LE4 - Hypothesenbildung

• so spezifisch wie möglich sein

• viele beobachtbare Indikatoren generieren

=> Erhöht Informationsgehalt, damit Chance der Falsifikation

• Je größer die Anzahl der Ereignisse, die eine Hypothese falsifizieren können, desto höher ihr Informationsgehalt

• Aufgabe: Begründung der Hypothesen!

• Vorgehen: Erläutern der Mechanismen , die für den Zusammenhang der Variablen verantwortlich sind

• Antwort auf die Frage, warum die in den Hypothesen formulierten Zusammenhänge bestehen sollten

• Referenzen im Text

• Rein datengetriebene Argumentation

• Auflistungen/Definitionen von Konstrukten und Variablen

• Diagramme und Schaubilder

• Die Hypothesen selbst

-> Wichtige Teilaspekte der Argumentation, reichen aber allein nicht aus

-> Hypothesen müssen logisch aus theoriegestützter Argumentation fließen => „Warum Frage“

• Ableitung aus übergeordneten Theorien (Idealfall)

• Anwendung/Adaption von Argumenten aus anderen Studien

• Eigene logische Argumentation (z.B. Verbindung verschiedener Theorien oder Argumente)

• Existierende empirische Erkenntnisse (als zusätzliches Argument)

=> Gute Kenntnis der relevanten Forschungsliteratur erforderlich!

=> Hypothesenformulierung muss zum Forschungsdesign passen

• Direkter linearer Effekt/Zusammenhang

• Annahme: Positiver oder negativer linearer Zusammenhang

• Interaktive Zusammenhänge (Moderation)

• Eine Variable beeinflusst den Zusammenhang zwischen zwei anderen

• Es geht nicht um den direkten Einfluss von M auf

  X oder Y, sondern um den Einfluss von M auf die

  Mechanismen, die X und Y verbinden!

• Moderationen kann sowohl direkte Effekte („Haupteffekte“)

  als auch Interaktionseffekte beinhalten ( M auf Y direkt, moderierend. Effekt von M auf Zsmh. zwischen X und Y => Interaktionseffekt)

• Hypothese sollte die Form der Interaktion beschreiben!

• Direkter Effekt von X auf Y (ggf.)

• Direkter Effekt von M auf Y (

• Interaktionseffekt: Moderierender Effekt von M auf den Zusammenhang zwischen X und Y

• Indirekte Zusammenhänge (Mediation)

• Eine Variable erklärt den Zusammenhang zwischen zwei anderen

• Frage: Warum hängen X und Y zusammen?

• implizit mehrere Hypothesen: X zu Y, X zu M, M zu Y

• Bsp Studie: von Cole, Walter & Bruch (2008)

• 2 positive erklären 1 negativ

• 2 negative erklären 1 positiv:

• 1 pos 1 neg erklären 1 negativ

• Indirekte und interaktive Zusammenhänge

• Auch: Moderierte Mediation bzw. mediierte Moderation

• Eine Variable beeinflusst den indirekten Zusammenhang

  zweier anderer Variablen, durch eine Mediatorvariable

• Frage: Warum und unter welchen Bedingungen hängen X und

  Y zusammen?

Warum wirken X und M1 interaktiv auf Y?

• Unter welchen Bedingungen mediiert M2 den Zusammenhang zwischen X und Y?

• Bsp Studie: Cole, Walter & Bruch (2008)

• Eine Variable beeinflusst den interaktiven Zusammen

  hang zweier anderer Variablen mit einer weiteren Variable

• Führt zu äußerst komplexen Hypothesen

• Resultate oftmals schwierig zu interpretieren

• Bsp Studie: Lam, Walter & Huang (2017)

• Der Zusammenhang zwischen 2 Variablen ändert sich mit dem Wert der unabhängigen Variable

• Frage: Wie verändert sich der Zusammenhang zwischen X und Y bei verschiedenen Ausprägungen von X?

• Bsp Studie: Ames & Flynn (2007)

• „Too much of a good thing“ Effekt ( inverted U shape, auch U shape möglich)

• Bsp Studie: Studie von Yong, Q u , Walter, Liu, & Wang (2023)

  • Hypothese (vereinfacht): „ Time pressure has a .. curvilinear (i.e., inverted U shaped) relationship with individual employees’ … internal scanning.”

• Arten von Hypothesen können fast unbegrenzt kombiniert und erweitert werden, z.B.

  • Kurvilineare Moderation

  • 3 Wege moderierte Mediation

  • Kurvilineare moderierte Mediation

ABER => Parsimonie

• Gute Hypothesenbegründung immer schwieriger bei zunehmender Komplexität

• Keine unnötige Komplexität von Theorien und Hypothesen weniger ist (manchmal) mehr!