STATISTIK-FORUM.de

[Verena]

Hallo,

ich habe in meinem Strukturgleichungsmodell eine latente Variable, die nur durch einen Indikator definiert ist. Ich muss also die Fehlervarianz setzen, damit das Modell nicht unteridentifiziert ist. Eine Formel zur Schätzung der Fehlervarianz hab ich bei Jöreskog und Sörbom gefunden, allerdings benötige ich dazu die Reliabilität, die ich für dieses Item nicht habe und meines Wissens nach auch nicht berechnen kann (es wurde auch nur einmal gemessen).

Wie kann ich die Fehlervarianz sonst schätzen????

Danke! Verena

[Holgonaut]

Hi,
eine interessante Frage zu einem heiklen Thema

Traditionellerweise wird der Fehler auf 0 fixiert, was aber unplausibel ist, weil das unterstellen würde, dass die latente messfehlerfrei gemessen wird.

Die Reliabilität ist ebenfalls heikel:
- meist nimmt man Cronbach's alpha (wenn mein einen Summenwert benutzt - was eh schon Käse ist, weil man alle items der Skala als multiple Indikatoren nutzen könnte / sollte
- oder man hat die re-test-Reliabilität des einzelnen Indikators - diese zu nehmen macht nur sinn, wenn sich der wahre Wert nicht verändert hat
- Generell führt die Fixierung entsprechend der Reliabilität zu einer Korrektur des Zufallsfehlers - ein Messfehler in SEM enthält aber nicht nur Zufallsfehler sondern andere Fehlerquellen

Hayduk schlägt daher vor, den Fehler so zu fixieren, dass man die latente Variable "bekommt", die man will. Der Messfehler *bestimmt* also die konzeptionelle Distanz
zwischen latenter Variable und Messfehler und berücksichtigt (theoretisch angenommene) weitere Fehlerquellen. Während "Fehler" in den traditionellen Ansätzen was mit Reliabilität
zu tun hat, hat er somit was mit "Validität" zu tun. Die Preisfrage ist natürlich, welchen Wert man da nimmt

Grüße
Holger

Hayduk, L. A., Pazderka-Robinson, H., Cummins, G. G., Boadu, K., Verbeek, E. L., & Perks, T. A. (2007). The weird world, and equally weird measurement models: Reactive indicators and the validity revolution. Structural Equation Modeling, 14(2), 280-310.

Hayduk, L. A., & Glaser, D. N. (2000). Jiving the four-step, waltzing around factor analysis, and other serious fun. Structural Equation Modeling, 7(1), 1-35.

Hayduk, L. A., Stratkotter, R. F., & Rovers, M. W. (1997). Sexual orientation and the willingness of catholic seminary students to conform to church
teachings. Journal for the Scientific Study of Religion, 36(3), 455-467.