Prace dyplomowe · Projekt badania

Model konceptualny badania – jak go narysować i opisać w pracy

Model konceptualny łączy ramę teoretyczną z planem analizy: w polach są konstrukty, przy strzałkach hipotezy, a z każdej strzałki wynika konkretny test. Pokazujemy, czym różni się od ramy teoretycznej i modelu statystycznego, jak opisać pomiar konstruktów i jak dobrać test do strzałki – na trzech schematach z R: prostym, z mediatorem i z moderatorem.

Strona główna / Blog / Model konceptualny badania
W skrócie: Model konceptualny to rysunek Twoich konstruktów i zakładanych związków między nimi, z numerem hipotezy przy każdej strzałce. Rama teoretyczna uzasadnia strzałki, a model statystyczny pokazuje równania, które faktycznie oszacujesz. W polach wpisuj konstrukty, a pod nimi krótko pomiar, bo od poziomu pomiaru na obu końcach strzałki zależy test. Jeśli model ma zmienne kontrolne, mediator albo moderator, hipotezy sprawdzisz regresją: z kontrolą, w dwóch równaniach z bootstrapem efektu pośredniego albo z iloczynem X × W.

Czym jest model konceptualny badania

Model konceptualny to rysunek, który pokazuje, jakie konstrukty badasz i jakich związków między nimi się spodziewasz. Każde pole to konstrukt, każda strzałka to założenie o kierunku związku, a numer przy strzałce odsyła do hipotezy w tekście. Rysunek zastępuje kilka akapitów i od razu pokazuje promotorowi, czy pytania, hipotezy i plan analizy tworzą jedną całość.

Symbole i konwencje rysowania, czyli prostokąty, łuki, linie przerywane i numerację H1–Hn, opisaliśmy we wpisie model badawczy – schemat hipotez. Tutaj zajmujemy się trzema innymi sprawami. Pierwsza to miejsce modelu między teorią a analizą. Druga to różnica między konstruktem a jego pomiarem. Trzecia to przypisanie każdej strzałce konkretnego testu. Wszystkie trzy schematy w tym tekście dotyczą jednego przykładowego badania studentów: poczucia własnej skuteczności w nauce, prokrastynacji akademickiej, pracy zarobkowej i wyniku egzaminu.

Model konceptualny a rama teoretyczna

Studenci często używają zamiennie słów „teoria”, „rama teoretyczna” i „model konceptualny”. Nie są w tym wyjątkiem: Varpio i in. (2020) zauważają, że te terminy bywają stosowane wymiennie i bez jasnego rozróżnienia także w publikacjach naukowych, a ich znaczenie zależy od podejścia badawczego. Imenda (2014) proponuje rozróżnienie według kierunku rozumowania. W badaniu dedukcyjnym zaczynasz od teorii i ramy teoretycznej. W badaniu indukcyjnym ramę konceptualną budujesz sam, a może ona przyjąć postać modelu.

W ilościowej pracy dyplomowej najprościej przyjąć podział z tabeli. Uczelnie i promotorzy używają tych nazw różnie, więc sprawdź, jak nazywa się ten rysunek w wytycznych Twojego wydziału.

Teoria, rama teoretyczna, model konceptualny i model statystyczny w pracy ilościowej
PojęcieCo to jestGdzie w pracyPrzykład
Teoriaogólne wyjaśnienie zjawiska, sprawdzane w wielu badaniachrozdział teoretycznyteoria społeczno-poznawcza i pojęcie poczucia własnej skuteczności
Rama teoretycznawybór teorii i pojęć, na których opierasz swoje badanie, wraz z uzasadnieniemrozdział teoretyczny, zakończenie przeglądu literaturydlaczego skuteczność i prokrastynacja mają wiązać się z wynikami w nauce
Model konceptualnyrysunek Twoich konstruktów i zakładanych związków, z numerami hipotezkoniec części teoretycznej albo początek rozdziału metodologicznegorysunki 1–3 w tym tekście
Model statystycznyrównania, które faktycznie oszacujesz: predyktory, iloczyny, ścieżkiplan analizy, rozdział wynikówprawy panel rysunku 3

