Formative und reflektive Indikatoren im Forschungsprozess ...

Ludwig-Maximilians-Universität München 

Schriften zur Empirischen Forschung und Quantitativen Unternehmensplanung 

Heft 19 / 2004 

Formative und reflektive Indikatoren 

im Forschungsprozess: 

Entscheidungsregeln und 

die Dominanz des reflektiven Modells 

Markus Eberl 

Ludwig-Maximilians-Universität 

München 

Institut für Unternehmensentwicklung und Organisation 

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: efoplan@bwl.uni-muenchen.de 

http://www.efoplan.de

FORMATIVE UND REFLEKTIVE INDIKATOREN 

IM FORSCHUNGSPROZESS: 

ENTSCHEIDUNGSREGELN UND DIE DOMINANZ 

Markus Eberl 

DES REFLEKTIVEN MODELLS 

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: Eberl@bwl.uni-muenchen.de 

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 diese 

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 strukturierter 

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 

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 

2 

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. 

Πξ 

Πη 

[m×n] zwischen exogenen und endogenen Größen 

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

[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 Strukturgleichungsmodellen 

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. Anderson/Gerbring 

1982, S. 453]. Hierzu sind dem jeweils interessierenden Konstrukt 

in der Regel mehrere beobachtbare Variablen zuzuordnen, „um so etwaige 

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. Bollen/Lennox 

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

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

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 Unterscheidung 

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 Konstrukte, 

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 Forschungsprozess 

– nämlich die Entscheidung zwischen dem formativen und dem reflektiven 

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

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

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 aufgezeigt 

werden. Nachdem die Grundlagen formativer und reflektiver Indikatoren 

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 Fehlspezifikation 

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 Spezifikation 1 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. Diamantopoulos/Winklhofer 

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

“Most researchers in the social sciences assume that indicators are effect [reflektive, 

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 verhallten 

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 verstehen: 

Sowohl die zu Grunde liegende „reale“ Kausalbeziehung der Konstrukte und ihrer 

Indikatoren als auch die vom Forscher im Rahmen eines Messmodells hypothetisierte Kausalbeziehung 

werden mit dem Begriff Spezifikation angesprochen. 

2 

Neuere Ausnahmen stellen bspw. Beutin [2000], Cannon/Homburg [2001] oder Reinartz et al. 

[2003] dar.


δ1 

δ 2 

δ3 

x1 

x2 

x3 

λ1 

λ2 

λ3 

ξ 

mit: 

ξ latente Variable 

x Vektor der manifesten 

Variablen [q×1] 

Λ Regressionskoeffizienten 

von x auf ξ [q×1] 

(Faktorladungen) 

δ Vektor der Messfehlerterme 

(Störvariablen) [q×1] 

Abbildung 1: Reflektives Messmodell 

[eigene Darstellung in Anlehnung an Edwards/Bagozzi 2000, S. 161] 

Die reflektive Spezifikationsart zeichnet sich dadurch aus, dass die Ausprägungen 

der beobachtbaren Variablen kausal 3 durch die Latente verursacht 

werden. Damit einher geht die Unterstellung, dass Veränderungen der unbeobachtbaren 

Variable zu Veränderungen aller beobachteten Indikatoren gleichermaßen 

(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 Zufriedenheit. 

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

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

eines hypothetischen Konstrukts gleichzeitig seine “domain” (definitorisches 

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

dabei alle beobachtbaren Variablen umfasst, die das unbeobachtbare Konstrukt 

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 diesem 

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 Diskussion 

des Kausalitätsbegriffs in diesem Zusammenhang vgl. Edwards/Bagozzi [2000, S. 157- 

160].


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

zu Nutze, dass diese unendlichzahligen Items ein und desselben definitorischen 

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 besitzen 

und bei gleichem Grad an Reliabilität für die Messung des Konstrukts beliebig 

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 implizieren. 

Damit wird auch klar, warum für die Beurteilung der Güte eines Messmodells 

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 Items 

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 Sichtweise 

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 zusammensetzt 

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

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. Gerbing/Anderson 

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

Paradigma des domain-sampling und beurteilen die Güte eines Messinstruments 

im Wesentlichen unter Zuhilfenahme der Korrelationen zwischen Items. 

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

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 Formulierung 

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 verursachen 

die beobachteten Indikatoren 4 die Latente. Abbildung 2 zeigt ein beispielhaftes 

formatives Messmodell mit einer latenten und drei manifesten Variablen. 

5 

r13 

r12 

r23 

x1 

x2 

x3 

γ1 

γ2 

γ3 

η 

ζ 

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 beobachteten 

Variablen [q×q] 

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 Indikator/en 

für die folgenden Ausführungen nicht im konventionell faktorenanalytischen Sinn verstanden 

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 zunächst 

vernachlässigt werden. 

6 

Auch wenn sich die Nomenklatur in diesem Beispiel und im Folgenden nur auf exogene Indikatoren 

x bezieht, können formative Indikatoren ohne jede Einschränkung der Aussagen auch 

als Indikatoren einer latenten endogenen Variablen in einem Strukturgleichungsmodell verwendet 

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 Indikatoren 

verändern, ist nur durch die Korrelationen zwischen den beobachteten Indikatoren 

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 notwendigerweise 

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 „Bausteine“ 

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

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

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] bezeichnet. 

