Kausalmodellierung mit Partial Least Squares

Seit den achtziger Jahren finden Strukturgleichungsmodelle mit latenten Variablen große Beachtung in der empirischen Marketingforschung. Die Verwendung dieses Modellansatzes ist kontinuierlich angesteigen und hat sich zu einem Quasi-Standard entwickelt. Als Methode zur Auswertung kausaler Beziehungen bei denen latente Größen eine Rolle spielen, kommt häufig der LISREL-Ansatz zum Einsatz. In jüngster Vergangenheit wurden die Grenzen dieses Verfahren aufgezeigt und die Vorteile des Partial Least Square-Konzeptes herausgestellt.
Vor diesem Hintergrund stellt "Kausalmodellierung mit Partial Least Squares" mit der gängigen Software die Anwendung des Verfahrens anhand von Screenshots an einem konkreten Beispiel vor und gewährleistet so den Einstieg aber auch eine Vertiefung in den PLS-Ansatz. Dabei werden alle notwendigen Prüfmaße präsentiert.

Vorwort
PLS - Strukturgleichungsmodell mit latenten Variablen

Autorentext
Prof. Dr. Frank Huber ist Inhaber des Lehrstuhls für Betriebswirtschaftslehre und Marketing an der Johannes Gutenberg-Universität Mainz.
Prof. Dr. Andreas Herrmann ist Direktor der Forschungsstelle für Business Metrics und Leiter des Audi Lab for Market Research an der Universität St. Gallen.
Frederik Meyer, Johannes Vogel und Kai Vollhardt sind Wissenschaftliche Mitarbeiter am Lehrstuhl für Betriebswirtschaftslehre und Marketing an der Johannes Gutenberg-Universität Mainz.

Inhalt
PLS als Instrument zur Schätzung komplexer Strukturgleichungsmodelle.- Grundlagen zur Schätzung von komplexen Strukturgleichungen unter Verwendung von PLS.- Modellierung, Schätzung und Bewertung komplexer Wirkungssysteme mit PLS.- Zusätzliche Auswertungsmöglichkeiten bei komplexen Strukturgleichungen.- Schätzung eines Fallbeispiels unter Verwendung des Softwareprogramms PLS-Graph.