Переменные-медиаторы и переменные-модераторы в психологических исследованиях презентация

соображения
Baron, R.M. & Kenny, D.A. (1986). The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51(6), 1173-1182.
http://www.myshared.ru/slide/516579/ - презентация лекции Д.В.Люсина

Различение переменных-модераторов и переменных-медиаторов в социально-психологических исследованиях: теоретические, стратегические и статистические соображения
Baron, R.M. & Kenny, D.A. (1986). The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51(6), 1173-1182.
http://www.myshared.ru/slide/516579/ - презентация лекции Д.В.Люсина

на подгруппы, которые определяют ее области максимальной эффективности в отношении к имеющейся зависимой переменной

опосредующая функция третьей переменной, репрезентирующая механизм, посредством которого независимая переменная может влиять на интересующую нас зависимую переменную.

– в области социальной психологии,
которая широко опирается на экспериментальные процедуры
и
сохраняет интерес к организмическим переменным, варьирующим от индивидуальных различий до когнитивных конструктов (например, воспринимаемый контроль).

или количественная (уровень вознаграждения, уровень тревожности…) переменная, которая влияет на направление и/ или силу связи между независимой переменной (предиктором) и зависимой (критерием).

В терминах корреляционного анализа модератором является третья переменная, которая влияет на корреляцию между двумя другими переменными. Например, Стерн, МакКантс и Петин (1982) обнаружили, что позитивность связи между изменяющими жизнь событиями и серьезностью заболевания была более выражена для неконтролируемых событий (как смерть супруга), чем для контролируемых (как развод). О модерирующем влиянии в терминах корреляционного анализа можно также говорить, если изменяется направление корреляционных связей.

между независимой переменной и фактором, определяющим специфические условия ее функционирования.

Пример: исследования вынужденного согласия.
Когда участнику исследования нужно было открыто убедить другого человека, что предстоящий эксперимент является интересным (вопреки своему действительному отношению к такому эксперименту), последующее изменение в его первоначальном аттитюде было обратно связано с размером вознаграждения.
Если же ему предлагалось высказать то же самое в анонимной письменной форме, изменение в первоначальном аттитюде оказывалось прямо связано с размером вознаграждения

оказывается значимым. При этом также могут оказываться значимыми основные влияния предиктора и модератора (Пути а и b), но теоретически они не оказываются напрямую релевантными проверке гипотезы о модераторе.

подразумевает, что каузальная связь между двумя переменными меняется как функция переменной-модератора ? Статистический анализ должен измерить и проверить различия во влиянии независимой переменной на зависимую переменную как функцию модератора.
Способ измерения и проверки таких различий во влиянии зависит от уровня измерения независимой переменной и переменной-модератора. 4 случая:
1.Модератор и независимая переменная являются категориальными переменными
2. Модератор - категориальная переменная, а независимая переменная - непрерывная
3. Модератор - непрерывная переменная, а независимая -категориальная
4. Обе переменные являются непрерывными.

Для простоты будем считать, что все категориальные переменные - дихотомические

этой ситуации влияние дихотомической независимой переменной на зависимую переменную меняется как функция другой дихотомии. Подходящей процедурой анализа здесь может служить двухфакторный дисперсионный анализ 2 х 2 (ANOVA), в котором на модерирование указывает значимое влияние взаимодействия.

переменной. Например, гендер может модерировать влияние намерений на поведение.
Типичный способ измерения такого модерирующего влияния - вычисление корреляций намерений с поведением отдельно для каждого гендера с последующей проверкой значимости их различий.
Недостатки такого корреляционного метода:
1. Предполагается, что независимая переменная имеет равную дисперсию на разных уровнях модератора. Если же дисперсия различается, то на уровне модератора с меньшей дисперсией корреляция независимой переменной с зависимой переменной имеет тенденцию оказываться ниже, чем на уровне модератора с большей дисперсией*
2. Если величина ошибки измерения зависимой переменной изменяется как функция модератора, то корреляции между независимой и зависимой переменными будут различаться иллюзорно*

* - т.к. на корреляции влияют различия в дисперсиях

дисперсиях независимой переменной, ни различия в ошибках измерения зависимой переменной ? предпочтительнее измерять влияние независимой переменной на зависимую переменную на основе нестандартизованных (не бета) коэффициентов регрессии

Пример: Влияние идентификации с природой на уровень NEP
Модератор - пол

- дихотомическая.
Пример:
независимая переменная - предназначенное для изменения аттитюда сообщение: рациональное <=> вызывающее страх,
модератор - интеллект, измеряемый интеллектуальным тестом.

