Moderierte Mediation mit PROCESS: Ausführen und interpretieren

Sie wollen eine moderierte Mediationsanalyse durchführen? Dieses Video erklärt Ihnen, wie Sie eine moderierte Mediation mit SPSS und Hayes' PROCESS-Makro (Version 3) aufrufen, aber auch die Interpretation des Outputs mit einem konkreten Beispiel.
Erklärt wird die Interpretation der moderierten Mediation dabei am Beispiel vom Model 7 (Moderation des a-Pfades der Mediation) nach Hayes. Jedoch können Sie mit dem Wissen aus dem Video auch ohne größere Schwierigkeiten die anderen „einfachen“ Modelle interpretieren (also Modelle mit nur einem Moderator für nur einen der beiden indirekten Pfade), damit auch PROCESS Model 8, Model 14 und Model 15.
BERATUNGSANGEBOT
Hier finden Sie mein Beratungsangebot zur moderierten Mediation mit PROCESS für MASTERARBEITEN und DISSERTATIONEN:
www.regorz-stat...
(Englischsprachiges) Tutorial "How to report a moderated mediation":
• How to Report a Modera...
In der Literatur wird mitunter zwischen „moderated mediation“ und „mediated moderation“ unterschieden. Diese ähnlichen, aber nicht völlig deckungsgleichen Konzepte können beide gleichermaßen mit PROCESS analysiert werden. Die Gemeinsamkeiten und Unterschiede dieser beiden Begriffe können Sie hier nachlesen:
www.regorz-stat...

[@RegorzStatistik]

How to REPORT a MODERATED MEDIATION (Tutorial auf Englisch): kzbin.info/www/bejne/epfTn6GOmMqHn5Y

[@mariaboccarella]

Hi, vielen Dank für deine hilfreichen Videos. Du rettest mir dadurch die Abschlussarbeit :) Eine Frage hätte ich aber noch. Ich habe eine moderierte Mediation auf dem a-Pfad untersucht, welche nicht signifikant war. Welche Zahlen muss ich in dem Fall berichtet? Ich habe davor schon eine Mediationsanalyse durchgeführt, weshalb ich eigentlich alle Pfade schon untersucht habe und dementsprechend einige Hypothesen schon ablehnen oder beibehalten konnte. Reicht es in dem Fall nur aus R^2, index of moderated mediation und den Interaktionsterm zu berichten? Oder muss ich doch noch auf was anderes eingehen? Und da die Tabellen in Process nicht so schön aussehen, wie erstelle ich eine angemessene Tabelle? Muss ich dabei etwas beachten? Ich teste ca. 15 Modelle, kann man da was zusammenfassen? Liebe Grüße

[@RegorzStatistik]

@@mariaboccarella Das lässt sich nicht pauschal beantworten - wie bei den meisten komplexen statistischen Verfahren kann man entweder sehr kurz oder deutlich ausführlicher berichten - was ich auch im o.g. Video (How to REPORT a MODERATED MEDIATION) darstelle.

[@mariaboccarella]

Dankeschön :) Ich hätte noch deine Frage zur Moderierten Mediation. Und zwar habe ich zuerst eine Mediationsanalyse durchgeführt, welche nicht signifikant war. Dann habe ich eine moderierte Mediation durchgeführt, welche auch nicht signifikant war. Ist es richtig, dass keine moderierte Mediation stattfinden kann, wenn es gar keine Mediation gibt? Ich diskutiere aktuell meine Ergebnisse und frage mich, ob ich die nicht signifikante Mediation als Grund für die nicht-signifikante Moderierte Mediation nehmen kann. Oder ist es eventuell andersherum? Also ist die Mediation nicht signifikant, weil der Effekt der Moderators zu schwach ist?

[@RegorzStatistik]

@@mariaboccarella Ich denke, es gibt (selten) durchaus die Möglichkeit, dass die Mediation nicht signifikant wird, aber der Test der moderierten Mediation zu einem signifikanten Ergebnis führt.

[@mariaboccarella]

@@RegorzStatistik Das heißt also, dass meine Begründung nicht richtig wäre?

[@00Banane7]

Guten Tag, was könnte man sich noch anschauen, wenn das Bootstrap-Konfidenzintervall die Null enthält und der Index für die moderierte Mediation ebenfalls nicht signifikant wird? Vielen Dank schonmal!

