Un’influenza passa per un passaggio intermedio? (mediazione)

In breve

Una variabile X presumibilmente influisce su un esito Y, e l’effetto passa (in parte) attraverso un passaggio intermedio M, il mediatore. Esempio: il sostegno sociale (X) aumenta l’autoefficacia (M), e questa aumenta il benessere (Y). Scegli tre colonne di numeri; X può avere anche esattamente due valori (p. es. 0/1). Statable stima l’effetto indiretto (indirect effect) a·b con un intervallo di confidenza bootstrap. Le covariate non sono ancora possibili.

Che cosa calcola Statable

• Tre regressioni: percorso a (X → M), percorsi b e c′ (Y da X e M), effetto totale c (Y da X); per ogni percorso B, errore standard, β, t, p e intervallo di confidenza al 95%.
• Effetto indiretto (indirect effect) a·b, con c = c′ + a·b. L’intervallo di confidenza deriva dal bootstrap (5000 nuovi campioni, seed fisso: gli stessi dati danno lo stesso intervallo). Il valore predefinito è l’intervallo percentile; BCa si può scegliere sotto «Altre opzioni» (vedi «Intervalli bootstrap»).
• Anche l’effetto indiretto (indirect effect) standardizzato e la quota a·b / c; la quota viene indicata solo se sta tra 0 e 1.

Leggere il risultato

• Conta l’intervallo bootstrap di a·b: se esclude lo 0, questo è un indizio statistico a favore di un effetto indiretto (non stabilisce una causa).
• Se anche l’effetto diretto c′ è statisticamente significativo e va nella stessa direzione, l’effetto passa solo in parte per M; se va nella direzione opposta, si parla di mediazione competitiva. Statable evita le parole mediazione «completa» e «parziale» perché dipendono dalla dimensione del campione.
• Il grafico mostra X → M → Y con B su ogni percorso; linea continua significa p < ,05, tratteggiata significa nessuna evidenza chiara.

Requisiti e limiti

• Almeno 10 persone con tutte e tre le risposte; da circa 50 il bootstrap è affidabile.
• Relazioni lineari, dispersione dei residui più o meno uguale, persone indipendenti; i valori anomali possono influenzare molto l’effetto indiretto (indirect effect).
• L’ordine X → M → Y è un’ipotesi teorica che i dati non possono verificare. Con dati di una sola indagine la mediazione non stabilisce la causalità.

ab = 0,42, IC bootstrap al 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

Per specialisti

PSPP calcola i percorsi, Statable l’effetto indiretto (indirect effect) stesso (intervallo percentile). Standardizzato: a·b · SD(X) / SD(Y). Verificato con R (lm, boot, lavaan, mediation::mediate): la stima puntuale coincide esattamente, i limiti bootstrap entro l’errore casuale.

Mediazione condizionata e seriale (in «Altre opzioni»)

• Modello 7 (PROCESS): un moderatore W modifica il percorso da X a M. Modello 14: W modifica il percorso da M a Y. Allora l’effetto indiretto (indirect effect) dipende da W. Si sceglie una quarta colonna numerica (o una colonna con due valori).
• Conta l’indice di mediazione moderata (index of moderated mediation): se il suo intervallo bootstrap esclude lo zero, l’effetto indiretto (indirect effect) dipende da W. Gli effetti indiretti condizionati (ai percentili 16, 50 e 84 di W secondo il tipo 6, in alternativa alla media ± 1 SD o ai tuoi valori) descrivono soltanto quanto è grande l’effetto in quei punti. Se uno per uno differiscono da zero ma l’indice no, i dati non stabiliscono una moderazione.
• Modello 6: due passaggi intermedi in sequenza (X → M1 → M2 → Y). Statable mostra i tre effetti indiretti, la loro somma e i tre contrasti tra i percorsi. L’ordine dei passaggi intermedi è un’assunzione teorica; l’ordine inverso si adatta ai dati altrettanto bene.
• Non c’è alcun p per gli effetti indiretti, l’indice e i contrasti, solo l’intervallo bootstrap (B = 5000, seed fisso); tutti gli effetti provengono dalle stesse estrazioni. I due fattori di un prodotto sono centrati sulla media; questo non cambia gli effetti, ma i singoli coefficienti (che allora valgono a W = media).
• Non incluso: altre covariate, errori standard robusti e altri modelli PROCESS. Questo calcolo è bloccato con un peso del caso.

Esempi tipici

• Sostegno dei genitori → autoefficacia → rendimento all’esame: l’influenza passa attraverso l’autoefficacia?
• Stress → sonno → concentrazione.