Advertisement

Mehrebenenmodelle

  • Manuela PötschkeEmail author
Living reference work entry
First Online:
Part of the Springer Reference Sozialwissenschaften book series (SRS)

Zusammenfassung

Zur Erklärung sozialer Phänomene kann immer dann auf hierarchische Mehrebenenmodelle zurückgegriffen werden, wenn Kontexteffekte theoretisch abgeleitet werden oder wenn Daten aus komplexen Stichproben vorliegen. Der große Vorteil dieser Modelle besteht darin, die Strukturen unterschiedlicher Ebenen gleichzeitig schätzen zu können. Im vorliegenden Beitrag wird die Mehrebenenanalyse grundlegend eingeführt und eine weithin akzeptierte Strategie der Modell-entwicklung nach Hox (2010, Multilevel analysis. New York/Hove: Routledge) vorgestellt. Danach werden ausgewählte spezifische Themen im Zusammenhang mit der Anwendung von Mehrebenenmodellen diskutiert.

Schlüsselwörter

Mehrebenenanalyse Maximum Likelihood Kontext Geclusterte Daten Hierarchische Datenstruktur 
This is a preview of subscription content, log in to check access.

Literatur

  1. Asparouhov, Tihomir, und Bengt O. Muthén. 2007. Computationally efficient estimation of multilevel highdimensional latent variable models. In Proceedings of the joint statistical meeting, August 2007, Salt Lake City.Google Scholar
  2. Beretvas, Natasha S. 2011. Cross-classified and multiple-membership models. In Handbook of advanced multilevel analysis, Hrsg. Joop J. Hox und Kyle J. Roberts, 313–334. New York/London: Routledge.Google Scholar
  3. Bickel, Robert. 2007. Multilevel analysis for applied research. New York/London: The Guilford Press.Google Scholar
  4. Bovaird, James A. 2007. Multilevel structural equation models for contextual factors. In Modeling contextual effects in longitudinal studies, Hrsg. Todd D. Little, A. Bovaird James und Noel A. Card. Mahwah: Lawrence Erlbaum Associates.Google Scholar
  5. Brambor, Thomas, William R. Clark, und Matt Golder. 2006. Understanding interaction models. Improving empirical analyses. Political Analysis 14(1): 63–82.CrossRefGoogle Scholar
  6. Braun, Daniela, Nicole Seher, Markus Tausendpfund, und Ansgar Wolsing. 2010. Einstellungen gegenüber Immigranten und die Zustimmung zur Europäischen Integration. Eine Mehrebenenanalyse. Working Paper, 136. Mannheim: MZES.Google Scholar
  7. Bryan, Mark L., und Stephen P. Jenkins. 2016. Multilevel modelling of country effects: A cautionary tale. European Sociological Review 32(1): 3–22.CrossRefGoogle Scholar
  8. Buuren, Stef van. 2011. Multiple imputation of multilevel data. In Handbook of advanced multi-level analysis, Hrsg. Joop J. Hox und Kyle J. Roberts, 173–196. New York/London: Routledge.Google Scholar
  9. Carpenter, James, Harvey Goldstein, und Jon Rasbash. 1999. A non-parametric bootstrap for multilevel models. Multilevel Modelling Newsletter 11, 1.Google Scholar
  10. Coleman, James S. 1990. Foundations of social theory. Cambridge, MA: Harvard University Press.Google Scholar
  11. Coleman, James S., Ernest Q. Campbell, Carol J. Hobson, James McPartland, Alexander M. Mood, Frederic D. Weinfeld, und Robert L. York. 1966. Equality of educational opportunity. Washington, DC: U.S. Government Printing Office.Google Scholar
  12. Coleman, James S., Thomas Hoffer, und Sally Kilgore. 1982. Cognitive outcome in public and private schools. Sociology of Education 55(2–3): 526–545.Google Scholar
  13. Croon, Marcel A., und J. P. M. van Veldhofen Marc. 2007. Predicting group-level-outcome variables from variables measured at the individual level: A latent variable multilevel model. Psychological Methods 12(1): 45–57.CrossRefGoogle Scholar
