Der Wert von Produktvielfalt: - Universität St.Gallen

Die Stärke, Richtung und Signifikanz des Einflusses eines Konstrukts auf ein kausal
nachfolgendes Konstrukt kann anhand des Pfadkoeffizienten des
PLS-Strukturmodells beurteilt werden (vgl. Chin 1998a, S. 316ff.). Dieser kann als
standardisierter Beta-Koeffizient eines multiplen Regressionsmodells interpretiert
werden (vlg. Götz/Liehr-Gobbers 2004, S. 24). Lohmöller (1989, S. 60f.) bezeichnet
einen Zusammenhang zwischen zwei Variablen als signifikant, wenn der
entsprechende Pfadkoeffizient des PLS-Modells eine betragsmäßige Höhe von
mindestens 0,1 aufweist. Chin (1998, S. 324) hingegen empfiehlt einen
betragsmäßigen unteren Grenzwert von 0,2. Während die absolute Höhe der
Pfadkoeffizienten einen guten Anhaltspunkt für die Stärke des Zusammenhangs
zwischen zwei Variablen liefert, wird in der Literatur empfohlen, die statistische
Signifikanz der Pfadkoeffizienten anhand deren t-Werte zu beurteilen (vgl.
Herrmann/Huber/Kressmann 2004, S. 26). Diese werden wie auch bei den
Messmodellen durch die Resampling Methoden Bootstrapping oder Jackknifing
gewonnen. Wie bereits erwähnt, kommt in dieser Arbeit aufgrund seines geringeren
Standardfehlers das Bootstrapping-Verfahren zur Anwendung.
Um die Prognoserelevanz eines exogenen Konstrukts hinsichtlich eines kausal
nachfolgenden endogenen Konstrukts beurteilen zu können, schlägt Chin (1998) in
Ergänzung zu Bestimmtheitsmaß und t-Werten die Verwendung der Effektgröße f 2
vor, die er analog zum partiellen F-Test entwickelte. Sie ist folgendermaßen definiert:
f
2
R − R
= (19)
2 2
incl excl
2
1−
Rincl
R 2 incl
R 2 excl
Bestimmtheitsmaß der abhängigen Variablen, wenn die betrachtete, kausal
vorgelagerte unabhängige Variable im Strukturmodell eingeschlossen wird
Bestimmtheitsmaß der abhängigen Variable, wenn die betrachtete, kausal vorgelagerte
unabhängige Variable im Strukturmodell nicht eingeschlossen wird
Die Effektgröße gibt an, inwieweit durch die Berücksichtigung der betrachteten
exogenen Variablen im Strukturmodell die erklärte Varianz der entsprechenden
endogenen Variable erhöht werden kann. Sie überprüft somit, ob eine unabhängige
(exogene) latente Variable einen substanziellen Einfluss auf eine abhängige
(endogene) latente Variable ausübt. Werte von 0,02, 0,15 bzw. 0,35 lassen auf einen
geringen, mittleren bzw. großen Einfluss der exogenen auf die mit ihr in Beziehung
304