SPC_SpezifischeMultivarAnalysis Flashcards
(223 cards)
1
Q
Was ist ein Wachstumsmodell in der SEM?
A
Ein Modell, das zeitliche Änderungen durch Anfangsfaktor und Wachstumsfaktor beschreibt.
2
Q
Wie definiert man in Lavaan eine latente Variable?
A
Mit der Syntax ‘=~’, z. B. ‘A =~ X1 + X2’.
3
Q
Was bedeutet ein hoher Comparative Fit Index (CFI)?
A
Ein Wert nahe 1 zeigt eine gute Modellgüte.
4
Q
Wie berechnet man die Reliabilität in einem CFA?
A
Reliabilität = Varianz der latenten Variable / Varianz der beobachteten Variable.
5
Q
Was ist die Nullhypothese des χ²-Tests in SEM?
A
Das Modell passt perfekt zu den Daten (keine signifikanten Residuen).
6
Q
Was zeigt ein hoher Modifikationsindex in SEM an?
A
Ein möglicher Verbesserungsvorschlag für das Modell durch Hinzufügen von Parametern.
7
Q
Welche Tools können mit Lavaan kombiniert werden?
A
Beispiele sind semTools und semPlot für Erweiterungen und Visualisierungen.
8
Q
Nennen Sie zwei Vorteile von SEM.
A
Berücksichtigung von Messfehlern und Testung komplexer Hypothesen.
9
Q
Welche Freiheitsgrade hat ein Modell mit 41 Parametern und 50 Informationen?
A
Freiheitsgrade = 50 - 41 = 9.
10
Q
Wie interpretiert man eine negative Korrelation zwischen zwei Faktoren?
A
Eine Erhöhung eines Faktors ist mit einer Reduzierung des anderen assoziiert.
11
Q
Was ist der Achsenabschnitt in einer einfachen linearen Regression?
A
Der Wert von Y, wenn X gleich 0 ist.
12
Q
Wie wird das Regressionsgewicht β1 interpretiert?
A
Als Änderung in Y für eine Einheitserhöhung in X.
13
Q
Was unterscheidet die multiple von der einfachen Regression?
A
Es gibt mehrere unabhängige Variablen.
14
Q
Was ist ein direkter Effekt in der Pfadanalyse?
A
Ein Effekt, der direkt von einer unabhängigen auf eine abhängige Variable wirkt.
15
Q
Was ist ein indirekter Effekt in der Pfadanalyse?
A
Ein Effekt, der über eine oder mehrere Mediatorvariablen vermittelt wird.
16
Q
Welche Hypothesen werden in einer CFA getestet?
A
Ob die Daten mit der spezifizierten Faktorlösung übereinstimmen.
17
Q
Wie hängt die Reliabilität mit der Messfehlervarianz zusammen?
A
Höhere Reliabilität bedeutet niedrigere Messfehlervarianz.
18
Q
Wann ist ein Modell identifiziert?
A
Wenn alle Parameter eindeutig geschätzt werden können.
19
Q
Welche Bedeutung haben Modifikationsindizes?
A
Sie schlagen vor, welche Änderungen die Modellgüte verbessern könnten.
20
Q
Was bedeutet ein hoher Tucker-Lewis Index (TLI)?
A
Eine gute Anpassung des Modells an die Daten.
21
Q
Welche Werte des SRMR gelten als akzeptabel?
A
Werte kleiner als 0,08 gelten als akzeptabel.
22
Q
Wann wird die Maximum-Likelihood-Schätzung verwendet?
A
Bei multivariat normalverteilten Daten.
23
Q
Was ist der Vorteil der robusten ML-Schätzung?
A
Sie korrigiert Standardfehler bei Verletzung der Normalverteilung.
24
Q
Welche Statistik wird beim χ²-Differenzentest verwendet?
A
Die Differenz der χ²-Werte zweier verschachtelter Modelle.
25
Was sind latente Variablen?
Nicht beobachtbare Variablen, die durch manifeste Variablen gemessen werden.
26
Was sind manifeste Variablen?
Direkt beobachtbare Variablen, die latente Variablen messen.
27
Wie spezifiziert man eine Kovarianz in Lavaan?
Mit der Syntax '~~', z. B. 'X1 ~~ X2'.
28
Was passiert, wenn Messfehler ignoriert werden?
