Holger Steinmetz Bücher

Lineare Strukturgleichungsmodelle sind aus der verhaltenswissenschaftlichen Forschung nicht mehr wegzudenken. Sie sind ein nützliches Werkzeug, um Hypothesen über Beziehungen zwischen Variablen zu prüfen und – mehr noch – Implikationen kausaler Strukturen zu testen. In diesem Buch werden Grundlagen, Hintergründe und die Vorgehensweisen bei der Spezifizierung von Kausalmodellen diskutiert. Dies wird an einem empirischen Beispiel und unter Verwendung des lavaan-Pakets innerhalb der Software R illustriert. Der Schwerpunkt des Buchs liegt hierbei weniger auf methodischen und statistischen Aspekten eines Modells, sondern auf der adäquaten Übersetzung der theoretischen Vorstellungen in ein Modell. Ein besonderer Stellenwert wird dem Verständnis der kausalen Implikationen von Modellen, der theoretische Bedeutung von Variablen, der Diagnostik einer Fehlanpassung an die Daten und modernen Konzepten wie dem Instrumentalvariablen-Ansatz aus der Ökonometrie und dem d-separation-Konzept, eingeräumt. Somit bietet das Buch sowohl einen Einstieg für Anfänger/innen als auch interessante Inhalte für Fortschrittene.

The joys and pains of using big data and research synthesis methods in the field of psychologyThis sixth collection of “Hotspots in Psychology” goes beyond presenting state-of-the-art systematic reviews and meta-analyses in research fields to also discuss the fruitfulness and challenges of using big data in psychological research. For instance, topics such as intensive longitudinal data (e.g., time series and experience sampling), nonobtrusive methods of data gathering (e.g., sensors and log data), and how big data can be handledand analyzed.Five contributions explore the application of individual participants meta-analyses as a way to replicate studies, the role of the degree of anthropomorphism (“humanlikeness”) in human–robot interactions, the challenge of multiple dependent effect sizes when conducting a meta-analytical structural equation model, the value of using log data from online platforms as a way to predict learning outcomes, and the utility of a blockwise fit evaluation in structural equation models with many longitudinally measured variables. To promote open science, supplemental material is available in a repository.