تحلیل چندسطحی؛ راهکاری برای خطاهای حاصل از تجمیع داده ها: استفاده از داده های سطح دانش آموز و معلم تیمز 2011

مشکل بوم شناسی در تحلیل داده های تجمیع، مشکل آماری جدی در اغلب پژوهش هاست. در این مقاله ضمن توضیح مشکلات مربوط به تحلیل های تجمیع و تجمیع زدایی، مدل یابی چندسطحی به ویژه مدل یابی خطی چندسطحی (HLM) به عنوان روشی جایگزین معرفی شده است. پژوهش حاضر از نوع همبستگی است و رابطه میان متغیرها در 6029 دانش آموز پایه هشتم شرکت کننده در آزمون تیمز (2816 دختر و 3213 پسر) که پرسشنامه استاندارد آن را تکمیل کرده بودند، بررسی شد. نتایج بررسی رابطه مقدار تکلیف و مدت زمان انجام آن بر عملکرد ریاضیات دانش آموزان نشان داد که بین متغیر مقدار تکلیف و مدت زمان انجام آن با عملکرد ریاضیات در سطح دانش آموز رابطه معنی داری وجود دارد ولی این رابطه در سطح معلم معنی دار نبود. نتایج همچنین سودمندی تحلیل چندسطحی در داده های آشیانه ای را نشان داد.