28.02.2014 Aufrufe

Dokument 1.pdf - Leuphana Universität Lüneburg

Dokument 1.pdf - Leuphana Universität Lüneburg

Dokument 1.pdf - Leuphana Universität Lüneburg

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

5 Messmethodik und Ergebnisanalyse 173<br />

Vorzeichenwechsel zu vermeiden wird in Smart PLS die Voreinstellung „Sign Changes<br />

= Individual Changes“ gewählt, die sicherstellt, dass bei den Zufallsstichproben die<br />

Vorzeichen in gleicher Weise berücksichtigt werden wie bei der Originalschätzung. 583<br />

Multikollinearität:<br />

Die Indikatoren eines formativen Konstrukts sollten ein möglichst breites Spektrum<br />

erfassen. Daher wird nicht unbedingt mit einer hohen Korrelation zwischen den Indikatoren<br />

gerechnet und diese ist für die Interpretation der Items auch nicht wünschenswert.<br />

584 Aber allein dadurch, dass ein Konstrukt als formativ definiert ist, lässt sich die<br />

mögliche empirische Korrelation seiner Elemente nicht ganz ausschließen. 585<br />

Der Informationsgehalt von unterschiedlichen Indikatoren wird mit wachsender inhaltlicher<br />

Ähnlichkeit zunehmend redundant, wodurch der singuläre Einfluss des einzelnen<br />

Items auf das Konstrukt nicht mehr präzise bestimmt werden kann. 586 Indikatoren, deren<br />

Informationen sich mit denen anderer Indikatoren stark überschneiden, sollten jedoch<br />

nur dann aus einem Messmodell ausgeschlossen werden, wenn insbesondere auch<br />

inhaltliche Überlegungen zum Konstrukt dies gerechtfertigt erscheinen lassen. 587<br />

Zunächst lässt sich Multikollinearität dadurch aufdecken, dass für jeden einzelnen Indikator<br />

des Messmodells eine lineare Regressionsgleichung geschätzt wird, bei der die<br />

restlichen Indikatoren als Regressoren behandelt werden. Das bei diesen Regressionsgleichungen<br />

ermittelte Bestimmtheitsmaß R 2 gibt den Anteil der durch die übrigen Indikatoren<br />

erklärten Varianz des auf Multikollinearität zu überprüfenden Indikators wieder.<br />

Ist es nahe 1, wird die Varianz des zu überprüfenden Indikators durch die übrigen<br />

Indikatoren weitgehend erklärt und es kann von linearer Abhängigkeit bzw. Multikollinearität<br />

ausgegangen werden. Als Maßzahl für das Vorliegen von Multikollinearität<br />

wird der sogenannte Varianzinflationsfaktor (VIF) verwendet. Er ist definiert als: 588<br />

583 Vgl. Tenenhaus (2005), S. 177 f.; Ringle, Spreen (2007), S. 214.<br />

584 Vgl. Cenfetelli, Basselier (2009), S. 693 f.<br />

585 Vgl. Diamantopoulus, Riefler (2008), S. 1185 f.<br />

586 Vgl. Diamantopoulos, Winklhofer (2001), S. 272; MacKenzie, Podsakoff, Jarvis, (2005), S. 712;<br />

Nitzl (2010), S. 30.<br />

587 Vgl. Nitzl (2010), S. 31 f. Ebenso ist die denkbare Zusammenfassung von Indikatoren zur Reduzierung<br />

von Multikollinearität im Messmodell mit einer inhaltlichen Veränderung des Konstrukts<br />

verbunden, die zu Interpretationsproblemen führt. Vgl. Diamantopoulos, Riefler (2008), S. 1191 ff.<br />

588 Vgl. Nitzl (2010), S. 31.

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!