2011 | OriginalPaper | Buchkapitel
Lineare Strukturgleichungsmodelle
verfasst von : Christian Geiser
Erschienen in: Datenanalyse mit Mplus
Verlag: VS Verlag für Sozialwissenschaften
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by
Lineare Strukturgleichungsmodelle mit latenten Variablen (häufig auch als
Kovarianzstrukturmodelle
bezeichnet) werden dazu verwendet, komplexe Zusammenhänge zwischen kontinuierlichen Variablen auf latenter (messfehlerbereinigter) Ebene zu untersuchen. Lineare Strukturgleichungsmodelle kann man als generalisierte (multivariate) Regressionsmodelle auffassen. In diesen Modellen können simultan gerichtete Zusammenhänge (Regressionen) zwischen multiplen abhängigen und multiplen unabhängigen Variablen untersucht werden. Variablen, die dabei ausschließlich als unabhängige Variablen fungieren, bezeichnet man als
exogene
Variablen, da sie im Modell nicht durch andere Variablen erklärt werden. Zwischen exogenen Variablen werden ggf. ungerichtete Zusammenhänge, d.h. Kovarianzen bzw. Korrelationen, modelliert.