Hayes PROCESS Model 23Koşullu aracılık (a: W,Z · b: V)

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.

Çevre psikolojisi araştırmasından bir örnek

SPSS'te regresyonla kurulum

* PROCESS 4 model=23'u tanimaz: W, Z ve V uc ayri duzenleyicidir.
* Iki denklem OLS ile kurulur; surekli degiskenler carpimdan once merkezlenir.
COMPUTE xw = risk_m * doga_m.
COMPUTE xz = risk_m * norm_m.
COMPUTE mv = niyet_m * altyapi_m.
REGRESSION /DEPENDENT niyet /METHOD=ENTER risk_m doga_m norm_m xw xz.
REGRESSION /DEPENDENT ayristirma /METHOD=ENTER risk_m niyet_m altyapi_m mv.

model=23 yazıldığında PROCESS geçersiz model numarası hatası verir. PROCESS 4'te düzenleyici için yalnız /w= ve /z= seçenekleri vardır; diyagramdaki üç düzenleyiciyi (W, Z, V) aynı komuta yerleştirmenin yolu yoktur. Yukarıdaki sözdizimi yalnız modelin iki denklemini kurar; _m uzantılı değişkenlerin önceden ortalamadan merkezlendiği varsayılır. Koşullu dolaylı etki, seçilen W, Z ve V değerleri için katsayılardan (a₁ + a₄W + a₅Z)(b₁ + b₃V) olarak hesaplanır. Güven aralığı için iki denklemin aynı yeniden örneklemlerde birlikte tahmin edildiği bir yüzdelik bootstrap gerekir; bu, örneğin R'da lavaan ile tanımlı parametreler ya da Mplus gibi bir araçla yapılabilir. Düzenleyicilerden biri kuramsal gerekçeyle çıkarılabiliyorsa Model 21 PROCESS 4'te doğrudan çalıştırılabilir.

Çıktıda nereye bakılır?

• Birinci REGRESSION çıktısındaki xw ve xz katsayıları (a₄, a₅): risk algısının niyete etkisinin doğayla bağlılık ve sosyal norma göre ayrı ayrı değişip değişmediği.
• İkinci çıktıdaki mv katsayısı (b₃): niyetin davranışa dönüşmesinin altyapı erişimine bağlı olup olmadığı. Aynı tablodaki risk_m katsayısı koşulsuz doğrudan etkidir (c′).
• Bootstrap çıktısı: seçilen W, Z ve V bileşimleri için tanımlanan koşullu dolaylı etkilerin yüzdelik güven aralıkları.
• W ve Z'ye ilişkin değişim miktarları, a₄(b₁ + b₃V) ve a₅(b₁ + b₃V): ikisi de V'ye bağlı olduğundan V'nin seçilmiş düzeylerinde ayrı ayrı yorumlanır.

Komşu modellerden farkı

• Model 21: Birinci aşamada tek düzenleyici (W) vardır; PROCESS 4'te /w= ve /z= ile doğrudan kurulabilir.
• Model 9: W ve Z birinci aşamayı eklemeli olarak düzenler; ikinci aşama koşulsuzdur.
• Model 24: Aynı yapıda W ve Z doğrudan yolu da düzenler; üç düzenleyici içerdiği için o da PROCESS 4'te hazır model değildir.

Raporlama örneği

Geri dönüşüm niyetinin, iklim değişikliği risk algısı ile atık ayrıştırma davranışı arasındaki aracılık rolü; doğayla bağlılık ve sosyal normun birinci aşamadaki, altyapı erişiminin ikinci aşamadaki düzenleyici etkileriyle birlikte Hayes'in Model 23 yapısına uygun iki OLS denklemi ve [ ] bootstrap örneklemiyle incelenmiştir. Risk algısı × doğayla bağlılık (b = [ ], p = [ ]) ve risk algısı × sosyal norm (b = [ ], p = [ ]) etkileşimleri niyeti, niyet × altyapı erişimi etkileşimi (b = [ ], p = [ ]) ayrıştırma davranışını yordamıştır. Koşullu dolaylı etki yüksek doğayla bağlılık, yüksek sosyal norm ve yüksek altyapı erişimi bileşiminde [ ] (%95 BootGA [ , ]) olarak hesaplanmıştır.

Köşeli parantezler kendi çıktınızdaki değerlerle doldurulur.

Sık yapılan hatalar

• Yöntem bölümünde analizin “PROCESS Model 23 ile” yapıldığını yazmak. Güncel PROCESS sürümleri bu modeli içermez; kullanılan yazılım ve sürüm açıkça belirtilmelidir.
• Üç düzenleyiciden birini kuramsal gerekçe göstermeden atıp Model 21'i çalıştırmak. Bu durumda sınanan hipotez değişir ve raporda bu değişiklik açıklanmalıdır.
• Koşullu dolaylı etkinin güven aralığını a ve b katsayılarının ayrı ayrı güven aralıklarından türetmek; çarpımın dağılımı için bootstrap gerekir.
• Niyet ile ayrıştırma davranışının aynı ankette öz-bildirimle ölçüldüğü bir tasarımda bildirilen davranışı gözlenen davranış gibi raporlamak.

Literatürden örnek

İlişkili modeller