Operationalisierung des Konstrukts der Unternehmensreputation

Statistik, Fragebogen, Skalenniveaus, deskriptive und inferenzstatistische Analyse


Einsendeaufgabe, 2020

40 Seiten, Note: 1,0


Leseprobe

Inhaltsverzeichnis

Inhaltsverzeichnis

Abkürzungsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

1. Aufgabe B1
1.1 Operationalisierung des Konstrukts Unternehmensreputation
1.2 Konzeption eines qualitativen Fragebogens
1.3 Stakeholder
1.4 Fallauswahl
1.5 Durchführung der quantitativen Befragung

2. Aufgabe B2
2.1 Nominalskala
2.2 Ordinalskala
2.3 Intervallskala
2.4 Verhältnisskala
2.5 Bedeutung der Skalenniveaus bei der Auswahl statistischer Verfahren

3. Aufgabe B3
3.1 Deskriptive Analyse der Stichprobe
3.1.1 Alter- und Geschlechterverteilung
3.1.2 Betriebsgrößen- und Branchengruppen
3.1.3 Häufigkeiten der Unterweisungen
3.1.4 Deskriptivstatistiken der Präventionsmaßnahmen (A603A bis A603E)
3.2 Inferenzstatistische Analyse der Unterweisungen und Branchengruppen
3.3 Analyse präventiver Maßnahmen und Betriebsgröße
3.4 Zusammenfassung und Fazit

4. Anlagen Anschreiben und Fragebogen

Literaturverzeichnis

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Abbildungsverzeichnis

Abbildung 1: Auswahlschema des statistischen Verfahrens bei zwei Variablen

Abbildung 2: Auswahlschema des statistischen Verfahrens bei mehr als zwei Variablen

Abbildung 3: Betriebsgrößengruppen (A207gr)

Abbildung 4: Branchengruppen (bra_gr)

Abbildung 5: Branchengruppen (branche)

Abbildung 6: Häufigkeiten A401A

Abbildung 7: Häufigkeiten A401D

Abbildung 8: Häufigkeiten A401E

Abbildung 9: Häufigkeiten A401F

Abbildung 10: Präventionsmaßnahmen A603A bis A603E

Abbildung 11: Kreuztabelle und Chi-Quadrat-Test A401A

Abbildung 12: Kreuztabelle und Chi-Quadrat-Test A401D

Abbildung 13: Kreuztabelle und Chi-Quadrat-Test A401E

Abbildung 14: Kreuztabelle und Chi-Quadrat-Test A401F

Abbildung 15: Kruskal-Wallis- Test A603A

Abbildung 16: Kruskal-Wallis- Test A603B

Abbildung 17: Kruskal-Wallis- Test A603C

Abbildung 18: Kruskal-Wallis- Test A603D

Abbildung 19: Kruskal-Wallis- Test A603E

Tabellenverzeichnis

Tabelle 1: Skalenniveaus

Tabelle 2: Altersverteilung

Tabelle 3: Geschlechterverteilung

1. Aufgabe B1

Aufgabenstellung des ersten Teils der Einsendeaufgabe ist die Operationalisierung des Konstrukts Unternehmensreputation sowie die Konzeption eines qualitativen Fragebogens. Eingesetzt werden soll der Fragebogen bei der Vertical Media GmbH, einem Fachverlag für die Digitalwirtschaft. Die Produkte des Medienhauses setzen sich aus dem On- line-Magazin Gründerszene, nativen Advertisement (Bannerwerbung und Werbeartikel auf der Internetseite gruenderszene.de), den verschiedenen Eventformaten sowie der Karriereplattform Jobbörse zusammen.

