Skip to main content
  • 989 Accesses

Auszug

Ziel dieses Kapitels ist die Analyse der Daten. Dabei wird zunächst das Sample beschrieben (7.1). Darauf folgt die Analyse der abhängige Variable, der Export Performance operationalisiert durch die Exportquote (7.2). Daran anschließend werden in Abschnitt 7.3 die unabhängigen Variablen, die organisationskulturellen Traits analysiert, bevor der Zusammenhang zwischen den Traits und der Exportquote mittels bivariater Korrelationen untersucht wird (7.4). In einem nächsten Schritt erfolgt die Erklärung der Forschungsfrage auf multivariater Ebene (7.5) bevor das Kapitel mit der Zusammenfassung der Resultate, den Implikationen basierend auf den Ergebnissen und dem Ausblick auf künftige Forschungsarbeiten endet (7.6).

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

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 69.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 69.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

References

  1. Vgl. Kasper, Loisch und Müller, 2005, S. 29 ff.

    Google Scholar 

  2. Vgl. Kasper, Loisch und Müller, 2005, S. 29 ff.

    Google Scholar 

  3. Vgl. Kasper, Loisch und Müller, 2005, S. 29 ff.

    Google Scholar 

  4. Vgl. Kasper, Loisch und Müller, 2005, S. 52 ff.

    Google Scholar 

  5. Siehe dazu auch den Artikel von Babin und Boles (1998), die sich bei gleich bleibender Reliabilität für die Summierung von Items zu einem Indikator aussprechen. Denison selbst verfährt so in sämtlichen seiner Untersuchungen. Allgemein formuliert wird ein Strukturgleichungsmodell verwendet, wenn nicht direkt messbare Größen, auch latente Variablen bezeichnet, untersucht werden (Homburg und Giering, 1996). Neben diesem ersten Argument pro die Verwendung eines Strukturgleichungsmodells, wird dann kausalanalytisch vorgegangen, wenn ein komplexes Modell (mehr als eine endogene Variable) dargestellt werden soll. Eine Vorraussetzung für den Einsatz eines Strukturgleichungsmodells, ebenfalls von erheblicher Relevanz, ist eine hinreichend große Stichprobe. Diller (2006) schreibt in diesem Zusammenhang von einem Stichprobenumfang, im Sinne einer „Daumenregel“ von mindestens 200 ProbandInnen. In der vorliegenden Arbeit sind nun ausschließlich die unabhängigen Variablen, d.h. die Traits als „latent“ zu operationalisieren. Weder die abhängige noch die Kontrollvariablen sind latente Konstrukte, was alleine die Verwendung eines Strukturgleichungsmodells noch nicht ausschließt. Da in der vorliegenden Untersuchung nur eine endogene Variable verwendet wird, die „nicht latent“, sondern manifest ist, ist auch die mit der Untersuchung verbundene Komplexität als niedriger einzustufen (z.B.: keine indirekten Effekte). Zudem ist die Fallzahl von 101 Unternehmen als nicht hinreichend einzustufen, um ein Strukturgleichungsmodell zu berechnen. Idealerweise wäre eine Analyse mittels Strukturgleichungsmodell ab n>150 durchzuführen. Die geringe Fallanzahl führt tatsächlich zu Identifikationsproblemen beziehungsweise unzureichenden Fit-Indizes (z.B.: AGFI =.774; GFI =.847). Im verwendeten Programm AMOS werden keine zulässigen Modifikationen vorgeschlagen, um den Fit zu verbessern. Obwohl die Ergebnisse demnach für die weitere Analyse nicht herangezogen werden können, zeigen sich die gleichen Effektmuster wie bei der OLS Regression für die vier Traits. Auf Basis der hier angeführten Argumente folgt, dass auf ein Strukturgleichungsmodell verzichtet wird. Die guten Ergebnisse der konfirmatorischen Faktorenanalyse hinsichtlich der unabhängigen Konstrukte dienen in der vorliegenden Arbeit zur Absicherung der Operationalisierung von organisationskulturellen Traits.

    Google Scholar 

  6. Diese Art der Schätzung wird auch als „Methode der kleinsten Quadrate“ bezeichnet und gilt als eines der wichtigsten statistischen Schätzverfahren. Durch die Quadrierung der Abweichungen der Beobachtungswerte von den Schätzwerten werden größere Abweichungen stärker gewichtet und es wird vermieden, dass sich die positiven und negativen Abweichungen kompensieren (Backhaus, 2006, S. 58 f.).

    Google Scholar 

  7. Siehe dazu beispielsweise die Arbeiten von Erramilli (1991) sowie Kakkos und Diamantopoulos (2002).

    Google Scholar 

  8. Vgl. Denison, 1995, S. 213 ff.; Denison, 2001, S. 356 f.

    Google Scholar 

  9. Vgl. Denison, 1995, S. 213 ff.; Denison, 2001, S. 356 f.

    Google Scholar 

  10. Vgl. Schein, 2001, S. 137 f.

    Google Scholar 

  11. Vgl. Senge, 2001, S. 258 f.

    Google Scholar 

  12. Vgl. Denison, 1995, S. 213 ff.; Denison, 2001, S. 356 f.

    Google Scholar 

  13. Vgl. Randolph, 1995, S. 28 ff.

    Google Scholar 

  14. Vgl. Randolph, 1995, S. 28 ff.

    Google Scholar 

  15. Vgl. Calder, Phillips und Tybout, 1982, S. 240 ff.

    Google Scholar 

  16. Vgl. Hauschildt, 2006, S. 62 f.

    Google Scholar 

  17. Vgl. Hauschildt, 2006, S. 62 f.

    Google Scholar 

  18. Vgl. Neuberger und Kompa, 1987, S. 40 ff.

    Google Scholar 

Download references

Rights and permissions

Reprints and permissions

Copyright information

© 2007 Deutscher Universitäts-Verlag | GWV Fachverlage GmbH, Wiesbaden

About this chapter

Cite this chapter

(2007). Ergebnisse der Erhebung. In: Organisationskultur als Einflussgröße der Export Performance. DUV. https://doi.org/10.1007/978-3-8350-5419-6_7

Download citation

Publish with us

Policies and ethics