! Der Output kann wie der entsprechende Output zum ! Modell essentiell tau-äquivalenter variablen interpretiert werden Mplus VERSION 7.11 MUTHEN & MUTHEN 01/20/2014 10:47 PM INPUT INSTRUCTIONS TITLE: Kapitel 6, Abschnitt 6.6, Modell tau-kongenerischer Variablen für die sechs logarithmierten Reaktionszeitvariablen, robuste Maximum-Likelihood-Schätzung - Bestimmung des Konfidenzintervals McDonalds omega - Anwendung der Formeln 6.44 und 6.45 in Eid & Schmidt (2014) !Einlesen der Daten DATA: FILE IS daten-kapitel-6.dat; VARIABLE: !Variablen im Datensatz NAMES ARE gender item1-item6; !Variablen in der Analyse USEVARIABLES ARE item1-item6; !Code für fehlende Werte MISSING ARE ALL (-999); ANALYSIS: !Maximum-Likelihood-Schätzung TYPE IS general; ESTIMATOR IS MLR; ITERATIONS = 1000; CONVERGENCE = 0.00005; Model: !Definition des Modells, erste Ladung wird freigesetzt, ! mit den p in Klammern werden Parameter benannt, um sie ! später ansprechen zu können eta by item1* item2-item6 (p1-p6); ! Da die erste Ladung freigesetzt wurde, ! wird die Varianz von eta auf 1 fixiert eta@1; item1-item6 (p7 - p12); Model constraint: ! Dieser Befehl dient der Definition neuer Variablen, die ! in die folgende Berechnung eingehen, "model constraint" wird hier ! nur als Taschenrechner benutzt new(omega,se_omega,l1,sel1,ci_l_lo1,ci_l_up1,ci_r_lo1,ci_r_up1); ! Bestimmung der Grenzen des Konfidenzintervals von McDonalds omega ! Berechnung nach den Gleichungen 6.44 und 6.45 in Eid & Schmidt(2014) ! Die Konfidenzintervallgrenzen könnten einfach auch per Taschenrechner ! berechnet werden, hier wird MPLUS nur als Taschenrechner benutzt ! alpha und se_alpha müssen aus folgender Datei entnommen werden: ! kapitel-6-tau-kongenerisch-mlr-bestimmung-von-McDonalds-omega.out omega=0.829; se_omega=0.025; l1=log(omega/(1-omega)); sel1=se_omega/(omega*(1-omega)); ci_l_lo1=l1-1.96*sel1; ci_l_up1=l1+1.96*sel1; ! Grenzen des Konfidenzintervalls ci_r_lo1=1/(1+exp(-ci_l_lo1)); ci_r_up1=1/(1+exp(-ci_l_up1)); OUTPUT: ; INPUT READING TERMINATED NORMALLY Kapitel 6, Abschnitt 6.6, Modell tau-kongenerischer Variablen für die sechs logarithmierten Reaktionszeitvariablen, robuste Maximum-Likelihood-Schätzung - Bestimmung des Konfidenzintervals McDonalds omega - Anwendung der Formeln 6.44 und 6.45 in Eid & Schmidt (2014) SUMMARY OF ANALYSIS Number of groups 1 Number of observations 238 Number of dependent variables 6 Number of independent variables 0 Number of continuous latent variables 1 Observed dependent variables Continuous ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 ITEM6 Continuous latent variables ETA Estimator MLR Information matrix OBSERVED Maximum number of iterations 1000 Convergence criterion 0.500D-04 Maximum number of steepest descent iterations 20 Maximum number of iterations for H1 2000 Convergence criterion for H1 0.100D-03 Input data file(s) daten-kapitel-6.dat Input data format FREE SUMMARY OF DATA Number of missing data patterns 1 COVARIANCE COVERAGE OF DATA Minimum covariance coverage value 0.100 