Analiza mediacji

Niniejszą analizę i raport opisowy wykonano w Systemie Zautomatyzowanego Tworzenia Opisu Statystycznego - SZTOS (Hryniewicz, Milewska, 2023). Niniejsza analiza przedstawia analizę mediacji (Hayes, Rockwood, 2017), która ma na celu ocenę mechanizmu wyjaśniającego związek między dwiema zmiennymi. W celu weryfikacji modelu mediacyjnego przeprowadzono modelowanie równań strukturalnych. Wykorzystano do tego bibliotekę funkcji lavaan (Rosseel, 2012), pozwalającej na modelowanie efektów mediacji dzięki technice modelowania równań strukturalnych. Do estymacji modelu mediacyjnego wykorzystano metodę MLR (ang. maximum likelihood estimation with robust (Huber-White) standard errors). Metoda MLR jest odporna na odchylenia wyników od rozkładu normalnego (Lai, 2018). Wizualizację wyników analizy mediacji przeprowadzono z wykorzystaniem pakietu semPlot (Epskamp, 2015), a pozostałe wizualizacje wykonano przy wykorzystaniu pakietu graficznego ggplot2 (Wickham, 2016). Ze względu na testowanie modelu nasyconego (zawierającego uwzględnienie wszystkich możliwych relacji) współczynniki dopasowania danych do testowanego modelu nie były raportowane, bo liczba testowanych ścieżek była równa liczbie zmiennych (Agler i De Boeck, 2017). Tabelaryczne podsumowanie mediacji przedstawia tabela nr 1.

Model mediacyjny Latwosc korzystania -> Obawy -> Intencja zakupu

Analiza współczynników modelu mediacyjnego

Analiza poszczególnych relacji w modelu mediacyjnym wykazała następujące rezultaty:

• Wzrost wyników zmiennej niezależnej Latwosc korzystania wpływał istotnie na wzrost wyników zmiennej zależnej Intencja zakupu, β = 0.26; Z = 4.23; p < 0.001; 95%CI = [0.14;0.38].

• Wzrost wyników zmiennej niezależnej Latwosc korzystania wpływał istotnie na spadek wyników zmiennej pośredniczącej Obawy, β = -0.30; Z = -4.27; p < 0.001; 95%CI = [-0.43;-0.16].

• Wzrost wyników zmiennej pośredniczącej Obawy wpływał istotnie na spadek wyników zmiennej zależnej Intencja zakupu, β = -0.32; Z = -5.45; p < 0.001; 95%CI = [-0.44;-0.21].

Wyniki przedstawia rysunek nr 1 i rysunek nr 1b.

Analiza efektu mediacyjnego

Analiza współczynnika efektu pośredniego wykazała, że wpływ zmiennej Latwosc korzystania na zmienną Intencja zakupu był istotnie mediowany przez zmienną Obawy β = 0.10; Z = 3.21; p = 0.001; [95%CI = 0.04;0.16]. Zmienna Obawy była istotnym mechanizmem relacji między zmienną Latwosc korzystania a zmienną Intencja zakupu. Obserwowany efekt to mediacja częściowa, wskazująca na utrzymywanie się istotnego efektu bezpośredniego Latwosc korzystania -> Intencja zakupu w obecności zmiennej pośredniczącej Obawy. Wyniki przedstawia rysunek nr 1 i rysunek nr 1b.

Siła predykcyjna modelu

Analiza współczynników wyjaśnionej wariancji wykazała, że najsilniej wyjaśnianą zmienną była zmienna Intencja zakupu R² = 0.22, a najsłabiej Obawy R² = 0.09. Wyniki przedstawia rysunek nr 1 i rysunek nr 1b.

Rysunek 1

Wyniki oszacowań dla modelu mediacyjnego Latwosc korzystania -> Obawy -> Intencja zakupu

Nota: Rysunek przedstawia model strukturalny testowanych zmiennych. Oszacowanie efektu pośredniego = β = 0.10; Z = 3.21; p = 0.001; [95%CI = 0.04;0.16] ; Oszacowanie efektu bezpośredniego Latwosc korzystania -> Intencja zakupu bez obecności mediatora wynosi = β = 0.35; Z = 6.27; p < 0.001; [95%CI = 0.24;0.46] .

Rysunek 1b

Wyniki oszacowań dla modelu mediacyjnego Latwosc korzystania -> Obawy -> Intencja zakupu

*** p < 0.001

** p < 0.01

* p < 0.05

Model mediacyjny Uzytecznosc -> Obawy -> Intencja zakupu

Analiza współczynników modelu mediacyjnego

Analiza poszczególnych relacji w modelu mediacyjnym wykazała następujące rezultaty:

• Wzrost wyników zmiennej niezależnej Uzytecznosc wpływał istotnie na wzrost wyników zmiennej zależnej Intencja zakupu, β = 0.67; Z = 15.28; p < 0.001; 95%CI = [0.59;0.76].

• Wzrost wyników zmiennej niezależnej Uzytecznosc wpływał istotnie na spadek wyników zmiennej pośredniczącej Obawy, β = -0.44; Z = -7.07; p < 0.001; 95%CI = [-0.56;-0.32].