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 definitorische 

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 Konstrukt 

abhängt. Damit ist also – anders als bei den hochgradig korrelierten reflektiven 

Messvariablen – keine Aussage über Korrelationen zwischen formativen 

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

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 Unkorreliertheit 

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

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

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. Daher 

können sie i.d.R. nicht ohne Validitätsverlust für das Konstrukt ausgetauscht 

werden. 

Dies bleibt nicht ohne Auswirkungen: Die oben dargstellten klassischen multivariaten 

Verfahren zur Beurteilung von Reliabilität und Validität eines Messmodells 

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 Skalenbereinigung 

und Itemselektion auf die Korreliertheit der Indikatoren eines 

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

Messungen ein und desselben Sachverhaltes darstellen, würde eine 

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”. Bollen 

[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 bedeutet 

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

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

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 Messmodell 

wie in Abbildung 1 keinen direkten Messfehlerterm aufweist 9 , 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 Strukturgleichungsmodells 

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 Fehlerterm 10 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 Forschungsprozess. 

Die Unmittelbarste – nämlich die Entscheidung zwischen dem formativen 

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“ Operationalisierung 

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 unvermeidbar. 

3 Formative und reflektive Indikatoren im Forschungsprozess 

3.1 Formative und reflektive Spezifikation im Operationalisierungsprozess 

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 Hauptkomponentenmodell 

[vgl. Edwards/Bagozzi 2000, S. 162], weil auch dafür die Annahme von fehlerfreien 

Messvariablen x zu treffen ist. Dies ist freilich eine eher technisch getriebene Aussage 

als eine mit den obigen Aussagen über Kausalrichtungen zwischen Messvariable und Konstrukt 

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, Indikatorausgestaltung, 

Umgang mit Multikollinearität und Externe Validität von Bedeutung: 

� Analog zum Vorgehen bei Churchill [1979] stellt eine umfassende Definition 

des zu untersuchenden Konstrukts den ersten Schritt dar. Dies entspricht 

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 Indikatoren 

vorzugehen: eine Vollerhebung des gesamten Indikatorenuniversums 

ist nötig, um keinen Teil des Konstrukts zu vernachlässigen [vgl. Bollen/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 Messmodells 

gewünscht ist (faktorenanalytisches Weltbild) und für die Validität der 

Messung spricht, ist dies bei einem formativen Messmodell problematischer. 

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 Vollständigkeit“ 

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 Strukturgleichungsmodells, 

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 Entwicklung 

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 internen 

Konsistenz) lösbar sind. Dagegen fallen gerade die beim Umgang mit formativen 

Indikatoren ungleich wichtigeren Validierungsfragen als ebenso 

schwerer und schlechter objektivierbar auf. 

Um diesen Problemen entgegenzutreten, schlägt Rossiter [2002] ein verallgemeinertes 

Operationalisierungsparadigma vor, welches auch formative Indikatoren 

mit einbezieht. Die wesentlichen Schritte (Konstruktdefinition; Klassifizierung 

des Objekts, auf welches sich das Konstrukt bezieht; Klassifizierung 

und Ermittlung der „Attribute“, also Indikatoren; Identifikation der Beurteilungssubjekte; 

Skalenbildung und -bereinigung sowie Aggregation zum Gesamtwert 

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 Rahmen 

der Skalenbereinigung sowie deren initiale Generierung mittels Experteninterviews 

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 Vorgehensweise 

nach Churchill [1979]. 

Construct definition 

Object classification 

Attribute classification 

Rater identification 

Scale formation 

Enumeration 

Object, attribute, rater entity 

Bewertungsobjekt, Bewertungsattribut, Zielgruppe 

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

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

reflective 

formative 

individual/experts/group 

reliability estimates (nur bei reflektiven Attributen) 

Combination of object and attribute item parts, pretest (auch auf Eindimensionalität 

bei reflektiven Attributen) 

Total scale scores derived by indexes and averages 

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 insbesondere 

in Betracht gezogen werden, wenn das interessierende Konstrukt als Teil 

einer hypothesenprüfenden Untersuchung betrachtet wird. Üblicherweise werden 

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 verbinden. 

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

Journals eine überragende Rolle der Strukturgleichungsmodelle 

bei der Untersuchung von Zusammenhängen zwischen beobachtbaren und 

nicht beobachtbaren Variablen fest. Innerhalb der Verfahrensgruppe „Strukturgleichungsmodelle“ 

(“Structural Equation Models” oder kurz SEM) lassen 

sich zwei wesentliche Strömungen identifizieren: die Verfahren der Kovarianzstrukturanalyse 

einerseits und das Verfahren partieller kleinster Quadrate 

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

Konstrukte bietet sich aber ein anderes Verfahren mit spezifischen Vorteilen 

an, auch wenn beide Verfahren auf viele Problemstellungen analog anwendbar 

sind. 

