SPSS ile aracı değişken analizi nasıl yapılır?
Güncelleme tarihi: 15 Eyl
SPSS ile aracı değişken analizi nasıl yapılır?
SPSS ile aracı değişken analizi, bağımsız değişken ile bağımlı değişken arasındaki ilişkinin üçüncü bir değişken üzerinden ilerleyen dolaylı bir yol içerip içermediğini incelemek amacıyla yapılır. Klasik yaklaşımda birden fazla regresyon modeli kurularak değişkenler arasındaki yollar değerlendirilir. Güncel uygulamalarda ise aracılık etkisi hakkında karar verirken dolaylı etkinin tahmini ve bootstrap güven aralığı esas alınır.
Örneğin iş tatmininin iş performansıyla ilişkisinde iş motivasyonunun aracı rolü araştırılabilir. Bu modelde iş tatmini bağımsız değişken (X), iş motivasyonu aracı değişken (M), iş performansı ise bağımlı değişkendir (Y). Araştırılan temel soru, iş tatmininin iş performansıyla ilişkisinin bir bölümünün iş motivasyonu üzerinden ilerleyip ilerlemediğidir.
Aracılık analizine başlamadan önce kavramsal yapıyı incelemek isterseniz aracı değişken nedir ve aracılık etkisi nasıl yorumlanır? başlıklı rehberimizden yararlanabilirsiniz.
Aracı değişken nedir?
Aracı değişken, bağımsız değişken ile bağımlı değişken arasındaki ilişkinin hangi süreç üzerinden gerçekleşebileceğini açıklamak amacıyla modele alınan değişkendir. Mediatör olarak da adlandırılır.
Basit bir aracılık modelinde:
Sembol | Değişkenin rolü | Örnek |
X | Bağımsız değişken | İş tatmini |
M | Aracı değişken | İş motivasyonu |
Y | Bağımlı değişken | İş performansı |
Bir değişkenin aracı olarak kabul edilmesi yalnızca istatistiksel sonuçlara bağlı değildir. X’in M’den önce gelmesi ve M’nin X ile Y arasındaki süreçte anlamlı bir konumda bulunması kuramsal olarak gerekçelendirilmelidir. Aynı veri setinde farklı modeller deneyerek anlamlı çıkan değişkeni aracı olarak seçmek uygun değildir.
Aracı değişken ile düzenleyici değişkeni birbirinden ayırmakta zorlanıyorsanız aracılık ve düzenleyicilik analizlerinde hangi yöntemin kullanılacağını açıklayan rehberimizi inceleyebilirsiniz.
Aracılık modelindeki etkiler nelerdir?
Basit aracılık modelinde dört temel yol veya etki değerlendirilir:
Yol veya etki | Açıklaması |
a yolu | X’in M ile ilişkisi |
b yolu | X kontrol edildiğinde M’nin Y ile ilişkisi |
Toplam etki (c) | M modele alınmadan X’in Y ile ilişkisi |
Doğrudan etki (c′) | M modele alınmışken X’in Y ile ilişkisi |
Dolaylı etki (a × b) | X’in M üzerinden Y ile ilişkisi |
Standart doğrusal aracılık modelinde toplam etki şu şekilde gösterilir:
c = c′ + a × b
Aracılık hipotezinin değerlendirilmesinde temel sonuç a × b dolaylı etkisidir. Bağımsız değişkenin katsayısının aracı değişken modele eklendiğinde azalması veya anlamsız hâle gelmesi tek başına aracılık etkisini kanıtlamaz.
SPSS ile aracı değişken analizi öncesinde neler kontrol edilmelidir?
Analize başlamadan önce bağımsız, aracı ve bağımlı değişkenlerin SPSS veri dosyasında doğru tanımlanması gerekir. Ölçeklerden elde edilen toplam veya alt boyut puanları kullanılacaksa ters maddelerin doğru kodlandığından ve puanların doğru hesaplandığından emin olunmalıdır.
Ayrıca aşağıdaki noktalar incelenmelidir:
Eksik ve hatalı veriler
Tek değişkenli ve çok değişkenli aykırı gözlemler
Değişkenler arasındaki ilişkilerin doğrusallığı
Regresyon artıklarının dağılımı
Hataların bağımsızlığı
Sabit varyans
Çoklu bağlantı sorunu
Ölçümlerin güvenirliği
Örneklem büyüklüğü
Kontrol değişkenlerinin kuramsal gerekçesi
Standart doğrusal regresyon adımları, X, M ve Y’nin sürekli değişken olduğu basit modeller için uygundur. Bağımlı değişkenin ikili veya sayım biçiminde olması, tekrarlı ölçümler bulunması ya da katılımcıların okul ve hastane gibi birimler içerisinde kümelenmesi farklı analiz yaklaşımları gerektirebilir.
