Moderowana mediacja
W statystyce moderacja i mediacja mogą występować łącznie w tym samym modelu. Umiarkowana mediacja , znana również jako warunkowe skutki pośrednie , ma miejsce, gdy wpływ leczenia zmiennej niezależnej A na zmienną wynikową C za pośrednictwem zmiennej mediatora B różni się w zależności od poziomów zmiennej moderatora D. W szczególności albo wpływ A na B, i/lub wpływ B na C zależy od poziomu D.
Model Langfreda (2004).
Langfred (2004) jako pierwszy przedstawił kompleksowe podejście do kwestii konceptualizacji moderowanej mediacji, sklasyfikował różne typy moderowanych modeli mediacji oraz opracował logikę i metodologię analizy statystycznej takich modeli przy użyciu regresji wielokrotnej.
Ponieważ nie istniała ustalona procedura analizy modeli z moderowaną mediacją, Langfred (2004) najpierw opisuje różne typy moderowanych modeli mediacji, które mogą istnieć, zauważając, że istnieją dwie podstawowe formy moderowanej mediacji. Typ 1, w którym moderator działa na relację między zmienną niezależną a mediatorem oraz Typ 2, w którym moderator działa na relację między mediatorem a zmienną zależną. Langfred dokonuje przeglądu istniejących perspektyw dotyczących mediacji moderowanej (James i Brett, 1984) i zauważa, że istnieje już przyjęte podejście statystyczne w przypadku mediacji moderowanej typu 1, jak wykazali Korsgaard, Brodt i Whitener (2002). Moderacja typu 2 jest jednak statystycznie trudniejsza, dlatego Langfred dokonuje przeglądu trzech różnych możliwych podejść do analizy i ostatecznie zaleca jedno z nich jako właściwą technikę.
Langfred (2004) jest często pomijany, ponieważ sama praca naukowa nie dotyczy metodologii statystycznej. Raczej, ponieważ model w artykule zakładał moderowaną mediację, dołączono bardzo obszerny dodatek, w którym opracowano definicje i procedury analizy regresji.
Muller, Judd i Yzerbyt (2005)
Muller, Judd i Yzerbyt (2005) przedstawili dodatkową jasność i definicję moderowanej mediacji. Poniższe równania regresji mają fundamentalne znaczenie dla ich modelu moderowanej mediacji, gdzie A = zmienna niezależna, C = zmienna wyniku, B = zmienna mediatora i D = zmienna moderatora.
- do = β 40 + β 41 A + β 42 D + β 43 AD + ε 4
Równanie to ocenia umiarkowanie całkowitego efektu leczenia A na C.
- B = β 50 + β 51 A + β 52 D + β 53 AD + ε 5
To równanie ocenia umiarkowanie wpływu leczenia A na mediator B.
- C = β 60 + β 61 A + β 62 D + β 63 AD + β 64 B + β 65 BD + ε 6
Równanie to ocenia umiarkowanie wpływu mediatora B na C, jak również umiarkowanie resztkowego efektu leczenia A na C.
Ta podstawowa równość istnieje pomiędzy tymi równaniami:
- β 43 – β 63 = β 64 β 53 + β 65 β 51
Aby mediacja była moderowana, musi istnieć ogólny wpływ leczenia A na zmienną wyniku C ( β 41 ), która nie zależy od moderatora ( β 43 = 0). Ponadto wpływ leczenia A na mediator B zależy od moderatora ( β 53 ≠ 0) i/lub wpływ mediatora B na zmienną wynikową C zależy od moderatora ( β 65 ≠ 0).
Przynajmniej jeden z iloczynów po prawej stronie powyższego równania nie może być równy 0 (tj. albo β 53 ≠ 0 i β 64 ≠ 0, albo β 65 ≠ 0 i β 51 ≠ 0). Ponadto, ponieważ nie ma ogólnego złagodzenia efektu leczenia A na zmienną wyniku C ( β 43 = 0), oznacza to, że β 63 nie może być równe 0. Innymi słowy, resztkowy bezpośredni wpływ A na zmienną wyniku C, kontrolujący mediator, jest moderowany.
Dodatki autorstwa Preachera, Ruckera i Hayesa (2007)
Oprócz trzech sposobów zaproponowanych przez Mullera i współpracowników, w których może zachodzić moderowana mediacja, Preacher, Rucker i Hayes (2007) zaproponowali, że zmienna niezależna A sama w sobie może moderować wpływ mediatora B na zmienną wynikową C. zaproponowali, że zmienna moderatora D może moderować wpływ A na B, podczas gdy inny moderator E moderuje wpływ B na C.
Różnice między mediacją moderowaną a moderacją zapośredniczoną
Moderowana mediacja opiera się na tych samych podstawowych modelach (określonych powyżej), co moderacja za pośrednictwem mediacji. Główna różnica między tymi dwoma procesami polega na tym, czy istnieje ogólne umiarkowanie wpływu leczenia A na zmienną wynikową C. Jeśli tak, mamy do czynienia z umiarkowaniem zapośredniczonym. Jeśli nie ma ogólnej moderacji A na C, wówczas mamy do czynienia z moderowaną mediacją.
Testowanie moderowanej mediacji
Aby przetestować moderowaną mediację, niektórzy zalecają zbadanie serii modeli, czasami nazywanych podejściem fragmentarycznym, i przyjrzenie się ogólnemu wzorowi wyników. Podejście to jest podobne do metody Barona i Kenny’ego służącej do testowania mediacji poprzez analizę serii trzech regresji. Badacze ci twierdzą, że pojedynczy ogólny test byłby niewystarczający do analizy złożonych procesów zachodzących w moderowanej mediacji i nie pozwoliłby na rozróżnienie pomiędzy moderowaną mediacją a moderacją zapośredniczoną.
metodę ładowania początkowego jako metodę szacowania rozkładów próbkowania moderowanego modelu mediacji w celu wygenerowania przedziałów ufności. Zaletą tej metody jest to, że nie wymaga przyjmowania żadnych założeń dotyczących kształtu rozkładu próbkowania.
Preacher, Rucker i Hayes omawiają także rozszerzenie prostej analizy nachylenia na potrzeby moderowanej mediacji. W ramach tego podejścia należy wybrać ograniczoną liczbę kluczowych wartości warunkowych moderatora, które będą sprawdzane. Technikę Johnsona-Neymana można również zastosować do określenia zakresu znaczących warunkowych efektów pośrednich.
Preacher, Rucker i Hayes (2007) stworzyli makro SPSS, które zapewnia szacunki ładowania początkowego, a także wyniki Johnsona-Neymana. Ich makro stało się przestarzałe wraz z wydaniem PROCESS dla SPSS i SAS, opisanym we wstępie do mediacji, moderacji i warunkowej analizy procesu (Hayes, 2013)
Zobacz też
Linki zewnętrzne
- [1] Makro PROCESS dla SPSS i SAS