The Impact of Sample Sizes on Multiple Membership Multilevel Modeling Estimation

정혜원; 김지선; 박령선; 전현정

추천

검색

자료유형: 학술저널

저자정보: 정혜원 (충남대학교) 김지선 (University of Washington Seattle) 박령선 (University of Texas Austin) 전현정 (충남대학교)

저널정보: 한국교육평가학회 교육평가연구 교육평가연구 제28권 제1호

발행연도: 2015.3

수록면: 163 - 180 (18page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Multiple membership data structures are increasingly encountered in the educational field, but few studies have investigated the impact of sample sizes on multiple membership multilevel modeling. This simulation study examines the parameter estimates and non-coverage rates of 95% credible intervals in multiple membership multilevel modeling under a variety of manipulated conditions including: the intraclass correlation coefficient (ICC; 0.15 and 0.25), the number of schools (20, 30, 50 and 100), and the number of students (20, 30, 50, 100 and 200). Across all conditions, no substantial relative bias was found for fixed effect and student level variance component estimates. However, in some of the smaller number of schools (<=50), school level variance component estimates were substantially positively biased. Across all conditions, non-coverage rates of 95% credible interval for the fixed effect and random variance component estimates were less than the nominal non-coverage rate (i.e., 5%). It is suggested that applied researchers should analyze sufficiently large dataset (at least 50 groups with 30 participants) for multiple membership multilevel modeling estimation.

#multiple membership multilevel data #multiple membership multilevel modeling #sample size

참고문헌 (11)

참고문헌 신청

Browne, W. J. / 2001 / Multiple membership multiple classification(MMMC)models / Statistical Modelling 1(2):103~124

Hyewon Chung / 2012 / The impact of ignoring multiple membership data structures in multilevel models / British Journal of Mathematical and Statistical Psychology 65(2):185~200

Goldstein, H. / 2010 / Multilevel statistical models / Hodder Arnold

J. J. HOOGLAND / 1998 / Robustness Studies in Covariance Structure Modeling: An Overview and a Meta-Analysis / Sociological Methods & Research 26(3):329~367

Ihrke, D. K. / 2012 / Geographical Mobility: 2005 to 2010

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

정혜원

소속기관 충남대학교

주요연구분야 사회과학 > 교육학

논문수 9 이용수 41

김지선

소속기관 The University of Washington

주요연구분야 사회과학 > 교육학

논문수 3 이용수 7

박령선

소속기관 Seattle

주요연구분야 사회과학 > 교육학

논문수 2 이용수 6

전현정

소속기관 Wayne State University

주요연구분야 사회과학 > 교육학

논문수 3 이용수 11

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (11)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)