Für eine vertiefte Darstellung der Spezifika der einzelnen Verfahren der Strukturgleichungsanalyse 

muss an andere Stelle verwiesen werden. 14 In der empirischen 

Forschung wurde in den letzten Jahren fast ausschließlich die Kovarianzstrukturanalyse 

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

von standardisierten Softwarepaketen wie LISREL [vgl. bspw. Jöreskog/Sörbom 

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

13 

Fornell [1989, S. 166] spricht in diesem Zusammenhang auch von Verfahren der Varianzstrukturanalyse. 

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 Minimierung von Residualvarian- 

Modellparameter durch zen, partielles Schätzverfahren 

Optimierung eines globalen unter Einbezug der Gesamtin- 

Kriteriums 

formation 

Schätzeigenschaften der konsistent nur consistency-at-large 

Parameterschätzer 

(bei Zahl der Indikatoren einer 

Latenten � ∞) 

Ziel optimale Schätzung der optimale Prognose von Beobach- 

Parameterstruktur 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 Fehlspezifikationen 

von Konstrukten schon vor der Wahl einer weniger geeigneten Schätzmethode 

zu massiven inhaltlichen Problemen führen. In Anlehnung an 

Abbildung 4 lassen sich vereinfacht 15 zwei Arten von Fehlern unterscheiden: 

die irrtümlich formative und die irrtümlich reflektive Spezifikation eines Konstruktes. 

Realität 

im Modell spezifiziert 

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 problematisch, 

als die für diesen Fall nach wie vor gültigen Aussagen und Empfehlungen 

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 Indikatoren 

irrtümlich beibehalten blieben. 

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

Verschiebung des Konstrukts bedeuten, könnte jedoch im Rahmen eines Erklärungsmodells 

problematisch sein, da mehr Parameter zu schätzen sind. Die 

Parametersparsamkeit wäre damit nicht gewährleistet, was in direkter Konsequenz 

zu einer schlechteren Anpassungsgüte führt (insbesondere bei Betrachtung 

der Gütemaße, welche die Zahl der Parameter/Freiheitsgrade mit einbeziehen). 

Schlechtestenfalls würde ein Hypothesensystem auf Grund unzureichender 

Messmodelle verworfen, obwohl das Strukturmodell an sich gültig ist. 

Schon bei der Wahl des Strukturgleichungsverfahrens bzw. dessen Anwendung 

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 Nullkovarianzen. 

Selbst wenn für den Fall des fehlspezifizierten Konstrukts die Identifizierbarkeit 

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

kommt es zu einer Verzerrung der Parameterschätzer und ggf. einer fälschlichen 

Ablehnung bzw. Beibehaltung von Strukturhypothesen über die Beziehung 

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 identifizierbar 

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 Anwendung 

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 Konstrukt 

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

dies dramatisch (vgl. Abschnitt 2.2). Die Herausnahme nichtkorrelierender Facetten 

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) Indikatoren 

zieht sich durch den gesamten Skalenbildungsprozess, wirkt sich aber 

insbesondere bei der Skalenbereinigung aus, indem valide Indikatoren zu unrecht 

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 falschen 

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 wäre 

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 Spezifikation 

zu bestimmen. Die Quantifizierung einer Fehlspezifikation (insbesondere 

im bislang wenig erforschten Bereich einer fehlerhaften Anwendung des 

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

zur Prüfung, ob formative oder reflektive Konstrukte vorliegen. 

Während eine Art und Weise, wie dies geschehen kann, bereits angesprochen 

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” [Edwards/Bagozzi 

2000, S. 156]. Wie auch in Abbildung 3 (S. 10) dargestellt, stützen 

sich die bisherigen Empfehlungen zur Bestimmung der Spezifikationsart 

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

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 (insbesondere 

Einstellungen) je nach Kontext formativ als auch reflektiv spezifizierbar 

sind. In vielen Bereichen lassen sich auch begründete Argumente für beide 

Spezifikationen finden. So kann zum Beispiel das von Diamantopoulos 

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

mit neun reflektiven als auch drei formativen Indikatoren gemessen werden. 

“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 einzubeziehen, 

dass formative Indikatoren nicht notwendigerweise korrelieren müssen, 

reflektive dies jedoch erfüllen sollten. Bollen [1984, S. 382 f] führt beispielsweise 

an, dass in Fällen, in denen das Curtis and Jackson-Paradoxon 17 

auftritt, reflektive Indikatoren auszuschließen sind (was freilich noch alternative 

Beziehungen zulässt, bevor von einer formativen Interpretation der Korrelation 

ausgegangen werden darf). 

Auf der anderen Seite muss einer rein empiriegeleiteten Bestimmung der Spezifikationsart 

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 problematisch 

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 beobachten, 

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. 

Theoretische Herleitung der Spezifikation des Konstrukts aus seiner 

Konzeptualisierung bzw. dem Erkenntnisziel 

Kausalitätsrichtung zwischen Konstrukt 

und Indikatoren (offen) 

Kausalitätsrichtung zwischen Konstrukt 

und Indikatoren (temporale Präzedenz) 

Austauschbarkeit der Messungen 

Hypothese: Konstrukt ist reflektiv Hypothese: Konstrukt ist formativ 

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

ja 

nein 

nein 

TETRAD-Test auf formative 

Indikatoren signifikant? 

nein (damit aber nur reflektiv beibehalten) 

Formative Spezifikation mit 

PLS-Modell verworfen? 

ja 

Reflektive Spezifikation in 

LISREL-Modell verträglich? 

