Análisis de modelos multinivel con el programa SPSS

En la investigación que se realiza en las ciencias sociales, es frecuente estudiar la influencia que ciertas características de grupos o colectivos tienen sobre determinadas experiencias y conductas de las personas. Por ejemplo, la relación entre el estilo de dirección de la empresa y el rendimiento de sus empleados; la influencia del clima organizacional en la satisfacción de los trabajadores etc. Estos ejemplos implican estimar la relación entre variables que se encuentran en distintos niveles de análisis: el nivel colectivo o superior (p.ej., el clima de la organización), y el individual (la satisfacción laboral). El uso del método de regresión tradicional ofrece resultados inexactos ya que trata los datos como si se articulasen en un único nivel, cayendo en la ?falacia ecológica? de atribuir erróneamente los resultados del nivel colectivo a los individuales. Los modelos multinivel permiten solventar esta dificultad al distinguir los distintos niveles jerárquicos de las predictoras, separando la variabilidad de los individuos objeto de estudio de la de los grupos a los que pertenecen. Su aplicación en la investigación ha crecido progresivamente durante los últimos 25 años (González-Romá y Hernández, 2017) requiriendo el uso de modelos y técnicas multinivel por parte de los investigadores en ciencias sociales.
Este curso tratará de explicar la lógica multinivel comúnmente tratada en la literatura de las ciencias sociales, explicará cómo ajustar los modelos utilizando el programa SPSS, y cómo interpretar los resultados. En concreto, se describen, ajustan e interpretan los siguientes modelos: Modelo 1: modelo ANOVA de un factor de efectos aleatorios. Modelo 2a: Modelo ANCOVA de un factor de efectos aleatorios. Modelo 2b: Modelo de coeficientes de regresión aleatorios. Modelo 3: modelo de interceptos como resultados. Modelo 4: modelo de interceptos y pendientes como resultados.