Strukturgleichungsmodelle mit Mplus

Eine praktische Einführung

Kristian Kleinke, Elmar Schlüter, Oliver Christ

• Verlag: De Gruyter Oldenbourg
• Jahr: 2017
• ISBN drucken: 9783486724196
• eBook-ISBN: 9783110399158
• Auflage: 2
• Thema: Sozialwissenschaften
• Thema: Soziologie

Strukturgleichungsmodelle eignen sich hervorragend für die empirische Analyse zahlreicher Fragestellungen und stellen für die Sozial- und Wirtschaftswissenschaften eine unverzichtbare statistische Methode dar. Mit Mplus steht ein besonders flexibles und vergleichsweise anwenderfreundliches Statistikprogramm für die Strukturgleichungsmodellierung zur Verfügung. Ziel dieses Lehrbuchs ist es, den Leserinnen und Lesern ein umfassendes Verständnis der Durchführung grundlegender und weiterführender Anwendungen von Strukturgleichungsmodellen in Mplus zu vermitteln. Zu den in diesem Buch behandelten Verfahren zählen: explorative und konfi rmatorische Faktorenanalysen, einfache Strukturgleichungsmodelle, multiple Gruppenvergleiche, autoregressive Modelle, Wachstumskurvenmodelle und Mehrebenen-Strukturgleichungsmodelle.
Neu in der zweiten Aufl age ist das Thema Moderation und Schätzung konditionaler indirekter Effekte. Ferner wird auf den Mplus-Diagrammer und die mit Mplus Version 7.1 eingeführten Optionen zur Prüfung von Messinvarianz eingegangen.

1Mplus – Eine Übersicht

Es stimmt schon: Die Einarbeitung in ein neues Statistikprogramm stellt immer einen mehr oder minder aufwändigen Prozess dar. Und da es verschiedene Alternativen zur Nutzung von Mplus gibt, ist die Frage nach den Vor- und Nachteilen dieser Analysesoftware alles andere als unerheblich. In dem ersten Teil dieses einleitenden Kapitels geben wir deshalb einen Überblick über die zentralen Merkmale von Mplus. Wir zeigen hierbei verschiedene, nach unserer Meinung besonders positive Aspekte von Mplus auf, gehen aber auch auf die unumgängliche Notwendigkeit des Erlernens der Mplus-Syntax ein. Vor diesem Hintergrund stellen wir im zweiten Teil dieses Kapitels die grundlegende Struktur dieser Syntax vor und gehen auf deren zentralen Befehle und Optionen ein. Und wer weiß? Möglicherweise werden bereits an dieser Stelle viele Leserinnen und Leser dieses Buches unseren Eindruck teilen, dass die Mplus-Syntax gleichermaßen leicht zu erlernen und flexibel einsetzbar ist. Abschließend stellen wir dar, wie die typischerweise zunächst in Formaten anderer statistischer Softwarepakete (wie z. B. SPSS oder Stata) vorliegenden Daten für die Analyse in Mplus aufbereitet werden.

Wir möchten die Vorstellung von Mplus mit einem Zitat der beiden Entwickler dieser statistischen Analysesoftware, Bengt und Linda Muthén, beginnen. Es stammt aus dem Vorwort des Mplus-Manuals (Muthén & Muthén, 1998–2015, Preface):

We started to develop Mplus seventeen years ago with the goal of providing researchers with powerful new statistical modeling techniques. We saw a wide gap between new statistical methods presented in the statistical literature and the statistical methods used by researchers in substantively-oriented papers. Our goal was to help bridge this gap with easy-to-use but powerful software.

Muthén und Muthén (1998–2015) benennen hier bereits die zentralen Vorteile von Mplus: Mplus ist ein anwenderfreundliches („easy-to-use“) und gleichzeitig besonders vielfältig einsetzbares („powerful“) Statistikprogramm, das die Anwendung neuerer statistischer Verfahren („new statistical modeling techniques“) vereinfachen soll. In methodischer Hinsicht liegt ein besonderer Schwerpunkt von Mplus auf kovarianzbasierten Methoden. Die große Bandbreite der hierbei zur Verfügung stehenden Verfahren veranschaulicht Abbildung 1.1. Von zentraler Bedeutung sind die in Abbildung 1.1 dargestellten Ellipsen A und B.

Ellipse A bezeichnet Beziehungen zwischen manifesten Variablen („x“ und „y“) und latenten kontinuierlichen Variablen („f“). Hierbei handelt es sich um typische Anwendungen kovarianzbasierter Verfahren, wie z. B. konfirmatorische Faktorenanalyse, Strukturgleichungsmodelle, autoregressive Modelle und latente Wachstumskurvenmodelle. Auf diese Verfahren gehen wir in den folgenden Kapiteln dieses Buches näher ein.

Ellipse B symbolisiert die Berücksichtigung kategorialer manifester Variablen („u“) wie auch latenter Variablen („c“) in Mplus. Dies erweitert das Anwendungsfeld von Mplus auf eine Vielzahl von Mischverteilungsmodellen („Mixture Models“), wie z. B. latente Klassenanalyse und loglineare Modelle. Auf diese Verfahren gehen wir in diesem Buch allerdings nicht weiter ein; ein guter Überblick über diesen Bereich findet sich in Hancock und Samuelsen (2008).

