|
Lehrende/r: Prof. Dr. Natascha Nisic
Veranstaltungsart:
Seminar
Anzeige im Stundenplan:
S Emp. Methoden FG
Semesterwochenstunden:
2
Credits:
7,0
Unterrichtssprache:
Deutsch
Min. | Max. Teilnehmerzahl:
- | 30
Inhalt:
Einführung in die Mehrebenenanalyse mit Stata
Die Mehrebenanalyse (auch multilevel analysis, hierarchical models, mixed effect models) ist in den letzten Jahren zu einem der populärsten Verfahren zur Analyse von Einflüssen sozialer Kontexte und hierarchischer bzw. verschachtelter Daten avanciert. Eine solche Datenstruktur liegt insbesondere dann vor, wenn einzelne Beobachtungen nicht unabhängig sind, sondern jeweils einem übergeordneten Kontext angehören (z.B. Schüler*innen in verschiedenen Schulklassen, Arbeitnehmer*innen in Unternehmen, Befragte unterschiedlicher Regionen). Dabei stellt die Erklärung von sozialen Kontexteffekten und Einflüssen auf verschiedenen Aggregatebenen häufig ein zentrales Forschungsinteresse in den Sozialwissenschaften dar. Neben der Vermittlung notwendiger methodischer und statistischer Grundlagen liegt der Schwerpunkt der Veranstaltung auf der anwendungs- und praxisorientierten Umsetzung mehrebenenanalytischer Fragestellungen mithilfe der Statistiksoftware Stata (hands-on). Im Mittelpunkt stehen lineare Modelle, es werden jedoch auch weiterführende Ansätze und Anwendungen der Analyse hierarchischer Daten behandelt (nicht-lineare Modelle, Panelanalyse). Der Kurs reflektiert und diskutiert inhaltliche und methodische Potenziale und Grenzen der vorgestellten Verfahren. Voraussetzung für die Teilnahme sind Kenntnisse der multiplen linearen Regression (OLS) sowie Erfahrung im Umgang mit statistischen Auswertungsprogrammen (Stata-Kenntnisse sind von Vorteil, aber nicht zwingend).
I. Einführung: Mehrebenenanalyse - ein Klassiker der Soziologie seit Durkheim
II. Lineare Random-Intercept-Modelle
- Reflexion 1: Exkurs OLS-Regression und Rekapitulation
III. Lineare Random-Slope-Modelle
- Reflexion 2: Mehrebenenstruktur und ökologischer Fehlschluss
IV. Nicht-lineare Mehrebenen-Modelle und Panelanalyse
V. Weiterführende Themen, neuere Diskussionen und forschungspraktische Überlegungen: Missing data, Cross-classified-Modelle, Anwendung: In der Forschungsarbeit was und wie berichten?
Empfohlene Literatur:
Allison, Paul D. 2009: Fixed Effects Regression Models (Sage University Paper Series on Quantitative Applications in the Social Sciences 07-160), Thousand Oaks: Sage.
Browne, William/Rasbash, Jon 2004: Multilevel Modelling, in: Hardy, Melissa/Bryman, Alan (Hrsg.): Handbook of Data Analysis, Thousand Oaks: Sage: S. 459–479.
Kohler, Ulrich/Kreuter, Frauke: Datenanalyse mit Stata. Allgemeine Konzepte der Datenanalyse und ihre praktische Anwendung, aktuelle Auflage, München: Oldenbourg.
Petersen, Trond 2004: Analyzing Panel Data: Fixed- and Random-Effects Models, in: Hardy, Melissa/Bryman, Alan (Hrsg.): Handbook of Data Analysis, Thousand Oaks: Sage: S. 331–345.
Wolf, Christof/Best, Henning (Hrsg.): Handbuch der sozialwissenschaftlichen Datenanalyse, Wiesbaden: VS Verlag für Sozialwissenschaften: S. 827–854.
Außerdem: PDF-Dokumentation zu Stata, insbes. [me], [mi], [pss], [te], [xt].
|
