Strukturgleichungsmodelle bieten eine flexible Modellierungsvariante an, die sich auch in den Sozialwissenschaften immer gr erer Beliebtheit erfreut.
Um die statistische G te eines Strukturgleichungsmodells zu berpr fen, steht eine Vielzahl von Fit-Indizes, auch als G tema e oder Fit-Ma e bezeichnet, zur Verf gung. Im Kontext der linearen Strukturgleichungsmodellierung erweisen sich vier Fit-Indizes als besonders einschl gig: Der "Root Mean Square Error of Approximation" (RMSEA), der "Tucker-Lewis Index" (TLI), der "Comparative Fit Index" (CFI) und der "Standardized Root Mean Square Residual" (SRMR). Es handelt sich dabei um vier h ufig verwendete Fit-Indizes, die in g ngiger Statistik-Software fest implementiert sind.
Zwar sollen die verschiedenen Fit-Indizes in gleichem Ma e Auskunft ber die G te des Modells geben, jedoch ergibt sich bei der Analyse eines Strukturgleichungsmodells oft der Umstand, dass die unterschiedlichen G tema e verschiedene Schl sse bez glich der G te des Modells nahelegen.
Im Rahmen einer umfassenden Simulationsstudie werden bestimmte Sensitivit ten der genannten Fit-Indizes bez glich verschiedener Modellspezifikationen untersucht. Ziel dieses Buches ist es, anhand konkreter Handlungsempfehlungen interessierten Anwenderinnen und Anwendern den Umgang mit Fit-Indizes zu erleichtern.