調停と節度の定義（統計）

独立変数 (X) と変数の間の関係の「方法」を調べる多変量手法のセット。 従属変数 (Y)。メディエーターまたは モデレータ。

調停

想像してみてください 調査 を決定することを目的としています。 暴露 メディアで明らかにされた重い理想 コミュニケーション 身体への不満に影響します。 研究の責任者は、 ルール 周りの薄さは、関係の仲介者であることが判明しました。

変数が通過するメカニズム バツ 変数に影響を与える と. 言い換えると、X の変動は 1 つ以上の媒介変数の変化を引き起こす (メートル) となり、これによって Y が変化します。 グラフィカルに最も単純なメディエーション モデルは次のとおりです。

この手法を使用する研究者は、見積もりとテストを行います 仮説 2 種類の効果または関係から (これらは、 経路 または単に パス).

1. 直接効果. 2 つの変数間の直接的な関係を指します。 X ⟶ Y または X ⟶ M

2. 間接効果. メディエーターを通過するすべての効果を指します。 X ⟶ M ⟶ Y

両方の効果が推定されると、次の疑問が解決されます: 調停は部分的ですか、それとも全体的ですか?

• 部分調停. それは、 バツ だいたい と メディエーターの存在下では、統計的に有意なままです。

• 完全調停. それは、 バツ だいたい と メディエーターの存在下では、統計的に有意ではなくなります。

上記の例では、体重の理想だけが不満の原因です。 身体的に ただし、一部の人々では、これらの理想が体重に関する規範を内面化させ、身体の不満も引き起こします.

節度

調査の目的は、何を決定することです。 要因 ワクチンに対する否定的な信念を引き起こし、ワクチン接種の意思を低下させます。 研究の責任者は、誤った情報にさらされると、これらの信念の効果が高まるという仮説を立てています.彼らはこの仮説をどのように検証できますか?

適度に、目的は、変数 X と変数 Y の間の関係の条件を決定することです。 この条件は、によって研究されています 包含 モデレーター変数の (W) の間の関係のサイズまたは原子価に影響を与えます。 バツ と と. つまり、W を含めると、関係が強化されるか、正の場合は負に変わる可能性があります。 この関係は、相互作用効果の名前で見つけることもできます。 モデレーションの最も単純な形式は、次のように視覚化できます。 ダイアグラム.

この手法に基づいて仮説をテストする場合、最初に次の間の線形相互作用を決定する必要があります。 バツ と W Yに関して そのような相互作用が重要である場合、関連付けの性質は、W のさまざまな値での X と Y の関係を推定することによって説明する必要があります。

上記の例では、ワクチンについて否定的な信念を持っている人は、ワクチン接種の意思が低いです。 そして、ワクチンの副作用に関する誤った情報を受け取ると、信念の影響はさらに大きくなります。

モデレート調停 (条件付きプロセス)

3 番目の変数を含めることに基づく調査では、通常、調停または仲介に対処しますが、 モデレーションは個別に適用される手法として適用されますが、同じモデルで同時に適用することもできます。 この最後の提案はあまり一般的ではありませんが、この手法を知らないことは理解できます。 条件付きプロセスとも呼ばれるモデレート メディエーションは、20 年以上開発されていないためです。 これにより、このプロセスに適した分析手法はどれかについて、研究者の間でまだコンセンサスが得られていません。 名前もまだ議論中です (モデレート メディエーション、メディエーテッド モデレーション、条件付きプロセスと呼ばれています)。

名前と使用される分析手法に関する議論を超えて、モデレートされた調停または 条件付きプロセスは、モデレーター変数がメディエーター変数と相互作用するときに発生します。 間接 (X ⟶ M ⟶ Y) モデレーター変数の値によって変更されます。 視覚的には、この関係は次のようになります。

参考文献

ヘイズ、F. に。 (2018). メディエーション、モデレーション、および条件付きプロセス分析の紹介: 回帰ベースのアプローチ。 T. d. 少し (編; 2番目。 編）。 ギルフォードプレス。