2.3 Métodos

Para responder a la pregunta y objetivos de investigación, se estiman modelos de regresión multinivel para 33 países entre los años 1999, 2009 y 2019. La razón principal es que estos modelos permiten analizar estructuras de datos complejas, en donde las unidades de análisis están anidadas en grupos ordenados jerárquicamente (individuos anidados en países) y en donde el valor esperado de una unidad dada en la variable dependiente depende del grupo(s) al que pertenece (Fairbrother, 2014). Estos modelos son adecuados cuando el interés es comprender cómo un resultado a nivel individual, como el conflicto percibido, puede cambiar en función de variables tanto a nivel individual como a nivel contextual. Lo anterior implica que estos modelos estiman tanto los efectos fijos de las variables independientes a través de los grupos, así como también sus efectos aleatorios que varían de un grupo a otro (Bell et al., 2019). Además, estos modelos permiten plantear interacciones entre niveles con el fin de conocer cómo la relación entre la variable dependiente y una variable independiente de nivel individual cambia en función de otra variable independiente de nivel contextual (Hox et al., 2017).

Teniendo en cuenta el tipo de hipótesis planteadas en esta investigación, los modelos multinivel se estiman utilizando interceptos aleatorios e interacciones entre niveles. En consecuencia, la ecuación de los modelos multinivel estimados es la siguiente (2.1):

\[\begin{equation} PSCi_{ij} = \beta_{0} + \beta_{1}X_{ij} + \beta_{2}Z_{j} + \beta_{3}X_{ij}{Z}_{j} + u_{0j} + u_{1j}X_{ij} + e_{ij} \tag{2.1} \end{equation}\]

En esta ecuación de regresión, \(PSCi_{ij}\) representa la estimación del índice de conflictos sociales percibidos para cada individuo \(i\) (nivel 1) en cada país \(j\) (nivel 2) mediante una función lineal donde: \(\beta_{0}\) es el gran intercepto del modelo, \(\beta_{1}\) es el efecto fijo de cada variable independiente de nivel individual \(X\), \(\beta_{2}\) es el efecto fijo de cada variable independiente de nivel contextual \(Z\) para cada país, \(\beta_{3}\) es el efecto de interacción entre niveles, \(u_{0j}\) es el efecto aleatorio del intercepto entre países, \(u_{1j}\) es el efecto aleatorio de la pendiente entre países para una variable independiente de nivel individual \(X\) y \(e_{ij}\) es el error estándar.

Todos los análisis se realizaron con el paquete estadístico lme4 (Bates et al., 2015) del software R (R Core Team, 2020).