Strukturgleichungsmodelle: Grundlagen

In diesem Kapitel geht es um methodischen und mathematischen Grundlagen, auf denen Strukturgleichungsmodelle aufbauen. Ziel ist vor allem, dem Leser eine erste Orientierung zu verschaffen und auf weiterführende Literatur zu verweisen. Behandelt werden die folgenden Punkte:

2 Grundlagen
2.1 Matrixalgebra*
2.1.1 Dimensionen, Elemente, Vektoren, Submatrizen, Partitionen
2.1.2 Besondere Matrizen
2.1.3 Einfache Matrixoperationen
2.1.4 Rang und Inverse
2.2 Kovarianz, Korrelation, Regression
2.2.1 Die Kovarianz: Maß für Zusammenhänge zwischen metrischen Variablen:
2.2.2 Der Korrelationskoeffizient: Standardisiertes Maß für den Zusammenhang zwischen metrischen Variablen
2.2.3 Das lineare Regressionsmodell: Baustein für Strukturgleichungsmodelle
2.3 Meßfehler und Faktorenanalyse
2.4 Kausalität und Pfaddiagramme
2.4.1 Kausalitätsbegriff
2.4.2 Pfaddiagramme
2.5 Das allgemeine Strukturgleichungsmodell*
2.6 Stichproben, Schätzungen, Strategien
2.6.1 Realität, Modell und Daten
2.6.2 Schätzverfahren und Identifikation
2.6.3 Fit-Indizes und Modellvergleich

• Strukturgleichungsmodelle: Einführung
• Strukturgleichungsmodelle: Beispiele und Anwendungen
• Strukturgleichungsmodelle Fortgeschrittene Themen und weiterführende Literatur
• Service: Strukturgleichungsmodelle – alle Beispiele aus dem Lehrbuch
  • Beispiel Strukturgleichungsmodelle: Gruppenvergleich und äquivalente Messung
  • Beispiel Strukturgleichungsmodelle: Konfirmatorische Faktorenanalyse – Einstellungen zu Migranten
  • Beispiel Strukturgleichungsmodelle: Latente Wachstumsmodelle
  • Beispiel Strukturgleichungsmodelle: Latente Wachstumsmodelle als Mehr-Ebenen-Modelle
  • Beispiel Strukturgleichungsmodelle: Politische Wirksamkeit (Efficacy)