Data dalam penelitian sosial sering kali memiliki struktur hierarkis atau bertingkat (multilevel), di mana unit individu tersarang dalam kelompok yang lebih besar. Contohnya, individu dalam rumah tangga, rumah tangga dalam kelurahan, hingga tingkat kecamatan dan negara. Dalam struktur seperti ini, individu yang berada dalam kelompok yang sama cenderung memiliki kemiripan karakteristik dibandingkan dengan individu dari kelompok berbeda. Fenomena ini menyebabkan terjadinya ketergantungan data (dependence) atau korelasi intra-kelas.

Pengabaian terhadap struktur ini dalam analisis statistik konvensional dapat menyebabkan bias pada pendugaan parameter. Oleh karena itu, diperlukan pendekatan Multilevel SEM (kombinasi Structural Equation Modeling dengan Mixed Model). Metode ini dirancang khusus untuk mengakomodasi struktur hierarkis tersebut, sehingga menghasilkan estimasi parameter yang lebih efisien, presisi, dan tidak bias dibandingkan model SEM standar ( single-level). Pelatihan ini akan membahas integrasi konsep multilevel ke dalam kerangka kerja SEM untuk menangani data yang kompleks.