Analiza ścieżek

Wprowadzenie do analizy ścieżek

Schemat korelacyjno-regresyjny

Schemat korelacyjno-regresyjny



Podstawowe mankamenty:

Podstawowe mankamenty:



Zawężona do pojęcia współzmienności

Zawężona do pojęcia współzmienności

interpretacja relacji między zmiennymi

interpretacja relacji między zmiennymi



Arbitralna kolejność wprowadzania

Arbitralna kolejność wprowadzania

zmiennych do modelu

zmiennych do modelu



Uproszczona struktura relacji między

Uproszczona struktura relacji między

zmiennymi

zmiennymi



Unikamy skorelowanych predyktorów

Unikamy skorelowanych predyktorów

Model w analizie regresji wielokrotnej

Model w analizie regresji wielokrotnej

X

1

X

2

X

3

Y

Y=

1

X

1



2

X

2



3

X

3



Po co zaprzątać sobie głowę analizą

Po co zaprzątać sobie głowę analizą

ścieżek?

ścieżek?



W podstawowych testach statystycznych

zazwyczaj możemy wykorzystać ograniczoną

liczbę zmiennych.



Podczas gdy teorie są często bardzo złożone



Sprawdzamy czy układ zależności pasuje do

założonego modelu teoretycznego.



Duża skuteczność wykrywania różnic między

grupami.



Testujemy różne modele.

Terminologia

Terminologia



Modelowanie równań strukturalnych

Modelowanie równań strukturalnych



Analiza związków przyczynowo-skutkowych

Analiza związków przyczynowo-skutkowych



Zakłada istnienie zmiennych utajonych (latentnych)

Zakłada istnienie zmiennych utajonych (latentnych)



Analiza ścieżek

Analiza ścieżek



Pozwala na zbadanie zależności przyczynowych dla

Pozwala na zbadanie zależności przyczynowych dla

zmiennych w schemacie korelacyjnym.

zmiennych w schemacie korelacyjnym.



Prostsza forma modelowania równań

Prostsza forma modelowania równań

strukturalnych

strukturalnych



Wykorzystuje zmienne obserwowalne

Wykorzystuje zmienne obserwowalne



Może być wykonana za pomocą regresji

Może być wykonana za pomocą regresji

wielokrotnej

wielokrotnej

Analiza ścieżek w porównaniu do

Analiza ścieżek w porównaniu do

prostego modelu regresyjnego

prostego modelu regresyjnego



Bogatsza, przyczynowa interpretacja zależności

Bogatsza, przyczynowa interpretacja zależności

między zmiennymi w przypadku nieodrzucenia

między zmiennymi w przypadku nieodrzucenia

modelu

modelu



Bardziej złożona struktura relacji między

Bardziej złożona struktura relacji między

zmiennymi – umożliwia to analizę efektów

zmiennymi – umożliwia to analizę efektów

pośrednich i bezpośrednich

pośrednich i bezpośrednich



Nie prowadzi do arbitralnej hierarchii istotności

Nie prowadzi do arbitralnej hierarchii istotności

zmiennych

zmiennych

Analiza efektów bezpośrednich

X

1

X

2

X

3

Y

Analiza efektów pośrednich

Correlations

-,813**

,000

25

-,735**

,857**

,000

,000

25

25

wiek

pamiec

uwaga_pop

wiek

pamiec

uwaga_

pop

Correlation is significant at the 0.01 level

(2-tailed).

**.

Model korelacyjny

Model korelacyjny

WIEK

UWAGA

PAMIĘĆ OPERACYJNA

Model przyczynowo-skutkowy

Model przyczynowo-skutkowy

WIEK

UWAGA

PAMIĘĆ OPERACYJNA

Pamięć operacyjna jako mediator

Pamięć operacyjna jako mediator

zależności między wiekiem a uwagą

zależności między wiekiem a uwagą

1. Istotny związek między mediatorem z zmienną zależną
2. Istotny związek między predyktorem a mediatorem
3. Pierwotny związek między predyktorem a zmienną zależną
staje się nieistotny lub ulega istotnemu osłabieniu

WIEK

UWAGA

*

WIEK

UWAGA

n.i.

