Handout Mediatoranalyse
Handout Mediatoranalyse
Handout Mediatoranalyse
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Computergestützte Datenanalyse (Modul M3)<br />
Tobias Heine<br />
Fabian Hölzenbein<br />
Miriam Seel<br />
Mo 10-12 & 12-14 Uhr<br />
Do 12-14 Uhr<br />
Di 12-14 Uhr<br />
Mediator- und Moderatoranalyse<br />
I. <strong>Mediatoranalyse</strong><br />
Bei einer <strong>Mediatoranalyse</strong> wird untersucht, ob der Zusammenhang zwischen einer<br />
unabhängigen Variable X und einer abhängigen Variable Y durch einen Mediator M<br />
vermittelt wird.<br />
Somit kann z.B. untersucht werden, ob der Zusammenhang zwischen der Motivation<br />
einer Versuchsperson (uV) und ihrer erreichten Note in einem Mathematiktest (aV)<br />
durch die Variable Lerndauer (Mediator) vermittelt wird:<br />
Unabhängige<br />
Variable<br />
Motivation<br />
Abhängige<br />
Variable<br />
Note<br />
Lerndauer<br />
Mediatorvariable<br />
Wichtig: Bei einer <strong>Mediatoranalyse</strong> wird immer ein kausaler Zusammenhang zwischen<br />
den Variablen vorausgesetzt!<br />
Eine <strong>Mediatoranalyse</strong> verläuft in vier Schritten.<br />
1. Regression von Note auf Motivation<br />
Motivation<br />
b Y,X ≠0<br />
Note<br />
Lerndauer
Computergestützte<br />
Datenanalyse (Modul M3) Mediator- und Moderatoranalyse SS 2009<br />
Umsetzung in SPSS:<br />
Unter Analysieren > Regression > Linear<br />
Ergebnis:<br />
Nur wenn der Regressionskoeffizient für Motivation signifikant wird, kann eine Mediation<br />
vorliegen!<br />
2. Regression von Lerndauer auf Motivation<br />
Motivation<br />
Note<br />
b M,X ≠0<br />
Lerndauer<br />
2
Computergestützte<br />
Datenanalyse (Modul M3) Mediator- und Moderatoranalyse SS 2009<br />
Umsetzung in SPSS:<br />
Ergebnis:<br />
Auch zwischen Motivation und Lerndauer muss sich ein signifikanter Zusammenhang<br />
zeigen, damit eine Mediation vorliegen kann.<br />
3. Regression von Note auf Lerndauer<br />
Motivation<br />
Note<br />
Lerndauer<br />
b Y,M ≠0<br />
Umsetzung in SPSS:<br />
3
Computergestützte<br />
Datenanalyse (Modul M3) Mediator- und Moderatoranalyse SS 2009<br />
Ergebnis:<br />
Nur wenn sich ein signifikanter Zusammenhang zwischen Note und Lerndauer zeigt,<br />
kann eine Mediation vorliegen.<br />
4. Regression von Note auf Motivation und Lerndauer<br />
Motivation<br />
b Y,M = 0<br />
Note<br />
Lerndauer<br />
b Y,M ≠0<br />
Umsetzung in SPSS:<br />
4
Computergestützte<br />
Datenanalyse (Modul M3) Mediator- und Moderatoranalyse SS 2009<br />
Ergebnis:<br />
Nur der Mediator Lerndauer wird in der multiplen Regressionsanalyse signifikant.<br />
Die Variable Motivation leistet keinen zusätzlichen Beitrag zur Vorhersage der Note.<br />
In diesem Fall spricht man von einer vollständigen Mediation.<br />
II. Moderatoranalyse<br />
Mit einer Moderatoranalyse kann untersucht werden, ob der Zusammenhang zwischen<br />
einer unabhängigen Variable X und einer abhängigen Variable Y durch einen<br />
Moderator M beeinflusst wird.<br />
Interessant wäre z.B. herauszufinden, ob der Zusammenhang zwischen Lerndauer<br />
(uV) und Note (aV) durch mathematische Intelligenz (Moderator) beeinflusst wird.<br />
Unabhängige<br />
Variable<br />
Lerndauer<br />
Abhängige<br />
Variable<br />
Note<br />
math. IQ<br />
Moderatorvariable<br />
5
Computergestützte<br />
Datenanalyse (Modul M3) Mediator- und Moderatoranalyse SS 2009<br />
Die Moderatoranalyse in SPSS erfolgt in drei Schritten:<br />
1. z-Transformation der Variablen Lerndauer und mathematischer IQ<br />
Unter Analysieren > Deskripitive Statitsiken > Deskripttie Statistik öffnet sich folgendes<br />
Fenster:<br />
Damit die Variablen z-standardisiert werden, ist dieses Häkchen zu setzen<br />
Nach Drücken des OK Buttons werden die transformierten Variablen in der Datensicht<br />
eingefügt (erkennbar am vorangestellten „Z“)<br />
6
Computergestützte<br />
Datenanalyse (Modul M3) Mediator- und Moderatoranalyse SS 2009<br />
2. Berechnung eines neuen Prädiktors P = Ziq * Zlernen<br />
Für die Berechnung neuer Variablen stellt SPSS ein praktisches Menü bereit. Dieses<br />
findet man unter Transformieren > Variable berechnen.<br />
Zuerst sollte ein Name für zu berechnende Variable vergeben werden.<br />
Danach folgt die Eingabe der Berechnungsformel.<br />
Mit einem Klick auf OK wird die Berechnung ausgeführt.<br />
Das Ergebnis kann in der Datenansicht überprüft werden.<br />
7
Computergestützte<br />
Datenanalyse (Modul M3) Mediator- und Moderatoranalyse SS 2009<br />
3. Regression von Note auf Ziq, Zlernen und P<br />
Analysieren > Regression > Linear:<br />
Ergebnis:<br />
Interpretation:<br />
- Negativer Koeffizient für iq: je höher die mathematischen Fertigkeiten, desto<br />
kleiner (besser) die Note; aber Vorsicht: Koeffizient wird nicht signifikant!<br />
- Positiver Koeffizient für lernen: je mehr Lernaufwand, desto größer (schlechter)<br />
die Note (kontraintuitiv!); auch dieser Koeffizient wird allerdings nicht signifikant<br />
- Positiver Koeffizient für P: je höher iq, desto größer (also positiver) der Zusammenhang<br />
von Lernaufwand und Note; Menschen mit hohem mathematischen<br />
IQ bekommen bei langem Lernen noch schlechtere Noten als Menschen<br />
mit geringem mathematischen IQ! (Achtung: kontraintuitiv!)<br />
8
Computergestützte<br />
Datenanalyse (Modul M3) Mediator- und Moderatoranalyse SS 2009<br />
III. Aufgaben<br />
Du möchtest untersuchen, ob der Zusammenhang zwischen der Mathenote einer<br />
Versuchsperson und ihren Statistikkenntnissen durch die Abiturnote vermittelt wird.<br />
Die Daten findest du in der Datei statistik.sav.<br />
Skizziere ein Pfaddiagramm zur Veranschaulichung der Zusammenhänge.<br />
Welches Verfahren eignet sich zur Analyse?<br />
Führe die Analyse mit SPSS durch.<br />
Zu welchem Ergebnis kommst du?<br />
9