Dokument 3.pdf
Dokument 3.pdf
Dokument 3.pdf
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
kein Kausaleinfluss zwischen Konstrukt und Indikator, sondern die beobachteten Ausprägungen der<br />
Indikatorwerte sind unmittelbarer Ausdruck von Variationen des Konstruktes., da die latente Variable und nur<br />
diese für den Messwert verantwortlich ist (BACKHAUS et al 2003, S. 346). Aus diesem Grund führt die<br />
Pfeilspitze vom Konstrukt zu den ihm zugeordneten Indikator bzw. den ihm zugeordneten Indikatoren.<br />
Bleiben noch die Residualvariablen. Sie sind bestimmt durch Messfehlereinflüsse, deren Auftreten bei der<br />
Messung latenter Variablen unterstellt wird (HOMBURG/BAUMGARTNER 1995, S. 163-164). Diese<br />
Residualvariablen sind stets mit griechischen Buchstaben versehen, um zu verdeutlichen, dass die Messfehler in<br />
einem System latenter Variablen entstehen. Also wird von der Konnotation bei der Entstehung von Messfehlern<br />
im Zusammenhang mit der Indikatorenerfassung auch ein griechischer Buchstabe, nämlich das kleine Delta „δ“<br />
für die Residualvariable der Indikatoren der exogen latenten Variablen, der Buchstabe “ε“ (Epsilon) für die<br />
Residualvariable einer latent endogenen Variablenund der Buchstabe „ζ“ (Zeta) für die Residualvariable eines<br />
Konstrukts verwendet.<br />
Wie aus dem Kausalmodell (siehe Abbildung 46, S. 225) ersichtlich, werden die Variablen fortlaufend numeriert<br />
entsprechend ihrer Zuordnung zu den jeweiligen Indikatoren und latenten Variablen.<br />
6.6.3. Spezifikation der Modellstruktur<br />
Zunächst ist jedoch darzustellen, wie die mathematische Verknüpfung der Variablen im Mess- und<br />
Strukturmodell hergestellt und damit die empirische Überprüfbarkeit des Hypothesensystems geleistet wird.<br />
Auf Basis der Gesamtheit aller Indikatorvariablen ist es möglich, die Kovarianzen und Korrelationen zwischen<br />
allen einzelnen Indikatoren und damit das Beziehungsgeflecht zwischen den Variablen im Messmodell und<br />
zwischen den latenten Variablen im Strukturmodell zu bestimmen. Die Kausalanalyse wird dann auch als<br />
Kovarianzstrukturanalyse bezeichnet (BACKHAUS et al 2003, S. 337). Die empirische Kovarianz s(x 1 , x 2 )<br />
zwischen zwei Variablen x 1 und x 2 wird wie folgt definiert :<br />
s(x 1 , x 2 ) = 1 Σ (x k1 – x 1 ) · (x k2 – x 2 )<br />
K - 1<br />
Legende : x k1 = Ausprägungen der Variablen 1 bei Objekt (bspw. Befragte) k; x 1 = Mittelwert der Ausprägungen bei Variable 1 über alle<br />
Objekte (k = 1,....,K); x k2 = Ausprägung der Variable 2 bei Objekt k; ; x 2 = Mittelwert der Ausprägungen bei Variable 2 über alle Objekte<br />
Ein Kovarianzwert von Null weist darauf hin, dass keinerlei lineare Beziehung zwischen zwei Messvariablen<br />
vorliegt. Ein Wert von > 0 oder < 0 bedeutet, dass zwei Indikatoren in gleicher Richtung im Zusammenhang<br />
stehen (Positivbereich) oder in entgegengesetzter Richtung (Minus-Zeichen) laufen. Die Kovarianz gibt jedoch<br />
noch keinen Aufschluss über Stärke einer Beziehung zwischen zwei Messvariablen. Aussagen über die Stärke<br />
einer Beziehung können getroffen werden, in dem man ein Intervall festlegt, innerhalb dessen fester Bandbreite<br />
sich die Messwerte bewegen. Dies wird erreicht, in dem die Kovarianz durch die Standardabweichung der<br />
jeweiligen Variablen dividiert wird. Die Standardabweichung beschreibt dabei die Streuung der<br />
Beobachtungswerte um den jeweiligen Mittelwert. Man erhält den sogenannten Korrelationskoeffizienten.<br />
Dieser wird definiert wie folgt :<br />
r x1, x2 =<br />
S (X 1 , X 2 )<br />
S x1 · S x2<br />
Legende :<br />
s(x 1 , x 2 ) = Kovarianz zwischen den Variablen x 1 und x 2<br />
s x1 = 1 Σ (x k1 – x 1 ) 2 = Standardabweichung der Variablen x 1<br />
K - 1<br />
s x2 = 1 Σ (x k2 – x 2 ) 2 = Standardabweichung der Variablen x 2<br />
K - 1<br />
231