Fachgruppe für Methoden und Evaluation - Universität Bamberg
Fachgruppe für Methoden und Evaluation - Universität Bamberg
Fachgruppe für Methoden und Evaluation - Universität Bamberg
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Do., 22.09., Modellierung latenter Variablen, 9.40-10.00 Uhr, Kapelle<br />
M3/126N (K)<br />
Faktorstrukturinvarianz = Faktorinvarianz: Ein weit verbreiteter Irrglaube<br />
Moritz Heene1<br />
Michael Maraun<br />
1 Institut <strong>für</strong> Psychologie<br />
Karl Franzens <strong>Universität</strong><br />
Graz<br />
Maiffredygasse 12b<br />
A-8010 Graz<br />
moritz.heene<br />
@uni-graz.at<br />
2Department of Psychology<br />
Simon Fraser University<br />
8888 University Drive<br />
Burnaby<br />
B.C. V5A 1S6 Burnaby<br />
Canada<br />
michael_maraun<br />
@sfu.ca<br />
2<br />
Im Rahmen von konfirmatorischen Multigruppenfaktorenanalysen<br />
findet sich in der Literatur häufig die Behauptung,<br />
dass die Invarianz von Strukturparametern wie beispielsweise<br />
Faktorladungen <strong>und</strong> Fehlervarianzen zwischen Populationen<br />
Antworten auf die Frage nach der Äquivalenz<br />
bzw. Ähnlichkeit der Faktoren selbst liefert. Die Studie zeigt<br />
anhand theoretischer Ausführungen <strong>und</strong> einer empirischen<br />
Illustration auf, dass aufgr<strong>und</strong> der statistischen Definition<br />
der Zufallsvariablenäquivalenz die Multigruppenfaktorenanalyse<br />
keine hinreichende Gr<strong>und</strong>lage <strong>für</strong> die Bestimmung<br />
der Faktoräquivalenz/Faktorähnlichkeit liefert. Die Ergebnisse<br />
zeigen, dass Faktoren, deren Strukturparameter über<br />
Populationen invariant sind vollkommen verschieden sein<br />
können. Weiterhin wird dargestellt, dass es sich bei der in<br />
der Literatur verbreiteten Gleichsetzung von Faktorstrukturäquivalenz<br />
mit Faktoräquivalenz um eine Verwechslung<br />
von mehrdimensionalen Verteilungsparametern mit Zufallsvariablen<br />
handelt. Es wird daher aufgezeigt, dass eine Unterscheidung<br />
zwischen Faktorstrukturäquivalenz <strong>und</strong> Faktoräquivalenz<br />
<strong>für</strong> die korrekte inhaltliche Interpretation von<br />
Ergebnissen aus Multigruppenfaktorenanalysen unabdingbar<br />
ist.<br />
54