Am Anfang jeder Untersuchung wird ein Forschungsthema festgelegt1, theoretische Grundlagen exploriert und analysiert.2 Die Theorie bildet die Ausgangsbasis der Forschung. Aus ihr werden dann einzelne Hypothesen abgeleitet, die den Kern der Forschung bilden.3 Ziel ist es herauszufinden, wie gut der Ruf der Vertical Media GmbH ist. Die H0-Hypothese lautet: Es besteht kein Zusammenhang zwischen den Dimensionen Verantwortung, Attraktivität, Qualität und Performance und Reputation der Vertical Media GmbH. Dagegen wird die H1-Hypothese wie folgt formuliert: Es besteht ein Zusammenhang zwischen den Dimensionen Verantwortung, Attraktivität, Qualität und Performance und Reputation der Vertical Media GmbH. Die Hypothesen müssen in fassbare Begriffe übersetzt werden. Das Definieren der Begriffe wird als Operationalisierung bezeichnet, was im nächsten Abschnitt erfolgt.4

1.1 Operationalisierung des Konstrukts Unternehmensreputation

Grundlage des qualitativen Fragenbogens bildet das von Schwaiger entwickelte Modell zur Messung der Reputation eines Unternehmens. Bei der Operationalisierung des theoretischen Konzepts wird festgelegt, anhand welcher beobachtbarer Variablen bzw. Indikatoren die Ausprägung des theoretischen Konzepts gemessen werden soll.5 Dafür wird das Konstrukt begrifflich so zerlegt, dass zunächst die Dimensionen herausgearbeitet und dann Indikatoren bzw. Items gebildet werden.6

Schwaiger hat für sein Reputationsmodell die vier Reputationstreiber Verantwortung, Attraktivität, Qualität und Performance identifiziert, dessen Items im Folgenden kurz dargestellt werden.7 Verantwortungsbewusst erscheint ein Unternehmen, wenn es sich fair gegenüber Wettbewerbern verhält und sich nicht nur am Profit orientiert, sondern gesellschaftliche Verantwortung übernimmt und aufrichtig mit Informationen in der Öffentlichkeit umgeht. Attraktiv ist ein Unternehmen, wenn dieses als Arbeitgeber für potentielle Mitarbeiterinnen und Mitarbeiter in Frage kommt, erfolgreich qualifizierte Mitarbeiterinnen und Mitarbeiter gewinnt und das physische Erscheinungsbild, wie das Bürogebäude, gefällt. Die Qualität spiegelt sich in einer Kundenfokussiertheit, hoher Qualität der Produkte oder Dienstleistungen sowie in einem guten Serviceangebot wider. Des Weiteren sollte das Unternehmen als verlässlicher Partner gegenüber Kunden vertrauenswürdig auftreten und das Preis-Leistungsverhältnis der Produkte oder Dienstleistungen angemessen sein. Zu diesem Reputationstreiber gehört ebenfalls, dass Leistungen respektiert werden und dass das Unternehmen eher als Vorreiter und nicht als Mitläufer fungiert. Die Performance bemisst sich an der wirtschaftlichen Stabilität, die u.a. durch überschaubare Risiken, Wachstumspotenzial, klare Zukunftsvorstellung und einer guten Führung charakterisiert ist.8

Neben der Auswahl der Items wird im Zuge der Operationalisierung das Skalenniveau der Variablen festgelegt.9 Für den Fragebogen wird eine Intervallskala gewählt, da mit dieser verschiedenste Verfahren berechnet werden können.10 Bei einer Fragebogenkonstruktion sollten möglichst erprobte Einzelitems und Skalen aus der Literatur übernommen werden, denn deren Gütemerkmale (Objektivität, Reliabilität und Validität) sind bereits überprüft worden. Die eigenen Ergebnisse sind dann mit anderen Studien vergleichbar.11 Daher wurde - wie im Original von Schwaiger - eine siebenstufige Likert-Skala verwendet.12 Die Merkmale werden hierbei anhand von Aussagen auf Ratingskalen gemäß des Grades der Zustimmung gemessen.13 Bei der Wahl des Skalenniveaus sollte darauf geachtet werden, dass sie sich für die anschließenden Analysen eignet.14 Die Likert- Skala eignet sich besonders, weil sie von den Befragten nicht nur schnell angekreuzt werden kann, sondern auch intervallskalierte Daten liefert, die sich gut auswerten15 und vergleichen lassen.16

Sind Items und Skalenniveau festgelegt, schließt sich die Konzeption des Fragebogens an.

1.2 Konzeption eines qualitativen Fragebogens

Die Grundstruktur eines quantitativen Fragebogens ist immer gleich aufgebaut und besteht aus folgenden Elementen. Der Fragebogentitel gibt mit allgemeinen Oberbegriffen einen Anhaltspunkt zum Thema. Die Fragebogeninstruktion erläutert Zielsetzung und Ablauf der Erhebung. Zudem werden die Kontaktmöglichkeiten der verantwortlichen Person genannt. Darüber hinaus sollen die Befragten zur Teilnahme durch das Hervorheben der Anwendungsrelevanz des Themas motiviert werden. Notwendig sind Verweise auf die Freiwilligkeit und Anonymität. Damit die Befragten gedanklich nicht hin und her springen müssen, wechseln im Verlauf des Fragebogens die Antwortformate nicht. Zwischenüberschriften setzen Frageblöcke voneinander ab.17 Erst am Ende des Fragebogens werden soziodemografische Daten, wie Geschlecht, Alter etc. erhoben, da zu Beginn die befragten Personen noch nicht ermüdet sind und dieser Zustand für die Fragen wichtig ist.18 Zum Schluss besteht in einem offenen Antwortfeld die Möglichkeit, Feedback zum Fragebogen zu geben. Der Fragebogen endet mit einem Wort des Dankes.19 Thematisch sind die Fragen blockweise sortiert. Die Reihenfolge der Fragen bzgl. der Dimensionen ist von dem ursprünglichen Fragebogen Schwaigers übernommen worden. Um den Einstieg in die Befragung zu erleichtern, beginnt der Fragebogen mit einer Eisbrecherfrage allgemein zum Ruf der Vertical Media GmbH. Anschließend werden leicht und schnell zu beantwortende Fragen zur Qualität gestellt. Erst zum Ende der Befragung erfolgen die schwierigeren Abstrahierungsfragen zur Verantwortung.20

Ferner ist der Fragebogen so zu konstruieren, dass er den wissenschaftlichen Gütekriterien der Objektivität, Reliabilität und Validität entspricht.21 Die Objektivität stellt in stan dardisierten Fragebögen in der Regel kein Problem dar.22 23 In dieser Arbeit wird ein standardisierter Fragebogen eingesetzt, der aus geschlossenen Fragen bzw. Items besteht. Hierbei werden Antwortalternativen vorgegeben, aus denen die Befragten wählen können.

Da möglichst erprobte Einzelitems aus der Literatur übernommen werden sollen,24 wur den die Items angelehnt an das englischsprachige Original Schwaigers formuliert.25 Eine Begründung für die Verwendung einer siebenstufigen Skala wurde bereits im vorherigen Abschnitt genannt. Ein weiterer Grund ist, dass eine hohe Anzahl an Antwortkategorien eine hohe Reliabilität ermöglicht, da die Befragten mehr Optionen haben und somit eine feinere Abstufung und genauere Messung möglich ist. Zu viele Abstufungen erhöhen allerdings die kognitiven Anforderungen an die Befragten. Hinsichtlich der optimalen Anzahl wird in der Literatur die Regel „sieben plus/minus zwei“ empfohlen. Eine ungerade Anzahl von Antwortkategorien bezieht zwar eine Mitte mit ein, die nicht immer eindeutig interpretiert werden kann, da sie auch von Befragten gewählt werden, die zum Thema keine Meinung haben. Dies kann zu Fehlmessungen führen.26 Allerdings gibt es auch befragte Personen, die tatsächlich eine neutrale Position gegenüber dem Thema besitzen. Fehlt die Mittelkategorie, nutzen die Befragten entweder zufällig oder systematisch eine andere Antwortkategorie, so dass systematische Fehler entstehen. Um zu verhindern, dass Befragte mit einer neutralen Einstellung zu einer inhaltlich falschen Antwort gezwungen werden, sollte eine Mittelkategorie angeboten werden. Es konnte zudem aufgezeigt werden, dass die Hinzunahme einer Mittelkategorie die Reliabilität und Validität von Skalen erhöht.27 Um zu vermeiden, dass Befragte ihre Meinungslosigkeit innerhalb der mittleren Kategorie zum Ausdruck bringen, wird vereinzelt die Verwendung der „weiß nicht“ Kategorie empfohlen.28 Auf diese Ausweichoption wird in diesem Fragebogen verzichtet, da davon ausgegangen wird, dass die Befragten mit der Untersuchungsthematik vertraut sind und eventuell diese Antwortkategorie aus Bequemlichkeit nutzen.29 So wird der Problematik der „Missing Data“, d.h. fehlende Daten, die das Ergebnis ggf. unbrauchbar machen, weil nicht genügend merkmalsbezogene Informationen vorliegen, entgegengewirkt.30

