"Structural Equation Modeling of Multiple Rater Data" von Prof. Dr. Eid, Dr. Christian Geiser und Prof. Dr. Tobis Koch
Structural Equation Modeling of Multiple Rater Data, Prof. Dr. Eid, Dr. Christian Geiser und Prof. Dr. Tobis Koch
Prof. Dr. Eid veröffentlicht in Zusammenarbeit mit Dr. Christian Geiser und Prof. Dr. Tobis Koch das erste zusammenfassende Einführungswerk für Strukturgleichungsmodellierung (SEM) mit verschiedenen Beurteiler*innen.
News vom 18.10.2024
Die erste Auflage von "Structural Equation Modeling of Multiple Rater Data" wurde am 18.10.2024 veröffentlicht und ist jetzt als gebundenes Buch wie auf als E-Book erhältlich. In Zusammenarbeit mit Dr. Christian Geiser (ehemaliger Professor der quantitativen Psychologie) und Prof. Dr. Tobis Koch (Professor psychologischer Methoden an der Friedrich-Schiller-Universität Jena) veröffentlicht Prof. Dr. Eid das erste zusammenfassende Einführungswerk in Strukturgleichungsmodellierung (SEM) von Daten unterschiedlichen Beurteilenden.
Analyse von Daten von mehreren unterschiedlichen beurteilenden Personen ist eine grundlegende Quelle des Erkenntnisgewinns in der psychologischen Forschung. Dabei wird die Auswertung häufig generalisiert. Prof. Dr. Eid und seine Koautoren argumentieren, das Methodik und Forschungsgegenstand bei der Analyse berücksichtigt werden sollten, um eine valide Auswertung der Daten zu gewährleisten. Das Buch ist darauf ausgelegt, wichtige Faktoren in der Analyse aufzuzeigen und die validiere Auswertung der Daten durch Anleitung und unterstützendes Material zu erklären.
Buchbeschreibung:
The use of multiple raters can improve the validity of conclusions made on self- (and other) reports of emotions, attitudes, goals, and self-perceptions of personality. Yet analyzing these ratings requires special psychometric models that take into account the specific nature of these data. From leading authorities, this book offers the first comprehensive introduction to structural equation modeling (SEM) of multiple rater data. Rather than taking a one-size-fits-all approach, the book shows how the choice of a model should be guided by measurement design and purpose. Practical recommendations are provided for selecting suitable measurement designs, raters, and psychometric models. Models for different combinations of rater types and for cross-sectional as well as longitudinal research designs are described step by step, with a strong emphasis on the substantive meaning of the latent variables in the models. User-friendly features include equation boxes, application boxes, and a companion website with Mplus and lavaan code for the book’s examples.
