Methodische Probleme bei der Erfolgsfaktorenforschung — Messfehler, formative versus reflektive Indikatoren und die Wahl des Strukturgleichungs-Modells

Zusammenfassung

Dieser Beitrag ist ein methodisches Plädoyer zur Verwendung adäquater Methoden in der empirischen Erfolgsfaktorenforschung. Wir zeigen die methodischen Probleme bei der Anwendung der LISREL-Methodologie auf empirische Erfolgsfaktorenstudien auf. Die Trennung in latente Konstrukte und reflektive Indikatoren, um zwischen einem Mess- und Strukturmodell unterscheiden zu können, und die Eliminierung von intern nicht konsistenten Indikatoren ist falsch, wenn es sich wie bei Erfolgsfaktorenstudien häufig um formative Indikatoren handelt, aus denen sich die Konstrukte ergeben. Durch die Wahl der falschen Messstruktur werden wichtige Facetten des Konstrukts vernachlässigt, und man erhält inhaltlich andere Ergebnisse. Bleibt man in der Strukturgleichungs-Methodologie, so empfiehlt sich die Anwendung von PLS, da dort die Indikatoren sowohl formativ als auch reflektiv spezifiziert werden können und geringere Anforderungen an die Daten gestellt werden. Mit Hilfe eines Beispiels wird demonstriert, dass sich insbesondere durch die Eliminierung von Indikatoren und weniger durch die Schätzmethode stark unterschiedliche Ergebnisse ergeben. Hier wird allerdings argumentiert, dass man im Falle ausschließlich formativer Indikatoren zu Regressionsanalysen zurückkehren sollte, weil man Multikollinearität durch Indexbildung behandeln und zusätzlich Nichtlinearitäten und unbeobachtete Heterogenität berücksichtigen kann.

Summary

We demonstrate methodological problems with the application of the so called “Cronbach’s α — LISREL”-paradigm. Working with unobserved latent constructs operationalized through indicators allows for differentiating into a measurement and structural model. However, while the elimination of internally inconsistent indicators is correct for reflective indicators, this proves to be incorrect for the mostly formative indicators in success factor studies. This neglects important facets of the problem which lead to results that vary according to the included indicator set. In this context, the analysis of structural equation models with LISREL is not appropriate because it can handle only reflective indicators while PLS allows for formative indicators. However, in the latter case it is often better to apply ordinary least squares regression to the battery of indicators because multicollinearity has to be dealt with in both, PLS and OLS, while regression models can handle nonlinear relationships as well as unobserved heterogeneity.