Skip to main content
SpringerLink
Log in

Methodische Konzeption der Untersuchung

  • Chapter
Die Wirkung von Zielen auf die Arbeitsleistung von Akteuren

  • 2175 Accesses

Auszug

Zur empirischen Überprüfung der definierten Hypothesen werden im Folgenden das Laborexperiment als geeignete Forschungsmethode ausgewählt und begründet sowie der Aufbau und die Durchführung der empirischen Untersuchung inklusive Operationalisierung der Konstrukte detailliert beschrieben. Am Ende des Kapitels folgt eine kurze Einführung in die verwendeten quantitativen Analyseverfahren.

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. Bortz/ Döring (2003), 524ff.

    Google Scholar 

  2. Vgl. Bortz/ Döring (2003), S. 60ff.; Sprinkle (2003), S. 288f.

    Google Scholar 

  3. In Anlehnung an Bortz/ Döring (2003), S. 61, lediglich das + in Klammern wurde auf Basis der Textaussagen von Bortz/Döring ergänzt.

    Google Scholar 

  4. Bortz/ Döring (2003), S. 61.

    Google Scholar 

  5. Bortz/ Döring (2003), S. 60f.

    Google Scholar 

  6. Sprinkle (2003), S. 288ff.

    Google Scholar 

  7. Vgl. Moser (1998), S. 98ff.; Camerer (1995), S. 3ff.

    Google Scholar 

  8. Vgl. Locke/ Latham (1990).

    Google Scholar 

  9. Vgl. Shadish/ Cook/ Campbell (2002); Bortz/Döring (2003); S. 530f.

    Google Scholar 

  10. Vgl. Bortz/ Döring (2003), S. 58; Shadish/Cook/Campbell (2002), 246ff.

    Google Scholar 

  11. Vgl. Bortz/ Döring (2003): Hypothese, welche sich auf die Wirksamkeit einer Maßnahme oder eines Treatments bezieht (z.B. Anwendung von relativen Zielen im Unterschied zu keinen Zielen oder absoluten Zielen).

    Google Scholar 

  12. Vgl. Bortz/ Döring (2003): Hypothese über Zusammenhänge von Variablen (z.B. zugewiesene Ziele, persönliche Ziele und Arbeitsleistung korrelieren; Zusammenhang sagt zunächst nichts über Kausalbeziehung aus).

    Google Scholar 

  13. Eine Beschränkung der Untersuchung auf Studenten ist nicht pauschal mit einer geringen externen Validität verbunden. Nach Dipboye/ Flanagan (1979) sind Laborexperimente in Bezug auf die Auswahl der Akteure, Umweltbedingungen und das zu untersuchende Verhalten von Akteuren genauso pragmatisch ausgerichtet wie die empirische Feldforschung. Dipboye/Flanagan (1979), S. 146: „Indeed, if laboratory research can be described as having developed a psychology of the college sophomore, then field research can be described as having produced a psychology of the self-report by male, professional, technical, and managerial personnel in productive-economic organizations.“.

    Google Scholar 

  14. Vgl. Wood/ Mento/ Locke (1987), S. 418.

    Google Scholar 

  15. Vgl. Bonner et al. (2000).

    Google Scholar 

  16. Vgl. Bartol/ Durham/ Poon (2001), S. 1109.

    Google Scholar 

  17. Vgl. Greenberg (1987), S. 56.

    Google Scholar 

  18. Werden relative Ziele über mehrere Intervalle angewendet, muss zur Bestimmung der Zielerreichung regelmäßig ein Benchmarkvergleich durchgeführt werden. Es ist anzunehmen, dass dieser Benchmarkvergleich gleichzeitig immer als Basis zur Zielableitung für die nächste Periode dient und den Akteuren auch kommuniziert wird. Vgl. auch Weber/ Linder/ Hirsch (2004), welche in diesem Zusammenhang von relativen, benchmarkorientierten Zielen schreiben.

    Google Scholar 

  19. Es gibt zahlreiche Möglichkeiten, absolute Ziele abzuleiten; vgl. Weber (2004), S. 82ff.: z.B. auf Basis von Vergangenheitswerten, Prognosewerten, Vergleichswerten (Benchmarks) oder normativen Schätzungen. Weber (2002), S. 247: Ein sehr häufig gewähltes Vorgehen in der Praxis ist, die Zielhöhe auf Prognosen aufzubauen. Daher wird für den Normalfall von absoluten Zielen in der Untersuchung keine Benchmarkinformation integriert.

