Путевой анализ: прямой и косвенный эффект
Путевой анализ отвечает не на вопрос «связаны ли показатели», а на вопрос «через что эта связь идет». Корреляция скажет, что учебная мотивация связана со средним баллом. Путевой анализ покажет, что прямого влияния почти нет, а работает обход: мотивация поднимает время самоподготовки, а уже самоподготовка поднимает оценки. Заполните таблицу, поставив столбцы в причинном порядке: первый показатель это причина, последний результат, между ними посредники. Калькулятор посчитает путевые коэффициенты, разложит связь на прямой и косвенный эффект и проверит косвенный эффект бутстрепом.
Столбцы идут в причинном порядкеПервый столбец - то, что влияет (причина). Последний - конечный результат. Между ними посредники, через которых влияние передается. Порядок задаете вы по теории, а не программа по данным: поменяете столбцы местами - получите другую модель и другие числа.
Строка - один участникВ строке все показатели одного человека, пропусков быть не должно. Показатели количественные: баллы методики, секунды, метры, часы, средний балл. Пол и группу подставлять нельзя.
Сколько столбцов братьОт трех до шести. Каждый добавленный показатель дорого стоит: при трех показателях модель оценивает 3 пути, при шести уже 15, и на каждый путь нужно 10-20 человек.
Таблица заполнена примером
Чтобы вы посмотрели, как работает калькулятор. Это данные диплома по педагогике: сорок студентов третьего курса, учебная мотивация в баллах по методике Реана, время самоподготовки в часах за неделю и средний балл за семестр. Пример показательный: прямого влияния мотивации на оценки данные не подтверждают, а влияние через самоподготовку подтверждают.
| Участник \ Показатель | |||
|---|---|---|---|
Названия можно переписать — они попадут в результат и в таблицу для диплома. Если столбцов много, таблица прокручивается вбок. Данные из Excel вставляются целиком: скопируйте диапазон и вставьте в первую ячейку.
Уровень значимости
Уровень значимости выбирают до расчета. Здесь он работает в трех местах: задает критическое значение t для каждого пути, порог для p-уровня и ширину бутстреп-интервала косвенного эффекта. Отдельной таблицы критических значений у путевого анализа нет, поэтому искать «путевой коэффициент критический» бесполезно.
Модель из 3 показателей: 3 оцениваемых путей на 40 участников, по 13,3 наблюдения на путь.
Рабочий минимум выдержан, но коэффициенты будут неустойчивы: при 20 наблюдениях на путь они заметно надежнее.
Ничего не понятно или не хотите разбираться?
Закажите расчёт у эксперта: он подберёт критерий под вашу тему, проверит условия применения, посчитает и оформит таблицы по ГОСТ.
Заказать расчёт у экспертаЧем путевой анализ отличается от корреляции и регрессии
Корреляция отвечает на вопрос, есть ли связь, и на этом останавливается. Множественная регрессия отвечает на вопрос, какие факторы вместе объясняют результат, но все влияния в ее уравнении прямые: каждый предиктор смотрит на зависимый показатель сам по себе, а связи между самими предикторами она не описывает.
Путевой анализ добавляет ровно одно, зато существенное: показатели выстроены в цепочку, и влияние может идти не только напрямую, но и через соседа. Отсюда две величины, которых нет ни у корреляции, ни у регрессии: косвенный эффект и доля связи, которая идет в обход.
Вот одни и те же данные диплома по педагогике в трех формулировках, от самой бедной к самой содержательной:
- Корреляция: мотивация и средний балл связаны, r = 0,44, связь умеренная.
- Множественная регрессия: мотивация и время самоподготовки вместе объясняют 27 % разброса оценок.
- Путевой анализ: мотивация влияет на оценки не напрямую, а через самоподготовку. Прямой путь 0,15 и незначим, обходной путь 0,29 и значим, через посредника идет две трети всей связи.
- Если посредника в модели нет и показателей всего два, путевой анализ вырождается в линейную регрессию, и заводить его незачем.
Прямой, косвенный и общий эффект
Прямой эффект это стрелка, идущая от причины прямо к результату, минуя посредников. Численно он равен стандартизованному коэффициенту регрессии результата на причину при условии, что все посредники в уравнение уже включены.
Косвенный эффект это произведение коэффициентов вдоль обходной дороги. Влияние мотивации на самоподготовку равно 0,60, влияние самоподготовки на оценки равно 0,48, значит по этой дороге проходит 0,60 умножить на 0,48, то есть 0,29. Правило перемножения придумал Сьюэлл Райт в 1921 году, и с тех пор оно не изменилось.
Общий эффект это сумма прямого и всех косвенных. В модели, где каждый показатель объясняется всеми предыдущими, общий эффект в точности совпадает с обычным коэффициентом корреляции крайних показателей. Это встроенная проверка расчета: калькулятор показывает оба числа рядом, и они обязаны сойтись.
