STATISTIK-FORUM.de

Hallo zusammen!

Für meine Master-Thesis muss ich eine Moderation berechnen. Die Durchführung mit SPSS / Process von Hayes klappt, aber ich kann die Daten nicht interpretieren, da sie sich (augenscheinlich) widersprechen. Ich hoffe, Ihr könnt mir helfen!

In der Model Summary ist der Moderationseffekt signifikant. Das Bild kann ich leider nicht einfügen, daher der Link, da könnt ihr das dann sehen

https://i.ibb.co/7bBbPdC/Model-Summary.jpg

Wenn ich mich weiter durch den Datensatz kämpfe, komme ich zum Interaktionsterm und dort ist mein p vernichtend groß und entsprechend nicht signifikant:

https://i.ibb.co/cQfS6N3/Interaktionsterm.jpg

Was heißt das jetzt für meine Interpretation? Ist meine Moderation jetzt signifikant oder nicht?

Danke für Eure Hilfe!

In der Model Summary ist der Moderationseffekt signifikant.

Das ist der Test für das gesamte Modell mit den 3 Prädiktoren.

Mit freundlichen Grüßen

PonderStibbons

Und das bedeutet dann?

Ich weiß nicht, ob ich die Frage verstehe. Der Moderationseffekt wird innerhalb des Rahmens
einer multiplen linearen Regression getestet. Für dieses Gesamtmodell werden, ebenso wie
für die einzelnen Variablen und Interaktionen, Statistiken ausgegeben. Was das bedeutet,
hängt von Deiner Fragestellung ab. Falls der Modelltest für Dich irrelevant ist, kannst Du
ihn ignorieren,

Mit freundlichen Grüßen

PonderStibbons

Danke für die schnelle Rückmeldung! Ich hatte schon mal einen AHA-Effekt.
Zusammenfassend: mein Gesamtmodell ist signifikant, die Interaktion nicht.
Meine Hypothese lautet (ganz allgemein), ob der Moderator die Beziehung von X und Y beeinflusst. Beziehe ich mich dann auf das Gesamtmodell und kann sagen, ja der Moderator beeinflusst diese Beziehung (weil Ergebnis signifikant) oder muss hier die Interaktion herangezogen werden und ich sage: nein, der Moderator beeinflusst die Beziehung nicht (weil Ergbenis nicht signifikant)?

Ich verstehe nicht ganz, wieso das Gesamtmodell und die Interaktion unterschiedlich signifikant sein können.

Dass das Gesamtmodell inferenzstatistisch signifikant ist, ist für die Interpretation des Wechselwirkungseffektes
hier unwesentlich. Eine der ersten beiden Variablen oder beide zusammen sind weitgehend für die inferenzstatistisch
signifikante Varianzaufklärung verantwortlich. Fügt man die Wechselwirkung hinzu (2. Abbildung), ist "R²-change"
sehr klein und inferenzstatistisch nicht signifikant. Demnach ist kein Moderatoreffekt nachzuweisen.

Mit freundlichen Grüßen

PonderStibbons

Super! Tausend Dank für Deine Hilfe!!!!
Dann kann ich das Thema also abhaken.
Ich habe irgendwo aufgeschnappt, dass man dann alternativ eine multiple lineare Regression machen könnte?

Wie ich bereits schrieb, das ist eine multiple lineare Regression, was Process durchführt.
Was die Interpretation des Wechselwirkungseffektes angeht, bin ich nicht mehr sicher, ob das
auf R²-change beruhen sollte. An sich ist dafür der Regressionskoeffizient b bzw. beta der
Interaktionsvariable zu betrachten, und dessen p-Wert.

Mit freundlichen Grüßen

PonderStibbons

Perfekt! Nochmal vielen Dank für die Hilfe & ein schönes Rest-WE