HLM Simulation

Varianzanalyse, Diskriminanzanalyse, Kontingenzanalyse, Faktorenanalyse, Clusteranalyse, MDS, ....

Moderator: EDi

Antworten
Tom1980
Beiträge: 3
Registriert: Sa Dez 05, 2020 5:07 pm

HLM Simulation

Beitrag von Tom1980 »

Hallo liebe Leute,

Ich habe eine Frage und hoffe, dass Ihr mir helfen könnt. Ich bin neu in R und möchte gerne einige Daten für die Praxis simulieren. Ich würde gerne ein HLM entwerfen, aber im Moment bin ich überfordert.

Ich würde gerne das folgende Szenario simulieren: Angenommen, ich möchte die Entwicklung des Burnout in einem Unternehmen messen. Mein Prädiktor dafür ist der allgemeine Bindungsstil der Mitarbeiter. Die These ist also, dass der Bindungsstil (Angst/Vermeidung) die Entwicklung von Burnout am Arbeitsplatz vorhersagt. Beide Werte werden mittels Fragebogen erfasst. Ich möchte nun mit einer verschachtelten Struktur arbeiten.

Sagen wir, wir haben 300 Mitarbeiter und 20 Manager.

Ich möchte nun die folgende Hypothese untersuchen: Die allgemeine Charakteristik der Bindungsdimension "Vermeiden" von Vorgesetzten sagt das Burnout-Risiko von Mitarbeitern voraus. Je höher die Bindungs-Vermeidung bei Führungskräften ist, desto höher ist das Burnout-Risiko bei Untergebenen mit ängstlichem Bindungsstil.

Wie kann ich dies erreichen? Ich habe keine Ahnung. Aber ich würde gerne verstehen, wie man das macht.


Ich würde die Variablen wie folgt zunächst in einem linearen Modell simulieren. Der Einfachheit halber habe ich die Mittelwerte und SD standardisiert. Angenommen, ich definiere die Variablen wie folgt:

# units
n = 300
n1 = 20

# causal effects

ce_1 <- 0.3 # causal effect of general attachment anxiety on burnout
ce_2 <- 0.6 # causal effect of general attachment anxiety on specific attachment anxiety to supervisor
ce_3 <- 0.6 # causal effect of general attachment anxiety on specific attachment anxiety to organization
ce_4 <- 0.3 # causal effect of general attachment avoidance supervisor on burnout
ce_5 <- 0.7 # causal effect of general attachment avoidance supervisor on specific attachment anxiety to supervisor
ce_6 <- 0.7 # causal effect of general attachment avoidance supervisor on specific attachment anxiety to organization
ce_7 <- 0.4 # causal effect of specific attachment anxiety to supervisor on burnout
ce_8 <- 0.4 # causal effect of specific attachment anxiety to organization on burnout


# variables

#General attachment anxiety subordinate (moderator)

Code: Alles auswählen

genAttSub <- rnorm(n, mean =0, sd = 1.0)
#General attachment avoidance supervisor (moderator)

Code: Alles auswählen

genAttSV <- rnorm(n1, mean =0, sd = 1.0) 
#Specific attachment anxiety to supervisor (exposure)

Code: Alles auswählen

specAttSub <- rnorm(n, mean =0, sd = 1.0) + ce_2 * genAttSub + ce_5 * genAttSV
#Specific attachment anxiety to organization (exposure)

Code: Alles auswählen

specAttOrg <- rnorm(n, mean =0, sd = 1.0) + ce_3 * genAttSub + ce_6 * genAttSV
# burnout (facet exhaustion) dependent variable

Code: Alles auswählen

exh <- rnorm(n, mean =0, sd = 1.0) + ce_1 * genAttSub + ce_4 * genAttSV + ce_7 * specAttSub + ce_8 * specAttOrg

Was muss ich tun? Könnt ihr mir helfen?

Vielen Dank, Tom.
Dateianhänge
New Project (28).png
Zuletzt geändert von jogo am Sa Dez 05, 2020 5:33 pm, insgesamt 1-mal geändert.
Grund: Formatierung verbessert, siehe http://forum.r-statistik.de/viewtopic.php?f=20&t=29
Tom1980
Beiträge: 3
Registriert: Sa Dez 05, 2020 5:07 pm

Re: HLM Simulation

Beitrag von Tom1980 »

Ich habe versucht ein HLM Modell auf die Beine zu stellen. Kann man das zu irgendetwas gebrauchen?
# Null-Modell - Random Intercept Modell

Code: Alles auswählen

 fit0 <- lm(exh ~ 1, data = dat) 

Code: Alles auswählen

 summary (fit0) 

Code: Alles auswählen

 screenreg(fit0) 
fit00 <- lmer(exh ~ 1 + (1 | genAttSV), data = dat) [/code]

Code: Alles auswählen

 screenreg(fit00) 

Code: Alles auswählen

 icc(fit00) 

Code: Alles auswählen

 fixef(fit00) 

Code: Alles auswählen

 ranef(fit00) 

Code: Alles auswählen

 plot_model(fit00, type = "re", sort.est = "sort.all") 
#Add X-Variable - Random Intercept

Code: Alles auswählen

 fit1 <- lmer(exh ~ specAttSub + (1 |genAttSV), data = dat) 

Code: Alles auswählen

 screenreg(fit1) 

Code: Alles auswählen

 anova(fit00, fit1) 

Code: Alles auswählen

 plot_model(fit1, type = "slope", sort.est = "sort.all") 
# Random Intercept und Random Slope

Code: Alles auswählen

 fit2 <- lmer(exh ~ specAttSub + (specAttSub | genAttSV), data = dat) 

Code: Alles auswählen

 screenreg(fit2) 

Code: Alles auswählen

 screenreg(list(fit00, fit1, fit2)) 

Code: Alles auswählen

 anova(fit00, fit1, fit2) 

Code: Alles auswählen

 plot_model(fit2, type = "re", sort.est = "sort.all") 
Benutzeravatar
EDi
Beiträge: 1599
Registriert: Sa Okt 08, 2016 3:39 pm

Re: HLM Simulation

Beitrag von EDi »

Kann man das zu irgendetwas gebrauchen?
In der Regel sollte man sich diese Frage stellen, _bevor_ man ein Modell aufstellt.

Ich nutze Hierachische Lineare Modelle (das ist doch mit HLM gemeint,oder?) z.B. in Meta-Analysen oder um unkontrollierbare Faktoren aufzufangen...
Bitte immer ein reproduzierbares Minimalbeispiel angeben. Meinungen gehören mir und geben nicht die meines Brötchengebers wieder.

Dieser Beitrag ist lizensiert unter einer CC BY 4.0 Lizenz
Bild.
Antworten