تحليل المتغير الوسيط بطريقة Bootstrap في AMOS وSPSS

باختصار: المتغير الوسيط (M) ينقل جزءًا من أثر المتغير المستقل (X) إلى التابع (Y). تختبره اليوم بحساب التأثير غير المباشر (a × b) وفترة ثقته بطريقة Bootstrap: إذا لم تحتوِ فترة الثقة على الصفر، فالوساطة دالة.

المسارات الثلاثة

• المسار a: أثر X في M.
• المسار b: أثر M في Y مع ضبط X.
• المسار c′: الأثر المباشر لـ X في Y مع وجود M.

التأثير غير المباشر هو a × b، والتأثير الكلي هو c = c′ + a × b.

مثال توضيحي: جودة الخدمة (X) ← الرضا (M) ← الولاء (Y)، بتقديرات معيارية a = .62 وb = .48 وc′ = .21. فيكون التأثير غير المباشر .62 × .48 = .30، والتأثير الكلي .21 + .30 = .51.

لماذا لا تكفي خطوات Baron وKenny؟

طريقة Baron وKenny (1986) ذات الخطوات الأربع ما زالت تظهر في رسائل كثيرة، لكنها لا تختبر التأثير غير المباشر نفسه، وتشترط أن يكون الأثر الكلي دالًا أولًا، وقوتها الإحصائية ضعيفة. وكذلك اختبار Sobel يفترض أن التأثير غير المباشر موزع توزيعًا طبيعيًا، وهو نادرًا ما يكون كذلك.

الطريقة الموصى بها اليوم هي Bootstrap: يعيد البرنامج سحب العينة آلاف المرات ويحسب a × b في كل مرة، فيبني فترة ثقة لا تفترض التوزيع الطبيعي (Preacher & Hayes, 2008؛ Hayes, 2022).

في SPSS: أداة PROCESS

1. نزّل PROCESS مجانًا من موقع processmacro.org وثبّتها في SPSS حسب تعليمات الموقع.
2. افتح Analyze → Regression → PROCESS.
3. ضع Y في Y variable، وX في X variable، وM في Mediator(s) M.
4. اختر Model number: 4 (نموذج الوساطة البسيطة).
5. اجعل عدد عينات Bootstrap 5000، ومستوى الثقة 95%.
6. اقرأ جدول Indirect effect(s) of X on Y: إذا كان BootLLCI وBootULCI بالإشارة نفسها (لا يحتويان الصفر)، فالتأثير غير المباشر دال.

في AMOS

1. ارسم النموذج: سهم من X إلى M، وسهم من M إلى Y، وسهم مباشر من X إلى Y، وحدّ خطأ لكل من M وY.
2. من View → Analysis Properties → Output فعّل Standardized estimates وIndirect, direct & total effects.
3. من تبويب Bootstrap فعّل Perform bootstrap واكتب 5000، وفعّل Bias-corrected confidence intervals بمستوى 95.
4. بعد الحساب، افتح Estimates → Matrices → Standardized Indirect Effects، ثم من أسفل نافذة المخرجات اختر Bootstrap Confidence → Bias-corrected percentile method لترى الحدين الأدنى والأعلى وقيمة p.

يتطلب الـ Bootstrap في AMOS بيانات بلا قيم مفقودة. وإذا كان في نموذجك أكثر من وسيط، فالجدول يعطيك مجموع التأثيرات غير المباشرة، وتحتاج «تقديرات يعرّفها المستخدم» (User-defined estimands) لاختبار كل وسيط وحده.

أنواع الوساطة

بعد أن تتأكد أن التأثير غير المباشر دال، انظر إلى الأثر المباشر c′ (Zhao et al., 2010):

• وساطة غير مباشرة فقط (كاملة): a × b دال، وc′ غير دال.
• وساطة مكمّلة (جزئية): كلاهما دال وبالإشارة نفسها. وهذا حال مثالنا: .30 و.21 كلاهما موجب.
• وساطة متنافسة: كلاهما دال، لكن بإشارتين مختلفتين.

كيف تكتب النتيجة

اكتب دائمًا عدد عينات Bootstrap ونوع فترة الثقة، واعرض في جدول: التأثير المباشر، وغير المباشر، والكلي، وفترة الثقة لكل منها.

وماذا عن المتغير المعدِّل؟

المعدِّل (W) لا ينقل الأثر، بل يغيّر قوته أو اتجاهه: مثلًا أثر الجودة في الرضا أقوى عند العملاء الجدد. يُختبر بحد التفاعل X × W، وفي PROCESS هو Model 1. الأفضل أن تُمركز المتغيرات قبل حساب التفاعل، وأن ترسم الأثر عند مستويات مختلفة من W.

المصادر

• Baron, R. M., & Kenny, D. A. (1986). The moderator–mediator variable distinction in social psychological research. Journal of Personality and Social Psychology, 51(6), 1173–1182. doi:10.1037/0022-3514.51.6.1173
• Preacher, K. J., & Hayes, A. F. (2008). Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models. Behavior Research Methods, 40(3), 879–891. doi:10.3758/BRM.40.3.879
• 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. doi:10.1086/651257
• Hayes, A. F. (2022). Introduction to mediation, moderation, and conditional process analysis (3rd ed.). Guilford Press.
• The PROCESS macro for SPSS, SAS and R (Andrew F. Hayes)

الأرقام في الأمثلة من مثال توضيحي، وليست نتائج دراسة حقيقية. أسماء القوائم من النسخة الإنجليزية من SPSS وAMOS.