Cómo ajustar e interpretar modelos multinivel con spss

Psicothema 2007. Vol. 19, nº 2, pp. 308-321 www.psicothema.com

ISSN 0214 - 9915 CODEN PSOTEG Copyright © 2007 Psicothema

METODOLOGÍA

Cómo ajustar e interpretar modelos multinivel con SPSS
Antonio Pardo, Miguel Ángel Ruiz y Rafael San Martín
Universidad Autónoma de Madrid
Los modelos jerárquicos o multinivel permiten analizar datos cuando los casos están agrupados en unidades deinformación más amplias y se toman medidas tanto en el nivel más bajo (los casos) como en los niveles más altos (los grupos). En este trabajo se describen los modelos multinivel comúnmente tratados en la literatura estadística y se explica cómo ajustarlos utilizando el SPSS (cualquier versión a partir de la 11) y cómo interpretar los resultados. En concreto se describen, ajustan e interpretan lossiguientes modelos: (1) análisis de varianza de un factor de efectos aleatorios, (2) análisis de regresión con medias como resultados, (3) análisis de covarianza de un factor de efectos aleatorios, (4) análisis de regresión con coeficientes aleatorios y (5) análisis de regresión con medias y pendientes como resultados. Todos los modelos se describen intentando hacerlos comprensibles para losinvestigadores en ciencias del comportamiento y la salud. How to fit and interpret multilevel models using SPSS. Hierarchic or multilevel models are used to analyse data when cases belong to known groups and sample units are selected both from the individual level and from the group level. In this work, the multilevel models most commonly discussed in the statistic literature are described, explaining how tofit these models using the SPSS program (any version as of the 11th) and how to interpret the outcomes of the analysis. Five particular models are described, fitted, and interpreted: (1) one-way analysis of variance with random effects, (2) regression analysis with means-as-outcomes, (3) one-way analysis of covariance with random effects, (4) regression analysis with random coefficients, and (5)regression analysis with means- and slopes-as-outcomes. All models are explained, trying to make them understandable to researchers in health and behaviour sciences.

Los modelos jerárquicos o multinivel han ido cobrado un interés creciente en los últimos años gracias a la aparición de programas informáticos específicamente diseñados para ajustar este tipo de modelos. Entre estos programasdestacan el MLwiN (Rasbash et al., 2000) y el HLM (Raudenbush, Bryk, Cheong, y Congdon, 2000). También los programas de análisis más generales (SPSS, SAS, R/S-Plus) incluyen procedimientos que pueden adaptarse para ajustar modelos multinivel (véase De Leew y Kreft, 2001, para una comparativa del software disponible). Los programas específicos (MlwiN y HLM) permiten ajustar prácticamente todo tipo demodelos multinivel, por complejos que sean, y no suelen dar problemas de estimación. Pero tienen, a nuestro juicio,

Fecha recepción: 24-5-06 • Fecha aceptación: 8-2-07 Correspondencia: Antonio Pardo Facultad de Psicología Universidad Autónoma de Madrid 28049 Madrid (Spain) E-mail: antonio.pardo@uam.es

dos desventajas: justamente por ser específicos poseen limitaciones importantes en lorelativo a la gestión de datos (también en las prestaciones gráficas) y obligan al usuario a familiarizarse con un nuevo programa. Los programas generales, por el contrario, tienen la importante ventaja de que los usuarios ya los conocen. Pero también tienen desventajas: el ajuste de modelos multinivel puede resultar una tarea bastante compleja y la documentación relativa al ajuste de modelos multinivelcon estos programas es muy escasa. Pinheiro y Bates (2000) explican cómo ajustar modelos multinivel con el R/S-Plus. Littell, Milliken, Stroup y Wolfinger (1996) y Singer (1998) muestran cómo utilizar el SAS para ajustar modelos multinivel. En relación con el ajuste de modelos multinivel con el SPSS, Norusis (2005) ofrece una interpretación correcta y asequible de algunos modelos multinivel,...