Zusammenfassung
Das Kapitel zeigt zunächst den Unterschied zwischen einfacher Regression und Pfadmodellen auf, da letztere eine Reihe von Kausalhypothesen in ein sogenanntes „Strukturmodell“ übersetzen. Auch lassen sich, wie gezeigt wird, unterschiedliche Arten von Hypothesen jeweils als Pfadmodell darstellen und teils nur mittels SEM analysieren. Das allgemeine statistische Modell der Pfadanalyse wird vorgestellt und schließlich die Möglichkeit der Berechnung und Interpretation von direkten, indirekten und totalen Effekten von Variablen in Pfadmodellen bzw. SEM allgemein hervorgehoben. Der Schluss zeigt, wie das über SEM unterstellte Muster der Variablenzusammenhänge schließlich eine modellimplizierte (geschätzte) Kovarianz- und Mittelwertstruktur bedingt. Ihr Muster bildet schließlich die Grundlage der globalen Bewertung, wie gut das Modell und empirische Daten übereinstimmen.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2017 Springer Fachmedien Wiesbaden GmbH
About this chapter
Cite this chapter
Aichholzer, J. (2017). Strukturmodell: Kausalhypothesen als Pfadmodell. In: Einführung in lineare Strukturgleichungsmodelle mit Stata. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-16670-0_4
Download citation
DOI: https://doi.org/10.1007/978-3-658-16670-0_4
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-16669-4
Online ISBN: 978-3-658-16670-0
eBook Packages: Social Science and Law (German Language)