STATISTIK-FORUM.de

[fastfertig]

Hallo zusammen,
es wäre toll, wenn ihr mir helfen könntet. In meiner Abschlussarbeit untersuche ich den Einfluss eines bestimmten Treatments auf den Einfluss der kundenbasierten Markenwerts eines Unternehmens. Der Markenwert setzt sich aus 4 Dimensionen zusammen, die jeweils über Items auf einer Likert Skala gemessen werden. Ich möchte nun so vorgehen, dass ich zunächst das Modell durch aufstellen eines Strukturgleichungsmodell validiere. Ist dies erfolgt, möchte ich untersuchen, wie sich die 4 latenten exogenen Variabeln und auch die eine latente endogene Variabel durch das Treatment in Form von Zeitungsartikeln verändernt haben. Die Teilnehmer wurden also aufgefordert eine Marke vor dem Treatment und danach zu bewerten.

Für mich stellt sich die Frage, wie ich nun den Einfluss bestimmen kann. Mein erster Gedanke war eine Varianzanalyse auf Item-oder auf Ebene der latenten Konstrukte.

Macht das Sinn? Gibt es bessere Methoden?

Versteht ihr mein Vorhaben?

Vielen Dank

[Holgonaut]

Hi,

Erstmal: Die Sätze

"...untersuche ich den Einfluss eines bestimmten Treatments auf den Einfluss der kundenbasierten Markenwerts..." und "möchte ich untersuchen, wie sich die 4 latenten exogenen Variabeln und auch die eine latente endogene Variabel durch das Treatment in Form von Zeitungsartikeln verändernt haben"

widersprechen sich. Der erste würde einen Moderatoreffekt des treatments auf den Einfluss des Markenwerts auf die AV implizieren, der zweite einen Einfluss des treatments auf den Markenwert (wie sollte das gehen?) als auch auf die AV.

Vielleicht kannst du das noch mal klären.

Dann:

Der Markenwert setzt sich aus 4 Dimensionen zusammen, die jeweils über Items auf einer Likert Skala gemessen werden

Heißt das auch, dass jede dieser Dimensionen eine eigenständige latente Variable ist, die "ihren" Indikatoren kausal zugrunde liegt bzw. die sie reflektieren? Ich frage deshalb, weil Leute "Dimensionen" oft im Rahmen einer Idee/Themas auffassen, deren Facetten die Indikatoren sind. Check daher Deine Vorstellung vom kausalen Verhältnis zwischen den Indikatoren und den Dimensionen/latenten Variablen, sonst wird das
Modell nicht funktionieren.
Du kannst ja die items mal posten und mehr Hintergrund zu den Dimensionen liefern, dann kann ich selbst was dazu sagen.

Zur eigentlichen Frage: Du kannst alles in EINEM Strukturgleichungsmodell machen. Das treatment ist ein dummy, kann also ganz normal eingebaut werden. Sollte das treatment ein Moderator sein, wirds zwar etwas komplizierter, aber das wird schon

Grüße
Holger

[fastfertig]

Hallo Holger schon mal vielen Dank für deine Antwort. Ich glaub ich habe mich auch unglücklich ausgedrückt. Ich versuche es noch mal besser.

Aufbau des Experiments: Leute wurden befragt, ob sie Kunden einer Marke sind. Dann wurden Kunden und Nichtkunden gebeten die gleiche Marke hinsichtlich bestimmter Fragestellungen zu bewerten. Anschließend wurden diese Leute bestimmte Informationen geben. Einer Gruppe, in der sowohl Kunden als auch Nichtkunden sind, wurde nur eine Information gegeben und einer anderen Gruppe (Kunden und Nichtkunden) diese eine Info, wie auch der ersten Gruppe und eine weitere Information.

Ich möchte nun untersuchen, ob diese 2. Info einen Einfluss auf die Wahrnehmung der Marke hat und am liebsten noch schauen, ob es da Unterschiede zwischen Kunden und Nichtkunden gibt.

Zum SEM: Das SEM soll eigentlich primär dazu dienen, das theoretische Konstrukt zu belegen. Also messen die Items wirklich das was ich behaupte und kann ich dementsprechend auch die SChlüsse daraus ziehen? In dem Modell gibt es 4 nicht direkt beobachtbare exogene Konstrukte und ein endogenes. Jedes der vier exogenen und das eine endogene Konstrukt wird durch 4 Identikatoren gemessen.

Ich möchte nun zunächst zeigen, dass das Strukturmodell "funktioniert" und im Anschluss auswerten, ob das Experiment die Leute bewegt hat, nach dem treatment anders zu bewerten. Und dann auch am liebsten schauen, ob es zwischen Kunden und Nichtkunden Unterschiede gibt. Kann man das nachvollziehen?

Und angenommen ich kann zeigen, dass das SEM funktioniert und ich das messe, was ich vermutet habe, dann gibt es sicher verschiede Möglichkeiten dein Einfluss der zusätzlichen Information zu messen. Eine ist wohl die Factorscores zu nehmen und zu vergleichen und eine andere auf Itemebene die vergleiche anzustellen, aber da bin ich noch nicht ganz im Klaren drüber.

Danke schonmal

[Holgonaut]

Hi,

danke für die Mühe, es ändert aber nichts an meinem Verständnisproblem. Du sagst erst wieder...

Ich möchte nun untersuchen, ob diese 2. Info einen Einfluss auf die Wahrnehmung

was den Effekt des treatments "Information" auf diese Variable "Wahrnehmung" hat. Später kommst du aber mit exogenen und endogenen Variablen rüber.
Mir ist dabei dann nicht klar, was neben dem treatment diese exogenen Variablen sein sollen und welche Rolle das treatment für die Beziehung zwischen exogenen
und der endogenen Variablen hat....Soll es zusätzlich einen Effekt auf die Effekte der exogenen Variablen haben?

Du könntest das alles in einem multigroup Model testen mit den beiden treatment-Gruppen. Darin könntest du die Effekte der exogenen auf die endogenen Variablen
vergleichen (Moderatoreffekt) oder über latente Mittelwertsunterschiede in der Markenwahrnehmung den treatment Effekt auf die Wahrnehmung.

Grüße
Holger