SPSS-FORUM.DE

[Eddy54]

Hallo liebe Community,

ich bin neu hier und schreibe derzeit meine Masterarbeit im Bereich Führungsforschung.
Leider habe ich nun erstmals in meinem Studium mit empirischer Arbeit und Statistik zu tun und die Unterstützung der Uni ist leider unzureichend.

Daher hoffe ich nun sehr nach 3 durchzechten Nächten mit diversen Statistik Büchern hier qualifizierte Antworten auf meine Fragen zu erhalten.

Meine Ausgangsituation:

Anhand eines Fragebogens (erstellt vom Lehrstuhl der Uni) sollen wir eine eigens formulierte Forschungsfrage untersuchen und ein Modell aufstellen.
Es handelt sich um eine Dyadenstudie (Befragung Mitarbeiter und Führungskraft) zu je zwei verschiedenen Untersuchungszeitpunkten im Abstand von 4 Wochen (Längsschnittuntersuchung).

Das Untersuchungsmodell:
n = 48 Dyaden, davon 17 FK weiblich und 31 FK männlich
UV= Führungsstil der FK
AV=Emotionale Erschöpfung der FK
Mediator=Workload der FK
Moderator=Geschlecht der FK

Meine Resultate:
UV -> gemessen durch 7 Items -> Cronbachs Alpha .790 -> KS-Test nicht signifikant, demnach normalverteilt -> Boxplot, keine Ausreißer
AV -> gemessen durch 4 Items -> Cronbachs Alpha .909 -> KS-Test nicht signifikant, demnach normalverteilt -> Boxplot, keine Ausreißer
Mediator -> gemessen durch 6 Items -> Cronbachs Alpha .910 -> KS-Test nicht signifikant, demnach normalverteilt -> Boxplot, 1 Ausreißer


FRAGE 1:
Ich habe einen KS-Test auch für die einzelnen Items durchgeführt. Ergebnis: Mehrere Items sind nicht normalverteilt, KS Test war signifikant.
Was sagt mir das? Das mein Sample zu klein ist? Wieso ist die erstellte Skala der Items (Mittelwerte der Items), aber beim KS-Test nicht signifikant und demnach normalverteilt sind?

Korrelation nach Pearson:
UV - AV = kein signifikanter Zusammenhang UND negativ, obwohl meine These ist, die Korrelation sei positiv (-,122)
M - AV = signifikant -,536**
UV - M = kein signifikanter Zusammenhang -,002

FRAGE 2: Kann ich aufgrund dieses nicht signifikanten Ergebnisses, eine Mediation durch Workload ausschließen und mir die Analyse mittels PROCESS sparen?
FRAGE 3: Mit welcher Relevanz muss ich erwähnen, dass das Ergebnis M - AV signifikant ist? Muss ich hier eine Regression M -> AV ansetzen, um zu prüfen wieviel Varianz der AV durch M erklärt wird?

Moderation:
Da Moderatorvariable dichotom (Gender), habe ich mir erneut die Korrelation nach Pearson in SPSS nach Gender-Gruppen ausgeben lassen.
Damit wollte ich prüfen, ob die Korrelation von UV - AV nun signifikant wird.

Ergebnis:
Weder bei den Frauen noch bei den Männern ist der Hauptzusammenhang signifikant.
männlich:
UV - AV = -,088
M - AV = ,452**
UV - M = ,074
weiblich:
UV - AV = -,265
M - AV = ,640**
UV - M = -,115

FRAGE 4: Da auch dieses Ergebnis nicht signifikant ist, kann ich auch eine Moderation des Zusammenhangs durch das Geschlecht ausschließen, oder?

FRAGE 5: Sollte ich in meiner Arbeit, dennoch die Ergebnisse des PROCESS Tool: Model 5 bzw. Modell 1, darstellen obwohl nirgends signifikante Ergebnisse verzeichnet werden?

FRAGE 6: Müsste ich nicht vielmehr erläutern aus welchen Gründen der Hauptzusammenhang nicht signifikant geworden ist (zu kleine Stichprobe, zu wenig Varianz in den Konstrukten, keine Normalverteilung der Items, schlechte Messung der Konstrukte durch Nutzung psychometrischer Kurzskalen, Einfluss einer eventuellen anderen Moderatorvariable) ?

FRAGE 7: Eine Fishers-z Transformation habe ich nicht vorgenommen, da die Konstrukte alle auf Basis der gleichen 7-stufigen-Ratingskala gemessen werden. Ist das richtig, dass es daher nicht notwendig ist?

