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)