Hayes Process Macro ile Aracı Etki ve Düzenleyici Etki Analizi

PROCESS Macro Sürecinde Neler Yapıyoruz?

• Model Seçimi ve Gerekçelendirme: Araştırma amaçları doğrultusunda ampirik uygulama kısmında özgün değer yaratma hedefinde olan araştırmacılara; aracı, düzenleyici ve durumsal etki kavramlarını kendi araştırma modelleri üzerinden açıklıyor, söz konusu kavramlarla çalışmaları arasında teorik uyuma sahip ve istatistiksel olarak sınanabilir bir araştırma modeli kurmaları konusunda rehberlik ediyoruz.
• Aracı Etki (Mediation - Model 4) Analizleri: Araştırma modelinin aracı etkilere odaklanması durumunda yöntemi; basit, seri ve paralel aracılık bağlamında genişleterek araştırmaya en uygun modelin tespiti amacıyla bir taraftan istatistiksel bulguları değerlendiriyor, diğer yandan araştırmacıyla araştırma kapsamını tartışıyoruz. Tartışma sonucu elde edilen optimal aracı etki modelinin tahmini, yorumlanması ve uluslararası bilimsel standartlarda tablo ve yorumlarla birlikte bilimsel raporlara dönüştürülmesi sürecine mentörlük ediyoruz.
• Düzenleyici Etki (Moderation - Model 1, 2, 3) Analizleri: Araştırma modelinin düzenleyici ilişkilere uygun olduğunun tespit edilmesi durumunda; değişkenler arasındaki ilişkinin yönünü veya şiddetini değiştiren düzenleyici değişken modellerinin kurulması, tahmin edilmesi, yorumlanması ve uluslararası bilimsel standartlarda raporlara dönüştürülmesi sürecine mentörlük ediyoruz.
• Durumsal Etki (Moderated Mediation - Model 7, 8, 14 vb.) Analizleri: Araştırma modellerinin aracı etkiyle birlikte düzenleyici etkileri de içermesi durumunda, araştırmacılara doğru modelin kurulması konusunda rehberlik ediyoruz. Muhtemel farklı modellere dair ön raporlar üzerinden araştırmacıyla istatistikçi arasında yapılan değerlendirmelerde, teoriyle tutarlı ve bulguları tahmin edici olan modelleri birlikte tespit ediyoruz. Söz konusu modellerin tahmin edilmesi, yorumlanması, görselleştirilmesi ve uluslararası bilimsel standartlarda araştırma raporlarının hazırlanması sürecine baştan sona rehberlik ediyoruz.
• Eğim Analizleri ve Johnson-Neyman Tekniği: Düzenleyici etki analizlerinde elde edilen anlamlı etkilerin doğru yorumlanabilmesi için basit eğim analizlerini gerçekleştiriyor; etkinin hangi değer aralıklarında anlamlı olduğunu gösteren Johnson-Neyman tekniğinin uygulanması ve grafiklerle görselleştirilmesi yoluyla ileri bulguların elde edilmesini sağlıyoruz.
• Bulguların Akademik Standartlarda Raporlanması: PROCESS Macro çıktılarından elde edilen doğrudan, dolaylı ve toplam etki katsayılarının, güven aralıklarının ve belirlenim katsayılarının (R-kare); hakem ve jüri kurullarınca kabul gören standartlarda araştırma raporlarına dönüştürülmesine mentörlük ediyoruz.
• Savunma ve Revizyon Desteği: Araştırmacıların kurulan araştırma modellerini ve istatistiksel tercihlerini tez jürisi veya hakem eleştirileri karşısında özgüvenle savunabilmeleri için sürece dair sürekli bilgi aktarımı sağlayarak revizyon taleplerine bilimsel gerekçelerle yanıt verilmesine destek oluyoruz. Yaklaşım farkına bağlı olarak talep edilebilecek minör veya majör revizyonlar için araştırmacılara destek olmaya devam ediyoruz.

Neden Destek Almalısınız?

