STATISTIK-FORUM.de

[Anfängerin]

Hallo an alle,
ich sag es gleich, ich bin eine verzweifelte blutige anfängerin mit AMOS und kämpfe mich gerade durch meine MA.

Ich habe einen Fragebogen erstellt der unter anderem die Wichtigkeit der Familie, Freunde und des Partners messen soll. Diese drei Konstrukte sind jeweils als unabhängige Variablen definiert und werden mit je fünf Items gemessen. Jetzt habe ich den Fragebogen so konzipiert gehabt, dass nur diejenigen die Fragen zur Partnerschaft bekommen, die sich auch tatsächlich in einer befinden. Das hat natürlich dazu geführt, dass jetzt ein großteil der Fragebögen in diesem Konstrukt fehlende Werte hat.

Ich habe insgesamt N=263
davon in Partnerschaft N= 161
und Single N=102

Da ich jetzt den Einfluss dieser drei Konstrukte auf verschiedene Entscheidungen überprüfen möchte hätte ich jetzt den gesamten Datensatz in AMOS geladen und mit Hilfe der FIML (für die missing values) analysiert. Jetzt weiß ich jedoch nicht, ob man das überhaupt so machen darf oder ob ich lieber zwei analysen fahren sollte; einmal nur mit den 161 Fällen (dabei wird die Partnerschaft dann mit überprüft) und einmal mit den 263 Fällen (wobei die Partnerschaft nicht überprüft wird). Jedoch hätte ich bei der getrennten Analyse ein wenig bedenken, da die 161 Fälle eigentlich zu gering sind für eine analyse in AMOS.

Ich hoffe ich konnte mein Problem klar darstellen.

[strukturmarionette]

Hi,

in AMOS geladen und mit Hilfe der FIML (für die missing values) analysiert.

- Wofür steht bei AMOS 'FIML'?

Gruß
S.

[Anfängerin]

Hi,

FIML heißt Full information maximum likelihood und wird anscheinend dafür genutzt um mit den fehlenden Werten umzugehen
--> AMOS uses FIML (Full information maximum likelihood) to impute for missing values.

Grüße

[Semson]

FIML oder Multiple Imputation sind bei Strukturgleichungsmodellen die beiden state-of-the-art Verfahren, um mit missing values umzugehen. Aber: Nur bei Missing Values die MCAR oder zumindest MAR sind (Ausfallmechanismus). Da bei Dir die fehlenden Werte systematisch sind und überhaupt nicht zufällig, kannst Du die natürlich nicht ersetzen.
Ich würde Dir auch raten, die beiden Gruppen (Single/in Partnerschaft) voneinander getrennt auszuwerten. Bei ner Master-Arbeit ist das m.E. noch nicht so dramatisch mit der Stichprobengröße. Du solltest aber auf jeden Fall darauf hinweisen, dass die Ergebnisse mit der Stichprobengröße mit Vorsicht zu genießen sind.

PS: FIML ersetzt keine Werte, sondern nutzt die vollständigen beobachteten Daten für seine Schätzung. Es ist also schon was anderes als eine imputation.

[Anfängerin]

Vielen Dank für deine Antwort Semson

Das hab ich mir schon fast gedacht und werde dann auch die beiden Gruppen in zwei einzelnen Datensätzen analysieren.