Ergebnis: 

formativ verworfen, reflektiv nicht widerlegt 

ja 

Beispielhafte Entscheidungsfrage 

„Ist das Konstrukt kausal für die Indikatoren oder umgekehrt?“ 

“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] 

„Sind die Indikatoren dieses Konstrukts untereinander beliebig 

austauschbar?“ 

TETRAD-Test auf formative 

Indikatoren signifikant? 

ja (damit auch reflektiv verworfen) 

Reflektive Spezifikation mit 

LISREL-Modell verworfen? 

ja 

Formative Spezifikation in 

PLS-Modell verträglich? 

ja 

nein 

nein 

nein 

Ergebnis: 

reflektiv verworfen, formativ nicht widerlegt 

Bildung einer 

Spezifikationshypothese 

Überprüfung der 

Spezifikationshypothese 

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

Die vorgeschlagene Vorgehensweise sieht sich in den Ablauf des Forschungsprozesses 

eingebettet: vor Anwendung der jeweils nötigen Skalenbereinigungsschritte, 

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 theoretische 

Fundierung liefert dabei eine Hypothese über die Spezifikation, welche in 

der Folge an der Korrelationsstruktur empirischer Daten im Rahmen eines Pretests 

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

ist die gewählte Spezifikationsart nochmals kritisch zu hinterfragen. Die Rückkopplungspfeile 

in der Abbildung sollen aber keinesfalls dahin gehend interpretiert 

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 fundiertes, 

jedoch in Bezug auf Gütemaße unbefriedigendes Messmodell spezifiziert 

zu haben. 

4.1 Gewinnung der Spezifikationshypothese aus der Theorie 

Aus den in Abschnitt 2 diskutierten Eigenschaften und Abgrenzungen formativer 

und reflektiver Indikatoren lassen sich mehrere Entscheidungskriterien 

ableiten. Diese zu Entscheidungsfragen formulierten Aussagen sind ausführlich 

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 Austauschbarkeit 

der Indikatoren als gleich valide Messungen ein und desselben 

Konstrukts. 

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

zwischen dem Konstrukt und seinen Indikatoren eine Besinnung 

auf die wissenschaftstheoretischen Bestandteile von Kausalität vor: (1) die Unterschiedlichkeit 

von Ursache und Wirkung im Sinne eigenständiger Phänomene, 

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

Nachfolger-Beziehung und (4) Ausschluss alternativer Erklärungsmöglichkeiten. 

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 diese 

Entscheidungsfrage beantworten sollen – auch der Forscher selbst kann sie 

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

Gedankenexperimente. 

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

in diesem Zusammenhang in Erwägung zu ziehen. Dieses Vorgehen 

– auch wenn bei den genannten Autoren nur kurz als Möglichkeit angerissen 

– 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 apriori-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 Fornell/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] Entscheidungsfrage 18 

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 Indikatoren 

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 Beobachteten? 

(� 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 Bedeutung 

der Indikatoren (� formativ) 

oder umgekehrt (� reflektiv)? 

Bollen [1989, S. 65]; 

Diamantopoulos/Winklhofer 

[2001, S. 270] 

Richtung der Kausalität ("causal priority between the indicator 

and the latent variable") vom Konstrukt zum Indikator 

(� reflektiv) oder umgekehrt (� formativ) 

Fornell [1989, S. 163 f] Welcher Natur ist die Beziehung zwischen den Beobachtungen 

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 gesetzt, 

falls die entsprechende Frage mit „ja“ zu beantworten wäre.


dass die Frage nach der inhaltlichen Vergleichbarkeit letztendlich nur subjektiv 

beantwortet werden kann und sich starrer Überprüfbarkeit entzieht. Damit 

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

von Experten unumgänglich. Hierbei müsste insbesondere die Frage gestellt 

werden, ob sich ein Konstrukt inhaltlich verändert, wenn und soweit einer 

der Indikatoren herausgenommen wird [vgl. Diamantopoulos/Winklhofer 

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

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 χ 2 -Test üblich ist, für die vorliegenden Zwecke nicht möglich. 

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 notwendigerweise 

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 genannte 

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

verschiedener Spezifikationen im Rahmen von Strukturgleichungsmodellen 

20 . 

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

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

muss jedoch vorausgeschickt werden, dass der vorgeschlagene TETRAD- 

Test die Korrelationsbeziehungen weniger – bereits aus theoretischen Vorüberlegungen 

hervorgegangener – alternativer Messmodelle als „nested“ miteinander 

vergleicht. Damit ist auch dieser Test per Definition nicht in der Lage, 

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 Reliabilitätswerte 

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 Varianzbeziehungen. 

