14

En este documento, se presentan los principios esenciales de la modelización multinivel para el estudio de los datos jerárquicos. Muestra cómo diseñar experimentos en tales casos, prestando especial atención a la noción de efecto mínimo detectable. El artículo también muestra cómo especificar un modelo de niveles múltiples y cómo interpretar sus estimaciones. Se sostiene que los modelos de niveles múltiples no son solo un medio para ajustar mejor los datos estadísticamente; son herramientas heurísticas poderosas y flexibles que alientan a los investigadores a explorar cuestiones que los modelos convencionales ignoraron o consideraron molestas. Se presentan dos ejemplos empíricos del ámbito de la educación: el primero utiliza datos experimentales sobre la reducción del tamaño de las clases y el segundo utiliza datos de encuestas sobre la adquisición de las matemáticas.