Variablen und Parameter in LISREL

Ähnliche Dokumente
Faktorenanalysen höherer Ordnung

LISREL-Syntax: Struktur und wichtige Anweisungen

Freisetzen und Fixieren von Parametern in Strukturgleichungsmodellen

LISREL-Mehrgruppenvergleiche (Multi-Sample Analysis)

Konfirmatorische Faktorenanalyse

Konfirmatorische Faktorenanalyse. Regressionsmodelle für Politikwissenschaftler

Lineare Strukturgleichungsmodelle (LISREL) Konfirmatorische Faktorenanalyse (CFA)

LISREL-Beispiel zum Kapitel 15: Latent-State-Trait-Theorie

Einführung Mathematische Ausdrücke Symbole Array Formatierungen Hilfen. Fachschaft Elektro- und Informationstechnik. Formelsatz in L A TEX

Lineare Strukturgleichungsmodelle (LISREL)

κ Κα π Κ α α Κ Α

MatheBasics Teil 1 Grundlagen der Mathematik Version vom

4.2 Konfirmatorische Faktorenanalyse

Das allgemeine Strukturgleichungsmodell mit latenten Variablen

Literatur: Rudolf & Müller, S Dr. Matthias Rudolf: M3 Multivariate Statistik Vorlesung Einführung SEM Folie Nr. 1

Merkblatt für das Anfertigen von wissenschaftlichen Arbeiten

Mathe-Umgebungen Symbole Formatierungen Referenzen Abschluss. Fachschaft Elektro- und Informationstechnik. Formelsatz in L A TEX.

Start: 12. Oktober 2015 Kontakt: Dr Heinz Haberzettl ( ) Büro : C Schöfferstrasse 3 (Hochhaus)

Übungen zur Linearen Algebra II

6. f : Abb(R, R) R mit ϕ f(ϕ) := ϕ(1) Hinweis:f :V W über K bedeutet Abbildung f zwischen den Vektorräumen V und W über demselben

Lineare Strukturgleichungsmodelle (LISREL) Konfirmatorische Faktorenanalyse (CFA)

Strukturgleichungsmodelle. Sozialwissenschaften. R.Oldenbourg Verlag München Wien. Von Universitätsprofessor Dr. Jost Reinecke


Einführung in die Analyse von Strukturgleichungsmodellen mit LISREL 7 und PRELIS unter SPSS

Wolfgang Irlinger. Kausalmodelle zur Lieferantenbewertung

KAPITEL 0. Zur Vorbereitung

Formelsammlung zum Starterstudium Mathematik

Faktorenanalyse und Strukturgleichungsmodelle II. VL Forschungsmethoden

Faktorenanalyse und Strukturgleichungsmodelle II. VL Forschungsmethoden

1. Grundlegendes in der Geometrie

Marketing. Eine managementorientierte Einführung. Bearbeitet von Prof. Dr. Franz-Rudolf Esch, Prof. Dr. Andreas Herrmann, Prof. Dr.

Tabellen erstellen mit Word 7 Computeria Rorschach. Wir erstellen mit Word 7/10 eigene Tabellen

Vorkurs Mathematik 2014

Vorlesung Unix-Praktikum

Faktorenanalyse und Strukturgleichungsmodelle II

Beispieldokument L Y X/L A T E X

Textübertragung von Altgriechisch in griechische Punktschrift

Methodische Aspekte linearer Strukturgleichungsmodelle Ein Vergleich von kovarianz- und varianzbasierten Kausalanalyseverfahren

TEIL II LINEARE ALGEBRA

Strukturgleichungsmodelle: mit R und lavaan analysieren Kurzeinführung

Sonderzeichen. HTML Umlaute

1 Variablen. Wirtschaftswissenschaftliches Zentrum 0 Universität Basel. Statistik

Lineare Strukturgleichungsmodelle (LISREL)