  14. De Leeuw, Jan, und Erik Meijer, Hrsg. 2008. Handbook of multilevel analysis. New York: Springer.Google Scholar
  15. Du Toit, Stephen H. C., und Mathilda Du Toit. 2008. Multilevel structural equation modeling. In Handbook of multilevel analysis, Hrsg. Jan De Leeuw und Erik Meijer, 435–478. New York: Springer.CrossRefGoogle Scholar
  16. Dülmer, Hermann, und Dieter Ohr. 2008. Rechtsextremistische Wahlabsicht und regionaler Kontext : Mehrebenenanalysen zur Rolle sozialer Milieus und regionaler Gruppenkonflikte in Deutschland. Politische Vierteljahreszeitschrift 49(3): 491–517.CrossRefGoogle Scholar
  17. Dunn, Erin C., Katherine E. Masyn, Stephanie M. Jones, Subu V. Subramanian, und Karestan C. Koenen. 2015. Measuring psychological environments using individual responses: An application of multilevel factor analysis to examining students in schools. Prevencion Science 16(5): 718–733.CrossRefGoogle Scholar
  18. Elff, Martin, Jan P. Heisig, Merlin Schaeffer, und Susumu Shikano. 2016. No need to turn bayesian in multilevel analysis with few cluster: How frequentist methods provide unbiased estimates and accurate inference. https://osf.io/preprints/socarxiv/z65s4/. Zugegriffen am 26.08.2017.
  19. Enders, Craig, und Davood Tofighi. 2007. Centering predictor variables in cross-sectional multilevel models: A new look at an old issue. Psychological Methods 12(2): 121–138.CrossRefGoogle Scholar
  20. Fairbrother, Malcolm, und Isaac W. Martin. 2013. Does inequality erode social trust? Results from multilevel models of US states and counties. Social Science Research 42(2): 347–360.CrossRefGoogle Scholar
  21. Farla, Kristine. 2014. Determinants of firms investment behaviour: A multilevel approach. Applied Economics 46(34): 4231–4241.CrossRefGoogle Scholar
  22. Fielding, Antony, Min Yang, und Harvey Goldstein. 2003. Multilevel ordinal models for examination grades. Statistical Modelling 3:127–153.CrossRefGoogle Scholar
  23. Gelman, Andrew, und Jennifer Hill. 2007. Data analysis using regression and multilevel/hierarchical models. Cambridge: Cambridge University Press.Google Scholar
  24. Gigerenzer, Gerd. 2002. Das Einmaleins der Skepsis. Über den richtigen Umgang mit Zahlen und Risiken. Berlin: Berlin Verlag.Google Scholar
  25. Goldstein, Harvey. 1987. Multilevel analysis in educational and social research. London: Griffin.Google Scholar
  26. Goldstein, Harvey, Gérard Bonnet, und Thierry Rocher. 2007. Multilevel structural equation models for the analysis of comparative data on educational performance. Journal of Educational and Behavioral Statistics 32(3): 253–286.CrossRefGoogle Scholar
  27. Görzig, Anke, und Kjartan Olafsson. 2013. What makes a bully a cyberbully? Unravelling the characteristics of cyberbullies across twenty-five European countries. Journal of Children and Media 7(1): 9–27.CrossRefGoogle Scholar
  28. Guo, Guang, und Hongxin Zhao. 2000. Multilevel modeling for binary data. Annual Review of Sociology 26:441–462.CrossRefGoogle Scholar
  29. Hamaker, Ellen I., und Irene Klugkrist. 2011. Bayesian estimation of multilevel models. In Handbook of advanced multilevel analysis, Hrsg. Joop J. Hox und Kyle J. Roberts, 137–162. New York/London: Routledge.Google Scholar
  30. Heck, Ronald H., und Scott L. Thomas. 2009. An introduction to multilevel modeling techniques. New York/Hove: Routledge.Google Scholar
  31. Hedecker, Donald. 2008. Multilevel models for ordinal and nominal variables. In Handbook of multilevel analysis, Hrsg. Jan de Leeuw und Erik Meijer, 237–274. New York: Springer.CrossRefGoogle Scholar
  32. Hildebrandt, Achim, Sebastian Jäckle, Frieder Wolf, und Andreas Heindl. 2015. Methodologie, Methoden, Forschungsdesign. Ein Lehrbuch für fortgeschrittene Studierende der Politikwissenschaft. Wiesbaden: Springer.Google Scholar
  33. Hosoya, Georg, Tobias Koch, und Michael Eid. 2014. Längsschnittdaten und Mehrebenenanalyse. Kölner Zeitschrift für Soziologie und Sozialpsychologie 66:189–218.CrossRefGoogle Scholar
  34. Hox, Joop J. 2010. Multilevel analysis. New York/Hove: Routledge.CrossRefGoogle Scholar
  35. Hox, Joop J., Cora J. M. Maas, und Matthieu J. S. Brinkhuis. 2010. The effect of estimation method and sample size in multilevel structural equation modeling. Statistica Neerlandica 64(2): 157–170.CrossRefGoogle Scholar
  36. Hox, Joop J., und Kyle J. Roberts, Hrsg. 2011. Handbook of advanced multilevel analysis. Now York/London: Routledge.Google Scholar
  37. Jäckle, Sebastian. 2015. Mehrebenenanalyse. In Methodologie, Methoden, Forschungsdesign. Ein Lehrbuch für fortgeschrittene Studierende der Politikwissenschaft, Hrsg. Achim Hildebrandt, Sebastian Jäckle, Frieder Wolf und Andreas Heindl, 139–157. Wiesbaden: Springer.Google Scholar
  38. Jäckle, Sebastian, und Pascal D. König. 2017. The dark side of the German ‚welcome culture‘: Investigating the causes behind attacks on refugees in 2015. West European Politics 40(2): 223–251.CrossRefGoogle Scholar
  39. Jäckle, Sebastian, und Julian Schärdel. 2013. Die Mehrebenenanalyse als ein Baustein zur Analyse politischer Vielfalt. sebastianjaeckle.de/paper/Jäckle-Schärdel_Mehrebenenanalyse%20Innsbruck.pdf. Zugegriffen am 30.08.2017.
  40. Jäckle, Sebastian, und Julian Schärdel. 2017. Mehrebenenanalyse. In Neue Trends in den Sozialwissenschaften. Innovative Techniken für qualitative und quantitative Forschung, Hrsg. Sebastian Jäckle, 147–176. Wiesbaden: Springer.CrossRefGoogle Scholar
  41. Jäckle, Sebastian, und Georg Wenzelburger. 2011. Religion und Religiosität als Ursache von Homonegativität. Eine Mehrebenenanalyse von 79 Staaten. Berliner Journal für Soziologie 21(2): 231–263.CrossRefGoogle Scholar
  42. Jongerling, J., und H. Hoijtink. 2017. Explained variance and intraclass correlation in a two-level AR(1) model. Multivariate Behavioral Research 52(4): 403–415.CrossRefGoogle Scholar
  43. Klein, Markus, und Manuela Pötschke. 2005. Haben die beiden TV-Duelle im Vorfeld der Bundestagswahl 2002 den Wahlausgang beeinflusst? Eine Mehrebenenanalyse auf der Grundlage eines 11-Wellen-Kurzfristpanels. In Wahlen und Wähler. Analysen aus Anlass der Bundestagswahl 2002, Hrsg. Jürgen W. Falter, Oscar W. Gabriel und Bernhard Wessels, 357–370. Wiesbaden: Springer VS.CrossRefGoogle Scholar
  44. Kreft, Ita. 1996. Are multilevel techniques necessary? Los Angeles: California State University.Google Scholar
  45. Kreft, Ita, und Jan de Leeuw. 1998. Introducing multilevel modeling. Thousand Oaks: SAGE.CrossRefGoogle Scholar
  46. Langer, Wolfgang. 2010. Mehrebenenanalyse mit Querschnittsdaten. In Handbuch der sozialwissenschaftlichen Datenanalyse, Hrsg. Christof Wolf und Henning Best, 741–774. Wiesbaden: VS.CrossRefGoogle Scholar
  47. Lazarsfeld, Paul F., und Herbert Menzel. 1961. On the relation between individuals and collective properties. In A sociological reader on complex organizations, Hrsg. Amitai Etzioni, 422–440. London: Holt, Rinehart and Winston.Google Scholar
