Podejście Barona i Kenny’ego (analiza mediacji)
Podejście Barona i Kenny’ego to klasyczne i jednocześnie najstarsze sformalizowane (1986) podejście do testowania efektu mediacji.
W podejściu Barona i Kenny’ego testowania efektu mediacji opiera się na kilku krokach:
- Związek między zmiennymi: W pierwszej kolejności, podejście to zakłada że musi istnieć bezpośrednia korelacja między zmienną zależną i niezależną (efekt całkowity), a także między zmienną niezależną a potencjalnym mediatorem. Na tym etapie najczęściej wykonujemy korelacje Pearsona.
- Wpływ mediatora: Następnie trzeba sprawdzić, czy po uwzględnieniu mediatora związek między zmienną niezależną a zależną ulega osłabieniu (co wskazuje na mediację częściową) lub staje się nieistotny statystycznie (co oznacza mediację całkowitą). Zwykle wykorzystujemy do tego analizę regresji liniowej w modelu wielozmiennowym. Na tym etapie testujemy efekt bezpośredni zmiennej niezależnej na zmienną zależną, uwzględniając efekt mediatora na zmienną zależną.
- Istotność efektu pośredniego: Aby można było mówić o mediacji, musimy potwierdzić wspólną istotność statystyczną dwóch z powyższych efektów: 1) efektu całkowitego między zmienną niezależną i mediatorem oraz 2) efektu bezpośredniego między mediatorem a zmienną zależną, czyli musi istnieć tzw. efekt pośredni. Jednakże tutaj nie obliczamy klasycznego testu istotności z wykorzystaniem testu t Studenta (jak w regresji liniowej), lecz musimy wykorzystać np. test Sobela.
Test Sobela jest specjalnie zaprojektowanym testem dla oceny istotności efektu pośredniego. Weryfikuje on istotność związku dwóch wspomnianych wyżej efektów uwzględniając ich unikalne błędy pomiaru. Test t Studenta pozwala analizować tylko jedną ścieżkę na raz, dlatego nie nadaje się do oceny istotności efektu pośredniego, składającego się z dwóch różnych zależności. Przykładowy kalkulator testu Sobela, oraz pokrewnych mu testów Aoriana i Goodmana, można znaleźć tutaj.
Podejście Barona i Kenny’ego umożliwia zrozumienie w jaki sposób zmienna niezależna wpływ na zmienną zależną przy uwzględnieniu pośrednictwa mediatora, jednakże jest ono traktowane już jako podejście tradycyjne, a niekiedy wręcz archaiczne. Obecnie znacznie częściej korzysta się w oszacowaniach efektu pośredniego z podejścia bootstrapowego, które wykorzystuje szeroko stosowane makro PROCESS Hayesa, dostępne na wielu programach statystycznych: SPSS, JASP lub środowisku R. Podejście boostrapowe posiada wykazuje przewagę w kilku ważnych dla badaczy i statystyków elementach:
- Podejście bootstrapowe nie wymaga spełnienia założenia o rozkładzie normalnym danych.
- W przypadku małej próby, podejście Barona i Kenny’ego jest bardziej narażone na błędy.
- Podejście bootstrapowe opiera się na wielokrotnym testowaniu efektu pośredniego i oszacowaniu dla niego przedziału ufności, podczas gdy podejście Barona i Kenny’ego wykorzystuje prosty wzór, dający pojedynczą wartość p jako kryterium.
- Klasyczne podejście Barona i Kenny’ego jest trudne do wykorzystania przy wielu mediatorach np. w modelach mediacji równoległej (parallel mediation) lub mediacji sekwencyjnej (sequential mediation), natomiast podejście booststrapowe nie jest ograniczone przez złożoność modelu.
W efekcie, klasyczne podejście Barona i Kenny’ego może być traktowane jako sposób na wyjaśnienie jak efekt pośredni (efekt mediacji) można ręcznie przetestować, aby student dobrze zrozumiał na czym efekt ten polega. Natomiast w pracy naukowej, bootstrap jest obecnie uważany za złoty standard w testowaniu efektu mediacyjnego, szczególnie w literaturze psychologicznej i statystycznej. Chociaż wymaga większych zasobów obliczeniowych, jego elastyczność i dokładność przewyższają wady związane z czasochłonnością.
Literatura:
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, 1173-1182.
