STATISTIK-FORUM.de

[tztztz]

Hallo an alle,

ich stehe gerade vor einem Problem bei der SGA mit AMOS.

Zur Zeit soll ich eine SGA durchführen bei welcher ich die Beziehung von 8 latenten Variablen ermitteln soll. Die Pfade sind alle schon gezeichnet und die latenten Variablen sind über insgesamt in etwa 45 Indikatorskalen operationalisiert. Die einzelnen Skalen stammen aus unterschiedlichsten Fragebögen.

Die Stichprobe besteht aus knapp 200 Personen und dadurch kommt es natürlich bei einigen Skalen zu missing values. Ich habe diese missing values in Amos über die FIML-Methode ersetzt damit die Berechnungen möglich sind.

Jetzt bin ich mit einigen Problemen konfrontiert:

1. Ich habe die einzelnen Skalen auf NV überprüft und von diesen sind etwa 15 nicht normalverteilt. Eine Analyse der Multinormalverteilung gibt mir Amos leider nicht aus. Zwar habe ich bei "Analysis properties --> Output --> Test for normality and outliers" die Analyse angefordert, angeblich und anscheinend kann Amos bei verwendung der FIML-Methode aber keinen Mardia-Koeffizienten bzw. Schiefe und Wölbungsmaße angeben. Gibt es irgendeine andere Möglichkeit die Daten auf Multinormalverteilung zu überprüfen?!?

2. Ich stoße bei einigen Regressionsgewichtsberechnungen auf unrealistische Ergebnisse: Teilweise erhalte ich Werte über 1.0 (von 1.059 - 4.824!!) was natürlich nicht möglich ist. Ich weiß aber leider absolut nicht womit diese unmöglichen Ergebnisse zusammenhängen können.

3. Ich konnte nirgendwo in der Literatur herausfinden ob man die SGA mit standardisierten Werten rechnen soll oder nicht, deshalb habe ich die Ergebnisse verglichen und es ergibt sich kein großartiger Unterschied. WIe geht ihr dabei vor?

Es ist die erste SGA die ich berechne und das Thema ist ziemliches Neuland für mich. Ich würde mich sehr über eure Hilfe und Antworten freuen!

LG

[Holgonaut]

Hi,

a) 8 latente Variablen mit 45 Indikatoren? Das kannst du vergessen
b) Multinormalverteilung zu testen ist vergebliche Müh, da der Test sowieso zeigen wird, dass dies nicht der Fall ist.
c) Regressionseffekte können durchaus über 1 sein. In jedem Fall Modell erst fitten, damit du irgendwas interpretieren kannst. Das bezweifel ich (siehe Punkt a)

Was meinst du mit Punkt 3? Strukturgleichungsmodelle (SGA ist eine ungebräuchliche Abkürzung, die nur von diesem einen Lehrbuch (Autoren hab ich grad vergessen benutzt werden)
basieren auf der Kovarianzmatrix der Indikatoren.

Soweit erst mal

Grüße
Holger

[tztztz]

hallo,

vielen dank erst mal für die antwort!

bzgl:

a) warum meinst du, dass ich die 8 latenten variablen nicht mit den 45 indikatoren rechnen kann? die indikatoren selbst sind schon skalen welche wiederum aus ungefähr 10-15 einzelitems zusammengesetzt sind. ich denke, dass sollte genügend information sein oder?
b) mir ist schon klar, dass die MNV nicht bestätigt werden würde, ich würde mir aber gerne über die schiefe und wölbungskoeffizienten ansehen ob es sich um eine extreme abweichung handelt oder nicht.
c) bezüglich der regressionseffekte bin ich glaub ich schon einen schritt weiter. ich wollte sie standardisiert ausgeben lassen, damit ich die regressionsgewichte zw. indikatoren und latenten variablen gleich als kommunalitäten interpretieren kann. das habe ich nun über "Analysis properties" --> "Output" --> "Standardized estimates" gewonnen. ist das vorgehen so richtig? jetzt habe ich nämlich alle regressionsgewichte im intervall [0,1] und kann diese damit sinnvoller interpretieren.

bezüglich punkt 3 wollte ich eigentlich nur wissen, ob ich die daten gleich mit standardisierten werten (z-Werten) rechnen sollte. irgendwie hatte ich die irrwitzige idee, dass ich dadurch gleich standardisierte regressionsgewichte etc. herausbekommen könnte. das stimmt aber wohl nicht...

lg