  48. Leckie, George, Robert French, Chris Charlton, und William Browne. 2014. Modeling heterogeneous variance-covariance component in two-level models. Journal of Educational and Behavioral Statistics 39(5): 307–332.CrossRefGoogle Scholar
  49. Leeden, Rien van der, Erik Meijer, und Frank M. T. A. Busing. 2008. Resampling multilevel models. In Handbook of multilevel analysis, Hrsg. Jan De Leeuw und Erik Meijer, 401–433. New York: Springer.Google Scholar
  50. Lintorf, Katrin. 2012. Wie vorhersagbar sind Grundschulnoten? Prädiktionskraft individueller und kontextspezifischer Merkmale. Wiesbaden: Springer.CrossRefGoogle Scholar
  51. Little, Roderick J., und Donald B. Rubin. 1987. Statistical analysis with missing data. New York: Wiley.Google Scholar
  52. Little, Todd D., James A. Bovaird, und Noel A. Card, Hrsg. 2007. Modeling contextual effects in longitudinal studies. Mahwah, London: Lawrence Erlbaum Associates.Google Scholar
  53. Long, J. Scott. 1997. Regression models for categorical and limited dependent variables. Thousand Oaks: Sage.Google Scholar
  54. Longford, Nicholas T. 2008. Missing Data. In Handbook of multilevel analysis, Hrsg. Jan De Leeuw und Erik Meijer, 377–399. New York: Springer.CrossRefGoogle Scholar
  55. Loos, Stefan. 2003. Wie beeinflusst die Strukturqualität einer stationären geriatrischen Einrichtung die Ergebnisqualität der Rehabilitation von Schlaganfallpatienten? Berlin: Technische Universität Berlin.  https://doi.org/10.14279/depositonce-576.CrossRefGoogle Scholar
  56. Maas, Cora J., und Joop J. Hox. 2005. Sufficient sample size for multilevel modeling. Methodology 1(3): 89–92.CrossRefGoogle Scholar
  57. McKelvey, Richard D., und William Zavoina. 1975. A statistical model for the analysis of ordinal level dependent variables. The Journal of Mathematical Sociology 4(1): 103–120.CrossRefGoogle Scholar
  58. McNeish, Daniel. 2017. Small sample methods for multilevel modeling: A colloquial elucidation of REML and the Kenward-Roger correction. Multivariate Behavioral Research. (im Druck).Google Scholar
  59. McNeish, Daniel, Laura M. Stapleton, und Rebecca D. Silverman. 2017. On the unnecessary ubiquity of hierarchical linear modeling. Psychological Methods 22(1): 114–140.CrossRefGoogle Scholar
  60. Moineddin, Rahim, Flora I. Matheson, und Richard H. Glazier. 2007. A simulation study of sample size for multilevel logistic regression models. Medical Research Methodology 7(34): 1–10.Google Scholar
  61. Muthén, Bengt O., und Tihomir Asparouhov. 2011. Beyond multilevel regression modeling. In Handbook of advanced multilevel analysis, Hrsg. Joop J. Hox und Kyle J. Roberts, 15–40. New York/London: Routledge.Google Scholar
  62. Paccagnella, Omar. 2006. Centering or not centering in multilevel models? The role of group mean and the assessment of group effects. Evaluation Review 30:66–85.CrossRefGoogle Scholar
  63. Pötschke, Manuela. 2006. Mehrebenenanalyse. In Methoden der Politikwissenschaft. Neuere qualitative und quantitative Analyseverfahren, Hrsg. Joachim Behnke, Thomas Gschwend, Delia Schindler und Kai-Uwe Schnapp, 167–179. Baden-Baden: Nomos.Google Scholar
  64. Pötschke, Manuela. 2014a. Mehrebenenanalyse. In Handbuch Methoden der empirischen Sozialforschung, Hrsg. Nina Baur und Jörg Blasius, 1101–1115. Wiesbaden: Springer.Google Scholar
  65. Pötschke, Manuela. 2014b. Aktuelle Probleme der Modellierung von Mehrebenen-Daten. In Soziale Kontexte und soziale Mechanismen. Sonderband der Kölner Zeitschrift für Soziologie und Sozialpsychologie, Hrsg. Jürgen Friedrichs und Alexandra Nonnenmacher, Bd. 66(1), 219–239.Wiesbaden: Springer VS.Google Scholar
