Direkter Effekt
Der Pfad von X zu Y, der nicht über den Mediator läuft (c prime).
PLS-SEM-METHODE
Mediation in PLS-SEM: wie ein Effekt über eine dritte Variable wirkt
Die Mediationsanalyse fragt, ob ein Prädiktor ein Ergebnis indirekt beeinflusst, über eine zwischengeschaltete Mediatorvariable, und nicht nur direkt. Diese Seite erklärt direkte, indirekte und totale Effekte, wie man Mediation einordnet, ein durchgerechnetes Beispiel und die häufigen Fehler.
Was eine Mediationsanalyse testet
Mediation teilt den Effekt eines Prädiktors X auf ein Ergebnis Y in zwei Wege. Der direkte Effekt ist der Pfad direkt von X zu Y. Der indirekte Effekt läuft über einen Mediator M: X wirkt auf M, und M wirkt auf Y. Der indirekte Effekt ist das Produkt dieser beiden Pfade (a mal b), und der totale Effekt ist der direkte plus der indirekte Effekt.
Mediation beantwortet, wie ein Effekt zustande kommt. Wenn Training die Leistung teils dadurch steigert, dass es die Motivation erhöht, dann ist die Motivation der Mediator und der Effekt von Training auf Leistung ist teils indirekt.
Ein durchgerechnetes Beispiel
Nehmen wir X als Training, M als Motivation und Y als Leistung. Das Modell schätzt a = 0,50 (Training auf Motivation) und b = 0,60 (Motivation auf Leistung), also ist der indirekte Effekt 0,50 mal 0,60 = 0,30. Der direkte Effekt c’ ist 0,10 und nicht signifikant, der totale Effekt also 0,30 plus 0,10 = 0,40.
Weil der indirekte Effekt signifikant ist und der direkte nicht, liegt volle (rein indirekte) Mediation vor: Training hebt die Leistung fast nur dadurch, dass es die Motivation steigert.
Wie man das Ergebnis einordnet
Teste zuerst den indirekten Effekt (a mal b) per Bootstrapping. Schau dann auf den direkten Effekt, um die Art der Mediation einzuordnen.
- Indirekt sig., direkt n.s.
- Volle Mediation (rein indirekt). Der Effekt von X auf Y läuft vollständig über den Mediator.
- Indirekt sig., direkt sig.
- Partielle Mediation (komplementär oder kompetitiv). Ein Teil des Effekts geht über M, ein Teil ist direkt.
- Indirekt n.s., direkt sig.
- Keine Mediation (rein direkt). X wirkt direkt auf Y, nicht über M.
- Indirekt n.s., direkt n.s.
- Kein Effekt zu erklären. Keiner der beiden Wege ist signifikant.
Beurteile den indirekten Effekt über ein Bootstrap-Konfidenzintervall, nicht über die Signifikanz von a und b einzeln. Die älteren Baron-und-Kenny-Schritte gelten nicht mehr als empfohlen.
Die zentralen Größen
Indirekter Effekt
Der Effekt über den Mediator, das Produkt a mal b. Bei mehreren Mediatoren hat jede Kette ihren eigenen spezifischen indirekten Effekt.
Totaler Effekt
Der direkte Effekt plus alle indirekten Effekte von X auf Y.
VAF
Variance accounted for: der indirekte Effekt geteilt durch den totalen Effekt. Er zeigt, wie viel des totalen Effekts der Mediator trägt.
Eine Mediation Schritt für Schritt durchführen
- Lege Prädiktor, Mediator und Ergebnis fest, mit den Pfaden X zu M, M zu Y und dem direkten X zu Y.
- Schätze das Modell, um den direkten Effekt und den spezifischen indirekten Effekt (a mal b) zu erhalten.
- Bootstrappe, um ein Konfidenzintervall für den indirekten Effekt zu bekommen; er ist signifikant, wenn das Intervall die Null nicht enthält.
- Ordne die Mediation anhand der Signifikanz von indirektem und direktem Effekt ein.
- Berichte den direkten, indirekten und totalen Effekt und optional den VAF.
Häufige Fehler
- Das alte Baron-und-Kenny-Verfahren oder den Sobel-Test nutzen, statt den indirekten Effekt zu bootstrappen. Bootstrapping ist heute der Standard.
- Partielle Mediation als schwächere Form voller Mediation bezeichnen. Es sind unterschiedliche Befunde, keine Rangfolge.
- a und b einzeln testen statt das Produkt a mal b. Dass beide signifikant sind, garantiert keinen signifikanten indirekten Effekt.
- Mediation aus Querschnittsdaten behaupten, als wäre sie kausal. Mediation ist eine Kausalaussage, die das Design tragen muss.
Mediation in OpenPLS
OpenPLS zeigt den direkten Effekt, den spezifischen indirekten Effekt jeder Mediationskette und den totalen Effekt für jede Beziehung direkt in den Ergebnissen. Mit Bootstrapping bekommst du Konfidenzintervalle für die indirekten Effekte und ordnest die Mediation ein. Kostenlos und direkt im Browser.
Teste eine Mediation an deinem eigenen Modell
Baue X, M und Y im visuellen Editor, rechne und lies den direkten, indirekten und totalen Effekt an einer Stelle. Kostenlos, ohne Installation.
Häufige Fragen
- Was ist der Unterschied zwischen Mediation und Moderation?
- Mediation erklärt, wie X auf Y wirkt, über einen zwischengeschalteten Mediator auf dem Pfad. Moderation erklärt, wann der Effekt von X auf Y stärker oder schwächer ist, je nach einer dritten Variable. Mediation betrifft den Mechanismus, Moderation die Bedingungen.
- Was ist volle gegenüber partieller Mediation?
- Volle (rein indirekte) Mediation heißt, der indirekte Effekt ist signifikant und der direkte nicht, der Effekt läuft also ganz über den Mediator. Partielle Mediation heißt, beide sind signifikant, der Effekt teilt sich also auf den direkten Weg und den Mediator auf.
- Muss ich den indirekten Effekt bootstrappen?
- Ja. Der indirekte Effekt ist ein Produkt zweier Koeffizienten und seine Verteilung ist nicht symmetrisch, deshalb beurteilst du ihn über ein Bootstrap-Konfidenzintervall statt über die Signifikanz der beiden Pfade einzeln.
Weiterführende Literatur
Die Standardreferenzen sind Zhao, X., Lynch, J. G., & Chen, Q. (2010). Reconsidering Baron and Kenny: myths and truths about mediation analysis. Journal of Consumer Research, 37(2), 197-206, und Nitzl, C., Roldan, J. L., & Cepeda, G. (2016). Mediation analysis in partial least squares path modeling. Industrial Management & Data Systems, 116(9), 1849-1864. Eine praxisnahe Behandlung in Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A Primer on Partial Least Squares Structural Equation Modeling, 3. Aufl., Sage.