• Araştırmalarınızda direkt ilişkilerin ötesine geçip aracı, düzenleyici ve durumsal etki modellerinden faydalanarak özgün bir literatür katkısı hedefliyorsanız.
• Aklınızdaki araştırma modelinin veya değişkenler arasındaki ilişki örüntüsünün, Hayes PROCESS Macro modellerinden (Model 1-92) hangisine uygun olduğunu tespit etmekte ve metodolojik olarak gerekçelendirmekte zorlanıyorsanız.
• Aracılık analizlerinde geleneksel Sobel testi veya Baron ve Kenny yönteminin hakemler tarafından reddedildiği durumlarda; Bootstrapping tekniğiyle güncel yöntemlere dayalı bir ampirik araştırma yapmak istiyorsanız.
• Aracılık analizlerinden elde ettiğiniz bulguları, direkt ve dolaylı etki katsayılarının işaretleri doğrultusunda; Baskılayıcı Aracılık (Suppressor / Competitive Mediation), Tam Aracılık (Full / Complete Mediation), Tamamlayıcı Aracılık (Complementary / Concurring Mediation), Paralel ve Ardışık (Seri) Çoklu Aracılık gibi farklı türler bağlamında yorumlamakta zorlanıyorsanız.
• Düzenleyici (moderatör) etkinin anlamlı çıktığı durumlarda, bu etkinin hangi koşullarda geçerli olduğunu basit eğim grafikleri ve Johnson-Neyman tekniğiyle derinlemesine sunmakta desteğe ihtiyaç duyuyorsanız.
• Durumsal etki (moderated mediation) modellerinde SPSS PROCESS Macro program çıktılarındaki karmaşık tabloları çözümlemek; doğrudan ve dolaylı etkileri belirleyip gerekli değerleri doğru formatta tablolara aktararak akademik bir dille yorumlamak istiyorsanız.
• Tez veya makalenizdeki çoklu değişken ilişkilerine dair analizleriniz, dergi hakemlerinden PROCESS Macro analiz talebiyle majör revizyon aldıysa ve süreci uzman bir rehberlikle aşmak istiyorsanız.

Kimler İçin Uygun?

• Sosyal bilimler, eğitim bilimleri, psikoloji ve sağlık bilimleri gibi alanlarda nispeten karmaşık araştırma modelleri kurarak değişkenler arası dolaylı ve düzenleyici etkileri inceleyerek literatüre özgün katkı sunmayı hedefleyen yüksek lisans ve doktora öğrencileri.
• TR Dizin veya SCI/SCI-E indeksli yüksek prestijli dergilere makale hazırlayan ve makale konusuyla birlikte ampirik uygulamalarında güncel istatistiksel yöntemleri kullanmak isteyen akademisyenler.
• Aracı, düzenleyici ve durumsal etki analizleri bağlamında Hayes PROCESS Macro yöntemini kendi verisi üzerinden uygulamalı olarak öğrenerek istatistiksel yetkinliğini artırmak isteyen araştırmacılar.
• Hakem veya jürilerden gelen "Dolaylı etkiler Bootstrapping ile sınanmamıştır" veya "Düzenleyici etkinin anlamlılık bölgeleri (Johnson-Neyman) sunulmamıştır" gibi spesifik eleştirileri yanıtlamak için revizyon desteği arayan araştırmacılar.

Tez Analiz Merkezi olarak şeffaf süreç yönetimi, etik ve veri gizliliği esaslı çalışma prensibiyle sizlerin yanındayız. Aracı ve düzenleyici etkileri gizil değişkenlerle ve ölçüm hatalarını hesaba katarak sınamak istiyorsanız aşağıdaki YEM (CB-SEM ve PLS-SEM) bölümüne göz atabilirsiniz.

Bu karmaşık ilişkilerin test edilmesinde, modelin teorik altyapısına ve esnekliğine bağlı olarak her iki ana YEM yaklaşımı da (CB-SEM ve PLS-SEM) regresyon analizine göre kritik avantajlara sahiptir. Doğrulayıcı modellerde CB-SEM eşzamanlı kovaryans matrisi uyumuyla öne çıkarken, Kısmi En Küçük Kareler (PLS-SEM) ise yordama odaklı karmaşık modellerde ve özellikle düzenleyici etki (moderation) analizlerinde avantaj sağlamaktadır. Özellikle PLS-SEM, düzenleyici etkilerin test edilmesinde standart etkileşim katsayısı yöntemine kıyasla; çoklu bağlantı (collinearity) sorunlarını minimize eden ve istatistiksel gücü maksimize eden İki Aşamalı Yaklaşım (Two-Stage Approach) ile metodolojik bir üstünlük sağlamaktadır. YEM'in aracı ve düzenleyici etki analizlerindeki avantajlarına ek olarak, her iki etki türünü birlikte barındıran Durumsal Etki (Conditional Effect / Moderated-Mediation) modelleri ve daha ileri iç içe geçmiş direkt, dolaylı ve düzenleyici etkileri içeren modeller bağlamında da birtakım tahmin avantajları olduğu açıktır.

Araştırmanızın teorik çerçevesi, model karmaşıklığı ve veri yapısı incelenerek; ilişkilerin test edilmesinde katı doğrulayıcı modeller için Kovaryans Temelli (CB-SEM) veya yordama odaklı karmaşık modeller için daha esnek Kısmi En Küçük Kareler (PLS-SEM) yaklaşımlarından en uygun olanını belirliyoruz. Kurduğunuz model örüntüsünün güncel Bootstrapping (önyükleme) algoritmalarıyla test edilmesi, etki büyüklüklerinin hesaplanması ve bulgularınızın yüksek etkili dergi standartlarında bilimsel şeffaflıkla raporlanması süreçlerinde akademik çözüm ortaklığı sağlıyoruz.

YEM Analiz Sürecinde Hangi Aşamalara Destek Sunuyoruz?

