Probíhá vliv přes mezikrok? (mediace)

Stručně

Proměnná X pravděpodobně ovlivňuje výsledek Y a vliv vede (zčásti) přes mezikrok M, mediátor. Příklad: sociální podpora (X) zvyšuje sebeúčinnost (M) a ta zvyšuje pohodu (Y). Vyberte tři číselné sloupce; X může mít i přesně dvě hodnoty (např. 0/1). Statable odhadne nepřímý efekt a·b s bootstrapovým intervalem spolehlivosti. Kovariáty zatím nejsou možné.

Co Statable počítá

• Tři regrese: dráha a (X → M), dráhy b a c′ (Y z X a M), celkový efekt c (Y z X); pro každou dráhu B, standardní chyba, β, t, p a 95% interval spolehlivosti.
• Nepřímý efekt a·b, s c = c′ + a·b. Interval spolehlivosti pochází z bootstrapu (5000 nových výběrů, pevná počáteční hodnota: stejná data dávají stejný interval). Výchozí je percentilový interval; BCa lze zvolit v „Další volby“ (viz „Bootstrapové intervaly“).
• Také standardizovaný nepřímý efekt a podíl a·b / c; podíl se uvádí jen tehdy, leží-li mezi 0 a 1.

Čtení výsledku

• Rozhodující je bootstrapový interval a·b: pokud nezahrnuje 0, hovoří to statisticky pro nepřímý efekt (příčinu to neprokazuje).
• Pokud je přímý efekt c′ také statisticky významný a míří stejným směrem, vede efekt přes M jen zčásti; míří-li opačným směrem, říká se tomu kompetitivní mediace. Statable se vyhýbá slovům „úplná“ a „částečná“ mediace, protože závisejí na velikosti výběru.
• Graf ukazuje X → M → Y s B na každé dráze; plná čára znamená p < ,05, přerušovaná žádný jasný důkaz.

Požadavky a omezení

• Alespoň 10 osob se všemi třemi odpověďmi; zhruba od 50 je bootstrap spolehlivý.
• Lineární vztahy, přibližně stejná variabilita reziduí, nezávislé osoby; odlehlé hodnoty mohou nepřímý efekt silně ovlivnit.
• Pořadí X → M → Y je předpoklad vycházející z teorie, který data nemohou otestovat. U dat z jediného dotazníkového šetření mediace neprokazuje kauzalitu.

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

Pro odborníky

PSPP počítá dráhy, nepřímý efekt počítá Statable sám (percentilový interval). Standardizované: a·b · SD(X) / SD(Y). Ověřeno v R (lm, boot, lavaan, mediation::mediate): bodový odhad se shoduje přesně, bootstrapové meze v rámci náhodné chyby.

Podmíněná a sériová mediace (v části „Další volby“)

• Model 7 (PROCESS): moderátor W mění cestu od X k M. Model 14: W mění cestu od M k Y. Nepřímý efekt pak závisí na W. Volí se čtvrtý číselný sloupec (nebo sloupec se dvěma hodnotami).
• Rozhoduje index moderované mediace: pokud jeho bootstrapový interval vylučuje nulu, nepřímý efekt závisí na W. Podmíněné nepřímé efekty (u percentilů 16, 50 a 84 proměnné W podle typu 6, alternativně u průměru ± 1 SD nebo u vlastních hodnot) jen popisují, jak velký je tam. Pokud se každý zvlášť liší od nuly, ale index ne, data moderaci neprokazují.
• Model 6: dva mezikroky za sebou (X → M1 → M2 → Y). Statable ukazuje tři nepřímé efekty, jejich součet a tři kontrasty mezi cestami. Pořadí mezikroků je předpoklad z teorie; opačné pořadí se k datům hodí stejně dobře.
• Pro nepřímé efekty, index a kontrasty neexistuje p, jen bootstrapový interval (B = 5000, pevná počáteční hodnota); všechny efekty pocházejí ze stejných tahů. Oba činitele součinu jsou centrovány na průměr; efekty se tím nemění, ale mění se jednotlivé koeficienty (pak platí při W = průměr).
• Nezahrnuto: další kovariáty, robustní standardní chyby a další modely PROCESS. Tento výpočet je při váhách případů zablokován.

Typické příklady

• Podpora rodičů → sebeúčinnost → výkon u zkoušky: probíhá vliv přes sebeúčinnost?
• Stres → spánek → soustředění.