PROCESS nach Hayes: Modell 1, 4, 6 und 8 verständlich erklärt

11. Okt.

5 Min. Lesezeit

Wenn in deiner Arbeit eine Mediation oder Moderation gefragt ist, führt in SPSS kaum ein Weg am PROCESS-Makro von Andrew F. Hayes vorbei. Das Makro kennt fast hundert vordefinierte Modelle. In Abschlussarbeiten kommen aber immer wieder dieselben vor, allen voran Modell 1 und Modell 4. Besonders häufig sind sie in der Psychologie und im Marketing.

Hinter jedem der vier häufigsten Modelle steckt eine eigene Fragestellung und davon hängt ab, wie du die Hypothesen formulierst und worauf du in der Ausgabe achtest. Diese Übersicht hilft bei der ersten Einordnung:

Modell	Fragestellung	Entscheidende Kennzahl
Modell 1	Hängt die Stärke eines Zusammenhangs von einer dritten Variable ab?	Interaktionsterm und bedingte Effekte
Modell 4	Wirkt eine Variable über eine andere auf das Ergebnis?	Bootstrap-Konfidenzintervall des indirekten Effekts
Modell 6	Läuft die Wirkung über zwei nacheinander geschaltete Mediatoren?	Mehrere indirekte Effekte mit je eigenem Konfidenzintervall
Modell 8	Hängt ein indirekter Effekt von einer weiteren Variable ab?	Index der moderierten Mediation

PROCESS installieren und finden

PROCESS ist nicht in SPSS enthalten. Du lädst das Makro kostenlos von der offiziellen Seite processmacro.org herunter und installierst es als benutzerdefiniertes Dialogfeld. Der Menüpunkt dafür liegt in neueren SPSS-Versionen im Bereich Erweiterungen, die genaue Bezeichnung unterscheidet sich aber je nach Version.

Die Installation selbst ist meist unproblematisch. Viele suchen danach aber vergeblich nach dem Makro. Du findest es anschließend unter Analysieren > Regression.

Einfache Moderation mit Modell 1

Modell 1 beantwortet die Frage, ob die Stärke eines Zusammenhangs von einer dritten Variable abhängt. Ein Beispiel wäre, ob Stress mit Schlafqualität zusammenhängt und ob dieser Zusammenhang bei Frauen stärker ist als bei Männern. Der Moderator ist hier das Geschlecht.

Die Hypothese sollte die Richtung der Moderation benennen, nicht nur ihr Vorhandensein. Statt „Das Geschlecht moderiert den Zusammenhang zwischen Stress und Schlafqualität“ formulierst du also besser „Der negative Zusammenhang zwischen Stress und Schlafqualität fällt bei Frauen stärker aus als bei Männern“.

In der Ausgabe ist die entscheidende Zeile der Interaktionsterm. Ist er signifikant, liegt eine Moderation vor. Welche Richtung sie hat, zeigen die bedingten Effekte, denn PROCESS gibt den Zusammenhang für jede Ausprägung des Moderators getrennt aus. Bei einem metrischen Moderator erscheinen die Effekte für niedrige, mittlere und hohe Werte. Die Johnson-Neyman-Technik zeigt zusätzlich, ab welchem Wert des Moderators der Zusammenhang signifikant wird.

Einfache Mediation mit Modell 4

Modell 4 prüft, ob eine Variable über eine andere auf das Ergebnis wirkt. Ein Beispiel wäre, ob sich Stress über schlechteren Schlaf auf die Konzentrationsfähigkeit auswirkt. Schlaf ist hier der Mediator.

Viele formulieren nur eine Hypothese zum indirekten Effekt. Aussagekräftiger ist es, auch die einzelnen Pfade abzubilden:

Pfad a. Stress hängt negativ mit der Schlafqualität zusammen.
Pfad b. Die Schlafqualität hängt positiv mit der Konzentrationsfähigkeit zusammen, auch unter Kontrolle von Stress.
Indirekter Effekt. Der Zusammenhang zwischen Stress und Konzentrationsfähigkeit wird über die Schlafqualität vermittelt.

