υ nach Lachowicz, Preacher und Kelley: Effektmaß für die einfache Mediation.
Trag den indirekten Effekt, etwa aus PROCESS, oder die Koeffizienten beider Pfade ein. Der Rechner zeigt dir den standardisierten indirekten Effekt, den Schätzer und den korrigierten Schätzer von υ nach Lachowicz, Preacher und Kelley (2018), dazu den Rechenweg und eine Abbildung.
- Vier Eingabewege
- Mit korrigiertem Schätzer und Rechenweg
- Kostenlos, ohne Anmeldung
Rechner wird geladen …
Berechnungsgrundlage.
Lachowicz, Preacher und Kelley (2018) haben mit \({\upsilon}\) (Upsilon) ein Effektmaß für den indirekten Effekt in einfachen Mediationsmodellen entwickelt. Es kann in Anlehnung an Cohen (1988) bewertet werden. Die Autoren geben dafür einen Schätzer \({\hat{\upsilon}}\) und einen korrigierten Schätzer \({\tilde{\upsilon}}\) an.
Der Rechner bestimmt das Effektmaß auf drei Wegen: aus dem indirekten Effekt, unstandardisiert oder standardisiert, etwa aus dem PROCESS-Macro, aus standardisierten Regressionskoeffizienten oder aus unstandardisierten Regressionskoeffizienten. Die Berechnungen stützen sich auf Lachowicz et al. (2018).
Das einfache Mediationsmodell
\({X}\) wirkt über den Mediator \({M}\) auf \({Y}\). Der indirekte Effekt ist das Produkt der beiden Pfade. \({\upsilon}\) ist das Quadrat des standardisierten indirekten Effekts, der direkte Effekt geht nicht ein.
Indirekter Effekt (unstandardisiert)
Indirekter Effekt (standardisiert)
Mit dem indirekten Effekt allein lässt sich nur \({\hat{\upsilon}}\) berechnen. Für \({\tilde{\upsilon}}\) brauchst du die Koeffizienten beider Pfade und ihre Standardfehler.
Standardisierte Koeffizienten
Die Standardfehler gehören hier zu den standardisierten Koeffizienten.
Unstandardisierte Koeffizienten
Die SD von \({M}\) brauchst du nicht. Sie kürzt sich beim Standardisieren heraus.
Warum ein korrigierter Schätzer?
Ein quadrierter Koeffizient liegt im Mittel um die Varianz seiner Schätzung über dem quadrierten wahren Wert. Deshalb überschätzt \({\hat{\upsilon}}\) den Effekt, vor allem in kleinen Stichproben. \({\tilde{\upsilon}}\) zieht von jedem quadrierten Koeffizienten das Quadrat seines Standardfehlers ab (Lachowicz et al., 2018).
Wird einer der beiden Faktoren negativ, setzt der Rechner ihn auf 0. Dann ist auch \({\tilde{\upsilon} = 0}\). Das passiert, wenn ein Koeffizient betragsmäßig kleiner ist als sein Standardfehler. Lachowicz et al. (2018) setzen negative Werte nicht auf 0. Ohne diese Regel könnten aber zwei negative Faktoren ein positives \({\tilde{\upsilon}}\) ergeben, das sogar über \({\hat{\upsilon}}\) liegt.
Interpretation
\({\upsilon}\) kann in Anlehnung an Cohen (1988) bewertet werden.
Literatur
- Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Hillsdale, NJ: Lawrence Erlbaum Associates, Publishers.
- Lachowicz, M. J., Preacher, K. J. & Kelley, K. (2018). A novel measure of effect size for mediation analysis. Psychological Methods, 23(2), 244–261. https://doi.org/10.1037/met0000165
Weitere Online-Rechner.
Prüf auch deine anderen Übungsaufgaben, bevor sich ein Fehler bis in die Klausur zieht. Kostenlos und ohne Anmeldung.
