فهم تحليل الوساطة والتعديل
دليل عملي لاختبار الآثار غير المباشرة والآثار الشرطية والوساطة المعدَّلة باستخدام ماكرو PROCESS وحزمة lavaan في R.
ما الوساطة؟
يختبر تحليل الوساطة ما إذا كان أثر متغير مستقل (X) في متغير تابع (Y) يتم عبر متغير ثالث يسمى الوسيط (M). مثال: هل يؤثر الرضا الوظيفي (X) في نية ترك العمل (Y) عبر الالتزام التنظيمي (M)؟ وفي نموذج الوساطة يُفكَّك الأثر الكلي لـ X في Y إلى أثر مباشر (X → Y) وأثر غير مباشر (X → M → Y). ويمثل الأثر غير المباشر الآلية أو العملية التي يؤثر بها X في Y.
ما التعديل؟
يحدث التعديل حين تتوقف قوة العلاقة بين X وY أو اتجاهها على متغير ثالث (W) يسمى المتغير المعدِّل. مثال: قد يكون أثر التدريب في الأداء أقوى لدى الموظفين ذوي الدافعية المرتفعة منه لدى ذوي الدافعية المنخفضة. وإحصائيًا يُختبر التعديل بتضمين حد التفاعل (X×W) في نموذج الانحدار. فإذا كان التفاعل دالًّا فالتعديل قائم. وتكشف أساليب الفحص التفصيلي مثل طريقة Johnson-Neyman وتحليل المنحدرات البسيطة عند أي مستويات من W يكون أثر X في Y دالًّا.
الماكرو PROCESS
الماكرو PROCESS، الذي طوّره Andrew F. Hayes، هو أكثر الأدوات استخدامًا في تحليل الوساطة والتعديل في SPSS وSAS وR. ويوفر أكثر من 90 نموذجًا جاهزًا تشمل الوساطة البسيطة (النموذج 4)، والتعديل البسيط (النموذج 1)، والوساطة المعدَّلة (النماذج 7 و8 و14 و15)، ونماذج العمليات الشرطية الأشد تعقيدًا. ويستخدم PROCESS البوتستراب (Bootstrapping، ويوصى عمومًا بـ 5,000 إعادة معاينة أو أكثر) لإنشاء مجالات الثقة للأثر غير المباشر، وهو مفضَّل على اختبار Sobel الأقدم لأنه لا يفترض اعتدالية توزيع الأثر غير المباشر.
الوساطة في lavaan (R)
في R يمكنك إجراء تحليل الوساطة باستخدام lavaan. عرّف النموذج بمسارات الانحدار: "M ~ a*X" و"Y ~ c_prime*X + b*M"، ثم عرّف الأثر غير المباشر: "indirect := a*b" والأثر الكلي: "total := c_prime + a*b". وطابق النموذج بالأمر sem(model, data=df, se="bootstrap", bootstrap=5000). ويخبرك مجال الثقة بالبوتستراب للأثر غير المباشر ما إذا كانت الوساطة دالة؛ فإذا لم يتضمن المجال الصفر، فالأثر غير المباشر دالٌّ إحصائيًا.
تفسير النتائج وعرضها
عند عرض نتائج الوساطة، أدرج: الأثر الكلي (المسار c)، والأثر المباشر (المسار c')، والأثر غير المباشر (a×b) مع مجال الثقة بالبوتستراب، ونسبة الأثر الكلي التي تتوسطها الوساطة. وفي التعديل، اعرض معامل التفاعل ودلالته، ونتائج المنحدرات البسيطة أو طريقة Johnson-Neyman. واستخدم الرسوم البيانية لتوضيح أثر التعديل. والتزم بإرشادات الإصدار السابع من APA، وأرفق دائمًا أحجام الأثر باختبارات الدلالة.
مزالق شائعة
تجنب ادّعاء السببية من وساطة مقطعية؛ فالأسبقية الزمنية (أن يحدث X قبل M، وM قبل Y) شرط لازم للادعاءات السببية في الوساطة. وتوخَّ الحذر في تفسير الوساطة الجزئية دليلًا قاطعًا على آلية بعينها. وعند إجراء الوساطة المعدَّلة، تأكد من كفاية حجم العينة، فاختبارات التفاعل ضعيفة القوة الإحصائية تنطوي على معدلات عالية من الخطأ من النوع الثاني. وأخيرًا، قم دائمًا بتمركز متغيراتك أو توحيدها (معيَّرتها) قبل إنشاء حدود التفاعل لتقليل التعدد الخطي.