媒介分析について

7,444 views

Published on

第56回日本社会心理学会のイブニングセッションで発表した,媒介分析についてのスライド+αです。

Published in: Science
0 Comments
15 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
7,444
On SlideShare
0
From Embeds
0
Number of Embeds
1,372
Actions
Shares
0
Downloads
67
Comments
0
Likes
15
Embeds 0
No embeds

No notes for slide

媒介分析について

  1. 1. 媒介分析 清水裕士 関西学院大学 2015/10/31 第56回社会心理学会イブニングセッション 1
  2. 2. 自己紹介 • 清水裕士 – 関西学院大学社会学部 准教授 – 関西学院大学社会心理学研究センター • Web – Webサイト:http://norimune.net – Twitter: @simizu706 – 統計ソフトHAD: norimune.net/had 2015/10/31 第56回社会心理学会イブニングセッション 2
  3. 3. 今日のお話 • 媒介分析について – 媒介効果とは – 媒介効果の解釈について • 媒介分析のやり方について – 間接効果の検定方法 – いくつかのソフトウェアの紹介 • 応用的な話 – 媒介変数が複数ある場合 – 調整媒介分析 2015/10/31 第56回社会心理学会イブニングセッション 3
  4. 4. 媒介分析について 2015/10/31 第56回社会心理学会イブニングセッション 4
  5. 5. これを見とけば問題ない 2015/10/31 第56回社会心理学会イブニングセッション 5 http://koumurayama.com/koujapanese/mediation.pdf
  6. 6. 媒介効果の分析 • 近年の社会心理系論文で頻出している方法 – 特にAPA関連の雑誌 – なんかいろいろ方法があるっぽい・・ • いや,別に使う予定ないんですけど? – 査読プロセスで求められることも・・・ – 論文を読むときに正しい理解をするために • 結構間違えてる論文も多いため 2015/10/31 第56回社会心理学会イブニングセッション 6
  7. 7. 媒介効果の分析 • 媒介分析(Mediation analysis)とは – 二つの変数の因果関係を、特定の変数が媒介す るかをテストする方法 – Baron & Kenny (1986) 説明変数 X 目的変数 Y 媒介変数 M 2015/10/31 第56回社会心理学会イブニングセッション 7
  8. 8. 媒介効果を見る目的 • 因果関係の精緻な説明 – ある要因で従属変数に差があった – なぜか? – 実験の操作である心理変数に変化が起きて、そ れによって従属変数にも変化が見られたから • 疑似相関を除外する – XとYの相関は直接の因果関係ではない – X→M→Yではじめて成立する 2015/10/31 第56回社会心理学会イブニングセッション 8
  9. 9. 間接効果が媒介分析の肝 • 媒介分析の心臓部分 – XがMに影響して、MがYに影響するプロセス – 二つのパスの積 • テストが少し面倒 • 間接効果=直接効果の減少分 – 媒介変数を入れる前のX→Yのパスと,媒介変数 を入れたあとのX→Yのパスの差が,間接効果 – 間接効果が有意であることが媒介の本質 X Y M 2015/10/31 第56回社会心理学会イブニングセッション 9
  10. 10. 間接効果の解釈 • 解釈の例 – コーヒー摂取(X)が肥満(Y)と関連がある – 砂糖摂取(M)はコーヒー摂取と関連がある – コーヒー摂取から肥満は,砂糖摂取を経て関連 するが,砂糖を含まないコーヒーは肥満と無関係 2015/10/31 第56回社会心理学会イブニングセッション 10 コーヒー 肥満 砂糖
  11. 11. 完全媒介と部分媒介 • 完全媒介 – 間接効果が有意で,直接効果が非有意 • 部分媒介 – 間接効果が有意で,直接効果も(依然)有意 X Y M X Y M 2015/10/31 第56回社会心理学会イブニングセッション 11
  12. 12. 変な媒介効果が出た場合 • 非有意な直接効果が,媒介後に有意になる – 媒介ルートと直接ルートで反対の効果があった のが,相殺されて非有意になっていた場合 • 正の直接効果が,媒介後に負で有意になる – 上のパターンと同様の解釈が可能 2015/10/31 第56回社会心理学会イブニングセッション 12 X Y M X Y マイナス プラス
  13. 13. 媒介分析のやりかた 2015/10/31 第56回社会心理学会イブニングセッション 13
  14. 14. 媒介分析のステップ(BK法) • 1.説明変数Xから目的変数Yに回帰 – パスが有意であることを確認 • 2.Xから媒介変数Mに回帰 – X→Mが有意であることを確認 • 3.Xと媒介変数Mを両方入れてYを回帰 – M→Yが有意であることを確かめる – X→Yが非有意になることを確かめる • ただし、X→Yが有意のままでも問題はない • 4.間接効果の有意性検定 – X→M→Yの間接効果が有意であることを確かめる 2015/10/31 第56回社会心理学会イブニングセッション 14
