Dokument 3.pdf
Dokument 3.pdf
Dokument 3.pdf
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
6.6.4. Identifikation der Modellstruktur<br />
Mit Hilfe der Identifikation der Modellstruktur ist festzustellen, in welcher Weise die Zusammenhänge zwischen<br />
den Messindikatoren in der Kovarianzmatrix auf die Zusammenhänge zwischen den hinter diesen Indikatoren<br />
stehenden Konstrukte zurückzuführen sind (HOMBURG/BAUMGARTNER 1995, S. 164). Notwendig ist dazu<br />
eine Schätzung der Parameter, um prüfen zu können, ob der empirisch ermittelte Datensatz ausrechend viele<br />
Informationen zur Lösung der Gleichungen im Mess- und Strukturmodell bereitstellt. Hierbei spielt die Anzahl<br />
der zur Verfügung stehenden freien Parameter eine maßgebende Rolle.<br />
Liegen ausreichend viele freie Parameter vor, ist ein Gleichungssystem eindeutig lösbar. Auf Basis der<br />
empirischen Daten sind ausreichend Informationen vorhanden, um die im Strukturgleichungsmodell<br />
aufgestellten linearen Gleichungen – die die Hypothesensätze in mathematischer Form repräsentieren - lösen,<br />
mithin identifizieren zu können (BACKHAUS et al 2003. S. 360 – 361 und S. 366-367).<br />
Ein Strukturgleichungsmodell als Mehrgleichungsmodell ist nur dann lösbar, wenn die Zahl der Gleichungen<br />
nicht kleiner ist als die Anzahl der zu schätzenden Parameter. Die Anzahl der Korrelationskoeffizienten, die aus<br />
einer Kovarianzmatrix zu ermitteln sind muss mindestens gleich der Zahl der in den Modellgleichungen<br />
enthaltenen unterschiedlichen Elemente (= unbekannte, d.h. freie Parameter) sein. Aus der Differenz der Anzahl<br />
der Gleichungen (s) und der Anzahl der zu schätzenden Parameter (t) ergibt sich die Anzahl der Freiheitsgrade<br />
(df degrees of freedom). Es gilt<br />
s – t = df<br />
Liegt die Anzahl der Freiheitsgrade < 0 ist das Modell nicht identifizierbar, das Gleichungssystem nicht lösbar<br />
(LISREL weist diese Information entsprechend aus). Ist df = 0 ist zwar das Modell identifiziert, jedoch stehen<br />
keine zusätzlichen Spielräume (empirische Informationen) zur Verfügung, um die Modellstruktur weiteren<br />
empirischen Tests zugänglich zu machen. Es fehlen die Informationen, um beispielweise die Gütekriterien zu<br />
bestimmen, wie gut ein Modell tatsächlich fittet, also sich der empirisch ermittelten Kovarianzmatrix annähert.<br />
Daher ist es notwendig, dass die Anzahl der Freiheitsgrade > 0 ist. Man spricht in diesem Fall von einem<br />
überidentifizierten Modell.<br />
Für die komplette Lösbarkeit und Beurteilung des Strukturgleichungsmodells ist es<br />
daher absolut erforderlich, dass df > 0 erfüllt ist, das Modell mithin überidentifiziert ist.<br />
.<br />
Anhand des Teilmodells (Abbildung 51, S. 233) zur Entstehung von Niedrigpreisinvolvement soll die<br />
Vorgehensweise beispielhaft dargestellt werden.<br />
In dem Modell sind insgesamt 5 Messindikatoren. Die Anzahl der Korrelationskoeffizienten berechnet sich aus<br />
n (n + 1) 5 (5 + 1)<br />
= = 15<br />
2 2<br />
Es ergeben sich also 15 Korrelationskoeffizienten, entsprechend 15 Gleichungen, die im Modell zu lösen sind.<br />
Die Anzahl der unbekannten freien Parameter beträgt 11 (der Parameter BPI wird als fester Parameter nicht<br />
geschätzt, somit entfällt die Schätzung der Matrizen Θ ε 1 (Kovarianzmatrix der Messfehler) und Λ y11<br />
(Schätzung Pfadkoeffizient von Y 1 zu η 1 )). Aus der Differenz der Anzahl der Gleichungen (s) und der Anzahl der<br />
zu schätzenden Parameter (t) ergibt sich die Anzahl der Freiheitsgrade (df degrees of freedom). Es gilt also<br />
s – t = df<br />
d.h. im Beispiel 15 – 11 = 4 df (=Freiheitsgrade).<br />
Es ist empfehlenswert im Zuge der empirischen Erhebung sicherzustellen, dass in jedem Falle ausreichend viele<br />
Indikatorvariablen zur Verfügung stehen, um zu gewährleisten, dass die Bedingung df > 0 erfüllt ist. Es gilt die<br />
Faustregel, wonach die Zahl der Freiheitsgrade in etwa gleich hoch sein sollte wie die Zahl der zu schätzenden<br />
Parameter (BACKHAUS et al 2003, S. 361).<br />
235