STATISTIK-FORUM.de

[JLin]

Hallo liebes Forum,

für meine Doktorarbeit muss ich einen common method variance Check machen meiner Daten und bekomme folgende Fehlermeldung stets angezeigt: "The model is probably unidentified. In order to achieve identifiability, it will probably be necessary to impose 1 additional constraint". Ich habe die Regressionsgewichte eines der Pfade auf die latenten Variablen stets = 1 gesetzt und bei meinem one-item measure die Varianz des Fehlers auf 0 gesetzt; die Fehlermeldung wird aber immernoch angezeigt. Ich habe das Modell mal angehängt (leider ist es extrem groß, weshalb nicht alles drauf ist - nicht zu sehen sind die beiden latenten Variablen rechts und links und es fehlen drei Items oben; die latenten Variablen kovariieren aber alle miteinander, nur nicht mit dem latenten common method variance factor in der Mitte). Ich wäre sehr dankbar um jeden Tipp!

PS.: Was vlt. hilft zum Verstehen: Das Verfahren, was ich verwende entstammt dem Artikel "Podsakoff, P. M., MacKenzie, S. B., Lee, J.-Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research: A critical review of the literature and recommended remedies. Journal of Applied Psychology, Vol 88(5), 879-903." und bei dem zentralen common method variance factor handelt es sich um einen nicht gemessenen latenten Methodenfaktor.

VG

Jana

[Holgonaut]

Hi Jana,

ich weiß, dass ist nicht konstruktiv, hilft aber leider nichts. Die Modellierung eines general factors ist leider keine Möglichkeit auf common method bias zu testen.

M.W. haben Podsakoff et al. das auch nicht empfohlen, sondern verschiedene Ansätze (darunter diesen) lediglich erörtert.

siehe Richardson, Hettie A., Simmering, Marcia J., & Sturman, Michael C. (2009). A tale of three perspectives: Examining post hoc statistical techniques for detection and correction of common method variance. Organizational Research Methods, 12(4), 762-800.

Die einzige Chance, wäre, Instrumentalvariablen im Datensatz ausfindig zu machen, die von einem möglichen Methodenfaktor nicht betroffen sind und sie eben als solche zu
modellieren. Genaures siehe Antonakis, John, Bendahan, Samuel, Jacquart, Philippe, & Lalive, Rafael. (2010). On making causal claims: A review and recommendations. The Leadership Quarterly, 21, 1086-1120.

Grüße
Holger

[JLin]

Hallo Holger,

danke für diese Anmerkung. Podsakoff hat diese Methode schon beschrieben, also dass man einen latenten common method factor modulieren soll mit Ladungen auf allen Indikatoren. Da die Daten aus verschiedenen Quellen kommen, denke ich, dass allein das Design schon gegen die Gefahr eines common method bias spricht (was auch anhand der CFA am Gesamtmodell ersichtlich wird)...

Danke nochmal, ich werde mir die Literatur anschauen.

Viele Grüße
Jana