Cours 9 - Médiation Flashcards
Pourquoi utiliser la médiation / modération?
Ce sont des analyses qui nous permettent de répondre à des questions différentes qu’Avec la régression multiple
→ Techniques qui permettent d’explorer la nature de la relation entre 1 ou pls VI et une VD
→ Ce sont des approches de la régression multiple
Explique la modération
La modération est une question de contexte
→ Dans quel contexte la relation entre la VI et la VD est plus forte ou plus faible?
Permet de voir si le lien total entre VI et VD change avec la présence d’une variable modératrice
Explique la médiation
Ici, c’est plutôt l’explication de l’effet de VI sur VD (vs le contexte dans la modération)
→ Est-ce que le lien entre VI et VD peut s’Expliquer par une autre variable?
Est-ce que la relation s’explique par autre chose?
Qu’est-ce qu’un effet direct?
prend en considération le médiateur
Pas d’intermédiaire car la flèche passe directement de VI à VD
Représenté par C’
Qu’est-ce qu’un effet indirect?
Le produit d’au moins 2 flèches
↗M↘
VI ⇨ VD
Donc ici, ↗ x ↘ (multiplie les deux flèches)
∽ Où chaque flèche (↗ et↘) représente un effet direct entre VI et M + entre M et VD
Qu’est-ce qu’un effet total?
Lien qui ressort d’une régression linéaire simple, ne prend pas en considération de médiateur
Représenté par la lettre C
VI ⇨ VD
Qu’est-ce qu’une médiation complète?
L’effet total devient non significatif une fois qu’on ajoute le médiateur
Donc, réellement, le médiateur explique le lien entre le VI et VD
Qu’est-ce qu’une médiation partielle?
Tous les liens demeurent significatifs, même quand on ajoute le médiateur
Quels sont les 3 modèles de régressions avec la médiation?
- Une régression simple de la VI à la VD.
Le coefficient b de la VI donne la valeur C - Une régression simple de la VI au médiateur (M).
Le coefficient b de la VI donne la valeur A - Une régression multiple dans laquelle la VI et le médiateur prédisent la VD.
* VI – VD donne un coefficient b pour la valeur C’
* M – VD donne un coefficient b pour la valeur B
Quelles sont les conditions d’utilisation de la médiation?
- Le prédicteur (VI) prédit significativement la VD (effet total doit être significatif)
- Le prédicteur prédit significativement le M
- Le M prédit significatement la VD
- Dans le 3e modèle, le prédicteur prédit significativement la VD mais moins fortement que dans le premier modèle (C’ moins élevé que C)
- Linéarité de la relation
- Homoscédasticité des résidus
- Indépendance des résidus
- Normalité des erreurs : résidus
- Absence de valeurs extrêmes
- Absence de multicolinéarité (et de singularité)
Pourquoi faire la régression simple entre VI-M et entre M-VD?
En faisant une régression multiple : coefficient partiels = prend + d’une variable en considération = la variance partagée entre les prédicteurs n’est pas attribué aux prédicteurs individuellement
Dans la médiation : on a plus d’une variable et on en enlève une. On est capable de voir que 1 variable change l’effet total et peut le rendre non significatif
Donc, on est capable d’aller voir pour chaque variable prédictrice
Quels sont les avantages et inconvénient de la médiation?
AVANTAGE
∽ Méthode qui permet de voir s’il y a médiation
∽ Méthode qui permet de voir si la médiation est complète ou partiel
LIMITE
∽ Ne permet pas de savoir si l’effet indirect est significatif
Quelles sont les avantages d’utiliser l’approche boostrap au lieu de la médiation?
- Réaliser les 3 étapes (modèles de la médiation) en une seule analyse (+ efficace)
- Tester l’effet indirect (a x b)
- N’assume pas la normalité de la relation indirecte (test non paramétrique)
- Peut être utilisé avec des petits échantillons N (relatif)
- Plus robuste et utilisé que les autres approches modernes
