GPower für Mediationanalyse und dessen Alternative

[@nap3993]

Hallo, kann es sein, dass ab Min 03:26 die Beschreibung der Buchstaben verdreht ist? Es wird hier gesagt, dass L ein starker Effekt ist und S ein schwacher. Wenn ich in die Tabelle schaue, ist es allerdings andersherum logischer.

[@RegorzStatistik]

In der Fußnote zur Tabelle sind auch die Effektstärken angegeben, dort geht es von einem S (="small") Effekt, 0.14, bis zu einem L (="large") Effekt, 0.59. Auch die Werte für die benötigten Stichprobenumfänge passen dazu, denn je kleiner ein Effekt ist, desto größer muss die Stichprobe sein, um diesen Effekt dennoch finden zu können (Erinnerungshilfe dazu: Eine Nadel im Heuhaufen ist schwieriger zu finden als ein Baseballschläger im Heuhaufen). Und die größte Stichprobe wird genau für die Kombination S-S benötigt, die kleinste für L-L.

[@vreni9448]

Hallo, vielen Dank für das sehr hilfreiche Video. Ich bin in dem Paper von Fritz und MacKannon von der Effekstärke die in der Tabelle verwendet wird verwirrt. Soll man da R squared R^2 oder f^2 verwenden?

[@RegorzStatistik]

Soweit ich sehe, haben Fritz und MacKinnon die Wurzel von f-Quadrat genommen, um zu ihren Werten zu kommen, denn wenn man deren Werte für S, M und H quadriert, kommen (gerundet) Cohen's Werte für f-Quadrat heraus.

[@d.a.6763]

Hallo Regorz, vielen Dank für dein Video! Ich hab eine Frage dazu, wie ich vorgehen kann, wenn ich 4 unabhängige Variablen habe, die über die Mediatorvariable auf zwei abhängige Variablen treffen. Ich weiß zum Einen nicht, welchen Test ich nutzen muss und auch nicht, wie ich in diesem Fall eine Stichprobenumfangsplanung berechnen kann. Die Tabelle von Fritz & MacKinnon kann ich vermutlich nur für einfache Mediationsanalysen prüfen. LG

[@RegorzStatistik]

Das ist dann eher ein Fall für eine Pfadanalyse. Wie man dort die Power ermittelt, dazu gibt es vermutlich Spezialliteratur.

[@d.a.6763]

@@RegorzStatistik Danke für die Nachricht. Aber ist eine Mediationsanalyse nicht im Grunde genommen eine Pfadanalyse?

[@RegorzStatistik]

@@d.a.6763 Ja ist es. (Und sogar jede einfache oder multiple Regression kann man als Pfadanalyse betrachten). Ich bezog mich mehr auf die Frage, mit welchem Test. Und da ist für so ein komplexed Modell eher die Pfadanalyse mit einem SEM-Programm relevant, während man eine einfache Mediation auf vielen verschiedenen Wege testen kann (z.B. mit PROCESS Makro), aber natürlich auch mit einem SEM-Programm.

[@d.a.6763]

@@RegorzStatistik Danke für den Hinweis. Dann werde ich mich mit der sem Funktion mal auseinandersetzen!

[@itsmehey4961]

Hallo, vielen Dank für das Video! Ich habe zwei Mediationshypothesen in meiner Masterarbeit, für die ich jeweils die Stichprobengröße bestimmen möchte. Reicht hierfür allein G Power aus? Ich freue mich auf Ihre Antwort 😊

[@RegorzStatistik]

Man kann das (mit Einschränkungen) mit GPower machen, aber ich würde eher auf das Paper von Fritz und MacKinnon zurückgreifen, oder diesen Online-Rechner: schoemanna.shinyapps.io/mc_power_med/ Das Problem bei GPower ist, dass man damit nicht wirklich die Power für eine Mediation mit Bootstrapping (PROCESS Model 4) ermitteln kann, eher die Power für den Ansatz nach Baron und Kenny.

[@itsmehey4961]

@ Vielen Dank für die Rückmeldung und den Hinweis! 😊

[@nadinefischer6618]

Hallo! Danke für deine wirklich verständlichen Videos! Du hast mir damit sehr weitergeholfen. Ich habe eine Frage bezüglich der neuesten Version von Process (4.1). Wird hier auch das Percentile Bootstrap angewandt?

[@RegorzStatistik]

Ich habe aktuell glaube ich nur 4.0. Ich würde einfach irgendeine Mediation mit PROCESS rechnen (können auch fiktive Spieldaten sein) und dann ganz unten im Output in die Anmerkungen ("Analysis Notes and Errors") gucken - dort müsste stehen, welches Bootstrapverfahren PROCESS angewandt hat.

[@MrCrimecraft1]

Danke Regorz!! ich möchte N berechnen. Habe aber zwei Mediationsvariablen sonst bleibt alles gleich. Heißt das also, dass ich 3 predictors angebe und sich sonst nichts ändert? LG und vielen vielen Dank!

[@RegorzStatistik]

Technisch ist es so, dass das Modell für die b-Pfade und den c'-Pfad jetzt drei Prädiktoren hat. Aber es gibt dennoch eine zusätzliche Komplikation, die man berücksichtigen sollte: Wenn man mehrere parallele Mediatoren hat, sind die selten völlig unabhängig voneinander, d.h. man hat meistens ein gewisses Maß an Kollinearität. Das führt dazu, dass in einem parallelen Mediationsmodell vermutlich die beiden b-Pfade beide jeweils eine geringere Effektstärke aufweisen, als sie es jeweils in einem einfachen Mediationsmodell tun würden. Ich würde insofern also die erwarteten Effektstärken für die beiden b-Pfade etwas reduzieren bei der Power-Berechnung.

