GGS-Workshop: "Strukturgleichungsmodellierung in R mit lavaan – von den Grundlagen zu fortgeschrittenen Anwendungen"
- https://www.uni-giessen.de/de/fbz/zentren/ggs/veranstaltungen/index_html/wise2026/workshop-sem
- GGS-Workshop: "Strukturgleichungsmodellierung in R mit lavaan – von den Grundlagen zu fortgeschrittenen Anwendungen"
- 2027-03-05T09:00:00+01:00
- 2027-04-02T17:00:00+02:00
05.03.2027 09:00 bis 02.04.2027 17:00 (Europe/Berlin / UTC100)
Raum 001, Licher Str. 68, 35394 Gießen
Promovierende und Postdocs des GGS, die mit latenten Variablen, Paneldaten, kausalen Längsschnittmodellen, rekursiven Modellen oder komplexen Regressionsmodellen arbeiten. Der Workshop richtet sich zudem an alle, die mehr über die Modellierung nicht direkt beobachtbarer (latenter) Variablen, deren Einbindung in statistische Modelle sowie deren praktische Implementierung lernen möchten.
| Referent: | Dr Julien Irmer | |
| Daten: | 5. & 19. März, sowie 2. April 2027, jeweils 9.00 - 17.00 Uhr | |
| Max. Teilnehmende: | 20 | |
| Kurssprache: | Deutsch | |
| Anmeldefrist: | 12. Februar 2027 | |
| ECTS: | 3 |
Veranstaltungsziel:
Der Workshop bietet eine praxisnahe und durchgängige Einführung in die Strukturgleichungsmodellierung (SEM) mit R und dem Paket lavaan und führt von der Einführung von reflexiven latenten Variablenmodellen bis zu fortgeschrittenen, insbesondere längsschnittlichen Modellen.
Nach erfolgreicher Teilnahme können die Teilnehmenden:
- zentrale Konzepte der Regressions- und Pfadmodellierung auf Strukturgleichungsmodelle übertragen und grafisch darstellen,
- latente Variablen und (reflexive) Messmodelle mittels konfirmatorischer Faktorenanalyse in lavaan spezifizieren, schätzen und interpretieren,
- vollständige SEMs mit Mess- und Strukturmodell aufstellen sowie einfache Mediationshypothesen prüfen und deren kausale Interpretierbarkeit einschätzen,
- Modellfit und Modifikationsindizes fundiert beurteilen und zur Modellverbesserung nutzen,
- robuste Schätzverfahren (z. B. MLR) einsetzen und die Konsequenzen verletzter Modellannahmen für Inferenz und Fit einschätzen,
- Messinvarianz prüfen und Gruppenvergleiche mittels Multi-Sample-SEM durchführen,
- je nach Zeit und Interesse fortgeschrittene Modelle (Latent Growth Models, Panelmodelle wie CLPM, DPM, RI-CLPM) einordnen und in Grundzügen anwenden,
- die Ergebnisse eigener SEM-Analysen kritisch reflektieren und angemessen visualisieren.
Der Dozent richtet sich bei den Inhalten nach den Teilnehmenden. Daher bitten wir alle Teilnehmenen einen Fragebogen von 7 Fragen vorab bis zum 18. Februar 2027 zu beantworten.
Weitere Informationen über den Blended-Learning-Workshop finden Sie im Syllabus "Strukturgleichungsmodellierung in R mit lavaan – von den Grundlagen zu fortgeschrittenen Anwendungen".