/ Churchill Jr. (1984), S. 231 f.; Bagozzi (1979), S. 24.

    Google Scholar 

  62. Vgl. Homburg (2000), S. 75; Spillecke (2006), S. 83.

    Google Scholar 

  63. Vgl. Eggert/ Fassott (2003), S. 4, Götz/Liehr-Gobbers (2004b), S. 17.

    Google Scholar 

  64. Vgl. Fornell (1986).

    Google Scholar 

  65. Vgl. Churchill Jr. (1979), S. 66; Homburg/Giering (1996), S. 8.

    Google Scholar 

  66. Vgl. Backhaus et al. (2006), S. 330.

    Google Scholar 

  67. Vgl. Berekoven/ Eckert/ Ellenrieder (2001), S. 219.

    Google Scholar 

  68. Vgl. Hüttner/ Schwarting (2000), S. 383.

    Google Scholar 

  69. Vgl. Sandt (2004), S. 95, und eine ausführliche Darstellung bei Backhaus et al. (2006), S. 269 ff.

    Google Scholar 

  70. Ausführliche Erläuterungen zu den Verfahren bei Backhaus et al. (2006), S. 272 ff.

    Google Scholar 

  71. Vgl. Backhaus et al. (2006), S. 278.

    Google Scholar 

  72. Vgl. Backhaus et al. (2006), S. 278.

    Google Scholar 

  73. Vgl. Homburg/ Giering (1996), S. 8; Backhaus et al. (2006), S. 299 fordert einen Schwellenwert von 0,5.

    Google Scholar 

  74. Vgl. Backhaus et al. (2006), S. 291 f. Im Rahmen der Hauptkomponentenanalyse wird angenommen, dass die Varianz einer Ausgangsvariablen vollständig durch die Extraktion erklärt werden kann, so dass keine Restvarianz in den Variablen existiert. Demgegenüber unterstellt die Hauptachsenanalyse, dass die Varianz einer Variablen sich immer in die Komponenten Kommunalität und Einzelrestvarianz aufteilt. In dieser Arbeit wurde die Hauptachsenanalyse verwendet.

    Google Scholar 

  75. Vgl. Homburg/ Baumgartner (1995b), S. 170; Homburg/Giering (1996), S. 13.

    Google Scholar 

  76. Die Verfahren unterscheiden sich im zulässigen Winkel zwischen den Faktoren während der Rotation. Im Rahmen der OBLIMIN-Verfahren sind beliebige Winkel möglich. Das VARIMAXVerfahren geht hingegen von unabhängigen Faktoren aus, die während der Rotation orthogonal zueinander angeordnet bleiben. Vgl. hierzu auch Backhaus et al. (2006), S. 299 ff. In dieser Arbeit kam das OBLIMIN-Verfahren zur Anwendung, da keine allgemeine Unabhängigkeit vorausgesetzt werden konnte.

    Google Scholar 

  77. Vgl. grundlegend zum Kriterium Kaiser (1974), aber auch Backhaus et al. (2006), S. 295 ff.

    Google Scholar 

  78. Vgl. Backhaus et al. (2006), S. 295 f.

    Google Scholar 

  79. Vgl. Backhaus et al. (2006), S. 296 f.

    Google Scholar 

  80. Vgl. Homburg/ Giering (1996), S. 8; Sandt (2004).

    Google Scholar 

  81. Vgl. grundlegend Cronbach (1951), S. 297 ff.; des Weiteren Nunally (1978), S. 299 ff.; Carmines/Zeller (1979), S. 44 ff.; Churchill Jr. (1979), S. 68.

    Google Scholar 

  82. Vgl. Carmines/ Zeller (1979), S. 45.

    Google Scholar 

  83. Vgl. Nunally (1978), S. 245.

    Google Scholar 

  84. Vgl. Nunally (1967), S. 226; DeVellis (1991), S. 85; Malhotra (1993), S. 208.

    Google Scholar 

  85. Homburg/ Giering (1996), S. 8. Wird die Korrelation eines Indikators mit der Summe aller übrigen Indikatoren berechnet, so spricht man von der „corrected Item-to-Total-Korrelation“.

