Hiyerarşik İlişkisel Anket — İlişkisel Sorular İçin Çok Düzeyli Anket Araştırması
Hierarchical Relational Survey Research · Ayrıca şöyle bilinir: nested relational survey, multilevel relational survey, HLM-based relational survey, hierarchical correlational survey
Bir hiyerarşik ilişkisel anket, ilişkisel anket araştırmasının korelasyonel hedeflerini, katılımcıların sınıflar, okullar, hastaneler veya organizasyonlar gibi daha üst düzey birimler içine yerleştirildiği çok düzeyli bir veri yapısıyla birleştirir. Tasarım, aynı grup içindeki gözlemlerin bağımsız olmadığını kabul eder ve hem düzeyler içinde hem de düzeyler arasında değişkenler arasındaki ilişkileri eş zamanlı olarak incelemek için hiyerarşik doğrusal modelleme (HLM) veya eşdeğer çok düzeyli teknikleri kullanır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Verileriniz doğası gereği kümelenmiş (bireyler gruplar içinde, gruplar organizasyonlar içinde) olduğunda ve araştırma sorularınız yalnızca grup farklılıkları değil, değişkenler arasındaki ilişkilerle ilgili olduğunda bir hiyerarşik ilişkisel anket kullanın. Bu tasarım, sonuç değişkenleri için ICC'nin kabaca 0.05'in üzerinde olması, yani anlamlı gruplar arası varyansın bulunması durumunda uygundur. Düzeyler arası etkileşimleri (örneğin, bir okul düzeyindeki politikanın bir birey düzeyindeki ilişkiyi mi düzenlediğini) incelemek istediğinizde doğru seçimdir. Anlamlı kümelenmenin olmadığı (ICC sıfıra yakın) durumlarda, grup düzeyinde örneklem boyutlarının çok küçük olduğu (10-15 gruptan az) veya araştırma sorusunun ilişkisel olmaktan çok tamamen betimsel olduğu durumlarda kullanmayın. Kümelenmenin ihmal edilebilir olduğu gösterilebildiğinde standart bir ilişkisel anket yeterlidir.
Güçlü yönler & sınırlılıklar
- Kümelenmiş gözlemlerin bağımsızlığını doğru bir şekilde hesaba katar, tarafsız standart hatalar ve doğru çıkarımsal testler üretir.
- Düz tasarımların tespit edemeyeceği olguları yakalayarak, birden çok düzeyde eş zamanlı ilişki incelemesi sağlar.
- Düzeyler arası etkileşim testi, bireysel düzeydeki ilişkilerin bağlama bağlı olup olmadığını ortaya çıkarır — eğitim, sağlık ve örgütsel araştırmalarda anlamsal olarak önemli bir bulgudur.
- ICC aracılığıyla varyans bölümlemesi, sonuç varyansının ne kadarının hiyerarşinin her düzeyinde bulunduğuna dair şeffaf bilgi sağlar.
- Verileri toplama veya ayırma işleminden daha gerçekçidir, çünkü bu işlemler sırasıyla ekolojik yanılgı veya atomistik yanılgı yoluyla ilişkileri bozar.
- Yeterli gücü elde etmek için, özellikle grup düzeyinde, düz ilişkisel anketlerden önemli ölçüde daha büyük örneklemler gerektirir.
- Standart çoklu regresyondan kavramsal ve analitik olarak daha karmaşıktır; araştırmacılar düzey üyeliğini doğru bir şekilde belirtmeli ve rastgele etki yapılarını anlamalıdır.
- Grup düzeyi değişken ölçümü (toplama, kurumsal kayıtlar), açıkça ele alınması gereken ek ölçüm zorlukları getirir.
- Yazılım çıktısı ve parametre yorumlaması daha talepkardır ve bazı disiplinlerdeki hakemler için daha az tanıdıktır.
SSS
Neden standart bir ilişkisel anket yerine hiyerarşik bir tasarıma ihtiyacım olduğunu nasıl anlarım?
