Aracı Değişken Analizi Nedir? Tez İçin Rehber

Nicel araştırma yürüten pek çok yüksek lisans ve doktora öğrencisi, tez modelini kurarken iki değişken arasındaki doğrudan ilişkiyi test etmekle yetinmenin yeterli olmadığını fark eder. Jüri veya danışman, "bu ilişki neden var, hangi mekanizma üzerinden işliyor" ya da "bu ilişki her koşulda aynı mı" sorularını sorduğunda devreye giren yöntem, aracı değişken analizi ve onun tamamlayıcısı olan düzenleyici değişken analizidir. Bu iki teknik, özellikle işletme, psikoloji, eğitim, sağlık yönetimi ve iletişim alanlarındaki tezlerde araştırma modelinin bilimsel derinliğini artıran, ancak doğru uygulanmadığında ciddi metodolojik eleştirilere açık kapı bırakan analizlerdir. Bu rehberde aracı değişken analizinin ne olduğunu, düzenleyici değişkenden farkını, SPSS PROCESS Macro ile uygulama adımlarını ve tez metnine doğru raporlama biçimini ayrıntılı şekilde ele alıyoruz.

Aracılık ve düzenleyicilik modelleri, sadece "iki değişken arasında ilişki var mı" sorusuna değil, "bu ilişki nasıl ve ne zaman gerçekleşiyor" sorusuna da cevap arar. Bu nedenle özellikle kavramsal modeli zengin araştırma sorularına sahip tezlerde, klasik korelasyon veya regresyon analizinin ötesine geçen bu yöntemler, bulgular bölümünü hem daha özgün hem de daha savunulabilir hâle getirir. Yayınlanmış makalelerde son yıllarda bu iki yöntemin birlikte kullanıldığı çalışmaların sayısı hızla artmakta, bu da jürilerin tez modellerinde benzer bir derinlik beklemesine yol açmaktadır.

Aracı Değişken ve Düzenleyici Değişken Nedir?

Aracılık ve düzenleyicilik, birbirine karıştırılan ama farklı araştırma sorularına cevap veren iki ayrı istatistiksel model türüdür.

Aracı Değişken Nedir?

Aracı değişken (mediator), bağımsız değişkenin bağımlı değişken üzerindeki etkisini kısmen veya tamamen "taşıyan" ara mekanizmadır. Örneğin "algılanan örgütsel adalet, iş tatmini aracılığıyla işten ayrılma niyetini etkiliyor mu" sorusunda iş tatmini bir aracı değişkendir; bağımsız değişkenin etkisi doğrudan değil, bu ara değişken üzerinden dolaylı olarak gerçekleşir. Aracı değişken analizi, bu dolaylı etkinin istatistiksel olarak anlamlı olup olmadığını test eder.

Düzenleyici Değişken Nedir?

Düzenleyici değişken (moderator), bağımsız değişken ile bağımlı değişken arasındaki ilişkinin gücünü veya yönünü değiştiren üçüncü bir değişkendir. Aracılıktan farklı olarak düzenleyici değişken, ilişkiyi "taşımaz"; ilişkinin hangi koşullarda daha güçlü ya da daha zayıf olduğunu gösterir. Örneğin "iş yükü ile tükenmişlik arasındaki ilişki, sosyal destek düzeyine göre değişiyor mu" sorusunda sosyal destek bir düzenleyici değişkendir.

Aracılık ile Düzenleyicilik Arasındaki Fark Nedir?

Aracılık modeli "neden ve nasıl" sorusuna, düzenleyicilik modeli ise "ne zaman ve kimde" sorusuna cevap verir. Aracı değişken, bağımsız ve bağımlı değişken arasında sıralı bir nedensellik zincirinin ortasında yer alırken; düzenleyici değişken bu zincirin dışında durup ilişkinin gücünü etkiler. Bu iki modelin karıştırılması, araştırma modelinin yanlış kurgulanmasına ve analiz aşamasında ciddi bir revizyon ihtiyacına yol açabilir.

Tezde Aracı Değişken Analizi Ne Zaman Kullanılır?

Aracılık analizine geçmeden önce, araştırma sorusunun gerçekten dolaylı bir etki içerip içermediğinin netleştirilmesi gerekir.

Hangi Araştırma Modelinde Aracılık Analizi Gerekir?

Aşağıdaki durumlardan biri geçerliyse aracı değişken analizi araştırma tasarımına dahil edilmelidir:

• Literatürde bağımsız ve bağımlı değişken arasındaki ilişkiyi açıklayan teorik bir mekanizma öne sürülüyorsa
• Bağımsız değişkenin bağımlı değişkeni doğrudan etkilemesi teorik olarak zayıf, ancak bir ara değişken üzerinden etkilemesi güçlü bir açıklama sunuyorsa
• Danışman veya tez izleme komitesi, modelin "neden" boyutunun derinleştirilmesini istiyorsa
• Alandaki güncel makalelerde benzer değişkenler arasında aracılık ilişkisi test edilmişse

Baron ve Kenny Yaklaşımı mı, Bootstrap Yöntemi mi?

