¿La influencia pasa por un paso intermedio? (mediación)

En resumen

Una variable X presumiblemente afecta a un resultado Y, y el efecto pasa (en parte) por un paso intermedio M, el mediador. Ejemplo: el apoyo social (X) aumenta la autoeficacia (M), y esta aumenta el bienestar (Y). Elige tres columnas numéricas; X también puede tener exactamente dos valores (p. ej., 0/1). Statable estima el efecto indirecto a·b con un intervalo de confianza bootstrap. Todavía no es posible incluir covariables.

Lo que calcula Statable

• Tres regresiones: ruta a (X → M), rutas b y c′ (Y a partir de X y M), efecto total c (Y a partir de X); por ruta, B, error típico, β, t, p e intervalo de confianza del 95 %.
• Efecto indirecto a·b, con c = c′ + a·b. El intervalo de confianza procede del bootstrap (5000 muestras nuevas, semilla fija: los mismos datos dan el mismo intervalo). El valor por defecto es el intervalo percentil; BCa se puede elegir en «Más opciones» (véase «Intervalos bootstrap»).
• También el efecto indirecto estandarizado y la proporción a·b / c; la proporción solo se indica si está entre 0 y 1.

Cómo leer el resultado

• Lo decisivo es el intervalo bootstrap de a·b: si excluye el 0, esto es un indicio estadístico de un efecto indirecto (no establece una causa).
• Si el efecto directo c′ también es estadísticamente significativo y va en la misma dirección, el efecto pasa solo en parte por M; si va en dirección contraria, se habla de mediación competitiva. Statable evita las palabras mediación «total» y «parcial» porque dependen del tamaño de la muestra.
• El gráfico muestra X → M → Y con B en cada ruta; trazo continuo significa p < ,05, trazo discontinuo, sin evidencia clara.

Requisitos y límites

• Al menos 10 personas con las tres respuestas; a partir de unas 50, el bootstrap es fiable.
• Relaciones lineales, dispersión aproximadamente igual de los residuos, personas independientes; los valores atípicos pueden influir mucho en el efecto indirecto.
• El orden X → M → Y es un supuesto teórico que los datos no pueden comprobar. Con datos de una sola encuesta, la mediación no establece causalidad.

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

Para especialistas

PSPP calcula las rutas, Statable el efecto indirecto por sí mismo (intervalo percentil). Estandarizado: a·b · SD(X) / SD(Y). Comprobado con R (lm, boot, lavaan, mediation::mediate): la estimación puntual coincide exactamente y los límites bootstrap, dentro del error aleatorio.

Mediación condicional y en serie (en «Más opciones»)

• Modelo 7 (PROCESS): un moderador W cambia la ruta de X a M. Modelo 14: W cambia la ruta de M a Y. Entonces el efecto indirecto depende de W. Se elige una cuarta columna numérica (o una columna con dos valores).
• Lo que importa es el índice de mediación moderada: si su intervalo bootstrap excluye el cero, el efecto indirecto depende de W. Los efectos indirectos condicionales (en los percentiles 16, 50 y 84 de W según el tipo 6; alternativamente en la media ± 1 SD o en tus propios valores) solo describen su tamaño en esos puntos. Si cada uno difiere de cero pero el índice no, los datos no establecen una moderación.
• Modelo 6: dos pasos intermedios en serie (X → M1 → M2 → Y). Statable muestra los tres efectos indirectos, su suma y los tres contrastes entre las rutas. El orden de los pasos intermedios es un supuesto teórico; el orden inverso se ajusta igual de bien a los datos.
• No hay p para los efectos indirectos, el índice y los contrastes, solo el intervalo bootstrap (B = 5000, semilla fija); todos los efectos proceden de las mismas extracciones. Los dos factores de un producto se centran en la media; esto no cambia los efectos, pero sí los coeficientes individuales (que entonces valen en W = media).
• No incluido: más covariables, errores estándar robustos y más modelos PROCESS. Este cálculo está bloqueado con un peso del caso.

Ejemplos típicos

• Apoyo de los padres → autoeficacia → rendimiento en el examen: ¿pasa la influencia por la autoeficacia?
• Estrés → sueño → concentración.