Aus der Forschung

Common Method Bias ist kein Häkchen

Common Method Bias ist ein Designrisiko, kein Einzeltest: Trennen Sie Konstruktvalidität, Methodenvarianz, Verfahrensschutz und Restunsicherheit.

1.449 Wörter 7 Min. Lesezeit 3 Quellen  Leser

Management Summary

Common Method Bias wird am Ende einer Befragungsstudie oft als Häkchen behandelt. Belastbarer ist die Trennung von vier Fragen: Welches Konstrukt wurde gemessen, wie wurde die Messung erhoben, welche Verfahrensschritte wurden vorab eingebaut und was kann eine statistische Prüfung noch zeigen? Podsakoff und Kollegen beschreiben Common Method Bias als schädlich, komplex, verbreitet und durch kein einzelnes Verfahren leicht zu beheben. Spector stellt die Idee einer allgegenwärtigen Methodenvarianz als eine Erklärung infrage. MacKenzie, Podsakoff und Podsakoff halten Konstruktmessung, Reliabilität, Validität und Spezifikation auseinander. Daraus entsteht eine Freigabesequenz, keine Diagnose privater Daten.

Schlagwörter: Common Method Bias · Konstruktvalidität · Befragungsforschung · Forschungsdesign

Auf dieser Seite

Common Method Bias ist kein Häkchen am Ende einer Befragung.

Die kurze Antwort lautet: Ein Methodenrisiko muss in Konstrukt, Messprozess, vorab eingebauten Designschutz, statistische Prüfung und verbleibende Unsicherheit zerlegt werden. Ein einzelner Post-hoc-Test ist leicht zu berichten und kann dennoch nur eine enge Frage beantworten.

Podsakoff, Podsakoff, Williams, Huang und Yang beschreiben Common Method Bias als schädlich, komplex, verbreitet und schwer mit einem Verfahren zu beheben. Spector stellt die Vorstellung infrage, dass Methodenvarianz in der Organisationsforschung eine einzige allgegenwärtige Erklärung ist. MacKenzie, Podsakoff und Podsakoff halten die benachbarten Messfragen sichtbar: Konstruktdefinition, Reliabilität, Validität und Modellspezifikation.

Die praktische Konsequenz ist eine Freigabesequenz statt eines magischen Schwellenwerts. Vor der Freigabe eines Ergebnisses sollte sichtbar sein, was gemessen wurde, wie es erhoben wurde, welcher Verfahrensschutz eingesetzt wurde, welche statistische Prüfung stattfand und welche stärkere Schlussfolgerung außerhalb der Evidenz bleibt.

Welche vier methodischen Probleme verdeckt das Häkchen für Common Method Bias?

Nehmen wir eine Befragung, in der eine Person zu einem Zeitpunkt sowohl einen Prädiktor als auch ein Ergebnis berichtet. Eine Leserin oder ein Leser darf fragen, ob die gemeinsame Person, Skala, Formulierung, Antwortsituation oder Messzeit den beobachteten Zusammenhang beeinflusst. Das ist eine Methodenfrage. Es ist nicht automatisch die Aussage, dass die Konstrukte unklar sind, jede Beziehung aufgebläht ist oder die Daten unbrauchbar sind.

Halten Sie diese Objekte auseinander:

ObjektFrageWas eine positive Antwort nicht beweist
KonstruktWelchen theoretischen Gegenstand soll jede Messung abbilden?Dass die Erhebungsmethode unproblematisch ist.
MessungSind Items, Skalen, Reliabilität, Validität und Spezifikation tragfähig?Dass Common Method Variance fehlt.
MethodeWelche Eigenschaft wird von Messungen oder Befragten geteilt?Dass der beobachtete Zusammenhang vollständig methodenbedingt ist.
SchutzWelcher Verfahrens- oder Statistikschutz wurde verwendet?Dass jedes Restproblem beseitigt ist.
EntscheidungWelche Aussage erlaubt die Evidenz tatsächlich?Dass ein Häkchen einen stärkeren Kausalsatz freigibt.

Tabelle 1Welche vier methodischen Probleme verdeckt das Häkchen für Common Method Bias?

