SPSS-FORUM.DE

[johanna206.]

Ich habe mehre Mediationsanalysen (Model 4) mit Hayes 4.2 in SPSS gerechnet. Hierbei kann man sich für den totalen Effekt, den direkten Effekt, a-Pfad und b-Pfad die standardisierten Werte ausgeben lassen. Jedoch sind für die standardisierten Werte keine p-Werte etc. angegeben. Ich hatte geplant in meiner Arbeit mit den standardisierten Werten zu arbeiten, da ich für meine Variablen unterschiedliche Skalen genutzt habe (5-Punkte, 100-Punkte etc.). Kann ich jetzt in meiner Arbeit das Signifikanzniveau des nicht-standardisierten Effekts für meinen standardisierten Effekt angeben? z.B. nicht standardisiert: c = 0,0920** und ich gebe dann für standardisiert c = 0,2613** (also ebenfalls **) an?

[ponderstibbons]

Du rechnest die Analyse zweifach, einmal mit Originalskalen, einmal mit "standardiserten Werten" (was heißt das präzise?)?

Ich hatte geplant in meiner Arbeit mit den standardisierten Werten zu arbeiten, da ich für meine Variablen unterschiedliche Skalen genutzt habe (5-Punkte, 100-Punkte etc.)

Das ist eine Regressionsnalyse, warum willst Du mit "standardiserten Werten" (was heißt das präzise?) arbeiten?

Jedoch sind für die standardisierten Werte keine p-Werte etc. angegeben.

Das wunder mich. Wieso weiß das Model, dass es standardisierte Werte sind?
Was erscheint stattdessen, ein Punkt, eine Fehlermeldung, gar nichts?
Verhindert die präzis geschilderte Form der Standardisierung logisch
die Berechnung von p-Werten?

Mit freundlichen Grüßen

PonderStibbons

[johanna206.]

Mit der Erweiterung Hayes 4.2 lässt man sich die Ergebnisse der Mediationsanalyse in einer Syntax ausgeben. Nach der Durchführung der Analyse steht in einer Zeile "Koeffizient, p-Wert, t-Wert etc." und eine Zeile darunter "standardisiertert Koeffizient" ohne weitere Angaben. Somit kann ich nicht beurteilen, ob der standardisierte Koeffizient signifikant ist.
Ich habe in mehreren Studien gesehen, dass diese immer den standardisierten Wert berichten, um die Hypothesen zu überprüfen und dachte, dass das allgemein das bessere Vorgehen ist, weil man so die Variablen besser vergleichen kann.

[ponderstibbons]

Ach so, dann ist das der standardisierte Regressionskoeffizient beta.

Mit freundlichen Grüßen

PonderStibbons