• Eşzamanlı Model Spesifikasyonu: Araştırmanızda yer alan aracı ve düzenleyici değişkenlerin, gizil değişkenler olarak yapısal (SEM) modele entegre edilmesi ve teorik çerçevenize uygun alternatif modellerin kurgulanması süreçlerinde rehberlik ediyoruz.
• Dolaylı Etkilerin Bootstrapping ile Test Edilmesi: Modele eklenen seri veya paralel aracı değişkenlerin yarattığı spesifik dolaylı etkilerin (specific indirect effects), normal dağılım varsayımı gerektirmeyen ve modern aracılık analizi için akademik bir standart olan Bootstrapping yöntemleriyle test edilip güven aralıklarının raporlanmasını sağlıyoruz.
• İki Aşamalı Yaklaşım (Two-Stage Approach) ve Eğim Analizleri: Düzenleyici (moderator) etkilerin test edilmesinde istatistiksel gücü maksimize eden iki aşamalı yaklaşımın uygulanması, etkileşim terimlerinin hesaplanması ve etkileşimin yönünü görselleştiren Basit Eğim (Simple Slope) grafiklerinin oluşturulmasına destek sunuyoruz.
• Durumsal Etkilerin (Moderated-Mediation) Hesaplanması: Araştırma modelinizdeki bir aracılık mekanizmasının, üçüncü bir düzenleyici değişkenin farklı seviyelerinde nasıl değiştiğini gösteren durumsal dolaylı etkilerin eşzamanlı olarak hesaplanması ve anlamlılıklarının test edilmesine metodolojik çözüm ortaklığı sunuyoruz.
• Kuramsal Model ve Hayes PROCESS Şablonları ile Karşılaştırma: Kuramsal araştırma modeliniz, pratikte Andrew F. Hayes'in PROCESS makrosu şablonları (Model 1-92) ile birebir örtüşebilir veya yapısal benzerlikler gösterebilir. Analizler YEM metodolojisi ile yürütülse dahi, araştırma modelinizin karmaşık yapısının literatürde standartlaşmış, formüle edilmiş bir teorik zemine oturtulması ve uluslararası hakem süreçlerinde metodolojik meşruiyet kazanması amacıyla modelinizi Hayes şablonları bağlamında inceliyor ve kuramsal olarak mümkün olması durumunda eşleştiriyoruz.
• İleri ve Karmaşık Model Tasarımı: Araştırmanızın kavramsal çerçevesine uygun daha ileri ve karmaşık modellerin kurulması, analiz edilmesi, yorumlanması ve bilimsel araştırma raporlarına dönüştürülmesine mentörlük ediyoruz.

YEM ile Neden Destek Almalısınız?

• Karmaşık araştırma hipotezleriniz geleneksel regresyonla çözülemeyecek kadar çok sayıda bağımlı değişken, aracı ve düzenleyici ilişki içeriyor ve bu kavramsal yapıyı bütünsel bir yöntemle test etmek istiyorsanız.
• Uluslararası bir dergi (TR Dizin, SSCI vb.) hakem kurulu, regresyon tabanlı analizlerinizi eleştirerek aracı ve düzenleyici etkilerin ölçüm hatalarını hesaba katan SEM (CB-SEM veya PLS-SEM) metodolojisiyle yeniden hesaplanması yönünde metodolojik bir revizyon talep ettiyse.
• Kurduğunuz modelde düzenleyici etki büyüklüklerinin ($f^2$) geleneksel yöntemlerle istatistiksel anlamsızlığa (Tip 2 hatası) düşme riski bulunuyor ve PLS-SEM'in sunduğu iki aşamalı yaklaşımın (Two-Stage Approach) yüksek istatistiksel gücüne ihtiyaç duyuyorsanız.
• Elde ettiğiniz dolaylı etkileri, etkileşim katsayılarını, güven aralıklarını (CI) ve basit eğim (simple slope) grafiklerini uluslararası bilimsel yazım standartlarında, şeffaf ve profesyonel bir dille raporlamak istiyorsanız.

YEM Kimler İçin Uygun?

• Etki mekanizmalarının "nasıl" (aracılık) ve "hangi koşullar altında" (düzenleyicilik) gerçekleştiğini bütünsel bir modelde test ederek teorik derinlik yaratmak isteyen araştırmacılar.
• Geleneksel yaklaşımların (örn. parçalı regresyon analizleri) metodolojik kısıtlarına takılmadan, karmaşık durumsal etki (moderated-mediation) modellerinden elde ettiği bulguları yüksek etkili dergilerde yayımlamayı hedefleyen akademisyenler.
• Araştırmasındaki yapısal ilişkileri modern istatistiksel yöntemlerle (Bootstrapping, İki Aşamalı Yaklaşım) ölçüm hatalarından arındırarak savunmak isteyen araştırmacılar.

Ölçüm modeli, model uyumu ve YEM sürecinin tamamı için Yapısal Eşitlik Modelleri sayfamızı inceleyebilirsiniz.