[@RegorzStatistik]

Explorativ könnte man sich noch ansehen: PROCESS Model 4 mit den gleichen Daten (ohne Moderator) - gibt es vielleicht eine einfache (nicht moderierte) Mediation? PROCESS Model 1 mit den gleichen Daten (ohne Mediator) - gibt es vielleicht eine einfache (nicht mediierte) Moderation?

[@Alinama98]

Vielen Dank für das Video! Ich habe mit dem Modell 14 eine moderierte Mediation berechnet, die laut Index of moderated mediation signifikant ist (null nicht eingeschlossen). Beim indirekten Effekt für +1 Standardabweichung des Moderators schließen die Konfidenzintervalle nun aber die null ein (für die anderen Ausprägungen ist die null ausgeschlossen). Was sagt mir das?

[@RegorzStatistik]

Dass der indirekte Effekt nicht für alle Ausprägungen des Moderators signifikant ist - das ist nicht ungewöhnlich bei Vorliegen einer moderierten Mediation.

[@leonlehnert3475]

Vielen Dank für die ausführliche Erklärung! Für meine Auswertung mit Model 8 habe ich leider keinen signifikanten Index of moderated mediation, was ja bedeutet, dass keine moderierte Mediation auftritt. Allerdings habe ich signifikante Effekte von X auf M, W auf M, X auf Y, und auch eine signifikante Mediation x -> M -> Y. Darf ich jene Effekte direkt aus dem Output von Model 8 interpretieren, oder muss ich die einzelnen Regressionsmodelle in SPSS/PROCESS nachbauen, um die tatsächlichen Effekte zu bekommen (z. B. Regressionskoeffizienten)? Vielen Dank! :-)

[@RegorzStatistik]

Um eine Aussage über eine (unmoderierte) Mediation zu machen, würde ich mit den gleichen Daten explorativ noch Model 4 rechnen. Generell gilt für alle Effekte in multiplen Regressionen, dass sie unter Kontrolle/Konstanthalten aller anderen Prädiktoren zu interpretieren sind. Das heißt, der Effekt von W auf M ist dann unter Kontrolle von X und von Interaktion_X_W zu interpretieren usw. Ob das ein Problem ist, hängt von der konkreten Fragestellung ab.

[@leonlehnert3475]

Vielen Dank für die schnelle Hilfe! Die einzelnen Effekte darf ich aber interpretieren, oder? Also z. B. "es liegt kein Interaktionseffekt XW auf M vor, allerdings ein positiver Effekt von X auf M und W auf M"

[@biene6221]

Danke für das Video! Ist es trotzdem eine moderierte Mediation, wenn bei den indirekten Effekten ein Konfidenzintervall die 0 enthält, die anderen beiden aber nicht? Der Index of moderated mediation enthält keine 0.

[@RegorzStatistik]

Das entscheidende ist der Index. Es kann durchaus vorkommen bei einer moderierten Mediation, dass nicht alle conditional indirect effects significant sind.

[@leolivialeo]

Kann man auch eine moderierte Mediation des c-Pfads durchführen mit Model 8? Auch wenn nur der c-Pfad, nicht auch der a-Pfad moderiert werden?

[@RegorzStatistik]

@@leolivialeo ich glaube dafür gibt es PROCESS model 5.

[@kathrindick2042]

vielen Dank für das hilfreiche Video! Ich berechne in meiner Masterarbeit das Model 7, habe jedoch auch eine Hypothese zur einfachen Mediation (also ohne den Moderator der auf die Beziehung zwischen X und M wirkt). Kann ich mithilfe des Outputs der moderierten Mediation auch etwas zu der Mediation sagen oder muss ich dafür vorher nochmal separat mit Process die Mediation ausführen? Danke für die Hilfe!

[@RegorzStatistik]

Für eine einfache Mediationshypothese würde ich Model 4 verwenden in diesem Fall.

[@00Banane7]

Guten Tag, das Video hat mir schon sehr weitergeholfen. Wie kann es sein, dass bei den indirekten Effekten (bei den Ausprägungen des Moderators) z.B. -0.3, 0 und 0,8 angegeben wird. Die Standardabweichung wird ja normalerweise addiert bzw. subtrahiert. Ist der Moderator möglicherweise dann nicht richtig zentriert? Vielen Dank schonmal!

