Methodolgy in research: how to assure reliability and validity of constructions in logistics research

• Autorzy: Krizman A.

Warianty tytułu

PL

Metodologia w badaniu: jak zapewnić rzetelność i ważność koncepcji w badaniach logistycznych

• Języki publikacji: PL

Abstrakty

PL

Celem niniejszego artykułu jest prezentacja metod badawczych, służących tworzeniu skali pomiarowej dla koncepcji w badaniach logistycznych. Główne cele to ustalenie najwłaściwszej metody dla danej struktury badań oraz lepsze zrozumienie rygoru badań logistycznych w aspekcie ich ważności i rzetelności w zakresie badań logistycznych. Pomimo że ważność może oznaczać wiele rzeczy w mowie potocznej, ważność badań oznacza procedury użyte w celu zapewnienia takich wniosków z procesu badawczego, które są ważne, i takich rezultatów badań, które mogą być określone z dużą pewnością. Mówiąc w skrócie, w niniejszym artykule ukazana jest procedura wypracowywania skali pomiarowej do stworzenia innowacji w wyniku badań outsourcingu w logistyce. W celu zapewnienia rzetelnego instrumentu pomiarowego rozwój wieloczęściowej skali koncepcji musi dowodzić rzetelności oraz zbieżnej ważności w próbce badawczej. Badamy konceptualizację, używając danych z ankiety przeprowadzonej na słoweńskim rynku wśród dwóch największych słoweńskich dostawców usług logistycznych (LSPs) oraz ich głównych klientów. Prezentujemy rozwój skali oraz proces udoskonalania, w którym mierzymy ważność i rzetelność z użyciem wielozmiennych metod statystycznych (Explanatory Factor Analysis, Confirmatory Factor Analysis oraz Structural Equation Modeling using Partial Least Squares). W części końcowej omawiamy ocenę pomiarów pod względem ważności i rzetelności.

EN

The purpose of this article is to present the research methods in developing measurement scales for the constructs in logistics research. The objective is to determine the most appropriate method for a specific research framework and to add to the understanding of logistics research rigor through the concept of validity and reliability as it concerns logistics research. Although validity means many things in common speech, validity in research means procedures have been used to ensure that the conclusion from a research study is valid and the research results can be stated with some confidence. Briefly, we show the procedure of developing measurement scale for construct innovation in logistics outsourcing performance research. In order to assure the reliable measurement instrument the development of a multi-item scale for the construct must show strong evidence of reliability as well as convergent validity in a research sample. We test our conceptualization using data from a survey, conducted in the Slovenian market among the two largest Slovenian logistics service providers (LSPs) and their main customers. We present the scale development and refinement process in which we measure for validity and reliability with multivariate statistical methods (Explanatory Factor Analysis, Confirmatory Factor Analysis, and Structural Equation Modeling using Partial Least Squares). Finally, we discuss measurement assessments for validity and reliability.

Słowa kluczowe

PL

outsourcing procesów logistycznych; innowacja; metodologia; modelowanie strukturalne; PLS

EN

logistics outsourcing; innovation; methodology; structural modelling; PLS

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Transport Problems
• Rocznik: 2011
• Tom: T. 6, z. 2
• Strony: 51--58
• Opis fizyczny: Bibliogr. 30 poz.

Twórcy

autor

Krizman A.

• Vocational College of Traffic and Transport Maribor Preradovičeva 33, 2000 Maribor, Slovenia (EU),

