cool, dass es das Forum gibt. So wie ich das überblicke würden ohne euch sehr sehr viele Studenten verzweifeln
Dazu gehöre ich auch ... Ich beschäftige mich seit einiger Zeit mit einer einfachen Mediation im Rahmen meiner Bachelorarbeit. Da ich kein Statistik-Profi bin, fällt mir das recht schwer. Ich glaube zwar, dass ich recht nah am Ergebnis dran bin, aber da ich mich bisher nur in einen sehr beschränkten Bereich eingearbeitet habe, fehlt mir Hintergrundwissen, um mir mit dem was ich tue wirklich sicher zu sein
Grundlage ist die: Stichprobe > 100; Meine UV ist dichotom (handelt sich um zwei unterschiedliche Info-Texte 1 + 2), der Mediator ist empfundene Widersprüchlichkeit und AV ist erhöhte Risikowahrnehmung.
Meine Hypothesen sind demnach:
- H0: Widerspruch(Text2) ≤ Widerspruch(Text1)
- H1: Widerspruch(Text2) > Widerspruch(Text1)
UND
WS=Widerspruch, gWS=geringerer Widerspruch
- H0: Risikowahrnehmung(WS) ≤ Risikowahrnehmung(gWS)
- H1: Risikowahrnehmung(WS) > Risikowahrnehmung(gWS)
So, nun weiß ich, dass es verschiedene Möglichkeiten gibt, um nachzuvollziehen, ob der indirekte Effekt signifikant ist. Multiple Regression, Sobel-Test und nonparametrisches Bootstrapping und noch ein paar andere.
Meine erste wesentliche Frage ist: Verstehe ich das richtig, dass die mehr oder weniger aufeinander aufbauen? Also, dass die Regressionsanalyse quasi die "manuelle" Variante und Grundlage für die Sobel-Formel ist und das Bootstrapping eine verbesserte Variante des Sobel? Was ich bisher gelesen habe, deutet das an, aber es steht nicht explizit so drin. Oder bietet es sich sowieso an, da eine "3-Schritte-Überprüfung" zu machen und alles drei zu rechnen?
Meine zweite Frage ist: Kann ich die Mediation direkt mit dem Bootstrapping untersuchen oder macht es immer Sinn auch die Voraussetzungen für die multiple Regression einzubeziehen?
Ich weiß z.B. dass ich schon von X --> Y keine signifikanten Ergebnisse bekomme, im Prinzip ist die restliche Mediationsanalyse ja sowieso hinfällig. Aber mein Betreuer meint, dass es sinnvoll ist, trotzdem weiterzumachen und ich möchte da eigentlich auch ganz durchsteigen.
Dann zum dritten Punkt: Ich arbeite mit SPSS und dem PROCESS Macro von Hayes. Steige da auch weitestgehend durch, was Eingaben angeht, bin mir also zu 90% sicher, dass ich das Richtige eingegeben habe
Meine Matrix sieht so aus:
Run MATRIX procedure:
************* PROCESS Procedure for SPSS Release 2.16.3 ******************
Written by Andrew F. Hayes, Ph.D. http://www.afhayes.com
**************************************************************************
Model = 4
Y = difwifi (hierbei handelt es sich um die Risikowahrnehmung, also Y)
X = Text (entspricht dem Infotext 1 bzw. 2, also X)
M = infcon (ist der Widerspruch, also M)
Sample size
137
**************************************************************************
Outcome: infcon
Model Summary
R | R-sq | MSE | F | df1 | df2 | p
,0452 | ,0020 | ,9039 | ,2765 | 1,0000 | 135,0000 | ,5998
Model
coeff | se | t | p | LLCI | ULCI
constant 1,7500 | ,1188 | 14,7254 | ,0000 | 1,5532 | 1,9468
Text ,0856 | ,1628 | ,5259 | ,5998 | -,1840 | ,3553
