Grundlagen der Modellschätzung in SEM

In diesem Kapitel werden Grundlagen der Modellschätzung in SEM sowie deren Umsetzung in Stata vorgestellt. Zunächst werden daher Aspekte der Datenstruktur beleuchtet bzw. die Frage, für welche Arten von Daten SEM prinzipiell geeignet sind. Diese Aspekte bedingen schließlich die Anwendung eines Verfahrens zur Parameterschätzung in SEM. Für die in SEM charakteristische Nullhypothese – „hypothetisches Modell und empirische Daten stimmen überein“ – wird gezeigt, dass sie auf einen globalen Test aller eingeführten Modellrestriktionen (Parameterrestriktionen) hinausläuft. Außerdem werden Grundregeln und Begriffe der Modellidentifikation in SEM erläutert, d. h. unter welchen Bedingungen ein Modell geschätzt werden kann. Abschließend werden Beispiele für typische Probleme in der Modellschätzung von SEM angesprochen.