analiza wielopoziomowa jako narzędzie wsparcia
Transkrypt
analiza wielopoziomowa jako narzędzie wsparcia
ANALIZA WIELOPOZIOMOWA JAKO NARZĘDZIE WSPARCIA POLITYK PUBLICZNYCH - Adrian Gorgosz - Paulina Tupalska ANALIZA WIELOPOZIOMOWA (AW) Multilevel Analysis Obecna od lat 80. Popularna i coraz częściej stosowana w naukach społecznych Specjalistyczne ośrodki zajmujące się wyłącznie zagadnieniami związanymi z AW (The Centre for Multilevel Modelling) Rozwój oprogramowania statystycznego (IBM SPSS Statistics) Programy przeznaczone wyłącznie na potrzeby AW (MLwiN, HLM) Założono, że zachowania indywidualne są ukontekstowane w relacjach do szerszych struktur Jaka przyszłość dla AW? Hipoteza artykułu nawiązuje do jego tytułu WIELOPOZIOMOWOŚĆ Jest istotą i warunkiem początkowym dla zastosowania analizy wielopoziomowej Co to znaczy? Przykład – „Jeśli istnieją jakieś zjawiska A, które można określić w danym czasie i przestrzeni oraz istnieją takie warunki B, które sprawiają, że poszczególne zjawiska w zbiorze A - a1, a2, a3,…- można pogrupować/podzielić ze względu na warunki B – b1, b2, b3, … - to sytuacja ta przedstawia co najmniej dwa poziomy potencjalnej analizy”. Analiza wielopoziomowa jest próbą badania zjawisk na różnych poziomach emergencji POZIOM 3 oddział firmy szpital szkoła partia polityczna klasa struktury regionalne POZIOM 2 menadżer lekarz POZIOM 1 pracownik rys. Przykłady układów z zagnieżdżonymi danymi pacjent uczeń członek partii W analizie wielopoziomowej chodzi o przedstawienie w modelu statystycznym wszystkich zależności, które występują na poziomie pierwszym, przy uwzględnieniu zależności między zmiennymi na każdym kolejnym wyższym poziomie Na poziomach ponadjednostkowych (np. poziom drugi) zależności pomiędzy zmienną zależną a niezależną mogą przedstawiać się odmiennie niż na poziomach grupowych Gdy nie uwzględnimy wyższych poziomów, model statystyczny na poziomie jednostkowym nie będzie przedstawiał faktycznych zależności między zmiennymi Relacje między poziomami mikro a makro 9 8 W A R T O Ś Ć 7 Y 2 A 6 5 A, B, C B Średnie grupowe Grupa 1 4 Grupa 2 C 3 Grupa 3 1 0 1 2 3 4 WARTOŚĆ X 5 6 7 FILARY ANALIZY WIELOPOZIOMOWEJ ANALIZA WARIANCJI Analiza wariancji (ANOVA) – to metoda rozstrzygania o istnieniu różnic między średnimi w kilku populacjach. Gdy różnice zostaną stwierdzone, możemy założyć, że istnieje jakiś czynnik, który powoduje, że populacje te faktycznie się różnią. Możemy wyznaczyć: Średnią arytmetyczną ogólną – w ramach całej populacji, która obejmuje wszystkie obserwacje Średnią arytmetyczną grupową – średnia w ramach każdej grupy w populacji Znając powyższe średnie, można także obliczyć: Odchylenie = jednostkowy pomiar obserwacji – średnia w ramach danej grupy losowe (np. wynik pojedynczego ucznia) Odchylenie zabiegowe = średnia w ramach danej grupy – średnia ogólna ICC – międzyklasowy współczynnik korelacji – na jego podstawie wnioskujemy, jak istotny wpływ wywiera podział na poszczególne grupy obserwacji na kolejnych poziomach Dzięki analizie wariancji istnieje możliwość rozbicia miary zmienności badanej populacji na: część związaną z danym poziomem (np. podział na klasy) część, której nie da się wyjaśnić (zmienność taka zawsze wystąpi w populacji) ANALIZA REGRESJI Wykorzystywana do wyszukiwania związków pomiędzy zmiennymi zależnymi i niezależnymi CHARAKTER KORELACYJNY PRZYCZYNOWO - SKUTKOWY Budując model równania regresji jednej zmiennej, przyjmujemy założenia: 1. Związek