STATISTIK-FORUM.de

[Schulz]

Hallo Zusammen,

ich möchte gerne die Hypothesen meines Modells testen. Ich unterstellte für einige Beziehungen einen linearen Zusammenhang, für andere einen quadratischen Zusammenhang. Zuerst habe ich eine Kurvenanpassung durchgeführt. Ergebnis: Die postulierten linearen Beziehungen stimmten überein; die quadratischen Beziehungen konnten nicht bestätigt werden, stattdessen ergaben sich für alle bis auf 2 Beziehungen ein linearer Zusammenhang. Diese beiden Zusammenhänge sind allerdings weder linear, noch quadratisch, noch kubisch signifikant.
Frage 1: was mache ich mit diesen Beziehungen, außer den postulierten quadratischen Zusammenhang abzulehnen?
Dann führe ich für alle linearen Beziehungen eine bivariate Korrelation durch, um Richtung des Zusammenhangs zu testen. (auch für beiden "nicht singikfikanten Variablen, um Richtung des Zusammenhangs abzulesen. --> Frage 2: Darf man das interpretieren?)
Danach SEM erstellt: Problem: Bei 2 Beziehungen widersprechen sich Wirkungsrichtungen zwischen SEM (Regressionskoeffizienten) und bivariater Korrelation.
Frage 3: Was hat das zu bedeuten?
Nächstes Problem: Beziehungen, die durch Kurvenanpassung und bivariater Korrelation nicht signifikant waren, ergeben im SEM plötzlich signifikante Regressionskoeffizienten. Andere Regressionskoeffizienten sind im SEM nicht signifikant, jedoch zeigen sie eine signifikante Korrelation auf.
Frage 4: Wie kann das sein?

Ich bin echt schon etwas verzweifelt, weil ich nicht weiß, auf welche Ergebnisse ich mich nun stützen soll: SEM oder bivariate Korrelation und wie ich mit diesen widersprüchlichen Ergbnissen umgehe. Vielen Dank für eure Hilfe!!!

LG Isabelle

[Albrecht]

Also Regressionskoeffizienten und bivariate Korrelationen können sich nicht in Bezug auf die Wirkrichtungen widersprechen, denn die Korrelation kennt keine Wirkrichtung.

Auch Werte für Korrelationen müssen nicht die gleichen sein wie die korrelativen oder kausalen Beziehungen SEMs. Wenn da immer das gleiche rauskommen würde, müsste man nicht beides machen
Der Grund hängt damit zusammen, dass die Variablen in einem SEM und in Korrelationen nicht in gleicher Art und Weise weiter berechnet werden. Im SEM geht es zunächst um ein Gesamtmodell, was man so bei Korrelationen nicht hat.

Mir ist aber generell unklar, wieso Du überhaupt quadratische Beziehungen testest? Das ist sehr schwierig bzw. komplex und Du - bei allem Respekt - scheinst Dich nicht so großartig in der Materie auszukennen. (Wie hast Du das überhaupt getestet, ob quadratische Zusammenhänge vorliegen?)