Eine Moderation entsteht, wenn die Beziehung zwischen zwei Variablen von einer dritten Variable abhängt. Diese dritte Variable ist der Moderator. Der Moderator erklärt, wann eine abhängige Variable und eine unabhängige Variable miteinander in Beziehung stehen. Statistisch gesehen ist der Effekt der moderierenden Variable gleich einer Interaktion.


In unserer Beispielhypothese (Die wahrgenommene Inklusion im Unternehmen hat einen positiven Effekt auf das Job Commitment und dieser Zusammenhang ist umso höher, je höher die intrinsische Motivation der Mitarbeiter*innen ist) sind die Variablen also wie folgt aufgeteilt:

UV = Inklusion im Unternehmen

AV = Job Commitment

Moderator = intrinsische Motivation

In unserer Beispielhypothese wird also zusätzlich zum positiven linearen Haupteffekt von Inklusion auf Job Commitment ein positiver linearer Interaktionseffekt (= Moderation) zwischen Inklusion und intrinsischer Motivation postuliert.

Sie können Ihre Moderationshypothese statistisch mittels multipler Regressionsanalyse, in die Sie eine manuell berechnete Interaktionsvariable (UV * Moderator) einfügen, berechnen. Hier finden Sie eine Videoanleitung für SPSS und eine für JASP. In SPSS haben Sie zusätzlich auch die Möglichkeit mit einem kostenlosen Add-On zu arbeiten, dem PROCESS Macro von Andrew Hayes. Hier eine Videoanleitung für die Berechnung einer Moderation mittels PROCESS in SPSS. Die Mediationsanalyse ergibt Regressionskoeffizienten (normal bzw. unstandardisiert = B, standardisiert = β bzw. Beta). Anmerkung: Das PROCESS Macro gibt Ihnen nur unstandardisierte B-Werte aus.

Zuletzt geändert: Donnerstag, 7. Dezember 2023, 11:11