Psychologie moderationsanalyse

Sowohl bei Moderation als auch bei Mediation geht es um die Zusammenhänge zwischen drei Variablen X, Y und M. Untersucht wird der Effekt eines Prädiktors oder Faktors X unabhängige Variable UV auf ein Outcome Y abhängige Variable AV. Das kann mit einem Regressionsmodell mit X als unabhängige und Y als abhängige Variable untersucht werden.

Zusätzlich gibt es eine dritte Variable M. Sie ist entweder der Moderator oder der Mediator. Je nach Art der abhängigen Variable wird die Analyse mittels linearer Regression AV ist metrisch oder logistischer Regression AV ist dichotom umgesetzt. Bei der Moderation wirkt die dritte Variable M — der Moderator — auf die Beziehung zwischen X und Y. Der Einfluss von M ändert also den Effekt von X auf Y.

Statistisch gesprochen liegt eine Interaktion zwischen M und X vor. Und so wird die Moderation auch untersucht: Es wird ein Regressionsmodell mit den drei Faktoren gerechnet: X, M und die Interaktion zwischen X und M. Diese drei Faktoren wirken auf Y. Wird in diesem Modell die Interaktion signifikant, so liegt eine signifikante Moderation vor.

Moderation oder Mediation?

Bei der Mediation steht der Mediator — die Variable M — in Beziehung sowohl zu X als auch zu Y. Untersucht wird auf Mediation, indem mehrere Regressionsmodelle gerechnet werden. Wenn folgende Bedingungen erfüllt sind, liegt eine signifikante Mediation vor:. Ich bin Statistik-Expertin aus Leidenschaft und bringe Dir auf leicht verständliche Weise und anwendungsorientiert die statistische Datenanalyse bei.

Den Einfluss dieser beiden Variablen auf eine dritte Variable y möchte ich untersuchen. Wie gehe ich dabei vor? Kann man in dieser Konstellation auch eine Varianzanalyse berechnen? Da haben Sie ein dichotomes Outcome Y und können den Einfluss von einem oder mehreren metrischen oder auch andersartigen Faktoren auf dieses Outcome überprüfen.

Nun habe ich aber Probleme den SPSS Output zu interpretieren. Bezüglich den beiden Haupteffekte finde ich keine F-Werte sowie keine Effektstärken. Bezüglich der Wechselwirkung ist kein Signifikanzwert etc angegeben. Nehme ich dann die Werte von der ANOVA ohne bootstrapping? Das Bootstrapping können Sie aber gut verwenden, wenn Sie an den Post-Hoc Vergleichen interessiert sind oder zur Beschreibung der Unterschiede mit den Konfidenzintervallen.

Liebe Frau Keller, Danke erstmal, dass sie sich bemühen statistische Zusammenhänge verständlich zu erklären. Trotzdem habe ich eine Frage. Wo ist der Unterschied ob ich eine eine Regressionsanalyse rechne, um den Einfluss der Moderatorvariablen zu errechnen oder ob ich diese bei einer MANOVA die ich eh machen muss als Kovariate einsetze?

Die MANOVA untersucht gleichzeitig mehrere abhängige Variablen. Die Kovariate oder Moderatorvariable ist jeweils ein Faktor dieser beiden Modelle. Die Idee, die hinter diesem Faktor steht, ist die gleiche. Leider konnte ich bisher in der Literatur keine Antwort finden und hoffe nun, dass Sie mir helfen können. Ich möchte eine Mediatoranalyse durchführen bei der X eine Interaktionsvariable Moderator ist.

Gelten die von Ihnen oben aufgeführten Bedingungen zur Mediation. Oder muss bei der Interprätation der Regressionskoeffizienten etwas anderes beachtet werden? Sind dabei eventuell die Werte der Variablen aus denen die Moderatorvariable gebildet wurde zu beachten? Hallo Katja, grundsätzlich ja: die Bedingungen gelten genauso. Allerdings klingt Ihre Frage so, also wäre das Modell insgesamt noch komplexer, deshalb habe ich noch ein paar Nachfragen: Die bei mir X genannte Variable ist bei Ihnen demnach eine Interaktionsvariable.

Haben Sie die demnach als Produkt im Modell eingebaut? Haben Sie dann die beiden ursprünglichen Variablen auch als Faktoren im Modell? Ja, Sie verstehen das völlig richtig. Zur Bedingung bzw. Modell 1: Mich interessiert vor allem der Interaktionseffekt.

Differentielle Prognostizierbarkeit und Moderatoranalyse

Daher würde ich hier die Effekte der Ursprungsvariablen nicht interpretieren. Die Bedingung muss nur in Bezug auf die Interaktionsvariable erfüllt sein. Ist das korrekt? Je nachdem was theoretisch plausibel ist, kann auch eine der Ursprungsvariablen X sein. Ist das richtig? Zu 3: Hier würde ich die Werte der Urprungsvariablen auch nicht interpretieren. Die Bedingung muss nur in Bezug auf die interaktionsvariable erfüllt sein oder?

