Einflussgrößen auf die Entwicklung empathischen Erlebens und ...

10. Methode
Um die komplexere Struktur der Skala Relationalität mit ihren Subskalen prosoziales
Verhalten und Gehorsam zu überprüfen, wurde mit Amos 5.0 (Arbuckle, 2003) ein 2-Gruppen
Strukturgleichungsmodell formuliert. Dieses Modell stützt sich auf die Daten des zweiten
Erhebungszeitpunktes, da hier von den meisten Müttern ein vollständiger Datensatz vorliegt
(Berlin N = 38 und Delhi N = 37). In diesem Modell wurden die latenten Konstrukte
prosoziales Verhalten und Gehorsam durch die entsprechenden Items modelliert. Außerdem
wurde eine Korrelation der beiden latenten Konstrukte modelliert, da es sich theoretisch um
Subskalen des Konstrukts Relationalität handelt (siehe Abbildung 3). 3 Um zu überprüfen, bis
zu welchem Grad das angenommene Mess- und Strukturmodell für beide Stichproben
identisch ist, wurden zunehmend restringierte Modelle durch Modellvergleichstests
miteinander verglichen. In dem ersten Modell (measurement weights) wurden die Ladungen
der Einzelitems auf die Faktoren prosoziales Verhalten und Gehorsam für beide Stichproben
gleichgesetzt. In dem zweiten Modell (structural covariance) wurden zusätzlich die
Varianzen der beiden Faktoren, sowie deren Kovarianz über die beiden Gruppen hinweg
gleichgesetzt. In dem dritten und strengsten Modell (measurement residuals) wurde zusätzlich
die Fehlervarianzhomogenität über das Gleichsetzen der Fehlervarianzen modelliert. Bei
relativ kleinen Stichproben mit wenigen Items pro latentem Konstrukt kann es zu so
genannten Heywood-cases kommen, bei denen die Schätzung einzelner Fehlervarianzen über
den Maximum-Likelihood-Algorithmus negativ ausfällt. In diesem Fall kann die
entsprechende Fehlervarianz, in diesem Modell ist das die Fehlervarianz ε5 (siehe Abbildung
3) in der Stichprobe aus Delhi, auf Null gesetzt werden (Chen, Bollen, Paxton, Curran, &
Kirby, 2001). 4 Dementsprechend beträgt die Anzahl der zu schätzenden Parameter 21 beim
unrestringierten (unconstrained) Modell 5 , 18 beim ersten (measurement weights), 15 beim
zweiten (structural covariance) und zehn beim dritten Modell (measurement residuals).
Die Modellvergleichtests (χ 2 -Differenz-Tests) sprechen für das zweite Modell
(structural covariance). Dieses Modell passt weder schlechter als das unrestringierte, χ 2 (6) =
3,42, p = ,76, noch passt es schlechter als das erste Modell, χ 2 (3) = 3,14, p = ,37. Genauso
3 Die Entscheidung ist zugunsten des Modells mit korrelierten Faktoren gefallen, da hier weniger Parameter
geschätzt werden müssen als in dem alternativen Modell mit einem übergeordneten Faktor, jedoch die gleichen
Schlüsse gezogen werden können, was die Dimensionalität und die kulturelle Invarianz betrifft.
4 Um den Einfluss der Fehlervarianzrestriktion (ε5 = 0) auf die Passungsgüte des Modells 2 zu testen, wurde das
Modell 2 mit dem gleichen Modell ohne diese Restriktion verglichen. Der Modellvergleichstest wurde nicht
signifikant, χ 2 (1) = ,25, p = ,61. Das bedeutet, dass die Fehlervarianzrestriktion die Passungsgüte des Modells
nicht beeinträchtigt.
5 Die Anzahl der zu schätzenden Parameter beim unrestringierten Modell setzt sich wie folgt zusammen: (5
Fehlervarianzen, 2 Varianzen der latenten Konstrukte, 3 Ladungen und 1 Kovarianz der latenten Konstrukte) * 2
(da die Parameter im unrestringierten Modell getrennt für jede Kultur geschätzt werden) – 1 (wegen der
Fehlervarianzrestriktion (ε5 = 0) in der Stichprobe aus Delhi) = 21.
73