Les effets aléatoires dans les modèles multiniveaux : les obtenir mal et les obtenir correctement

De nombreuses enquêtes auprès de répondants de plusieurs pays ou régions subnationales ont maintenant été réalisées à plusieurs reprises. Les scientifiques sociaux utilisent régulièrement des modèles multiniveaux pour analyser les données générées par de telles enquêtes, en explorant la variation à la fois dans l'espace et dans le temps. Nous montrons cependant que ces modèles sont généralement spécifiés de manière erronée. Ils omettent typiquement un ou plusieurs effets aléatoires pertinents, ignorant ainsi des regroupements importants dans les données, ce qui entraîne des biais à la baisse dans les erreurs standards. Ces biais se produisent même si les effets fixes sont spécifiés correctement ; si les effets fixes sont incorrects, une spécification erronée des effets aléatoires aggrave les biais dans les coefficients. Nous illustrons ces problèmes à l'aide de simulations Monte Carlo et de deux exemples empiriques. Notre recommandation aux chercheurs qui ajustent des modèles multiniveaux aux données d'enquêtes longitudinales comparatives est d'inclure des effets aléatoires à tous les niveaux potentiellement pertinents, évitant ainsi tout décalage entre les parties aléatoires et fixes de leurs modèles.