Advertisement

Strukturgleichungsanalyse

  • Klaus Backhaus
  • Bernd Erichson
  • Wulff Plinke
  • Rolf WeiberEmail author
Chapter

Abstract

Die Strukturgleichungsanalyse (SGA) wird in diesem Kapitel auf sieben Seiten in den wesentlichen Grundzügen vorgestellt, indem die mittels SGA zu behandelnden Problemstellungen sowie die Vorgehensweise skizziert werden und die Umsetzung mit AMOS aufgezeigt wird. Die SGA dient der Prüfung von komplexen Modellen, die z. B. aus mehreren abhängigen Variablen (endogene Variablen), die auch untereinander in Beziehung stehen können, und mehreren unabhängigen Variablen (exogene Variablen) bestehen. In diesem Kapitel wird der Fall betrachtet, dass die Variablen hypothetische Konstrukte darstellen, die nicht direkt beobachtet werden können (sog. latente Variablen). Beispiele für hypothetische Konstrukte sind z. B. Einstellungen, Stress, Zufriedenheit, Emotionen, Attraktivität, Kultur, Vertrauen oder Intelligenz. Solche Konstrukte müssen durch geeignete Messmodelle operationalisiert werden. Die hier vorgestellte SGA schätzt dann simultan die Messmodelle der latenten Variablen und die Kausalbeziehungen zwischen den endogenen Variablen.

Eine ausführliche Darstellung der Nichtlinearen Regression mit der Berechnung eines umfangreichen Fallbeispiels findet der Leser in dem Buch von:

Backhaus, K./Erichson, B./ Weiber, R.: Fortgeschrittene Multivariate Analysemethoden, 3. Aufl., Berlin Heidelberg 2016.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Copyright information

© Springer-Verlag Berlin Heidelberg 2018

Authors and Affiliations

  • Klaus Backhaus
    • 1
  • Bernd Erichson
    • 2
  • Wulff Plinke
    • 3
  • Rolf Weiber
    • 4
    Email author
  1. 1.Marketing Center MünsterWWU MünsterMünsterDeutschland
  2. 2.Otto-von-Guericke-Universität MagdeburgMagdeburgDeutschland
  3. 3.European School of Management and Technology (ESMT)BerlinDeutschland
  4. 4.Marketing, Innovation & E-BusinessUniversität TrierTrierDeutschland

Personalised recommendations