Önce boş bir HLM modeli çalıştırın ve sınıflar arası korelasyon katsayısını (ICC) hesaplayın. ICC yaklaşık 0.05'in üzerindeyse — yani sonuç varyansının en az %5'i gruplar arasında yer alıyorsa — çok düzeyli modelleme gereklidir. 0.05'in altındaki bir ICC, kümelenmenin ihmal edilebilir olduğunu ve küme-sağlam standart hatalara sahip standart bir ilişkisel anketin yeterli olabileceğini düşündürmektedir.
Ne kadar örneklem büyüklüğüne ihtiyacım var?
En önemli husus, üst düzey birimlerin (gruplar) sayısıdır. 20'den az grup, yetersiz tahmin edilmiş rastgele etkiler ve düzey-2 öngörücüleri ve düzeyler arası etkileşimler için düşük güç sağlar. Yaygın olarak alıntılanan bir kural, grup başına 30 bireyle birlikte 30 gruptur, ancak simülasyon kullanarak güç analizi (örneğin, R paketi simr) daha güvenilirdir ve tasarım sırasında yapılmalıdır.
Düzey-1 öngörücüleri için genel ortalama ve grup ortalaması merkezlemesi arasındaki fark nedir?
Genel ortalama merkezlemesi, düzey-1 öngörücüsündeki hem grup içi hem de gruplar arası varyansı korur ve katsayı her iki etkinin bir karışımını temsil eder. Grup ortalaması merkezlemesi, düzey-1 öngörücüsünden gruplar arası varyansı kaldırır, bu nedenle katsayı yalnızca grup içi ilişkiyi yansıtır. Seçim, araştırma sorunuzla eşleşmelidir: grup içi etkiyi izole etmek istiyorsanız, grup ortalaması merkezlemesini kullanın ve grup ortalamasını ayrı bir düzey-2 değişkeni olarak dahil edin.
Bu tasarım için HLM yerine SEM kullanabilir miyim?
Ölçüm modeli karmaşıksa veya birden çok düzeyde gizli değişken tahmini gerekiyorsa, çok düzeyli yapısal eşitlik modellemesi (MSEM) geçerli bir alternatiftir. Mplus gibi yazılımlar MSEM'i destekler. Gözlemlenen değişkenlerle yapılan basit ilişkisel sorular için HLM'nin belirtilmesi ve yorumlanması daha kolaydır. Tasarımlar birbirini tamamlayıcı niteliktedir, rakip değildir.
Hiyerarşik ilişkisel bir ankete ilişkin sonuçları nasıl raporlamalıyım?
Çok düzeyli yaklaşımı gerekçelendirmek için boş modelden ICC'yi raporlayın. Her model için, sabit etkileri (katsayı, standart hata, t veya z oranı, p-değeri ve güven aralığı) ve rastgele etkileri (varyans bileşenleri ve standart sapmalar) raporlayın. Ardışık modelleri uyum indeksleriyle (AIC, BIC veya olabilirlik oranı testi) gösteren bir model oluşturma tablosu ekleyin. Her düzeydeki sözde-R² değerleri pratik etki büyüklüklerini iletir.
Kaynaklar
- Raudenbush, S. W., & Bryk, A. S. (2002). Hierarchical Linear Models: Applications and Data Analysis Methods (2nd ed.). Sage. ISBN: 978-0761919049
- Hox, J. J. (2010). Multilevel Analysis: Techniques and Applications (2nd ed.). Routledge. ISBN: 978-1848728462
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Hierarchical Relational Survey Research. ScholarGate. https://scholargate.app/tr/research-design/hierarchical-relational-survey
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Hiyerarşik Kesitsel AraştırmaAraştırma tasarımı↔ karşılaştır
- Boylamsal Anket AraştırmasıAraştırma tasarımı↔ karşılaştır
- Çok Düzeyli ModellemeAraştırma istatistiği↔ karşılaştır
- İlişkisel TaramaAraştırma tasarımı↔ karşılaştır