Welche Annahme der Regressionsanalyse ist bei hierarchisch geschachtelten Datenstrukturen in der Regel verletzt? Und warum?
Verletzt ist die unabhängigkeit der Messwerte
Warum?
Mehrschrittige Auswahlverfahren
Cluster-randomisierte und multizentrische Studien
Studien mit Messwiederholungen
…
Was sind Beispiele für Personen (Level-1) geschachtelt in Gruppen (Level-2)?
Schülis in Klassenm
Geschwister in Familien
Patient:innen bei Therapeut:innen
Was sind Beispiele für Messungen (Level-1) gescchachtelt in Personen (Level-2)?
Experimentelle Messwiederholungen in Personen
Längsschnittliche Messwiederholungen in Personen
Item-Antworten/ Symptome in Personen
Was sind Herausforderungen bei hierarchischen Datenstrukturen?
Risiko falscher Schlüsse bei der Interpretation von Zusammenhängen und Beeinflussungsstrukturen
Risiko falscher Schlüsse bei der inferenzstatistischen Absicherung von Regressionsgewichten
Was ist das Simpson Paradox?
Innerhalb der Level-2-Einheiten (z.B. Klassen kann sich der Zusammenhang zwischen zwei Variablen ganz anders (z.B. mit anderem Vorzeichen) darstellen als über alle Level-2-Einheiten hinweg (d.h. ohne Berücksichtigung der Schachtelung)
Was passiert bei einem ökologischen Fehlschluss?
Eine falsche Attribution eines Effekts auf Level-1-Einehiten, wenn dieser eigentlich bei Level-2-Einheiten beobachtet wurde
Man sucht also das Problem auf Ebene der Schüler:innen statt auf Ebene der Klassen. Oder auf Ebene der Patient:innen statt auf Ebene der Therapeut:innen.
Was passiert beim Problem der verletzten Unabhängigkeitsannahme?
Je größer die Unterschiede auf dem gemessenen Merkmal zwischen unterschiedlichen Level-2-Einheiten (Firmen, Schulen etc.) im Vergleich zu den Unterschieden INNERHALB der Level 2 Einheiten (Mitarbeitende, Schüler*innen, also basically auf Level-1), desto wahrscheinlicher ist die Unabhängigkeit der Messwerte verletzt
(Innerhalb der Level 2 Einheiten sind die Messwerte häufig homogener als zwischen den Einheiten)
Zuletzt geändertvor 10 Monaten