مدل های چند سطحی در علوم انسانی: مطالعه موردی داوطلبان آزمون سراسری (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
در بسیاری از مطالعات علمی و پژوهشی در تمامی علوم و به ویژه در علوم انسانی مایلیم تأثیر متغیرها بر هم و یا پیش بینی یک متغیر براساس گروهی دیگر از متغیرها را بررسی کنیم. این عمل در مباحث آماری اغلب با ارائه مدل های آماری مناسب امکان پذیر است. مدل های آماری مختلفی تاکنون ارائه شده است که یکی از آنها که در دهه های اخیر مورد استقبال صاحب نظران علوم انسانی قرار گرفته، مدل های چند سطحی است. در این نوع مدل، به جای ثابت فرض کردن ضرایب مدل، در مدل های آماری یک سطحی، این ضرایب متغیر در نظر گرفته می شوند در نتیجه، تأثیرات تعاملی بین متغیر های سطح کلان و سطح خرد، که معمولاً در تحقیقات علوم انسانی به وفور یافت می شود، مدنظر قرار می گیرد و اریبی برآورد پارامترها که از نمونه گیری خوشه ای ناشی می شود تا حد بسیار زیادی در مقایسه با مدل های یک سطحی اصلاح می شود. در این مقاله، به معرفی مدل های چند سطحی و ارائه کاربردها، مزایا و مشکلات این مدل ها پرداخته می شود و با به کارگیری مدل سه سطحی، نقش متغیر های مختلف تشکیل دهنده موقعیت های اجتماعی - اقتصادی در عملکرد تحصیلی (نمره کل) مناسب برای ورود به دانشگاه ها و مؤسسات آموزش عالی در طی زمان تحلیل می شود. در این مثال، میزان تأثیر عوامل تشکیل دهنده این موقعیت ها مشتمل بر تحصیلات پدر و مادر، شغل پدر، سطح درآمد در جنسیت های مختلف، با در نظر گرفتن وضعیت بخش و استان محل اقامت داوطلبان در گروه آزمایشی علوم تجربی، در آزمون سراسری ورود به آموزش عالی ایران طی سال های 1380 تا 1388بررسی می شود.Multilevel Models in Humanities; Case Study of Nationwide Exam Participants
In many scientific studies, especially in the humanities, the influence of variables on each other, or prediction of one variable by some other variables is of special interest. In statistical problems, these goals can be achieved by developing proper statistical models. In recent decades, among various statistical models used by humanities scholars, multilevel models have got special attention. In these models, instead of assuming that model parameters are constant, the impacts of interaction between high levels and low levels have been widely seen in human sciences research. In addition, these models in comparison with low-level models, modify the bias of estimated parameters resulted from cluster sampling. This paper presents multilevel models, and addresses their applications, advantages and disadvantages. Moreover, a three-level model was used to analyze the role of constituent variables of socioeconomic status in educational performance (total score) to enter into universities and “higher education institutions” over time. In this example, the effect of each constituent variable, including parents' educational level, father's occupation, level of income in different genders, was investigated considering the status of the city and province from where participants in the experimental science group of the entrance exam of higher education came during the years 2001 to 2009.