Mediationsanalyse

Eine Mediation erklärt die Wirkung einer unabhängigen Variable (UV) auf eine abhängige Variable (AV) über einen Mediator. Dabei nimmt die UV zuerst auf eine andere, dritte Variable (= Mediator) Einfluss (a-Pfad), welche dann wiederum Einfluss auf die AV nimmt (b-Pfad). Dabei kann der Mediator die Beziehung zwischen UV und AV entweder vollständig oder teilweise erklären. Abhängig davon variiert die Höhe des indirekten Effektes der UV auf die AV, welche über den Mediator vermittelt wird (c'-Pfad). Der direkte Effekt zwischen UV und AV, d.h. ohne den berücksichtgiten Einfluss eines möglichen Mediators, wird als c-Pfad bezeichnet.

In unserer Beispielhypothese (Die wahrgenommene Inklusion im Unternehmen hat einen positiven Einfluss auf das Job Commitment und dieser Zusammenhang wird durch das Gefühl von sozialer Eingebundenheit vermittelt: Je höher die Inklusion desto höher die soziale Eingebundenheit, und je hoher die soziale Eingebundenheit desto höher das Commitment) sind die Variablen also wie folgt aufgeteilt:

UV = Inklusion im Unternehmen

AV = Job Commitment

Mediator = soziale Eingebundenheit 

In unserer Beispielhypothese wird also zusätzlich zum positiven linearen Haupteffekt von Inklusion auf Job Commitment (c-Pfad) ein positiver linearer Zusammenhang zwischen Inklusion und sozialer Eingebundenheit (a-Pfad) sowie zwischen sozialer Eingebundenheit und intrinsischer Motivation (b-Pfad) postuliert.

Zur Mediationsanalyse benötigen Sie ein statistisches Verfahren, mit dem versucht wird, die Kausalität und die zeitliche Abfolge zwischen mehrere UVs und AVs zu modellieren. Solche komplexen Beziehungen können in einem Pfadmodell oder Strukturgleichungsmodell modelliert werden. Für SPSS und JASP wurden hier jedoch andere, standardisierte Lösungen geschaffen. Hier finden Sie eine Videoanleitung zur Berechnung einer Mediationsanalyse in SPSS (mittels des PROCESS Macros von Andrew Hayes, ein kostenloses Add-On für SPSS) und für JASP. Basis der Mediationsanalyse ist jedenfalls die Regressionsalanyse, deshalb ergibt die Mediationsanalyse Regressionskoeffizienten (normal bzw. unstandardisiert = B, standardisiert = β bzw. Beta). Anmerkung: Das PROCESS Macro gibt Ihnen nur unstandardisierte B-Werte aus.