Die Schätzungen von Zusammenhängen werden verzerrt.
29
Was zeigt ein signifikanter p-Wert im Modelltest an?
Das Modell passt nicht gut zu den Daten.
30
Wie berechnet man Freiheitsgrade in einem SEM?
Freiheitsgrade = Informationen - geschätzte Parameter.
31
Was ist der Unterschied zwischen CFI und RMSEA?
CFI misst relative Anpassung, RMSEA misst absolute Abweichung.
32
Was ist ein akzeptabler RMSEA-Wert?
Werte kleiner als 0,06 gelten als gut.
33
Wie wird die totale Varianz einer Variablen zerlegt?
In systematische und Fehlervarianz.
34
Was ist eine Restriktion in einem Modell?
Eine Annahme, die die Freiheitsgrade reduziert.
35
Wie interpretiert man eine Korrelation von 0,8?
Starker positiver Zusammenhang zwischen zwei Variablen.
36
Was sind exogene Variablen?
Variablen, die im Modell nicht erklärt werden.
37
Was sind endogene Variablen?
Variablen, die durch andere Variablen im Modell erklärt werden.
38
Welche Rolle spielen Mediatorvariablen?
Sie vermitteln den Einfluss einer unabhängigen auf eine abhängige Variable.
39
Was ist der Vorteil standardisierter Schätzungen?
Erleichtert den Vergleich zwischen Variablen.
40
Wozu dienen latente Wachstumsmodelle?
Zur Analyse von Veränderungen über die Zeit.
41
Was ist der totale Effekt in einer Pfadanalyse?
Die Summe aus direkten und indirekten Effekten.
42
Was passiert, wenn ein Modell nicht spezifiziert ist?
Die Parameter können nicht eindeutig geschätzt werden.
43
Warum ist die Überprüfung auf multivariate Normalverteilung wichtig?
Weil viele Schätzmethoden diese Voraussetzung haben.
44
Was zeigt ein hoher GFI-Wert?
Eine gute Anpassung des Modells an die Daten.
45
Wann wird der Akaike Information Criterion (AIC) verwendet?
Zum Vergleich von nicht verschachtelten Modellen.
46
Welche Voraussetzung hat die Full-Information-Maximum-Likelihood-Schätzung?
Das Vorliegen fehlender Werte.
47
Welche Stichprobengröße empfiehlt Bentler & Chou (1987)?
Mindestens 5 Fälle pro geschätztem Parameter.
48
Was sind Hauptziele der CFA?
Testen von Hypothesen und Validierung von Konstrukten.
49
Was bedeutet Var(Y) in der Kovarianzanalyse?
Die totale Varianz einer Variable Y.
50
Warum ist SEM flexibel?
Weil es Messfehler berücksichtigt und komplexe Hypothesen testen kann.
51
Wie definiert man eine Regression in Lavaan?
Mit der Syntax '~', z. B. 'Y ~ X'.
52
Wie werden Fehlervarianzen in SEM behandelt?
Sie werden separat geschätzt und interpretiert.
53
Was ist die Nullhypothese des Modelltests?
Das Modell passt perfekt zu den Daten.
54
Welche Konsequenzen haben fehlende Pfade in einem Modell?
Die Modellgüte könnte reduziert sein.
55
Was ist eine akzeptable Reliabilität für Fragebögen?
Werte größer als 0,7 gelten als akzeptabel.
56
Wie viele Parameter werden in einem 3-Faktor-Modell geschätzt?
Das hängt von den Lade- und Fehlervarianzen ab.
57
Was ist ein Hinweis auf ein schlecht spezifiziertes Modell?
Signifikante Residuen oder schlechte Fit-Indizes.
58
Was ist das Ziel von Modellmodifikationen?
Die Verbesserung der Passung zwischen Modell und Daten.
59
Was ist ein lineares Strukturgleichungsmodell (SEM)?
Ein statistisches Modell, das Beziehungen zwischen latenten und manifesten Variablen beschreibt.
60
Was sind latente Variablen?
Nicht direkt messbare Konstrukte, die durch manifeste Variablen beobachtet werden.
61
Was sind manifeste Variablen?
Direkt beobachtbare Daten, die latente Variablen repräsentieren.
62
Welche Rolle spielt die Kovarianz in SEM?