Baron ve Kenny'nin 1986 tarihli klasik dört adımlı yaklaşımı uzun süre standart yöntem olarak kullanılmış olsa da, günümüz akademik yazınında bu yaklaşımın istatistiksel gücünün düşük olduğu ve tip 2 hata riskini artırdığı kabul edilmektedir. Bunun yerine Hayes'in geliştirdiği bootstrap tabanlı PROCESS Macro yöntemi, dolaylı etkinin güven aralığını doğrudan hesapladığı için tez ve makale çalışmalarında güncel ve tercih edilen standart hâline gelmiştir.

Aracılık analizinde artık sadece "anlamlı mı değil mi" sorusu değil, dolaylı etkinin güven aralığının sıfırı içerip içermediği sorusu esas alınmaktadır; bu ayrımı bilmemek jüri karşısında sıkça karşılaşılan bir eleştiri noktasıdır.

SPSS PROCESS Macro ile Aracılık Analizi Nasıl Yapılır?

Andrew Hayes tarafından geliştirilen PROCESS Macro, SPSS'e eklenti olarak kurulan ve mediasyon-moderasyon analizlerini tek bir arayüzden çalıştırmayı sağlayan yaygın bir araçtır.

PROCESS Macro Nasıl Kurulur?

PROCESS Macro, Hayes'in resmî web sitesinden indirilen bir eklenti dosyasıdır. SPSS'te Extensions > Utilities > Install Custom Dialog yolu izlenerek .spd uzantılı dosya yüklenir. Kurulum tamamlandığında Analyze > Regression > PROCESS v4.x by Andrew F. Hayes menüsü aktif hâle gelir.

Model 4 (Basit Aracılık) Adımları

1. Bağımlı değişkeni "Y variable" kutusuna, bağımsız değişkeni "X variable" kutusuna taşıyın.
2. Aracı değişkeni "Mediator(s) M" alanına ekleyin.
3. "Model Number" kısmına basit aracılık için 4 yazın.
4. "Bootstrap Samples" değerini en az 5000 olarak ayarlayın (tez çalışmalarında yaygın standart 5000-10000 arasıdır).
5. "Options" sekmesinden güven aralığı düzeyini %95 olarak seçip analizi çalıştırın.

Sonuçlar Nasıl Yorumlanır?

Çıktıda üç temel etki raporlanır: toplam etki (total effect), doğrudan etki (direct effect) ve dolaylı etki (indirect effect). Dolaylı etkiye ait bootstrap güven aralığı (BootLLCI ve BootULCI) sıfırı içermiyorsa, aracılık etkisi istatistiksel olarak anlamlı kabul edilir. Doğrudan etki de anlamlıysa "kısmi aracılık", anlamlı değilse "tam aracılık" söz konusudur. Bu ayrım, tartışma bölümünde bağımsız değişkenin bağımlı değişkeni tamamen ara mekanizma üzerinden mi, yoksa hem doğrudan hem dolaylı yollardan mı etkilediğini açıklarken kritik bir referans noktası oluşturur.

Düzenleyici Değişken (Moderasyon) Analizi Nasıl Uygulanır?

Düzenleyici değişken analizi de yine PROCESS Macro üzerinden, ancak farklı bir model numarasıyla çalıştırılır.

Model 1 (Basit Düzenleyicilik) Adımları

Basit düzenleyicilik testinde bağımsız değişken "X", bağımlı değişken "Y" ve düzenleyici değişken "W" olarak tanımlanır; "Model Number" alanına 1 yazılır. Değişkenler arasındaki etkileşim terimi (X×W) PROCESS tarafından otomatik olarak hesaplanır, bu nedenle manuel çarpım değişkeni oluşturmaya gerek yoktur.

Etkileşim Etkisi (Interaction Effect) Nasıl Yorumlanır?

Etkileşim teriminin (Int_1) anlamlılık değeri 0.05'in altındaysa, düzenleyici değişkenin ilişkiyi anlamlı biçimde etkilediği kabul edilir. Bu durumda "simple slopes" analizi ile düzenleyici değişkenin düşük, orta ve yüksek düzeylerinde bağımsız değişkenin bağımlı değişken üzerindeki etkisi ayrı ayrı incelenir ve genellikle bir etkileşim grafiği ile görselleştirilir.

Düzenleyici Aracılık (Moderated Mediation) Nedir?