Hinsichtlich der Bezeichnung der Skalenpunkte wird eine Kombination aus einer verbalen und einer numerischen Skala gewählt, um Vorteile von beiden Formaten zu nutzen.31 Eine numerische Skala stellt Äquidistanz her, wodurch die Skala als quasi-metrisch angesehen werden kann, was für die Analyse eine besondere Rolle spielt.32 Gewählt wird die Bezeichnung mit positiven numerischen Werten, also von 1 bis 7 anstatt negativer Ziffern (z.B. von -3 bis +3), da Studien gezeigt haben, dass negative Ziffern eher gemieden werden als positive Zahlen. Zudem wird eine gleichmäßigere Abstufung erreicht, wenn unipolare Formulierungen mit positiven Werten kombiniert werden.33 Eine verbale Skala hat den Vorteil, dass die Skalenpunkte intersubjektiv einheitlicher interpretiert werden, da die Befragten sich nicht vorstellen müssen, was mit den einzelnen Skalenpunkten gemeint ist.34 Zudem kann aus Übersichtsarbeiten entnommen werden, dass vollverbali- sierte Ratingskalen Reliabilität und Validität erhöhen35 die Tendenz zum extremen Urteil verringern.36 Verbalisierte Kategorien sollten möglichst gleiche Intervallabstände nahelegen, was bei siebenstufigen Skalen leicht durchführbar ist. Streng genommen handelt es sich bei der Skala, die in dem Fragebogen dieser Arbeit verwendet wird, um eine Ordinalskala, wenn die Skalenabstände nicht gleich sind.37 Zudem wird eine unipolare Antwortskala mit einer Abstufung von „stimme absolut zu“ bis „stimme absolut nicht zu“ herangezogen, da Befragte mit einfachen Antwortskalen besser zurechtkommen.38 Generell wird bei der Formulierung beachtet, dass lange, unklare Formulierungen, Fremdwörter und doppelte Verneinungen vermieden werden39 und sich die Items nur auf einen Aspekt beziehen.40

Das Layout des Fragebogens muss ansprechend, klar gegliedert und übersichtlich sein. Die Fragen sind durchgehend nummeriert und bei offenen Fragen ausreichend Platz mit Führungslinien zur Verfügung gestellt. Fragen, die sich nur an Teilgruppen richten, können von den anderen Befragten übersprungen werden.41 Die Bearbeitungszeit sollte zudem 15 bis 20 Minuten nicht überschreiten.42

Die Fragen werden mit den dazugehörigen Antworten auf der gleichen Seite abgebildet und einseitig bedruckt, um die Dateneingabe zu vereinfachen.43 Darüber hinaus wird ein Anschreiben formuliert. Als Schrift wurde Calibri mit der Schriftgröße 12 Punkt für eine bessere Lesbarkeit gewählt.

1.3 Stakeholder

Stakeholder sind Anspruchsgruppen, die von der Nutzung des Untersuchungsgegenstandes betroffen sind sowie Personen, die an der Entwicklung, Umsetzung und Optimierung des Untersuchungsgegenstandes beteiligt sind.44 Die drei wichtigsten Stakeholder der Vertical Media GmbH sind der Vorstand des Mutterunternehmens, die Beschäftigten der Vertical Media GmbH sowie Kundinnen/Kunden, Partnerinnen/Partner, Sponsorin- nen/Sponsoren aus dem Sales- und Event-Bereich.

