Analyse von nichtlinearen Effekten in Strukturgleichungsmodellen : Methodische Probleme und Lösungsansätze

Die vorliegende Arbeit befasst sich mit den nichtlinearen Zusammenhangsstrukturen in Form von Moderator- und quadratischen Effekten, die einen aktuellen Gegenstand der Forschung darstellen. In der Arbeit wurden zunächst 
Die vorliegende Arbeit befasst sich mit den nichtlinearen Zusammenhangsstrukturen in Form von Moderator- und quadratischen Effekten, die einen aktuellen Gegenstand der Forschung darstellen. In der Arbeit wurden zunächst die theoretischen Grundlagen von Strukturgleichungsmodellen sowie die Problematik von manifesten und latenten nichtlinearen Modellen erläutert. Die komplexeren Strukturgleichungsmodelle, die neben einem Moderatorterm auch quadratische Termen enthalten, wurden besprochen und danach sowohl die Produktindikatorverfahren vorgestellt, die zur Parameterschätzung die Maximum-Likelihood-Methode verwenden, als auch die neu entwickelten verteilungsanalytischen Verfahren, nämlich LMS (Klein, 2000; Klein & Moosbrugger, 2000) und QML (Klein & Muthén, 2007) vorgestellt. Das Thema wurde zuerst aus theoretischer Perspektive analysiert und unter "Fragestellung 1" dargestellt. Bei der Analyse von Moderator- und quadratischen Termen in multiplen Regressionsmodellen kann es bei steigender Prädiktorkorrelation wegen des zunehmenden gemeinsamen Varianzanteils dieser beiden Terme zu einer Fehlspezifizierung der tatsächlich vorhandenen nichtlinearen Effekte kommen. Um eine zuverlässige Aufdeckung dieser Effekte zu ermöglichen, wurde daher in der Vergangenheit mehrfach empfohlen, grundsätzlich Moderator− und quadratische Effekte simultan zu untersuchen. Da psychologische Variablen jedoch selten messfehlerfrei erfasst werden können, erwiesen sich entsprechende Untersuchungen, die lediglich auf manifester Variablenebene durchgeführt worden waren und somit, von perfekt reliablen Messungen ausgingen, als methodisch problematisch. Zur weiterführenden Untersuchung der simultanen Analyse nichtlinearer Effekte empfiehlt sich daher der Einsatz latenter Strukturgleichungsmodelle, die den Messfehler manifester Variablen explizit berücksichtigen. Im Anschluss daran wurden die neu entwickelten verteilungsanalytischen Verfahren, LMS und QML vorgestellt. Diese neuen Verfahren berücksichtigen erstmals explizit die multivariate nichtnormale Verteilung der Indikatorvariablen, die aus nichtlinearen Modellen resultiert. Unter "Fragestellung 2“ wurde ihre Leistungsfähigkeit im Vergleich zu LISRELML-Verfahren überprüft. Die Voraussetzungen zur Anwendung der beiden Methoden ist die Normalverteilung der Indikatoren der latenten Prädiktorvariablen. Da in der empirischen Forschung zu psychologischen oder sozialwissenschaftlichen Fragestellungen normalverteilte Variablen sehr selten sind, wurde unter "Fragestellung 3" die Frage untersucht, wie robust beide Verfahren gegenüber der Verletzung der Verteilungsvoraussetzung sind. Es wurden zahlreiche Simulationsstudien durchgeführt, anhand derer die Robustheit der verteilungsanalytischen Verfahren bei variierender Schiefe und Kurtosis der Variablen nachgewiesen werden konnte. Auch unter weiteren praxisrelevanten Bedingungen, z.B. sehr komplexen Modellen mit bis zu sechs nichtlinearen Effekten und relativ kleinen Stichproben, zeigten beide Methoden sehr gute Schätzeigenschaften. Diese Ergebnisse sind für Anwender sehr ermutigend, da sie zeigen konnten, dass für die Untersuchung von multiplen nichtlinearen Effekten unter verschiedenen simulierten Bedingungen die verteilungsanalytischen Verfahren LMS und QML sehr zuverlässig sind und eingesetzt werden können. Beide Methoden wiesen unter den realisierten Bedingungen bezüglich der Güte der Parameterschätzungen keine bedeutsamen Unterschiede auf. Beide Verfahren lieferten unabhängig von der Komplexität der untersuchten Modelle erwartungstreue Parameterschätzungen und unverzerrte Standardfehlerschätzungen. Anschließend konnte neben dem Nachweis der erweiterten Leistungsfähigkeit der verteilungsanalytischen Verfahren anhand eines empirischen Beispiels aus der Burnout-Forschung gezeigt werden, dass die Analyse von multiplen nichtlinearen Effekten eine praktische Relevanz für die Weiterentwicklung von Theorien haben kann.
show moreshow less

Download full text files

  • application/pdf Abstract.pdf (19 KB)

    Zusammenfassung

  • application/pdf Diss_Dimitruk.pdf (590 KB)

    Dissertation

  • application/pdf Schrift_B.pdf (2228 KB)

    Multicollinearity and Missing Constraints: A Comparison of Three Approaches for the Analysis of Latent Nonlinear Effects

Export metadata

  • Export Bibtex
  • Export RIS

Additional Services

    Share in Twitter Search Google Scholar
Metadaten
Author:Polina Dimitruk
URN:urn:nbn:de:hebis:30-61530
Referee:Helfried Moosbrugger
Document Type:Doctoral Thesis
Language:German
Date of Publication (online):2009/03/03
Year of first Publication:2009
Publishing Institution:Univ.-Bibliothek Frankfurt am Main
Granting Institution:Johann Wolfgang Goethe-Univ.
Date of final exam:2008/02/11
Release Date:2009/03/03
Note:
Diese Dissertation steht außerhalb der Universitätsbibliothek leider (aus urheberrechtlichen Gründen) nicht im Volltext zur Verfügung, die CD-ROM kann (auch über Fernleihe) bei der UB Frankfurt am Main ausgeliehen werden. 

Beigefügtes Werk: Augustin Kelava, Helfried Moosbrugger, Polina Dimitruk, & Karin Schermelleh-Engel : Multicollinearity and Missing Constraints: A Comparison of Three Approaches for the
Analysis of Latent Nonlinear Effects.
Institutes:Psychologie
Dewey Decimal Classification:150 Psychologie
Sammlungen:Universitätspublikationen
Licence (German):License LogoArchivex. zur Lesesaalplatznutzung § 52b UrhG

$Rev: 11761 $