Вызывающее страх сообщение может быть более эффективным (т.е. эффективность сообщения - зависимая переменная) для испытуемых с низкими оценками интеллекта,
рациональное сообщение - для испытуемых с более высокими оценками интеллекта.

независимой переменной на зависимую. Невозможно оценить общую гипотезу, что влияние независимой переменной изменяется как функция модератора, т.к. модератор имеет множество уровней

в регрессионное уравнение (как это описано Кэухеном и Кэухеном,1983 и Клиэри и Кесслером, 1982):
если независимую переменную обозначить как Х, модератор как Z и зависимую переменную как Y, Y регрессируется на X, Z и XZ. На влияния модератора указывает значимое влияние XZ, в то время как X и Z контролируются.

Влияние квадратического модерирования можно проверить разделением модератора в точке, в которой функция должна предположительно ускоряться. Если функция оказывается квадратической, влияние независимой переменной должно быть наибольшим для лиц с высокими оценками по модератору. Квадратическое модерирование можно также проверить другим способом – с использованием иерархических регрессионных процедур, описанных Кэухеном и Кэухеном (1983):
Y регрессируется на X, Z, XZ,Z² и XZ².

предполагается, что модератор изменяет связь между независимой и зависимой переменными на основе ступенчатой функции (нижняя часть рисунка 2), можно разделить модератор в точке, где возникает ступень. После такого разделения модератора можно использовать процедуру, описанную в Случае 2. Мерой влияния независимой переменной на зависимую переменную является коэффициент регрессии.
Если предполагается, что влияние независимой переменной (X) на зависимую переменную (Y) изменяется линейно или квадратически относительно модератора (Y), следует использовать подход с произведением переменных, описанный для Случая 3.
Наличие ошибки измерения в модераторе или независимой переменной в Случае 4 значительно усложняет анализ. Для корректировки этих ошибок требуется нормальное распределение переменных.

опосредуется различными процессами, протекающими внутри организма.
О некой переменной можно сказать, что она функционирует как медиатор в той степени, в которой она объясняет связь между предиктором и критерием. Медиаторы объясняют, насколько внешние физические события приобретают внутреннее психологическое значение. Если переменные-модераторы уточняют, когда будут происходить определенные влияния, медиаторы говорят о том, как или почему такие влияния возникают.

Модели медиации

уровнях независимой переменной значимо объясняют дисперсии в предполагаемом медиаторе (т.е., Путь a)
(б) дисперсии в медиаторе значимо объясняют дисперсии в зависимой переменной (т.е., Путь b)
(с) когда Пути a и b контролируются, прежде значимая связь между независимой и зависимой переменными теряет свою значимость, при этом наиболее сильная демонстрация опосредования имеет место в случае, когда Путь c оказывается равен нулю.

нуля, мы получаем сильное свидетельство о существовании единственного, доминирующего медиатора. Если остаточный Путь c не равен нулю, это указывает на присутствие множества опосредующих факторов. Поскольку большинство психологических областей оперирует феноменами, которые имеют множество причин, более реалистичной целью может являться поиск медиаторов, которые значимо ослабляют Путь с, нежели полностью устраняют связь между независимой и зависимой переменными.

целью использовать последовательность регрессионных моделей, рекомендованную Джаддом и Кенни,1981.

Для проверки опосредования нужно оценить три следующих регрессионных уравнения:
1) регрессию медиатора на независимую переменную;
2) регрессию зависимой переменной на независимую переменную;
3) регрессию зависимой переменной на независимую переменную и медиатор.
Следует оценить и проверить по отдельности коэффициенты каждого уравнения. При такой процедуре не возникает необходимости в иерархической или ступенчатой регрессии или в расчете частных или частичных корреляций.

