Çok Düzeyli Aracılık Analizi
Multilevel Mediation Analysis · Ayrıca şöyle bilinir: multilevel mediation, hierarchical mediation, cross-level mediation, 1-1-1 mediation, 2-1-1 mediation, 2-2-1 mediation, Çok Düzeyli Medyasyon Analizi
Çok düzeyli aracılık analizi, öğrenciler ve okullar veya çalışanlar ve kuruluşlar gibi hiyerarşik olarak iç içe geçmiş verilerdeki dolaylı (aracılı) etkileri tahmin eden parametrik bir yapısal yöntemdir. Kenny, Korchmaros ve Bolger (2003) tarafından çok düzeyli modellerde düşük düzeyli aracılık için biçimlendirilmiş olup, bireysel düzey (1-1-1) ve grup düzeyindeki (2-2-1 veya 2-1-1) aracılık yollarını tek bir tutarlı çerçevede eş zamanlı olarak ele alır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Verileriniz iç içe geçmiş veya hiyerarşik bir yapıya sahip olduğunda — örneğin gruplar içindeki bireyler, bireyler içindeki tekrarlanan ölçümler veya okullar içindeki sınıflar — ve bir aracı değişkenin bir öngörücüden bir sonuca giden yolu açıklayıp açıklamadığını test etmek istediğinizde çok düzeyli aracılık kullanın. Üç koşul sağlanmalıdır: gruplar arası korelasyon (ICC), anlamlı gruplar arası varyansın bulunduğunu doğrulayarak 0.05'i aşmalıdır; bu da çok düzeyli modellemeyi gerektirir; dolaylı etki, Sobel testi yerine Monte Carlo simülasyonu veya bootstrapping yoluyla tahmin edilmelidir, çünkü iki regresyon katsayısının çarpımı normal dağılmamaktadır; ve rastgele etkilerin kararlı tahmini için en az 30 adet 2. düzey birim (grup) olmalıdır. Tasarım türü — öngörücü, aracı ve sonuç 1. veya 2. düzeyde ölçülmüş olsun — analizden önce belirtilmelidir, çünkü modelin nasıl parametrelendirildiğini belirler.
Güçlü yönler & sınırlılıklar
- Gruplar içi ve gruplar arası bileşenlere aracılık yollarını doğru bir şekilde ayırır, ekolojik yanılgıyı önler.
- Üç yaygın hiyerarşik aracılık tasarımını (1-1-1, 2-1-1, 2-2-1) birleşik bir çerçevede ele alır.
- Monte Carlo ve bootstrap güven aralıkları, normal dağılmamış dolaylı etki için doğru kapsama sağlar.
- Gruplar içindeki gözlemler arasındaki bağımsızlığı hesaba katar, yanlı olmayan standart hatalar üretir.
- Güvenilir rastgele etki tahmini için yaklaşık 100 gözlem ve en az 30 adet 2. düzey birim gerektirir.
- Model belirlemesi — özellikle tasarım türünün seçimi ve hangi etkilerin rastgele olarak ele alınacağı — özsel teorik gerekçelendirme gerektirir.
- Özellikle bootstrapping veya Monte Carlo yöntemleriyle, tek düzeyli aracılığa göre daha yüksek hesaplama talepleri vardır.
- Nedensellik kurmaz; nedensel iddialar rastgele atama veya güçlü tanımlama varsayımları gerektirir.
SSS
Neden iç içe geçmiş verilerde standart bir aracılık analizi çalıştıramıyorum?
Standart tek düzeyli aracılık, tüm gözlemleri bağımsız olarak ele alır, ki bunlar bir grubu paylaştıklarında öyle değildir. Bu, standart hataları küçümser, Tip I hata oranını şişirir ve gruplar içi ve gruplar arası aracılık yollarını karıştırır. ICC > 0.05 olduğunda, yanlı olmayan tahminler elde etmek için çok düzeyli aracılık gereklidir.
1-1-1, 2-1-1 ve 2-2-1 tasarımları arasındaki fark nedir?
Üç haneli kod, öngörücü, aracı ve sonucun ölçüldüğü düzeyi gösterir. 1-1-1 tasarımında, her üç değişken de gruplar içindeki bireysel düzeyde değişir. 2-1-1 tasarımında, öngörücü bir grup düzeyinde değişkendir, aracı ve sonuç ise bireysel düzeydedir. 2-2-1 tasarımında, hem öngörücü hem de aracı grup düzeyindedir, ancak sonuç bireysel düzeydedir. Her tasarım farklı model denklemleri ima eder ve veri analizinden önce teorik temellere dayanarak seçilmelidir.
Neden Sobel testi yerine Monte Carlo veya bootstrap aralıklarını kullanmalıyım?
Dolaylı etki ab, tahmin edilen iki niceliğin çarpımıdır ve örneklem dağılımı asimetriktir, normal değildir. Sobel testi normalliği varsayar ve bu nedenle çok dar ve simetrik güven aralıkları üretir. Monte Carlo simülasyonu ve bootstrapping, dağılımın şeklini doğrudan yakalar, özellikle küçük örneklemlerde veya dolaylı etki küçük olduğunda daha doğru kapsama olasılıkları verir.
Kaç adet 2. düzey birime ihtiyacım var?
Literatür, varyans bileşenlerinin ve rastgele etkilerin kararlı tahmini için en az 30 grup (2. düzey birim) önerir. Daha az sayıda grupla, rastgele etki varyansları ve bunların standart hataları güvenilmez hale gelir, bu da dolaylı etki tahminlerinin kesinliğini etkiler. Toplam bireysel düzey örneklem büyüklüğü de yeterli olmalıdır — 100 gözlem minimum yaygın bir pratik eşiktir.
Kaynaklar
- Kenny, D. A., Korchmaros, J. D., & Bolger, N. (2003). Lower level mediation in multilevel models. Psychological Methods, 8(2), 115–128. DOI: 10.1037/1082-989X.8.2.115 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Multilevel Mediation Analysis. ScholarGate. https://scholargate.app/tr/statistics/multilevel-mediation
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Nedensel Aracılık Analizi (Doğal Doğrudan ve Dolaylı Etkiler)Nedensel çıkarım↔ karşılaştır
- Koşullu Süreç Analizi (Modere Edilmiş Aracılık)Nedensel çıkarım↔ karşılaştır
- Hiyerarşik Doğrusal Modelleme (HLM / Çok Düzeyli Modelleme)İstatistik↔ karşılaştır
- Aracılık Analiziİstatistik↔ karşılaştır
- Karma ANOVAİstatistik↔ karşılaştır
- Moderasyon (Etkileşim) AnaliziNedensel çıkarım↔ karşılaştır
- Panel Veri Sabit Etkiler ModeliEkonometri↔ karşılaştır
- Yapısal Eşitlik ModellemesiAraştırma istatistiği↔ karşılaştır