Cos’è la mediazione semplice e come si realizza con Process in SPSS

Categorie:

In un precedente articolo abbiamo analizzato il concetto di moderazione semplice: in questo articolo, invece, analizzeremo il concetto di mediazione: in particolare parleremo della mediazione semplice e della sua implementazione in SPSS utilizzando la Macro Process, l’estensione di SPSS scritta da Andrew F. Hayes.

COS’E’ LA MEDIAZIONE SEMPLICE

Parliamo di mediazione quando ipotizziamo che l’effetto della variabile indipendente (X) sulla variabile dipendente (Y) non sia diretto, o quantomeno non solo diretto, ma sia legato all’effetto di una terza variabile che interviene nella relazione tra X e Y.

NB: Da non confondere con il concetto di moderazione! Clicca qui per l’articolo sulla moderazione.

Nel modello di mediazione vengono individuate quelle variabili, dette mediatori, che fungono da “intermediarie” nell’effetto della variabile indipendente sulla dipendente.

Anche in questo caso, nell’analisi di mediazione vengono coinvolte almeno tre variabili:

  • Variabile indipendente ➜ X
  • Variabile dipendente ➜ Y
  • Mediatore (o più mediatori) ➜ M

Il modello concettuale della mediazione è il seguente:

schema modello di mediazione

L’analisi della mediazione decompone l’effetto totale in due parti:

  • Effetto diretto (X➜Y), che rappresenta la variazione nella variabile dipendente (Y) dovuta al solo effetto della variabile indipendente (X) e che non dipende dalla variabile mediatore (M);
  • Effetto mediato (X➜M➜Y), che viene quantificato dal prodotto del coefficiente di X➜M e M➜Y e che rappresenta la parte dell’effetto che viene trasferita alla variabile dipendente tramite il mediatore.

LA REGRESSIONE MEDIATA

Anche per la mediazione, alla base vi è la regressione multipla.

Per testare la mediazione, infatti, in un primo momento è necessario valutare l’effetto della variabile indipendente sul mediatore, preso come variabile dipendente e in un secondo momento bisogna costruire una seconda regressione inserendo il mediatore M, oltre alla X, come variabili indipendenti nel modello.

Come in un modello di regressione classico, si procede con l’analisi del R2, dei coefficienti e della loro significatività statistica.
Se sia l’effetto di X su M, sia l’effetto di M su Y risultano statisticamente significativi, cioè se il p-value è minore del livello di significatività scelto, allora è presente un effetto di mediazione statisticamente significativo.

COME FUNZIONA IL MODELLO DI MEDIAZIONE SEMPLICE IN SPSS

Per l’implementazione della mediazione semplice in SPSS, torna ad aiutarci la Macro Process, l’estensione di SPSS scritta da Andrew F. Hayes.

Anche per la mediazione, Process mette a disposizione una serie di templates standard che permettono di scegliere il modello adatto all’analisi.

Il modello di mediazione semplice in SPSS è il Model 4 del template di Process, che prevede la seguente struttura:

Struttura Model 4 Process

Una volta caricati i dati in SPSS e aver indentificato la variabile indipendente, la variabile dipendente e il moderatore (e delle eventuali variabili di controllo), si può procedere con l’analisi.

COME IMPOSTARE CORRETTAMENTE LA MEDIAZIONE SEMPLICE IN PROCESS

Dal menù Analizza selezioniamo Regressione: dal menù a tendina comparirà l’opzione Process:

comandi per modello di moderazione Process

Una volta selezionato, compare la seguente finestra:

finestra comando process per moderazione

Nel menù a tendina Model Number selezioniamo il numero 4.

Negli slots sulla destra inseriamo le variabili che faranno parte del modello di mediazione.

Selezionando Options compare la seguente finestra:

finestra che compare selezionando options

Selezioniamo le opzioni come da immagine.

Le opzioni flaggate sono:

  • Show total effect model ➜ mostra l’effetto totale del modello solamente per alcuni modelli di mediazione (modelli elencati tra le parentesi)
  • Effect size ➜ analisi specifica e approfondita dell’effetto totale, diretto e mediato
  • Standardized coeffcient ➜ mostra i coefficienti standardizzati per tutti i modelli di mediazione.

COME INTERPRETARE L’OUTPUT DELLA MEDIAZIONE CON PROCESS

Una volta selezionate le opzioni, il codice generato da Process sarà il seguente:

In questa prima parte di output, osserviamo che, come anticipato in precedenza, viene valutata la relazione tra la variabile indipendente e il mediatore.

Dopo di che, si procede con l’analisi di mediazione.

In questo esempio specifico, osservando i coefficienti del modello, constatiamo che il mediatore considerato è statisticamente significativo.

Per valutare se questo effetto sia significativo o meno, valutiamo l’intervallo di confidenza dell’effetto indiretto (nella moderazione bisognava osservare il p-value della variabile interazione): se in questo intervallo non è compreso lo 0, allora sarà presente un effetto di mediazione statisticamente significativo.

valutazione dell'intervallo di confidenza dell'effetto indiretto

Nel nostro esempio, nell’intervallo di confidenza è presente lo 0: concludiamo perciò che la mediazione non è statisticamente significativa.

Oltre al modello di mediazione semplice, che abbiamo approfondito in questo articolo, esistono molte altre possibili combinazioni (mediazione moderata, doppia mediazione, moderazione mediata, ecc…).

Per ulteriori informazioni sui modelli di mediazione e moderazione, per consulenze tecnico-statistiche, per affidarci su consegna un’analisi statistica o per iscriverti ad uno dei nostri corsi di gruppo di analisi dei dati con i software statistici, contattaci!

Articolo a cura della Dott.ssa Aurelia Colucci

Categorie
About us

Analisi-Statistiche.it si pone l’obiettivo di fornire servizi di FormazioneConsulenza ed Analisi Statistica
ad Aziende e Privati. Diamo maggior valore ai tuoi dati utilizzando le più efficaci tecniche dell’analisi statistica.
Concretezza, Semplicità e Passione è ciò che ci distingue.

Contattaci

 Via Enrico Cruciani Alibrandi, 67, 00149 Roma RM

Dal Lunedì al Venerdì 8:30 – 19:30

E-mail: info@analisi-statistiche.it

Telefono: + 39 375 634 8711

Settembre: 2021
L M M G V S D
 12345
6789101112
13141516171819
20212223242526
27282930