Formative und reflektive Indikatoren im Forschungsprozess ... · M. Eberl – Formative und...

Ludwig-Maximilians-Universität München Schriften zur Empirischen Forschung und Quantitativen Unternehmensplanung

Heft 19 / 2004

Markus Eberl

Formative und reflektive Indikatoren im Forschungsprozess:

Entscheidungsregeln und die Dominanz des reflektiven Modells

Ludwig-Maximilians-Universität München Institut für Unternehmensentwicklung und Orga-nisation Seminar für Empirische Forschung und Unternehmensplanung Prof. Dr. Manfred Schwaiger Kaulbachstr. 45 / I D-80539 München Tel.: (089) 2180 5640 Fax: (089) 2180 5651 e-mail: [email protected] http://www.efoplan.de

FORMATIVE UND REFLEKTIVE INDIKATOREN

IM FORSCHUNGSPROZESS:

ENTSCHEIDUNGSREGELN UND DIE DOMINANZ

DES REFLEKTIVEN MODELLS

Markus Eberl

Department für Betriebswirtschaft der Ludwig-Maximilians-Universität Mün-

chen Institut für Unternehmensentwicklung und Organisation

Seminar für Empirische Forschung und Unternehmensplanung EFOplan

Kaulbachstr. 45/I

80539 München

Tel.: +49 (0) 89 / 2180 – 5638

Fax: +49 (0) 89 / 2180 – 99 – 5638

eMail: [email protected]

Web: www.efoplan.de

M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess II

Zusammenfassung

In der Marketingforschung wird oftmals mit a priori nicht beobachtbaren Grö-

ßen – hypothetischen Konstrukten – gearbeitet. Obwohl die unterschiedlichen

Arten, derartige Konstrukte zu spezifizieren, seit langer Zeit bekannt sind,

werden die meisten Konstrukte implizit oder explizit reflektiv spezifiziert, auch

wenn oft die formative Spezifikation angemessener wäre. Die Arbeit stellt die-

se gegenüber und vermittelt einen Überblick über die Konsequenzen, welche

mit der Wahl der Spezifikation verbunden sind. Dabei bietet sich in letzter

Konsequenz sogar eine andere Verfahrensart der Strukturgleichungsmodelle

an. Es wird eine Vorgehensweise vorgeschlagen, mit der Konstrukte struktu-

rierter als bislang auf ihre tatsächliche Struktur hin überprüft werden können.

Diese Vorgehensweise wird im Rahmen einer Metastudie einer Anwendung

zugeführt. Dabei werden die in einem internationalen renommierten Journal

publizierten Konstrukte daraufhin untersucht, welche Spezifikationsart vorliegt

und welche nach dem Vorschlag hin vorliegen sollte.

M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess III

Inhaltsverzeichnis

1 PROBLEMSTELLUNG ..............................................................................1

2 ARTEN DER SPEZIFIKATION VON KONSTRUKTEN ............................2

2.1 REFLEKTIVE SPEZIFIKATION......................................................................2

2.2 FORMATIVE SPEZIFIKATION ......................................................................5

3 FORMATIVE UND REFLEKTIVE INDIKATOREN IM

FORSCHUNGSPROZESS ..........................................................................8

3.1 FORMATIVE UND REFLEKTIVE SPEZIFIKATION IM

OPERATIONALISIERUNGSPROZESS..............................................................8

3.2 FORMATIVE UND REFLEKTIVE SPEZIFIKATIONEN IN VERFAHREN DER

STRUKTURGLEICHUNGSANALYSE.............................................................11

3.3 WEITERE AUSWIRKUNGEN VON FEHLSPEZIFIKATIONEN ............................12

3.3.1 Auswirkung von Spezifikationsfehlern des Typs „F“.....................12

3.3.2 Auswirkungen von Spezifikationsfehlern des Typs „R“.................13

4 BESTIMMUNG DER SPEZIFIKATIONSART..........................................15

4.1 GEWINNUNG DER SPEZIFIKATIONSHYPOTHESE AUS DER THEORIE ..............17

4.2 ÜBERPRÜFUNG MIT DER KORRELATIONSSTRUKTUR DER DATEN .................19

5 DIE DOMINANZ DES REFLEKTIVEN MODELLS .................................21

5.1 AUFBAU DER METASTUDIE......................................................................22

5.2 DIE DOMINANZ DES REFLEKTIVEN MESSMODELLS ....................................23

6 AUSBLICK AUF DIE WEITERE FORSCHUNG ......................................24

ANHANG..........................................................................................................25

ANHANG 1: ERGEBNISSE DER METASTUDIE IM JOURNAL OF MARKETING ............26

LITERATURVERZEICHNIS .............................................................................30

M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess IV

Abbildungsverzeichnis

Abbildung 1: Reflektives Messmodell ...............................................................3

Abbildung 2: Formatives Messmodell...............................................................5

Abbildung 3: C-OAR-SE-Prozedur zur Konstruktspezifikation........................10

Abbildung 4: Mögliche Spezifikationsfehler ...................................................12

Abbildung 5: Vorgehensweise zur Bestimmung der Spezifikationsart ...........16

Abbildung 6: Verteilung der Spezifikationsfehler in der Metastudie..............23

Tabellenverzeichnis

Tabelle 1: Verfahren der Strukturgleichungsanalyse.................................12

Tabelle 2: Entscheidungsfragen zur Unterscheidung zwischen formativer

und reflektiver Spezifikation......................................................18

Tabelle 3: Im Journal of Marketing 1999-2003 publizierte latente Variablen

und ihre Spezifikationsart..........................................................29

M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess V

Abkürzungsverzeichnis

Anm. d. Verf. Anmerkung des Verfassers der vorliegenden Arbeit

Bd. Band

GLS generalized least squares

i.d.R. in der Regel

LISREL linear structural relationships

LV latente Variable

MV manifeste Variable

ML maximum likelihood

OLS ordinary least squares

PLS partial least squares

SEM structural equation modeling

ULS unweighted least squares

Übers. d. Verf. Übersetzung des Verfassers der vorliegenden Arbeit

vgl. vergleiche

Vol. Volume/Jahrgang

M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess VI

2

Symbolverzeichnis

ξ [n×1] latente (exogene) Variable/n

η [m×1] latente (endogene)1 Variable/n

ζ [m×1] Messfehlerterm (Störterm) der latenten Variablen η x [q×1] Vektor der manifesten Variablen zur Messung der latenten

exogenen Variablen

y [p×1] Vektor der manifesten Variablen zur Messung der latenten

endogenen Variablen

Λ 2 [q×1] Regressionskoeffizienten zwischen x und ξ (reflektiv) bzw.

„innerhalb“ eines Konstrukts (Λx [q×n]und Λy [p×m])

Γ [q×1] Regressionskoeffizienten zwischen η und x (formativ) bzw.

[m×n] zwischen exogenen und endogenen Größen

Πξ [q×1] Regressionskoeffizienten zwischen ξ und x (formativ) in PLS

Πη [p×1] Regressionskoeffizienten zwischen η und y (formativ) in PLS

Β [m×m] Regressionskoeffizienten zwischen endogenen Größen

untereinander

δ [q×1] Vektor der Messfehler (Störvariablen) der manifesten Variablen x ε [p×1] Vektor der Messfehler (Störvariablen) der manifesten Variablen y R [q×q] Korrelationsmatrix der beobachteten Variablen

σij Kovarianz zwischen beobachteter Variable i und j τijkl Tetrade (Kovarianzdifferenz) der beobachteten Variablen i, j, k und l

1 Im vorliegenden Text werden auch endogene Konstrukte, die formativ spezifiziert sind, mit dem Symbol η bezeichnet, um deren nicht faktorenanalytischen Charakter zu unterstreichen. 2 Obwohl es sich im Falle einer Latenten nur um einen Vektor handelt, wurde die Notation als Matrix (mit Großbuchstaben) vorgenommen, da diese Erweiterung im Rahmen von Struktur-gleichungsmodellen die übliche Notation darstellt.

M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 1

1 Problemstellung

Spricht man von theoretischen Konstrukten, handelt es sich dabei um a priori

nicht direkt messbare Größen. Um Beziehungen zwischen diesen Variablen in

einem sog. Strukturmodell abbilden zu können, ist in einem vorausgehenden

Schritt eine Operationalisierung mittels eines Messmodells nötig [vgl. Ander-

son/Gerbring 1982, S. 453]. Hierzu sind dem jeweils interessierenden Kon-

strukt in der Regel mehrere beobachtbare Variablen zuzuordnen, „um so et-

waige Verzerrungen in einzelnen Indikatoren aufzufangen“ [Homburg/Dobratz

1991, S. 214]. Die beobachtbaren Größen werden dabei meist als Indikatoren

oder manifeste Variablen bezeichnet, die nicht direkt beobachtbaren Größen

als latente Variablen [vgl. Homburg/Giering 1996, S. 6]. Letztere lassen sich

grundsätzlich auf zwei verschiedene Arten operationalisieren (spezifizieren):

mittels eines formativen oder eines reflektiven Messmodells [vgl. bspw. Bol-

len/Lennox 1991, S. 305 f; Homburg 1995, S. 72 f; Law/Wong 1999, S. 144-

146; Diamantopoulos/Winklhofer 2001, S. 269]. Ein Großteil jüngerer For-

schung basiert implizit bzw. explizit auf Letzterem. Die Frage, inwieweit diese

Annahme gerechtfertigt ist, ist in diesem Zusammenhang von Bedeutung für

die Auswirkungen auf die weitere Forschung im Marketingbereich.

Es stellt sich die grundsätzliche Frage, der diese Arbeit nachgeht, ob die Un-

terscheidung dieser Messmodelle überhaupt eine relevante Fragestellung ist,

also: (1) ob unterschiedliche Spezifikationsarten überhaupt unterschiedliche

Folgen für den Forschungsprozess in der empirischen Marketingforschung

implizieren und vor allem (2) ob diese Unterscheidung überhaupt für die Kon-

strukte, welche im Marketing untersucht werden, von Relevanz ist.

In Vorgriff auf die Beantwortung von Frage (1) wird die gängige Literatur dies

zweifelsfrei bejahen. Die unmittelbarste Konsequenz auf den Forschungspro-

zess – nämlich die Entscheidung zwischen dem formativen und dem reflekti-

ven Messmodell – ist bislang jedoch am wenigsten erforscht. Daher soll die

Studie insbesondere der Frage nachgehen, (3) welche Schritte im Forschungs-

prozess und insbesondere bei der Operationalisierung nötig sind, um zu einer

fundierten Entscheidung zu Gunsten einer Spezifikationsart zu gelangen.

Die Arbeit ist daher wie folgt aufgebaut: Im ersten Schritt soll der Stand der

Forschung zu den möglichen Arten von Spezifikationen von Konstrukten auf-

gezeigt werden. Nachdem die Grundlagen formativer und reflektiver Indikato-

ren erläutert wurden, schließt sich eine Diskussion an, welche Auswirkungen

im Forschungsprozess durch die Alternativen formativer und reflektiver


Messmodelle impliziert werden. Auf Basis dieser Erkenntnisse kann in der

Folge eine Vorgehensweise entwickelt werden, die es erlaubt, Konstrukte

strukturiert daraufhin zu untersuchen, ob sie in Zusammenhang mit den je-

weils identifizierten Indikatoren eher als formativ oder eher als reflektiv zu be-

handeln sind. Mit der Kenntnis dieser Vorgehensweise und der Eigenschaften

der Spezifikationsarten kann letztlich die Frage beantwortet werden, ob Fehl-

spezifikation überhaupt ein Problem in der Marketingforschung darstellt. Dies

soll anhand einer Metastudie in einem internationalen Journal geschehen.

Die beiden Möglichkeiten, Messmodelle zu spezifizieren, sollen im Folgenden

zunächst überblicksartig dargestellt werden. Dabei wird klar werden, dass die

Spezifikationsart eines Konstrukts insbesondere eine Funktion der gewählten

Indikatoren ist (da in vorliegender Studie gemischt-spezifizierte Konstrukte

nicht betrachtet werden).

2 Arten der Spezifikation1 von Konstrukten

Vielfach wird in der neueren Literatur beklagt, dass in der Vergangenheit ein

Großteil von Untersuchungen mit latenten Variablen ausschließlich und ohne

weitere Diskussion dem reflektiven Messmodell zugesprochen hat [vgl. Dia-

mantopoulos/Winklhofer 2001, S. 269].2 Bollen stellt schon relativ früh fest:

“Most researchers in the social sciences assume that indicators are effect [re-

flektive, Anm. d. Verf.] indicators. Cause [formative, Anm. d. Verf.] indicators

are neglected despite their appropriateness in many instances” [Bollen 1989,

S. 65]. Derartige Appelle zu einer „reflektierteren” Konstruktspezifikation ver-

hallten jedoch ungehört. Der folgende kurze Blick auf die Eigenschaften des

reflektiven Messmodells mag erste Erklärungen liefern.

2.1 Reflektive Spezifikation

Ein beispielhaftes reflektives Messmodell ist in Abbildung 1 dargestellt. Dabei

findet die in der Literatur zu Strukturgleichungsmodellen übliche Nomenklatur

Verwendung.

1 Der Begriff der Spezifikation ist im Rahmen der vorliegenden Arbeit im weiten Sinne zu ver-stehen: Sowohl die zu Grunde liegende „reale“ Kausalbeziehung der Konstrukte und ihrer Indikatoren als auch die vom Forscher im Rahmen eines Messmodells hypothetisierte Kausal-beziehung werden mit dem Begriff Spezifikation angesprochen. 2 Neuere Ausnahmen stellen bspw. Beutin [2000], Cannon/Homburg [2001] oder Reinartz et al. [2003] dar.


