Institut zur Qualitätsentwicklung im Bildungswesen Forschungsdatenzentrum Workshop: Einführung in Mehrebenenanalysen mit Mplus Dozentinnen: Dr. Annette Brose, Humboldt-Universität zu Berlin, und Prof. Dr. Andrea Hildebrandt, Ernst-Moritz-Arndt-Universität Greifswald Termin: Di., 01.03.2016, 9:00 – 18:00 Uhr Abstract Dieser Workshop bietet eine theoretische Einführung in die Grundidee der Mehrebenenmodellierung und veranschaulicht den schrittweisen Modellaufbau an dem Beispiel einer Analyse mit manifesten Variablen. Das Beispiel bezieht sich auf Daten, die mit einem Tagebuch Design gewonnen wurden. Somit ergibt sich die Mehrebenenstruktur durch Datenpunkte, die in Individuen geschachtelt sind. Die Übertragbarkeit der Grundidee und des Modellaufbaus auf weitere verschachtelte Datenstrukturen (z.B. Personen in Gruppen, Netzwerkpartner in Personen) wird kurz diskutiert. Im zweiten Teil des Workshops wird mithilfe des eingeführten Beispiels die Spezifikation der Modelle in Mplus veranschaulicht und die Ergebnisse werden in Interaktion mit den Teilnehmern interpretiert. Dabei wird (bei Bedarf) eine Blitzeinführung in die Mplus-Sprache gegeben. Der praktische Teil setzt sich zusammen aus gemeinsamen Übungen mit bereits vorliegenden Modellspezifikationen in Mplus sowie selbständigen Teilen, in denen die Teilnehmer die Aufgabe haben, Modelle für die Beantwortung vorgegebener Fragestellungen zu spezifizieren. Im Rahmen der Übungen behandeln wir die Auswirkungen unterschiedlicher Vorgehensweisen bei der Zentrierung der Variablen und gehen auf kategoriale Prädiktoren ein und auf deren zielführende Kodierung hinsichtlich unterschiedlicher Fragestellungen. Voraussetzungen: Sehr gute Kenntnisse der multiplen Regression und der Regressionsanalyse mit kategorialen Prädiktoren. Kenntnis der Grundidee der Mehrebenenmodellierung ist hilfreich, um an einem Tag spezifische Details der Mehrebenenanalyse nachvollziehen zu können. Vorzugsweise erste Erfahrungen mit Mplus. Der Klassiker: Raudenbush & Bryk (2002). Hierarchical Linear Models: Applications and Data Analysis Methods. SAGE publications. Software: http://www.statmodel.com/