11.) + 12.) Mediationsanalysen (+ Selbststudium) Flashcards
🎯 Lernziele
🎯 erklären können, was man unter einer Mediation versteht + warum es sinnvoll sein kann, ein Mediationsmodell zu berechnen
🎯 beispielhaft ein Mediationsmodell spezifizieren können + wissen welche Koeffizienten Sie berechnen müssen, um Schlossfolgerungen über die vermittelnden Variablen eines Zusammenhangs zu ziehen
🎯 erläutern können, wie man statistisch überprüfen kann, ob der Zsmhang von Intention + Verhaltens durch Planung mediiert wird
.
🎯 erklären können, was man unter einer Mediation versteht + warum es sinnvoll sein kann, ein Mediationsmodell zu berechnen
(und nicht einfach nur eine Mediationsanalyse ???)
🔺 Mediatorvariable
▫️ eine Variable Z
👉 die in einem Kausalgefüge d. Effekt von X auf Y vermittelt
⚪️ Die Behandlungsmotivation (X) wirkt sich pos. auf die Behandlungscompliance (Z) aus. Die Behandlungscompliance ist wiederum günstig für den Behandlungserfolg (Y)
🔺 Mediationsanalysen
▫️ geben Antworten darauf durch welchen Prozess (M) eine Prädiktorvariable (X) eine abhängige Variable (Y) vorhersagt
- > zB “Warum hängt Behandlungsmotivation X mit Behandlungserfolg Y zsm?”
- da könnte man dann testen, ob Behandlungscompliance als Mediator/ vermittelnder Prozess in Frage kommt
🔺 Mediation
▫️ baut auf das einfache lineare Regressionsmodell auf
↪️ indem eine weitere, dritte Variable hinzugefügt wird (d.h. der Mediator)
🔺 Mediator
▫️ vermittelt zw X und Y, X
▫️ hängt mit M zsm
↪️ M hängt wiederum mit Y zusammen?
—> Rauschtrinken (Y) —> Impulsivität (X) —> Verstärkermotiv —> Rauschtrinken (Y) 🔄
❓ 1.) Hängt X mit Y zsm (ohne Berücksichtigung von Mediator M)?
—> Abb.
Impulsivität (X) —> Rauschtrinken (Y)
= 🔺 Totale Effekt (c-Pfad)
👉 🔺 Lineare Regression
Yi = b0 + byXi + e(epsilon)i
• als Pfaddiagramm würde es so aussehen:
Impulsivität (X) — .30 —> Rauschtrinken (Y)
= 🔺c-Pfad Totale Effekt
💡 Idee
👉 wenn d. Mediator mit ins Modell aufgenommen wird
↪️ sollte Zsmhang zw X und Y kleiner werden
▫️ (ausgedrückt durch den 🔺direkten Effekt c’)
—> Abb.
Impulsivität (X) —— a-Pfad ——> Verstärkermotiv (M) —— b-Pfad ——> Rauschtrinken (Y)
Impulsivität (X) —— c`-Pfad Direkte Effekt ——> Rauschtrinken (Y)
↪️ um das zu testen, werden die folgenden Koeffzienten berechnet
🔺 c’-Pfad Direkte Effekt
(Zsmhang zw X und Y, wenn M mit im Modell aufgenommen wird)
👉 Mathematikprofis haben gezeigt: (a-Pfad * b-Pfad) = c-Pfad (Totale Effekt)– c’ Pfad (direkte Effekt)
☝️ wenn a*b (“der indirekte Effekt”) signifikant ist
⚪️ (Bootstrapping der Konfidenzintervalle)
↪️ liegt laut Preacher + Hayes (2008) eine Mediation vor
Totale Effekt (C) = indirekte Effekt (a*b) + direkte Effekt (c‘)
.
🎯 beispielhaft ein Mediationsmodell spezifizieren können + wissen welche Koeffizienten Sie berechnen (bzw. berichten) müssen, um Schlussfolgerungen über die vermittelnden Variablen eines Zusammenhangs zu ziehen
c-Pfad = totaler Effekt (ohne Mediator)
c’-Pfad = direkter Effekt (MIT Mediator)
a*b = indirekter Effekt
👉 totaler Effekt {c-Pfad} = c’-Pfad {direkter Effekt} + a*b {indirekter Effekt}
👉 direkter Effekt {c’-Pfad} = c-Pfad {totaler Effekt} - a*b {indirekter Effekt} ??