[@vreni9448]

@@RegorzStatistik das heißt man müsste die Power auch nicht anpassen?

[@RegorzStatistik]

@@vreni9448 Für ein Modell mit 2 Mediatoren gibt es ein Simulationstool, mit dem man die Power berechnen kann: kzbin.info/www/bejne/rV60mGObn8mob9k

[@mgr9396]

Hallo, deine Videos sind wirklich sehr verständlich und hilfreich. Darf man hier auch fragen stellen, die du dann ggf freundlicherweise beantworten kannst? Und zwar wollte ich mit der Software R eine Mediation prüfen und habe mir dazu dein anderes Video angeschaut. Dafür wollte ich jetzt noch schauen, wie groß die Stichprobe mindestens sein müsste. Bei dieser Process Version 3.5 wird wie auch bei Version 3 das percentile bootstrap angewandt? Da bin ich mir noch nicht sicher, nach welcher Zeile ich bei Tabelle 3 von Fritz & MacKinnon schauen sollte. LG

[@RegorzStatistik]

Dann würde ich in der Zeile "Percentile bootstrap'" gucken (zweite Zeile von unten in Tabelle 3).

[@mgr9396]

@@RegorzStatistik Ich danke vielmals!

[@dirkbornert7614]

Hallo! Vielen lieben Dank für das hilfreiche Video, aber ich habe da noch eine Frage: Woher weiß ich welche Effektstärke (Klein, Mittel, Groß) ich jeweils für den A Pfad und den B Pfad annehmen soll?

[@RegorzStatistik]

a) Aus bisherigen Forschungsergebnissen anderer Wissenschaftler, welche Effekte die gefunden haben b) Hilfsweise dann irgendeine andere Überlegung/Argumentation. In meiner Masterarbeit habe ich wie folgt argumentiert: "Für die Stichprobenumfangsplanung lagen aufgrund der Neuheit des Untersuchungsge-genstandes keine belastbaren Schätzungen der zu erwartenden Effektstärken vor. Aufgrund der zu erwartenden höheren Homogenität von Studierenden einer einzigen, selbst gewählten Fachrichtung wurden Effekte in mittlerer oder großer Stärke nicht erwartet; gleichzeitig wur-den kleine Effekte als praktisch nicht bedeutsam genug eingeschätzt. Daher wurden für die Planung der Stichprobe Effekte in der Mitte zwischen kleinen und mittleren Effekten angesetzt." www.regorz-statistik.de/inhalte/regorz_2020_birth_order_and_scientific_interest.html

[@dirkbornert7614]

@@RegorzStatistik guten Morgen und vielen lieben Dank! Damit kann ich auf jeden Fall etwas anfangen:)

[@sojatra]

Vielen Dank für das super hilfreiche Video! Gibt es auch eine Möglichkeit, die notwendige Stichprobengröße für eine moderierte Mediation zu berechnen? Konkret geht es mir um das Model 8 nach Hayes, in dem der Moderator mit dem a- und c'-Pfad interagiert? :)

[@RegorzStatistik]

Das ist eine sehr gute Frage, die ich seit einiger Zeit auch recherchiere - bisher habe ich dazu aber noch keine gute Antwort gefunden.

[@sojatra]

@@RegorzStatistik Alles klar, danke für die schnelle Antwort!

[@thewalkingcringe7408]

Vielen Dank für das ausführliche und verständliche Video! In meinem Fall suche ich nach einer Möglichkeit, die nötige Stichprobengröße bei einer moderierten Mediation (moderierter a-Pfad) zu berechnen. Das scheint in G*Power ja auch nicht ohne Weiteres möglich zu sein. Hast du dafür vielleicht einen Tipp?

[@RegorzStatistik]

Leider kenne ich da keinen einfachen Weg. (Was theoretisch gehen könnte wäre, das Modell als Pfadmodell nachzubauen und dann die Power im Kontext einer Pfadanalyse zu berechnen. Ich glaube mal gelesen zu haben, dass MPlus entsprechende Simulationsmöglichkeiten bietet - habe damit aber gar keine Erfahrung).

[@thewalkingcringe7408]

@@RegorzStatistik Danke für die schnelle Antwort! Ich bin bei der Recherche nun auf folgendes Paper gestoßen, das mir bei meiner moderierten Mediation weitergeholfen hat: Preacher, K. J., Rucker, D. D., & Hayes, A. F. (2007). Addressing moderated mediation hypotheses: Theory, methods, and prescriptions. Multivariate behavioral research, 42(1), 185-227. Die Tabellen ab Seite 205 liefern - je nach zutreffendem Modell - eine nützliche Übersicht des empfohlenen Stichprobenumfangs, der anhand verschiedener Verfahren (u.a. auch Bootstrapping) ermittelt wurde.

[@v.s.3477]

Vielen Dank für das hilfreiche Video.Ich hoffe es ist in Ordnung das ich Ihnen eine weiterführende Frage stelle: Ich möchte ein Mediationsmodell mit 4 parallelen Mediatoren mithilfe des PROCESS-Macros rechnen. Haben Sie hierbei eine Empfehlung für eine Power-Analyse? Leider kenne ich mich mit Monte-Carlo-Simulationen nicht aus und suche daher nach einem möglichst einfachen Weg oder nach einer Faustregel. Ich freue mich sehr über Ihre Hilfe! Mfg

[@RegorzStatistik]

Einen einfachen Weg oder eine Faustregel kenne ich für diese Konstellation leider nicht.

[@v.s.3477]

Ok schade. Vielen Dank für Ihre Antwort !