5. Strukturgleichungsanalyse

= Mehrgleichungssystem

• Modell mit mehreren Regressionsgleichungen

• erfordert simultane Prüfung aller Beziehungen

• Bsp.: Attraktivität Margarine hat positiven Einfluss auf Kaufabsicht

  —> Kaufabsicht durch Gesundheitsgrad, Verwendungsbreit, Preisniveau bestimmt

  —> Erfahrungen zeigen, das wahrgenommener Gesundheitsgrad und Verwendungsbreite       auch Bestimmungsgröße für Attraktivität

• Überlegungen in Pfaddiagramm grafisch darstellen (Zusammenhänge Vermutungen)

• AV = endogene Variablen (durch Größe im Modell erklärt)

  —> zwischen ihnen kausale Beziehungen möglich

• UV = exogene Variable (erklärende Größe)

  —> von außen im Modell vorgegeben und durch Modell nicht erklärbar

1. Strukturgleichungsmodelle mit manifesten Variablen

   —> alle Variablen direkt durch metrisches Skalenniveau messbar

2. Strukturgleichungsmodelle mit latenten Variablen (Kausalanalyse)

   —> Modellvariablen hypothetische Konstrukte, direkte Messbarkeit

   —> Erweiterung Strukturmodell um Messmodell für endogene/ exogene Variablen

• folgen Ansatz der Faktoranalyse (hohe Korrelationen wichtig)

• Strukturmodell mit latenten Variablen = über Gleichungssystem formal zusammenfasssbar

  —> Matratzen Lambda y und x stellen Beziehungsstärke (Faktorladung) dar

  —> Vektoren E und Gamma = Fehlerterme

• manifeste Variable = immer Spezialfall, zuerst als latente Variable interpretiert

1. —> grafisch mit Pfaddiagramm darstellen

2. —> reflektiere Indikatoren = betrachtet latente Variablen in Gesamtheit reflektiert

3. —> hohe empirische Korrelationen, wenn Indikatorvariablen Annahme erfüllt

4. —> konfirmatorische Faktorenanalyse = andere Faktorladungen a priori auf 0 gesetzt

1. —> entweder in 2 Schritten schätzen (2 Faktorenanalyse Faktorladung exogene + endogene      Messmodelle geschätzt + Faktorwerte berechnet)

2. —> Zusammenspiel von Faktoren- und Regressionsanalyse

3. —> Varianzanalytischer Ansatz von PLS (Partial Least Square Verfahren)

4. —> Kovarianzanalystischer Ansatz von AMOS (bei SPSS), faktoranalytischer Ansatz 

5. —> allgemeiner Aufbau empirischen Korrelationsmatrix

6. —> simulatane Schätzung der Modellparameter (gute Reproduktion der empirischen       Korrelatioxsmatrix erbringen)

7. —> Kovarianzstrukturanalyse = AMOS auch Varianz-Kovarianzmatrix als Indikatorvariable       verwendet

1. —> Gütekriterien, Beurteilung Modellstruktur als Ganzes + Teilstrukturen Modell

1. Modellformulierung

2. Parameterschätzungen

3. Beurteilung Schätzergebnisse

• mit Programm AMOS (AMOS Graphics)

• Pfaddiagramm so erstellen