między X i Y ma charakter liniowy 2. Mamy tylko jedną zmienną niezależną 3. Składnik losowy ma wartość średnią równą 0 i pewną dodatnią wariancję Przy powyższych założeniach, zależność pomiędzy cechami X i Y możemy przedstawić, jako: Y = a + bX + Gdzie: Y – zmienna zależna będąca przedmiotem badania X – zmienna niezależna a,b – pewne parametry (a – wyraz wolny, miejsce przecięcia się zmiennej X z osią współrzędnych Y; b – współczynnik regresji) - składnik losowy reprezentujący nieobserwowalny wpływ innych czynników (różnica pomiędzy wartością y przy danym x) ANALIZA WIELOPOZIOMOWA – BUDOWA MODELU I etap II etap III etap IV etap V etap Zmienna zależna = średnia ogólna całej populacji + odchylenie zabiegowe + odchylenie losowe + zmienna niezależna z poziomu pierwszego (poprzedzona współczynnikiem kierunkowym regresji) + zmienna niezależna z drugiego poziomu (np. średnia grupowa) + dodatkowy element resztowy na poziomie drugim + element interakcyjny pomiędzy zmiennymi niezależnymi z poziomu pierwszego i drugiego EGZEMPLIFIKACJA METODY – PRZYKŁAD 1 Zadanie: zbadanie poparcia dla UE ze strony mieszkańców krajów członkowskich Poziomy: indywidualny (1), partyjny (2), narodowy (3) Zmienna zależna (poparcie) bazowała na wypadkowej dwóch pytań: 1. Czy myślisz że członkowstwo w UE jest: złe / ani dobre ani złe / dobre ? 2. Czy szybkość europejskiej integracji powinna: zatrzymać się / być większa ? Zmiennym niezależnymi były: POZIOM 1 LI – sztuczna zmienna pokazująca czy dana jednostka znalazła się w dolnym kwartylu rozkładu dochodu narodowego HI – sztuczna zmienna, pokazuje czy dana jednostka się w górnym kwartylu rozkładu dochodu narodowego ID – ideologiczne określenie się respondenta (skala: najbardziej „na lewo”- 0, najbardziej „na prawo” – 9) OL – ocena posłuchu dla opinii przywódców ze strony jednostek (skala od 1 do 4) Płeć – skala 1 – mężczyzna, 0 - kobieta Wiek – w latach POZIOM 2 Cue – wskaźnik poparcia dla integracji europejskiej ze strony konkretnej partii politycznej (1 – przeciw, 7 –poparcie) POZIOM 3 Tenure – ile lat dane państwo jest członkiem UE Trade – wskaźnik bilansu handlowego danego państwa w ramach UE WYNIKI Z poziomu pierwszego jedynie 2 z 6 zmiennych okazały się istotne statystycznie – wiek oraz ocena posłuchu dla opinii przywódców ze strony jednostek (OL). Współczynnik kierunkowy związany z OL ma pozytywny wpływ na poparcie dla UE, a ten związany z wiekiem – negatywny. Ważny okazał się także element partyjny – Cue – wskaźnik poparcia dla integracji europ. Ze strony konkretnej partii politycznej Zmienne z poziomu trzeciego – Tenure i Trade – okazały się nieistotne statystycznie PRZYKŁAD 2 Zadanie: zbadanie poziomu poczucia politycznej sprawczości Poziomy: jednostkowy oraz grupy studenckie Studenci uczestniczyli w programach edukacyjnych związanych z zagadnieniami politycznymi. Wynik: Wykazano duży wpływ zaproponowanych programów na poziom deklarowanej politycznej sprawczości PODSUMOWANIE AW jest odpowiednia do badania złożonej rzeczywistości społecznej Bada zjawiska na różnych poziomach emergencji (wielopoziomowość) – wyodrębnia i uwzględnia procesy oraz zmiany zachodzące na różnych poziomach AW odzwierciedla relacje pomiędzy jednostką a szerszą strukturą społecznopolityczną AW wyodrębnia najważniejsze zmienne niezależne Jej stosowanie zwraca uwagę na znaczenie procesu emergencji w życiu społecznym, konteksty otaczające jednostkę, role szerszych struktur (w których funkcjonuje jednostka)