STATISTIK-FORUM.de

Hallo,
ich führe für meine Masterarbeit eine CFA durch, in lavaan mit dem MLM-Schätzer.
Ich habe 1% missing data (verteilt auf 14 von 18 Variablen und 11,5% der Fälle), hierfür habe ich eine multiple Imputation durchgeführt (10 Datensets mit bayesian imputation).
Ich habe anschließend die 10 Datensets gepooled (für die fehlenden Werte den MW aus den 10 Datensets berechnet) und mit dem so entstandenen Datenset die CFA durchlaufen lassen. Mir ist klar, dass das nicht der state of the art ist, sondern, dass nach Rubin die Analyse über alle imputierten Datensets gemacht werden soll. Bin ich auch gerne bereit für, meine Frage ist nur folgende:
Ich weiß, dass es für die standardisierten Regressionsgewichte und die Varianzen besondere Formeln gibt, um sie quasi zu poolen, aber wie verfahre ich mit den Modellkriterien? Konkret geht es mir um den Chi-Quadrat (inkl.p), den RMSEA (inkl. 90%KI), CFI, TLI und den SRMR.
Liebe Grüße und Danke im Voraus!

Hi,

- das scheint eher ein Anliegen für eine bestimmte Programmiersprache zu sein, oder?
- N?
- Zielpopulation?

Gruß
S.

Hey,
Programmiersprache eher weniger, mir gehts einfach nur um das Grundprinzip... also gibt es Rubins Rules auch für die Gütekriterien (die für die Regressionsgewichte lassen sich ja halbwegs händisch und per Excel ausrechnen) oder darf ich bei den Gütekriterien einfach den Durchschnitt aus den Gütekriterien der 10 imputierten Datensets nehmen?
n liegt bei 297. Zielpopulation sind Ärzt:innen und Pfleger:innen.
Ich hab vorhin auch schon überlegt, ob sich aus den gepoolten Regressionsgewichten (oder den Varianzen?) irgendwie eine Matrix basteln lässt, welche das Modell beschreibt, und ob ich die Matrix dann irgendwie in lavaan integrieren kann, sodass er mir dann für dieses (irgendwie gepoolte Modell) die Gütekriterien ausgibt?
Grüße und einen schönen Abend!

Hallo koralinchen,

ich kann Deine Frage leider nicht beantworten, frage mich aber, warum du nicht FIML als estimator nimmst....

Grüße
Holger

Hey,
FIML habe ich zu Beginn über AMOS auch genutzt. Leider bietet sich da aber keine Möglichkeit das imputierte Datenset zu speichern, bzw. ich hab keine gefunden. Wenn ich in lavaan den robusten ML-Schätzer benutzen möchte (was ich bei der verletzten multivariaten Normalverteilung auch dringend tun sollte ) benötige ich aber ein vollständiges Datenset.
Vielleicht habe ich ja auch eine Kombinationsmöglichkeit von FIML und robustem MLM irgendwie übersehen? Fall das so sein sollte, kurz zur Erklärung: Ich nutze das lavaan-Plugin für SPSS von statistik-verständlich.de ...
Wie genau wäre denn dein Vorgehen gewesen Holger?

okay,
ich habe jetzt tatsächlich gesehen, dass ich ja auch in lavaan die missings über fiml schätzen lassen kann, das gefällt mir natürlich besser.
an robusten ML-Schätzern bietet sich bei incomplete data der MLF oder der MLR an. Any suggestions welchen davon ich nehmen sollte?
Grüüüße

Hi,

MLM und MLR sind beides robuste Schätzer bei Verletzung der multinormalen Verteilung. Da das immer der Fall ist, aber nur MLR in Kombination mit FIML geht nehm ich standardmäßig MLR + FIML.

Grüße
Holger

Vielen Dank für den Input,
ich hab die CFA jetzt mit MLR+FIML durchlaufen lassen und bin sehr zufrieden mit dem Modellfit

Holgonaut hat geschrieben: nehm ich standardmäßig MLR + FIML.

eine Frage habe ich noch:
In der Ausgabe erhalte ich bei CFI,TLI und RSMEA außer der Spalte 'robust' (ganz rechts, neben dem standard) ja auch noch eine Zeile mit 'robust', die Werte unterscheiden sich von denen in der Spalte 'robust'. Welche davon sollte ich in der Interpretation nutzen?

Danke im Voraus!