[@RegorzStatistik]

Die Voreinstellung bei PROCESS (die ich aber eigentlich immer auf +/- 1 SD ändere) ist, dass die conditional effects für das 16., 50. und 84. Perzentil ausgegeben werden. Und dann ist es m.E. durchaus möglich, dass so ein unregelmäßiges Muster auftritt (wenn der Moderator nicht symmetrisch verteilt ist).

[@00Banane7]

@@RegorzStatistik moments=1 hatte ich bei meiner Berechnung eigentlich auch eingestellt.

[@RegorzStatistik]

@@00Banane7 Welcher Wert da genommen wurde (Perzentile oder +/- 1SD) müsste auch in den Anmerkungen zum Output ganz unten drin stehen.

[@00Banane7]

@@RegorzStatistik Vielen Dank für den Hinweis!

[@swassypiano]

Vielen Dank für das Video! Die anderen PROCESS Tutorials waren auch super. Ich hätte noch eine Frage zur Interpretation: Wenn nur der Effekt des "moderated mediation" wichtig ist, muss der totale Effekt von X auf Y also nicht signifikant sein? Liebe Grüße

[@RegorzStatistik]

Für das Vorliegen eines "conditional indirect effect" ist es nicht wichtig, ob es einen totalen Effekt gibt. Aber man kann, wie bei der normalen Mediationsanalyse, darüber diskutieren, ob man bei Abwesenheit eines totalen Effekts von einer "moderierten Mediation" spricht, weil Mediation (Vermittlung) irgendwie sprachlich voraussetzt, dass es etwas gibt, was vermittelt wird. Zumindest gibt es diese Diskussion bei der normalen Mediationsanalyse - dort mit unterschiedlichen Ansichten.

[@leastahl1908]

Danke für das hilfreiche Video! Ich berechne für meine Masterarbeit das Model 10 in Process, d.h. zwei Moderatoren sowie eine parallele Mediation. Ich möchte im Vorfeld gerne wie im Video beschrieben die Voraussetzungen prüfen - wie baue ich denn dafür das Model in SPSS nach? Ich bin etwas verzweifelt... Danke für die Hilfe!

[@RegorzStatistik]

Ich würde einfach das PROCESS-Model einmal durchführen. Dann erhält man im Output nacheinander alle einzelnen Regressionsmodelle, die PROCESS zum Prüfen der moderierten Mediation rechnet (bei paraller Mediation mehrere Modelle für die a-Pfade sowie ein Modell für die b-Pfade und den c'-Pfad). Und genau diese Modelle würde ich dann nachbauen.

[@lenib.8312]

Vielen Dank für das hilfreiche Video! Ich habe eine Frage zu Modell 7: kann man dieses auch rechnen, wenn ich ein 2x2 Studiendesign habe? Ich habe die vier Gruppen dafür in 2 neue Variablen (beide dichotom) umkodiert, die dann als X- und als Mod-Variable einfließen. Oder bekomme ich hier Probleme (Unabhängigkeit)? Danke für Ihre Hilfe!

[@RegorzStatistik]

Ich sehe keine Probleme bei diesem Vorgehen - m.E. kann man ein 2x2 Design so abbilden.

[@lenib.8312]

@@RegorzStatistik Vielen Dank!

[@AlexandreMariceLoic]

Danke für das Video. 😊 Was bedeutet denn bei dem Index "signifikant von Null verschieden"? Bei mir kam 0,005 raus. 😂 Gibt es da eine Grenze? Aber das Konfidenzintervall geht von 0,001 bis 0,012, also ist die Null ja nicht enthalten. 😂

[@RegorzStatistik]

Wenn die Null nicht umschlossen ist, dann ist es statistisch signifikant. Ob ein so kleiner Effekt empirisch noch bedeutsam ist, das ist natürlich eine andere Frage (die man nicht pauschal beantworten kann, das hängt dann u.a. von den verwendeten Skalen ab).

[@AlexandreMariceLoic]

@@RegorzStatistik Danke, dass du direkt antwortest, ich sitze gerade an meiner Masterarbeit (die Zeit wird knapp) und das hilft mir sehr. 😁 Woher weiß ich denn, ob der Effekt klein ist? Also klar, ich sehe, das ist eine kleine Zahl. 😂 Aber gibt es da auch eine Einordnung, so wie bei Cohen's d z.B. klein-mittel-groß ? 😂

[@RegorzStatistik]

@@AlexandreMariceLoicDafür kenne ich tatsächlich nichts was Cohen's d vergleichbar ist.

