Dr. Wolfgang Langer
Mehrebenenanalyse : Eine Einführung für Forschung und Praxis
- Datensätze und Befehlsdateien zum Buch
- Neues zu MLA 4.0
- Kap. 3: Die klassischen Verfahren der Kontextanalyse
- Kap. 4: Hierarchisch-Lineare Modelle der 90er Jahre
- Kap. 5: Die praktische Datenanalyse mit MLA 2.2
- Kap. 6.1: Schätzung von Wachstumsmodellen im Rahmen des Hierarchisch-Linearen Modells
Datensätze und Befehlsdateien zum Buch
Alle Befehls- und Datendateien liegen als ZIP-Archive vor, die vor ihrem Einsatz
jeweils entpackt werden müssen. Für die Dekomprimierung bietet sich die Programme
WinZip und
EasyZip an.
Um die benötigen Daten-, Steuer- und Ausgabedateien zu erhalten, klicken Sie bitte mit der linken Maustaste auf die von Ihnen verwendete MLA-Version, laden Sie das zugehörige ZIP-Archiv auf Ihren lokalen PC und entpacken Sie es in Ihrem MLA-Arbeitsverzeichnis.
Neues zu MLA 4.0
Ich danke Frank Busing herzlich für die Weiterentwicklung und Anpassung des MLA-Programms für Win2000 (SP4) und WinXP (SP2).
Empfehlungen für das Arbeiten mit MLA 4.0
- Entpacken Sie das MLA40.ZIP-Archiv in einem eigenen Unterverzeichnis (C:/MLA4). (Kurzdokumentation).
- Kopieren Sie alle Ihre Daten- und Befehlsdateien in dieses MLA4-Arbeitsverzeichnis.
- Stellen im Programmer’s File Editor dieses Arbeitsverzeichnis (C:/MLA4) als Arbeitsverzeichnis ein (File-Menü - Change Directory…).
- In MLA 4 fordern Sie die Grand-Mean-Zentrierung nach dem /DATA-Statement über die Option „centering=V1,V2,V3,..,..“ an. Die Group-Mean-Zentrierung steht Ihnen über die Option „level-2 centering=V4,V5,V6,..,..“ zur Verfügung. Beide Optionsaufrufe können Sie bis auf die ersten drei Buchstaben verkürzen („cen=…“, „lev=…“).
- Im Ausgabeprotokoll entfallen nun die Seitenvorschübe, so dass sich die Druckausgabe deutlich verkürzt.
- Frank Busing hat einen neuen Zufallsgenerator für die Fallauswahl bei den Bootstrap-Analysen eingebaut, dessen Handhabung sich deutlich einfacher als in MLA 2.2 gestaltet.
Kap. 3: Die klassischen Verfahren der Kontextanalyse
Die für die SPSS-Analysen benötigten Syntaxdateien finden Sie im folgenden ZIP-Archive: kap3_spssbefehlsdateien.zip. Die zugehörigen Datensätze enthält das ZIP-Archive: kap3_spssdaten10schulen.zip.
Kap. 3.1 – 3.6: Schätzung der ANOVA, der ANCOVA ohne und mit schulspezifischen Interaktionseffekten:
- SPSS-Befehlsdatei: kap3_1_3_6.sps
- SPSS-Datendateien:
- 1. Ausgangsdaten: nels10.sav
- 2. Aufbereitete Daten: nels10a.sav
Kap. 3.7: Das Kontextmodell von Cronbach & Webb
- SPSS-Befehlsdatei: kap3_7.sps
- SPSS-Datendateien:
- 1. Individualdaten: nels10a.sav
- 2. Aggregat-/Kontextdaten: nels10agg.sav
- 3. Individual- und Kontextdaten: nels10b.sav
Kap. 3.8: Das Mehrebenenmodell von Boyd & Iversen
- SPSS-Befehlsdateien:
- 1. Analyse der Individualdaten: kap3_8a.sps
- 2. Intercept-/Slope-as-Outcome-Modelle: kap3_8b.sps
- SPSS-Datendateien:
- 1. Individualdaten: nels10b.sav
- 2. Intercept-/Slope-as-Outcome-Modelle: boydnels10.sav
Kap. 4: Hierarchisch-Lineare Modelle der 90er Jahre
- Das Archiv kap4_datenexport_fuer_mla.zip enthält die Dateien zur Aufbereitung der SPSS-Daten für MLA 2.2/3.2
- SPSS-Befehldatei: kap4_0.sps
- SPSS-Datendatei: nels10b.sav
- Erzeugte Rohdatendatei: nels8810.dat
- Die für die Mehrebenenanalysen benötigten MLA-Befehls- und Datendateien der Versionen 2.2 und 3.2 enthalten die folgenden ZIP-Archive. Zusätzlich enhalten sie die zugehörigen Ausgabeprotokolle.
- MLA 2.2: kap4mla22befehlsdateien.zip
- MLA 3.2: kap4mla32befehlsdateien.zip
- MLA 4.0: kap4mla40befehlsdateien.zip
| Geschätzte Mehrebenenmodelle: | MLA X.X | |
|---|---|---|
| 1. Random-Intercept- Only-Modell: |
nelsxxa.in | nelsxxa.out |
| 2. Nullmodell: | nelsxxm0.in | nelsxxm0.out |
| 3. ANCOVA-Modell: | nelsxxb.in | nelsxxb.out |
| 4. Random-Slope-Modell: | nelsxxc.in | nelsxxc.out |
| 5. Random-Intercept-/ Random-Slope-Modelle |
||
| 5.1 Group-Mean-Centered (CWC) | nelsxxd1.in | nelsxxd1.out |
| 5.2 Grand-Mean-Centered (CGM) | nelsxxd2.in | nelsxxd2.out |
| 5.3 ohne Zentrierung von V3 | nelsxxd3.in | nelsxxd3.out |
| 6. Random-Coefficient-Modell mit stetigem Kontextmerkmal |
||
| 6.1 Ohne Zentrierung von V5 | nelsxxe1.in | nelsxxe1.out |
| 6.2 Grand-Mean-Zentrierung von V5 |
nelsxxe2.in | nelsxxe2.out |
| 7. Random-Coefficient-Modell mit Dummyvariablen als Kontextmerkmal | nelsxxf.in | nelsxxf.out |
Die Bezeichnung „xx“ steht für die Versionsnummer von MLA.
Alternativ zu MLA können Sie die vorgestellten Mehrebenenmodelle mit dem MIXED-Regressionsansatz von SPSS ab der Version 11.5 schätzen. Sie müssen aber alle Schritte der Datenaufbereitung von der Zentrierung der exogenen Individual- und Kontextmerkmale bis zur Bildung der zugehörigen Hilfsvariablen für die Wechselwirkungseffekte zwischen den Ebenen „per Hand“ selber bilden.
- Das Zip-Archiv kap4_mixed_regression_modelle.zip enthält die zur Berechnung der Mehrebenenmodelle des Kapitel 4 benötigte SPSS-Befehlsdatei sowie das zugehörige Ausgabeprotokoll als SPSS-Viewer und HTML-Dateien.
- SPSS-Befehlsdatei: mixed_regression_kap4.sps
- SPSS-Viewerdatei: mixed_regression_kap4.spo
- HTML-Ausgabedatei: mixed_regression_kap4.htm
Kap. 5: Die praktische Datenanalyse mit MLA 2.2
SPSS-Befehlsdateien: kap5_spssbefehlsdateien.zip
SPSS-Datendateien: kap5_spssdaten.zip
Kap. 5.1 / Kap. 5.3.2: Datenaufbereitung und Schätzung des Regressionsmodells auf der Schülerebene
- SPSS-Befehlsdatei: kap5_1+5_3_2.sps
- SPSS-Datendateien:
- 1. Individualdaten der NELS-88-Studie: nels88.sav
- 2. Bildung der Kontextmerkmale 1.Stufe: nelsaggr.sav
- 3. Bildung der Kontextmerkmael 2.Stufe: nelsagg2.sav
- 4. Zusammengefügte Individual- und Kontextmerkmale: nels88tot.sav
- 5. ASCII-Rohdaten für die MLA-Analysen: nels88b.sav
Kap. 5.3.1: Explorative Analysen auf der Schülerebene:
SPSS-Befehlsdatei: kap5_3_1.sps
Kap. 5.3.3: Explorative Analysen auf der Schulebene:
SPSS-Befehlsdatei: kap5_3_3.sps
Kap. 5.3.4: Schätzung eines ökologischen Regressionsmodells auf der Schulebene:
SPSS-Befehlsdatei: kap5_3_4.sps
Kap. 5.4: Die Durchführung einer Mehrebenenanalyse mit rd. 1.000 Schulen und 20.000 Schülern
Das ZIP-Archiv kap5mla22befehlsdateien.zip enthält alle MLA 2.2-Befehlsdateien, die zugehörigen Ausgabeprotokolle sowie die Rohdatendatei der vorgestellten Mehrebenenmodelle.
Das ZIP-Archiv kap5mla40befehlsdateien.zip enthält alle MLA 4.0-Befehlsdateien, die zugehörigen Ausgabeprotokolle sowie die Rohdatendatei der vorgestellten Mehrebenenmodelle.
