Mediazione: un meccanismo che spiega alcuni processi psicologici



Chi si affaccia per la prima volta agli studi nell’ambito della psicologia sociale, si troverà molto facilmente davanti a un numero elevato di articoli che ricorrono alla spiegazione di processi psicologici, tramite la mediazione.

Definizione

Secondo la definizione di Baron e Kenny del 1986 – articolo citato su googlescholar 50.974 volte –
la funzione di mediazione di una variabile terza rappresenta il meccanismo con cui la variabile indipendente è in grado di influenzare quella dipendente, come schematicamente riportato nella figura seguente (tratta dall’articolo appena citato, p. 1176):

Baron e Kenny

Affinchè ci sia una mediazione, devono sussistere 3 condizioni, da testare con l’analisi di regressione:

  1. variazioni nei livelli della variabile indipendente determinano variazioni significative del mediatore;
  2. variazioni del mediatore determinano variazioni nella variabile dipendente;
  3. una volta inserito il mediatore, la relazione prima significativa tra la variabile indipendente e quella dipendente non è più significativa, con la più marcata dimostrazione dell’esistenza della mediazione completa quando il valore di tale relazione è pari a “0”.

Criticità

Le indicazioni di Baron e Kenny sono state comunemente accettate nella letteratura scientifica ma, negli ultimi 10 anni, nuovi studi hanno dato origine a un interessante dibattito sul test della mediazione. Due esempi su tutti l’articolo di Zhao e collaboratori
del 2010 e quello di Rucker, Preacher, Tormala e Petty del 2011.

Il framework per il modello di una singola mediazione è riportato nella figura seguente (tratta dallo studio di Rucher):

Rucker

La porzione superiore della figura rappresenta l’effetto di X su Y (effetto totale) prima d’inserire il mediatore, mentre la porzione inferiore rappresenta l’introduzione del mediatore.
X = variabile indipendente;
Y = variabile dipendente;
M = mediatore
c = effetto totale;
c’ = effetto diretto di X su Y una volta introdotto il mediatore;
a = effetto della variabile indipendente sul mediatore;
b = effetto del mediatore sulla dipendente, una volta inserita la variabile indipendente;

L’effetto indiretto (o mediato, nel caso di un singolo mediatore) è dato da a x b, solitamente equivalente a c – c ‘, ossia alla differenza tra l’effetto totale e quello diretto. Spesso, per semplicità, si calcola a x b (ad esempio col test di Sobel), in quanto coefficenti tratti da un singolo modello, mentre c e c’ derivano da 2 modelli diversi.

In particolare, vengono messi in discussione 2 aspetti delle indicazioni di Baron e Kenny:

  • l’enfasi eccessiva sulla relazione tra la variabile indipendente (X) e la dipendente (Y) prima e dopo l’introduzione del mediatore;
  • quando la relazione tra la variabile indipendente e quella dipendente, una volta introdotto il mediatore, non si differenzia significativamente da 0, il ricercatore conclude che la relazione viene spiegata in modo completo dall’effetto del mediatore. Ma, quando è lecito indagare l’intervento di altre variabili mediatori che, per esempio, potrebbero avere un effetto di soppressione?

Simulazioni e studi sperimentali hanno consentito di evidenziare 2 casi che, se interpretati secondo le indicazioni di Baron e Kenny, porterebbero a conclusioni errate:

  • l’effetto indiretto significativo quando l’effetto totale è assente;
  • l’esistenza di effetti indiretti aggiuntivi quando non c’è l’effetto diretto, ossia quando la mediazione dovrebbe essere totale.

Questi casi possono essere determinati da fattori diversi.

Il potere della misura.

All’interno di uno stesso studio, può essere diverso per l’effetto indiretto, rispetto al totale o al diretto. Questo accade in riferimento a:

  • la precisione della misura, che può essere diversa per a x b rispetto a c. Nel caso in cui c venga sottostimato, anche c’ potrà esserlo;
  • la forza della relazione, quando, ad esempio, una variabile indipendente ha un effetto maggiore su un mediatore piuttosto che sulla dipendente, generando così un effetto indiretto maggiore rispetto all’effetto totale.

Le dimensioni del campione

Al crescere del campione, aumenta la probabilità di trovare l’effetto totale significativo. Alcontrario, in campioni piccoli è più probabile trovare una mediazione totale, rispetto a una parziale, dato che aumenta la probabilità che l’effetto diretto (c’) non risulti significativo.

La’mpiezza dell’effetto totale

Tanto più è piccolo, tanto è maggiore la probabilità che la rilevazione della mediazione totale sia basata sull’a significatività di c’. Viceversa, se l’effetto totale è altamente significativo, anche quando un mediatore è ben misurato e un processo interveniente oggettivamente forte, può essere evidenziata solo una mediazione parziale.

L’effetto di soppressione

Può nascondere l’effetto significativo totale o diretto
Un soppressore è una variabile che indebolisce l’effetto totale quando non viene presa in considerazione, mentre la sua inclusione aumenta il potere predittivo delle altre variabili considerate.
La soppressione si verifica quando un effetto indiretto ha un segno opposto a quello dell’effetto totale e, quindi, la sua omissione potrebbe comportare un effetto totale piccolo o non significativo.
nei casi in cui la procedura seguita suggerirebbe l’assenza di una mediazione, l’esame di effetti indiretti multipli potrebbe migliorare la teoria.

In conclusione

Le più recenti indicazioni per l’analisi della mediazione suggeriscono di:

  • abbandonare l’enfasi posta su c e c’. Per questo, l’effetto indiretto può essere preso in considerazione anche quando l’effetto totale non è significativo, mentre l’effetto diretto non significativo non comporta necessariamente una mediazione totale e, quindi, l’assenza di ulteriori mediatori. La soluzione migliore per indagare una mediazione è, quindi, seguire la teoria: se questa suggerisce la presenza di uno o più effetti indiretti, il ricercatore è tenuto a indagarli, indipendentemente dalla significatività dell’effetto totale e/o di quello diretto;
  • prendere in considerazione e analizzare l’effetto di soppressione. Infatti, una teoria che considera non solo i mediatori ma anche i soppressori, è più completa;
  • prestare attenzione all’entità e all’importanza dell’effetto indiretto.

Add a Comment

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.

Iscriviti alla newsletter bisettimanale. Riceverai:

Iscrizione Newsletter