1 / 18

Mehrebenenanalyse mit Paneldaten und dem Programm HLM6

Mehrebenenanalyse mit Paneldaten und dem Programm HLM6. Ulrich Rosar Institut für Angewandte Sozialforschung Vortrag im Kolloquium des Lehrstuhl für Empirische Sozial und Wirtschaftsforschung, Universität zu Köln Köln, den 1. Juni 2005. Mehrebenenanalyse mit Paneldaten und dem Programm HLM6.

cruz-harmon
Download Presentation

Mehrebenenanalyse mit Paneldaten und dem Programm HLM6

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Mehrebenenanalyse mit Paneldaten und demProgramm HLM6 Ulrich Rosar Institut für Angewandte Sozialforschung Vortrag im Kolloquium des Lehrstuhl fürEmpirische Sozial und Wirtschaftsforschung,Universität zu KölnKöln, den 1. Juni 2005

  2. Mehrebenenanalyse mit Paneldaten und dem Programm HLM6 • Die Mehrebenenstruktur international vergleichender Paneldaten • Ein Beispiel: Determinanten der Einkommensungleichheit • Die Datenanalyse • Vorbereitung der Daten • Das Handling von HLM 6 • Ergebnisse

  3. Die Mehrebenenstruktur international vergleichender Paneldaten L1 L2 T1 T2 T3 T1 T2 T3 p1 p2 p3 p4 t1 t2 t3 t1 t2 t3 t1 t2 t3 t1 t2 t3

  4. Die Mehrebenenstruktur international vergleichender Paneldaten L1 L2 p1 p2 p3 p4 t1 t2 t3 t1 t2 t3 t1 t2 t3 t1 t2 t3

  5. Die Mehrebenenstruktur international vergleichender Paneldaten yi = β0 + β1 • xi + ei yijk = π0jk + π1jk • xijk + eijk π0jk = β00k + β01k • wjk + r0jk β00k = γ000 + γ001 • zk + u00k β01k = γ010 + γ011 • zk + u01k π1jk = β10k + β11k • wjk + r1jk β10k = γ100 + γ101 • zk + u10k β11k = γ110 + γ111 • zk + u11k

  6. Ein Beispiel: Determinanten der Einkommensungleichheit Level 3(Land) BSP in US-$ Betreuungsplätze je 100 Kinder < 4 Jahre Level 2(Person) Mittlere Bildung + + + Hohe Bildung + Frau + – – Level 1(Person in Zeit) Kind < 6 Jahre ? Monatliches Nettoeinkommenin Euro + Teilzeit Erwerbstätig + Vollzeit Erwerbstätig

  7. Ein Beispiel: Determinanten der Einkommensungleichheit netincijk = π0jk + π1jk•(ptempl) + π2jk•(ftempl) + π3jk•(kidle5) + eijk (1) π0jk = β00k + β01k•(woman) + β02k•(educ_m) + β03k•(educ_m) + r0jk (2) β00k = γ000 + γ001•(gdpc_1) + γ002•(child_1) + u00k (3) π3jk = β30k + β31k•(woman) + r3jk (4) β31k = γ310 + γ311•(child_1) + u31k (5)

  8. Ein Beispiel: Determinanten der Einkommensungleichheit Level 3(Land) BSP in US-$ Betreuungsplätze je 100 Kinder < 4 Jahre γ002 γ001 Level 2(Person) Mittlere Bildung γ311 Hohe Bildung β02 β03 Frau β01 γ310 β30 Level 1(Person in Zeit) Kind < 6 Jahre Monatliches Nettoeinkommenin Euro Teilzeit Erwerbstätig π1 π2 Vollzeit Erwerbstätig γ000

  9. Die Datenanalyse:Vorbereitung der Daten • 3 Datensätze • Level 1 (Personen in Zeit) • Level 2 (Personen) • Level 3 (Länder) • 2 ID-Variablen • Level 2-ID • Level 3-ID • Ggf. 3 Gewichtungsvariablen erstellen • Ggf. Fälle mit nur einer Messung aus dem Level 1- und dem Level 2-Datensatz eliminieren • Keine Missing Values im Level 2- und im Level 3-Datensatz erlaubt!

  10. Der Level 1-Datensatz

  11. Der Level 2-Datensatz

  12. Der Level 3-Datensatz

  13. Die Datenanalyse:Das Handling von HLM 6 • MDM-File erstellen • Modellauswahl • Nesting of input data: persons within groups vs. measures within persons(nur in Zweiebenenmodellen möglich!) • Datensatzauswahl • Variablenauswahl • Missing Data • Make MDM • Check Stats + Done • HLM-File erstellen • Basic Settings / Outcome • Weighting (Other SettingsEstimation SettingsWeighting) • Run Analysis +View Output

  14. Das Nullmodell und das Endmodell Endmodell Kausalanalyse Nullmodell Varianzanalyse

  15. Die Varianzaufteilung im Nullmodell Var(yijk) = Var(eijk) + Var(r0jk) + Var(u00k) Var(eijk) Var(eijk) + Var(r0jk) + Var(u00k) Var(Level 1) in % = Var(Level 1) in % = 30.2 Var(Level 2) in % = 61.7 Var(Level 3) in % = 8.1

  16. Ergebnisse

  17. Ergebnisse Level 3(Land) BSP in US-$ Betreuungsplätze je 100 Kinder < 4 Jahre 0.01 Level 2(Person) Mittlere Bildung (0.87) (3.59) 73.17 Hohe Bildung 401.89 Frau -108.38 -163.50 Level 1(Person in Zeit) Kind < 6 Jahre 59.42 Monatliches Nettoeinkommenin Euro 544.34 Teilzeit Erwerbstätig 827.20 Vollzeit Erwerbstätig (-68.90) Werte in Klammern: n.s. (p > 0.100)

  18. Ergebnisse

More Related