1.4 Fallauswahl

Die Stichprobe ist eine Auswahl der Grundgesamtheit und sollte für die Repräsentanz die gleichen charakteristischen Eigenschaften wie die Grundmenge aufweisen. So kann von der Stichprobe auf die Grundgesamtheit geschlossen werden.45 Die Grundgesamtheit besteht aus 3 Vorstandsmitgliedern, 65 Mitarbeiterinnen und Mitarbeitern sowie 400 Kundinnen, Kunden, Partnerinnen, Partner sowie Sponsorinnen und Sponsoren.

Da die Grundgesamtheit aus proportional verschieden aufgeteilten Gruppen besteht, wird eine geschichtete Stichprobe, d.h. per einfacher Zufallsstichprobe Objekte aus jeder speziellen Gruppierung, gezogen.46 Um eine hohe Repräsentativität zu gewährleisten, werden in der Stichprobe Kundinnen, Kunden, Sponsorinnen, Sponsoren sowie Partnerinnen und Partner sowie Mitarbeitende aller Funktionen und auch der Vorstand vertreten sein.47 Bei Zufallsauswahlen darf bereits bei einem vergleichsweise geringen Stichprobenumfang von n = 30 repräsentative Befunde mit hoher Wahrscheinlichkeit erwartet werden.48 Die Rücklaufquote kann zwischen 5% und 40% liegen.49 Die statistische Berechnung des Stichprobenumfangs beträgt bei einem Konfidenzniveau von 95% und einem Stichprobenfehler von 5% eine Stichprobengröße von 212 Personen.50 Bei einer geschätzten Rücklaufquote von 40%, würde die Anzahl der notwendig zu verschickenden Fragebögen von 530 die Grundgesamtheit von 468 übersteigen, so dass auf die Faustformel von n = 30 zurückgegriffen wird und insgesamt 75 Stichproben gezogen werden.

1.5 Durchführung der quantitativen Befragung

Zunächst wird der Fragebogen einem Pretest unterzogen und bei Bedarf überarbeitet. Ziel eines Pretests ist die Identifikation von Problemen beim Beantworten. Durchgeführt wird der Pretest in qualitativer Art und Weise, in dem der Fragebogen einzeln fünf ausgewählten Personen der Zielpopulation vorgelegt und um Feedback gebeten wird mit dem Ziel, welche Fragen sich gut beantworten lassen, welche schwer verständlich oder unsinnig sind und welche Aspekte vermisst werden.51 Im Anschluss an die Nachbearbeitung werden die Teilnehmerinnen und Teilnehmer anhand der Personal-, Kunden-, Sponsoren- und Partnerliste zufällig ausgewählt und postalisch mit einem frankierten Rückumschlag angeschrieben.

Nach zwei Wochen wird eine Nachfassaktion durchgeführt, in der für die Kooperation gedankt und bisherige Nicht-Antwortende erneut zur Teilnahme motiviert werden sol- len.52 Nach ca. weiteren vier Wochen werden die eingegangenen Antworten in SPSS statistisch verarbeitet, analysiert und die Ergebnisse in Bezug auf die Frage, welche Einflussfaktoren sich auf die Unternehmensreputation der Vertical Media GmbH auswirken, interpretiert. Anschließend daran erfolgt eine kritische Diskussion der Ergebnisse und Ableitung von Handlungsempfehlungen für die Vertical Media GmbH, die dem Management präsentiert werden.

2. Aufgabe B2

Aufgabe des zweiten Teils ist die Beschreibung der vier Skalenniveaus anhand von Beispielen sowie deren Bedeutung für die Auswahl deskriptiver und inferenzstatistischer Verfahren. Zudem wird das Vorgehen bei der Auswahl angemessener inferenzstatistischer Verfahren erläutert und anhand eines Beispiels erklärt.

