4. Durchführung der quantitativ-empirischen Studie

Obwohl der Untersuchungseinheit entsprechende Probanden zur Teilnahme an der Umfrage angeschrieben werden, ist nicht sichergestellt, dass diese auch tatsächlich Erfahrungen mit der Auswahl von Logistikdienstleistern haben. Es kann nur bedingt davon ausgegangen werden, dass nur jene den Fragebogen beantworten werden, die sich durch das Thema angesprochen fühlen. Daher wurde zu Beginn der Umfrage eine Filterfrage eingebaut, die diese Erfahrungen der Teilnehmer abfragt. Wenn eine Person keine Erfahrungen nachweisen konnte, wurde die Befragung beendet und es wurden keine Daten zur statistischen Analyse generiert. Jedoch zählen diese ebenfalls zu den 415 beendeten Fragebögen. In insgesamt 66 Fällen (Sub-Sample 1: 24, Sub-Sample 2: 23, Sub-Sample 3: 19) konnte keine Erfahrungen mit der Auswahl von Logistikdienstleistern verzeichnet werden. Diese wurden in Folge exkludiert. Ein weiterer Fragebogen aus Sub-Sample 3 wurde nach Ablehnung der Datenschutzrichtlinien ebenfalls aussortiert; auch hier wurde die Befragung direkt zu Beginn beendet. Damit stehen in Sub-Sample 1 49 Datensätze, in Sub-Sample 2 231 Datensätze und in Sub-Sample 3 68 Datensätze bereit.

Zur Gewährleistung einer einheitlichen und vollständigen Datenbereinigung wurden im Anschluss daran die drei Sub-Samples auf ihre Differenzen mit dem Ziel der Zusammenführung untersucht.²⁸ Hierzu wurde ein Wilks-Lambda-Test für alle Modellvariablen inklusive formativer MSE-Messung²⁹ durchgeführt. Der Wilks-Lambda-Test erwies sich als nicht signifikant (p = 0,153). Demzufolge liegen keine signifikanten Gruppenunterschiede vor. Ergänzend wurden die einzelnen Indikatoren über die drei Gruppen verglichen. Lediglich für fünf Indikatoren konnten signifikante Unterschiede (p<0,05) festgestellt werden [IRN 07 (p = 0,025), MSE 01 (p = 0,038), NFC 04 (p = 0,038), MSE MAB 06 (p = 0,025), MSE MAA 05 (p = 0,034)]³⁰. Die geringe Anzahl an signifikanten Indikatoren unterstreicht noch einmal die aufgestellte Annahme, dass zwischen den drei Samples keine nennenswerten Unterschiede auftreten. Vor dem Zusammenführen der Datensätze allerdings soll noch einmal verdeutlicht werden, dass nicht nur keine erheblichen Unterschiede zwischen den drei Samples auftreten, sondern insbesondere auch keine zwischen den beiden eingesetzten Datenerhebungsmedien (LinkedIn und E-Mail). Daher wurden die Sub-Samples 1 und 2 im Rahmen einer zweiten Analyse als eine gemeinsame Teilstichprobe behandelt. Die Mittelwerttests erwiesen sich, wie zu erwarten, weitestgehend als nicht signifikant. Lediglich bei fünf Indikatoren [IRN 04 (p = 0,037), IRN 06 (p = 0,024), IRN 07 (p = 0,007), NFC 04 (p = 0,019), MSE MAA 05 (p = 0,009)] kann von Differenzen (p<0,05) zwischen den beiden Gruppen ausgegangen werden.³¹ Daher werden die 3 Sub-Samples im Folgenden zusammengeführt und als eine Gesamtstichprobe behandelt.³² Die nachfolgenden Schritte der Datenbereinigung erfolgen somit auf Grundlage des gesamten Datensatzes mit 348 Fällen.

Zur Überprüfung des Datensatzes auf flüchtige Antworten können die Antwortzeiten der Teilnehmer herangezogen werden. Hierzu wurde die mittlere Antwortzeit (18,4 Minuten³³), sowie der Median (15,033 Minuten) bestimmt und ausgehend von diesem all jene Fragebögen im Detail gesichtet, die unterhalb des Medians liegen. Dies waren insgesamt 164 Fälle. Hinzukamen weitere 21 Datensätze, bei denen eine Unterbrechung registriert wurde und daher keine systemseitig verlässliche Antwortzeitbestimmung möglich war und weitere drei Datensätze, die durch sehr lange Antwortzeiten herausstachen.³⁴ Bei drei Fällen konnte eine häufige Verwendung von Extremwerten, bei einem Fall ein gleichbleibendes Antwortmuster für die individuellen Markenattribute registriert werden. Insbesondere der letzte Fall lässt den Schluss zu, dass der Proband zum Ende des Fragebogens die Motivation verloren hat und die Fragen systematisch angekreuzt hat. Eine Beantwortung scheint aber auch in weniger als 15 Minuten möglich zu sein. Die drei Fälle, die durch eine häufige Verwendung von Extremwerten aufgefallen waren, wurden zunächst bis zur detaillierten Analyse der Häufigkeiten beibehalten, aber als kritisch vermerkt. Der weitere Fall, der aufgrund des gleichbleibenden Antwortmuster als kritisch eingestuft wurde, wurde exkludiert. Damit beläuft sich der Datensatz nunmehr auf 347 Fälle.

In einem nächsten Schritt wurden die Häufigkeiten der Likert-skalierten Werte (1–7) analysiert. Die meisten Häufigkeiten konnten für die Werte 5 und 7 identifiziert werden. Mit einer Häufigkeit von 40 liegen die jeweiligen beiden Werte bei ca. 50 % aller Fragen. Es wurden anschließend alle Datensätze analysiert, die für eine der sieben Ausprägungen einen hohe Häufigkeitswert aufwiesen. Bis auf die zuvor durch die Zeitdauer bereits vermerkten drei Fälle konnten keine weiteren als auffällig deklariert werden. Diese zeigten aber sehr hohe Ausprägungen in den Extremwerten und wurden daher exkludiert. Demnach reduziert sich die Stichprobe auf 344 Datensätze.

Als nächstes wurden die offenen Fragen zur Erfassung der Buying-Center Größe (BCG), der Zeitdauer der Auswahlentscheidung (DLA) und dem Zurückliegen der Auswahlentscheidung (ZLA) nach der Plausibilität ihrer höchsten und niedrigsten Werte gesichtet. In vier Fällen wurden hier vereinzelt oder bei allen Variablen Werte mit 0 angegeben. Hieraus lässt sich beispielsweise schlussfolgern, dass die Entscheidung kürzer als einen Monat zurückliegt bzw. die Auswahlentscheidung weniger als eine Woche andauerte. Auch denkbar wäre, dass den Probanden die Erinnerung fehlt und mit der Errechnung der Wochen/Monate überfordert waren. In zwei Fällen gaben die Respondenten an, dass keine Person an der Auswahlentscheidung partizipiert hat (BCG), obwohl die Beantwortung der Entscheidungsbefugnis auf mindestens zwei Buying-Center Mitglieder hindeutet. Da bei diesen Fällen aber keine weiteren Auffälligkeiten nachweisbar waren, werden die Angaben für die Buying-Center Größe als Missing Values behandelt. Für die Variablen ZLA und DLA wurden die Werte 0 beibehalten. Es kann nämlich nicht ausgeschlossen werden, dass die Probanden hier bewusst darlegen wollten, dass die Entscheidung weniger als einen Monat zurückliegt und die Entscheidung weniger als eine Woche andauerte. Zudem waren auch hier die Angaben zu den Modellvariablen der Befragung plausibel. Dasselbe galt für die sehr hohen Ausprägungen bei den offenen Fragen. Auch hier stachen zwei Datensätze bei der Dauer der Auswahlentscheidung (DLA) hervor – mit Angaben von 836 und 610 Wochen. Das entspricht 11 bzw. 16 Jahren. Damit sind sie das 10-fache des nächst-höheren Wertes. Daher wurden die beiden Antworten im Weiteren als Missing Values behandelt. Neben den offenen Fragen wurden auch die weiteren demografischen Angaben, wie zu den Funktionsbereichen (FKB) und der Branchenzugehörigkeit (BZG) im Detail analysiert. Hinsichtlich der Branchenzugehörigkeit fiel ein weiterer Fall auf – dieser hatte als Branche die „Öffentliche Verwaltung, Verteidigung; Sozialversicherung“ angegeben. Bei diesem Fall war nicht auszuschließen, dass der Respondent sich auf eine in der Vergangenheit stattgefundene öffentliche Beschaffungstätigkeit³⁵ bezieht. Da der Untersuchungsgegenstand der Studie zuvor innerhalb der (privatwirtschaftlichen) organisationalen Beschaffung verortet wurde, wurde dieser Fall von der weiteren Analyse exkludiert. Weitere Fälle fielen durch fehlende Angaben bei UMS (4), EKV (3), GES (1), BZG (8) und BEF (1) auf. Die Einzelangaben wurden folglich als Missing Values deklariert.

Nach der Identifikation der Missing Values soll in Anlehnung an Kapitelabschnitt 3.​2.​1.​2 an dieser Stelle der Umgang mit diesen erörtert werden. Zum einen kann festgehalten werden, dass die Anzahl fehlender Werte sehr gering ist. Zum anderen umfassen die identifizierten Missing Values weder die Modellvariablen noch die indirekte Messung der Markensensibilität. Lediglich die demografischen Abfragen, sowie die Kontrollvariablen sind betroffen. Angesichts eines zu erwartenden Informationsverlustes bei Löschen der mit Missing Values betroffenen Datensätze, wird auf das Verfahren der listenweisen Exklusion abgesehen. Hingegen soll gemäß den Empfehlungen von Hair et al. (2022) für die später folgende Stabilitätsprüfung³⁶ als Imputationsverfahren der Mittelwertersatz (Mean Replacement) umgesetzt werden.³⁷ Eine Verzerrung durch den Mittelwertersatz, wie von einigen Autoren befürchtet³⁸, ist aufgrund der geringen Anzahl (<5 % je Indikator), sowie der geringen Bedeutung der betroffenen Indikatoren für die Hauptanalyse nicht zu erwarten.³⁹ Damit sind nach dem Datenbereinigungsschritt und nach der Klärung zum Umgang mit Item-Non-Responses noch 343 Datensätze vorhanden.

Ein weiterer wichtiger Schritt in der Datenbereinigung bildet die Identifikation von Ausreißern. Gemäß den Empfehlungen von Sarstedt und Mooi (2019) wurden zur Analyse von Ausreißern zunächst für jeden einzelnen Indikator der Modellvariablen inklusive der indirekten MSE-Messung die Mittelwerte, Standardabweichungen und Boxplots generiert⁴⁰. Diese univariate Analyse zeigte für mehrere Indikatorvariablen potenziell milde⁴¹ und extreme Ausreißer⁴² an. Insbesondere fiel ein Fall durch sehr hohe Ausprägungen bei dem Wert MWI Marke auf – im Vergleich zu den nächst-folgenden Datensätzen lag er 200 % höher. Nichtsdestotrotz wurden zunächst alle als extreme Ausreißer zu deklarierende Werte beibehalten und weiteren Methoden zur Prüfung von Ausreißern unterzogen.

