Dit is een site voor studenten van de Open Universiteit. Voordat je een vraag kunt stellen moet je even een account aanmaken (dit systeem is niet gekoppeld aan je OU studentnummer en wachtwoord).

Welkom bij het vraag- en antwoord systeem van de onderzoeks-practica van de studie psychologie bij de Open Universiteit.

Houd er, als je een vraag stelt, rekening mee dat je de richtlijnen volgt!

0 leuk 0 niet-leuks
Op de site van Hayes wordt PROCESS aanbevolen voor mediatie analyse. In de cursus S21211 (analyse van psychologische modellen) wordt Indirect gebruikt.

Wat is het verschil tussen die twee?
in Longitudinaal Onderzoek (PB17x2) door (11.7k punten)

1 Antwoord

0 leuk 0 niet-leuks

In de cursus S21211 (Analyse van psychologische modellen) wordt de macro Indirect gebruikt om mediatie effecten te toetsen.

Inmiddels heeft Hayes op zijn site de macro PROCESS (versie 2.16) staan die alles kan wat direct kan en nog veel meer. Deze macro die Hayes in zijn boek  (Introduction to mediation , moderation and conditional proces analysis, 2013) bespreekt, wordt in de cursus PB1702 (longitudinaal onderzoek) gebruikt.

Er is onlangs weer een nieuwe versie van PROCESS (versie 3.0) verschenen, die hij in de nieuwe editie van zijn boek bespreekt. Deze versie wordt nog niet gebruikt in de cursussen.

Stuk tekst uit PB1702:

Met de macro PROCESS (van de PC-methode) kan dit model eenvoudig worden geanalyseerd. Hiervoor kan simpelweg in het commando PROCESS de tweede mediator variabele worden toegevoegd achter ‘m= ’. Het model blijft model = 4. Het commando ziet er dan als volgt uit: 

PROCESS vars = Y X M1 M2 / y=Y / x = X/ m=M1 M2 /model = 4.

Hierbij worden de letters Y, X en M1 en M2 vervangen door de namen van de bijbehorende variabelen. In de output wordt vervolgens het totale mediatie-effect getoond, maar ook het mediatie-effect voor iedere mediator afzonderlijk. Eventueel kan ook nog worden opgegeven om te toetsen of de twee mediatie-effecten significant van elkaar verschillen. Zie hiervoor de uitleg bij deze macro.
Verder noemen we nog een aspect dat bij een analyse van belang kan zijn: de aanwezigheid van covariaten. Een geschikte covariaat kan een deel van Y verklaren dat niet door X en één of meerdere mediatoren (M) kan worden verklaard. Het opnemen van een geschikte covariaat in een regressiemodel verkleint de error van het model en zorgt er daardoor voor dat eventuele mediatie-effecten makkelijker kunnen worden gevonden dan wanneer er zonder covariaat zou worden geanalyseerd. Het regressiemodel met covariaat (C) en één mediator ziet er in formulevorm als volgt uit: 

Y  = c’X + bM + dC.     (5)

Dit model kan uitgebreid worden met meerdere mediatoren (M1, M2 enzovoort), maar ook met meerdere covariaten (C1, C2 enzovoort). Met de PC-methode kan ook zo’n model worden geanalyseerd met de macro PROCESS.
Als voorbeeld van een analyse met meerdere mediatoren en covariaten analyseren we de vraag of naast vertrouwen in het management ook cynisme met betrekking tot de leiding (Cynis) een mediërende rol zou kunnen spelen. Eventueel kan distributieve rechtvaardigheid (DR) een verstorend effect hebben op deze relatie. Daarom wordt DR als covariaat toegevoegd aan de analyse. Covariaten worden eenvoudig toegevoegd achter “vars= “ en krijgen verder geen rol, waardoor PROCESS weet dat het covariaten zijn. In de output van PROCESS worden de covariaten “Statistical Controls”  genoemd. De aanroep van de macro is als volgt: 

PROCESS vars= CG PR Trust Cynis DR/ y=CG / x = PR / m= Trust Cynis / model = 4.

door (11.7k punten)

Graag wil ik een aanvulling/correctie geven op onderstaande opmerking:

"...Covariaten worden eenvoudig toegevoegd achter “vars= “ en krijgen verder geen rol, waardoor PROCESS weet dat het covariaten zijn...."

In mijn syntax moest ik de covariaten nog wel een rol geven anders werden ze door  PROCESS niet als zodanig herkend en dus ook niet meegenomen in de analyse. Hiervoor voegde ik:

 / cov = (naam covariaat 1) (naam covariaat2) 

toe tussen de mediatortoewijzing en model = 4 in.

NB: Ik gebruik PROCESS Procedure for SPSS Version 3.00.

Dank voor deze aanvulling!

Ik vond dit op de site van Hayes: 

Question: What is the difference between version 2 and 3?

Answer: There are many differences. This document outlines some but not all of the differences between the two versions. One of the more important differences is the structure of the syntax.  For example, it is no longer necessary to list the variables in the model following vars=, and covariates are specified using the cov= option.  Moderators are always W or Z (VQ, and M are never moderators in v3).  PROCESS v3 also allows multicategorical independent variables and moderators in all models, and in version 3 you can program your own model rather than having to rely on models that come preprogrammed into PROCESS.  Some of the preprogrammed models in version 2 were eliminated in version 3, but new models (e.g., moderated serial mediation) were added to version 3.  The model templates for version 3 are different, though model numbers are consistent (e.g., model 8 in version 2 is still model 8 in version 3). Although version 3 is much more versatile than version 2, note that version 3 does not accept a dichotomous Y. Eventually, version 3 will allow Y to be dichotomous.

...