Zusammenfassung
An die Identifikation von Erfolgsfaktoren sind methodische und inhaltliche Anforderungen zu stellen, die im grundlegenden Messmodell bereits spezifiziert worden sind (vgl. Abschnitt 4.1). Die Datenanalyse ist auf der Basis einer möglichst validen Messung der unabhängigen Variablen, d. h. der Konstrukte zur Erfassung unterschiedlicher Gestaltungselemente von NPE-Programmen, durchzuführen. In Kapitel 5 ist deutlich geworden, dass die Validität der Messung durch das Auftreten eines Informant Bias z. T. erheblich eingeschränkt ist. Erschwerend kommt hinzu, dass kein Informant identifiziert werden konnte, der durchgängig valide antwortet und daher als eine Art „key informant“ betrachtet werden könnte. Daraus ist die Forderung abzuleiten, dass die Analyse des Zusammenhanges zwischen Gestaltungselementen und dem Erfolg von NPE-Programmen nur auf Basis multipler Informanten und unter expliziter Modellierung des Informant Bias erfolgen kann (vgl. Anhang A2). Dazu wäre allerdings ein komplexes Kausalmodell zu schätzen, das aufgrund der geringen Anzahl von 43 Beobachtungen in dieser Studie nicht anwendbar ist. Aus diesem Grund wird hier ein anderes Vorgehen gewählt, das auf der einen Seite der Datenlage Rechnung trägt und auf der anderen Seite die Befunde aus Kapitel 5 berücksichtigt. Schließlich führt die geringe Anzahl von Beobachtungen dazu, dass auf die Einbeziehung von Umfeldfaktoren im Sinne eines Kontingenzansatzes ebenfalls verzichtet wird.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literature
Die Anwendungsbedingungen für Regressionsanalysen wurden nach den Vorschriften der einschlägigen Literatur geprüft (Hair et al., 1998; Wittink, 1988). Wenn nichts anderes angemerkt wird, ist davon auszugehen, dass die Anwendungsbedingungen für Regressionsanalysen jeweils erfüllt sind. Die Daten wurden auch jeweils auf „influential oberservations“ überprüft (Castagne/Haag/Karamnow, 1994; Chatterjee/Hadi, 1986). Wenn „influential oberservations“ beobachtet worden sind, dann wird an der jeweiligen Stelle auf deren Behandlung hingewiesen. Aufgrund der zentralen Bedeutung der Normalverteilungsannahme für die Signifikanztests wird in den Tabellen im Text über das Ergebnis des Kolmogorov-Smimov-Tests (KMT) der Residuen auf Normalverteilung berichtet. Die Nicht-Signifikanz des KMT bedeutet, dass die Annahme der Normalverteilung nicht zurückgewiesen werden kann.
In einigen Unternehmen existieren klare Vorgaben, welchen Gewinnbeitrag neue Produkte zu leisten haben. Werden diese unterschritten, dann werden Projekte abgebrochen.
In den Gesprächen während der Präsentation der Benchmarking-Ergebnisse wurde mehrmals über sogenannte „Lieblingsprojekte des Chefs“ geklagt, die wenig Aussicht auf Erfolg haben und nie „nachgerechnet“ würden. Eine abschließende Beurteilung ist für den Außenstehenden nicht möglich, da der ökonomische Erfolg des konkreten Projektes aus externer Sicht nicht bewertet werden kann.
Die Kritikpunkte treffen auch auf andere NPE-Arbeiten zu (vgl. die Abschnitte 2.2, 2.3 und 3.3). Aus Gründen der direkten Vergleichbarkeit bietet sich an dieser Stelle die Arbeit von Cooper und Kleinschmidt (1995a) an.
Rights and permissions
Copyright information
© 2001 Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden, und Deutscher Universitäts-Verlag GmbH, Wiesbaden
About this chapter
Cite this chapter
Ernst, H. (2001). Empirische Befunde: Erfolgsfaktoren neuer Produkte. In: Erfolgsfaktoren neuer Produkte. Beiträge zur betriebswirtschaftlichen Forschung, vol 95. Deutscher Universitätsverlag. https://doi.org/10.1007/978-3-322-86902-9_6
Download citation
DOI: https://doi.org/10.1007/978-3-322-86902-9_6
Publisher Name: Deutscher Universitätsverlag
Print ISBN: 978-3-8244-9066-0
Online ISBN: 978-3-322-86902-9
eBook Packages: Springer Book Archive