Een mediërende variabele (of bemiddelaar) verklaart het proces waardoor twee variabelen gerelateerd zijn, terwijl een modererende variabele (of moderator) de sterkte en richting van die relatie beïnvloedt.
Door bemiddelaars en moderators in uw onderzoek op te nemen, kunt u verder gaan dan het bestuderen van een eenvoudige relatie tussen twee variabelen voor een vollediger beeld van de echte wereld. Deze variabelen zijn belangrijk om te overwegen bij het bestuderen van complexe correlatieve of causale relaties tussen variabelen.
Wat is het verschil?
Je kunt een bemiddelaar zien als een tussenpersoon voor twee variabelen. Slaapkwaliteit (een onafhankelijke variabele) kan bijvoorbeeld de academische prestaties (een afhankelijke variabele) beïnvloeden door middel van alertheid. In een bemiddelingsrelatie kunt u een pijl tekenen van een onafhankelijke variabele naar een bemiddelaar en vervolgens van de bemiddelaar naar de afhankelijke variabele.
Een moderator daarentegen is iets dat inwerkt op de relatie tussen twee variabelen en de richting of kracht ervan verandert. De geestelijke gezondheidstoestand kan bijvoorbeeld de relatie tussen slaapkwaliteit en academische prestaties matigen: de relatie kan sterker zijn voor mensen zonder gediagnosticeerde psychische aandoeningen dan voor mensen met deze.
In een moderatierelatie kun je een pijl trekken van de moderator naar de relatie tussen een onafhankelijke en afhankelijke variabele.
Bemiddelende variabelen
Een mediator is een manier waarop een onafhankelijke variabele een afhankelijke variabele beïnvloedt. Het maakt deel uit van het causale pad van een effect en het vertelt je hoe of waarom een effect plaatsvindt.
Als iets een bemiddelaar is:
Het wordt veroorzaakt door de onafhankelijke variabele.
Het beïnvloedt de afhankelijke variabele
Wanneer er rekening mee wordt gehouden, is de statistische correlatie tussen de onafhankelijke en afhankelijke variabelen hoger dan wanneer er geen rekening mee wordt gehouden.
Bemiddelingsanalyse is een manier om statistisch te testen of een variabele een bemiddelaar is met behulp van lineaire regressieanalyses of ANOVA’s.
Bij volledige mediation legt een mediator de relatie tussen de onafhankelijke en de afhankelijke variabele volledig uit: zonder de mediator in het model is er geen relatie.
Bij partiële mediation is er nog steeds een statistische relatie tussen de onafhankelijke en afhankelijke variabele, zelfs als de mediator uit een model wordt gehaald: de mediator verklaart de relatie slechts gedeeltelijk.
Verschil Tussen
Voorbeeld: Mediator-variabelen
In een onderzoek naar sociaaleconomische status en leesvaardigheid bij kinderen veronderstel je dat het opleidingsniveau van de ouders een mediator is. Dit betekent dat de sociaaleconomische status de leesvaardigheid voornamelijk beïnvloedt door zijn invloed op het opleidingsniveau van de ouders.
Voor dit onderzoek maak je gebruik van een beschrijvend onderzoeksdesign. Na het verzamelen van gegevens over elk van deze variabelen, voert u statistische analyses uit om te controleren of:
Sociaaleconomische status voorspelt het opleidingsniveau van de ouders,
Het opleidingsniveau van de ouders voorspelt het leesvermogen van het kind,
De correlatie tussen sociaaleconomische status en leesvaardigheid van kinderen is groter wanneer in uw model rekening wordt gehouden met het opleidingsniveau van de ouders.
Variabelen modereren
Een moderator beïnvloedt het niveau, de richting of de aanwezigheid van een relatie tussen variabelen. Het laat zien voor wie, wanneer of onder welke omstandigheden een relatie standhoudt.
Moderators helpen u meestal bij het beoordelen van de externe validiteit van uw onderzoek door de beperkingen te identificeren van wanneer de relatie tussen variabelen geldt. Hoewel het gebruik van sociale media bijvoorbeeld niveaus van eenzaamheid kan voorspellen, kan deze relatie sterker zijn voor adolescenten dan voor oudere volwassenen. Leeftijd is hier een moderator.
Moderatoren kunnen zijn:
Categorische variabelen zoals etniciteit, ras, religie, favoriete kleuren, gezondheidsstatus of stimulustype,
Kwantitatieve variabelen zoals leeftijd, gewicht, lengte, inkomen of grootte van de visuele stimulus.
Voorbeeld: Moderatorvariabelen
In een onderzoek naar werkervaring en salaris veronderstel je dat:
jaar werkervaring voorspelt het salaris, wanneer wordt gecontroleerd voor relevante variabelen,
genderidentiteit modereert de relatie tussen werkervaring en salaris.
Dit betekent dat de relatie tussen ervaringsjaren en salaris zou verschillen tussen mannen, vrouwen en degenen die zich niet als man of vrouw identificeren.
Om dit statistisch te toetsen, voer je een meervoudige regressieanalyse uit voor de gegevens over werkervaring en salaris, waarbij genderidentiteit in het model wordt toegevoegd. Je vergelijkt de statistische significantie van het model met en zonder opgenomen genderidentiteit om te bepalen of het de relatie tussen werkervaring en salaris modereert.