GESIS Training Courses
user_jsdisabled
Search

Scientific Coordination

Alisa Remizova

Administrative Coordination

Janina Götsche

Mehrebenenanalyse mit Stata und R

About
Location:
Köln / Unter Sachsenhausen 6-8
 
Inhalte:
Kurslevel:
Format:
Software:
Dauer:
Sprache:
Teilnahmebeiträge:
Students: 330 €
Academics: 495 €
Commercial: 990 €
 
Keywords
Additional links
Lecturer(s): Hermann Dülmer, Heike Krüger

About the lecturer - Hermann Dülmer

About the lecturer - Heike Krüger

Course description

Die Mehrebenenanalyse ist ein Verfahren zur Analyse hierarchisch strukturierter Daten, wie sie etwa in der Organisationsforschung oder bei international vergleichenden Untersuchungen vorliegen. Sind mehrere Untersuchungsteilnehmer*innen (Ebene 1) gleichwirkenden Kontexteinflüssen (Ebene 2) ausgesetzt, wie dies bei Schüler*innen in verschiedenen Schulklassen oder Befragten eines Landes innerhalb einer international vergleichenden Studie der Fall ist, dann sind die Voraussetzungen für die Anwendung der herkömmlichen Regressionsanalyse in aller Regel nicht mehr erfüllt. Unter solchen Bedingungen ist es angeraten, die Daten mit Hilfe der Mehrebenenanalyse auszuwerten.
Der Workshop bietet eine grundlegende Einführung in die Logik der Mehrebenenanalyse, das Schätzen von Mehrebenenmodellen und die Interpretation der Ergebnisse. Ausgehend von einfachen Mehrebenenmodellen, in denen der Einfluss von Individual- und Kontextmerkmalen auf eine abhängige Variable geschätzt wird (Haupteffektmodelle), geht es in der Praxis oft auch um die Frage, ob der Einfluss eines Individualmerkmals auf die abhängige Variable kontextabhängig ist. Solche Fragestellungen lassen sich über das Schätzen von Cross-Level-Interaktionseffekten beantworten, also über die Einbeziehung von Produkttermen zwischen einer Variable der Befragtenebene und einer Variable der Kontextebene. Ein Schwerpunkt dieses Workshops bilden daher auch das Schätzen und die konditionale Interpretation von Cross-Level-Interaktionseffekte.
Weitere Themen sind die Berechnung der erklärten Varianz (R2), das Testen von Varianzkomponenten (als Maß für die Variabilität der Regressionskoeffizienten von Befragtenmerkmalen über die Kontexte hinweg) sowie die Einführung von Fit-Maßen zum Vergleich verschiedener Mehrebenenmodelle.
Der Workshop gliedert sich jeweils in einen Theorieteil (vormittags) und einen Anwendungsteil (nachmittags). Da der Anwendungsteil sowohl eine Einführung in die Mehrebenenanalyse mit Stata wie auch mit R beinhaltet, können die Teilnehmenden sich vor Beginn des Workshops entscheiden, mit welchem Statistikprogramm sie arbeiten möchten. Der Anwendungsteil umfasst daher eine Einführung in das Schätzen von Mehrebenenmodellen in Stata bzw. in R und praktische Übungen, die in Gruppen bearbeitet werden. Die Teilnehmer*innen erhalten neben den Präsentationsfolien einen Datensatz, mit dem sich die Mehrebenenmodelle aus der Präsentation schätzen lassen, sowie ein Handout, das auch die Beschreibung der Schätzung der behandelten Mehrebenenmodelle in Stata und R einschließt.
Für die gemeinsamen Übungen sollten die Teilnehmenden sich die frei zugängliche Europäische Wertestudie 2017 von GESIS besorgen (https://search.gesis.org/research_data/ZA7500, das Herunterladen der Daten erfordert eine Registrierung bei GESIS). Es besteht ebenfalls die Möglichkeit, eigene Daten zu analysieren.
  
Kursstruktur
Im Anwendungsteil werden die Teilnehmer*innen anhand des einfachen Beispieldatensatzes, der auch vormittags für die theoretische Einführung verwendet wird, mit der Schätzung von Mehrebenenmodellen in Stata bzw. R vertraut gemacht (der Datensatz wird den Teilnehmer*innen vor Beginn des Workshops zur Verfügung gestellt). In den Übungen werden vorstrukturierte Aufgaben zur Mehrebenenanalyse in Kleingruppen am PC bearbeitet: als Daten für die Schätzung der Mehrebenenanlysen dient dabei die Europäische Wertestudie 2017 (frei zugänglich über GESIS). Es wird ebenfalls die Möglichkeit bestehen, erste Mehrebenmodelle mit eigenen Daten zu schätzen, zu interpretieren und zu diskutieren.


Target group

Der Workshop richtet sich an Personen, die mit hierarchisch strukturierten Daten arbeiten, also mit Daten, bei denen die Untersuchungseinheiten der Ebene 1 den Einflüssen von verschiedenen räumlicher oder zeitlichen Kontexten unterliegen. Bei international vergleichenden Studien könnten dies beispielsweise die Befragten aus verschiedenen Ländern sein, bei wiederholten Querschnittsuntersuchungen innerhalb eines Landes die Befragten der verschiedenen zeitlichen Kontexte, in der Organisationsforschung die Daten von Schüler*innen aus verschiedenen Schulen und bei der Vignettenanalyse wiedererholte Messungen an gleichen Personen.


Learning objectives

Die Teilnehmer*innen
  • werden während des Workshops lernen, was die wesentlichen Unterschiede zwischen der traditionellen OLS-Regression und der Mehrebenenregression sind.
  • werden in der Lage sein, Mehrebenenmodelle eigenständig in Stata bzw. R zu spezifizieren und zu schätzen.
  • können Haupteffekte und Interaktionseffekte (Cross-Level-Interaktionen) richtig interpretieren, die erklärte Varianz berechnen, verschiedene Mehrebenenmodelle anhand verschiedener Fit-Maße vergleichen und standardisierte Regressionskoeffizienten berechnen.
  • Werden schließlich auch Grundkenntnisse im Schätzen von logistischen Mehrebenenmodellen erwerben.


  • Prerequisites

  • Grundkenntnisse der Regressionsanalyse (Regressionskoeffizienten, Signifikanzen, Bestimmtheitsmaß)
  • Grundkenntnisse des Statistikprogramms Stata oder R
  •  
    Software and hardware requirements
     
    Für diesen Workshop wird ein Laptop, R, RStudio sowie Stata benötigt. Wenn Sie keinen Laptop mitbringen können oder Stata benötigen, teilen Sie uns dies bitte spätestens zwei Wochen vor Kursbeginn mit, wir bereiten dann etwas für Sie vor.
    Zusätzliche Informationen für R: R Version >= 4.2 wird empfohlen und die aktuelle RStudio Version. Zusätzlich werden u.a. die Pakete "lme4" und "haven" benötigt, können aber auch während des Kurses installiert werden.


    Schedule

    Recommended readings