제일 위 레벨의 표본 크기가 제일 중요하다고 되어있더라고요. 제일 위 레벨의 표본이 충분한 검증력을 가지고 있다면, 아래 레벨의 검증력은 따로 구하지 않아도 된다는 걸까요?

https://www.facebook.com/groups/632755063474501/permalink/2379337655482891/?sfnsn=mo

안녕하세요,

계층형 데이터 (hierarchical data)을 가지고 테스트를 진행할때 (regression coefficient) 테스트의 검증력 (power)을 계산하려고 합니다.

구글링을 하다가 Snijders분의 2005년 논문을 읽게 되었는데 (Power and sample size in multilevel modeling) 제일 위 레벨의 표본 크기가 제일 중요하다고 되어있더라고요. 제일 위 레벨의 표본이 충분한 검증력을 가지고 있다면, 아래 레벨의 검증력은 따로 구하지 않아도 된다는 걸까요?

G power나 SPSS를 통해 제일 위 레벨 검증력만 계산하면 될까요? 아니면 제가 잘못 이해한걸까요 ㅠㅠ

도움에 미리 감사드립니다 🙂

상대적으로 윗 level power가 주로 문제가 된다는 뜻이지 아래 level power를 전혀 고려하지 않아도 된다는 뜻은 아닙니다. 아래 level 독립변수가 너무 많으면 전체적으로 문제가 발생합니다. 최하층 레벨 (level 1)의 평균 sample size와 그 level 독립변수의 숫자를 고려해 보셔요. HLM 혹은 Multilevel model도 결국 multiple linear regression의 확장이니 그 기본으로 돌아가 해결해 나가시면 도움이 될꺼에요,