Zusammenfassung
Lineare Strukturgleichungsmodelle mit latenten Variablen (häufig auch als Kovarianzstrukturmodelle bezeichnet) werden dazu verwendet, komplexe Zusammenhänge zwischen kontinuierlichen Variablen auf latenter (messfehlerbereinigter) Ebene zu untersuchen. Lineare Strukturgleichungsmodelle kann man als generalisierte (multivariate) Regressionsmodelle auffassen. In diesen Modellen können simultan gerichtete Zusammenhänge (Regressionen) zwischen multiplen abhängigen und multiplen unabhängigen Variablen untersucht werden. Variablen, die dabei ausschließlich als unabhängige Variablen fungieren, bezeichnet man als exogene Variablen, da sie im Modell nicht durch andere Variablen erklärt werden. Zwischen exogenen Variablen werden ggf. ungerichtete Zusammenhänge, d.h. Kovarianzen bzw. Korrelationen, modelliert.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Rights and permissions
Copyright information
© 2010 VS Verlag für Sozialwissenschaften | Springer Fachmedien Wiesbaden GmbH
About this chapter
Cite this chapter
Geiser, C. (2010). Lineare Strukturgleichungsmodelle. In: Datenanalyse mit Mplus. VS Verlag für Sozialwissenschaften. https://doi.org/10.1007/978-3-531-92042-9_3
Download citation
DOI: https://doi.org/10.1007/978-3-531-92042-9_3
Publisher Name: VS Verlag für Sozialwissenschaften
Print ISBN: 978-3-531-16393-2
Online ISBN: 978-3-531-92042-9
eBook Packages: Humanities, Social Science (German Language)