In diesem Skript erklären wir die beiden Konzepte Moderation und Mediation. In der psychologischen Forschung begegnen uns diese beiden Konzepte häufig, und es ist wichtig, sie ihre Bedeutung und die Unterschiede zwischen ihnen zu verstehen. Wir stützen uns dabei auf eine klassische Forschungsarbeit von Baron & Kenny (1986), in der die Autoren die Konzepte und Analysestrategien erklären. Wir werden hier zunächst beide Konzepte kurz inhaltlich erklären und dann separat anhand von Beispielen auf wichtige Details eingehen. Fangen wir mit der Moderation an. Show
Baron & Kenny definieren einen Moderator wie folgt: Moderator | „In general, a moderator is a qualitative (e.g. sex, race, class) or quantitative (eg., level of reward) variable that affects the direction and/or strength of the relation between an independent or predictor variable an a dependent or criterion variable.“ (Baron & Kenny, 1986) Das bedeutet, ein Moderator verändert den Einfluss, den eine unabhängige Variable (UV) auf eine abhängige Variable (AV) hat. Wenn wir Moderation untersuchen, dann wollen wir herausfinden, warum eine unabhängige Variable situationsabhängig unterschiedliche Wirkung hat. Das können wir uns mit einem Schaubild weiter verdeutlichen: Abbildung 1. Schematische Darstellung einer Moderation. Wir zitieren zunächst wieder die Definition von Baron & Kenny: Mediator | „In general, a given variable may be said to function as a mediator to the extent that it accounts for the relation between the predictor and the criterion.“ (Baron & Kenny, 1986) Das bedeutet, ein Mediator vermittelt den Einfluss, den eine unabhängige Variable auf eine abhängige Variable hat. Wir könnten sagen, die unabhängige Variable wirkt durch den Mediator: Die UV wirkt kausal auf den Mediator, und der Mediator wirkt kausal auf die AV. Wenn wir Mediation untersuchen, dann wollen wir herausfinden, wie genau die Wirkung einer unabhängigen Variable auf eine abhängige Variable zustande kommt. Auch das können wir uns mit einem Schaubild weiter verdeutlichen: Abbildung 2. Schematische Darstellung einer Mediation. Abgrenzung von Moderation und MediationIm Fall von Moderation interessieren uns Veränderungen in der Wirkung einer UV auf eine AV. Im Fall von Mediation interessiert uns der Mechanismus, über den eine UV auf eine AV wirkt. Mehr über ModerationVorgehen bei der Analyse von ModerationseffektenEine Moderation wird in der Regel über die Aufnahme von Interaktionstermen in statistischen Modellen analysiert. Das generelle Vorgehen umfasst die Beantwortung von zwei Fragen:
Je nachdem, welche Konstellation von Variablen genau vorliegt und welche Hypothesen ein:e Forscher:in hat, kommen für die Beantwortung der zweiten Frage verschiedene Verfahren in Frage. Möglichkeiten sind simple slopes, geplante Kontraste, oder auch paarweise t-Tests. Mehr Details zur Durchführung des probings von Interaktionen würden den Rahmen dieses Skripts sprengen. Sie können stattdessen bei Baron & Kenny (1986) und im Lehrbuch Multiple Regression/Correlation Analysis for the Behavioral Sciences von Cohen, Cohen, West & Aiken (2013) gefunden werden. Fallstricke
Mehr über MediationBegriffsklärungenEine Mediation wird in der Regel über einen schrittweisen Prozess mit mehreren Regressionsmodellen analysiert. Um darüber besser sprechen zu können, versehen wir zunächst unsere Abbildung von oben mit ein paar konkreten Bezeichnungen: Abbildung 3. Mediation mit Kennzeichnung von Effekten.
