230158 VO+UE Fortgeschrittene Methoden: Strukturgleichungsmodelle für Quer- und Längsschnittdaten (2010W)
Prüfungsimmanente Lehrveranstaltung
Labels
FR, 17.12.2010 11.30 - 17.00, Ort: Kursraum Schenkenstraße 8-10,
1. UG (bei Fachbibliothek)
SA, 18. 12.2010 12.00-18.00 Ort: Kursraum B, NIG, Universitätsstr. 7, EG
SO 19.12.2010 10.00-14.00 Ort: Inst. f. Soziologie, Seminarraum 1 und PC-Raum des Instituts, Rooseveltplatz 2
GEÄNDERTE TERMINE:
SA 22.01.2011 11.00 - 18:00 Ort: Inst. f. Soziologie, Sitzungszimmer 4. OG und PC-Raum des Insituts
SO 23.01.2011 10.00-18.00 Ort: Inst. f. Soziologie, Seminarraum 1 und PC-Raum des Instituts, Rooseveltplatz 2
MO 24.01 2011 08.30-11.30 Ort: EDVS 1, Campus Hof 7, Eingang 7.1, 1. StockTutoriumstermin: FR 25.02.2011 09.00-12.00 Inst. f. Soziologie, Seminarraum 2, Rooseveltplatz 2 1.OG
1. UG (bei Fachbibliothek)
SA, 18. 12.2010 12.00-18.00 Ort: Kursraum B, NIG, Universitätsstr. 7, EG
SO 19.12.2010 10.00-14.00 Ort: Inst. f. Soziologie, Seminarraum 1 und PC-Raum des Instituts, Rooseveltplatz 2
GEÄNDERTE TERMINE:
SA 22.01.2011 11.00 - 18:00 Ort: Inst. f. Soziologie, Sitzungszimmer 4. OG und PC-Raum des Insituts
SO 23.01.2011 10.00-18.00 Ort: Inst. f. Soziologie, Seminarraum 1 und PC-Raum des Instituts, Rooseveltplatz 2
MO 24.01 2011 08.30-11.30 Ort: EDVS 1, Campus Hof 7, Eingang 7.1, 1. StockTutoriumstermin: FR 25.02.2011 09.00-12.00 Inst. f. Soziologie, Seminarraum 2, Rooseveltplatz 2 1.OG
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Do 23.09.2010 15:00 bis Sa 02.10.2010 15:00
- Anmeldung von Sa 09.10.2010 08:00 bis So 10.10.2010 08:00
- Anmeldung von Sa 16.10.2010 08:00 bis So 17.10.2010 08:00
- Abmeldung bis Mi 20.10.2010 23:59
Details
max. 25 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine
Zur Zeit sind keine Termine bekannt.
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Art der Leistungskontrolle und erlaubte Hilfsmittel
Mindestanforderungen und Beurteilungsmaßstab
Statistische Modellbildung mit Quer- und Längsschnittdaten und praktische Umsetzung.
Prüfungsstoff
Literatur
Literatur: Engel, U. /J. Reinecke (1994): Panelanalyse, Berlin: DeGruyter.
- Backhaus, K.; Erichson, B.; Plinke, W.; Weiber R. (2005): Multivariate Analysemethoden. Berlin: Springer.
- Bollen, K.A. (1989): Structural Equations with Latent Variables. New York: Wiley.
- Bollen, K.A. (2006): Latent Curve Models. New York: Wiley.
- Diamantopoulos, A.; Siguaw, J. A. (2000): Introducing LISREL. Thousand Oaks: Sage.
- Duncan, T.E., Duncan, S.C., Strycker, L.A., Li, F., & Alpert, A. (2006). An introduction to latent variable growth curve modeling:
Concepts, issues, and applications, Mahwah: Lawrence Erlbaum.
- Hancock, G. R.; Mueller, R. O. (2006). Structural Equation Modeling. A Second Course. Greenwich: IAP.
- Kline, R. B. (2005): Principles and Practice of Structural Equation Modeling. New York: The Guilford Press.