Ebenfalls empfehlen Sarstedt und Mooi (2019), sowie Hair et al. (2019a) die Identifikation von Ausreißern mittels bivariater Verfahren (bspw. Screeplots). So wurden zunächst Composite-Variablen generiert und diese dann in Verbindung mit den entsprechenden Variablen aus dem Hypothesenmodell in Screeplots⁴³ überführt. So lassen sich Datensätze bestimmen, die vor allem durch die Kombination von Variablen als Ausreißer auffallen. Diese sind dann im Screeplot als isolierte Punkte wahrnehmbar.⁴⁴ Basierend auf den Ergebnissen der bivariaten Analyse konnten ebenfalls kritische Ausreißer vermerkt werden.

Zur Identifikation multivariater Ausreißer wurden verschiedene Verfahren angewendet.⁴⁵ Zum einen wurden die Modellvariablen mittels Single-Linkage Clustering untersucht.⁴⁶ Die grafische Analyse des Dendogramms lässt somit einen Rückschluss auf mögliche Ausreißer zu. Ebenfalls wurde die Mahalanobis Distanz berechnet.⁴⁷ Hierbei wurden alle Fälle markiert, die gemäß Tabachnick und Fidell (2019) einen berechneten p-Value <0,001⁴⁸ oder nach Hair et al. (2019a) einen D2/df-Wert > 2,5⁴⁹ haben. Zur Verifikation der in SPSS generierten Ergebnisse, wurde der Mahalanobis-Wert ebenfalls mit AMOS berechnet. Auch hier wurde das Kriterium D2/df-Wert > 2,5 zur Bestimmung kritischer Fälle angewendet.⁵⁰

Nach Durchführung der uni-, bi-, und multivariaten Analyse lagen mehrere potenziell kritische Ausreißer vor. Die meisten Datensätze traten hierbei jedoch einmalig auf. Allerdings gab es insgesamt acht Datensätze, die wiederholt bei den verschiedenen Analyseverfahren als Ausreißer auftraten und demnach als besonders kritisch eingestuft wurden.⁵¹ Aufgrund dessen wurden diese aus dem Sample exkludiert.⁵² Somit verbleibt nach der Datenbereinigung eine effektive Stichprobe mit final 335 Fällen.

Da das Strukturmodell in einer Strukturgleichungsmodellierung die Beziehungen zwischen mehreren hypothetischen Konstrukten abbildet, sind die Güte des Strukturmodells und damit deren Parameterschätzungen maßgeblich auch von der Güte der Messmodelle abhängig. Anders ausgedrückt: Fehler in den Messmodellen bedingen Fehler in der Parameterschätzung.¹³⁴ Damit sollte vor der Güteprüfung des Strukturmodells, die Güte der Messmodelle sichergestellt werden. Hierbei ist grundsätzlich ein differenziertes Vorgehen bei reflektiven und formativen Messmodellen zu beachten. Eine Übertragung der Gütekriterien reflektiver Messmodelle auf formative Messmodelle ist ausdrücklich nicht möglich.¹³⁵

Übergreifend ist es das Ziel der Güteprüfung von Messmodellen die Reliabilität und Validität dieser zu beurteilen. Demnach sollen die Messmodelle zum einen unter wiederholter Messung reproduzierbar sein (Reliabilität) und zum anderen das messen, was sie messen sollen (Validität). Als reliabel und valide gelten Messmodelle also dann, wenn zufällige Fehler als auch systematische Fehler ausgeschlossen werden können.¹³⁶

Die Güteprüfung reflektiver Messmodelle im Kontext des PLS-Ansatzes wird auch als konfirmatorische Compositenalyse zusammengefasst.¹³⁷ Hierin erfolgt die Reliabilitätsprüfung anhand der Internen-Konsistenz-Reliabilität, der Indikatorreliabilität und der Faktorreliabilität, wobei die letzten beiden auch als Gütemaße gelten. Für die Validität werden die Konvergenzvalidität, die Diskriminanzvalidität, die Inhaltsvalidität und die nomologische Validität kontrolliert (siehe Tabelle 4.1). Bevor die konfirmatorische Compositeanalyse durchgeführt wird, bietet sich eine erste Beurteilung der Konvergenzvalidität – aber auch der Diskriminanzvalidität – mittels explorativer Faktorenanalyse oder Hauptkomponentenanalyse an. Mittels dieser kann die Faktorstruktur und damit die Eindimensionalität der Messmodelle überprüft werden. Zum Feststellen der Konvergenzvalidität und Diskriminanzvalidität sollten die Faktoren also unidimensional sein und die jeweils zugehörigen Indikatoren Ladungen von ≥ 0,4 aufweisen.¹³⁸

Die Indikatorreliabilität beschreibt den Varianzanteil eines Indikators, der durch das ihm zugeordnete Konstrukt erklärt wird. Er prüft also inwiefern ein einzelner Indikator zur Messung des ihm zugeordneten Konstrukt geeignet ist. Berechnen lässt sich die Indikatorreliabilität als die quadrierte äußere Ladung des Indikators. Gemäß der Definition der Indikatorreliabilität ergibt sich auch der Grenzwert. Dieser sollte bei 0,5 liegen. Das heißt das theoretische Konstrukt sollte mehr als 50 % der Varianz des Indikators erklären, um gleichzeitig sicherzustellen, dass die Messfehler weniger als 50 % der Varianz erklären.¹³⁹ Vereinzelt wird in der Literatur aber auch eine Indikatorreliabilität ≥ 0,4 als akzeptabel diskutiert.¹⁴⁰ Entsprechend der oben angeführten Berechnung ergibt sich für die äußeren Ladungen der Indikatoren ein Anspruchsniveau von 0,708.¹⁴¹ Entgegen der Logik werden aber bereits Ladungen ≥ 0,4 als akzeptabel diskutiert.¹⁴² Oftmals sehen sich die Forschenden vor allem bei sozial- und verhaltenswissenschaftlichen Themen, neu entwickelten Messmodellen oder bei einem explorativem Charakter der Forschung geringeren Ladungen ausgesetzt.¹⁴³ Indikatoren mit Ladungen zwischen 0,4 und 0,7 sollten daher vor der Elimination beispielsweise auf ihre Inhaltsvalidität überprüft werden; Indikatoren mit Ladungen ≤ 0,4 sollten aber stets eliminiert werden.¹⁴⁴ Ferner sollten die Ladungen über das Bootstrapping¹⁴⁵ auf ihre Signifikanz untersucht werden. Anzustreben sind t-Werte ≥ 1,96, also ein Signifikanzniveau von 5 %.¹⁴⁶

Gleichzeitig dienen die Ladungen und die Signifikanzen der Indikatoren zur Beurteilung der Konvergenzvalidität. Damit helfen sie zu gewährleisten, dass die verschiedenen Messungen eines Konstruktes in Beziehung zueinanderstehen, bzw. miteinander korrelieren.¹⁵⁶ Ein weiteres Gütemaß der Konvergenzvalidität stellt die durchschnittlich erfasste Varianz (DEV) dar. Diese beurteilt die Konvergenzvalidität auf Konstruktebene und prüft den Varianzanteil den die latente Variable über all ihre zugehörigen Indikatoren erklärt.¹⁵⁷ Wie bereits bei der Indikatorreliabilität kennengelernt, wird auch für die DEV ein Grenzwert von 0,5 gefordert, wonach mehr als 50 % der Varianz der Indikatoren von ihrer zugehörigen Variablen erklärt werden sollen.¹⁵⁸

Weiterhin auf Konstruktebene kann die Interne-Konsistenz-Reliabilität anhand der beiden Gütemaße Cronbach alpha (α) und Faktorreliabilität (CR) beurteilt werden.¹⁵⁹ Die Interne-Konsistenz-Reliabilität beschreibt wie gut die einem Konstrukt zugeordneten Indikatoren übereinstimmen.¹⁶⁰ Für beide wird in der Literatur ein Grenzwert von ≥ 0,7 gefordert¹⁶¹, wobei wiederum Werte >0,95 als kritisch gesehen werden.¹⁶² Hier besteht der Verdacht, dass bei zu hohen Werten der Faktorreliabilität und des Cronbach alphas, die Indikatoren zu ähnlich sind und faktisch das Gleiche messen.¹⁶³ Bagozzi und Yi (1988) und Hair et al. (2017) sehen aber auch bereits Werte ≥ 0,6 als akzeptabel.¹⁶⁴ Die Diskriminanzvalidität hingegen beschreibt das Ausmaß, in dem sich die Messungen der verschiedenen Konstrukte voneinander unterscheiden.¹⁶⁵ Ein Kriterium, das hierbei sehr häufig angewendet wird, sind Kreuzladungen. Hierzu werden die Korrelationen der Indikatoren zu den anderen, ihnen nicht zugeordneten Konstrukten berechnet. Diese sollten dabei stets geringer sein als die Ladungen zu ihrem theoretisch verknüpften Konstrukt.¹⁶⁶ Zur Beurteilung der Diskriminanzvalidität auf Konstruktebene kann das Fornell-Larker-Kriterium herangezogen werden. Gefordert wird hier, dass bei zwei betrachteten Variablen, deren jeweilige durchschnittlich erfasste Varianz (DEV) größer ist als die quadrierte Korrelation der beiden Variablen zueinander.¹⁶⁷ Zudem präsentieren Henseler et al. (2015) in Reaktion auf Kritik am Fornell-Larcker Kriterium bei Verwendung des PLS-Ansatzes¹⁶⁸ die Prüfung des HTMT-Verhältnisses der Korrelationen.¹⁶⁹ Somit werden die Korrelationen zwischen Indikatoren, die unterschiedliche Konstrukte messen ins Verhältnis zu den Korrelationen, die zwischen den Indikatoren des eigenen Konstruktes vorliegen, gesetzt.¹⁷⁰ Das Anspruchsniveau definieren Henseler et al. (2015) bei <0,85, diskutieren aber auch Werte ab <0,9 als akzeptabel.¹⁷¹ Als Erweiterung dieses Kriteriums sollte auch untersucht werden, inwiefern der wahre HTMT-Wert in ein Konfidenzintervall fällt. Ist der Wert 1,¹⁷² oder konservativer die Werte 0,9 oder 0,85,¹⁷³ in einem 95 %-Konfidenzintervall zu finden, liegt keine Diskriminanzvalidität vor und die Messmodelle scheinen sich nicht zu unterscheiden.

