STATISTIK-FORUM.de

[hquadrat]

Hallo,

ich arbeite gerade mit AMOS an der Berechnung eines Pfaddiagramms. Dazu habe ich zwei Fragen:

1. Zur Berechnung des Pfaddiagrammes erfordert AMOS, dass von jeder Variable auf die ein Pfeil zeigt, ein Pfeil mit 1 fixiert wird. Was ist die inhaltliche Begründung dazu? Kann mir das jemand erklären?
2. AMOS schlägt vor, Fehlervarianzen von mehreren Variablen zu korrelieren, um einen besseren Fit zu erreichen. Was ist die inhaltliche Begründugn dazu? Ein gemeinsames übergelagertes Konstrukt?

Danke für eure Hilfe,
Hannes

[strukturmarionette]

Hi,

- du scheinst eine ungünstige Reihenfolge bei der Anwendung von Strukturgleichungsmodellierungen gewählt zu haben.

Hier

Byrne, Barbara M. (2001).
Structural Equation Modeling with AMOS. Lawrence Erlbaum Associates. New Jersey; MahWah: Lawrence Erlbaum Associates.

sind sowohl wichtige Grundlagen zu Strukturgleichungsmodellierungen UND Amos integriert.

Gruß
S.

[hquadrat]

Hi, danke für Deine Antwort. Ich lese gerade zwei super Bücher auf deutsch dazu.

Wie meinst du das? Ich rechne doch auch ein Pfadmodell.

[Semson]

1. Zur Berechnung des Pfaddiagrammes erfordert AMOS, dass von jeder Variable auf die ein Pfeil zeigt, ein Pfeil mit 1 fixiert wird. Was ist die inhaltliche Begründung dazu? Kann mir das jemand erklären?

Das ist der Residualterm der endogenen, latenten Variable. Hier befindet sich quasi der Anteil systematischer und nicht-systematischer Varianz, der nicht durch die Prädiktoren erklärt wird.

2. AMOS schlägt vor, Fehlervarianzen von mehreren Variablen zu korrelieren, um einen besseren Fit zu erreichen. Was ist die inhaltliche Begründugn dazu? Ein gemeinsames übergelagertes Konstrukt?

Die inhaltliche Begründung hierfür kann sehr vielfältig sein. Handelt es sich um manifeste Variablen, die zu demselben Faktor gehören, oder gehören die Items zu verschiedenen Faktoren?
Gleicher Faktor: Insgesamt sollte man Fehlervarianzen zwischen manifesten (!) Variablen (also den Indikatoritems) nicht korrelieren, weil man ja davon ausgeht, dass der gemeinsame Faktor die Ursache für die gemeinsame Varianz ist und nicht etwas anderes. Wenn Du Fehlerkovarianzen schätzen lässt, gibst du also zu, dass es für die Items noch eine weitere, gemeinsame Ursache gibt. Es ist sinnvoll, sich genau die Formulierungen der Items anzuschauen. Meist finden sich sehr ähnliche Formulierungen oder so.
Bei verschiedenen Faktoren ist es wesentlich problematischer, weil ja die Beziehung zwischen den manifesten Items (die du jetzt Schätzen würdest) eigentlich über die Beziehung zwischen den Faktoren sowie dem Pfad der Faktoren zum jeweiligen Item erklären möchtest. Du würdest also quasi an den Faktoren vorbeimodellieren

Man merkt meine persönliche Einstellung: Das Modell schönrechnen durch Freisetzen von Fehlerkovarianzen ist schlechter Stil. Du passt das Modell irgendwie an die Stichprobe an, aber weichst deine Annahmen (Theorie) auf.

[hquadrat]

Nochmals vielen Dank!

Du brauchst Dir keine Sorgen zu machen , ich werde das Modell nur so weit anpassen, wie es inhaltlich Sinn macht.
In meinem Fall handelt es sich um die Konstrukte "Intention" und "Verhalten" der Theorie des geplanten Verhaltens, die über sehr ähnliche Items beide dieselben Verhaltensweisen messen, nur eben einmal aktuell (oder eigentlich retrospektiv) und einmal zukünftig, aber streng genommen eben unterschiedliche Konstrukte sein sollen. AMOS empfiehlt, deren Fehlervarianzen zu korrelieren.

Ich könnte also mit ähnlichen Formulierungen argumentieren und damit, dass beide dieselben Verhaltensweisen zur Grundlage haben, oder?

