Methodisch-formale Forschung
Konstruktspezifikation und Auswirkungen auf Strukturgleichungsmodelle
Ein Großteil der Variablen, die in der empirischen Forschung untersucht werden, sind a priori nicht beobachtbar (z.B. die Zufriedenheit, Sympathie, unternehmerische Kompetenz, die gesellschaftliche Verantwortung). Diese so genannten Konstrukte werden mittels beobachtbarer Variablen operationalisiert. Die Marketingforschung ist über lange Jahre dem sogenannten reflektiven Paradigma gefolgt und hat Konstrukte überwiegend explizit oder unbewusst reflektiv operationalisiert. Programmpakete wie LISREL oder AMOS berechnen Beziehungen zwischen diesen unbeobachtbaren Größen auf Basis der Kovarianzstrukturanalyse.
Viele der im Marketing und im Management untersuchten Konstrukte sind jedoch nicht reflektiv, sondern formativ zu spezifieren: man kann sie eher als bewusst gebildete Indexvariablen auffassen. Die Folgen für den Forschungsprozess sind dramatisch.
Obwohl die Grundlagen seit längerem bekannt sind, erwacht die empirische Forschung erst jetzt langsam aus ihren alten Paradigmen. Das IMM trägt zur Bewusstseinsbildung bei, liefert Anregungen für einen reflektierten Umgang mit Konstrukten und zeigt neue Wege in Strukturgleichungsmodellen auf, beispielsweise die Anwendung des Partial Least Squares (PLS)-Ansatzes als Alternative zu LISREL-Methoden.
Zweimodale Klassifikationsverfahren
Zweimodale Klassifikationsverfahren verfolgen wie alle Clusteranalysen das Ziel, eine Menge von Elementen so in Gruppen aufzuteilen, dass innerhalb der Gruppen möglichst große Homogenität herrscht und zwischen den Gruppen deutliche Unterschiede bestehen. Der Vorteil zweimodaler gegenüber einmodaler Klassifikation ist, dass Objekte und Merkmale gemeinsam in Cluster gruppiert werden, wodurch das im einmodalen Fall bestehende Interpretationsproblem gelöst wird.
Zweimodale Clusteranalysen verbreiten sich zunehmend auch in der Betriebswirtschaftslehre. So kann z.B. durch Anwendung zweimodaler Clusteranalysen in der Werbewirkungskontrolle die klassische absolute Beurteilung der Wirkung einer kommunikationspolitischen Maßnahme durch eine aussagekräftigere, relative Beurteilung einzelner Wirkungsdimensionen ersetzen.
Aktuell haben wir aussagefähige Gütemaße zur Beurteilung der diversen Algorithmen entwickelt und überprüfen in einer Monte-Carlo-Studie deren Eignung für bestimmte Datenkonstellationen.