Mediatie - mediatieanalyse met meerdere mediatoren
3 belangrijke vragen over Mediatie - mediatieanalyse met meerdere mediatoren
Wanneer spreek je van een multiple-mediatiemodel?
Indien er in een situatie 2 verschillende causale processen worden verondersteld die het verband tussen X en Y verklaren. Er is dan:
Y = afhankelijke variabele
X= predictor
M1 = 1e mediator
M2 = 2e mediator
![]()
Y = afhankelijke variabele
X= predictor
M1 = 1e mediator
M2 = 2e mediator
Wanneer wordt een covariaat opnemen in het model?
Een covariaat kan een deel van Y verklaren dat niet door X en de mediatoren kan worden verklaard. Het opnemen van een geschikte covariaat is een regressiemodel verkleint de error van het model en zorgt er voor dat eventuele mediatie effecten makkelijk kunnen worden gevonden dan wanneer er zonder covariaat wordt geanalyseerd.
Het verhoogd de Power van het model
Het verhoogd de Power van het model
Kan er sprake zijn statische significante (multiple) mediatie-effecten wanneer het totale effect van de predictor op de afhankelijke variabele niet significant is?
Er kan sprake zijn van significante (multiple) mediatie effecten wanneer het totale effect van de predictor op de afhankelijke variabele niet significant is. Dit kan zich voordoen wanneer er verschillende tegengestelde causale mechanismen aan het werk zijn: het mechanisme versterkt het effect tussen predictor en afhankelijke variabele en het andere mechanisme verzwakt het effect, waardoor het resultaat nul kan worden.
De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:
- Een unieke studie- en oefentool
- Nooit meer iets twee keer studeren
- Haal de cijfers waar je op hoopt
- 100% zeker alles onthouden
Onthoud sneller, leer beter. Wetenschappelijk bewezen.
