使い方
- 「係数から計算」を選び、a（X → M）とその標準誤差、b（M → Y、X を統制）とその標準誤差を入力します。
- 生データから計算するときは「生データから計算（X、M、Y）」を選び、X、M、Y の 3 列を、1 行に 1 ケースで貼り付けます。
- Sobel 検定の p値が 0.05 未満、またはブートストラップ信頼区間に 0 が含まれなければ、間接効果 a × b は有意です。
- APA 形式の行をコピーします。
オプションの説明
- a、b、c、c′
- a は X → M、b は X を統制したときの M → Y、c は X → Y の総合効果、c′ は M を統制したときの直接効果です。間接効果は a × b = c − c′ になります。
- Sobel、Aroian、Goodman
- 間接効果の標準誤差を求める 3 つの式です。Aroian は項を足し、Goodman は引きます。標本が大きければ結果はほぼ一致し、ふつうは Sobel が報告されます。
- ブートストラップ
- データを復元抽出で 5000 回再標本化し、そのたびに a × b を計算して、2.5 パーセンタイルと 97.5 パーセンタイルを 95% 信頼区間とします。間接効果が正規分布することを前提にせず、今はこちらが推奨されています。
計算例
係数から計算する場合：初期値は a = 0.5（標準誤差 0.1）、b = 0.4（標準誤差 0.12）です。
| 検定 | 標準誤差 | z | p |
|---|---|---|---|
| Sobel | 0.0721 | 2.774 | 0.0055 |
| Aroian | 0.0731 | 2.736 | 0.0062 |
| Goodman | 0.0711 | 2.813 | 0.0049 |
間接効果 0.2 は有意です。APA 形式：Sobel z = 2.77, p = .006。
生データから計算する場合：サンプルには X、M、Y の 12 行が入っています。
| パス | B | 標準誤差 | p |
|---|---|---|---|
| a：X → M | 0.904 | 0.073 | < 0.001 |
| b：M → Y（X を統制） | 0.954 | 0.220 | 0.002 |
| c：X → Y（総合） | 1.138 | 0.084 | < 0.001 |
| c′：X → Y（直接） | 0.275 | 0.206 | 0.214 |
間接効果 a × b = 0.863 で、95% ブートストラップ信頼区間（再標本 5000 回）は 0.344～1.603 です。0 を含まないので媒介効果は有意で、総合効果の約 76% を占めます。
よくある質問
標準化係数と非標準化係数のどちらを使いますか？
a、b とその標準誤差は、同じ出力から取ってください。ふつうは、回帰分析の非標準化係数 B と標準誤差です。
c′ が有意でなければ「完全媒介」ですか？
それは昔の言い方です。今は多くの方法論の研究者が、完全・部分という呼び方をやめ、間接効果とその信頼区間、および直接効果を報告するよう勧めています。
PROCESS マクロと結果は一致しますか？
パスと Sobel 検定は一致します。PROCESS のブートストラップ信頼区間は、ランダムな再標本化のため実行のたびにわずかに違い、ふつうは小数第 3 位が変わります。このツールは乱数シードを固定しているので、同じデータなら必ず同じ区間になります。
共変量や複数の媒介変数を扱えますか？
扱えません。X、M、Y が 1 つずつの単純媒介のみです。
プライバシー
このツールはすべてブラウザ内で動作します。ファイルやテキストはお使いの端末上で処理され、当サイトのサーバーにアップロードされることはありません。