Differentielle Prognostizierbarkeit und Moderatoranalyse | SpringerLink

Zum Thema Moderation hätte ich auch noch eine Frage: Wenn ich zwei Prädiktorvariablen für eine Kriteriumsvariable habe und u. Wenn aber nun beide Prädiktoren theoretisch jeweils als Moderatorvariable in Bezug auf die Beziehung des anderen Prädiktors zur abhängigen Variable in Frage kommen, wie kann man das auseinanderhalten? Statistisch ist die Interaktion ja ein Produktterm, das heisst doch dass man bei einer signifikanten Interaktion gar nicht sagen kann, wer Moderator und wer Prädiktor ist, oder?

Und das wiederum hiesse, dass Hypothesen wie H1 a Y moderiert den Zusammenhang zwischen X und Z H1 b X moderiert den Zusammenhang zwischen Y und Z nicht so viel Sinn haben, wenn rein statistisch in beiden Hypothesen dasgleiche drin steckt. Ja, H1a und H1b werden aus statistischer Sicht mit genau der gleichen Analyse untersucht. Die Frage, wer Moderator und wer Prädiktor ist, ist rein inhaltlich.

Mir ist der Unterschied zwischen beiden immer noch nicht ganz klar. Folgendes Forschungsszenario: X: Sozioökonomische Faktoren z. Geschlecht Y: Teilnahme an Weiterbildung M: Wirtschaftssektoren in Deutschland Handelt es sich dann bei M um einen Mediator- oder Moderatorvariable? Einige sozioökonomische Faktoren treten dabei nur in einem einzigen Sektor auf, andere variieren zwischen diesen.

Vielen Dank schon im Voraus. Für eine Mediation müssten die Sozioökonomischen Faktoren auf den Wirtschaftssektor und dieser dann auf die Weiterbildung wirken. Das passt nicht, oder? Darum probiere ich es hier. Ich würde mittels SPSS gerne mehrere dichotome Variablen mittels gestapeltem Balkendiagramm darstellen. Die Einzelvariante wäre aber auch interessant. Damit bekommst du mehrere Variablen in ein Diagramm.

Gestapelte sind eigentlich nur für weitere Gruppierungen mit einer weiteren Variabel z. Geschlecht gedacht. Für weitere Fragen kannst du dich gern in meiner Facebook Gruppe Statistikfragen melden, oder du mailst mir für eine Beratung. Liebe Daniela, ich habe eine Moderatoranalyse mit PROCESS von Hayes gerechnet. Das Gesamtmodell dieser Moderatoranalyse ist signifikant, aber die Interaktion nicht, es liegt also kein Moderator vor.

Aber wie interpretiere ich dann, dass das Gesamtmodell signifikant war? Hallo Julia, das bedeutet, dass das Modell gut auf deine Daten passt, also eine bessere Güte als ein komplettes Zufallsmodell hat. Wie kann ich das interpretieren? Hallo Sina, meinst du die Interpretation des Interaktionsterms? Der ist eben nicht signifikant, allerdings knapp.

Moderation oder Mediation?: Statistik und Beratung: Daniela Keller

Ich habe jetzt mehrere Regressionsmodelle durchgerechnet und habe im Schritt 4 einen kleinere Regressionskoeffizienten für X erhalten. Allerdings ist der Unterscheid sehr klein 1,47 im Modell 3 vs. Ist es relevant, dass die Unterschiede so gering ausfallen? Der Unterschied ist wirklich sehr gering. Wenn du die Konfidenzintervalle dazu betrachtest, siehst du, ob er signifikant ist wenn sie sich nicht überschneiden.

Mit dem Vergleich der Konfidenzintervalle sind die Konfidenzintervalle von X zwischen Modell 1 und 3 gemeint? Die Konfidenzintervalle des Regressionskoeffizienten von X, einmal im Modell 1 und einmal im Modell 3. Ich habe auch eine Frage zu einem Mediatormodell. Wie ist es zu interpretieren, wenn im Modell 1. Kann man dann sagen, dass M Unterricht einen möglicherweise negativen Effekt von X Treatment kompensiert?

Ist das noch ein Mediatoreffekt? Das würde ich nicht als Mediatoreffekt interpretieren. M ist in dem Fall ja kein Vermittler des Effekts. Ich möchte meine Frage von vorhin erweitern: Wenn das Treatment X ein Interaktionsterm ist Veränderung von Zeitpunkt 1 zu 2 x Gruppenzugehörigkeit Treatment oder nicht , d.

Oder kann ich auch den Unterricht über beide Zeitpunkte d. Modell verwenden? Spontan würde ich sagen: Unterricht alleine als Mediatorvariable verwenden. Ganz klar ist mir die Forschungsfrage und die Daten aber im Moment nicht und dann lässt sich das nur schwer beantworten.. Weiterführende Fragen könnt ihr gern mit mir und den anderen Teilnehmern in der Facebook-Gruppe Statistikfragen diskutieren.

Und zwar habe ich untersucht, ob das Altersbild soziale Verluste oder das Altersbild körperliche Verluste moderierend auf den Zusammenhang zwischen sozialer Isolation und Einsamkeit wirkt. Heraus kam, dass das Altersbild körperliche Verluste moderierend wirkt, während das Altersbild soziale Verluste nicht moderierend wirkt. Da das Altersbild soziale Verluste sowohl mit sozialer Isolation als auch mit Einsamkeit einzeln korreliert, das Altersbild körperliche Verluste hingegen nur mit Einsamkeit, hingegen nicht mit sozialer Isolation, hätte ich eher erwartet, dass das Altersbild soziale Verlust als Moderator fungiert.