Model model özel Hayes içeriği

Koşullu aracılık — karma moderasyon

Hayes PROCESS Model 27Koşullu aracılık (a: W,WZ,Z · b: V · c′: W)

Model 27'de X→M yolu X·W·Z üçlü etkileşimiyle, M→Y yolu V ile, doğrudan yol yalnız W ile düzenlenir; üç moderatörlü bu yapı PROCESS 3 ve sonraki sürümlerde bulunmaz.

Sürüm notu: Model 27, PROCESS 2.x numaralandırmasına aittir. PROCESS 3 ve sonraki sürümler ikiden fazla düzenleyici içeren numaralı modelleri kaldırdığı için güncel PROCESS’te model=27 olarak çalıştırılamaz. Aynı yapı aşağıdaki regresyon denklemleriyle kurulabilir.
abc′XYMWZV
Kesikli kırmızı oklar düzenleyici etkiyi, düz oklar regresyon yollarını gösterir.

Model neyi sınar, ne zaman kullanılır?

Model 27 düzenleyicileri yollara asimetrik dağıtır. Birinci aşamada W ve Z üçlü etkileşimle (a₇) X→M yolunu, ikinci aşamada V M→Y yolunu (b₃) düzenler; doğrudan yol ise yalnız W ile koşullanır (c′₃). Z ve W·Z, Y denklemine hiç girmez. Koşullu doğrudan etki c′₁ + c′₃W, koşullu dolaylı etki (a₁ + a₄W + a₅Z + a₇W·Z)·(b₁ + b₃V) biçimindedir.

Bu yapı, W'nin mekanizmanın hem içinde hem dışında rol oynadığı, Z'nin ise yalnız birinci aşamada W'nin etkisini değiştirdiği bir kuram gerektirir. Model 26'da doğrudan yol da üçlü etkileşime bağlıdır, Model 25'te hiç koşullanmaz; Model 27 bu ikisinin arasında durur ve Model 13'ün yapısına ikinci aşamada V eklenmiş hâlidir. W'nin doğrudan yolu düzenleyip Z'nin düzenlememesi kuramla gerekçelendirilemiyorsa daha simetrik bir komşu model seçilmelidir. Model üç moderatörlü olduğundan PROCESS 3 ve sonraki sürümlerde numarasıyla yer almaz.

İstatistiksel gösterim

M = i + a₁X + a₂W + a₃Z + a₄(X·W) + a₅(X·Z) + a₆W·Z + a₇(X·W·Z)

Y = i + c′₁X + c′₂W + c′₃(X·W) + b₁M + b₂V + b₃(M·V)

Koşullu dolaylı etki (X → M → Y): (a₁ + a₄W + a₅Z + a₇W·Z) · (b₁ + b₃V)

Koşullu doğrudan etki: c′₁ + c′₃W

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

Tüketici davranışı araştırmasından bir örnek

Bir kozmetik markasının sosyal medya kampanyasında, takipçilerin içerik üreticisini ne kadar güvenilir bulduğunun (X) satın alma niyetini (Y) yükselttiği gözleniyor. Mekanizma olarak ürüne yönelik tutum (M) öneriliyor. Güvenilirliğin tutuma aktarımı takipçinin içerik üreticisiyle kurduğu parasosyal bağa (W) bağlı; parasosyal bağın bu güçlendirici rolü ise reklam okuryazarlığı (Z) yüksek tüketicilerde zayıflayabilir, çünkü bu kişiler sponsorlu içeriğin ikna amacını daha kolay fark ediyor.

Parasosyal bağın tutumdan bağımsız olarak da etkili olduğu düşünülüyor: bağlı bir takipçi ürünü sevmeden de içerik üreticisini desteklemek için satın almaya yönelebilir. Bu yüzden doğrudan yol W ile koşullanıyor; reklam okuryazarlığının doğrudan yola ilişkin bir öngörüsü yok. İkinci aşamada fiyat duyarlılığı (V) yer alıyor: olumlu tutumun niyete dönüşmesi fiyata duyarlı tüketicilerde daha sınırlı kalabilir.

SPSS'te regresyonla kurulum

* Model 27 PROCESS 3 ve sonrasında yok: denklemler ayrı kurulur.
COMPUTE gv_bag = guven_c * bag_c.
COMPUTE gv_oku = guven_c * okur_c.
COMPUTE bag_oku = bag_c * okur_c.
COMPUTE gv_bag_oku = guven_c * bag_c * okur_c.
COMPUTE tut_fiy = tutum_c * fiyat_c.
REGRESSION /DEPENDENT tutum /METHOD=ENTER guven_c bag_c okur_c gv_bag gv_oku bag_oku gv_bag_oku.
REGRESSION /DEPENDENT niyet /METHOD=ENTER guven_c bag_c gv_bag tutum_c fiyat_c tut_fiy.