Abbildung 4. ‘Totaler Effekt’. Vorgehen bei der MediationsanalyseNach Baron & Kenny läuft eine Mediationsanalyse in folgenden Schritten ab:
Aufgepasst! Der Unterpunkt 3b) wird oft als eigener, vierter Schritt aufgeführt, während Schritt vier nicht mit in die Aufzählung aufgenommen wird. Mit der hier gewählten Darstellung wollen wir sicherstellen, dass klar wird, dass die Schritte 3a) und 3b) im gleichen statistischen Modell geschätzt werden, und dass Schritt 4 nichr vergessen werden darf. Es ist häufig problematisch, von vollständiger Mediation zu sprechen, denn diese Art von Mediation liegt streng genommen nur vor, wenn der direkte Effekt null ist. Durch das klassische Nullhypothesentesten testen wir allerdings in der Regel nur die Hypothese, ob der direkte Effekt ungleich null ist. Wenn ein solcher Test nicht signifikant wird, dann bedeutet das, dass wir keine ausreichende Evidenz haben, um die Nullhypothese abzulehnen - wir haben aber auch nicht zwangsläufig ausreichende Evidenz dafür, die Nullhypothese anzunehmen. Das ist also ein unbefriedigendes Ergebnis, mit dem wir keine klare Aussage treffen können. Für partielle Mediation reicht es dagegen aus, wenn der Test für den indirekten Effekt zeigt, dass dieser Effekt signifikant von 0 verschieden ist. Mediationsanalyse impliziert kausale Hypothesen Da die Mediationsanalyse kausale Hypothesen impliziert, müssen für alle drei Pfade (a, b und c’) die notwendigen Bedingungen für Kausilität erfüllen (siehe Skript zu Kausalität):
In der Praxis finden sich zwei gängige Designs, die häufig zur Untersuchung von Mediationshypothesen verwendet werden:
MischformenMediation und Moderation können gemeinsam auftreten. Als Basis-Kategorien schauen wir uns dafür nun als letztes in diesem Skript die Fälle der mediierten Moderation und der moderierten Mediation an: Zunächst sehen wir in Abb. 5 die mediierte Moderation: Abbildung 5. Mediierte Moderation Das grundlegende Muster ist dabei eine Moderation: Der Effekt der UV auf die AV wird durch den Moderator beeinflusst. Und genau diese Beeinflussung ist es, die mediiert wird: Der Moderator beeinflusst eine vierte Variable, den Mediator. Dieser Mediator wiederum beeinflusst die Wirkung der UV auf die AV. In Abbildung 6 ist eine moderierte Mediation dargestellt: Abbildung 6. Moderierte Mediation. Eine Moderation ist natürlich auch auf dem Pfad von der UV zum Mediator möglich. Das grundlegende Muster ist dabei eine Mediation: Der Effekt der UV auf die AV wird durch den Mediator vermittelt. In diesem Mediationspfad gibt es eine Moderation, und zwar beeinflusst eine vierte Variable die Wirkung des Mediators auf die AV. Wird in der Analyse der Mediator weggelassen, sieht das Modell aus wie ein gewöhnliche Moderationsmodell, da der indirekte Effekt Teil nur noch als nicht eigens identifizierter Teil des totalen Effekts berücksichtigt wird. Damit scheint es, als würde der Moderator direkt den totalen Effekt beeinflussen. Achtung, Verwirrungsgefahr Die beiden Begriffe können zu Verwirrung führen. Das beste Gegenmittel dagegen ist, die Struktur von Modellen konsequent aufzuzeichnen, mit schematischen Darstellungen wie denen, die wir in diesem Skript verwendet haben. Darstellungen dieser Art werden Directed Acyclic Graphs (DAC) genannt. LiteraturBaron, R. M., & Kenny, D. A. (1986). The moderator–mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51(6), 1173–1182. https://doi.org/10.1037/0022-3514.51.6.1173 Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (2013). Applied multiple regression/correlation analysis for the behavioral sciences. Routledge. Field, A. (2012). Discovering Statistics Using R. SAGE. Tingley D., Yamamoto T., Hirose K., Keele L., Imai K. (2014). Mediation: R package for causal mediation analysis. J. Stat. Softw., 59(5) Kann eine Variable Moderator und Mediator sein?Zusätzlich gibt es eine dritte Variable M. Sie ist entweder der Moderator oder der Mediator. Je nach Art der abhängigen Variable wird die Analyse mittels linearer Regression (AV ist metrisch) oder logistischer Regression (AV ist dichotom) umgesetzt.
Was haben Mediation und Moderation für Gemeinsamkeiten?Beides sind Problemlösungsmethoden zwischen verschiedenen Gruppen bzw. Parteien. Dabei wird die Moderation von einem Moderator und die Mediation von einem Mediator geleitet.
Was sind Mediatoren in der Medizin?In der Medizin und der Biochemie wird der Begriff Mediator zur Bezeichnung von Botenstoffen verwendet, die an einer Zielstruktur (in der Regel einer Zelle) biochemische Reaktionen auslösen. Dazu zählen unter anderem Neurotransmitter und Hormone.
Was ist ein Mediator Forschung?Nochmal kurzgefasst. Zusammenfassend kann man sagen, dass ein Mediator einen Zusammenhang zwischen zwei Variablen herstellt. Das heißt, dass diese Variable dafür verantwortlich ist, dass sich bei einer Veränderung der unabhängigen Variablen die abhängige Variable ändert.
|