Ferner beschreibt die Inhaltsvalidität das Ausmaß zu dem die Indikatoren eines Messmodells dem Konstrukt in dessen inhaltlich-semantischen Bereich angehören.¹⁷⁴ Überwiegend wird die Inhaltsvalidität in der Phase der Konstruktdefinition und Messmodellentwicklung sichergestellt und bei der Diskussion der Ergebnisse argumentatorisch überprüft.¹⁷⁵ Nichtsdestotrotz scheint auch das Hinzuziehen der Indikatorreliabilität, insbesondere die Signifikanzen der Indikatorladungen, zulässig.¹⁷⁶ Zuletzt beschreibt die nomologische Validität das Ausmaß, in dem sich Aussagen eines Konzepts im Rahmen einer übergeordneten Theorie widerspiegeln.¹⁷⁷ Sichergestellt werden kann die nomologische Validität durch eine begründete und sorgfältige Herleitung und Prüfung des Hypothesensystems.¹⁷⁸

Angesichts der angestrebten Prüfung der indirekten Messung der Markensensibilität über verschiedene Markenattribute und damit verknüpft der Spezifikation als formatives Messmodell, soll nun im Folgenden auch die Gütebeurteilung formativer Messmodelle behandelt werden. Da die Indikatoren bei formativen Messmodellen nicht notwendigerweise untereinander korrelieren, können auch folglich keine auf Korrelationen basierende Gütekriterien, wie die Interne-Konsistenz-Reliabilität herangezogen werden.¹⁷⁹ Stattdessen schlagen Hair et al. (2022) eine dreistufige Prüfung über die Konvergenzvalidität, die Multikollinearität sowie die Relevanz und Signifikanz der formativen Indikatoren vor (siehe Tabelle 4.2).¹⁸⁰ Die Konvergenzvalidität kann in SmartPLS mittels einer Redundanzanalyse¹⁸¹ kontrolliert werden. Hierbei wird überprüft, inwiefern die formative Messung eines Konstruktes mit einer alternativen reflektiven oder Single-Item Messung¹⁸² desselben Konstruktes miteinander korreliert. Eine hohe Korrelation zwischen den verschiedenen Messungen deutet daraufhin, dass die Informationen des reflektiven Messmodells sich auch im formativen Messmodell widerspiegeln. Als Gütemaß dient dabei die Korrelation bzw. der Pfadkoeffizient zwischen dem formativen Messmodell und dem reflektiven Messmodell.¹⁸³ Dieser sollte bei 0,7, bzw. 0,708 liegen, sodass auf ein R² von mindestens 50 % geschlussfolgert werden kann. Das formative Messmodell sollte also mehr als 50 % der Varianz des reflektiven Messmodells erklären, dann wird von Konvergenzvalidität gesprochen.¹⁸⁴ Als konservativer Grenzwert wird sogar ein Pfadkoeffizient von ≥ 0,8 gefordert.¹⁸⁵ Indessen gelten bei Cohen (1988) aber bereits Korrelationen >0,5 als „stark“.¹⁸⁶ Problematisch für ein formatives Messmodell ist Multikollinearität, da bei den Indikatoren nicht von einer gegenseitigen Austauschbarkeit ausgegangen wird. Jeder formative Indikator sollte einen eigenen Sachverhalt erklären und keine redundanten Informationen beinhalten.¹⁸⁷ Hohe Multikollinearität zwischen den Indikatoren sorgt letztendlich dafür, dass der Einfluss jedes einzelnen Indikators auf das latente Konstrukt nicht mehr eindeutig bestimmt werden kann.¹⁸⁸

Zur Prüfung der Multikollinearität zwischen den formativen Indikatoren wird im Allgemeinen auf den Variance-Inflation-Factor (VIF) zurückgegriffen.¹⁹³ Ab einem VIF-Wert von >5 kann die Multikollinearität als kritisch angesehen werden,¹⁹⁴ VIF-Werte <3 dagegen gelten als ideal.¹⁹⁵ Zudem weisen Hair et al. (2022) daraufhin, dass auch bivariate Korrelationen >0,6 zu Problemen mit Multikollinearität führen können.¹⁹⁶ Daher werden zusätzlich zum Variance-Inflation-Factor auch die bivariaten Korrelationen zwischen den formativen Indikatoren separat überprüft.¹⁹⁷

Um zu bestimmen, inwiefern die formativen Indikatoren tatsächlich zur Erklärung des latenten Konstruktes beitragen, können die äußeren Gewichte der Indikatoren beurteilt werden. Sie geben die relative Wichtigkeit der Indikatoren an und können als Regressionskoeffizient zwischen der latenten Variablen als abhängige Variable und dem formativen Indikator als unabhängige Variable aufgefasst werden.¹⁹⁸ Demnach ist es das Ziel bei der Güteprüfung formativer Messmodelle zu kontrollieren, inwiefern die einzelnen Indikatoren tatsächlich zur inhaltlichen Bestimmung des latenten Konstruktes beitragen. Als Gütemaß kann hierzu in erster Linie die Signifikanz der Indikatorgewichte herangezogen werden. Bei Signifikanz trägt der Indikator maßgeblich zur inhaltlichen Bestimmung des Konstruktes bei.¹⁹⁹ Sofern die Signifikanz nicht gegeben ist, schlagen Hair et al. (2022) zusätzlich die Prüfung der Indikatorladungen vor. Wenn diese über 0,5 liegt und signifikant ist, kann noch von einer Relevanz des Indikators ausgegangen werden und der Indikator sollte aus messtheoretischen Überlegungen beibehalten werden.²⁰⁰ Zusätzlich schlagen Autoren zur Prüfung der Indikatorrelevanz die Sichtung der Höhe der Indikatorgewichte vor und fordern hierbei einen unteren Grenzwert von 0,1. Erfüllt ein formativer Indikator diese Anforderungen nicht, sollte ein Ausschluss des Indikators in Betracht gezogen werden.²⁰¹ Allerdings ist die Exklusion formativer Indikatoren aufgrund messtheoretischer Überlegungen als kritisch zu sehen, da in der Konzeption davon ausgegangen wird, dass alle formativen Indikatoren zur Bestimmung des Konstruktes inhaltlich relevant sind und damit darauf abzielen alle Facetten des Konstruktes wiederzugeben.²⁰² Der Ausschluss würde folglich den Inhalt des latenten Konstruktes verändern.²⁰³ Zudem ist die Signifikanz und die Höhe der Indikatorgewichte sowohl von der Anzahl der formativen Indikatoren als auch von den anderen Kausalbeziehungen im Strukturmodell abhängig.²⁰⁴ Die Indikatorgewichte sollten demnach mit Vorsicht behandelt werden, und Eliminationen nicht voreilig aufgrund messtheoretischer Überlegungen vollzogen werden, sondern immer auch mit Blick auf die Inhaltsvalidität.²⁰⁵ Die Inhaltsvalidität an sich wird dagegen vor allem im Rahmen der Messmodellentwicklung, beispielsweise mithilfe qualitativer Methoden, sichergestellt.²⁰⁶ Ähnlich wie bei den reflektiven Messmodellen kann die Prüfung der nomologischen Validität anhand der theoretisch abgeleiteten Hypothesen im Rahmen des Strukturmodells und mittels eines Vergleichs der Pfadkoeffizienten mit früheren Arbeiten erfolgen.²⁰⁷ Für die Sicherstellung der Diskriminanzvalidität bei formativen Messmodellen liefern Klein und Rai (2009) einen Ansatz bei dem die Intra-Konstrukt Indikator Korrelationen mit Inter-Konstrukt Indikator Korrelationen verglichen werden.²⁰⁸ Da zum einen der Ansatz von Klein und Rai (2009) hinsichtlich seiner Anwendbarkeit und Aussagegehalts noch nicht ausreichend beurteilt wurde²⁰⁹ und zum anderen keine vergleichbaren Arbeiten zur indirekten Messung der Markensensibilität vorhanden sind, ist die Prüfung der Diskriminanzvalidität und nomologischen Validität für die vorliegende Arbeit nicht zufriedenstellend möglich.²¹⁰

Angesichts der Konzeptualisierung der Markenwichtigkeit als Konstantsummenskala, soll im Folgenden die Güteprüfung von Single-Item Messungen thematisiert werden.²¹¹ Wie auch zuvor bei den formativen Messmodellen, kann auch bei den Single-Item Messungen nicht die Interne-Konsistenz-Reliabilität bestimmt werden. Stattdessen schlagen Wanous und Reichers (1996) eine Prüfung der Reliabilität über die von Nunnally und Bernstein (1994) aufgestellte Formel zur „Correction for Attenuation“ (\({\widehat{r}}_{xy}= \frac{{r}_{xy}}{\sqrt{{r}_{xx}{r}_{yy}}}\)) vor.²¹² Demnach kann die Reliabilität des Single Items \({r}_{xx}\) aus dem Quotienten der quadrierten Korrelation zwischen Single-Item und Multi-Item Messung \({r}_{xy}\) und dem Produkt aus der Reliabilität der Multi-Item Messung desselben Konstruktes \({r}_{yy}\) und der quadrierten angenommenen „wahren“ Korrelation zwischen Single Item und Multi-Item Messung \({\widehat{r}}_{xy}\) bestimmt werden.²¹³ Die Autoren argumentieren bei der Reliabilität der Single Item Messungen für ein Anspruchsniveau von >0,7, allerdings unter der Annahme einer „wahren“ Korrelation zwischen Single-Item und Multi-Item Messung in Höhe von 0,9 und nicht 1,0 (siehe Tabelle 4.3).²¹⁴ Ergänzend kann, wie im Rahmen der formativen Messmodellprüfung, allein die Korrelation zwischen den beiden Messungen im Sinne einer Redundanzanalyse betrachtet und so Schlussfolgerungen für die Konvergenzvalidität gezogen werden. Entsprechend gelten dieselben Grenzwerte, bzw. Interpretationen wie zuvor.²¹⁵

Dieses Vorgehen erfordert jedoch erneut, dass zu jedem Single-Item eine alternative reflektive Multi-Item Messung abgefragt wird, was wiederum zu Redundanzen und einer Verlängerung des Fragebogens führt. Zudem muss eine solche alternative reflektive Messung des Single-Items auch konzeptionell möglich und verfügbar sein.

Schließlich kann ein Single-Item, wie für den Fall einer Konstantsummenskala, auf Plausibilität geprüft werden. Hierzu können frühere Arbeiten, die ebenfalls eine Abfrage des Single-Items angestrebt haben, herangezogen werden. Die Inhaltsvalidität dagegen sollte ähnlich wie bei den formativen und reflektiven Messmodellen im Zuge der Herleitung und Diskussion der Messung erfolgen.

Zur Beurteilung der Güte von Strukturmodellen können im PLS-Ansatz die übergeordneten Kriterien der Multikollinearität, Signifikanz und Relevanz der Pfadkoeffizienten, Erklärungskraft und Prognosekraft des Strukturmodells herangezogen werden (siehe Tabelle 4.4). Bevor die eigentliche Hypothesenprüfung erfolgen kann, sollte das Strukturmodell zunächst auf Multikollinearität untersucht werden.²²⁰ Diese tritt auf, wenn zwei oder mehrere exogene Variablen, die gemeinsam eine endogene Variable erklären sollen, hohe Korrelationen untereinander aufweisen. Als Folge können Verzerrungen bei der Schätzung der Pfadkoeffizienten auftreten und generell die Interpretationsfähigkeit des Strukturmodells gefährden.²²¹ Daher werden alle exogenen Variablen mit hypothetisiertem Zusammenhang zu derselben endogenen Variablen auf Multikollinearität überprüft. In Übereinstimmung mit den Ausführungen zur Multikollinearität bei formativen Messmodellen wird hierzu das Gütemaß des Variance Inflation Factors (VIF) verwendet. Der VIF-Wert sollte dabei <5,²²² bestenfalls jedoch <3 sein,²²³ dann kann von einem unkritischen Maß an Multikollinearität ausgegangen werden.

