Abstract
In der empirischen betriebswirtschaftlichen Forschung wird regelmäßig unterstellt, dass die Beobachtungen einer einzigen homogenen Population angehören. Diese Annahme ist in der Regel unzutreffend. Ergebnisse einer Partial Least Squares (PLS)-Pfadanalyse können auf dem aggregierten Datenniveau zu unpräzise und zu undifferenziert für die Ableitung treffender Ergebnisse und effektiver Maßnahmen ausfallen, wenn ein deutliches Maß unbeobachteter Heterogenität in den inneren Pfadmodellbeziehungen vorliegt. Das ursprünglich von Hahn (2002) entwickelte Finite Mixture Partial Least Squares (FIMIX-PLS)-Verfahren ist eine geeignete Methode, um die PLS-Pfadmodellergebnisse dahingehend zu überprüfen, ob Heterogenität die Schätzungen für die inneren Pfadmodellbeziehengen deutlich beeinflusst. Eine solche Überprüfung sollte für jede PLS-Pfadanalyse durchgeführt werden, um entweder die Resultate auf dem aggregierten Datenniveau zu bestätigen oder auf Grundlage der FIMIX-PLS-Ergebnisse eine Segmentierung mit gruppenspezifischer PLS-Pfadanalyse vorzunehmen. Dieser Beitrag stellt das FIMIX-PLSVerfahren und seine systematische Anwendung anhand von Beispielen vor.
Dokumententyp: | Buchbeitrag |
---|---|
Keywords: | Heterogenität; FIMIX-PLSVerfahren, Partial Least Squares (PLS); Finite Mixture Partial Least Squares (FIMIX-PLS) |
Fakultät: | Betriebswirtschaft > Institut für Marketing |
Themengebiete: | 300 Sozialwissenschaften > 330 Wirtschaft |
ISBN: | 978-3-8006-3613-6; 978-3-8006-4437-7 |
Ort: | München |
Sprache: | Deutsch |
Dokumenten ID: | 96244 |
Datum der Veröffentlichung auf Open Access LMU: | 17. Mai 2023, 14:29 |
Letzte Änderungen: | 15. Sep. 2023, 06:42 |