[@johannes5579]

Hallo, ich möchte mit Process eine Moderation berechnen mit einer nominal-dichotomen X-Variable. Leider gibt er mir folgenden Error aus: „One of your model variables exhibits no variation (it is a constant)“. Meine Y Variable ist ein Krafttest der intervallskaliert ist und mein M ist die Motivation (5-stufige Likert Skala - 1 Item). Wissen Sie einen Rat?

[@RegorzStatistik]

Ich würde alle im Modell enthaltenen Variablen (UV, Mod, AV, ggf. Kontrollvariablen) prüfen, ob sie mehr als eine Ausprägung annehmen. Denn diese Fehlermeldung erfolgt normalerweise, wenn eine Variable nur einen Wert annimmt.

[@johannes5579]

@@RegorzStatistik Vielen Dank für die Antwort! Ich habe den Fehler gefunden. Der Moderator hat nur eine Ausprägung in der Interventionsgruppe, also nur bei einer Gruppe der nominal-dichotomen X-Variable. Wie berechne ich dann am besten eine Moderation bzw. den Einfluss von Motivation auf den Trainingseffekt? Über eine normale lineare Regression?

[@RegorzStatistik]

@@johannes5579 Kann ich mit den aktuellen Infos nicht beantworten, das sprengt auch den Rahmen dessen, was ich hier im Kommentar lösen kann.

[@gruenesbaerchen]

Vielen Dank für das hilfreiche Video. Ich habe dazu eine kurze Rückfrage - und zwar besteht mein Modell aus drei parallelen Mediatoren, im Prinzip also eine dreifache moderierte Mediation. Kann ich hierzu dasselbe Modell wie für die einfache moderierte Mediation nutzen? Für meinen spezifischen Fall finde ich leider keine Modellvorlage bei Hayes.

[@RegorzStatistik]

Dafür finde ich leider auch kein Modell bei Hayes. Hier würde ich wohl ein Programm zur Pfadanalyse (z.B. IBM AMOS) nutzen.

[@gruenesbaerchen]

@@RegorzStatistik Alles klar. Danke für die schnelle Rückmeldung!

[@VV-ph4pm]

Können Sie mr bitte sagen, wie man diese Ergebnisse einer moderierten Mediation (Modell 14) in einer Tabelle darstellen kann? Ich brauche es dringend für meine Masterarbeit 🙏🏻

[@RegorzStatistik]

Man könnte die beiden Regressionsmodelle (für a-Pfad und für b-Pfad) ganz normal als Regressionstabelle darstellen.

[@VV-ph4pm]

Vielen lieben Dank für Ihre schnelle Antwort@@RegorzStatistik

[@VV-ph4pm]

Würden Sie sagen, man muss die Voraussetzungsprüfung für die Regression auch im Ergebnisteil darstellen? LG@@RegorzStatistik

[@RegorzStatistik]

@@VV-ph4pm Bei einer Abschlussarbeit kenne ich es so, dass man die Ergebnisse der Voraussetzungsprüfung auch berichtet (in einem Journalartikel hingegen aus Platzgründen eher nicht).

[@laradilly8569]

Vielen Dank für das Video! Ich arbeite mit SPSS auf dem Macbook, bei mir wird das Feld "Index of Moderated Mediation" im Output leider nicht angezeigt. Wissen Sie, woran das liegen kann?

[@RegorzStatistik]

Leider nein, ich selbst habe nur Windows.

[@chuliazx6306]

Ich nutze SPSS zwar auch über Windows, allerdings wurde der "Index of moderated mediation" bei mir mit dem Modell 58 auch nicht angezeigt. Es scheint Modellabhängig zu sein, da mir der Index im Modell 7 und Modell 14 angezeigt wurde. Am besten probierst du auch mal ein alternatives Modell, habe bisher dafür leider auch keine Lösung gefunden.

