STATISTIK-FORUM.de

[nemo]

Mich beschäftigt momentan ein Problem, das mir irgendwie nicht einleuchtet...

Ich habe drei variablen EM, FRCC und PAV. FRCC ist den Annahmen zufolge Mediator zwischen EM und PAV. Im Vorfeld habe ich die Regressionen überprüft. Alle Variablen korrelieren positiv und signifikant miteinander.

In Amos habe ich ein entsprechendes Modell mit den unten abgebildeten Pfaden entwurfen. Nun müsste der indirekte Effekt signifikant werden und der direkte zwischen EM und PAV nicht mehr.

Was passiert stattdessen. Der direkte Effekt EM-PAV wird insignifikant (Hypothesenkonform). Zudem wird der Effekt zwischen FRCC & PAV insignifikant. Signifikant bleibt nur noch der Effekt zwischen EM und FRCC. Wie kann es sein, das plötzlich Prädiktor und Mediator nicht mehr mit dem Kriterium korrelieren.

Nehme ich nun eine weitere Variable (PS) hinzu, so funktioniert plötzlich alles einwandfrei, wie oben angenommen (siehe Abbildung 2). Gleiches gilt, wenn ich den direkten Pfad zwischen EM und PAV aus dem Modell entferne. Ich hoffe jemand kann mir weiterhelfen. Bin am verzweifeln.

Grüße
Bild 1

Bild 2

[nemo]

Offensichtlich ist das eine Net-Suppresion evtl. erzeugt durch Kollinearität der Prädiktoren. Dabei zeigt der Varianz Inflations Faktor (VIF) keine Multikollinearität an (alle Werte unter 2).

Das Regressionsgewicht von EM auf PAV (direkter Pfad) wird also negativ bei Hinzunahme von FRCC, dadurch wird der indirekte Pfad abgeschwächt und demnach insignifikant. Aber wieso führt PS dazu, dass der indirekte Pfad plötzlich wieder signifikant wird.

Bei einer normalen Regression nach Baron und Kenny in SPSS funktioniert es ohne Probleme. Nur eben beim SEM in Amos under Anwendung des Bootstrap-Verfahrens http://amosdevelopment.com/video/indirect/flash/indirect.html nicht. Ebenso funktioniert es in HLM, wenn ich für Gruppenunterschiede kontrolliere.

Kann ich den indirekten Pfad nun trotzdem als komplette Mediation annehmen? Was würdet ihr in dem Fall tun?

[nemo]

Offensichtlich doch komplexer als ich dachte. Hat keiner ne Idee?

Der Pfad von EM auf PAV wird im ersten Bild ürigens negativ (-.12).

[Holgonaut]

Hi Jörg,

das ist echt sehr seltsam. Leider hab ich keine spontane Idee.

Nur so viel: Wenn du eine vollständige Mediation testest, fixier den direkten Effekt auf 0. Man macht das in SEM nicht, dass man Effekte reinhaut und schaut was passiert. Außerdem: Wenn du eine partielle Mediation hast/hättest, muss es keine Korrelation zwischen Prädiktor und Kriterium geben, weil sich direkter und indirekter bei ungleichem Vorzeichen aufheben können.

Schließlich: Wie ist der Fit des Modells? Wenn es nicht fittet, sind die Parameterschätzungen u.U. stark verzerrt. Was ist mit einer Korrelation zwischen den beiden Prädiktoren in Modell 2. Exogene Variablen
korrelieren in der Regel frei, weil es unwahrscheinlich ist, dass sie unkorreliert sind. Ebenso soltlen die Residuen der endogenen korrelieren (also hier Mediator und Kriterium), um Drittvariableneffekte als Erklärung des Effekts des Mediator auf das Kriterium auszuschließen (Antonakis et al., 2010).

Antonakis, J., Bendahan, S., Jacquart, P., & Lalive, R. (2010). On making causal claims: A review and recommendations. The Leadership Quarterly, 21, 1086-1120.

Grüße
Holger

[Verena]

Sitze gerade auch vor einem Mediationsproblem:
Um eine vollständige Mediation zu überprüfen müsste ich also den direkten Pfad auf 0 setzen?! Ich habe allerdings eine explorative Fragestellung, bei der ich schauen möchte, ob eher direkte oder indirekte Pfade besser passen, damit fällt sie Variante "0 setzen" weg. Wie kann ich dennoch erurieren, ob es sich um eine Mediation handelt??? Ich habe auch leider nicht nur eine sondern mehrere Faktoren als mögliche Mediatoren (ja, das Modell ist sehr komplex...)
Hab auch schon gesehen, dass sich eine Suppression andeutet (allerdings wird der direkte Pfad von mental health auf attachment nicht signifikant...
Es geht also darum, ob die zwischengeschalteten Faktoren (paternal mental health, relationship satisfation und parenting competences) wirkliche Mediatoren sind? Was müsste ich dafür noch berechnen? Wenn nicht, was dann?

Vielen Dank an HelferInnen

[Holgonaut]

Hi Verena,

Naja, ob es "wirkliche" Mediatoren sind, kannst du gar nicht rausfinden, genauso wie man nicht rausfinden kann ob die UV wirklich die UV ist. Es ist halt ein Modell.

D.h. WENN die Struktur (d.h. die Anordnung der Variablen) korrekt ist, DANN gibt der indirekte Effekt die Mediatorwirkung an.

Zum exploratorischen Vorgehen: Dagegen ist nix einzuwenden, ABER du musst dir die Limitationen klarmachen: Denn je mehr du am Modell rumprobierst, um so mehr passt du
das Modell den Daten an. Du bildest damit eine weitere Hypothese, die man zukünftig testen muss.

Gruß
Holger

[Steini]

Hallo,
meine Frage passt hier nicht 100%ig hin, aber ich probiers trotzdem mal.
Ich stelle mir seit längerem die Frage, ob ein Suppressionseffekt auch in einem Messmodell eines latenten Konstrukts auftauchen kann. Bei der Reduktion von Indikatorvariablen für ein Konstrukt ist mir aufgefallen, dass das Entfernen eines bestimmten Items immer den Fit extrem nach unten zieht, obwohl es eigentlich eine eher schwache Ladung besitzt. Ich weiß leider nicht genau, ob es in einem Messmodell überhaupt Suppressionseffekte geben kann und auch nicht, wie ich es überprüfen könnte, da die latente Variable ja nunmal latent ist und ich keine Korrelationen mit der Variablen berechnen kann. Vor allem keine Partialkorrelationen.
Wenn es nicht verständlich ist, kann gerne nachgefragt werden.
Viele Grüße, Steini

[Holgonaut]

Hi Steini,

glaube das geht kaum, da ein Messmodell ja eine UV mit mehreren AVs ist - und die Ladungen demnach Korrelationen.

Grüße
Holger