Je nach Art der Messung können folgende vier Skalenniveaus unterschieden werden. Um so informationshaltiger die Messwerte sind, desto höher ist das Skalenniveau der Messung.53

2.1 Nominalskala

Die niedrigste Stufe des Messens stellt das Nominalskalenniveau dar. Hierbei sind die Skalenwerte nicht mit den quantitativen Ausprägungen der Objekteigenschaften verbunden, so dass das Messen eher mit dem Kategorisieren von Objekten gleichzusetzen ist.53 54 Typische Beispiele sind Geschlecht (männlich, weiblich), das eine zweifach gestufte bzw. dichotome Variable darstellt, oder der Familienstand (ledig, verheiratet, geschieden, verwitwet), der mehrfach gestuft bzw. polytom ausgestaltet ist. Objekten werden Zahlen zugeordnet, so dass Objekte mit gleicher Merkmalsausprägung gleiche Zahlen und Objekte mit verschiedener Merkmalsausprägung verschiedene Zahlen erhalten,55 bspw. „ledig“ = 1; „verheiratet“ = 2; „geschieden“ = 3 und „verwitwet“ = 4.56 Gemessen wird hierbei, wie viele Personen die jeweilige Merkmalsausprägung besitzen, um vergleichen zu können, ob bspw. zwei Personen den gleichen oder einen unterschiedlichen Familienstand besit- zen.57 Methoden und Kennwerte sind absolute und relative Häufigkeiten bzw. Prozentwerte58, der Modus59, der Kontingenzkoeffizient C, Cramer's V, die Phi-Korrelation60 und das Chi-Quadrat-Verfahren.61

2.2 Ordinalskala

Die Ordinalskala ist die zweitniedrigste Skala, welche die Aussagen der Nominalskala, also das Auszählen, mit einschließt.62 Da die Untersuchungsobjekte in einer Rangordnung dargestellt werden63, basiert das Messen von Ordinalskalen auf der Auswertung von Ranginformationen.64 Beispiele für ordinalskalierte Variablen sind Ränge beim Sportwettkampf.65 Allerdings treffen die Rangwerte 1., 2., 3. etc. keine Aussagen über die Abstände zwischen den Objekten.66 Zum Beispiel ist bei Sportlerplatzierungen unklar, „um wie viel besser“ (bspw. doppelt so schnell oder nur wenige Sekunden schneller) der Sportler auf dem ersten Platz, als der Sportler auf dem zweiten Platz war. Auch ist unklar, ob der Abstand zwischen den mit den Plätzen 1 und 2 genauso groß ist wie der zwischen den Plätzen 2 und 3.67 Die Skalenwerten der Ordinalskala zeigen also nur an, welche Person eine höhere Merkmalsausprägung aufweist oder ob zwei Personen eine gleich große Ausprägung haben.68 Methoden und Kennwerte sind der Modus, der Median69, der Rangkorrelationskoeffizient von Spearman70, Kendall's Tau, Wilcoxon-Test, Mann-Whitney-U- Test71.

2.3 Intervallskala

Das Charakteristische der Intervallskala sind die gleichgroßen Skalenabschnitte, wie bspw. die Celsius-Skala zur Temperaturmessung. Im Gegensatz zu nominalen oder ordinalen Daten besitzen die Differenzen zwischen den Daten Informationen, wie kleiner oder großer Temperaturunterschied. Häufig werden Ratingskalen, wie in dem Fragebogen dieser Arbeit, unterstellt, sie seien intervallskaliert. Jedoch handelt es sich hierbei solange um eine Ordinalskala, wie die Annahme der gleichen Skalenabstände unbestätigt bleibt.72 Ein Beispiel für die Intervallskala ist die Messung des Intelligenzquotienten (IQ). Mittels der IQ-Skala kann etwas über die Gleichheit oder Ungleichheit von Differenzen ausgesagt werden. Besitzt eine Person einen IQ von 110 und eine andere Person von 120, dann kann nicht nur bestimmt werden, dass Person 2 intelligenter ist als Person 1, sondern inhaltlich der Unterschied festgemacht werden.73 Darüber hinaus sind arithmetische Operationen, wie Addition und Subtraktion, gestattet.74 Wird der IQ von Person 1 von Person 2 abgezogen, dann gibt die Differenz von 10 Auskunft über den absoluten Intelligenzunterschied. Allerdings ist eine Beschreibung über das Verhältnis zweier Messwerte auf diesem Skalenniveau noch nicht möglich. Erst ab Intervallskalenniveau sind Berechnungen von Mittelwerten möglich und sinnvoll interpretierbar.75 76 77 78 Für intervallskalierte Daten sind u.a. der Modus, der Median, das arithmetische Mittel, die Standardabweichung, die Varianz , die Produkt-Moment-Korrelation , der t-Test einsetzbar.

