6.1 Problemstellung
latente Variable, hypothetische Konstrukte = z.B. Angst, Intelligenz, Loyalität, Macht, Stress
—> empirisch erfassen mit geeigneten operationalisierten Messmodellen
KFA = nutzt reflexive Messmodelle mit empirisch direkt messbaren Variablen (Indikatorvar.)
—> Indikatorvariablen so definieren, dass Messwerte Manifestierungen darstellen
—> mit IV gut abbilden lassen = reflektive Indikatoren wichtig (IV beliebig austauschbar)
Konzept multipler Items = i.d.R. mehrere Indikatorvariablen für hypothetisches Konstrukt definiert um Verzerrung auszugleichen
Basis
Basis: Fundamentaltheorem der Faktorenanalyse
—> jeder Messwert einer IV als Linearkombi mehrere Faktoren beschreiben lässt
—> vorher standardisieren, leichter berechnen
Faktorladung
= Gewichtsgröße a Zsm.hang zwischen Faktor q + Indikatorvariable j
—> Korrelation zwischen Faktor + Indikatorvariable
Fundamentaltheorem der Faktorenanalyse
= Zsm.hang empirische Korrelationsmatrix + Faktorladungsmatrix
Ziel KFA
= Faktorladungsmatrix durch Beziehungsstruktur zwischen Indikatorvariablen + Faktoren schätzen
Vergleich EFA und KFA
EFA
= Zuordnung Ausgangsvariable zu Faktoren + Anzahl extrahierende Faktoren sind Ergebnis Faktorananylse
—> struktur-entdeckendes Verfahren
KFA
= Zuordnung Indikatorvariablen zu Faktoren + Festlegung Anzahl Faktoren sowie Bedeutung a-priori durch Anwender
—> Struktur-prüfendes Verfahren
—> Bestandteil von Strukturgleichungsmodellen
6.2 Allgemeine Vorgehensweise
Modellformulierung
Modellspezifizierung
Parameterschätzungen
Beurteilung Schätzergebnisse
1. Reflektive Messmodelle = Annahme: Veränderungen in Messwerten der IV durch latente Variablen kausal verursachet
—> IV als austauschbare Messung der latenten Variablen interpretierbar
—> folgen faktoranalytischen Ansatz
2. Formative Messmodelle = Annahme: Veränderung bei IV auch Veränderungen Ausprägung des hypothetischen Konstrukts
—> keine austauschbare Messungen der Laternen Variable, sondern Bausteine
—> folgen regressionanalytischen Ansatz
= Unterschied: Umkehrung Beziehungsrichtung/ Kausalität zwischen IV und latente Variablen
- KFA setzt reflektive Messmodelle voraus, praktisch nicht immer beachtet
—> Umkehrung Kausalbeziehung bei reflektieren + formativen Messmodellen
—> durch Pfaddiagramm
—> a priori festgelegte Parameter = feste Parameter
—> freie Parameter = Werte gelten als unbekannt, erst aus empirischen Daten geschätzt
Parameterschätzung
—> AMOS von SPSS = simultane Schätzung aller Modellparameter
—> mit AMOS Gütekriterien, v.a. Validität, Reliabilität für Konstruktmessung
Last changeda year ago
