Skip to main content
SpringerLink
Log in

Konstrukt-Operationalisierung

  • Chapter
  • First Online:
Strukturgleichungsmodellierung

Part of the book series: Springer-Lehrbuch ((SLB))

  • 23k Accesses

Zusammenfassung

Nach der Konzeptualisierung, welche in Kapitel 5 behandelt wurde, sind die hypothetischen Konstrukte einer empirischen Messung zugänglich zu machen. Zu diesem Zweck müssen Messmodelle für die latenten Variablen entwickelt werden, durch die die betrachteten endogenen und exogenen latenten Variablen messbar gemacht werden können. Die Betrachtungen in Kapitel  6 (Operationalisierung) konzentrieren sich dabei auf reflektive Messmodelle, während formative Messmodelle in Kapitel 12 behandelt werden. Durch Messmodelle werden die hypothetischen Konstrukte operationalisiert, d. h. es werden Anweisungen entwickelt, mit deren Hilfe ein hypothetisches Konstrukt über beobachtbare Sachverhalte (Indikatoren) gemessen werden kann. Im Rahmen der Operationalisierungsüberlegungen wird neben der Frage der Generierung von potenziellen Messindikatoren und der Festlegung der Messvorschrift mit reflektiven, formativen oder Single-Item-Messansätzen auch die Frage der Skalierung im Detail adressiert.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 29.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Vgl. zu den Fehlertermen xS und xR auch die Ausführungen zu Reliabilität und Validität in Kap. 7.

  2. 2.

    Die Konstruktion formativer Messmodelle wird ausführlich in Kap. 12 behandelt.

  3. 3.

    Dabei ist allerdings zu beachten, dass eine Zusammenfassung fehlerverstärkend wirkt, wenn systematische Messfehler vorliegen. In solchen Fällen erlaubt es aber die Konfirmatorische Faktorenanalyse sog. Messfehlermodelle in die Prüfung der Operationalisierung einzubeziehen.

  4. 4.

    Da hier streng genommen nicht der Preis, sondern der wahrgenommene Preis erhoben wird, wäre anstelle der direkten Beobachtbarkeit auch die Bezeichnung einer Single-Item Messung angemessen und aufgrund der hinreichenden Konkretheit auch angebracht.

  5. 5.

    Die Überlegungen in diesem Kapitel sind unabhängig von der gewählten Spezifikation eines Messmodells und gelten somit auch für die Formulierung formativer Messmodelle, die in Kap. 12 behandelt wird.

  6. 6.

    Übersichten hierzu finden sich z. B. bei Berekoven et al. 2004, S. 74 ff.; Borg und Staufenbiel 2007, S. 22 f., S. 69 f., S. 125; Schnell et al. 2011, S. 171 ff.

  7. 7.

    Vgl. zur Problematik und zur Behandlung fehlender Werte Kap. 8.1.1

  8. 8.

    Der Bezeichnung „Likert-Skala“ begründet sich darin, dass Likert (1932) bei seinem „Verfahren der summierten Einschätzung“ (Likert-Skalierung) eine Zustimmungsskala verwendet.

  9. 9.

    Diskussionen über das von Ratingskalen erbrachte Skalenniveau und die Konsequenzen bei der Durchführung von statistischen Analysen finden sich z. B. bei Baker et al. (1966, S. 291 ff.) oder Dolnicar und Grün (2007, S. 108 ff.).

  10. 10.

    Bisweilen ist festzustellen, dass negativ und positiv formulierte Items systematisch verzerrt beurteilt werden, dass z. B. Personen trotz sehr hoher Zufriedenheit bei positiv formulierten Items keine Extremeinschätzung wie etwa „sehr zufrieden“ wählen, dies aber bei negativ formulierten Items sehr wohl tun. Werden zur Messung eines Konstruktes gemischte Items verwendet, so kann dieser systematische Effekt die Verlässlichkeit der Gesamtmessung beeinflussen, was aber über die Verwendung sog. Methodenfaktoren berücksichtigt werden kann. Einen aktuellen Überblick zu dieser Thematik liefern Temme et al. 2009, S. 123 ff.

Literatur

  • Arndt, J., & Crane, E. (1975). Response bias, yea-saying, and the double negative. Journal of Marketing Research, 12, 218–220.

    Article  Google Scholar 

  • Baker, B. O., Hardyck, C. D., & Petrinovich, L. E. (1966). Weak measurement vs. strong statistics: An empirical critique of S. S. Stevens proscriptions of statistics. Educational and Psychological Measurement, 26, 291–309.