Tatsächlich empfiehlt AMOS auch, die Fehlervarianzen von den drei vorgelagerten Prädiktoren von Intention (Wahrgenommene Verhaltenskontrolle, subjektive Normen, Einstellungen) zu korrelieren, die ebenfalls dieselben Verhaltensweisen abfragen.

[Semson]

AMOS empfiehlt, deren Fehlervarianzen zu korrelieren.

Ja, das sind halt Modifikationsindizes. Die geben an, wie sich der Modellfit verbessert, wenn du bisher auf Null fixierte Parameter zur Schätzung freigibst. Du musst halt für jeden Fall abwägen, ob es inhaltlich sinn macht, ob es das Modell wirklich verbessert, was für Auswirkungen es auf das Modell hat (Z.B. könnte der Effekt von Intention auf Verhalten niedriger werden, in deinem Beispiel).

Ich könnte also mit ähnlichen Formulierungen argumentieren und damit, dass beide dieselben Verhaltensweisen zur Grundlage haben, oder?

Jup.

Tatsächlich empfiehlt AMOS auch, die Fehlervarianzen von den drei vorgelagerten Prädiktoren von Intention (Wahrgenommene Verhaltenskontrolle, subjektive Normen, Einstellungen) zu korrelieren, die ebenfalls dieselben Verhaltensweisen abfragen.

Ich arbeite selbst mit Mplus oder lavaan, weil Amos zwar einfacher ist, aber man auch nie so richtig weiss, was man da modelliert. Bei lavaan sind exogene latente Variablen per default miteinander korreliert. Bei der TPB ist es üblich, Einstellung, Norm und Locus of Control (oder wie das heisst) miteinander korrelieren zu lassen.
Edit: Beweis https://www.google.de/search?q=TPB+structural+equation+model&source=lnms&tbm=isch&sa=X&ved=0ahUKEwip1_fjzpDLAhVJShQKHRwNC6YQ_AUIBygB&biw=1280&bih=663

[hquadrat]

Ja, ich weiß, die lasse ich auch alle miteinander korrelieren.

Leider benötige ich deswegen sehr viele Restriktionen und muss alle diese Korrelationen miteinander auf 1 setzen. Und genau das stört mich, weil der Fit sofort extrem besser wird, wenn ich testweise mal Pfade entferne, dadurch weniger Restriktionen benötige und die Restriktionen, dass Einstellung, Norm, Verhaltenskontrolle (heißt das perfekt korrelieren entfernen kann.

Jetzt suche ich aktuell nach anderen Restriktionen die inhaltlich Sinn machen und dazu führen, dass ich die perfekten Korrelationen zwischen den drei Konstrukten entfernen kann.

Edit:

Ich weiß nicht, ob meine Frage überhaupt Sinn macht. Hier ist mein Modell:

https://www.dropbox.com/s/tldpyv385pio6 ... 1.jpg?dl=0

Die Pfeile in der Mitte musste ich alle auf 1 fixieren, sonst kann ich das Modell nicht bestimmen. Die sollen aber nicht fixiert werden. Was kann ich tun?

[Semson]

Das ist witzig, bei Intention und Verhalten hast du es richtig gemacht, bei Einstellung Norm und Verhaltenskontrolle aber falsch. Lösch mal diese Pfeile: "Einstellung <- Verhalten" und "Einstellung ->Verhalten" und dasselbe für "Einstellung <- bzw -> Norm" und "verhaltenskontrolle -> bzw <- Norm". Du weisst sicher, welche ich meine.
Und anstelle dieser Pfeile machst du drei "Bögen" (Kovarianzen). Und zwar zwischen e3 und e4, e3 und e5, e4 und e5. Dann ist es richtig!

[hquadrat]

Ich kann einfach die Fehlerterme korrelieren? Das ist doch aber nicht das gleiche, wie die Variablen selbst zu korrelieren oder? Ist das dann noch die TPB?

[strukturmarionette]

Hi,

Ich kann einfach die Fehlerterme korrelieren?

- sowas ist möglich.

Das ist doch aber nicht das gleiche, wie die Variablen selbst zu korrelieren oder?

- nein.

Ist das dann noch die TPB?

- Die TPB hast Du mit Deinem Pfadmodell ohnehin nicht modelliert.

Gruß
S.