[@RegorzStatistik]

An das Modell hatte ich bei meiner Antwort gar nicht gedacht. Es ist tatsächlich wohl so, dass bei Modell 58 aus theoretischen Gründen der Index of Moderated Mediation nicht angezeigt werden kann, siehe: Hayes, A. F. (2015). An index and test of linear moderated mediation. Multivariate behavioral research, 50(1), 1-22. (dort dann siehe S. 7 unter "First and Second Stage Moderated Mediation") In dem Fall (und insoweit dann wohl auch bei Modell 59) ist es programm- und betriebssystemsunabhängig so, dass man keinen Index of Moderated Mediation bekommt. Da bleibt dann als Lösung, getrennt die Interaktionen für den a-Pfad und für den b-Pfad zu betrachten und außerdem die "Conditional indirect effects".

[@laurarichter8459]

Wie ist denn der Effect bei "Conditional effects of the focal predictor at values of the moderator(s)" zu interpretieren? Bzw. welche Ausgabe erhalten wir hier bei der bedingten Moderation? Sind die Werte unter Effect ähnlich zu interpretieren wie Cohen's D?

[@RegorzStatistik]

Dies sind bedingte Regressionsgewichte für verschiedene Ausprägungen des Moderators - insofern etwas grundlegend anderes als Cohen's d.

[@laurarichter8459]

@@RegorzStatistik Danke für Ihre schnelle Antwort! Wäre es denn sinnvoll die Effektstärke der einzelnen Pfade bei einem moderierten Mediationsmodell durch t-tests zu bestimmen? Oder benutzt man nur die Koeffizienten, um Aussagen über die Stärke des Effekts zu treffen?

[@RegorzStatistik]

Hypothesentests (z.B. t-Tests) kann man leider grundsätzlich nicht zur Effektstärkenbestimmung nutzen, da die Teststatistik (und der p-Wert) hier nicht nur von der Effekstärke abhängt, sondern auch von der Stichprobengröße. Mit anderen Worten: Der exakt gleich starke Effekt führt i.d.R. zu einer völlig anderen Größe der Teststatistik, wenn man eine andere Stichprobengröße hat. Generell habe ich es bisher noch nicht bewusst gesehen, dass für einzelne Pfade eines moderierten Mediationsmodells Effektstärkenmaße berichtet wurden. Ich weiß, man lernt nomalerweise im Studium "Immer auch Effektstärke berichten", aber bei einer moderierten Mediation ist das nicht so einfach möglich aus meiner Sicht. Sie könnten z.B. gezielt auf Google Scholar nach Fachartikeln aus Ihrem Forschungsgebiet suchen, die eine moderierte Mediation berichten und schauen, ob und wenn ja welche Effektstärkemaße die dahingehend berichten.

[@charlotteb.5865]

Vielen Dank für das Video! Wenn ich unter "Mean center for construction of products" --> "only continous variables that defines products" anklicke kommen bei mir Error-Meldungen (habe eine kontinuierliche UV, kont. Mediator + kont. AV und einen multikategorialer Moderator (Dummy-codiert)). Kann ich diese dann einfach per Hand zentrieren und "no centering" anklicken?

[@RegorzStatistik]

Aha, mit einem multikategorialem Moderator habe ich es noch nie probiert (ich bekomme den gleichen Fehler, wie ich gerade festgestellt habe). Aber Ihr Ausweg erscheint mir da sehr sinnvoll: per Hand zentrieren und dann in PROCESS mit "no centering" arbeiten. (Diese Handlungsoption hat man eigentlich bei allen PROCESS-Modellen.)

[@charlotteb.5865]

@@RegorzStatistik Tausend Dank für ihre super schnelle Hilfe! Dann werde ich meine UV und meinen Mediator von Hand zentrieren (nicht meinen Moderator) und mit "no centering" weiterrechnen! Eine letzte klitzekleine Frage: meine AV ist z-standardisiert, da ich zwei Maße miteinander kombiniert habe (UV und Mediator jedoch nicht) - muss ich dies weiter beachten oder ist das in Ordnung?

[@charlotteb.5865]

​@@RegorzStatistik Vielen Dank für ihre superschnelle Hilfe! Dann werde ich UV und Mediator zentrieren (Moderator nicht) und mit "no centering" weiterrechnen. Eine letzte kleine Frage: meine AV ist eine z-standardisierte Vairable, da sie sich aus zwei Maßen kombiniert wurde, UV und Mediator jedoch nicht. Muss ich dies weiter beachten oder ist das in Ordnung (hatte erst gedacht daran könnte der Fehler liegen).