Çalışmanız için hangi yöntemin uygun olduğundan emin değilseniz ücretsiz istatistiksel test seçme aracımızı kullanabilirsiniz.
SPSS’te aracılık analizi nasıl yapılır?
SPSS’in standart doğrusal regresyon menüsü kullanılarak basit aracılık modelindeki yollar ayrı ayrı incelenebilir. İş tatmini, iş motivasyonu ve iş performansı örneği üzerinden üç regresyon modeli kurulabilir.
1. Bağımsız değişkenin bağımlı değişken üzerindeki toplam etkisini inceleyin
İlk modelde iş tatmininin iş performansıyla ilişkisi, iş motivasyonu modele alınmadan değerlendirilir.
SPSS’te:
Analyze → Regression → Linear
adımlarını izleyin.
Açılan pencerede:
Dependent: İş performansı (Y)
Independent(s): İş tatmini (X)
olarak belirlenir.
Bu modelde X değişkenine ait regresyon katsayısı toplam etkiyi (c yolu) gösterir. Katsayının pozitif olması X arttıkça Y’nin artma, negatif olması ise Y’nin azalma eğiliminde olduğunu ifade eder.
Toplam etkinin anlamlı bulunmaması, dolaylı etkinin bulunamayacağı anlamına gelmez. Doğrudan ve dolaylı etkiler farklı yönlerde olduğunda toplam etki küçük veya istatistiksel olarak anlamsız kalabilir.
2. Bağımsız değişkenin aracı değişken üzerindeki etkisini inceleyin
İkinci modelde iş tatmininin iş motivasyonuyla ilişkisi değerlendirilir.
Yine:
Analyze → Regression → Linear
adımlarını izleyin.
Değişkenleri şu şekilde yerleştirin:
Dependent: İş motivasyonu (M)
Independent(s): İş tatmini (X)
Bu modelde X’e ait regresyon katsayısı a yolunu verir. Katsayı, iş tatminindeki değişimin iş motivasyonundaki değişimle hangi yönde ilişkili olduğunu gösterir.
3. Bağımsız ve aracı değişkeni birlikte modele alın
Üçüncü modelde iş tatmini ve iş motivasyonu birlikte iş performansının yordayıcıları olarak kullanılır.
SPSS’te:
Analyze → Regression → Linear
adımlarını izleyerek değişkenleri şu şekilde yerleştirin:
Dependent: İş performansı (Y)
Independent(s): İş tatmini (X) ve iş motivasyonu (M)
Bu modelde:
M değişkeninin katsayısı b yolunu,
X değişkeninin katsayısı doğrudan etkiyi (c′ yolu)
gösterir.
M’ye ait b katsayısı, iş tatmini kontrol edildiğinde iş motivasyonu ile iş performansı arasındaki ilişkiyi ifade eder. X’e ait c′ katsayısı ise iş motivasyonu modele alınmışken iş tatmini ile iş performansı arasındaki ilişkiyi gösterir.
Üç regresyon analizi, aracılık etkisini göstermek için yeterli midir?
Geleneksel yaklaşımda aracılık için çoğunlukla şu koşullar aranmıştır:
X’in Y ile anlamlı bir ilişkisinin bulunması
X’in M ile anlamlı bir ilişkisinin bulunması
X ve M birlikte modele alındığında M’nin Y ile anlamlı olması
M modele eklendiğinde X’in katsayısının azalması veya anlamsız hâle gelmesi
Bu regresyon adımları modeldeki yolları incelemek açısından yararlıdır. Ancak aracılık etkisi hakkında yalnızca bu koşullara göre karar verilmesi yeterli değildir. Özellikle doğrudan etkinin anlamsız hâle gelmesi, tek başına aracılık etkisinin kanıtlandığı anlamına gelmez.
Aracılık hipotezini değerlendirmek için dolaylı etkinin doğrudan hesaplanması ve güven aralığının incelenmesi gerekir.
Dolaylı etki nasıl hesaplanır?
Basit aracılık modelinde dolaylı etki, a ve b yollarına ait katsayıların çarpılmasıyla hesaplanır:
Dolaylı etki = a × b
Örneğin:
a yolu = 0,40
b yolu = 0,30
olarak bulunmuşsa dolaylı etki:
0,40 × 0,30 = 0,12
olur.