    Article  Google Scholar 

  • Bearden, W. O., & Netemeyer, R. G. (1998). Handbook of marketing scales: Multi-item measures for marketing and consumer behavior research (2. Aufl.). Newbury Park: Sage.

    Google Scholar 

  • Berekoven, L., Eckert, W., & Ellenrieder, P. (2004). Marktforschung: Methodische Grundlagen und praktische Anwendung (11. Aufl.). Wiesbaden: Gabler.

    Google Scholar 

  • Bergkvist, L., & Rossiter, J. R. (2007). The predictive validity of multiple-item versus single-item measures of the same constructs. Journal of Marketing Research, 44, 175–184.

    Google Scholar 

  • Blalock, H. M. (1982). Conceptualisation and measurement in the social science. Beverly Hills: Sage.

    Google Scholar 

  • Bollen, K. A. (1989). Structural equations with latent variables. New York: Wiley-Interscience.

    Google Scholar 

  • Borg, I., & Staufenbiel, T. (2007). Theorien und Methoden der Skalierung (4. Aufl.). Bern: Huber.

    Google Scholar 

  • Bruner, G. C., Hensel, P. J., & James, K. E. (2005). Marketing scales handbook

    Google Scholar 

  • Carnap, R. (1966). Philosophical foundations of physics: An introduction to the philosophy of science. New York: Basic Books.

    Google Scholar 

  • Churchill, G. A. (1979). A paradigm for developing better measures of marketing Constructs. Journal of Marketing Research, 16, 64–73.

    Article  Google Scholar 

  • Diekmann, A. (2005). Empirische Sozialforschung: Grundlagen, Methoden, Anwendungen (14. Aufl.). Reinbek: Rowohlt.

    Google Scholar 

  • Diller, H. (2006). Probleme der Handhabung von Strukturgleichungsmodellen in der betriebswirtschaftlichen Forschung. Die Betriebswirtschaft, 66(6), 611–617.

    Google Scholar 

  • Dolnicar, S., & Grün, B. (2007). How constrained a response: A comparison of binary, ordinal and metric answer formats. Journal of Retailing and Consumer Services, 14, 108–122.

    Article  Google Scholar 

  • Drolet, A. L., & Morrison, D. G. (2001). A practitioner’s comment on Aimee L. Drolte and Donald G. Morrison’s „Do we really need multiple-item measures in service research?“. Journal of Service Research, 3, 196–204.

    Article  Google Scholar 

  • Fantapié Altobelli, C. (2007). Marktforschung: Methoden – Anwendungen – Praxisbeispiele. Stuttgart: Lucius + Lucius.

    Google Scholar 

  • Fuchs, C., & Diamantopoulos, A. (2009). Using single-item measures for construct measurement. Die Betriebswirtschaft, 69(2), 195–210.

    Google Scholar 

  • Gerbing, D. W., & Anderson, J. C. (1988). An updated paradigm for scale development incorporating unidimensionality and its assessment. Journal of Marketing Research, 25, 186–192.

    Article  Google Scholar 

  • GESIS – Leibniz-Institut für Sozialwissenschaften (Hrsg.) (2008). Zusammenstellung sozialwissenschaftlicher Items und Skalen (ZIS), Version 12.0, Bonn. http://www.gesis.org/dienstleistungen/methoden/spezielle-dienste/zis-ehes/. Zugegriffen: 25. Sept. 2013.

  • Green, P. E., & Rao, V. R. (1970). Rating scales and information recovery – How many scales and response categories to use? Journal of Marketing, 34, 33–39.

    Article  Google Scholar 

  • Guttman, L. (1950). The basis for scalogram-analysis. In S. A. Stouffer et al. (Hrsg.), Measurement and Prediction (S. 60–90). Princeton: Princeton University Press.

    Google Scholar 

  • Jacoby, J. (1978). Consumer research: A state of the art review. Journal of Marketing, 42, 87–96.

    Article  Google Scholar 

  • Jarvis, C. B., MacKenzie, S. B., & Podsakoff, P. M. (2003). A critical review of construct indicators and measurement model misspecification in marketing and consumer research. Journal of Consumer Research, 30, 199–218.

    Article  Google Scholar 

  • Kepper, G. (2008). Methoden der qualitativen Marktforschung. In A. Herrmann, C. Homburg, & M. Klarmann (Hrsg.), Handbuch Marktforschung (3. Aufl., S. 175–212). Wiesbaden: Gabler.