Сила влияния по путевому коэффициенту
| Путевой коэффициент beta | Как принято читать |
|---|---|
| до 0,10 | влияние слабое, в выводах на него не опираются |
| около 0,30 | влияние среднее, обычный результат студенческой работы |
| 0,50 и больше | влияние сильное |
Ориентиры Клайна, они грубые. Значимость пути и его величина это разные вещи: на выборке в триста человек значимым окажется и beta = 0,12, а содержательного смысла в нем немного.
Требования к данным, которые нарушают чаще всего
Путевой анализ прощает меньше, чем корреляция, и придирки научного руководителя обычно касаются четырех вещей.
- Объем выборки. Считают не по числу людей, а по числу оцениваемых путей: на каждый путь нужно от 10 до 20 наблюдений. Три показателя дают 3 пути, значит нужно от 30 человек. Пять показателей дают уже 10 путей, и это от 100 человек. Именно здесь ломается большинство работ: модель рисуют на семь показателей, а опрошено тридцать студентов.
- Шкалы. Показатели должны быть количественными: баллы методики, секунды, метры, часы, средний балл. Пол, группу и ответы «да или нет» в столбцы ставить нельзя, для бинарного результата берут логистическую регрессию.
- Порядок столбцов. Направление стрелок задаете вы по теории, а не программа по данным. Те же числа при перестановке столбцов дадут другую модель, и она сойдется не хуже. Поэтому порядок надо обосновать в тексте работы до расчета.
- Линейность и независимость показателей. Связи предполагаются прямолинейными, а два показателя, которые измеряют почти одно и то же, в одну модель не ставят: коэффициенты начнут скакать. Если корреляция между предикторами выше 0,85, один из них лишний.
Путевой анализ не доказывает причинность
Это главное предупреждение страницы, и его стоит перечитать до того, как вы напишете в дипломе слово «влияет». Стрелку на схеме рисует исследователь. Метод берет нарисованное как данность и считает, насколько хорошо числа с этой картинкой согласуются. Проверить саму картинку он не может.
На срезовых данных, когда все показатели измерены за один день, у стрелки нет ни одного основания, кроме теории. Мотивация могла поднять самоподготовку, а могла и наоборот: у того, кто много занимается и получает хорошие оценки, растет интерес к предмету. Числа в обоих случаях будут теми же самыми.
Что с этим делать в работе. Во-первых, обосновать порядок показателей ссылками на литературу, а не здравым смыслом. Во-вторых, писать про связь и согласование с моделью, а не про доказанное влияние. В-третьих, если есть возможность, развести замеры во времени: причина измерена в сентябре, результат в мае. Это не превращает наблюдение в эксперимент, но снимает половину вопросов на защите.
Что этот калькулятор считает, а что нет
Считает он рекурсивную модель методом обычных регрессий: каждый показатель объясняется всеми предыдущими, путевые коэффициенты получаются как стандартизованные беты. Это ровно тот расчет, который делают в студенческих работах по психологии и педагогике, и совпадает он с выводом SPSS и lavaan до последнего знака.
Индексы согласия CFI, TLI, RMSEA и SRMR он не считает и считать не будет. Причина не в лени: модель здесь насыщенная, то есть в ней проведены все допустимые стрелки, свободных степеней у нее ноль, а корреляционная матрица воспроизводится точно. Индексы согласия у такой модели вырождены, и строка «RMSEA = 0,000» означала бы только то, что проверять было нечего. Выдуманный индекс согласия хуже отсутствующего: на защите за него спрашивают.
Индексы нужны, когда часть стрелок из модели вычеркнута и надо понять, не стало ли хуже. Такую проверку делают методом максимального правдоподобия в программах структурного моделирования. Бесплатные: пакет lavaan для языка R и программа JASP, где то же самое собирается мышью. Платные и привычные кафедрам: AMOS как надстройка к SPSS и Mplus. Туда же идут за латентными переменными, за обратными связями и за моделями с коррелирующими ошибками.
Как описать результат в дипломе
В эмпирическую главу идут два объекта: таблица путевых коэффициентов и схема модели. Таблица содержит столбцы «путь», «beta», «B», «стандартная ошибка», «t», «p» и вывод о значимости. Отдельной строкой под таблицей дают разложение связи: прямой эффект, косвенный, общий.
Схема рисуется прямоугольниками и стрелками, над каждой стрелкой стоит beta со звездочкой при значимом пути. Незначимые пути оставляют пунктиром либо убирают, но тогда об этом пишут прямо. В каждый зависимый показатель входит еще одна стрелка без источника, остаточный путь e: он показывает долю того, что модель не объяснила.
Калькулятор выдает и таблицу, и схему, и готовый абзац с подставленными числами. Абзац перед вставкой перечитайте: названия показателей в нем взяты из шапки вашей таблицы, и «Показатель 1» в дипломе смотрится плохо.