Model konceptualny leży więc pośrodku. Z ramy teoretycznej bierze uzasadnienie strzałek, a do modelu statystycznego przekazuje listę efektów do oszacowania. Rozróżnienie modelu koncepcyjnego i statystycznego pochodzi od Hayesa (2022). Model koncepcyjny pokazuje, co zakładasz, a model statystyczny – co liczysz. Jak z teorii wyprowadzić samą hipotezę, opisuje wpis o relacji między hipotezą a teorią, a jak sformułować pytania badawcze – pytania badawcze i hipotezy.

Konstrukty w polach, pomiar pod spodem

W polu modelu wpisz nazwę konstruktu, a nie narzędzia. „Prokrastynacja akademicka” to konstrukt. Kwestionariusz, którym ją mierzysz, to jedna z możliwych miar. Edwards i Bagozzi (2000) podkreślają, że relacja między konstruktem a miarą jest odrębnym założeniem, które trzeba określić: czy konstrukt jest przyczyną odpowiedzi na pozycje, czy też wskaźniki go tworzą. Na rysunku konceptualnym nie rozpisujesz tego szczegółowo, ale dobrze jest dodać pod nazwą krótką informację o pomiarze. Na naszych schematach to szara linijka w polu, np. „skala 1–5 · ilościowa”.

Ta jedna linijka wiąże model z operacjonalizacją, czyli z decyzją, jak zmierzysz każde pojęcie. Wpis co to jest operacjonalizacja pokazuje, jak ją przeprowadzić. Od poziomu pomiaru zależy z kolei, jakim testem sprawdzisz strzałkę. Zanim narysujesz model, przygotuj więc tabelę konstruktów.

Konstrukty z przykładowego badania, ich pomiar, poziom pomiaru i rola w modelu
KonstruktPomiarPoziom pomiaruRola w modelu
Poczucie własnej skuteczności w nauceśrednia z pozycji skali samoopisowej, 1–5ilościowapredyktor (X)
Prokrastynacja akademickaśrednia z pozycji skali samoopisowej, 1–5ilościowamediator (M) albo predyktor
Udział w kursie przygotowawczympytanie w metryczce: tak / nienominalna, dwie grupypredyktor
Praca zarobkowa w czasie studiówpytanie w metryczce: tak / nienominalna, dwie grupymoderator (W)
Wynik egzaminupunkty z protokołu, 0–100ilościowazmienna zależna (Y)

Kolumna „rola” zależy od hipotezy, a nie od samej zmiennej. Prokrastynacja jest mediatorem na rysunku 2 i predyktorem na rysunku 3. Więcej o rolach zmiennych przeczytasz we wpisie rodzaje zmiennych w badaniu.

Strzałki, mediator, moderator i zmienne kontrolne

  • Strzałka oznacza założenie o kierunku związku. Uzasadniasz ją teorią i kolejnością zdarzeń, a nie wynikiem. W badaniu przekrojowym nawet dobrze uzasadniona strzałka nie dowodzi wpływu, bo ten sam związek mogą dać inne układy przyczyn.
  • Mediator leży na drodze od X do Y i wyjaśnia, dlaczego lub przez co X wiąże się z Y. Moderator wskazuje, u kogo i w jakich warunkach ten związek jest silniejszy albo słabszy (Kraemer i in., 2002). Baron i Kenny (1986) pokazali, że to dwa różne rodzaje hipotez, które wymagają innych analiz. Definicje znajdziesz w hasłach mediacja i moderacja.
  • Zmienne kontrolne rysujesz przerywaną linią i bez numerów hipotez. Wysocki i in. (2022) wykazują, że kontrola zmniejsza obciążenie tylko wtedy, gdy wynika z założonej struktury przyczynowej. Przy źle dobranych zmiennych oszacowanie bywa bardziej obciążone niż bez kontroli. Spector i Brannick (2011) zalecają, by przy każdej zmiennej kontrolnej wprost określić jej rolę. Które zmienne kontrolować, pomaga ustalić graf przyczynowy DAG.

