GESIS Training Courses
user_jsdisabled
Search

Scientific Coordination

Dr.
Sabina Haveric
Tel: +49 (0221) 47694 - 166

Administrative Coordination

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

Paneldatenanalyse für Strukturgleichungsmodelle mit Mplus

Lecturer(s):
Prof. Dr. Elmar Schlüter

Date: 02.04 - 03.04.2020 ics-file

Location: Mannheim B2, 8 / Kurssprache: Deutsch

About the lecturer - Prof. Dr. Elmar Schlüter

Course description

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



Target group

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.


Learning objectives

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.


Prerequisites

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


Schedule

Recommended readings

More Information