Mehrebenenanalyse mit Paneldaten und dem Programm HLM 6
Mehrebenenanalyse mit Paneldaten und dem Programm HLM 6 Ulrich Rosar Institut für Angewandte Sozialforschung Vortrag im Kolloquium des Lehrstuhl für Empirische Sozial und Wirtschaftsforschung, Universität zu Köln, den 1. Juni 2005
Mehrebenenanalyse mit Paneldaten und dem Programm HLM 6 1. Die Mehrebenenstruktur international vergleichender Paneldaten 2. Ein Beispiel: Determinanten der Einkommensungleichheit 3. Die Datenanalyse a. Vorbereitung der Daten b. Das Handling von HLM 6 c. Ergebnisse
Die Mehrebenenstruktur international vergleichender Paneldaten L 1 T 1 L 2 T 2 p 1 t 2 t 3 t 1 T 3 T 1 p 2 p 3 t 2 t 3 t 1 t 2 T 3 p 4 t 3 t 1 t 2 t 3
Die Mehrebenenstruktur international vergleichender Paneldaten L 1 L 2 p 1 t 2 p 2 t 3 t 1 t 2 p 4 t 3 t 1 t 2 t 3
Die Mehrebenenstruktur international vergleichender Paneldaten yi = β 0 + β 1 • xi + ei yijk = π0 jk + π1 jk • xijk + eijk π0 jk = β 00 k + β 01 k • wjk + r 0 jk β 00 k = γ 000 + γ 001 • zk + u 00 k β 01 k = γ 010 + γ 011 • zk + u 01 k π1 jk = β 10 k + β 11 k • wjk + r 1 jk β 10 k = γ 100 + γ 101 • zk + u 10 k β 11 k = γ 110 + γ 111 • zk + u 11 k
Ein Beispiel: Determinanten der Einkommensungleichheit Level 3 (Land) BSP in US-$ Betreuungsplätze je 100 Kinder < 4 Jahre Level 2 Mittlere Bildung (Person) + Hohe Bildung Frau Level 1 Kind < 6 Jahre (Person in Zeit) Teilzeit Erwerbstätig Vollzeit Erwerbstätig ? + + – Monatliches Nettoeinkommen in Euro
Ein Beispiel: Determinanten der Einkommensungleichheit netincijk = π0 jk + π1 jk • (ptempl) + π2 jk • (ftempl) + π3 jk • (kidle 5) + eijk (1) π0 jk = β 00 k + β 01 k • (woman) + β 02 k • (educ_m) + β 03 k • (educ_m) + r 0 jk (2) β 00 k = γ 000 + γ 001 • (gdpc_1) + γ 002 • (child_1) + u 00 k π3 jk = β 30 k + β 31 k • (woman) + r 3 jk β 31 k = γ 310 + γ 311 • (child_1) + u 31 k (3) (4) (5)
Ein Beispiel: Determinanten der Einkommensungleichheit Level 3 (Land) BSP in US-$ Betreuungsplätze je 100 Kinder < 4 Jahre Level 2 γ 001 Mittlere Bildung γ 311 (Person) Hohe Bildung Frau Level 1 Kind < 6 Jahre (Person in Zeit) β 01 γ β 30 310 Teilzeit Erwerbstätig π1 Vollzeit Erwerbstätig π2 β β 03 02 Monatliches Nettoeinkommen in Euro γ 000
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!
Der Level 1 -Datensatz idl 3 idl 2 id netinc kidle 5 woman child_1 1 101273 1223 0 0 17. 3 1 101273 1445 1 0 17. 3 1 101273 1503 1 0 17. 3 1 101744 3097 1 1 17. 3 1 101744 3104 0 1 17. 3 2 203901 451 0 0 23. 1 2 200901 901 577 0 0 23. 1
Der Level 2 -Datensatz idl 3 idl 2 woman child_1 1 101273 0 17. 3 1 101744 1 17. 3 2 200901 0 23. 1 2 200998 0 23. 1 3 305396 1 18. 9 3 316670 1 18. 9 3 319822 0 18. 9 4 404521 1 7. 6
Der Level 3 -Datensatz idl 3 child_1 1 17. 3 2 23. 1 3 18. 9 4 7. 6 5 47. 2 6 9. 9 7 31. 0 8 26. 8
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
Das Nullmodell und das Endmodell Kausalanalyse Nullmodell Varianzanalyse
Die Varianzaufteilung im Nullmodell Var(yijk) = Var(eijk) + Var(r 0 jk) + Var(u 00 k) Var(Level 1) in % = 30. 2 Var(Level 2) in % = 61. 7 Var(Level 3) in % = 8. 1
Ergebnisse
Ergebnisse Level 3 (Land) BSP in US-$ Betreuungsplätze je 100 Kinder < 4 Jahre Level 2 Mittlere Bildung (Person) Hohe Bildung 0. 01 (0. 87) 73. 17 (3. 59) 401. 89 Frau Level 1 Kind < 6 Jahre (Person in Zeit) Teilzeit Erwerbstätig Vollzeit Erwerbstätig -108. 38 59. 42 544. 34 827. 20 -163. 50 Monatliches Nettoeinkommen in Euro (-68. 90) Werte in Klammern: n. s. (p > 0. 100)
Ergebnisse
- Slides: 18