GESIS Training Courses
user_jsdisabled
Suche

Wiss. Koordination

Dr. Nora Müller
Tel: +49 621 1246277

Administrative Koordination

Claudia O'Donovan-Bellante
Tel: +49 621 1246-221

Paneldatenanalyse für Strukturgleichungsmodelle mit Mplus

Dozent(en):
Prof. Dr. Elmar Schlüter

Datum: 21.06 - 22.06.2018 ics-Datei

Veranstaltungsort: B2,8 Mannheim

Referenteninformationen

Seminarinhalt

Strukturgleichungsmodelle (SEM) eignen sich hervorragend für die empirische Analyse zahlreicher theoretischer Fragestellungen auf Grundlage von Paneldaten. Eine Besonderheit dieser Klasse von Verfahren besteht darin, dass sie den Forschenden eine Vielzahl methodischer Ansätze für unterschiedliche ausgerichtete Forschungsfragestellungen zur Verfügung stellt. Im Mittelpunkt dieser Veranstaltung stehen zwei besonders populäre SEM-Ansätze für Paneldaten, und zwar latente Wachstumskurvenmodelle (Latent Growth Curve models, LGC) und neure Verfahren zur Schätzung kreuverzögerter (cross-lagged) Effekte für Paneldaten. Ziel dieses Workshop ist die Vermittlung der statistischen Grundlagen dieser Verfahren, deren praktische Durchführung anhand der Statistik-Software Mplus 7.1 und die angemessene inhaltliche Interpretation der jeweiligen Ergebnisse. Der Workshop ist anwendungsorientiert ausgerichtet und beinhaltet zahlreiche Übungselemente auf Grundlage frei verfügbarer Paneldaten. Dies erleichtert den Transfer der neu erworbenen bzw. vertieften Kompetenzen in die eigene Forschungspraxis.


Keywords



Zielgruppe

Der Workshop richtet sich primär an anwendungsorientierte TeilnehmerInnnen mit grundlegenden Kenntnissen in der Strukturgleichungsmodellierung und in der Statistik-Software Mplus, die einen Einstieg in den Bereich der Analyse von Kovarianz/Mittelwertstrukturen anhand von Strukturgleichungsmodellen suchen. Der Kurs ist aber auch geeignet für solche TeilnehmerInnnen, die ihr bisheriges Wissen im Bereich SEM Paneldaten-Analyse auffrischen und/oder durch innovative Verfahren erweitern möchten.


Lernziel

Die Veranstaltung vermittelt den Teilnehmenden das theoretische Wissen und die praktischen Kompetenzen, unterschiedliche Fragestellungen für Paneldaten aus der Perspektive latenter autoregressiver Cross-Lagged (AR-CL) bzw. Wachstumskurvenmodelle (LGC) adäquat zu analysieren. Dies beinhaltet auch Verfahren zur Überprüfung von Moderator- bzw. Mediatorhypothesen für AR-CL bzw. LGC.


Voraussetzungen

Teilnahmevorraussetzung ist die Beherrschung grundlegender Techniken der Strukturgleichungsanalyse (z.B. Durchführung und Interpretation konfirmatorischer Faktorenanalysen & Strukturgleichungsmodelle für Querschnittdaten).


Zeitplan

Literaturempfehlungen

Weitere Informationen