PAMIĘĆ OPERACYJNA

*

*

Coefficients

a

9,276

,869

10,678

,000

-,105

,020

-,735

-5,192

,000

-,437

2,467

-,177

,861

-,016

,027

-,111

-,592

,560

,159

,039

,767

4,090

,000

(Constant)
wiek
(Constant)
wiek
pamiec

Model
1

2

B

Std. Error

Unstandardized

Coefficients

Beta

Standar

dized

Coeffici

ents

t

Sig.

Dependent Variable: uwaga_pop

a.

Siła pierwotnej zależności po

Siła pierwotnej zależności po

uwzględnieniu mediatora

uwzględnieniu mediatora

***

-0,81

***

-0,78

-0,11; ni

WIEK

PAMIĘĆ

UWAGA

Uw

aga

na

zw

iąz

ki

po

zor

ne

Copyright © Allyn & Bacon 2006. Overheads for Keith, T. Z. (2006). Multiple Regression and Beyond.

Numer buta

Płynność

werbalna

Numer buta

Płynność

werbalna

Numer buta

Płynność

werbalna

wiek

Zmienne w analizie ścieżek

Zmienne w analizie ścieżek



Trzy kategorie zmiennych:

Trzy kategorie zmiennych:



Egzogeniczne

Egzogeniczne

– ich zmienność spowodowana jest

– ich zmienność spowodowana jest

przyczynami leżącymi poza modelem

przyczynami leżącymi poza modelem



Zmienne niezależne – nie zależą od innych

Zmienne niezależne – nie zależą od innych

zmiennych w modeli.

zmiennych w modeli.



Muszą być bardzo dokładnie zmierzone

Muszą być bardzo dokładnie zmierzone



Endogeniczne

Endogeniczne

– ich zmienność jest wyjaśniania innymi

– ich zmienność jest wyjaśniania innymi

zmiennymi modelu, zarówno endo- jak i

zmiennymi modelu, zarówno endo- jak i

egzogenicznymi.

egzogenicznymi.



Zmienne zależne – inne zmienne w modelu wpływają

Zmienne zależne – inne zmienne w modelu wpływają

na nie.

na nie.



Zmienne resztowe

Zmienne resztowe

– oznaczane są symbolem

– oznaczane są symbolem

e

e

lub

lub

E

E

.

.

Określają wariancję spowodowaną istnieniem

Określają wariancję spowodowaną istnieniem

zmiennych nie ujętych w modelu.

zmiennych nie ujętych w modelu.

Identyfikujemy zmienne

Identyfikujemy zmienne

WIEK

UWAGA

PAMIĘĆ OPERACYJNA

Zmienna egzogeniczna

Zmienne endogeniczne

Zakładamy, że wszystkie możliwe, sensowne

przyczyny i skutki zaznaczyliśmy w modelu

Zmienne w modelu równań

Zmienne w modelu równań

strukturalnych

strukturalnych



Obserwowalne

Obserwowalne

– wyniki przeprowadzonych pomiarów.

– wyniki przeprowadzonych pomiarów.



Oznaczane zazwyczaj w modelowaniu równań

Oznaczane zazwyczaj w modelowaniu równań

strukturalnych symbolem prostokąta

strukturalnych symbolem prostokąta



Latentne

Latentne

– zmienne, które nie były mierzone w

– zmienne, które nie były mierzone w

badaniu. Wnioskujemy o poziomie tej zmiennej na

badaniu. Wnioskujemy o poziomie tej zmiennej na

podstawie zmiennych obserwowalnych.

podstawie zmiennych obserwowalnych.