Schemat 1: model prosty

Model konceptualny z dwoma predyktorami. Poczucie własnej skuteczności (skala 1–5, ilościowa) i kurs przygotowawczy (tak lub nie, nominalna) prowadzą strzałkami do wyniku egzaminu (0–100 punktów). Przy strzałkach hipotezy H1 (+) i H2 (+) oraz testy: korelacja r Pearsona dla H1 i test t Welcha dla H2. Przerywane pole ze zmiennymi kontrolnymi semestr i płeć prowadzi przerywaną strzałką do wyniku. Pod rysunkiem uwaga, że z kontrolą obie hipotezy sprawdza jedna regresja wieloraka
Rysunek 1. Model prosty z dwoma predyktorami mierzonymi na różnych poziomach. Czerwone etykiety to hipotezy, niebieskie – test dla danej strzałki, szara linijka w polu – pomiar. Rysunek: R, pakiet ggplot2.

Obie strzałki prowadzą do tej samej zmiennej, ale sprawdzisz je innymi testami, bo różnią się poziomem pomiaru na początku strzałki. H1 łączy dwie zmienne ilościowe, więc bez kontroli wystarczy korelacja Pearsona. H2 porównuje dwie grupy, więc właściwy jest test t Welcha.

Zmienne kontrolne zmieniają ten plan. Jeśli zapowiadasz kontrolę semestru i płci, osobna korelacja i osobny test t nie sprawdzą Twoich hipotez, bo żaden z nich nie uwzględnia kontroli. Wtedy obie hipotezy sprawdza jedna regresja wieloraka. H1 to współczynnik przy poczuciu skuteczności, a H2 to współczynnik przy zmiennej 0/1 dla kursu. Proste testy możesz podać w części opisowej.

Schemat 2: model z mediatorem

Model konceptualny z mediatorem. Poczucie własnej skuteczności prowadzi czerwoną strzałką a z hipotezą H2 (−) do prokrastynacji akademickiej, a prokrastynacja czerwoną strzałką b z hipotezą H3 (−) do wyniku egzaminu. Szara strzałka c′ łączy skuteczność z wynikiem bezpośrednio. Przy ścieżce a test: regresja M na X, przy ścieżce b: regresja Y na M i X. Pod rysunkiem: H1 to efekt całkowity c sprawdzany regresją Y na X, H4 to efekt pośredni a razy b z bootstrapowym 95-procentowym przedziałem ufności
Rysunek 2. Model z mediatorem. Ścieżki a i b tworzą efekt pośredni, c′ to efekt bezpośredni. Hipotezy o efekcie całkowitym (H1) i pośrednim (H4) nie mają własnej strzałki, dlatego opisano je pod rysunkiem. Rysunek: R, pakiet ggplot2.

Model zakłada, że osoby z wyższym poczuciem skuteczności mniej odkładają naukę (H2), a mniejsza prokrastynacja wiąże się z lepszym wynikiem (H3). Najważniejsza jest jednak H4, czyli efekt pośredni a × b. Nie ma on własnej strzałki ani własnego testu z tabeli testów. Szacujesz go z dwóch równań regresji, a jego przedział ufności wyznaczasz metodą bootstrap. Pełną procedurę, od ścieżek po zapis APA, pokazuje analiza mediacji krok po kroku.

Z rysunku wynika też, co policzysz najpierw. Równanie pierwsze to prokrastynacja przewidywana przez skuteczność. Równanie drugie to wynik przewidywany przez prokrastynację i skuteczność. Gdy dodajesz zmienne kontrolne, wchodzą one do obu równań.