Model 27 için PROCESS 3 ve sonrasında hazır şablon yoktur; numara yalnız 2.x sürümlerinin kataloğunda geçer. Çarpımlar ortalaması çıkarılmış (_c) değişkenlerden hesaplanır; böylece gv_bag gibi alt terimler ortalama düzeylerdeki koşullu etkiler olarak okunur. Niyet denklemine okur_c, gv_oku, bag_oku ve gv_bag_oku girmez; doğrudan yolu yalnız gv_bag (c′₃) koşullar. Diyagramdaki V'nin PROCESS 4 ve 5 komutunda bir karşılığı yoktur: sürüm 3'ten bu yana yalnız /w= ve /z= tanımlıdır ve ikiden fazla moderatörlü modeller listeden çıkarılmıştır. Katsayılar REGRESSION ile tahmin edilir. Koşullu dolaylı etki (a₁ + a₄W + a₅Z + a₇W·Z)·(b₁ + b₃V) için bootstrap aralığı gerekir; bu da aynı denklemlerin lavaan gibi bir pakette := ile tanımlanan parametrelerle yazılmasıyla elde edilir.

Çıktıda nereye bakılır?

  • Tutum denkleminin “Coefficients” tablosunda gv_bag_oku satırı (a₇): parasosyal bağın güvenilirlik–tutum ilişkisini güçlendirme derecesinin reklam okuryazarlığına göre değişimi.
  • Niyet denkleminde gv_bag satırı (c′₃): güvenilirliğin niyetle doğrudan ilişkisinin parasosyal bağa göre değişimi. Aynı değişken adı tutum denkleminde a₄'tür.
  • Niyet denkleminde tut_fiy satırı (b₃): tutumun niyete etkisinin fiyat duyarlılığına göre değişimi.
  • lavaan'ın := ile tanımlanan satırları: W, Z ve V bileşimlerinde koşullu dolaylı etkiler ile W düzeylerinde koşullu doğrudan etki (c′₁ + c′₃W); güven sınırları ci.lower ve ci.upper sütunlarında okunur.

Komşu modellerden farkı

  • Model 13: Birinci aşama ve doğrudan yol aynıdır, ancak V yoktur; PROCESS 4 ve 5'te çalışır ve moderasyonlu moderasyonlu aracılık indeksini verir.
  • Model 25: Doğrudan yol hiç koşullanmaz.
  • Model 26: Doğrudan yol da üçlü etkileşime (X·W·Z) bağlıdır.
  • Model 34: Doğrudan yol W'nin yanında V ile de koşullanır.

Raporlama örneği

Algılanan içerik üreticisi güvenilirliğinin satın alma niyeti üzerindeki etkisinde ürün tutumunun aracılığı, Hayes'in PROCESS 2 numaralandırmasındaki Model 27'ye karşılık gelen yapıyla incelenmiştir. Güvenilirlik × parasosyal bağ × reklam okuryazarlığı etkileşimi (a₇ = [ ], %95 GA [ , ]), tutum × fiyat duyarlılığı etkileşimi (b₃ = [ ], %95 GA [ , ]) ve doğrudan yoldaki güvenilirlik × parasosyal bağ etkileşimi (c′₃ = [ ], %95 GA [ , ]) raporlanmıştır. [ ] bootstrap örneklemiyle hesaplanan koşullu dolaylı etki, yüksek parasosyal bağ, düşük reklam okuryazarlığı ve düşük fiyat duyarlılığında [ ] (%95 BootGA [ , ]); koşullu doğrudan etki yüksek parasosyal bağda [ ], düşük parasosyal bağda [ ] olarak bulunmuştur.

Köşeli parantezler kendi çıktınızdaki değerlerle doldurulur.

Sık yapılan hatalar

  • Niyet denklemine okuryazarlıkla ilgili terimleri de ekleyip modeli fiilen Model 26'ya çevirmek, ama Model 27 diye raporlamak.
  • Tutum ve niyet denklemlerindeki gv_bag katsayılarını aynı etki sanmak; biri birinci aşamanın, öteki doğrudan yolun koşullanmasıdır.
  • Koşullu doğrudan etkiyi okuryazarlık düzeylerine göre raporlamak. Model 27'de doğrudan etki yalnız W'ye bağlıdır.
  • Yöntemde Model 27'yi PROCESS ile çalıştırılmış gibi göstermek. Okuyucu aynı komutu PROCESS 5.0'da denediğinde geçersiz model hatası alır; regresyon ve bootstrap adımlarının hangi yazılımla yapıldığı açıkça belirtilmeli, Model 27 adı yalnız yapıyı tanımlamak için kullanılmalıdır.

Literatürden örnek

Örnek çalışma kaydı yok

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.

İlişkili modeller