- Loehlin, J.C. (2004): Latent variable models. An introduction to factor, path, and structural equation analysis. Mahwah: Lawrence Erlbaum.
- Mulaik, S. A. (2009): Linear causal modeling with structural equations. New York: Champman & Hall.
- Raykov, T. & Marcoulides, G.A. (2000): A first course in structural equation modeling. Mahwah: Lawrence Erlbaum.
- Reinecke, J. (2005): Strukturgleichungsmodelle in den Sozialwissenschaften. München: Oldenbourg.
- Schumacker, R.E; Lomax, R. G. (2004): A Beginners's Guide to Structural Equation Modeling. Mahwah: Lawrence Erlbaum.
- Backhaus, K.; Erichson, B.; Plinke, W.; Weiber R. (2005): Multivariate Analysemethoden. Berlin: Springer.
- Bollen, K.A. (1989): Structural Equations with Latent Variables. New York: Wiley.
- Bollen, K.A. (2006): Latent Curve Models. New York: Wiley.
- Diamantopoulos, A.; Siguaw, J. A. (2000): Introducing LISREL. Thousand Oaks: Sage.
- Duncan, T.E., Duncan, S.C., Strycker, L.A., Li, F., & Alpert, A. (2006). An introduction to latent variable growth curve modeling:
Concepts, issues, and applications, Mahwah: Lawrence Erlbaum.
- Hancock, G. R.; Mueller, R. O. (2006). Structural Equation Modeling. A Second Course. Greenwich: IAP.
- Kline, R. B. (2005): Principles and Practice of Structural Equation Modeling. New York: The Guilford Press.
- Loehlin, J.C. (2004): Latent variable models. An introduction to factor, path, and structural equation analysis. Mahwah: Lawrence Erlbaum.
- Mulaik, S. A. (2009): Linear causal modeling with structural equations. New York: Champman & Hall.
- Raykov, T. & Marcoulides, G.A. (2000): A first course in structural equation modeling. Mahwah: Lawrence Erlbaum.
- Reinecke, J. (2005): Strukturgleichungsmodelle in den Sozialwissenschaften. München: Oldenbourg.
- Schumacker, R.E; Lomax, R. G. (2004): A Beginners's Guide to Structural Equation Modeling. Mahwah: Lawrence Erlbaum.
Zuordnung im Vorlesungsverzeichnis
in 905: MA Methoden | in 121: Fortgeschrittene Methoden, 3. Abschnitt
Letzte Änderung: Mo 07.09.2020 15:39
Zu diesen Modellen gehören die Pfadanalyse, das konfirmatorische Faktorenmodell und die Verbindung zwischen Faktoren- und Regressionsmodell
zum allgemeinen Strukturgleichungsmodell. Vorbereitende, explorative Analysen können mit dem Programm SPSS oder STATA vorgestellt und besprochen werden.
Strukturgleichungsmodelle werden mit dem Programm Mplus (www.statmodel.com) vorgestellt. Für die Übungen werden Quer- und Längsschnittdatensätze zur
Verfügung gestellt, auf denen sich auch die Themen für Hausarbeiten beziehen können. Grundlage der Veranstaltung sind entsprechende Kapitel aus dem
Lehrbuch von Reinecke (2005). Die Teilnehmer erhalten Gelegenheit anhand des Programmes Mplus die Modellbildung selbst vorzunehmen und zu üben.
Unter www.statmodel.com/demo.shtml steht eine Demoversion des Programms zur Verfügung. Wenn möglich, sollte jeder Teilnehmer seinen eigenen Labtop
mitbringen, damit die Beispiele selbst bearbeitet werden können.Voraussetzungen für die Teilnahme: Gute Kenntnisse im Umgang mit dem Statistikprogramm SPSS oder STATA (insbesondere die Handhabung von Syntaxfiles,
Systemfiles), gute Kenntnisse in multivariaten Verfahren wie multiple Regressionsanalyse und Faktorennalyse.