300042 Strukturgleichungsmodelle mit lavaan (S) (SoSe 2018)

Ziel der Lehrveranstaltung ist die Umsetzung von theoretisch orientierten Fragestellungen in statistische Modellbildung und
empirische Prüfung. Der Schwerpunkt liegt auf der Einführung in das Arbeiten mit kausalorientierten, statistischen Verfahren, die unter das allgemeine, lineare Modell fallen. Dazu gehören bivariate und multivariate Regressionsmodelle, Pfadmodelle
mit gemessenen Variablen, konfirmatorische Faktorenmodelle und die Erweiterung zu Strukturgleichungsmodellen mit nicht direkt gemessenen, latenten Variablen. Modelle und Analysen können mit dem R-Paket "lavaan" eigenständig bearbeitet werden.

Kenntnisse der deskriptiven und multivariaten Statistik werden vorausgesetzt, Kenntnisse in R sind wünschenswert, aber keine Vorraussetzung.

Literaturangaben

Brown, T. A. (2015). Confirmatory Factor Analysis for Applied Research (2nd edition). New York and London: Guilford.

Byrne, B. M. (2012). Structural equation modeling with Mplus. New York: Taylor & Francis.

Geiser, C. (2013). Data analysis with Mplus. New York: Guilford Press.

Kaplan, D. (2009). Structural equation modeling: Foundations and extensions (2nd edition). Los Angeles: Sage.

Kleinke, K., Christ, O. & Schlüter, E. (2017). Strukturgleichungsmodelle mit Mplus (2nd edition). München: Oldenbourg.

Kline, R. B. (2016). Principles and practice of structural equation modeling (4th edition). New York: Guilford Press.

Raykov, T., & Marcoulides, G. A. (2006). A first course in structural equation modeling. Mahwah: Lawrence Erlbaum.

Reinecke, J. (2014). Strukturgleichungsmodelle in den Sozialwissenschaften (2. Auflage). München: DeGruyter & Oldenbourg.

Schumacker, R. E., & Lomax, R. G. (2016). A beginners guide to structural equation modeling (4th edition). New York: Taylor & Francis.

Weiber, R. & Mühlhaus, D. (2014). Strukturgleichungsmodellierung (2. Auflage). Wiesbaden: Gabler & Springer.