Moderationsanalyse

Question 1

Moderation =

Accepted Answer

eine Variable (Moderator) wirkt auf die Beziehung zwischen dem Prädikator X und dem Kriterium Y Der Einfluss von M ändert den Effekt von X auf Y, d.h. je nach Ausprägung des Moderators fällt die Beziehung zwischen Prädiktor und Kriterium unterschiedlich aus. o X Prädikator o Y Kriterium o M Moderator

Question 2

Moderierte Mediation

Accepted Answer

Moderierte Mediation = abhängiger indirekter Effekt Modell in dem der Effekt eines Prädikators X auf ein Kriterium Y mittels eines Mediators M unterschiedlich ausgeprägt ist und von einem Moderator W abhängig ist. Theoretisch kann jeder Pfad im Modell moderiert werden

Question 3

Strukturgleichungsmodelle

Accepted Answer

= structural equation modeling (SEM) sind breite Verfahrensklasse zur Modellierung von Zusammenhängen zwischen Variablen: SEM -> Pfadmodelle -> Regressionen oder -> CFA

Question 4

Vorgehensweise SEM

Accepted Answer

(1) Modellformulierung (→ Hypothesenbildung, Pfaddiagramm und Modellspezifikation) (2) Modellidentifikation (→ die im Modell spezifizierte Struktur der Variablen wird in linearen Gleichungen formuliert = Strukturgleichungsmodell) (3) Modellschätzung (→ Parameterschätzung anhand verschiedener Schätzverfahren, z.B. Maximum-Likelihood Methode) (4) Modellevaluation (→ Beurteilung der Schätzergebnisse anhand von Modelltest Chi-Quadrat und Fit-Indizes) (5) Modellmodifikation (→ inhaltliche Prüfung der neuen Pfade wichtig)

Question 5

Modellformulierung SEM

Accepted Answer

Auf Grundlage einer Theorie/ von Hypothesen ein Modell spezifizieren Hypothesen in Gleichungen umsetzen und als Pfadmodelle darstellen Hypothesen beziehen sich auf Zuordnung der manifesten Variablen zu den latenten Variablen sowie Interkorrelationen der latenten Variablen

Question 6

Modellidentifikation SEM

Accepted Answer

Liegen auf Grundlage der Daten ausreichend Informationen vor, um die unbekannten Parameter des Modells zu schätzen und weisen die latenten Variablen eine definierte Metrik auf? Wenn Identifikationsbedingung erfüllt ist erhält man für jeden Modellparameter eine eindeutige Schätzung

Question 7

Modellschätzung SEM

Accepted Answer

Parameterschätzung → Ziel: möglichst gute Übereinstimmung zwischen geschätzten Parametern und empirisch beobachteten Kovarianzen Verschiedene Schätzmethoden möglich (mit unterschiedlichen Voraussetzungen an die Ausgangsdaten)

Question 8

Maximum-Likelihood Methode

Accepted Answer

Ziel: Abweichung zwischen Stichprobenkovarianzen und Kovarianzmatrix des Modells soll minimiert werden o FML ist für ideales Modell = 0

Question 9

Modellevaluation SEM

Accepted Answer

Hauptfrage: Wie gut passt das Modell zu den Daten? Null-/Unabhängigkeitsmodell: Kovarianzen zwischen latenten Variablen werden 0 gesetzt Fit-Indizes: Chi^2-Test CFI RMSEA TLI RMR SRMR WRMR AIC BIC

Question 10

Modellvergleich SEM

Accepted Answer

Maximum-Likelihood-Ration Test (MLR) um zwei konkurrierende Modelle zu vergleichen Weitere Schätzmethoden: WLSMV, WLSM, ULSMV, MLMV, MLM usw.

Question 11

Modellmodifikation SEM

Accepted Answer

Modifikationsindex (MI) Statistikprogramme geben aus wie sich ein Modell verbessern würde durch zusätzliche Pfade o Bei mehreren Pfaden o Modifikaton sollte daten- und theorieorientiert sein → Ansonsten Gefahr von Overfit! o keine Modifikation ohne theoretische und empirische Begründung

Question 12

Regressionsgleichung unabhängig abhängig

Accepted Answer

Y = i1 + aX + bM + e1 Y = i1 + a(M)X + bM + e1

MV (Subject) / Moderationsanalyse (Lesson)