Abbildung 1.1: Grafische Übersicht über die Modellierungsmöglichkeiten in Mplus. Quelle: Muthén & Muthén (1998–2015, S. 3)3

Die Unterscheidung von Variablenbeziehungen innerhalb („Within“) und zwischen („Between“) Beobachtungseinheiten verweist auf die Möglichkeiten der Analyse hierarchischer Daten in Mplus, z. B. anhand klassischer Mehrebenen-Regressionsmodelle oder durch Mehrebenen-Strukturgleichungsmodelle. Diese Verfahren werden im abschließenden Kapitel des Buches behandelt. Bereits dieser stark vereinfachte Überblick zeigt das umfangreiche methodische Spektrum von Mplus. Dabei resultiert die zuvor beschriebene besondere Flexibilität von Mplus aus den nahezu unbegrenzten Kombinationsmöglichkeiten dieser verschiedenen Teilbereiche. Dies ermöglicht den Anwenderinnen und Anwendern die Bearbeitung einer Vielzahl von Fragestellungen mit nur einem einzigen Statistikprogramm.

Eine weitere Stärke von Mplus besteht in den regelmäßigen Aktualisierungen. Tabelle 1.1 gibt einen Überblick hierzu. Zum Zeitpunkt der Fertigstellung dieses Buches lag Mplus in der Version 7.4 vor.

Tabelle 1.1: Aktualisierungen von Mplus

Datum der Veröffentlichung	Version
November 1998	Mplus 1
Februar 2001	Mplus 2
März 2004	Mplus 3
Februar 2006	Mplus 4
November 2007	Mplus 5
April 2010	Mplus 6
September 2012	Mplus 7
November 2015	Mplus 7.4

Die Aktualisierungen von Mplus beinhalten in der Regel die Aufnahme neuer Leistungsmerkmale. Hierzu zählen innovative statistische Verfahren, verbesserte Schätzmethoden oder eine Steigerung der Analysegeschwindigkeit. Auf der Mplus-Homepage (http://www.statmodel.com) wird eine Übersicht über die Aktualisierungsgeschichte mit Beschreibung der konkreten Neuerungen gegeben. Mit Mplus 7 eingeführte Neuerungen sind beispielsweise der zur grafischen Darstellung von Strukturgleichungsmodellen entwickelte Diagrammer, die Option, Mehrebenendaten für multiple Gruppen zu analysieren oder die mit Version 7.1 eingeführte Option zur automatisierten Prüfung von Messinvarianz.

Ein wesentlicher Vorteil von Mplus ist die umfangreiche Bereitstellung von Informationen, Anwendungsbeispielen und Dokumentationen über die Software auf der Mplus-Homepage (s. Abbildung 1.2).

Unter dem Menüpunkt „Documentation“ stehen das aktuelle Mplus-Manual sowie Erläuterungen zu den statistischen Hintergründen der in Mplus implementierten Verfahren zur Verfügung. Der Menüpunkt „Analysis/Research“ enthält eine Reihe von Beispielanwendungen. Sie demonstrieren die unterschiedlichen Analyseverfahren in Mplus mit den entsprechenden Mplus-Inputs und -Outputs sowie den dazugehörigen Datensätzen. Darüber hinaus können hier zahlreiche Beispiele zur Anwendung von Mplus im Rahmen wissenschaftlicher Publikationen heruntergeladen werden. Die Mplus-Homepage stellt somit reichhaltige Informationen für die Anwenderinnen und Anwender zur Verfügung.

Eine weitere Stärke der Mplus-Homepage ist das Mplus Diskussionsforum (s. Abbildung 1.3). In diesem Forum können Fragen zu verschiedenen Verfahren in Mplus (z. B. konfirmatorische Faktorenanalyse, Mehrebenenanalyse) gestellt werden. Die Besonderheit dieses Forums besteht darin, dass entsprechende Anfragen direkt von den Entwicklern des Mplus-Programms beantwortet werden. Zur gezielten Recherche nach bestimmten Themen und Problemen steht auf der „Mplus Discussion“-Seite eine effektive Suchfunktion zur Verfügung. Gerade zu Beginn der Einarbeitung in Mplus stellt die „Mplus Discussion“-Seite erfahrungsgemäß eine sehr hilfreiche Infor...

Inhaltsverzeichnis

• Cover
• Titelseite
• Impressum
• Inhaltsverzeichnis
• Vorwort zur zweiten Auflage
• Vorwort der ersten Auflage
• Abbildungsverzeichnis
• Tabellenverzeichnis
• 1 Mplus – Eine Übersicht
• 2 Explorative Faktorenanalyse und Konfirmatorische Faktorenanalyse
• 3 Strukturgleichungsmodelle
• 4 Multiple Gruppenvergleiche
• 5 Strukturgleichungsmodelle für Paneldaten
• 6 Mehrebenenanalysen
• Literaturverzeichnis
• Register