STATISTIK-FORUM.de

[Verena]

Hallo ihr Lieben,

folgendes Problem:
Ich hab eine Längsschnittstudie mit 5 Messzeitpunkten, N=755 Frauen, davon 394 in der Treatmentgruppe und 361 in der Kontrollgruppe. Der Erhebungszeitraum umfasst 2,5 Jahre und die Stichprobe ist sozial benachteiligt. Daraus ergibt sich eine recht hohe Rate an Missings (Frauen, die irgendwann ausgestiegen sind, oder bei denen einzelne Interviews nicht durchgeführt werden konnten). Dafür möchte ich ein Pfadmodell rechnen.

AMOS bietet ja dafür die Schätzmethode FIML an, die mit Missings (mehr oder weniger gut) umgehen kann.

Allerdings produziert mein Modell ein Chi-Quadrat, das 15!!! Stellen hat und ich weiß nicht, warum... Ich hab die Daten schon z-standardisiert um auszuschließen, dass es an der verletzten NV liegt. Zunächst hat mein AMOS auch noch vernünftige Werte ausgegeben, dann hab ich den Input-File gespeichert (wodurch seltsamerweise der Output nicht mehr verfügbar ist), ein erneuter Klick auf "Calculate Estimates" und schon war das Problem wieder da....

Habt ihr irgendeine Idee, warum das Chi-Quadrat (und damit auch alle anderen Fit-Indices) sich so verhalten? Gibt es eine Grenze an Missings, die nicht unterschritten werden darf? Oder hat mein AMOS einfach eine Macke? (ich hab übrigens AMOS 20)

Danke für Eure Hilfe!

[strukturmarionette]

Hi,

- warum AMOS?
- Ein derart einfaches Design könntest Du einfacher mit SPSS bewältigen.
- Auch sind dabei viele Möglichkeiten der 'Missings'-Behandlung implementiert.

Gruß
S.

[Verena]

Hab den Fehler entdeckt... Es gibt ein Patch für AMOS 20, der dieses große Chi-Quadrat (das offensichtlich ein Bug ist) nicht mehr produziert
Warum AMOS? Ich komme gut damit zurecht und es führen ja bekanntlich viele Wege nach Rom. Ich weiß gar nicht ob SPSS auch Fit-Indices augibt, die das Modell als Gesamtes testen?
Ich denke, dass FIML schon eine adäquate Methode ist, um mit Missings umzugehen, oder?
Wie gesagt kommt man sicher auf vielen Wegen zum Ziel