Sie beschreibt den Zusammenhang zwischen Variablen und dient zur Parameterbestimmung.
63
Warum ist die Modellidentifikation wichtig?
Damit die Parameter eindeutig geschätzt werden können.
64
Was bedeutet 'Fit des Modells'?
Wie gut das Modell die beobachteten Daten erklärt.
65
Was ist ein Messmodell in SEM?
Ein Teil des SEM, das die Beziehungen zwischen latenten Variablen und Indikatoren beschreibt.
66
Was ist ein Strukturmodell in SEM?
Es beschreibt die kausalen Beziehungen zwischen den latenten Variablen.
67
Was ist die Maximum-Likelihood-Schätzung?
Ein Verfahren zur Parameterschätzung, das die beobachteten Daten am wahrscheinlichsten macht.
68
Welche Annahmen liegen SEM zugrunde?
Normalverteilung der Variablen, Lineare Zusammenhänge und Fehlerunabhängigkeit.
69
Was sind Freiheitsgrade in SEM?
Die Differenz zwischen der Anzahl der Datenpunkte und der Anzahl der geschätzten Parameter.
70
Was ist der χ²-Test in SEM?
Ein Test, der überprüft, ob das Modell gut zu den Daten passt.
71
Was ist ein direkter Effekt in SEM?
Eine direkte Beziehung zwischen zwei Variablen ohne Vermittlung.
72
Was ist ein indirekter Effekt in SEM?
Eine Beziehung zwischen zwei Variablen, die durch eine dritte Variable vermittelt wird.
73
Was ist ein totaler Effekt in SEM?
Die Summe aus direkten und indirekten Effekten.
74
Was ist der Comparative Fit Index (CFI)?
Ein Fit-Index, der den Modellfit relativ zum Nullmodell bewertet.
75
Was ist der Tucker-Lewis Index (TLI)?
Ein Fit-Index, der Modellkomplexität und -güte ausgleicht.
76
Warum sind standardisierte Schätzungen hilfreich?
Sie erlauben den Vergleich von Effekten zwischen Variablen mit unterschiedlichen Maßeinheiten.
77
Was ist eine Residualvarianz?
Die Varianz, die durch das Modell nicht erklärt wird.
78
Welche Parameter werden in SEM geschätzt?
Ladungen, Kovarianzen, Varianzen und Achsenabschnitte.
79
Was sind Messfehler in SEM?
Abweichungen der beobachteten Werte von den tatsächlichen Werten.
80
Was sind Modifikationsindizes in SEM?
Vorschläge zur Verbesserung des Modells durch Hinzufügen von Parametern.
81
Was ist der Standardized Root Mean Square Residual (SRMR)?
Ein Index, der die Differenz zwischen beobachteten und vorhergesagten Werten misst.
82
Wann verwendet man die Full-Information-Maximum-Likelihood-Methode (FIML)?
Bei fehlenden Werten in den Daten.
83
Was ist die Bedeutung der Normalverteilungsannahme in SEM?
Viele Schätzverfahren setzen multivariate Normalverteilung voraus.
84
Was ist eine Endogene Variable in SEM?
Eine abhängige Variable, deren Werte im Modell erklärt werden.
85
Was ist eine Exogene Variable in SEM?
Eine unabhängige Variable, die außerhalb des Modells liegt.
86
Was ist eine Kovarianzmatrix?
Eine Matrix, die die Kovarianzen zwischen Variablen enthält.
87
Warum ist die Stichprobengröße wichtig in SEM?
Kleine Stichproben können zu instabilen Schätzungen führen.
88
Was ist die Reliabilität in SEM?
Der Anteil der Gesamtvarianz, der durch den wahren Wert erklärt wird.
89
Was sind latente Wachstumsmodelle?
Modelle, die Veränderungen über die Zeit analysieren.
90
Was ist ein Path-Diagramm in SEM?
Eine grafische Darstellung der Beziehungen im Modell.
91
Wie überprüft man die Modellgüte in SEM?
Mit Fit-Indizes wie CFI, TLI, RMSEA und SRMR.
92
Warum sind Fit-Indizes wichtig?
Sie zeigen, wie gut das Modell die Daten erklärt.
93
Was ist der Root Mean Square Error of Approximation (RMSEA)?
Ein Fit-Index, der die Abweichung des Modells von perfektem Fit misst.