Bibliografia

• 1. Aaker D.A., Day G.S.: Marketing Research. New York: John Wiley & Sons, 1990.
• 2. Anderson J.C., Gerbing D.W.: Structural Equation Modeling in Practice: A review and Recommended Two-Step Approach. Psychological Bulletin, 103 (3), 1988, pp. 411–423.
• 3. Bollen K.A., Barb K.H.: Pearson's r and coarsely categorized measures. American Sociological Review, 46 (2), 1981, pp. 232–239.
• 4. Byrne B.M.: Structural Equation Modeling with AMOS – Basic Concepts, Applications, and Programming. London: Mahvah, 2001.
• 5. Cahill D.J.: Entrepreneurial orientation or pioneer advantage. Academic Management Review, 21, 1996, pp. 603–605.
• 6. Calantone R.J., Cavusgil S.T. , Zhao Y.: Learning orientation, firm innovation capability, and firm performance. Industrial Marketing Management 31(6), 2002, pp. 515–524.
• 7. Chin W.W., Newsted P.R.: Structural equation modeling analysis with small samples using partial least squares. In: Hoyle, R. (Ed.): Statistical Strategies for Small Sample Research. Beverly Hills, Calif.: Sage Publications, 1999, pp. 307–341.
• 8. Churchill G.A.: Marketing Research – Methodological Foundations. 5th Ed., Orlando, Fla.: Dryden Press, 1991.
• 9. Damanpour F.: Organizational innovation: a meta-analysis of effects of determinants and moderators. Academy of Management Journal 34(3), 1991, pp. 555–590.
• 10. Deepen J.: Logistics Outsourcing Relationships: Measurement, Antecedents and Effects of Logistics Outsourcing Performance. Heidelberg: Physica Verlag, 2007.
• 11. Engelbrecht C.: Logistikoptimierung durch Outsourcing. Erfolgswirkung und Erfolgsfaktoren. Wiesbaden: Deutscher Universitäts – Verlag, 2004.
• 12. Flint D.J, Larsson E., Gammelgaard B., Mentzer J.T.: A Customer Value-oriented Social Process. Journal of Business Logistics 26 (1), 2005, pp.113–147.
• 13. Fornell C., Larcker D.F.: Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18 (1), 1981, pp. 39–50.
• 14. Hair J.F., Anderson R.E., Tatham R.L., Black W.C.: Multivariate Data Analysis. 5th Ed., New Jersey: Prentice Hall, 1998.
• 15. Hertz S., Alfredsson A.: Strategic development of third party logistics providers. Industrial Marketing Management 32, 2003, pp. 139–149.
• 16. Homburg C., Giering, A.: Konzeptualisierung und Operationalisierung komplexer Konstrukte – Ein Leitfaden für die Marketingforschung. Marketing – ZFP, 18 (1), 1, 1996, pp. 5–24.
• 17. Hult G.T, Hurley R.F, Guinipero L.C., Nichols E.L., Organizational Learning in Global Purchasing: A Model and Test of Internal Users and Corporate Buyers. Decision Sciences, 31 (2), 2000, pp. 293–325.
• 18. Hurley R.F., Hult T.M.: Innovation, Market Orientation, and Organizational Learning: An Integrated and Empirical Examination. Journal of Marketing, 62 (3), 1998, pp. 42–54.
• 19. Hurt T.H., Joseph K., Cook C.D.: Scales for the measurement of innovativeness. Human Communication Research 4 (1), 1977, pp. 58– 65.
• 20. Jacoby J.: Consumer Research: A State of the Art Review. Journal of Marketing, 42 (2), 1978, pp. 87–96.
• 21. Križman A.: Trženjski odnosi v zunanji logistični oskrbi. PhD thesis, Ljubljana: UL – EF Ljubljana, 2009.
• 22. Malhotra N.K., Birks D.F.: Marketing Research: An Applied Approach. European Ed., Harlow, England: Pearson Education Ltd., 2000.
• 23. Mentzer T., Flint D.J.: Validity in Logistics Research. Journal of Business Logistics, 18 (1), 1997, pp. 199-216.
• 24. Peter J.P.: Construct Validity: A Review of Basics and Recent Marketing Practices. Journal of Marketing Research, 16 (1), 1981, pp. 6–17.
• 25. Peterson R.A.: A Meta-Analysis of Cronbach's Coefficient Alpha. Journal of Consumer Research, 21 (2), 1994, pp. 381–391.
• 26. Pirouz D.M.: An Overview of Partial Least Squares, 2006. http://www.merage.uci.edu/-dpirouz04/
• 27. Ringle C.M., Wende S., Will A.: SmartPLS 2.0 (M3) Beta, Hamburg, 2005, http://www.smartpls.de
• 28. Rogers E.M.: Difussion of Innovations, 4.ed. New York: Free Press, 1995.
• 29. Verona G.: A resource-based view of product development. Academic Management Review 24 (1), 1999, pp. 132–42.
• 30. Wold H.: Soft modeling: The Basic Design and Some Extensions. Wold H. and Joreskog K.G. eds.: System Under Indirect Observations: Causality, Structure, Prediction. Amsterdam: Elsevier, 1982.