    Google Scholar 

  • Likert, R. (1932). A Technique for the Measurement of Attitudes. Archives of Psychology, 140, 1–55.

    Google Scholar 

  • Miller, G. A. (1956). The magical number seven, plus or minus two: Some limits on our capacity for processing information. Psychological Review, 63, 81–97.

    Article  Google Scholar 

  • Nagy, M. S. (2002). Using a single-item approach to measure facet job satisfaction. Journal of Occupational and Organizational Psychology, 75, 77–86.

    Article  Google Scholar 

  • Nunnally, J. C. (1967). Psychometric theory. New York: McGraw-Hill.

    Google Scholar 

  • Peter, J. P. (1979). Reliability: A review of psychometric basics and recent marketing practices. Journal of Marketing Research, 26, 6–17.

    Article  Google Scholar 

  • Podsakoff, P. M., MacKenzie, S. B., Podsakoff, N. P., & Lee, J.-Y. (2003). Common Method Bias in Behavioral Research. Journal of Applied Psychology, 88, 879 –903.

    Google Scholar 

  • Rohrmann, B. (1978). Empirische Studien zur Entwicklung von Antwortskalen für die sozialwissenschaftliche Forschung. Zeitschrift für Sozialpsychologie, 9(3), 222–245.

    Google Scholar 

  • Rossiter, J. R. (2002). The C-OAR-SE procedure for scale development in marketing. International Journal of Research in Marketing, 19, 305–335.

    Article  Google Scholar 

  • Rossiter, J. R., & Percey, L. (1987). Advertising and promotion management. New York: McGraw-Hill.

    Google Scholar 

  • Rost, J. (2004). Lehrbuch Testtheorie – Testkonstruktionen (2. Aufl.). Bern: Huber.

    Google Scholar 

  • Sarstedt, M., & Wilczynski, P. (2009). More for less? A comparison of single-Item and multi-item measures. Die Betriebswirtschaft, 69(2), 211–227.

    Google Scholar 

  • Schnell, R., Hill, P., & Esser, E. (2011). Methoden der empirischen Sozialforschung (9. Aufl.). Müünchen: Oldenbourg Verlag.

    Google Scholar 

  • Shamir, B., & Kark, R. (2004). A single-item graphic scale for the measurement of organizational identification. Journal of Occupational and Organizational Psychology, 77, 115–124.

    Article  Google Scholar 

  • Spector, P. E. (1992). Summated rating scale construction. Newbury Park: Sage.

    Google Scholar 

  • Swain, S. D., Weathers, D., & Niedrich, R. W. (2008). Assessing three sources of misresponse to reversed likert items. Journal of Marketing Research, 45, 116–131.

    Article  Google Scholar 

  • Temme, D., Paulssen, M., & Hildebrandt, L. (2009). Common Method Variance. Die Betriebswirtschaft, 69(2), 123–146.

    Google Scholar 

  • Trommsdorff, V. (1975). Die Messung von Produktimages für das Marketing: Grundlagen und Operationalisierung. Köln: Heymann Verlag.

    Google Scholar 

  • Weiber, R., & Jacob, F. (2000). Kundenbezogene Informationsgewinnung. In M. Kleinaltenkamp & W. Plinke, Technischer Vertrieb: Grundlagen des Business-to-Business Marketing (2. Aufl., S. 523–611). Berlin: Springer.

    Google Scholar 

  • ZUMA-Handbuch sozialwissenschaftlicher Skalen. (1983). 3 Bände, Bonn mit ständigen Aktualisierungen durch Loseblattsammlung: Informationszentrum Sozialwissenschaften.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Professur für Marketing Innovation und E-Business, Universität Trier, Trier, Deutschland

    Prof. Dr. Rolf Weiber & Dr. Daniel Mühlhaus

Authors
  1. Prof. Dr. Rolf Weiber
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Dr. Daniel Mühlhaus
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Rolf Weiber .

Rights and permissions

Reprints and permissions

Copyright information

© 2014 Springer-Verlag Berlin Heidelberg

About this chapter

Cite this chapter

Weiber, R., Mühlhaus, D. (2014). Konstrukt-Operationalisierung. In: Strukturgleichungsmodellierung. Springer-Lehrbuch. Springer Gabler, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-35012-2_6

Download citation

  • DOI: https://doi.org/10.1007/978-3-642-35012-2_6

  • Published:

  • Publisher Name: Springer Gabler, Berlin, Heidelberg

  • Print ISBN: 978-3-642-35011-5

  • Online ISBN: 978-3-642-35012-2

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics

Search

Navigation