SPSS-FORUM.DE

[snoeflinga]

Hey, ich schreibe gerade meine Masterarbeit und bin ein bisschen am Verzweifeln, da ich nicht weiter weiß...
Ich muss zu meiner Verteidigung sagen, dass ich mit CFA's während meines Studiums nie etwas zu tun hatte und es alles Neuland für mich ist.

Meine Stichprobenanzahl ist n=5398 (also schon mal sehr groß)!
Das hypothsierte Modell hat 6 latente Faktoren mit 34 beobachteten Variablen.
Am besten führe ich kurz mal meine bisherige Vorgehensweise auf:

- Ich habe meine Stichprobe auf das hypothesierte "first-order model" angwendet und habe herausgefunden, dass die Faktoren stark korrelaieren.
- daraufhin habe ich ein "second-order model" erstellt, da die Faktoren anscheinend ein höheres Konstrukt messen
- meine große Stichprobe habe ich aufgeteilt (Gruppe 1 und Gruppe 2)
- Gruppe 1 habe ich an dem second order Model getestet und folgende Werte bekommen:
Chi square: 9409; GFI: 0.8040; AGFI: 0.77; RMSEA: 0.08 --> Werte entsprechen nicht den Referenzwerten

Frage 1: Kann ich hiermit schlussfolgern, dass das hypothesierte Model auf meine Stichprobe nicht anwendbar ist?

- als nächstes habe ich mir die "modification indices" angesehen und 6 Kovarianzen und 2 regression paths hinzugefügt (kann ich durch Literatur bestätigen).
- Gruppe 2 habe ich auf das modifizierte Modell angwendet und folgende Werte bekommen:
Chi square: 6014; GFI: 0.87; AGFI: 0.85; RMSEA: 0.06 --> schon mal besser als vorher, aber trotzdem nicht ausreichend!

Frage 2: Meine Model fit Werte sind immer noch nicht richtig gut. Kann mir jemand sagen wie ich mein Modell noch verbessern kann, außer mithilfe der modification indices?

Frage 3: Wenn sich das Model nicht weiter verbessern lässt, macht es dann trotzdem Sinn mit dem modifiziertem Modell die Invarianz zu testen?
Oder sollte ich lieber die Invarianz mit dem hypothesiertem Modell messen?

Ich hoffe ich habe meine Fragen verständlich formuliert und dass hier irgendjemand weiterhelfen kann.

Tack! (=danke auf schwedisch, wo ich meine MA schreibe)

[strukturmarionette]

Hi,

wie begründest Du denn die Logik Deiner ´Gruppenaufteilung´?

Gruß
S.

[snoeflinga]

Ich dachte es sei besser das Modell an 2 verschiedenen Gruppen zu testen.
Da ich eine hohe Stichprobenanzahl habe, konnte ich es mir leisten, diese zu teilen.
Außerdem verringert sich dadurch ja auch der Chi Quadrat Wert.

[strukturmarionette]

Hi,

wenn mit CFA´s gearbeitet wird, liegt m.E. immer bereits eine klare Vorstellung der Zusammenhänge modelltheoretisch fundiert vor.
CFA hat ´konfirmatorischen´Chartakter und ist nicht zum Ausprobieren konzpipiert.

Wenn es darum geht, irgendetwas diesbezüglich auszuprobieren, um ´gute´ Strukturen zu entdecken, dann wäre zunächst EFA das angemessenere Verfahren.

Gruß
S.

[snoeflinga]

Vielen dank fuer deine Antwort, Strukturmarionette!
Mein erstes Resultut meiner MA wird nun sein, dass ich das hypothesierte Modell mithilfe der CFA nicht annehmen kann.
Als nächstes werde ich dann eine EFA mit meinen Daten machen und sehen was fuer eine Struktur ich enthalte.

Ich hätte da noch eine Frage:
Meine standardisierten Residual Kovarianzen (im Amos output) waren alle extrem hoch, also weit ueber dem empfohlenem Referenzwert von Joreskog&Sorbom (>2.58).

Wäre es richtig zu sagen (hoffe englisch ist ok...):
"In examining the standardized residual values more than the half exceeded the cutpoint of 2.58. From this information it can be concluded that there is a big statistically discrepancy with the covairances in the hypothesised model." Dies deutet wieder darauf hin, dass das Model nicht auf die erhobene Stichprobe angewendet werden kann.

[Nurmona]

Hallo zusammen,

ich setze mich erstes Mal mit SEM auseinander und bin verzweifelt bei der Interpretation meiner Ergebnisse, die ich durch AMOS gekriegt habe.

Das selbe Mediationsmodell habe ich in mehreren Teilstichproben getestet. In einer Stichprobe die Modellanpassung ist sehr gut (CFI=1.00, RMSEA=0.00) aber der Anteil der erklärter Varianz (squared multiple correlation) von AV ist sehr gering (4 %).

-Ist erklärter Gesamtvarianz bei SEM sehr wichtig, dass ich unbedingt beim Ergebnisteil berichten soll?

-Hier würde ich dann schreiben, dass die Modellanpassung zwar sehr gut ist, aber das Modell erklärt dann die AV insgesamt nicht gut (?). Wäre das so richtig?

-Eine weitere Frage zu diesem Modell ist, dass es zwischen UV und Mediatorvariablen signifikante Pfade/Koeffizienten gibt, aber zwischen Mediatorvariablen und AV keine signifikante Pfade gibt.
Heißt das dann, dass die AV durch UVs (über die Mediatorvariablen) nicht erklärt werden kann?

- Zweites Modell, das ich schwierig zum interpretieren finde ist ein Modell mit schlechter Modellanpassung (CFI=0.801, RMSEA=0.248) aber der erklärte Varianz ist viel besser (23 %). Kann ich unabhängig von der Modellanpassung hier sagen, dass AV hier in diesem Modell viel besser erklärt werden kann?

- Im zweiten Modell, gibt es sowohl zwischen UVs und Mediatorvariablen, als auch zwischen Mediatorvariablen und AV signifikante Pfade. Soll ich die dann nicht berichten, da die Modellanpassung hier schlecht ist?


Ich wäre sehr dankbar, wenn mit jemand weiterhelfen kann.


Viele Grüße
Mona