Analiza medijacije (neizravni učinci)
Testirajte neizravne učinke pomoću bootstrap intervala pouzdanosti — i dobijte pripremljenu APA rečenicu za uređivanje.
Ova je stranica prijevod recenziranog engleskog izvornika. Pogledaj izvornik (EN)
analiza medijacijeŠto je to
Analiza medijacije pita kako se učinak događa — utječe li varijabla X na ishod Y kroz treću varijablu M. Putanja od X do M do Y je neizravni (medijirani) učinak; preostala putanja od X do Y je izravni učinak. Suvremeni pristup testira neizravni učinak (umnožak a×b) izravno pomoću bootstrappinga, koji gradi interval pouzdanosti iz tisuća ponovnih uzoraka umjesto da pretpostavlja da neizravni učinak ima normalnu distribuciju. Ako taj interval pouzdanosti isključuje nulu, neizravni je učinak značajan. To je zamijenilo stariji postupak kauzalnih koraka Barona i Kennyja (1986) i Sobelov test, koji se danas oboje smatraju slabima i ovisnima o pretpostavkama koje podaci rijetko ispunjavaju.
Kada ga koristiti
- Imate teoriju o mehanizmu — zašto ili kako X utječe na Y.
- Želite testirati neizravni učinak, a ne samo ukupni učinak.
- Izvještavate medijator, a recenzent očekuje bootstrap intervale.
- Želite izravne, neizravne i ukupne učinke u jednoj analizi.
Kada ga ne koristiti
- Vaši su podaci presječni, a namjeravate iznositi snažne uzročne tvrdnje — medijacija ne dokazuje uzročnost bez čvrstog dizajna.
- Nemate teorijski razlog za medijator — pecanje medijatora napuhuje lažno pozitivne nalaze.
Pretpostavke
- Obranjiv uzročni redoslijed: X prethodi M, a M prethodi Y, idealno po dizajnu.
- Nema važnih izostavljenih zbunjujućih varijabli odnosa M–Y.
- Linearni odnosi među varijablama (osim ako modelirate drukčije).
- Odgovarajuća veličina uzorka za stabilne bootstrap intervale.
Pragovi i granične vrijednosti
| Criterion | Rule of thumb | Source |
|---|---|---|
| Neizravni učinak (a×b) | Značajan ako bootstrap CI isključuje 0 | Preacher & Hayes (2008) |
| Bootstrap ponovni uzorci | preporučuje se ≥ 5000 | Hayes (2018) |
| Interval pouzdanosti | Bias-corrected ili percentilni 95% CI | Preacher & Hayes (2008) |
Kako to izvijestiti u APA
Neizravni učinak X na Y kroz M bio je značajan, ab = .XX, SE = .XX, 95% bootstrap CI [.XX, .XX] (5000 ponovnih uzoraka), pri čemu interval isključuje nulu. Izravni je učinak ostao značajan, c′ = .XX, p = .0X, što upućuje na djelomičnu medijaciju.
Kako to izračunava Explonia
Explonia testira neizravne učinke u pregledniku pomoću bootstrap intervala pouzdanosti, pa ne morate pretpostavljati da je neizravni učinak normalan. Birate prediktor, medijator i ishod, a Explonia izvještava izravne, neizravne i ukupne učinke s njihovim intervalima te navodi je li neizravni učinak značajan. Priprema APA rečenicu — uključujući bootstrap pojedinosti — koju pregledate i uredite. Izvoz u R ili SPSS (.sav) dostupan je u plaćenim planovima.
Često postavljana pitanja
Trebam li za medijaciju upotrijebiti Sobelov test ili bootstrapping?
Prednost se daje bootstrappingu. Sobelov test pretpostavlja da neizravni učinak ima normalnu distribuciju, što obično nije slučaj; bootstrapping ne čini takvu pretpostavku (Preacher & Hayes, 2008).
Trebaju li mi i dalje kauzalni koraci Barona i Kennyja?
Ne. Pristup kauzalnih koraka Barona i Kennyja (1986) — uključujući zahtjev da X značajno predviđa Y prije testiranja medijacije — danas se smatra zastarjelim i slabe snage. Suvremena praksa testira neizravni učinak izravno pomoću bootstrap intervala pouzdanosti, a učinak može biti medijiran čak i kada ukupni učinak X–Y nije značajan. Citirajte Barona i Kennyja za povijesni kontekst, a ne kao svoju metodu testiranja.
Što znači ako bootstrap CI isključuje nulu?
Ako 95% interval pouzdanosti za neizravni učinak ne sadržava nulu, neizravni je učinak statistički značajan — dokaz da X utječe na Y kroz medijator.
Koja je razlika između djelomične i potpune medijacije?
Kod djelomične medijacije izravni učinak ostaje značajan nakon dodavanja medijatora; kod potpune medijacije pada na neznačajnost. Obje zahtijevaju značajan neizravni učinak.
Mogu li tvrditi uzročnost na temelju analize medijacije?
Ne samo iz presječnih podataka. Medijacija opisuje pretpostavljenu putanju; uzročne tvrdnje trebaju dizajn (poput longitudinalnog ili eksperimentalnog) koji ih podupire.
Last updated: srpanj 2026
Pokrenite Medijacija na vlastitim podacima
Prikupite ili učitajte svoje podatke, pokrenite analizu u pregledniku i dobijte nacrt APA odlomka koji možete urediti. Započnite besplatno. Bez kartice.
Započni besplatno