Aracı değişken nedir? Aracılık etkisi ve örnekleri
Güncelleme tarihi: 13 Eyl
Aracı değişken, bir bağımsız değişken ile bağımlı değişken arasındaki ilişkinin hangi süreç veya mekanizma üzerinden ortaya çıkabileceğini açıklamak amacıyla modele alınan değişkendir. İngilizcede mediator veya mediating variable olarak adlandırılır. Türkçede ise aracı değişken ya da mediatör değişken ifadeleri kullanılır.
Aracılık modelinde yalnızca “X ile Y arasında ilişki var mı?” sorusu sorulmaz. Bunun yanında, X'in Y ile ilişkisinin ne kadarının M olarak gösterilen üçüncü bir değişken üzerinden gerçekleştiği incelenir. Bu nedenle aracılık analizi, değişkenler arasındaki ilişkinin altında yatan süreci anlamaya yönelik bir yaklaşımdır.
Aracı değişken ne demektir?
Basit bir aracılık modelinde üç temel değişken bulunur:
Sembol | Değişkenin rolü | Örnek |
X | Bağımsız değişken / yordayıcı | Çalışma düzeni |
M | Aracı değişken | Öğrenme motivasyonu |
Y | Bağımlı değişken / sonuç | Akademik başarı |
Örneğin düzenli çalışan öğrencilerin akademik başarılarının daha yüksek olduğunu düşünelim. Bu ilişkinin bir bölümü, düzenli çalışmanın öğrencinin öğrenme motivasyonunu artırması ve artan motivasyonun da akademik başarıyla ilişkili olması üzerinden gerçekleşebilir.
Bu durumda:
Çalışma düzeni (X) → Öğrenme motivasyonu (M) → Akademik başarı (Y)
şeklinde bir aracılık modeli kurulabilir.
Burada öğrenme motivasyonunun aracı değişken olarak modele alınması, onun gerçekten aracılık yaptığını tek başına kanıtlamaz. Aracı değişkenin kuramsal olarak gerekçelendirilmesi ve daha sonra uygun istatistiksel yöntemlerle dolaylı etkinin değerlendirilmesi gerekir.
Aracılık etkisi nedir?
Aracılık etkisi, X değişkeninin Y ile olan ilişkisinin bir bölümünün M değişkeni üzerinden ilerlemesini ifade eder.
Basit bir aracılık modelinde süreç iki temel yol üzerinden düşünülür:
X → M → Y
Örneğin:
İş yükü → Tükenmişlik → İşten ayrılma niyeti
şeklinde bir model kurulabilir.
Bu modelde araştırmacı, iş yükü ile işten ayrılma niyeti arasındaki ilişkinin bir bölümünün çalışanların tükenmişlik düzeyleri üzerinden açıklanıp açıklanamayacağını araştırmaktadır.
Aracılık analizinin temel amacı yalnızca X ve Y arasındaki ilişkinin büyüklüğünü belirlemek değil, bu ilişkinin hangi süreç üzerinden ortaya çıkabileceğini incelemektir.
Aracılık modelindeki a, b, c ve c′ yolları nedir?
Basit aracılık modellerinde ilişkiler genellikle a, b, c ve c′ yolları ile gösterilir.
a yolu
X → M
Bağımsız değişkenin aracı değişkenle ilişkisini gösterir.
Örneğin çalışma düzeninin öğrenme motivasyonuyla ilişkisi a yoludur.
b yolu
M → Y
Aracı değişkenin, X modeli içinde kontrol edilirken Y ile ilişkisini gösterir.
Örneğin öğrenme motivasyonunun akademik başarıyla ilişkisi b yoludur.
c yolu
X → Y
Aracı değişken modele alınmadan önce X ile Y arasındaki toplam ilişkiyi veya toplam etkiyi ifade eder.
c′ yolu
X → Y
Aracı değişken modele dahil edildiğinde X ile Y arasında kalan doğrudan etkiyi gösterir.