ξ

x3

x2

x1 δ1

δ 2

δ3

mit: ξ latente Variable x Vektor der manifesten

Variablen [q×1] Λ Regressionskoeffizienten

von x auf ξ [q×1] (Faktorladungen)

δ Vektor der Messfehlerter-me (Störvariablen) [q×1]

λ1

λ2

λ3

Abbildung 1: Reflektives Messmodell [eigene Darstellung in Anlehnung an Edwards/Bagozzi 2000, S. 161]

Die reflektive Spezifikationsart zeichnet sich dadurch aus, dass die Ausprä-

gungen der beobachtbaren Variablen kausal3 durch die Latente verursacht

werden. Damit einher geht die Unterstellung, dass Veränderungen der unbe-

obachtbaren Variable zu Veränderungen aller beobachteten Indikatoren glei-

chermaßen (unter Vernachlässigung von Messfehlern) führen. Daher werden

diese Indikatoren als „reflektiv“ [Fornell/Bookstein 1982, S. 441 f], “effects”

[Bollen/Lennox 1991, S. 305 f] oder auch “eliciting” [Rossiter 2002, S. 316]

bezeichnet. Sie sind „beispielhafte Manifestierungen” [ebenda, Übers. d. Verf.]

einer Latenten, stellen mithin also a priori austauschbare Messungen für sie

dar [vgl. Bollen/Lennox 1991, S. 308]. Als Beispiel für reflektive Indikatoren

kann das Konstrukt Kundenzufriedenheit genannt werden: Wiederkauf- und

Weiterempfehlungsabsicht als beispielhafte Indikatoren verändern sich immer

in Folge und kausal verursacht durch den dahinter stehenden Faktor Zufrie-

denheit.

Diese Vorstellung entspricht dem sog. domain-sampling model [Nunnally

1967, S. 175-181; Nunnally/Bernstein 1994, S. 216-220], nach dem die Defini-

tion eines hypothetischen Konstrukts gleichzeitig seine “domain” (definitori-

sches Feld) umreißt. Es wird angenommen, dass dieses definitorische Umfeld

dabei alle beobachtbaren Variablen umfasst, die das unbeobachtbare Kon-

strukt konzeptionell ausmachen. Bei der Erfassung eines Konstrukts müsste

daher darauf abgestellt werden, alle Items dieser Domain zusammenzutragen

[vgl. Nunnally 1967, S. 175 f]. Schnell et al. [1999, S. 127 f] sprechen in die-

sem Zusammenhang vom „Indikatorenuniversium“ eines Konstrukts. Es fällt

nicht schwer, die Praktikabilität dieser Annahme für die Operationalisierung in

Frage zu stellen, da damit für jedes einzelne Konstrukt ein unendlicher Pool an

3 Zur Definition von Kausalität zwischen Konstrukt und Messmodell und ausführliche Diskus-sion des Kausalitätsbegriffs in diesem Zusammenhang vgl. Edwards/Bagozzi [2000, S. 157-160].


Items impliziert wird. Das domain-sampling model macht sich jedoch die An-

nahme zu Nutze, dass diese unendlichzahligen Items ein und desselben defini-

torischen Umfeldes einen gemeinsamen Kern haben [vgl. Churchill 1979, S. 67

f], was zu Korreliertheit dieser Items führt [vgl. Ley 1972, S. 111 f]. Damit wird

auch unterstellt, dass alle Items a priori den gleichen Grad an Validität besit-

zen und bei gleichem Grad an Reliabilität für die Messung des Konstrukts be-

liebig austauschbar sind [vgl. Jarvis et al. 2003, S. 200].

Im Falle der Abwesenheit von Messfehlern (δ = 0) würde das reflektive Modell

wie in Abbildung 1 also perfekte Korrelation zwischen den Indikatoren impli-

zieren. Damit wird auch klar, warum für die Beurteilung der Güte eines Mess-

modells reflektiver Prägung zu fordern ist, dass die Indikatoren hochgradig

korreliert sein sollten [vgl. Bollen/Lennox 1991, S. 308].

Im Umkehrschluss wird gefolgert, das nicht oder nur wenig korrelierende I-

tems nicht aus dem Indikatorenuniversum des Konstrukts stammen können

und daher nicht zur Operationalisierung des Konstrukts taugen [vgl. Churchill

1979, S. 68]. An dieser Stelle darf nicht vergessen werden, dass diese Sicht-

weise von Konstrukten auf der klassischen Testtheorie basiert, welche davon

ausgeht, dass die Variation einer Messvariablen sich aus der Variation der

„wahren“ (nicht beobachtbaren) Konstruktvariablen plus Messfehler zusam-

mensetzt [vgl. etwa Jarvis et al. 2003, S. 199]. Dies ist auch logisch gleichbe-

deutend mit der Annahme einer kausalen Beeinflussung der Messvariablen

durch das Konstrukt [vgl. Bollen 1989, S. 182].

Basierend auf dieser reflektiven Annahme entwickelte Churchill [1979, S. 66]

eine exemplarische Vorgehensweise zur Operationalisierung von Konstrukten.

Die in seinem Grundlagenartikel vorgeschlagenen Methoden zur Beurteilung

von Reliabilität und Validität eines Messinstrumentes (u.a. Coefficient Alpha

und Faktorenanalyse [vgl. Churchill 1979, S. 68-72]) wurden zwar in der Folge

vielfältig erweitert (bspw. durch konfirmatorische Faktorenanalyse [vgl. Ger-

bing/Anderson 1988]). Nichts desto trotz basieren sie aber letztlich auf dem

Paradigma des domain-sampling und beurteilen die Güte eines Messinstru-

ments im Wesentlichen unter Zuhilfenahme der Korrelationen zwischen Items.

Damit zeigt sich bereits, dass der gesamte Operationalisierungs- und Skalen-

bereinigungsprozess nach dem Paradigma von Churchill [1979] nur dann und

nur soweit sinnvoll ist, wie die Annahme einer Kausalität vom hypothetischen

Konstrukt zum Item (also der Spezifikation des Konstrukts auf reflektive Art)

sinnvoll und gerechtfertigt ist.


Die vorgenannten Aussagen zeigen sich auch in der mathematischen Formu-

lierung des reflektiven Messmodells [vgl. Edwards/Bagozzi 2000, S. 161]:

xi = λi ξ + δi (i=1,…,n) (1)

wobei in diesem System linearer Gleichungen jede einzelne manifeste Variable

xi auf der Seite der Abhängigen als (mit einer Ladung λi) gewichtetes Abbild

der Latenten ξ darstellbar ist. Zufällige und systematische Messfehler jeder

Manifesten werden durch je eine Störvariable δi modelliert. Eine Alternative zu

diesem faktorenanalytischen Weltbild stellt die formative Spezifikation dar,

welche im Folgenden vorgestellt wird.

2.2 Formative Spezifikation

Im Gegensatz zum reflektiven Modell ist das wesentliche Kennzeichen eines

formativen Messmodells eine veränderte Beziehungsrichtung: Hier verursa-

chen die beobachteten Indikatoren4 die Latente. Abbildung 2 zeigt ein bei-

spielhaftes formatives Messmodell mit einer latenten und drei manifesten Va-

riablen.5

η

x3

x2

x1 mit: η latente Variable ζ Messfehlerterm (Störterm)x Vektor der manifesten

Variablen [q×1] Γ Regressionskoeffizienten

von η auf x [q×1] R Korrelationsmatrix der be-

obachteten Variablen [q×q]

ζ γ1

γ2

γ3

r12

r13

r23

Abbildung 2: Formatives Messmodell 6

[eigene Darstellung in Anlehnung an Edwards/Bagozzi 2000, S. 162]

Die Denkweise formativer Messmodelle geht auf Curtis/Jackson [1962, S. 199]

zurück. Sie stellt eine Erweiterung der “operational definition”-Ansätze dar,

4 Wegen dieses Unterschiedes zum reflektiven Messmodell darf auch der Terminus Indika-tor/en für die folgenden Ausführungen nicht im konventionell faktorenanalytischen Sinn ver-standen werden. “Rather, they are exogenous measured variables that influence the composite defined as a causally indicated variable” [MacCallum/Browne 1993, S. 534]. 5 Das hier abgebildete Messmodell ist im Rahmen eines LISREL-Strukturgleichungsmodells statistisch unteridentifiziert. Für die Ausführungen in diesem Abschnitt soll dies jedoch zu-nächst vernachlässigt werden. 6 Auch wenn sich die Nomenklatur in diesem Beispiel und im Folgenden nur auf exogene Indi-katoren x bezieht, können formative Indikatoren ohne jede Einschränkung der Aussagen auch als Indikatoren einer latenten endogenen Variablen in einem Strukturgleichungsmodell ver-wendet werden.


unter denen theoretischen Konzepten definitorisch nur die Bedeutung Ihrer

Messvariablen zuerkannt wurde [vgl. Bagozzi 1982, S. 14-16]. Dieser strikte

Operationalismus wurde mit dem Ansatz multiattributiver formativer Messung

weiterentwickelt [vgl. Diamantopoulos/Winklhofer 2001, S. 270].7

In diesem Modell konstituiert sich also das Konstrukt aus den es beeinflussen-

den Indikatoren. Damit stehen diese der latenten Variablen auch kausal vor.

Veränderungen eines einzelnen Indikators führen zu einer Veränderung der

Latenten. Ob und inwieweit sich damit gleichzeitig auch die anderen Indikato-

ren verändern, ist nur durch die Korrelationen zwischen den beobachteten In-

dikatoren bestimmt – Kausalität oder eine Wirkungsrichtung wird an dieser

Stelle durch die Spezifikationsart jedoch nicht hypothetisiert. Dies gilt freilich

auch umgekehrt: verändert sich die latente Variable, so geht dies nicht not-

wendigerweise mit einer Veränderung aller oder auch nur einiger Indikatoren

einher [vgl. bspw. Jarvis et al. 2003, S. 201 f]. Es ist durchaus möglich, dass

sich mit der Veränderung der Latenten nur die Veränderung eines Indikators

beobachten lässt. Im Rahmen dieses Modells stellen die Indikatoren also „Bau-

steine“ des Konstrukts dar: “[..] they ‘make the attribute [latente Variable,

Anm. d. Verf.] appear’” [Rossiter 2002, S. 314]. Deshalb werden diese Indika-

toren als „formativ“ [bspw. Fornell/Bookstein 1982, S. 441 f; Bagozzi 1994, S.

332 oder Edwards/Bagozzi 2000, S. 162], “causes” [Blalock 1964, S. 163 f;

Bollen/Lennox 1991, S. 306 f] oder auch “formed” [Rossiter 2002, S. 314] be-

zeichnet. Oft zitiert wird das Beispiel des sozioökonomischen Status (SES) von

Hauser [1973, S. 268]: Die Indikatoren Bildung, Einkommen und Prestige des

Berufs müssen nicht notwendigerweise korrelieren und bilden doch definitori-

sche Bestandteile des Zielkonstrukts.

Die Indikatoren einer latenten Variablen stellen in diesem Modell in der Regel

keine austauschbaren Messungen dar, auch wenn diese Möglichkeit explizit

zugelassen wird [vgl. Diamantopoulos/Winklhofer 2001, S. 271]. Sie können

untereinander unabhängig sein, da kausal von jedem Indikator nur das Kon-

strukt abhängt. Damit ist also – anders als bei den hochgradig korrelierten re-

flektiven Messvariablen – keine Aussage über Korrelationen zwischen formati-

ven Indikatoren möglich. Die Korrelationskoeffizienten rij (i=1,…q; j=1,…q) kön-

nen also alle Werte im zulässigen Intervall [-1;+1] annehmen, ohne dass dies

eine Aussage über die Güte ihrer Eignung zur Erklärung des Konstrukts oder

7 Auf eine wissenschaftstheoretische Diskussion des formativen Messmodells muss an dieser Stelle verzichtet werden. Der interessierte Leser sei beispielsweise auf Bagozzi [1984, insb. S. 22 f] verwiesen.


der kausalen Beziehung zum Konstrukt möglich macht. Auch völlige Unkorre-

liertheit ist möglich. Bollen [1984, S. 377] spricht in diesem Zusammenhang

von einer “no necessary relationship”-Sichtweise. Spätestens mit dieser Aus-

sage ist klar, dass das domain-sampling Modell bei formativen Indikatoren

nicht angebracht ist: Die einzelnen Indikatoren sind – auch wenn sie korreliert

sind – unabhängig voneinander inhaltlich für das Konstrukt bestimmend. Da-

her können sie i.d.R. nicht ohne Validitätsverlust für das Konstrukt ausge-

tauscht werden.

Dies bleibt nicht ohne Auswirkungen: Die oben dargstellten klassischen multi-

variaten Verfahren zur Beurteilung von Reliabilität und Validität eines Mess-

modells für ein Konstrukt nach dem Paradigma von Churchill [1979] können

nicht mehr greifen. Insbesondere die bei reflektiven Indikatoren verwendbaren

Tools Faktorenanalyse und Coefficient Alpha stellen u.a. im Prozess der Ska-

lenbereinigung und Itemselektion auf die Korreliertheit der Indikatoren eines

Konstrukts ab. Da im formativen Fall die Indikatoren jedoch nicht beliebig aus-

tauschbare Messungen ein und desselben Sachverhaltes darstellen, würde ei-

ne Itemselektion mittels Korrelationsmaßen das Konstrukt als solches (also die

Inhaltsvalidität) verändern. “Unfortunately, traditional validity assessments and

classical test theory do not cover cause indicators” [Bollen 1989, S. 222].

Bagozzi [1994, S. 333] zeigt, dass ein grundsätzlich anderes Verständnis von

Güte einer Messung verlangt ist: “Reliability in the internal consistency sense

and construct validity in terms of convergent and discriminant validity are not

meaningful when indexes are formed as a linear sum of measurements”. Bol-

len [1984, S. 381] fügt hinzu: “Indeed, use of internal-consistency checks on

cause-indicators may lead researchers to discard valid measures improperly”.

Die kausale Richtung von den Indikatoren hin zu der latenten Variablen bedeu-

tet also, dass sich das Konstrukt (als Linearkombination) aus den Indikatoren

ergibt.8 Wie sich bereits aus Abbildung 2 und dem Gesagten ergibt, ist ein we-

sentliches Merkmal des formativen Messmodells, dass die Indikatoren keine

Fehlerterme besitzen (da sie ja die kausalen Bestandteile des Konstrukts sind).

Während eine reflektiv spezifizierte latente Variable in einem einfachen Mess-

modell wie in Abbildung 1 keinen direkten Messfehlerterm aufweist9, ist dies

8 Deshalb wird im Zusammenhang mit formativen Indikatoren auch oftmals eher von einem Index als einem (formativen) Konstrukt gesprochen [vgl. Diamantopoulos/Winklhofer 2001, S. 269]. Für Zwecke der vorliegenden Arbeit sollen diese Begriffe jedoch synonym verwendet werden. 9 Dies ändert sich freilich, sobald die latente Variable als Teil eines umfassenderen Struktur-gleichungsmodells als Endogene auftritt [vgl. Jöreskog/Sörbom 2001, S. 2].


jedoch beim analog einfachen formativen Messmodell allgemein der Fall.

Messfehler werden also im formativen Fall bei der Latenten aufgefangen. Dies

übersetzt sich in folgende Darstellung [vgl. Bollen/Lennox 1991, S. 306]:

η = λ1x1 + λ2x2 + … + λqxq + ζ (2)

Anders als in (1) ist hier also die Latente η als Linearkombination der Manifes-

ten x dargestellt, was im Wesentlichen dem klassischen multivariaten Regres-

sionsmodell entspricht. Die Regressionskoeffizienten Γ sind auch als Koeffi-

zienten für die Validität des Indikators für das Konstrukt interpretierbar [vgl.

Bollen 1989, S. 222]. Messfehler existieren nur auf Ebene der Latenten und

werden mit ζ dargestellt. Der Fehlerterm10 wird dabei als mit den Indikatoren

unkorreliert angenommen (cov[xi,ζ]=0) [vgl. Diamantopoulos/Winklhofer 2001,

S. 271].

Die Erkenntnis, mit formativen Indikatoren zu arbeiten, also die Spezifikation

eines Konstrukts auf formative Weise, hat Auswirkungen auf den Forschungs-

prozess. Die Unmittelbarste – nämlich die Entscheidung zwischen dem forma-

tiven und dem reflektiven Messmodell – ist bislang am wenigsten erforscht.

Der Bedarf hierfür wird jedoch an den folgenden Abschnitten klar werden, die

sich mit den Konsequenzen der Festlegung der Spezifikationsart befassen. Der

Ablauf der Itemselektion ist als beispielhaft zu nennen: „Klassische“ Operatio-

nalisierung nach Churchill [1979] basiert auf dem domain-sampling-Modell

(s.o.) und ist nicht sinnvoll anwendbar, sobald formative Indikatoren vorliegen.

Eine Verallgemeinerung der Operationalisierung nach Churchill ist unver-

meidbar.

3 Formative und reflektive Indikatoren im Forschungs-

prozess

3.1 Formative und reflektive Spezifikation im Operationalisie-

rungsprozess

Betrachtet man die Eigenschaften formativer Indikatoren und ihre Abgrenzung

zum reflektiven Pendant, ergeben sich andere Schwerpunkte im klassischen

10 Bagozzi/Fornell [1982, S. 34] formulieren eine Spezifikation ohne Fehlerterm: ξ = λ1x1 + λ2x2 + … + λnxn. Dies wäre wiederum verträglich mit der Vorgehensweise im klassischen Hauptkom-ponentenmodell [vgl. Edwards/Bagozzi 2000, S. 162], weil auch dafür die Annahme von fehler-freien Messvariablen x zu treffen ist. Dies ist freilich eine eher technisch getriebene Aussage als eine mit den obigen Aussagen über Kausalrichtungen zwischen Messvariable und Kon-strukt verträgliche Annahme.


Operationalisierungsprozess. Diamantopoulos/Winklhofer [2001, S. 271-274]

entwerfen eine entsprechende Vorgehensweise, die jedoch streckenweise

nicht unproblematisch ist [vgl. die kritischen Anmerkungen bei Rossiter 2002,

S. 315] und daher nur Basis des folgenden Vorschlags sein kann. Hiernach

sind insbesondere die vier Schritte Inhaltliche Ausgestaltung, Indikatorausges-

taltung, Umgang mit Multikollinearität und Externe Validität von Bedeutung:

Analog zum Vorgehen bei Churchill [1979] stellt eine umfassende Definiti-

on des zu untersuchenden Konstrukts den ersten Schritt dar. Dies ent-

spricht auch hier im Wesentlichen der Bestimmung des definitorischen

Umfelds. Die Bedeutung der Definition für die weiteren Schritte ist bei

formativen Indikatoren jedoch ungleich größer.

Bei der Auswahl der Indikatoren ist jedoch anders als bei reflektiven Indi-

katoren vorzugehen: eine Vollerhebung des gesamten Indikatorenuniver-

sums ist nötig, um keinen Teil des Konstrukts zu vernachlässigen [vgl. Bol-

len/Lennox 1991, S. 308].11 Die Überprüfung von Reliabilitäten im Sinne

von Item-to-Total-Korrelationen ist hier also kontraproduktiv gegenüber

den inhaltlichen Gesichtspunkten. Einzig sinnvolles Gütekriterium auch im

Rahmen der Indikatorenbereinigung ist die externe Validität.12

Während hohe Korrelation zwischen den Items eines reflektiven Messmo-

dells gewünscht ist (faktorenanalytisches Weltbild) und für die Validität der

Messung spricht, ist dies bei einem formativen Messmodell problemati-

scher. Es entspricht wie in Gleichung (2) dargestellt dem multivariaten

Regressionsansatz. Sind zwei Indikatoren hoch miteinander korreliert, kann

auch im formativen Fall auf einen der beiden verzichtet werden, ohne die

Messung substanziell zu verändern. Durch hohe Multikollinearität sind die

Regressionskoeffizienten jedoch u.U. nicht mehr eindeutig bestimmbar,

was im Zuge der Prüfung der Indikatorvalidität problematisch ist.

Dennoch werden Maße zur Beurteilung der Eindeutigkeit der Zuordnung

von Indikatoren zum jeweiligen Konstrukt sowie der inhaltlichen Relevanz

vorgeschlagen. Anderson/Gerbing [1991 S. 733 f] geben hierzu je einen In-

11 Mit dem Terminus Vollerhebung ist hier die Vollständigkeit in Bezug auf alle definitorischen Bestandteile gemeint. Eine Skalenbereinigung bleibt trotzdem möglich. „Inhaltliche Vollstän-digkeit“ bleibt jedoch freilich wenig greifbar. 12 Zur Indikatorvalidierung werden genannt: Korrelation mit einem externen Kriterium, MI-MIC-Modelle [Jöreskog/Goldberger 1975] oder die Berechnung eines Strukturgleichungsmo-dells, in dem ein reflektiv spezifiziertes Konstrukt hereingenommen wird, welches (bspw. aus Voruntersuchungen) bekanntermaßen vom interessierenden Konstrukt beeinflusst wird. Die praktische Problematik dieser Vorschläge muss hier nicht weiter diskutiert werden.


dex (psa und csv) an, der auf Aussagen von Experten oder einem Prestest-

Sample der Grundgesamtheit basiert.

Mit der Annahme von formativen Indikatoren zeigen sich also bei der Entwick-

lung von Messinstrumenten Probleme der inhaltlichen Validierung, welche bei

der Skalenbildung nach Churchill [1979] nicht vorhanden sind oder mittels

relativ leicht objektivierbarer Kenngrößen (insbesondere den Maßen der inter-

nen Konsistenz) lösbar sind. Dagegen fallen gerade die beim Umgang mit for-

mativen Indikatoren ungleich wichtigeren Validierungsfragen als ebenso

schwerer und schlechter objektivierbar auf.

Um diesen Problemen entgegenzutreten, schlägt Rossiter [2002] ein verallge-

meinertes Operationalisierungsparadigma vor, welches auch formative Indika-

toren mit einbezieht. Die wesentlichen Schritte (Konstruktdefinition; Klassifi-

zierung des Objekts, auf welches sich das Konstrukt bezieht; Klassifizierung

und Ermittlung der „Attribute“, also Indikatoren; Identifikation der Beurtei-

lungssubjekte; Skalenbildung und -bereinigung sowie Aggregation zum Ge-

samtwert für ein Konstrukt) dieser C-OAR-SE genannten Vorgehensweise sind

in Abbildung 3 dargestellt. Von Bedeutung ist hier insbesondere, dass die

Klassifizierung von Indikatoren als formativ/reflektiv, ihre Selektion im Rah-

men der Skalenbereinigung sowie deren initiale Generierung mittels Experten-

interviews oder einem Sample von Befragten aus der Grundgesamtheit (im

Folgenden ebenso als Experten bezeichnet) vorgenommen werden soll [vgl.

Rossiter 2002, S. 315]. Dies bedeutet insbesondere bei der Bereinigung von

Skalen einen radikalen Bruch mit der stark kennziffernorientierten Vorge-

hensweise nach Churchill [1979].

Construct definition

Object classification

Rater identification

Scale formation

Enumeration

Object, attribute, rater entityBewertungsobjekt, Bewertungsattribut, Zielgruppe

Open-ended Interviews, generation of item parts to represent the object

Open-ended Interviews, generation of item parts to represent the attrib-ute

individual/experts/groupreliability estimates (nur bei reflektiven Attributen)

Combination of object and attribute item parts, pretest (auch auf Ein-dimensionalität bei reflektiven Attributen)

Total scale scores derived by indexes and averages

reflective

formative

Attribute classification

Abbildung 3: C-OAR-SE-Prozedur zur Konstruktspezifikation [eigene Darstellung in Anlehnung an Rossiter 2002, S. 306 f]


Konsequenzen aus der Art der Spezifikation eines Konstruktes zeigen sich je-

doch nicht nur bereits bei der Operationalisierung, sondern müssen insbeson-

dere in Betracht gezogen werden, wenn das interessierende Konstrukt als Teil

einer hypothesenprüfenden Untersuchung betrachtet wird. Üblicherweise wer-

den Beziehungen zwischen latenten Variablen in Strukturgleichungsmodellen

modelliert. Da eine latente Variable im Rahmen dieser Modelle nicht isoliert

von ihren Indikatoren zu betrachten ist, spielt auch die Richtung der kausalen

Beziehung zwischen Latenter und Indikator eine Rolle.

3.2 Formative und reflektive Spezifikationen in Verfahren der

Strukturgleichungsanalyse

Verfahren der Strukturgleichungsanalyse haben seit ihrer Einführung in die

Marketingwissenschaft [vgl. Bagozzi 1980] eine starke Verbreitung gefunden,

da sie in der Lage sind, prognoseorientierte ökonometrische Verfahren mit

dem eher psychometrisch fokussierten Konzept der latenten Variablen zu ver-

binden. Baumgartner/Homburg [1996, S. 140 f] stellen in ihrer Metastudie in-

ternationaler Journals eine überragende Rolle der Strukturgleichungsmodelle

bei der Untersuchung von Zusammenhängen zwischen beobachtbaren und

nicht beobachtbaren Variablen fest. Innerhalb der Verfahrensgruppe „Struk-

turgleichungsmodelle“ (“Structural Equation Models” oder kurz SEM) lassen

sich zwei wesentliche Strömungen identifizieren: die Verfahren der Kovari-

anzstrukturanalyse einerseits und das Verfahren partieller kleinster Quadrate

(PLS)13 andererseits. Je nach Vorhandensein formativer oder reflektiv spezifi-

zierter Konstrukte bietet sich aber ein anderes Verfahren mit spezifischen Vor-

teilen an, auch wenn beide Verfahren auf viele Problemstellungen analog an-

wendbar sind.

Für eine vertiefte Darstellung der Spezifika der einzelnen Verfahren der Struk-

turgleichungsanalyse muss an andere Stelle verwiesen werden.14 In der empi-

rischen Forschung wurde in den letzten Jahren fast ausschließlich die Kovari-

anzstrukturanalyse verwendet, die ihre Beliebtheit u.a. auch der Verfügbarkeit

von standardisierten Softwarepaketen wie LISREL [vgl. bspw. Jöreskog/Sör-

bom 2001] oder EQS zu verdanken hat. Wie auch aus der überblicksartigen

13 Fornell [1989, S. 166] spricht in diesem Zusammenhang auch von Verfahren der Varianz-strukturanalyse. Diese Bezeichnung ist jedoch im Rest der Literatur wenig üblich. 14 Der interessierte Leser sei bspw. auf Jöreskog [1973], Bagozzi [1980], Bollen [1989] oder Balderjahn [1986] für eine Darstellung der Kovarianzstrukturanalyse verwiesen. Der PLS-Algorithmus ist beispielsweise bei letztgenanntem Autor sowie bei Wold [1982a, 1982b], Lohmöller [1984,1989], Chin [1998a] und Chin/Newsted [1998] dargestellt.


Zusammenstellung in Tabelle 1 ersichtlich, ist es aus mehreren Gründen prin-

zipiell problematisch, formative Indikatoren in Verfahren der Kovarianzstruktu-

ranalyse zu verwenden, da u.a. ein Identifizierbarkeitsproblem impliziert wird.

Kovarianzstrukturanalyse Partial Least Squares Verteilung der Beobachteten Multidimensionale NV Keine Spezifikation der Konstrukte Prinzipiell nur reflektiv,

teilweise aber im Rahmen von MIMIC-Modellierung formativ möglich

reflektiv und formativ

Schätzprinzip Simultane Schätzung der Modellparameter durch Optimierung eines globalen Kriteriums

Minimierung von Residualvarian-zen, partielles Schätzverfahren unter Einbezug der Gesamtin-formation

Schätzeigenschaften der Parameterschätzer

konsistent nur consistency-at-large (bei Zahl der Indikatoren einer Latenten ∞)

Ziel optimale Schätzung der Parameterstruktur

optimale Prognose von Beobach-tungswerten

Fallwerte inkonsistente Schätzung über Regression möglich

konsistent

kleine Stichprobengröße problematisch i.d.R. unproblematisch Tabelle 1: Verfahren der Strukturgleichungsanalyse

3.3 Weitere Auswirkungen von Fehlspezifikationen

Wie bereits in den Abschnitten 2.1 und 2.2 angedeutet, können Fehlspezifika-

tionen von Konstrukten schon vor der Wahl einer weniger geeigneten Schätz-

methode zu massiven inhaltlichen Problemen führen. In Anlehnung an

Abbildung 4 lassen sich vereinfacht15 zwei Arten von Fehlern unterscheiden:

die irrtümlich formative und die irrtümlich reflektive Spezifikation eines Kon-

struktes.

im Modell spezifiziertRealität

reflektiv formativ

reflektiv kein Fehler Fehlertyp „F“

formativ Fehler „R“ kein Fehler

Abbildung 4: Mögliche Spezifikationsfehler [eigene Darstellung]

3.3.1 Auswirkung von Spezifikationsfehlern des Typs „F“

Die irrtümlich formative Spezifikation eines Konstrukts ist insofern problema-

tisch, als die für diesen Fall nach wie vor gültigen Aussagen und Empfehlun-

gen der Skalenbildung nach Churchill [1979] nicht beachtet werden. Da bei

formativen Indikatoren Reliabilität im Sinne von Item-to-Total-Korrelationen

15 Die vorliegende Arbeit beschränkt sich bewusst auf nicht gemischt-spezifizierte Konstrukte.


nicht anzuwenden ist, würde u.a. dieses für reflektive Indikatoren aber wichti-

ge Gütemaß vernachlässigt. Die interne Konsistenz des resultierenden Mess-

modells wäre in der Regel wohl geringer als sie sein könnte, da unreliable In-

dikatoren irrtümlich beibehalten blieben.

Diese „Über“-Messung müsste zwar nicht notwendigerweise eine inhaltliche

Verschiebung des Konstrukts bedeuten, könnte jedoch im Rahmen eines Er-

klärungsmodells problematisch sein, da mehr Parameter zu schätzen sind. Die

Parametersparsamkeit wäre damit nicht gewährleistet, was in direkter Konse-

quenz zu einer schlechteren Anpassungsgüte führt (insbesondere bei Betrach-

tung der Gütemaße, welche die Zahl der Parameter/Freiheitsgrade mit einbe-

ziehen). Schlechtestenfalls würde ein Hypothesensystem auf Grund unzurei-

chender Messmodelle verworfen, obwohl das Strukturmodell an sich gültig ist.

Schon bei der Wahl des Strukturgleichungsverfahrens bzw. dessen Anwen-

dung führt eine irrtümlich formative Spezifikation zu Problemen: durch die

irrtümliche Annahme, mit einem formativen Konstrukt zu arbeiten, kommt es

zu einem Identifizierbarkeitsproblem oder der Implikation von Nullkovarian-

zen. Selbst wenn für den Fall des fehlspezifizierten Konstrukts die Identifizier-

barkeit eines größeren Modells im Rahmen eines LISREL-Modells gegeben ist,

kommt es zu einer Verzerrung der Parameterschätzer und ggf. einer fälschli-

chen Ablehnung bzw. Beibehaltung von Strukturhypothesen über die Bezie-

hung der Konstrukte untereinander.16

Darüber hinaus ist eine Vielzahl von Konstellationen denkbar, unter denen ein

falsch spezifiziertes LISREL-Modell (selbst im MIMIC-Fall) nicht mehr identifi-

zierbar ist oder wegen der implizierten Nullkovarianzen nicht haltbar scheint.

In diesem Fall kommt also eventuell das weniger zur Hypothesenprüfung als

zur Prognose geeignete PLS-Verfahren zur Anwendung. Zu Unterschieden in

Schätzergebnissen und Konsequenzen einer fehlerhaften Verfahrenswahl auf

die Bestätigung von Hypothesen liegen bislang keinerlei Erkenntnisse vor.

3.3.2 Auswirkungen von Spezifikationsfehlern des Typs „R“

Im Gegensatz zu der eben dargelegten fehlerhaften Beibehaltung irrelevanter

Indikatoren führt jedoch eine irrtümlich reflektive Spezifikation zur Anwen-

dung des klassischen Skalenbereinigungsprozesses nach der Logik interner

Konsistenz. Indikatoren eines Konstrukts, welche nicht hoch korrelieren, wer-

16 Zum Ausmaß der Konsequenzen vgl. die Simulationsstudie von Jarvis et al. [2003, S. 210-212].


den als nicht dem Konstrukt (Faktor) zugehörig entfernt. Wenn dieses Kon-

strukt jedoch in der Realität aber eigentlich formativ zu spezifizieren ist, wäre

dies dramatisch (vgl. Abschnitt 2.2). Die Herausnahme nichtkorrelierender Fa-

cetten eines Konstrukts würde im Umkehrschluss sogar wahrscheinlich eine

Vernachlässigung wichtiger Teilaspekte des Konstrukts bedeuten: “Omitting

an indicator is omitting a part of the construct” [Bollen/Lennox 1991, S. 308].

Dies bedeutet nichts anderes, als die Validität des Konstrukts zu beschneiden.

Die Forderung möglichst hoher Korrelation der (vermeintlich reflektiven) Indi-

katoren zieht sich durch den gesamten Skalenbildungsprozess, wirkt sich aber

insbesondere bei der Skalenbereinigung aus, indem valide Indikatoren zu un-

recht entfernt werden. Die verbleibenden Messgrößen stellen damit ggf. ein

rechnerisch ideales Modell dar, das sämtliche Gütekriterien erfüllt – die daraus

abgeleiteten Aussagen sind jedoch nicht auf die tatsächlichen Konstrukte zu

beziehen, sondern nur auf unvalide Teilaspekte davon. “[P]roper specification

of the measurement model is necessary before meaning can be assigned to the

analysis of the structural model” [Anderson/Gerbing 1982, S. 453]. Zudem ist

es sogar hochwahrscheinlich, dass ein Strukturgleichungsmodell auf Basis

dieser Überreste nicht bestätigt werden kann [vgl. Jarvis et al. 2003, S. 216].

Sobald diese fehlerhafte Skalenbereinigung stattgefunden hat (also die fal-

schen oder zumindest zu wenig richtige Indikatoren übrig sind), kann auch

eine anschließend „richtige“ formative Modellierung des Konstrukts (durch

einfaches Umkehren der Wirkbeziehung zwischen Konstrukt und Indikatoren)

den Validitätsmangel nicht mehr heilen. Im Falle der Anwendung von PLS wä-

re umgekehrt die Multikollinearität, welche ja durch die Auswahl der Items auf

Grund von Korrelationen noch verschärft wird, ein vergrößertes Problem bei

der Bestimmung einzelner bestimmender Parameter.

Wie sich also zeigt, sind beide Fehler wenig wünschenswert. Für den Forscher

ist es daher zwingend notwendig, die im jeweiligen Fall richtige Art der Spezi-

fikation zu bestimmen. Die Quantifizierung einer Fehlspezifikation (insbeson-

dere im bislang wenig erforschten Bereich einer fehlerhaften Anwendung des

PLS-Algorithmus) ergibt sich dabei als Nebenprodukt einer erweiterten Hand-

lungsanweisung zur Prüfung, ob formative oder reflektive Konstrukte vorlie-

gen. Während eine Art und Weise, wie dies geschehen kann, bereits ange-

sprochen wurde (vgl. der Hinweis auf Experten in Abbildung 3, S. 10), soll der

folgende Abschnitt die Möglichkeiten zur Bestimmung der Spezifikationsart

ausführlich und gesondert darstellen sowie eine Vorgehensweise erarbeiten,

nach der die Spezifikationsart strukturiert bestimmt werden kann.


4 Bestimmung der Spezifikationsart

“[L]ittle attention has been devoted to the conditions in which measures

should be specified as reflective or formative in the first place” [Ed-

wards/Bagozzi 2000, S. 156]. Wie auch in Abbildung 3 (S. 10) dargestellt, stüt-

zen sich die bisherigen Empfehlungen zur Bestimmung der Spezifikationsart

hauptsächlich auf die Beurteilung von Experten [vgl. Rossiter 2002, S. 306 so-

wie Diamantopoulos/Winklhofer 2001, S. 271] oder subjektive Entscheidungen

des Forschers anhand von Entscheidungsfragen [vgl. Chin 1998b, S.9 oder

Jarvis et al. 2003, S. 203]. Dies darf freilich nicht unkritisch gesehen werden:

Rossiter [2002, S. 317 f] selbst gibt zu bedenken, dass viele Konstrukte (insbe-

sondere Einstellungen) je nach Kontext formativ als auch reflektiv spezifizier-

bar sind. In vielen Bereichen lassen sich auch begründete Argumente für bei-

de Spezifikationen finden. So kann zum Beispiel das von Diamantopoulos

[1999, S. 445-446] diskutierte Konstrukt „Finanzieller Erfolg im Export” so-

wohl mit neun reflektiven als auch drei formativen Indikatoren gemessen wer-

den. “Of course, it is possible that researchers may have difficulty in answering

some of the questions, or the answers may be contradictory [..]” [Jarvis et al.

2003, S. 203].

Daher scheint es sinnvoll, auch die Tatsache in die Entscheidung mit einzube-

ziehen, dass formative Indikatoren nicht notwendigerweise korrelieren müs-

sen, reflektive dies jedoch erfüllen sollten. Bollen [1984, S. 382 f] führt bei-

spielsweise an, dass in Fällen, in denen das Curtis and Jackson-Paradoxon17

auftritt, reflektive Indikatoren auszuschließen sind (was freilich noch alternati-

ve Beziehungen zulässt, bevor von einer formativen Interpretation der Korrela-

tion ausgegangen werden darf).

Auf der anderen Seite muss einer rein empiriegeleiteten Bestimmung der Spe-

zifikationsart zum Vorwurf gemacht werden, inhaltliche Gesichtspunkte hinter

den Daten zu vernachlässigen und damit theorieentleert zu sein. Zuletzt ist

jedoch auch zu bedenken, dass Expertenurteile – auch wenn und soweit diese

durch Entscheidungsfragen geleitet sind – sich wohl auch an Analogien und

Erfahrungen mit „ähnlichen“ Konstrukten orientieren, was gerade bei neuen,

wenig bekannten oder schlecht vorstellbaren Begriffen wiederum problema-

tisch ist.

17 Das Curtis and Jackson-Paradoxon problematisiert die Tatsache, dass es im reflektiven Weltbild nicht möglich ist, einen negativen Zusammenhang zwischen zwei Größen zu beo-bachten, die beide positiv mit demselben Konstrukt zusammenhängen [vgl. Bollen 1984, S.377 sowie Curtis/Jackson 1962, S. 195-204].


Um also Subjektivität im Forschungsprozess zu vermeiden, jedoch auch Ge-

sichtspunkte der Inhaltsvalidität nicht zu vernachlässigen, scheint zumindest

eine Absicherung der mehr oder weniger subjektiv gewählten Spezifikation

wünschenswert. Abbildung 5 fasst die vorgeschlagene Vorgehensweise zur

Bestimmung der Spezifikationsart überblicksartig zusammen, bevor sie in den

folgenden Abschnitten detaillierter dargelegt wird.

Bildung einer

Spezifikationshypothese

Überprüfung der

Spezifikationshypothese

Theoretische Herleitung der Spezifikation des Konstrukts aus seiner Konzeptualisierung bzw. dem Erkenntnisziel

Hypothese: Konstrukt ist reflektiv Hypothese: Konstrukt ist formativ

TETRAD-Test auf formative Indikatoren signifikant?

Reflektive Spezifikation mit LISREL-Modell verworfen?

Formative Spezifikation in PLS-Modell verträglich?

nein

nein

nein

ja (damit auch reflektiv verworfen)

ja

Ergebnis: reflektiv verworfen, formativ nicht widerlegt

ja

TETRAD-Test auf formative Indikatoren signifikant?

Formative Spezifikation mit PLS-Modell verworfen?

Reflektive Spezifikation in LISREL-Modell verträglich?

ja

nein

nein

nein (damit aber nur reflektiv beibehalten)

ja

Ergebnis: formativ verworfen, reflektiv nicht widerlegt

ja

Skalenbereinigung (Interne Konsistenz) Skalenbereinigung (Ext. Validität, Experten)

„Sind die Indikatoren dieses Konstrukts untereinander beliebig austauschbar?“

Austauschbarkeit der Messungen

“Is it necessarily true that if one of the items (assuming all coded in the same direction) were to suddenly change in a particular direction, the others will change in a similar manner)” [Chin 1998b, S. 9] oder Experimentaldesign [vgl. Edwards/Bagozzi 2000, S. 159]

Kausalitätsrichtung zwischen Konstrukt und Indikatoren (temporale Präzedenz)

„Ist das Konstrukt kausal für die Indikatoren oder umgekehrt?“Kausalitätsrichtung zwischen Konstrukt und Indikatoren (offen)

Beispielhafte Entscheidungsfrage

Abbildung 5: Vorgehensweise zur Bestimmung der Spezifikationsart [eigene Darstellung]

Die vorgeschlagene Vorgehensweise sieht sich in den Ablauf des Forschungs-

prozesses eingebettet: vor Anwendung der jeweils nötigen Skalenbereini-

gungsschritte, die sich wie diskutiert drastisch unterscheiden (vgl. Abschnitt

3), ist zwingend die Spezifikationshypothese zu bilden. Der Vorschlag räumt

theoretischen Gesichtpunkten also eine überragende Rolle ein. Die theoreti-

sche Fundierung liefert dabei eine Hypothese über die Spezifikation, welche in

der Folge an der Korrelationsstruktur empirischer Daten im Rahmen eines Pre-

tests überprüft wird. Sobald einer der Tests die Hypothese nicht stützen kann,

ist die gewählte Spezifikationsart nochmals kritisch zu hinterfragen. Die Rück-

kopplungspfeile in der Abbildung sollen aber keinesfalls dahin gehend inter-

pretiert werden, dass im Sinne eines „Trial-and-Error-Vorgehens“ die Kon-


struktspezifikation so lange verändert wird, bis das Testergebnis akzeptabel

ist. Gegebenenfalls muss man das Ergebnis akzeptieren, ein theoretisch fun-

diertes, jedoch in Bezug auf Gütemaße unbefriedigendes Messmodell spezifi-

ziert zu haben.

4.1 Gewinnung der Spezifikationshypothese aus der Theorie

Aus den in Abschnitt 2 diskutierten Eigenschaften und Abgrenzungen formati-

ver und reflektiver Indikatoren lassen sich mehrere Entscheidungskriterien

ableiten. Diese zu Entscheidungsfragen formulierten Aussagen sind ausführ-

lich in Tabelle 2 dargestellt. Die vielerorts ähnlichen Aussagen können zu zwei

Oberkriterien verdichtet werden, welche die Entscheidung zu Gunsten einer

Spezifikationsart aus theoretischen Vorüberlegungen deduzierbar machen: die

Richtung der Kausalität zwischen Konstrukt und Indikator sowie die Aus-

tauschbarkeit der Indikatoren als gleich valide Messungen ein und desselben

Konstrukts.

Edwards/Bagozzi [2000 S. 157-160] schlagen zur Ermittlung der Kausalitäts-

richtung zwischen dem Konstrukt und seinen Indikatoren eine Besinnung

auf die wissenschaftstheoretischen Bestandteile von Kausalität vor: (1) die Un-

terschiedlichkeit von Ursache und Wirkung im Sinne eigenständiger Phäno-

mene, (2) Kovariation von Ursache und Wirkung, (3) zeitliche Vorgänger-

Nachfolger-Beziehung und (4) Ausschluss alternativer Erklärungsmöglichkei-

ten. Interessant ist dabei vor allem die Komponente (3), da sie am stärksten die

Kennzeichnung eines Phänomens als Ursache und des anderen als Wirkung

bestimmt. Diese Frage kann natürlich Experten vorgelegt werden, welche die-

se Entscheidungsfrage beantworten sollen – auch der Forscher selbst kann sie

in seiner Entscheidung zu Grunde legen. Bollen [1989, S. 66] befürwortet hier-

für Gedankenexperimente.

Edwards/Bagozzi [2000, S. 159] schlagen jedoch vor, die Anwendung von Ex-

perimenten in diesem Zusammenhang in Erwägung zu ziehen. Dieses Vorge-

hen – auch wenn bei den genannten Autoren nur kurz als Möglichkeit angeris-

sen – verdient jedoch zweifelsohne eine vertiefte Betrachtung. Die Anwendung

von Experimenten hätte zudem den Vorteil, dass bei geschicktem Design auch

zusätzlich Bedingungskonstanz geschaffen werden kann und Bedingung (4)

zumindest großteils bereits erfüllt wäre. Dieses Vorgehen ist jedoch auf Grund

seines eher hypothesenprüfenden Charakters erst dann geeignet, wenn a-

priori-Hypothesen über eine kausale Richtung bestehen (welche also wieder

durch Experten oder den Forscher selbst gewonnen werden müssen). Die

Entscheidungsfrage nach Chin [1998b, S. 9] “Is it necessarily true that if one of


the items (assuming all coded in the same direction) were to suddenly change

in a particular direction, the others will change in a similar manner?” kann für

diesen Aspekt eine angemessene Formulierung sein. Basierend auf For-

nell/Bookstein [1982, S. 292] lässt sich auch die folgende Frage formulieren:

„Ist das Konstrukt eine hinter der beobachteten Variable stehende Erklärung

oder vielmehr eine erläuternde Kombination aus den Beobachteten?“

Autor[en] Entscheidungsfrage18

Fornell/Bookstein [1982, S. 292] Sind die Indikatoren des Konstrukts eher als Realisationen eines Faktors zu betrachten, der etwas Beobachtetes zur Folge hat? ( reflektiv) oder Ist das Konstrukt als erklärende Kombination von Indikato-ren konzipiert? ( formativ)

Fornell/Bookstein [1982, S. 292] Ist das Konstrukt eine hinter der beobachteten Variable stehende Erklärung ( reflektiv) oder vielmehr eine erläuternde Kombination aus den Beobach-teten? ( formativ)

Bagozzi [1984, S. 331] Messen die Indikatoren alle "das Gleiche" im engeren Sinne? ( reflektiv)

Bagozzi [1984, S. 332] Ergibt sich die Bedeutung des Konstrukts aus der Bedeu-tung der Indikatoren ( formativ) oder umgekehrt ( reflektiv)?

Bollen [1989, S. 65]; Diamantopoulos/Winklhofer [2001, S. 270]

Richtung der Kausalität ("causal priority between the indi-cator and the latent variable") vom Konstrukt zum Indika-tor ( reflektiv) oder umgekehrt ( formativ)

Fornell [1989, S. 163 f] Welcher Natur ist die Beziehung zwischen den Beobach-tungen und dem theoretischen Modell? Ist sie deduktiv (also sind die Beobachtungen vom Modell abhängig) ( reflektiv) oder induktiv (also sind die theoretischen Variablen abhängig von den Beobachtungen) ( formativ)?

MacCallum/Browne [1993, S. 533]; Law/Wong [1999, S. 144-146]; Rossiter [2002, S. 314-316]

Repräsentieren die Items eher Konsequenzen ( reflektiv) oder Ursachen ( formativ) des Konstrukts?

Chin [1998b, S. 9] “Is it necessarily true that if one of the items (assuming all coded in the same direction) were to suddenly change in a particular direction, the others will change in a similar manner)?” ( reflektiv)

Jarvis et al [2003, S. 203] „Sind die Indikatoren dieses Konstrukts untereinander beliebig austauschbar?“ ( reflektiv)

Tabelle 2: Entscheidungsfragen zur Unterscheidung zwischen formativer und reflektiver Spezifikation

Die Austauschbarkeit der Messungen für das Konstrukt lässt sich dagegen

nur aus der Konzeptualisierung des Konstrukts ableiten. Das bedeutet also,

18 Die jeweilige Schlussfolgerung ist in Klammern hinter dem jeweiligen Frageteil kursiv ge-setzt, falls die entsprechende Frage mit „ja“ zu beantworten wäre.


dass die Frage nach der inhaltlichen Vergleichbarkeit letztendlich nur subjek-

tiv beantwortet werden kann und sich starrer Überprüfbarkeit entzieht. Damit

wird auch hier eine a-priori-Bewertung durch den Forscher oder die Befra-

gung von Experten unumgänglich. Hierbei müsste insbesondere die Frage ge-

stellt werden, ob sich ein Konstrukt inhaltlich verändert, wenn und soweit ei-

ner der Indikatoren herausgenommen wird [vgl. Diamantopoulos/Winklhofer

2001, S. 273]. Daneben ist auch eine direkte Frage „Sind die Indikatoren die-

ses Konstrukts untereinander beliebig austauschbar?“ denkbar [vgl. Jarvis et

al. 2003, S. 203].

4.2 Überprüfung mit der Korrelationsstruktur der Daten

Da die Modelle reflektiver und formativer Spezifikation auf unterschiedlichen

Parametern basieren, ist ein direkter Modellvergleich wie er bei LISREL-

Modellen mit dem χ2-Test üblich ist, für die vorliegenden Zwecke nicht mög-

lich. Das hier gewählte Vorgehen orientiert sich vielmehr wie in Abbildung 5

ersichtlich wird an der im ersten Schritt getroffenen Hypothese, welche aus

der Theorie abgeleitet wurde. Ist diese in den nachfolgenden datengetriebenen

Schritten nicht zu widerlegen, kann sie weiter gelten. Letztere Schritte stellen

im Wesentlichen auf die Eigenschaft formativer Indikatoren ab, nicht notwen-

digerweise korreliert sein zu müssen. Sobald keine oder geringe Korrelationen

vorliegen, spricht dies also gegen die Hypothese reflektiver Spezifikation.19

Zur Untersuchung schlägt diese Arbeit zwei Analyseschritte vor: den so ge-

nannte TETRAD-Test nach Bollen/Ting [2000] sowie eine vergleichende Be-

trachtung verschiedener Spezifikationen im Rahmen von Strukturgleichungs-

modellen20.

Die erste Maßnahme ist, wie erwähnt, die Überprüfung der hypothetisierten

Spezifikationsart mit dem TETRAD-Test nach Bollen/Ting [2000]. Einschrän-

kend muss jedoch vorausgeschickt werden, dass der vorgeschlagene TETRAD-

Test die Korrelationsbeziehungen weniger – bereits aus theoretischen Vor-

überlegungen hervorgegangener – alternativer Messmodelle als „nested“ mit-

einander vergleicht. Damit ist auch dieser Test per Definition nicht in der La-

ge, ein theoretisch angebrachtes formatives Messmodell mit hoch korrelierten

Indikatoren von seinem reflektiven Pendant zu unterscheiden. Insofern kann

19 Da schlecht operationalisierte, aber in Wahrheit reflektive Messmodelle, schlechte Reliabili-tätswerte aufweisen, darf diese Vorgehensweise wie diskutiert nicht ohne zu Grunde liegende theoretische Vorüberlegungen angewandt werden [vgl. auch Edwards/Bagozzi 2000, S. 171]. 20 Der Vorschlag erweitert dabei die reine LISREL-Perspektive von Law/Wong [1999, S. 153 f].


die Hypothese, ein Modell sei reflektiv zu spezifizieren, höchstens verworfen,

nicht jedoch im harten Sinne bestätigt werden.

Der TETRAD-Test untersucht verschiedene Spezifikationsarten von Modellen.

Jede alternative Modellierung impliziert individuelle theoretische Varianzbe-

ziehungen. Als Tetrade werden dabei jeweils Differenzen von Kovarianzpro-

dukten bezeichnet [vgl. Bollen/Ting 2000, S. 5]: “For a foursome of variables,

we can arrange the six covariances into three tetrads:

.”

and

,

,

431223141423

321442131342

241334121234

σσσστ

σσσστσσσστ

−=

−=−=

(13)

Aus verschiedenen Strukturmodellen formativer und reflektiver Spezifikation

ergeben sich unterschiedliche modellimplizierte Tetraden-Gleichheiten, so

dass sich diese Beziehungen zu Null addieren (sog. “vanishing tetrads”) [vgl.

Bollen/Ting 2000, S. 6-8]. Der TETRAD-Test nutzt die Tatsache aus, dass ver-

schieden spezifizierte Modelle zwar nicht in Bezug auf ihre (unterschiedlichen)

Parameter, sehr wohl jedoch was ihre Tetraden-Beziehung angeht, als nested

angesehen werden können, also im Rahmen eines integrierten Modells mitein-

ander vergleichbar sind. Aus diesen Herleitungen wird schließlich eine χ2-

verteilte Teststatistik errechnet, die die hypothetisierte Spezifikation des Mess-

modells auf Verträglichkeit mit den empirischen Korrelationsbeziehungen tes-

tet.

Auf diese Art und Weise kann die Nullhypothese reflektiver Spezifikation (und

nur diese) verworfen oder beibehalten werden. Im Rahmen der vorliegenden

Betrachtung kann der Test damit allerdings nur die Hypothese reflektiver Spe-

zifikation verwerfen. Hat der Forscher den Verdacht, dass das zu untersuchen-

de Konstrukt reflektiv ist, besteht das beim Testen übliche Dilemma, dass die

Wahrscheinlichkeit eines Beta-Fehlers (irrtümliche Beibehaltung der Null-

hypothese) nicht kontrollierbar ist. Daher sind auch die Folgeschritte im vor-

geschlagenen Testablauf unverzichtbar. Eine vertiefte Darstellung des

TETRAD-Testverfahrens unterbleibt an dieser Stelle, der interessierte Leser sei

auf den Artikel von Bollen/Ting [2000] verwiesen.

Die nächsten Schritte in der Überprüfung der Spezifikationshypothese stellen

auf die oben dargestellten Strukturgleichungsverfahren ab. Ein direkter Ver-

gleich eines reflektiven mit dem „entsprechenden“ formativen Modell (gewon-

nen durch einfache Umkehrung der Kausalitätsbeziehung) innerhalb eines


Verfahrens ist wegen der mangelnden Vergleichbarkeit der beiden Modelle

wenig dienlich, weswegen zur Analyse reflektiver Strukturen das eher zur

Hypothesenprüfung geeignete LISREL-Verfahren, zur Analyse formativer

Strukturen das dafür eher und universeller einsetzbare PLS-Verfahren zur An-

wendung kommt.

Wird ein Konstrukt als reflektiv angenommen, wird zunächst der Versuch einer

Falsifizierung mit dem als Gegenhypothese angelegten formativen „Pendant“

zum Untersuchungsmodell unternommen. Dadurch wird sichergestellt, dass

unter Geltung der „Reflektiv“-Hypothese eine formative Sichtweise nicht in

Betracht kommt. Dies kann dadurch erreicht werden, dass ein ansonsten glei-

ches Messmodell auf formative Art und Weise spezifiziert im Rahmen eines

PLS-Modells geschätzt wird. Wird dieses Modell abgelehnt, kann die Hypothe-

se reflektiver Spezifikation als gefestigt gelten. Zuletzt wird das reflektive Mo-

dell selbst mittels LISREL überprüft. Dies entspricht im Wesentlichen dem seit

Churchill [1979] bekannten Vorgehen der Validierung von Messmodellen mit

konfirmatorischer Faktorenanalyse, die an dieser Stelle nicht weiter ausgeführt

wird. Der hierbei üblicherweise angewendete χ2-Test könnte das Modell

schlimmstenfalls verwerfen. Ist dies nicht der Fall, so darf das Modell als bis

auf weiteres gültig angenommen werden.

Umgekehrt ist vorzugehen, wenn ein Messmodell als formativ aus der Hypo-

thesenbildung entlassen wird: zunächst erfolgt die Überprüfung anhand des

LISREL-Modells auf das reflektiv spezifizierte Pendant zum eigentlich hypothe-

tisierten Modell. Wird dieses durch LISREL zurückgewiesen oder erreicht nur

schlechte Anpassung, und erreicht es selbst weiterhin in der Folge akzeptable

Gütemaße im PLS-Verfahren, darf das Messmodell als weiterhin gültig beste-

hen bleiben.

Sobald ein Konstrukt eines der eben genannten Testkriterien nicht erreicht

und sich ggf. widersprüchliche Aussagen ergeben, ist eine vertiefte theoreti-

sche Auseinandersetzung mit dem Konstrukt unabdingbar. Eine Wahlfreiheit

zugunsten eines nur auf Grund der Daten „besseren“ Modells besteht nicht.

5 Die Dominanz des reflektiven Modells

Wie bereits erwähnt, wird vielfach eine Dominanz des reflektiven Messmodells

unterstellt. Während diese Aussage oftmals nicht weiter belegt wird, zeigen

Eggert/Fassott [2003] anhand einer Metastudie in der deutschsprachigen Zeit-

schrift Marketing ZFP, dass dies durchaus empirischen Beleg findet. Die vor-


liegende Studie sucht danach, den Geltungsbereich dieser Aussage auszuwei-

ten, indem ein internationales Journal untersucht wird.

5.1 Aufbau der Metastudie

Als eine der international bedeutsamsten Zeitschriften im Marketingbereich

wurde das Journal of Marketing herangezogen. Die Suche wurde dabei von

aktuelle verfügbaren Ausgaben rückwärts bis zum Jahr 1999 durchgeführt.

Aufgrund der aktuell wieder erstarkten Diskussion um formative und reflektive

Indikatoren ist mit diesem aktuellen Zeitrahmen eher davon auszugehen, dass

tendenziell eine zunehmende Häufung richtiger Spezifikationen auftreten wird.

Bei der Durchsicht des Journals of Marketing wurden 47 Artikel identifiziert,

von denen 13 wegen unzureichenden Angaben bei der Beurteilung des ver-

wendeten Messmodells oder wegen der Verwendung fiktiver Modelle von der

weiteren Untersuchung ausgeschlossen wurden. Von den übrigen 34 Artikeln

wurde das Thema der Auswahlentscheidung zwischen einem reflektiven und

einem formativen Messmodell in nur fünf Beiträgen [Gruen et al. 2000; Srini-

vasan et al. 2002] aufgegriffen. Bei drei von diesen Beiträgen handelt es sich

jedoch um denselben Autor Christian Homburg [Kuester et al. 1999; Can-

non/Homburg 2001 sowie Homburg et al. 2002]. In diesen 34 Artikeln konnten

353 verwendete Konstrukte gefunden werden, welche alle in Anhang 1 aufge-

listet sind. Nur formativ spezifizierte Messmodelle sind darin besonders her-

vorgehoben.

Die Entscheidung zu Gunsten eines formativen oder reflektiven Messmodells

wurde anhand der in Tabelle 2 vorgestellten Entscheidungsfragen von zwei

unabhängigen studentischen Probanden vorgenommen, die zuvor mit den Ent-

scheidungsfragen vertraut gemacht wurden. Tabelle 3 in Anhang 1 stellt eben-

falls dar, welche der identifizierten Konstrukte in der Folge von den Bewerten-

den als formativ identifiziert wurden.

Es konnten bei der Auswertung der Bestandsaufnahme nicht alle Konstrukte

verwendet werden, da 21 latente Variablen jeweils nur mit einem Indikator

operationalisiert wurden. Bei weiteren elf latenten Variablen konnte keine

Antwort auf die oben genannte Trennfrage zur Unterscheidung zwischen den

Messmodellen gefunden werden, da bei sechs Konstrukten nur einer von meh-

reren Indikatoren als Beispiel genannt wurde [vgl. Kuester et al. 1999]. Die

weiteren fünf latenten Variablen stellen “second order factors” dar, sind also

wiederum aus Konstrukten aufgebaute Faktoren höherer Aggregationsstufe.


Die nicht untersuchbaren 32 Konstrukte wurden zu Gunsten der Autoren als

richtig spezifiziert angenommen.

5.2 Die Dominanz des reflektiven Messmodells

Wie sich auch aus Tabelle 3 ablesen lässt, zeigt sich zunächst eine deutliche

Dominanz reflektiver Spezifikation durch die Autoren des Journal of Marketing

im Betrachtungszeitraum. Die Verwendung eines reflektiven Messmodells

konnte in 308 Fällen bestätigt werden. Ein Anteil von 39 Konstrukten (11,05

%) wurde jedoch reflektiv spezifiziert, obwohl die Indikatoren unter Zuhilfe-

nahme der Entscheidungsfragen eher formativer Natur waren. Damit zeigt sich

ein vergleichsweiser geringer Anteil überhaupt fehlspezifizierter Modelle. Dies

ist relativ gering im Vergleich zu den Erkenntnissen von Eggert/Fassott [2003,

S. 10], die in der deutschsprachigen Marketing ZFP eine R-Fehlerquote von

79,6% berichten.

im Modell spezifiziertRealität

reflektiv formativ

reflektiv 308 (87,05%) Fehlertyp „F“: 0 (0,00%)

formativ Fehlertyp „R“: 39 (11,05%) 6 (1,70%)

Abbildung 6: Verteilung der Spezifikationsfehler in der Metastudie [eigene Darstellung]

Bei der Auswertung der 34 in die Studie aufgenommenen Artikel wurde auch

auf die Anwendung spezifischer Software geachtet. Bei sechs Artikeln wurde

die Nutzung eines Computerprogramms nicht berücksichtigt. In den verblei-

benden 28 Beiträgen wurde die Dominanz von LISREL (18 Anwendungen) ge-

genüber EQS (sechs Anwendungen), welche schon in der Bestandsaufnahme

von Homburg/Baumgartner [1995] festgestellt wurde, erneut ersichtlich. A-

MOS und CALIS haben bei jeweils zwei Studien Anwendung gefunden und

signalisieren damit, dass es zwar eine Fülle von neueren Computerprogram-

men auf dem Markt gibt (neben den vier verwendeten z.B. SEPATH, RAMONA,

MX), sich aber nur wenige in der Marketingforschung etablieren konnten.

Damit lässt sich ebenfalls die Feststellung von Homburg/Sütterlin [1990], dass

LISREL durch die ständigen Erweiterungen das ausgereifteste Softwarepaket

zur Kovarianzstrukturanalyse ist, replizieren.

Die Anwendung eines komponentenbasierten Computerprogramms wie z.B.

PLS konnte nicht festgestellt werden. Diese Tatsache reflektierte nochmals die

Dominanz des LISREL-Ansatzes und die Vernachlässigung der korrekten Ope-

rationalisierung latenter Variablen. Die Softwarepakete zur Kovarianzstruktu-

ranalyse können zwar grundsätzlich neben den reflektiven auch formative


Messmodelle abbilden, stellen aber im Bedienungskomfort gegenüber PLS,

welches beide Messmodelle standardmäßig bereitstellt, keine Konkurrenz dar

[vgl. Eggert/Fassott 2003, S. 17].

6 Ausblick auf die weitere Forschung

Die vorliegende Arbeit ging der erweiterten Frage nach der Operationalisie-

rung komplexer Konstrukte nach. Hierzu wurden theoretische Grundlagen

aufgearbeitet und die drastischen Konsequenzen von Fehlspezifikationen auf

den eigentlichen Forschungsprozess, die Wahl der Analysemethode und ggf.

dabei auftretende Probleme von Fehlspezifikationen verdeutlicht. Es wurde

eine strukturierte Vorgehensweise aufgezeigt, mit der es möglich ist, eine

Hypothese über die wahre Spezifikation – also die kausale Struktur – des Kon-

strukts aufzustellen und zu überprüfen. Es zeigte sich, dass sogar in einem

hochreputierten Journal wie dem Journal of Marketing das Problem der Fehl-

spezifikation akut vorliegt. Obwohl das Ausmaß weniger drastisch als bei an-

deren Journals ist, liegt hier doch ein bemerkenswertes Problem vor.

An dieser Stelle soll nicht unerwähnt bleiben, dass die Anwendung reflektiver

Spezifikation und entsprechend der Kovarianzstrukturanalyse vor allem von

der Ubiquität des Softwarepaketes LISREL profitiert hat [vgl. etwa Eg-

gert/Fassott 2003, S. 3]. Die Softwareentwicklung wurde auch im PLS-Bereich

anfangs parallel dazu vorangetrieben (allen voran LVPLS [vgl. Lohmöller

1984]). Für die praktische Handhabbarkeit wichtige Weiterentwicklungen (ins-

besondere die hier nicht diskutierten Jackknife-Prozeduren zur Berechnung

von Gütemaßen sowie graphische Benutzeroberflächen) entstammen jedoch

erst jüngerer Vergangenheit und sind derzeit in Erprobung. Die späte Renais-

sance des PLS-Algorithmus für Strukturgleichungsmodelle sowie die aktuelle

Diskussion um formative und reflektive Spezifikation ist zweifelsohne eine ein-

schneidende Phase in der Konstruktforschung. Die Konsequenzen für den For-

schungsprozess sind enorm und werden eine Diskussion der Spezifikationsart

in Publikationen unumgänglich machen. Wie die Metastudie zeigt, ist ein der-

artig „reflektierteres“ Vorgehen auch akut nötig.


Anhang

ANHANG 1: ERGEBNISSE DER METASTUDIE IM JOURNAL OF MARKETING ............26


Anhang 1: Ergebnisse der Metastudie im Journal of

Marketing

Autoren Journal of Marketing

Titel Konstrukte (kursiv, wenn formative Indika-toren vorliegen und dazu unterstrichen, wenn vom Autor formativ operationalisiert)

Zou, S. ; Cavusgil, S.T. Vol. 66 No.4/2002 S. 40-56 EQS

The GMS: A Broad Conceptu-alization of Global MarketingStrategy and Its Effect on FirmPerformance

Global Marketing Strategy, Product standardization, Promotion stan-dardization, Standardized channel structure, Concentration of marketing activities, Coordination of marketing activities, Global market participa-tion, Integration of competitive moves, Global Orientation, Internal Experience, Globalizing Conditions, Strategy Performance, Financial Per-formance

Coviello, N. E.; Brodie, R.J.; Danaher, P.J.; Johnston, W.J. Vol. 66 No.3/2002 S. 33-46 LISREL

How Firms Relate to TheirMarkets: An Empirical Exami-nation of Contemporary Mar-keting Practices

Purpose of Exchange, Nature of Communication, Managerial Intent, Managerial Focus, Managerial In-vestment, Managerial Level

Speier, C.; Venkatesh, V. Vol.66 No.3/2002 S. 98-111 EQS

The Hidden Minefields in theAdoption of Sales ForceAutomation Technologies

Self-Efficacy, Computer Playfulness, Role Clarity, Role Conflict, Voluntari-ness, Complexity, User Participation, User Involvement, Management Sup-port, Relative Advantage, Compatibil-ity, Visibility, Image, Results Demon-strability, Job Fit, Professional Fit, Person-Job Fit, Person-Organization Fit, Professional Commitment, Or-ganizational Commitment, Job Satis-faction

Atuahene-Gima, K.; Li, H. Vol.66 No.3/2002 S. 61-81

When Does Trust Matter? Antecedents and Contingent Effects of Supervisee Trust on Performance in Selling NewProducts in China and theUnited States

Sales Performance, Output Control, Process Control, Supervisee Trust, Supervisee Accessibility, Achieve-ment Orientation, Role Ambiguity, Product Complexity, Competitive Intensity, Market Volatility

Srinivasan, R.; Lilien, G.L.; Rangaswamy, A. Vol. 66 No.3/2002 S. 47-60

Technological Opportunism and Radical Technology Adop-tion: An Application to E-Business

