Effet direct
Le chemin de X à Y qui ne passe pas par le médiateur (c prime).
MÉTHODE PLS-SEM
La médiation en PLS-SEM : comment un effet agit via une troisième variable
L’analyse de médiation demande si un prédicteur agit sur un résultat de façon indirecte, via une variable médiatrice intermédiaire, et pas seulement de façon directe. Cette page explique les effets direct, indirect et total, comment classer la médiation, un exemple chiffré et les erreurs fréquentes.
Ce que teste une analyse de médiation
La médiation scinde l’effet d’un prédicteur X sur un résultat Y en deux voies. L’effet direct est le chemin qui va droit de X à Y. L’effet indirect passe par un médiateur M : X agit sur M, et M agit sur Y. L’effet indirect est le produit de ces deux chemins (a fois b), et l’effet total est l’effet direct plus l’effet indirect.
La médiation répond à la question de savoir comment un effet se produit. Si la formation améliore la performance en partie parce qu’elle augmente la motivation, alors la motivation est le médiateur et l’effet de la formation sur la performance est en partie indirect.
Un exemple chiffré
Supposons que X soit la formation, M la motivation et Y la performance. Le modèle estime a = 0,50 (formation vers motivation) et b = 0,60 (motivation vers performance), donc l’effet indirect vaut 0,50 fois 0,60 = 0,30. L’effet direct c’ est de 0,10 et non significatif, l’effet total est donc 0,30 plus 0,10 = 0,40.
Comme l’effet indirect est significatif et l’effet direct ne l’est pas, il s’agit d’une médiation complète (uniquement indirecte) : la formation augmente la performance presque entièrement en augmentant la motivation.
Comment classer le résultat
Testez d’abord l’effet indirect (a fois b) par bootstrap. Regardez ensuite l’effet direct pour classer le type de médiation.
- Indirect sig., direct n.s.
- Médiation complète (uniquement indirecte). L’effet de X sur Y passe entièrement par le médiateur.
- Indirect sig., direct sig.
- Médiation partielle (complémentaire ou compétitive). Une partie de l’effet passe par M, une partie est directe.
- Indirect n.s., direct sig.
- Pas de médiation (uniquement directe). X agit directement sur Y, pas via M.
- Indirect n.s., direct n.s.
- Aucun effet à expliquer. Aucune des deux voies n’est significative.
Jugez l’effet indirect avec un intervalle de confiance bootstrap, pas avec la significativité de a et b pris séparément. Les anciennes étapes de Baron et Kenny ne sont plus recommandées.
Les grandeurs clés
Effet indirect
L’effet passant par le médiateur, le produit a fois b. Avec plusieurs médiateurs, chaque chaîne a son propre effet indirect spécifique.
Effet total
L’effet direct plus tous les effets indirects de X sur Y.
VAF
Variance accounted for : l’effet indirect divisé par l’effet total. Il exprime la part de l’effet total portée par le médiateur.
Réaliser une médiation étape par étape
- Spécifiez le prédicteur, le médiateur et le résultat, avec les chemins X vers M, M vers Y et le direct X vers Y.
- Estimez le modèle pour obtenir l’effet direct et l’effet indirect spécifique (a fois b).
- Faites un bootstrap pour obtenir un intervalle de confiance de l’effet indirect ; il est significatif si l’intervalle exclut zéro.
- Classez la médiation d’après la significativité des effets indirect et direct.
- Rapportez les effets direct, indirect et total, et éventuellement le VAF.
Erreurs fréquentes
- Utiliser l’ancienne procédure des étapes causales de Baron et Kenny ou le test de Sobel au lieu de bootstrapper l’effet indirect. Le bootstrap est le standard actuel.
- Qualifier la médiation partielle de version plus faible de la médiation complète. Ce sont des résultats différents, pas un classement.
- Tester a et b séparément au lieu du produit a fois b. Que les deux soient significatifs ne garantit pas un effet indirect significatif.
- Revendiquer une médiation à partir de données transversales comme si elle était causale. La médiation est une affirmation causale que le plan d’étude doit soutenir.
La médiation dans OpenPLS
OpenPLS affiche l’effet direct, l’effet indirect spécifique de chaque chaîne de médiation et l’effet total de chaque relation, directement dans les résultats. Ajoutez le bootstrap pour obtenir des intervalles de confiance des effets indirects et classer la médiation. Gratuit et dans le navigateur.
Testez une médiation sur votre propre modèle
Construisez X, M et Y dans l’éditeur visuel, calculez et lisez les effets direct, indirect et total au même endroit. Gratuit, sans installation.
Questions fréquentes
- Quelle est la différence entre médiation et modération ?
- La médiation explique comment X agit sur Y, via un médiateur intermédiaire sur le chemin. La modération explique quand l’effet de X sur Y est plus fort ou plus faible, selon une troisième variable. La médiation concerne le mécanisme ; la modération, les conditions.
- Qu’est-ce que la médiation complète par rapport à la partielle ?
- La médiation complète (uniquement indirecte) signifie que l’effet indirect est significatif et l’effet direct ne l’est pas, donc l’effet passe entièrement par le médiateur. La médiation partielle signifie que les deux sont significatifs, donc l’effet se répartit entre la voie directe et le médiateur.
- Dois-je bootstrapper l’effet indirect ?
- Oui. L’effet indirect est un produit de deux coefficients et sa distribution n’est pas symétrique, vous le jugez donc avec un intervalle de confiance bootstrap plutôt qu’avec la significativité des deux chemins séparément.
Pour aller plus loin
Les références standard sont Zhao, X., Lynch, J. G., & Chen, Q. (2010). Reconsidering Baron and Kenny: myths and truths about mediation analysis. Journal of Consumer Research, 37(2), 197-206, et Nitzl, C., Roldan, J. L., & Cepeda, G. (2016). Mediation analysis in partial least squares path modeling. Industrial Management & Data Systems, 116(9), 1849-1864. Un traitement pratique dans Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A Primer on Partial Least Squares Structural Equation Modeling, 3e éd., Sage.