Generalisierung von "unvollständigen" Replikationen

Im Kern der Forschung zu den meisten Marketingproblemen liegen Versuche, die Beziehungen zwischen Variablen zu bewerten, die wichtig sind, um zu verstehen, wie Entscheidungsprozesse funktionieren und wie sie von verschiedenen Faktoren beeinflusst werden, die entweder kontrollierbar oder vom Marketingmanager bewertbar sind. Diese Beziehungen können aggregiert sein und harte, wirtschaftliche Messungen beinhalten (zum Beispiel Verkaufszahlen und Werbung nach Marke) oder sie können weicher und differenzierter sein (zum Beispiel die Reaktion verschiedener Konsumentensegmente auf bestimmte Werbetexte). Mit dem wachsenden Verständnis der Entscheidungsprozesse von Käufern entstehen Sammlungen von Studien, die ähnliche Forschungstechniken verwenden, um ähnliche Problemstellungen anzugehen. Während diese literarischen Sammlungen, sowohl veröffentlichte als auch unveröffentlichte, in wichtigen Aspekten stark genug variieren, sodass sie nicht vernünftigerweise als technische Replikationen betrachtet werden können, verwenden sie oft Ansätze, die einander ähnlich genug sind, um als unvollständige Replikationen betrachtet zu werden. Tatsächlich können methodische Unterschiede in einer Studiengruppe Einblicke ermöglichen, die aus sowohl perfekten Replikationen als auch einer einzelnen Studie nicht erhältlich wären. Dieses Papier schlägt ein Verfahren vor, um vergleichbare Studien in ein quasi-experimentelles Design zu gruppieren und Verfahren zur Varianzanalyse zu nutzen. Ein Ansatz zur Varianzanalyse wird vorgeschlagen, um die Auswirkungen verschiedener auffälliger interstudialer Unterschiede auf die Ergebnisse vergleichbarer, aber nicht perfekt replizierbarer Studien zu bewerten. Als Anwendung wird eine multivariate Varianzanalyse verwendet, um Unterschiede in den Parameterschätzungen über 37 quasireplizierende Studien basierend auf dem Fischbein-Verhaltensintention-Modell zu bewerten.