STATISTIK-FORUM.de

[Tori]

Liebe Alle,

ich möchte gerne die Annahmen Normalität, Linearität und Kollinearität bei meinem SEM testen. Ich konnte leider in Büchern und Artikeln bisher nicht finden, zwischen welchen Variablen ich die Annahmen testen muss. Geht es hierbei um das Testen unter den manifesten Variablen? (Falls ja: Nur untern den einzelnen manifesten Variablen, wo ich zwischen den latenten Variablen einen Zusammenhang erwarte?) Falls die Annahmen zwischen manifesten und den jeweiligen latenten Variablen getestet werden müssen bin ich ratlos, wie ich das am besten anstelle, da ich ja keinen Wert für die latente Variable habe.

Besten Dank im Voraus für eure Hilfe!

Viele Grüße
Tori

[Semson]

Spontant fällt mir dazu folgendes ein. Ich hoffe, jemand anderes kann das Ergänzen.

Normalverteilungsannahmen testest du bevor du das Modell schätzt. Du nimmst einfach die (manifesten) Variablen aus deinem Datensatz, die du auch im Modell verwenden wirst. Univariate Normalverteilung der manifesten Variablen kannst du statistisch testen, oder bei größeren Stichproben eher per Diagramm inspizieren (weil statistische Tests die Normalverteilung dann üblicherweise verwerfen). Multivariate Normalverteilung brauchst du nicht testen, ehe die Daten univariat normalverteilt sind. Sonst halt mardia Test. Ich habe noch nie normalverteilte Daten gehabt, daher nutze ich dann immer robuste Schätzmethoden (satorra-bentler).

Linearität der Pfade ist zwar eine Annahme von Strukturgleichungsmodellen, aber dass man da was testen würde, ist mir neu. Bin gespannt, ob es hier andere Meinungen zu gibt.

Multikolinearität... mhm. Ich glaube, wenn du das Modell schätzt und die Korrelationen zwischen den latenten Prädiktoren einer endogenen Variable sind sehr hoch (über 0.8), könntest du Probleme bekommen. Diskriminanzvalidität sicherstellen wäre wichtig, damit die beiden latenten Variablen nicht dasselbe Messen. Falls wirklich Multikolinearität vorliegt merkst du das aber wahrscheinlich an unplausiblen Parametern im Modell.