Jestem zainteresowany przetestowaniem prostego modelu mediacji z jednym IV, jednym DV i jednym mediatorem. Efekt pośredni jest znaczący, co przetestowało makro SPSS Preacher i Hayes, co sugeruje, że mediator służy do statystycznego pośredniczenia w związku.
Czytając o mediacji, przeczytałem takie rzeczy, jak: „Zauważ, że model mediacyjny jest modelem przyczynowym”. - David Kenny . Z pewnością mogę docenić wykorzystanie modeli mediacyjnych jako modeli przyczynowych i rzeczywiście, jeśli model jest teoretycznie zdrowy, uważam to za bardzo przydatne.
Jednak w moim modelu mediator (cecha uważana za skazę na zaburzenia lękowe) nie jest wywoływany przez zmienną niezależną (objawy zaburzenia lękowego). Raczej mediator i zmienne niezależne są ze sobą powiązane i uważam, że związek między zmienną niezależną a zmienną zależną można wyjaśnić w dużej mierze przez wariancję między IV-mediatorem-DV. Zasadniczo próbuję wykazać, że wcześniejsze doniesienia o związku IV-DV można wyjaśnić powiązanym mediatorem, który nie jest spowodowany przez IV.
Mediacja jest przydatna w tym przypadku, ponieważ wyjaśnia, w jaki sposób relację IV-DV można statystycznie wyjaśnić relacją IV-Mediator-DV. Moim problemem jest kwestia związku przyczynowego. Czy recenzja może wrócić i powiedzieć nam, że mediacja jest nieodpowiednia, ponieważ IV w rzeczywistości nie powoduje mediatora (czego nigdy bym się nie spierał)?
Czy to ma sens? Wszelkie uwagi w tej sprawie będą bardzo mile widziane!
Edycja : Mam na myśli to, że X jest skorelowany z Y nie dlatego, że powoduje Y, ale ponieważ Z powoduje Y (częściowo) i ponieważ X i Z są wysoce skorelowane. Trochę mylące, ale o to chodzi. Relacje przyczynowe w tym przypadku tak naprawdę nie są kwestionowane, a niniejszy rękopis nie dotyczy tak bardzo związku przyczynowego. Po prostu staram się wykazać, że wariancja między X i Y może być wyjaśniona przez wariancję między Z i Y. Zasadniczo więc X jest skorelowany pośrednio z Y do Z (w tym przypadku „mediatorem”).