Technology adoption, Technology adoption, Technological opportun-ism, Institutional pressures, Com-plementary assets, Perceived useful-ness, Organizational innovativeness,Future focus, Top management’s advocacy of new technologies

Matsumo, K.; Mentzer, J.T.; Özsomer, A. Vol. 66 No.3/2002 S. 18-32 LISREL

The Effects of Entrepreneurial Proclivity and Market Orienta-tion on Business Performance

Intelligence generation, Intelligence dissemination, Responsiveness, En-trepreneurial proclivity (ENTRE) - innovativeness, ENTRE-risk taking, ENTRE-proactiveness, Formalization, Centralization, Departmentalization, Performance-market share growth, Performance-percentage of new product sales, Performance-ROI

Homburg, C.; Work-man, J.P.; Jensen, O. Vol. 66 No.2/2002 S. 38-60

A Configurational Perspective on Key Account Management

Activity intensity, Activity proactive-ness, Top-management involvement,Use of Teams, Selling center esprit de corps, Access to marketing and



Titel Konstrukte (kursiv, wenn formative Indika-toren vorliegen und dazu unterstrichen, wenn vom Autor formativ operationalisiert) sales resources, Access to nonmar-keting and nonsales resources, Ap-proach formalization, KAM effective-ness, Performance in the market,Adaptiveness, Profitability, Competi-tive intensity, Market dynamism

Nygaard, A.; Dahlstrom, R. Vol. 66 No.2/2002 S. 61-82 EQS

Role Stress and Effectiveness in Horizontal Alliances

Investment in Current System, In-vestment in Previous System, Role Ambiguity, Role Conflict, Compe-tence, Consumer Satisfication, Con-tributions to Sales, Bargaining Efforts

Baker, J.; Parasuraman, A.; Grewal, D.; Voss, G.B. Vol. 66 No. 2/2002 S. 120-141 LISREL

The Influence of Multiple Store Environment Cues onPerceived Merchandise Value and Patronage

Design -, Employee -, Music -,Time/effort cost -, Psychic cost -,Monetary price -, Interpersonal ser-vice quality -, Merchandise quality -,Merchandise value perceptions, Store patronage intentions

McAlexander, J.H.; Schouten, J.W.; Koenig, H.F. Vol. 66 No.1/2002 S. 38-54 LISREL

Building Brand Community Owner-product -, Owner-brand -,Owner-company -, Owner-other own-ers relationship, Integration in a brand community

Sirdeshmukh, D.; Singh, J.; Sabol, B. Vol. 66 No.1/2002 S. 15-37 EQS

Consumer Trust, Value andLoyalty in Relational Ex-changes

Store: FLE’s Operational Compe-tence,- Operational Benevolence,-Problem Solving Orientation, MPP’s Operational Competence,- Opera-tional Benevolence,- Problem Solving Orientation, Satisfaction, Trust in MPPs, Trust in FLEs, Value, Loyalty

Mentzer, J.T.; Flint, D.J.; Hult T.M. Vol. 65 No.4/2001 S. 82-104 LISREL

Logistics Service Quality as aSegment-Customized Process

Personnel Contact Quality, Order Release Quantities, Information Qual-ity, Ordering Procedures, Order Ac-curacy, Order Condition, Order Qual-ity, Order Discrepancy Handling,Timeliness, Satisfaction

Hewett, K.; Bearden, W.O. Vol.65 No.4/2001 S. 51-66 CALIS

Subsidiary Marketing Opera-tions: Implications for Manag-ing Global Marketing Opera-tions

Vertical Dependence, Trust, Acquies-cence, Cooperation, Performance

De Wulf, K.; Oderk-erken-Schröder, G.; Iacobucci, D. Vol. 65 No.4/2001 S. 33-50 LISREL

Investments in Customer Rela-tionships: A Cross-Country and Cross-Industry Explora-tion

Direct mail, Preferential treatment,Interpersonal communication, Tangi-ble rewards, Perceived relationship investment, Relationship quality (Re-lationship satisfaction), Trust, Rela-tionship commitment, Behavioral loyalty, Product category involve-ment, Consumer relationship prone-ness

Dixon, A.L.; Spiro, R.L.; Jamil, M. Vol.65 No.3/2001 S. 64-78 LISREL

Successful and Unsuccessful Sales Calls: Measuring Sales-person Attributions and Be-havioral Intentions

Effort, Ability, Task, Strategy, Luck,No change, Increase effort, Change strategy, Seek assistance, Avoid situation

Brady, M.K.; Cronin Jr., J.J. Vol. 65 No.3/2001 S. 34-49 LISREL

Some New Thoughts on Con-ceptualizing Perceived Service Quality: A Hierarchical Ap-proach

Interaction Quality, Attitude, Behav-ior, Expertise, Service Environment Quality, Ambient Conditions, Design,Social Factors, Outcome Quality,Waiting Time, Tangibles, Valence,Service Quality



Titel Konstrukte (kursiv, wenn formative Indika-toren vorliegen und dazu unterstrichen, wenn vom Autor formativ operationalisiert)

Grewal, R.; Comer, J.M.; Mehta, R. Vol. 65 No.3/2001 S. 17-33

An Investigation into the Ante-cedents of Organizational Par-ticipation in Business-to-Business Electronic Markets

Efficiency, Legitimacy, Effort-Based Learning, IT Capabilities, Environ-mental Dynamism

Chaudhuri, A.; Holbrook, M.B. Vol. 65 No.2/2001 S. 81-93 LISREL

The Chain of Effects fromBrand Trust and Brand Affectto Brand Performance: The Role of Brand Loyalty

Utilitarian value, Hedonic value,Brand trust, Brand affect, Share of voice, Differentiation, Purchase loy-alty, Attitude loyalty, Market Share,Relative Price

Sarin, S.; Mahajan,V.; Vol.65 No.2/2001 S. 35-53 LISREL

The Effect of Reward Struc-tures on the Performance of Cross-Functional Product De-velopment Teams

Outcome-based -, Process-based -,Equal -, Position-based rewards, Ease of individual evaluation, Project/ pro-duct complexity, Project/product risk,Length of development cycle, Com-petitive intensity, Industry dynamism,Speed to market, Level of innovation,Adherence to budget and schedule,Product quality, Market performance,Team/member satisfaction, Self-rated performance

Rindfleisch, A.; Moorman, C. Vol. 65 No.2/2001 S. 1-18 LISREL

The Acquisition and Utilizationof Information in New Product alliances: A Strength-of-Ties Perspective

Product Information Acquisition,Process Information Acquisition, New Product Creativity, New Process Creativity, New Product Development Speed, Relational Embeddedness,Knowledge Redundancy

Ailawadi, K.L.; Neslin, S.A.; Gedenk, K. Vol. 65 No.1/2001 S. 71-89 LISREL

Pursuing the Value-Conscious Consumer: Store Brands Ver-sus National Brand Promo-tions

Price Consciousness, Financial Con-straints, Quality Consciousness,Shopping Enjoyment, Innovativeness,Variety Seeking, Impulsiveness,Mavenism, Motivation to Conform,Brand Loyalty, Store Loyalty, Plan-ning, Time Pressure, NFC, Storage Space

Cannon, J.P.; Homburg, C. Vol. 65 No.1/2001 S. 29-43 LISREL

Buyer-Supplier Relationships and Customer Firm Costs

Frequency of face-to-face communi-cation, Frequency of telephone com-munication, Frequency of written communication, Amount of informa-tion sharing, Supplier flexibility, Re-lationship-specific adaptations, Active monitoring of the supply market,Quality of supplier’s products, Sup-plier geographic closeness to the customer, Customer acquisition costs, Customer operations costs,Product complexity, Product impor-tance, Availability of alternatives

Calantone, R.J.; Schatzel, K.E. Vol. 64 No.1/2000 S. 17-30 EQS

Strategic Foretelling:Communication-Based Ante-cedents of a firm´s Propensityto Preannounce

Industry Dynamism, Firm Informa-tion Interactivity, First-Mover Predis-position, Competitive Equity Build-ing, Firm´s Propensity to Prean-nounce

Sivadas, E.; Dwyer, F.R. Vol. 64 No.1/2000 S. 31-49

An Examination of Organiza-tional Factors influencing New Product Success in internaland alliance-based Processes

NPD Success, Cooperative Compe-tency, Clarity of Agreement, Resis-tance from Key Players, Complemen-tarity with Partner Competencies,Mutual Power Dependence, Radi-cal/Incremental, Centralization, For-



Titel Konstrukte (kursiv, wenn formative Indika-toren vorliegen und dazu unterstrichen, wenn vom Autor formativ operationalisiert) malization, Clan

Song, X.M.; Xie, J.; Dyer, B. Vol. 64 No.1/2000 S. 50-66 LISREL

Antecedents and Conse-quences of Marketing Manag-ers! Conflict-Handling Behav-iors

ROI, ROS, ROA, New Product Suc-cess, Goal Incongruity, Management Support for Integration, Participative Management, Early Involvement, Job Rotation, Collaborating Behavior,Avoiding Behavior, Level of Cross-Functional involvement, Quality of Cross-Functional Information, Har-mony of Cross-Functional Relation-ships

Sethi, R. Vol. 64 No.2/2000 S. 1-14

New Product Quality andProduct Development Teams

Quality, Information Integration, Cus-tomers´ Influence, Time Pressure,Innovativeness, Quality Orientation

Hartline, M.D.; Max-ham III, J.G.; McKee, D.O. Vol. 64 No.2/2000 S. 35-50 LISREL

Corridors of Influence in theDissemination of Customer-orientated Strategy to Cus-tomer Contact Service Em-ployees

Customer-Oriented Strategy, Formal-ization, Empowerment, Behavior-Based Evaluation, Work Group So-cialization, Organizational Commit-ment, Shared Customer-Oriented Values

Singh, J. Vol. 64 No.2/2000 S. 15-34 EQS

Performance Productivity and quality of frontline employees in service organisation

RACO, RACU, RCRD, RCIS, BURNC,BURNM, Task control, Boss support,PERFP, PERFQ, Organizational com-mitment, Turnover intent

Gruen, T.W.; Sum-mers, J.O.; Acito, F. Vol. 64 No.3/2000 S. 34-49 AMOS

Relationship Marketing Activi-ties, Commitment, and Mem-bership Behaviors´ in Profes-sional Associations

Affective -, Continuance -, Normative commitment, Participation Coproduc-tion, Core services, Recognition,Member interdependence enhance-ment, Dissemination of organiza-tional knowledge, External member-ship requirements

Matsumo, K.; Mentzer, J.T. Vol. 64 No.4/2000 S. 1-16 LISREL

The Effects of Strategy Typeon the Market Orientation-Performance Relationship

MO, IG, ID, RESP, Performance(SOM, SGRO, PCTNP, ROI), Strategy type (defender, prospector, analyzer,reactor)

Chandon, P.; Wansink, B.; Laurent, G. Vol. 64 No.4/2000 S. 65-81 AMOS

A Benefit Congruency Frame-work of Sales Promotion Effec-tiveness

Savings, Quality, Convenience, Value Expression, Entertainment, Explora-tion, Utilitarian, Hedonic

Kuester, S.; Homburg, C.; Robertson, T.S. Vol. 63 No.4/1999 S. 90-106 LISREL

Retalitory Behavior to NewProduct Entry

RETPROD, RETPRICE, BREADTH,SPEED, INNOV, GROWTH, EXIT,PRICSEN, THREAT, CONC, INCSIZE

Nobele, C.H.; Mokwa, C. Vol. 63 No.4/1999 S. 57-73 CALIS

Implementing Marketing Strategies: Developing and Testing a Managerial Theory

Fit with Vision, Importance, Scope,Championing, Senior Management Support, Buy-in, Role Involvement,Role Autonomy, Role Significance,Organizational Commitment, Strategy Commitment, Role Commitment,Role Performance, Implementation Success

Garbarino, E.; John-son, M.S. Vol. 63 No.2/1999 S. 70-87 LISREL

The Different Roles of Satis-faction, Trust, and Commit-ment in Customer Relation-ships

Actor satisfaction, Actor familiarity attitudes, Play attitudes, Theater fa-cility attitudes, Overall satisfaction,Trust, Commitment, Future intentions

Tabelle 3: Im Journal of Marketing 1999-2003 publizierte latente Variablen und ihre Spezifikationsart


Literaturverzeichnis

Anderson, James C.; Gerbing, David W. (1982): Some Methods for Respecify-

ing Measurement Models to Obtain Unidimensional Construct Measurement.

In: Journal of Marketing Research, Vol. 19, No. 4, S. 453-460.

Anderson, James C.; Gerbing, David W. (1991): Predicting the Performance of

Measures in a Confirmatory Factor Analysis with a Pretest Assessment of Their

Substantive Validities. In: Journal of Applied Psychology, Vol. 76, No. 5, S.

732-740.

Bagozzi, Richard P. (1980): Causal Models in Marketing. New York 1980.

Bagozzi, Richard P. (1982): The Role of Measurement in Theory Construction

and Hypothesis Testing: Toward A Holistic Model. In: Fornell, Claes (Hrsg.): A

Second Generation of Multivariate Analysis. Bd. 1, New York 1982, S. 5-23.

Bagozzi, Richard P. (1994): Structural Equation Models in Marketing Research:

Basic Principles. In: Bagozzi, Richard P. (Hrsg.): Principles in Marketing Re-

search. Cambridge 1994, S. 317-385.

Bagozzi, Richard P.; Fornell, Claes (1982): Theoretical Concepts, Measure-

ments, and Meaning. In: Fornell, Claes (Hrsg.): A Second Generation of Multi-

variate Analysis. Bd. 2, New York 1982, S. 24-38.

Balderjahn, Ingo (1986): Das umweltbewusste Konsumentenverhalten. Berlin

1986.

Baumgartner, Hans; Homburg, Christian (1996): Applications of Structural

Equation Modeling in Marketing and Consumer Research: A Review. In: Inter-

national Journal of Research in Marketing, Vol. 13, No. 2, S. 139-161.

Beutin, Nikolas (2000): Kundennutzen in industriellen Geschäftsbeziehungen.

Wiesbaden 2000.

Blalock, Hubert M. (1964): Causal Inferences in Nonexperimental Research.

Chapel Hill 1964.

Bollen, Kenneth A. (1984): Multiple Indicators: Internal Consistency or No

Necessary Relationship? In: Quality and Quantity, Vol. 18, No. 4, S. 377-385.

Bollen, Kenneth A. (1989): Structural Equations with Latent Variables. New

York u.a. 1989.


Bollen, Kenneth A.; Lennox, Richard (1991): Conventional Wisdom in Meas-

urement: A Structural Equation Perspective. In: Psychological Bulletin, Vol.

110, No. 2, S. 305-314.

Bollen, Kenneth A.; Ting, Kwok-fai (2000): A Tetrad Test for Causal Indicators.

In: Psychological Methods, Vol. 5, No. 1, S. 3-22.

Cannon, Jospeh P.; Homburg, Christian (2001): Buyer-Supplier Relationships

and Costumer Firm Costs. In: Journal of Marketing, Vol. 65, No. 1, S. 29-43.

Chin, Wynne W. (1998a): The Partial Least Squares Approach for Structural

Equation Modeling. In: Marcoulides, George A. (Hrsg.): Modern Methods for

Business Research. Mahaw u.a. 1998, S. 295-336.

Chin, Wynne W. (1998b): Issues and Opinion on Structural Equation Modeling.

In: MIS Quarterly, Vol. 22, No. 1, S. 7-16.

Chin, Wynne W.; Newsted, Peter R. (1998): Structural Equation Modeling

Analysis with Small Samples Using Partial Least Squares. In: Hoyle, Rick H.

(Hrsg.): Statistical Strategies for Small Sample Research. Thousand Oaks u.a.

1998, S. 307-341.

Churchill, Gilbert A., Jr. (1979): A Paradigm for Developing Better Measures of

Marketing Constructs. In: Journal of Marketing Research, Vol. 16, No. 1, S. 64-

73.

Curtis, Richard F.; Jackson, Elton F. (1962): Multiple Indicators in Survey Re-

search. In: American Journal of Sociology, Vol. 68, No. 2, S. 195-204.

Diamantopoulos, Adamantios (1999): Viewpoint – Export Performance Meas-

urement: Reflective versus Formative Indicators. In: International Marketing

Review, Vol. 16, No. 6, S. 444-457.

Diamantopoulos, Adamantios; Winklhofer, Heidi M. (2001): Index Construction

with Formative Indicators: An Alternative to Scale Development. In: Journal of

Marketing Research, Vol. 38, No. 2, S. 269-277.

Edwards, Jeffrey R.; Bagozzi, Richard P. (2000): On the Nature and Direction

of Relationships Between Constructs and Measures. In: Psychological Me-

thods, Vol. 5, No. 2, S. 155-174.


Eggert, Andreas; Fassott, Georg (2003): Zur Verwendung formativer und re-

flektiver Indikatoren in Strukturgleichungsmodellen – Ergebnisse einer Meta-

analyse und Anwendungsempfehlungen. Working Paper VHB-Pfingsttagung,

Zürich 2003.

Fornell, Claes (1989): The Blending of Theoretical and Empirical Knowledge in

Structural Equations with Unobservables. In: Wold, Herman (Hrsg.): Theoreti-

cal Empiricism – A General Rationale for Scientific Model-Building. New York

1989, S. 153-173.

Fornell, Claes; Bookstein, Fred L. (1982): Two Structural Equation Models:

LISREL and PLS Applied to Consumer Exit-Voice Theory. In: Journal of Mar-

keting Research, Vol. 19, No. 4, S. 440-452.

Gerbing, David; Anderson, James C. (1988): An Updated Paradigm for Scale

Development Incorporating Unidimensionality and Its Assessment. In: Journal

of Marketing Research, Vol. 25, No. 2, S. 186-192.

Gruen, Thomas W.; Summers, John O.; Acito, Frank (2000): Relationship Mar-

keting Activities, Commitment, and Membership Behaviors in Professional As-

sociations. In: Journal of Marketing, Vol. 64, No. 3, S. 34-49.

Hauser, Robert M. (1973): Disaggregating a Social-Psychological Model of

Educational Attainment. In: Goldberger, Arthur S.; Duncan, Otis Dudley

(Hrsg.): Structural Equation Models in the Social Sciences. New York u.a.

1973, S. 255-284.

Homburg, Christian (1995): Kundennähe von Industriegüterunternehmen:

Konzeption – Erfolgsauswirkungen – Determinanten. Wiesbaden, 1995.

Homburg, Christian; Baumgartner, Hans (1995): Beurteilung von Kausalmodel-

len – Bestandsaufnahme und Anwendungsempfehlungen. In: Marketing ZFP,

Vol. 17, No. 3, S. 162-176.

Homburg, Christian; Dobratz, Andreas (1991): Iterative Modellselektion in der

Kausalanalyse. In: Zeitschrift für betriebswirtschaftliche Forschung, Vol. 43,

No. 3, S. 213-237.

Homburg, Christian; Giering, Annette (1996): Konzeptualisierung und Operati-

onalisierung komplexer Konstrukte – ein Leitfaden für die Marketingfor-

schung. In: Marketing ZFP, Vol. 18, No. 1, S. 5-24.


Homburg, Christian; Sütterlin, Stefan (1990): Kausalmodelle in der Marketing-

forschung. In: Marketing ZFP, Vol. 12, No. 3, S. 213-237.

Homburg, Christian; Workman Jr., John P.; Jensen, Ove (2002): A Configura-

tional Perspective on Key Account Management. In: Journal of Marketing, Vol.

66, No. 2, S. 38-60.

Jarvis, Cheryl Burke; Mackenzie, Scott B.; Podsakoff, Philip M. (2003): A Criti-

cal Review of Construct Indicators and Measurement Model Misspecification

in Marketing and Consumer Research. In: Journal of Consumer Research,

Vol. 30, No. 3, S. 199-218.

Jöreskog, Karl G. (1973): A General Method for Estimating a Linear Structural

Equation System. In: Goldberger, Arthur S.; Duncan, Otis Dudley (Hrsg): Struc-

tural Equation Models in the Social Sciences. New York u.a. 1973, S. 85-112.

Jöreskog, Karl G.; Goldberger, Arthur S. (1975): Estimation of a Model with

Multiple Indicators and Multiple Causes of a Single Latent Variable. In: Journal

of the American Statistical Association, Vol. 70, No. 351, S. 631-639.

Jöreskog, Karl G.; Sörbom, Dag (2001): LISREL 8: User’s Reference Guide.

Lincolnwood 2001.

Kuester, Sabine; Homburg, Christian; Robertson, Thomas S. (1999): Retaliatory

Behavior to New Product Entry. In: Journal of Marketing, Vol. 63, No. 4, S. 90-

106.

Law, Kenneth S.; Wong, Chi-Sum (1999): Multidimensional Constructs in

Structural Equation Analysis: An Illustration Using the Job Perception and Job

Satisfaction Constructs. In: Journal of Management, Vol. 25, No. 2, S. 143-154.

Ley, Philip (1972): Quantitative Aspects of Psychological Assessment. London

1972.

Lohmöller, Jan-Bernd (1984): LVPLS 1.6 Program Manual. Zentralarchiv für

Empirische Sozialforschung, Universität zu Köln, Köln 1984.

Lohmöller, Jan-Bernd (1989): Latent Variables Path Modeling with Partial

Least Squares. Heidelberg 1989.

MacCallum, Robert C.; Browne, Michael W. (1993): The Use of Causal Indica-

tors in Covariance Structure Models: Some Practical Issues. In: Psychological

Bulletin, Vol. 114, No. 3, S. 533-541.


Nunnally, Jum C. (1967): Psychometric Theory. New York u.a. 1967.

Nunnally, Jum C.; Bernstein, Ira H. (1994): Psychometric Theory. 3rd ed., New

York u.a. 1994.

Reinartz, Werner; Krafft, Manfred; Hoyer, Wayne D. (2003): Measuring the

Customer Relationship Management Construct and Linking it to Performance

Outcomes. Working Paper, INSEAD, Fontainebleau 2003.

Rossiter, John R. (2002): The C-OAR-SE Procedure for Scale Development in

Marketing. In: International Journal of Research in Marketing, Vol. 19, No. 4,

S. 305-335.

Schnell, Rainer; Hill, Paul B.; Esser, Elke (1999): Methoden der empirischen

Sozialforschung. 6. Aufl., München u.a. 1999.

Srinivasan, Raji; Lilien, Gary L.; Rangaswamy, Arvind (2002): Technological

Opportunism and Radical Technology Adoption: An Application to E-Business.

In: Journal of Marketing, Vol. 66, No.3, S. 47-60.

Wold, Herman (1982a): Systems Under Indirect Observation Using PLS. In

Fornell, Claes (Hrsg.): A Second Generation of Multivariate Analysis. New York

1982, S. 325-347.

Wold, Herman (1982b): Soft Modeling: The Basic Design and Some Exten-

sions. In: Jöreskog, Karl G.; Wold, Herman (Hrsg.): Systems under Indirect Ob-

servation: Causality, Structure, Prediction. Bd. 2, Amsterdam 1982, S. 1-54.

Schriften zur Empirischen Forschung und Quantitativen Unternehmensplanung Heft 1/1999 Rennhak, Carsten H.: Die Wirkungsweise vergleichender Werbung unter

besonderer Berücksichtigung der rechtlichen Rahmenbedingungen in Deutschland

Heft 2/2000 Rennhak, Carsten H. / Kapfelsberger, Sonja: Eine empirische Studie zur Einschätzung vergleichender Werbung durch Werbeagenturen und werbe-treibende Unternehmen in Deutschland

Heft 3/2001 Schwaiger, Manfred: Messung der Wirkung von Sponsoringaktivitäten im Kulturbereich – Zwischenbericht über ein Projekt im Auftrag des AKS / Ar-beitskreis Kultursponsoring

Heft 4/2001 Zinnbauer, Markus / Bakay, Zoltàn: Preisdiskriminierung mittels internetba-sierter Auktionen

Heft 5/2001 Meyer, Matthias, / Weingärtner, Stefan / Jahke, Thilo / Lieven, Oliver: Web Mining und Personalisierung in Echtzeit

Heft 6/2002 Meyer, Matthias / Müller, Verena / Heinold, Peter: Internes Marketing im Rahmen der Einführung von Wissensmanagement

Heft 7/2002 Meyer, Matthias / Brand, Florin: Kundenbewertung mit Methoden des Data Mining

Heft 8/2002 Schwaiger, Manfred: Die Wirkung des Kultursponsoring auf die Mitarbeiter-motivation – 2. Zwischenbericht über ein Projekt im Auftrag des AKS / Ar-beitskreis Kultursponsoring

Heft 9/2002 Schwaiger, Manfred: Die Zufriedenheit mit dem Studium der Betriebswirt-schaftslehre an der Ludwig-Maximilians- Universität München – eine empi-rische Untersuchung

Heft 10/2002 Eberl, Markus / Zinnbauer, Markus / Heim, Martina: Entwicklung eines Sco-ring-Tools zur Messung des Umsetzungsgrades von CRM-Aktivitäten – Design des Messinstrumentes und Ergebnisse der Erstmessung am Bei-spiel des deutschen Automobilmarktes –

Heft 11/2002 Festge, Fabian / Schwaiger, Manfred: Direktinvestitionen der deutschen Bau- und Baustoffmaschinenindustrie in China – eine Bestandsaufnahme

Heft 12/2002 Zinnbauer, Markus / Eberl, Markus: Bewertung von CRM-Aktivitäten aus Kundensicht

Heft 13/2002 Zinnbauer, Markus / Thiem, Alexander: e-Paper: Kundenanforderungen an das Zeitungsmedium von morgen – eine empirische Studie

Heft 14/2003 Bakay, Zoltàn / Zinnbauer, Markus: Der Einfluss von E-Commerce auf den Markenwert

Heft 15/2003 Meyer, Matthias / Lüling, Max: Data Mining in Forschung und Lehre in Deutschland

Heft 16/2003 Steiner-Kogrina, Anastasia / Schwaiger, Manfred: Eine empirische Unter-suchung der Wirkung des Kultursponsorings auf die Bindung von Bankkun-den

Heft 17/2003 Numberger, Siegfried / Schwaiger, Manfred: Cross Media, Print, and Inter-net Advertising: Impact of Medium on Recall, Brand Attitude, and Purchase Intention

Heft 18/2004 Unterreitmeier, Andreas / Schwinghammer, Florian: Die Operationali-sierung von Unternehmenskultur – Validierung eines Messinstruments (Arbeitstitel)

Heft 19/2004 Eberl, Markus: Formative und reflektive Indikatoren im Forschungsprozess: Entscheidungsregeln und Dominanz des reflektiven Modells

ISSN 1862-9059

Formative und reflektive Indikatoren im Forschungsprozess ... · M. Eberl – Formative und...

Documents

Transcript of Formative und reflektive Indikatoren im Forschungsprozess ... · M. Eberl – Formative und...