Słownik metodologiczny · Mediacja i moderacja

Test Goodmana

Pełne wyjaśnienie, zastosowanie naukowe i praktyczne, przykład, dobre praktyki oraz gotowy zapis wyniku w APA 7.

Strona główna / Słownik / Test Goodmana

Opracowanie merytoryczne: · Opublikowano: · Aktualizacja:

Co oznacza Test Goodmana?

Test Goodmana jest historycznym wariantem testu efektu pośredniego, który od przybliżonej wariancji iloczynu ab odejmuje składnik SEa²SEb². Może to prowadzić do problematycznego mianownika, dlatego współcześnie wynik efektu pośredniego częściej ocenia się przedziałem bootstrapowym.

Zastosowanie, warunki i dobre praktyki

Wariant Goodmana dla efektu pośredniego modyfikuje przybliżony błąd standardowy iloczynu ab przez odjęcie iloczynu wariancji oszacowań. W pewnych danych może prowadzić do niestabilnego lub niemożliwego mianownika. Z tego powodu nie powinien być domyślną podstawą wniosku; bezpośredni bootstrap efektu pośredniego jest zwykle bardziej informacyjny.

Najważniejsze zastosowanie: Używaj wariantu Goodmana tylko ze świadomością jego odmiennej korekty wariancji; preferuj bootstrap efektu pośredniego.

Jak to się oblicza i co oznaczają symbole?

z = ab / √(b²SEₐ² + a²SEᵦ² − SEₐ²SEᵦ²)

Wariant Goodmana odejmuje iloczyn wariancji ścieżek. Może prowadzić do problemów numerycznych i, podobnie jak Sobel, jest historycznym przybliżeniem; współcześnie efekt pośredni raportuje się zwykle z bootstrap CI.

Jak poprawnie stosować i interpretować hasło „Test Goodmana”?

W odniesieniu do pojęcia „Test Goodmana” należy przed analizą określić role X, mediatora M i wyniku Y oraz uzasadnić ich kolejność czasową. Dla interpretacji hasła „Test Goodmana” najważniejszym parametrem jest efekt pośredni, zwykle iloczyn ścieżek a i b, a nie sama zmiana istotności efektu bezpośredniego. W odniesieniu do hasła „Test Goodmana” model powinien uwzględniać czynniki zakłócające właściwe dla każdej ścieżki, a nie dowolny zestaw dostępnych kowariat.

Ocena pojęcia „Test Goodmana” wymaga przedziału ufności dla efektu pośredniego, najczęściej wyznaczonego bootstrapem, oraz analizy wrażliwości na alternatywną kolejność i pominięte zmienne. Przy ocenie hasła „Test Goodmana” dane przekrojowe zwykle nie pozwalają potwierdzić mechanizmu czasowego. W analizie dotyczącej hasła „Test Goodmana” w modelach nieliniowych rozkład efektu na część bezpośrednią i pośrednią zależy od skali, więc proste odejmowanie współczynników może mylić.

Co trzeba opisać w raporcie?

Raport dotyczący „Test Goodmana” powinien podać ścieżki a i b, efekt pośredni z przedziałem ufności, efekt bezpośredni oraz całkowity, jeśli ma jednoznaczne znaczenie w modelu. Dla interpretacji hasła „Test Goodmana” trzeba opisać liczbę replikacji bootstrapu, kowariaty, kolejność pomiarów i status analizy jako potwierdzającej lub eksploracyjnej.

Zakres raportowania dla hasła „Test Goodmana”: Jeśli użyty, podaj z i p; lepiej raportuj ab z bootstrap CI.

Przykład praktyczny i gotowa interpretacja

Sytuacja: Wariant Goodmana odjął iloczyn wariancji ścieżek, co przy małych i niestabilnych współczynnikach dało problematyczny mianownik. Wynik potraktowano historycznie.

Jak ją zinterpretować: Wynik opiera się na historycznym przybliżeniu wariancji iloczynu, które może stać się niestabilne. Nie powinien być główną podstawą wniosku, gdy można bezpośrednio wyznaczyć bootstrapowy przedział efektu pośredniego.

Najczęstsza pułapka i granica interpretacji

Mianownik wariantu Goodmana może być niestabilny; wynik nie powinien zastępować bootstrapowego CI.

Wynik dotyczący „Test Goodmana” opisuje zgodność danych z określonym modelem pośredniczenia, lecz sam nie dowodzi mechanizmu przyczynowego. Przy ocenie hasła „Test Goodmana” etykieta „pełna” albo „częściowa” nie zastępuje wielkości i niepewności efektów.