Bu değer X’in M üzerinden Y ile pozitif yönde ilişkili olduğunu gösterir. Ancak 0,12 katsayısının sıfırdan farklı olup olmadığı yalnızca katsayının büyüklüğüne bakılarak belirlenemez. Dolaylı etkiye ait güven aralığının da hesaplanması gerekir.
Aracılık analizinde bootstrap neden kullanılır?
Dolaylı etki iki regresyon katsayısının çarpımından oluştuğu için örnekleme dağılımı simetrik olmayabilir. Bootstrap yönteminde mevcut veriden yerine koyarak çok sayıda yeni örneklem oluşturulur ve her örneklemde dolaylı etki yeniden hesaplanır.
Bu işlem sonucunda dolaylı etkiye ait bootstrap güven aralığı elde edilir. Yaygın olarak kullanılan %95 güven aralığı:
Sıfırı içermiyorsa dolaylı etkinin sıfırdan farklı olduğuna ilişkin istatistiksel kanıt vardır.
Sıfırı içeriyorsa dolaylı etkinin sıfırdan farklı olduğu söylenemez.
Örneğin dolaylı etki 0,12 ve %95 bootstrap güven aralığı [0,05; 0,21] ise güven aralığı sıfırı içermediği için pozitif dolaylı etki desteklenir. Güven aralığı [−0,02; 0,21] olsaydı dolaylı etkinin sıfırdan farklı olduğu sonucuna ulaşılamazdı.
SPSS’in standart regresyon menüsünde katsayılar için alınan bootstrap güven aralıkları, doğrudan a × b dolaylı etkisine ait güven aralığı değildir. Dolaylı etkinin bootstrap güven aralığını elde etmek için Hayes PROCESS gibi bu amaçla geliştirilmiş bir yöntem kullanılabilir.
Hayes PROCESS ile aracılık analizi nasıl yapılır?
Hayes PROCESS, aracılık ve düzenleyicilik modellerinin SPSS içerisinde uygulanmasını kolaylaştıran bir eklentidir. Tek aracılı basit bir modelde çoğunlukla Model 4 kullanılır. X, M ve Y değişkenleri ilgili alanlara yerleştirilerek dolaylı etki ve bootstrap güven aralığı hesaplanır.
PROCESS’in kurulumu, Model 4 ayarları ve çıktıların değerlendirilmesi için Hayes PROCESS ile aracı değişken analizi nasıl yapılır? başlıklı uygulama rehberimize geçebilirsiniz.
Sobel testiyle aracılık etkisi değerlendirilebilir mi?
Sobel testi, dolaylı etkinin standart hatasını yaklaşık normal dağılıma dayalı olarak değerlendirir. Dolaylı etkinin örnekleme dağılımı özellikle küçük örneklemlerde simetrik olmayabileceği için bu yaklaşım her araştırmada uygun olmayabilir. Ham verilerin mevcut olduğu durumlarda bootstrap güven aralıkları önemli bir alternatif sunar.
Sobel testinde kullanılan formülü ve gerekli regresyon sonuçlarını Sobel testi nedir ve nasıl yapılır? başlıklı yazımızda bulabilirsiniz.
Tam ve kısmi aracılık nasıl yorumlanır?
Geleneksel yaklaşımda aracı değişken modele eklendiğinde doğrudan etkinin anlamsız hâle gelmesi “tam aracılık”, azalmasına rağmen anlamlı kalması ise “kısmi aracılık” olarak adlandırılır.
Bununla birlikte sonuçların yalnızca tam veya kısmi aracılık etiketleriyle açıklanması yeterli değildir. Daha kapsamlı bir değerlendirmede:
Toplam etki
Doğrudan etki
Dolaylı etki
Dolaylı etkinin bootstrap güven aralığı
Etkilerin yönü ve büyüklüğü
Araştırma deseninin nedensel yorumlamaya uygunluğu
birlikte ele alınmalıdır.
Doğrudan etkinin p değerinin 0,05’in üzerinde bulunması, bu etkinin kesin olarak ortadan kalktığını göstermez. Benzer şekilde doğrudan etkinin anlamlı kalması da dolaylı etkinin bulunamayacağı anlamına gelmez.
SPSS aracılık analizi nasıl raporlanır?
