Mediacja – sytuacja, w której jedna  zmienna pośredniczy w związku między dwiema innymi zmiennymi. 

Przykład hipotezy mediacji: Poziom zarobków mediuje związek pomiędzy inteligencją a poziomem szczęścia.

Zakładamy tutaj, że sama inteligencja nie przekłada się “wprost” na poziom szczęścia, ale że istnieje pośrednik w postaci zarobków. Intelekt może wpłynąć na nasze zarobki, a te z kolei mogą wpłynąć na nasze szczęście.

Poniżej przedstawiono graf dotyczący najprostszego modelu mediacji wraz z poszczególnymi efektami:

• a – efekt główny predyktora na mediator (związek między zmienną niezależną a mediatorem);
• b – efekt wpływu mediatora na główną zmienną wyjaśnianą (związek między mediatorem a zmienną zależną);
• c’ – (czyt. c-prim) – efekt bezpośredni: oddziaływanie zmiennej niezależnej na zależną, przy odseparowaniu efektu mediatora (bezpośredni związek między zmienną zależną a niezależną);
• c – efekt całkowity zmiennej niezależnej na zmienną zależną (związek między zmienną niezależną a zależną zarówno bezpośredni jak i przy uwzględnieniu mediatora).

Poza tym w analizie mediacji prostej (z jednym mediatorem) wyróżniamy również efekt pośredni, czyli różnicę między efektem całkowitym i efektem bezpośrednim.

• Należy w nim w pierwszej kolejności wykazać, że istnieje związek między zmienną niezależną i zależną oraz zmienną zależną, a mediatorem. W naszym przykładzie – związek między poziomem inteligencji i poziomem szczęścia oraz między poziomem inteligencji, a wysokością pensji.
• W następnym kroku, chcemy wykazać, że związek zmiennej niezależnej z zależną słabnie (mediacja częściowa) lub staje się nieistotny statystycznie (mediacja całkowita) po uwzględnieniu drugiego predykatora-mediatora. W naszym przykładzie – związek między poziomem inteligencji, a poczuciem szczęścia powinien osłabnąć lub stać się nieistotny statystycznie po uwzględnianiu w nim poziomu zarobków. Można powiedzieć, że mediator “przechwytuje” część lub większość wpływu zmiennej niezależnej na zależną.

W statystyce  analiza efektu mediacji umożliwia lepsze zrozumienie złożonych zależności między zmiennymi, w szczególności wtedy, gdy efekt jednej zmiennej jest przekazywany przez inne pośredniczące zmienne.  Takie badania są kluczowe do identyfikowania mechanizmów stojących za obserwowanymi zjawiskami dotyczącymi zależności między dwiema zmiennymi. To szczególnie istotne w naukach społecznych, gdzie mechanizmy wpływu często są złożone i przebiegają przez wiele różnych ścieżek.

Literatura:
R.M. Baron, D.A. Kenny, The moderator-mediator variable distinction in social psychological research: conceptual, strategic, and statistical considerations, Journal of Personality and Social Psychology, 51 (6), 1986, s. 1173?1182,