Schemat 3: model z moderatorem

Dwa panele. Po lewej model koncepcyjny: prokrastynacja (skala 1–5) prowadzi strzałką do wyniku egzaminu (0–100 punktów), a czerwona strzałka z hipotezą H1 biegnie od pola praca zarobkowa (tak lub nie) do środka tej strzałki. Pod spodem test: regresja z interakcją X razy W i proste nachylenia w obu grupach. Po prawej model statystyczny: trzy pola X prokrastynacja, W praca i iloczyn X razy W prowadzą do Y wynik ze współczynnikami b1, b2 i b3; czerwona strzałka od iloczynu oznaczona H1 = b3
Rysunek 3. Ta sama hipoteza moderacyjna jako model koncepcyjny (po lewej) i jako model statystyczny (po prawej). Hipotezę sprawdza współczynnik b3 przy iloczynie X × W. Rysunek: R, pakiet ggplot2.

Hipoteza brzmi: ujemny związek prokrastynacji z wynikiem egzaminu jest silniejszy u osób pracujących zarobkowo, bo mają mniej czasu, by nadrobić odłożoną naukę. W modelu koncepcyjnym strzałka moderatora trafia w środek strzałki X → Y. W modelu statystycznym ta sama hipoteza zamienia się w trzy predyktory: X, W i ich iloczyn. Hipotezą jest tylko współczynnik przy iloczynie. Aiken i West (1991) opisują, jak taki model szacować i jak sondować interakcję.

Gdy interakcja jest istotna, sprawdzasz proste nachylenia, czyli związek prokrastynacji z wynikiem osobno u pracujących i niepracujących. Szczegóły, w tym moderator kategorialny i wykres interakcji, omawia analiza moderacji krok po kroku. Model statystyczny umieść w planie analizy, a w rozdziale teoretycznym zostaw wersję koncepcyjną.

Od strzałki do testu

Gdy masz rysunek i tabelę konstruktów, test dla każdej strzałki dobierzesz według dwóch pytań. Na jakim poziomie mierzysz zmienną na początku i na końcu strzałki? Czy w modelu są zmienne kontrolne? Tabela obejmuje najczęstsze układy w pracach dyplomowych. Szersze zestawienie z przykładami w R znajdziesz we wpisie jaki test statystyczny do jakiej hipotezy i w kreatorze wyboru testu.

Strzałka w modelu konceptualnym i odpowiadający jej test bez kontroli oraz ze zmiennymi kontrolnymi
Strzałka w modeluBez zmiennych kontrolnychZe zmiennymi kontrolnymiWielkość efektu
ilościowa → ilościowakorelacja r Pearsona (porządkowa: Spearmana)regresja wielorakar, β
dwie grupy → ilościowatest t Welcharegresja ze zmienną 0/1d Cohena, b
trzy i więcej grup → ilościowaANOVA (Welcha)regresja z kodowaniem zero-jedynkowym (ANCOVA)η², ω²
nominalna → nominalnatest chi-kwadratregresja logistyczna (gdy wynik ma dwie kategorie)V Craméra, OR
dowolna → wynik tak / nietest t albo chi-kwadrat, zależnie od Xregresja logistycznaOR
X → M → Y (mediator)nie dotyczydwa równania regresji i bootstrap a × ba × b z 95% CI
W → (X → Y) (moderator)nie dotyczyregresja z iloczynem X × W, proste nachyleniab3, ΔR²

Plan analizy zapisz w tej samej kolejności co hipotezy na rysunku. Wzór dla modelu z rysunku 2:

Hipotezy H1–H3 sprawdzę w dwóch modelach regresji liniowej z kontrolą semestru i płci. W pierwszym modelu zmienną zależną będzie prokrastynacja akademicka, a predyktorem poczucie własnej skuteczności (ścieżka a, H2). W drugim modelu zmienną zależną będzie wynik egzaminu, a predyktorami prokrastynacja (ścieżka b, H3) i poczucie własnej skuteczności (efekt bezpośredni c′). Efekt całkowity (H1) oszacuję w osobnym modelu z samym poczuciem skuteczności i zmiennymi kontrolnymi. Efekt pośredni (H4) oszacuję jako iloczyn ścieżek a i b, z 95-procentowym przedziałem ufności z 5000 prób bootstrapowych. Hipotezę H4 uznam za potwierdzoną, jeśli przedział nie obejmie zera.

