Làm thế nào để bạn thiết lập hòa giải hoàn toàn so với một phần trong một mô hình trung gian đơn giản?

Gần đây tôi đã nhận được câu hỏi này từ một sinh viên:

Trong một mô hình hòa giải đơn giản, nếu tôi thấy hiệu ứng gián tiếp (ab) là đáng kể và hiệu ứng trực tiếp (c ') là nhỏ và không đáng kể, điều đó có nghĩa là tôi có hòa giải toàn phần hay hòa giải một phần?

Định nghĩa

Tôi sẽ sử dụng ký hiệu thông thường để hòa giải đơn giản, như thể hiện ở đây . Giả sử có một hiệu ứng tích cực để được trung gian (nghĩa là c > 0 ) và bất kỳ đối số nguyên nhân cơ bản nào cũng được thỏa mãn$a, b, c, c'$$c > 0$

• Hòa giải một phần xảy ra khi .$0 < c' < c$
• Hòa giải hoàn toàn xảy ra khi .$c' = 0$

Lợi ích lý thuyết liên quan đến các tham số cơ bản hơn là ước tính mẫu của các tham số này.

Thử nghiệm cho hòa giải một phần

Các xét nghiệm quan trọng có thể được áp dụng để kiểm tra hòa giải một phần. Kiểm tra ý nghĩa có thể hỗ trợ các kết luận như rằng là lớn hơn đáng kể hơn không, hoặc rằng c ' là ít hơn đáng kể hơn so với c .$ab$$c'$$c$

Thử nghiệm cho hòa giải hoàn chỉnh

Các xét nghiệm quan trọng không thể dễ dàng áp dụng cho thử nghiệm hòa giải hoàn chỉnh. Thực tế là rất có ý nghĩa, và c ' là không đáng kể là không đủ để chứng minh hòa giải hoàn toàn. Thứ nhất, sự khác biệt giữa đáng kể và không đáng kể không nhất thiết là đáng kể. Thứ hai, ngay cả khi giảm rất có ý nghĩa, một tổ chức phi đáng kể c ' không chứng minh rằng giá trị của c ' là zero.$c$$c'$$c'$$c'$

Tôi tưởng tượng có cuộc thảo luận về cách tiếp cận này để kiểm tra hòa giải hoàn toàn trong tài liệu, nhưng một vài lựa chọn nảy ra trong đầu:

• Kiểm tra tính tương đương : Bạn có thể kiểm tra giả thuyết rằng , nơi 0 < c < c , và c được coi là đủ gần bằng không hoặc đủ ít hơn c mà từ chối giả thuyết được coi là một lập luận cho hòa giải hoàn toàn là hợp lý.$c' < \hat{c}$$0 < \hat{c} < c$$\hat{c}$$c$
• Khoảng tin cậy : Bạn có thể nhận được khoảng tin cậy trên .$c'$
• Bayesian phương pháp tiếp cận : Bạn có thể sử dụng phương pháp tiếp cận Bayes để có được một mật độ sau trên và nếu khoảng tin cậy 95% là đủ nhỏ, bạn có thể lập luận rằng việc hòa giải là plausibly gần được hoàn tất. Một tìm kiếm nhanh đã tiết lộ bài viết này ( phân tích hòa giải Bayes ).$c'$

Suy nghĩ chung về phân tích báo cáo hòa giải

$c$$c'$

Đánh giá về điểm của David Kenny

Là một điểm bổ sung, đáng chú ý là David A. Kenny thừa nhận các vấn đề liên quan đến thử nghiệm ý nghĩa cho hòa giải trên trang web của mình . Tôi trích dẫn đoạn văn chính ở đây:

Lưu ý rằng các bước được nêu theo các hệ số 0 và khác 0, không phải về mặt ý nghĩa thống kê, như trong Baron và Kenny (1986). Do các hệ số nhỏ tầm thường có thể có ý nghĩa thống kê với cỡ mẫu lớn và hệ số rất lớn có thể không có ý nghĩa với cỡ mẫu nhỏ, nên các bước không được xác định theo ý nghĩa thống kê. Ý nghĩa thống kê là thông tin, nhưng thông tin khác nên là một phần của việc ra quyết định thống kê. Ví dụ, hãy xem xét trường hợp đường dẫn a lớn và b bằng không. Trong trường hợp này, c = c '. Rất có thể thử nghiệm thống kê của c 'không có ý nghĩa (do sự cộng tuyến giữa X và M), trong khi c có ý nghĩa thống kê.

$X\rightarrow Y$$X\rightarrow Y$

$c - c'$$ab$

Để trả lời trực tiếp câu hỏi của bạn:

H: Trong một mô hình hòa giải đơn giản, nếu tôi thấy hiệu ứng gián tiếp (ab) là đáng kể và hiệu ứng trực tiếp (c ') là nhỏ và không đáng kể, điều đó có nghĩa là tôi có hòa giải toàn phần hay hòa giải một phần?

A: Theo B & K: hòa giải đầy đủ. Theo P & H: không nhất thiết phải hòa giải đầy đủ.

Nhà thuyết giáo, KJ, & Hayes, AF (2004). Các thủ tục SPSS và SAS để ước tính các tác động gián tiếp trong các mô hình hòa giải đơn giản. Phương pháp nghiên cứu hành vi, dụng cụ và máy tính, 36, 717-731. doi: 10.3758 / BF03206553