Als Tetrade werden dabei jeweils Differenzen von Kovarianzprodukten 

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

we can arrange the six covariances into three tetrads: 

τ 1234 = σ 12σ 

τ 1342 

and 

= σ 13σ 

τ 

1423 

= σ 

14 

σ 

34 

42 

23 

− σ 13σ 

24 , 

− σ σ , 

−σ 

14 

12 

σ 

32 

43 

.” 

(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 verschieden 

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 miteinander 

vergleichbar sind. Aus diesen Herleitungen wird schließlich eine χ 2 - 

verteilte Teststatistik errechnet, die die hypothetisierte Spezifikation des Messmodells 

auf Verträglichkeit mit den empirischen Korrelationsbeziehungen testet. 

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 Spezifikation 

verwerfen. Hat der Forscher den Verdacht, dass das zu untersuchende 

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

Wahrscheinlichkeit eines Beta-Fehlers (irrtümliche Beibehaltung der Nullhypothese) 

nicht kontrollierbar ist. Daher sind auch die Folgeschritte im vorgeschlagenen 

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 Vergleich 

eines reflektiven mit dem „entsprechenden“ formativen Modell (gewonnen 

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 Anwendung 

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 gleiches 

Messmodell auf formative Art und Weise spezifiziert im Rahmen eines 

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

reflektiver Spezifikation als gefestigt gelten. Zuletzt wird das reflektive Modell 

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 χ 2 -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 Hypothesenbildung 

entlassen wird: zunächst erfolgt die Überprüfung anhand des 

LISREL-Modells auf das reflektiv spezifizierte Pendant zum eigentlich hypothetisierten 

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 bestehen 

bleiben. 

Sobald ein Konstrukt eines der eben genannten Testkriterien nicht erreicht 

und sich ggf. widersprüchliche Aussagen ergeben, ist eine vertiefte theoretische 

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 Zeitschrift 

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 verwendeten 

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; Srinivasan 

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

jedoch um denselben Autor Christian Homburg [Kuester et al. 1999; Cannon/Homburg 

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

353 verwendete Konstrukte gefunden werden, welche alle in Anhang 1 aufgelistet 

sind. Nur formativ spezifizierte Messmodelle sind darin besonders hervorgehoben. 

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 Entscheidungsfragen 

vertraut gemacht wurden. Tabelle 3 in Anhang 1 stellt ebenfalls 

dar, welche der identifizierten Konstrukte in der Folge von den Bewertenden 

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 mehreren 

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 Zuhilfenahme 

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. 

Realität 

im Modell spezifiziert 

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 verbleibenden 

28 Beiträgen wurde die Dominanz von LISREL (18 Anwendungen) gegenüber 

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 Computerprogrammen 

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 Operationalisierung 

latenter Variablen. Die Softwarepakete zur Kovarianzstrukturanalyse 

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 Operationalisierung 

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 Konstrukts 

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

hochreputierten Journal wie dem Journal of Marketing das Problem der Fehlspezifikation 

akut vorliegt. Obwohl das Ausmaß weniger drastisch als bei anderen 

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 Eggert/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 (insbesondere 

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 Renaissance 

des PLS-Algorithmus für Strukturgleichungsmodelle sowie die aktuelle 

Diskussion um formative und reflektive Spezifikation ist zweifelsohne eine einschneidende 

Phase in der Konstruktforschung. Die Konsequenzen für den Forschungsprozess 

sind enorm und werden eine Diskussion der Spezifikationsart 

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

„reflektierteres“ Vorgehen auch akut nötig.


Anhang 

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


Anhang 1: Ergebnisse der Metastudie im Journal of 

Autoren 

Journal of Marketing 

Zou, S. ; Cavusgil, S.T. 

Vol. 66 No.4/2002 

S. 40-56 EQS 

Coviello, N. E.; Brodie, 

R.J.; Danaher, P.J.; 

Johnston, W.J. 

Vol. 66 No.3/2002 

S. 33-46 LISREL 

Speier, C.; Venkatesh, 

V. Vol.66 No.3/2002 

S. 98-111 EQS 

Atuahene-Gima, K.; 

Li, H. 

Vol.66 No.3/2002 

S. 61-81 

Srinivasan, R.; Lilien, 

G.L.; Rangaswamy, A. 

Vol. 66 No.3/2002 

S. 47-60 

Matsumo, K.; Mentzer, 

J.T.; Özsomer, A. 

Vol. 66 No.3/2002 


Homburg, C.; Workman, 

J.P.; Jensen, O. 

Vol. 66 No.2/2002 

S. 38-60 

Marketing 

Titel Konstrukte (kursiv, wenn formative Indikatoren 

vorliegen und dazu unterstrichen, wenn 

vom Autor formativ operationalisiert) 

The GMS: A Broad Conceptualization 

of Global Marketing 

Strategy and Its Effect on Firm 

Performance 

How Firms Relate to Their 

Markets: An Empirical Examination 

of Contemporary Marketing 

Practices 

The Hidden Minefields in the 

Adoption of Sales Force 

Automation Technologies 

When Does Trust Matter? 

