Model model özel Hayes içeriği

Moderasyon (düzenleyici etki)

Hayes PROCESS Model 1Basit moderasyon

Model 1, X ile Y arasındaki ilişkinin bir düzenleyici değişkenin (W) düzeyine göre değişip değişmediğini X·W etkileşim terimiyle sınar; aracı değişken içermeyen basit moderasyon modelidir.

b₁XYW
Kesikli kırmızı oklar düzenleyici etkiyi, düz oklar regresyon yollarını gösterir.

Model neyi sınar, ne zaman kullanılır?

Model 1, PROCESS kataloğundaki en yalın moderasyon yapısıdır. Y; X, W ve bu ikisinin çarpımından oluşan X·W terimiyle yordanır. Moderasyonun kanıtı X·W katsayısıdır (b₃): bu katsayı, W bir birim arttığında X'in Y üzerindeki etkisinin ne kadar değiştiğini gösterir.

Etkileşim desteklendiğinde X'in etkisi tek bir sayı olmaktan çıkar ve W'nin farklı düzeylerinde ayrı ayrı yorumlanır. Bu nedenle Model 1'in asıl çıktısı ana etki değil, koşullu etkiler tablosu ve gerekiyorsa Johnson-Neyman bölgesidir.

İstatistiksel gösterim

Y = i + b₁X + b₂W + b₃(X·W)

X'in Y üzerindeki koşullu etkisi: b₁ + b₃W

Katsayı adları denklem sırasına göre verilmiştir. PROCESS çıktısındaki adlandırma sırası farklılaşabilse de temsil edilen yol yapısı aynıdır. Dolaylı etkiler bootstrap güven aralıkları üzerinden değerlendirilir.

Hemşirelik araştırmasından bir örnek

Yoğun bakım hemşirelerinde iş stresinin (X) tükenmişliği (Y) artırdığı biliniyor; araştırmacı bu artışın iş arkadaşlarından algılanan sosyal desteğe (W) göre zayıflayıp zayıflamadığını merak ediyor. Araştırma sorusu “sosyal destek yüksek olduğunda stres–tükenmişlik ilişkisi daha mı zayıf?” biçimindedir.

Bu soru Model 1'e karşılık gelir: stres ve sosyal destek birlikte modele girer, stres × sosyal destek terimi ilişkinin koşullara göre değişip değişmediğini sınar. Etkileşim anlamlıysa stresin tükenmişlik üzerindeki etkisi düşük, orta ve yüksek sosyal destek düzeylerinde ayrı ayrı raporlanır.

SPSS PROCESS komutu

process y=tukenme /x=stres /w=destek /model=1 /center=1 /plot=1 /jn=1 .

center=1 çarpım terimine giren değişkenleri ortalamadan merkezler; böylece X'in katsayısı W'nin ortalamasındaki etki olarak okunur. plot=1 etkileşim grafiği için değer tablosu üretir. jn=1, W sürekli olduğunda Johnson-Neyman anlamlılık bölgesini verir. Varsayılan koşul değerleri W'nin 16., 50. ve 84. yüzdelikleridir; ortalama ve ±1 SS isteniyorsa moments=1 eklenir. center=1 kullanıldığında koşullu etkiler tablosundaki W değerleri merkezlenmiş ölçekte gösterilir; b₃ ve etkileşim testi merkezlemeden etkilenmez.

Çıktıda nereye bakılır?

  • “Test(s) of highest order unconditional interaction(s)” satırı: X·W teriminin eklenmesiyle açıklanan varyanstaki artış (R2-chng), F ve p değeri. Moderasyon kararı bu satıra dayanır.
  • Model tablosundaki “Int_1” katsayısı (b₃) ve güven aralığı: etkileşimin yönünü ve büyüklüğünü gösterir.
  • “Conditional effects of the focal predictor at values of the moderator(s)”: X'in Y üzerindeki etkisinin seçilen W düzeylerindeki değerleri, standart hataları ve güven aralıkları.
  • Johnson-Neyman çıktısı: W'nin gözlenen aralığında X'in etkisinin anlamlılık durumunun değiştiği kesim nokta(lar)ı; PROCESS bu aralıkta sıfır, bir veya iki nokta raporlayabilir.

