Analyse von latenten nichtlinearen Effekten in Strukturgleichungsmodellen

• Applicant: Professor Dr. Helfried Moosbrugger
• Subject Area: General, Cognitive and Mathematical Psychology
• Term: from 2004 to 2009
• Project identifier: Deutsche Forschungsgemeinschaft (DFG) - Project number 5443539

Zur Analyse latenter nicht-linearer Effekte wurde mit Unterstützung der DFG die LMS-Methode (Klein & Moosbrugger, 2000) sowie die Quasi-Maximum-Likelihood-Variante von LMS (Quasi-ML; Klein, 2003) entwickelt, die beide die nicht-normale Verteilung der Variablen für die Parameterschätzung ausnutzen. Während die Leistungsfähigkeit von LMS für einfache Moderatormodelle systematischen Untersuchungen unterzogen worden ist (vgl. Schermelleh-Engel, Klein & Moosbrugger, 1998), wurde die flexiblere Quasi-ML bisher noch nicht auf seine Schätzeigenschaften und Teststärke hin überpüft. Die Ziele der geplanten Forschungsarbeit bestehen darin, zunächst die methodischen Probleme nicht-linearer Modelle aufzuarbeiten und eine theoretischen Rahmen zur methodologischen Einordnung nicht-linearer Terme in Strukturgleichungsmodellen zu entwickeln, um konzeptuell eindeutig zwischen Moderatormodellen, quadratischen Modellen und allgemeinen nicht-linearen Modellen unterscheiden zu können. Anhand umfangreicher Simulationsstudien soll dann überprüft werden, ob die Parameter von diesen Modellen mit LMS und Quasi-ML zuverlässig geschätzt werden können, wie diese Methoden mit der Multikollinearität umgehen und worin sich die Leistungsfähigkeit der Verfahren unterscheidet. Darüber hinaus soll die Robustheit von LMS bzw. Quasi-ML getestet und die Schätzeigenschaften dieser Verfahren mit jenen alternativer Analyseverfahren (u.a. LISREL, MPlus) verglichen werden.

• DFG Programme: Research Grants
• Participating Person: Professorin Dr. Karin Schermelleh-Engel