Desktop-Version

Start arrow Betriebswirtschaft & Management arrow Erfolgsfaktoren für Innovation in Unternehmen

< Zurück   INHALT   Weiter >

5.4 Analyse und Bereinigung der Daten

Insgesamt wurden 164 geschlossene Items im Fragebogen erfragt. Dazu einige offene Items, die in der folgenden Analyse nicht berücksichtigt wurden. Aus diesem Fundus werden Items für die folgende Faktoranalyse selektiert.

Vor der Itemselektion auf Basis von Kennwerten werden alle Fragen in Bezug auf inhaltliche Passgenauigkeit für die Analyse untersucht. Bei den 164 Fragen wurden einige eingebaut, die nicht zum Unternehmen an sich, sondern zur Industrie oder zur allgemeinen Einschätzung Auskunft geben. Insbesondere sind dies die globalen Fragen: „Q1 How important has innovation been to ensure success in your segment of the industry in the past 5–10 years?“ und „Q2 In the coming years, the importance of innovation in your segment will (decrease to increase)?“. Dazu kommen drei Fragen zu: „What are/will be the key sources of innovation in your industry?“ und drei weitere Fragen zu: „What types of innovation will have the biggest impact on economic value creation in your segment?“. All diese Fragen haben allgemeinen Charakter und geben keine Auskunft über das befragte Unternehmen. Daher sind diese Fragen für die vorliegende Untersuchung, die Bestimmung von Erfolgsfaktoren für Innovation in diesen Unternehmen, nicht Wert stiftend. Zu diesen acht Fragen kommen noch zehn nach der idealen Organisation. Was denken die Befragten, wie eine ideale Organisation aussehen könnte („How would you characterize a desired, „ideal“, organization?“). Diese Fragen sind hypothetisch und bringen zur Analyse des „Ist“ keinen Mehrwert. Der verbleibende Fundus von 146 Items wird nun für die Itemselektion nach Kennwerten bereitgestellt.

Für die Itemselektion werden verschiedene Kennwerte der einzelnen Items herangezogen. So deuten Fragen mit geringer Antwortzahl darauf hin, dass entweder die Frage unverständlich formuliert oder schwer zu beantworten war. Zudem könnten etwa normalverteilte Items geeigneter zur Messung sein als weniger normal verteilte. Auch deutet eine deutliche Schiefe auf eine suggestive Fragestellung hin, wie beispielsweise die Frage: „Denken Sie, dass Innovation wichtig ist?“ („How important has innovation been to ensure success in your segment of the industry in the past 5–10 years?“). Kaum ein Befragter würde sich hier im unteren Bereich der Skala bewegen. Folgende Itemkennwerte erschienen für dieses Ziel besonders relevant und werden daher untersucht:

• Fehlende Werte

• Kurtosis und Schiefe

• Korrelationen

• Measure of Sample Adequacy (MSA)

• Kreuze in der Skalenmitte

• Mittelwerte

• Standardabweichungen.

 
< Zurück   INHALT   Weiter >

Related topics