независимая переменная должна влиять на медиатор в первом уравнении;
2) должно быть показано, что независимая переменная влияет на зависимую переменную во втором уравнении;
3) медиатор должен влиять на зависимую переменную в третьем уравнении.
Если все эти условия выполняются, тогда влияние независимой переменной на зависимую переменную должно быть меньше в третьем уравнении, чем во втором. Полное опосредование присутствует, если независимая переменная не оказывает никакого влияния, когда контролируется медиатор.

эти две переменные должны коррелировать. Присутствие такой корреляции влечет мультиколлинеарность, когда оцениваются влияния независимой переменной и медиатора на зависимую переменную. Это приводит к снижению мощности в проверке коэффициентов в третьем уравнении
⇓
исследователю следует проверять не только значимость соответствующих коэффициентов, но также их абсолютный размер. Например, независимая переменная может иметь меньший коэффициент, когда она прогнозирует зависимую переменную в одиночестве, чем когда она включается в уравнение вместе с медиатором, однако больший коэффициент не оказывается значимым, а меньший оказывается.

не должно быть ошибки измерения в медиаторе
зависимая переменная не вызывает медиатор

Медиатор, поскольку он зачастую является внутренней, психологической переменной, вероятнее всего будет измеряться с ошибкой. Присутствие ошибки измерения в медиаторе имеет тенденцию приводить к недооценке влияния медиатора и переоценке влияния независимой переменной на зависимую переменную, когда все коэффициенты являются позитивными.

приближающимся к нулю, по сравнению с ее отсутствием (Judd & Kenny, 1981). Вдобавок, ошибка измерения в медиаторе, как правило, приводит к переоценке во влиянии независимой переменной на зависимую переменную. Из-за ошибки измерения в медиаторе влияние медиатора на зависимую переменную невозможно полностью проконтролировать при измерениях влияния независимой переменной на зависимую переменную.
Переоценка влияний независимой переменной на зависимую переменную увеличивается в степени, в которой независимая переменная вызывает медиатор и медиатор вызывает зависимую переменную. Поскольку успешный медиатор вызывается независимой переменной и вызывает зависимую переменную, успешные медиаторы, измеряющиеся с ошибкой, оказываются наиболее подверженными такой ошибке переоценки.
Обычный подход к снижению такой ненадежности состоит в использовании множества показателей данного конструкта. Можно использовать подход с множеством индикаторов и оценить опосредующие пути при помощи методов структурного моделирования латентной переменной.

ожиданиям связь между предиктором и критериальной переменной (напр., связь присутствует в условиях одного контекста, но не другого, или в одной выборке, но не в другой).
Опосредование (медиация) лучше всего подходит к ситуации сильной связи между предиктором и критериальной переменной.
Влияния модератора могут подсказывать медиатор, который проверяется на последующей стадии исследования в данной области. И наоборот, медиаторы могут использоваться для придумывания интервенций, служащих прикладным целям.

контролем обычно влечет за собой экспериментальную манипуляцию контролем, при этом контроль - некая характеристика окружения, отдельная от стрессора. Когда контролем экспериментально манипулируют, чтобы он выполнял функцию модератора, нет необходимости в измерении воспринимаемого контроля, который является когнитивным внутриорганизмическим конструктом. Если воспринимаемый контроль и измеряется, то лишь для проверки эффективности самой экспериментальной манипуляции.

медиатора, заботы о независимой манипуляции контролем отходят на второй план. Отличительная особенность такой гипотезы состоит в том, что воспринимаемый контроль является механизмом, через который стрессор оказывает влияние на зависимую переменную.
Для такой теории независимая оценка воспринимаемого контроля важна по концептуальным соображениям, в противоположность методологическим соображениям - как в случае модератора. Главная забота - демонстрация конструктной валидности, что в идеале требует нескольких независимых и конвергирующих способов измерения