Effekte der Arbeitszeitgestaltung auf die Work-Life Balance und psychovegetative Beeinträchtigungen

Forschungspraktikum Gruppenbezogene Menschenfeindlichkeit. 21. Juni 2007: Pfadanalyse und lineare Strukturgleichungsmodelle

OnlineMathe.de Formeleingabe im LaTeX-Modus

Merkblatt für das Anfertigen von wissenschaftlichen Arbeiten

Mathematik, Übungsblätter und L A TEX

Vorlesung Marktforschung

Jost Reinecke. Strukturgleich ungsmodelle. Sozialwissenschaften. 2., aktualisierte und erweiterte Auflage DE GRUYTER OLDENBOURG

Strukturgleichungsmodelle

Bausteine für Beweise 1

Inhaltsverzeichnis. Teil I Grundlagen

Meßmodelle und konfirmatorische Faktorenanalyse

Mathematische Formeln für das Studium an Fachhochschulen

Wolfgang Irlinger. Kausalmodelle zur Lieferantenbewertung

Lineare Algebra für PhysikerInnen

Statistik II im Wintersemester 2006/2007

Messung von Kausalmodellen

R 3 und U := [e 2, e 3 ] der von e 2, e 3 erzeugte

Multiple Regressionsanalyse - Kurzabriss

Gruppenvergleiche bei hypothetischen Konstrukten Die Prüfung der Übereinstimmung von Messmodellen mit der Strukturgleichungsmethodik

Teil I: Eindimensionale Analysis

Erfolgsfaktoren landwirtschaftlicher Unternehmen mit Marktfruchtbau

Nikolay Kachakliev Volatilitätsprodukte Eigenschaften, Arten und Bewertungen

Das Modell moderner Organisationsentwicklung

Übungen zur Vorlesung Lineare Algebra I

LISREL-EINFÜHRUNG Skript zur Lehrveranstaltung

Mplus: Eine kurze Einführung

Mechanik-Fragen 2003

Deutsche Direktinvestitionen in der Volksrepublik China

Bewegen und Spielen an und mit Geräten / Theo Landrichinger - 41/44 -

Dimensionale Methoden: Hauptkomponentenanalyse (HKA) und Faktorenanalyse (FA)

Strukturgleichungsmodellierung

Hypothesentests mit SPSS

Struktur- gleichungs- modelle. Isabelle Koschek, Franziska Loth, Pia Schuster Multivariate Analysemethoden 5. Juni 2012 Dozent: Dr.

6.1 Definition der multivariaten Normalverteilung

7 Diracs Bracket-Notation

Einführung zur Vorlesung Mathematik für Physiker I

Strukturgleichungsmodellierung

Grundzüge der Faktorenanalyse

Matrizen. Lineare Algebra I. Kapitel April 2011

Theorem 19 Sei (X 1,X 2 ) T ein normalverteilter Zufallsvektor. Dann gilt: λ U (X 1,X 2 ) = λ L (X 1,X 2 ) = 0.

Evaluation und Forschungsmethodik

Reelle Zufallsvariablen

Korrelationsmatrix. Statistische Bindungen zwischen den N Zufallsgrößen werden durch die Korrelationsmatrix vollständig beschrieben:

Wiederholung von Linearer Algebra und Differentialrechnung im R n

B Tastatur, Schriftzeichen, Beschleuniger

Musterlösung. Modulklausur Multivariate Verfahren

Multivariate Verfahren

Das ABC der Physik. a Beschleunigung Größe lat. accelerare = beschleunigen lat. celer = schnell

Die Rücktransformation: Z = A t (Y µ) = Y = AZ + µ

Die Technik und Logik von linearen Strukturgleichungsmodellen

Lineare Algebra I (WS 12/13)

SMS Zeichensatz GSM 7-Bit (GSM 03.38)

Vektoren und Matrizen

Vorlesung Marktforschung

Definition 1.2. Eine kontinuierliche Gruppe mit einer endlichen Menge an Parametern heißt endliche kontinuierliche Gruppe. x cosξ sinξ y sinξ cosξ

Lineare Algebra I/II LVA ,

Transkript:

Variablen und Parameter in LISREL 1 Konfirmatorische Faktorenanalyse: Pfaddiagramm Dieses Diagramm stellt den denkbar einfachsten Fall einer konfirmatorischen Faktorenanalyse dar. Empirisch sind Modelle mit so wenigen Variablen nur unter bestimmten Bedingungen identifiziert und analysierbar. θ 1 λ 1 ϕ 11 ξ 1 θ 2 λ 1 ϕ 21 θ 3 λ 2 δ 4 λ x 42 θ δ 44 ϕ 22 Abbildung 1. Beispiel-Pfaddiagramm einer konfirmatorischen Faktorenanalyse mit zwei latenten Variablen Konstrukten ξ 1,, operationalisiert durch die manifesten Variablen Indikatorvariablen, bzw.,, sowie den im Modell enthaltenen Parametern. Varianzen als Modellparameter sind bei den jeweiligen Variablen in Klammern dargestellt. TD1,1 LX1,1 PH1,1 ξ1 TD2,2 LX2,1 PH2,1 LX3,2 TD3,3 δ 4 TD4,4 LX4,2 PH2,2 Abbildung 2. Beispiel-Pfaddiagramm der konfirmatorischen Faktorenanalyse aus Abbildung 1. Die im Modell enthaltenen Parameter sind mit ihren LISREL-Bezeichnungen dargestellt. 1

2 Konfirmatorische Faktorenanalyse: Parametermatrizen Die Matrizen entsprechen dem Pfaddiagramm auf der vorherigen Seite. Notation: links in griechischen Buchstaben, rechts in LISREL-Syntax Faktorladungsmatrix Ladungen der Indikatorvariablen x auf den Konstrukten ξ λ 1 = 1 0 Λ x = λ 1 0 0 λ 2 = 1 0 λ 2 LX1, 1 = 1 0 LX = LX2, 1 0 0 LX3, 2 = 1 0 LX4, 2 Fehlerkovarianzmatrix Varianzen und evtl. Kovarianzen der Meßfehlervariablen δ θ11 δ 0 0 0 Θ δ = 0 θ 2 0 0 0 0 θ33 δ 0 0 0 0 θ44 δ TD1, 1 0 0 0 TD = 0 TD2, 2 0 0 0 0 TD3, 3 0 0 0 0 TD4, 4 Faktorkovarianzmatrix Varianzen und Kovarianzen der Faktoren ξ ϕ 11 ϕ 12 Φ = ϕ 21 ϕ 22 PH1, 1 PH1, 2 PH = PH2, 1 PH2, 2 Skalierung Das Setzen von jeweils einer Faktorladung pro Konstrukt auf 1 dient der Skalierung, d. h. der Festlegung der Varianzen der Konstrukte. In der Praxis sollten hierfür möglichst reliable und valide Indikatorvariablen verwendet werden was nicht unbedingt die jeweils erste zu sein braucht. Aufbau der Matrizen 1 In Matrizen, die Effekte zwischen Variablen darstellen, entsprechen die Spalten den Variablen, von denen Effekte ausgehen abgehende Pfeile im Pfaddiagramm, die Zeilen entsprechen den Variablen, auf die Effekte wirken ankommende Pfeile im Pfaddiagramm. Beispiel: 2 In Kovarianzmatrizen entsprechen die Zeilen und Spalten den jeweiligen Variablen. Diese Matrizen sind grundsätzlich symmetrisch. Beispiel: LX = Λ x = ξ 1 λ 1 0 λ 1 0 0 λ x 32 PH = Φ = ξ 1 ξ 1 ϕ 11 ϕ 12 ϕ 21 ϕ 22 0 λ 2 2

