Download Datenanalyse mit Mplus: Eine anwendungsorientierte by Christian Geiser PDF

By Christian Geiser

Show description

Read or Download Datenanalyse mit Mplus: Eine anwendungsorientierte Einführung PDF

Similar german_11 books

Das neue Menschenbild

Mit seiner Neudefinition des Bewusstseins als psychisches raumzeitliches Kontinuum eröffnet Heinrich Schwarz eine ganz neue Sicht auf Mensch und Gott. Soziale Grundforderungen in großen Weltkulturen gewinnen so gesehen für uns heute wieder an Bedeutung. Gleichsam von selbst ergibt sich das neue Menschenbild.

Additional info for Datenanalyse mit Mplus: Eine anwendungsorientierte Einführung

Sample text

Zwischen exogenen Variablen werden ggf. h. Kovarianzen bzw. Korrelationen, modelliert. Variablen, die im Modell durch eine oder mehrere andere Variablen vorhergesagt werden, nennt man endogene Variablen. Endogene Variablen, die sowohl als abhängige als auch als unabhängige Variable fungieren, heißen intervenierende Variablen oder Mediatorvariablen, da sie Zusammenhänge zwischen Variablen vermitteln. 5). Lineare Strukturgleichungsmodelle mit latenten Variablen lassen sich in zwei „Teilmodelle“ zergliedern, deren Parameter in einer Strukturgleichungsanalyse jedoch simultan geschätzt werden (siehe Abb.

Im Messmodell („measurement model“) wird spezifiziert, wie die latenten Variablen („Faktoren“, hier mit ΋j bezeichnet) durch beobachtete („manifeste“) Variablen (Indikatoren, Yi) gemessen werden. Hierbei wird meist angenommen, dass die latente Variable ursächlich für die Kovarianz zwischen verschiedenen Indikatoren eines Konstrukts verantwortlich ist (sog. h. Variation in der latenten Variable bedingt Variation in den Indikatoren und erklärt Zusammenhänge zwischen verschiedenen Indikatoren. Die Verknüpfung von manifesten und latenten Variablen geschieht über die Spezifikation von Regressionen, wobei in reflektiven Messmodellen die Indikatoren als abhängige und die Faktoren als unabhängige Variablen fungieren (in sogenannten formativen Messmodellen ist dies umgekehrt, formative Messmodelle werden hier jedoch nicht besprochen).

Sie deuten darauf hin, dass sich mit Hilfe des Modells die beobachteten Varianzen, Kovarianzen und ggf. Mittelwerte im Durchschnitt gut reproduzieren lassen. In Mplus standardmäßig ausgegeben. Informationstheoretische Maße (AIC, BIC): Diese Indices dienen zum Vergleich verschiedener Modelle auf deskriptiver Ebene. Dabei können, anders als beim Λ2Differenzentest, auch Modelle miteinander verglichen werden, die nicht in einer hierarchischen Beziehung zueinander stehen („non-nested models“). B. AIC-Wert) ausgewählt wird.

Download PDF sample

Rated 4.65 of 5 – based on 7 votes