[@RegorzStatistik]

Ich denke nicht, dass der Fehler daran liegen kann. Denn PROCESS/SPSS kann ja nicht "sehen", dass die Variable z-standardisiert ist und rechnet ganz normal mit dem Wert. Mir fällt da nichts ein, wo man technisch in diesem Fall drauf achten müsste. Der einzige Punkt ist dann natürlich die Interpretation: Sie erklären nicht mehr Änderungen in der Metrik der AV (wobei Sie bei der Kombi aus zwei Maßen ja vermutlich gar keine interpretierbare Metrik haben), sondern Änderungen in Standardabweichungen der AV.

[@Florian30]

Danke für die Hilfe, aber schade, dass du bei der Beschreibung der Ergebnisse schon aufhörst und nicht die Interpretation der moderierten Mediation lieferst. Wie kann man die jeweilige Richtung der Mediationseffekte und des generellen Modells interpretieren. Also: wird die Mediation abgeschwächt/verstärkt für verschiedene Werte des Moderators. Wenn der Gesamtindex negativ ist und das Vorzeichen des Mediators aber positiv, dann wird doch die Mediation abgeschwächt und bei gleichem Vorzeichen verstärkt. Das ist der entscheidende Punkt von dem ganzen, die p-Werte kann jeder kurz abchecken. Schade

[@RegorzStatistik]

Danke für das Feedback. Es gibt verschiedene Möglichkeiten, bei einem signifikanten Index of Moderated Mediation das Modell zu interpretieren, die zu der gleichen Erkenntnis führen. Zum einen den von dir skizzierten Weg über die Vorzeichen, zum anderen einfach durch die Betrachtung der "Conditional indirect effects" (15:08). Dort sieht man direkt, wie sich der indirekte Effekt ändert, wenn sich der Moderator ändert. Es wäre sicher besser gewesen, wenn ich bei der besprechung der Conditional indirect effects noch explizit gesagt hätte: "Man sieht hier, dass bei höheren Werten des Moderators der indirekte Effekt kleiner im Sinne von stärker negativ wird".

[@leajoooooo]

Vielen Dank für das Video und generell für die ganzen von Ihnen zur Verfügung gestellten Materialen! Im Rahmen meiner Masterarbeit werde ich bald mit einer moderierten Mediation arbeiten und dafür möchte ich gerade eine Poweranalyse durchführen. Könnten Sie mir Methoden zur Berechnung der Stichprobengröße für moderierte Mediationen nennen? Ich wollte eigentlich auf G*Power zurückgreifen und die moderierte Mediation dort als multiple lineare Regression darstellen, aber Ihren Videos zur Poweranalyse habe ich entnommen, dass aufgrund des Bootstrappings G*Power nicht in Frage kommt. Über eine Antwort würde ich mich sehr freuen! Danke und viele Grüße!

[@RegorzStatistik]

Für eine Poweranalyse bei einer moderierten Mediation kenne ich leider kein Tool. (Man könnte theoretisch die moderierte Mediation als Pfadmodell nachbauen und dann mit einem Programm zur Poweranalyse für SEM arbeiten, z.B. mit dem R-Modul semPower. Das ist dann aber eine Wissenschaft für sich.)

[@luisal3178]

Danke für das Video! Ich hab eine moderierte Regression auf dem B-Pfad (sprich Modell 14). Nun gehe ich aber in den Herleitungen von einem Suppressor Effekt aus. Wo kann dafür im Output den totalen Effekt ablesen?

[@RegorzStatistik]

Wenn Sie den totalen Effekt einer Mediation benötigen, könnten Sie diesen über PROCESS Modell 4 anfordern.

[@_etwas_]

Ich hätte mal eine Frage: Schaue ich im Modell 7 stets nur auf die Interaktion (Int_1) und kümmere mich nicht um den Prädiktor X, wenn ich nach den a-Pfaden und deren Signifikanz schaue? Also sowohl oben bei "Outcome Variable: M" als auch unten wenn der a-Pfad per Bootstrap berechnet wird (unter "Bootstrap Results For Regression Model Parameters")? Kurzum: Beim a-Pfad ist also immer nur die Interaktion relevant und den Prädiktor X kann ich beide male ignorieren? Sorry, falls die Frage doof ist, aber ich stehe momentant auf dem Schlauch... Es würde meinem Verständnis sehr helfen, wenn sie mir die Frage beantworten könnten! Vielen Dank im Voraus! P.S.: Sie haben mir bereits in meiner Bachelorarbeit sehr geholfen :)

