Podejście Cohena i Cohen w analizie mediacji – metoda statystyczna zaproponowana przez Jacoba i Patricię Cohen oraz współpracowników (2013), stosowana do badania efektu mediacji.  W odróżnieniu od klasycznego podejścia Barona i Kenny’ego, większy nacisk kładzie się tu na ocenę siły efektu zapośredniczonego przez mediator .

Podejście to opiera się na wykazaniu silnych i istotnych statystycznie (wartość p) korelacji między zmienną niezależną a mediatorem oraz między mediatorem a zmienną zależną.  Aby ocenić istotność związków, zaleca się wykorzystanie testów takich jak test Sobela, Aroiana czy Goodmana , które weryfikują, czy iloczyn współczynników związków zmiennej niezależnej i mediatora z zmienną zależną jest różny od zera.

Kluczowym elementem odróżniającym podejście Cohen i Cohen od podejścia Barona i Kenny’ego jest nacisk na stopniowe budowanie modelu regresji np. liniowej, który pozwala precyzyjniej oszacować wpływy bezpośrednie i pośrednie. Podejście to jest zatem szczególnie użyteczne w analizach złożonych, uwzględniających wiele predyktorów i mediatorów.

W szerszym kontekście,  podejście Cohen i Cohen związane jest przede wszystkim z testowaniem hipotez w paradygmacie NHST , zatem różni się od bootstrapowego podejścia do analizy efektów mediacji, które wykorzystuje się np. w podejściu Hayesa (makro PROCESS).

Literatura:
Cohen, J., Cohen, P., West, S. G., Aiken, L. S. (2013). Applied multiple regression/correlation analysis for the behavioral sciences. Routledge.