  15. 15. 媒介分析のモデル • 3つの回帰分析を行う – X → Y • Y = int + c’ X – X → M • M = int + a X – X M → Y • Y = int + b M + c X • 間接効果の計算 – indirect effect = a × b – c’ – c = a × b という関係が成り立つ 2015/10/31 第56回社会心理学会イブニングセッション 15 X Y Ma b c’ → c
  16. 16. 間接効果の検定方法 • 正規近似による検定方法 (Sobel, 1982) – 通称,ソベル検定,Sobel test • 間接効果の標本分布を直接計算する – 正確だが,これをサポートしているソフトはない • ブートストラップ法による検定 – 今のところ最もポピュラーな方法 • MCMCによるベイズ推定の信用区間を用いる方法 – 最も自然な方法で推定することができる 2015/10/31 第56回社会心理学会イブニングセッション 16
  17. 17. ソベル検定 • 標準誤差を近似計算 – パスの積の標準誤差(SE)をデルタ法で推定 – 間接効果のSE = XM2 ∗ SMY2 + MY2 ∗ SXM2 • ただし,SMYはパスMYのSE,SXMはパスXMのSE – Arorian test というのもある • こっちのほうが2次の近似のため,より正確 • しかし問題もある – パスの積は一般に正規分布しない • 正規分布するには大標本(400以上?)が必要 • よって推定値/標準誤差による検定量は信頼できない – 検出力が低い 2015/10/31 第56回社会心理学会イブニングセッション 17
  18. 18. 間接効果の分布 • 間接効果の分布は歪む – 0から遠いほど裾が長くなる 0 50 100 150 200 250 300 0.07 0.09 0.11 0.12 0.14 0.16 0.18 0.19 0.21 0.23 0.25 0.26 0.28 0.30 0.32 0.34 0.35 0.37 0.39 0.41 度 数 間接効果 2015/10/31 第56回社会心理学会イブニングセッション 18
  19. 19. ブートストラップ法による検定 • ブートストラップ(Bootstrap) – ブーツのストラップを持ち上げて沼から脱出する! • 自分で自分を持ち上げちゃう方法 • モンテカルロシミュレーション法の一つ • 手元のデータから「復元抽出」でリサンプリング – サンプルサイズは元のデータと同じに設定 – サンプリングを繰り返す(2000回以上推奨) – それによって得られた推定値の標本の95%信頼区間 を用いてテストする 2015/10/31 第56回社会心理学会イブニングセッション 19
  20. 20. ブートストラップ法 • 信頼区間に0が含まれていないかを確認 0 50 100 150 200 250 300 0.07 0.09 0.11 0.12 0.14 0.16 0.18 0.19 0.21 0.23 0.25 0.26 0.28 0.30 0.32 0.34 0.35 0.37 0.39 0.41 度 数 間接効果 99%下限 95%下限 90%下限 推定値 90%上限 95%上限 99%上限 0.092 0.116 0.128 0.209 0.307 0.328 0.369 2015/10/31 第56回社会心理学会イブニングセッション 20
  21. 21. バイアス修正のいろいろ • パーセンタイル法 – ブートストラップ標本の2.5%と97.5%を使う方法 – 誰でも思いつく方法 • バイアス修正法 BC法 – ブートストラップ標本の平均を,間接効果の推定値に補正 する – 1次の正確度を持つ • バイアス修正+歪度の修正 BCa法 – 歪度修正も行う – 2次の正確度を持つ 2015/10/31 第56回社会心理学会イブニングセッション 21
  22. 22. ノンパラとパラメトリック • ノンパラメトリック法 – 手元のデータからリサンプリングを行う • データの正規性を仮定しなくていい • パラメトリック法(2つの意味がある) – データの正規性を仮定して正規乱数を使う • データの正規性は仮定できないのでオススメしない – パラメータの正規性を仮定して正規乱数を使う • 間接効果=パスXMとパスMYの積 • XMとMYは漸近的に正規分布に従うので,平均を係数,SD を標準誤差とした正規乱数を発生させ,その積を間接効果 のブートストラップ標本として用いる 2015/10/31 第56回社会心理学会イブニングセッション 22
  23. 23. MCMCによるベイズ推定 • 最尤法の限界 – パラメータの分布を正規分布であるとみなす – ベイズ推定にはそのような制限はない • MCMCを使って信用区間を求める – バイアス修正などはいらない – パーセンタイル点を求めるだけなので,Rなどで 簡単に任意の信用区間を知ることができる 2015/10/31 第56回社会心理学会イブニングセッション 23
  24. 24. 媒介分析とソフトウェア 2015/10/31 第56回社会心理学会イブニングセッション 24