FRAGE 8: Ist mein bisheriges Vorgehen nachvollziehbar und meine Überlegungen korrekt?

Ich würde mich sehr über hilfreiche Antworten freuen, ich habe wirklich versucht mir selbst zu helfen und möchte dieses Forum nicht nutzen, damit mir jemand meine Ergebnisse vorbetet. Ich weiß nur überhaupt nicht, ob meine Überlegungen korrekt sind und wie ich damit umgehen soll? Mein Theorieteil der Arbeit erklärt einen ganz anderen Zusammenhang der Variablen, als es meine Ergebnisse zeigen .

Herzlichst Eddy

[strukturmarionette]

Hi,

- Hinsichtlich Deiner Aktivitäten mit dem K-S Test könntest du zunächst die Bedeutung des Zentralen Grenzwertsatzes aus der Mathematik recipieren.
- Dann ggs den Shapiro-Wilk Test zusätzlich oder besser alternativ anwenden (oder auf Signifikanztestungen diesbezüglich ganz verzichten s.o.)

eine eigens formulierte Forschungsfrage untersuchen

- Wie lautet diese denn?

Gruß
S.

[Eddy54]

Hallo,

zunächst einmal, danke für Deine Antwort

Tatsächlich ist es so, dass der Anspruch an unsere empirische Arbeit gemäß unseres Betreuers nicht gleichzusetzen ist mit einer Arbeit in der Psychologie.

Daher wäre meine Frage zunächst nur, ob die einzelnen Items auch normalverteilt sein sollten?
Die Skalen Emotionale Erschöpfung (AV), Servant Leadership (UV) und Workload (M) sind es nämlich. Sowohl wenn ich mir diese getrennt nach Geschlechtern ausgebe, als auch im Gesamten.

Meine Forschungsfrage lautet:
Servant Leadership führt zu emotionaler Erschöpfung der Führungskraft. Dieser Zusammenhang wird mediiert durch den höheren Workload der Führungskraft. Die Stärke des Zusammenhangs wird durch das Geschlecht der Führungskraft moderiert.

Lieben Gruß
Eddy

[strukturmarionette]

Hi,

Leider habe ich nun erstmals in meinem Studium mit empirischer Arbeit und Statistik zu tun

- Dann ist Dein Thema und das Procedere unangemessen.
- Auch wäre Dein Anliegen im Statistikforum vorzubringen, nicht hier.

Daher wäre meine Frage zunächst nur, ob die einzelnen Items auch normalverteilt sein sollten?

- Es kann als allgemein nützliche Strategie bei der Operationalisierung hypothetischer Konstrukte verstanden werden.

UV= Führungsstil der FK
AV=Emotionale Erschöpfung der FK
Mediator=Workload der FK
Moderator=Geschlecht der FK
Befragung Mitarbeiter...

- Welches Konstrukt spielt bei den Mitarbeitern eine Rolle?

Es handelt sich um eine Dyadenstudie (Befragung Mitarbeiter und Führungskraft) zu je zwei verschiedenen Untersuchungszeitpunkten im Abstand von 4 Wochen (Längsschnittuntersuchung).

- Das wäre noch hinsichtlich des konkreten Designs zu konkretisieren.
- Auch: Grüße und Rekrutierung der Stichprobe(n)

Servant Leadership führt zu emotionaler Erschöpfung der Führungskraft. Dieser Zusammenhang wird mediiert durch den höheren Workload der Führungskraft. Die Stärke des Zusammenhangs wird durch das Geschlecht der Führungskraft moderiert.

- Sind das jeweils getrennt eine Moderator- und eine Mediatorhypothese oder zielt die Fragestellung auf eine moderierte Mediation ab?

Gruß
S.

[Eddy54]

Vielen Dank für Deine Antwort!

Leider habe ich nun erstmals in meinem Studium mit empirischer Arbeit und Statistik zu tun

- Dann ist Dein Thema und das Procedere unangemessen.

--> Das konnte ich mir leider nicht aussuchen und ist so festgelegt vom Lehrstuhl.

UV= Führungsstil der FK
AV=Emotionale Erschöpfung der FK
Mediator=Workload der FK
Moderator=Geschlecht der FK
Befragung Mitarbeiter...

- Welches Konstrukt spielt bei den Mitarbeitern eine Rolle?

--> Die Mitarbeiter geben zu T1 an, wie die Führungskraft sie führt. Also Messung der UV zu T2 werden Mediator und AV gemessen, anhand der Antworten der Führungskraft.