Antecedents and Contingent 

Effects of Supervisee Trust on 

Performance in Selling New 

Products in China and the 

United States 

Technological Opportunism 

and Radical Technology Adoption: 

An Application to E- 

Business 

The Effects of Entrepreneurial 

Proclivity and Market Orientation 

on Business Performance 

A Configurational Perspective 

on Key Account Management 

Global Marketing Strategy, Product 

standardization, Promotion standardization, 

Standardized channel 

structure, Concentration of marketing 

activities, Coordination of marketing 

activities, Global market participation, 

Integration of competitive 

moves, Global Orientation, Internal 

Experience, Globalizing Conditions, 

Strategy Performance, Financial Per- 

formance 

Purpose of Exchange, Nature of 

Communication, Managerial Intent, 

Managerial Focus, Managerial Investment, 

Managerial Level 

Self-Efficacy, Computer Playfulness, 

Role Clarity, Role Conflict, Voluntariness, 

Complexity, User Participation, 

User Involvement, Management Support, 

Relative Advantage, Compatibility, 

Visibility, Image, Results Demonstrability, 

Job Fit, Professional Fit, 

Person-Job Fit, Person-Organization 

Fit, Professional Commitment, Organizational 

Commitment, Job Satis- 

faction 

Sales Performance, Output Control, 

Process Control, Supervisee Trust, 

Supervisee Accessibility, Achievement 

Orientation, Role Ambiguity, 

Product Complexity, Competitive 

Intensity, Market Volatility 

Technology adoption, Technology 

adoption, Technological opportunism, 

Institutional pressures, Complementary 

assets, Perceived usefulness, 

Organizational innovativeness, 

Future focus, Top management’s 

advocacy of new technologies 

Intelligence generation, Intelligence 

dissemination, Responsiveness, Entrepreneurial 

proclivity (ENTRE) 

- innovativeness, ENTRE-risk taking, 

ENTRE-proactiveness, Formalization, 

Centralization, Departmentalization, 

Performance-market share growth, 

Performance-percentage of new 

product sales, Performance-ROI 

Activity intensity, Activity proactiveness, 

Top-management involvement, 

Use of Teams, Selling center esprit 

de corps, Access to marketing and


Autoren 


Nygaard, A.; 

Dahlstrom, R. 

Vol. 66 No.2/2002 

S. 61-82 EQS 

Baker, J.; 

Parasuraman, A.; 

Grewal, D.; Voss, G.B. 

Vol. 66 No. 2/2002 

S. 120-141 LISREL 

McAlexander, J.H.; 

Schouten, J.W.; 

Koenig, H.F. 

Vol. 66 No.1/2002 


Sirdeshmukh, D.; 

Singh, J.; Sabol, B. 

Vol. 66 No.1/2002 

S. 15-37 EQS 

Mentzer, J.T.; Flint, 

D.J.; Hult T.M. 

Vol. 65 No.4/2001 


Hewett, K.; Bearden, 

W.O. 

Vol.65 No.4/2001 

S. 51-66 CALIS 

De Wulf, K.; Oderkerken-Schröder, 

G.; 

Iacobucci, D. 

Vol. 65 No.4/2001 


Dixon, A.L.; Spiro, 

R.L.; Jamil, M. 

Vol.65 No.3/2001 


Brady, M.K.; Cronin 

Jr., J.J. 

Vol. 65 No.3/2001 





sales resources, Access to nonmarketing 

and nonsales resources, Approach 

formalization, KAM effectiveness, 

Performance in the market, 

Adaptiveness, Profitability, Competi- 

Role Stress and Effectiveness 

in Horizontal Alliances 

The Influence of Multiple 

Store Environment Cues on 

Perceived Merchandise Value 

and Patronage 

tive intensity, Market dynamism 

Investment in Current System, Investment 

in Previous System, Role 

Ambiguity, Role Conflict, Competence, 

Consumer Satisfication, Con- 

tributions to Sales, Bargaining Efforts 

Design -, Employee -, Music -, 

Time/effort cost -, Psychic cost -, 

Monetary price -, Interpersonal service 

quality -, Merchandise quality -, 

Merchandise value perceptions, Store 

patronage intentions 

Building Brand Community Owner-product -, Owner-brand -, 

Owner-company -, Owner-other owners 

relationship, Integration in a 

brand community 

Consumer Trust, Value and 

Loyalty in Relational Exchanges 

Logistics Service Quality as a 

Segment-Customized Process 

Subsidiary Marketing Operations: 

Implications for Managing 

Global Marketing Opera- 

tions 

Investments in Customer Relationships: 

