Koşullu aracılık — karma moderasyon
Hayes PROCESS Model 56Koşullu aracılık (a: W,WZ,Z · b: Q,V,VQ · c′: Q,V,VQ)
Model 56'da X→M yolunu W, Z ve W·Z; M→Y ile X→Y yollarını V, Q ve V·Q düzenler. Doğrudan yol, birinci aşamanın değil ikinci aşamanın koşullarına bağlıdır.
model=56 olarak çalıştırılamaz. Aynı yapı aşağıdaki regresyon denklemleriyle kurulabilir.Model neyi sınar, ne zaman kullanılır?
Model 56, birinci aşamada Model 55 ile aynıdır: X'in M üzerindeki etkisi W ve Z ile ve X·W·Z üçlü etkileşimiyle düzenlenir. İkinci aşamada da M'nin Y üzerindeki etkisi V, Q ve M·V·Q ile koşullanır. Fark doğrudan yoldadır. Model 56'da c′, ikinci aşamanın düzenleyicileri olan V, Q ve V·Q ile koşullanır; W ve Z yalnız X→M yolunda kalır. Bu seçim, Y'ye yakın bağlamın hem aracının hem de X'in sonuca dönüşme biçimini belirlediği, X'in aracıyı harekete geçirme koşullarının ise ayrı olduğu bir kurama karşılık gelir.
Sayfadaki koşullu dolaylı etki (a₁ + a₄W + a₅Z + a₇W·Z) · (b₁ + b₂Q + b₃V + b₄V·Q), koşullu doğrudan etki ise c′₁ + c′₄Q + c′₅V + c′₇V·Q biçimindedir. Böylece aynı V ve Q değerleri hem dolaylı etkinin ikinci çarpanını hem de doğrudan etkiyi belirler; Y denkleminde X·V·Q ve M·V·Q yan yana durur. Model 56 PROCESS 2.x'te numaralı model olarak bulunuyordu; dört düzenleyici içerdiği için PROCESS 3'te listeden çıkarılmıştır ve 4.x ile 5.0 sürümlerinde de model=56 kabul edilmez. PROCESS'in özel model seçenekleri de en fazla iki düzenleyiciye (W ve Z) izin verir.
İstatistiksel gösterim
M = i + a₁X + a₂W + a₃Z + a₄(X·W) + a₅(X·Z) + a₆W·Z + a₇(X·W·Z)
Y = i + c′₁X + c′₂Q + c′₃V + c′₄(X·Q) + c′₅(X·V) + c′₆V·Q + c′₇(X·V·Q) + b₁M + b₂(M·Q) + b₃(M·V) + b₄(M·V·Q)
Koşullu dolaylı etki (X → M → Y): (a₁ + a₄W + a₅Z + a₇W·Z) · (b₁ + b₂Q + b₃V + b₄V·Q)
Koşullu doğrudan etki: c′₁ + c′₄Q + c′₅V + c′₇V·Q
Katsayı adları denklem sırasına göre verilmiştir. PROCESS çıktısındaki adlandırma sırası farklılaşabilse de temsil edilen yol yapısı aynıdır. Dolaylı etkiler bootstrap güven aralıkları üzerinden değerlendirilir.
Mesleki eğitim araştırmasından bir örnek
Meslek lisesinin son sınıfında işletmede beceri eğitimi alan öğrencilerle yürütülen bir çalışmada, işletmedeki eğitimin algılanan kalitesinin (X) mesleki öz yeterliği (M) artırarak mezuniyet sonrasında alanında çalışma niyetini (Y) yükselttiği öngörülüyor. Birinci aşamada usta öğreticiden alınan destek (W) ve okul ile işletme arasındaki koordinasyon (Z) rol oynuyor. Beklenti, usta desteğinin eğitim kalitesini öz yeterliğe dönüştürme katkısının ancak koordinasyon iyi olduğunda belirginleştiği yönünde; bu X·W·Z terimiyle sınanır.