PROPORTION OF DATA PRESENT Covariance Coverage ITEM1 ITEM2 ITEM3 ITEM4 ITEM5 ________ ________ ________ ________ ________ ITEM1 1.000 ITEM2 1.000 1.000 ITEM3 1.000 1.000 1.000 ITEM4 1.000 1.000 1.000 1.000 ITEM5 1.000 1.000 1.000 1.000 1.000 ITEM6 1.000 1.000 1.000 1.000 1.000 Covariance Coverage ITEM6 ________ ITEM6 1.000 THE MODEL ESTIMATION TERMINATED NORMALLY MODEL FIT INFORMATION Number of Free Parameters 18 Loglikelihood H0 Value -432.180 H0 Scaling Correction Factor 1.0921 for MLR H1 Value -427.396 H1 Scaling Correction Factor 1.0867 for MLR Information Criteria Akaike (AIC) 900.360 Bayesian (BIC) 962.861 Sample-Size Adjusted BIC 905.806 (n* = (n + 2) / 24) Chi-Square Test of Model Fit Value 8.894* Degrees of Freedom 9 P-Value 0.4471 Scaling Correction Factor 1.0758 for MLR * The chi-square value for MLM, MLMV, MLR, ULSMV, WLSM and WLSMV cannot be used for chi-square difference testing in the regular way. MLM, MLR and WLSM chi-square difference testing is described on the Mplus website. MLMV, WLSMV, and ULSMV difference testing is done using the DIFFTEST option. RMSEA (Root Mean Square Error Of Approximation) Estimate 0.000 90 Percent C.I. 0.000 0.072 Probability RMSEA <= .05 0.804 CFI/TLI CFI 1.000 TLI 1.000 Chi-Square Test of Model Fit for the Baseline Model Value 424.389 Degrees of Freedom 15 P-Value 0.0000 SRMR (Standardized Root Mean Square Residual) Value 0.021 MODEL RESULTS Two-Tailed Estimate S.E. Est./S.E. P-Value ETA BY ITEM1 0.229 0.030 7.528 0.000 ITEM2 0.251 0.029 8.696 0.000 ITEM3 0.273 0.029 9.388 0.000 ITEM4 0.296 0.029 10.251 0.000 ITEM5 0.236 0.029 8.198 0.000 ITEM6 0.240 0.028 8.678 0.000 Intercepts ITEM1 1.504 0.023 64.757 0.000 ITEM2 1.423 0.024 59.647 0.000 ITEM3 1.392 0.025 54.862 0.000 ITEM4 1.305 0.026 49.486 0.000 ITEM5 1.346 0.024 55.221 0.000 ITEM6 1.306 0.025 52.662 0.000 Variances ETA 1.000 0.000 999.000 999.000 Residual Variances ITEM1 0.076 0.008 9.186 0.000 ITEM2 0.072 0.008 8.541 0.000 ITEM3 0.079 0.009 8.418 0.000 ITEM4 0.078 0.010 7.954 0.000 ITEM5 0.086 0.010 8.780 0.000 ITEM6 0.089 0.010 9.266 0.000 New/Additional Parameters OMEGA 0.829 0.000 0.000 1.000 SE_OMEGA 0.025 0.000 0.000 1.000 L1 1.579 0.000 0.000 1.000 SEL1 0.176 0.000 0.000 1.000 CI_L_LO1 1.233 0.000 0.000 1.000 CI_L_UP1 1.924 0.000 0.000 1.000 CI_R_LO1 0.774 0.000 0.000 1.000 CI_R_UP1 0.873 0.000 0.000 1.000 QUALITY OF NUMERICAL RESULTS Condition Number for the Information Matrix 0.581E-04 (ratio of smallest to largest eigenvalue) DIAGRAM INFORMATION Use View Diagram under the Diagram menu in the Mplus Editor to view the diagram. If running Mplus from the Mplus Diagrammer, the diagram opens automatically. Diagram output c:\users\eid\documents\lehrbuch-testtheorie\kapitel\kapitel 6 - ktt\daten\lehrbuch\tau-kongeneri Beginning Time: 22:47:42 Ending Time: 22:47:42 Elapsed Time: 00:00:00 MUTHEN & MUTHEN 3463 Stoner Ave. Los Angeles, CA 90066 Tel: (310) 391-9971 Fax: (310) 391-8971 Web: www.StatModel.com Support: Support@StatModel.com Copyright (c) 1998-2013 Muthen & Muthen