Hayes PROCESS Model 2Çift moderatörlü (eklemeli) moderasyon

Model neyi sınar, ne zaman kullanılır?

İstatistiksel gösterim

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

Spor bilimleri araştırmasından bir örnek

SPSS PROCESS komutu

process y=yorgunluk /x=yuk /w=uyku /z=deneyim /model=2 /center=1 /plot=1 .

Uyku süresi diyagramdaki W rolünü /w= ile, deneyim yılı Z rolünü /z= ile üstlenir. center=1 kullanıldığında X, W ve Z çarpıma girmeden önce ortalamalarından arındırılır; böylece b₁, uyku ve deneyim ortalama düzeydeyken antrenman yükünün etkisi olarak okunur. Sürekli düzenleyiciler için varsayılan koşul değerleri 16., 50. ve 84. yüzdeliklerdir; iki düzenleyicide bu değerlerin çaprazlanmasıyla dokuz satırlık bir koşullu etki tablosu oluşur. moments=1 bu kesimleri ortalama ve ±1 SS ile değiştirir; araştırmacının seçtiği belirli değerler için wmodval= ve zmodval= kullanılabilir. X'in eğimi W ve Z tarafından üçlü terim olmadan, eklemeli biçimde düzenlendiğinden PROCESS bu yol için Johnson-Neyman çıktısı üretmez; bu nedenle komutta jn=1 yer almaz.

Çıktıda nereye bakılır?

• Model tablosunda “Int_1” (X·W, b₄) ve “Int_2” (X·Z, b₅) satırları: her düzenleyicinin, diğeri sabitken X'in eğimini ne kadar değiştirdiğini gösterir. Hangi Int satırının hangi çarpıma karşılık geldiği “Product terms key” bölümünde yazılıdır.
• “Test(s) of highest order unconditional interaction(s)” tablosu: X*W ve X*Z satırları her etkileşimin tek başına eklediği varyansı (R2-chng), BOTH satırı ise iki terimin birlikte katkısını F testiyle verir.
• “Conditional effects of the focal predictor at values of the moderator(s)”: W ve Z değerlerinin her kombinasyonunda X'in etkisi, standart hatası, p değeri ve güven aralığı.
• plot=1 kullanıldıysa grafik için değer tablosu: X, W ve Z'nin seçilen düzeylerinde Y'nin tahmin edilen değerleri; bu tablodan iki panelli bir etkileşim grafiği çizilebilir.

Komşu modellerden farkı

• Model 1: Tek düzenleyici (W) vardır; Z ve X·Z terimi modelde yer almaz.
• Model 3: X·W·Z üçlü etkileşimi eklenir; W'nin düzenleyici etkisi Z'nin düzeyine göre değişebilir.
• Model 9: Aynı eklemeli iki düzenleyici yapısı bir aracılık modelinin X→M yoluna taşınır; dolaylı etki W ve Z'ye koşullu olur.

Raporlama örneği

Uyku süresi ve yarışma deneyiminin, antrenman yükü ile aşırı yorgunluk arasındaki ilişkiyi düzenleyip düzenlemediği PROCESS Model 2 ile incelenmiştir. Antrenman yükü × uyku etkileşimi (b = [ ], %95 GA [ , ], ΔR² = [ ], p = [ ]) ve antrenman yükü × deneyim etkileşimi (b = [ ], %95 GA [ , ], ΔR² = [ ], p = [ ]) ayrı ayrı raporlanmıştır; iki etkileşim teriminin birlikte katkısı ΔR² = [ ], F([ ], [ ]) = [ ], p = [ ] olarak bulunmuştur. Antrenman yükünün yorgunluk üzerindeki koşullu etkisi kısa uyku ve düşük deneyim düzeyinde [ ], uzun uyku ve yüksek deneyim düzeyinde [ ] olarak hesaplanmıştır.

Köşeli parantezler kendi çıktınızdaki değerlerle doldurulur.

Sık yapılan hatalar

• İki düzenleyiciyi Model 1 ile ayrı ayrı analiz edip sonuçları yan yana raporlamak. Bu durumda her etkileşim diğer düzenleyici kontrol edilmeden tahmin edilir ve b₄ ile b₅ Model 2'deki anlamlarını taşımaz.
• Model 2 sonuçlarından “uykunun koruyucu etkisi deneyimli sporcularda daha güçlü” gibi bir sonuç çıkarmak. Bu bir üçlü etkileşim iddiasıdır ve yalnız Model 3 ile sınanabilir.
• BOTH satırı anlamlı diye iki düzenleyicinin de ayrı ayrı desteklendiğini söylemek. Ortak test anlamlıyken terimlerden biri tek başına anlamsız olabilir; karar her Int satırı için ayrıca verilir.
• Dokuz satırlık koşullu etki tablosunun tamamını yorumsuz biçimde metne aktarmak. Kuramsal soruya yanıt veren birkaç kombinasyon seçilmeli, gerisi tablo olarak eklenmelidir.

Literatürden örnek

İlişkili modeller