Bu yazıda iki değişken arasındaki ilişkinin, üçüncü bir değişkenin değerlerine göre nasıl değiştiğini inceleyen bir istatistiksel yöntemden söz ediyorum. Bu üçüncü değişkene düzenleyici değişken ya da kısaca moderator diyoruz. Örneğin bir bağımsız değişkenimiz var, yani X, bir de bağımlı değişkenimiz var, yani Y. Bu ikisi arasındaki ilişki, düzenleyici değişkenin etkisiyle farklılaşabilir. Düzenleyici, bu ilişkinin gücünü ya da yönünü değiştirebiliyor. Kısacası, “Bu etki ne zaman, hangi koşullar altında oluyor?” sorusuna cevap arıyoruz. Peki, bu neden önemli? Çünkü verilerdeki farklılıkları, yani heterojenliği (varyansı) açıklamamıza yardımcı oluyor. Mesela, bir ilacın etkisi cinsiyete göre değişebilir. Ya da bir çalışanın iş memnuniyeti, yaşına bağlı olarak farklılık gösterebilir. İşte burada “moderation analyses” devreye giriyor.
Aşağıda linkini bıraktığım videoda düzenleyici değişkenlerin araştırma tasarımındaki rolünü açıkladım. İzleyebilir, yorumlarınızı yazabilirsiniz.
Düzenleyici değişkenlerle analize gözlenen değişkenlerden başlamayı tercih ediyorum. Böylece basitten karmaşığa giden bir öğrenme süreci tasarlamayı amaçladım. Bu yazıda Andrew Hayes’in PROCESS Model-1a yapısıyla başlıyoruz.
Andrew Hayes’in PROCESS Model-1a yapısına ait Mplus kodu:
Bu analiz, özellikle düzenleyici role sahip bir (moderatör) değişkenin iki değişken arasındaki ilişkiyi değiştirip değiştirmediğini test etmek isteyen araştırmacılar için oldukça faydalı. İki farklı örnekle bu analizi yaparak sonuçların nasıl yorumlanacağını da detaylıca inceleyeceğiz. Bu yazıda vermiş olduğum açıklamalar tüm değişkenlerin sürekli olduğu duruma örnek oluşturmaktadır.
ÖRNEK 1
Bu örneğimizde şu sorunun cevabını arayacağız:
“Davranışsal bağlılık, akademik güvenin, akademik çaba üzerindeki etkisini değiştiriyor mu?”
Yani başka bir deyişle:
“Akademik güven → Akademik çaba ilişkisi, bireyin davranışsal bağlılığına göre farklılaşıyor mu?”
Kullandığımız üç temel değişken:
- X (Akademik güven): Bağımsız/dışsal değişken
- W (Davranışsal bağlılık): Moderatör değişken
- Y (Akademik çaba): Bağımlı/içsel değişken
Model Gösterimi:
Modelin istatistiksel gösterimi:
Araştırma sorumuzu yanıtlamak için Hayes’in PROCESS Model 1a yapısını kullanıyoruz. Ve bu modeli Mplus yazılımı üzerinde kurarak kontrol ediyoruz. İlk olarak verimizi SPSS, Excel veya R’den .dat dosyası formatında dışa aktararak hazırlıyoruz. Değişken sıralaması X, W, Y şeklinde olmalı. .dat dosyasının nasıl oluşturulduğunu youtubeda bir videoda anlattım. Videoyu da buraya ekledim 🙂
.dat dosyamızı oluşturduysak devam edelim. Artık analize hazırız. Aşağıda analizi nasıl gerçekleştirdiğimi gösterdiğim bir örnek video bulacaksınız. Bu videoyu izleyerek siz de kendi çalışmanızın analizini gerçekleştirebilirsiniz.
Analizde aşağıdaki kodu kullanıyoruz. Unutmamamız gerekenlerden biri bu yazıda verdiğimiz kodlar sürekli değişkenlerin kullanıldığı modele örnek oluşturmaktadır. Ayrıca gözlenen değişkenlerle çalıştığımız durumlar için geçerlidir. Eğer gizil değişkenlerle moderatör analiz yapacaksanız bu linkteki (tıklayın) yazıyı okumanızı öneriyorum. Gizil değişkenlerle çalışacaklar yanlış yerde geziniyor :))
Siz de kendi modelinizi test etmek için kodu kopyala-yapıştır yöntemi ile kullanabilirsiniz. Kırmızı ile gösterilen alanlar sizin kendi tanımladığınız dosya adlarına ve değişkenlerin aldığı değerlere göre değişecek. Bunları kendi çalışmanız için uyarlamazsanız sonuçlar yanıltıcı olur.
ÖRNEK 2: