Grundlagen zur Schätzung von komplexen Strukturgleichungen unter Verwendung von PLS

Auszug

Bei vielen Fragestellungen im praktischen und wissenschaftlichen Bereich geht es um die Untersuchung kausaler Abhängigkeiten zwischen bestimmten Faktoren. Die Besonderheit von Strukturgleichungsmodellen im Rahmen von Kausalanalysen ist darin zu sehen, dass diese auch die überprüfung von Zusammenhängen zwischen latenten, d.h. nicht beobachtbaren Variablen ermöglicht (Backhaus et al. 2003). Latente Variablen sind durch abstrakte Inhalte gekennzeichnet, bei denen nicht unmittelbar einsichtig ist, ob der gemeinte Sachverhalt in der Realität vorliegt. Diese spielen in der Marketingforschung und bei vielen praktischen Anwendungen eine gro\e Rolle. Begriffe wie bspw. Einstellung, Image, Kundenloyalität, Kundezufriedenheit oder Kaufabsicht stellen allesamt latente Variablen dar. Zusammenhänge zwischen solchen latenten Variablen sind bei praktischen Fragestellungen häufig von erheblichem Interesse. So besitzt bspw. die Untersuchung des Zusammenhangs zwischen der Kundenzufriedenheit und der Kundenbindung für die Verantwortlichen in Unternehmen erhebliches Interesse. Hierbei ist allerdings einsichtig, dass sich für die latenten Variablen wie z. B. Kundenzufriedenheit und Kundenbindung keine direkten empirischen Messwerte erheben und sich dadurch die unterstellten kausalen Abhängigkeiten nicht ohne weiteres überprüfen lassen. Aus dieser Restriktion resultiert die Notwendigkeit, eine Operationalisierung der hypothetischen Konstrukte mittels (Mess-) Indikatoren vorzunehmen. Indikatoren stellen dabei unmittelbar messbare Sachverhalte dar, welche das Vorliegen der gemeinten, aber nicht direkt erfassbaren Phänomene anzeigt (Kroeber-Riel/ Weinberg 2003).