Pfadmodell mit nicht normalverteilten Daten

Pfadmodell mit nicht normalverteilten Daten

Beitragvon PsychPaula » Di 19. Mai 2020, 16:56

Hallo,

ich rechne in meiner Masterarbeit ein Pfadmodell, die dazu verwendeten Variablen sind allerdings nicht normalverteilt. Nun habe ich in R den MLR Schätzer vernwedet, der müsste ja richtig sein, oder? Welche Indices kann ich mir für den Modellfit angucken? Wird beim MLr Schätzer direkt der korrigierte X2 Wert ausgegeben?
Demnach hätte mein Modell einen schlechten Fit, obwohl alle Pfade signifikant sind. Woran kann das liegen?

Liebe Grüße,
Paula
PsychPaula
Grünschnabel
Grünschnabel
 
Beiträge: 8
Registriert: Sa 12. Mai 2018, 19:21
Danke gegeben: 1
Danke bekommen: 0 mal in 0 Post

Re: Pfadmodell mit nicht normalverteilten Daten

Beitragvon PsychPaula » Di 19. Mai 2020, 18:41

PS: ich habe das gleiche Modell bereits mit AMOS gerechnet, da war die X2 Wert gut. Ist wahrscheinlich schwer jetzt aus der Ferne zu beurteilen, woran das liegen könnte, aber vielleicht hat ja jemand ne Idee.
Danke
PsychPaula
Grünschnabel
Grünschnabel
 
Beiträge: 8
Registriert: Sa 12. Mai 2018, 19:21
Danke gegeben: 1
Danke bekommen: 0 mal in 0 Post

Re: Pfadmodell mit nicht normalverteilten Daten

Beitragvon strukturmarionette » Mi 20. Mai 2020, 09:30

N?
strukturmarionette
Schlaflos in Seattle
Schlaflos in Seattle
 
Beiträge: 3803
Registriert: Fr 17. Jun 2011, 22:15
Danke gegeben: 31
Danke bekommen: 519 mal in 516 Posts

Re: Pfadmodell mit nicht normalverteilten Daten

Beitragvon Holgonaut » Mi 20. Mai 2020, 15:16

Hallo PsychPaula,

a) Ja, mlr ist korrekt
b) Der Fit hat mit der Signifikanz der Pfade oder dem R-Quadrat nichts zu tun. Das Modell mit seiner Struktur hat Implikationen für die Daten. Über die Datenanpassung wird daher getestet, ob das Modell (=die Implikationen) in Übereinstimmung mit den gemessenen/gezogenen Daten übereinstimmen (unter Berücksichtigung der Stichprobenfehlerbedingen Fehlertoleranz). Die Parameter werden dabei als "Ajustierungsstellschrauben" benutzt um die Datenanpassung zu erhöhen. Wenn das Modell aber fehlspezifiziert ist, hilft auch das Schrauben nichts. Je nach Ausmaß und Art des Misfits werden die Parmeter verzerrt sein und das u.U. stark.
c) Ich kann mir schlecht vorstellen, dass das Modell in AMOS fittet und in Lavan nicht, zumal ein robuster chi-Quadratwert niedriger als die ML-Version (in AMOS) ist. Daher hast du bei der Spezifikation etwas anders gemacht. Poste doch mal das Amos-Pfaddiagramm und den lavaan-code.

Grüße
Holger
Holger Steinmetz
Leibniz Institute for Psychology Information (ZPID)
Profil: https://bit.ly/2F2u7DQ
Holgonaut
Foren-Unterstützer
Foren-Unterstützer
 
Beiträge: 598
Registriert: Do 2. Jun 2011, 18:20
Danke gegeben: 1
Danke bekommen: 161 mal in 154 Posts

Re: Pfadmodell mit nicht normalverteilten Daten

Beitragvon PsychPaula » Sa 23. Mai 2020, 22:12

Danke für die Antworten. Das N liegt bei ca. 200.

Ich hatte übrigens den Output bei R falsch gelesen, weswegen der Fit so schlecht war :-). Noch eine Frage: ich würde gerne indirekte Effekte testen, am besten wahrscheinlich über bootstrapping? Da ich in R etwas damit überfordert bin, würde ich das gerne mit Amos machen und dann wäre es wahrscheinlich am sinnvollsten das ganze Modell in Amos zu rechnen. Gibt es einen verteilungsfreien Schätzer in AMOS? Für den ADF ist meine Stichprobe wohl zu klein.

Liebe Grüße,
Paula
PsychPaula
Grünschnabel
Grünschnabel
 
Beiträge: 8
Registriert: Sa 12. Mai 2018, 19:21
Danke gegeben: 1
Danke bekommen: 0 mal in 0 Post

Re: Pfadmodell mit nicht normalverteilten Daten

Beitragvon Holgonaut » So 24. Mai 2020, 07:49

Hallo Paula,

zu AMOS kann ich nichts sagen. Ja, ADF kannst du vergessen.

Ich hab hier den lavaan Code für ein komplexes Mediator modell--oben als Pfadmodell, weiter unten als latentes Modell.
Die indirekten Effekte bekommst du, in dem du jeden Effekt mit einem "label" versiehs (z.B. a*). Dann kannst du im unteren Teil des codes einne indirekten Effekt mittels =: definieren als Produkt der verschiedenen Effekte /labels.

Lass dich von der Länge des codes nicht abschrecken. Er besteht aus ein paar Bausteinen, die sich für die einzelnen Variablen immer wiederholen.

https://github.com/IcarusAE/Mixed-open/ ... ster/SEM.R

Falls du es partout nicht mit lavaan machen möchtest, ok.

Grüße
Holger
Holger Steinmetz
Leibniz Institute for Psychology Information (ZPID)
Profil: https://bit.ly/2F2u7DQ
Holgonaut
Foren-Unterstützer
Foren-Unterstützer
 
Beiträge: 598
Registriert: Do 2. Jun 2011, 18:20
Danke gegeben: 1
Danke bekommen: 161 mal in 154 Posts

Re: Pfadmodell mit nicht normalverteilten Daten

Beitragvon PsychPaula » So 24. Mai 2020, 11:57

Hallo Holger,

vielen Dank. Leider funktioniert der Link nicht.

Liebe Grüße,
Paula
PsychPaula
Grünschnabel
Grünschnabel
 
Beiträge: 8
Registriert: Sa 12. Mai 2018, 19:21
Danke gegeben: 1
Danke bekommen: 0 mal in 0 Post

Re: Pfadmodell mit nicht normalverteilten Daten

Beitragvon Holgonaut » So 24. Mai 2020, 13:10

Sorry, hab erst seit dieser Woche einen github account und muss noch etwas rumprobieren.

check den mal
https://github.com/IcarusAE/Mixed-open/ ... tstrapping

Grüße
Holger
Holger Steinmetz
Leibniz Institute for Psychology Information (ZPID)
Profil: https://bit.ly/2F2u7DQ
Holgonaut
Foren-Unterstützer
Foren-Unterstützer
 
Beiträge: 598
Registriert: Do 2. Jun 2011, 18:20
Danke gegeben: 1
Danke bekommen: 161 mal in 154 Posts


Zurück zu Pfadanalyse, Strukturgleichungsmodelle & CFA

Wer ist online?

Mitglieder in diesem Forum: 0 Mitglieder und 0 Gäste