Определение за посредничество и модериране (в статистиката)

Набор от многовариантни техники, при които се изследва "как" във връзката между независима променлива (X) и променлива. зависима променлива (Y), което се прави чрез включване на трета променлива (или повече от една), която може да поеме ролята на посредник или модератор.

Посредничество

Представете си, че a разследване има за цел да определи как излагане тежки идеали, проявени в медиите комуникация влияе върху недоволството от тялото. Хората, отговорни за изследването, са предположили, че интернализацията на правило около слабостта се оказва посредник на отношенията.

Механизмите, чрез които една променлива х влияе на променлива И. С други думи, че всяка промяна в X ще доведе до промени в една или повече посреднически променливи (м) и това от своя страна ще доведе до промени в Y. Графично най-простият модел на медиация е следният.

Изследователите, които използват тази техника, оценяват и тестват хипотеза от два вида ефекти или връзки (те също могат да бъдат намерени под името на пътеки Или просто пътеки).

1. директни ефекти. Отнася се и за пряката връзка между две променливи X ⟶ Y или X ⟶ M

2. косвени ефекти. Отнася се за всеки ефект, който преминава през посредник. X ⟶ M ⟶ Y

След като и двата ефекта са оценени, остава да се разреши следният въпрос: частично или пълно е посредничеството?

• частична медиация. Това се случва, когато прекият ефект от х относно И той остава статистически значим в присъствието на медиатор.

• пълно посредничество. Това се случва, когато прекият ефект от х относно И то престава да бъде статистически значимо при наличие на медиатор.

В примера по-горе само идеалното тегло предизвиква недоволство. телесен при някои хора обаче тези идеали причиняват интернализиране на нормата около теглото, което също генерира неудовлетвореност от тялото.

Умереност

Разследването има за цел да установи какво фактори предизвикват негативни вярвания относно ваксините, за да намалят намерението за ваксиниране. Хората, отговорни за изследването, предполагат, че излагането на невярна информация увеличава ефекта от тези вярвания. Как биха могли да тестват тази хипотеза?

При умереност целта е да се определи състоянието на връзката между променлива X и променлива Y. Това състояние се изучава от включване на модераторска променлива (У), което влияе върху размера или валентността на връзката между х и И. Тоест включването на W може да засили връзката или да я превърне в отрицателна, ако е положителна. Също така е възможно да се намери тази връзка с името на ефекта на взаимодействие. Най-простата форма на модериране може да се визуализира по-долу диаграма.

Когато се тестват хипотези, базирани на тази техника, първо трябва да се определи линейното взаимодействие между х и У по отношение на Й Ако такова взаимодействие е значително, естеството на асоциацията трябва да бъде описано чрез оценка на връзката между X и Y при различни стойности на W.

В примера по-горе хората, които имат негативни вярвания относно ваксините, имат ниско намерение за ваксинация; и когато получат невярна информация за страничните ефекти на ваксината, ефектът от вярванията става още по-голям.

Модерирана медиация (условен процес)

Въпреки че изследванията, базирани на включването на трета променлива, обикновено се отнасят до посредничество или умереността като техники, прилагани поотделно, също е възможно да се прилагат едновременно в един и същ модел. Последното предложение е по-рядко срещано, но непознаването на тази техника е разбираемо; тъй като модерираната медиация, известна още като условен процес, не е била развивана повече от 20 години. Това доведе до това, че все още няма консенсус сред изследователите относно това кои са подходящите техники за анализ на този процес. Дори името все още се обсъжда (наречено е модерирано посредничество, медиирано модериране и условен процес).

Извън дискусията около името и използваните техники за анализ, трябва да се разбере, че модерираната медиация или условен процес възниква, когато променлива модератор взаимодейства с променлива медиатор по такъв начин, че ефектите непряк (X ⟶ M ⟶ Y) се модифицират от стойностите на модераторската променлива. Визуално тази връзка ще изглежда така:

Препратки

Хейс, Ф. ДА СЕ. (2018). Въведение в медиацията, модерирането и анализа на условния процес: подход, базиран на регресия. T. д. Литъл (Ред.; 2-ро. Ед). Guilford Press.