نحوه بررسی یک فرضیه میانجی در نرم افزار spss با روش بارون و کنی ( با یک مثال)

نحوه بررسی یک فرضیه میانجی در نرم افزار spss با روش بارون و کنی ( با یک مثال)

مقدمه بر تحلیل میانجی‌گری (Mediation Analysis)

تحلیل میانجی‌گری یک روش آماری است که بررسی می‌کند چگونه یک متغیر مستقل (X) بر متغیر وابسته (Y) تأثیر می‌گذارد، اما این تأثیر از طریق یک متغیر میانجی (M) رخ می‌دهد. برای روشن شدن موضوع به فرضیه زیر توجه کنید:

فرضیه : مدیریت زمان با نقش میانجی (واسطه ای ) تعهد سازمانی بر فرسودگی شغلی تأثیر دارد.

  • مدیریت زمان (X): متغیر مستقل.
  • تعهد سازمانی (M): متغیر میانجی.
  • فرسودگی شغلی (Y): متغیر وابسته.

در این فرضیه “مدیریت زمان (X) با نقش میانجی تعهد سازمانی (M) بر فرسودگی شغلی (Y) تأثیر دارد”، هدف بررسی این است که آیا مدیریت زمان بر فرسودگی شغلی تأثیر مستقیم دارد یا این تأثیر از طریق تعهد سازمانی (که به عنوان واسطه عمل می‌کند) رخ می‌دهد.

مقدمه بر تحلیل میانجی‌گری با روش Baron و Kenny

روش Baron و Kenny (1986) یکی از رویکردهای کلاسیک برای بررسی فرضیه‌های میانجی‌گری (mediation) است.

در این روش، بررسی می‌شود که آیا متغیر میانجی (M) توضیح‌دهنده رابطه بین متغیر مستقل (X) و متغیر وابسته (Y) است.

برای فرضیه مورد نظر : “مدیریت زمان (X) با نقش میانجی تعهد سازمانی (M) بر فرسودگی شغلی (Y) تأثیر دارد”، هدف این است که نشان دهیم آیا تأثیر مدیریت زمان بر فرسودگی شغلی از طریق تعهد سازمانی رخ می‌دهد یا خیر.

این روش بر پایه چهار گام رگرسیون خطی استوار است و فرض می‌کند داده‌ها پیش‌فرض‌های رگرسیون (مانند خطی بودن رابطه، همواری واریانس، عدم هم‌خطی چندگانه، و نرمالیتی باقی‌مانده‌ها) را برآورده کنند. اگر این پیش‌فرض‌ها نقض شوند، ممکن است نیاز به تبدیل داده‌ها یا روش‌های جایگزین باشد.

تحلیل در SPSS با استفاده از منوی رگرسیون خطی انجام می‌شود و نیازی به افزونه اضافی نیست.

در ادامه، گام‌های روش را به طور کامل، همراه با مسیرهای منوی SPSS، نحو (syntax) نمونه، تفسیر خروجی، و آزمون اضافی برای اثر غیرمستقیم توضیح ئائه شئه است.

فرض کنید داده‌های شما در SPSS باز است و متغیرها به صورت عددی (مقیاس فاصله‌ای یا نسبی) کدگذاری شده‌اند: مدیریت_زمان (X)، تعهد_سازمانی (M)، فرسودگی_شغلی (Y).

گام‌های روش Baron و Kenny در SPSS

روش شامل چهار گام است که سه رگرسیون جداگانه را در بر می‌گیرد (گام 3 و 4 گاهی ترکیب می‌شوند). هدف برقراری روابط زیر است:

  • مسیر c: اثر کلی X بر Y (total effect).
  • مسیر a: اثر X بر M.
  • مسیر b: اثر M بر Y (کنترل‌شده برای X).
  • مسیر c’: اثر مستقیم X بر Y (کنترل‌شده برای M).

اگر تمام مسیرها معنی‌دار باشند و c’ کوچکتر از c شود، میانجی‌گری تأیید می‌شود (کامل اگر c’ غیرمعنی‌دار شود؛ جزئی اگر همچنان معنی‌دار اما کوچکتر باشد).

گام 1: بررسی اثر کلی (Path c: رگرسیون Y روی X)

این گام بررسی می‌کند آیا رابطه اولیه بین X و Y وجود دارد یا خیر. اگر این رابطه معنی‌دار نباشد، تحلیل میانجی‌گری معمولاً متوقف می‌شود.

  • مسیر منو در SPSS:
    • به Analyze > Regression > Linear بروید.
    • متغیر وابسته (Dependent): فرسودگی_شغلی (Y).
    • متغیر مستقل (Independent(s)): مدیریت_زمان (X).
    • در تب Statistics: تیک Coefficients، Confidence intervals (95%)، و R squared را بزنید.
    • در تب Plots: ZRESID را به Y و ZPRED را به X منتقل کنید، و Histogram را تیک بزنید (برای چک پیش‌فرض‌ها).
    • در تب Save: اگر لازم، باقی‌مانده‌ها را ذخیره کنید.
    • روی OK کلیک کنید.
  • نحو نمونه (Syntax): textREGRESSION /STATISTICS COEFF CI(95) R /DEPENDENT فرسودگی_شغلی /* Y */ /METHOD=ENTER مدیریت_زمان /* X */ /SCATTERPLOT=(*ZRESID ,*ZPRED) /RESIDUALS HISTOGRAM(ZRESID).
  • تفسیر خروجی:
    • جدول Model Summary: R² نشان‌دهنده میزان توضیح واریانس Y توسط X است.
    • جدول ANOVA: اگر Sig. (p-value) ≤ 0.05، مدل کلی معنی‌دار است.
    • جدول Coefficients: ضریب B (Unstandardized) برای مدیریت_زمان (مسیر c) و Sig. آن را بررسی کنید. اگر p ≤ 0.05، اثر کلی معنی‌دار است (مدیریت زمان بر فرسودگی شغلی تأثیر دارد). همچنین، Std. Error را برای آزمون‌های بعدی یادداشت کنید.
    • نمودارها: چک کنید باقی‌مانده‌ها نرمال باشند (هیستوگرام) و رابطه خطی (scatterplot).

اگر این گام معنی‌دار نباشد، میانجی‌گری بعید است.

گام 2: بررسی مسیر a (Path a: رگرسیون M روی X)

این گام بررسی می‌کند آیا X بر M تأثیر دارد یا خیر.

  • مسیر منو در SPSS: همان گام 1، اما:
    • Dependent: تعهد_سازمانی (M).
    • Independent(s): مدیریت_زمان (X).
  • نحو نمونه: textREGRESSION /STATISTICS COEFF CI(95) R /DEPENDENT تعهد_سازمانی /* M */ /METHOD=ENTER مدیریت_زمان /* X */ /SCATTERPLOT=(*ZRESID ,*ZPRED) /RESIDUALS HISTOGRAM(ZRESID).
  • تفسیر خروجی:
    • در جدول Coefficients: ضریب B برای مدیریت_زمان (مسیر a) و Sig. آن. اگر p ≤ 0.05، مسیر a معنی‌دار است (مدیریت زمان بر تعهد سازمانی تأثیر دارد). B و Std. Error را برای آزمون Sobel یادداشت کنید.
    • چک پیش‌فرض‌ها همانند گام 1.

گام 3: بررسی مسیر b (Path b: رگرسیون Y روی M)

این گام رابطه M و Y را بدون کنترل X بررسی می‌کند (هرچند گاهی با گام 4 ترکیب می‌شود).

  • مسیر منو در SPSS:
    • Dependent: فرسودگی_شغلی (Y).
    • Independent(s): تعهد_سازمانی (M).
  • نحو نمونه: textREGRESSION /STATISTICS COEFF CI(95) R /DEPENDENT فرسودگی_شغلی /* Y */ /METHOD=ENTER تعهد_سازمانی /* M */ /SCATTERPLOT=(*ZRESID ,*ZPRED) /RESIDUALS HISTOGRAM(ZRESID).
  • تفسیر خروجی:
    • در Coefficients: ضریب B برای تعهد_سازمانی (مسیر b اولیه) و Sig. اگر p ≤ 0.05، رابطه وجود دارد.

گام 4: بررسی مسیرهای b و c’ (رگرسیون Y روی X و M همزمان)

این گام کلیدی است: بررسی اثر مستقیم (c’) و اثر M پس از کنترل X.

  • مسیر منو در SPSS:
    • Dependent: فرسودگی_شغلی (Y).
    • Independent(s): هر دو مدیریت_زمان (X) و تعهد_سازمانی (M).
  • نحو نمونه: textREGRESSION /STATISTICS COEFF CI(95) R /DEPENDENT فرسودگی_شغلی /* Y */ /METHOD=ENTER مدیریت_زمان تعهد_سازمانی /* X و M */ /SCATTERPLOT=(*ZRESID ,*ZPRED) /RESIDUALS HISTOGRAM(ZRESID).
  • تفسیر خروجی:
    • جدول Coefficients:
      • ضریب B برای تعهد_سازمانی (مسیر b، کنترل‌شده): باید همچنان p ≤ 0.05 باشد.
      • ضریب B برای مدیریت_زمان (مسیر c’): با مسیر c گام 1 مقایسه کنید. اگر p > 0.05، میانجی‌گری کامل (full mediation: تعهد سازمانی تمام تأثیر را توضیح می‌دهد). اگر p ≤ 0.05 اما |B| کوچکتر از گام 1، میانجی‌گری جزئی (partial mediation).
    • چک VIF در Collinearity Statistics (اگر >10، هم‌خطی وجود دارد).

آزمون اهمیت اثر غیرمستقیم (Indirect Effect)

روش Baron و Kenny مستقیماً اثر غیرمستقیم (a × b) را تست نمی‌کند، اما برای تأیید، از آزمون Sobel استفاده کنید (که اهمیت آماری a × b را بررسی می‌کند). SPSS این آزمون را ندارد، پس از ماشین‌حساب آنلاین (مانند http://quantpsy.org/sobel/sobel.htm) استفاده کنید.

  • ورودی‌ها: ضریب B و Std. Error مسیر a (از گام 2) و مسیر b (از گام 4).
  • خروجی: اگر p ≤ 0.05، اثر غیرمستقیم معنی‌دار است و فرضیه میانجی‌گری تأیید می‌شود (تعهد سازمانی واسطه است).

تفسیر کلی فرضیه

  • اگر تمام مسیرها معنی‌دار باشند، اثر غیرمستقیم معنی‌دار، و c’ کاهش یابد: تعهد سازمانی نقش میانجی دارد. مثلاً اگر مدیریت زمان تعهد را افزایش دهد (a مثبت) و تعهد فرسودگی را کاهش دهد (b منفی)، اثر غیرمستقیم منفی است (کاهش فرسودگی از طریق تعهد).
  • گزارش نمونه: “تحلیل با روش Baron و Kenny نشان داد که مسیر a (b = 0.45, p < 0.001)، مسیر b (b = -0.32, p < 0.001)، و اثر کلی c (b = -0.50, p < 0.001) معنی‌دار است. اثر مستقیم c’ (b = -0.20, p = 0.08) غیرمعنی‌دار شد، نشان‌دهنده میانجی‌گری کامل. آزمون Sobel: z = -3.12, p < 0.01.”

کامل ترین پکیج آموزش کاربردی نرم افزار انویو Nvivo (فصل چهارم)

نوشته

تپش قلبتان را با این گیاه آرام کنید | گیاهان مفید برای درمان تپش قلب

نوشته

پالایش داده های آماری در spss چیست؟ و چه مراحلی دارد؟

نوشته

مراحل آزمون تحلیل واریانس دو راهه (Two-Way ANOVA) در نرم افزار spss

نوشته

اشتیاق تحصیلی با ابعاد اشتیاق رفتاری، عاطفی و شناختی: بررسی رویکرد فردریکز، بلومنفیلد و پاریس

📊 سفارش تحلیل داده های آماری برای پایان نامه و مقاله نویسی تحلیل داده های آماری شما با نرم افزارهای کمی و کیفی ،مناسب ترین قیمت و کیفیت عالی انجام می گیرد. 📊 نرم افزار های کمی: SPSS- PLS – Amos 📊 نرم افزارهای کیفی: Maxqda 📊 تعیین حجم نمونه با:Spss samplepower 📞 Mobile : 09143444846 📱 Telegram: https://t.me/RAVA2020 🌐 وب سایت: https://rava20.ir 🌐 E-mail: abazizi1392@gmail.com 🔔 این مطلب را با دوستان خود به اشتراک بگذارید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *