In den vorausgehenden Kapiteln wird die wachsende Bedeutung von Design für die Erzielung von Unternehmenserfolg und Wettbewerbsfähigkeit dargestellt. Investitionen in Design können einen Wert für Unternehmen generieren.[137] Außerdem wird deutlich, dass Produktdesign in modernen Märkten einen entscheidenden Einfluss auf die Attraktivität der Produkte hat. Bei der Nutzung haben gut designte Produkte einen unmittelbar positiven Einfluss auf die Zufriedenheit der Verbraucher.[138] Demnach erzeugt Design einen Wert für Kunden. In diesem Kapitel werden Ansätze der Messung dieses Wertes sowohl aus Kundensicht als auch aus Unternehmenssicht analysiert. Im ersten Unterkapitel werden dafür zunächst die Grundlagen zur Messung latenter Konstrukte und zur Prüfung kausaler Beziehungen geliefert. In Kapitel 3.2 und seinen Unterkapiteln werden dann Modelle, die als Grundlage einer Messung des Designwertes aus Kundensicht dienen, dargestellt und kritisch geprüft. Kapitel 3.3 samt Unterkapiteln thematisiert den Designwert aus Unternehmenssicht. Hierfür wird eine geeignete Einteilung der sich ergebenen Messmodelle vorgenommen und die Ergebnisse werden anschließend ebenfalls einer Kritik unterzogen.
Im Rahmen dieser Arbeit werden die Ergebnisse von Studien zusammengefasst, die für ihre Durchführung hohe Ansprüche an die Leistungsfähigkeit der eingesetzten statistischen Verfahren erfordern. Für ihre Auswertung müssen komplexe Wirkungszusammenhänge zwischen einer Vielzahl von Variablen geprüft werden.
Bei der Analyse von Daten kann generell, entsprechend dem Anwendungsbezug, zwischen strukturprüfenden Verfahren und strukturentdeckenden Verfahren unterschieden werden.[139] Das primäre Ziel von strukturprüfenden Verfahren liegt in der Überprüfung von Zusammenhängen zwischen Variablen.[140] Sie bieten sich an, wenn der Anwender bereits konkrete Vorstellungen, basierend auf sachlogischen oder theoretischen Überlegungen, über die Zusammenhänge zwischen den interessierenden Variablen hat und diese überprüfen möchte.[141] Dabei werden vornehmlich die kausalen Abhängigkeiten der zu untersuchenden Variablen von einer oder mehreren Einflussfaktoren betrachtet.[142] Verfahren, die in diesem Bereich zum Einsatz kommen sind Regressionsanalyse, Varianzanalyse, Diskriminanzanalyse, Kontingenzanalyse, Logistische Regression, Strukturgleichungsmodelle (SGM) und Conjoint-Analyse.[143] Im Vergleich dazu liegt das Ziel von strukturentdeckenden Verfahren in der Aufdeckung von Zusammenhängen zwischen Variablen oder Objekten.[144] Hier verfügt der Anwender über weniger Informationen, da er noch keine Vorstellung darüber hat, welche Beziehungszusammenhänge in seinem Datensatz vorliegen.[145] Verfahren zur Entdeckung möglicher Beziehungszusammenhänge sind Clusteranalyse, Faktorenanalyse, Multidimensionale Skalierung, Korrespondenzanalyse und Neuronale Netze.[146]
Die hier im Zentrum des Interesses stehende Idee des Design Value entzieht sich der direkten Messung und Beobachtbarkeit auf empirischer Ebene. Solch ein Phänomen wird als latentes Konstrukt bezeichnet.[147] Latente Variablen bzw. Faktoren, hypothetische Konstrukte, theoretische Begriffe oder True Scores sind ausgewählte Synonyme, die in der entsprechenden Literatur verwendet werden.[148] Neben dem Designwert treten in Wissenschaft und Praxis viele Beispiele für latente Konstrukte auf. Dazu gehören unter anderem Einstellung, Involvement, Kaufabsicht, Reputation sowie Zufriedenheit.[149] Ihnen gegenübergestellt sind beobachtbare und direkt messbare Größen, die als manifeste Variablen bezeichnet werden. Beispiele dafür sind u. a. Kaufpreis oder Herstellkosten.[150] Es werden in erster Linie drei Aspekte latenter Variablen diskutiert. Neben dem bereits erwähnten Gesichtspunkt der nicht Beobachtbarkeit, wird oft diskutiert, ob es sich bei latenten Variablen um reale Größen oder vielmehr um imaginäre Gebilde handelt.[151] Beispielsweise verstehen Edwards und Bagozzi unter Konstrukten, obwohl sie sich auf reale Phänomene beziehen, unreale Elemente des wissenschaftlichen Diskurses. Sie dienen als verbale Surrogate für die untersuchten Phänomene.[152] Zu guter Letzt wird latenten Konstrukten die Möglichkeit einer Datenreduktion zugeschrieben. So können eine Reihe von Variablen zu einer geringeren Zahl von Faktoren verdichtet werden.[153] Festzuhalten bleibt, dass es vielfältige Arten von Konstrukten gibt, die sich unterschiedlich modellieren lassen.[154]
