Übung 5 Konstrukte Flashcards
Was sind Konstrukte
nicht direktbeobachtbare Variablen;
beobachtbar: Alter, Größe, Einkommen, Absatz, Marketingbudget
nicht beobachtbar: Einstellung, Image, Persönlichkeit, Werte und Normen, Kundennähe
Unterschiede Formative und reflektive Indikatoren
Formung eines Konstrukts vs. Reflexion eines Konstrukts
Charakterisitika Formativ
- Items determinieren das Konstrukt
- Korrelationen zwischen -1 und 1
- Konstrukt ist Linearkombination der Indikatoren plus Fehlerterm
- Managementimplikation sind direkt ableitbar
- müssen vollständig sein (sonst Verzerrung)
- Ex post Eliminierung gering korrelierter Items sinnlos
- Faktorenanalyse und statistische Gütemaße sind nicht anwendbar
Charakteristika Reflektiv
Konstrukt determiniert die Items
Korrelation der Items beträgt im Idealfall 1
sind somit austauschbar
-jedes Item ist einer fehlerbehaftete Messung der latenten Variable
-Faktorenanalyse und statistische Gütemaße anwendbar
-Managementimplikationen sind nur auf Konstruktebene ableitbar
Messung des Starwerts als Markenwert nach Clement
abgeleitet von Keller
Künstlerbekanntheit (gestützt und ungestützt)
Künstlerimage (Konkrete, abstrakte Assoziation und Einzigartigkeit der Assoziationen)
Langfristigkeit der Künstlerpräsenz (besonders wichtig)
Gütebeurteilung von Konstrukten
Reflektive soll hohe Korrelationen aufweisen,
bei Formativen muss Multikollinearität überrprüft werden
Cronbachs Alpha
Maß für die Korrelation der Indikatoren einer latenten Variable
Hohe Korrelation deuten auf eine hohe interne Konsistenz-Reliabilität hin
Wünschenswert sind Werte nahe 1
Gut: >0,7
Durchschnittliche erfasste Varianz (DEV)
Durchschnittliche je Faktor extrahierte Varianz, d.h. Anteil der Streuung der latenten Variablen die durch die Indikatoren durchschnittlich erklärt wird
Akzeptabel: 0,5
Gut >0,6
Item-to-Total Correlation
Korrelation eines Indikator mit der Summe der Indikatoren eines Konstrukts
bei geringen Werten Ausschluss des Indikators von der Messung des Konstrukts
Gut: >0,5
Indikatorreliabilität
Anteil der Streuung der latenten Variablen die durch die Indikatoren erklärt wird
Auch Squared Multiple Korrelation genannt
Akzeptable >0,4
Gut >0,6
Missing Values: Missing Data Verfahren (5)
1) Eliminierungsverfahren: Ausschlusss unvollständiger Objekte/Merkmale
2) Imputationsverfahren: Vervollständigung durch Schätzung der fehlenden Wette
3) Parameterschätzverfahren: Schätzung von Parametern aus der unvollständigen Datenmatrix
4) Multivariate Verfahren: Modifikation multivariater Analyseverfahren
5) Sensitivitätsanalysen: Vergleich verschiedener Ausfallmechanismen oder MD-Verfahren
Standardisierte Pfadregressionskoeffizienten:
Beurteilung der Wirkungsstärke zwischen Indikatoren und latenter Variable
Gut: >0,3
Bootstrapping
1) fehlende Verteilungsannahmen führen dazu dass keine parametrischer Signifikantests für die Pfadkoeffizienten durchgeführt werden können
2) daher wird die fehlende, theoretische Verteilungsfunktion der Zufallsvariable durch die empirische Verteilungsfunktion der Stichprobe ersetzt (mit Mittelwert und Varianz der Stichprobe)
3) es werden wiederholt Stichproben einer festgelegten Größe mit Zurücklegen gezogen und mit deren Hilfe Teststatistiken berechnet
4) Die Anzahl an Stichproben sollte dabei hinreichend groß sein, empfohlen werden Werte im Bereich der Größe des Urdatensatzes
5) mit den geschätzten Modellparametern können dann in die Pfadkoeffizienten mit einem t-Test auf Signifikanz geprüft werden