94
Was ist der Unterschied zwischen explorativer und konfirmatorischer FA?
Explorative FA entdeckt Strukturen, CFA testet Hypothesen.
95
Wie beeinflusst Multikollinearität SEM?
Sie kann zu instabilen und schwer interpretierbaren Schätzungen führen.
96
Was ist ein Modell mit τ-äquivalenten Variablen?
Ein Modell, bei dem alle Variablen gleiche wahre Werte haben, aber unterschiedliche Fehler.
97
Was bedeutet Überidentifikation in SEM?
Es gibt mehr Datenpunkte als zu schätzende Parameter.
98
Was ist ein Modifikationsindex von 0?
Das Hinzufügen eines Parameters würde die Modellgüte nicht verbessern.
99
Was ist die Bedeutung von Ladungen in einem CFA?
Sie geben die Stärke der Beziehung zwischen einem Indikator und dem Faktor an.
100
Warum sind Resampling-Methoden wie Bootstrapping hilfreich in SEM?
Sie liefern robuste Schätzungen für indirekte Effekte.
101
Was ist ein Faktor in der Faktorenanalyse?
Eine latente Variable, die gemeinsame Varianz mehrerer Items erklärt.
102
Was sind die Voraussetzungen für den Einsatz von SEM?
Normalverteilung, lineare Beziehungen und ausreichend große Stichprobe.
103
Wie werden Missing Data in SEM behandelt?
Durch Methoden wie FIML oder Imputation.
104
Wie wird die Varianz einer beobachteten Variable zerlegt?
In wahre Varianz und Fehlervarianz.
105
Was ist die Bedeutung der standardisierten Lösung in SEM?
Sie erleichtert die Interpretation, indem alle Variablen standardisiert werden.
106
Wie wird ein Modell spezifiziert?
Durch Festlegung von Beziehungen zwischen Variablen und Parametern.
107
Was zeigt eine hohe Korrelation zwischen zwei latenten Variablen?
Dass sie ähnliche Konstrukte messen könnten.
108
Wie viele Freiheitsgrade hat ein Modell mit 50 Datenpunkten und 42 geschätzten Parametern?
Freiheitsgrade = 50 - 42 = 8.
109
Welche Parameter werden in einem Wachstumsmodell geschätzt?
Mittelwerte der Faktoren, Kovarianzen und Residualvarianzen.
110
Welche Fit-Indizes sollten interpretiert werden, um die Modellgüte zu bewerten?
CFI, TLI, RMSEA und SRMR.
111
Wie interpretiert man einen χ²-Wert mit p < 0,05?
Das Modell passt nicht gut zu den Daten, es gibt signifikante Unterschiede.
112
Wie wird die Reliabilität der Variablen lone13 berechnet?
Reliabilität = (Standardisierte Ladung)^2.
113
Was zeigt ein hoher Modifikationsindex für einen fehlenden Pfad an?
Dass das Hinzufügen des Pfads die Modellgüte verbessern könnte.
114
Welche Nullhypothese prüft der χ²-Test in der Modellgüteprüfung?
Das Modell passt perfekt zu den Daten (keine signifikanten Residuen).
115
Welche Annahmen werden für τ-äquivalente Variablen gemacht?
Gleiche wahre Werte und unkorrelierte Fehler.
116
Wie bestimmt man die totale Varianz einer Variablen in einem SEM?
Totale Varianz = wahre Varianz + Fehlervarianz.
117
Wie beeinflussen Achsenabschnitte die Interpretation der Ergebnisse in einem SEM?
Sie geben den Mittelwert der abhängigen Variablen an, wenn alle unabhängigen Variablen 0 sind.
118
Wann verwendet man robuste Schätzmethoden in SEM?
Bei Verletzung der Normalverteilungsannahme.
119
Wie berechnet man die Kovarianz zweier Variablen in einem SEM?
Kovarianz = Varianz des gemeinsamen Faktors.
120
Was bedeutet es, wenn eine Faktorladung auf 1 fixiert wird?
Die Metrik des Faktors wird festgelegt, um ihn zu identifizieren.
121
Wie überprüft man, ob ein Modell unteridentifiziert ist?
Vergleichen der Anzahl der Datenpunkte mit der Anzahl der Parameter.
122
Wie interpretiert man eine negative Kovarianz zwischen zwei Faktoren?
