In multilevel modeling (MLM), group-level (L2) characteristics are often measured by aggregating individual-level (L1) characteristics within each group so as to assess contextual effects (e.g., group-average effects of socioeconomic status, achievement, climate). Most previous applications have used a multilevel manifest covariate (MMC) approach, in which the observed (manifest) group mean is assumed to be perfectly reliable. This article demonstrates mathematically and with simulation results that this MMC approach can result in substantially biased estimates of contextual effects and can substantially underestimate the associated standard errors, depending on the number of L1 individuals per group, the number of groups, the intraclass correlation, the sampling ratio (the percentage of cases within each group sampled), and the nature of the data. To address this pervasive problem, the authors introduce a new multilevel latent covariate (MLC) approach that corrects for unreliability at L2 and results in unbiased estimates of L2 constructs under appropriate conditions. However, under some circumstances when the sampling ratio approaches 100%, the MMC approach provides more accurate estimates. Based on 3 simulations and 2 real-data applications, the authors evaluate the MMC and MLC approaches and suggest when researchers should most appropriately use one, the other, or a combination of both approaches.

Zusammenfassung. Fehlende Werte stellen in der empirisch-psychologischen Forschung oftmals ein Problem dar. Häufig verwendete Verfahren wie fallweiser und paarweiser Ausschluss, Regression- und Mean-Imputation sind aus methodischer Sicht defizitär. Alternative Verfahren für die Analyse von Datensätzen mit fehlenden Werten, die in den letzten drei Jahrzehnten entwickelt wurden, werden in der Forschungspraxis noch selten angewendet. Der vorliegende Beitrag führt zunächst in die grundlegende Terminologie fehlender Werte nach Rubin (1976) ein. Im Anschluss daran wird eine Übersicht der in der Literatur diskutierten Ansätze zum Umgang mit fehlenden Werten vorgenommen, wobei drei Typen von Verfahren unterschieden werden: klassische Verfahren (z.B. fallweiser Ausschluss), imputationsbasierte Verfahren, in denen fehlende Werte ersetzt (imputiert) werden, und modellbasierte Verfahren, in denen die Schätzung des Modells und die Behandlung der fehlenden Werte in einem Schritt vorgenommen werden. Anhand eines Datenbeispiels wird dann der Einsatz der Multiplen Imputation veranschaulicht. Abschließend werden Implikationen für die Forschungspraxis diskutiert.

Zusammenfassung. In der pädagogisch-psychologischen Forschung zur Unterrichtsqualität wird häufig auf Schülerurteile zurückgegriffen. Diese werden über die Schüler einer Klasse gemittelt, wenn ein Maß für die geteilte schulische Umwelt (z. B. Unterrichtsqualität) gebildet werden soll, das sich in Beziehung zu anderen Konstrukten (z. B. Schulleistung, Schulform) setzen lässt. Oft bleibt dabei unberücksichtigt, inwiefern die Schüler einer Klasse in ihren Wahrnehmungen der schulischen Umwelt tatsächlich übereinstimmen und wie reliabel die aggregierten Schülerwahrnehmungen sind. In diesem Beitrag werden Verfahren aus der Organisationspsychologie aufgegriffen, um die Reliabilität und Übereinstimmung von Schülerwahrnehmungen zu bestimmen. Anhand einer Reihe von Skalen zur Unterrichtswahrnehmung aus der TIMS-Studie (N = 2064 Schüler in 100 Klassen) wird die Anwendung der vorgestellten Indizes veranschaulicht. Abschließend wird die Fruchtbarkeit dieser Indizes für die Analyse von Mehrebenenstrukturen diskutiert, und es werden Empfehlungen für die Forschungspraxis gegeben.

Zusammenfassung. In der vorliegenden Arbeit wurde das NEO-Fünf-Faktoren-Inventar in der deutschen Fassung von Borkenau und Ostendorf (1993) in einer großen Schulleistungsstudie (N = 4236 Schülerinnen und Schüler der 13. Jahrgangsstufe) eingesetzt. Entsprechend der Empfehlung von Rost, Carstensen und von Davier (1999) wurde ein vierstufiges Antwortformat verwendet. Befunde zu drei Fragestellungen werden dargestellt. Erstens resultierten zufriedenstellende Reliabilitäten (Cronbachs α zwischen .73 und .83) der Skalen. Zweitens ließ sich die angenommene Fünf-Faktoren-Struktur mit moderaten Skaleninterkorrelationen (r < |.37|) replizieren; die Faktorenstruktur erwies sich zudem in Subgruppenanalysen als invariant. Drittens wurde der Zusammenhang zwischen den fünf Faktoren und schulischen Leistungen (Abiturgesamtnote, Mathematik- und Englischleistungen) in Mehrebenenanalysen überprüft, wobei ein bedeutsamer Effekt der Gewissenhaftigkeit und der Offenheit für Erfahrung auf die Abiturgesamtnote sowie ein positiver Effekt der Offenheit für Erfahrung auf die Englischtestleistung festgestellt werden konnte.