تحلیل چندسطحی؛ راهکاری برای خطاهای حاصل از تجمیع داده‌ها: استفاده از داده‌های سطح دانش‌آموز و معلم تیمز 2011

مشکل بوم‌شناسی در تحلیل داده‌های تجمیع، مشکل آماری جدی در اغلب پژوهش‌هاست. در این مقاله ضمن توضیح مشکلات مربوط به تحلیل‌های تجمیع و تجمیع‌زدایی، مدل‌یابی چندسطحی به‌ویژه مدل‌یابی خطی چندسطحی (HLM) به‌عنوان روشی جایگزین معرفی شده است. پژوهش حاضر از نوع همبستگی است و رابطه میان متغیرها در 6029 دانش‌آموز پایه هشتم شرکت‌کننده در آزمون تیمز (2816 دختر و 3213 پسر) که پرسشنامه استاندارد آن را تکمیل کرده بودند، بررسی شد. نتایج بررسی رابطه مقدار تکلیف و مدت‌زمان انجام آن بر عملکرد ریاضیات دانش‌آموزان نشان داد که بین متغیر مقدار تکلیف و مدت‌زمان انجام آن با عملکرد ریاضیات در سطح دانش‌آموز رابطه معنی‌داری وجود دارد ولی این رابطه در سطح معلم معنی‌دار نبود. نتایج همچنین سودمندی تحلیل چندسطحی در داده‌های آشیانه‌ای را نشان داد.