So bleibt deine Arbeit auch dann aussagekräftig, wenn der indirekte Effekt nicht signifikant wird.

In der Ausgabe findest du für jeden Pfad einen eigenen Regressionsblock und am Ende den indirekten Effekt. Er hat keinen p-Wert, sondern ein Bootstrap-Konfidenzintervall. Liegt die Null nicht im Intervall, ist der indirekte Effekt signifikant.

Das Bootstrapping ist für viele neu. PROCESS zieht dabei tausende Male zufällig Stichproben aus deinen Daten und berechnet den indirekten Effekt jedes Mal neu. Aus der Verteilung dieser Werte entsteht das Konfidenzintervall. Weil das Verfahren mit Zufall arbeitet, weichen die Grenzen bei jeder Berechnung leicht ab. PROCESS bietet deshalb die Möglichkeit, einen festen Startwert (Seed) festzulegen, mit dem du bei jeder Berechnung dasselbe Ergebnis bekommst.

Du hast dein Modell gerechnet, bist aber unsicher, wie du die indirekten Effekte liest? In der statistischen Auswertung rechnet StatistikWunder dein PROCESS-Modell und erklärt dir jeden Pfad.

Serielle Mediation mit Modell 6

Modell 6 prüft, ob die Wirkung über zwei Mediatoren läuft, die nacheinander geschaltet sind. Ein Beispiel wäre die Kette, dass Stress zu schlechterem Schlaf führt, schlechterer Schlaf zu mehr Erschöpfung und die Erschöpfung die Konzentrationsfähigkeit beeinträchtigt.

PROCESS gibt hier mehrere indirekte Effekte aus, nämlich über den ersten Mediator allein, über den zweiten allein und über beide nacheinander. Jeder hat ein eigenes Konfidenzintervall. Die Reihenfolge der Mediatoren muss inhaltlich begründet sein, denn das Modell prüft sie nicht, es setzt sie voraus.

Moderierte Mediation mit Modell 8

Modell 8 prüft, ob ein indirekter Effekt von einer weiteren Variable abhängt. Eine Variable moderiert dabei sowohl den Pfad von der unabhängigen Variable zum Mediator als auch den direkten Effekt. Ein Beispiel wäre die Frage, ob sich Stress bei Schichtarbeitenden stärker über den Schlaf auf die Konzentration auswirkt als bei Personen ohne Schichtarbeit.

In der Ausgabe wird es ab hier anspruchsvoll. Zentral ist der Index der moderierten Mediation. Liegt die Null nicht in seinem Konfidenzintervall, unterscheidet sich der indirekte Effekt je nach Ausprägung des Moderators. Die bedingten indirekten Effekte zeigen dann, bei welchen Werten des Moderators der indirekte Effekt vorliegt. Genau diese bedingten Effekte bereiten erfahrungsgemäß die meisten Verständnisschwierigkeiten.

Gruppen als unabhängige Variable

Deine unabhängige Variable muss nicht metrisch sein. Wenn du mehr als zwei Gruppen vergleichst, etwa drei Versuchsbedingungen, kannst du die Variable in der SPSS-Version von PROCESS als multikategorial kennzeichnen. PROCESS legt dann die nötigen Dummy-Variablen selbst an. Die Ergebnisse beziehen sich jeweils auf den Vergleich mit der Referenzgruppe.

Voraussetzungen prüfen

Da PROCESS auf Regressionen aufbaut, gelten die Voraussetzungen der linearen Regression, etwa Linearität, Homoskedastizität und die Verteilung der Residuen. Je nach Version kann PROCESS zusätzliche Diagnostik zu diesen Annahmen ausgeben. Ob deine Version das anbietet, steht in der Dokumentation zum Makro. Andernfalls prüfst du die Voraussetzungen über die einzelnen Regressionen, aus denen das Modell besteht.

