Paneldatenanalyse mit Mehrebenen-Regressionsmodellen in R

Vortragender: Dr. Erwin Stolz, MA

Dieser Workshop bietet eine zweitägige Einführung in die Analyse von Panel-Daten (wiederholte Befragung derselben Stichprobe) mit Hilfe von Mehrebenen-Regressionsmodellen (engl.: multilevel growth curve models, hierarchical growth curve models, linear mixed effects models) an. Paneldaten (bspw. SOEP, PASS, SHARE, DEAS) nehmen in der quantitativen sozialwissenschaftlichen Forschung aufgrund zahlreicher Vorteile gegenüber Querschnittsdaten eine immer wichtigere Stellung ein und Mehrebenen-Regressionsmodelle stellen einen der zentralen und flexibelsten methodischen Zugänge dafür dar. Im Rahmen von Mehrebenen-Regressionsmodellen können Veränderungen in einem Outcome (z.B. Gesundheitsstatus, Einstellung zu Migration, etc) über die Zeit hinweg untersucht werden.

Im Workshop werden zuerst Grundannahmen von Mehrebenen-Regressionsmodellen bei der Analyse von Paneldaten diskutiert und anschließend im Computerlabor eine praktische Einführung in die Modellierung von kontinuierlichen und dichotomen abhängigen Variablen mit Messwiederholungen mittels dem Paket lme4 für R (frei zugänglich) geboten. Für die Teilnahme am Workshop sind Grundkenntnisse bezüglich multipler Regressionsanalyse erforderlich, während Kenntnisse im Umgang mit der Statistik-Umgebung R zwar empfehlenswert, aber nicht zwingend erforderlich sind. Am Ende des Workshops sollten alle TeilnehmerInnen in der Lage sein, einfache Wachstumskurvenmodelle aufzustellen und zu interpretieren.