Der Wert von Produktvielfalt: - Universität St.Gallen

Huber/Kressmann 2004, S. 24f.). Im Fall von standardisierten manifesten Variablen
sollten also manifesten Variablen stärker mit der zugehörigen latenten Variable als mit
anderen korrelieren. Eng hiermit verbunden ist die Diskriminanzvalidität.
Diese gibt an, inwieweit „(...) measures of distinct concepts differ“ (Bagozzi/Phillips
1982, S. 469) und liegt dann vor, wenn die Messmodelle inhaltlich verschiedener
Konzepte auch unterschiedliche Messergebnisse erzeugen. Die Diskriminanzvalidität
lässt sich mit Hilfe des Fornell-Larcker-Kriteriums beurteilen (vgl. Götz/Liehr-
Gobbers 2004, S. 15). Dieses besagt, dass dann von Diskriminanzvalidität
ausgegangen werden kann, wenn die durchschnittlich erfasste Varianz einer latenten
Variablen größer ist als sämtliche quadrierten Korrelationen dieser Variablen mit allen
anderen Konstrukten im Modell (vgl. Fornell/Larcker 1981, S. 46). Ist das Fornell-
Larcker-Kriterium erfüllt, so ist die gemeinsame Varianz einer latenten Variablen mit
ihren manifesten Variablen größer als die gemeinsame Varianz mit anderen
Konstrukten des Modells.
Zur Überprüfung der nomologischen Validität muss das zu untersuchende Konstrukt
in einen übergeordneten theoretischen Rahmen eingebettet werden. Nomologische
Validität liegt dann vor, wenn die auf diesem Rahmen basierenden Zusammenhänge
des zu untersuchenden Konstrukts mit anderen (validen) Konstrukten empirisch
nachgewiesen werden können (vgl. Homburg/Giering 1996, S. 7f). Die Überprüfung
der nomologischen Validität erfolgt auf Konstruktebene bei der Untersuchung der
Konsequenzen der KPV und NPV (vgl. Kapitel 4, S. 307ff.).
Herrmann, Huber und Kressmann (2004) schlagen vor, die Prognosevalidität
reflektiver Messmodelle zusätzlich anhand des Stone-Geissers Q 2 zu beurteilen
(S. 26). Dieses basiert auf der Blindfolding-Prozedur, die systematisch einzelne Fälle
bei der Parameterschätzung als fehlend (missing) annimmt und deren Rohdaten auf
Basis der geschätzten Parameter rekonstruiert. In dieser Untersuchung wird der in der
Literatur genannten Empfehlung, 25-30 Fälle als fehlend anzunehmen (d. h. G = 30),
gefolgt (vgl. Chatelin/Vinzi/Tenenhaus 2002, S. 10f). Das Stone-Geissers Q 2 kann
sowohl auf Konstruktebene bezüglich der Kommunalitäten, als auch auf Strukturebene
bzgl. der Redundanzen berechnet werden. Da Redundanzen nur für endogene
Konstrukte angegeben werden können, kommt zur Gütebeurteilung der exogenen
Faktoren nur das Q 2 auf Basis der Kommunalitäten in Frage. Das Stone-Geissers Q 2
vergleicht die Höhe der Residuen der Indikatorvariablen aus der Modellschätzung mit
der Höhe der Residuen einer trivialen Vorhersage. Letztere basiert auf den
Mittelwerten der verbleibenden Daten aus der Blindfolding-Prozedur (vgl.
264