Bewertung:
![Ein erster Kurs in Strukturgleichungsmodellierung [mit CDROM]](/_/1/846/1846981-c50a.webp)
Das Buch wird für seine Zugänglichkeit und Klarheit bei der Erklärung von Konzepten und Software der Strukturgleichungsmodellierung (SEM) geschätzt. Es wird besonders von denjenigen geschätzt, die SEM lernen und bietet praktische Anleitungen mit Beispielen.
Vorteile:⬤ Leicht zu lesen und zu verstehen
⬤ ideal für Anfänger
⬤ gute Erklärung grundlegender SEM-Konzepte
⬤ enthält Syntax und Output für gängige SEM-Software wie LISREL, EQS und Mplus
⬤ insgesamt angenehme Kauferfahrung.
⬤ Nicht umfassend genug für Fortgeschrittene
⬤ es fehlt an komplexen, realistischen Beispielen
⬤ könnte von einer Fortsetzung profitieren, die sich auf fortgeschrittenere Themen konzentriert.
(basierend auf 4 Leserbewertungen)
A First Course in Structural Equation Modeling [With CDROM]
In diesem Buch führen die Autoren Tenko Raykov und George A. Marcoulides Studierende durch einen konzeptionellen, nicht-mathematischen Ansatz in die Grundlagen der Strukturgleichungsmodellierung (SEM) ein. Um das Verständnis zu erleichtern, werden die wenigen vorgestellten mathematischen Formeln eher konzeptionell oder illustrativ als rechnerisch verwendet.
Mit Beispielen aus EQS, LISREL und Mplus ist A First Course in Structural Equation Modeling ein hervorragender Leitfaden für Einsteiger, um zu lernen, wie man Eingabedateien einrichtet, um die am häufigsten verwendeten Arten von Strukturgleichungsmodellen mit diesen Programmen anzupassen. Die grundlegenden Ideen und Methoden zur Durchführung von SEM sind unabhängig von einer bestimmten Software.
Zu den Highlights der zweiten Auflage gehören:
- Überprüfung von Modellen zur Analyse latenter Veränderungen (Wachstum) auf einführendem Niveau.
- Abdeckung des beliebten Programms Mplus.
- Aktualisierte Beispiele für LISREL und EQS.
- Herunterladbare Ressourcen, die alle LISREL-, EQS- und Mplus-Beispiele des Textes enthalten.
A First Course in Structural Equation Modeling ist als Einführungsbuch für Studenten und Forscher in den Bereichen Psychologie, Pädagogik, Wirtschaft, Medizin und anderen angewandten Sozial-, Verhaltens- und Gesundheitswissenschaften gedacht, die bisher nur wenig oder gar nicht mit SEM in Berührung gekommen sind. Es wird empfohlen, grundlegende statistische Kenntnisse über die Regressionsanalyse vorauszusetzen. Im Buch werden häufig Parallelen zwischen SEM und Regression gezogen, so dass diese Vorkenntnisse hilfreich sind.