Moderator oder Mediator? – Das ist hier die Frage

Eine beliebte Frage in Prüfungen ist immer, ob eine Variable ein Moderator oder ein Mediator ist. Auch bei Besprechungen von studentischen Arbeiten kommt diese Frage immer wieder auf. Dies ist aber keine Entscheidung, die aufgrund der Daten beantwortet werden sollte. Sie ist ausschließlich aufgrund von theoretischen beziehungsweise konzeptionellen Überlegungen zu treffen. Beides sind klar differenzierbare Konzepte, die eigentlich nur den Anfangsbuchstaben gemeinsam haben. Daher will ich in diesem Beitrag schnell die wichtigsten Unterscheidungsmerkmale und Beispiele präsentieren.
weiterlesen

It's only fair to share...Share on Facebook
Facebook
Tweet about this on Twitter
Twitter
Share on LinkedIn
Linkedin
Email this to someone
email

Dateneingabe mit Excel für SPSS oder R

Der Dateneingabe kommt bei jeder statistischen Auswertung eine zentrale Rolle zu, da hier die Grundlagen für alle weiteren Auswertungen gelegt werden. Sowohl bei SPSS als auch bei R können die Daten direkt in das Programm eingegeben werden. Jedoch ist bei beiden Programmen die Eingabe mühselig und fehleranfällig, da Tippfehler nicht sofort erkannt werden. Eine Alternative hierzu ist Microsoft Excel. Dort existiert die Möglichkeit die Daten unmittelbar beim Eingeben zu prüfen und sofort auf ungültige oder fehlerhafte Eingaben hinzuweisen. Im nächsten Schritt kann dann die erstellte Excel-Datei in das gewünschte Statistikprogramm eingelesen werden, so dass die Daten dort ausgewertet werden können.
weiterlesen

It's only fair to share...Share on Facebook
Facebook
Tweet about this on Twitter
Twitter
Share on LinkedIn
Linkedin
Email this to someone
email
Kontextsensitive Hilfe bei der Entwicklung von SPSS-Extensions

Hilfe bei eigenen SPSS-Extensions

Bei der Programmierung von Extensions für SPSS ist es fast immer notwendig, eine Hilfeseite für den Anwender oder die Anwenderin bereitzustellen. Dabei erwarten NutzerInnen, dass sie diese Hilfe durch Drücken von F1 aufrufen können. Leider ist die Dokumentation, die von IBM bereitgestellt wird, zu diesem Thema etwas ‚kryptisch‘. Bei der Entwicklung von SPSS2LAVAAN sind mir dabei ein paar Eigenheiten aufgefallen, die zumindest in der von mir verwendeten SPSS Version 23.0.0.2 für Windows auftraten, die aber in der Dokumentation nicht erwähnt wurden.
weiterlesen

It's only fair to share...Share on Facebook
Facebook
Tweet about this on Twitter
Twitter
Share on LinkedIn
Linkedin
Email this to someone
email

Konfirmatorische Faktorenanalyse mit SPSS

Mit einer konfirmatorischen Faktorenanalyse kann der Aufbau und die Funtionsweise von Messinstrumten geprüft werden. Dazu gehört beispielsweise, ob die Struktur eines Fragebogens den vorherigen Erwartungen entspricht, wie die Verteilung der einzelnen Fragen auf die Teilskalen des Fragebogen oder die Analyse, ob Männer und Frauen den Fragebogen mit unterschiedlichen Mustern beantworten, da sie diesen unterschiedlich verstehen.
SPSS selber beherrscht jedoch keine konfirmatorische Faktorenanalyse sondern nur explorative Faktorenanalyse. Daher werden für konfirmatorische Faktorenanalysen externe Programme wie Mplus, Amos oder R in Verbindung mit Lavaan verwendet. Eine Möglichkeit auch mit SPSS konfirmatorische Faktorenanalysen durchzuführen, ist der Einsatz des Paketes SPSS2LAVAAN, welches Sie sich von dieser Seite herunterladen können. Während mit diesem Paket auf fast alle Funktionen von Lavaan zugegriffen werden kann, soll in diesem Beitrag die Benutzung des Paketes zur Durchführung einer einfachen konfirmatorischen Faktorenanalyse beschrieben werden.
weiterlesen

It's only fair to share...Share on Facebook
Facebook
Tweet about this on Twitter
Twitter
Share on LinkedIn
Linkedin
Email this to someone
email

Mediationsanalysen mit SPSS2LAVAAN

Mit dem Paket SPSS2LAVAAN können ebenfalls Mediationsanalyen berechnet werden. Mediationsanalysen haben das Ziel zu prüfen, ob der Zusammenhang zwischen zwei Variablen durch eine dritte vermittelt werden kann. Oostermeijer, Boonen, Jolles (2014) zeigten, dass Kinder, die häufiger mit Spielzeug wie Lego oder Puzzles spielten, eine höhere Leistung bei mathematischen Textaufgaben zeigten. Diesen Zusammenhang erklärten sie damit, dass das Spielen zu einem besseren räumlichen Verständnis führt, welches die Leistung bei mathematischen Textaufgaben verbessert. Prädiktor ist das Spielen, während die Leistung im Mathetest das Kriterium ist. Der Mediator, welcher die beiden Prozesse miteinander verbindet; ist das räumliche Verständnis.
Die theoretischen Grundlagen und Begriffe zur Mediationsanalyse habe ich bereits in einem vorherigen Beitrag beschrieben, in dem ich die Mediationsanalyse in Verbindung mit dem Process-Makro beschrieb. Sie gelten für diese Fragestellung genauso.
weiterlesen