[@RegorzStatistik]

Der a-Pfad von Modell 7 ist ja im Grunde eine ganz normale Moderationsanalyse. Und bei einer Moderation ändern sich bei signifikanter Interaktion die Bedeutungen der anderen Regressionsgewichte. In diesem Fall sagt das Regressionsgewicht für Prädiktor X lediglich aus, wie stark der Einfluss von X auf MED ist, wenn MOD = 0. Und das ist meistens inhaltlich nicht so interessant (es sei denn, man hat die Prädiktoren zentriert - dann ist es der Effekt von X auf MED für mittlere Ausprägungen von MOD). Mit anderen Worten: Ich gucke für Model 7 beim a-Pfad nur auf den Interaktionsterm.

[@_etwas_]

@@RegorzStatistik Vielen vielen Dank! Hat mir sehr geholfen :)

[@charlotteb.5865]

Dank ihrer schnellen Hilfe, melde ich mich nochmals wegen einer weiteren kleinen Frage: Mit den Ergebnissen des Model 7 bekommen wir keinen "totalen Effekt" wie in Model 4 (Mediation) angegeben. Müsste ich diesen separat mit einer einfachen Mediation berechnen? (Habe in meiner Abschlussarbeit eine einfache Regressionshypothese, Mediationshypothese, Moderationshypothese und wollte diese "gemeinsam" mit Model 7 rechnen und berichten, jedoch fehlt mir der "alleinige" also totale Effekt von X --> Y). Danke!!

[@RegorzStatistik]

Ich würde vermutlich für jede Hypothese genau das Modell rechnen, mit dem ich diese Hypothese prüfe (also wohl nicht alles mit Modell 7)

[@standardname4723]

Herr Regorz, würden Sie sagen, dass Sie vom Typ her eher cool und lässig, oder eher spießig sind?

[@mc-jp2yg]

Schreib ihm doch privat?

[@katesdiary9685]

Danke für das Video! Für mein Studiendesign hatte ich zunächst eine einfache Mediation geplant. Ändert sich denn etwas an der benötigten Stichprobengröße wenn ich noch einen Moderator für den a-Pfad hinzufüge?

[@RegorzStatistik]

Ich vermute ja. Interaktionen sind häufig schwieriger zu finden als andere Effekte. Aber ich kenne (jenseits von Simulationsanalysen) leider keine Methode, wie man da für eine moderierte Mediation die nötige Stichprobengröße ermittelt.

[@lucaxyz8485]

Vielen Dank, das ist ein sehr hilfreiches Video. Mein Modell entspricht dem Modell 7, allerdings habe ich 2 UVs. Ist eine statistische Auswertung auf diese Weise dennoch möglich? Kann ich die zweite UV einfach bei den Kovariaten mit angeben? Danke im Voraus :-)

[@RegorzStatistik]

Die zweite UV als Kovariate ginge m.E. nur, wenn nur die erste UV über den Mediator auf die AV einwirken soll und die zweite UV nur einen direkten Einfluss haben soll. Anderenfalls wäre es m.E. eher ein Fall für ein Programm zur Pfadanalyse (z.B. mit AMOS oder R/lavaan).

[@lucaxyz8485]

@@RegorzStatistik Vielen Dank für die schnelle hilfreiche Antwort!!

[@maximilianr5896]

Schönen guten Tag, zunächst erstmal vielen Dank für die ausführliche Erklärung! Ich sitze momentan an der Datenauswertung für meine Masterarbeit und möchte gerne im Rahmen der moderierten Mediation eine Substitution von Moderator und unabhängiger Variable prüfen.. kann ich das aus dem dargestellten Output rauslesen oder bedarf es möglicher Weise eines anderen Vorgehens? Über eine Antwort würde ich mich wirklich sehr freuen! :) VG

[@RegorzStatistik]

D.h., Sie wollen UV und MOD austauschen? Dann würde ich das Modell neu mit den getauschten Parametern (X und W) aufrufen.