Ein Anstieg des einen Faktors ist mit einem Rückgang des anderen assoziiert.
123
Was ist die Rolle des Modifikationsindexes in der Modellmodifikation?
Er zeigt, welche Änderungen die Modellgüte verbessern können.
124
Welche Parameter werden in einem Modell mit essenziell τ-parallelen Variablen geschätzt?
Wahre Varianzen und Fehlervarianzen, unter der Annahme gleicher Ladungen.
125
Wie berechnet man die erwartete Kovarianz für τ-äquivalente Variablen?
Kovarianz = Varianz des gemeinsamen Faktors.
126
Was ist der Unterschied zwischen direkten und indirekten Effekten in einem SEM?
Direkte Effekte wirken direkt, indirekte über eine Vermittlungsvariable.
127
Welche Freiheitsgrade hat ein Modell mit 5 Variablen und 10 geschätzten Parametern?
Freiheitsgrade = (5*6/2) - 10 = 5.
128
Was ist der wahre Wert in der Testtheorie?
Der Erwartungswert der beobachteten Werte über unendliche Messungen.
129
Was besagt die Annahme der Unabhängigkeit von Messfehlern und wahren Werten?
Dass Messfehler nicht mit den wahren Werten korrelieren.
130
Wie wird die Reliabilität eines Tests definiert?
Als Verhältnis von wahrer Varianz zur Gesamtvarianz.
131
Was ist die Varianzzerlegung in der Klassischen Testtheorie?
Gesamtvarianz = Wahre Varianz + Fehlervarianz.
132
Was bedeutet 'essentiell τ-äquivalente Variablen'?
Variablen haben gleiche wahre Werte, aber unterschiedliche Fehlervarianzen.
133
Welche Implikationen hat die Annahme unkorrelierter Fehlervariablen?
Die Kovarianz der Fehlervariablen ist gleich 0.
134
Wie wird die Kovarianz zwischen zwei Variablen in der Testtheorie berechnet?
Kovarianz = Varianz des gemeinsamen wahren Wertes.
135
Was versteht man unter 'Paralleltest-Reliabilität'?
Reliabilität basierend auf der Korrelation zweier paralleler Tests.
136
Was ist ein Messfehler in der Testtheorie?
Die Differenz zwischen einem beobachteten und dem wahren Wert.
137
Was sind τ-parallele Variablen?
Variablen mit gleichen wahren Werten und gleicher Fehlervarianz.
138
Wie wird der Standardmessfehler berechnet?
Standardmessfehler = Standardabweichung * √(1 - Reliabilität).
139
Was ist die Bedeutung der Kommunalität in der Faktorenanalyse?
Der Anteil der Varianz einer Variablen, der durch die gemeinsamen Faktoren erklärt wird.
140
Was ist der Unterschied zwischen Reliabilität und Validität?
Reliabilität misst Genauigkeit, Validität misst inhaltliche Gültigkeit.
141
Wie beeinflussen Messfehler die Interpretation von Testergebnissen?
Sie können zu ungenauen und inkonsistenten Ergebnissen führen.
142
Was bedeutet 'Unreliabilität' in der Testtheorie?
Der Anteil der Fehlervarianz an der Gesamtvarianz.
143
Wie überprüft man die interne Konsistenz eines Tests?
Mit Cronbachs Alpha.
144
Was ist der Standardfehler des Mittelwerts?
Die Standardabweichung der Stichprobenmittelwerte.
145
Wie werden Varianzen bei τ-äquivalenten Variablen geschätzt?
Gesamtvarianz = Gemeinsame Varianz + Fehlervarianz.
146
Was bedeutet 'Normierung' in der Testtheorie?
Die Festlegung einer Vergleichsbasis für Testergebnisse.
147
Was ist eine konvergente Validität?
Die Übereinstimmung eines Tests mit anderen Tests, die das gleiche Konstrukt messen.
148
Wie wird in Lavaan eine latente Variable spezifiziert?
Mit der Syntax '=~', z. B. 'Faktor =~ Item1 + Item2'.
149
Wie definiert man eine Regression in Lavaan?
Mit der Syntax '~', z. B. 'Outcome ~ Predictor'.
150
Wie werden Kovarianzen in Lavaan angegeben?
Mit der Syntax '~~', z. B. 'X ~~ Y'.