Quelle: Tabelle aus diesem Essay. Quellen und Einordnung stehen im Beitrag.

Zur Abbildungsseite

Wenn diese Fragen verschmelzen, kann „Wir haben Common Method Bias getestet“ fast alles bedeuten. Das Freigabeprotokoll sollte stattdessen das Risiko und die dadurch veränderte Entscheidung nennen.

FreigabeschrittErforderliche EingabeZulässiger SatzAbbruchsignal
Konstrukt definierenKonstrukt, Dimensionen, Indikatoren und beabsichtigte Beziehung„Diese Messung soll dieses Konstrukt abbilden.“Ein Methodentest soll ein undefiniertes Konstrukt reparieren.
Methode beschreibenBefragte, Quelle, Zeitpunkt, Modus, Formulierung und Antwortsituation„Diese Merkmale werden in der Erhebung geteilt oder getrennt.“Die gemeinsame Methode bleibt unbenannt.
VerfahrensschutzReihenfolge, Quellentrennung, zeitliche Trennung, Formulierung oder anderer Designschritt„Dieser Schutz adressiert dieses benannte Risiko.“Ein Schutz wird ohne das Zielrisiko aufgezählt.
Statistisch prüfenErklärtes Modell, Test, Annahmen und Sensitivität„Diese Prüfung beantwortet diese Restfrage.“Ein Post-hoc-Test gilt als Beweis für die Abwesenheit von Bias.
Aussage freigebenErgebnis, Gegenhypothese und verbleibende Unsicherheit„Dies ist der stärkste hier belegte Satz.“Ein Methodenergebnis wird zum universellen Kausalsatz.

Abbildung 1Die Freigabesequenz für Common Method Bias

Eine methodensensible Aussage braucht eine Kette von Entscheidungen, kein einzelnes Häkchen am Studienende.

Quelle: Freigaberahmen des Autors, begründet mit Podsakoff et al. (2024), Spector (2006) sowie MacKenzie, Podsakoff und Podsakoff (2011). Die Fragen sind synthetisch.

Zur Abbildungsseite

Warum ist Common Method Bias ein methodisches Risiko und kein automatisches Todesurteil?

Podsakoff und Kollegen verwenden Common Method Bias für eine Gruppe von Fragen zur Erhebung und Analyse von Daten. Ihre Übersicht betont vier Eigenschaften, die für die Praxis wichtig sind. Das Risiko kann die Inferenz schädigen. Es ist komplex, weil verschiedene Quellen und Merkmale Varianz erzeugen können. Es ist in den von ihnen geprüften Forschungsdesigns verbreitet. Mit einem einzelnen Verfahren ist es schwer zu beheben.

Diese Beschreibung ist stärker als „Bias ist möglich“, aber enger als „die Ergebnisse sind ungültig“. Sie fordert dazu auf, die Kette zu prüfen, durch die ein beobachteter Zusammenhang beeinflusst werden könnte. Die Quelle kann die befragte Person, der Messzeitpunkt, das Skalenformat, die Formulierung, die soziale Situation oder ein anderes gemeinsames Merkmal sein. Der Schutz muss zum Risiko passen.

Deshalb sollte der Begriff nicht als universelle Erklärung für ein bequemes Ergebnis dienen. Wenn ein Zusammenhang auftritt, den eine Theorie nicht erwartet, ist Methodenvarianz eine Gegenhypothese. Wenn ein Zusammenhang mit anderen Quellen, Zeitpunkten oder Messungen repliziert wird, verändert sich das Risiko. Keine Beobachtung entscheidet die Frage ohne Designdetails.

Wie verschob Spectors methodische Kritik die Beweislast bei Methodeneffekten?

Spectors Argument ist nützlich, weil es eine einzige allgegenwärtige Geschichte infrage stellt. Methodenvarianz kann relevant sein. Stärke, Richtung und Folgen hängen jedoch vom Forschungsdesign und den untersuchten Konstrukten ab. Die Aussage, jeder Zusammenhang aus derselben Quelle sei aufgebläht, wäre zu stark. Die Aussage, Common Method Bias sei bloß eine Legende, wäre in die andere Richtung ebenfalls zu stark.

