Einführung in die Mehrebenenanalyse

Das Buch führt an Beispielen aus der wissenschaftlichen Umfrageforschung in Techniken der statistischen Mehrebenenanalyse ein und zeigt auf, wie diese Techniken für struktursoziologische Analysen genutzt werden können. Behandelt werden hierarchische lineare Modelle für kontinuierliche Variablen, Modelle für Paneldaten und multivariate Analysen sowie hierarchische Modelle für kategoriale Variablen. Der Autor zeigt, wie die Mehrebenenanalyse für die Analyse von Daten mit fehlenden Werten ("missig data") eingesetzt werden kann. Weitere Lösungsansätze zur Handhabung von Surveydaten mit zufällig bzw. nicht zufällig fehlenden Werten werden vorgestellt und an Beispielen veranschaulicht. Daten und Programmieranweisungen der im Buch vorgestellten Anwendungsbeispiele können für Lehr- und Übungszwecke von der Internet-Adresse des Autors heruntergeladen werden.

1 Surveyforschung. - 1. 1 Bevölkerungsumfragen. - 1. 2 Längsschnittforschung. - 1. 3 Aggregatdaten-, Survey- und Mehrebenenanalyse. - 2 Struktursoziologische Analysen. - 2. 1 Struktur und Bevölkerungszusammensetzung. - 2. 2 Sozialstruktur und Gleichheit der Bildungschancen. - 2. 3 Sozialstrukturelle Ungleichheitstheorien. - 3 Hierarchische lineare Modelle für kontinuierliche y Variablen. - 3. 1 Zwei-Ebenen-Modelle. - 3. 2 Drei-Ebenen-Modelle. - 4 Modelle für Paneldaten und multivariate Analysen. - 4. 1 Hierarchische Wachstumsmodelle. - 4. 2 Studentische Qualitätsbeurteilungen der universitären Lehre. - 4. 3 Das multivariate Mehrebenendesign. - 4. 4 Gerechtigkeit und Unzufriedenheit mit der Demo-kratie: Beispiel eines multivariaten Designs für die raum- und zeitbezogene Ungleichheitsanalyse. - 5 Hierarchische Modelle für kategoriale y Variablen. - 5. 1 Das mehrebenenanalytische logistische Modell. - 5. 2 Wachstumsmodell: Beispiel Deprivationserfahrungen und Jugenddelinquenz. - 5. 3 Multivariate logistische Mehrebenenmodelle. - 5. 4 Ein 4-Ebenen multivariates Logit Modell für zwei wiederholt gemessene Response Variablen. - 5. 5 Mixed discrete-continuous response Modelle. - 6 Die Analyse von Daten mit fehlenden Werten. - 6. 1 Einführung. - 6. 2 Analyse von Umfragedaten mit fehlenden Werten. - Literatur.