Zusammenfassung
In diesem Kapitel werden Grundlagen der Modellschätzung in SEM sowie deren Umsetzung in Stata vorgestellt. Zunächst werden daher Aspekte der Datenstruktur beleuchtet bzw. die Frage, für welche Arten von Daten SEM prinzipiell geeignet sind. Diese Aspekte bedingen schließlich die Anwendung eines Verfahrens zur Parameterschätzung in SEM. Für die in SEM charakteristische Nullhypothese – „hypothetisches Modell und empirische Daten stimmen überein“ – wird gezeigt, dass sie auf einen globalen Test aller eingeführten Modellrestriktionen (Parameterrestriktionen) hinausläuft. Außerdem werden Grundregeln und Begriffe der Modellidentifikation in SEM erläutert, d. h. unter welchen Bedingungen ein Modell geschätzt werden kann. Abschließend werden Beispiele für typische Probleme in der Modellschätzung von SEM angesprochen.
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). Grundlagen der Modellschätzung in SEM. In: Einführung in lineare Strukturgleichungsmodelle mit Stata. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-16670-0_8
Download citation
DOI: https://doi.org/10.1007/978-3-658-16670-0_8
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)