STATISTIK-FORUM.de

Hallo Holger, danke für den Hinweis - tatsächlich nur oben ein Tippfehler durch das "Pseudonymisieren". Habe das angepasst. Das heißt, ich muss für die CFA noch Korrelationen zwischen dem Mediator/Outcome und allen exogenen LVs noch spezifizieren? Auch für das SEM oder sind die dann ausrei...

Hallo Kai, ein paar spontane Anmerkungen -- In deiner Strukturgleichung hast du die Variablen A.3. udn C.3, die kein Messmodell haben. Sind die manifest oder ist das ein Fehler? -- Dafür gibt es die Variable C.1, die aber im Strukturmodell nicht vorkommt. Hast du mal nur eine CFA gemacht? Wenn du fü...

... imputierten Daten ; hat keine Veränderung ergeben - ausreichend hohe Stichprobe (ca. n = 2000) - Standardisierte Faktorladung von M1 = 1,106 (Heywood Case) und von M2 = 0,341 (ist ggf. die so niedrige Faktorladung von M2 verantwortlich für die negative Varianz...?) Hätte irgendjemand eine ...

strukturmarionette hat geschrieben:- es wäre mit Itemschwierigkeiten /Itemtrennschärfen u.a. zu beginnen

Danke für die schnelle Antwort strukturmarionette!
Schönen Abend

Hi,

- es wäre mit Itemschwierigkeiten /Itemtrennschärfen u.a. zu beginnen

Gruß
S.

Servus Statistik Experten, im Rahmen meiner Masterarbeit verwende ich eine CFA um meinen Fragebogen zu prüfen. Organisationale Resilienz zeigt sich durch auf Ebene der Relationale Ressourcen, Unternehmenskultur und Organisationsstruktur. Diese wiederum werden operationalisiert durch 3, 4 und 3 Items...

... lavaan (wenn du R nutzt). Zeig mal dein Modell (also den R-Code). Da läuft irgendwas ganz grundlegend schief, das Modell ist nicht identifiziert, Heywood-Cases, oder sehr niedrige Korrelationen in den Daten. So schlecht wie dein Fit kann kein Modell sein.

Da stimme ich zu. Negative Varianzen sind theoretisch nicht möglich, können aber bei der Schätzung in der Software entstehen. Das nennt sich Heywood Case. Bei einem Faktor mit 2 Indikatoritems lässt sich kein Fit schätzen, da das Modell nicht identifiziert ist. Dafür würdest du einen zweiten ...

... durchgeführt, wo ein die Faktorenladung eines Items größer als 1 ist. Jetzt hat mir mein Prof gesagt, dass es durchaus vorkommen kann (sogenannter Heywood Case), und dass man dann die standardisierte Ladung des Items auf 1.00 fixieren muss. Er hat mir die Ergebnisse gegeben aber ich komme nicht ...

Tja....
Brauchst Du dieses "kleinere" Modell überhaupt? Habe schon von Fällen gehört, in denen die Heywood-Cases verschwunden sind, wenn das Modell komplexer geworden ist.

LG,
Michael - bei diesem Thema auch immer nur herumstochernd...