Multi-Level-Modell

Ein Multi-Level-Modell – auch genannt gemischtes Modell oder hierarchisches Modell – kann in zahlreichen Situationen eingesetzt werden und muss häufig verwendet werden, wenn klassische Methoden wie z.B. ANOVA oder Regression aus bestimmten Gründen nicht erlaubt sind.

Solche Situationen können sein:

  • Abhängigkeit in den Daten durch eine hierarchische Struktur der Untersuchungsobjekte, z.B. Schüler in Klassen in Schulen,
  • Unvollständige Daten, z.B. Messungen nicht durchgehend aller Untersuchungsobjekte an allen Messzeitpunkten,
  • Zeitvariable soll metrisch anstatt kategorial verwendet werden,
  • Messwiederholung einer nicht-metrischen Variable als abhängige Variable,
  • Mehrere abhängige Variablen, die nicht-metrisch sind
  • etc.

Die Multi-Level-Modelle sind sehr flexibel und haben dann je nach Modell unterschiedliche Anpassungsmöglichkeiten und auch unterschiedliche Voraussetzungen.

Einen Einstieg in dieses große Themengebiet findest Du in der Statistik-Akademie:

Gemischte Modelle - Einstieg und Überblick

  • Methodische Infos
  • Online-Seminar mit Handout als PDF
  • Beispiele zur Umsetzung mit SPSS als PDF