SEM: z-Test oder Likelihood-Ratio-Test (LR-Test)?

Wenn Sie im Rahmen eines linearen Strukturgleichungsmodells (SEM) oder einer konfirmativen Faktorenanalyse (CFA) Hypothesen prüfen, dann testen Sie i.d.R. Pfadkoeffizienten (unstandardisiert oder standardisiert), Korrelationen/Kovarianzen oder Ladungen auf Signifikanz.

Hier geht's zu meiner STATISTIKBERATUNG:

Im Output von Statistikprogrammen (z.B: IBM AMOS oder R lavaan) bekommen Sie dafür die Ergebnisse von z-Tests angezeigt. Allerdings weisen diese Tests ein großes Problem auf: Sie sind nicht invariant gegenüber der Skalierung und damit gegenüber der gewählten Methode der Modellidentifizierung (Fixierung einer Ladung auf 1, Fixierung der Faktorvarianzen auf 1).

Dieses Tutorial zeigt eine Alternative dazu auf, die Sie nutzen können, statt sich auf die z-Tests zu verlassen: Sie können Parameter auch mit Likelihood-Ratio-Tests (Likelihood-Quotienten-Tests, Chi-Quadrat-Differenzen-Tests) auf Signifikanz prüfen.

Hier finden Sie den R-Code, mit dem ich die verschiedenen Modelle getestet habe:

Hier ist der Journalartikel, auf den Sie sich bei diesem Verfahren berufen können:
Gonzalez, R., & Griffin, D. (2001). Testing parameters in structural equation modeling: Every" one" matters. Psychological Methods, 6(3), 258-269.

Aber auch in diesem Standardlehrbuch zur CFA finden Sie dieses Vorgehen beschrieben:
Brown, T. A. (2015). Confirmatory factor analysis for applied research (2nd ed.). Guilford publications.

[benevans]

Hey friend, your videos are really useful. Would be fantastic if you could also do them in English 🙏

[UsamaSyed-yv]

Please upload your videos in English too.