Jak rozpisać taki plan dla całej pracy i zarejestrować go przed zebraniem danych, pokazuje wpis plan analizy statystycznej i prerejestracja.

Jak opisać model konceptualny w pracy

Model umieść tam, gdzie kończy się uzasadnienie hipotez: na końcu części teoretycznej albo na początku rozdziału metodologicznego, tuż przy liście hipotez. Rysunek ma numer, tytuł i notę objaśniającą symbole. Pod nim dodaj akapit, który czyta model słowami. Każda strzałka powinna mieć w nim jedno zdanie z numerem hipotezy, a każde zdanie – odwołanie do literatury z ramy teoretycznej. Wzór dla rysunku 2:

Rysunek 1 przedstawia model konceptualny badania. Na podstawie omówionych w rozdziale 1 teorii i badań zakładam, że wyższe poczucie własnej skuteczności w nauce wiąże się z wyższym wynikiem egzaminu (H1) i z mniejszą prokrastynacją akademicką (H2), a mniejsza prokrastynacja wiąże się z wyższym wynikiem egzaminu (H3). Oczekuję, że prokrastynacja pośredniczy w związku poczucia skuteczności z wynikiem egzaminu (H4). Semestr i płeć uwzględniam jako zmienne kontrolne, ponieważ mogą wiązać się zarówno z poczuciem skuteczności, jak i z wynikiem. Ze względu na przekrojowy schemat badania strzałki oznaczają zakładany kierunek związku, a nie wykazany wpływ.

Ostatnie zdanie wzoru nie jest formalnością. W badaniu jednorazowym kierunek strzałki pochodzi z teorii, więc w rozdziale wyników pisz „wiąże się z”, a nie „wpływa na”.

Najczęstsze błędy

  1. Rama teoretyczna przerysowana jako model. Na rysunku są wszystkie pojęcia z przeglądu literatury, także te, których nie mierzysz. W modelu konceptualnym zostaw tylko konstrukty, dla których masz pomiar i hipotezę albo uzasadnioną kontrolę.
  2. Nazwy narzędzi zamiast konstruktów. Pole „Kwestionariusz X” albo osobne pola dla każdej podskali bez osobnych hipotez. Nazwij konstrukt, a narzędzie podaj w podpisie lub w opisie trafności pomiaru.
  3. Rysunek i lista hipotez się nie zgadzają. Strzałka bez hipotezy albo hipoteza bez strzałki to pierwsze, co zauważy recenzent. Przed oddaniem rozdziału porównaj je punkt po punkcie.
  4. Osobne testy, choć model zakłada kontrolę. Jeśli na rysunku jest przerywane pole ze zmiennymi kontrolnymi, a w wynikach tylko korelacje, analiza nie sprawdza narysowanego modelu.
  5. Moderator, na który wpływa X. Jeśli predyktor może zmieniać zmienną W, to W trudno uznać za moderator, bo prędzej leży na drodze od X do Y. Moderatorem bywa zwykle cecha zmierzona wcześniej i niezależna od X, np. płeć, kierunek studiów czy praca zarobkowa.
  6. Zmienne kontrolne dobrane z przyzwyczajenia. Wiek i płeć dodane „bo tak się robi” albo mediator wpisany jako zmienna kontrolna. Każdą zmienną kontrolną uzasadnij jednym zdaniem (zob. czy kontrolować wiek i płeć).
  7. Model statystyczny w rozdziale teoretycznym. Pole „X × W” i współczynniki b nie są potrzebne w uzasadnieniu hipotez. W tej części pokaż wersję koncepcyjną, a statystyczną zostaw na plan analizy.

