STATISTIK-FORUM.de

[Alice_]

Hallo,

für meine Masterarbeit versuche ich aktuell die A-priori Poweranalyse durchzuführen. Mein Modell hat 2 parallele Mediatoren. Insgesamt sollen mit meinen Daten später 9 direkte Zusammenhänge und 4 indirekte Zusammenhänge untersucht werden. Dafür soll dann ein Strukturgleichungsmodell verwendet werden.
Für meine Stichprobenumfangsplanung dachte ich an den Einsatz der Monte Carlo Methode in R. Allerdings werde ich aus dieser nicht ganz schlau. Zum Einen ist meine Frage anhand von welchen Informationen ich die "Sample Size Steps", "Monte Carlo Draws per Rep" und "Random Seed" festlege?
Dann muss ich ja noch eine Korrelationsmatrix eingeben. Die Werte suche ich mir aus den Ergebnissen vorheriger Studien zusammen richtig? Aber was mache ich, wenn ich nicht für jede Korrelation Vorläufer Studien vorliegen habe und mir demnach Werte in der Korrelationsmatrix fehlen?

Ich hoffe meine Fragen sind einigermaßen verständlich

Liebe Grüße,
Alice

[Holgonaut]

Hi Alice,

ich hab die Punkte nicht verstanden, weil nicht klar wurde, wie du das machst.

Kennst du diese Aritikel hier? Die beschreiben die Schritte genau
Beaujean, A. A. (2014). Sample size determination for regression models using Monte Carlo methods in R. Practical Assessment, Research & Evaluation, 19(12), 1-16.

Thoemmes, F., MacKinnon, D. P., & Reiser, M. R. (2010). Power analysis for complex mediational designs using Monte Carlo methods. Structural Equation Modeling, 17(3), 510-534.

Zhang, Z. (2014). Monte Carlo based statistical power analysis for mediation models: methods and software. Behavior Research Methods, 46(4), 1184-1198. doi:10.3758/s13428-013-0424-0

Ja, du muss jeden Parameter (auch die inter-Korrelationen der Prädiktoren) spezifizieren. Gerade bei letzten kannst du auf empirische Werte (z.B. Meta-analysen) zurückgreifen. Du solltest aber einen range von Werten durchprobieren. Dies beantwortet auch Deine letzte Frage, denn du kannst / solltest sogar Annahmen einfließen lassen und schauen ob sie sich auf das nötige N auswirken.

Wenn du noch keine Daten hast, würde ich mir auch mal Gedanken machen um mögliche Instrumentalvariablen für die Mediatoren. Klassische Mediator-analysen (v.a. da man meist partielle Mediation hat) sind relativ "uninformativ", weil es über 40 äquivalente Modelle gibt (z.B. confounding-Modelle) die du von Deinem Mediatormodell nicht unterscheiden kannst. Instrumentalvariablen können hier sehr hilfreich sein. D.h. du müsstest mal etwas brainstormen über Variablen, die NUR auf einen Mediator einen Effekt haben und nicht auf die AV. Auch für UVn wäre sowas extrem nützlich.

Wenn du mir den Werbeblock gestattest: ich hab in einem entsprechenden Kapitel in meinem SEM-Buch das erläutert und illustriert. Ok, es war auch wirklich ne Menge Glück, dass dies genauso funktioniert hat, aber man kann ja ein paar Kandidaten für Instrumente mal in die Befragung einschließen. In der Psychologie dreht sich alles immer nur um Statistik und Signifikanz, dabei sind Maßnahmen zur Erhöhung der chance für eine kausale Identifikation zentraler.

Grüße
Holger

[Alice_]

Hallo Holger,

Danke für deine Antwort! Ich beziehe mich in meiner Frage auf folgenden Artikel:
Schoemann, A. M., Boulton, A. J., & Short, S. D. (2017). Determining power and sample size for simple and complex mediation models. Social Psychological and Personality Science, 8(4), 379-386. (Dieser bezieht sich z.T. auch auf die von dir genannten Artikel).

Wie geht man denn vor, wenn die empirischen Werte durch unterschiedliche Auswertungsmethoden unterschiedlich angegeben werden? (Zum Beispiel bietet mir eine Studie f Werte, eine andere b Werte, usw.) Kann ich die unterschiedlichen Werte dann trotzdem zusammen verwenden?

Danke für den Tipp bzgl. der Instrumentalvariablen. Das werde ich mir angucken

Liebe Grüße
Alice

[Holgonaut]

Hi Alice,

ich würde die Sache nicht verkomplizieren. Es geht um ein realistisches Szenario (oder mehrere), für die das notwendige N abschätzt bei einem erwarteten Mindesteffekt. Ich würde aber sowieso versuchen, soviel Personen zu bekommen wie möglich, da jenseits der Signifikanz die Konfidenzintervalle mit jeder weiteren Person sinken.

Grüße
Holger