PROCESS #101
Eine Erweiterung für SPSS Statistics

Hier entsteht eine Tutorialseite zum Verstehen und Anwenden des PROCESS-Macros von A. F. Hayes (Link) in SPSS Statistics. Tutorials zu den einzelnen Modellen werden nach und nach ergänzt. Eine Übersicht findest Du weiter unten auf der Seite. Erläuterungen zu Moderations-, Mediations- und Prozessanalyse findest Du darunter. Darüber hinaus thematisieren wir im Rahmen der Regressionsdiagnostik, wie die Voraussetzungen von linearen Regressionsanalysen zu prüfen sind.

Außerdem kannst Du Dich unter Basics über Themen der Statistik, wie den Skalenniveaus oder der Normalverteilung informieren.

Modellübersicht

In der aktuellen Version 4.3 umfasst das PROCESS Macro 55 verschiedene Modelle, die in vier Hauptkategorien und eine sonstige Kategorie eingordnet werden können.

Einfache
Moderation

  • Einfache Moderation
    (Modell 1)
  • Zweifache Moderation
    (Modell 2)
  • Moderierte Moderation
    (Modell 3 – coming soon)

Einfache
Mediation

  • Einfache Mediation
    (Modell 4)
  • Parallele Mediation
    (Modell 4 – coming soon)
  • Serielle Mediation
    2 Mediatoren
    (Modell 6 – coming soon)

Moderierte
Mediation

  • Moderation Pfad c/c‘
    (Modell 5 – coming soon)
  • Moderation Pfad a
    (Modell 7 – coming soon)
  • Moderation Pfad b
    (Modell 14 – coming soon)
  • Moderierte Moderation Pfad b
    (Modell 18 – coming soon)

Mediierte
Moderation

  • Moderation Pfade
    a & c/c‘
    (Modell 8 – coming soon)

Sonstige
Modelle

  •  coming soon

Regressionsdiagnostik

Die Regressionsdiagnostik – das Prüfen der Voraussetzungen zur Interpretation der Ergebnisse –  stellt einen notwendigen Bestandteil der linearen Regressionsanalyse dar und umfasst die systematische Überprüfung verschiedener modelltheoretischer Annahmen. Im Rahmen dieses Kapitels werden sieben zentrale diagnostische Aspekte behandelt: Zunächst wird die korrekte Spezifikation des Modells diskutiert, gefolgt von der Analyse der Messfehlerfreiheit der unabhängigen Variablen. Weiterhin erfolgt eine eingehende Betrachtung von statistischen Ausreißern und einflussreichen Datenpunkten sowie der Problematik der Multikollinearität. Abschließend werden die klassischen Annahmen der Homoskedastizität, der Unabhängigkeit der Residuen sowie deren Normalverteilung thematisiert. Diese diagnostischen Prüfungen bilden die Grundlage für eine valide Interpretation der Regressionsergebnisse und ermöglichen die Identifikation potentieller Verletzungen der Modellannahmen.

Moderation, Mediation & Prozessanalyse

Pürfungsvorbereitung in Studiengängen der Wirtschafts-,
Sozial- und Human-
wissenschaften

Das PROCESS-Macro, entwickelt von Andrew F. Hayes, ist ein leistungsfähiges statistisches Analyse-Tool, das in Softwareumgebungen wie SPSS, SAS und R genutzt werden kann. Es wurde speziell entworfen, um die Durchführung von regressionsbasierten Analysen, einschließlich der Moderations-, Mediations-, und bedingten Prozessanalysen, zu vereinfachen und zu optimieren. Das Macro erweitert die grundlegenden Fähigkeiten der genannten Statistiksoftware erheblich und macht komplexe statistische Methoden einem breiteren Publikum zugänglich.

Nutzungsmöglichkeiten

  1. Moderationsanalyse: PROCESS ermöglicht die einfache Einbindung von Moderatoren in ein Modell, um die Interaktion zwischen unabhängigen Variablen und Moderatoren zu untersuchen. Es kann zeigen, wie die Stärke oder Richtung der Beziehung zwischen einer unabhängigen und einer abhängigen Variablen über verschiedene Werte des Moderators variiert.
  2. Mediationsanalyse: Das Tool kann genutzt werden, um den indirekten Effekt einer unabhängigen Variablen auf eine abhängige Variable über eine oder mehrere Mediatorvariablen zu untersuchen.
  3. Bedingte Prozessanalyse: Eine Kombination aus Moderations- und Mediationsanalyse, auch bekannt als „Moderated Mediation“ oder „Mediated Moderation“, kann durchgeführt werden, um komplexere Beziehungen zwischen Variablen zu untersuchen.

Vorteile

  • Benutzerfreundlichkeit: PROCESS macht es einfacher, komplexe statistische Modelle zu spezifizieren und zu schätzen, ohne dass tiefgreifendes Wissen über die zugrunde liegenden statistischen Verfahren erforderlich ist. Es bietet eine benutzerfreundliche Schnittstelle und klare Anweisungen für die Durchführung der Analysen.
  • Flexibilität: Das Macro unterstützt eine Vielzahl von Modellstrukturen, einschließlich einfacher und multipler Mediatoren oder Moderatoren, sowie deren Kombinationen, was es zu einem vielseitigen Werkzeug für eine breite Palette von Forschungsdesigns macht.
  • Output: PROCESS generiert detaillierte Outputs, die nicht nur die Koeffizienten der Regressionsschätzungen umfassen, sondern auch Bootstrapping-Konfidenzintervalle für indirekte Effekte, was eine robuste Beurteilung der Signifikanz dieser Effekte ermöglicht.
  • Anwendungsbereich: Das Macro findet Anwendung in verschiedenen Forschungsbereichen wie Psychologie, Sozialwissenschaften, Gesundheitswissenschaften und Marketing. Es ermöglicht Forschenden, komplexe Hypothesen zu testen und tiefere Einblicke in ihre Daten zu gewinnen.
  • Ressourcen und Unterstützung: Andrew F. Hayes bietet umfangreiche Ressourcen, einschließlich eines detaillierten Handbuchs und Beispielen, die den Einstieg und die Nutzung von PROCESS erleichtern. Zudem gibt es eine aktive Community von Nutzern, die Support und Austausch zu spezifischen Fragestellungen bietet.

Basics im Rahmen der statistischen Analyse

In diesem Abschnitt kannst Du mehr über grundlegende Themen im Rahmen der statistischen Datenanalyse im Rahmen der Sozial-, Wirtschafts- oder Humanwissenschaften erfahren.

Datenerhebung

  • Skalenniveaus (coming soon)

Wahrscheinlichkeitstheorie

  • Normalverteilung (coming soon)

Inferenzstatistik

  • Stichprobentheorie (coming soon)
  • Konfidenzintervalle (coming soon)
  • Hypothesentesten (coming soon)
  • p-Wert (coming soon)