Jeśli Twój model, hipotezy i plan analizy nie do końca do siebie pasują, możemy je razem uporządkować w ramach analiz statystycznych dla studentów. Wyjaśnimy, z czego wynika każdy test, tak żebyś umiał(a) samodzielnie obronić swoje decyzje.

Najczęstsze pytania

Czym różni się model konceptualny od ramy teoretycznej?

Rama teoretyczna to wybór teorii i pojęć, na których opierasz badanie, wraz z uzasadnieniem. Model konceptualny to rysunek, który z tej ramy wynika: pokazuje tylko konstrukty, które mierzysz, i zakładane między nimi związki z numerami hipotez. Uczelnie używają tych nazw różnie, więc sprawdź, jak nazywa je Twój wydział.

Czy model konceptualny jest obowiązkowy w pracy magisterskiej?

Nie ma jednej reguły dla wszystkich uczelni, dlatego sprawdź wytyczne wydziału i zapytaj promotora. Rysunek opłaca się jednak prawie zawsze, gdy masz więcej niż dwie zmienne albo mediator czy moderator. Pozwala sprawdzić, czy hipotezy tworzą spójną całość, i ułatwia ułożenie planu analizy.

W którym rozdziale pracy umieścić model konceptualny?

Najczęściej na końcu części teoretycznej, gdzie kończy się uzasadnienie hipotez, albo na początku rozdziału metodologicznego, obok listy hipotez. Rysunek ma numer, tytuł i notę objaśniającą symbole, a pod nim akapit, który czyta model słowami: jedno zdanie z numerem hipotezy na każdą strzałkę.

Czy na schemacie modelu wpisuje się nazwy kwestionariuszy?

W polu wpisz nazwę konstruktu, np. „prokrastynacja akademicka”, a nie nazwę narzędzia. Pod nazwą możesz dodać krótką linijkę o pomiarze, np. „skala 1–5, ilościowa”. Pełną nazwę kwestionariusza podaj w opisie narzędzi w rozdziale metodologicznym.

Jak dobrać test statystyczny do strzałki w modelu konceptualnym?

Sprawdź poziom pomiaru zmiennej na początku i na końcu strzałki oraz to, czy model ma zmienne kontrolne. Dwie zmienne ilościowe bez kontroli to korelacja Pearsona, dwie grupy i wynik ilościowy – test t Welcha. Gdy jest kontrola, mediator albo moderator, sięgasz po regresję: wieloraką, dwa równania z bootstrapem albo model z iloczynem X × W.

Powiązane hasła

Przeczytaj też

Masz model, ale nie wiesz, jak go policzyć?

Sprawdzimy, czy rysunek, hipotezy i plan analizy do siebie pasują, dobierzemy test do każdej strzałki i wyjaśnimy wyniki tak, żebyś umiał(a) samodzielnie je opisać i obronić.

