Statistische Modelle für Längsschnittdaten können verschiedene Ebenen der Datenanalyse unterscheiden, verschiedene Arten von gemessenen Variablen (dichotom, ordinal, kontinuierlich) analysieren, als auch Modelltypen vereinigen, die sonst unter anderen Bezeichnungen bekannt geworden sind (z.B. latent class models,
structural equation models). Wachstumsmodelle (growth curve models) können interindividuelle und intraindividuelle Entwicklungen und Verläufe im Längsschnitt modellieren, wobei von einer homogenen Stichprobe ausgegangen wird. Mischverteilungsmodelle (growth mixture models) berücksichtigen Heterogenität in den Entwicklungsverläufen und kombinieren das Modell der latenten Klassenanalyse mit dem Strukturgleichungsansatz.
Grundlage der Lehrveranstaltung werden die Lehrbücher von Duncan et al. (2006), Geiser (2010, 2013), Preacher et al. (2008) und Reinecke (2005, 2012) sein. Die Beispiele zum Buch von Reinecke (2012) stehen unter STUD.IP
oder http://www.sozialwissenschaftliche-forschungsmethoden.de.
Modellschätzungen können mit dem Programm Mplus (http://www.statmodel.com) vorgenommen werden.
Die Handhabung der Modelle und den eigenen Beispielen erfordern Kenntnisse im Umgang mit dem Programm Mplus, die im Seminar nicht vorausgesetzt werden.
Beispiele können auf eigenen, mitgebrachten Notebooks berechnet werden.
Literatur:
Boers, K., Seddig, D. & Reinecke, J. (2009). Sozialstrukturelle Bedingungen und Delinquenz im Verlauf des Jugendalters. Analysen mit einem kombinierten Markov- und Wachstumsmodell. Monatsschrift für Kriminologie und Strafrechtsreform, 92 (2/3), 267-288.
Bollen, K. A. & Curran, P. J. (2006). Latent Curve Models: A Structural Equation Perspective. New Jersey: Wiley.
Byrne, B. (2012). Structural Equation Modeling with Mplus. New York: Taylor & Francis.
Christ, O. & Schlüter, E. (2012). Strukturgleichungsmodelle mit Mplus. München: Oldenbourg.
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.
Geiser, C. (2011). Datenanalyse mit Mplus. Eine anwendungsorientierte Einführung. Wiesbaden: VS-Verlag.
Geiser, C. (2013). Data Analysis with Mplus. New York: Guilford Press.
Ghisletta, P. & McArdle, J. J. (2001). Latent Growth Curve Analyses of the Development of Height. Structural Equation Modeling, 8, 531-555.
Hox, J. J. (2010). Multilevel Analysis. Techniques and Applications(2nd. ed.). New York: Taylor & Francis.
Hoyle, R. H. (Ed.) (2012). Handbook of Structural Equation Modeling. New York: Guilford Press.
Kline, R. B. (2011). Principles and Practice of Structural Equation Modeling. (3rd. ed.). New York: Guilford Press.
Kreuther, F. & Muthén, B. O. (2008). Analyzing Criminal Trajectory Pro�les: Bridging Multilevel and Group-based
Approaches Using Growth Mixture Modeling. Journal of Quantitative Criminology, 24, 1-31.
Li, F., Duncan, T. E., Duncan, S. C., & Acock, A. (2001). Latent Growth Modeling of Longitudinal Data: A Finite Growth Mixture Modeling Approach. Structural Equation Modeling, 8, 493-530.
Mariotti, L. & Reinecke, J. (2010). Wachstums- und Mischverteilungsmodelle unter Berücksichtigung unbeobachteter
Heterogenität. In: Sozialwissenschaftliche Forschungsdokumentationen 21. Münster: ISF e.V..
McLachlan, G. & Peel, D. (2000). Finite Mixture Models. New York: Wiley.
Moskowitz, D. S. & Hershberger, S. L. (2002) (Eds.). Modeling Intraindividual Variability with Repeated Measures Data: Methods and Applications. Mahwah: Lawrence Erlbaum.
Mulaik, S. A. (2009). Linear causal modeling with structural equations. New York: Champman & Hall.
Muthén, B. O. (2004). Latent Variable Analysis: Growth Mixture Modeling and Related Techniques for Longitudinal Data. In: D. Kaplan (Ed.). Handbook of Quantitative Methodology for the Social Sciences (pp. 345-368). Newbury Park: Sage.
Nagin, D. (2005). Group-Based Modeling of Development. Harvard: Harvard Univ. Press.
Preacher, K. (2008). Latent Growth Curve Modeling. Los Angeles: Sage.
Raykov, T. & Marcoulides, G.A. (2006). A First Course in Structural Equation Modeling. Mahwah: Lawrence Erlbaum.
Reinecke, J. (2005). Strukturgleichungsmodelle in den Sozialwissenschaften. München: Oldenbourg.
Reinecke, J. (2012). Wachstumsmodelle. München: Rainer Hampp.
Schumacker, R. E., & Lomax, R. G. (2010). A Beginners Guide to Structural Equation Modeling. New York: Taylor & Francis.
Ausreichende Kenntnisse mit den Statistikprogrammpaketen STATA oder SPSS (insbesondere Kenntnisse über Syntax- und System�les) sollten vorhanden sein.
Rhythmus | Tag | Uhrzeit | Format / Ort | Zeitraum |
---|
Modul | Veranstaltung | Leistungen | |
---|---|---|---|
30-M-Soz-M3a Soziologische Methoden a | Seminar 1 | Studienleistung
|
Studieninformation |
Seminar 2 | Studienleistung
|
Studieninformation | |
- | benotete Prüfungsleistung | Studieninformation | |
30-M-Soz-M3b Soziologische Methoden b | Seminar 1 | Studienleistung
|
Studieninformation |
Seminar 2 | Studienleistung
|
Studieninformation | |
- | benotete Prüfungsleistung | Studieninformation | |
30-M-Soz-M3c Soziologische Methoden c | Seminar 1 | Studienleistung
|
Studieninformation |
Seminar 2 | Studienleistung
|
Studieninformation | |
- | benotete Prüfungsleistung | Studieninformation |
Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.
Studiengang/-angebot | Gültigkeit | Variante | Untergliederung | Status | Sem. | LP | |
---|---|---|---|---|---|---|---|
Bielefeld Graduate School In History And Sociology / Promotion | Theory and Methods Classes | ||||||
Soziologie / Master | (Einschreibung bis SoSe 2012) | Modul 5.2 | Wahl | 3 | (bei Einzelleistung 3 LP zusätzlich) | ||
Statistische Wissenschaften / Master | (Einschreibung bis SoSe 2014) | SW6 | 2. 3. | 3 | (bei Einzelleistung 3 LP zusätzlich) |