Bu yollar birlikte değerlendirildiğinde X'in Y ile olan ilişkisinin ne kadarının M üzerinden ilerlediği incelenebilir.
Doğrudan etki nedir?
Doğrudan etki, aracı değişken modele dahil edildiğinde X'in Y üzerindeki kalan etkisidir ve genellikle c′ ile gösterilir.
Örneğin çalışma düzeninin öğrenme motivasyonundan bağımsız olarak akademik başarıyla ilişkili olmaya devam etmesi doğrudan etki olarak düşünülebilir.
Doğrudan etkinin anlamlı veya anlamsız olması, tek başına aracılık etkisinin bulunup bulunmadığını belirlemez. Aracılık açısından temel olarak değerlendirilmesi gereken bileşen dolaylı etkidir.
Dolaylı etki nedir?
Dolaylı etki, X'in M üzerinden Y ile ilişkili olan bölümünü ifade eder.
Basit aracılık modelinde dolaylı etki:
a × b
şeklinde hesaplanır.
Örneğin:
çalışma düzeninin motivasyon üzerindeki etkisi = a
motivasyonun akademik başarı üzerindeki etkisi = b
ise bu iki yolun çarpımı çalışma düzeninin akademik başarıyla motivasyon üzerinden olan dolaylı ilişkisini gösterir.
Modern aracılık analizlerinde asıl odak noktalarından biri bu dolaylı etkinin tahmini ve güven aralığıdır.
Toplam etki nedir?
Toplam etki genellikle c ile gösterilir ve aracı değişken modele alınmadan önce X'in Y üzerindeki toplam etkisini ifade eder.
Basit doğrusal aracılık modellerinde genel olarak:
Toplam etki = Doğrudan etki + Dolaylı etki
başka bir ifadeyle:
c = c′ + ab
şeklinde düşünülebilir.
Bununla birlikte aracılık etkisinin araştırılabilmesi için toplam etkinin mutlaka istatistiksel olarak anlamlı olması gerektiği şeklindeki eski yaklaşım günümüzde genel bir zorunluluk olarak kabul edilmez.
Araştırmacının temel sorusu, teorik olarak gerekçelendirilen dolaylı etkinin bulunup bulunmadığıdır.
Aracılık etkisi nasıl belirlenir?
Geleneksel yaklaşımlarda aracılık analizi bir dizi regresyon katsayısının anlamlılığına bakılarak değerlendirilmekteydi. Günümüzde ise doğrudan dolaylı etkinin kendisinin test edilmesi daha yaygın ve uygun bir yaklaşımdır.
Dolaylı etkinin örnekleme dağılımı çoğu zaman normal dağılıma tam olarak uymadığı için, modern aracılık analizlerinde bootstrap güven aralıkları yaygın biçimde kullanılmaktadır.
Örneğin PROCESS çıktısında dolaylı etki için %95 bootstrap güven aralığı:
Alt sınır = 0,08Üst sınır = 0,27
olarak bulunmuşsa ve güven aralığı 0 değerini içermiyorsa, dolaylı etkiye ilişkin istatistiksel kanıt bulunduğu şeklinde yorum yapılabilir.
Ancak sonuç yalnızca “anlamlı/anlamsız” biçiminde değerlendirilmemeli; dolaylı etkinin yönü, büyüklüğü, güven aralığı ve araştırmanın kuramsal çerçevesi birlikte ele alınmalıdır.
Tam aracılık ve kısmi aracılık nedir?
Aracılık literatüründe geleneksel olarak tam aracılık ve kısmi aracılık ayrımı yapılmıştır.
Tam aracılık
Dolaylı etki bulunduğu ve aracı değişken modele eklendikten sonra X ile Y arasındaki doğrudan etkinin anlamlı olmadığı durumlar geleneksel olarak tam aracılık şeklinde adlandırılmıştır.
