Statistik für die Psychologie-Promotion.

Besonderheiten der Statistik in der Psychologie-Promotion

Psychologische Promotionen sind methodisch anspruchsvoll. Das APA Publication Manual ist verpflichtende Grundlage für die Ergebnisdarstellung und wird von Gutachtern genau geprüft. Hypothesengeleitetes Vorgehen ist dabei keine Formalität, sondern eine inhaltliche Anforderung: A-priori-Hypothesen und explorative Analysen müssen klar getrennt und entsprechend gekennzeichnet werden.

In der Psychologie werden häufig latente Konstrukte untersucht, also Merkmale wie Persönlichkeit, Stresserleben oder kognitive Kontrolle, die sich nicht direkt messen lassen, sondern nur über Indikatoren erschlossen werden. Das macht den Einsatz von Verfahren wie der konfirmatorischen Faktorenanalyse (CFA) und Strukturgleichungsmodellen (SEM) notwendig, die explizit mit Messfehlern umgehen.

Wichtig und oft unterschätzt ist die Messinvarianzprüfung bei Gruppenvergleichen. Bevor Sie zwei Gruppen, etwa klinische Stichprobe versus Kontrolle, statistisch vergleichen, muss nachgewiesen werden, dass die eingesetzten Skalen in beiden Gruppen dieselben Konstrukte messen. Fehlt dieser Nachweis, sind die Vergleiche methodisch angreifbar.

Strukturgleichungsmodelle (SEM) in der Psychologie

Wann SEM das richtige Verfahren ist

Strukturgleichungsmodelle eignen sich, wenn mehrere latente Konstrukte gleichzeitig in ein theoretisches Modell eingebettet werden sollen. Klassische Anwendungsfälle in der Psychologie sind Pfadmodelle mit mehreren abhängigen Variablen, die Überprüfung von Mediationshypothesen auf Ebene latenter Variablen sowie die simultane Schätzung von Mess- und Strukturmodell. Im Gegensatz zur multiplen Regression modelliert SEM Messfehler explizit und liefert dadurch verzerrungsärmere Schätzungen.

Bevor das Strukturmodell getestet wird, steht immer die konfirmatorische Faktorenanalyse (CFA). Sie prüft, ob die theoretisch angenommene Faktorstruktur mit den empirischen Daten übereinstimmt. Erst wenn das Messmodell akzeptabel passt, ist es sinnvoll, das Strukturmodell zu schätzen.

SEM in der Praxis

Der Goldstandard für SEM in der Psychologie ist Mplus, das besonders bei fehlenden Daten, nicht-normalverteilten Indikatoren und komplexen Stichprobendesigns überlegen ist. Alternativ bietet R mit dem Paket lavaan eine leistungsstarke und kostenfreie Lösung. AMOS ist in der Psychologie ebenfalls verbreitet, gilt methodisch aber als weniger flexibel.

Für die Modellbeurteilung sind folgende Fit-Indizes maßgeblich: CFI und TLI sollten den Richtwert von .95 überschreiten, RMSEA sollte unter .06 liegen, und SRMR sollte .08 nicht übersteigen. Diese Richtwerte sind Orientierungspunkte, keine absoluten Grenzwerte. Die inhaltliche Plausibilität des Modells und das theoretische Fundament sind mindestens ebenso wichtig. Modifikationsindizes dürfen nur dann zur Verbesserung des Modellfits genutzt werden, wenn sie inhaltlich begründbar sind und a posteriori als explorativ deklariert werden.

Mehrebenenanalysen (Mixed-Effects-Modelle)

Immer wenn Daten eine hierarchische Struktur aufweisen, sind Mehrebenenmodelle das Verfahren der Wahl. Typische Strukturen in der Psychologie sind Messwiederholungen bei denselben Personen (Längsschnittdesigns), Personen in Therapiegruppen, Schüler in Schulklassen oder Patienten in Kliniken. Werden solche Clusterstrukturen ignoriert und eine einfache Regression gerechnet, sind die Standardfehler systematisch zu klein und p-Werte entsprechend verzerrt.

Mehrebenenmodelle, auch als Mixed-Effects-Modelle oder Linear Mixed Models (LMM) bezeichnet, trennen die Varianz auf Personenebene von der Varianz auf Gruppenebene. Das erlaubt sowohl Aussagen über individuelle Verläufe (Random Slopes) als auch über gruppenbezogene Unterschiede. ZPS wählt die Software je nach Datenstruktur und Hochschulanforderung: R mit dem Paket lme4, SPSS Mixed oder STATA xtmixed.

Mediation und Moderation

Mediations- und Moderationsanalysen gehören zu den häufigsten statistischen Fragestellungen in psychologischen Promotionen. Eine Mediationsanalyse prüft, ob ein Drittvariable M den Zusammenhang zwischen einer unabhängigen Variable X und einer abhängigen Variable Y erklärt oder vermittelt. Der indirekte Effekt (a * b) wird über bootstrapped Confidence Intervals auf Signifikanz geprüft. Der Sobel-Test gilt methodisch als veraltet und sollte nicht mehr verwendet werden.

Eine Moderationsanalyse untersucht, ob der Effekt von X auf Y von einem weiteren Faktor (dem Moderator) abhängt. Das klassische Beispiel: Der Zusammenhang zwischen Stress und Burnout ist bei Personen mit geringer sozialer Unterstützung stärker als bei Personen mit hoher sozialer Unterstützung. Die Interaktion wird im Regressionsmodell als Produktterm aufgenommen; zur Interpretation folgt eine Einfache-Slopes-Analyse mit grafischer Darstellung der Interaktion.

Für beide Verfahren hat sich das PROCESS-Makro von Hayes als Standard etabliert, das sowohl in SPSS als auch in R verfügbar ist. ZPS setzt PROCESS ein und liefert vollständige Tabellen sowie eine APA-konforme Darstellung der Ergebnisse.

APA-konforme Ergebnisdarstellung

Die APA 7th Edition macht klare Vorgaben für die Darstellung statistischer Ergebnisse. Effektgrößen sind obligatorisch und müssen dem jeweiligen Verfahren angemessen sein: Cohen's d für Mittelwertvergleiche, r für Korrelationen, R² und f² für Regressionsmodelle, eta-Quadrat oder omega-Quadrat für varianzanalytische Designs. Exakte p-Werte sind anzugeben; "p = .000" ist inkorrekt und durch "p < .001" zu ersetzen.

Für jeden zentralen Befund werden 95-Prozent-Konfidenzintervalle angegeben. Tabellen und Abbildungen werden nach APA-Formatierungsregeln gestaltet: keine vertikalen Linien in Tabellen, dreifache horizontale Linie, Beschriftung oberhalb der Tabelle. ZPS liefert alle Ergebnisse in einem Format, das direkt in den Dissertationsentwurf übernommen werden kann.