Mehrebenenregressionsmodelle

Mehrebenenmodelle

(Synonyme:

Multilevelmodelle, Hierarchische lineare Modelle, Random Coefficient Models, Mixed Models

) dienen dazu, geschachtelte Daten (Daten mit einer hierarchischen Struktur oder Clusterstruktur) auszuwerten. Beispielsweise liegt in Untersuchungen mit Schülern häufig eine hierarchische Struktur vor, und zwar dann, wenn in der gezogenen Stichprobe die Schüler in Schulklassen „geschachtelt“ (man sagt auch

geclustert

) sind. Man unterscheidet in diesem Zusammenhang zwischen

Level-l

- und

Level-2-Einheiten

. Im Schülerbeispiel stellen die Schüler die Level-1-Einheiten (Einheiten der unteren Ebene, der sog.

Micro-Ebene

) und die Schulklassen die übergeordneten Level-2-Einheiten (Einheiten der

Macro-Ebene

) dar. Je nach Untersuchungsdesign können weitere übergeordnete Ebenen (z.B. Schulen, Stadtteile, Gemeinden, Kreise, Bundesländer, usw.) hinzukommen. In unserer Betrachtung werden wir uns jedoch auf zwei Ebenen beschränken.