İkinci aşama ve doğrudan yol ise öğrencinin içinde bulunduğu iş piyasası ve aile bağlamına bağlı. Öz yeterliğin alanında çalışma niyetine dönüşmesi, bölgede alana yönelik algılanan iş olanaklarına (V) ve ailenin bu alanda çalışmaya verdiği desteğe (Q) göre değişiyor; aile desteği güçlüyse iş olanaklarının sınırlı olması niyeti daha az zayıflatıyor (M·V·Q). Kaliteli bir işletme deneyiminin öz yeterlikten bağımsız etkisi de, örneğin işletmenin istihdam beklentisi yaratması yoluyla, aynı iş olanakları ve aile desteği koşullarına bağlı görülüyor.
SPSS'te regresyonla kurulum
* Model 56: dört düzenleyici nedeniyle process komutu kullanılamaz.
* Çarpımlar önce üretilir, iki REGRESSION ile katsayılar alınır; bootstrap aralıkları ayrı bir yazılımla hesaplanır.
COMPUTE x_w = kalite*usta.
COMPUTE x_z = kalite*koord.
COMPUTE w_z = usta*koord.
COMPUTE x_wz = kalite*usta*koord.
COMPUTE x_q = kalite*aile.
COMPUTE x_v = kalite*olanak.
COMPUTE v_q = olanak*aile.
COMPUTE x_vq = kalite*olanak*aile.
COMPUTE m_q = ozyet*aile.
COMPUTE m_v = ozyet*olanak.
COMPUTE m_vq = ozyet*olanak*aile.
EXECUTE.
REGRESSION /STATISTICS COEFF CI(95) R ANOVA CHANGE /DEPENDENT ozyet
/METHOD=ENTER kalite usta koord x_w x_z w_z
/METHOD=ENTER x_wz.
REGRESSION /STATISTICS COEFF CI(95) R ANOVA CHANGE /DEPENDENT niyet
/METHOD=ENTER kalite aile olanak x_q x_v v_q ozyet m_q m_v
/METHOD=ENTER x_vq m_vq.Diyagramdaki W ve Z'nin PROCESS 4'te /w= ve /z= karşılıkları vardır, fakat V ve Q'nun yoktur; dört düzenleyicili bu yapı tek bir process komutuyla kurulamaz. Sözdizimi iki denklemi SPSS REGRESSION ile tahmin eder. Öz yeterlik denklemi yalnız birinci aşamanın terimlerini, niyet denklemi ise yalnız V ve Q ile kurulan terimleri içerir; W ve Z niyet denklemine girmez, çünkü Model 56'da bu iki değişken ne b ne de c′ yolunu düzenler. Sürekli değişkenlerin çarpımdan önce merkezlenmesi alt dereceli katsayıların yorumunu kolaylaştırır. Koşullu dolaylı etkilerin güven aralığı için iki denklemi birlikte yeniden örnekleyen bir bootstrap ayrıca kurulmalıdır; lavaan'da ikinci çarpan b1 + b2*q0 + b3*v0 + b4*v0*q0, koşullu doğrudan etki ise c1 + c4*q0 + c5*v0 + c7*v0*q0 olarak yazılır.
Çıktıda nereye bakılır?
- Öz yeterlik denkleminde x_wz satırı (a₇) ve ikinci bloğun “R Square Change” değeri: usta desteğinin düzenleyici rolünün okul–işletme koordinasyonuna bağlı olup olmadığı.
- Niyet denkleminde m_vq (b₄) ve x_vq (c′₇) satırları: iş olanaklarının, sırasıyla öz yeterliğin ve eğitim kalitesinin niyete etkisini düzenleme biçiminin aile desteğine göre değişip değişmediği. İkinci bloğun “R Square Change” değeri bu iki terimi birlikte sınar.
