Koşullu aracılık — karma moderasyon
Hayes PROCESS Model 24Koşullu aracılık (a: W,Z · b: V · c′: W,Z)
Model 24'te W ve Z hem X→M yolunu hem doğrudan yolu toplamsal olarak, V ise M→Y yolunu düzenler; üç moderatör içerdiği için PROCESS 3 ve sonraki sürümlerde numaralı model olarak yer almaz.
model=24 olarak çalıştırılamaz. Aynı yapı aşağıdaki regresyon denklemleriyle kurulabilir.Model neyi sınar, ne zaman kullanılır?
Model 24 iki denklemden oluşur. Aracı denkleminde X'in M üzerindeki etkisi W ve Z ile ayrı ayrı etkileşime girer (a₄ ve a₅). Y denkleminde aynı iki düzenleyici X'in doğrudan etkisini de koşullar (c′₄ ve c′₅); V ise M·V terimiyle aracının sonuca etkisini düzenler (b₃). W ile Z arasında çarpım terimi yoktur, yani iki düzenleyici birbirinden bağımsız ve toplamsal biçimde çalışır. Koşullu dolaylı etki (a₁ + a₄W + a₅Z)·(b₁ + b₃V), koşullu doğrudan etki ise c′₁ + c′₄W + c′₅Z ifadesiyle hesaplanır.
Modeli komşularından ayıran, W ve Z'nin hem birinci aşamada hem doğrudan yolda yer alması ve ikinci aşamaya üçüncü bir düzenleyicinin eklenmesidir. Model 23'te doğrudan yol sabit kalır; Model 10'da ise V yoktur ve ikinci aşama koşulsuzdur. Üç düzenleyici aynı anda bulunduğu için dolaylı etki üç değişkenin birlikte belirlediği bir fonksiyona dönüşür ve tek bir moderasyonlu aracılık indeksiyle özetlenemez. Hayes, PROCESS 3 sürümünde ikiden fazla moderatör içeren numaralı modelleri katalogdan çıkarmıştır. Model 24 de bu nedenle PROCESS 4 ve 5'te numarasıyla çalıştırılamaz; denklemlerin başka bir araçla kurulması gerekir.
İstatistiksel gösterim
M = i + a₁X + a₂W + a₃Z + a₄(X·W) + a₅(X·Z)
Y = i + c′₁X + c′₂W + c′₃Z + c′₄(X·W) + c′₅(X·Z) + b₁M + b₂V + b₃(M·V)
Koşullu dolaylı etki (X → M → Y): (a₁ + a₄W + a₅Z) · (b₁ + b₃V)
Koşullu doğrudan etki: c′₁ + c′₄W + c′₅Z
Katsayı adları denklem sırasına göre verilmiştir. PROCESS çıktısındaki adlandırma sırası farklılaşabilse de temsil edilen yol yapısı aynıdır. Dolaylı etkiler bootstrap güven aralıkları üzerinden değerlendirilir.
Acil tıp araştırmasından bir örnek
Bir acil servis hekimleri örnekleminde vardiya başına düşen hasta yükünün (X) öz-bildirime dayalı tıbbi hata riskini (Y) artırdığı düşünülüyor. Kuramsal mekanizma karar yorgunluğudur (M): yük arttıkça hekim tükenen bilişsel kaynakla karar vermeye başlıyor. Araştırmacı, yükün yorgunluğa dönüşme derecesinin klinik deneyime (W) ve vardiyada algılanan triyaj hemşiresi desteğine (Z) bağlı olduğunu öngörüyor. Aynı iki koşulun, yükün hata riskiyle yorgunluk dışındaki ilişkisini de değiştirebileceğini düşünüyor.
İkinci aşamada ekipte uygulanan çapraz kontrol (V) devreye giriyor: ilaç ve doz kararlarının ikinci bir kişi tarafından denetlendiği ekiplerde yorgunluğun hataya dönüşmesi daha zayıf olabilir. Bu kurguda dolaylı etki, deneyim, triyaj desteği ve çapraz kontrolün birlikte belirlediği bir değerdir; az deneyimli, desteği düşük ve çapraz kontrolün seyrek olduğu bir ekipte en yüksek değerini alması beklenir. Araştırmacı bu yüzden tek bir sayı yerine kuramsal olarak anlamlı düzey bileşimlerini raporlamalıdır.
SPSS'te regresyonla kurulum
* Model 24 PROCESS 3 ve sonrasında yok: denklemler ayrı kurulur.
COMPUTE yuk_dny = yuk_c * deneyim_c.
COMPUTE yuk_trj = yuk_c * triyaj_c.
COMPUTE yor_cpr = yorgun_c * capraz_c.
REGRESSION /DEPENDENT yorgun /METHOD=ENTER yuk_c deneyim_c triyaj_c yuk_dny yuk_trj.
REGRESSION /DEPENDENT hata /METHOD=ENTER yuk_c deneyim_c triyaj_c yuk_dny yuk_trj yorgun_c capraz_c yor_cpr.Model 24 PROCESS 2.x kataloğunda vardı; sürüm 3'ten itibaren listeden çıkarıldı ve PROCESS 5.0'da model=24 yazmak “ERROR: Invalid model number in this version of PROCESS.” iletisiyle sonuçlanır. Diyagramdaki V'nin güncel PROCESS'te karşılığı yoktur: sürüm 3'ten itibaren komut yalnız /w= ve /z= kabul eder ve ikiden fazla moderatörlü numaralı modeller kaldırılmıştır. bmatrix, wmatrix ve zmatrix ile model özelleştirmek de üçüncü bir moderatör tanımlamaya izin vermez. Bu yüzden iki denklem SPSS REGRESSION ile kurulur; _c sonekli değişkenler önceden ortalamadan merkezlenmiştir ve çarpımlar merkezlenmiş değişkenlerden alınır. REGRESSION katsayıları verir, koşullu dolaylı etkinin güven aralığını vermez. Bunun için aynı denklemler R'de lavaan ile yazılır, (a₁ + a₄W + a₅Z)·(b₁ + b₃V) ifadesi seçilen W, Z ve V değerlerinde := ile tanımlı parametre yapılır ve bootstrap güven aralığı istenir.
Çıktıda nereye bakılır?
- Birinci REGRESSION çıktısındaki “Coefficients” tablosu: yuk_dny ve yuk_trj satırlarındaki B değerleri a₄ ve a₅'tir; yükün yorgunluk üzerindeki etkisinin deneyim ve triyaj desteğiyle nasıl değiştiğini gösterir. yuk_c satırı (a₁), merkezleme sayesinde deneyim ve desteğin ortalamasındaki etkidir.
- İkinci denklemin “Coefficients” tablosunda yor_cpr satırı b₃'tür (M·V). yuk_dny ve yuk_trj satırları bu kez c′₄ ve c′₅, yani doğrudan yolun koşullanmasıdır; aynı çarpım adları iki tabloda farklı yolları temsil eder.
- lavaan'da parameterEstimates() çıktısında := ile tanımlanan satırlar: her düzey bileşimi için koşullu dolaylı etkinin tahmini (est) ve bootstrap güven aralığı (ci.lower, ci.upper). Yorumun asıl dayanağı bu satırlardır.
- İsteğe bağlı tanımlanan farklar: örneğin aynı W ve Z düzeyinde yüksek ve düşük V arasındaki dolaylı etki farkı, ikinci aşama moderasyonunun dolaylı etkiye yansımasını tek satırda gösterir.
Komşu modellerden farkı
- Model 23: W ve Z aynı biçimde X→M yolunu, V de M→Y yolunu düzenler; ancak doğrudan yol koşulsuzdur. Bu model de üç moderatörlüdür ve PROCESS 4 ve 5'te yoktur.
- Model 10: W ve Z yine X→M ve X→Y yollarını düzenler, fakat V yoktur; ikinci aşama koşulsuz kaldığı için PROCESS 4 ve 5'te doğrudan çalışır.
- Model 22: Birinci aşamayı ve doğrudan yolu tek düzenleyici (W), ikinci aşamayı V düzenler; iki moderatörlü olduğundan güncel PROCESS'te V /z= ile girilir.
- Model 31: Doğrudan yol W ve Z'nin yanında V ile de koşullanır.
Raporlama örneği
Hasta yükünün tıbbi hata riski üzerindeki etkisinde karar yorgunluğunun aracılığı ve bu aracılığın üç düzenleyiciye göre değişimi, Hayes'in PROCESS 2 numaralandırmasındaki Model 24'e karşılık gelen iki regresyon denklemiyle incelenmiş; koşullu dolaylı etkilerin güven aralıkları [ ] bootstrap örneklemiyle hesaplanmıştır. Hasta yükü × klinik deneyim (a₄ = [ ], %95 GA [ , ]) ve hasta yükü × triyaj desteği (a₅ = [ ], %95 GA [ , ]) etkileşimleri ile yorgunluk × çapraz kontrol etkileşimi (b₃ = [ ], %95 GA [ , ]) raporlanmıştır. Düşük deneyim, düşük triyaj desteği ve düşük çapraz kontrol bileşiminde koşullu dolaylı etki [ ] (%95 BootGA [ , ]), üç düzenleyicinin yüksek düzeylerinin bileşiminde ise [ ] (%95 BootGA [ , ]) olarak bulunmuştur.
Köşeli parantezler kendi çıktınızdaki değerlerle doldurulur.
Sık yapılan hatalar
- PROCESS 4 ve 5'te V'yi /cov= ile kovaryat olarak girip el ile hesaplanmış M·V çarpımını da kovaryat listesine eklemek. PROCESS kovaryatları varsayılan olarak tüm denklemlere koyar ve dolaylı etkiyi hesaplarken V'yi hesaba katmaz; çıktıdaki dolaylı etkiler Model 24'ün istediği değerler değildir.
- V'yi düşürüp Model 10 ile yetinmek ve sonucu Model 24 bulgusu gibi raporlamak. İkinci aşamadaki düzenleme modelden çıkınca dolaylı etki başka bir soruya cevap verir.
- W ve Z'yi yalnız aracı denklemine koyup Y denklemine X·W ve X·Z terimlerini eklememek. Bu durumda tahmin edilen yapı Model 23'tür ve doğrudan yol hipotezi sınanmamış olur.
- Yöntem bölümünde analizi “PROCESS Model 24 ile yapıldı” diye tanıtmak. PROCESS 5.0 bu numarayı geçersiz sayar; yöntemde denklemlerin kurulduğu yazılım (örneğin SPSS REGRESSION ve lavaan) adıyla verilmeli, yapının PROCESS 2 kataloğundaki Model 24'e denk düştüğü ayrıca not edilmelidir.
Literatürden örnek
Bu model için yöntemi ve kalıcı bağlantısı birlikte doğrulanmış açık erişim yayın örneği henüz eklenmedi. Bu durum modelin kullanılmadığı anlamına gelmez; yalnızca doğrulanmış örnek kapsamını gösterir.
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.