strukturgleichungsmodelle

Strukturgleichungsmodelle

(Structural Equation Modeling)   (Quelle: Wikipedia, Mai 2008 – übersetzt und gekürzt)

Strukturgleichungsmodelle sind statistische Methoden zum Testen und Schätzen von kausalen Zusammenhängen unter der kombinierten Nutzung von statistischen Daten und qualitativen Kausalannahmen.

Strukturgleichungsmodelle sind für konfirmatorisches und nicht für exploratorisches Modellieren geeignet und daher geeignet zum Theorietesten und nicht zum Entwickeln von Theorien. Der Prozess beginnt mit einer Hypothese, die in einem Pfadmodel ausgedrückt wird und deren Konstrukte in Messmodellen operationalisiert werden. Die Kausalannahmen, die im Model inherent sind, implizieren zumeist deren Falsifizierbarkeit und können dann anhand von empirischen Daten getestet werden. Mit einer akzeptierten Theorie oder einem bestätigten Modell, können Strukturgleichungsmodelle dazu genutzt werden induktiv anhand empirischer Daten die freien Parameter zu schätzen. Oft müssen dann die anfänglichen Hypothesen anhand der Modelgüte und resultierenden Parametersignifikanzen revidiert werden.

Die Stärke von Strukturgleichungsmodellen ggü. der Pfadanalyse oder kombinierten Regressionsanalysen ist die Möglichkeit latente Variablen zu verwenden (Konstrukte, die nicht direkt sondern nur über mehrere Indikatorvariablen beobachtet werden können). Das erlaubt dem Forscher die Schätzgenauigkeit der latenten Variable explizit zu berücksichtigen. In der Theorie erlaubt dies eine genaue Schätzung der Zusammenhänge zwischen latenten Variablen.

In Strukturgleichungsmodellen drücken sich die kausalen Annahmen in den fehlenden Pfaden und den fehlenden Kovarianzen zwischen Fehlertermen aus.

Eine alternative Methode stellen Partial Least Squares Modelle dar. Ein wachsender Teil der Wissenschaft sieht darin für die meisten Anwendungen eine Fortentwicklung.

Alternative Methode mit deutlichen Vorteilen: „Universal Structural Modeling“.

  • Der Artikel über die Kausalanalyse “Sie haben Probleme mit Lisrel, Amos oder PLS Software in Ihrer Doktorarbeit?” zeigt spannende Möglichkeiten für Wissenschaftler auf.