In dem vorliegenden Beitrag werden exemplarisch anhand der Daten des australischen Household, Income and Labor Dynamics in Australia Surveys 10 (HILDA 10) einige basale Multilevelmodelle für längsschnittliche Daten vorgestellt. Hierbei handelt es sich um Übertragungen des Random-Intercept-Only-Modells, des Random-Intercept-Modells und des Random-Intercept-Random-Slope-Modells mit Level-1- und Level-2-Prädiktoren auf längsschnittliche Daten. Es wird auf die Modellierung von Kontexteffekten eingegangen. Eine Besonderheit bei längsschnittlichen Daten liegt darin, dass der Kontext der zeitvariierenden Beobachtungen auf Ebene-1 die Person (Ebene-2) darstellt. Um Effekte der soziologischen Makro-Ebene zu berücksichtigen, ist es notwendig, die Modelle um eine dritte Ebene zu erweitern. Ein Modell mit drei Ebenen wird vorgestellt und weitere Modelle zur Modellierung von Daten im Längsschnitt, wie ein Wachstumskurvenmodell und ein multivariates Multilevelmodell, werden kurz behandelt.
In the present article a few basic multilevel models for longitudinal data are introduced and applied to the Household Income and Labor Dynamics in Australia Survey 10 (HILDA) for demonstrational purposes. The covered models are adaptions of the random-intercept-only model, the random-intercept models and the random- intercept random-slope model with and without level-1 and level-2 predictors to longitudinal data. The modeling of contextual effects is covered. One particularity in longitudinal data is the fact that persons (level-2) may be regarded as the context of the time-varying observations on level-1. To incorporate the macro-level of sociology, it is necessary to expand the model to a third level. A model with three levels is introduced and in addition a simple growth curve model and a multivariate multilevel model are presented.

Enthalten in:
Kölner Zeitschrift für Soziologie und Sozialpsychologie; 2014/Sonderheft 54 (2014)

---

Serie / Reihe: Kölner Zeitschrift für Soziologie und Sozialpsychologie

Personen: Hosoya, Georg Koch, Tobias Eid, Michael

Schlagwörter: