STATISTIK-FORUM.de

[josora]

Hallo zusammen,

ich rechne ein Second Order SEM mit 3 Second Order Faktoren, die sich aus insgesamt 17 Primärfaktoren ergeben.
Nun habe ich in meinem R Output gesehen, dass gar keine Kovarianzen mit ausgegeben werden. Muss ich die zusätzlich schätzen lassen und wenn ja, welche Kovarianzen müssen geschätzt werden?

Danke und VG
Sophie

[Holgonaut]

Hallo Sophie,

17 Primärfaktoren klingen etwas arg ambitioniert. Wie fittet das Modell?

Was für Kovarianzen willst du denn haben. Kovarianzen von exogenen Variablen bekommst du mir "fixed.x=FALSE" in der sem() Funktion.

Grüße
Holger

[josora]

Hallo Holger,

das stimmt. 17 Primärfaktoren sind viel, aber es fittet noch okay.
Ich erhalte lediglich die Kovarianzen zwischen den Second-Order Faktoren. Sollte ich auch besser die Kovarianzen zwischen den Primärfaktoren noch schätzen lassen?

Vielen Dank!!

VG
Sophie

[Holgonaut]

Hi,

"fittet ok" ist aber etwas lau. Ich würde schon einen nicht-sign. Chi-Quadrat-Test als Kriterium nehmen. Dazu müsste das Primäraktorenmodlell erst mal sauber fitten -- und sei es im Extremfall mit single-indicator-Variablen,

Hayduk, L. A., & Littvay, L. (2012). Should researchers use single indicators, best indicators, or multiple indicators. BMC Medical Research Methodology, 12(159), 1-17. https://doi.org/10.1186/1471-2288-12-159

Ich weiß, dass klingt wie Ketzerei gegeben was du bislang gelesen hast, aber wenn das Modell nicht fittet ist es keine gute Basis für "abgefahrenere Dinge". Schau mal in dieses paper (nur Study 1), da hatte ich auch ein misfittendes Modell. Es zeigt, wie dann vorgehen kannst.

Rosman, T., Kerwer, M., Steinmetz, H., Chasiotis, A., Wedderhoff, O., Betsch, C., & Bosnjak, M. (2021). Will COVID‐19‐related economic worries superimpose health worries, reducing nonpharmaceutical intervention acceptance in Germany? A prospective pre‐registered study. International Journal of Psychology. https://doi.org/doi.org/10.1002/ijop.12753

Bzgl. der Frage "Kovarianzen". Im Second-order modell sind die Kovarianzen der Primärfaktoren keine schätzbaren Parameter (weil die durch den Second-order-Faktor bedingt sind), sondern die Fehler(ko)varianzen. Diese kann man korrlieren lassen, aber das ist --wie im Primärfaktorenmodell eben auch ein leichter Genickbruch für die Grundannahme, dass das Second-order Modell korrekt ist.

Du kannst du diesen researchgate thread über post-hoc error covs ja mal anschauen
https://www.researchgate.net/post/Theor ... 78d53fef05

Grüße
Holger