Sobel se prueba con datos de la encuesta

Question

¿Me gustaría preguntar si hay cualquier problema / preocupación con test de Sobel al utilizar datos de la encuesta? En particular, estaba usando la herramienta de cálculo basada en web aquí basado en coeficientes derivados del análisis de regresión utilizando comando de encuesta. Espero saber si hay un artículo de referencia sobre esto.

Answer 1

Desde un punto de vista matemático, no hay nada malo en hacer un test de Sobel con datos de la encuesta (por cierto, y un poco de off-topic-usted debe considerar el uso de un método de bootstrapping para probar sus efectos indirectos en lugar de un Sobel; prueba de arranque métodos son uniformemente más potente de Sobel pruebas). La verdadera pregunta es ¿qué conclusiones a las que sería capaz de sacar de su test de Sobel.

Para obtener una idea clara del problema, considere la posibilidad de un simple estudio en el cual el investigador medidas de la gente de las puntuaciones en una medida de autoinforme de rasgo de empatía y la cantidad de dinero que estas personas donado a causas benéficas en el último año. Suponiendo que los investigadores observaron una relación entre el rasgo de empatía y donaciones, pocas personas cometen el error de concluir que el rasgo de empatía causas de donaciones (es decir, la empatía -> donaciones), ya que la gente en el estudio no fueron asignados al azar a sus valores del rasgo de empatía. Por lo tanto, es posible que las personas que pensaban acerca de sus niveles de donaciones reportaron mayores niveles de rasgo de empatía (es decir, las donaciones -> empatía), o que una tercera variable causado los valores observados tanto de las donaciones y la empatía.

Ahora vamos a considerar un estudio en el cual los investigadores midieron el rasgo de empatía, donaciones de caridad, y las emociones positivas. El investigador quiere mostrar que la experiencia de emociones positivas interviene en el vínculo entre el rasgo de empatía y donaciones (es decir, que la empatía -> emociones positivas -> donaciones). Con el fin de establecer de manera convincente la mediación, debemos mostrar tanto que la empatía -> emociones positivas y que la empatía -> donaciones. Sin embargo, debido a que las personas no fueron asignados al azar a sus valores del rasgo de empatía, no podemos concluir que la empatía causada emociones positivas o donaciones.

Sin embargo, incluso si tuviéramos aleatorizado a la gente a su empatía puntuaciones, nosotros todavía no necesariamente a la conclusión de que las emociones positivas fueron un mediador para la empatía -> donaciones efecto porque, después de que la gente de la asignación a su empatía puntuaciones, las personas no fueron asignados al azar a sus valores de emociones positivas. Por lo tanto, incluso si hemos establecido un no-cero efecto indirecto, es posible que, por ejemplo, un inadvertido candidato mediador hace que tanto las emociones positivas y donaciones, y es este desapercibida candidato mediador que crea el observado empatía -> emociones positivas -> donaciones efecto indirecto (para obtener más información acerca de este problema, vea algunas de las referencias se añaden a continuación).

En resumen, no hay nada de malo en hacer un test de Sobel o cualquier otra prueba de la mediación con los datos de la encuesta. Sin embargo, así como al examinar simple relación bivariada con datos de la encuesta, una prueba, probablemente no revelan mucho acerca de los mecanismos causales porque los supuestos necesarios para la elaboración de estas conclusiones son verosímiles en el mejor.

Recomiendo la lectura de algunas de las referencias a continuación para obtener más información acerca de las suposiciones en la mediación de los modelos.

Jo, B. (2008). La inferencia Causal en experimentos aleatorios con la mediadora de los procesos. Métodos Psicológicos, 13, 314-336.

Imai, K., Keele, L., & Yamamoto, T. (2010). La identificación, la inferencia y la sensibilidad el análisis causal para la mediación de los efectos. Estadísticas De La Ciencia, De 25 Años, 51-71.

Imai, K., Keele, L., Tingley, D., & Yamamoto T. (2011). Desembalaje de la caja negra de la causalidad: el Aprendizaje acerca de los mecanismos causales de los experimentales y los estudios observacionales. American Political Science Review, 105, 765-789.