STATISTIK-FORUM.de

[erfinder]

Hallo

ich hatte es so verstanden, dass man ganz allgemein (unabhängig von SEM) bei der Messung eines Konstrukts durch die Verwendung von mehreren Items den Messfehler loswird, da der Mittelwert der Fehler 0 beträgt (im Idealfall). Man könnte also den Mittelwertscore von 5 Items nehmen und die Fehler hätten sich im Idealfall ausgemittelt.

Jetzt lese ich als einen Vorteil von SEM, dass es hier um messfehlerbereinigte Variablen geht/ im Gegensatz zu anderen Verfahren.
So wären die Variablen bei einer normalen Regression messfehlerbehaftet. Nun dachte ich, dass wir den Messfehler mehr oder weniger bereits durch die normale Mehrfachmessung (mehrere Items) losgeworden sind. Wie passt das zusammen? Man könnte ja eine Regression mit den Mittelwertscores durchführen.

Vielen Dank
E.

[strukturmarionette]

Hi,

Jetzt lese ich als einen Vorteil von SEM, ...

- wo?

Gruß
S.

[erfinder]

bspw. im fogelnden transcript zum video Confirmatory Factor Analysis (quelle: https://www.ncrm.ac.uk/resources/online/SEM2016/)

So again we saw in the first video that anytime we want to measure something in science and particularly in social science is that the measurements contain various kinds of error that error can be random and/or systematic so what we want to do in our statistical approach to the data is to isolate the true score in a variable and remove the error and this is really what we're trying to do using latent variables for measurement.

[Holgonaut]

Hi Erfinder,

die Aggregierung mehrerer Items reduziert den Fehler, aber nicht auf 0 (schön wärs). Das ist höchstens bei einer großen Anzahl erwartbar. Zentrale Grundannahme bei all den Gedankenspielen ist aber dass alle Items die selbe gemeinsame Ursache messen und Differenzen zwischen den Items nur durch den Fehler bedingt sind.

Grüße
Holger

Cole, D. A., & Preacher, K. J. (2014). Manifest variable path analysis: Potentially serious and misleading consequences due to uncorrected measurement error. Psychological Methods, 19(2), 300-315. doi:10.1037/a0033805