It's only fair to share...Share on Facebook
Facebook
Tweet about this on Twitter
Twitter
Share on LinkedIn
Linkedin
Email this to someone
email

Umgang mit fehlenden Werten in SPSS

Fehlende Werte kommen in fast allen Datensätzen vor und ein korrekter Umgang damit ist eine Grundvoraussetzung für korrekte Ergebnisse. SPSS bietet hierfür zwei verschiedene Möglichkeiten:

  • System-Missings
  • User-Missings

In diesem Beitrag erkläre ich den korrekten Umgang mit fehlenden Werten und weise auf mögliche Probleme und Fehler hin, so dass die gewünschten fehlerfrei Analysen durchgeführt werden können.
weiterlesen

It's only fair to share...Share on Facebook
Facebook
Tweet about this on Twitter
Twitter
Share on LinkedIn
Linkedin
Email this to someone
email
Mittelwertsvergleiche mit einem T-Test und SPSS

T-Test mit SPSS – die Grundlagen

Der T-Test ist der am häufigsten verwendete Test um Mittelwerte zu untersuchen. Dabei können sowohl zwei Mittelwerte untereinander als auch ein Mittelwert mit einem vorher festgelegten Wert verglichen werden. Dieser Artikel soll sowohl die Auswahl des korrekten T-Tests für Mittelwertsvergleiche als auch die Durchführung mit SPSS vorstellen. Anders als die vorherigen Blogbeiträge zu Mplus soll dieser Beitrag sich an Einsteiger richten. weiterlesen

It's only fair to share...Share on Facebook
Facebook
Tweet about this on Twitter
Twitter
Share on LinkedIn
Linkedin
Email this to someone
email
Latent Class Analysis mit unabhängiger und abhängier Variable

Kovariaten bei einer Latent Class Analysis

Nach der Identifikation der latenten Klassen mit einer Latent Class Analysis in Mplus ist im nächsten Schritt, zu untersuchen, wie die latenten Klassen mit anderen Variablen zusammenhängen. Dabei können latente Klassen sowohl durch andere Variablen vorhergesagt werden, als auch selbst Prädiktoren für andere Variablen sein.
Ein Beispiel aus dem medizinischen Umfeld ist die Studie von Dunn, Jordan und Croft (2006). Sie nutzten eine Latent Class Analyse, um den Schmerzverlauf von PatientInnen mit Rückenschmerzen zu untersuchen. Zunächst identifizierten sie fünf verschiedene prototypische Verläufe, unter anderem eine Gruppe, die sich unmittelbar nach Beginn der Behandlung schnell erholte, während eine andere Teilgruppe keine Sympotmverbesserung berichtete. Im nächsten Schritt zeigten sie dann, dass bereits zum Behandlungsbeginn jene PatientInnen, bei denen es zu einer Chronifizierung der Symptome gekommen war, über mehr Ängste und Depressionsymptome berichteten, als PatientInnen, die sich von den Symptomen erholten. Das weitere Ergebnis, dass insbesondere chronische Rückenschmerzen am Ende des Zeitraumes von 12 Monaten zu häufigen Fehltagen am Arbeitsplatz führten, entspricht den Erwartungen.
Der vorliegende Beitrag stellt die verfügbaren Methoden zur Vorhersage von Klassenzugehörigkeiten (im Sinne vor Gruppenzugehörigkeiten vor. Mit der Klassenzugehörigkeit lassen sich zudem auch andere Variablen vorhersagen. Die Durchführung soll mit Hilfe eines Beispieldatensatzes in Mplus veranschaulicht werden. Die Beispiele finden sich in einer Zip-Datei und können auch mit der Demoversion von Mplus analysiert werden.
weiterlesen

It's only fair to share...Share on Facebook
Facebook
Tweet about this on Twitter
Twitter
Share on LinkedIn
Linkedin
Email this to someone
email
Screenshoot Mplus-Fehlermeldung PROBLEMS OCCURRED IN THE ML ESTIMATION USED FOR STARTING VALUES.

Mplus-Fehlermeldung beim Bayes-Estimator

Beschreibung der Fehlermeldung in Mplus

Die folgende Mplus-Fehlermeldung kann bei der Arbeit mit dem Bayes-Estimator im Output auftreten. Die Berechnung wird beendet und es werden keine Ergebnisse oder weitere Hinweise ausgegeben.

*** FATAL ERROR
     PROBLEMS OCCURRED IN THE ML ESTIMATION USED FOR STARTING VALUES.
     THE ESTIMATION CANNOT BE COMPLETED.
     YOU CAN RESOLVE THE PROBLEM BY USING THE STARTS OPTION TO GENERATE RANDOM STARTING VALUES.

 

weiterlesen

It's only fair to share...Share on Facebook
Facebook
Tweet about this on Twitter
Twitter
Share on LinkedIn
Linkedin
Email this to someone
email