- Bernoulli VerteilungStatistik · Diskrete Verteilungen
- BetaverteilungStatistik · Stetige Verteilungen
- Betriebsoptimum & BetriebsminimumVWL · Unternehmenstheorie
- BinomialverteilungStatistik · Diskrete Verteilungen
- BudgetgeradeVWL · Haushaltstheorie
- Chi-Quadrat-VerteilungStatistik · Stetige Verteilungen
- Cohens d für zwei abhängige GruppenStatistik · Effektstärke
- Cohens d für zwei unabhängige GruppenStatistik · Effektstärke
- Diskrete GleichverteilungStatistik · Diskrete Verteilungen
- DreiecksverteilungStatistik · Stetige Verteilungen
- Effektmaße aus EffektmaßenStatistik · Effektstärke
- Effektmaße für ANOVAStatistik · Effektstärke
- Einkommens-Konsum-Kurve und Engel-KurveVWL · Haushaltstheorie
- Einkommenselastizität der NachfrageVWL · Haushaltstheorie
- ErwartungsnutzenVWL · Haushaltstheorie
- ExponentialverteilungStatistik · Stetige Verteilungen
- F-VerteilungStatistik · Stetige Verteilungen
- GammaverteilungStatistik · Stetige Verteilungen
- Geometrische VerteilungStatistik · Diskrete Verteilungen
- Grenzrate der Substitution (GRS)VWL · Haushaltstheorie
- Hedges' g für zwei abhängige GruppenStatistik · Effektstärke
- Hedges‘ g für zwei unabhängige GruppenStatistik · Effektstärke
- Hypergeometrische VerteilungStatistik · Diskrete Verteilungen
- InvestitionsrechnungWirtschaftsmathematik · Finanzmathematik
- Kompensierende und äquivalente VariationVWL · Haushaltstheorie
- KostenfunktionVWL · Unternehmenstheorie
- Kreuzpreiselastizität der NachfrageVWL · Haushaltstheorie
- LagrangeVWL · Wirtschaftsmathematik · Haushaltstheorie · Unternehmenstheorie · Analysis
- LognormalverteilungStatistik · Stetige Verteilungen
- Negative BinomialverteilungStatistik · Diskrete Verteilungen
- NormalverteilungStatistik · Stetige Verteilungen
- Poisson VerteilungStatistik · Diskrete Verteilungen
- Preiselastizität der NachfrageVWL · Wirtschaftsmathematik · Haushaltstheorie · Analysis
- Relatives Risiko & Odds RatioStatistik · Effektstärke
- RentenrechnungWirtschaftsmathematik · Finanzmathematik
- Repräsentative StichprobengrößeStatistik · Effektstärke
- Stetige GleichverteilungStatistik · Stetige Verteilungen
- Substitutions- und EinkommenseffektVWL · Haushaltstheorie
- Substitutions- und Einkommenseffekt VorzeichenVWL · Haushaltstheorie
- t-VerteilungStatistik · Stetige Verteilungen
- TilgungsrechnungWirtschaftsmathematik · Finanzmathematik
- Weibull-VerteilungStatistik · Stetige Verteilungen
- WertpapiereWirtschaftsmathematik · Finanzmathematik
- ZinsrechnungWirtschaftsmathematik · Finanzmathematik
Jan Oetker
Studienverlauf
- B.Sc.WirtschaftspsychologieHochschule Fresenius
- M.Sc.WirtschaftsinformatikFernUniversität in Hagen
Lehrerfahrung
- AStATutor seit 2016Hochschule Fresenius, Köln und weitere Standorte
- LehreDozentHochschule Fresenius
Du willst es mit jemandem durchgehen?
Der Rechner zeigt dir, ob dein Ergebnis stimmt. Wie du in der Klausur selbst dorthin kommst oder deine eigenen Daten richtig auswertest, gehst du am besten mit jemandem durch. Dabei unterstützt dich Jan Oetker: Er ist seit 2016 Tutor für Statistik beim AStA der Hochschule Fresenius und lehrt dort heute als Dozent.
-
Prüfungsvorbereitung Statistik
Von der deskriptiven Statistik bis zur Inferenzstatistik, entlang deiner prüfungsrelevanten Themen und mit eigenen Aufgaben. Online per Zoom oder in Köln, einzeln oder in der Lerngruppe.
60 € je 60 Minuten einzeln, zu zweit 30 € und ab drei Personen 20 € je Person
-
Datenanalyse
Für deine Haus- oder Abschlussarbeit: Studiendesign, Hypothesen und Auswertung in SPSS, R, STATA oder JASP, inklusive Interpretation der Ergebnisse.
80 € je 60 Minuten
Team tutoring ist ein unabhängiges Angebot und kein offizielles Angebot der Hochschule Fresenius.
Häufige Fragen zu υ bei der einfachen Mediation.
Welche Werte brauche ich?
Für \({\hat{\upsilon}}\) reicht der indirekte Effekt, entweder standardisiert oder unstandardisiert mit den SDs von \({X}\) und \({Y}\). Für \({\tilde{\upsilon}}\) brauchst du die Koeffizienten beider Pfade und ihre Standardfehler.
Warum ist \({\tilde{\upsilon}}\) kleiner als \({\hat{\upsilon}}\)?
\({\hat{\upsilon}}\) überschätzt den Effekt im Mittel, weil quadrierte Koeffizienten ihre Stichprobenvarianz mitbringen. \({\tilde{\upsilon}}\) zieht diese ab. Deshalb liegt \({\tilde{\upsilon}}\) nie über \({\hat{\upsilon}}\).
Wann ist \({\tilde{\upsilon} = 0}\)?
Wenn mindestens ein Koeffizient betragsmäßig kleiner ist als sein Standardfehler. Dann wird der zugehörige Faktor negativ, und der Rechner setzt ihn auf 0.
Brauche ich die SD des Mediators?
Nein. Beim Standardisieren des indirekten Effekts kürzt sich die SD von \({M}\) heraus. Es reichen die SDs von \({X}\) und \({Y}\).
Wie berichte ich das Ergebnis?
Nenne den standardisierten indirekten Effekt und beide Schätzer. Zum Beispiel: Der standardisierte indirekte Effekt betrug 0,17; \({\hat{\upsilon} = 0{,}029}\), \({\tilde{\upsilon} = 0{,}027}\) (Lachowicz et al., 2018).