Oznaczane zazwyczaj w modelowaniu równań

Oznaczane zazwyczaj w modelowaniu równań

strukturalnych symbolem koła

strukturalnych symbolem koła

Identyfikujemy zmienne

Identyfikujemy zmienne

a

b

c

Płynność werbalna

Test 1

Test 2

Test 3

Zmienna latentna, egzogeniczna

Zmienne obserwowalne, endogeniczne

błędy

Analiza ścieżek – w praktyce

Analiza ścieżek – w praktyce



Wykorzystuje specjalistyczne pakiety statystyczne:

Wykorzystuje specjalistyczne pakiety statystyczne:



AMOS – dostępny razem z SPSS

AMOS – dostępny razem z SPSS



LISREL

LISREL

Jak jest testowany model?

Jak jest testowany model?



Przeprowadzana jest seria oddzielnych

Przeprowadzana jest seria oddzielnych

lecz powiązanych ze sobą regresji

lecz powiązanych ze sobą regresji

wielokrotnych.

wielokrotnych.

Przyczynowość

Przyczynowość



Przyczynowość w ujęciu

Przyczynowość w ujęciu

analizy ścieżek rozumiana

analizy ścieżek rozumiana

jest jako możliwość

jest jako możliwość

potencjalnej manipulacji

potencjalnej manipulacji

zmienną niezależną, co

zmienną niezależną, co

zmieni zmienną zależną.

zmieni zmienną zależną.



Jeżeli między zmiennymi

Jeżeli między zmiennymi

są liniowe, addytywne i

są liniowe, addytywne i

jednokierunkowe

jednokierunkowe

zależności możemy

zależności możemy

wyrazić ich stosunek

wyrazić ich stosunek

równaniem liniowym:

równaniem liniowym:

1

1

X

b

Y =

0

1

1

b

X

b

Y

+

=



Dlatego współczynnik

regresji można uważać za

równoważny efektowi

przyczynowemu.



W analizie ścieżek określa

się go jako

współczynnik

ścieżki

lub

regresyjny

współczynnik ścieżki

w

przypadku zmiennych

wystandaryzowanych.

1

1

Z

Z

j

β

=

Współczynnik ścieżek

Współczynnik ścieżek



Współczynnik ścieżek to

Współczynnik ścieżek to

wystandaryzowany współczynnik regresji

wystandaryzowany współczynnik regresji

(beta) pokazujący jaki wpływ na zmienną

(beta) pokazujący jaki wpływ na zmienną

zależną ma zmienna niezależna przy

zależną ma zmienna niezależna przy

założeniu istnienia wszystkich zależności

założeniu istnienia wszystkich zależności

w modelu.

w modelu.

Kroki w analizie ścieżek

Kroki w analizie ścieżek



Narysuj układ zależności, powiązań między

Narysuj układ zależności, powiązań między

zmiennymi

zmiennymi



Przestudiuj literaturę

Przestudiuj literaturę



Jakie zmienne uwzględnić w modelu

Jakie zmienne uwzględnić w modelu



Spodziewane kierunki zależności

Spodziewane kierunki zależności



Zrewiduj model

Zrewiduj model



Przeprowadź badanie

Przeprowadź badanie

Założenia analizy ścieżek

Założenia analizy ścieżek



Relacje między zmiennymi są:

Relacje między zmiennymi są:



Przyczynowe

Przyczynowe



Liniowe

Liniowe



Addytywne

Addytywne



Zmienne resztowe nie są skorelowane

Zmienne resztowe nie są skorelowane



Ze sobą

Ze sobą



Ze zmiennymi poprzedzającymi je w modelu

Ze zmiennymi poprzedzającymi je w modelu



Zmienne w modelu mierzone są na skali

Zmienne w modelu mierzone są na skali

ilościowej.

ilościowej.

Przykład 1

Cechy interakcji społ. w internecie

Cechy interakcji społ. w internecie

(McKenna i Bargh, 2000)

(McKenna i Bargh, 2000)

1.

1.

Anonimowość

Anonimowość

2.

2.

Brak widocznych cech fizycznych

Brak widocznych cech fizycznych

3.

3.

Fizyczny dystans

Fizyczny dystans

4.

4.