| Geschätzte Modelle: | Befehlsdatei: | Ausgabedatei: |
|---|---|---|
| 1. Nullmodell: | nelsall0.in | nelsall0.out |
| 2. Random-Intercept-Only-Modell: | nelsalla.in | nelsalla.out |
| 3. Random-Intercept-Modell: | nelsallb.in | nelsallb.out |
| 4. Random-Intercept-/Random- Slope-Modell: |
nelsallc.in | nelsallc.out |
| 5. Intercept-as-Outcome-Modell: | nelsalld.in | nelsalld.out |
| 6. Coefficient-as-Outcome-Modell: | nelsalle.in | nelsalle.out |
Kap. 6.1: Schätzung von Wachstumsmodellen im Rahmen des Hierarchisch-Linearen Modells
Kap. 6.1.1: Explorative Analyse der Gewichtszunahme von Säuglingen
SPSS-Befehlsdateien: kap6_1spssbefehlsdateien.zip
SPSS-Datendateien: kap6_1spssdatendateien.zip
- Graphische Analyse der Gewichtszunahme von Jungen und Mädchen: kap6_1a.sps
SPSS-Datendatei: asianwide.sav - Schätzung eines quadratischen Wachstumsmodells mit Ordinary-Least-Squares: kap6_1b.sps
SPSS-Datendatei: asianlong.sav - Erstellung des ASCII-Rohdatensatzes für MLA 2.2/3.2
SPSS-Datendatei: asianlong.sav
Rohdaten: asianneu.dat
Kap. 6.1.2: Die Mehrebenenanalyse der Gewichtszunahme von Säuglingen
Das Archiv kap6_1mla22befehlsdateien.zip enthält die MLA-2.2-Befehlsdateien und die MLA-Rohdatendatei asianneu.dat.
Das Archiv kap6_1mla40befehlsdateien.zip enthält die MLA-4.0-Befehlsdateien und die MLA-Rohdatendatei asianneu.dat.
| Geschätzte Modelle: | Befehlsdatei: | Ausgabedatei: |
|---|---|---|
| 1. Nullmodell | growth0.in | growth0.out |
| 2. Random-Intercept-Only-Modell | growth1.in | growth1.out |
| 3. Random-Intercept-/Random-Slope-Modell (Lineares Wachstum) | growth2.in | growth2.out |
| 4. Random-Intercept-/Random-Slope-Modell (Quadratisches Wachstum) | growth3.in | growth3.out |
| 5. Coefficient-as-Outcome-Modell | growth4.in | growth4.out |
Kap. 6.2: Die Analyse von Einstellungsänderungen im Rahmen des Mehrebenenmodells
SPSS-Befehlsdateien: kap6_2spssbefehlsdateien.zip
SPSS-Datendateien: kap6_2spssdatendateien.zip
- Explorative Analysen zur Einstellung gegenüber der Abtreibung
SPSS-Befehlsdatei: kap6_2a.sps
SPSS-Datendatei: abortionwide.sav - Varianzkomponentenschätzung für die Ebenen des Stimmbezirks, der Person sowie des
Erhebungszeitpunkts
SPSS-Befehlsdatei: kap6_2b.sps
SPSS-Datendatei: abortion.sav - Datenaufbereitung für die Mehrebenenanalyse mit MLA
SPSS-Befehlsdatei: kap6_2c.sps
SPSS-Datendatei: abortion2.sav
MLA-Rohdatendatei: abortion.dat
Die Schätzung der Einstellungsänderung im Rahmen des Zweiebenenmodells mit MLA
MLA-Befehlsdateien:
- MLA 2.2: kap6_2mla22befehlsdateien.zip
- MLA 4.0: kap6_2mla40befehlsdateien.zip
| Geschätzte Modelle: | Befehlsdatei: | Ausgabedatei: |
|---|---|---|
| 1. Nullmodell | socattm0.in | socattm0.out |
| 2. Random-Intercept-Only-Modell | socattma.in | socattma.out |
| 3. Random-Intercept-/Random-Slope-Modell | socattmc.in | socattmc.out |
| 4. Random-Intecpt-Modell | socattmd.in | socattmd.out |
| 5. Intercept-as-Outcome-Modell | socattme.in | socattme.out |
Kap. 6.3: Der Einsatz von Mehrebenenmodellen in der Evaluationsforschung
- Das ZIP-Archiv kap6_3spssbefehlsdateien.zip enthält die SPSS-Befehls- und Datendateien für die explorative Analysen mit SPSS:
- SPSS-Befehlsdatei: kap6_3.sps
- SPSS-Datendatei: thkseval.sav
Das ZIP-Archiv kap6_3mla22befehlsdateien.zip enthält die MLA-2.2-Befehlsdateien und die MLA-Datendatei thksmla2.dat für die Schätzung des Zweiebenenmodells zur Bestimmung der Treatmenteffekte.
Das ZIP-Archiv kap6_3mla40befehlsdateien.zip enthält die MLA-4.0-Befehlsdateien und die MLA-Datendatei thksmla2.dat für die Schätzung des Zweiebenenmodells zur Bestimmung der Treatmenteffekte.
| Geschätzte Modelle: | Befehlsdatei: | Ausgabedatei: |
|---|---|---|
| 1. Nullmodell | thksm0.in | thksm0.outt |
| 2. Random-Intercept-/Random-Slope-Modell | thksm1.in | thksm1.outt |
| 3. Intercept-as-Outcome-Modell | thksm2.in | thksm2.out |