2.4 Verhältnisskala

Die Verhältnisskala bildet das höchste Skalenniveau.79 Mit diesem Skalentyp wird die relative Lage der Messwerte in Bezug auf den Nullpunkt der Skala beschrieben. Beispielsweise kann nicht die Aussage getroffen werden, dass eine Person mit einem IQ von 160 doppelt so intelligent ist wie eine Person mit einem IQ von 80. Grund dafür ist, dass die Intelligenzskala keinen natürlichen Nullpunkt besitzt. Nur bei Skalen mit einem natürlichen Nullpunkt können Verhältnisse von Messwerten angegeben werden, wie bspw. bei Temperatur, Körpergröße, Alter usw. So ist eine dreißigjährige Person doppelt so alt wie eine fünfzehnjährige Person; eine Person mit 3 Stunden Fernsehkonsum pro Tag sieht dreimal so lange fern wie eine Person mit einer Stunde Fernsehkonsum. Es können hierbei also Verhältnisse von 1:2 oder 1:3 angegeben werden.80 Erlaubt sind alle arithmetischen Operationen, oben genannte statistischen Maße sowie das geometrische Mittel oder der Variationskoeffizient.81

[...]


1 Vgl. Bortz/Döring (2016), S. 24.

2 Vgl. Reinhardt (2015), S. 14.

3 Vgl. Schäfer (2016), S. 9.

4 Vgl. Ebd., S. 9.

5 Vgl. Bortz/Döring (2016), S. 228.

6 Vgl. Brosius et al. (2016) S. 95.

7 Vgl. Schwaiger (2004), S. 67.

8 Vgl. Ebd., S. 60, Wolf (2019), S. 73.

9 Vgl. Bortz/Döring (2016), S. 24.

10 Vgl. Ebd., S. 410.

11 Vgl. Ebd., S. 407.

12 Vgl. Schwaiger (2004), S. 56.

13 Vgl. Bortz/Döring (2016), S. 269.

14 Vgl. Hümmer (2015), S. 260.

15 Vgl. Bortz/Döring (2016), S. 408.

16 Vgl. Berger-Grabner (2016), S. 194-195.

17 Vgl. Bortz/Döring (2016), S. 405-406.

18 Vgl. Berger-Grabner (2016), S. 193.

19 Vgl. Bortz/Döring (2016), S. 406.

20 Vgl. Döring/Bortz (2016), S. 406.

21 Vgl. Döring/Bortz (2016), 405.

22 Vgl. Franzen (2014), S. 666.

23 Vgl. Bortz/Döring (2016), S. 408.

24 Vgl. Ebd., S. 407.

25 Vgl. Schwaiger (2004), S. 60-61.

26 Vgl. Franzen (2014), S. 669-670.

27 Vgl. Bogner/Menold (2015), S. 5.

28 Vgl. Franzen (2014), S. 670.

29 Vgl. Hümmer (2015), S. 261.

30 Vgl. Brandt/Moosbrugger (2020), S. 110.

31 Vgl. Ebd., S. 108.

32 Vgl. Hümmer (2015), S. 261.

33 Vgl. Franzen (2014), S. 672.

34 Vgl. Brandt/Moosbrugger (2020), S. 107-108.

35 Vgl. Bogner/Menold (2015), S. 2.

36 Vgl. Brandt/Moosbrugger (2020), S. 107-108.

37 Vgl. Backhaus et al. (2018), S. 12.

38 Vgl. Franzen (2014), S. 671.

39 Vgl. Echterhoff et al. (2013), S. 229.

40 Vgl. Jakob/Renner (2020), S. 48.

