こちらのTable 8.8の例を解説する。コードはリンク先のinpファイルを参照のこと。
データ
大学生女性の間でヒトパピローマウイルス（HPV）のワクチン接種率を高めることを目的とした無作為化対照試験のデータを分析している。被験者は3つの異なる介入群と対照群に無作為に割り付けられ、それぞれの群にはワクチンの接種を決定するビデオが介入として提示された。提示されたビデオは、ピアナラティブメッセージ、エキスパート（医療提供者）ナラティブメッセージ、ピアとエキスパートを組み合わせたナラティブメッセージ、メッセージがないというパターンである(xt1-tx3)。媒介変数intent4は「もしHPVワクチンが完全に無料だったら、次の年にHPVワクチンを接種する可能性はどのくらいでしょうか」という質問によって、ワクチン接種の意思を測定する。これは4点スケールで測定される。コントロール変数は、親とのHPVコミュニケーションhpvcomm（はい/いいえ）、年齢age、性的に活発（はい/いいえ）sezyes、HPV知識knowlである。
分析は、対照変数に関する完全なデータを有するn = 394人の被験者のサンプルに基づいている。このサンプルでは、15％がワクチン接種を受けていた。組み合わせたピアエキスパート介入の効果のみが考慮されている。標本の25％がランダム化されたこの群では、予防接種率は22.2％であったのに対し、対照群では12.0％であった。
モデル
コード
USEVARIABLES ARE
Intent4 tx1 tx2 tx3 Vacc HPVcomm age SxYes Knowl;
CATEGORICAL = Vacc;
MISSING = ALL (99);
Define:
Center age knowl(grandmean);
ANALYSIS:
ESTIMATOR = ml;
bootstrap = 10000;
MODEL:
Vacc ON Intent4 Tx1 Tx2 Tx3 HPVcomm age SxYes Knowl;
Intent4 ON Tx1 Tx2 Tx3 HPVcomm age SxYes Knowl;
model indirect:
vacc IND intent4 tx2;
CATEGORICAL = Vacc;
アウトカム変数のみカテゴリカルに指定。
Define: center age knowl(grandmean);
DEFINEコマンドは、各変数から全体平均を引いている。MODEL INDIRECTコマンドはvaccが結果変数、intent4が媒介変数、tx2が2値の暴露変数となる。tx2はピア・エキスパート介入を意味している。センタリングをするのは多重共線性の影響を受けにくくするためである (Cronbach, 1987)。
- Cronbach, L. J. (1987). Statistical tests for moderator variables: Flaws in analyses recently proposed. Psychological Bulletin, 102(3), 414–417. https://psycnet.apa.org/record/1988-06424-001
結果
MODEL RESULTS
Two-Tailed
Estimate S.E. Est./S.E. P-Value
VACC ON
INTENT4 1.430 0.253 5.645 0.000
TX1 0.311 0.442 0.703 0.482
TX2 0.476 0.385 1.235 0.217
TX3 -0.826 2.143 -0.385 0.700
HPVCOMM 0.270 0.338 0.797 0.426
AGE 0.191 0.083 2.293 0.022
SXYES 0.215 0.329 0.653 0.514
KNOWL -0.036 0.071 -0.503 0.615
INTENT4 ON
TX1 0.149 0.106 1.400 0.161
TX2 0.300 0.092 3.270 0.001
TX3 -0.066 0.141 -0.465 0.642
HPVCOMM 0.093 0.078 1.196 0.232
AGE -0.049 0.021 -2.283 0.022
SXYES 0.044 0.078 0.573 0.567
KNOWL -0.003 0.017 -0.160 0.873
Intercepts
INTENT4 2.718 0.082 32.959 0.000
Thresholds
VACC$1 6.657 0.870 7.649 0.000
Residual Variances
INTENT4 0.591 0.041 14.293 0.000
CONFIDENCE INTERVALS OF TOTAL, INDIRECT, AND DIRECT EFFECTS BASED ON COUNTERFACTUALS (CAUSALLY-DEFINED EFFECTS)
Lower .5% Lower 2.5% Lower 5% Estimate Upper 5% Upper 2.5% Upper .5%
Effects from TX2 to VACC
Tot natural IE 0.009 0.016 0.020 0.048 0.083 0.092 0.111
Pure natural DE -0.037 -0.019 -0.010 0.041 0.098 0.111 0.139
Total effect -0.011 0.013 0.024 0.089 0.165 0.182 0.218
Odds ratios for binary Y
Tot natural IE 1.085 1.155 1.197 1.448 1.833 1.932 2.147
Pure natural DE 0.634 0.803 0.894 1.523 2.715 3.045 3.896
Total effect 0.895 1.137 1.283 2.205 4.115 4.665 6.051
媒介変数との相互作用がある場合
8.9は媒介変数との相互作用がある場合のコマンドが掲載されている。調整効果を示すMODコマンドを使用する。
8.8と違うところは以下である。DEFINEコマンドは、intent4とtx2 の積として相互作用項の変数mxを作成する。特定の間接効果を指定するためにMODオプションを使用する。MODオプションでは、vaccがアウトカム変数、intent4が媒介変数、mxがintent4とtx2の間の相互作用、tx2が2値の暴露変数である。
USEVARIABLES ARE
Intent4 tx1 tx2 tx3 Vacc HPVcomm age SxYes Knowl mx;
CATEGORICAL = Vacc;
MISSING = ALL (99);
Define:
mx = intent4*tx2;
center age knowl(grandmean);
ANALYSIS:
ESTIMATOR = ml;
bootstrap = 10000;
MODEL:
Vacc ON Intent4 Tx1 Tx2 Tx3 HPVcomm age SxYes Knowl mx;
Intent4 ON Tx1 Tx2 Tx3 HPVcomm age SxYes Knowl;
model indirect:
vacc MOD intent4 mx tx2;
調整変数については以下を参照のこと。
村山航『媒介分析・マルチレベル媒介分析』 https://koumurayama.com/koujapanese/mediation.pdf
