STATISTIK-FORUM.de

[peer]

Hallo zusammen,

Erstmal ein Hallo - ich lese hier schon länger mit und freue mich, nun auch mal aktiv zu werden. Ich bin Peer, 27 aus der Nähe von Würzburg und arbeite gerade an einem empirischen Marketing-Paper. Anlass ist eine Frage, ich hoffe aber, dass ich auch mit "Antworten" in anderen Themen Aktivität zeigen kann.

Nungut:

Ich habe einen großen Datensatz (ca. 1.100 Fälle, Konsumentenbefragung) und rechne ein recht großes SEM. (10 Konstrukte à 3 Variablen, 11 Pfade + ein paar Korrelationen). Auswertung mit AMOS passt, alle Fitmaße sind Top, Chi²/DF passt, eine H ist nicht signifikant. Sonst aber alles im Lot und stimmt auch mit einer unabhängigen Replikationsstudie überein.

Soweit so gut.

Nun würde ich gerne ein paar moderierende Effekte prüfen. Hierzu habe ich auf die Schnelle die relevanten Moderatoren gemediansplittet und eine MGKA laufen lassen. Chi²-Differenztest zeigt, dass auch schon kleinere Abweichungen zu deutlichen Chi²-Abweichungen führen. Richtung der Abweichungen ist immer plausibel. Bei größeren (z.B. 0,23 versus 0,41) sowieso. Alle Items wurden auf kontinuierlichen 7er Skalen gemessen.

In den neuen Marketingjournals liest man aber, dass die MGKA nicht mehr "state of the Art" ist, sondern latente Interaktionen nun "in" sind. Also bin ich wie folgt vorgegangen und habe mich dabei an diesem Paper orientiert (https://ub-madoc.bib.uni-mannheim.de/30 ... cience.pdf ):

Angenommen, ich möchte X und Y durch Z moderieren, X, Y und Z sind latente Variablen mit je 3 Items. Insgesamt wirken aber mehrere Konstrukte auf Y, die für die Moderatorenanalyse aber nicht relevant sind, aber eben im Modell ebenfalls modelliert sind).

Also bin ich wie folgt vorgegangen:
X1, X2, X3, Z1, Z2, Z3 in SPSS zentriert (bzw. standardisiert - geht schneller und Ergebnisse sind identisch). Dann neue Variablen berechnet: X1*Z1, X2*Z2, X3*Z3. In Amos habe ich nun "neben" dem Konstrukt X noch das X*Y-Konstrukt (Items: die drei neu berechneten Variablen) und das Y-Konstrukt eingefügt.

Nun die Versuche:
(1) Dann der erste Versuch: Interaktion ist nicht signifikant.
(2) Also auch etwas "rumgespielt" und Korrelationen zwischen X, Y, und X*Y zugelassen. Nicht signifikant.
(3) Gelesen, dass Fehlerterme bei X*Y korreliert werden sollen. Versucht. AMOS rechnet das Modell nicht.

Nun meine Frage:
War meine Vorgehensweise richtig oder habe ich ggf. einen wichtugen Schritt vergessen?
Was "stimmt" nun - MGKA (=es gibt einen moderierenden Effekt) oder latente Interaktionen (=es gibt KEINEN moderierenden Effekt)?


Vielen Dank für Eure Hilfe vorab!
Peer!

[strukturmarionette]

Hi,

Hierzu habe ich auf die Schnelle die relevanten Moderatoren gemediansplittet und eine MGKA laufen lassen.

Was ist denn eine MGKA?

Gruß
S.

[peer]

Sorry - Mehrgruppen-Kausalanalyse.

Beste Grüße

[strukturmarionette]

HI,

Mehrgruppen-Kausalanalyse.

sorry, kenn ich nicht. SEM-Mehrgruppen Vergleiche mit AMOS. Das ja.

Aber es lesen hier ja noch andere mit -

Gruß
S.

[peer]

HI,

Mehrgruppen-Kausalanalyse.

sorry, kenn ich nicht. SEM-Mehrgruppen Vergleiche mit AMOS. Das ja.

Aber es lesen hier ja noch andere mit -

Gruß
S.

das meine ich auch. Sorry wegen dem Begriffswirrwarr....

[strukturmarionette]

Hi,

Nun meine Frage:
War meine Vorgehensweise richtig oder habe ich ggf. einen wichtugen Schritt vergessen?
Was "stimmt" nun - MGKA (=es gibt einen moderierenden Effekt) oder latente Interaktionen (=es gibt KEINEN moderierenden Effekt)?

Wenn Du zusätzlich eine vorher irgendwie per SPSS manipulierte Variale (´standardisiert´, weil´s schnell geht) als Moderatorvariable in Dein SEM eingebaut hast, dann ist das m.E. zunächst mal keine latente, sondern eine manifeste Variable.

Vielleicht könnest Du Dein AMOS-SEM mal posten?

Gruß
S.

[Holgonaut]

Hi,

Multi-Gruppen-Vergleiche sind sehr wohl noch state-of-the-art - wenn man natürliche Gruppen, spricht kategoriale Moderatoren hat. Bei stetigen oder quasi-stetigen war es schon
immer falsch (auch wenn es oft gemacht wurde).

