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
44
Embed
Formative und reflektive Indikatoren im Forschungsprozess ... · M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess II Zusammenfassung In der Marketingforschung
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
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
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
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 2
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.
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 3
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].
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 4
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.
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 5
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.
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 6
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.
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 7
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].
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 8
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
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.
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 9
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.
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 10
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-
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]
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 11
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.
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 12
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-
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.
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 13
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].
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 14
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.
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 15
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].
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 16
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
„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-
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 17
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
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 18
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.
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 19
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].
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 20
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
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 21
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-
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 22
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.
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 23
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
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 24
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.
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 25
Anhang
ANHANG 1: ERGEBNISSE DER METASTUDIE IM JOURNAL OF MARKETING ............26
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 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
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
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 27
Autoren Journal of Marketing
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
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
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-
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 29
Autoren Journal of Marketing
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
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
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 30
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.
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 31
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.
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.
M. Eberl – Formative und reflektive Indikatoren im Forschungsprozess 34
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 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