STATISTIK-FORUM.de

[tonyt]

Sehr geehrtes Forum,

ich schreibe zurzeit an meiner Bachelorarbeit und möchte wissen ob meine Interpretation richtig ist.

Ich gehe nach Baron und Kenny vor und führe eine multiple Regression durch.
Und zwar möchte ich wissen ob der Zusammenhang von Smartphoneabhängigkeit(UV) auf Lebenszufriedenheit(AV) durch Impulsivität(Mediator) mediiert wird.

Direkter Effekt c: Smartphoneabhängigkeit und Lebenszufriedenheit hängen zusammen (ß = -.247; p < .001).
Indirekter Effekt a: Smartphoneabhängigkeit und Impulsivität hängen zusammen (ß = -.671; p < .001).
Indirekter Effekt b: Impulsivität und Lebenszufriedenheit hängen zusammen (ß = -.225; p < .001).

Direkter Effekt c´: Smartphoneabhängigkeit(UV) auf Lebenszufriedenheit(AV) durch Impulsivität(Mediator).

Damit sind alle Bedingungen erfüllt. Und man kann die multiple Regression durchführen:
∙ Ist der direkte Effekt (c´) nicht signifikant → vollständige Mediation
∙ Ist der direkte Effekt (c´) signifikant, aber aber |c'| < |c| → partielle Mediation

In meinem Fall kam raus:
Koeffizienten
Smartphoneabhängigkeit(UV) (ß = -.175; p = 0.036)
Impulsivität(M) (ß = -.107; p = 0.198)

Nun frage ich mich wie ich die Werte interpretieren soll
Frage 1: Da alle anderen unter p < .001 signifikant waren, kann ich sagen dass p = 0.036 meinen Signifikanzansprüchen nicht genügt, also nicht signifikant.
Frage 2: Der Idealfall vollständige Mediation(Falls ich p = 0.036 als nicht signifkant annehmen kann) und auch die partielle Mediation(da ß von -.247 auf -.175 gesunken ist) würden ja bedeuten, dass Impulsivität ein Mediator ist. Meine Frage ist nun Impulsivität ist aber in meiner multiplen Regression nicht signifikant. Wie muss ich nun interpretieren?

MFG Tony

[mango]

Hallo Tony,

deine erste Frage ist keine Frage. Zu deiner zweiten Frage: Ich bin kein Experte für Mediationen aber grundsätzlich musst du jeden p-Wert eines Koeffizienten im Regressionsmodell immer wie folgt interpretieren. Er gibt die Wahrscheinlichkeit an, dass der vorliegende empirische Koeffizient errechnet wird, obwohl er in der Grundgesamtheit null ist. Ist diese Wahrscheinlichkeit gering genug, kannst du die Nullhypothese ablehnen, da sie eben vor dem Hintergrund der vorliegenden empirischen Werte sehr unwahrscheinlich ist. Das trifft so auch für die Mediation zu: Die Unterschiede im Einfluss von X auf Y in Abhängigkeit von M sind so groß, dass du ablehnen kannst, dass sie in der Population nicht existieren. Du kannst aber nicht ausschließen, dass der Einfluss von X auf Y in der Population nicht existiert. Du hast jetzt die Haupteffekte im multivariaten Modell ohne Mediation genannt, richtig? Wie sind sie denn im Modell mit Mediation?

[tonyt]

Hallo mango,

wenn ich das richtig verstehe möchtest du die Werte des Modells mit Mediation.

Das sind die einfachen linearen Regressionen(also ohne einen Mediator):
Direkter Effekt c: Smartphoneabhängigkeit(UV) und Lebenszufriedenheit(AV) hängen zusammen (ß = -.247; p < .001).
Indirekter Effekt a: Smartphoneabhängigkeit(UV) und Impulsivität(AV) hängen zusammen (ß = -.671; p < .001).
Indirekter Effekt b: Impulsivität(UV) und Lebenszufriedenheit(AV) hängen zusammen (ß = -.225; p < .001).

Multiple Lineare Regression(Mit Mediator, also einfach eine Regressionsanalyse mit Einschlussverfahren, aber diesesmal mit zwei UV):
Direkter Effekt c´: Smartphoneabhängigkeit(UV), Impulsivität(UV), Lebenszufriedenheit(AV)
R² = 6,7%; ANOVA F(2, 246) = 8,883; Smartphoneabhängigkeit -.175; p = 0.036; Impulsivität -.107; p =.198.

Nach Baron und Kenny muss nun der Effekt des Koeeffizient Smartphoneabhängigkeit(UV) unter Einschluss von Impulsivität(UV) sinken. Das tut er auch von -.247 (p = .036) auf -.175 (p < .001). Aber leider ist mein Koeffizient impulsivität nicht sug signifikant (p = .198).

[mango]

Hallo, was sind das denn genau für Modelle? Du schreibst nur von direkten und indirekten Effekten, aber interessant ist eigentlich, aus welchen Schätzungen diese Werte genau stammen.

Du müsstest außerdem nochmal deine Frage etwas genauer formulieren. Wie gesagt, die t-Tests sind alle einzeln zu interpretieren wie oben beschrieben.