300294 Method Class: Lineare Modelle in den Sozialwissenschaften (S) (WiSe 2021/2022)

Die Lehrveranstaltung thematisiert statistische Verfahren, die unter das allgemeine, lineare Modell fallen. Hierzu gehören Regressionsmodelle, Pfadmodelle, konfirmatorische Faktorenmodelle oder auch Mehrebenenmodelle. Die einzelnen Verfahren können mit dem Programm Stata (z.B. Model sem) oder dem R-Paket "lavaan" (URL: lavaan.ugent.be) im Computerpool der Fakultät bearbeitet werden. Kenntnisse der deskriptiven und multivariaten Statistik werden vorausgesetzt. Der Umgang mit R-Studio ist wünschenswert, aber nicht Voraussetzung zur Teilnahme am Seminar.

Kenntnisse im Umgang mit Stata oder einem anderen Statistikprogrammpaket sollten vorhanden sein.

Literaturangaben

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

Grimm, K. J.; Ram, N.; Estabrook, R. (2016). Growth Modeling: Structural Equation and Multilevel Modeling Approaches. New York: Guilford.

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.

Reinecke, J. (2012). Wachstumsmodelle. Mehring: Rainer Hampp Verlag.

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.

Stata Corp (1985–2021): Structural Equation Modeling. Reference Manual Release 17. Texas: Stata Press.

Weiber, R. & Sarstedt, M. (2021). Strukturgleichungsmodellierung (3. Auflage). Wiesbaden: Gabler & Springer.

Wolf, C. & Best, H. (Hrsg.) (2010). Handbuch der sozialwissenschaftlichen Datenanalyse. Wiesbaden: VS-Verlag.