Die Messung eines latenten Konstrukts setzt dessen Konzeptualisierung und Operationalisierung voraus. Im Rahmen der Konzeptualisierung werden die Dimensionen, die das Konstrukt beschreiben, konzipiert.[155] Die Operationalisierung schließt sich daran an und beinhaltet die Definition der latenten Konstrukte und die Suche nach geeigneten Messindikatoren zur Entwicklung eines Messinstruments.[156] Um eine quantitative Erfassung durchführen zu können, muss jede latente Variable durch ein oder mehrere Indikatoren definiert sein. Die Indikatoren treten als empirische Repräsentation der latenten Variablen auf.[157] Grundsätzlich wird zwischen ein- und mehrfaktoriellen Konstrukten unterschieden. Ein einfaktorielles Konstrukt entspricht genau einem Faktor. So lassen sich die beobachtbaren Variablen direkt auf Konstruktebene verdichten.[158] Ein mehrfaktorielles Konstrukt wird hingegen durch zwei oder mehr Faktoren erfasst.[159] In diesem Fall wird nochmals zwischen eindimensionalen und mehrdimensionalen Konstrukten differenziert. Von eindimensionalen Konstrukten ist die Rede, wenn jeder Faktor zu ein und derselben theoretischen Dimension des Konstruktes gehört.[160] Werden die einzelnen Indikatoren ihrerseits wiederum aus unterschiedlichen Faktoren gebildet, wird von mehrdimensionalen Konstrukten gesprochen.[161]
Zur Erfassung latenter Konstrukte können reflektive oder formative Messungen zum Einsatz kommen.[162] Sie unterscheiden sich in der Richtung der Beziehung zwischen einer Variablen und ihrer Indikatoren. Reflektive Messmodelle gehen davon aus, dass die latenten Faktoren Veränderungen in den Messgrößen der Indikatorvariablen kausal hervorrufen. Modifikationen des latenten Konstrukts führen im selben Maße zu Änderungen bei den Indikatorvariablen.[163] Alle Indikatoren, die mit einem Konstrukt verbunden sind, müssen positiv miteinander korrelieren.[164] Aufgrund dessen sind die Indikatoren austauschbar. Die Elimination eines einzelnen Indikators verändert nicht das Wesen des zugrunde liegenden Konstruktes.[165] Außerdem ist zu beachten, dass reflektive Messmodelle im mehrfaktoriellen Fall nur eindimensionale Konstrukte zulassen.[166] Im Gegensatz dazu unterstellen formative Messmodelle, dass die Indikatoren Bestimmungsgrößen der latenten Variablen sind und diese formieren.[167] Demgemäß stellt das latente Konstrukt die abhängige Variable dar, während die formativen Indikatoren als unabhängige Indikatoren auftreten.[168] Bei Anwendung eines formativen Messmodells werden hohe Anforderungen an die Auswahl der Indikatoren gestellt. Die Art und Anzahl der gewählten Indikatoren sollten die latente Variable inhaltlich umfassend beschreiben.[169] Es kann gefährlich werden, einzelne Indikatoren zu löschen, weil dadurch zentrale Bestandteile des Konstruktes verloren gehen können.[170] Eine positive Korrelation der Indikatoren spielt aufgrund der Logik formativer Messmodelle keine Rolle. Die Items können positiv, negativ oder gar nicht miteinander korrelieren.[171] Jedoch stellt Multikollinearität ein Problem von formativen Messmodellen dar. Als Multikollinearität wird der Grad der linearen Abhängigkeit zwischen den Indikatoren bezeichnet.[172] Eine hohe Multikollinearität kann dazu führen, dass die rechnerische Bestimmung der Gewichtskoeffizienten nicht mehr möglich ist.[173] Abbildung 4 verdeutlicht die Logik reflektiver und formativer Messmodelle. Der Gewichtungsfaktor (λi bzw. γi) spiegelt den Zusammenhang zwischen der Indikatorvariablen (Xi) und der latenten Variablen Ksi (ξ) wider.
Abbildung 4: Reflektives und Formatives Messmodell[174]
Zur Überprüfung von Beziehungen zwischen latenten Variablen sind SGM geeignet. Diese stellen einen Spezialfall von Kausalmodellen dar.[175] Ihre Analyse vollzieht sich in mehreren Schritten, die in Abbildung 5 zusammengefasst werden.
Abbildung 5: Ablaufschritte der Kausalanalyse[176]
Voraussetzung einer Kausalanalyse ist ein auf theoretischen Überlegungen...