Komşu modellerden farkı

  • Model 2: İki düzenleyici (W ve Z) aynı X–Y ilişkisini ayrı ayrı düzenler; X·W·Z üçlü etkileşimi yoktur.
  • Model 3: W'nin düzenleyici etkisinin de Z'ye göre değiştiği üçlü etkileşim (X·W·Z) modele girer.
  • Model 5: Aracı değişken eklenir; W yalnız doğrudan yolu (c′) düzenler.
  • Model 7: Aracı değişken eklenir ve W, X→M yolunu düzenleyerek dolaylı etkiyi koşullu hâle getirir.

Raporlama örneği

Sosyal desteğin, iş stresi ile tükenmişlik arasındaki ilişkiyi düzenleyip düzenlemediği PROCESS Model 1 ile incelenmiştir. Stres × sosyal destek etkileşimi anlamlı bulunmuş ve açıklanan varyansı artırmıştır (b = [ ], %95 GA [ , ], ΔR² = [ ], F([ ], [ ]) = [ ], p = [ ]). Stresin tükenmişlik üzerindeki koşullu etkisi düşük (16. yüzdelik) sosyal destekte [ ], yüksek (84. yüzdelik) sosyal destekte [ ] olarak bulunmuştur.

Köşeli parantezler kendi çıktınızdaki değerlerle doldurulur.

Sık yapılan hatalar

  • Merkezleme yapılmadan X'in katsayısını “ortalama etki” gibi yorumlamak. Merkezleme olmadan bu katsayı W = 0 iken X'in etkisidir ve W'nin ölçeğinde 0 değeri anlamsız olabilir.
  • Örneklemi W'ye göre ikiye bölüp iki grupta ayrı korelasyon karşılaştırmak. Bu yaklaşım bilgi kaybına yol açar; moderasyonun testi X·W terimidir.
  • Etkileşim anlamsız olduğu hâlde koşullu etkileri “düşükte anlamlı, yüksekte değil” diye raporlayıp moderasyon varmış gibi yorumlamak.

Literatürden örnek

Doğrulanmış yayın örneği

Fırat, İ. (2026). The effect of proactive personality on entrepreneurial intention among teachers: The mediating role of general self-efficacy and the moderating role of psychological well-being. Yönetim Bilimleri Dergisi, 24(59), 331-375.

Çalışmanın bulgusu: 501 öğretmenden oluşan örneklemde, genel öz yeterliğin girişimcilik niyetini yordama gücü psikolojik iyi oluş düzeyine bağlı olarak değişmektedir. Etkileşim terimi (iki değişkenin çarpımının modele katkısı) anlamlıdır (b = 0.3061, SE = 0.1215, t = 2.5185, p = 0.0121); yani öz yeterliğin etkisi iyi oluş yükseldikçe güçlenmektedir. Nitekim öz yeterlik-girişimcilik niyeti ilişkisi psikolojik iyi oluşu yüksek öğretmenlerde daha güçlü (β = 0.76, p < .001), düşük olanlarda daha zayıf ama yine anlamlıdır (β = 0.42, p < .001).

Model seçimi ve değişken rolleri: Tek düzenleyicili basit moderasyon hipotezi için Model 1 seçilmiş; X = öz yeterlik, Y = girişimcilik niyeti, W = psikolojik iyi oluş. Sonuç: etkileşim terimi anlamlı bulunmuş — öz yeterliğin girişimcilik niyetine etkisi, psikolojik iyi oluşu yüksek öğretmenlerde belirgin biçimde daha güçlü çıkmıştır.

DOI kaydını aç

Mod İstatistik bu aşamada size katkı sağlar

Literatürdeki örnek çalışma modelin mantığını gösterir; kendi verinizde doğru Hayes modelini seçmek için hipotez, değişken rolleri, örneklem yapısı ve raporlama beklentisi birlikte değerlendirilmelidir.

İlişkili modeller