300251 Einführung in die Längsschnittdatenanalyse mit Strukturgleichungsmodellen (S) (SoSe 2022)
Contents, comment
-
Strukturgleichungsmodelle für Längsschnittdaten können verschiedene Ebenen der Datenanalyse unterscheiden, verschiedene Arten von gemessenen Variablen (dichotom, ordinal, kontinuierlich) analysieren.
Im Seminar werden insbesondere Ansätze behandelt, die Reliabilität und Validität der Messungen prüfen können und darüber hinaus Entwicklungen und Verläufe modellieren. Hierzu gehören autoregressive Regressionsmodelle, Wachstumsmodelle und auch Mischverteilungsmodelle.
Schwerpunktmäßig werden die Modelle in Reinecke (2012) und Reinecke (2014) behandelt.
Modellschätzungen können mit dem Programm lavaan in R und dem SEM-Modul in Stata vorgenommen werden.Die Seminarteilnehmer können mit ausgewählten Längsschnittdatensätzen die Modelle bearbeiten.
Requirements for participation, required level
-
Die meisten Beispiele werden aus den Lehrbüchern von Reinecke (2012, 2014) verwendet.
Einige Beispiele sind auch aus dem Manual von lavaan.Teilnehmer(innen) sollten Kenntnisse in der statistischen Datenanalyse haben und mit den Programmen SPSS oder STATA umgehen können (auf dem Niveau eines Master-Studiengangs). Kenntnisse im Umgang mit script-files (z. B. do-Files in STATA) sollten auch vorhanden sein.
Basiswissen zur Programmiersprache R hat Vorteile, weil das Programm lavaan als Modul unter R läuft. Bei den Beispielen wird mit RStudio gearbeitet.
Teaching staff
Dates ( Calendar view )
| Frequency | Weekday | Time | Format / Place | Period |
|---|
Subject assignments
| Module | Course | Requirements | |
|---|---|---|---|
| 30-M-Soz-M3a Sociological Methods a Soziologische Methoden a | Seminar 1 | Study requirement
|
Student information |
| Seminar 2 | Study requirement
|
Student information | |
| - | Graded examination | Student information | |
| 30-M-Soz-M3b Sociological Methods b Soziologische Methoden b | Seminar 1 | Study requirement
|
Student information |
| Seminar 2 | Study requirement
|
Student information | |
| - | Graded examination | Student information | |
| 30-M-Soz-M3c Sociological Methods c Soziologische Methoden c | Seminar 1 | Study requirement
|
Student information |
| Seminar 2 | Study requirement
|
Student information | |
| - | Graded examination | Student information | |
| 30-SW-ESo Empirical Social Research Empirische Sozialforschung | Seminar 1 | Study requirement
|
Student information |
| Seminar 2 | Study requirement
|
Student information | |
| - | Graded examination | Student information |
The binding module descriptions contain further information, including specifications on the "types of assignments" students need to complete. In cases where a module description mentions more than one kind of assignment, the respective member of the teaching staff will decide which task(s) they assign the students.
- E-Learning Space
- E-Learning Space
- Address:
- SS2022_300251@ekvv.uni-bielefeld.de
- This address can be used by teaching staff, their secretary's offices as well as the individuals in charge of course data maintenance to send emails to the course participants. IMPORTANT: All sent emails must be activated. Wait for the activation email and follow the instructions given there.
- If the reference number is used for several courses in the course of the semester, use the following alternative address to reach the participants of exactly this: VST_250849431@ekvv.uni-bielefeld.de
- Notes:
- Additional notes on the electronic mailing lists
- Email archive
- Number of entries 0
- Open email archive
- Last update basic details/teaching staff:
- Wednesday, February 2, 2022
- Last update times:
- Friday, February 25, 2022
- Last update rooms:
- Friday, February 25, 2022
- Type(s) / SWS (hours per week per semester)
- seminar (S) / 2
- Department
- Faculty of Sociology
- Questions or corrections?
- Questions or correction requests for this course?
- Planning support
- Clashing dates for this course
- Links to this course
- If you want to set links to this course page, please use one of the following links. Do not use the link shown in your browser!
- The following link includes the course ID and is always unique:
- https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=250849431
- Send page to mobile
-
Click to open QR code
Scan QR code:
- ID
- 250849431