👉 indirekter Effekt {a-Pfad * b-Pfad} = c-Pfad {totale Effekt} – c’ Pfad {direkte Effekt}
=> {indirekter Effekt}
🔺a-Pfad = Zsmh: Mediator + UV
🔺b-Pfad = Zsmh: Mediator + AV
🔺 c-Pfad {totaler Effekt} = Zsmh: UV (X) + Kriterium (Y), OHNE Mediator
🔺 c’-Pfad {direkter Effekt} = Zsmh: UV (X) + Kriterium (Y), MIT Mediator
☝️ WENN a*b (“indirekter Effekt”) signif => liegt Mediation vor (Preacher & Hayes)
Zsmf-Video:
- zunächst berechnet man den totalen Effekt
- d.h. Wie hängt die UV = Prädiktor (zB Impulsivität) mit dem Kriterium (zB Rauschtrinken) zsm
- > wenn der Mediator NICHT IM Modell mit drinnen IST
=> das ist C, der totale Effekt
- zusätzl dazu, und das interessiert einen ja
- > schaut man sich dann den Zsmh zw Impulsivität + Rauschtrinken an
- > wenn der Mediator MIT IM Modell IST
=> das ist c`, der direkte Effekt
- jetzt kommt’s natürl darauf an, wie die UV mit dem Mediator zsmhängt
=> das ist der a-Pfad (= a) - darüber hinaus schaut man sich an, wie der Mediator mit der AV zsmhängt
=> b-Pfad (= b) - zusätzl dazu schaut man wie groß ist dieser indirekte Effekt ühaupt
- > der indirekte Zsmh zw Impulsivität + Rauschtrinken
=> dieser ergibt sich aus dem Produkt von a- u. b-Pfad
=> a*b = indirekter Effekt
- außerdem (ZENTRAL bei Interpretation!) muss man darauf schauen wie groß ist der totale Effekt + wie groß ist der direkte Effekt
- > im Falle einer Mediation sollte der totale Effekt immer niedriger werden, sobald der Mediator mit im Modell ist
- > was sich dadurch ausdrückt, dass der direkte Effekt immer kleiner ist als der totale Effekt
- >
- möglichst nicht mehr signifikant sein sollte
—> Abb.
- hier sieht man noch mal die Verhältnisse, also wie die Effekte zsmsetzen
- > totaler Effekt = setzt sich zsm aus dem direkten + indirekten Effekt
=> also dem Mediationsmechanismus
Mediation
• 👉 (a-Pfad * b-Pfad) = c-Pfad (Totale Effekt) – c’ Pfad (direkte Effekt)
• ☝️ WENN a*b (“indirekter Effekt”) signif => liegt Mediation vor
(Preacher & Hayes)
????
- Prozess (M) eine Prädiktorvariable (X) eine abhängige Variable (Y) ???
- Varianzaufklärung ???
… R2 ???
.
🎯 erläutern können, wie man statistisch überprüfen kann, ob der Zsmhang von Intention + Verhaltens durch Planung mediiert wird
????
.
⁉️ Was sollte zutreffen, wenn eine Mediation vorliegt? (Wählen Sie drei Antworten)
A.) Der indirekte Effekt sollte möglichst genauso groß wie der Totale Effekt sein
B.) Der a- und b-Pfad sollte signifikant sein
C.) Der Zusammenhang zwischen unabhängiger Variable und abhängiger Variable sollte sich verringern, sobald der Mediator mit ins Modell aufgenommen wird
D.) Der Zusammenhang zwischen Mediator und abhängiger Variable sollte großer werden, sobald die unabhängige Variable mit ins Modell aufgenommen wird
E.) Der Direkte Effekt (c’) sollte kleiner sein als der Totale Effekt (c)
✅ B.) Der a- und b-Pfad sollte signifikant sein
✅ C.) Der Zusammenhang zwischen unabhängiger Variable und abhängiger Variable sollte sich verringern, sobald der Mediator mit ins Modell aufgenommen wird
✅ E.) Der Direkte Effekt (c’) sollte kleiner sein als der Totale Effekt (c)
- > sollte sich verringern, sobald Mediator mit ins Modell kommt (???)
- > Handout ausfüllen
- warum hängt Intention mit körperl Aktivität zsm => indirekten Effekt
- Intention hängt mit handlungsplanung zsm + HP mit körperl Aktivität
=> Wirkkette kann man ü Mediationsmodelle herausbekommen !!!