Die praktische Begründungslast ist daher konditional. Benennen Sie das Merkmal, das gemeinsame Varianz erzeugen könnte. Erklären Sie, warum es die Konstrukte oder ihre Beziehung beeinflussen sollte. Zeigen Sie, welcher Design- oder Analyseschritt diese Möglichkeit prüft. Sagen Sie anschließend, was unbekannt bleibt.

So wird ein vertrauter Post-hoc-Schritt begrenzt. Eine Forschende sieht einen interessanten Zusammenhang, führt einen allgemeinen Faktoren-Test durch, erhält ein günstiges Ergebnis und berichtet, Common Method Bias sei kein Problem. Der Test kann informativ sein. Er beweist aber weder Konstruktvalidität, noch schließt er jede Methodenquelle aus, noch macht er die Beziehung kausal.

Warum unterscheidet sich Konstruktvalidität grundlegend von der Methodenverzerrung?

MacKenzie, Podsakoff und Podsakoff integrieren Verfahren zur Konstruktmessung und -validierung in der MIS- und Verhaltensforschung. Ihr Beitrag hilft, ein Methodenrisiko von der Qualität des Konstrukts zu trennen.

Konstruktvalidität fragt, ob eine Messung den theoretischen Gegenstand tragfähig abbildet. Reliabilität fragt nach Konsistenz unter dem erklärten Messmodell. Konvergente und diskriminante Validität beantworten unterschiedliche Fragen zu Beziehungen zwischen Indikatoren und Konstrukten. Spezifikation fragt, ob das Modell die beabsichtigte Struktur beschreibt. Eine gemeinsame Erhebungsmethode kann diese Fragen beeinflussen. Sie wird durch einen Common-Method-Test nicht ersetzt.

Die Unterscheidung wirkt in beide Richtungen. Eine Messung kann plausible Reliabilität besitzen und dennoch ein Konstruktproblem haben. Eine Studie kann verschiedene Quellen nutzen und trotzdem ein schwaches Konstrukt spezifizieren. Ein Verfahrensschutz kann ein gemeinsames Quellenrisiko reduzieren und Formulierungs- oder Antwortskalenprobleme unberührt lassen. Das Freigabeprotokoll sollte zeigen, welche Evidenz welche Frage beantwortet.

Warum schlägt präventives Erhebungsdesign nachträgliche statistische Korrekturen?

Verfahrensschutz verändert das Design vor oder während der Erhebung. Dazu können Quellentrennung, zeitliche Trennung, bessere Itemformulierungen, Anonymität, weniger Bewertungsangst, begründet unterschiedliche Antwortformate oder eine klare Erklärung des Erhebungszwecks gehören. Die passende Wahl hängt vom Methodenrisiko und vom inhaltlichen Kontext ab.

Die statistische Prüfung findet nach der Erhebung statt. Sie kann verbleibende Methodenfragen unter einem erklärten Modell beurteilen. Sie kann keine zeitliche Trennung nachholen, ein vages Konstrukt in ein valides verwandeln oder eine ausgelassene Variable sichtbar machen, die nie gemessen wurde.

Podsakoff und Kollegen sprechen deshalb dafür, Verfahrensschutz und statistische Prüfung zu verbinden und nicht als Ersatz füreinander zu behandeln. Der belastbare Satz lautet nicht „Wir haben einen Test genutzt, also ist Bias abwesend“. Er lautet: „Wir haben diesen Schutz und diese Prüfung für diese Risiken eingesetzt; folgende Unsicherheit bleibt.“

Wie bauen Forschende eine operative Freigabekarte für empirische Erhebungen auf?

Halten Sie vor der Aufnahme eines Befragungsergebnisses in einen Artikel, ein Dashboard oder eine Entscheidungsvorlage fest:

  1. das theoretische Konstrukt und die Ergebnisaussage;
  2. Befragte, Quelle, Zeitpunkt, Modus, Skala und gemeinsame Formulierungsmerkmale;
  3. die Verfahrensschritte und das konkrete Risiko, das jeder adressieren soll;
  4. Evidenz zu Konstruktvalidität, Reliabilität und Spezifikation;
  5. statistische Methodenprüfung, Annahmen und Sensitivität;
  6. die Gegenhypothese, die die Interpretation ändern würde;
  7. den stärksten Satz, den die Evidenz erlaubt, und den stärkeren Satz, den sie nicht erlaubt.

