Q: Kann man als abhängige Variable auch eine dichotome Variable verwenden?
A: Ja, dies ist grundsätzlich möglich.
Q: Gibt es Ergebnisunterschiede bei Korr. - und Cov.-Analysen? Wann empfehlen sie die eine oder andere Analyse zu nehmen?
A: In AMOS ist es möglich, neben den vollständigen Rohdaten sowohl Korrelations- als auch Kovarianzmatrizen einzulesen und zur Berechnung des Modells zu verwenden. Welche der Eingabemethoden Sie verwenden hängt grundsätzlich auch davon ab, in welcher Form Ihre Daten zur Verfügung stehen.
Q: Wie lässt sich aus den standardisierten Regressionskoeffizienten die aufgeklärte Varianz berechnen?
A: Die erklärte Varianz eines Konstrukts (der multiple Korrelationskoeffizient "R²") lässt sich direkt unter Zuhilfenahme der quadrierten Ladungskoeffizienten berechnen. Dies muss jedoch nicht von Hand geschehen, sondern kann in AMOS automatisch mit angefordert werden.
Q: Sie sagten vorhin, dass man Werte "durchmultiplizieren" kann - kann man damit den direkten Zusammenhang eines Konstruktes auf eine manifeste Variable errechnen, wenn eine Variable sich "dazwischen befindet"?
A: Um die so genannten "totalen Effekte" zwischen Konstrukten (latenten Variablen) zu erhalten, werden die einzelnen, direkten Effekte zwischen Konstrukten miteinander multipliziert. Auch die Einflussstärken eines Konstrukts auf die manifesten Variablen können berechnet werden, hierzu ist jedoch ein weiterer Schritt nötig (die Faktorladungen, die auf den Pfeilen angegeben sind, können hier nicht direkt verwendet werden).
Für einen vertieften Einstieg in die Methodik empfehlen wir Bollen, Kenneth A. (1989): Structural Equations with Latent Variables. New York u.a.
Q: Frage zu Imputation fehlender Werte. Wie genau kann ich dies machen und bei Maximum-Likelihood bleiben?
A: Hintergrund: Für den Maximum Likelihood-Algorithmus müssen die beobachteten Variablen streng genommen normalverteilt sein.
In AMOS stehen mehrere Imputationsverfahren zur Verfügung (Regression, stochastische Regression und Bayes-Imputation). Diese imputieren die fehlenden Werte in Hinblick auf die verfügbaren Werte und die gegebene Verteilung, nicht in Bezug auf eine "beabsichtigte" Verteilung (die Verfahren versuchen also bewusst nicht, die Daten "besser" zu machen, als sie sind). Sollte die Voraussetzung der Normalverteilung nicht erfüllt sein, stehen jedoch in AMOS andere Möglichkeiten zur Verfügung (z.B. die ULS-Schätzung oder die verteilungsfreie Bayes-Schätzung der Modellparameter)
Wünschen Sie weitere Informationen zu AMOS oder interessieren Sie sich dafür, welche Fragestellungen konkret in Ihrer Organisation mit Datenanalyse gelöst werden können? Wenden Sie sich einfach an unsere Mitarbeiter, erreichbar unter Telefon 089 - 48 90 74 - 0 oder eMail sales@spss.de
Predictive Analytics
kann Ihre Organisation noch
erfolgreicher machen
Ressourcen