Mediationsanalyse

Mediationsanalyse: Beispieldatensatz

In unserer fiktiven Studie wollen wir untersuchen, ob das Verhältnis von politische Ideologie und die Unterstützung von Regierungsmaßnahmen zur Emissionsverringerung durch den wahrgenommene wissenschaftliche Konsens über globale Erwärmung mediiert wird. Auch wenn die Daten unseres Datensatzes generiert wurden, stammt die eigentliche Idee von McCright, Dunlap, & Xiao (2013) und Ding, Maibach, Zhao, Roser-Renouf und Leiserowitz (2011).

SPSS Datenfile

Das komplette SPSS-Datenfile kann hier heruntergeladen werden.

Das SPSS-Datenfile enthält insgesamt vier Variablen:

  1. intervallskalierte Variableid – die Versuchspersonennummer
  2. intervallskalierte Variablereg – die Unterstützung von Regierungsmaßnahmen einer Person zur Emissionsverringerung (höhere Werte spiegeln eine stärke Unterstützung von Regierungsmaßnahmen zur Emissionsverringerung wieder)
  3. intervallskalierte Variableideologie – die politische Ideologie (auf einer Skala von sehr konservativ zu sehr liberal)
  4. intervallskalierte Variablekosens – der wahrgenommene wissenschaftliche Konsens der Person über die globale Erwärmung (höhere Werte deuten auf einen höheren wahrgenommenen Konsens hin, also dass sich Wissenschaftler einig sind, dass globale Erwärmung existiert)

In diesem Beispiel ist intervallskalierte Variableideologie die unabhängige Variable (X), intervallskalierte Variablereg die abhängige Variable (Y) und intervallskalierte Variablekosens der Mediator (M).

Mediationsdatensatz

Im nächsten Schritt werden wir die Voraussetzungen der Mediationsanalyse überprüfen.

Literaturverzeichnis

  1. Ding, D., Maibach, E. W., Zhao, X., Roser-Renouf, C., & Leiserowitz, A. (2011). Support for climate policy and societal action are linked to perceptions about scientific agreement. Nature Climate Change, 1(9), 462–466. doi:10.1038/nclimate1295
  2. McCright, A. M., Dunlap, R. E., & Xiao, C. (2013). Perceived scientific agreement and support for government action on climate change in the USA. Climatic Change, 119(2), 511–518. doi:10.1007/s10584-013-0704-9