Effetto diretto
Il percorso da X a Y che non passa per il mediatore (c primo).
METODO PLS-SEM
La mediazione in PLS-SEM: come un effetto agisce tramite una terza variabile
L’analisi di mediazione chiede se un predittore influenza un esito in modo indiretto, attraverso una variabile mediatrice intermedia, e non solo in modo diretto. Questa pagina spiega gli effetti diretto, indiretto e totale, come classificare la mediazione, un esempio svolto e gli errori comuni.
Che cosa verifica un’analisi di mediazione
La mediazione divide l’effetto di un predittore X su un esito Y in due vie. L’effetto diretto è il percorso che va dritto da X a Y. L’effetto indiretto passa per un mediatore M: X agisce su M, e M agisce su Y. L’effetto indiretto è il prodotto di quei due percorsi (a per b), e l’effetto totale è il diretto più l’indiretto.
La mediazione risponde a come si produce un effetto. Se la formazione migliora la prestazione in parte perché aumenta la motivazione, allora la motivazione è il mediatore e l’effetto della formazione sulla prestazione è in parte indiretto.
Un esempio svolto
Supponiamo che X sia la formazione, M la motivazione e Y la prestazione. Il modello stima a = 0,50 (formazione verso motivazione) e b = 0,60 (motivazione verso prestazione), quindi l’effetto indiretto è 0,50 per 0,60 = 0,30. L’effetto diretto c’ è 0,10 e non significativo, perciò l’effetto totale è 0,30 più 0,10 = 0,40.
Poiché l’effetto indiretto è significativo e il diretto no, si tratta di mediazione totale (solo indiretta): la formazione aumenta la prestazione quasi interamente aumentando la motivazione.
Come classificare il risultato
Prima verifica l’effetto indiretto (a per b) con il bootstrapping. Poi guarda l’effetto diretto per classificare il tipo di mediazione.
- Indiretto sig., diretto n.s.
- Mediazione totale (solo indiretta). L’effetto di X su Y passa interamente per il mediatore.
- Indiretto sig., diretto sig.
- Mediazione parziale (complementare o competitiva). Parte dell’effetto passa per M, parte è diretta.
- Indiretto n.s., diretto sig.
- Nessuna mediazione (solo diretta). X agisce direttamente su Y, non tramite M.
- Indiretto n.s., diretto n.s.
- Nessun effetto da spiegare. Nessuna delle due vie è significativa.
Giudica l’effetto indiretto con un intervallo di confidenza bootstrap, non con la significatività di a e b separatamente. I vecchi passaggi di Baron e Kenny non sono più raccomandati.
Le grandezze chiave
Effetto indiretto
L’effetto che passa per il mediatore, il prodotto a per b. Con più mediatori, ogni catena ha il proprio effetto indiretto specifico.
Effetto totale
L’effetto diretto più tutti gli effetti indiretti di X su Y.
VAF
Variance accounted for: l’effetto indiretto diviso per l’effetto totale. Esprime quanta parte dell’effetto totale è portata dal mediatore.
Eseguire una mediazione passo dopo passo
- Specifica predittore, mediatore ed esito, con i percorsi X verso M, M verso Y e il diretto X verso Y.
- Stima il modello per ottenere l’effetto diretto e l’effetto indiretto specifico (a per b).
- Esegui il bootstrap per ottenere un intervallo di confidenza dell’effetto indiretto; è significativo se l’intervallo esclude lo zero.
- Classifica la mediazione in base alla significatività degli effetti indiretto e diretto.
- Riporta gli effetti diretto, indiretto e totale, e opzionalmente il VAF.
Errori comuni
- Usare la vecchia procedura dei passaggi causali di Baron e Kenny o il test di Sobel invece di fare il bootstrap dell’effetto indiretto. Il bootstrapping è lo standard attuale.
- Chiamare la mediazione parziale una versione più debole di quella totale. Sono risultati diversi, non una classifica.
- Testare a e b separatamente invece del prodotto a per b. Che entrambi siano significativi non garantisce un effetto indiretto significativo.
- Affermare una mediazione da dati trasversali come se fosse causale. La mediazione è un’affermazione causale che il disegno deve sostenere.
Mediazione in OpenPLS
OpenPLS mostra l’effetto diretto, l’effetto indiretto specifico di ogni catena di mediazione e l’effetto totale di ogni relazione, direttamente nei risultati. Aggiungi il bootstrapping per ottenere gli intervalli di confidenza degli effetti indiretti e classificare la mediazione. Gratis e nel browser.
Testa una mediazione sul tuo modello
Costruisci X, M e Y nell’editor visuale, calcola e leggi gli effetti diretto, indiretto e totale in un unico posto. Gratis, senza installazione.
Domande frequenti
- Qual è la differenza tra mediazione e moderazione?
- La mediazione spiega come X agisce su Y, tramite un mediatore intermedio sul percorso. La moderazione spiega quando l’effetto di X su Y è più forte o più debole, a seconda di una terza variabile. La mediazione riguarda il meccanismo; la moderazione, le condizioni.
- Che cos’è la mediazione totale rispetto a quella parziale?
- La mediazione totale (solo indiretta) significa che l’effetto indiretto è significativo e il diretto no, quindi l’effetto passa interamente per il mediatore. La mediazione parziale significa che entrambi sono significativi, quindi l’effetto si divide tra la via diretta e il mediatore.
- Devo fare il bootstrap dell’effetto indiretto?
- Sì. L’effetto indiretto è un prodotto di due coefficienti e la sua distribuzione non è simmetrica, quindi lo giudichi con un intervallo di confidenza bootstrap invece che con la significatività dei due percorsi separatamente.
Letture di approfondimento
I riferimenti standard sono 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, e 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 trattamento pratico in Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A Primer on Partial Least Squares Structural Equation Modeling, 3a ed., Sage.