Dein Ansatz mit Produkttermen ist da schon angebrachter. Allerdings hast du - wie Strukturmario schon sagte - keine latente Produktterm-Variable, sondern eine manifeste. Problem
dabei ist, dass ein manifester Produktterm sehr unreliabel ist (die Reliabilität ergibt sich aus dem Produkt der Reliabilitäten der Ursprungsvariablen).

In diesem paper haben wir die drei gängigen Verfahren der Modellierung LATENTER Produktterme mal quasi als tutorial mit realen Daten verglichen. Fazit war, dass der residual centering approach recht handhabbar ist.
Problem des Papers ist natürlich, dass es keine Simulation ist. Es gibt aber welche (die sind auch zitiert, von Little et al.)

http://www.pbs.plym.ac.uk/mi/pdf/09-06- ... 20(proofed).pdf

(Seltsamerweise wird ".pdf" nicht in den link mit einbezogen.... - also manuell kopieren)

Grüße
Holger

[peer]

Hallo Holgonaut,

vielen Dank für deine Antwort und den Link. Und sorry, dass ich jetzt erst dazu komme, mich zu bedanken. Arbeit, Krankheit, und eine Konferenzreise haben das Projekt leider zum liegen gebracht.

Ich habe mich nun in dein Paper (was übrigens sehr gut geschrieben ist!) und Little et al, sowie ein paar andere, eingelesen und bin der Meinung, das Prinzip verstanden zu haben.

Nun habe ich versucht, das Ganze in AMOS nachzumachen. Leider ohne Erfolg. Hier mal meine Vorgehensweise. Ich würde mich freuen, wenn du (oder jemand anderes) mit Tipps geben könnt, woran es liegt….

ich habe eine UV (X), eine AV (Y), und einen Moderator (Z) - alles latente Variablen, die mit jeweils mit 3 Items gemessen werden.
Zuerst Interaktionen berechnet (keine Standardisierung oder Zentrierung zuvor!)
Dann habe ich die 9 Regressionen in SPSS gerechnet und die Residuen abgespeichert.
(z.B. X1Z1 = b0+ b1*x1 + b2*x2 + b3x3 + b4*y1 + b5*y2 + b6*y3) [edit: UV von X1Y1 auf X1Z1 geändert]

Nun bin ich in AMOS weiter vorgegangen:
- 3 latente Variablen erstellt (X mit 3 items; Z mit 3 items, X*Z mit 9 Items und Y mit 3 Items + Fehlerterm).
- Eine Korrelation zwischen X und Y habe ich modelliert, X*Y jedoch mit keiner anderen latenten variable korreliert.
- Die Fehlerterme der Indikatoren von X*Y (= die Residuen aus den 9 Regressionen) habe ich korrelieren lassen, sofern sie gleiche Variablen beinhalten (also bspw. alle Items, die X1 enthalten korrelieren, alle die x2 enthalten, usw... also insgesamt 18 Korrelationen

Als Schätzer habe ich Maximum Likelihood und Estimate Means & Intercepts. Alle Output-Möglichkeiten sind aktiviert. Ohne Interaktionsterm läuft das Modell. Ich habe keine Missings, n >300

Nun kommt folgende Fehlermeldung (siehe Screenshot). Ich habe das Gefühl, dass es an einer simplen Kleinigkeit mangelt. Den Tipp am Ende der Fehlermeldung habe auch auch ausprobiert - erfolglos (wobei ich nicht weiß was die"Non-positive method" sein soll). Ein Pfad zwischen Z und dessen Indikatoren ist auf 1 gesetzt (sieht man im Screenshot nicht). Den Interaktionsterm habe ich auch nochmal mit 3 Indikatoren (x1*Z1, X2*Z2, X3*Z3) gerechnet, auch ohne Erfolg.


Kann mir jemand helfen?


Vielen Dank & beste Grüße!

[Holgonaut]

Hi,

In deinem Modell sind laut Pfaddiagramm X und Z die first-order-variablen und Y ist die AV. Warum rechnest du dann die Produktterme mit X und Y? Oder ist das nur ein Tippfehler oben?

Berechne mal eine korrelationsmatrix wie unsere in Tabelle 2. Da sollte ebenfalls ein Block mit Nullen drin sein. Die Fehlermeldung weist auf starke Abhängigkeiten hin. Vielleicht ist da ein Rechnenproblem.

Grüße
Holger

[peer]

Hallo Holger,

vielen Dank für die schnelle Antwort. Du hast recht, oben war ein Tippfehler. Ich habe es geändert. So wie es im Diagramm ist, stimmt es.

Die Korrelationsmatrix war auch unplausibel. Aber ich habe nun den Fehler gefunden - Dank deiner Anmerkung zu den Korrelationen (die alle größer als .5 waren!) habe ich mir dann auch mal die Mittelwerte angeschaut. Und als diese dann alle ungleich 0 waren, habe ich den Fehler gefunden: Ganz nach dem Motto "90% der Fehler sind vor dem PC": Im SPSS Syntax statt Save ZResid ZPred eingegeben. Damn!

Vielen Dank!!!

Peer