7. KFA II Flashcards

1
Q

Nenne die 4 Schritte bei AMOS

A
  1. Voreinstellungen
  2. Gruppenauswahl
  3. Modell
  4. Modellpassung
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Was ist bei AMOS “minimal wichtig”?

A

Grundeinstellungen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Was wird als Grundeinstellung bei AMOS im Normalfall genutzt?

A

maximum-likelihood-verfahren

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Das Modell ist das _____________________

A

Ergebnis der Analyse

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Die Modelltestung entspricht…

A

Beurteilung der Modellgüte

(theoretisch und logisch)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Wie wird das Modell getestet?

A
  • x2-test
  • absoluter fit
  • inkrementeller fit
  • sparsamkeit
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Nenne die 3 Ausgewählten Fit Indizes

A
  • absoluter fit
  • inkrementeller fit
  • sparsamkeit
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Die Modellpassungsanalyse kann entweder ____________ oder _____________ entgleisen

A

global

lokal

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Was überprüft der x2-Test?

A

Muss das a priori Modell verworfen werden oder nicht

sprich: passt es???

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

X2-Test: Alternativhypothese

A

Das Modell weicht von der Datenstruktur ab

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

X2-Test: Nullhypothese

A

Modell entspricht emp. Kovarianzmatrix

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Wie wird Signifikanz geprüft im X2-Test?

A

X2-Verteilung

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

X2-Test:

df =

A

df = Stichprobenmoment - Schätzmoment

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Signifikanz:

χ 2/df < ____

A

1,5

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

X2-Test:

Nachteil

A

Abhängig von der SP-größe

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Wie heißt die emp. Kovarianzmatrix auf ENGLISCH?

A

Sample covariance matrix

17
Q

Wie heißt die a priori festgelegte Kovarianzmatrix auf ENGLISCH?

A

Implied covariance matrix

18
Q

empirische Varianz - Kovarianz-Matrix =

A

Kovarianzmatrix (vom Modell vorhergesagt)

19
Q

Was ist FMIN?

A

Minimum der Diskrepanzfunktion

20
Q

CMIN =

A

= X2

= (N-1) x FMIN

21
Q

Wann ist X2 NICHT geeignet?

A

bei großem N

22
Q

CMIN ist abhängig von der _________

A

SP-größe

23
Q

Erkläre das Prinzip der SPARSAMKEIT

A

Ziel: geringe Komplexität des Modells

- wenige zu schätzende Parameter

24
Q

Erkläre das Prinzip des ABSOLUTEN FITS

A

fehlerfreie Vorhersage der emp. Kovarianzmatrix

25
Erkläre das Prinzip des INKREMENTELLEN FITS
besser als Zufallsbedingungen
26
nenne die ANFORDERUNGEN an den verschiedenen Fit-Indizen
CMIN nicht signifikant bei 100 < N < 300 GFI > .9 Incremental fit indizes: >.9 RMSEA/RMSR >.08/.05
27
Welche zwei Arten der Validität gehören zur lokalen Passung
- konvergente | - diskriminante
28
Nenne die vier Kriterien der Konvergenten Validität.
1. Indikatorreliabilität 2. Signifikanz der Faktorladungen 3. Faktorreliablilität 4. Durchschnittlich erfasste Varianz
29
Nenne die 2 Kriterien der diskriminanten Validität.
1. Fornell-Lacker-Kriterium | 2. Differenztest
30
Konvergente Validität: | Kriterium 1
INDIKATORRELIABILITÄT - - SMC > 0.4 - - entspricht der Kommunalität
31
Konvergente Validität: | Kriterium 2
Faktorladung sollte immer signifikant sein | - (korreliert hoch mit 1. Kriterium)
32
Konvergente Validität: | Kriterium 3
``` Faktorreliablilität > ,6 - Benötigte Kennwerte für die weiteren Berechnungen - Messfehlervarianz θi - unstandadisierte Ladung λi - Varianz des Faktors φi ```
33
Konvergente Validität: | Kriterium 4
- Durchschnittlich erfasste Varianz > ,5
34
Erfasse das Fornell-Lacker-Kriterium
Das zu schätzende latente Konstrukt muss im Mittel einen höheren Varianzanteil mit den dazuhörigen Indikatoren teilen als mit jedem anderen latenten Konstrukt innerhalb des Modells
35
Erfasse: Χ 2-DIFFERENZTEST
Signifikante Reduktion der Modellpassung, wenn Korrelation =1 (wie? → Varianz der latenten Variablen auf 1) - Durchführung verschiedener KFA jeweils mit Setzung der Korrelationen zwischen zwei Faktoren auf 1.
36
KFA Voraussetzungen?
``` Skalenniveau - Verteilungen - Ausreißer - Kollinearität - Stichprobengröße - ausreichende Anzahl von Indikatoren pro latenter Variable ```
37
Wie werden die KFA Voraussetzungen überprüft?
- Normalverteilung & Ausreißer - Kollinearität - Linearitätsannahme - Modell spezifizieren, Methode wählen, Modell-fit prüfen