Gevorderde kwantitatieve technieken – samenvatting 2025 - 2026
MODULE 2 – MULTILEVEL MODELLING
2.1. INTRODUCTIE TOT MULTILEVEL
DOELSTELLINGEN:
Belang van multilevel modellen voor sociologie:
‣ Compatibiliteit tussen theoretische / conceptueel en empirisch model: in vele gevallen mix van
concepten op verschillende niveaus
‣ vb. onderzoek naar partnerkeuze in etnische minderheidsgroepen: persoonskenmerken én
kenmerken huwelijksmarkt
‣ vb. prestaties of welbevinden van leerlingen: leerling- én schoolkenmerken
‣ vb. psychische gezondheid: persoons- én landkenmerken
‣ Uni- en bivarate statistiek is hiervoor niet voldoende → nood aan multilevel om zaken op
verschillende niveaus te gaan onderzoeken
Basis multilevel model:
‣ Laat toe om verschillende aggregatieniveaus simultaan te kwantificeren in één
geïntegreerd statistisch model
‣ Via:
o 1. Decompositie van te verklaren variantie → hoeveel variantie is te wijten aan het
individuele level én hoeveel variantie is te wijten aan het hogere level (vb. onderzoek
naar behaalde schoolresultaten: hoeveel variantie is te wijten aan de studietijd van leerlingen
én hoeveel variantie is te wijten aan de kenmerken van de school)
o 2. Verklaren variantie op betreffende analyseniveau
‣ Met als essentieel kenmerk: eenheden op alle niveaus vormen Enkelvoudige Aselecte
Steekproeven uit respectievelijke populatieverdelingen (we hebben nooit data over de hele
populatie) → we nemen een steekproef
o Voldoende eenheden op alle niveaus zijn strikt noodzakelijk om tot betrouwbare
conclusies te komen
o Vuistregel: minimum van 25 hogere niveau eenheden, maar beter 100+ hogere niveau
eenheden en 20+ level 1 eenheden per level 2 eenheid (vb. 25 scholen met per school
min. 20 leerlingen)
‣ Gevolg: correct in rekening brengen van clustering van eenheden in aggregaten
→ oplossing voor het probleem van autocorrelatie
o Multilevel modelling kan ook gebruikt worden om dit in rekening te brengen, los van
theoretische abstractie / aggregatieniveaus (vb. intervieweffecten, …)
‣ ‘eenvoudig’ uit te breiden naar andere geneste datastructuren
o Genest = eenheden van lager niveau zijn genest in eenheden van hoger niveau
1
,Gevorderde kwantitatieve technieken – samenvatting 2025 - 2026
MULTILEVEL DATASTRUCTUREN:
Strikt hiërarchisch model:
‣ Er is een clustering van de data: vb. elk individu behoort tot slechts 1 land en kan niet tot 2 landen
behoren
‣ Elk level is een steekproef van dat level
‣ Variabelen zijn NOOIT levels: Je mag nooit een vaste classificatie opnemen als level
→ vormt geen steekproefselectie
→ eerder opnemen als variabele
(vb. schoolnet: onderscheid tussen privé of publieke school is geen level, maar een vaste variabele →
mag niet als level worden opgenomen)
‣ Meestal 2 of 3 levels (maximaal 4) (vb. leerlingen geclusterd in klassen, geclusterd in scholen)
Unit diagram Classification diagram (concepten i.p.v. units)
‣ Dataset is gesorteerd
‣ Voorbeeld van dataset:
Multilevel vragen:
‣ Wat is de variantie in
examenresultaten tussen de scholen?
‣ Zijn scholen meer variabel in hun
examenresultaten voor leerlingen met
lage vorige resultaten?
‣ Is er een genderverschil tussen de
scholen?
‣ Hebben leerlingen in privé scholen
hogere resultaten dan in publieke
scholen?
‣ Hebben meisjes hogere resultaten in
privé scholen?
