PropertyValue
?:about
?:abstract
  • 'Zur Festlegung ausreichender Fallzahlen für eine robuste Schätzung von Strukturgleichungsmodellen (SEM-Analyse) gibt es verschiedene Daumenregeln. Diese basieren jedoch auf Ergebnissen von Simulationsstudien, die in der Regel mit anwendungsfremden Modellspezifikationen durchgeführt wurden, und sie berücksichtigen stets auch nur wenige Daten- und Modell-Spezifika. Insbesondere sind sie nicht für SEM-Analysen mit kategorialen Indikatorvariablen und WLS-Methode geeignet. Als Alternative wird hier ein Verfahren aufgezeigt, das von Muthén/Muthén in verschiedenen Veröffentlichungen vorgeschlagen wurde, und in dem in vier Schritten mittels Monte Carlo-Simulation mehrere Kriterien zur Festlegung einer ausreichenden Fallzahl für ein spezielles Modell zu überprüfen sind (der Grad der Verzerrung bei der Schätzung von Effektparametern und Standardfehlern, der Grad der Abdeckung (coverage), die Teststärke (power) für Signifikanztests einzelner Effektparameter). Das ursprünglich für die SEM-Analyse mit kontinuierlichen Variablen gedachte Verfahren wird hier auf die speziellen Bedingungen einer kategorialen SEM-Analyse bezogen. Die dazu notwendigen EDV-Steuerfiles werden in der Syntax der SEM-Software 'Mplus' vorgestellt.' (Autorenreferat) (xsd:string)
?:contributor
?:dateModified
  • 2003 (xsd:gyear)
?:datePublished
  • 2003 (xsd:gyear)
?:duplicate
?:hasFulltext
  • true (xsd:boolean)
is ?:hasPart of
?:inLanguage
  • de (xsd:string)
?:isPartOf
?:issueNumber
  • 53 (xsd:string)
?:linksURN
is ?:mainEntity of
?:name
  • Wie viele Fälle werden gebraucht? Ein Monte-Carlo-Verfahren zur Bestimmung ausreichender Stichprobengrößen und Teststärken(power) bei Strukturgleichungsanalysen mit kategorialen Indikatorvariablen (xsd:string)
?:provider
?:publicationType
  • Zeitschriftenartikel (xsd:string)
  • journal_article (en)
?:sourceInfo
  • GESIS-SSOAR (xsd:string)
  • In: ZA-Information / Zentralarchiv für Empirische Sozialforschung, 2003, 53, 42-69 (xsd:string)
rdf:type
?:url
?:urn
  • urn:nbn:de:0168-ssoar-198856 ()