دانلود مقالات ISI درباره تجزیه و تحلیل چند سطحی + ترجمه فارسی

تجزیه و تحلیل چند سطحی(Multilevel analysis) جهت تحقیقاتی به کار می روند که در آن دو یا سه سطح مختلف در ایجاد یک مشکل و یا یک پدیده مطلوب دخالت دارند. نحوه دخالت نیز به گونه ای است که یک عامل یا علت از سطح بالاتر به عنوان متغیر تعدیل کننده در رابطه اثر گذاری دو متغیر مستقل و وابسته در سطح پایین تر اثر گذاشته و موجب تشدید و یا تضعیف این رابطه می شود. به عنوان مثال می توان در یک سازمان چنین فرض کرد که میزان دستمزد بر روی انگیزش کارکنان اثر مثبت می گذارد یعنی با افزایش دستمزد می توان انتظار داشت که انگیزه کارکنان افزایش می یابد. حال ممکن است متغیر دیگری به عنوان شهرت سازمان به عنوان متغیری که در سطح بالاتر یعنی در سطح سازمان قرار دارد بر روی این رابطه اثر بگذارد یعنی شهرت بالاتر سازمان موجب شود که رابطه مثبت بین میزان دستمزد و انگیزه کاهش پیدا کند. برای اینکه بتوانیم مقدار و شدت این اثر گذاری متغیر سطح بالاتر را بر روی رابطه دو متغیر سطح پایین تر اندازه گیری کنیم می بایست از تجزیه و تحلیل و مدلسازی چند سطحی استفاده کنیم. لازم به ذکر است که در این تحلیل ها منظور از سطح بالاتر نمونه هایی است که از مجموع چندین نمونه سطح پایین تشکیل شده است. به عنوان نمونه می توانیم صنعت، شرکت و کارمندان را به ترتیب سطح 3 و 2 و 1 تعریف کنیم چرا که مجموع چند کارمند ( سطح 1 ) باشند در یک نمونه سطح 2 ( شرکت ) قرار داشته و مجموع چند نمونه سطح 2 ( شرکتها) تشکیل یک صنعت را (که سطح بالاتر یعنی سطح 3 ) باشند را می دهند. بنابراین مدل‌های چند سطحی هنگامی تشکیل می‌شوند که بتوان داده‌ها را در دسته‌های مختلف جای داد. به عنوان مثالی دیگر دانش آموزان را می‌توان در کلاس‌ها‌، بیماران را در بیمارستان و استادان را در دانشکده‌ها طبقه‌بندی نمود. در این نوع مدل‌سازی به دانش آموز‌، بیمار و استاد سطح 1 و به کلاس‌، بیمارستان و دانشکده سطح 2 گفته می‌شود. در صورتی که بتوان عناصر سطح 2 را دوباره در یک مجموعه دیگر طبقه‌بندی نمود آنگاه سطح 3 نیز وجود خواهد داشت. در مثال‌های ما سطح 3 می‌تواند مدرسه‌، دانشگاه علوم پزشکی و دانشگاه باشد. توسعه‌های اولیه در مطالعات چند سطحی در سال 1981 توسط Aitkin et al. (1981) و در سال 1986 توسط and Longford Aitkin انجام گرفت. داده‌های سطح 1 در هر طبقه‌ای که قرار می‌گیرند دارای ویژگی‌های مشابهی هستند. به عنوان مثال دانش آموزانی که در یک کلاس هستند همگی دارای یک معلم مشترک هستند. در مدل‌های چند سطحی همواره یک متغیر از سطح بالاتر به عنوان یک متغیر مداخله‌گر‌ بر رابطه رگرسیونی بین دو متغیر در سطح پایین‌تر اثر می‌گذارد.