    Google Scholar 

  86. Nunally (1978), S. 245.

    Google Scholar 

  87. Vgl. Churchill Jr. (1979), S. 68, Homburg/Giering (1996), S. 9.

    Google Scholar 

  88. Für eine detaillierte Ausführung zu den Nachteilen vgl. Bagozzi/ Phillips (1982) oder auch Bagozzi/Yi/Phillips (1991).

    Google Scholar 

  89. Vgl. Homburg/ Giering (1996), S. 9.

    Google Scholar 

  90. Vgl. Gerbing/ Anderson (1988), S. 189.

    Google Scholar 

  91. Vgl. hierzu grundlegend Jöreskog (1966), S. 133 ff.; Jöreskog (1967), S. 443 ff.; Jöreskog (1969), S. 183 ff.

    Google Scholar 

  92. Vgl. Homburg / Giering (1996), S. 9.

    Google Scholar 

  93. Vgl. Homburg/ Giering (1996), S. 9; ähnlich auch schon Sheth (1971), S. 15.

    Google Scholar 

  94. Vgl. Homburg/ Pflesser (2000), S. 645.

    Google Scholar 

  95. Vgl. Homburg/ Baumgartner (1995b), S. 1093.

    Google Scholar 

  96. Vgl. Homburg/ Baumgartner (1995a), S. 165 f.

    Google Scholar 

  97. Vgl. hierzu ausführlich Wallenburg (2004), S. 147–153; Homburg/Baumgartner (1995a), S. 165 ff.

    Google Scholar 

  98. Vgl. Homburg/ Baumgartner (1995a), S. 165 f.

    Google Scholar 

  99. Vgl. Homburg/ Baumgartner (1995b), S. 165.

    Google Scholar 

  100. Vgl. Homburg (1992), S. 504.

    Google Scholar 

  101. Vgl. Backhaus et al. (2006), S. 379.

    Google Scholar 

  102. Vgl. Homburg/ Giering (1996), S. 10. Allerdings gibt es auch Forderungen nach strengeren Werten, beispielsweise 0,1, wie bei Bagozzi (1980), S. 105.

    Google Scholar 

  103. Vgl. hierzu und im Folgenden Backhaus et al. (2006), S. 379. Ähnlich Homburg/Giering (1996), S. 10 und die dort angegebene Literatur.

    Google Scholar 

  104. Vgl. Jöreskog/ Sörbom (1982), S. 25 ff.; Förster et al. (1984), S. 357 ff.

    Google Scholar 

  105. Vgl. Förster et al. (1984), S. 361; Bagozzi/Baumgartner (1994), S. 398.

    Google Scholar 

  106. Vgl. Homburg (2000), S. 93. In der Literatur gibt es auch Forderungen nach strengeren bzw. weiteren Werten. Beispielsweise schlagen Backhaus et al. (2006), S. 379, einen Wert von maximal 2,5 vor. Dahingegen sprechen Balderjahn (1986), S. 109, und Hildebrandt (1983), S. 105, sich insbesondere bei großen Stichproben für höhere Werte aus. Die Wahrscheinlichkeit einer Ablehnung des Gesamtmodells nimmt aber insgesamt mit einer zunehmenden Stichprobe zu, vgl. Bearden/Sharma/Teel (1982), S. 428 ff.

    Google Scholar 

  107. Vgl. Homburg/ Baumgartner (1998), S. 353.

    Google Scholar 

  108. Backhaus et al. (2006), S. 381.

    Google Scholar 

  109. Vgl. Homburg/ Baumgartner (1995b), S. 167.

    Google Scholar 

  110. Vgl. MacCallum/ Brown/ Sugawara (1996), S. 134; Hu/Bentler (1999), S. 27.

    Google Scholar 

  111. Vgl. Backhaus et al. (2006), S. 380 f.

    Google Scholar 

  112. Vgl. Hu/ Bentler (1995), S. 85; Bollen (1990), S. 257.

    Google Scholar 

  113. Vgl. z. B. Homburg (2000), S. 93; Bagozzi/Yi (1988), S. 82.

    Google Scholar 

  114. Vgl. Hu/ Bentler (1995), S. 85.

    Google Scholar 

  115. Vgl. Hu/ Bentler (1995), S. 86.

    Google Scholar 

  116. Vgl. Kiedaisch (1997), S. 73; Sharma (1996), S. 152. Es gibt aber auch Forderungen, dass der AGFI ebenfalls ein Niveau von 0,9 erreichen muss, vgl. hierzu z. B. Homburg (2000), S. 93; Bagozzi/Yi (1988), S. 82.

    Google Scholar 

  117. Vgl. Bentler/ Bonett (1980), S. 588 ff.

    Google Scholar 

  118. Vgl. Marsh/ Balla/ McDonald (1988), S. 393; Hu/Bentler (1995), S. 85; Homburg/Baumgartner (1998), S. 356 f.

    Google Scholar 

  119. Vgl. Hu/ Bentler (1999), S. 85.

    Google Scholar 

  120. Vgl. Bollen (1990).

    Google Scholar 

  121. Vgl. Wallenburg (2004), S. 151; Matthes (2005), S. 100.

    Google Scholar 

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

    Google Scholar 

  123. Vgl. Homburg/ Giering (1996), S. 10 f.

    Google Scholar 

  124. Vgl. Homburg/ Giering (1996), S. 10 f.

    Google Scholar 

  125. Vgl. Homburg (1992), S. 506; vgl. hierzu auch Bagozzi/Baumgartner (1994), S. 402.

    Google Scholar 

  126. Vgl. Balderjahn (1986), S. 117.

    Google Scholar 

  127. Vgl. Backhaus et al. (2006), S. 383 f.

    Google Scholar 

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

    Google Scholar 

  129. Vgl. Bagozzi/ Baumgartner (1994), S. 402.

    Google Scholar 

  130. Vgl. Homburg/ Giering (1996), S. 10.

    Google Scholar 

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

    Google Scholar 

  132. Vgl. Bagozzi/ Yi (1988), S. 81; Homburg/Baumgartner (1995a), S. 170.

    Google Scholar 

  133. Vgl. Bagozzi/ Yi (1988), S. 81; Homburg/Baumgartner (1995a), S. 170.

    Google Scholar 

  134. Vgl. Jöreskog/ Sörbom (1982), S. 412 f.

    Google Scholar 

  135. Vgl. Fornell/ Larcker (1981), S. 41 f.

    Google Scholar 

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

    Google Scholar 

  137. Vgl. Homburg/ Baumgartner (1998), S. 363.

    Google Scholar 

  138. Vgl. Götz/ Liehr-Gobbers (2004b), S. 278.

    Google Scholar 

  139. Diamantopoulos/ Winklhofer (2001), S. 271; vgl. auch Bollen/Lennox (1991), S. 305; Chin/Newsted (1999), S. 310; Diamantopoulos (1999), S. 447.

    Google Scholar 

  140. Vgl. Krafft/ Götz/ Liehr-Gobbers (2005), S. 76.

    Google Scholar 

  141. Vgl. Götz/ Liehr-Gobbers (2004a, 2004b) aber auch Diamantopoulos/Winklhofer (2001).

    Google Scholar 

  142. Vgl. Götz/ Liehr-Gobbers (2004a), S. 728; Götz/Liehr-Gobbers (2004b), S. 17.

    Google Scholar 

  143. Vgl. Bollen/ Lennox (1991), S. 307.

    Google Scholar 

  144. Vgl. Anderson/ Gerbing/ Hunter (1987), S. 437; Krafft/Götz/Liehr-Gobbers (2005), S. 76.

    Google Scholar 

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

    Google Scholar 

  146. Vgl. Chin (1998), S. 307. Ähnlich Götz/Liehr-Gobbers (2004a), S. 728; Götz/Liehr-Gobbers (2004b), S. 18 f.; Sambamurthy/Chin (1994), S. 231 f.

    Google Scholar 

  147. Vgl. Chin (1998), S. 307.

    Google Scholar 

  148. Götz/ Liehr-Gobbers (2004b), S. 19.

    Google Scholar 

  149. Bollen/ Lennox (1991), S. 308. Es gibt jedoch auch Forderungen in der Literatur, Indikatoren mit einem zu geringen Gewicht doch zu eliminieren, vgl. beispielsweise Chin (1998), S. 324 f.; Lohmöller (1989), S. 60 f. Auch Ringle (2004a), S. 22, und Ringle (2004b), S. 334. Da aber von nicht unerheblichen inhaltlichen Veränderungen der Konstrukte durch Elimination auszugehen ist, wird diesem Ansatz hier nicht gefolgt.

    Google Scholar 

  150. Vgl. Herrmann/ Huber/ Kressmann (2006), S. 57.

    Google Scholar 

  151. Vgl. Henseler (2005), S. 74. Bootstrapping und Jackknifing unterscheiden sich im Wesentlichen dadurch, dass das Subsample einmal mittels einer Anzahl zufällig gewählter Fälle geschätzt und dass beim Jackknifing eine feste Zahl zu unterdrückender Fälle festgelegt wird. In der Literatur wird im Allgemeinen Bootstrapping dem Jackknifing vorgezogen, da es einem geringen Standardfehler unterliegt, vgl. hierzu Efron/Gong (1983), S. 39 f., sowie Efron/Tibshirani (1993), S. 145 f. Nach Backhaus/Blechschmidt/Eisenbeiß (2006) und Nevitt/Hancock (2001) liefert das Bootstrapping bei der Verletzung der Normalverteilungsannahme verlässlicherer Werte hinsichtlich der Standardfehler als beispielsweise die ML-Schätzung.

    Google Scholar 

  152. Vgl. Krafft/ Götz/ Liehr-Gobbers (2005), S. 80.

    Google Scholar 

  153. Götz/Liehr-Gobbers (2004a), S. 729; Götz/Liehr-Gobbers (2004b), S. 19 f.

    Google Scholar 

  154. Vgl. Diamantopoulos/ Winklhofer (2001), S. 272; Backhaus et al. (2006), S. 89 f.

    Google Scholar 

  155. Vgl. Diamantopoulos/ Winklhofer (2001), S. 272.

    Google Scholar 

  156. Vgl. Götz/ Liehr-Gobbers (2004b), S. 20; Backhaus et al. (2006), S. 91.

    Google Scholar 

  157. Vgl. Backhaus et al. (2006), S. 91.

    Google Scholar 

  158. Vgl. Diamantopoulos/ Winklhofer (2001), S. 272; Götz/Liehr-Gobbers (2004b), S. 20.

    Google Scholar 

  159. Vgl. Diamantopoulos/ Winklhofer (2001), S. 272; Götz/Liehr-Gobbers (2004b), S. 20.

    Google Scholar 

  160. Vgl. Götz/ Liehr-Gobbers (2004b), S. 21.

    Google Scholar 

  161. Vgl. Götz/ Liehr-Gobbers (2004b), S. 21. In der Literatur wird ein weiteres Verfahren diskutiert, das eine Abwandlung des KI beinhaltet, vgl. hierzu Hair et al. (1998), S. 220 f.

    Google Scholar 

  162. Vgl. Nunally/ Bernstein (1994), S. 489; Götz/Liehr-Gobbers (2004b), S. 21.

    Google Scholar 

  163. Vgl. Reinartz/ Krafft/ Hoyer (2004), S. 298.

    Google Scholar 

  164. Hierbei werden weitere Variablen, sogenannte Phantomvariablen, in das Modell eingefügt, vgl. hierzu Diamantopoulos/ Winklhofer (2001), S. 272 f.

    Google Scholar 

  165. Hierzu ist anzumerken, dass es unterschiedliche Ausprägungen von MIMIC-Modellen gibt, die sich durch die Modellierung charakterisieren. Ihre Bezeichnung setzt sich entsprechend der Modellierung zusammen und referiert dabei darauf, auf welcher Ebene welche Art von Konstrukt zur Anwendung kommt. Es werden entsprechend vier Arten von MIMIC-Modellen zweiter Ordnung unterschieden: (1) „reflective first-order, formative second-order“ (2) „reflective firstorder, reflective second-order“ (3) „formative first-order, reflective second-order“ (4) „formative first-order, formative second-order“, vgl. hierzu Albers/ Götz (2006).

