Wir gehen davon aus, dass wir eine Beziehung gefunden haben und ältere Menschen mehr Zeit vor dem Fernseher verbringen als jüngere (Diese Annahme ist etwas simplifiziert, aber soll an dieser Stelle genügen). Nun interessieren wir uns dafür, warum Alter mit Fernsehdauer in einer Beziehung steht. Eine Vermutung ist, dass ältere Menschen nicht mehr berufstätig sind und somit mehr Zeit zur Verfügung haben, welche sie entsprechend auch häufiger vor dem Fernseher verbringen können. Diese Annahme impliziert Folgendes: Alter (UV) steht in einer Beziehung zum Berufsstatus, welcher wiederum in einer Beziehung zur Fernsehdauer steht. Der Berufsstatus ist der Beziehung zwischen Alter und Fernsehdauer also zwischengeschaltet und stellt einen Mediator dar. Ein Mediator ist eine erklärende Variable, welche eine Beziehung zu beiden Variablen (UV und AV) in deinem Modell aufweist. Mediationsanalysen werden auch als indirekte Beziehungen bezeichnet. Wir schauen uns an, was dies in unserem Modell bedeutet:
Bei der Mediationsanalyse lassen sich teilweise und vollständige Mediationen beobachten. Bei einer vollständigen Mediation verschwindet der direkte Einfluss der unabhängigen auf die abhängige Variable, sobald der Mediator in das Modell integriert wird. In unserem Beispiel würde dies bedeuten, dass Alter und Fernsehdauer keine Beziehung mehr aufweisen, sobald Berufsstatus als Mediator integriert ist. Bei einer teilweisen Mediation gibt es sowohl eine direkte Beziehung zwischen UV und AV, also auch eine indirekte Beziehung über den Mediator. Das Alter würde also direkt auf die Fernsehdauer wirken, als auch indirekt über den Berufsstatus.
Eine Moderationsanalyse geht der Frage nach, welche Variable die Beziehung zwischen der unabhängigen und abhängigen Variable verstärkt oder abschwächt. Eine Moderatorvariable steht somit nicht in direkter Beziehung zur unabhängigen und abhängigen Variable, sondern wirkt auf die Beziehung zwischen den beiden. Das heißt, dass sich die gefundene Beziehung zwischen UV und AV ändert, wenn ein Moderator in das Modell integriert wird. Übertragen auf unser Beispiel können wir dies durch folgende Vermutung ausdrücken: Im Alter variiert die Mobilität stark, je nachdem, wie fit man ist. Wenn man nicht mehr mobil ist, kann man das Haus nicht mehr so häufig verlassen und setzt sich eher vor den Fernseher. Es kann somit vermutet werden, dass die Beziehung zwischen Alter und Fernsehdauer stärker wird, wenn zusätzlich auch die Mobilität stark eingeschränkt ist. Entsprechend wäre im Umkehrschluss zu vermuten, dass die Beziehung schwächer wird, wenn die Mobilität nicht eingeschränkt ist und somit andere, alternative Freizeitoptionen zur Verfügung stehen. Auch dies betrachten wir in unserem Modell:
Zusammenfassend ist ein Mediator somit eine intervenierende Variable, welche mit sowohl der unabhängigen als auch der abhängigen Variable eine Beziehung aufweist. Der Moderator hingegen beeinflusst nicht die Variablen selbst, sondern lediglich die Beziehung zwischen UV und AV. Nicht immer lässt sich eindeutig herausarbeiten, ob eine Variable als Moderator oder Mediator fungiert. Teilweise lassen sich auch auf Basis theoretischer Erkenntnisse beide Versionen vermuten.
Du kannst mit SPSS sowohl eine Moderations- als auch eine Mediationsanalyse untersuchen. Dafür stehen dir verschiedene Möglichkeiten zur Verfügung.
Bei einer Mediation:
(1) Einzelne Regressionsanalysen berechnen und jeden Pfad einzeln testen. Dieser Ansatz beruht auf Baron & Kenny (1986).
(2) Mit Hilfe des SPSS Makros Process eine Mediation berechnen. Dazu empfehle ich das Buch von Hayes (2017).
(3) Bei komplexeren Modellen solltest du auch über ein Strukturgleichungsmodell nachdenken.
Bei einer Moderation:
(1) Einzelne Regressionsanalysen berechnen und den Moderator in einem blockweisen Regressionsmodell in einem zweiten Schritt aufnehmen. Der Moderator (= Interaktion) errechnet sich dabei aus dem Produkt deiner unabhängigen Variable und deiner Moderatorvariable. Siehe hierzu auch Baron & Kenny (1986) sowie Frazier et al. (2004).
(2) Mit Hilfe des SPSS Makros Process eine Moderation berechnen. Dazu empfehle ich das Buch von Hayes (2017).
(3) Bei komplexeren Modellen solltest du auch über ein Strukturgleichungsmodell nachdenken.
Baron, 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.
Frazier, P. A., Tix, A. P. & Barron, K. E. (2004). Testing Moderator and Mediator Effects in Counseling Psychology Research. Journal of Counseling Psychology 51(1), 115 – 134.
Hayes, A. F. (2017). Introduction to Mediation, Moderation, and Conditional Process Analysis, Second Edition: A Regression-Based Approach. New York & London: Guilford Press.