Die Sequenz teilt die Arbeit sinnvoll. Konstrukt-Evidenz schützt die Bedeutung. Design-Evidenz schützt die Erhebung. Statistische Evidenz prüft ein Restproblem. Der letzte Satz ist ein Urteil über alle drei und kein Etikett aus einem einzigen Test.

Wo liegen die diagnostischen Grenzen dieses Prüfrahmens für Methodeneffekte?

Die drei Quellen diagnostizieren keinen privaten Datensatz. Sie liefern keinen universellen Schwellenwert. Sie beweisen nicht, dass jeder Zusammenhang aus einer gemeinsamen Quelle verzerrt ist oder jede Post-hoc- Prüfung nutzlos ist. Sie stützen die anspruchsvollere Aussage: Methodenvarianz ist ein designabhängiges Risiko, das zu Konstrukt, Schutz, Prüfung und Restunsicherheit passen muss.

Die Abbruchregel ist konkret. Wenn Artikel, Paper oder Dashboard Konstrukt, gemeinsame Methode, Verfahrensschutz, statistische Prüfung und offene Gegenhypothese nicht benennen können, ist der Satz „Common Method Bias wurde adressiert“ nicht bereit. Man kann sagen, dass ein Test durchgeführt wurde. Die Methodenfrage ist damit noch nicht geschlossen.

Die Methodenabgrenzung gehört neben Befragungsbias als Entscheidungsfehler und das belastbare Evidenzreview mit einer Abbruchregel.

Quellen

  1. MacKenzie, S. B., P. M. Podsakoff und N. P. Podsakoff. (2011). Construct Measurement and Validation Procedures in MIS and Behavioral Research: Integrating New and Existing Techniques. MIS Quarterly, 35(2), 293-334. DOI
  2. Podsakoff, P. M., N. P. Podsakoff, L. J. Williams, C. Huang und J. Yang. (2024). Common Method Bias: It's Bad, It's Complex, It's Widespread, and It's Not Easy to Fix. Annual Review of Organizational Psychology and Organizational Behavior, 11, 17-40. DOI
  3. Spector, P. E. (2006). Method Variance in Organizational Research: Truth or Urban Legend? Organizational Research Methods, 9(2), 221-232. DOI

Weitergeben

Diesen Beitrag teilen

Wenn er Ihnen etwas gebracht hat, bringt er jemandem in Ihrem Team vermutlich auch etwas.

Als PDF herunterladen

Ein vollständiges Dokument – Titelseite, Inhalt, Quellen, und die Zitierweise auf der letzten Seite.

Sinan Isoglu

Über den Autor

Sinan Isoglu, MBA (Quantic)

Führungskraft für Umsatzwachstum, Dozent und Doktorand

Sinan Isoglu ist Führungskraft für Umsatzwachstum, Dozent und Doktorand. Seine Arbeit verbindet Go-to-Market, Pricing und Revenue Operations; seine Promotion an der EM Normandie untersucht die Integration von Vertrieb und Marketing nach grenzüberschreitenden M&A. An der IU Internationalen Hochschule lehrt er Marketing und Wachstum.

Qualifikationen

  • Doktorand, EM Normandie Business School
  • MBA, Quantic School of Business and Technology
  • Dozent, IU Internationale Hochschule

Schreibt über

  • Go-to-Market
  • Pricing
  • Revenue Operations
  • KI im Handel
  • Grenzüberschreitendes Wachstum

Die Spur

Der Test hinter dieser Frage.

Dieser Beitrag gehört zur Forschung: der strengere Maßstab für die Muster, die aus der Praxis entstehen.

Kommentare

Mitdenken.

Kommentieren Sie den Text oder markieren Sie oben eine Passage, um sie direkt zu zitieren.

Kommentar schreiben

Kommentare werden vor der Veröffentlichung persönlich geprüft. Name und Kommentar werden für die Veröffentlichung gespeichert. Siehe den Datenschutzhinweis.