‣ Opmerkingen:
o Eenvoudige uitbreiding maar meer niveaus
o Data hoeft niet gebalanceerd te zijn: niet noodzakelijk steeds evenveel level-1
eenheden per level-2 eenheid (vb. niet nodig om in 20 klassen telkens ook 15 leerlingen te
hebben → mag ook in één klas 10 leerlingen, een andere klas 18, …)
o Kan ook met weinig level-1 eenheden per level-2 eenheid (vb. personen in gezinnen:
kan maar 1 gezinslid per gezin zijn)
o Als variatie op level-2 essentieel is: belangrijk om veel level-2 eenheden te
selecteren, zelfs indien ten koste van het aantal level-1 eenheden → geldt ook voor
hogere niveaus
2
,Gevorderde kwantitatieve technieken – samenvatting 2025 - 2026
Uitbreiding algemeen multilevel model:
Repeated ‧ Opvolging in de tijd: dezelfde mensen meermaals doorheen de tijd
measurement design bevragen
‧ Bij longitudinaal onderzoek
‧ Voordeel: niet noodzakelijk voor alle individuen over elk tijdstip
informatie te hebben
Meta analyse ‧ Resultaten van verschillende studies met elkaar vergelijken
‧ Contextualiseren van bestaande studies: begrijpen waarom bepaalde
studies wel/niet toepasbaar zijn in verschillende landen, bij
verschillende contexten, …
Multiple membership ‧ Een level-1 eenheid kan genest zijn onder verschillende level-2
eenheden
‧ vb. student verandert van school
Cross-classified design ‧ Een level-1 eenheid kan genest zijn onder verschillende types van
level-2 eenheden
‧ vb. student verandert van school doordat hij/zij verandert naar een andere
woonplaats
3
, Gevorderde kwantitatieve technieken – samenvatting 2025 - 2026
FOUTEN BIJ NEGEREN VAN MULTILEVEL STRUCTUUR:
‣ Als multilevel structuur in data niet wordt onderkend → fouten in analyse en
gevolgtrekkingen
Foute strategie 1: analyse enkel op niveau 1
‣ vb. regressie-analyse op leerlingniveau en het verschil tussen publieke/private scholen als
dummyvariabele meenemen in het model
‣ Inbrengen van level 2 verklarende variabelen op level 1
‣ Inhoudelijk probleem van atomistic fallacy: observaties op een lager niveau toepassen op
hoger niveau (vb. data van leerlingen gebruiken om verklaringen te doen over de scholen)
‣ Statistisch probleem van autocorrelatie → Durbin-Watson test faalt!
o Nabijheid van cases in tijd, ruimte of sociaal → significantietoets (t-toets) niet langer
nauwkeurig!!
o 2 leerlingen van dezelfde school gaan gemiddeld dichter bij elkaar liggen dan 2
leerlingen van andere scholen
‣ Gevolgen van autocorrelatie:
o Significantietoets is niet meer geldig
o Standaardfout onderschat → t wordt overschat → foutief verwerpen van de
nulhypothese
o Standaardfout overschat → t wordt onderschat → niet verwerpen van de
nulhypothese terwijl die wel verworpen moet worden
‣ Steekproevenverdeling (EXAMEN)
‣ Verdeling van de b-coëfficient (regressiecoëfficiënt)
‣ Vertelt ons hoe de b-waarden verschillen van steekproef
tot steekproef
‣ Random steekproeven dus random verschillen door
toeval (verdeling is een assumptie)
‣ Significantietoets:
o B-coëfficiënt delen door standaardfout (= geschatte standaardafwijking van de
steekproevenverdeling)
o Gemiddelde gaat er van uit dat de nulhypothese waar is: in de hele populatie is er
geen effect (B = 0)
o P-waarde zegt: wat is de kans dat we een observatie hebben door toeval? → moet
klein zijn → nulhypothese verwerpen
Foute strategie 2: analyse enkel op niveau 2, door te aggregeren
‣ vb. onderzoek naar verschillen tussen landen op vlak van gezondheid: negatieve correlatie tussen
nationaal gemiddeld inkomen en gezondheid
→ kan waar zijn: zegt iets over verschillen in gezondheidssystemen
→ maar: als je zegt dat individuen met een hoger inkomen gezonder zijn → fout!
‣ Probleem van wegmoffelen level-1 variatie → opblazen effecten en R² !!
