조정중재

Moderated mediation

통계에서 절제와 조정은 같은 모델에서 함께 발생할 수 있다.[1]조정된 조정은 조정자 변수 D의 수준에 따라 조정자 변수 B를 통한 결과 변수 C에 대한 독립 변수 A의 처리 효과가 다를 때, 조건부 간접 효과라고도 한다.[2]구체적으로 B에 대한 A의 영향이나 C에 대한 B의 영향 중 하나는 D의 수준에 따라 달라진다.

Langfred(2004) 모델

랭크프레드(2004)는 가장 먼저 조정된 조정의 개념화 방법, 조정된 조정 모델의 다른 유형을 분류하는 방법, 다중 회귀를 이용한 그러한 모델의 통계적 분석에 대한 논리와 방법론을 개발하는 방법에 대한 종합적인 처리를 제공했다.[3]

조정된 조정으로 모델을 분석할 수 있는 확립된 절차가 없었기 때문에, 랭프레드(2004)는 우선 두 가지 조정된 조정의 주요 형태가 있다는 점에 주목하면서 존재할 수 있는 조정 모델의 다른 유형을 설명한다.조정자가 독립변수와 중재자의 관계에 대해 작용하는 유형 1과 조정자와 종속변수의 관계에 대해 작용하는 유형 2이다.랭프레드는 중재 중재에 대한 기존의 관점을 검토하고(James and Brett, 1984) [4]코르가르드, 브로트, 휘터너(2002)가 입증한 바와 같이 중재 중재 유형 1에 대해 수용된 통계적 접근법이 이미 존재한다는 점에 주목한다.[5]그러나 타입 2 절제는 통계적으로 더 어렵기 때문에 랭프레드는 분석을 위해 가능한 세 가지 접근방식을 검토하며, 궁극적으로 그 중 하나를 올바른 기법으로 추천한다.

A가 중재자 B에 미치는 간접적 효과를 절제하면서 단순한 중재를 결합한 조건부 프로세스 모델을 그린 개념도.
조정중재

랑프레드(2004)는 학술지 자체가 통계적 방법론에 관한 것이 아니기 때문에 종종 간과된다.오히려 논문의 모형에 절제된 중재가 포함되었기 때문에 회귀분석에 대한 정의와 절차가 개발된 매우 큰 부록이 포함되었다.

뮬러, 저드, & 이저비트(2005)

병렬 다중 중재자 모델에서 특정 간접 효과의 중용을 나타내는 개념 다이어그램
개념도:직접 및 간접 효과의 조정

뮬러, 저드, 이저비트(2005)는 조정 조정의 추가적인 명확성과 정의를 제공했다.[1]다음의 회귀 방정식은 A = 독립 변수, C = 결과 변수, B = 중재자 변수, D = 감속 변수 모형의 기본이다.

C = β40 + β41A + β42D + β43AD + ε4

이 방정식은 A가 C에 미치는 전체 치료 효과의 절제를 평가한다.

B = β50 + β51A + β52D + β53AD + ε5

이 방정식은 A가 중재자 B에 미치는 치료 효과의 절제를 평가한다.

C = β60 + βA61 + βD62 + βAD63 + βB64 + βBD65 + βBD + ε6

이 방정식은 중재자 B가 C에 미치는 영향의 절제와 더불어 A가 C에 미치는 잔존 처리 효과의 절제를 평가한다.

조건부 상대적 간접 및 직접 효과 모형

이러한 기본적 평등은 다음 방정식 사이에 존재한다.

β43 – β63 = β64β53 + β65β51

중재를 하기 위해서는 감속재에 의존하지 않는 결과 변수 C(β41)에 대한 A의 전반적인 치료 효과가 있어야 한다(β43 = 0).또한 중재자 B에 대한 A의 치료 효과는 감속재(β53 ≠ 0)에 따라 달라지며/또는 결과 변수 C에 대한 중재자 B의 효과는 감속재(β65 ≠ 0)에 따라 달라진다.

위 방정식의 오른쪽에 있는 제품 중 적어도 하나는 0(즉, β53 β 0과 β64 β 0 또는 β65 ≠ 0과 β51 ≠ 0 중 하나)이 아니어야 한다.또한 결과 변수 C(β43 = 0)에 대한 A의 치료 효과를 전반적으로 절제할 수 없으므로, 이는 β가63 0과 같을 수 없음을 의미한다.즉, 조정자를 지배하는 결과 변수 C에 대한 A의 잔존 직접적인 영향이 완화된다.

