7.4. Статистические модели опосредующего и смягчающего действия

7.4. Статистические модели опосредующего и смягчающего действия

C. Aldwin [233] дает краткое объяснение, толкование некоторых статистических методов, используемых при изучении эффектов преодоления стресса на здоровье. Автор отмечает, что в преодолении упрощенно понимают смягчающий эффект, разделяя «плохой» или «хороший» способ преодоления. Среди «плохих» способов находим положительную корреляцию между стрессом и последствиями, принимая во внимание, что при «хороших» способах эта связь будет минимальной или вообще отсутствует. Другими словами, «хороший» стиль преодоления смягчает или сокращает отрицательное влияние стресса. Механизмы преодоления, как считалось, защищают человека от неблагоприятного действия стресса.

В более поздних исследованиях прямое и буферное воздействие обычно описывается иерархическими регрессионными уравнениями [313]. Это снимает проблемы, связанные с более или менее произвольным выделением групп людей. В иерархической регрессионной модели независимой переменной является стресс, а зависимой – стратегия, и затем отдельно вводится в уравнение понятие взаимодействия. Это взаимодействие объединяет множество переменных преодоления и переменную стресса.

Иерархические уравнения регрессии дают два важных показателя, которые позволяют определять, работают ли данные на модель прямого или же буферного действия. Вообще уравнения регрессии (R²) показывают различия между зависимой переменной или результатом, и независимой переменной. Если, например, значение R² = 0,25, то независимые переменные на 25 % определяют результат. Иерархические регрессионные уравнения позволяют определять разницу каждой переменной (или иногда суммы переменных) на каждом шаге, формулируемом как изменение R² или ?R² (не надо только смешивать с пошаговой регрессией, когда компьютер выбирает независимые переменные, которые определяют результат, и затем высчитывает общий R²). Если ?R² для какой-либо переменной существенен, это означает, что переменная вносит в результат большее влияние, чем другие на более ранних этапах.

Второй полезный статистический показатель, выводимый из иерархического регрессионного уравнения – ?, который является просто стандартизированным весом, вычисленным для каждой переменной в данном уравнении. Если ? положительная – это означает, что есть положительная связь между независимой переменной и результатом. Другими словами, чем выше стресс, тем больше количество симптомов мы можем наблюдать. Если ? отрицательна, имеется отрицательная связь между независимой переменной и результатом, то есть, когда используется адекватное преодоление, наблюдается малое количество симптомов стресса. Таким образом, иерархическое уравнение регрессии показывает, связана ли конкретная переменная с результатом, и характер этой связи.

Иерархические регрессионные уравнения позволяют определить, является ли преодоление непосредственным или же опосредованным, на что указывает ?R². Если этот показатель статистически незначим, то можно говорить о том, что преодоление оказывает непосредственное влияние. Связь между преодолением и результатом существует независимо от уровня стресса, но если показатель взаимодействия существенен, преодоление считается действующим по типу буфера, то есть уменьшающим влияние стресса. Отношение зависит от уровня стресса, который испытывает человек.

Возможно, что прямое влияние преодоления будет статистически незначимо, но показатель корреляции существенен. Другими словами, корреляция (или частичная корреляция, отражающая действие стресса) между преодолением и его результатом может оказаться незначимой. Если исследователи не использовали иерархическое уравнение регрессии, чтобы выявить показатель корреляции, они могут ошибочно заключить, что данная стратегия не оказывает никакого влияния. Если показатель корреляции существенен, прежде чем сказать, что преодоление действует по принципу буфера или уменьшения влияния стресса, необходимо определить, насколько преодоление уменьшает стресс.

При использовании иерархического уравнения регресса может возникнуть ошибка при анализе показателя корреляции. Если линии не прямые, но сильно изогнуты, – это означает, что где-то произошла ошибка вычисления. Уравнения регрессии по определению изначально дают прямые линии, которые более или менее точно отражают отношение между стрессом, преодолением и результатами. Возможно, что существует и нелинейное отношение между, скажем, стрессом и депрессией. Однако никто не пробовал исследовать нелинейные взаимодействия при исследовании стресса.