2010 | OriginalPaper | Buchkapitel
Mehrebenenanalyse mit Querschnittsdaten
verfasst von : Wolfgang Langer
Erschienen in: Handbuch der sozialwissenschaftlichen Datenanalyse
Verlag: VS Verlag für Sozialwissenschaften
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by
Das seit den frühen 90er Jahren zur Verfügung stehende Mehrebenenmodell dient zur Analyse der Kontextabhängigkeit metrischer Kriteriumsvariablen, wobei es von geklumpten Substichproben ausgeht. So bilden beispielsweise Schüler die Mikro-und ihre Schulen die zugehörigen Makro-oder Kontexteinheit. In Analogie zur Varianzanalyse (ANOVA) untersucht die Mehrebenenanalyse im ersten Schritt, welcher Varianzanteil der Kriteriumsvariablen
Y
durch die Kontextzugehörigkeit der Befragten erklärbar ist. Im zweiten Schritt schätzt sie die Effekte der Individualmerkmale unter Kontrolle der Kontextzugehörigkeit der Befragten. Dies entspricht dem Vorgehen der klassischen Kovarianzanalyse (ANCOVA). Im dritten Schritt ermittelt sie, ob der Effekt der Individualvariablen systematisch zwischen den Kontexteinheiten variiert. Dies entspricht dem Vorgehen der Kovarianzanalyse mit kontextspezifischen Interaktionseffekten. Unterscheiden sich die Kontexteinheiten hinsichtlich ihrer Mittelwerte von
Y
systematisch, so erklärt sie im vierten Schritt die Niveauunterschiede zwischen den Makroeinheiten durch die erhobenen Kontextmerkmale. Im fünften Schritt erfolgt dies mit der Variation des Effekts der Individualvariablen zwischen den Kontexteinheiten. Im Vergleich zu den genannten Verfahren bietet die Mehrebenenanalyse folgende Vorteile. Sie ist im Hinblick auf die Anzahl der zu schätzenden Parameter sehr sparsam und kann deshalb eine sehr große Anzahl von Kontexteinheiten berücksichtigen. Zweitens schätzt sie gleichzeitig die unverzerrten Regressionsparameter der Population sowie ihre kontextspezifischen Effekte. Drittens erklärt sie die Variation der Kriteriumsvariablen sowohl innerhalb als auch zwischen den Kontexteinheiten durch die erhobenen Individualund Kontextvariablen.