Logo Logo
Help
Contact
Switch language to German
Die Auswirkungen nicht-spezifizierter Mehrdimensionalität bei der linearen Strukturgleichungsmodellierung
Die Auswirkungen nicht-spezifizierter Mehrdimensionalität bei der linearen Strukturgleichungsmodellierung
Analysen zur Entdeckung von Modellmissspezifikationen bei Strukturgleichungsmodellen anhand der Fit-Indizes nehmen in der Fachliteratur der letzten Jahrzehnte einen großen Raum ein. Dennoch wurden Missspezifikationen im Strukturmodell in Form einer nicht-spezifizierten Zweidimensionalität beispielsweise noch nicht untersucht. Daher wurde im Rahmen einer ersten Studie untersucht, inwieweit die am meisten verwendeten Fit-Indizes diese Art und unterschiedliche Grade dieser Missspezifikation (operationalisiert durch die Höhe der Faktorkorrelation und (un-)ausgewogene Indikatorenaufteilung im Populationsmodell) zuverlässig erkennen würden. Es wurden ferner realistisch hohe und heterogene Faktorladungen für die Populationsmodelle verwendet, aus denen die Stichproben erzeugt wurden. Der CFI führte bei schwerwiegender und mittelschwerer Missspezifikation zur Modellablehnung anhand des Cut-Offs nach Hu und Bentler (1998, 1999), RMSEA und SRMR erwiesen sich als ungeeignet, diese Form der Missspezifikation anzuzeigen. Insbesondere wurde jedoch die Frage nach den Konsequenzen missspezifizierter Modelle auf individualdiagnostische Entscheidungen basierend auf den Faktorwerten bisher nicht gestellt. Im Rahmen der zweiten Studie wurde daher mit einer populationsbasierten Simulation auf Basis vorab definierter Faktorwerte der Frage nachgegangen, inwieweit die Diagnosegenauigkeit leiden würde, sofern dichotome Diagnosen auf Basis der Bartlett-Faktorwerte missspezifizierter Modelle anstatt auf Basis der Bartlett-Faktorwerte korrekter Modelle vergeben wurden. Des Weiteren wurde die Güte der Diagnostik auf Basis der üblicherweise verwendeten Gesamtsummenwerte untersucht. Es wurde dasselbe Design wie für die erste Studie verwendet, wobei zusätzlich die Basisraten für die Diagnosegebung variiert wurden. Vor allem die unterschiedlichen Basisraten und die Höhe der Faktorladungen hatten bereits einen entscheidenden Einfluss auf die Güte der Diagnostik auf Basis korrekter Modelle; ebenso Basisraten, Faktorladungen und der Grad der Missspezifikation/die unterschiedlichen Populationsmodelle auf die Güte der Diagnostik auf Basis missspezifizierter Modelle und der Gesamtsummenwerte. Die Konsequenzen der Befunde für Wissenschaft und Praxis werden diskutiert.
Strukturgleichungsmodellierung, Missspezifikation, Mehrdimensionalität, Fit-Indizes, Faktorwerte, Psychometrie, Diagnose
Beierl, Esther Theresa
2016
German
Universitätsbibliothek der Ludwig-Maximilians-Universität München
Beierl, Esther Theresa (2016): Die Auswirkungen nicht-spezifizierter Mehrdimensionalität bei der linearen Strukturgleichungsmodellierung. Dissertation, LMU München: Faculty of Psychology and Educational Sciences
[img]
Preview
PDF
Beierl_Esther.pdf

1MB

Abstract

Analysen zur Entdeckung von Modellmissspezifikationen bei Strukturgleichungsmodellen anhand der Fit-Indizes nehmen in der Fachliteratur der letzten Jahrzehnte einen großen Raum ein. Dennoch wurden Missspezifikationen im Strukturmodell in Form einer nicht-spezifizierten Zweidimensionalität beispielsweise noch nicht untersucht. Daher wurde im Rahmen einer ersten Studie untersucht, inwieweit die am meisten verwendeten Fit-Indizes diese Art und unterschiedliche Grade dieser Missspezifikation (operationalisiert durch die Höhe der Faktorkorrelation und (un-)ausgewogene Indikatorenaufteilung im Populationsmodell) zuverlässig erkennen würden. Es wurden ferner realistisch hohe und heterogene Faktorladungen für die Populationsmodelle verwendet, aus denen die Stichproben erzeugt wurden. Der CFI führte bei schwerwiegender und mittelschwerer Missspezifikation zur Modellablehnung anhand des Cut-Offs nach Hu und Bentler (1998, 1999), RMSEA und SRMR erwiesen sich als ungeeignet, diese Form der Missspezifikation anzuzeigen. Insbesondere wurde jedoch die Frage nach den Konsequenzen missspezifizierter Modelle auf individualdiagnostische Entscheidungen basierend auf den Faktorwerten bisher nicht gestellt. Im Rahmen der zweiten Studie wurde daher mit einer populationsbasierten Simulation auf Basis vorab definierter Faktorwerte der Frage nachgegangen, inwieweit die Diagnosegenauigkeit leiden würde, sofern dichotome Diagnosen auf Basis der Bartlett-Faktorwerte missspezifizierter Modelle anstatt auf Basis der Bartlett-Faktorwerte korrekter Modelle vergeben wurden. Des Weiteren wurde die Güte der Diagnostik auf Basis der üblicherweise verwendeten Gesamtsummenwerte untersucht. Es wurde dasselbe Design wie für die erste Studie verwendet, wobei zusätzlich die Basisraten für die Diagnosegebung variiert wurden. Vor allem die unterschiedlichen Basisraten und die Höhe der Faktorladungen hatten bereits einen entscheidenden Einfluss auf die Güte der Diagnostik auf Basis korrekter Modelle; ebenso Basisraten, Faktorladungen und der Grad der Missspezifikation/die unterschiedlichen Populationsmodelle auf die Güte der Diagnostik auf Basis missspezifizierter Modelle und der Gesamtsummenwerte. Die Konsequenzen der Befunde für Wissenschaft und Praxis werden diskutiert.