ZUSAMMENFASSUNG Diese Studie untersucht die Anwendung von Informationskriterien bei der Auswahl von mehrstufigen Strukturgleichungsmodellen (MSEM), analysiert unterschiedliche Schätzmethoden (ULS, GLS und ML) und statistische Kriterien (AIC, BIC, BCC und CAIC). Die Studie definiert MSEM und spezifiziert Anpassungsfunktionen für verschiedene Schätzmethoden. Mit Monte-Carlo-Simulationen bewertet die Analyse die Leistung dieser Kriterien bei der Modellauswahl unter verschiedenen Datenheterogenitäts- und Verteilungsszenarien. Die Ergebnisse zeigen, dass die Wahl des Informationskriteriums sowohl die Variablenauswahl als auch die Interpretation der Modellergebnisse erheblich beeinflussen kann. Die Studie schlussfolgert, dass ein umfassendes Verständnis des Verhaltens von Informationskriterien Forschern helfen kann, die am besten geeigneten Modelle für hierarchische Daten auszuwählen und zu interpretieren, und empfiehlt einen kombinierten Ansatz, der auf die spezifischen Ziele der Analyse zugeschnitten ist.
Resende et al. (Mittw,) untersuchten diese Frage.