Mehrebenenanalyse mit R/Multilevel Analysis in R
Beim Vorliegen einer hierarchischen Datenstruktur, wie Schüler in Schulklassen, Angestellte in Firmen oder Individuen in verschiedenen Ländern, muss die Einbettung der Individuen (Ebene-1-Einheiten) in deren Umfeld (Ebene-2-Einheiten) in den Analysen berücksichtigt werden. Sofern Ebene-1-Einheiten je nach Ebene-2-Einheiten systematisch variieren, können die Beobachtungen auf der Individualebene nicht unabhängig voneinander betrachtet und daher nicht mit „traditionellen“ Regressionsanalysen korrekt geschätzt werden (Verletzung der Unabhängigkeitsannahme). Die Mehrebenenanalyse erlaubt es den Forschenden darüber hinaus zwischen Individual- und Kontexteffekten zu unterschieden und Interaktionseffekte zwischen den Ebenen zu modellieren.
Der Kurs setzt solide Kenntnisse der multiplen Regressionstechniken voraus; Kenntnisse in R sind nicht zwingend erforderlich und werden in den ersten Sitzungen vermittelt.
Basisliteratur:
Hox, Joop J. (2002): Multilevel Analysis. Techniques and Applications. New Jersey: Lawrence Erlbaum Associates.
Snijders, Tom A. B.; Bosker, Roel J. (2012): Multilevel Analysis. An Introduction to Basic and Advanced Multilevel Modeling. 2nd edition. Los Angeles, London: Sage.
|