Definicje, zalecenia interpretacyjne i sposób raportowania oparto na literaturze metodologicznej wskazanej w bibliografii (Preacher i Hayes, 2008).

Powiązane hasła

Test AroianaTest SobelaEfekt bezpośredni (analiza mediacji)Efekt całkowity (analiza mediacji)Efekt pośredni (analiza mediacji)Mediacja (analiza mediacji)

Poradniki, w których użyjesz tego pojęcia

Poradnik

Wartość p: co naprawdę oznacza i jak ją poprawnie interpretować

Wartość p bez mitów: definicja, interpretacja, typowe błędy oraz sposób raportowania wraz z wielkością efektu i przedziałem ufności.

Czytaj →Poradnik

Regresja logistyczna: założenia, interpretacja i raportowanie modelu

Regresja logistyczna w praktyce: założenia, iloraz szans, diagnostyka, kalibracja, AUC oraz zasady rzetelnego raportowania modelu.

Czytaj →Poradnik

Modelowanie równań strukturalnych (SEM): od teorii do raportu

SEM bez skrótów myślowych: model pomiarowy i strukturalny, CB-SEM a PLS-SEM, dopasowanie, założenia oraz raportowanie wyników.

Czytaj →

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Oferta dla badaczyOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Preacher, K. J., & Hayes, A. F. (2008). Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models. Behavior Research Methods, 40, 879–891. https://doi.org/10.3758/BRM.40.3.879
  2. MacKinnon, D. P., Lockwood, C. M., Hoffman, J. M., West, S. G., & Sheets, V. (2002). A comparison of methods to test mediation and other intervening variable effects. Psychological Methods, 7(1), 83–104. https://doi.org/10.1037/1082-989X.7.1.83
  3. Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M., & Rao, S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. https://doi.org/10.1037/amp0000191
  4. Nosek, B. A., Ebersole, C. R., DeHaven, A. C., & Mellor, D. T. (2018). The preregistration revolution. Proceedings of the National Academy of Sciences, 115(11), 2600–2606. https://doi.org/10.1073/pnas.1708274114
  5. Wilkinson, L., & Task Force on Statistical Inference. (1999). Statistical methods in psychology journals: Guidelines and explanations. American Psychologist, 54(8), 594–604. https://doi.org/10.1037/0003-066X.54.8.594
  6. Lang, T. A., & Altman, D. G. (2015). Basic statistical reporting for articles published in biomedical journals: The SAMPL guidelines. International Journal of Nursing Studies, 52(1), 5–9. https://doi.org/10.1016/j.ijnurstu.2014.09.006

Cytowania BibTeX

@article{preacher2008mediation, author={Preacher, Kristopher J. and Hayes, Andrew F.}, title={Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models}, journal={Behavior Research Methods}, year={2008}, volume={40}, pages={879--891}, doi={10.3758/BRM.40.3.879}}
@article{mackinnon2002mediation, author={MacKinnon, David P. and Lockwood, Chondra M. and Hoffman, Jeanne M. and West, Stephen G. and Sheets, Virgil}, title={A comparison of methods to test mediation and other intervening variable effects}, journal={Psychological Methods}, year={2002}, volume={7}, number={1}, pages={83--104}, doi={10.1037/1082-989X.7.1.83}}
@article{appelbaum2018jars, author={Appelbaum, Mark and Cooper, Harris and Kline, Rex B. and Mayo-Wilson, Evan and Nezu, Arthur M. and Rao, Stephen M.}, title={Journal article reporting standards for quantitative research in psychology}, journal={American Psychologist}, year={2018}, volume={73}, number={1}, pages={3--25}, doi={10.1037/amp0000191}}
@article{nosek2018preregistration, author={Nosek, Brian A. and Ebersole, Charles R. and DeHaven, Alexander C. and Mellor, David T.}, title={The preregistration revolution}, journal={Proceedings of the National Academy of Sciences}, year={2018}, volume={115}, number={11}, pages={2600--2606}, doi={10.1073/pnas.1708274114}}
@article{wilkinson1999statistical, author={Wilkinson, Leland and {Task Force on Statistical Inference}}, title={Statistical methods in psychology journals: Guidelines and explanations}, journal={American Psychologist}, year={1999}, volume={54}, number={8}, pages={594--604}, doi={10.1037/0003-066X.54.8.594}}
@article{lang2015sampl, author={Lang, Thomas A. and Altman, Douglas G.}, title={Basic statistical reporting for articles published in biomedical journals: the SAMPL guidelines}, journal={International Journal of Nursing Studies}, year={2015}, volume={52}, number={1}, pages={5--9}, doi={10.1016/j.ijnurstu.2014.09.006}}
R