151
Welche Funktion wird in Lavaan verwendet, um ein Modell zu spezifizieren?
Die Funktion sem() oder cfa(), z. B. 'fit <- sem(model, data = mydata)'.
152
Wie interpretiert man das Fit-Objekt in Lavaan?
Es enthält Modellgüte-Indizes, Parameterwerte und Standardfehler.
153
Was zeigt der 'Comparative Fit Index (CFI)' in Lavaan-Ausgaben?
Die Anpassung des Modells relativ zu einem Nullmodell.
154
Was bedeutet ein RMSEA-Wert unter 0,06 in Lavaan-Ausgaben?
Das Modell zeigt eine gute absolute Anpassung an die Daten.
155
Wie erhält man eine Übersicht über die Ergebnisse in Lavaan?
Mit dem Befehl 'summary(fit, standardized = TRUE, rsquare = TRUE)'.
156
Was bedeutet ein signifikanter p-Wert im χ²-Test in Lavaan?
Das Modell passt nicht perfekt zu den Daten.
157
Wie werden Mittelwerte in Lavaan spezifiziert?
Mit der Syntax '~1', z. B. 'Variable ~1'.
158
Welche Bedeutung hat der SRMR-Wert in Lavaan-Ausgaben?
Er misst die Differenz zwischen beobachteten und vorhergesagten Werten.
159
Was zeigt die Tabelle 'Parameter Estimates' in Lavaan?
Die geschätzten Werte der Parameter und deren Standardfehler.
160
Wie gibt man Residuumswerte in Lavaan aus?
Mit dem Befehl 'residuals(fit, type = "standardized")'.
161
Was ist der Modifikationsindex in Lavaan?
Ein Wert, der angibt, wie stark die Modellgüte durch das Hinzufügen eines Parameters verbessert würde.
162
Wie werden Constraints in Lavaan spezifiziert?
Mit Gleichungen im Modelltext, z. B. 'Var1 ~~ Var2 + Var3' für gleiche Kovarianzen.
163
Wie gibt man den Determinationskoeffizienten (R²) in Lavaan aus?
Mit 'summary(fit, rsquare = TRUE)'.
164
Wie spezifiziert man eine Residualkovarianz in Lavaan?
Mit der Syntax 'Variable1 ~~ Variable2'.
165
Was zeigt der Output 'Scaling Correction Factor' in Lavaan?
Den Korrekturfaktor für robuste Schätzmethoden wie MLM oder MLR.
166
Wie werden latente Faktoren standardisiert in Lavaan?
Durch Fixierung einer Faktorladung auf 1 oder der Varianz des Faktors auf 1.
167
Wie interpretiert man standardisierte Ladungen in Lavaan?
Als Korrelation zwischen der latenten Variable und den Indikatoren.
168
Was bedeutet ein negativer Kovarianzwert in Lavaan?
Ein umgekehrter Zusammenhang zwischen zwei Variablen.
169
Wie überprüft man die Modellidentifikation in Lavaan?
Mit dem Befehl 'inspect(fit, what = "model")'.
170
Wie wird ein Modellvergleich in Lavaan durchgeführt?
Mit der Funktion 'anova(fit1, fit2)'.
171
Welche Funktion gibt die Fit-Indizes in Lavaan aus?
Die Funktion 'fitMeasures(fit)'.
172
Wie visualisiert man ein Modell in Lavaan?
Mit externen Paketen wie semPlot, z. B. 'semPaths(fit)'.
173
Wie interpretiert man eine signifikante Kovarianz zwischen zwei latenten Variablen?
Eine signifikante Kovarianz zeigt, dass die beiden latenten Variablen systematisch miteinander variieren.
174
Welche Konsequenzen hat ein nicht identifiziertes Modell in SEM?
Die Parameter können nicht eindeutig geschätzt werden, und das Modell ist nicht interpretierbar.
175
Wie wird die Varianz einer latenten Variablen in Lavaan fixiert?
Durch Fixierung der Varianz auf 1 oder durch Fixierung einer Ladung auf 1.
176
Was ist der Unterschied zwischen unstandardisierten und standardisierten Parametern?
Unstandardisierte Parameter beziehen sich auf die Originalskala, standardisierte Parameter sind skalenunabhängig und vergleichbar.