Bazı araştırma modellerinde hem aracılık hem düzenleyicilik aynı anda test edilir; bu bileşik modele düzenleyici aracılık (moderated mediation) denir. PROCESS Macro'da Model 7, Model 8 veya Model 14 gibi kombine modeller, dolaylı etkinin düzenleyici değişkenin farklı düzeylerinde nasıl değiştiğini gösteren "indeks of moderated mediation" değerini üretir. Bu ileri düzey model, özellikle doktora tezlerinde model özgünlüğünü güçlendiren bir tercihtir.

Aşağıdaki tablo, aracılık ve düzenleyicilik modellerinin temel özelliklerini karşılaştırmaktadır:

Tezde Mediasyon-Moderasyon Sonuçları Nasıl Raporlanır?

Analizi doğru çalıştırmak kadar, sonuçların bulgular bölümünde akademik standartlara uygun sunulması da tez değerlendirmesinde belirleyici bir faktördür.

APA Formatında Raporlama Nasıl Yapılır?

Dolaylı etki APA formatında şu şekilde yazılır: "İş tatmininin aracılık rolü istatistiksel olarak anlamlı bulunmuştur (b = .21, %95 BCa GA [.09, .34])." Düzenleyicilik sonucu ise etkileşim katsayısı ve anlamlılık değeriyle birlikte "ΔR² = .04, F(1, 245) = 9.87, p = .002" biçiminde raporlanır.

Tabloda Hangi Değerler Yer Almalı?

• Standartlaştırılmamış (b) ve standartlaştırılmış (β) katsayılar
• Standart hata (SE) ve t veya F değeri
• Bootstrap güven aralığı alt ve üst sınırları (aracılık için)
• Etkileşim terimi katsayısı ve anlamlılık düzeyi (düzenleyicilik için)

Sık Yapılan Hatalar Nelerdir?

Analiz doğru çalıştırılsa bile raporlama aşamasında yapılan küçük hatalar, bulguların güvenilirliğini sorgulatabilir. Aşağıdaki hatalar, aracı değişken analizi ve düzenleyicilik testlerinde tez öğrencilerinin en sık düştüğü tuzaklardır:

• Baron ve Kenny yaklaşımını güncel bootstrap yöntemi yerine tek başına kullanmak
• Aracılık ile düzenleyiciliği aynı model içinde birbirine karıştırmak
• Bootstrap örneklem sayısını (5000'in altında) düşük tutmak
• Etkileşim terimini yorumlarken simple slopes analizini atlamak
• Kısmi aracılık ile tam aracılık arasındaki farkı bulgular bölümünde netleştirmemek

Bu hataların her biri, jüri sürecinde ek açıklama talep edilmesine ve bazen analizin baştan tekrarlanmasına yol açabilir.

Tez Sürecinde İstatistik Desteği Nasıl Alınır?

Aracılık ve düzenleyicilik analizleri, kavramsal model tasarımından bulguların raporlanmasına kadar uzanan çok aşamalı bir süreç gerektirir ve istatistik altyapısı sınırlı öğrenciler için zaman kaybına yol açabilir.

Hangi Aşamada Destek Almak Daha Verimlidir?

Kavramsal modelin aracı mı yoksa düzenleyici değişken mi içerdiğinin veri toplama öncesinde netleştirilmesi, sonradan "yanlış ölçek seçimi" ya da "yetersiz örneklem büyüklüğü" nedeniyle analiz aşamasında tıkanmayı önler. Yüksek lisans aşamasındaki öğrenciler için yüksek lisans tez yazdırma desteği, doktora adayları için ise doktora tez yazdırma hizmeti, kavramsal modelin baştan sağlam kurgulanmasına katkı sağlar.

İstatistik Danışmanlığında Nelere Dikkat Edilir?

Analiz sonuçlarının jüri karşısında güvenle savunulması ayrı bir hazırlık gerektirir; dolaylı etki, doğrudan etki ve etkileşim teriminin farkını net biçimde açıklayabilmek için tez savunma sunumu hazırlama desteğinden yararlanmak, savunma sürecindeki olası soruları önceden öngörmeyi kolaylaştırır.

Sonuç olarak aracı değişken analizi ve düzenleyici değişken analizi, araştırma modelinizin "neden" ve "ne zaman" sorularına bilimsel bir cevap vermesini sağlayan, doğru uygulandığında tezin özgünlük değerini belirgin biçimde artıran yöntemlerdir. PROCESS Macro ile bootstrap tabanlı analiz yapmak, klasik Baron-Kenny yaklaşımına kıyasla hem daha güçlü hem de günümüz akademik yazınında daha kabul gören bir tercihtir. Kendi araştırma modelinizde aracılık mı, düzenleyicilik mi yoksa her ikisinin birleşimi mi gerektiğine karar veremediğiniz noktalarda, WhatsApp üzerinden bize yazarak analiz sürecinizle ilgili sorularınızı hızlıca sorabilir, tez sürecinizin bu kritik aşamasını daha planlı biçimde ilerletebilirsiniz.