Oferta dla studentówWyceń analizę

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Aiken, L. S., & West, S. G. (1991). Multiple regression: Testing and interpreting interactions. Sage.
  2. Baron, R. M., & Kenny, D. A. (1986). The moderator–mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51(6), 1173–1182. https://doi.org/10.1037/0022-3514.51.6.1173
  3. Edwards, J. R., & Bagozzi, R. P. (2000). On the nature and direction of relationships between constructs and measures. Psychological Methods, 5(2), 155–174. https://doi.org/10.1037/1082-989x.5.2.155
  4. Hayes, A. F. (2022). Introduction to mediation, moderation, and conditional process analysis: A regression-based approach (3rd ed.). Guilford Press.
  5. Imenda, S. (2014). Is there a conceptual difference between theoretical and conceptual frameworks? Journal of Social Sciences, 38(2), 185–195. https://doi.org/10.1080/09718923.2014.11893249
  6. Kraemer, H. C., Wilson, G. T., Fairburn, C. G., & Agras, W. S. (2002). Mediators and moderators of treatment effects in randomized clinical trials. Archives of General Psychiatry, 59(10), 877–883. https://doi.org/10.1001/archpsyc.59.10.877
  7. Spector, P. E., & Brannick, M. T. (2011). Methodological urban legends: The misuse of statistical control variables. Organizational Research Methods, 14(2), 287–305. https://doi.org/10.1177/1094428110369842
  8. Varpio, L., Paradis, E., Uijtdehaage, S., & Young, M. (2020). The distinctions between theory, theoretical framework, and conceptual framework. Academic Medicine, 95(7), 989–994. https://doi.org/10.1097/acm.0000000000003075
  9. Wysocki, A. C., Lawson, K. M., & Rhemtulla, M. (2022). Statistical control requires causal justification. Advances in Methods and Practices in Psychological Science, 5(2), Article 25152459221095823. https://doi.org/10.1177/25152459221095823 ● Otwarty dostęp

Cytowania BibTeX

@book{aiken1991multiple, author={Aiken, Leona S. and West, Stephen G.}, title={{Multiple regression: Testing and interpreting interactions}}, year={1991}, publisher={Sage}}
@article{baron1986moderator, author={Baron, Reuben M. and Kenny, David A.}, title={{The moderator–mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations}}, journal={Journal of Personality and Social Psychology}, year={1986}, volume={51}, number={6}, pages={1173--1182}, doi={10.1037/0022-3514.51.6.1173}}
@article{edwards2000nature, author={Edwards, Jeffrey R. and Bagozzi, Richard P.}, title={{On the nature and direction of relationships between constructs and measures}}, journal={Psychological Methods}, year={2000}, volume={5}, number={2}, pages={155--174}, doi={10.1037/1082-989x.5.2.155}}
@book{hayes2022introduction, author={Hayes, Andrew F.}, title={{Introduction to mediation, moderation, and conditional process analysis: A regression-based approach (3rd ed.)}}, year={2022}, publisher={Guilford Press}, url={https://www.guilford.com/books/Introduction-to-Mediation-Moderation-and-Conditional-Process-Analysis/Andrew-Hayes/9781462549030}}
@article{imenda2014there, author={Imenda, Sitwala}, title={{Is there a conceptual difference between theoretical and conceptual frameworks?}}, journal={Journal of Social Sciences}, year={2014}, volume={38}, number={2}, pages={185--195}, doi={10.1080/09718923.2014.11893249}}
@article{kraemer2002mediators, author={Kraemer, Helena Chmura and Wilson, G. Terence and Fairburn, Christopher G. and Agras, W. Stewart}, title={{Mediators and moderators of treatment effects in randomized clinical trials}}, journal={Archives of General Psychiatry}, year={2002}, volume={59}, number={10}, pages={877--883}, doi={10.1001/archpsyc.59.10.877}}
@article{spector2011methodological, author={Spector, Paul E. and Brannick, Michael T.}, title={{Methodological urban legends: The misuse of statistical control variables}}, journal={Organizational Research Methods}, year={2011}, volume={14}, number={2}, pages={287--305}, doi={10.1177/1094428110369842}}
@article{varpio2020distinctions, author={Varpio, Lara and Paradis, Elise and Uijtdehaage, Sebastian and Young, Meredith}, title={{The distinctions between theory, theoretical framework, and conceptual framework}}, journal={Academic Medicine}, year={2020}, volume={95}, number={7}, pages={989--994}, doi={10.1097/acm.0000000000003075}}
@article{wysocki2022statistical, author={Wysocki, Anna C. and Lawson, Katherine M. and Rhemtulla, Mijke}, title={{Statistical control requires causal justification}}, journal={Advances in Methods and Practices in Psychological Science}, year={2022}, volume={5}, number={2}, eid={25152459221095823}, doi={10.1177/25152459221095823}}
R