GESIS Training Courses
user_jsdisabled
Search

Scientific Coordination

Alisa Remizova

Administrative Coordination

Noemi Hartung

Einführung in die Mehrebenen-Strukturgleichungsmodellierung

About
Location:
Online via Zoom
 
Inhalte:
Kurslevel:
Format:
Software:
Dauer:
Sprache:
Teilnahmebeiträge:
Students: 220 €
Academics: 330 €
Commercial: 660 €
 
Keywords
Additional links
Lecturer(s): Theresa Rohm

About the lecturer - Theresa Rohm

Course description

Der Workshop gibt eine anwendungsorientierte Einführung zur Mehrebenen-Strukturgleichungsmodellierung (MSM). MSM kombiniert die Analyse von genesteten Datenstrukturen (Mehrebenenmodellierung) mit der Untersuchung von Abhängigkeiten beobachtbarer und nicht direkt beobachtbarer, d.h. latenter Variablen (Strukturgleichungsmodellierung). Nach einer Wiederholung der Grundlagen von Mehrebenen- und Strukturgleichungsmodellierung wird die Notation von MSM präsentiert, erläutert und graphisch veranschaulicht. Anschließend werden Mehrebenen-Pfadmodelle (MSM ohne latente Variablen) mit Zufallseffekten in Achsenabschnitt (random intercept) und Steigung (random slope) behandelt. Ein weiterer Teil des Workshops beinhaltet die Hinzunahme latenter Variablen (d.h., Variablen die nicht direkt beobachtbar sind und daher Messfehlerbehaftet) in MSM. Dafür werden Konfirmatorische Faktorenanalysen mit Mehrebenenstruktur behandelt und die Erweiterung zu einem vollen MSM erläutert. Im letzten Teil des Workshops werden weiterführende Themen jeweils kurz behandelt (z.B. Zufallseffekte der Ladungen, Messinvarianz in MSM, Cluster-Zufallseffekte von Indikatoren latenter Variablen).
 
Die Teilnehmende lernen die theoretischen Grundlagen von MSM kennen und werden angeleitet die erlernten Grundlagen anhand statistischer Analysen anzuwenden, sowie die Ergebnisse richtig zu Interpretieren. Für die statistischen Analysen wird die Software R, insbesondere das Paket lavaan, verwendet. Ziel des Kurses ist ein grundlegendes Verständnis für die präsentierten Methoden, Sicherheit im Umgang mit den beschriebenen statistischen Verfahren und die korrekte Interpretation von Analyseergebnissen nach Anwendung dieser Verfahren. Die gemeinsame Interpretation der Analyseergebnisse steht dabei im Vordergrund und es gibt Möglichkeiten zum Üben der erlernten Methoden anhand kleinerer Analyseaufgaben. Zudem werden die Teilnehmenden stetig ermuntert Fragen zur präsentierten Theorie und den Datenbeispielen zu stellen. Zudem besteht die Möglichkeit, Fragen zu eigenen Forschungsthemen in Bezug auf MSM mit der Dozentin und wenn gewünscht auch mit allen Teilnehmenden zu besprechen.
 
Organisatorische Struktur des Kurses
Der Workshop gliedert sich in theoretische Inhalte und praktische Übungen („Hands On“). Im Workshop wird mit den Daten der European Social Survey (ESS) gearbeitet. Die Teilnehmenden werden ermutigt, Fragen zu den erlernten Inhalten zu stellen und sich aktiv an der Berechnung von Modellen sowie an der gemeinsamen Interpretation der Ergebnisse zu beteiligen. Die eigenständige Bearbeitung von kleineren Aufgaben dient der Sicherung des zuvor Erlernten. Die Dozentin beantwortet auftretende Fragen und hilft bei auftretenden Problemen. Darüber hinaus sind auf Wunsch auch kurze Einzelberatungen zu Forschungsprojekten der Teilnehmenden möglich.


Target group

Folgende Zielgruppen werden den Kurs hilfreich finden:
  • Wissenschaftliche Mitarbeiter*innen (insbesondere Pre- und Post-Doc) der Sozialwissenschaften und Humanwissenschaften (z.B. Politikwissenschaft, Soziologie, Empirische Bildungsforschung, Psychologie, Erziehungswissenschaften)


Learning objectives

Kenntnisse der Teilnehmenden am Ende des Kurses:
  • Verständnis der theoretischen Grundlagen von Mehrebenen-Strukturgleichungsmodellierung (MSM)
  • Eigenständige Anwendung der erlernten statistischen Verfahren in R für die Berechnung von verschiedenen Modellen der MSM
  • Korrekte Interpretation der Ergebnisse statistischer Analysen für MSM, insbesondere für Effekte innerhalb und zwischen Clustern


Prerequisites

  • Fortgeschrittene Kenntnisse in Regressionsanalyse, Faktorenanalyse und Pfadanalyse
  • Grundlegende Kenntnisse Mehrebenenmodellierung
  • Grundlegende Kenntnisse Strukturgleichungsmodellierung
  • Grundlegende Kenntnisse in R
  •  
    Softwareanforderungen
    Verwendung eigener Laptops mit installierter Software (R und RStudio). Die Daten der European Social Survey (Round 10) bitte vor dem Kursbeginn herunterladen.
    Software R: Aktuellste Version (zurzeit 4.4.1), sowie RStudio: Aktuellste Version (zurzeit 2024.04.2)
    Für den Workshop benötigte Pakete lavaan und lavaanPlot bitte vorab installieren.


    Schedule

    Recommended readings