‣ Probleem van ecological fallacy: samenhangen op individueel niveau kunnen niet nagegaan
worden op groepsniveau (vb. data van scholen gebruiken om verklaringen te doen over leerlingen)
4
MODULE 2 – MULTILEVEL MODELLING
2.1. INTRODUCTIE TOT MULTILEVEL
DOELSTELLINGEN:
Belang van multilevel modellen voor sociologie:
‣ Compatibiliteit tussen theoretische / conceptueel en empirisch model: in vele gevallen mix van
concepten op verschillende niveaus
‣ vb. onderzoek naar partnerkeuze in etnische minderheidsgroepen: persoonskenmerken én
kenmerken huwelijksmarkt
‣ vb. prestaties of welbevinden van leerlingen: leerling- én schoolkenmerken
‣ vb. psychische gezondheid: persoons- én landkenmerken
‣ Uni- en bivarate statistiek is hiervoor niet voldoende → nood aan multilevel om zaken op
verschillende niveaus te gaan onderzoeken
Basis multilevel model:
‣ Laat toe om verschillende aggregatieniveaus simultaan te kwantificeren in één
geïntegreerd statistisch model
‣ Via:
o 1. Decompositie van te verklaren variantie → hoeveel variantie is te wijten aan het
individuele level én hoeveel variantie is te wijten aan het hogere level (vb. onderzoek
naar behaalde schoolresultaten: hoeveel variantie is te wijten aan de studietijd van leerlingen
én hoeveel variantie is te wijten aan de kenmerken van de school)
o 2. Verklaren variantie op betreffende analyseniveau
‣ Met als essentieel kenmerk: eenheden op alle niveaus vormen Enkelvoudige Aselecte
Steekproeven uit respectievelijke populatieverdelingen (we hebben nooit data over de hele
populatie) → we nemen een steekproef
o Voldoende eenheden op alle niveaus zijn strikt noodzakelijk om tot betrouwbare
conclusies te komen
o Vuistregel: minimum van 25 hogere niveau eenheden, maar beter 100+ hogere niveau
eenheden en 20+ level 1 eenheden per level 2 eenheid (vb. 25 scholen met per school
min. 20 leerlingen)
‣ Gevolg: correct in rekening brengen van clustering van eenheden in aggregaten
→ oplossing voor het probleem van autocorrelatie
o Multilevel modelling kan ook gebruikt worden om dit in rekening te brengen, los van
theoretische abstractie / aggregatieniveaus (vb. intervieweffecten, …)
‣ ‘eenvoudig’ uit te breiden naar andere geneste datastructuren
o Genest = eenheden van lager niveau zijn genest in eenheden van hoger niveau
1
,Gevorderde kwantitatieve technieken – samenvatting 2025 - 2026
MULTILEVEL DATASTRUCTUREN:
Strikt hiërarchisch model:
‣ Er is een clustering van de data: vb. elk individu behoort tot slechts 1 land en kan niet tot 2 landen
behoren
‣ Elk level is een steekproef van dat level
‣ Variabelen zijn NOOIT levels: Je mag nooit een vaste classificatie opnemen als level
→ vormt geen steekproefselectie
→ eerder opnemen als variabele
(vb. schoolnet: onderscheid tussen privé of publieke school is geen level, maar een vaste variabele →
mag niet als level worden opgenomen)
‣ Meestal 2 of 3 levels (maximaal 4) (vb. leerlingen geclusterd in klassen, geclusterd in scholen)
Unit diagram Classification diagram (concepten i.p.v. units)
‣ Dataset is gesorteerd
‣ Voorbeeld van dataset:
Multilevel vragen:
‣ Wat is de variantie in
examenresultaten tussen de scholen?
‣ Zijn scholen meer variabel in hun
examenresultaten voor leerlingen met
lage vorige resultaten?
‣ Is er een genderverschil tussen de
scholen?
‣ Hebben leerlingen in privé scholen
hogere resultaten dan in publieke
scholen?
‣ Hebben meisjes hogere resultaten in
privé scholen?
‣ Opmerkingen:
o Eenvoudige uitbreiding maar meer niveaus
o Data hoeft niet gebalanceerd te zijn: niet noodzakelijk steeds evenveel level-1
eenheden per level-2 eenheid (vb. niet nodig om in 20 klassen telkens ook 15 leerlingen te
hebben → mag ook in één klas 10 leerlingen, een andere klas 18, …)
o Kan ook met weinig level-1 eenheden per level-2 eenheid (vb. personen in gezinnen:
kan maar 1 gezinslid per gezin zijn)
o Als variatie op level-2 essentieel is: belangrijk om veel level-2 eenheden te
selecteren, zelfs indien ten koste van het aantal level-1 eenheden → geldt ook voor
hogere niveaus
2
,Gevorderde kwantitatieve technieken – samenvatting 2025 - 2026
Uitbreiding algemeen multilevel model:
Repeated ‧ Opvolging in de tijd: dezelfde mensen meermaals doorheen de tijd
measurement design bevragen
‧ Bij longitudinaal onderzoek
‧ Voordeel: niet noodzakelijk voor alle individuen over elk tijdstip
informatie te hebben
Meta analyse ‧ Resultaten van verschillende studies met elkaar vergelijken
‧ Contextualiseren van bestaande studies: begrijpen waarom bepaalde
studies wel/niet toepasbaar zijn in verschillende landen, bij
verschillende contexten, …
Multiple membership ‧ Een level-1 eenheid kan genest zijn onder verschillende level-2
eenheden
‧ vb. student verandert van school
Cross-classified design ‧ Een level-1 eenheid kan genest zijn onder verschillende types van
level-2 eenheden
‧ vb. student verandert van school doordat hij/zij verandert naar een andere
woonplaats
3
, Gevorderde kwantitatieve technieken – samenvatting 2025 - 2026
FOUTEN BIJ NEGEREN VAN MULTILEVEL STRUCTUUR:
‣ Als multilevel structuur in data niet wordt onderkend → fouten in analyse en
gevolgtrekkingen
Foute strategie 1: analyse enkel op niveau 1
‣ vb. regressie-analyse op leerlingniveau en het verschil tussen publieke/private scholen als
dummyvariabele meenemen in het model
‣ Inbrengen van level 2 verklarende variabelen op level 1
‣ Inhoudelijk probleem van atomistic fallacy: observaties op een lager niveau toepassen op
hoger niveau (vb. data van leerlingen gebruiken om verklaringen te doen over de scholen)
‣ Statistisch probleem van autocorrelatie → Durbin-Watson test faalt!
o Nabijheid van cases in tijd, ruimte of sociaal → significantietoets (t-toets) niet langer
nauwkeurig!!
o 2 leerlingen van dezelfde school gaan gemiddeld dichter bij elkaar liggen dan 2
leerlingen van andere scholen
‣ Gevolgen van autocorrelatie:
o Significantietoets is niet meer geldig
o Standaardfout onderschat → t wordt overschat → foutief verwerpen van de
nulhypothese
o Standaardfout overschat → t wordt onderschat → niet verwerpen van de
nulhypothese terwijl die wel verworpen moet worden
‣ Steekproevenverdeling (EXAMEN)
‣ Verdeling van de b-coëfficient (regressiecoëfficiënt)
‣ Vertelt ons hoe de b-waarden verschillen van steekproef
tot steekproef
‣ Random steekproeven dus random verschillen door
toeval (verdeling is een assumptie)
‣ Significantietoets:
o B-coëfficiënt delen door standaardfout (= geschatte standaardafwijking van de
steekproevenverdeling)
o Gemiddelde gaat er van uit dat de nulhypothese waar is: in de hele populatie is er
geen effect (B = 0)
o P-waarde zegt: wat is de kans dat we een observatie hebben door toeval? → moet
klein zijn → nulhypothese verwerpen
Foute strategie 2: analyse enkel op niveau 2, door te aggregeren
‣ vb. onderzoek naar verschillen tussen landen op vlak van gezondheid: negatieve correlatie tussen
nationaal gemiddeld inkomen en gezondheid
→ kan waar zijn: zegt iets over verschillen in gezondheidssystemen
→ maar: als je zegt dat individuen met een hoger inkomen gezonder zijn → fout!
‣ Probleem van wegmoffelen level-1 variatie → opblazen effecten en R² !!
‣ Probleem van ecological fallacy: samenhangen op individueel niveau kunnen niet nagegaan
worden op groepsniveau (vb. data van scholen gebruiken om verklaringen te doen over leerlingen)
4