  66. Rabe-Hesketh, Sophia, und Anders Skrondal. 2012. Multilevel and longitudinal modeling using STATA. College Station: STATA Press.Google Scholar
  67. Rasbash, Jon, und William J. Browne. 2008. Non-hierarchical multilevel models. In Handbook of multilevel analysis, Hrsg. Jan De Leeuw und Erik Meijer, 301–333. New York: Springer.CrossRefGoogle Scholar
  68. Rasbash, Jon, Geroge Leckie, Rebecca Pillinger, und Jennifer Jenkins. 2010. Children´s eductional progress: Partitioning family, school and area effects. Journal of the Royal Statistical Society 173(3): 657–682.CrossRefGoogle Scholar
  69. Raudenbush, Stephen W., und Anthony S. Bryk. 2002. Hierarchical linear models. Applications and data anlysis methods. Thousand Oaks: Sage.Google Scholar
  70. Robson, Karen, und David Pevalin. 2016. Multilevel modeling in plain language. Los Angles: Sage.Google Scholar
  71. Rodriguez, Germán. 2008. Multilevel gerneralized linear models. In Handbook of multilevel analysis, Hrsg. Jan De Leeuw und Erik Meijer, 335–374. New York: Springer.CrossRefGoogle Scholar
  72. Schweizer, Mark. 2015. Beweiswürdigung und Beweismaß. Rationalität und Intuition. Tübingen: Mohr Siebeck.CrossRefGoogle Scholar
  73. Sixt, Michaela. 2013. Wohnort, Region und Bildungserfolg. Die strukturelle Dimension bei der Erklärung von regionaler Bildungsungleichheit. In Bildungskontexte. Strukturelle Voraussetzungen und Ursachen ungleicher Bildungschancen, Hrsg. Rolf Becker und Alexander Schulze, 457–481. Wiesbaden: Springer.Google Scholar
  74. Skrondal, Anders, und Sophia Rabe-Hesketh. 2004. Generalized latent variables modeling. Multilevel, longitudinal, and structural equation models. Boca Raton: Chapmann & Hall/CRC.Google Scholar
  75. Skrondal, Anders, und Sophia Rabe-Hesketh. 2008. Multilevel and longitudinal modeling using STATA. College Station: STATA Press.Google Scholar
  76. Snijders, Tom, und Roel Bosker. 2012. Multilevel analysis. Newbury Park/London/New Delhi: SAGE.Google Scholar
  77. Stegmüller, Daniel. 2013. How many countries for multilevel modeling? A comparison of frequentist and bayesian approaches. American Journal of Political Science 57(3): 748–761.CrossRefGoogle Scholar
  78. Subramanian Subu, V., Daniel Kim, und Ichiro Kawachi. 2005. Covariation in the socioeconomic determinants of self rated health and happiness: A multivariate multilevel analysis of individuals and communities in the USA. Journal of Epidemiology and Community Health 59(8): 664–669.CrossRefGoogle Scholar
  79. Tonidandel, Scott, Eleanor B. Williams, und James M. LeBreton. 2014. Size Matters … just not in the way that you think: Myths surrounding sample size requirements for statistical analysis. In More statistical and methodologocal myths and Urban legends, Hrsg. Charles E. Lance und Robert J. Vandenberg, 162–183. New York: Routledge.Google Scholar
  80. Vermunt, Jeroen K. 2003. Multilevel latent class models. Sociological Methodology 33:213–239.CrossRefGoogle Scholar
  81. Vermunt, Jeroen K. 2011. Mixture models for multilevel data sets. In Handbook of advanced multilevel analysis, Hrsg. Joop J. Hox und Kyle J. Roberts, 59–83. New York/London: Routledge.Google Scholar
  82. Wenzelburger, Georg, Sebastian Jäckle, und Pascal König. 2014. Weiterführende Statistische Methoden für Politikwissenschaftler. Eine anwendungsbezogene Einführung mit STATA. München: Oldenbourg.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Fachbereich 05 GesellschaftswissenschaftenUniversität KasselKasselDeutschland

Personalised recommendations

Cite entry