Względność czasu

Względność czasu

Efekt anonimowości

Efekt anonimowości

(McKenna i Bargh, 2000)

(McKenna i Bargh, 2000)



Deindywiduacja

Deindywiduacja



mniejsza możliwość regulacji własnego zachowania: zmniejszona

mniejsza możliwość regulacji własnego zachowania: zmniejszona

zdolność planowania;

zdolność planowania;



zmniejszenie wpływu wewnętrznych standardów zachowania i

zmniejszenie wpływu wewnętrznych standardów zachowania i

zwiększenie wpływu czynników zewnętrznych

zwiększenie wpływu czynników zewnętrznych



mniejsza uwaga przykładana do tego co inni myślą na mój temat

mniejsza uwaga przykładana do tego co inni myślą na mój temat



Możliwość zabaw z własną tożsamością

Możliwość zabaw z własną tożsamością



Możliwość konstruowania większej liczby ról i identyfikacji.

Możliwość konstruowania większej liczby ról i identyfikacji.



Możliwość budowy własnej tożsamości, roli społecznej „od podstaw”

Możliwość budowy własnej tożsamości, roli społecznej „od podstaw”



Daje możliwość ekspresji własnych cech, które nie mogą być

Daje możliwość ekspresji własnych cech, które nie mogą być

wyrażone w rzeczywistości społecznej

wyrażone w rzeczywistości społecznej



Niebezpieczeństwo utraty poczucia spójności wewnętrznej

Niebezpieczeństwo utraty poczucia spójności wewnętrznej



Brak społecznych konsekwencji zachowań oraz presji społecznej

Brak społecznych konsekwencji zachowań oraz presji społecznej

Brak cech fizycznych

Brak cech fizycznych



Autoprezentacja

Autoprezentacja



Jesteśmy bardziej skłonni do prezentacji cech własnego idealnego Ja

Jesteśmy bardziej skłonni do prezentacji cech własnego idealnego Ja



Zmniejszenie dystansu pomiędzy Ja realnym i Ja idealnym

Zmniejszenie dystansu pomiędzy Ja realnym i Ja idealnym



Bardziej lubimy osoby poznawane przez Internet

Bardziej lubimy osoby poznawane przez Internet

(McKenna i in., 1999;

(McKenna i in., 1999;

Bargh i in., 2002)

Bargh i in., 2002)



Większa otwartość w Internecie

Większa otwartość w Internecie



Większa intymność początkowych relacji

Większa intymność początkowych relacji



Brak pierwszego wrażenia spowodowanego wyglądem

Brak pierwszego wrażenia spowodowanego wyglądem

Demarginalizacja mniejszościowych identyfikacji

Demarginalizacja mniejszościowych identyfikacji

seksualnych

seksualnych

(McKenna i in. 1998)

(McKenna i in. 1998)

Uczestnictwo
w grupie
dyskusyjnej

Osobista
ważność
identyfikacji
z grupą

Samoakcepacja

Ujawnienie się

Alienacja

Izolacja
społeczna

.52

.51

.24

-.23

-.19

Demarginalizacja mniejszościowych identyfikacji

Demarginalizacja mniejszościowych identyfikacji

politycznych

politycznych

(McKenna i in. 1998)

(McKenna i in. 1998)

