Institut für Marketing
print

Links und Funktionen
Sprachumschaltung

Navigationspfad


Inhaltsbereich

Forschungsmethoden

Ein wesentliches Ziel der Marketingforschung besteht darin, die Wahrnehmung und das Verhalten von Konsumenten zu analysieren und zu verstehen. Die Untersuchung entsprechender Effekte stellt jedoch hohe Anforderungen an Forschungsmethoden, deren Weiterentwicklung vor dem Hintergrund der zunehmenden Komplexität der betrachteten Zusammenhänge unabdingbar ist. Vor diesem Hintergrund befasst sich der Bereich Forschungsmethoden mit der Auswertung bestehender und Entwicklung neuer Techniken zur Modellierung von Beziehungen zwischen nicht direkt beobachtbaren Phänomenen wie z. B. der Kundenzufriedenheit oder Unternehmensreputation. Das Forschungsinteresse richtet sich auf Strukturgleichungsmodelle und insbesondere die Partial Least Squares Strukturgleichungsmodellierung (PLS-SEM), die große Bedeutung in der betriebswirtschaftlichen Forschung und Praxis gewonnen hat. Forschungsprojekte in diesem Beriech befassen sich beispielsweise mit der Modellierung von (unbeobachteter) Heterogenität, der Erfassung von Endogenität sowie Aspekten der Modellevaluation und -selektion.

Aktuelle Publikationen

Cho, G., Hwang, H., Sarstedt, M., & Ringle, C. M. (2022). An automatic prediction-oriented model search algorithm for generalized structured component analysis. Structural Equation Modeling: A Multidisciplinary Journal, Advance online publication.

Cho, G., Sarstedt, M., & Hwang, H. (2022). A comparison of covariance structure analysis, partial least squares path modeling and generalized structured component analysis in factor- and composite models. British Journal of Mathematical and Statistical Psychology, 75(2), 220-251.

Sarstedt, M., Hair, J. F., Pick, M., Liengaard, B. D., Radomir, L., & Ringle, C. M. (2022). Progress in partial least squares structural equation modeling use in marketing in the last decade, Psychology & Marketing, 39(5), 1035-1064.

Sarstedt, M., Radomir, L., Moisescu, O. I., & Ringle, C. M. (2022). Latent class analysis in PLS-SEM: A review and recommendations for future applications. Journal of Business Research, 138, 398-407.

Franke, G., Sarstedt, M., & Danks, N. (2021). Assessing measure congruence in nomological networks. Journal of Business Research, 130, 318-334.