A Cross-Country 

and Cross-Industry Exploration 

Successful and Unsuccessful 

Sales Calls: Measuring Salesperson 

Attributions and Be- 

havioral Intentions 

Some New Thoughts on Conceptualizing 

Perceived Service 

Quality: A Hierarchical Approach 

Store: FLE’s Operational Competence,- 

Operational Benevolence,- 

Problem Solving Orientation, MPP’s 

Operational Competence,- Operational 

Benevolence,- Problem Solving 

Orientation, Satisfaction, Trust in 

MPPs, Trust in FLEs, Value, Loyalty 

Personnel Contact Quality, Order 

Release Quantities, Information Quality, 

Ordering Procedures, Order Accuracy, 

Order Condition, Order Quality, 

Order Discrepancy Handling, 

Timeliness, Satisfaction 

Vertical Dependence, Trust, Acquiescence, 

Cooperation, Performance 

Direct mail, Preferential treatment, 

Interpersonal communication, Tangible 

rewards, Perceived relationship 

investment, Relationship quality (Relationship 

satisfaction), Trust, Relationship 

commitment, Behavioral 

loyalty, Product category involvement, 

Consumer relationship prone- 

ness 

Effort, Ability, Task, Strategy, Luck, 

No change, Increase effort, Change 

strategy, Seek assistance, Avoid 

situation 

Interaction Quality, Attitude, Behavior, 

Expertise, Service Environment 

Quality, Ambient Conditions, Design, 

Social Factors, Outcome Quality, 

Waiting Time, Tangibles, Valence, 

Service Quality


Autoren 


Grewal, R.; Comer, 

J.M.; Mehta, R. 

Vol. 65 No.3/2001 

S. 17-33 

Chaudhuri, A.; 

Holbrook, M.B. 

Vol. 65 No.2/2001 


Sarin, S.; Mahajan,V.; 

Vol.65 No.2/2001 


Rindfleisch, A.; 

Moorman, C. 

Vol. 65 No.2/2001 


Ailawadi, K.L.; Neslin, 

S.A.; Gedenk, K. 

Vol. 65 No.1/2001 


Cannon, J.P.; 

Homburg, C. 

Vol. 65 No.1/2001 


Calantone, R.J.; 

Schatzel, K.E. 

Vol. 64 No.1/2000 

S. 17-30 EQS 

Sivadas, E.; Dwyer, 

F.R. 

Vol. 64 No.1/2000 

S. 31-49 




An Investigation into the Antecedents 

of Organizational Participation 

in Business-to- 

Business Electronic Markets 

The Chain of Effects from 

Brand Trust and Brand Affect 

to Brand Performance: The 

Role of Brand Loyalty 

The Effect of Reward Structures 

on the Performance of 

Cross-Functional Product Development 

Teams 

The Acquisition and Utilization 

of Information in New Product 

alliances: A Strength-of-Ties 

Perspective 

Pursuing the Value-Conscious 

Consumer: Store Brands Versus 

National Brand Promotions 

Buyer-Supplier Relationships 

and Customer Firm Costs 

Strategic Foretelling: 

Communication-Based Antecedents 

of a firm´s Propensity 

to Preannounce 

An Examination of Organizational 

Factors influencing New 

Product Success in internal 

and alliance-based Processes 

Efficiency, Legitimacy, Effort-Based 

Learning, IT Capabilities, Environmental 

Dynamism 

Utilitarian value, Hedonic value, 

Brand trust, Brand affect, Share of 

voice, Differentiation, Purchase loyalty, 

Attitude loyalty, Market Share, 

Relative Price 

Outcome-based -, Process-based -, 

Equal -, Position-based rewards, Ease 

of individual evaluation, Project/ product 

complexity, Project/product risk, 

Length of development cycle, Competitive 

intensity, Industry dynamism, 

Speed to market, Level of innovation, 

Adherence to budget and schedule, 

Product quality, Market performance, 

Team/member satisfaction, Self-rated 

performance 

Product Information Acquisition, 

Process Information Acquisition, New 

Product Creativity, New Process 

Creativity, New Product Development 

Speed, Relational Embeddedness, 

Knowledge Redundancy 

Price Consciousness, Financial Constraints, 

Quality Consciousness, 

Shopping Enjoyment, Innovativeness, 

Variety Seeking, Impulsiveness, 

Mavenism, Motivation to Conform, 

Brand Loyalty, Store Loyalty, Planning, 

Time Pressure, NFC, Storage 

Space 

Frequency of face-to-face communication, 

Frequency of telephone communication, 

Frequency of written 

communication, Amount of information 

sharing, Supplier flexibility, Relationship-specific 

adaptations, Active 

monitoring of the supply market, 

Quality of supplier’s products, Supplier 

geographic closeness to the 

customer, Customer acquisition 

costs, Customer operations costs, 

Product complexity, Product impor- 

tance, Availability of alternatives 

Industry Dynamism, Firm Information 

Interactivity, First-Mover Predisposition, 

Competitive Equity Building, 

Firm´s Propensity to Prean- 

nounce 

NPD Success, Cooperative Competency, 

Clarity of Agreement, Resistance 

from Key Players, Complementarity 

with Partner Competencies, 

Mutual Power Dependence, Radical/Incremental, 

Centralization, For-


Autoren 


Song, X.M.; Xie, J.; 

Dyer, B. 

Vol. 64 No.1/2000 


Sethi, R. 

Vol. 64 No.2/2000 

S. 1-14 

Hartline, M.D.; Maxham 

III, J.G.; McKee, 

D.O. Vol. 64 

No.2/2000 S. 

35-50 LISREL 

Singh, J. 

Vol. 64 No.2/2000 

S. 15-34 EQS 

Gruen, T.W.; Summers, 

J.O.; Acito, F. 

Vol. 64 No.3/2000 

S. 34-49 AMOS 

Matsumo, K.; Mentzer, 

J.T. 

Vol. 64 No.4/2000 


Chandon, P.; Wansink, 

B.; Laurent, G. 

Vol. 64 No.4/2000 

S. 65-81 AMOS 

Kuester, S.; Homburg, 

C.; Robertson, T.S. 

Vol. 63 No.4/1999 


Nobele, C.H.; Mokwa, 

C. 

Vol. 63 No.4/1999 

S. 57-73 CALIS 

Garbarino, E.; Johnson, 

M.S. 

Vol. 63 No.2/1999 





Antecedents and Consequences 

of Marketing Managers! 

Conflict-Handling Behaviors 

New Product Quality and 

Product Development Teams 

Corridors of Influence in the 

Dissemination of Customerorientated 

Strategy to Customer 

Contact Service Employees 

Performance Productivity and 

quality of frontline employees 

in service organisation 

Relationship Marketing Activities, 

Commitment, and Membership 

Behaviors´ in Professional 

Associations 

The Effects of Strategy Type 

on the Market Orientation- 

Performance Relationship 

A Benefit Congruency Framework 

of Sales Promotion Effectiveness 

Retalitory Behavior to New 

Product Entry 

Implementing Marketing 

Strategies: Developing and 

Testing a Managerial Theory 

The Different Roles of Satisfaction, 

Trust, and Commitment 

in Customer Relation- 

ships 

malization, Clan 

ROI, ROS, ROA, New Product Success, 

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, Harmony 

of Cross-Functional Relation- 

ships 

Quality, Information Integration, Customers´ 

Influence, Time Pressure, 

Innovativeness, Quality Orientation 

Customer-Oriented Strategy, Formalization, 

Empowerment, Behavior- 

Based Evaluation, Work Group Socialization, 

Organizational Commitment, 

Shared Customer-Oriented 

Values 

RACO, RACU, RCRD, RCIS, BURNC, 

BURNM, Task control, Boss support, 

PERFP, PERFQ, Organizational com- 

mitment, Turnover intent 

Affective -, Continuance -, Normative 

commitment, Participation Coproduction, 

Core services, Recognition, 

Member interdependence enhancement, 

Dissemination of organizational 

knowledge, External member- 

ship requirements 

MO, IG, ID, RESP, Performance 

(SOM, SGRO, PCTNP, ROI), Strategy 

type (defender, prospector, analyzer, 

reactor) 

Savings, Quality, Convenience, Value 

Expression, Entertainment, Exploration, 

Utilitarian, Hedonic 

RETPROD, RETPRICE, BREADTH, 

SPEED, INNOV, GROWTH, EXIT, 

PRICSEN, THREAT, CONC, INCSIZE 

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 

Actor satisfaction, Actor familiarity 

attitudes, Play attitudes, Theater facility 

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 Respecifying 

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 Research. 

Cambridge 1994, S. 317-385. 

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

and Meaning. In: Fornell, Claes (Hrsg.): A Second Generation of Multivariate 

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: International 

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 Research. 

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

Diamantopoulos, Adamantios (1999): Viewpoint – Export Performance Measurement: 

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 Methods, 

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


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

Indikatoren in Strukturgleichungsmodellen – Ergebnisse einer Metaanalyse 

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.): Theoretical 

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 Marketing 

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 Marketing 

Activities, Commitment, and Membership Behaviors in Professional Associations. 

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 Kausalmodellen 

– 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 Operationalisierung 

komplexer Konstrukte – ein Leitfaden für die Marketingforschung. 

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 Critical 

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): Structural 

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 Indicators 

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. 3 rd 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 Extensions. 

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

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 werbetreibende 

Unternehmen in Deutschland 

Heft 3/2001 Schwaiger, Manfred: Messung der Wirkung von Sponsoringaktivitäten im 

Kulturbereich – Zwischenbericht über ein Projekt im Auftrag des AKS / Arbeitskreis 

Kultursponsoring 

Heft 4/2001 Zinnbauer, Markus / Bakay, Zoltàn: Preisdiskriminierung mittels internetbasierter 

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 Mitarbeitermotivation 

– 2. Zwischenbericht über ein Projekt im Auftrag des AKS / Arbeitskreis 

Kultursponsoring 

Heft 9/2002 Schwaiger, Manfred: Die Zufriedenheit mit dem Studium der Betriebswirtschaftslehre 

an der Ludwig-Maximilians- Universität München – eine empirische 

Untersuchung 

Heft 10/2002 Eberl, Markus / Zinnbauer, Markus / Heim, Martina: Entwicklung eines Scoring-Tools 

zur Messung des Umsetzungsgrades von CRM-Aktivitäten – 

Design des Messinstrumentes und Ergebnisse der Erstmessung am Beispiel 

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 Untersuchung 

der Wirkung des Kultursponsorings auf die Bindung von Bankkunden 

Heft 17/2003 Numberger, Siegfried / Schwaiger, Manfred: Cross Media, Print, and Internet 

Advertising: Impact of Medium on Recall, Brand Attitude, and Purchase 

Intention

Heft 18/2004 Unterreitmeier, Andreas / Schwinghammer, Florian: Die Operationalisierung 

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 ...

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?