=> Beispielfrage: Liegt Moderations-oder Mediationseffekt vor?
=> Anwendungsfragen werden drankommen !!
- Moderator (Drittvariable) vermittelt die Zsmh zw 2 Variablen moduliert (er verändert sich)
- > mehr als 1 oder 2 Fragen kommen nicht dran !!
.
🤔 Fragestellungen der Gesundheits(psychologie):
❓ Gibt es einen Zusammenhang?
❓ + Wie groß ist der Zusammenhang?
👉 Wenn es einen Zsmh gibt: Wie groß ist er?
▪ Zur Feststellung d. Stärke eines Zsmhangs berechnet man die Effektstärke
⚪️ Cohens d
▪.20 kleiner Effekt
▪.50 mittlerer Effekt
▪.80 großer Effekt
.
🤔 Fragestellungen der Gesundheits(psychologie):
❓ Unter welchen Bedingungen/Für Wen gibt es einen Zusammenhang?
👉 🔺 Moderationsanalysen
🔺 Moderatorvariable
▫️ eine Variable, die einen Einfluss ausübt auf
↪️ d. Höhe d. Bez
↪️ zw. zwei/mehreren anderen Variablen
⚪️ Geschlecht ist eine Moderatorvariable für eine Beziehung zw. X und Y,
👉 wenn für Frauen + Männer untersch Zsmhangsstärken (Korrelationen) gelten
⚪️ entscheidend für den Popcornkonsum ist nicht der Geschmack, sondern wo Personen das Popcorn essen 🍿
—> Abb.
⚪️ Für welche Gruppe von Personen wäre eine Planungsintervention sinnvoll?
⚪️ Das HAPA unterscheidet mind. 3 Stadien, auf die eine Intervention maßgeschneidert werden kann
💡 👉 Stadium d. Verhaltensänderung als Moderator
▫️ Die kategoriale Moderatorvariable hat in diesem Fall drei Ausprägungen:
- Non-Intender
- Intender
- Actor
▫️ Das Stadium moderiert die Veränderung d. Verhaltens ü d. Zeit (Stadium*Zeit Interaktion)
.
🤔 Fragestellungen der Gesundheits(psychologie):
❓ Warum gibt es einen Zusammenhang?
👉 🔺 Mediationsanalysen
🔺 Mediatorvariable
▫️ eine Variable Z
↪️ die in einem Kausalgefüge den Effekt von X auf Y vermittelt
⚪️ Die Behandlungsmotivation (X) wirkt sich pos. auf die Behandlungscompliance (Z) aus. Die Behandlungscompliance ist wiederum günstig für den Behandlungserfolg (Y)
☝️ verschwindet der direkte Vorhersagewert von X für Y, wenn M stat. kontrolliert wird, so handelt es sich um eine 🔺vollständige Mediation.
☝️ Ist der direkte Vorhersagewert von X für Y trotz des mediierenden Effekts bedeutsam, so handelt es sich um eine 🔺partielle Mediation
👉 ❓Warum sind Interventionen effektiv?
👉 ❓ Welche Art von Fragen werden durch Mediationsanalysen beantwortet?
.
❓ Warum sind Interventionen effektiv?
🤷♀️ Können die Effekte der Intervention
↪️ auf die Zielvariable (⚪️ Verhalten)
↪️ durch die Elemente der Intervention (⚪️ psychologische Verhaltensdeterminanten)
❓ erklärt werden?
🟢 Intervention
➡️ Verhalten (direkt)
➡️ Einflussfaktoren d. Verhaltens ➡️ Verhalten
.
🔺 Mediatorvariable
▫️ eine Variable Z
👉 die in einem Kausalgefüge d. Effekt von X auf Y vermittelt
⚪️ Die Behandlungsmotivation (X) wirkt sich pos. auf die Behandlungscompliance (Z) aus. Die Behandlungscompliance ist wiederum günstig für den Behandlungserfolg (Y)
☝️ verschwindet der direkte Vorhersagewert von X für Y, wenn M stat. kontrolliert wird, so handelt es sich um eine 🔺vollständige Mediation.
☝️ Ist der direkte Vorhersagewert von X für Y trotz des mediierenden Effekts bedeutsam, so handelt es sich um eine 🔺partielle Mediation
👉 ❓Warum sind Interventionen effektiv?
👉 ❓ Welche Art von Fragen werden durch Mediationsanalysen beantwortet?
.
🔺 Mediator
▫️ vermittelt zw X und Y, X
▫️ hängt mit M zsm
↪️ M hängt wiederum mit Y zusammen?
—> Rauschtrinken (Y) —> Impulsivität (X) —> Verstärkermotiv —> Rauschtrinken (Y) 🔄
❓ 1.) Hängt X mit Y zsm (ohne Berücksichtigung von Mediator M)?
—> Abb.
Impulsivität (X) —> Rauschtrinken (Y)
= 🔺 Totale Effekt (c-Pfad)
👉 🔺 Lineare Regression
Yi = b0 + byXi + e(epsilon)i
• als Pfaddiagramm würde es so aussehen:
Impulsivität (X) — .30 —> Rauschtrinken (Y)
= 🔺c-Pfad Totale Effekt
💡 Idee
👉 wenn d. Mediator mit ins Modell aufgenommen wird
↪️ sollte Zsmhang zw X und Y kleiner werden
▫️ (ausgedrückt durch den 🔺direkten Effekt c’)
—> Abb.
Impulsivität (X) —— a-Pfad ——> Verstärkermotiv (M) —— b-Pfad ——> Rauschtrinken (Y)
Impulsivität (X) —— c`-Pfad Direkte Effekt ——> Rauschtrinken (Y)
↪️ um das zu testen, werden die folgenden Koeffzienten berechnet
🔺 c’-Pfad Direkte Effekt
(Zsmhang zw X und Y, wenn M mit im Modell aufgenommen wird)
👉 Mathematikprofis haben gezeigt: (a-Pfad * b-Pfad) = c-Pfad (Totale Effekt)– c’ Pfad (direkte Effekt)
☝️ wenn a*b (“der indirekte Effekt”) signifikant ist
⚪️ (Bootstrapping der Konfidenzintervalle)
↪️ liegt laut Preacher + Hayes (2008) eine Mediation vor
Totale Effekt (C) = indirekte Effekt (a*b) + direkte Effekt (c‘)
.
🔺 Mediationsanalysen
👉 Fragestellung:
❓ Warum gibt es einen Zusammenhang?
▫️ geben Antworten darauf durch welchen Prozess (M) eine Prädiktorvariable (X) eine abhängige Variable (Y) vorhersagt
- > zB “Warum hängt Behandlungsmotivation X mit Behandlungserfolg Y zsm?”
- da könnte man dann testen, ob Behandlungscompliance als Mediator/ vermittelnder Prozess in Frage kommt
.
❓ Welche Art von Fragen werden durch Mediationsanalysen beantwortet?
✔️ Mediationsanalysen geben Antworten darauf durch welchen Prozess (M) eine Prädiktorvariable (X) eine abhängige Variable (Y) vorhersagt
✔️ “Sagt X M vorher, welche wiederum Y vorhersagt?”
✔️ Warum hängt Impulsivität (X) mit Rauschtrinken (Y) zusammen?
✔️ Kann das sog. Verstärkungsmotiv (M) diesen Zusammenhang (X→Y) erklären/vermitteln?
⚪️ Die Intentions-Verhaltenslücke beschreibt die Diskrepanz zwischen Absichten und Verhalten
.
🔺 Mediation
▫️ baut auf das einfache lineare Regressionsmodell auf
↪️ indem eine weitere, dritte Variable hinzugefügt wird (d.h. der Mediator)
.
🔺 Moderatorvariable
▫️ eine Variable, die einen Einfluss ausübt auf
↪️ d. Höhe d. Bez
↪️ zw. zwei/mehreren anderen Variablen
⚪️ Geschlecht ist eine Moderatorvariable für eine Beziehung zw. X und Y,
👉 wenn für Frauen + Männer untersch Zsmhangsstärken (Korrelationen) gelten
⚪️ entscheidend für den Popcornkonsum ist nicht der Geschmack, sondern wo Personen das Popcorn essen 🍿
—> Abb.
⚪️ Für welche Gruppe von Personen wäre eine Planungsintervention sinnvoll?
⚪️ Das HAPA unterscheidet mind. 3 Stadien, auf die eine Intervention maßgeschneidert werden kann
💡 👉 Stadium d. Verhaltensänderung als Moderator
▫️ Die kategoriale Moderatorvariable hat in diesem Fall drei Ausprägungen:
- Non-Intender
- Intender
- Actor
▫️ Das Stadium moderiert die Veränderung d. Verhaltens ü d. Zeit (Stadium*Zeit Interaktion)
.