Es handelt sich um eine Dyadenstudie (Befragung Mitarbeiter und Führungskraft) zu je zwei verschiedenen Untersuchungszeitpunkten im Abstand von 4 Wochen (Längsschnittuntersuchung).

- Das wäre noch hinsichtlich des konkreten Designs zu konkretisieren.
- Auch: Grüße und Rekrutierung der Stichprobe(n)

--> Das habe ich bereits ohne Hilfe ausführlicher verschriftlicht

Servant Leadership führt zu emotionaler Erschöpfung der Führungskraft. Dieser Zusammenhang wird mediiert durch den höheren Workload der Führungskraft. Die Stärke des Zusammenhangs wird durch das Geschlecht der Führungskraft moderiert.

- Sind das jeweils getrennt eine Moderator- und eine Mediatorhypothese oder zielt die Fragestellung auf eine moderierte Mediation ab?

--> Mein Betreuer meinte zu mir, meine Untersuchung ziele auf das PROCESS Modell 5 hab:

PROCESS_Modelle.PNG (21.07 KiB) 4899-mal betrachtet

Ich ging davon aus, begrifflich ist es eine mediierte Moderation?

Ich habe nun das Untersuchungsmodell als Grafik erstellt und dort jeweils die Korrelationen nach Pearson angegeben:

Untersuchungsmodell.PNG (13.74 KiB) 4899-mal betrachtet

--> Was muss ich neben H4 schreiben? Darf ich hier lediglich die Korrelationen nach Pearson im Modell angeben? Da der Hauptzusammenhang nicht signifikant ist, verwerfe ich Hypothese 1 und 3. Hypothese 2 bestätige ich, da signifikanter Zusammenhang.

Die Moderation habe ich nun jeweils einzeln mittels PROCESS Modell1 für alle 3 direkten Zusammenhänge erstellt:

Moderatoreffekte.PNG (12.87 KiB) 4899-mal betrachtet

--> Diese Grafiken möchte ich gerne in meiner Arbeit verwenden. Ist das in Ordnung, obwohl kein Zusammenhang signifikant geworden ist? Oder dürfte ich gemäß meines Untersuchungsmodells die Moderation nur für UV->AV testen (Moderation 1) ?

Ich bin leider echt ratlos und zerbreche mir hierüber wirklich mehr als nur 5 Minuten den Kopf. Ebenso bei der Interpretation der PROCESS Ausgabe von Modell 5. Ich erkenne zwar an meinem p-Wert das kein Zusammenhang signifikant wird, aber ich weiß nicht auf welcher theoretischen Grundlage ich es in der Arbeit argumentieren kann.

Oder erlaubt mein Untersuchungsmodell (siehe oben) auch eine getrennte Auswertung von Moderation und Mediation? Aber welche Zahlen muss ich dann an meine Pfade im Modell schreiben? Ich habe unglaublich viele Studien gewälzt und verstehe nicht wieso häufig die Zahlen der Korrelation andere sind als in den Grafiken der Forscher. Bzw. wie man sich diese herausgeben kann und wie ich diese interpretieren kann?

Ich bin wahnsinnig dankbar über Hilfe!

Herzlichst Eddy

[Eddy54]

Nachtrag:

Anbei noch der Output zu Modell 5 und meine Überlegungen hierzu:

PROCESS Modell 5.PNG (39.38 KiB) 4898-mal betrachtet

gelb: Erklärt wieviel Varianz das Modell erklärt.
Aussage 1: SL erklärt keine Varianz des Workloads r²=0,000
Aussage 2: SL erklärt 31,63% der Varianz von Emotionaler Erschöpfung.

grün: signifikante Ergebnisse

Wieso wird Model Summary signifikant, aber der Interaktionsterm nicht?

rot:
Der Interaktionsterm wird nicht signifikant --> es liegt keine Mediation vor!
Der Output für die Moderation wird auch nicht signifikant --> es liegt keine signifikante Moderation vor.
Die Effektstärke der Moderation liegt bei:
-.1984 für Männer ; -.4586 für Frauen

Wie dokumentiere ich das in meiner Arbeit? Schreibe ich, nach dem Modell von Hayes ... oder darf ich einfach nur angeben, dass kein Moderationseffekt vorliegt der signifikant wird? Denn ein Unterschied und Effekt ist ja gemäß meiner Grafiken (siehe oben) doch zu erkennen.