**************************************************************************
Outcome: difwifi
Model Summary
R | R-sq | MSE | F | df1 | df2 | p
,1557 | ,0242 | ,5568 | 1,6645 | 2,0000 | 134,0000 | ,1932
Model
coeff | se | t | p | LLCI | ULCI
constant -,4079 | ,1506 | -2,7088 | ,0076 | -,6573 | -,1585
infcon ,0992 | ,0676 | 1,4678 | ,1445 | -,0127 | ,2110
Text ,1300 | ,1279 | 1,0163 | ,3113 | -,0819 | ,3419
************************** TOTAL EFFECT MODEL ****************************
Outcome: difwifi
Model Summary
R | R-sq | MSE | F | df1 | df2 | p
,0925 | ,0086 | ,5616 | 1,1646 | 1,0000 | 135,0000 | ,2824
Model
coeff | se | t | p | LLCI | ULCI
constant -,2344 | ,0937 | -2,5020 | ,0135 | -,3895 | -,0792
Text ,1385 | ,1283 | 1,0792 | ,2824 | -,0741 | ,3510
***************** TOTAL, DIRECT, AND INDIRECT EFFECTS ********************
Total effect of X on Y
Effect | SE | t | p | LLCI | ULCI
,1385 | ,1283 | 1,0792 | ,2824 | -,0741 | ,3510
Direct effect of X on Y
Effect | SE | t | p | LLCI | ULCI
,1300 | ,1279 | 1,0163 | ,3113 | -,0819 | ,3419
Indirect effect of X on Y
Effect | Boot SE| BootLLCI | BootULCI
infcon ,0085 | ,0211 | -,0109 | ,0634
Normal theory tests for indirect effect
Effect | se | Z | p
,0085 | ,0204 | ,4167 | ,6769
******************** ANALYSIS NOTES AND WARNINGS *************************
Number of bootstrap samples for bias corrected bootstrap confidence intervals:
10000
Level of confidence for all confidence intervals in output:
90,00
NOTE: Some cases were deleted due to missing data. The number of such cases was:
1
------ END MATRIX ----
Daraus entnehme ich:
- Der Koeffizient von Pfad a (X --> M) ist 0,0856 und mit p = 0,5998 absolut nicht signifikant.
- Der Koeffizient von Pfad b (M --> Y) ist 0,0992 und mit p = 0,1445 ebenfalls nicht signifikant.
- Der Koeffizient von c' (X --> Y bei Mediation) ist 0,1300 und mit p = 0,3113 auch nicht signifikant.
- Der totale Effekt ist mit 0,1385 und p = 0,2824 wie gesagt auch nicht signifikant.
Also liegt keine Mediation vor, nicht einmal ein signifikanter Zusammenhang von X auf Y. Das zeigt sich doch auch am Konfidenzintervall des indirekten Effekts, da die Null mit eingeschlossen ist.
Große Frage Nummer 3 wäre daher: Stimmt das so weit oder bin ich schon auf dem falschen Dampfer?
Meine (endlich) letzte Frage wäre dann noch: Ich habe ja zwei gerichtete Variablen (Text 2 erhöht Widerspruch, bzw. höherer Widerspruch führt zu höherer Risikowahrnehmung). Ich habe gelesen und auch von meinem Betreuer gesagt bekommen, dass ich da jetzt einfach das Konfidenzintervall auf 90% einstellen soll und den p-Wert halbieren kann, um die Signifikanz für die gerichtete Hypothesen zu überprüfen. Also letztlich macht es ja keinen Unterschied, die Werte sind so weit drüber, dass sich da nichts ändert, aber stimmt das in der Theorie?
So, das wären meine Fragen dazu. Wie gesagt bin ich mir relativ sicher, dass das so passt, aber da ich sowas noch nie gerechnet/gemacht habe kann ich noch so viel lesen, zu 100% wäre ich mir nie sicher. Daher bin ich für jede Antwort sehr sehr dankbar und hoffe, dass ich mein Fragen verständlich stellen konnte und auch die Matrix einigermaßen gut formatiert ist.
Viele Grüße
kaminblau
