In een multivariate analyse worden alle parameters 'conditioneel' geschat, dus gecorrigeerd voor het effect van de andere voorspellers in het model.
Als je een significante covariaat hebt, dan hangt die dus samen met je afhankelijke variabele: hij voorspelt een deel van de variantie in de afhankelijke variabele.
Als die voorspelde variantie ook wordt voorspeld door je mediator of je voorspeller, dan betekent dit dat je een ander verband voor je voorspeller en mediator vindt dan je zou vinden zonder die covariaat.
Je conclusies worden dus afhankelijke van (conditioneel op) die covariaat; als er mediatie wordt gevonden, dan betekent dat dus dat die er misschien niet is als die covariaat in je model zit.
In zo'n geval zou ik de analyse herhalen zonder covariaat, en goed kijken naar de samenhang van de covariaat met je mediator, voorspeller, en afhankelijke variabele, zodat je kunt kijken of je resultaten inclusief covariaat geen statistisch artefact zijn (als er bijvoorbeeld zonder die covariaat geen mediatie meer is, begrijp je dan hoe dit komt? Corrigeert die covariaat voor een probleem in je steekproef?).