Multi-Level-Analysen

„Schlagen sich unterschiedliche Gebührenmodelle im Lizenzpartnergeschäft in einem erhöhten Umsatzvolumen nieder?“

„Welchen Einfluss hat eine standardisierte im Gegensatz zu einer differenzierten Marktbearbeitung im Rahmen der internationalen Markenführung auf den Vertrieb in den Ländermärkten?“

„Bestehen in der Kundenbindung über verschiedene Filialen hinweg systematische Unterschiede, und wenn ja, worauf lassen sich diese zurückführen?“

Den oben aufgeführten Fragen ist gemein, dass die jeweils interessierenden Untersuchungsgrößen auf verschiedenen organisationalen Ebenen angesiedelt sind. So besitzt ein Gebührenmodell in der Regel für eine Vielzahl von Lizenzpartnern Gültigkeit, die Marktbearbeitungsstrategie wirkt sich auf eine Vielzahl von Vertriebsmitarbeitern in einem Land aus, und eine Filiale ist Anlaufstelle für eine Vielzahl von Kunden.

In Fällen wie diesen, in denen die Effektivität von Maßnahmen von Interesse ist, die von einer höheren Ebene auf eine Vielzahl von Untersuchungseinheiten wirken, stoßen traditionelle Analyseverfahren an ihre Grenzen. Denn die Beobachtungen auf der untergeordneten Ebene (der Lizenzpartner, der Vertriebsmitarbeiter oder eben der Kunden) sind in Bezug auf die Wirkung der übergeordneten Steuerungsgröße nicht unabhängig voneinander. Eben diese Unabhängigkeit der Beobachtungen ist aber eine der wesentlichen Voraussetzungen, um traditionelle Analyseverfahren – wie bspw. die einstufige Regressionsanalyse – einsetzen zu können. Eine Nichtbeachtung dieser Voraussetzung führt dagegen in der Regel zu falschen Ergebnissen.

Entwickelt wurden Multi-Level-Analysen im Kontext der Schulforschung, um bspw. die Frage zu beantworten, ob und welchen Einfluss der Besuch einer bestimmten Schule auf die Leistung eines Schülers hat. Auch hier stehen die interessierenden Variablen in einem Über- bzw. Unterordnungsverhältnis zueinander, da eine Vielzahl von Schülern besucht genau einer Schule zugeordnet werden kann.

In organisationalen Kontexten sind Multi-Level-Analysen damit nicht nur prädestiniert, Antworten auf die oben aufgeführten und ähnliche Fragestellungen zu geben; ihr Einsatz ist sogar unbedingt nötig, wenn man zu korrekten Ergebnissen kommen möchte.

zurück zur Methoden-Übersicht