    Google Scholar 

  166. Vgl. Hauser/ Goldberger (1971), S. 81 f.; Diamantopoulos/Winklhofer (2001), S. 272 f.

    Google Scholar 

  167. Vgl. Winklhofer/ Diamantopoulus (2002).

    Google Scholar 

  168. Vgl. Winklhofer/ Diamtopoulus (2002), S. 153 ff.

    Google Scholar 

  169. Vgl. Götz/ Liehr-Gobbers (2004b), S. 23.

    Google Scholar 

  170. Vgl. Betzin/ Henseler (2005), S. 10.

    Google Scholar 

  171. Vgl. Homburg (1992), S. 499 f.

    Google Scholar 

  172. Dabei stehen unterschiedliche Verfahren wie Maximum-Likelihood (ML), Weighted Least Squares oder Unweighted Least Squares zur Verfügung. Vgl. Backhaus et al. (2006), S. 368–371.

    Google Scholar 

  173. Die Entwicklung des PLS-Ansatzes ist Wold (1966, 1973, 1975) zuzuschreiben. Der Ansatz wurde im Laufe der Jahre immer weiterentwickelt, vgl. Lohmöller (1989), S. 27 f.

    Google Scholar 

  174. Vgl. Herrmann/ Huber/ Kressmann (2006), S. 37.

    Google Scholar 

  175. Vgl. Jöreskog/ Wold (1982), S. 270.

    Google Scholar 

  176. Vgl. Fornell/ Bookstein (1982), S. 450 oder Bliemel et al. (2005), S. 10.

    Google Scholar 

  177. Vgl. Fornell/ Bookstein (1982), S. 449; Chin/Newsted (1999), S. 314 und 326.

    Google Scholar 

  178. Vgl. Herrmann/ Huber/ Kressmann (2006), S. 39.

    Google Scholar 

  179. Vgl. Götz/ Liehr-Gobbers (2004b), S. 3.

    Google Scholar 

  180. Vgl. Fornell/ Bookstein (1982), S. 443; Götz/Liehr-Gobbers (2004b), S. 4.

    Google Scholar 

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

    Google Scholar 

  182. Vgl. Barclay/ Higgins/ Thompson (1995), S. 302; Herrmann/Huber/Kressmann (2006), S. 45.

    Google Scholar 

  183. Vgl. Herrmann/ Huber/ Kressmann (2006), S. 6; Götz/Liehr-Gobbers (2004b), S. 4.

    Google Scholar 

  184. Vgl. Chin/ Newsted (1999), S. 310; Götz/Liehr-Gobbers (2004a), S. 721; Ringle (2004b), S. 315.

    Google Scholar 

  185. Vgl. Chin/ Newsted (1999), S. 310 f.

    Google Scholar 

  186. Vgl. Cassel/ Hackl/ Westlund (1999), S. 438 ff.

    Google Scholar 

  187. Vgl. Fornell/ Cha (1994), S. 67; Chin/Newsted (1999), S. 328. Die Überbzw. Unterschätzungen heben sich im Messmodell bzw. Strukturmodell auf und die Korrelation zwischen Indikatoren latenter Variablen ist wiederum stets konstant. Vgl. Herrmann/Huber/Kressmann (2006), S. 41.

    Google Scholar 

  188. Vgl. Götz/ Liehr-Gobbers (2004a), S. 721; Götz/Liehr-Gobbers (2004b), S. 4 f.; Herrmann/Huber/Kressmann (2006), S. 41. Dieser gleichzeitige Anstieg sowohl der Stichprobe als auch der Indikatoren wird von Wold (1982b), S. 25, als „consistency at large“ bezeichnet.

    Google Scholar 

  189. Auf Basis dieser Eigenschaft kann in der vorliegenden Untersuchung keine Gesamtbeurteilung des Strukturmodells erfolgen. PLS kann lediglich die Beziehungen zwischen den im Strukturmodell „verbundenen“ Variablen analysieren. Streng genommen ist die Darstellung eines Pfadmodells somit falsch. Dennoch ist es gängige Praxis und wird auch in dieser Arbeit zum Einsatz kommen. Vgl. Spillecke (2006), S. 99.