Kısmi aracılık
Dolaylı etki bulunmasına rağmen X ile Y arasındaki doğrudan etkinin de devam ettiği durumlar ise geleneksel olarak kısmi aracılık olarak adlandırılmıştır.
Bununla birlikte günümüzde yalnızca doğrudan etkinin anlamlı olup olmamasına dayanarak “tam” veya “kısmi” aracılık etiketi vermek yerine doğrudan ve dolaylı etkilerin ayrı ayrı büyüklükleri ve güven aralıklarının raporlanması daha bilgilendirici bir yaklaşım olabilir.
Bu nedenle bir çalışmada öncelikle dolaylı etkinin varlığı ve büyüklüğü değerlendirilmelidir.
Aracı değişken ile düzenleyici değişken arasındaki fark nedir?
Aracı değişken ile düzenleyici değişken birbirine sıkça karıştırılır. Ancak araştırma soruları farklıdır.
Aracı değişken şu soruya yanıt arar:
“X ile Y arasındaki ilişki hangi süreç üzerinden gerçekleşiyor olabilir?”
Düzenleyici değişken ise şu soruya yanıt arar:
“X ile Y arasındaki ilişkinin gücü veya yönü hangi koşullarda ya da kimlerde değişiyor?”
Örneğin:
Çalışma düzeni → Motivasyon → Akademik başarı
modelinde motivasyon bir aracı değişken olabilir.
Buna karşılık çalışma düzeninin akademik başarıyla ilişkisinin kadın ve erkek öğrencilerde farklı olup olmadığı araştırılıyorsa cinsiyet bir düzenleyici değişken olarak modele alınabilir.
Bu iki kavramın ayrıntılı karşılaştırması için Düzenleyici (Moderatör) Değişken Nedir? yazımızı inceleyebilirsiniz.
Bir değişken nasıl aracı değişken olarak belirlenir?
Bir değişken yalnızca istatistiksel analiz sonucunda aracı değişken hâline gelmez.
Araştırmacının önce kuramsal olarak şu süreci gerekçelendirebilmesi gerekir:
X → M → Y
Başka bir ifadeyle X'in neden M ile, M'nin de neden Y ile ilişkili olabileceğinin alan yazına veya güçlü bir kuramsal modele dayanması gerekir.
Örneğin yalnızca veri setindeki değişkenler arasında anlamlı korelasyonlar bulunduğu için rastgele bir aracı model kurmak uygun değildir.
İyi bir aracılık modeli:
kuramsal bir gerekçeye,
değişkenlerin mantıklı zaman sırasına,
uygun araştırma desenine,
olası karıştırıcı değişkenlerin değerlendirilmesine
dayanmalıdır.
Özellikle kesitsel araştırmalarda X, M ve Y aynı anda ölçülüyorsa aracılık analizinin sonuçlarından güçlü nedensel çıkarımlar yapmak konusunda dikkatli olunmalıdır.
Aracılık analizi nedenselliği kanıtlar mı?
Hayır. Aracılık analizi tek başına nedenselliği kanıtlamaz.
İstatistiksel olarak anlamlı bir dolaylı etki bulunması, X'in gerçekten M'yi değiştirdiğini ve bunun sonucunda Y'nin değiştiğini tek başına göstermez.
Nedensel yorum yapabilmek için araştırma tasarımı, değişkenlerin zamansal sırası, kuramsal gerekçe, olası karıştırıcı değişkenler ve diğer metodolojik koşullar dikkate alınmalıdır.
Örneğin aynı anda toplanmış kesitsel anket verilerinden elde edilen aracılık modeli, değişkenler arasındaki önerilen mekanizmayı destekleyebilir; ancak süreç sırasını kesin olarak kanıtlamaz.
