Einführung in die Analyse von Mehrebenenmo­dellen mit SPSS

Hierarchisch geschachtelte Datenstrukturen liegen vor, wenn Daten mehrerer, ineinander geschachtelter Ebenen (Level) erhoben werden, z. B. bei der Untersuchung von Schülern in mehreren Klassen oder Schulen, bei der Untersuchung von Arbeitnehmern in mehreren Abteilungen oder Betrieben oder bei Längsschnittstudien mit wiederholten Messungen an unterschiedlichen Personen. In derartigen hierarchischen Datensätzen ist eine wichtige Voraussetzung klassischer statistischer Verfahren (Unabhängigkeit der Modellfehler) verletzt. Mehrebenenmodelle berücksichtigen hierarchische Datenstrukturen und ermöglichen die Analyse der Wirkung von Prädiktoren aller Ebenen auf die Zielvariable.

Für die Teilnahme am Kurs werden Kenntnisse der multiplen Regressionsanalyse sowie grundlegende praktische Erfahrungen in der Arbeit mit SPSS vorausgesetzt.

Der Kurs setzt sich aus Wissensvermittlung in Vortragsform (mit integrierter Diskussion) und selbständiger Arbeit mit SPSS (unter Anleitung) zusammen.

Schwerpunkte des Kurses sind:

• Hierarchische Datenstrukturen in verschiedenen Anwendungskontexten
• Grenzen klassischer Verfahren bei hierarchischen Datenstrukturen
• Grundideen von hierarchischen linearen Modellen, Voraussetzungen und Einschränkungen
• Nullmodell und Intraklassen-Korrelation
• Modelle mit Level-1- und Level-2-Prädiktoren
• Umsetzung der Verfahren an praktischen Beispielen in SPSS

ANMELDUNG

Mit der Anmeldung werden die Teilnahmebedingungen akzeptiert.