Hallo zusammen,
vielleicht gibt es ja hier einen Statistiker oder mehrere, der/die mir weiterhelfen kann/können.
Ich will ein Modell testen. Auf der einen Seite stehen Lehrkräfte (ich nenne es mal: auf allgemeiner Ebene (wie sind Lehrer allgemein?) und auf einzelner Ebene (Wie ist dieser spezielle Lehrer?)); auf der anderen Seite stehen Schüler (auch auf allgemeiner und einzelner Ebene). Auf diesen Ebenen will ich bestimmte Einstellungen der Lehrer und Schüler miteinander kreuzvergleichen (Unterschiedshypothesen), auf allgemeiner Ebene auch im Hinblick auf ihre Verbindung mit bestimmten schulrelevanten Variablen. Alles mit Fragebogen (10er Skala).
So ergibt sich ein zwei Ebenen-Modell, in etwa so:
Lehrer (allgemein) Schüler (allgemein) --- schulrel. Variablen (auf allgemeiner Ebene)
Lehrer (einzeln) Schüler (einzeln)
Lehrer und Schüler sollen miteinander verglichen werden, aber auch Lehrer mit Lehrern und Schüler mit Schülern auf den verschiedenen Ebenen.
Eigentlich - so meine Idee - hätte ich eine ANOVA gerechnet, um die Kreuzvergleiche zu machen, also gibt es zwischen den einzelnen Ebenen zwischen Lehrern und Schülern signifikante Unterschiede? Und ich hätte eine Regressionsanalyse gerechnet, um die Auswirkungen der Einstellungen auf die schulrelevanten Variablen zu testen.
Jetzt hörte ich, dass ich eine "genestete" Datenstruktur habe und den Alphafehler massiv unterschätze und der ganzen Sache nicht gerecht werde, wenn ich kein HLM rechne.
Was sagt ihr dazu? Wie würdet ihr vorgehen? Habe ich meine Idee gut genug erklärt, dass ihr was damit anfangen könnt?
Ich hoffe, dass mir hier jemand helfen kann, weil ich bin keine Statistikerin, würde aber trotzdem gern eine saubere, gut begründete Entscheidung treffen können.