177
Wie erkennt man Multikollinearität in SEM-Modellen?
An hohen Korrelationen zwischen unabhängigen Variablen oder instabilen Schätzungen.
178
Was bedeutet eine hohe Standardabweichung in den Schätzungen?
Dass die Schätzwerte stark variieren und potenziell unzuverlässig sind.
179
Wie prüft man Modellrestriktionen in Lavaan?
Mit spezifischen Gleichungen im Modelltext oder durch Modellvergleich mit 'anova()'.
180
Welche Rolle spielt der Adjusted Goodness of Fit Index (AGFI)?
Er korrigiert den GFI-Wert, um die Modellkomplexität zu berücksichtigen.
181
Wie wird die Modellgüte eines Modells mit Mittelwertstruktur bewertet?
Zusätzlich zu den Fit-Indizes werden die Mittelwertdifferenzen geprüft.
182
Wann ist ein Modell überidentifiziert?
Wenn die Anzahl der beobachteten Datenpunkte größer ist als die Anzahl der geschätzten Parameter.
183
Wie berechnet man die Effektgröße eines latenten Faktors?
Effektgröße = Mittelwert des Faktors / Standardabweichung des Faktors.
184
Welche Fit-Indizes sollten kombiniert interpretiert werden, um die Modellgüte zu bewerten?
CFI, RMSEA, SRMR und TLI.
185
Welche Annahmen werden bei der Maximum-Likelihood-Schätzung gemacht?
Multivariate Normalverteilung und unabhängige Fehler.
186
Was zeigt eine signifikante Modifikation in den Modifikationsindizes an?
Dass eine Restriktion im Modell möglicherweise gelockert werden sollte.
187
Wie überprüft man die multivariate Normalverteilung der Daten?
Mit Tests wie dem Mardia-Test oder grafischen Methoden wie QQ-Plots.
188
Was ist die Bedeutung von Bootstrap-Methoden in SEM?
Sie liefern robuste Schätzungen von Standardfehlern und Konfidenzintervallen.
189
Wie wird die Gesamterklärungskraft eines SEM-Modells gemessen?
Durch den Anteil der erklärten Varianz (R²) für alle abhängigen Variablen.
190
Welche Konsequenzen hat eine hohe Residualvarianz für die Modellgüte?
Sie deutet auf eine schlechte Passung und unzureichend erklärten Zusammenhang hin.
191
Welche Parameter in Lavaan beeinflussen die Modellidentifikation am meisten?
Freiheitsgrade, Restriktionen und die Anzahl unabhängiger Variablen.
192
Was sind die Schritte zur Modellmodifikation basierend auf Modifikationsindizes?
1. Identifikation signifikanter Modifikationen, 2. Hinzufügen oder Entfernen von Pfaden, 3. Neubewertung der Modellgüte.
193
Wie erkennt man einen Missfit in der Residuenmatrix eines SEM?
An standardisierten Residuen, die außerhalb des Bereichs ±2,58 liegen.
194
Was ist der Unterschied zwischen einem homogenen und einem heterogenen Modell?
Homogene Modelle haben gleiche Ladungen und Fehlervarianzen, heterogene nicht.
195
Wie behandelt Lavaan fehlende Werte in den Daten?
Mit der Full-Information-Maximum-Likelihood-Methode (FIML).
196
Wie überprüft man die Bedeutung eines indirekten Effekts in SEM?
Mit einem Bootstrap-Konfidenzintervall oder dem Sobel-Test.
197
Welche Faktoren beeinflussen die Power eines SEM-Modells?
Stichprobengröße, Effektgrößen und Modellkomplexität.
198
Was ist der Vorteil einer CFA gegenüber einer EFA?
CFA testet spezifische Hypothesen über die Faktorstruktur, während EFA explorativ ist.
199
Was ist die Bedeutung von Freiheitsgraden in SEM?
Sie zeigen an, wie viele unabhängige Informationen zur Schätzung der Modellparameter verfügbar sind.
200
Warum ist die multivariate Normalverteilung wichtig für SEM?
Weil viele Schätzmethoden wie die Maximum-Likelihood-Schätzung diese Voraussetzung haben.
201
Was ist der Unterschied zwischen Modellpassung und Modellvalidität?
Modellpassung misst, wie gut das Modell die Daten erklärt; Modellvalidität bewertet, ob das Modell inhaltlich korrekt ist.
