zum Inhalt springen

Strukturgleichungsmodelle: Konfirmatorische Faktorenanalyse, Pfadanalyse und Längsschnittmodelle

Prof. Dr. Christian Rietz (Pädagogische Hochschule Heidelberg)

Mi, 25.02.2021, 09:00-16:00 Uhr und
Mi, 04.03.2021, 09:00-16:00 Uhr, sowie
Vorbesprechung (verpflichtend) am 03.02.2021, 14:00-15:00 Uhr

Der Workshop wird veranstaltet in Kooperation zwischen dem Interdisziplinären Zentrum für empirische Lehrer*innen- und Unterrichtsforschung (IZeF) und der Graduiertenschule der Humanwissenschaftlichen Fakultät.

Er richtet sich an Doktorand*innen im „fortgeschrittene Anfangsstadium“ ihrer Promotion, d. h. an Promovierende, die über statistische Grundlagenkenntnisse verfügen und mit Strukturgleichungsmodellen arbeiten (wollen), aber eine Auffrischung und Vertiefung ihrer Kenntnisse wünschen.

Die Teilnehmer*innen sollen dabei einerseits Anhaltspunkte für die Entscheidung erhalten, ob sie die betreffenden Verfahren für ihre eigene Forschung einsetzen, und andererseits auch Beratung oder Hilfestellung für die Arbeit an den eigenen Forschungsdaten.
Der Workshop bietet deshalb Gelegenheit, eigene Forschungsdaten in den Workshop einzubringen und Probleme mit den eigenen Daten anzusprechen.

Die konkrete Arbeit erfolgt anhand der Software R (lavaan).
Grundkenntnisse in R werden für die Teilnahme an dem Workshop deshalb vorausgesetzt.

Programm:

25.02.2021, 09:00-16:00 Uhr

Der erste Workshop-Tag bietet eine Einführung in die Strukturgleichungsmodelle sowie in RStudio und lavaan.

04.03.2021, 09:00-16:00 Uhr

Am zweiten Workshop-Tag werden Daten aus konkreten Forschungsprjekten der Teilnehmenden besprochen und bearbeitet.

Zahl der Teilnehmenden und Anmeldung:

Der Workshop wird online, per Zoom-Videokonferenz stattfinden.

Um in dem Workshop, der erstmals als online-Format erprobt wird, auch unter diesen erschwerten Bedingungen möglichst genau auf die jeweiligen Bedürfnisse und Anliegen der Teilnehmenden eingehen zu können, ist die Zahl der Teilnehmenden auf 8-10 Personen begrenzt, und alle Teilnehmenden werden gebeten, auch an der Vorbesprechung teilzunehmen.

Im Anschluss an diesen aktuell angekündigten, ersten Workshop soll in Kürze ein zweiter, gleichartiger Workshop (voraussichtlich zu Beginn des Sommersemesters 2021) angeboten werden, der die Erfahrungen des ersten nutzen kann und zu dem dann eine grö0ere Zahl an Teilnehmenden zugelassen werden kann.

Diejenigen, die sich für den Workshop interessieren, bitten wir vor allem dann um eine verbindliche Anmeldung unter Graduiertenschule-HFSpamProtectionuni-koeln.de, wenn sie im gegenwärtigen Stadium ihres Promotionsprojekts besonders dringend Unterstützung im Umgang mit ihren Daten benötigen und / oder eigene Daten in dem Workshop besprechen möchten. Bitte geben Sie bei der Anmeldung deshalb auch an, ob Sie eigene Daten in dem Workshop besprechen möchten.

Denjenigen, deren Anliegen auch zu einem etwas späteren Workshop-Termin noch aktuell sein werden, bieten wir dann gerne einen zweiten Termin für eine größere Zahl von Teilnehmenden an.

Literatur:

Beaujean, A. A. (2014). Latent Variable Modeling Using R. A Step-by-Step Guide. New York: Routledge.

Eichner, G. (2017). Grundlagen der Datenanalyse mit R. Statistik und Simulation mit R. Lineare Modelle mit R: Regression und Varianzanalyse. Ausgewählt statistische Verfahren mit R. Gießen: Universität Gießen.

Gruber, W. (2019). Reinführung in RStudio Salzburg: Universität Salzburg.

Rietz, C., Andres, G. & Rudinger, G. (1996). Lineare Strukturgleichungsmodelle. In E. Erdfelder, R. Mausfeld, Th. Meiser & G. Rudinger (Hrsg.), Handbuch Quantitative Methoden (S. 253-268). Weinheim Beltz. Online erhältlich https://www.bib.uni-mannheim.de/publizieren-und-open-access/hqm/

Rosseel, Y. (2019). The lavaan tutorial. Ghent: Ghent University.

Steinmetz, H. (2015). Lineare Strukturgleichungsmodelle. Eine Einführung mit R. München und Mering: Rainer Hampp Verlag.

Stöcklin, M. (ohne Jahresangabe). Strukturgleichungsmodelle. Basel: Universität Basel.

Werner, C. (2015). Strukturgleichungsmodelle mit R und lavaan analysieren: Eine Kurzeinführung: Zürich: Universität Zürich.