Andrew F. Hayes – to amerykańsko-kanadyjski psycholog i metodolog statystyczny, specjalizujący się w modelach liniowych, resamplingu oraz analizie mediacji, moderacji i warunkowych procesów pośredniczących. Obecnie jest związany z University of Calgary, gdzie pracuje w Haskayne School of Business i Department of Psychology. Najbardziej znanym osiągnięciem Hayesa jest makro PROCESS, które umożliwia wykonywanie analiz mediacji, moderacji i mediowanej moderacji w oparciu o modele regresyjne.
PROCESS jest dostępny dla SPSS, SAS i R. Pozwala analizować efekty bezpośrednie i pośrednie, modele z wieloma mediatorami, interakcje dwu- i trójczynnikowe, efekty warunkowe, simple slopes, regiony istotności oraz warunkowe efekty pośrednie. W wersji 5.0 dodano również m.in. diagnostykę regresji, analizę dominacji, nowe opcje bootstrapu i rozwiązania uwzględniające błąd pomiaru. Szczególnie istotnym elementem PROCESS jest wykorzystanie bootstrapu do wyznaczania przedziałów ufności dla efektów pośrednich w analizie mediacji.
Hayes jest także autorem książki Introduction to Mediation, Moderation, and Conditional Process Analysis, która stała się jednym z podstawowych podręczników do analizy mediacji i moderacji. Jego zainteresowania obejmują szerzej regresję liniową, wnioskowanie oparte na resamplingu oraz analizę mechanizmów warunkowych.
Poza PROCESS Hayes stworzył również szereg innych makr i procedur statystycznych. Jednym z nich jest KALPHA, opracowane wspólnie z Klausem Krippendorffem, służące do obliczania alfy Krippendorffa – miary zgodności ocen sędziów lub koderów. Dorobek Hayesa wykracza więc poza PROCESS i obejmuje również tworzenie praktycznych narzędzi do oceny rzetelności kodowania, regresji i odpornego wnioskowania statystycznego. Na jego stronie dostępne są także inne procedury dla SPSS i SAS, m.in. MLMED, przeznaczona do wielopoziomowej analizy mediacji.
Źródła: