Multilevel-Analysen mit Mplus®

Veranstaltungsort

Wiesbaden

Kurslänge

1 Tag (09:30 - 16:00)

 
 

 

Die Schulung richtet sich speziell an empirisch arbeitende Sozial-, Markt- und Verhaltensforscher, die eine Auswertung hierarchischer Datensätze planen.

 

Lernziele

  • Theoretischer und methodisches Verständnis zum Einsatz der Mehrebenenanalyse
  • Selbstständiges Planen, Erstellen (Modellieren) und Prüfen von Mehrebenenanalysen
  • Zielgerichtete und effektive Umsetzung der Mehrebenenanalysen in der Praxis

Inhalt

Die Mehrebenenanalyse, die oft auch als Multilevel Analysen oder Hierarchisch Lineare Modellierung (englisch Multilevel Analysis, MLA bzw. Hierarchical Linear Modeling, HLM) bezeichnet wird, dient dazu die den hierarchischen Strukturen vieler Fragestellungen und Daten gerecht zu werden.

Mit ihrer Hilfe kann der Einfluss von Kontextmerkmalen, wie den Eigenschaften von Staaten, Schulklassen oder Kaufhäusern, auf Eigenschaften/Einstellungen von Staatsbürgern, Schülern oder Kunden untersucht werden.

Dabei ist es möglich die Wirkung mehrerer Eigenschaften der zu untersuchenden Objekte (Staatsbürger etc.) in die Analyse zu integrieren. Auch die Modellierung von wechselseitigen Einflüssen zwischen den Ebenen (Interaktionseffekte)  ist realisierbar.

Neben der Vermittlung notwendiger theoretischer Konzepte erfolgt die praktische Demonstration und Anwendung der Methode in Mplus®. Elementarer Bestandteil des Kurses ist das intensive Einüben der Prozeduren, da nur auf diesem Weg ein höchst möglicher Lernerfolg erzielt werden kann.

Agenda

  • Einführung in die methodischen Grundlagen der Multilevel-Analysen (inkl. Auffrischung der Regressionsanalyse)
  • Überblick über Mplus®
  • Datenformate in Multilevel-Analysen
  • Umsetzung Multilevel-Analysen in Mplus® (Datenaufbereitung, Datenimport und Mplus-Syntax)
  • Fünf Schritte der Multilevel-Analysen (nach Joop Hox):
  •         Intercept only
  •         Model with all lower level explanatory variables fixed
  •         Model with all lower explanatory variables fixed and higher-level explanatory variables
  •         Model with slopes of all lower explanatory variables set free
  •         Model with cross-level interactions
  • Modellvergleich
  • Ermittlung aufgeklärte Varianz
  • Analysestrategie
  • Standardisierung/Zentrierung
  • Vertiefung durch Umsetzung an eigenen Daten

Voraussetzungen

Statistische Grundkenntnisse, insbesondere der Korrelations-, Regressions- und Faktorenanalyse.
Übung im Umgang mit Mplus®.

Haben Sie noch Fragen?

Wir helfen Ihnen gerne weiter!

Telefon: +49 (0)611 531 500 91

E-Mail: training@masem.de

 

 

R-User

R-Users Group Wiesbaden

Termin: 17. November  2017  -  18:30
Ort: wird noch bekannt gegeben

Themen:

18:30 Uhr: Neue Pakete - evtl. Rückblick auf die useR!2017

18:45 Uhr: R im Enterprise-Umfeld

Ggf. weitere Vorträge zum Thema

 

Anschließend Socialising

Das Treffen findet...