Минава ли влиянието през междинна стъпка? (медиация)

Накратко

Променлива X предположително влияе на резултат Y и ефектът минава (отчасти) през междинна стъпка M, медиатора (mediator). Пример: социалната подкрепа (X) повишава самоефикасността (M), а тя повишава благополучието (Y). Изберете три колони с числа; X може да има и точно две стойности (напр. 0/1). Statable оценява непрекия ефект a·b с доверителен интервал от бутстрап. Ковариати засега не са възможни.

Какво изчислява Statable

• Три регресии: път a (X → M), пътища b и c′ (Y от X и M), общ ефект c (Y от X); за всеки път B, стандартна грешка, β, t, p и 95% доверителен интервал.
• Непряк ефект (indirect effect) a·b, при c = c′ + a·b. Доверителният интервал идва от бутстрап (5000 нови извадки, фиксирано начално число: едни и същи данни дават един и същ интервал). По подразбиране е процентилният интервал; BCa може да се избере в „Още опции“ (вижте „Бутстрап интервали“).
• Също стандартизираният непряк ефект (indirect effect) и делът a·b / c; делът се дава само ако е между 0 и 1.

Прочитане на резултата

• Решаващ е бутстрап интервалът на a·b: ако не включва 0, това статистически говори в полза на непряк ефект (indirect effect) (причина това не доказва).
• Ако прекият ефект c′ също е статистически значим и сочи в същата посока, ефектът минава само отчасти през M; ако сочи в обратната посока, това се нарича конкурентна медиация (mediation). Statable избягва думите „пълна“ и „частична“ медиация, защото зависят от размера на извадката.
• Диаграмата показва X → M → Y с B на всеки път; плътната линия означава p < ,05, пунктираната - няма ясни доказателства.

Изисквания и ограничения

• Поне 10 души с всичките три отговора; от около 50 нататък бутстрапът е надежден.
• Линейни връзки, приблизително равно разсейване на остатъците, независими хора; отдалечените стойности могат силно да определят непрекия ефект.
• Редът X → M → Y е допускане от теорията, което данните не могат да проверят. При данни от едно-единствено проучване медиацията (mediation) не доказва причинност.

ab = 0,42, 95% бутстреп ДИ [0,27; 0,58]; a = 0,47, p < ,001; b = 0,91, p < ,001; c′ = 0,42, p = ,002; c = 0,84, p < ,001

За специалисти

PSPP изчислява пътищата, Statable сам - непрекия ефект (процентилен интервал). Стандартизирано: a·b · SD(X) / SD(Y). Проверено с R (lm, boot, lavaan, mediation::mediate): точковата оценка съвпада точно, бутстрап границите - в рамките на случайната грешка.

Условна и серийна медиация (в „Още опции“)

• Модел 7 (PROCESS): модератор (moderator) W променя пътя от X към M. Модел 14: W променя пътя от M към Y. Тогава непрекият ефект зависи от W. Избира се четвърта числова колона (или колона с две стойности).
• Значение има индексът на модерираната медиация (moderated mediation): ако неговият бутстрап интервал изключва нулата, непрекият ефект зависи от W. Условните непреки ефекти (при перцентили 16, 50 и 84 на W по тип 6, алтернативно при средната стойност ± 1 SD или при собствени стойности) само описват колко голям е той там. Ако поотделно се различават от нула, а индексът не, данните не доказват модерация.
• Модел 6: две междинни стъпки последователно (X → M1 → M2 → Y). Statable показва трите непреки ефекта, тяхната сума и трите контраста между пътищата. Редът на междинните стъпки е допускане от теорията; обратният ред пасва на данните също толкова добре.
• За непреките ефекти, индекса и контрастите няма p, само бутстрап интервал (B = 5000, фиксирано начално число); всички ефекти идват от едни и същи тегления. Двата множителя на произведението са центрирани спрямо средната стойност; това не променя ефектите, но променя отделните коефициенти (те тогава важат при W = средната стойност).
• Не са включени: други ковариати, робустни стандартни грешки и други модели PROCESS. Това изчисление е блокирано при тегло на случаите.

Типични примери

• Подкрепа от родителите → самоефективност → постижение на изпита: минава ли влиянието през самоефективността?
• Стрес → сън → концентрация.