• Wzrost wyników zmiennej pośredniczącej Obawy wpływał istotnie na spadek wyników zmiennej zależnej Intencja zakupu, β = -0.11; Z = -2.15; p = 0.031; 95%CI = [-0.20;-0.01].

Wyniki przedstawia rysunek nr 1 i rysunek nr 1b.

Analiza efektu mediacyjnego

Analiza współczynnika efektu pośredniego wykazała, że wpływ zmiennej Uzytecznosc na zmienną Intencja zakupu był istotnie mediowany przez zmienną Obawy β = 0.05; Z = 2.13; p = 0.033; [95%CI = 0.00;0.09]. Zmienna Obawy była istotnym mechanizmem relacji między zmienną Uzytecznosc a zmienną Intencja zakupu. Obserwowany efekt to mediacja częściowa, wskazująca na utrzymywanie się istotnego efektu bezpośredniego Uzytecznosc -> Intencja zakupu w obecności zmiennej pośredniczącej Obawy. Wyniki przedstawia rysunek nr 1 i rysunek nr 1b.

Siła predykcyjna modelu

Analiza współczynników wyjaśnionej wariancji wykazała, że najsilniej wyjaśnianą zmienną była zmienna Intencja zakupu R² = 0.53, a najsłabiej Obawy R² = 0.19. Wyniki przedstawia rysunek nr 1 i rysunek nr 1b.

Rysunek 1

Wyniki oszacowań dla modelu mediacyjnego Uzytecznosc -> Obawy -> Intencja zakupu

Nota: Rysunek przedstawia model strukturalny testowanych zmiennych. Oszacowanie efektu pośredniego = β = 0.05; Z = 2.13; p = 0.033; [95%CI = 0.00;0.09] ; Oszacowanie efektu bezpośredniego Uzytecznosc -> Intencja zakupu bez obecności mediatora wynosi = β = 0.72; Z = 18.94; p < 0.001; [95%CI = 0.65;0.79] .

Rysunek 1b

Wyniki oszacowań dla modelu mediacyjnego Uzytecznosc -> Obawy -> Intencja zakupu

*** p < 0.001

** p < 0.01

* p < 0.05

Tabela nr 1

Podsumowanie mediacji

Układ	Wynik
Układ Latwosc korzystania -> Obawy -> Intencja zakupu	Mediacja istotna
Układ Uzytecznosc -> Obawy -> Intencja zakupu	Mediacja istotna

Wnioski

Przeprowadzone analizy mediacji wykazały, że obawy przed technologią były istotnym mechanizmem pośredniczącym pomiędzy postrzeganą łatwością a intencją zakupu oraz pomiędzy postrzeganą użytecznością a intencją zakupu. Pierwsza analiza wykazała efekt częściowej mediacji obaw między łatwością i intencją z tego względu, że łatwość korzystania nadal wpływała istotne na wzrost intencji zakupu w obecności obaw. Natomiast zaobserwowano też, że wzrost łatwości korzystania zmniejszał obawy, a zmniejszone obawy wiązały się ze wzrostem intencji zakupu technologii pojazdu autonomicznego. Dalsza analiza dla mediacji obaw pomiędzy użytecznością a intencją zakupu wykazała analogiczny wzorzec wyników. Była to mediacja częściowa w której obawy odrgywały rolę mechanizmu pomiędzy użytecznością a intencją zakupu. Warto zwrócic uwagę, że w porównaniu do wcześniejszej analizy, spadek obaw w tym modelu mediacji miał słabszy wpływ na wzrost intencji zakupu badanej technologii. Podsumowując, obawy przed technologią były znaczącym, ale nie całkowitym mechanizmem relacji między postrzeganą użytecznością i łatwością a intencją zakupu technologii pojazdu autonomicznego.

Bibliografia

Agler R and De Boeck P (2017) On the Interpretation and Use of Mediation: Multiple Perspectives on Mediation Analysis. Front. Psychol. 8:1984. doi: 10.3389/fpsyg.2017.01984

Epskamp, S. (2015). semPlot: Unified visualizations of Structural Equation Models. Structural Equation Modeling. Structural Equation Modeling 22 (3): 474-483.

Hayes, A. F., & Rockwood, N. J. (2017). Regression-based statistical mediation and moderation analysis in clinical research: Observations, recommendations, and implementation. Behaviour Research and Therapy, 98, 39-57

Hryniewicz, K., Milewska, A. (2023). SZTOS: System Zautomatyzowanego Tworzenia Opisu Statystycznego (Wersja SZTOS) [Oprogramowanie]. https://sztos-it.com/

Lai, K. (2018). Estimating standardized SEM parameters given nonnormal data and incorrect model: Methods and comparison. Structural Equation Modeling: A Multidisciplinary Journal, 25(4), 600–620. https://doi.org/10.1080/10705511.2017.1392248

Rosseel Y (2012). “lavaan: An R Package for Structural Equation Modeling.” Journal of Statistical Software, 48(2), 1–36. doi:10.18637/jss.v048.i02.

Wickham, H. (2016). ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York. ISBN 978-3-319-24277-4