Mehrebenenanalyse oder Varianzanalyse?

Abstract

Zusammenfassung. Wer Experimente in Schulklassen durchführt, hat mit hierarchisch strukturierten Daten zu tun, was Mehrebenenanalysen nahelegt. Meist sind solche Experimente so aufwändig, dass die für hierarchisch lineare Modelle üblichen Stichprobengrößen nicht zu erreichen sind. Wenn man an Vorhersagen auf Klassenebene nicht interessiert ist, bieten sich alternativ Varianzanalysen an, die die Klasse als Faktor einbeziehen. In einer Simulationsstudie wurden die Äquivalenz, die Reaktion auf variierte Rahmenbedingungen und die Genauigkeit der Parameterschätzungen der beiden Verfahren geprüft. Dazu wurden acht mal 1000 Datensätze simuliert, die sich systematisch in der Anzahl der Klassen, der Balance der Klassengrößen und der Intraklassenkorrelation unterschieden. Die Datensätze wurden mit hierarchischen Regressionsanalysen nach dem random-intercept Modell und mit Varianzanalysen ausgewertet und die Ergebnisse verglichen. Es zeigte sich, dass die Teststärke der beiden Methoden praktisch gleich ist, dass die Rahmenbedingungen sich nur schwach auswirken und dass die hierarchische Regressionsanalyse die Modellparameter bei Datensätzen einer Größe von zehn Klassen befriedigend reproduziert.

Student-Reported Classroom Climate Pre and Post Teacher Training in Restorative Practices

“…Hypothesis 1 (training effects) was evaluated using Wilcoxon tests with Bonferroni-Holm corrections. As the test assumptions for an ANCOVA were not met and a random intercept model was considered inappropriate due to the small sample size (n 1 class at post-test; Maas and Hox, 2005;Schoppek, 2015), hypothesis 2 (moderator effects) was evaluated using non-parametric partial correlations to evaluate the relationship between school and classroom climate and experiences of victimisation, perceptions of inclusion, and the presence of SEND, whilst controlling for class membership. For further multiple linear regressions, we defined grade 5 of school 2 as the intervention group and grades 6 and 8 of this school, whose teachers dropped the training, as the control group.…”

“…The effect size r was calculated as Z statistic divided by square root of the sample size (r z⁄ √n) and interpreted in line with Cohen's classification (1992). Multilevel-analyses could not be conducted, because the sample size at class level (n 41 students from eleven classes) was too small (Maas and Hox, 2005;Schoppek, 2015) in the intervention group. Hence, hypothesis 1 (training effects) was examined with mixed ANOVAs to determine whether the RP training (intervention vs control group) had a significant effect on school and classroom climate.…”