كليدواژه :
عملكرد تحصيلي (نمره كل) , مدل‌‌هاي چندسطحي , موقعيت اجتماعي اقتصادي , آزمون سراسري
چكيده فارسي :
در بسياري از مطالعات علمي و پژوهشي در تمامي علوم و به ويژه در علوم انساني مايليم تاثير متغيرها بر هم و يا پيش‌بيني يك متغير براساس گروهي ديگر از متغيرها را بررسي كنيم. اين عمل در مباحث آماري اغلب با ارايه مدل‌‌هاي آماري مناسب امكان‌پذير است. مدل‌‌هاي آماري مختلفي تاكنون ارايه شده است كه يكي از آنها كه در دهه‌‌‌هاي اخير مورد استقبال صاحب نظران علوم انساني قرار گرفته، مدل‌‌هاي چند سطحي است. در اين نوع مدل، به جاي ثابت فرض كردن ضرايب مدل، در مدل‌‌هاي آماري يك سطحي، اين ضرايب متغير در نظر گرفته مي‌شوند در نتيجه، تاثيرات تعاملي بين متغير‌هاي سطح كلان و سطح خرد، كه معمولاً در تحقيقات علوم انساني به وفور يافت مي‌شود، مدنظر قرار مي‌گيرد و اريبي برآورد پارامترها كه از نمونه‌گيري خوشه‌اي ناشي مي‌شود تا حد بسيار زيادي در مقايسه با مدل‌‌هاي يك سطحي اصلاح مي‌شود. در اين مقاله، به معرفي مدل‌‌هاي چند سطحي و ارايه كاربردها، مزايا و مشكلات اين مدل ها پرداخته مي‌شود و با به كارگيري مدل سه سطحي، نقش متغير‌هاي مختلف تشكيل دهنده موقعيت‌‌هاي اجتماعي - اقتصادي در عملكرد تحصيلي (نمره كل) مناسب براي ورود به دانشگاه‌ها و موسسات آموزش عالي در طي زمان تحليل مي‌شود. در اين مثال، ميزان تاثير عوامل تشكيل دهنده اين موقعيت‌ها مشتمل بر تحصيلات پدر و مادر، شغل پدر، سطح درآمد در جنسيت‌‌هاي مختلف، با در نظر گرفتن وضعيت بخش و استان محل اقامت داوطلبان در گروه آزمايشي علوم تجربي، در آزمون سراسري ورود به آموزش عالي ايران طي سال‌‌هاي 1380 تا 1388بررسي مي‌شود.
چكيده لاتين :
In many scientific studies, especially in the humanities, the influence of variables on each other, or prediction of one variable by some other variables is of special interest. In statistical problems, these goals can be achieved by developing proper statistical models. In recent decades, among various statistical models used by humanities scholars, multilevel models have got special attention. In these models, instead of assuming that model parameters are constant, the impacts of interaction between high levels and low levels have been widely seen in human sciences research. In addition, these models in comparison with low-level models, modify the bias of estimated parameters resulted from cluster sampling. This paper presents multilevel models, and addresses their applications, advantages and disadvantages. Moreover, a three-level model was used to analyze the role of constituent variables of socioeconomic status in educational performance (total score) to enter into universities and “higher education institutions” over time. In this example, the effect of each constituent variable, including parentsʹ educational level, fatherʹs occupation, level of income in different genders, was investigated considering the status of the city and province from where participants in the experimental science group of the entrance exam of higher education came during the years 2001 to 2009.