설교자, 러커, 헤이즈의 추가 사항(2007)

독립 변수(A)가 결과 변수(C)에 대한 B의 영향을 중재자(B)를 통해 결과 변수(C)에 대한 자신의 간접 영향을 완화하는 중재 프로세스 모델의 개념도.
한 변수(D)가 독립 변수(A)와 중재 변수(B)의 관계를 완화하고, 두 번째 변수(E)가 중재 변수(B)와 결과 변수(C)의 관계를 완화하는 중재 프로세스 모델의 개념도.

뮬러와 동료들이 제안한 절제된 중재가 발생할 수 있는 세 가지 예의범절 외에 독립 변수 A 자체가 결과 변수 C에 대한 중재자 B의 영향을 완화시킬 수 있다고 제안했다.그들은 또한 감속 변수 D가 B에 대한 A의 영향을 완화하는 반면 다른 감속자 E는 C에 대한 B의 영향을 완화할 수 있다고 제안하였다.[2]

중재 중재와 중재적 중재 사이의 차이

조정된 조정은 조정된 절제와 동일한 기본 모델(위에서 지정)에 의존한다.두 공정의 주요 차이는 결과 변수 C에 대한 A의 치료 효과의 전반적인 절제가 있는지 여부다.만약 있다면 중재적 절제가 있다.C에 대한 A의 전체적인 절제가 없다면, 조정된 중재가 있다.[1]

조정된 중재 테스트

절제된 조정을 테스트하기 위해 때로는 단편적인 접근법이라고 불리는 일련의 모델을 검토하고, 결과의 전체적인 패턴을 살펴볼 것을 권고하는 사람도 있다.[1]이 접근법은 일련의 세 가지 퇴행을 분석하여 중재를 시험하는 바론 및 케니 방법과 유사하다.[6]이들 연구자들은 전체적인 단일 테스트가 중재 중재에서 작용하는 복잡한 과정을 분석하기에 불충분하며 중재 중재와 중재적 절제를 구별하는 것을 허용하지 않을 것이라고 주장한다.

부트스트래핑은 신뢰 구간을 생성하기 위해 조정된 조정 모델의 표본 분포를 추정하는 방법으로도 제안되었다.[2]이 방법은 표본 분포의 형상에 대해 어떠한 가정도 요구하지 않는 장점이 있다.

3개의 범주가 있는 다중 범주형 선행 X가 있는 조건부 프로세스 모델의 개념 다이어그램.
3단계 다범주변수에 의한 조정모형

설교자, 러커, 헤이스도 조정 조정을 위한 단순 경사 분석의 확장에 대해 논의한다.이 접근방법에 따라, 검토될 감속재의 제한된 수의 주요 조건부 값을 선택해야 한다.또한 Johnson-Neyman 기술을 사용하여 유의미한 조건부 간접 효과의 범위를 결정할 수 있다.[2]

설교자, 러커, 헤이스(2007)는 존슨-네이먼 결과뿐만 아니라 부트스트래핑 추정치를 제공하는 SPSS 매크로를 만들었다.그들의 매크로는 SPSS 및 SAS에 대한 프로세스 출시로 더 이상 사용되지 않으며 조정, 절제 및 조건부 프로세스 분석 소개(Hayes, 2013)[7]에 기술되어 있다.

참고 항목

참조

  1. ^ a b c d Muller, D, Judd, C. M, & Yzerbyt, V. Y. (2005)중용이 중재되고 중재가 중재될 때.인성과 사회심리학 저널 89, 852–863.
  2. ^ a b c d 전도사, K. J., Rucker, D. D., & Hayes, A. F. (2007) 절제된 중재 가설 해결:이론, 방법 및 처방.다변량 행동 연구, 42, 185–227.
  3. ^ Langfred, C. W. 2004.너무 많은 좋은 일?자율경영팀에서 높은 신뢰와 자율성이 주는 부정적 영향.아카데미 오브 매니지먼트 저널, 47: 385–399.
  4. ^ James, L. R. & Brett, J. M. 1984.중재자, 중재자 및 조정 테스트.응용심리학 저널 69: 307–321.
  5. ^ Korsgaard, M. A., Brodt, S. E., & Whitener, E. M. 2002.충돌 시 신뢰:관리적으로 신뢰할 수 있는 행동과 조직 맥락의 역할.응용심리학 저널, 87: 312–319.
  6. ^ 바론, R. M. & 케니, D. A. (1986)사회 심리학 연구에서 사회자와 중재자의 가변적 구분: 개념적, 전략적, 통계적 고려사항.성격과 사회심리학 저널, 51, 1173–1182.
  7. ^ 헤이스. A. F. 2013.조정, 조정 및 조건부 프로세스 분석 도입:회귀 기반 접근 방식.뉴욕:길포드 프레스.

외부 링크

  • [1] SPSS 및 SAS에 대한 프로세스 매크로