[@maximilianr5896]

@@RegorzStatistik Im Grunde genommen ist meine Annahme, dass X nur dann einen positiven Einfluss auf M hat, wenn W niedrig ausgeprägt ist - sprich X und W als Substitute fungieren (ich hoffe das ist verständlich). Ich frage mich wie gesagt, ob ich das im Output ablesen kann, indem ich den A-Pfad betrachte und mir die Ausprägung von W bei den Simple Slopes anschaue? (W niedrig ausgeprägt --> Effect von X auf M größer / W hoch ausgeprägt --> Effekt von X auf M niedriger)

[@RegorzStatistik]

@@maximilianr5896 Ja, dafür würde ich mir die Simple Slopes ansehen und schauen, ob sich diese den Annahmen entsprechend verhalten (Voraussetzung natürlich, dass die Interaktion zwischen X und W für den a-Pfad überhaupt signifikant wird).

[@maximilianr5896]

@@RegorzStatistik super, ganz lieben Dank für die schnelle und ausführliche Hilfe/Antwort! :)

[@ueber18ich]

Ich habe einen positiven und signifikanten Effekt auf den a- und der b-Pfad ist auch positiv und signifikant, allerdings ist der Index of moderated mediation negativ und nicht signifikant. Kann das sein?

[@RegorzStatistik]

Welche Modellnummer ist es denn, und wie ist das Vorzeichen der Interaktion für den moderierten Pfad (a-Pfad bei M 7/8, b-Pfad bei M 14/15)?

[@ueber18ich]

​@@RegorzStatistik Vielen Dank für die Antwort! :) Ich arbeite mit Model 7, habe es allerdings mit RStudio gemacht (Die Interpretation dürfte aber die gleiche sein nehm ich an?). Mein Moderator hat einen positiv signifikanten Effekt auf den A- und B- Pfad (positives Vorzeichen); Der Index of moderated mediation hat jedoch ein negatives Vorzeichen und das Konfidenzintervall schließt die 0 mit ein. Müsste dieser Index nicht positiv sein? Pfad A und B sind schließlich beide positiv und signifikant?

[@RegorzStatistik]

Ich verstehe es leider noch nicht: Im PROCESS model 7 hat der Moderator mit dem b-Pfad doch gar nichts zu tun. In model 7 wären die relevanten Informationen Vorzeichen und Sign. der *Interaktion* des a-Pfades und Vorzeichen und Sign. des (unmoderierten) b-Pfades. (Wenn Sie schreiben, dass Sie es mit RStudio gemacht haben: Mit der benutzerdefinierten PROCESS-Funktion, die Sie sich bei Hayes heruntergeladen haben, oder mit einer Package mit dem Namensbestandteil "process"? Wenn es eine Package wäre, die mit library() aktiviert wird, dann ist es nicht das Original-PROCESS und was die Package macht, kann ich dann überhaupt nicht einschätzen).

[@ueber18ich]

@@RegorzStatistik Ich habe es mit dem original PROCESS Makro von Hayes gemacht, so wie Sie es in Ihren Videos beschrieben haben. Ich habe Ihren code um den Moderator (w = "mein moderator") ergänzt und das entsprechende Model benutzt (model = 7). In Ihrem Video sagen Sie, dass wenn der Index of moderated mediation signifikant ist (also das Intervall die 0 nicht einschliesst), eine moderated mediation vorliegt (Min 13:23 in diesem video). Bei Ihnen wie auch bei mir ist die Interaktion mit dem A-Pfad positiv und signifikant und der b-Pfad signifikant. Der Unterscheid ist nun, dass mein Index of moderated mediation suggeriert es liege keine moderated mediation vor (Index positiv, allerdings schließt das Intervall die 0 mit ein)

[@RegorzStatistik]

Oben hatten Sie glaube ich noch geschrieben, dass der Index negativ wäre - und das könnte tatsächlich in dieser Kombi nicht sein, weil der Index das Produkt aus Interaktion-a-Pfad und b-Pfad ist. In seltenen Fällen ist es möglich, dass Interaktion des einen Pfades und der andere Pfad beide signifikant sind (meistens dann relativ knapp signifikant), der Index aber (ggf. knapo) nicht. Dann ist der Index aber das Entscheidende. Haben Sie Int-a und b-Pfad per Bootstrapping getestet? Kann manchmal nämlich auch daran liegen sonst, dass die Voraussetzungen für die Regression gar nicht gegeben sind und insoweit die beiden p-Werte irreführend - während der Index ja immer gebootstrapped wird.