3 Vollständiges Strukturgleichungsmodell: Pfaddiagramm θ 1 θ 2 λ 1 λ 1 ϕ 11 ξ 1 ϕ 21 γ 12 ζ 1 ψ 11 γ 11 η 1 β 21 λ y 11 λ y 21 y 1 y 2 1 θ11 2 θ22 θ 3 λ 2 γ 22 η 2 λ y 32 y 3 3 θ33 δ 4 θ44 δ λ 2 ϕ 22 ζ2 ψ 22 λ y 42 y 4 4 θ44 Abbildung 3. Beispiel-Pfaddiagramm eines Strukturgleichungsmodells mit zwei latenten Prädiktorvariablen ξ 1, operationalisiert durch die manifesten Variablen, bzw.,, einer Mediatorvariablen η 1 operationalisiert durch y 1, y 2 und einer Kriteriumsvariablen η 2 operationalisiert durch y 3, y 4 sowie den im Modell enthaltenen Parametern. Varianzen als Modellparameter sind bei den jeweiligen Variablen in Klammern dargestellt. ζ 1 TD1,1 TD2,2 LX1,1 LX2,1 PH1,1 ξ1 PS1,1 GA1,1 η 1 LY1,1 LY2,1 y 1 y 2 1 TE1,1 2 TE2,2 PH2,1 GA1,2 BE2,1 TD3,3 LX3,2 GA2,2 η 2 LY3,2 y 3 3 TE3,3 δ 4 TD4,4 LX4,2 PH2,2 ζ 2 LY4,2 y 4 4 TE4,4 PS2,2 Abbildung 4. Beispiel-Pfaddiagramm des Strukturgleichungsmodells aus Abbildung 3. Die im Modell enthaltenen Parameter sind mit ihren LISREL-Bezeichnungen dargestellt. 3

4 Vollständiges Strukturgleichungsmodell: Parametermatrizen Die Matrizen entsprechen dem Pfaddiagramm auf der vorherigen Seite. Notation: links in griechischen Buchstaben, rechts in LISREL-Syntax 4.1 Meßmodell der ξ-variablen exogene Variablen Faktorladungsmatrix Ladungen der Indikatorvariablen x auf den Konstrukten ξ λ 1 = 1 0 Λ x = λ 1 0 0 λ 2 = 1 0 λ 2 LX1, 1 = 1 0 LX = LX2, 1 0 0 LX3, 2 = 1 0 LX4, 2 Fehlerkovarianzmatrix Varianzen und evtl. Kovarianzen der Meßfehlervariablen δ θ11 δ 0 0 0 Θ δ = 0 θ 2 0 0 0 0 θ33 δ 0 0 0 0 θ44 δ TD1, 1 0 0 0 TD = 0 TD2, 2 0 0 0 0 TD3, 3 0 0 0 0 TD4, 4 Faktorkovarianzmatrix Varianzen und Kovarianzen der Faktoren ξ ϕ 11 ϕ 12 Φ = ϕ 21 ϕ 22 PH1, 1 PH1, 2 PH = PH2, 1 PH2, 2 4.2 Meßmodell der η-variablen endogene Variablen Faktorladungsmatrix Ladungen der Indikatorvariablen y auf den Konstrukten η λ y 11 = 1 0 Λ y = λ y 21 0 0 λ y 32 = 1 0 λ y 42 LY1, 1 = 1 0 LY = LY2, 1 0 0 LY3, 2 = 1 0 LY4, 2 Fehlerkovarianzmatrix Varianzen und evtl. Kovarianzen der Meßfehlervariablen θ11 0 0 0 Θ = 0 θ 22 0 0 0 0 θ33 0 0 0 0 θ44 TE1, 1 0 0 0 TE = 0 TE2, 2 0 0 0 0 TE3, 3 0 0 0 0 TE4, 4 4

4.3 Strukturmodell Beziehungen zwischen ξ- und η-variablen Effekte der ξ-variablen auf die η-variablen γ 11 γ 12 Γ = 0 γ 22 GA1, 1 GA1, 2 GA = 0 GA2, 2 Effekte von η-variablen auf andere η-variablen 0 0 B = β 21 0 0 0 BE = BE2, 1 0 Residualvarianzen Varianzen und evtl. Kovarianzen der Modellgleichungsfehlervariablen ζ Ψ = ψ 11 0 0 ψ 22 PS = PS1, 1 0 0 PS2, 2 5 Variablen: Bezeichungen in LISREL ksi ξ i i = 1,..., n latente exogene Prädiktor- Variablen eta η j j = 1,..., m latente endogene Kriteriums-/Mediator- Variablen zeta ζ j j = 1,..., m Residualvariablen der latenten endogenen Variablen η j bei Erklärung durch die latenten exogenen Variablen ξ 1,..., ξ n sowie die latenten endogenen Variablen η 1,..., η j 1, η j+1,..., η m x x k k = 1,..., q manifeste Indikatorvariablen der latenten exogenen Variablen ξ 1,..., ξ n y y l l = 1,..., p manifeste Indikatorvariablen der latenten endogenen Variablen η 1,..., η m delta δ k k = 1,..., q Meßfehlervariablen der Indikatoren,..., x q der latenten exogenen Variablen epsilon l l = 1,..., p Meßfehlervariablen der Indikatoren y 1,..., y p der latenten endogenen Variablen 5

6 Parametermatrizen: Bezeichnungen in LISREL Matrix Einträge GA Γ gamma γji j = 1,..., m; i = 1,..., n BE B beta βju j = 1,..., m; u = 1,..., m; j u LX Λ x lambda-x λ x ki k = 1,..., q; i = 1,..., n LY Λ y lambda-y λ y lj l = 1,..., p; j = 1,..., m Pfadkoeffizient des Effekts der latenten exogenen Variablen ξi auf die latente endogene Variable ηj Pfadkoeffizient des Effekts der latenten endogenen Variablen ηu auf die latente endogene Variable ηj Pfadkoeffizient des Effekts der latenten exogenen Variable ξi auf ihre manifeste Indikatorvariable xk Faktorladung von xk auf ξi Pfadkoeffizient des Effekts der latenten endogenen Variable ηj auf ihre manifeste Indikatorvariable yl Faktorladung von yl auf ηj TD Θ δ theta-delta θ δ kk k = 1,..., q Varianz der Meßfehlervariablen δk Fehlervarianzanteil/nicht durch latente Variablen erklärbarer Varianzanteil der Indikatorvariable xk; Element der Kovarianzmatrix Θ δ aller Meßfehlervariablen δk; wenn Unkorreliertheit der Meßfehlervariablen vorausgesetzt wird, gilt θ sk δ = 0 für alle s k TE Θ theta-epsilon θ ll l = 1,..., p Varianz der Meßfehlervariablen l Fehlervarianzanteil/nicht durch latente Variablen erklärbarer Varianzanteil der Indikatorvariablen yl; Element der Kovarianzmatrix Θ aller Meßfehlervariablen l; wenn Unkorreliertheit der Meßfehlervariablen vorausgesetzt wird, gilt θ rl = 0 für alle r l PH Φ phi ϕii i = 1,..., n Varianz der latenten exogenen Variablen ξi Diagonal-Element der Kovarianzmatrix ϕit i = 1,..., n; t = 1,..., n; i t Φ aller latenten exogenen Variablen ξi Kovarianz der latenten exogenen Variablen ξi und ξt Element der Kovarianzmatrix Φ aller latenten exogenen Variablen ξi, außerhalb der Diagonale PS Ψ psi ψjj j = 1,..., m Varianz der Residualvariablen ζj nicht durch andere latente Variablen erklärbarer Varianzanteil der latenten endogenen Variablen ηj 6