Die Ergebnisse darstellen

Bei einer einfachen Mediation reicht meist der Fließtext, ergänzt um ein Pfaddiagramm. Das Diagramm zeigt die Variablen als Kästen, die Pfade als Pfeile und die Koeffizienten direkt an den Pfeilen. So erfassen Lesende das Modell auf einen Blick. Ein solches Diagramm kannst du ohne Weiteres in Word erstellen.

Bei komplexeren Modellen wie Modell 6 oder 8 lohnt sich zusätzlich eine Tabelle mit allen Koeffizienten und den indirekten Effekten samt Konfidenzintervallen. Wie du Tabellen aufbaust, zeigt der Beitrag APA-Tabellen erstellen. Die Grundlagen zur Darstellung von Regressionsergebnissen findest du unter Regression nach APA 7 berichten.

Wenn das Modell nicht zum Design passt

In einer Arbeit, die ich begleitet habe, war eine einfache Mediation nach Modell 4 geplant. Das Studiendesign bestand allerdings aus zwei Faktoren, die beide als Einflussgrößen gedacht waren. Modell 4 kennt aber nur eine unabhängige Variable. Abbilden ließ sich das Design nur über Modell 8, in dem der zweite Faktor als Moderator eingeht. Damit veränderte sich aber auch die Fragestellung.

Leg das PROCESS-Modell deshalb fest, bevor du die Studie planst und die Daten erhebst. Prüfe, ob jede Variable deines Designs im Modell einen Platz hat und ob das Modell die Frage beantwortet, die du tatsächlich stellen willst. Mehr zur Abstimmung von Hypothesen und Analyse findest du im Beitrag Warum deine Hypothesen nicht testbar sind.

Häufige Fragen zu PROCESS nach Hayes

Warum hat der indirekte Effekt in PROCESS keinen p-Wert?

Die Verteilung des indirekten Effekts ist meist nicht normal, deshalb arbeitet PROCESS mit Bootstrapping. Die Signifikanz liest du am Konfidenzintervall ab. Enthält es die Null nicht, ist der indirekte Effekt signifikant.

Wie viele Bootstrap-Stichproben sollte ich verwenden?

PROCESS arbeitet standardmäßig mit 5.000 Bootstrap-Stichproben, was für Abschlussarbeiten in der Regel ausreicht. Wichtiger ist, die Zahl im Methodenteil anzugeben und einen festen Startwert zu verwenden, damit deine Ergebnisse reproduzierbar sind.

Muss der totale Effekt signifikant sein, damit eine Mediation vorliegt?

Nach heutigem Verständnis nicht. Ein indirekter Effekt kann auch dann vorliegen, wenn der totale Effekt nicht signifikant ist, etwa weil sich direkte und indirekte Effekte gegenseitig teilweise aufheben. Entscheidend ist das Konfidenzintervall des indirekten Effekts.

Welche Effektstärke berichte ich bei einer Mediation?

Häufig wird der standardisierte indirekte Effekt berichtet, den PROCESS optional mit ausgibt. Für die einzelnen Regressionen kommen R² und die Koeffizienten hinzu. Mehr zu passenden Kennwerten findest du im Beitrag Welche Effektstärke gehört zu welchem Verfahren?

Kann ich PROCESS auch in R verwenden?

Ja, Hayes stellt das Makro auch für R zur Verfügung. Die Modellnummern und die Logik der Ausgabe sind dieselben wie in SPSS.

PROCESS-Modelle rechnen und erklären lassen Wir wählen mit dir das passende Modell, rechnen es mit Bootstrapping und bereiten Pfade, indirekte und bedingte Effekte nach APA 7 auf, als Teil der statistischen Auswertung. Im Abschlussgespräch gehen wir jeden Pfad durch, bis du ihn selbst erklären kannst.

Kostenloses Erstgespräch vereinbaren