Strukturgleichungsmodelle

Ziel von Strukturgleichungsmodellen

  • Anhand von Strukturgleichungsmodellen sollen kausale Zusammenhänge getestet und geschätzt werden.

Vorteil der Strukturgleichungsmodelle

  • Ein großer Vorteil dieser Modelle ist, dass wesentlich komplexere Beziehungen zwischen den einzelnen Variablen möglich sind, als im klassischen Regressionsmodell.
  • Außerdem können nicht nur manifeste Variablen berücksichtigt werden, sondern auch latente Variablen (Bsp. Intelligenz).

 

Herangehensweise

  • Die Herangehensweise bei Strukturgleichungsmodellen besitzt einen konfirmatorischen Charakter (bestätigenden Charakter), weshalb sie auch zu den strukturprüfenden multivariaten Verfahren gerechnet werden.

Vorgehensweise

  1. Als erstes muss eine Theorie über Kausalbeziehungen aufgestellt werden. Dabei handelt es sich um Kausalbeziehungen zwischen latenten Variablen.
  2. Als nächstes sollten die Voraussetzungen überprüft werden:
  • bestehen lineare Zusammenhänge?
  • Ist die Anzahl unbekannter Parameter kleiner/ gleich der Anzahl der bekannten Varianzen und Kovarianzen?
  • Ist die Stichprobe genügend groß?

 

      3. Im nächsten Schritt muss das Messmodell konstruiert werden.

        ( hierbei legt man fest, mit welchen Indikatoren die latenten Variablen erfasst   

          werden können).

     4. Als viertes berechnet man die Koeffizienten (oft iterativ).

     5. Und im letzten Schritt muss man noch die Gütemaße berechnen.

Messmodell
Messmodell

Meine Buchempfehlungen zum Thema Strukturgleichungsmodelle