41 Vgl. Döring/Bortz (2016), S. 406.

42 Vgl. Berger-Grabner (2016), S. 193.

43 Vgl. Ebd., S. 196.

44 Vgl. Bortz/Döring (2016), S. 983.

45 Vgl. Berger-Grabner (2016), S. 202.

46 Vgl. Budischewski (2016), S. 27.

47 Vgl. Hümmer (2015), S. 258.

48 Vgl. Schöneck/Voß (2013), S. 71

49 Vgl. Bortz/Döring (2016), S. 412.

50 Vgl. Bundesverwaltungsamt (2020).

51 Vgl. Bortz/Döring (2016), S. 410-411.

52 Vgl. Ebd., S. 412.

53 Vgl. Bortz/Döring (2016), S. 232.

54 Vgl. Bortz/Schuster (2010), S. 13.

55 Vgl. Bortz/Döring (2016), S. 237-238.

56 Vgl. Bortz/Schuster (2010), S. 13.

57 Vgl. Ebd., S. 13.

58 Vgl. Ebd., S. 239.

59 Vgl. Schäfer (2016), S. 52-53.

60 Vgl. Schöneck/Voß (2013), S. 192.

61 Vgl. Bortz/Döring (2016), S. 239.

62 Vgl. von der Assen (2016), S. 150.

63 Vgl. Backhaus et al. (2018), S. 11.

64 Vgl. Bortz/Schuster (2010), S. 18.

65 Vgl. Schäfer (2016), S. 25.

66 Vgl. Backhaus et al. (2018), S. 11.

67 Vgl. Schäfer (2016), S. 25.

68 Vgl. Bortz/Schuster (2010), S. 14.

69 Vgl. Schäfer (2016), S. 54.

70 Vgl. Schöneck/Voß (2013), S. 192.

71 Vgl. von der Assen (2016), S. 96-97.

72 Vgl. Backhaus et al. (2018), S. 12.

73 Vgl. Schäfer (2016), S. 25-26.

74 Vgl. Backhaus et al. (2018), S. 12.

75 Vgl. Schäfer (2016), S. 26.

76 Vgl. Kuhlmei (2018), S. 22.

77 Vgl. Schöneck/Voß (2013), S. 192.

78 Vgl. von der Assen (2016), S. 94.

79 Vgl. Wübbenhorst (2018).

80 Vgl. Schäfer (2016), S. 26-27.

81 Vgl. Backhaus et al. (2018), S. 12.

Ende der Leseprobe aus 40 Seiten

Details

Titel
Operationalisierung des Konstrukts der Unternehmensreputation
Untertitel
Statistik, Fragebogen, Skalenniveaus, deskriptive und inferenzstatistische Analyse
Hochschule
SRH Fernhochschule
Veranstaltung
Wissenschaftliches Arbeiten II
Note
1,0
Autor
Jahr
2020
Seiten
40
Katalognummer
V998629
ISBN (eBook)
9783346369727
ISBN (Buch)
9783346369734
Sprache
Deutsch
Schlagworte
Operationalisierung des Konstrukts Unternehmensreputation, Konzeption eines Fragebogens, Skalenniveaus, deskriptive Analyse, inferenzstatistische Analyse
Arbeit zitieren
Sina Heller (Autor), 2020, Operationalisierung des Konstrukts der Unternehmensreputation, München, GRIN Verlag, https://www.grin.com/document/998629

Kommentare

  • Noch keine Kommentare.
Im eBook lesen
Titel: Operationalisierung des Konstrukts der Unternehmensreputation



Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden