Die Prüfung der Ergebnisse: Methodische Probleme

  • Carsten Löffler
Chapter

Zusammenfassung

Die bisher zum gräßten Teil inhaltlich diskutierten Ergebnisse werden in diesem Kapitel auf ihre methodische Güte und damit auf ihre Validität untersucht. Dies kann, wie im vorherigen Kapitel, mit Hilfe von Subgruppenbildungen geschehen, muß aber auch gleichgerichtete Verzerrungen beachten, die durch einen derartigen Vergleich nicht entdeckt werden können.1 Die Gliederung der folgenden Abschnitte ergibt sich aus den Dimensionen der Validität.2 Abschließend erfolgt eine kurze Zusammenfassung der wichtigsten Analyseergebnisse. Grundsätzlich wird sich hierbei wiederum auf die Analyse die Erfolgsstudien der strategischen Planungsintensität beschränkt, da diese den notwendigen Umfang gewährleisten.

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

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Vgl. die Diskussion in Abschnitt 3.3.1, S. 66.Google Scholar
  2. 2.
    Vgl. dazu Abschnitt 3.3.2.2, S. 70.Google Scholar
  3. 3.
    Ein Vergleich der Effektstärken eta2 und w2 erübrigt sich, da keine Berechnun-Google Scholar
  4. gen in dieser Gruppe von Studien (Planungsintensität) durchgeführt wurden.Google Scholar
  5. 1.
    Es ergeben sich nur 38 von 41 Studienwerten, da bei drei Studien die Effekt-stärken nicht verglichen werden können (rap und du).Google Scholar
  6. 2.
    Vgl. die anschauliche Abbildung des Zusammenhangs von d und dk bei Glass, G.V. et al. (Meta-analysis, 1981), S. 112.Google Scholar
  7. 3.
    So aber die Meinung von Hunter, J.E./Schmidt, F.L. ( Meta-analysis, 1990 ), S. 71.Google Scholar
  8. 4.
    Vgl. dazu im Überblick Abbildung 3.2, S. 56.Google Scholar
  9. 5.
    Der korrigierte punktbiseriale Korrelationskoeffizient steht hier für die Effekt-stärke d, um die für einen Vergleich notwendige gleiche Skalenbreite zu gewährleisten.Google Scholar
  10. 1.
    Vgl. dazu Abschnitt 3.4, S. 73.Google Scholar
  11. 2.
    Vgl. Abschnitt 3.5, S. 75.Google Scholar
  12. 3.
    Vgl. Bortz, J. (Statistik, 1989 ), S. 61.Google Scholar
  13. 1.
    Vgl. Kriz, J. (Methodenkritik, 1981), S. 83ff.; Ferschl, F. ( Statistik, 1985 ), S.Google Scholar
  14. ff. und schon die Vermutung bezüglich des Formalisierungsgrades Abschnitt 4.5.1, S. 107f. Daneben besteht noch die hier nicht weiter verfolgte Möglichkeit eines symmetrischen Zusammenhangs.Google Scholar
  15. 2.
    Vgl. zur These des Glockenverlaufs Scholz, C. (Management, 1987), S. 21f. Und Hauschildt, J. (Organisationstheorie, 1987 ), S. 12, der diesen „u-förmigen“ Verlauf für die Effektivität der Organisationsstruktur vermutet.Google Scholar
  16. 3.
    Eine weitere Möglichkeit wäre der Vergleich der Ergebnisse von Studien, die nur strategische Planer erheben, mit denen, die auch Nicht-Planer erfassen. Hier wäre zu vermuten, daß die Effektstärken der ersten Gruppe bei Nicht-Linearität des Zusammenhangs kleiner (abnehmender Grenznutzen) oder größer (zunehmender Grenznutzen) sind. Dieser Weg ist hier aber nicht gangbar, da zur ersteren Gruppe nur zwei Studien zählen: Tochtermann, T.C.A. (Organisation, 1990), S. 114, sowie eingeschränkt Veliyath, R./Shortell, S.M. (Orientation, 1993).Google Scholar
  17. 4.
    rX umfaßt nur den,linearen Trend“; vgl. zu dem Zusammenhang von rX und eta2 die Formeln bei Bortz, J. (Statistik, 1989), S. 334 und S. 338. YGoogle Scholar
  18. 5.
    Vgl. Pearce II., J.A. et al. (Impact, 1987), S. 130f. wobei die eta2-Werte aus dem publizierten F-Wert gewonnen wurden.Google Scholar
  19. 1.
    Der Nachweis eines linearen Trends bei p=2 [Faktorstufen] ist trivial.“ Bortz, J. (Statistik, 1989), S. 337.Google Scholar
  20. 2.
    Dieser Interpretation folgen die meisten Autoren zumindest implizit, wenn sievgl. zu den Einzelergebnissen Anhang A 4.5.3, S. 238. Diese Vorgehensweise mit dem Vorteil der Analysemöglichkeit nicht-linearer Zusammenhänge entspricht dem Glass-Modell; vgl. Drinkmann, A. (Metaanalyse, 1990), S. 80. Glass et al. selber bieten noch differenziertere Skalierungsmöglichkeiten an; vgl. Glass, G.V. et al. (Meta-analysis, 1981), S. 170ff. m.w.N. Eine alternative, hier nicht nachvollzogene Möglichkeit besteht in der Verwendung der Gruppenmittelwerte,wobei allerdings die Streuung nicht berücksichtigt wird xGoogle Scholar
  21. 3.
    Es wurden 8 Studien (eta2) mit 12 Studien (rX) verglichen; vgl. zu den einzel-nen Studien und den diesbezüglichen Einzelergebnissen Anhang A 4.5.3, S. 238.Google Scholar
  22. 4.
    Der Gesamteffekt wird hier definiert als die Summe der einzelnen Effektstärken;vgl. zu den Einzelergebnissen Anhang A 4.5.3, S. 238. Diese Vorgehensweise mit dem Vorteil der Analysemöglichkeit nicht-linearer Zusammenhänge entspricht dem Glass-Modell; vgl. Drinkmann, A. (Metaanalyse, 1990), S. 80. Glass et al. selber bieten noch differenziertere Skalierungsmöglichkeiten an; vgl. Glass, G.V. et al. (Meta-analysis, 1981), S. 170ff. m.w.N. Eine alternative, hier nicht nachvollzogene Möglichkeit besteht in der Verwendung der Gruppenmittelwerte,wobei allerdings die Streuung nicht berücksichtigt wirdGoogle Scholar
  23. I Vgl. Kapitel 5, S. 112ff.Google Scholar
  24. 2.
    Vgl. zu einigen derartigen Alternativerklärungen schon Hofer, C.W. (Research,1976), S. 263. Im folgenden werden die Begriffe Scheinbeziehung, Scheinzusammenhang und Scheinkorrelation synonym verwendet.Google Scholar
  25. 3.
    Vgl. auch Abbildung 5.1, S. 113.Google Scholar
  26. 4.
    Vgl. zu einer Übersicht über die große Anzahl möglicher Variablen Lenz, R.T. ( Determinants, 1981 ), S. 146.Google Scholar
  27. 1.
    Vgl. zu Begriff und Berechnung einer Partialkorrelation Abbildung 5.2, S. 114, m.w.N.Google Scholar
  28. 2.
    Vgl. Gooding, R.Z./Wagner III., J.A. (Size, 1985), S. 468; ähnlich auch das Re- sultat der Metaanalyse von Capon, N. et al. (Determinants, 1990 ), S. 1148.Google Scholar
  29. 1.
    Dies wäre bei einem Merkmal mit nominalem Skalenniveau wie die Branche auchGoogle Scholar
  30. schwer interpretierbar; vgl. zum Kontingenzkoeffizient von Cramér auch Abschnitt 3.1.3.4, S. 53.Google Scholar
  31. 2.
    Vgl. auch mit einer weiteren Differenzierung Bortz, J. (Forschung, 1984 ), S. 404f.; aber auch die Verfahren zur Berücksichtigung von moderierenden Effekten, Abschnitt 5.2.1, S. 132f.Google Scholar
  32. 1.
    Dieser Ansatz ist allerdings nur exakter, wenn es um einen linearen Zusammen-hang zur Drittvariablen geht.Google Scholar
  33. 2.
    Vgl. Rhyne, L.C. ( Performance, 1986 ), S. 431.Google Scholar
  34. 3.
    Die Partialkorrelation stellt nämlich die Korrelation über modifizierte Werte dar,die aus der Drittvariablen geschätzt werden. Eine grundlegende Schätzung besteht in der Bildung eines Mittelwertes oder Medians; vgl. zum Grundgedanken der Partialkorrelation Bortz, J. (Statistik, 1989 ), S. 552.Google Scholar
  35. 4.
    Rein formal läBt sich z.B. der Gewinn in das Produkt aus „Gewinn jedes Mitar-beiters“ und der ”Anzahl der Mitarbeiter“ zerlegen, so daB in dieser Form die gemeinsame Komponente deutlich wird.Google Scholar
  36. 1.
    Vgl. zur Moderatoren-Gruppierung der Unternehmensgröße Abschnitt 5.2.2.1, S. 135.Google Scholar
  37. 2.
    Der SIC-Code (Standard Industrial Classification-Code) ist die in den U.S.A.verwendetet Systematik der Wirtschaftszweige; vgl. zur deutschen Systematik Statistisches Bundesamt (Wirtschaftszweige, 1979) und zur Klassifikation der Studien Anhang A 6.1, S. 250.Google Scholar
  38. 2.
    Vgl. S. 157.Google Scholar
  39. 3.
    Ferschl, F. (Statistik, 1985), S. 196.Google Scholar
  40. 4.
    Vgl. Schnell, R. et al. (Methoden, 1989), S. 43 Fn., m.w.N.Google Scholar
  41. 1.
    Vgl. Kriz, J. (Methodenkritik, 1981), S. 83; Bortz, J. (Forschung, 1984), S. 396; Cook, T.D./Campbell, D.T. (Quasi-experimentation, 1979 ), S. 54.Google Scholar
  42. 2.
    Vgl. z.B. Lewis, W.W. (Backlash, 1983), S. 24–1 und Vancil, R.F./Lorange, P. ( Phasen, 1979 ), S. 68.Google Scholar
  43. 3.
    Vgl. Chakravarthy, B.S. (Tailoring, 1987), S. 521; Boyd, B.K. (Review, 1991 ), S. 367; Pearce II, J.A. et al. (Link, 1987), S. 672 sowie Ruth, D. (Planungssysteme, 1989 ), S. 109.Google Scholar
  44. 1.
    Vgl. so auch Haake, K. (Verhalten, 1987 ), S. 130 und zu einem derartigen Vor-gehen extrem Thune, S./House, R. (Planning, 1970), die Durchschnitte bis zu 15 Jahren bildeten.Google Scholar
  45. 2.
    Gregor stellt in einer Befragung von Managern fest, daB die formale Planung zugenommen hat; vgl. Gregor, W.T. (Services, 1985), S. 94.Google Scholar
  46. 3.
    Streng genommen sind im verhaltenswissenschaftlichen Bereich immer intervenie-rende Variablen eines Zusammenhangs konstruierbar (z.B. über Wahrnehmungsvorgänge), so daß eigentlich nur mehr oder weniger intervenierte Zusammenhänge existieren.Google Scholar
  47. 4.
    Vgl. u.a. Esser, W.-M. et al. (Mobilisierung, 1989 ), S. 500.Google Scholar
  48. 5.
    Vgl. Chakravarthy, B.S. (Tailoring, 1987), S. 520 und Tochtermann, T.C.A. (Or- ganisation, 1990 ), S. 94ff.Google Scholar
  49. 6.
    Fredrickson, J.W. (Motive, 1985), vgl. Anhang 4.1. 1, S. 217.Google Scholar
  50. 7.
    Vgl. Abschnitt 5.2.2.5, S. 145, sowie Abschnitt 4.2.3, S. 89. Die „Leidens- druck-Hypothese“ kann besser als moderierender Effekt analysiert werden.Google Scholar
  51. 8.
    Vgl. so im Ergebnis auch Armstrong, J.S. (Value, 1982 ), S. 207; Greenley, G.E.Google Scholar
  52. Planning, 1986), S. 104; Huff, A.S./Reger, R.K. (Process, 1987), S. 219f. sowie King, W.R. ( Systems, 1983 ), S. 265f.Google Scholar
  53. 1.
    Es gilt: ES = ES, 1/R1• R2 mit Ri: Reliabilität der Variablen und ESc: korri- gierte Effektstärke; vgl. in veränderter Notation Fricke, R./Treinies, G. ( Meta-analyse, 1985 ), S. 131.Google Scholar
  54. Vgl. zu letzterem Cohen, J. (Analysis, 1988), S. 6. Reinecker et al. empfehlendaher die Verwendung der tatsächlichen Effektstärken und eine vorsichtige Interpretion; vgl. Reinecker, H. et al. (Psychotherapieforschung, 1989), S. 110.Google Scholar
  55. Vgl. u.a. Habel, S. (Unternehmensfuhrung, 1992), S. 131 und 5.205; Foster, M.J. (Value, 1986 ), S. 181; Shrader, C.B. et al. (Appraisal, 1984 ), S. 154f.Google Scholar
  56. 1.
    Der Zeithorizont kann ein Merkmal der Planung und des Plans darstellen.Google Scholar
  57. 2.
    Neben dieser Klassifizierungsmethode sei auf die methodisch interessante Kon-struktion einer Guttman-Skala hingewiesen; vgl. Wood, R.D.jr./LaForge, R.L. (Development, 1981) und die dazu gehörende Studie dieselben (Impact, 1979 ).Google Scholar
