阶层线性模式.pdf

11 階層線性模式 ñ 劉子鍵 陳正昌 ñ 11.1 理論部分 11.1.1 階層線性模式的發展 傳統在教育社會學 、教育心理學 ，或社會心理學領域的研究中 ，常面臨依變 項在測量「學生階層」 (student-level) 或「個人階層」 (personal-level) 的變項 (如 ： 學生個人成績) ，但自變項中卻包含一些測量 「學校階層 」 (school-level) 或 「組織 階層」 (organization-level) (如 ：各校的所在地 、學生人數) 的變項 。此時若用傳統 的迴歸分析 ，將導致兩難的局面 ：1.如果以個人做為分析的單位 (disaggregation) ， 將使估計標準誤 (estimated standard errors) 變得過小 ，而使第一類型錯誤 (type one error) 過於膨脹 ，同時也無法符合迴歸殘差之同質性假設 ；2.如果以組織做為 分析的單位 (aggregation) ，並將各組織中個人變項的平均數做為依變項 ，將導致其 他以個人為單位的自變項難以納入 ，組織內在 (within-group) 的訊息均被捨棄 ，且 易因組織的特性造成分析結果解釋上的偏誤。此部分可參見高新建、吳幼吾 (1997) 之專文 。 近年來由於統計分析技術的進步及電腦發展的快速 ，許多研究者提出階層線 性模式 (hierarchical linear model, HLM) 來解決上述兩難問題 ，並且據此發展出許 多富有彈性的次模式 。 HLM 在不同的領域中有著不同的名稱 。在統計學上被稱之為共變數成分模式 (covariance components models) (Dempster, Rubin, Tsutakawa, 1981; Longford, 1987, 1993) ；在社會學研究中，稱為多階層線性模式 (multilevel linear models) (Hox, 423 424 v 多變量分析方法 v 1994; Goldstein, 1987, 1995)；在生物統計學中 ，稱之為混合效果模式 (mixed-effects models) 或隨機效果模式 (random-effects models) (Laird Ware, 1982) ；在計量經 濟的文獻中 ，稱之為隨機係數迴歸模式 (random coefficient regression models) (Rosenberg, 1973) 。但綜合言之 ，相當多的文獻使用 “hierarchical linear models” 一 詞 ，因為此一名稱能正確反映所分析之資料具有 「階層結構的特性」，因此仍以 HLM 統稱之 。 HLM 的發展能漸趨成熟 ，應歸功於多位統計學家的貢獻 。其中 ，Lindley 及 Smith (1972) 、Smith (1973) 在研究線性模式之貝氏估計 (Bayesian estimation of linear models) 時即對於具有複雜誤差結構之巢狀資料的分析有著深厚的興趣 ，但 受限於當時估計技術的瓶頸而無法突破。其後 Dempster, Laird, 及 Rubin (1977) 所 推導的 EM 估計法 ，則對於HLM 之估計技術提供了決定性的突破 。在應用方面 ， Strenio, Weisberg, 及 Bryk (1983) 將 HLM 應用於分析成長 (growth) 問題 ；Mason, Wong, 及 Entwistle (1983) 則將 HLM 使用於多層結構的的橫斷研究，Laird 及Ware (1982) 將 HLM 應用在縱貫研究上 ，以及近年來逐漸受重視的後設分析 (meta-analysis) (Draper, 1995) 。 此外 ，近年來