Sofern die Multikollinearität als unkritisch eingestuft wurde, können die Relevanz und Signifikanz der Pfadkoeffizienten beurteilt werden. Maßgeblich wird die Relevanz durch die Höhe der Pfadkoeffizienten bestimmt. Diese beschreibt die Stärke der hypothetisierten Beziehung zwischen einer exogenen und endogenen Variablen. Grundsätzlich können die Pfadkoeffizienten im Strukturmodell Ausprägungen zwischen −1 und 1 annehmen. Je näher die Werte an 0 heranreichen, desto schwächer ist der Einfluss einer exogenen auf eine endogene Variable. Eine relative Interpretation der verschiedenen Pfadkoeffizienten in einem Strukturmodell ist aufgrund deren Standardisierung zulässig. Als unteres Anspruchsniveau schlägt Lohmöller (1989) eine Höhe von −0,1/0,1²²⁴ und Chin (1998) eine Höhe von −0,2/0,2²²⁵ vor, damit noch von einem bedeutsamen Einfluss und damit von Relevanz ausgegangen werden kann. Allerdings sollte zur Relevanz auch die Signifikanz des Pfadkoeffizienten vorliegen. Diese ist wiederum an die Höhe des Pfadkoeffizienten geknüpft – die Wahrscheinlichkeit eines signifikanten Pfadkoeffizienten steigt mit dessen Höhe. Zur Bestimmung der Signifikanz wird in SmartPLS das Bootstrapping durchgeführt. Im Folgenden wird die Signifikanz eines Pfadkoeffizienten ab einem t-Wert von 1,96 (Signifikanzniveau 5 %) unterstellt. Schließlich basiert hierauf maßgeblich die Beurteilung bzw. die Annahme/Ablehnung der Alternativhypothesen.

Mit Hilfe des R²-Bestimmtheitsmaßes der endogenen Variablen kann die Erklärungskraft des Strukturmodells überprüft werden. Das R² drückt aus, welchen Varianzanteil die exogenen Variablen an der endogenen Variablen erklären. Es kann Werte zwischen 0 und 1 annehmen. Die Höhe des R² hängt dabei von der Anzahl der exogenen Variablen und deren Einflussstärke auf die endogene Variable ab.²²⁶ Zur Bewertung des R² suggerieren Hair et al. (2011) eine konservative Abstufung in schwach (R² = 0,25), moderat (R² = 0,5) und stark (R² = 0,75).²²⁷ Ein generell gültiges Anspruchsniveau ist allerdings nicht zu finden.²²⁸ Deshalb schlagen beispielsweise Hair et al. (2020) bei der Beurteilung des R² vor, den Forschungskontext miteinzubeziehen und mit Werten aus ähnlichen Studien zu vergleichen.²²⁹ So kann auch ein R² mit 0,1 oder darunter als zufriedenstellend gelten.²³⁰ Aufgrund des verhaltenswissenschaftlichen Charakters der Studie ist tendenziell davon auszugehen, dass die erzielbaren R²-Bestimmtheitsmaße der endogenen Variablen im unteren Spektrum liegen dürften.²³¹

Des Weiteren können die Effektstärken f² und q² zur Beurteilung der Erklärungskraft des Strukturmodells herangezogen werden. Sie beschreiben, wie stark der Einfluss einer einzelnen exogenen Variable auf eine endogene Variable ist. Die Berechnung der Effektstärke f² erfolgt auf Basis des R²-Bestimmtheitsmaßes, während die Effektstärke q2 mit Hilfe des Stone-Geisser Kriteriums Q² ermittelt wird. Insofern werden die Veränderungen des R² bzw. des Q², einmal inklusive und einmal exklusive des Einflusses der zu betrachtenden exogenen Variable, beurteilt. Spezifischer wird also jeweils der Beitrag errechnet den die exogene Variable zum R²/Q²-Wertes der endogenen Variablen liefert.²³² Cohen (1988) zufolge können Effektstärken >0,02 als „schwach“, >0.15 als „moderat“ und >0.35 als „stark“ interpretiert werden.²³³

Das angesprochene Stone-Geisser-Kriterium Q²²³⁵ kann indessen selber zur Evaluation der Prognosekraft eingesetzt werden.²³⁶ Der Q²-Wert wird hierbei durch die Blindfolding-Prozedur²³⁷ generiert und beschreibt, inwiefern die erhobenen Daten durch das Modell und dessen Parameter rekonstruiert werden können.²³⁸ Grundsätzlich wird von einer Prognosekraft des Modells ausgegangen sobald der Q²-Wert der endogenen Variablen >0 ist.²³⁹ Anwendung findet das Stone-Geisser Kriterium jedoch nur bei reflektiven Multi-Item und Single-Item Messungen.²⁴⁰ In den letzten Jahren wurde aber Kritik am Stone-Geisser-Kriterium geäußert, weshalb immer häufiger das von Shmueli et al. (2016) vorgeschlagene PLS_predict-Verfahren zur Evaluation der Prognosekraft angewendet wird.²⁴¹ Dabei wird das Modell anhand einer Teststichprobe geschätzt und die Prognosekraft mittels einer Validierungsstichprobe bewertet.²⁴² Für die Güteprüfung schließlich werden die generierten Prognosewerte von PLS mit den LM (Linear Regression Model)-Benchmarks verglichen.²⁴³ Häufig wird zum Vergleich der RMSE (Root Mean Squared Error)-Wert eingesetzt.²⁴⁴ Für eine „hohe Prognosekraft“ sollten alle Indikatoren eines endogenen Konstruktes höhere RMSE-Werte für das LM im Vergleich zum PLS-SEM Modell aufweisen. Gilt dies nicht für alle, aber dennoch für die Mehrheit der Indikatoren, so hat das Strukturmodell eine „moderate Prognosekraft“. Zeigen nur wenige Indikatoren einen höheren RMSE-Wert für das LM-Modell, dann liegt eine „geringe Prognosekraft“ vor. Schließlich besitzt das Strukturmodell „keine Prognosekraft“, wenn kein einziger Indikator einen höheren RMSE-Wert für das LM im Vergleich zum PLS-SEM Modell aufweist.²⁴⁵

Nach erfolgter Gütebeurteilung des Strukturmodells sollte nach Ansicht führender PLS-Forscher die Stabilität des Modells festgestellt werden.²⁴⁶ Denn die Kausalanalyse wird von einer Reihe von Kontextfaktoren, wie z. B. der Effektstruktur, der Modellgröße oder der Stichprobengröße beeinflusst. Es soll also geprüft werden, inwiefern solche Kontextfaktoren die Ergebnisse in Frage stellen, bzw. zu instabilen Ergebnissen führen.²⁴⁷

Die Prüfung der Effekte zwischen zwei Variablen in einem Strukturgleichungsmodell basiert grundlegend auf der Annahme von Linearität.²⁴⁸ Da aber nicht ausgeschlossen werden kann, dass zwei Variablen auch in einer nicht-linearen Beziehung zueinander stehen, schlagen beispielsweise Hair et al. (2019b) die Modellprüfung unter Einbezug von nicht-linearen Effekten (e.g. quadratischen Effekten) vor.²⁴⁹ Zu diesem Zweck können in SmartPLS Interaktionsvariablen generiert werden. Anders als bei klassischen Moderationen jedoch berechnet sich die Interaktionsvariable nicht aus der exogenen Variablen und einer anderen Moderatorvariable, sondern als Produkt mit sich selbst. In diesem Sinne tritt die exogene Variable also gleichzeitig als exogene Variable und Moderator auf.²⁵⁰ Wie für die Prüfung der Signifikanz und Relevanz von Pfadkoeffizienten üblich können der t-Wert als auch die Stärke des Pfadkoeffizienten als Gütemaße herangezogen werden (siehe Tabelle 4.5). Für die Stabilität des Strukturmodells und damit des linearen Effekts sollten die nicht-linearen Effekte nicht signifikant sein, daher einen t-Wert kleiner 1,96 aufweisen.²⁵¹ Sollten die nicht-linearen Effekte dennoch signifikant sein, so kann auch die Effektstärke f² berechnet und interpretiert werden.²⁵² Zusätzlich können Veränderungen der Erklärungskraft über das Bestimmtheitsmaß R² im Vergleich zum Ausgangsmodell analysiert werden. Ein Anstieg des R² ist zu erwarten, da mit jeder weiteren exogenen Variable mehr Varianz der endogenen Variable erklärt werden kann. Ein Grenzwert für die Veränderung des Bestimmtheitsmaßes konnte hierfür allerdings nicht identifiziert werden.

Des Weiteren inkludieren Nakata et al. (2011) im Rahmen ihrer Stabilitätsprüfung Kontrollvariablen und testen so, inwiefern sich die Pfadkoeffizienten des Ausgangsmodells in ihrer Signifikanz verändern und inwiefern der Einfluss der Kontrollvariablen signifikant ist. Kontrollvariablen werden generell eingesetzt, um alternative Erklärungen für die eigenen Ergebnisse ausschließen, genauere Schätzungen von Beziehungen unter den interessierenden Variablen erzielen und damit die statistische Power des Modells erhöhen zu können.²⁵⁴ Verändern sich die Höhe und Signifikanz der Pfadkoeffizienten des Ausgangsmodells demnach kaum und ist der Einfluss der Kontrollvariablen weitestgehend nicht signifikant, so kann Modellstabilität unterstellt werden.²⁵⁵ Wie auch bei den nicht-linearen Effekten können dieselben Gütemaße zur Beurteilung angewendet werden.

Angesichts des hypothetisierten mediierenden Effekts H4_med soll ergänzend zur Prüfung des Strukturmodells auch die Mediation auf deren Güte beurteilt werden. Hierfür stehen Forschenden eine Reihe unterschiedlicher Methoden zur Verfügung, von denen nach neuesten Erkenntnissen nicht alle – darunter auch sehr häufig angewendete Methoden – ohne Einschränkungen zu empfehlen sind.²⁵⁶ Daher wird für es die vorliegende Untersuchung als sinnvoll erachtet, einen kurzen Überblick über die Methoden zu geben und anschließend relevante Kriterien zur Güteprüfung von Mediationen zu bestimmen.

Rasoolimanesh et al. (2021) unterscheiden die vorhandenen Methoden zur Mediationsanalyse in implizite und explizite Verfahren.²⁵⁷ Bei den impliziten Verfahren werden verschiedene Analyseschritte hinsichtlich der Beziehung zwischen einer exogenen und einer endogenen Variablen durchgeführt, um letztendlich auf eine Mediation schließen zu können. Werden die Vorgaben nicht in ihrer Vollständigkeit erreicht, wird eine Mediation nicht unterstützt. Eines der bekanntesten impliziten Verfahren ist das „causal step model“ von Baron und Kenny (1986). Grundlage für eine Mediation bildet bei ihnen die Signifikanz des direkten Effekts zwischen einer abhängigen und unabhängigen Variablen, welcher als Resultat der Mediation reduziert (partielle Mediation) oder im besten Fall nicht-signifikant und gegen null gehen sollte (vollständige Mediation).²⁵⁸ Allerdings wird diese restriktive Sichtweise von vielen Forschenden kritisiert, da nicht nur kompetitive Mediationen bedingt erkannt werden können, sondern auch grundsätzlich nicht die Signifikanz des indirekten Pfades untersucht wird.²⁵⁹ Diese wird dagegen bei den expliziten Verfahren, wie dem Sobel-Test, berechnet. Hierbei wird der indirekte Effekt ins Verhältnis zu seinem Standardfehler²⁶⁰ gesetzt. Das Vorliegen einer Signifikanz unterstützt die Annahme einer Mediation. Der Sobel-Test gilt als parametrischer Test, da davon ausgegangen wird, dass das Produkt der Pfadkoeffizienten normalverteilt ist.²⁶¹ Da generell Zweifel an der Normalverteilung des Produktes der Pfadkoeffizienten besteht,²⁶² schlagen Preacher und Hayes (2008) den Ansatz des Bootstrapping vor, um die Signifikanz des indirekten Effektes zu prüfen.²⁶³ Umsetzbar ist das Bootstrapping dabei sowohl in SPSS mittels des PROCESS-Makros als auch in SmartPLS.²⁶⁴ Angesichts der Verwendung von SmartPLS zur Überprüfung der Messmodelle und des Strukturmodells scheint die Anwendung des Bootstrapping-Ansatzes in SmartPLS prädestiniert. Zudem hat sich gezeigt, dass die beiden bekannten Ansätze zur Mediationsanalyse von Baron und Kenny (1986), sowie Sobel (1982) Probleme und Restriktionen aufweisen. Hinsichtlich der Verwendung von PROCESS oder SmartPLS für das Bootstrapping-Verfahren raten Sarstedt et al. (2020a) strikt von einer Tandem-Analyse, also dem Wechsel von SmartPLS zu PROCESS, ab.²⁶⁵ Mit dem Festlegen des Bootstrapping in SmartPLS als Methode zur Prüfung der Mediation, können nun die Gütekriterien vorgestellt werden.

Wie auch für die Beurteilung der Pfadkoeffizienten im Strukturmodell können also die Mediationen über die Signifikanz und Relevanz des Pfadkoeffizienten evaluiert werden. So ergeben sich, wie in Tabelle 4.6 illustriert, als Anspruchsniveau ein t-Wert von mindestens 1,96, damit von einer Signifikanz der Mediation gesprochen werden kann.²⁶⁶ Allerdings weisen Hayes und Scharkow (2013) daraufhin, dass bei Mediationen primär das BCa (Bias-corrected and accelerated)-Konfidenzintervall zur Erkennung von Mediationen eingesetzt werden sollte. Wenn das 95 %-Konfidenzintervall nicht den Wert 0 enthält, kann eine Mediation unterstützt werden.²⁶⁷ Über die Höhe des Pfadkoeffizienten gibt es dagegen keine genauen Angaben, jedoch kann aufgrund der Berechnung des Pfadkoeffizienten davon ausgegangen werden, dass dieser im Allgemeinen geringer als die Pfadkoeffizienten der direkten Effekte eines Strukturmodells ausfallen dürfte.²⁶⁸ Als Orientierung kann hier der Grenzwert −0,1/0,1 von Lohmöller (1989) hinzugezogen werden.²⁶⁹

In einem zweiten Schritt kann dann der Typ der Mediation abgeleitet werden. Hierzu liefern Zhao et al. (2010) einen Entscheidungsbaum. Konnte mit Hilfe der Bootstrapping Methode kein signifikanter indirekter Effekt festgestellt werden, so handelt es sich entweder um einen „rein direkten Effekt“ oder „keinen Effekt“. Es konnte also keine Mediation nachgewiesen werden. Sofern der indirekte Effekt signifikant ist, gilt es den direkten Effekt zu studieren. Ist dieser nicht-signifikant, so lässt sich die Mediation als „vollständige Mediation“ bezeichnen. Für den Fall, dass der direkte Effekt ebenfalls signifikant ist, können zwei weitere Typen unterschieden werden – die „komplementäre Mediation“ und die „kompetitive Mediation“. Diese unterscheiden sich dahingehend ob der indirekte und direkte Effekt sich ergänzen oder entgegenlaufen. Wenn das Produkt aus direktem und indirektem Effekt also positiv ist, spricht man von der „komplementären Mediation“, ist das Produkt negativ, von der „kompetitiven Mediation“.²⁷⁰

Allerdings gibt es auch Kritik an derartigen Unterscheidungen, da der Typ der Mediation effektiv nicht am indirekten Effekt festgemacht wird, sondern wiederum am direkten Effekt.²⁷² Ferner basiert diese Einordnung auf den Signifikanzen und vernachlässigt damit die Effektstärken der Mediation. So könnte die naheliegende Schlussfolgerung getroffen werden, dass es sich bei einer vollständigen Mediation um einen stärkeren Effekt als beispielsweise bei einer komplementären Mediation handelt, was nicht stimmen muss.²⁷³ Daher empfehlen immer mehr Autoren die zusätzliche Berechnung der Effektstärken von Mediationen.²⁷⁴

Eine Möglichkeit zur Berechnung der Effektstärken besteht darin den indirekten Effekt in das Verhältnis zum totalen Effekt zu setzten. Diese Formel geht zurück auf Alwin und Hauser (1975) und wird auch als „Variance accounted for“ (VAF) bezeichnet. Allerdings ist die Anwendbarkeit des Ansatzes auf komplementäre Mediationen begrenzt. Die Interpretierbarkeit des VAF erfordert ein positives Vorzeichen beim Produkt aus direktem und indirektem Effekt.²⁷⁵ Eine Alternative liefern Lachowicz et al. (2018) mit der Effektstärke \(v\). Diese kann als die Varianz der endogenen Variablen, die gemeinsam vom Mediator und der exogenen Variablen zur Anpassung an die Reihenfolge der Variablen erklärt wird, interpretiert werden. Für standardisierte Regressionskoeffizienten entspricht dies dem quadrierten standardisierten indirekten Effekt.²⁷⁶ Vorteile des Ansatzes nach Lachowicz et al. (2018) ist die eindrückliche und nachvollziehbare Logik zur Berechnung von Effektstärken basierend auf dem Anteil der erklärten Varianz, und die Unabhängigkeit von Samplegrößen.²⁷⁷ Die Evaluation des \(v\)-Wertes wird jedoch dadurch erschwert, dass bisher keine gültigen Anspruchsniveaus definiert wurden. Lachowicz et al. (2018) empfehlen zwar die Verwendung der Grenzwerte von Cohen (1988), jedoch unter der Prämisse der Sorgfalt.²⁷⁸

Die Multigruppenanalyse wurde in Kapitelabschnitt 3.​2.​2 als Methode zur ex-post Kontrolle von Messfehlern, insbesondere des Informant Bias und des Recall Bias, eingeführt. Da aus diesen Kontrollen nicht nur Schlüsse auf forschungspraktischer, sondern auch auf inhaltlicher Ebene gezogen werden können, sollen auch die Multigruppenanalysen den Anspruch der methodischen Strenge (MS 4, MS 5, MS 6) entsprechen, weshalb ebenso eine Einführung in die Gütebeurteilung von Multigruppenanalysen als notwendig erachtet wird.

Im Vorgang an eine Multigruppenanalyse sollte stets die Messinvarianz sichergestellt werden. Dadurch kann verhindert werden, dass Schlussfolgerungen der Multigruppenanalyse nicht aufgrund abweichender inhaltlicher Interpretationen der Konstrukte getroffen werden, sondern nur solche, die tatsächlich auf die Strukturbeziehungen zurückzuführen sind. Liegt also keine Messinvarianz vor, können die Interpretationen der Multigruppenanalyse fehlerhaft sein.²⁷⁹ Um die Messinvarianz für PLS-Modelle prüfen zu können, führten Henseler et al. (2016) das sogenannte MICOM-Verfahren (measurement invariance of composite models) ein. Dieses sieht folgende Schritte im nicht-parametrischen Sinne vor.²⁸⁰ Zunächst gilt es die konfigurale Invarianz zu gewährleisten. Insofern müssen die verwendeten Indikatoren, die Behandlung der Daten, als auch die Einstellungen des Algorithmus über die Gruppen hinweg identisch sein.²⁸¹ Dies ist hauptsächlich bei Studien zu kulturellen Unterschieden zu beachten.²⁸² Bei den meisten Studien dagegen ist die konfigurale Invarianz mit den Einstellungen in SmartPLS zu gewährleisten.²⁸³ Erst wenn die konfigurale Invarianz vorliegt, kann in einem zweiten Schritt die kompositionelle Invarianz geprüft werden. Diese liegt dann vor, wenn die Werte der Composite-Variablen zwischen den Gruppen in gleicher Weise generiert wurden.²⁸⁴ Mittels des Konzepts der Permutation²⁸⁵ kann letztendlich getestet werden, ob signifikante Unterschiede für die Composite Variablen zwischen den Gruppen vorherrschen. Eine Beurteilung der Signifikanz erfolgt entweder über die Berechnung der Korrelationen zwischen den Composite-Werten der Gruppen (\(c\)) und den Vergleich dieser mit den 5 %-Quantilen der Permutation oder über die in SmartPLS berechneten p-Werte (siehe Tabelle 4.7). Kompositionelle Invarianz liegt dann vor, wenn keine signifikanten Unterschiede zwischen den Composite-Variablen auftreten.²⁸⁶ Zu beachten gilt, dass der Test für Single-Items nicht aussagefähig ist.²⁸⁷ Konnte aber für alle im Modell berücksichtigten latenten Konstrukte die kompositionelle Invarianz bestimmt werden, ist es möglich die Pfadkoeffizienten der beiden Gruppen miteinander zu vergleichen. Damit ist an dieser Stelle der Einsatz einer Multigruppenanalyse gerechtfertigt. In der Forschungsliteratur wird hierbei auch vom Vorliegen einer partiellen Messinvarianz gesprochen.²⁸⁸ Hingegen wird eine vollständige Messinvarianz dann erreicht, wenn in einem dritten Schritt der MICOM-Prozedur ebenfalls die Gleichheit der Mittelwerte und Varianzen aller Composite-Variablen festgestellt werden konnte. Die vollständige Messinvarianz ermöglicht dem Forschenden eine zusammengefasste Datenanalyse.²⁸⁹ Besonders relevant ist dieser dritte Schritt beim Vorliegen mehrerer Stichproben, beispielsweise aus unterschiedlichen Kulturen.

Nachdem die konfigurale und kompositionelle Messinvarianz bestimmt werden konnten, kann eine Multigruppenanalyse umgesetzt werden. In der Methodenliteratur werden dazu verschiedene Möglichkeiten, wie der parametrische Test, die PLS-MGA oder der Permutations-Test, diskutiert.²⁹¹ Die Anwendung des parametrischen Tests scheint vor dem Hintergrund nicht-normalverteilter Daten²⁹² und der Argumentation für den Einsatz von PLS-SEM als Datenanalyse-Methode fragwürdig. Demnach stehen noch die beiden nicht-parametrischen Tests zur Auswahl.²⁹³ Der PLS-MGA Ansatz basiert auf dem bekannten Bootstrapping-Verfahren. Jedoch erlaubt dieser Ansatz lediglich das einseitige Testen von Hypothesen.²⁹⁴ Aufgrund dessen wird den Empfehlungen von Hair et al. (2018) und Klesel et al. (2022) gefolgt, wonach der Permutations-Test für die Multigruppenanalysen durchgeführt werden soll.²⁹⁵ Die Ergebnisse des Permutations-Tests geben darüber Aufschluss, ob signifikante Unterschiede für die Pfadkoeffizienten zwischen den Gruppen vorliegen.²⁹⁶ Zur Beurteilung der Signifikanz dienen das 95 %-Konfidenzintervall, sowie die in SmartPLS berechneten p-Werte.²⁹⁷ Ferner können die mittels Bootstrapping berechneten Größen und Signifikanzen der Pfadkoeffizienten für die einzelnen Gruppen betrachtet und diskutiert werden.

