Feb 14

Modèle de modération

Category: Uncategorized

La modération et la médiation sont deux idées très différentes, il est donc un peu regrettable qu`ils ont non seulement des noms similaires, mais aussi tendent à accompagner la même citation: Baron et Kenny (1986). Bien qu`il y ait quelques similitudes entre les deux analyses qui sont importantes à comprendre, nous nous concentrerons ici sur les différences entre la modération et la médiation. Modération médiatisée et médiation modérée dans la modération médiatisée, la modération disparaît lorsque le Médiateur est introduit. Dans la médiation modérée, le modèle de la médiation varie en fonction du modérateur. Voir ma page de médiation pour plus d`informations. Les effets de modération sont testés avec une analyse de régression multiple, où toutes les variables prédictitrices et leur durée d`interaction sont centrées avant l`estimation du modèle pour améliorer l`interprétation des coefficients de régression. Une équation de régression unique forme le modèle de modération de base: modélisation multiniveau dans certaines situations, les données sont regroupées, et un modèle à plusieurs niveaux est nécessaire pour modéliser la non-indépendance en raison du clustering. Par exemple, il pourrait y avoir des élèves dans les salles de classe avec des élèves de niveau 1 et des salles de classe au niveau 2. Parfois, il y a des modérateurs de niveau 1, ceux-ci étant des modérateurs qui varient au sein de la classe. Plus typiquement il y a des modérateurs de niveau 2, ceux-ci étant des modérateurs qui varient entre les classes. Notez aussi que X peut être au niveau 1 ou au niveau 2. La modération teste si une variable (Z) affecte la direction et/ou la force de la relation entre un IV (X) et un DV (Y). En d`autres termes, les tests de modération pour les interactions qui affectent lorsque les relations entre les variables se produisent.

Les modérateurs sont conceptuellement différents des médiateurs (quand versus comment/pourquoi), mais certaines variables peuvent être un modérateur ou un médiateur en fonction de votre question. Consultez la documentation du package de médiation pour savoir comment tester les relations de médiation modérée/modération médiatisées. En résumé, de nombreuses questions en science de la prévention impliquent comment et pour qui un programme atteint ses effets. Les modèles de médiation et de modération sont idéaux pour examiner ces questions. En enquêtant sur les effets de la médiation et de la modération dans les données des programmes de prévention, des informations sur les mécanismes sous-jacents des effets du programme ainsi que sur la généralisabilité des effets des programmes et des programmes peuvent être évaluées. Les modèles qui estiment simultanément les effets de la médiation et de la modération non seulement permettent l`examen de ces questions, mais permettent également l`évaluation d`hypothèses de recherche plus complexes, comme la question de savoir si un effet modérateur dans les données peut être expliqué par un mécanisme de médiation, ou si un mécanisme de médiation dépend du niveau d`une autre variable. Une large intégration de ces modèles dans la littérature de recherche de fond améliorera l`information tirée des travaux de prévention et informera nos connaissances sur les modèles de prévention. Le pouvoir de détecter les effets d`interaction est souvent faible en raison des petites tailles d`effet observées dans les sciences sociales (Aiken et West 1991). Les modèles qui examinent simultanément les effets de la médiation et de la modération sont encore plus désavantagés car ils impliquent plusieurs termes d`interaction ainsi que l`estimation des effets indirects. Fairchild (2008) a étudié la puissance pour le modèle général en utilisant les arguments précédents formulés dans la littérature selon lesquels les effets d`interaction dans les données réelles vont généralement de l`explication de 1% à 3% de la variance dans la variable dépendante (Champoux et Peters 1987; Evans 1985; McClelland et Judd 1993).

Les résultats ont montré que lorsque la taille des effets des paramètres â3 et b̂2 expliquait 1% de la variance, un test d`importance conjointe pour la modération de l`effet indirect exigeait N ≥ 1000 pour la puissance. 8.

No comments

Comments are closed.