Konzeptuelles und prozedurales Wissen als latente Variablen: Ihre ...
Konzeptuelles und prozedurales Wissen als latente Variablen: Ihre ...
Konzeptuelles und prozedurales Wissen als latente Variablen: Ihre ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
176 Kapitel 9<br />
Tabelle 26: Fitindizes der Modelle zur Analyse der Messinvarianz.<br />
χ 2 df p CFI WRMR RMSEA<br />
<strong>Konzeptuelles</strong> <strong>und</strong> <strong>prozedurales</strong> <strong>Wissen</strong> an Mzp 1 & 2<br />
Modell R12V 127,277 86 ,003 0,956 1,356 0,049<br />
Modell R12F 133,614 92 ,003 0,956 1,441 0,047<br />
<strong>Konzeptuelles</strong> <strong>Wissen</strong> an Mzp 1, 2 & 3<br />
Modell K123V 51,115 37 ,061 0,987 0,988 0,043<br />
Modell K123F 65,344 43 ,016 0,979 1,126 0,050<br />
Prozedurales <strong>Wissen</strong> an Mzp 1, 2 & 3<br />
Modell P123V 51,008 37 ,063 0,962 0,864 0,043<br />
Modell P123F 54,036 43 ,121 0,970 0,999 0,035<br />
Tabelle 27: Parameter des Chi-Quadrat-Differenz-Tests auf Messinvarianz.<br />
Modell<br />
unska-<br />
liertes<br />
χ 2<br />
ska-<br />
liertes<br />
χ 2<br />
df<br />
Skalierungs-<br />
faktor <br />
Korrekturfaktor<br />
korrigierte<br />
χ 2 -Differenz<br />
<strong>Konzeptuelles</strong> <strong>und</strong> <strong>prozedurales</strong> <strong>Wissen</strong> an Mzp 1 & 2<br />
Modell R12F 137,454 133,614 92 1,029 - - -<br />
Modell R12V 130,687 127,277 86 1,027 - - -<br />
Differenz 6,767 - 6 - 1,058 6,398 0,380<br />
<strong>Konzeptuelles</strong> <strong>Wissen</strong> an Mzp 1, 2 & 3<br />
Modell K123F 65,380 65,344 43 1,001 - - -<br />
Modell K123V 52,178 51,115 37 1,021 - - -<br />
Differenz 13,202 - 6 - 0,878 15,042 0,020<br />
Prozedurales <strong>Wissen</strong> an Mzp 1, 2 & 3<br />
Modell P123F 80,080 54,036 43 1,482 - - -<br />
Modell P123V 72,198 51,008 37 1,415 - - -<br />
Differenz 7,882 - 6 - 1,895 4,159 0,655<br />
Anmerkung. N = 204 in allen Analysen.<br />
Der Test zeigt, dass der Modellfit durch die Gleichsetzung der Faktorladungen über die<br />
ersten beiden Messzeitpunkte hinweg nicht signifikant schlechter wird. Für diese beiden<br />
Messzeitpunkte liegt <strong>als</strong>o metrische Messinvarianz vor. Die entsprechenden<br />
Faktorladungen gibt Tabelle 28 wieder. Die unstandardisierten Faktorladungen sind über<br />
die Messzeitpunkte hinweg pro <strong>Wissen</strong>smaß identisch. Die standardisierten Koeffizienten<br />
unterscheiden sich trotzdem, da die <strong>Wissen</strong>smaße unterschiedliche Varianzen aufweisen.<br />
Durch die Gleichsetzung der Faktorladungen werden die Regressionskoeffizienten kaum<br />
verzerrt. Sie bleiben jeweils im selben Wertebereich <strong>und</strong> sind nach wie vor zwar der<br />
Effektstärke nach, nicht aber der Signifikanz nach von null verschieden.<br />
Die Prüfung der Messinvarianz über alle drei Messzeitpunkte kann wegen der<br />
Konvergenzprobleme von Modell R123 nur für jede <strong>Wissen</strong>sart separat durchgeführt<br />
werden. Für konzeptuelles <strong>Wissen</strong> wurden dazu das Modell K123V mit variierenden<br />
Faktorladungen <strong>und</strong> das Modell K123F mit fixierten Faktorladungen spezifiziert, für<br />
<strong>prozedurales</strong> <strong>Wissen</strong> die Modelle P123V <strong>und</strong> P123F.<br />
Die Fitindizes dieser Modelle sind in den unteren Zeilen von Tabelle 26 (s. S.<br />
176)aufgeführt, die Chi-Quadrat-Differenz-Tests für die sb-skalierten Werte im unteren<br />
Teil von Tabelle 27 (s. S. 176). Die Tests belegen, dass eine Messinvarianz im engeren<br />
p