  58. 1.
    Fulmer, R.M./Rue, L.W. (Practice, 1974), S. 3; vgl. zu einer abgewandelten, aber genauestens dokumentierten Operationalisierung auch Lindsay, W.M./Rue, L.W. (Environment, 1980 ), S. 388f.Google Scholar
  59. 2.
    Vgl. Schnell, R. et al. (Methoden, 1989 ), S. 167.Google Scholar
  60. 3.
    Vgl. auch die Ausführungen zur Messung der methodischen Qualität in Ab-schnitt 3.3.2.1, S. 68; skeptisch dazu auch Schnell, R. et al. (Methoden, 1989), S. 169: „ In der Regel kann ein Index allerdings selten formal ‘validiert’, sondern nur mit seiner theoretischen oder empirischen Nützlichkeit legitimiert werden.“Google Scholar
  61. 4.
    Vgl. Cook, T.D./Campbell, D.T. ( Quasi-experimentation, 1979 ), S. 64.Google Scholar
  62. 5.
    Vgl. in der angegebenen Reihenfolge die Studie von Orpen, C. (Planning, 1985)Google Scholar
  63. 1.
    Vgl. Bussiek, J. (Planung, 1985 ), S. 109ff.Google Scholar
  64. 2.
    Vgl. zur Klassifikation aller Studien der Planungsintensität Anhang A 6.1, S. 250.Google Scholar
  65. 1.
    Gebert, D. (Organisation, 1978 ), S. 50, Hervorhebung im Orginal. Gebert disku- tiert hier Aspekte der Organisationsforschung, die allerdings analog übertragen werden können.Google Scholar
  66. 2.
    Diese Einbindung von Systemen in die jeweiligen Prozesse ist zumindest frag- lich; vgl. Habel, S. ( Unternehmensführung, 1992 ), S. 216.Google Scholar
  67. 1.
    Vgl. Abschnitt 5.1.1, S. 115.Google Scholar
  68. 2.
    Vgl. Abschnitt, 4.4.1, S. 106ff.Google Scholar
  69. 3.
    Vgl. Abschnitt 2.2, S. 18f.Google Scholar
  70. 4.
    Um eine Parallele zu einem anderen Fachgebiet zu ziehen: in der Psychotherapie-forschung wird dies als „ipsatives“ und „normatives” Meßverfahren bezeichnet; vgl. Bastine, R. ( Psychotherapieforschung, 1975 ), S. 675.Google Scholar
  71. 1.
    Vgl. zu dieser Kongruenzproblematik auch die Bemerkungen und Literaturhinweise in Abschnitt 2.4.3, S. 30.Google Scholar
  72. 2.
    Ein derartiges Ziel wird im „überleben“ eines Unternehmens gesehen, das in engem Zusammenhang zu finanziellen Kategorien steht; vgl. u.a. Grinyer, P.H./ Norburn, D. (Perceptions, 1975), S. 74. Aber selbst das muB nicht unbedingt von allen Unternehmen angestrebt werden; vgl. Voigt, K.-J. (Unsicherheit, 1992), S.298.Google Scholar
  73. 3.
    Als Ausnahme sind Wood und LaForge zu nennen, wenn sie fordern: „Finally, it probably is time for researchers in this area to abandon the smorgasbord use of financial measures as dependent variables and try to match up the appropriate performance criteria with the primary objectives of the organization being studied.“ Wood, R.D.jr./LaForge, R.L. (Impact, 1979), S. 526.Google Scholar
  74. 4.
    Vgl. zu einer ähnlichen, durch Faktorenanalyse gewonnenen Einteilung auch Cha-kravarthy, B.S. (Performance, 1986), S. 440f., der auf eine unveröffentlichte Studie von Woo und Willard Bezug nimmt; vgl. aber auch Schifile, F.M. (Diversifikation, 1992), S. 102ff. zu einer Ubersicht über verschiedene finanzielle ErfolgsmaBe.Google Scholar
  75. 1.
    Vgl. Ansoff, H.I. et al. (Acquisitions, 1970 ), S. 6.Google Scholar
  76. 2.
    Im einzelnen: Zwei-Gruppenanordnung, Mittelwerte und Standardabweichungen für jede Gruppe angegeben bzw. berechenbar.Google Scholar
  77. 3.
    Vgl. Abschnitt 6.1.1, S. 151.Google Scholar
  78. 1.
    Dieser Effektstärken-Wert ist mit den in der vorliegenden Arbeit sonst verwen-deten Maßen nicht identisch: Die hier eingehende Streuung ist nicht die der einzelnen Studie (die geht ja in den Variationskoeffizienten ein), sondern wird über alle Studienwerte berechnet.Google Scholar
  79. 2.
    Es sei angemerkt, daß es sich hierbei nicht um das in der Strategieforschung übliche Maß des Risikos handelt, welches an der Streuung des Erfolgsmerkmals eines Unternehmens über einen Zeitraum anknüpft und nicht an der Streuung einer Gruppe von Unternehmen; vgl. zum „üblichen“ Risiko-Maß Schüle, F.M. (Diversifikation, 1992), S. 197ff.Google Scholar
  80. 3.
    Vgl. u.a. Pearce II., J.A. et al. (Impact, 1987 ).Google Scholar
  81. 6.
    Vgl. zu diesem Verzerrungseffekt Bortz, J. (Forschung, 1984), S. 160 m.w.N. Powell bezeichnet dies als „Conscious correlation“; vgl. Powell, T.C. (Advantage, 1992 ), S. 128.Google Scholar
  82. l In diesem Fall eines moderierenden Effekts ist die Prüfung der Adäquatheit einesGoogle Scholar
  83. subjektiven Meßverfahrens mit Hilfe eines Korrelationskoeffizienten (vgl. S. 176 Fn.) völlig unangebracht. Denn dieser mißt nur, ob die Maße gleichlaufend sind, aber das kann durchaus auf einem unterschiedlichen Niveau sein.Google Scholar
  84. 1.
    Vgl. Witte, E. (Forschung, 1974 ), Sp. 1273.Google Scholar
  85. 2.
    Vgl. zu einer Auflistung verschiedener Befragungstypen Friedrichs, J. (Sozialfor-schung, 1990 ), S. 224 und Lamnek, S. (Sozialforschung, 1989 ), S. 68f.Google Scholar
  86. 3.
    Grinyer, P.H./Norburn, D. (Perceptions, 1975), S. 72; ähnlich deutlich auch schon Ringbakk, K.-A. ( Planning, 1969 ), S. 46.Google Scholar
  87. 4.
    Vgl. zu dieser Einschätzung auch Witte, E. (Organisationsforschung, 1980 ), Sp. 620.Google Scholar
  88. 5.
    Bezugspunkt der Klassifikation ist das Erhebungsverfahren für die Merkmale der strategischen Planungsintensität.Google Scholar
  89. 1.
    Vgl. zu diesem Vorteil der postalischen Befragungsvariante Schnell, R. et al. (Methoden, 1989), S. 329, m.w.N.Google Scholar
  90. 2.
    Vgl. zur weiteren Interpretation insbesondere Abschnitt 7.1.1., S. 189, wo dieserEffekt auf einen Scheinzusammenhang zurückgeführt wird.Google Scholar
  91. 1.
    Vgl. Molenaar, N.J. ( Studies, 1991 ), S. 171.Google Scholar
  92. 2.
    Vgl. zu einem expliziten Vergleich der Bewertungen verschiedener Stellungsinha-ber Javidan, M. (Survey, 1985), S. 90ff. ber Javidan, M. (Survey, 1985 ), S. 90ff.Google Scholar
  93. 1.
    Vgl. zu dieser Kritik auch Huff, A.S./Reger, R.K. ( Process, 1987 ), S. 220.Google Scholar
  94. 2.
    Vgl. beispielhaft die Studie von Grinyer, P.H./Norburn, D. (Perceptions, 1975 ).Google Scholar
  95. 3.
    Vgl. Abschnitt 3.3.2.2, S. 70.Google Scholar
  96. 4.
    Ersteres wird in der Definition von Cook und Campbell suggeriert: „We shallGoogle Scholar
  97. use the term external validity to refer to the appropriate validity with which conclusions are drawn about the generalizability of a causal relationship to and across population of persons, settings, and times.“ Cook, T.D./Campbell, D.T. (Quasi-experimentation, 1979), S. 39. Die Relativität der externen Validität wird deutlich in der Meßvorschrift von Wittmann und Matt; vgl. Wittmann, W.W./ Matt, G.E. (Meta-Analyse, 1986), S. 26.Google Scholar
  98. 5.
    Vgl. zu dieser Empfehlung Witte, E. (Forschung, 1974), Sp. 1273.Google Scholar
  99. 6.
    Bortz, J. (Forschung, 1984 ), S. 243.Google Scholar

Copyright information

© Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden 1995

Authors and Affiliations

  • Carsten Löffler

There are no affiliations available

Personalised recommendations