  25. 25. 回帰分析ができればOK • 基本は回帰分析 – 3回,回帰分析をすればいい – 問題は間接効果の検定 • ソベル検定は手計算で可能 – SPSSの結果をExcelにでも入れて計算すればOK – Webページで計算もできる • http://people.ku.edu/~preacher/sobel/sobel.htm • Bootstrap法をどうしよう – 2000回,SPSSでボタンをクリックすればいい(冗談) – いくつか便利なソフトウェアがあるので紹介 2015/10/31 第56回社会心理学会イブニングセッション 25
  26. 26. とりま,SPSSかな • Preacher&Hayesのマクロ – http://www.processmacro.org/index.html – このページのprocess213.zipをダウンロード • SPSSを開いて,process.spdをインストール – ユーティリティ→カスタムダイアログ→カスタムダイア ログをインストール – indirect.spdを選択 – すると,「分析」→「回帰」のところにPROCESSという項 が追加される 2015/10/31 第56回社会心理学会イブニングセッション 26
  27. 27. PROCESSのページ 2015/10/31 第56回社会心理学会イブニングセッション 27
  28. 28. ダウンロード 2015/10/31 第56回社会心理学会イブニングセッション 28
  29. 29. インストール 2015/10/31 第56回社会心理学会イブニングセッション 29
  30. 30. マクロを起動する 2015/10/31 第56回社会心理学会イブニングセッション 30
  31. 31. 分析する 2015/10/31 第56回社会心理学会イブニングセッション 31 2000ぐらい が無難 媒介変数は複数 指定可能 ソベル検定出力
  32. 32. 結果 2015/10/31 第56回社会心理学会イブニングセッション 32 ソベル検定結果 間接効果結果 (赤部分が95%信頼区間) 標準化間接効果 総合効果に対する 間接効果の割合
  33. 33. PRCESSはいろんな分析が可能 • 69パターンの媒介モデルを検討可能 – zipファイルにあるtemplates.pdfに全パターンの説 明がある。 – 普通の媒介分析はモデル4 – 調整媒介分析はモデル15 – 媒介調整分析はモデル8 2015/10/31 第56回社会心理学会イブニングセッション 33
  34. 34. でもやっぱ,Rっしょ! • Rでできないことなどない – 繰り返し計算が可能なので,パーセンタイル法な らfor文を書けば簡単にできる – バイアス修正法もそれほど難しくないので自分で 書けば・・・(以下略 • パッケージが知りたい,そんなあなたに – MBESSパッケージが便利 – 具体的なやり方は・・・ 2015/10/31 第56回社会心理学会イブニングセッション 34
  35. 35. MplusとRによる構造方程式モデリング入門 11章を参照! 2015/10/31 第56回社会心理学会イブニングセッション 35
  36. 36. 構造方程式モデルを使う方法 • パス図を書いて,ブートストラップ法を使う – AmosやMplusといったSEM用のソフトウェアなら,簡単に 実行できる – Mplusならソベルテストも簡単にやってくれる – やり方がどうしてもわからない場合は・・・ 説明変数 X 目的変数 Y 媒介変数 M 2015/10/31 第56回社会心理学会イブニングセッション 36
  37. 37. MplusとRによる構造方程式モデリング入門 11章を参照! 2015/10/31 第56回社会心理学会イブニングセッション 37
  38. 38. え?もっと簡単なのがいい? 2015/10/31 第56回社会心理学会イブニングセッション 38 HADというソフトでの実行方法などが出てきます
  39. 39. HAD • 清水が作った統計ソフト – いろんなことができます – 興味がある人は「清水 HAD」でググってください • 媒介分析もそれなりに対応 – ソベルテスト,ブートストラップ法に対応 – 一般化線形モデル,HLMにも対応 – 調整媒介分析も対応 ← New! 2015/10/31 第56回社会心理学会イブニングセッション 39
  40. 40. HADで媒介分析 • 詳細はnorimune.net/667を参照のこと 2015/10/31 第56回社会心理学会イブニングセッション 40 媒介変数 独立変数 従属変数
  41. 41. こんな出力が出る 2015/10/31 第56回社会心理学会イブニングセッション 41
  42. 42. MCMCによるベイズ推定 • MplusやAmosが対応 – SEMをベイズ推定できるので,簡単 – 推定法を変えるだけ • rstanを使うという手もある – 時間があれば,rstanで媒介分析ができるパッ ケージでも作ってみます 2015/10/31 第56回社会心理学会イブニングセッション 42
  43. 43. 応用的な話 2015/10/31 第56回社会心理学会イブニングセッション 43
  44. 44. 媒介変数が複数のモデル • 間接効果が2つ 2015/10/31 第56回社会心理学会イブニングセッション 44 X Y M1 M2
  45. 45. 媒介変数が複数のモデル • SEMを使えば良い – MplusやAmos,lavaanを使えば簡単 – 独立変数からすべての媒介変数にパスを引き,媒介 変数から従属変数にパスを引く – 間接効果は,すべての媒介変数の間接効果の総合 効果を推定する • これはAmosでは計算してくれない • 上述のSPSSマクロでも良い – さぁみんな,Preacherに感謝しよう! – PROCESSのモデル4に該当する 2015/10/31 第56回社会心理学会イブニングセッション 45
  46. 46. 調整媒介分析 • 媒介分析が,他の変数に調整されるモデル – 基本的には間接効果が調整されるモデルを指す 2015/10/31 第56回社会心理学会イブニングセッション 46 X Y M Z Preacher et al. (2007) Addressing Moderated Mediation Hypotheses: Theory, Methods, and Prescriptions. Multivariable behavioral research, 42, 185-227. に詳しい 調整変数
  47. 47. 3つの回帰モデルに調整効果が入る • 媒介なしモデル – 独立と調整,その交互作用が従属変数を予測 – Y = int + c’1 X + c’2 Z + c’3 XZ • 媒介変数に対するモデル – 独立と調整,その交互作用が媒介変数を予測 – M = int + a1 X + a2 Z + a3 XZ • 従属変数に対するモデル – 独立と調整,媒介とその交互作用が従属変数を予測 – Y = int + c1 X + c2 Z + c3 XZ + b1 M + b2 MZ 2015/10/31 第56回社会心理学会イブニングセッション 47
  48. 48. パス図で書くと・・・ 2015/10/31 第56回社会心理学会イブニングセッション 48 Z X Z X Y M M Z 調整変数の主効果も必ず入れる
  49. 49. 対応ソフトウェア • PROCESS – SPSSのマクロ – PROCESSのモデル15に該当する • HAD – スライス変数に調整変数を指定する • もちろん,SEMソフトウェアでも可能 – ただ,単純間接効果の計算がやや面倒 2015/10/31 第56回社会心理学会イブニングセッション 49
  50. 50. PROCESSで分析 2015/10/31 第56回社会心理学会イブニングセッション 50 モデル15を 選択 調整変数を 指定 変数を中心 化する場合 はここから
  51. 51. 出力 2015/10/31 第56回社会心理学会イブニングセッション 51
  52. 52. HADでも 2015/10/31 第56回社会心理学会イブニングセッション 52 交互作用項が自動的に作成される。その際の中心化もデフォルトで 自動的に実行される
  53. 53. 出力はこんな感じ 2015/10/31 第56回社会心理学会イブニングセッション 53 調整変数+1SD 調整変数-1SD 条件 発話量 満足度 .83** .43** .63** → .33* 条件 発話量 満足度 .73** .02 .34* → .25
  54. 54. 出力はこんな感じ 2015/10/31 第56回社会心理学会イブニングセッション 54 間接効果の交互作用効果 99%下限 95%下限 90%下限 推定値 90%上限 95%上限 99%上限 0.017 0.040 0.048 0.107 0.170 0.187 0.225 ブートストラップ信頼区間 99%下限 95%下限 90%下限 推定値 90%上限 95%上限 99%上限 0.165 0.199 0.226 0.360 0.535 0.571 0.632 ブートストラップ信頼区間 99%下限 95%下限 90%下限 推定値 90%上限 95%上限 99%上限 -0.162 -0.114 -0.092 0.011 0.111 0.137 0.181 調整変数 +1SD 調整変数 -1SD
  55. 55. 媒介調整分析 • 調整効果が,別の変数で媒介される – 交互作用項が媒介されるかどうか – PROCESSではモデル8にあたる • 実は調整媒介分析の下位モデル – 調整変数と媒介変数の交互作用項を入れないと, 媒介調整分析になる 2015/10/31 第56回社会心理学会イブニングセッション 55
  56. 56. パスモデル 2015/10/31 第56回社会心理学会イブニングセッション 56 Z X Z X Y M
  57. 57. マルチレベル分析の媒介分析 • 階層線形モデルを用いた媒介分析 – しかし,概念的にいくつか難しいところがある – レベル1とレベル2の変数には相関が生じないので, レベルをまたがった誤った解釈をしてしまう可能性 • マルチレベルSEMを使うと楽 – Sパス図を描きつつ,マルチレベル分析を適用する – Mplusなどは,間接効果を簡単に検討できる 2015/10/31 第56回社会心理学会イブニングセッション 57
  58. 58. これを見とけば問題ない 2015/10/31 第56回社会心理学会イブニングセッション 58 http://koumurayama.com/koujapanese/mediation.pdf
  59. 59. ありがとうございました • 清水裕士 – 関西学院大学社会学部 – 関西学院大学社会心理学研究センター • Web – Webサイト:http://norimune.net – Twitter: @simizu706 2015/10/31 第56回社会心理学会イブニングセッション 59

×