Uczestnictwo
w grupie
dyskusyjnej

Osobista
ważność
identyfikacji
z grupą

Samoakcepacja

Ujawnienie się

Alienacja

Izolacja
społeczna

.49

.47

.43

-.26

Przykład 2

Przewidywania

Przewidywania



Zależności pomiędzy organizacją wiedzy na swój temat a dynamiką

Zależności pomiędzy organizacją wiedzy na swój temat a dynamiką

autorefleksji

autorefleksji



Struktura bardziej koherentna związana jest z mniejszą dynamiką autorefleksji

Struktura bardziej koherentna związana jest z mniejszą dynamiką autorefleksji



Poziom samoocena jako atraktor strumienia autorefleksji

Poziom samoocena jako atraktor strumienia autorefleksji



Zaobserwujemy stabilizację strumienia autorefleksji na określonej ocenie

Zaobserwujemy stabilizację strumienia autorefleksji na określonej ocenie



Zależności między stałymi własnościami samooceny a dynamiką ocen

Zależności między stałymi własnościami samooceny a dynamiką ocen

w strumieniu autorefleksji

w strumieniu autorefleksji



Stabilność Ja (Rosenberg) związana będzie z większą dynamiką myśli na

Stabilność Ja (Rosenberg) związana będzie z większą dynamiką myśli na

swój temat

swój temat



Pewność Ja związana będzie negatywnie z dynamiką strumienia samoocen

Pewność Ja związana będzie negatywnie z dynamiką strumienia samoocen



Globalne własności samooceny posiadają pośredni wpływ na

Globalne własności samooceny posiadają pośredni wpływ na

dynamikę strumienia autorefleksji moderowany przez własności

dynamikę strumienia autorefleksji moderowany przez własności

struktury wiedzy na swój temat

struktury wiedzy na swój temat

Procedura dwóch badań

Procedura dwóch badań

(N

(N

1

1

=118; N

=118; N

2

2

=120)

=120)

Etap 1

Etap 1

(badanie grupowe):

(badanie grupowe):

1. Zestaw testów mierzących pewność Ja, samoocenę (Rosenberg’s Self-Esteem

1. Zestaw testów mierzących pewność Ja, samoocenę (Rosenberg’s Self-Esteem

Questionaire), stabilność samooceny.

Questionaire), stabilność samooceny.

Etap 2

Etap 2

(badanie indywidualne):

(badanie indywidualne):

2. Ewaluatywny priming Ja: pozytywny, negatywny, mieszany, brak w grupie kontrolnej.

2. Ewaluatywny priming Ja: pozytywny, negatywny, mieszany, brak w grupie kontrolnej.

3. Badani proszeni byli o to, aby opisać siebie tak pełnie jak tylko potrafią.

3. Badani proszeni byli o to, aby opisać siebie tak pełnie jak tylko potrafią.

4. Zostają sami w laboratorium przez 5 minut i mówią o sobie do stojącego przed nimi

4. Zostają sami w laboratorium przez 5 minut i mówią o sobie do stojącego przed nimi

mikrofonu.

mikrofonu.

W badaniu pierwszym

W badaniu pierwszym

5. Debriefing

5. Debriefing

W badaniu drugim

W badaniu drugim

5. Słuchając odtwarzanego im ich własnego nagrania oceniali je.

5. Słuchając odtwarzanego im ich własnego nagrania oceniali je.

6. Debriefing

6. Debriefing

Metoda

Metoda



Dwa symbole na ekranie:

Dwa symbole na ekranie:



kursor myszy – symbolizuje

kursor myszy – symbolizuje

stosunek uczestnika do

stosunek uczestnika do

obiektu oceny,

obiektu oceny,



kółko na środku ekranu –

kółko na środku ekranu –

symbolizuje obiekt oceny.

symbolizuje obiekt oceny.



Ruch kursora po ekranie

Ruch kursora po ekranie

odpowiada zmianie

odpowiada zmianie

ustosunkowania wobec

ustosunkowania wobec

obiektu, w tym wypadku

obiektu, w tym wypadku

obiektem była własna osoba.

obiektem była własna osoba.

pewnosc

samoocena

stabilnosc

,07

kompart

,03

sc

,04

RT

,33

,53

,37

-,19

-,15

,20

-,11

e1

,01

,02

-,05

,03

e3

e2

samoocena

stabilnosc

,07

kompart

,04

RT

,53

-,19

,21

-,11

e1

e3

Trudności w analizie ścieżek

Trudności w analizie ścieżek



Pominięcie ważnych zależności

Pominięcie ważnych zależności



Błąd w specyfikacji modelu

Błąd w specyfikacji modelu



Korelacje pozorne

Korelacje pozorne



pominięte mediatory

pominięte mediatory



Ścieżki w złym kierunku

Ścieżki w złym kierunku

Copyright © Allyn & Bacon 2006. Overheads for Keith, T. Z. (2006). Multiple Regression and Beyond.