Bei der statistischen Auswertung von komparativen internationalen Studien gilt es vor allem die Datenstruktur zu beachten, wobei zwei Klassen von Verfahren unterschieden werden können (vgl. Eid/Lischetzke 2013; J. R. J. Fontaine 2008):

a) Verfahren, die darauf abzielen, wenige und a priori festliegende Nationen miteinander zu vergleichen,

b) Verfahren, die darauf abzielen, viele zufällig gezogene Nationen miteinander zu vergleichen.

Im Fall von wenigen a priori festliegenden Nationen können sogenannte Multigruppenvergleiche (z. B. Multigruppen-Faktormodelle) zur statistischen Analyse herangezogen werden. Multigruppen-Faktormodelle besitzen den Vorteil, dass wichtige Voraussetzungen für internationale Vergleiche statistisch testbar sind und die Zusammenhänge zwischen den latenten Variablen in den einzelnen Nationen modelliert werden können. Ein Nachteil dieser Methode ist, dass häufig nur wenige Nationen auf dieser Weise miteinander verglichen werden können. Im Fall von vielen zufällig gezogen Nationen ist es unter Umständen angemessener auf Mehrebenenanalysen zurückzugreifen. Bei Mehrebenenanalysen wird davon ausgegangen, dass Nationen zufällig aus einer Grundgesamtheit gezogen wurden.

Bezugnehmend auf Eid/Lischetzke (2013) werden zunächst die grundlegenden Prinzipien von Multigruppenmodellen und Mehrebenenmodellen mit beobachteten Variablen erläutert. Anschließend werden Verfahren mit latenten Variablen vorgestellt und diese für die Analyse von multimethodalen Daten erweitert. Die verschiedenen statistischen Verfahren werden anhand von konkreten Beispielen aus der internationalen Migrationsforschung dargestellt.