    Google Scholar 

  20. Vgl. Locke/ Latham (1990), S. 37 u. 207: Wenn Akteure nach zusätzlicher Arbeitsleistung über ihr Ziel hinaus gefragt werden, reduziert sich die Wichtigkeit des zugewiesenen Ziels und die Zielverpflichtung nimmt ab. Zudem wird eine Überprüfung der Wirkung der Zielhöhe der zugewiesenen Ziele auf abhängige Variablen verwässert.

    Google Scholar 

  21. Vgl. Locke/ Latham (1990), S. 349.

    Google Scholar 

  22. Vgl. Churchill (1979), S. 66; Baumgartner/Homburg (1996), S. 144.

    Google Scholar 

  23. Vgl. Homburg/ Giering (1998), S. 115.

    Google Scholar 

  24. Vgl. Jacoby/ Matell (1971), S. 498.

    Google Scholar 

  25. Vgl. Empfehlung von Locke/ Latham (1990), S. 347.

    Google Scholar 

  26. Vgl. Wentzel (2002), S. 251: relates to the fairness of the procedures used to determine distributive outcomes; vgl. auch Leventhal (1980); Leventahl, Karuza, Fry (1980).

    Google Scholar 

  27. Vgl. Wentzel (2002), S. 251: refers to the fairness of the actual outcome an employee receives; vgl. auch Gilliland (1993); Cohen (1987); Adams (1965).

    Google Scholar 

  28. Vgl. Wentzel (2002).

    Google Scholar 

  29. Vgl. Locke/ Latham (1990); Festinger (1942); Garland (1982).

    Google Scholar 

  30. Vgl. Seijts, Latham (2000) und Klein et al. (2001).

    Google Scholar 

  31. Vgl. zum Beispiel Chong/ Chong (2002); Sue-Chan/Ong (2002); Locke/Latham (1990) etc.

    Google Scholar 

  32. Vgl. Locke/ Latham (1990), S. 126: Leifer/McGannon (1986) haben diesen Indikator in einem persönlichen Gespräch mit Locke/Latham als besonders wirksam hervorgehoben: „The commitment factor that was significantly related to performance in the regression was one that asked subjects how enthusiastic they were about trying for their goal. [...] This emotion-focused factor not only was more valid but showed higher variance than the more cognitively focused factor which simply asked subjects if they were committed.“.

    Google Scholar 

  33. Vgl. Locke/ Latham (1990), S. 348.

    Google Scholar 

  34. Vgl. Locke et al. (1984a); Wood/Locke (1987); Lee/Bobko (1994).

    Google Scholar 

  35. Vgl. Brown/ Cron/ Slocum (1998).

    Google Scholar 

  36. Vgl. Helmreich/ Spence (1978).

    Google Scholar 

  37. Konstrukt ähnlich zu Kohn (1992).

    Google Scholar 

  38. Vgl. Houston et al. (2002).

    Google Scholar 

  39. Ähnlich zu Ryckman et al. (1997).

    Google Scholar 

  40. Vgl. Houston et al. (2002): SA um den Indikator „People who quit during competition are weak“ und IS um den Indikator „I like competition, because it teaches me a lot about myself“.

    Google Scholar 

  41. Vgl. ursprüngliches englisches Konstrukt Grasmick et al. (1993) und die deutsche Version davon von Seipel (2004).

    Google Scholar 

  42. Vgl. Grasmick et al. (1993).

    Google Scholar 

  43. Vgl. Backhaus et al. (2003), S. 333ff.; Homburg/Pflesser (1999), S. 635; Homburg (1989), S. 2.

    Google Scholar 

  44. Vgl. Berekoven/ Eckert/ Ellenrieder (1999), S. 87.

    Google Scholar 

  45. Vgl. Homburg/ Giering (1998), S. 116; Churchill (1991), S. 495.

    Google Scholar 

  46. Vgl. Herrmann/ Homburg (2000), S. 23.

    Google Scholar 

  47. Vgl. Hildebrandt (1998), S. 88.

    Google Scholar 

  48. Vgl. Anderson/ Gerbring/ Hunter (1987)

    Google Scholar 

  49. Vgl. Hildebrandt (1998), S. 88.

    Google Scholar 

  50. Bohrnstedt (1970), S. 91.

    Google Scholar 

  51. Vgl. Homburg/ Giering (1998), S. 116.

    Google Scholar 

  52. Churchill (1991), S. 491.

    Google Scholar 

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

    Google Scholar 

  54. Vgl. Carmines/ Zeller (1979), S. 22.

    Google Scholar 

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

    Google Scholar 

  56. Vgl. Bagozzi/ Yi/ Phillips (1991), S. 425.; Homburg/Giering (1996), S. 7.

    Google Scholar 

  57. Vgl. Homburg/ Giering (1996), S. 7; Bagozzi (1979), S. 24.

    Google Scholar 

  58. Vg. Fornell (1986).

    Google Scholar 

  59. Vgl. Homburg (2000), S. 70; Homburg (1998).

    Google Scholar 

  60. Vgl. Anderson/ Gerbing (1993); Homburg (1998).

    Google Scholar 

  61. Zum Beispiel Campbell/ Fiske (1959); Cronbach (1951); Cronbach/Meehl (1955).

    Google Scholar 

  62. Vgl. Backhaus et al. (2003), S. 259ff.

    Google Scholar 

  63. Vgl. Hartung/ Elpelt (1992), S. 505.

    Google Scholar 

  64. Vgl. Backhaus et al. (2003), S. 266

    Google Scholar 

  65. Vgl. Homburg/ Giering (1996), S. 8 und 119; Homburg (2000).

    Google Scholar 

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

    Google Scholar 

  67. Cortina (1993), S. 98, zum Cronbachschen Alpha: „certainly one of the most important and pervasive statistics in research involving test construction and use“.

    Google Scholar 

  68. Vgl. Nunnally (1978), S. 245f.

    Google Scholar 

  69. Vgl. Homburg/ Giering (1996), S. 120.

    Google Scholar 

  70. Vgl. Murphy/ Davidshofer (1988).

    Google Scholar 

  71. Homburg (2000), S. 89: „in sehr angesehenen Zeitschriften [...] das Cronbachsche Alpha (teilweise) deutlich unter 0,7 liegt.“.

    Google Scholar 

  72. Vgl. Norusis (1993), S. 146.

    Google Scholar 

  73. Vgl. Churchill (1979), S. 68.

    Google Scholar 

  74. Vgl. Homburg/ Giering (1996), S. 9f.

    Google Scholar 

  75. Vgl. Jöreskog/ Sörbom (1993).

    Google Scholar 

  76. Vgl. Homburg (2000), Homburg/Giering (1996).

    Google Scholar 

  77. Vgl. Jöreskog (1969); Jöreskog (1967); Jöreskog (1966).

    Google Scholar 

  78. Vgl. Jöreskog/ Sörborn (2001).

    Google Scholar 

  79. Vgl. Jöreskog/ Sörbom (2001), S. 17ff.; Homburg (1989), S. 167ff.

    Google Scholar 

  80. Vgl. zu einer detaillierten Darstellung des Verfahrens Schermelleh-Engel/ Moosbrugger/ Müller (2003), S. 25ff.

    Google Scholar 

  81. Für eine Übersicht über die Gütekriterien der zweiten Generation mit Beschreibung und Bewertung siehe Schermelleh-Engel/ Moosbrugger/ Müller (2003), S. 31ff.; Homburg/Baumgartner (1998), S. 351ff.; Homburg/Giering (1998), S. 122ff; Sharma (1996), S. 157ff.

    Google Scholar 

  82. Die Auswahl der globalen Anpassungsmaße orientiert sich an der Empfehlung von Schermelleh-Engel/ Moosbrugger/ Müller (2003), S. 51. Die Auswahl der lokalen Anpassungsmaße orientiert sich an den Empfehlungen von Homburg (2000), S. 91ff.

    Google Scholar 

  83. Vgl. Schermelleh-Engel/ Moosbrugger/ Müller (2003), S. 52; Homburg (2000), S. 92.

    Google Scholar 

  84. Damit sinkt nach Backhaus et al. (2003), S. 373 die Wahrscheinlichkeit, dass ein Modell angenommen wird, mit größer werdendem Stichprobenumfang.

    Google Scholar 

  85. Cudeck/ Browne (1983).

    Google Scholar 

  86. Vgl. Schermelleh-Engel/ Moosbrugger/ Müller (2003), S. 33; Homburg (2000), S. 93.

    Google Scholar 

  87. Vgl. Schermelleh-Engel/ Moosbrugger/ Müller (2003), S. 33.

    Google Scholar 

  88. Vgl. Bentler (1995), S. 271.

    Google Scholar 

  89. Vgl. Schermelleh-Engel/ Moosbrugger/ Müller (2003), S. 38.

    Google Scholar 

  90. Vgl. Schermelleh-Engel/ Moosbrugger/ Müller (2003), S. 38.

    Google Scholar 

  91. Vgl. Schermelleh-Engel/ Moosbrugger/ Müller (2003), S. 41.

    Google Scholar 

  92. Vgl. Homburg/ Baumgartner (1998), S. 356f.

    Google Scholar 

  93. Vgl. Schermelleh-Engel/ Moosbrugger/ Müller (2003), S. 42.

    Google Scholar 

  94. Vgl. Jöreskog/ Sörbom (2001), S. 29.

    Google Scholar 

  95. Vgl. Schermelleh-Engel/ Moosbrugger/ Müller (2003), S. 43.

    Google Scholar 

  96. Vgl. Schermelleh-Engel/ Moosbrugger/ Müller (2003), S. 43.

    Google Scholar 

  97. Vgl. Homburg/ Baumgartner (1998), S. 360f.

    Google Scholar 

  98. Vgl. Homburg/ Baumgartner (1998), S. 361.

    Google Scholar 

  99. Vgl. Jöreskog/ Sörbom (1993); Homburg (2000), S. 92.

    Google Scholar 

  100. Vielfach wird auch nur der einseitige t-Test verwendet mit einem Mindestwert von 1,645, z.B. Homburg/ Giering (1998), S. 125. Da viele postulierten Zusammenhänge dieser Arbeit aber noch nie empirisch untersucht wurden, verwendet diese Arbeit durchgängig den zweiseitigen t-Test.

    Google Scholar 

  101. Vgl. Bagozzi/ Yi (1988), S. 82; Homburg/Baumgartner (1998), S. 361.

    Google Scholar 

  102. Vgl. zu einer detaillierten Darstellung des Verfahrens Schermelleh-Engel/ Moosbrugger/ Müller (2003), S. 33ff.

    Google Scholar 

  103. Vgl. Anderson/ Gerbing (1993).

    Google Scholar 

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

    Google Scholar 

  105. Vgl. auch Schermelleh-Engel/ Moosbrugger/ Müller (2003), S. 52.

    Google Scholar 

  106. Vgl. Schermelleh-Engel/ Moosbrugger/ Müller (2003), S. 52f.; Homburg (2000), S. 93.

    Google Scholar 

  107. Daher eignet sich die Varianzanalyse besonders gut für Experimente, Backhaus et al. (2003), S. 118: „Die Varianzanalyse ist das wichtigste Analyseverfahren zur Auswertung von Experimenten.“.

    Google Scholar 

  108. Vgl. Schnell/ Hill/ Esser (1999), 421; und detailliert Cohen et al. 2003.

    Google Scholar 

  109. Backhaus et al. (2003), S. 124.: Allgemein ist die (empirische) Varianz definiert als mittlere quadratische Abweichung (mean sum of squares).

    Google Scholar 

  110. Vgl. Backhaus et al. (2003), S. 123.

    Google Scholar 

  111. Vgl. Backhaus et al. (2003), S. 124: Weil der Mittelwert, von dem die Abweichungen berechnet wurden, aus den Beobachtungswerten selbst berechnet wurde. Demnach lässt sich immer einer der Beobachtungswerte aus den anderen G*K-1 Beobachtungswerten und dem geschätzten Mittelwert errechnen, d.h. er ist nicht mehr „frei“.

    Google Scholar 

  112. Vgl. Bortz (2006), S. 256.

    Google Scholar 

  113. Vgl. Backhaus et al. (2003), S. 139.

    Google Scholar 

  114. Vgl. Diehl (1983), Kapitel 10.

    Google Scholar 

  115. Vgl. Backhaus et al. (2003), S. 46.

    Google Scholar 

  116. Vgl. Backhaus et al. (2003), S. 79ff.; Bühl/Zöfel (2002), S. 345ff.

    Google Scholar 

  117. Vgl. Bühl/ Zöfel (2002), S. 330.

    Google Scholar 

  118. Vgl. Toutenburg (2002), S. 46.

    Google Scholar 

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

    Google Scholar 

  120. Vgl. Bortz (2006), S. 185.

    Google Scholar 

  121. Vgl. Bortz (2006), S. 186.

    Google Scholar 

  122. Vgl. Backhaus et al. (2003), S. 61.

    Google Scholar 

  123. Vgl. Cohen et al. (2003), S. 89.

    Google Scholar 

  124. Dabei gelten für die t-Werte die Grenzwerte der t-Teststatistik, wie sie zum Beispiel in der t-Tabelle in Backhaus et al. (2003), S. 796 aufgeführt sind. Bei einer ausreichend hohen Zahl an Freiheitsgraden gilt bei einem zweiseitigen t-Test für ein Signifikanzniveau von 10% ein Mindestwert von 1,645, bei einem Signifikanzniveau von 5% ein Mindestwert von 1,96 und bei einem Signifikanzniveau von 1% ein Mindestwert von 2,576.

    Google Scholar 

  125. Vgl. Backhaus et al. (2003), S. 73. Der Standardfehler der Schätzung ist ein weiteres globales Gütekriterium und gibt an, welcher mittlere Fehler bei Verwendung der Regressionsfunktion zur Schätzung der abhängigen Variablen Y gemacht wird. Der Standardfehler berechnet sich wie folgt: \( s = \sqrt {\frac{{\mathop \sum \limits_k e_k^2 }} {{\left( {K - J - 1} \right)}}} \)

    Google Scholar 

  126. Vgl. Backhaus et al. (2003), S. 333ff; Homburg/Pflesser (1999), S. 635; Homburg (1989), S. 2.

    Google Scholar 

  127. Vgl. Jöreskog (1973); Jöreskog (1978); Jöreskog/Sörbom (1979); Jöreskog/Sörbom (1982).

    Google Scholar 

  128. Vgl. Homburg/ Sütterlin (1990), S. 181.

    Google Scholar 

  129. Abbildung in Anlehnung an Backhaus et al. (2003), S. 350.

    Google Scholar 

  130. Vgl. Homburg/ Baumgartner (1998), S. 349ff.; Homburg (1998), S. 350; Homburg (1989), S. 151ff.

    Google Scholar 

  131. Vgl. Homburg/ Pflesser (1999), S. 643f.; Homburg/Baumgartner (1998), S. 350.

    Google Scholar 

  132. Vgl. hierzu im Detail Homburg (1989), S. 170f.

    Google Scholar 

  133. Vgl. Backhaus et al. (2003), S. 360f.; Homburg/Baumgartner (1995).

    Google Scholar 

  134. Vgl. Bagozzi/ Baumgarten (1994), S. 390.

    Google Scholar 

  135. Für eine ausführliche Darstellung siehe Bollen (1989), S. 326ff.

    Google Scholar 

  136. Vgl. Homburg/ Pflesser (1999), S. 649.

    Google Scholar 

  137. Vgl. Homburg/ Pflesser (1999), S. 649.

    Google Scholar 

  138. Dabei gelten für die t-Werte die Grenzwerte der t-Teststatistik, wie sie zum Beispiel in der t-Tabelle in Backhaus et al. (2003), S. 796 aufgeführt sind. Bei einer ausreichend hohen Zahl an Freiheitsgraden gilt bei einem zweiseitigen t-Test für ein Signifikanzniveau von 10% ein Mindestwert von 1,645, bei einem Signifikanzniveau von 5% ein Mindestwert von 1,96 und bei einem Signifikanzniveau von 1% ein Mindestwert von 2,576.

    Google Scholar 

  139. Vgl. Jöreskog/ Sörbom (2001).

    Google Scholar 

  140. Vgl. Jöreskog/ Sörbom (2001); Bollen (1989).

    Google Scholar 

Download references

Rights and permissions

Reprints and permissions

Copyright information

© 2007 Deutscher Universitäts-Verlag | GWV Fachverlage GmbH, Wiesbaden

About this chapter

Cite this chapter

(2007). Methodische Konzeption der Untersuchung. In: Die Wirkung von Zielen auf die Arbeitsleistung von Akteuren. Gabler. https://doi.org/10.1007/978-3-8350-5502-5_5

Download citation

Publish with us

Policies and ethics

Search

Navigation