Basit bir aracılık analizine ilişkin örnek raporlama şu şekilde yapılabilir:
“İş tatmininin iş motivasyonu üzerindeki etkisi pozitif ve istatistiksel olarak anlamlı bulunmuştur (a = 0,42, SH = 0,09, p < 0,001). İş tatmini kontrol edildiğinde iş motivasyonunun iş performansı üzerindeki etkisi de pozitif ve anlamlıdır (b = 0,31, SH = 0,08, p < 0,001). İş tatmininin iş performansı üzerindeki doğrudan etkisi istatistiksel olarak anlamlı değildir (c′ = 0,07, SH = 0,06, p = 0,241). Bootstrap analizi sonucunda dolaylı etki 0,13 olarak hesaplanmış ve %95 güven aralığının sıfırı içermediği görülmüştür [0,06; 0,22]. Buna göre iş tatmini ile iş performansı arasındaki ilişkide iş motivasyonu üzerinden ilerleyen pozitif bir dolaylı etkiye ilişkin istatistiksel kanıt elde edilmiştir.”
Bu örnekteki değerler varsayımsaldır. Gerçek raporda kullanılan katsayıların standartlaştırılmış veya standartlaştırılmamış olduğu belirtilmeli ve değişkenlerin puan yönleri dikkate alınmalıdır.
Kesitsel verilerle aracılık analizi yapılabilir mi?
Kesitsel verilerle bir aracılık modeli tahmin edilebilir. Ancak X, M ve Y aynı zamanda ölçüldüğünde değişkenlerin zaman içindeki sırası doğrudan gösterilemez. Bu nedenle anlamlı bir dolaylı etki:
X’in M’ye neden olduğunu,
M’nin Y’ye neden olduğunu,
Modeldeki yönün kesin olarak doğru olduğunu
tek başına kanıtlamaz.
Kesitsel çalışmalarda “M, X’in Y üzerindeki etkisine aracılık etmektedir” gibi kesin nedensel ifadeler yerine, “M üzerinden ilerleyen dolaylı etki desteklenmiştir” biçiminde daha temkinli bir dil kullanılabilir.
Aracılık analizinde sık yapılan hatalar nelerdir?
Aracılık analizinde sık karşılaşılan hatalar şunlardır:
Değişken rollerini kuramsal gerekçe olmadan belirlemek
Anlamlı sonuç bulmak amacıyla farklı modeller denemek
Yalnızca doğrudan etkinin azalmasına bakmak
Dolaylı etkiyi ve güven aralığını raporlamamak
Toplam etkinin mutlaka anlamlı olması gerektiğini düşünmek
PROCESS Model 4’ü araştırma modelini incelemeden seçmek
Bootstrap örneklem sayısını artırmanın yetersiz örneklemi telafi edeceğini düşünmek
Kesitsel bulgulardan kesin nedensellik sonucu çıkarmak
Ölçeklerin puan yönünü dikkate almadan katsayıları yorumlamak
Kontrol değişkenlerini gerekçesiz biçimde modele eklemek
Aracılık analizi için destek alabilir miyim?
Aracılık analizinde yalnızca SPSS menülerini uygulamak yeterli değildir. Değişkenlerin rollerinin belirlenmesi, modelin araştırma sorusuyla uyumu, regresyon varsayımları, dolaylı etkinin hesaplanması ve bulguların akademik biçimde açıklanması birlikte değerlendirilmelidir.
Verileriniz hazırsa PROCESS ile aracılık analizinin uygulanması ve sonuçların raporlanması için SPSS analizi ve istatistiksel analiz danışmanlığı hizmetimizi inceleyebilirsiniz.
Daha önce hazırlanmış SPSS veya PROCESS çıktılarınız bulunuyorsa analiz kontrolü ve istatistiksel revizyon kapsamında modelinizi, tablolarınızı ve yorumlarınızı değerlendirebiliriz.
Çalışmanızın kısa açıklaması, araştırma soruları ve mevcut dosyalarınızla birlikte danışmanlık talebinizi iletebilirsiniz.
Sonuç
SPSS’in standart regresyon menüsü, basit aracılık modelindeki a, b, c ve c′ yollarının incelenmesini sağlar. Ancak aracılık etkisi hakkında karar verirken yalnızca regresyon katsayılarının anlamlılığına veya doğrudan etkinin azalmasına bakılmamalıdır. Dolaylı etki hesaplanmalı ve bootstrap güven aralığıyla birlikte değerlendirilmelidir.
Hayes PROCESS bu hesaplamaları kolaylaştırabilir; ancak kullanılacak program veya model numarası, araştırma sorusunun ve değişkenlerin kuramsal olarak doğru belirlenmesinin yerini tutmaz.