Im Vorgang an die konfirmatorische Compositeanalyse wurde für die reflektiven Messmodelle eine Hauptkomponentenanalyse³¹² gerechnet. Wie in Tabelle 4.9 dargestellt, deuten die Ergebnisse bei den Konstrukten wahrgenommene Logistikdienstleistungskomplexität und individuelle Risikoneigung auf eine Mehrdimensionalität hin. Die Zwei-Komponenten-Lösung bei WLK ergibt sich aus den Indikatoren WLK 02 und WLK 06, die beide die Komplexität der Logistikdienstleistung mittels ihrer Teilleistungen zu beschreiben versuchen. Demnach legen die Ergebnisse nahe, dass die Anzahl und Varietät der Teilleistungen nur bedingt die Komplexität von Logistikdienstleistungen reflektieren. Bei der individuellen Risikoneigung ergibt sich sogar eine Drei-Faktoren-Lösung. Dies deutet auf Probleme bei der Inhaltsvalidität hin und muss in der späteren konfirmatorischen Compositeanalyse anhand weiterer Gütemaße genauer untersucht werden.

Für die anderen Konstrukte (WAR, MSE, FII, NFC) konnten dagegen Eindimensionalität und hinreichend hohe Ladungen (≥ 0,4) festgestellt werden (siehe Tabelle 4.10). Damit suggeriert die Hauptkomponentenanalyse für diese vier Variablen eine zufriedenstellende Inhaltsvalidität.

Im Anschluss daran erfolgte die Evaluation der reflektiven Messmodelle in SmartPLS gemäß dem Vorgehen der konfirmatorischen Compositeanalyse.³¹⁴ Zu diesem Zweck wurde das Bootstrapping mit 3000 Wiederholungen durchgeführt. Zur Überprüfung der Konvergenzvalidität können die Ladungen als auch die durchschnittliche erfasst Varianz (DEV) herangezogen werden. Demnach wird kontrolliert, in welchem Ausmaß eine Messung mit einer alternativen Messung des gleichen Konstruktes korreliert.³¹⁵ Bei einer ersten Analyse der Ladungen wurden die bekannten Probleme aus der Hauptkomponentenanalyse bestätigt. Deshalb wurde ein iteratives Vorgehen zum Aufdecken von problembehafteten Indikatoren implementiert. Die Indikatoren eines Konstruktes, die eine Ladung unter dem Grenzwert von 0,707 aufwiesen, wurden zunächst inhaltlich begutachtet und in einem nächsten Schritt, sofern nicht maßgeblich inhaltlich relevant, eliminiert. Dies erfolgte für jedes Konstrukt.

Die finalen Messmodelle können der Tabelle 4.11 entnommen werden. Zu den beiden Indikatoren WLK 02 und WLK 06, musste auch der Indikator WLK 03 eliminiert werden. WLK 04 wurde trotz Unterschreiten des Grenzwerts aufgrund seiner inhaltlichen Relevanz beibehalten.³¹⁷ Das Konstrukt WAR zeigte durchgehend verlässliche Ladungen über dem Grenzwert. Bei der MSE-Messung im Sinne von FB 2a musste lediglich MSE 01 exkludiert werden. Dieser reflektiert offensichtlich weniger die Markensensibilität, sondern eher die Wahrnehmung der Marke und kann insofern als Voraussetzung für die Markensensibilität interpretiert werden. Bei Need for Cognition wurde NFC 05 eliminiert, bei Faith in Intuition zeigten die Indikatoren FII 01, FII 03 und FII 05 kritische Werte an und wurden demzufolge nach inhaltlicher Prüfung eliminiert. Für die Indikatoren NFC 02 und FII 02 wurde die Ladung, bzw. die Indikatorreliabilität als akzeptabel eingestuft, da sie auch auf inhaltlicher Ebene für das jeweilige Konstrukt als wichtig eingestuft wurden.

Aufgrund der sich ergebenen Mehrdimensionalität und den Problemen bei der Indikatorreliabilität wurde der Indikator IRN 07 fortan für das Konstrukt individuelle Risikoneigung als Globales Item³¹⁹ eingesetzt.³²⁰ Dadurch können nun allerdings nicht mehr die üblichen Gütekriterien zur Reliabilität und Validität angelegt werden. Wanous und Reichers (1996) präsentieren eine Möglichkeit zur Bestimmung der Reliabilität von Single-Item Messungen.³²¹ Gemäß ihrem Vorgehen ergibt sich für das vorliegende Single-Item eine Reliabilität von 0,59 mit einer Korrelation zum Summenindikator aus IRN 01 bis IRN 06 von 0,53.³²² Zur Einordnung können die Grenzwerte von Wanous et al. (1997) und Cohen (1988) herangezogen werden. Während der Grenzwert für die Reliabilität mit 0,7³²³ nicht vollständig erreicht wird, kann indessen von einer „starken“ und signifikanten Korrelation³²⁴ zwischen dem Globalen Item und den Indikatoren IRN 01 bis IRN 06 ausgegangen werden. Obwohl die Ergebnisse aufgrund der vorhin angesprochenen Probleme der Multi-Item Messung mit Bedacht interpretiert werden sollten, kann die Schlussfolgerung getroffen werden, dass sich die Inhalte der anderen Indikatoren ausreichend in dem Globalen Item widerspiegeln und die Reliabilität zu einem akzeptablen Niveau vorhanden ist. Damit liegt ein ausreichender Zusammenhang zwischen den Indikatoren IRN 01 bis IRN 06 und IRN 07 vor und die Anwendung dessen als Globales Item scheint damit angemessen. Auch konnten Bergkvist und Rossiter (2007) und Bergkvist und Rossiter (2009) aufdecken, dass die Prognosevalidität von Single-Item und Muli-Item Messungen durchaus vergleichbar ist und daher eine Messung mittels Single-Items empfehlen.³²⁵

Für die verbleibenden Indikatoren der Multi-Item Konstrukte kann neben der hinreichend hohen Ladung auch ein hinreichendes Signifikanzniveau (p<0,05) bestimmt werden, weshalb die Indikatorreliabilität grundsätzlich als zufriedenstellend beurteilt wird – die Indikatoren reflektieren in einem angemessenen Maße die Inhalte ihrer zugeordneten Konstrukte. Auf Konstruktebene kann die durchschnittlich erfasste Varianz (DEV) herangezogen werden, um die Konvergenzvalidität zu examinieren. Hier übertreffen die Konstrukte den vorgegebenen Grenzwert von 0,5. Demzufolge erklärt das Konstrukt im Durchschnitt mehr als die Hälfte der Varianz seiner Indikatoren, und damit mehr als die Messfehler. Ebenfalls auf Konstruktebene kann die interne Konsistenz der Messmodelle bewertet werden. Hierzu stehen den Forschenden das Cronbach Alpha (α) und die Composite Relaibility (CR) zur Verfügung. Diese deuten für die vorliegenden reflektiven Messmodelle auf eine zufriedenstellende interne Konsistenz hin. Der Grenzwert von 0,7 wird jeweils für alle reflektiven Variablen übertroffen. Gleichzeitig weisen die Variablen geringere Werte als 0.95 auf, wonach die Indikatoren eines Messmodells als hinreichend unterschiedlich eingestuft werden können. Zur Prüfung der Diskriminanzvalidität wurden zunächst die Kreuzladungen berechnet. Die Indikatoren laden zuverlässig am höchsten auf das ihnen theoretisch zugeordnete Konstrukt (siehe Tabelle 4.12).

Auch bei Anlegen des Fornell-Larcker-Kriteriums bestätigt sich auf Konstruktebene, dass Diskriminanzvalidität vorliegt (siehe Tabelle 4.13). So ist die durchschnittlich erklärte Varianz je Konstrukt (DEV) größer als die quadrierten Korrelationen zu den anderen Konstrukten.

Da in der Vergangenheit Kritik an den beiden Gütemaßen der Diskriminanzvalidität im Rahmen des PLS-Ansatzes geäußert wurde, fand auch das von Henseler et al. (2015) proklamierte HTMT-Kriterium Anwendung (siehe Tabelle 4.14). Zum einen liegen die berechneten HTMT-Korrelationen stets unter dem konservativen Anspruchsniveau von 0,85. Zum anderen ist dasselbe Anspruchsniveau nicht in den 95 %-Konfidenzintervallen der reflektiven Konstrukte vertreten. Demnach kann nach Anlegen des HTMT-Kriteriums derselbe Schluss, wie auch bei Heranziehen der Kreuzladungen und des Fornell-Larcker-Kriteriums gezogen werden: Es liegt eine zufriedenstellende Diskriminanzvalidität sowohl auf Indikator- als auch auf Konstruktebene vor. Die Messmodelle unterscheiden sich ausreichend voneinander.

Insofern kann festgehalten werden, dass es sich bei den reflektiven Konstrukten um ausreichend valide und reliable Messungen handelt. Im Detail konnte die Prüfung zeigen, dass Konvergenzvalidität, interne-Konsistenz-Reliabilität, Diskriminanzvalidität und Inhaltsvalidität bei den Messmodellen in einem zufriedenstellenden Ausmaß vorliegen. Schließlich kann mit diesen Messmodellen nun das Strukturmodell überprüft werden.

Gemäß dem dargestellten Verfahren zur Güteprüfung von Strukturmodellen, werden zunächst alle exogenen Variablen, die gemeinsam zur Erklärung einer endogenen Variablen hergeleitet wurden, auf Multikollinearität kontrolliert.³²⁹ Entsprechend dem aufgestellten Strukturmodell ist lediglich die Multikollinearitätsprüfung für die exogene Variable der Markensensibilität notwendig. Sowohl das wahrgenommene Risiko als auch die Markenwichtigkeit werden im Strukturmodell nur von einer exogenen Variablen erklärt.³³⁰ Daher entfällt hier eine Prüfung der Multikollinearität. Die VIF-Werte für die exogene Variable der Markensensibilität liegen stets unter dem Grenzwert von 3, weshalb von einem sehr geringen Risiko für Multikollinearität ausgegangen werden kann.³³¹ Damit kann die Gütebeurteilung des Strukturmodells fortgeführt werden.

Zur Beurteilung der hypothetisierten Wirkungszusammenhänge werden zunächst die Relevanz und Signifikanz der Pfadkoeffizient bestimmt. Zu diesem Zweck sind in Tabelle 4.15 die Höhe und die t-Werte der Pfadkoeffizienten als auch eine daraus entwickelte zusammenfassende Beurteilung für die Alternativhypothese angegeben. Vor dem Hintergrund der zuvor definierten Anforderungen an die Signifikanz von Pfadkoeffizienten können die drei Nullhypothesen H2, H3 und H8 verworfen werden, während die vier Nullhypothesen H1, H4, H6 und H7 nicht verworfen werden können: Für die Hypothese H2, dem Zusammenhang zwischen wahrgenommener Logistikdienstleistungskomplexität und wahrgenommenen Risiko, wird ein schwach-moderater (f² = 0,109; q² = 0,061), positiv (γ_H2 = 0,314) signifikanter Zusammenhang (t_H2 = 6,413) unterstützt. Auch die Hypothese H3 und damit die Wirkungsbeziehung zwischen wahrgenommenem Risiko und Markensensibilität kann auf Grundlage der empirischen Berechnungen in ihrem positiven (γ_H3 = 0,213) signifikanten Einfluss (t_H3 = 3,525) bestätigt werden. Der Zusammenhang übertrifft das festgelegte Anspruchsniveau für die Effektstärken f² und q² und kann als schwach (f² = 0,044; q² = 0,030) eingestuft werden. Schließlich kann auch die im Rahmen der Markenhierarchie hergeleitete positive Beziehung (γ_H8 = 0,388) zwischen Markensensibilität und Markenwichtigkeit als signifikant (t_H8 = 8,887) und moderat (f² = 0,177; q² = 0,146) beurteilt werden. Zwar konnte der Einfluss der organisationalen Charakteristik „wahrgenommenes Risiko“ auf die Markensensibilität unterstützt werden, jedoch muss die Alternativhypothese H1 für die Beziehung zwischen wahrgenommener Logistikdienstleistungskomplexität und Markensensibilität abgelehnt werden. Der Pfadkoeffizient ist entgegen der Hypothetisierung negativ (γ_H1 = −0,003) und zeigt eine hohe Irrtumswahrscheinlichkeit für die Ablehnung der Nullhypothese (t_H1 = 0,057). Ebenfalls muss die Alternativhypothese H5 abgelehnt werden. Die individuelle Risikoneigung zeigt nach der empirischen Prüfung einen positiven Einfluss (γ_H5 = 0,064) auf die Markensensibilität, allerdings ist dieser nicht signifikant (t_H5 = 1,231). Ebenfalls ergibt sich für die Alternativhypothese H6 ein Vorzeichenwechsel (γ_H6 = −0,094) im Vergleich zur Hypothesenherleitung. Der Effekt von Faith in Intuition auf die Markensensibilität ist jedoch nicht signifikant (t_H6 = 1,197), weshalb die Alternativhypothese abgelehnt werden muss. Schließlich weist der empirisch berechnete Pfadkoeffizient der Hypothese H7 auf einen negativen Zusammenhang (γ_H7 = −0,123) zwischen Need for Cognition und Markensensibilität hin. Die Irrtumswahrscheinlichkeit zur Ablehnung der Nullhypothese ist hinsichtlich des angestrebten Signifikanzniveaus zu hoch (t_H7 = 1,339). Daher wird auch dieser Wirkungszusammenhang als nicht unterstützt erachtet.

Wie Abbildung 4.12 zusammenfassend illustriert, kann nach erfolgter empirischer Überprüfung der Einfluss der individuellen Charakteristiken (individuelle Risikoneigung, Faith in Intuition, Need for Cognition) auf die Markensensibilität als nicht unterstützt, der Einfluss der organisationalen Charakteristiken (wahrgenommene Logistikdienstleistungskomplexität, wahrgenommenes Risiko) auf die Markensensibilität zum Teil als bestätigt befunden werden. Die Markenhierarchie, wonach die Markenwichtigkeit der Markensensibilität folgt, kann als unterstützt angesehen werden.

Zur Beurteilung der Erklärungskraft und der Prognosestärke des Strukturmodells sind in Tabelle 4.16 die R²-Bestimmtheitsmaße, das Stone-Geisser-Kriterium Q², sowie die PLS_predict-Ergebnisse³³³ der endogenen Variablen dargestellt. Wie für verhaltenswissenschaftliche Studien zu erwarten war, liefert die empirische Überprüfung relativ geringe Bestimmtheitsmaße für die Variablen Markensensibilität (R² = 0,070) und wahrgenommenes Risiko (R² = 0,098). Das R²-Bestimmtheistmaß der Markenwichtigkeit kann unter Berücksichtigung des Forschungskontextes dagegen als moderat (R² = 0,151) eingestuft werden. Angesichts dessen, dass Hair et al. (2017) bei Studien zum Konsumentenverhalten bereits R²-Werte von 0,2 als „hoch“ einstufen³³⁴ und diese Studien aufgrund der Untersuchungsebene – individuelles Verhalten – mit der vorliegenden Arbeit vergleichbar sind, kann für das vorliegende Strukturmodell auf eine ausreichende Erklärungskraft geschlossen werden. Die Berechnung des Stone-Geisser-Kriteriums liefert für alle endogenen Variablen Q²-Werte >0, wonach grundsätzlich von einer Prognosestärke des Strukturmodells für die endogenen Variablen ausgegangen werden kann. Wie auch für das Bestimmtheitsmaß waren für das Stone-Geisser-Kriterium generell geringe Werte zu erwarten gewesen.

Aufgrund der Kritik am Stone-Geisser-Kriterium, sollen nun ergänzend die PLS_predict-Ergebnisse zur Beurteilung der Prognosestärke interpretiert werden. Zunächst soll das zentrale endogene Konstrukt bestimmt werden, anhand dessen dann die Prognosekraft beurteilt werden soll. Dies ist für das vorliegende Strukturmodell die Markensensibilität.³³⁶ Da die PLS-SEM Analyse durchgehend über alle Indikatoren (5/5 Indikatoren) hinweg der Markensensibilität geringere Fehlerwerte der Prognose, d. h. geringere RMSE-Werte als die LM Analyse liefert, kann gemäß der Einordnung von Shmueli et al. (2019) von einer hohen Prognosekraft des Modells ausgegangen werden.

Abbildung 4.12 verdeutlicht noch einmal die Höhe und Signifikanz der Pfadkoeffizienten des Strukturmodells, sowie die R²-Bestimmtheitsmaße der endogenen Variablen nach erfolgter empirischer Güteprüfung.

Um die Stabilität der Ergebnisse zu kontrollieren, wurden zwei supplementäre Analysen durchgeführt. Diese adressieren den potenziellen Einfluss von Kontrollvariablen und potenzielle nicht-lineare Beziehungen zwischen den Variablen. Wie Tabelle 4.17 impliziert, haben die zehn Kontrollvariablen allesamt keinen signifikanten Einfluss (p<0,05) auf das fokale Konstrukt Markensensibilität. Da auch die Pfadkoeffizienten aus dem Ausgangsmodell weiterhin ihre Signifikanzen/Nicht Signifikanzen und nur geringe Veränderungen in den Höhen aufweisen, kann eine Stabilität des Strukturmodells hinsichtlich des Einflusses von Kontrollvariablen angenommen werden.

Die Erklärungskraft des Modells unter Einbezug der Kontrollvariablen, beurteilt am Bestimmtheitsmaß R² der Markensensibilität, steigt wie erwartet (siehe Tabelle 4.18). Demnach erklären die exogenen Variablen zusammen mit den Kontrollvariablen 12,7 % der Varianz der Markensensibilität. Angesichts der Anzahl an berücksichtigten Kontrollvariablen ist der Anstieg des R² als angemessen zu beurteilen. Alternative Erklärungen abseits der hypothetisierten Einflüsse, sind demnach auszuschließen.

Abbildung 4.13 verdeutlicht noch einmal die Höhe und Signifikanz der Pfadkoeffizienten des Strukturmodells, sowie die R²-Bestimmtheitsmaße der endogenen Variablen unter Einschluss der Kontrollvariablen zur Überprüfung der Modellstabilität.

In einem zweiten Arbeitsschritt zur Beurteilung der Modellstabilität wurden in Anlehnung an Hair et al. (2019b) nicht-lineare Effekte modelliert.³⁴¹ Gleichzeitig wird damit im Sinne der konzeptionellen Strenge, eine Objektivität im Umgang mit konkurrierenden Perspektiven sichergestellt (KS 4). Denn Brown et al. (2012) und Brown et al. (2011) geben einen begründeten Anlass zur Annahme, dass die Beziehungen zwischen wahrgenommenem Risiko und Markensensibilität als auch zwischen wahrgenommener Logistikdienstleistungskomplexität und Markensensibilität nicht-linear (quadratisch) sein könnten.³⁴² Ferner liefern Zablah et al. (2010) Ergebnisse, die auf eine nicht-lineare Beziehung zwischen Markensensibilität und Markenwichtigkeit hindeuten.³⁴³ Aufgrund dessen scheint eine Prüfung der drei Beziehungen auf Nicht-Linearität notwendig zu sein. Zu diesem Zweck wurde in SmartPLS das Zwei-Stufen Verfahren umgesetzt und drei Interaktionsterme eingefügt, um die quadratischen Effekte zu repräsentieren. Die Bootstrapping Ergebnisse aus Tabelle 4.19 deuten in allen drei Fällen auf nicht signifikante (p<0,05) quadratische Effekte hin. Zusätzlich verbleiben die hypothetisierten Effekte in Höhe und Signifikanz mit dem Ausgangsmodell vergleichbar. Somit bestätigen die Ergebnisse die linearen Beziehungen – das Ausgangsmodell mit seinen linearen Effekten kann als robust deklariert werden.

Die Erklärungskraft des Modells unter Einbezug der quadratischen Effekte, beurteilt am Bestimmtheitsmaß R² der Markensensibilität, steigt (siehe Tabelle 4.20). Demnach erklären die exogenen Variablen zusammen mit den quadratischen Effekten der wahrgenommenen Logistikdienstleistungskomplexität und des wahrgenommenen Risikos 8,1 % der Varianz der Markensensibilität. Die Veränderung im Vergleich zum Ausgangsmodell kann als gering eingestuft werden. Hingegen führt die Modellierung des quadratischen Effekts der Markensensibilität zu keiner Veränderung des Bestimmtheitsmaßes der Markenwichtigkeit. Es bestätigt sich also, dass die nicht-linearen Effekte nur geringfügig zur Erklärung der Markensensibilität beitragen.

Abbildung 4.14 verdeutlicht noch einmal die Höhe und Signifikanz der Pfadkoeffizienten des Strukturmodells, sowie die R²-Bestimmtheitsmaße der endogenen Variablen unter Einschluss der quadratischen Effekte zur Überprüfung der Modellstabilität.

Zusammenfassend lässt sich nach Durchführung der beiden Stabilitätstests festhalten, dass das Ausgangsmodell im Allgemeinen unterstützt wird – es ist robust gegenüber alternativen Einflussfaktoren und nicht-linearen Wirkungsbeziehungen.

Angesichts der bereits bestätigten und signifikanten Effekte H2 und H3 kann nun in einem nächsten Schritt überprüft werden, inwiefern das wahrgenommene Risiko tatsächlich als Mediator für den Effekt zwischen wahrgenommener Logistikdienstleistungskomplexität und Markensensibilität wirkt. Hierzu wurde das Bootstrapping als geeignetes Verfahren festgelegt.³⁴⁷ Tabelle 4.21 fasst die Ergebnisse der Güteprüfung zusammen. Demzufolge ist der indirekte Effekt zwischen wahrgenommener Logistikdienstleistungskomplexität und Markensensibilität (γ_H4 = 0,067) mit einer Irrtumswahrscheinlichkeit von 1 % signifikant (t_H4 = 3,144). Auch das zur Güteprüfung von Mediationen empfohlene 95 %-Konfidenzintervall enthält nicht den Wert 0, weshalb auch aufgrund dieser Resultate eine Mediation unterstützt werden kann. Die Alternativhypothese H4_med wird daher grundsätzlich angenommen.

Zur Bestimmung des Mediationstypus muss der direkte Effekt hinzugezogen werden. Wie bereits aus der Güteprüfung des Strukturmodells bekannt, ist der Einfluss von wahrgenommener Logistikdienstleistung auf die Markensensibilität nicht signifikant (t_H1 = 0,057) und negativ (γ_H1 = −0,003). Gemäß des Entscheidungsbaums von Zhao et al. (2010) kann somit auf eine „rein indirekte Mediation“ bzw. „vollständige Mediation“ geschlossen werden (siehe Tabelle 4.22).³⁴⁹

Gleichzeitig bedeutet dies für die Prüfung der Effektstärken, dass eine Berechnung des VAF (Variance accouned for) nicht möglich ist. Eine Voraussetzung zur Anwendung der Formel ist, dass das Produkt aus indirektem und direktem Effekt ein positives Vorzeichen hat³⁵¹ – dies ist für den vorliegenden Fall nicht gegeben. Damit verbleibt die Berechnung der von Lachowicz et al. (2018) eingeführten Effektstärke \(v\). Mit einem Wert von \(v\)=0,0047 und vor dem Hintergrund der Grenzwerte von Cohen (1988) kann ein schwacher Effekt unterstellt werden. Nichtsdestotrotz konnte gezeigt werden, dass das wahrgenommene Risiko die Beziehung zwischen wahrgenommener Logistikdienstleistungskomplexität und Markensensibilität vollständig mediiert. Abbildung 4.15 verdeutlicht noch einmal die Höhe und Signifikanz der Pfadkoeffizienten des direkten und indirekten Effekts.

Die in Kapitelabschnitt 3.​2.​2 herausgearbeiteten Möglichkeiten zur ex-post Kontrolle potenzieller Fehler der Messung, sollen nun nach erfolgter Strukturmodell- und Mediationsprüfung umgesetzt werden. Demzufolge werden im Rahmen des Informant Bias drei Multigruppen-Vergleiche, im Rahmen des Common Method Bias die Harmons Einfaktoranalyse und der Full-Kollinearitäts-Tests, im Rahmen des Social Desirability Bias eine Analyse des Einflusses der Impression Management und Self-Deceptive Enhancement Indexe, sowie im Rahmen des Recall Bias erneut ein Multigruppen-Vergleich durchgeführt.

Da die Formulierung des Forschungsbedarfs 3 (FB 3a und FB 3b) prinzipiell eine Untersuchung alternativer Kausalzusammenhänge zulässt, sollen im Folgenden die indirekte Wirkung des individuellen Charakteristikums „individuelle Risikoneigung“ über die organisationalen Charakteristiken, und der moderierende Einfluss der individuellen Charakteristiken ergründet werden.

Angeregt durch die Arbeit von Sitkin und Weingart (1995) wird ein alternatives Strukturmodell berechnet und überprüft. Bei den Autoren entpuppte sich der direkte Einfluss der individuellen Risikoneigung auf das Entscheidungsverhalten in ihrer ersten Studie als nicht signifikant. Gleichzeitig war der indirekte Effekt über das wahrgenommene Risiko aber signifikant, weshalb sie eine vollständige Mediation konkludierten.³⁸⁰ Dies impliziert eine Ergänzung des vorliegenden Strukturmodells um einen Pfad zwischen individueller Risikoneigung und wahrgenommenen Risiko. Dieser Wirkungsbeziehung unterliegt die Annahme, dass risikoaverse Beschaffungsmanager die Wahrscheinlichkeit negativer Konsequenzen und damit einen Verlust tendenziell überbewerten. In Folge benötigen sie höhere Gewinnaussichten, um ein mögliches Scheitern in Kauf zu nehmen. Auf der anderen Seite gewichten risikofreudige Beschaffungsmanager eher die positiven Konsequenzen.³⁸¹ In anderen Worten wird ein negativer Zusammenhang zwischen individueller Risikoneigung und wahrgenommenen Risiko unterstellt, was schließlich auch für den mediierenden Effekt (H5_Alt.) ein negatives Vorzeichen impliziert. Die Ergebnisse (siehe Tabelle 4.30) deuten allerdings auf einen nicht signifikanten Einfluss der individuellen Risikoneigung auf das wahrgenommene Risiko hin (γ = 0,061; t = 1,149), weshalb auch die Hypothese zur Mediation abgelehnt werden muss (γ_H5Alt. = 0,013; t_H5Alt. = 1,074). Schlussendlich kann auch nur ein geringfügiger Anstieg des R² für das wahrgenommene Risiko (R² = 0,102) unter Berücksichtigung des Einflusses der individuellen Risikoneigung verzeichnet werden. Neben dem direkten Effekt entpuppt sich also auch der indirekte Effekt über das wahrgenommene Risiko als nicht signifikant. Folglich hat die individuelle Risikoneigung keinen wesentlichen Einfluss auf die Markensensibilität.

Abbildung 4.21 verdeutlicht noch einmal die Höhe und Signifikanz der Pfadkoeffizienten unter Einschluss des indirekten Effekts der individuellen Risikoneigung, sowie die R²-Bestimmtheitsmaße der endogenen Variablen.

Zum Abschluss der PLS-SEM-Analyse sollen die individuellen Charakteristiken als Moderatoren der Beziehungen zwischen organisationalen Charakteristiken und Markensensibilität modelliert werden. Demnach wird den individuellen Charakteristiken ein verstärkender/mindernder Einfluss auf die Wirkungsbeziehungen zwischen wahrgenommener Logistikdienstleistungskomplexität und Markensensibilität als auch zwischen wahrgenommenem Risiko und Markensensibilität unterstellt. Es ist nicht unüblich Moderatoreneffekte zu untersuchen, wenn die Wirkungsbeziehung zwischen abhängiger und unabhängiger Variable unvorhergesehen gering oder nicht signifikant ausfällt.³⁸⁴ Auch im vorliegenden Fall soll es helfen, insbesondere die nicht signifikante Beziehung zwischen wahrgenommener Logistikdienstleistungskomplexität und Markensensibilität besser zu verstehen. Zudem werden die drei individuellen Charakteristiken nicht selten als Moderatoren eingesetzt.³⁸⁵ So empfiehlt schon Epstein (1994) in einer seiner ersten Arbeiten zum REI – damals noch als RVEI (Rational versus Experiential Inventory) deklariert: „The measurement of individual differences in rational versus experiential processing by the RVEI inventory can provide a useful moderator variable for investigating receptivity to different kinds of messages.“³⁸⁶

Im Sinne der beiden Theorieansätze und den Hypothesen H1 und H3 sowie den Moderatoren unterliegenden theoretischen Bezugspunkten, wird Faith in Intuition sowie Need for Cognition ein moderierender Effekt auf H1 (H1a_Mod; H1b_Mod) und der individuellen Risikoneigung ein moderierender Effekt auf H3 (H3_Mod) zugeschrieben. Entsprechend wurden in SmartPLS drei Interaktionsterme³⁸⁸ mittels des Zwei-Stufen-Ansatzes³⁸⁹ gebildet und deren Effekt auf die Markensensibilität analysiert. Die Ergebnisse sind in Tabelle 4.31 dargestellt.

Der moderierende Effekt von Faith in Intuition für die Wirkungsbeziehung zwischen wahrgenommener Logistikdienstleistungskomplexität und Markensensibilität (γ_H1aMod = 0,045; t_H1aMod = 0,855) erweist sich als ebenso nicht signifikant wie der moderierende Einfluss der individuellen Risikoneigung für die Wirkungsbeziehung zwischen wahrgenommenem Risiko und Markensensibilität (γ_H3Mod = 0,062; t_H3Mod = 1,094). Allerdings kann ein signifikanter Effekt für den Moderator Need for Cognition verzeichnet werden. Dieser hat einen verstärkenden Einfluss auf die Beziehung zwischen wahrgenommener Logistikdienstleistungskomplexität und Markensensibilität (γ_H1bMod = 1,27; t_H1bMod = 2,060). Abbildung 4.22 illustriert noch einmal überblicksstiftend die Höhe und Signifikanz der moderierenden Effekte, sowie die R²-Bestimmtheitsmaße der endogenen Variablen.

Zur detaillierten Analyse des signifikanten moderierenden Effekts wird im Nachgang ein „Simple Slopes Plot“ generiert. Dieser bildet den Wirkungszusammenhang zwischen wahrgenommener Logistikdienstleistungskomplexität und Markensensibilität für hohe Need for Cognition-Werte (NFC bei + 1SD), für geringe Need for Cognition-Werte (NFC bei −1 SD) und für den Mittelwert ab. Angesichts der nicht signifikanten Haupteffekte (H1, H7) ergibt sich eine sogenannte „crossover“ oder „antagonistische“ Interkation, welche in Abbildung 4.23 ersichtlich wird. Man spricht deshalb von einer „crossover“ Interaktion, da die Beziehung zwischen wahrgenommener Logistikdienstleistungskomplexität und Markensensibilität bei geringem Need for Cognition negativ, bei hohem Need for Cognition aber positiv ist.

Für eine noch nuanciertere Analyse des Interaktionseffekts empfehlen Shanock et al. (2010) die Durchführung einer Response Surface Analyse. Diese bietet die Möglichkeit die Beziehung zwischen den beiden Interaktionsvariablen dreidimensional zu betrachten.³⁹² Darüber hinaus erlaubt diese auch die zuverlässige Überprüfung der Kongruenzhypothese, d. h. inwiefern die Kongruenz (Übereinstimmung) zwischen den beiden Interaktionsvariablen einen Einfluss auf die abhängige Variable nimmt.³⁹³ Aus der Durchführung der polynomischen Regression mit anschließender Response Surface Analyse gemäß Shanock et al. (2010) resultiert der in Abbildung 4.24 dargestellte Verlauf.³⁹⁴

Aufgrund der nach außen hin abfallenden Kurve und der konstant hohen Werte der Markensensibilität entlang der Kongruenzlinie (siehe Abbildung 4.24), liegt die Vermutung nahe, dass die Kongruenzhypothese für die vorliegende Moderation angenommen werden kann. Mit Blick auf die Koeffizienten und Signifikanzen der Kongruenz- und Inkongruenzlinie bestätigt sich dieser Eindruck. Weder die Gerade (γ = −0,11; t = 0,848), noch die Krümmung (γ = 0,05; t = 0,613) entlang der Kongruenzlinie sind signifikant, d. h. die Markensensibilität ist weitestgehend unabhängig von der Höhe der beiden Interaktionsvariablen, was wenig verwunderlich ist angesichts der nicht signifikanten Haupteffekte von wahrgenommener Logistikdienstleistungskomplexität wie auch Need for Cognition.³⁹⁶ Entlang der Inkongruenzlinie ist die Gerade ebenfalls nicht signifikant (γ = −0,03; t = 0,261), jedoch ergibt sich eine signifikante Krümmung mit negativem Vorzeichen (γ = −0,18; t = 2,232). Nach der Checkliste von Humberg et al. (2019) dürfte es sich bei der Moderation also um einen strikten kongruenten Effekt handeln.³⁹⁷ Die Markensensibilität steigt also mit der Übereinstimmung zwischen wahrgenommener Logistikdienstleistungskomplexität und Need for Cognition (bspw. WLK & NFC hoch) und sinkt sobald die Werte voneinander abweichen (bspw. WLK hoch & NFC gering), aber bleibt konstant entlang der gemeinsamen Werte (NFC & WLK hoch und NFC & WLK gering) der beiden Interaktionsvariablen.