    Google Scholar 

  190. Götz/ Liehr-Gobbers (2004b), S. 5; Scholderer/Balderjahn (2005), S. 91; Herrmann/Huber/Kressmann (2006), S. 42 f.

    Google Scholar 

  191. Hierbei wird nicht eine formalanalytische Darstellung vorgenommen, vgl. diesbezüglich Fornell/ Bookstein (1982), S. 141 ff.; Chin/Newsted (1999), S. 321; Henseler (2005), S. 71 ff.

    Google Scholar 

  192. Vgl. Götz/ Liehr-Gobbers (2004a), S. 722; Betzin/Henseler (2005), S. 60.

    Google Scholar 

  193. Vgl. Götz/ Liehr-Gobbers (2004b), S. 5.

    Google Scholar 

  194. Vgl. Herrmann/ Huber/ Kressmann (2006), S. 37.

    Google Scholar 

  195. Vgl. Chin/ Newsted (1999), S. 315 f.

    Google Scholar 

  196. Vgl. Götz/ Liehr-Gobbers (2004b), S. 5.

    Google Scholar 

  197. Ringle (2004a), S. 8 ff.; Henseler (2005), S. 71 ff. und Herrmann/Huber/Kressmann (2006), S. 36 ff., geben eine ausführliche Beschreibung des Prozesses.

    Google Scholar 

  198. Vgl. Herrmann/ Huber/ Kressmann (2006), S. 37.

    Google Scholar 

  199. Vgl. Götz/ Liehr-Gobbers (2004b), S. 5.

    Google Scholar 

  200. Vgl. Götz/ Liehr-Gobbers (2004b), S. 5 f.; Henseler (2005), S. 72.

    Google Scholar 

  201. Vgl. Cassel/ Hackl/Westlund (2000), S. 902.

    Google Scholar 

  202. Vgl. Ringle (2004a), S. 7 f.; Götz/Liehr-Gobbers (2004b), S. 6; Herrmann/Huber/Kressmann (2006), S. 38.

    Google Scholar 

  203. Vgl. Bontis (1998), S. 68; Ringle (2004a), S. 9.

    Google Scholar 

  204. Vgl. Chin/ Newsted (1999), S. 320; Götz/Liehr-Gobbers (2004b), S. 6.

    Google Scholar 

  205. Vgl. Chin/ Newsted (1999), S. 319; Götz/Liehr-Gobbers (2004b), S. 6.

    Google Scholar 

  206. Vgl. Chin (1998), S. 316 ff. Für einen umfangreichen Beurteilungskatalog für PLS-Modelle vgl. auch Götz/Liehr-Gobbers (2004a), S. 730 f.; Götz/Liehr-Gobbers (2004b), S. 23 ff. Letztere verweisen zudem auf das Stone-Geiser-Kriterium hin. Die Software Smart-PLS 2.0, die in dieser Untersuchung Anwendung findet, weist dieses Gütekriterium jedoch nicht aus. Auf eine zusätzliche Überprüfung wurde verzichtet.

    Google Scholar 

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

    Google Scholar 

  208. Vgl. Backhaus et al. (2006), S. 66.

    Google Scholar 

  209. Vgl. Chin (1998), S. 323.

    Google Scholar 

  210. Vgl. Götz/ Liehr-Gobbers (2004a), S. 731; Götz/Liehr-Gobbers (2004b), S. 24 f.; Henseler (2005), S. 74.

    Google Scholar 

  211. Vgl. Henseler (2005), S. 74.

    Google Scholar 

  212. Vgl. Spillecke (2006), S. 103.

    Google Scholar 

  213. Vgl. Lohmöller (1989), S. 60 f.; Chin (1998), S. 323.

    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 Konzeption der Untersuchung. In: Controllerbereichserfolg aus Sicht des Managements. Gabler. https://doi.org/10.1007/978-3-8349-9937-5_4

Download citation

Publish with us

Policies and ethics

Search

Navigation