Pemodelan Multilevel
Pemodelan multilevel (juga disebut pemodelan linier hierarkis, pemodelan efek campuran) adalah kerangka kerja statistik untuk menganalisis data yang diorganisasi dalam struktur bersarang atau terkelompok—siswa di dalam sekolah, pasien di dalam rumah sakit, pengukuran berulang di dalam individu. Dikembangkan oleh Bryk dan Raudenbush (1992), kerangka ini memperhitungkan dependensi antar observasi dan mempartisi varians ke dalam tingkatan (dalam-kelompok dan antar-kelompok), memungkinkan inferensi yang valid dan mengungkap efek konteks. Penting dalam pendidikan, kedokteran, penelitian organisasi, dan bidang apa pun di mana data memiliki hierarki alami.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+31 more
Sumber
- Bryk, A. S., & Raudenbush, S. W. (1992). Hierarchical Linear Models: Applications and Data Analysis Methods. SAGE Publications. DOI: 10.2307/2075823 ↗
- Goldstein, H. (2011). Multilevel Statistical Models (4th ed.). Wiley-Blackwell. DOI: 10.1002/9780470973394 ↗
- Shrout, P. E., & Fleiss, J. L. (1979). Intraclass correlations: Uses in assessing rater reliability. Psychological Bulletin, 86(2), 420–428. DOI: 10.1037/0033-2909.86.2.420 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 4). Multilevel (Hierarchical) Linear Modeling. ScholarGate. https://scholargate.app/id/research-statistics/multilevel-modeling
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Analisis Varians (ANOVA)Statistika Penelitian↔ compare
- Regresi LogistikStatistika Penelitian↔ compare
- Pemodelan Persamaan StrukturalStatistika Penelitian↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →