¿Cómo establece una mediación completa versus parcial en un modelo simple de mediación?


8

Recientemente recibí esta pregunta de un estudiante:

En un modelo de mediación simple, si he encontrado que el efecto indirecto (ab) es significativo y el efecto directo (c ') es pequeño e insignificante, ¿eso significa que tengo mediación total o mediación parcial?

ingrese la descripción de la imagen aquí


A menos que me falte algo, esta es precisamente una mediación completa (o completa). Por ejemplo, en.wikipedia.org/wiki/… o davidakenny.net/cm/mediate.htm#WIM
BR

@BR Supongo que el problema es cómo se demuestra que el parámetro es cero en lugar de solo cercano a cero. c
Jeromy Anglim

Creo que realmente quieren decir que "no es significativo". Este es el Paso 4 en el procedimiento de Baron y Kenny ( davidakenny.net/cm/mediate.htm#BK ). Estoy seguro de que no entiendo bien tu pregunta. c
BR

Supongo que se trata de probar la hipótesis nula con el papel potencial de algo como la prueba de equivalencia.
Jeromy Anglim

Ah, está bien, puedo entender eso.
BR

Respuestas:


8

Definiciones

Usaré la notación a común a la mediación simple, como se muestra aquí . Suponiendo que hay un efecto positivo a ser mediado (es decir, ) y cualquier argumento causal subyacente se satisface entoncesa,b,c,cc>0

  • La mediación parcial ocurre cuando .0<c<c
  • La mediación completa ocurre cuando .c=0

El interés teórico se refiere a los parámetros subyacentes más que a las estimaciones muestrales de estos parámetros.

Prueba de mediación parcial

Se pueden aplicar pruebas de significación para evaluar la mediación parcial. Las pruebas de significación pueden admitir inferencias como que es significativamente mayor que cero o que es significativamente menor que .abcc

Prueba de mediación completa

Las pruebas de significación no pueden aplicarse fácilmente a la prueba de mediación completa. El hecho de que es significativo y no es significativo es insuficiente para demostrar una mediación completa. Primero, la diferencia entre significativo y no significativo no es necesariamente significativo. En segundo lugar, incluso si la reducción es significativa, una no significativa no prueba que el valor de sea ​​cero.cccc

Me imagino que hay una discusión sobre estos enfoques para probar la mediación completa en la literatura, pero me vienen a la mente algunas opciones:

  • Prueba de equivalencia : podría probar la hipótesis nula de que , donde , y se considera suficientemente cercano a cero o suficiente menos que que El rechazo de la hipótesis nula se considera un argumento para que la mediación completa sea plausible.c<c^0<c^<cc^c
  • Intervalos de confianza : puede obtener intervalos de confianza en .c
  • Enfoques bayesianos : podría usar enfoques bayesianos para obtener una densidad posterior en y si el intervalo de credibilidad del 95% era lo suficientemente pequeño, podría argumentar que la mediación está plausiblemente cerca de completarse. Una búsqueda rápida reveló este artículo ( análisis de mediación bayesiano ).c

Reflexiones generales sobre informes de análisis de mediación

Parece ser que cuando cuantifico el grado de mediación, tanto la reducción porcentual de a es interesante como el tamaño del efecto indirecto. Los términos mediación parcial y completa sugieren una distinción binaria que probablemente rara vez sea cierta en las aplicaciones de investigación en ciencias sociales. Por el contrario, informar un análisis de mediación debe centrarse en cuantificar el grado de mediación tanto en términos porcentuales como en términos del tamaño del efecto indirecto. También debería cuantificar la incertidumbre en estas estimaciones.cc

Revisión de los puntos de David Kenny

Como punto adicional, vale la pena señalar que David A. Kenny reconoce los problemas relacionados con las pruebas de importancia para la mediación en su página web . Cito el pasaje principal aquí:

Tenga en cuenta que los pasos se expresan en términos de coeficientes cero y no cero, no en términos de significación estadística, como lo fueron en Baron y Kenny (1986). Debido a que los coeficientes trivialmente pequeños pueden ser estadísticamente significativos con tamaños de muestra grandes y los coeficientes muy grandes pueden no ser significativos con tamaños de muestra pequeños, los pasos no deben definirse en términos de significación estadística. La significación estadística es informativa, pero otra información debería ser parte de la toma de decisiones estadísticas. Por ejemplo, considere el caso en el que la ruta a es grande yb es cero. En este caso, c = c '. Es muy posible que la prueba estadística de c 'no sea significativa (debido a la colinealidad entre X y M), mientras que c es estadísticamente significativa.


4

El enfoque de Baron y Kenny está algo desactualizado: hoy en día se recomienda utilizar un enfoque de arranque para probar la mediación (Preacher y Hayes, 2004). Un problema con el enfoque B & K es, que es posible observar un cambio de un significativo camino a una no significativa camino con un cambio muy pequeño en el tamaño absoluto del coeficiente.XYXY

Una prueba más directa de mediación es probar la diferencia de (que, en la mayoría de los casos, es equivalente a probar el efecto indirecto ). El enfoque de arranque tiene mucho más poder estadístico y no se basa en supuestos de normalidad multivariados (que de todos modos se violan en los efectos indirectos).ccab

Para responder directamente a su pregunta:

P: En un modelo de mediación simple, si he encontrado que el efecto indirecto (ab) es significativo y el efecto directo (c ') es pequeño e insignificante, ¿eso significa que tengo mediación total o mediación parcial?

A: Según B&K: mediación completa. Según P&H: no necesariamente mediación completa.


Predicador, KJ y Hayes, AF (2004). Procedimientos SPSS y SAS para estimar efectos indirectos en modelos de mediación simples. Métodos de investigación de comportamiento, instrumentos y computadoras, 36, 717-731. doi: 10.3758 / BF03206553


Felix, creo que la pregunta es "cómo establecer que ", en lugar de ser simplemente no significativo (de ahí la mención de "prueba de equivalencia" en los comentarios). c=0
BR

Creo que, dependiendo de su precisión, c` nunca "es" cero. Si el tamaño de la muestra es lo suficientemente grande, la desviación más pequeña se desviará significativamente de cero. Por lo tanto, debe discutirse con los tamaños de los efectos y la contribución relativa de los efectos directos e indirectos, como Jeromy también señala en su respuesta.
Felix S
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.