Bewertung von Strukturgleichungsmodellen mit nicht beobachtbaren Variablen und Messfehlern

Die in der Analyse von Strukturgleichungsmodellen mit nicht beobachtbaren Variablen und Messfehlern verwendeten statistischen Tests werden untersucht. Ein Nachteil des häufig angewendeten Chi-Quadrat-Tests, neben den bekannten Problemen im Zusammenhang mit Stichprobengröße und Teststärke, besteht darin, dass er eine zunehmende Übereinstimmung zwischen dem hypothesisierten Modell und den beobachteten Daten anzeigen kann, während sowohl die Messeigenschaften als auch die Beziehung zwischen Konstrukten abnehmen. Zudem kann, entgegen der weit verbreiteten Annahme, das Risiko eines Fehlers zweiter Art (Typ II Fehler) erheblich sein, selbst wenn die Stichprobengröße groß ist. Darüber hinaus sind die gegenwärtigen Testmethoden nicht in der Lage, die Erklärungsleistung eines Modells zu bewerten. Um diese Probleme zu überwinden, entwickeln und wenden die Autoren ein Testsystem an, das auf Maßen der gemeinsamen Varianz innerhalb des Strukturmodells, des Messmodells und des Gesamtmodells basiert.