2018 | OriginalPaper | Buchkapitel
Strukturgleichungsanalyse
verfasst von : Klaus Backhaus, Bernd Erichson, Wulff Plinke, Rolf Weiber
Erschienen in: Multivariate Analysemethoden
Verlag: Springer Berlin Heidelberg
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
Die Strukturgleichungsanalyse (SGA) wird in diesem Kapitel auf sieben Seiten in den wesentlichen Grundzügen vorgestellt, indem die mittels SGA zu behandelnden Problemstellungen sowie die Vorgehensweise skizziert werden und die Umsetzung mit AMOS aufgezeigt wird. Die SGA dient der Prüfung von komplexen Modellen, die z. B. aus mehreren abhängigen Variablen (endogene Variablen), die auch untereinander in Beziehung stehen können, und mehreren unabhängigen Variablen (exogene Variablen) bestehen. In diesem Kapitel wird der Fall betrachtet, dass die Variablen hypothetische Konstrukte darstellen, die nicht direkt beobachtet werden können (sog. latente Variablen). Beispiele für hypothetische Konstrukte sind z. B. Einstellungen, Stress, Zufriedenheit, Emotionen, Attraktivität, Kultur, Vertrauen oder Intelligenz. Solche Konstrukte müssen durch geeignete Messmodelle operationalisiert werden. Die hier vorgestellte SGA schätzt dann simultan die Messmodelle der latenten Variablen und die Kausalbeziehungen zwischen den endogenen Variablen.Eine ausführliche Darstellung der Nichtlinearen Regression mit der Berechnung eines umfangreichen Fallbeispiels findet der Leser in dem Buch von: Backhaus, K./Erichson, B./ Weiber, R.: Fortgeschrittene Multivariate Analysemethoden, 3. Aufl., Berlin Heidelberg 2016.