202
Warum sind Latente Variablen in der Psychologie nützlich?
Sie ermöglichen die Messung abstrakter Konzepte wie Intelligenz oder Persönlichkeit, die nicht direkt beobachtbar sind.
203
Wie beeinflussen Messfehler die Ergebnisse in SEM?
Messfehler können zu verzerrten Schätzungen und einer Überschätzung von Effekten führen.
204
Was sind die Hauptziele der Faktorenanalyse?
Die Reduktion der Dimensionalität und das Verständnis von Zusammenhängen zwischen Variablen.
205
Was ist eine Varianzzerlegung, und warum ist sie wichtig?
Die Aufteilung der Gesamtvarianz in systematische und Fehlervarianz hilft, die Zuverlässigkeit einer Messung zu bewerten.
206
Wie unterscheiden sich konvergente und diskriminante Validität?
Konvergente Validität prüft Ähnlichkeit zwischen Messungen desselben Konstrukts, diskriminante Validität prüft Unterschiede zu anderen Konstrukten.
207
Was ist die Bedeutung der Kommunalität in der Faktorenanalyse?
Sie zeigt, welcher Anteil der Varianz einer Variablen durch gemeinsame Faktoren erklärt wird.
208
Was ist der Unterschied zwischen direktem und indirektem Effekt?
Ein direkter Effekt wirkt direkt auf die abhängige Variable, ein indirekter wird durch eine Mediatorvariable vermittelt.
209
Warum wird in SEM oft Bootstrap verwendet?
Um robuste Schätzungen von Standardfehlern und Konfidenzintervallen zu erhalten, insbesondere bei kleinen Stichproben.
210
Wie wird ein Pfaddiagramm interpretiert?
Es zeigt die Beziehungen zwischen Variablen, einschließlich Kausalitäten, Ladungen und Kovarianzen.
211
Was ist der Unterschied zwischen Modellidentifikation und Überidentifikation?
Modellidentifikation stellt sicher, dass Parameter eindeutig geschätzt werden können; Überidentifikation bedeutet, dass zusätzliche Restriktionen getestet werden können.
212
Wie beeinflussen Modellrestriktionen die Freiheitsgrade?
Restriktionen reduzieren die Anzahl der Freiheitsgrade, indem sie zusätzliche Annahmen auferlegen.
213
Warum ist die Stichprobengröße in SEM entscheidend?
Zu kleine Stichproben können zu instabilen Schätzungen führen, während größere Stichproben präzisere Ergebnisse ermöglichen.
214
Was ist der Unterschied zwischen explorativer und konfirmatorischer Faktorenanalyse?
Explorative Faktorenanalyse entdeckt Struktur, konfirmatorische testet eine vorgegebene Struktur.
215
Was ist ein latentes Wachstumsmodell?
Ein Modell, das Veränderungen über die Zeit durch latente Faktoren beschreibt.
216
Wie unterscheidet sich der Comparative Fit Index (CFI) vom RMSEA?
CFI misst relative Anpassung, RMSEA misst absolute Abweichung zwischen Modell und Daten.
217
Warum ist der χ²-Test allein nicht ausreichend, um die Modellgüte zu bewerten?
Er ist stark von der Stichprobengröße abhängig und kann bei großen Stichproben selbst kleine Missfits signifikant machen.
218
Was bedeutet es, wenn ein Modell 'nicht identifiziert' ist?
Es gibt nicht genügend Informationen, um alle Parameter eindeutig zu schätzen.
219
Was sind Varianzen und Kovarianzen in SEM?
Varianzen messen Streuung innerhalb einer Variablen, Kovarianzen messen den Zusammenhang zwischen zwei Variablen.
220
Was ist ein Mediator in SEM?
Eine Variable, die den Zusammenhang zwischen zwei anderen Variablen vermittelt.
221
Wie kann Multikollinearität die Ergebnisse in SEM beeinflussen?
Sie kann Schätzungen instabil und schwer interpretierbar machen.
222
Warum sind Fit-Indizes wie CFI und TLI hilfreich?
Sie ermöglichen die Bewertung der Modellgüte unabhängig von der Stichprobengröße.
223
Wie wird der Standardmessfehler berechnet?
Standardmessfehler = Standardabweichung * √(1 - Reliabilität).
