Datenqualität

Jede Analyse kann nur so gut sein wie die Daten, auf der sie basiert. Diesem Prinzip folgend, beschäftigen wir uns mit grundlegenden Fragen zur Messung von nicht direkt beobachtbaren Phänomenen. Hierzu gehören u. a. die Einstellung von Konsumenten gegenüber Werbung und Marken, Kaufabsichten oder die Kundenzufriedenheit. Aktuelle Forschungsprojekte zielen darauf ab, metrologische Ansätze aus den Naturwissenschaften in die Verhaltenswissenschaften zu übertragen. Hierdurch soll eine höhere Replizierbarkeit verhaltens-wissenschaftlicher Studien gefördert werden.

Aktuelle Publikationen
Sarstedt, M., Adler, S. J., Rau, L, Schmitt, B. (2024). Using large language models to generate silicon samples in consumer and marketing research: Challenges, opportunities, and guidelines. Psychology & Marketing, https://doi.org/10.1002/mar.21982
Rigdon, E. E., & Sarstedt, M. (2022). Accounting for uncertainty in the measurement of unobservable marketing phenomena. In: H. Baumgartner and B. Weijters (Eds.), Review of Marketing Research, Volume 19 (pp. 53-73). Bingley, UK: Emerald.
Hair, J. F., & Sarstedt, M. (2021). Data, measurement, and causal inferences in machine learning: Opportunities and challenges for marketing. Journal of Marketing Theory & Practice, 29(1), 65-77.
Rigdon, E. E., Sarstedt, M., & Becker, J.-M. (2020). Quantify uncertainty in behavioral research. Nature Human Behaviour, 4, 329-331.
Rigdon, E. E., Becker, J.-M., & Sarstedt, M. (2019). Factor indeterminacy as metrological uncertainty: Implications for advancing psychological measurement. Multivariate Behavioral Research, 54(3), 429-443.
Rigdon, E. E., Becker, J.-M., & Sarstedt, M. (2019). Parceling cannot reduce factor indeterminacy in factor analysis: A research note. Psychometrika, 84(3), 772–780.

Datenqualität

Wonach suchen Sie?