Bu nedenle tez ve makalelerde:
“M değişkeni, X'in Y üzerindeki etkisine aracılık etmektedir.”
gibi güçlü nedensel ifadeler yerine araştırma tasarımına bağlı olarak:
“X ile Y arasındaki ilişkide M üzerinden anlamlı bir dolaylı etki belirlenmiştir.”
gibi daha temkinli ifadeler tercih edilebilir.
Aracılık analizi hangi yöntemle yapılır?
Aracılık analizinde farklı yöntemler kullanılabilmekle birlikte günümüzde dolaylı etkinin doğrudan hesaplandığı ve bootstrap güven aralıklarının raporlandığı yaklaşımlar yaygın olarak tercih edilmektedir.
SPSS kullanan araştırmacılar için Hayes tarafından geliştirilen PROCESS makrosu, basit ve çoklu aracılık modellerinin analizinde sık kullanılan seçeneklerden biridir.
Basit aracılık modeli PROCESS'te genellikle Model 4 kullanılarak analiz edilir.
Uygulama adımlarını görmek için Hayes PROCESS ile aracı değişken analizi nasıl yapılır? rehberimizi inceleyebilirsiniz.
Aracılık, düzenleyicilik ve farklı modeller arasında hangi yaklaşımın kullanılacağı konusunda kararsızsanız Aracılık ve düzenleyicilik analizlerinde hangi yöntem kullanılır? yazımızdan devam edebilirsiniz.
Sobel testi hâlâ kullanılır mı?
Sobel testi, dolaylı etkinin istatistiksel anlamlılığını değerlendirmek için geliştirilmiş geleneksel yöntemlerden biridir.
Ancak dolaylı etkinin örnekleme dağılımının normal olduğu varsayımına dayanması nedeniyle, özellikle küçük ve orta büyüklükteki örneklemlerde sınırlılıkları bulunmaktadır.
Bu nedenle günümüzde birçok uygulamada bootstrap güven aralıkları, Sobel testine göre daha uygun bir seçenek olarak tercih edilmektedir.
Sobel testinin mantığını ve hesaplanmasını öğrenmek isterseniz Sobel Testi Nedir? Nasıl Yapılır? yazımızı inceleyebilirsiniz.
Aracılık analizi sonuçları nasıl raporlanır?
Basit bir aracılık analizinde en azından şu sonuçların raporlanması yararlı olur:
a yolu,
b yolu,
doğrudan etki (c′),
toplam etki (c),
dolaylı etki (ab),
dolaylı etkinin bootstrap güven aralığı.
Örneğin sonuç şu şekilde ifade edilebilir:
“X'in M üzerinden Y üzerindeki dolaylı etkisi pozitif ve istatistiksel olarak anlamlı bulunmuştur (ab = 0,18, %95 bootstrap GA [0,07, 0,31]). Güven aralığının sıfırı içermemesi, dolaylı etkiye ilişkin istatistiksel kanıt bulunduğunu göstermektedir.”
Doğrudan etki de ayrıca raporlanmalı ve sonuçlar araştırmanın kuramsal çerçevesi içinde yorumlanmalıdır.
Kısaca aracı değişken ve aracılık etkisi
Aracı değişken, X ile Y arasındaki ilişkinin hangi süreç üzerinden ortaya çıkabileceğini açıklamak için kullanılan üçüncü değişkendir.
Basit aracılık modeli:
X → M → Y
şeklinde gösterilir.
X'in M üzerinden Y ile ilişkili bölümüne dolaylı etki, M kontrol edildiğinde X'in Y üzerinde kalan etkisine ise doğrudan etki denir.
Güncel aracılık analizlerinde temel değerlendirme, yalnızca doğrudan etkinin azalıp azalmadığına bakmak yerine dolaylı etkinin büyüklüğüne ve güven aralığına odaklanır.
Aracılık modeliniz hazırsa bir sonraki adım olarak Hayes PROCESS ile aracı değişken analizinin nasıl yapıldığını inceleyebilirsiniz.