- Niyet denkleminde x_v ve x_q katsayıları: doğrudan etkinin, diğer düzenleyici sıfırda (merkezlenmişse ortalamada) iken V'ye ve Q'ya göre eğimi. Üçlü terim modeldeyken bunlar koşullu katsayılardır.
- Ayrı bir bootstrap ile elde edilen iki tablo: koşullu dolaylı ve koşullu doğrudan etkiler. Doğrudan etki yalnız V ve Q'ya bağlıdır; dolaylı etki ise dört düzenleyicinin hepsine. Aynı V ve Q kombinasyonunda iki etkiyi yan yana göstermek, ikinci aşama koşullarının iki kanalı birlikte nasıl etkilediğini okumayı kolaylaştırır.
Komşu modellerden farkı
- Model 48: a ve b yapısı Model 56 ile aynıdır; eğitim kalitesinin doğrudan etkisi hiçbir düzenleyiciye bağlanmaz, c′ tek bir değerdir.
- Model 52: a yolu aynıdır; b ve c′ yollarını V ve Q ayrı ayrı düzenler, V·Q üçlü etkileşimi yoktur.
- Model 55: c′ yolunu V, Q ve V·Q yerine birinci aşamanın düzenleyicileri W, Z ve W·Z koşullar.
- Model 57: c′ yolu altı düzenleyici terimin hepsiyle (W, Z, W·Z, V, Q, V·Q) koşullanır.
Raporlama örneği
İşletmede beceri eğitiminin kalitesinin mesleki öz yeterlik üzerinden alanında çalışma niyetiyle ilişkisi, Hayes'in Model 56 şablonuna karşılık gelen iki regresyon denklemiyle ve [ ] bootstrap örneklemiyle incelenmiştir. Öz yeterlik denkleminde eğitim kalitesi × usta desteği × koordinasyon etkileşimi a₇ = [ ], %95 GA [ , ], ΔR² = [ ], p = [ ] olarak bulunmuştur. Niyet denkleminde öz yeterlik × iş olanakları × aile desteği (b₄ = [ ], %95 GA [ , ]) ve eğitim kalitesi × iş olanakları × aile desteği (c′₇ = [ ], %95 GA [ , ]) etkileşimleri raporlanmıştır. Usta desteği ve koordinasyonun yüksek, iş olanaklarının sınırlı olduğu koşulda koşullu dolaylı etki aile desteği düşük öğrencilerde [ ] (%95 BootGA [ , ]), yüksek öğrencilerde [ ] (%95 BootGA [ , ]); aynı koşullarda koşullu doğrudan etki sırasıyla [ ] ve [ ] olarak hesaplanmıştır.
Köşeli parantezler kendi çıktınızdaki değerlerle doldurulur.
Sık yapılan hatalar
- W ve Z'yi niyet denklemine de yordayıcı olarak eklemek. Model 56'da bu değişkenler yalnız birinci aşamadadır; Y denklemine girmeleri tahmin edilen modeli değiştirir ve doğrudan etkinin koşullarını yanlış tanımlar.
- Aynı V·Q yapısı hem b hem c′ yolunda bulunduğu için iki üçlü terimi tek bir “bağlam etkisi” gibi birleştirip yorumlamak. b₄ aracının, c′₇ ise X'in sonuçla ilişkisinin düzenlenmesidir; işaretleri ve büyüklükleri ayrı raporlanır.
- Öğrencilerin aynı işletmede ya da aynı okulda kümelendiğini göz ardı etmek. Koordinasyon (Z) çoğu zaman okul–işletme düzeyinde bir özelliktir; kümelenmeyi hesaba katmayan standart hatalar bu terimlerin anlamlılığını olduğundan güçlü gösterebilir.
- Tezin yöntem bölümüne “PROCESS Model 56 ile analiz edilmiştir” yazmak. Güncel PROCESS bu numarayı çalıştırmaz; okuyucu analizi yeniden üretebilmek için kullanılan denklemleri ve bootstrap yazılımını görmelidir.
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.