Headnote
Abstract
Many variables studied in social and behavioral science researches inherently involve at least two individuals and the concept of dyad is used for these pairs with a certain relationship and connection between them and the concept of dyadic data is used for the data collected from these pairs. Analyzing the data obtained from these individuals (dyadic data) thinking that they are independent of each other may present misleading findings. In addition, complex models need to be established and tested to reveal how the pairs affect each other. Although programs such as LISREL, AMOS, MPLUS, R can be used to test various models established with dyadic data, many of these programs are paid or require researchers to know coding. The purpose of this article is to introduce the MEDYAD macro, which allows testing the mediation model (APIMeM) in distinguishable dyadic data without the need for coding. Within the scope of this study, the mediation model in dyadic data is first briefly explained, then the installation of the macro, preparation of the data file, and data analysis steps are given. Finally, how to interpret the analysis outputs is briefly explained.
Keywords: Mediation in dyadic data, APIMeM, dyadic data, distinguishable binary data, MEDYAD
Öz
Sosyal ve davranış bilimi araştırmalarında ele alınan birçok deǧişken doǧası gereǧi en az iki kişiyi içerir ve aralarında belirli bir ilişki, baǧlantı bulunan bu ikililer için diyad ve bu ikililerden toplanan veriler için de diyadik veri kavramı kullanılır. Bu bireylerden elde edilen verilerin (diyadik veriler) birbirinden baǧımsız olduǧunu düşünerek analiz etmek yanıltıcı bulgular sunabilir. Ayrıca ikilinin birbirlerini nasıl etkilediǧini ortaya çıkarmak için karmaşık modellerin kurulması ve test edilmesi gerekmektedir. Diyadik verilerle kurulan çeşitli modelleri test etmek için LISREL, AMOS, MPLUS, R gibi programlar kullanilabilse de bu programların birçoǧu ücretli veya araştırmacıların kodlama bilmesini gerektirmektedir. Bu makalenin amacı kodlama bilmeye gerek kalmadan ayırt edilebilir diyadik verilerde aracılık modelini (APIMeM) test etmeyi saǧlayan MEDYAD makrosunu tanıtmaktır. Bu çalışma kapsamında, öncelikle kısaca diyadik verilerde aracılık modeli açıklanmış, ardından makronun kurulumu, veri dosyasının hazırlanması ve veri analiz adımlarına yer verilmiştir. Son olarak analiz çıktılarının nasıl yorumlanacaǧı kısaca açıklanmıştır.
Anahtar sözcükler: İkili verilerde aracılık, APIMeM, diyadik veri, ayırt edilebilir ikili veri, MEDYAD
In many fields, from social sciences to health research, from business and educational sciences to psychology, it focuses on investigating how and why existing relationships emerge rather than whether there are relationships between variables. Mediation analysis is a statistical method that tests whether the effect of an independent variable (X) on the dependent variable (Y) is indirectly realized through a mediator variable (M) (Baron & Kenny, 1986). This analysis is used to understand whether one variable has a direct effect on another or whether this effect is indirectly realized through another variable. Mediation analysis answers not only the question of "is there a relationship?" between variables, but also the question of "how?" between variables. This has an important place in terms of developing, testing theoretical models, and structuring strategy suggestions. Mediation analysis allows for a more detailed examination of the relationships between variables in fields such as social and behavioral sciences (MacKinnon et al., 2007).
Many variables discussed in the social and behavioral sciences are by definition interpersonal, and as a result, observations refer to dyadic relationships or group dynamics embedded in a social context rather than to a single individual. Examples of these variables include concepts such as love, conflict, person perception, helping, aggression, attachment, and communication (Kenny et al., 2006). That is, despite the individualistic focus of social and behavioral science research, many theoretical concepts inherently involve two individuals. These two-person couples take many forms in social life, such as married or dating couples, pairs of friends, business partners, parent and child, doctor and patient, coworkers, teacher and student (Coutts et al. 2019). The two members of a dyad are not simply two independent individuals. The term dyad is used to describe dyads that have a specific relationship and connection between them, and the term dyadic data is used to describe the data collected from these dyads (Kenny et al., 2006). In dyadic studies, the responses or characteristics of an individual are likely to be related to the responses or characteristics of another individual in the same dyadic. For example, when measuring the relationship satisfaction of a couple, the satisfaction level of one person is usually related to the satisfaction level of their partner. Therefore, the independence assumption of classical statistical techniques such as regression and analysis of variance, which are frequently used in the analysis of data, is often violated in dyadic data, and this affects the choice of analysis methods (Coutts et al., 2019; Kenny, 1996; Kenny et al., 2006). Using classical statistical analysis methods without considering the violation of the independence assumption in dyadic data can lead to the production of misleading results. Therefore, integrating the concept of dependency into the analysis process in dyadic data is critical to achieving more accurate results and understanding the dynamics of interpersonal relationships.
In dyadic data analysis, one of the fundamental questions that researchers must first answer is whether dyad members can be distinguished from each other based on a specific variable or feature. Discernibility means that dyad members can be meaningfully ranked in terms of their characteristics or roles. For example, heterosexual couples can be distinguished from each other by gender (female/male), and siblings can be distinguished from each other by birth order (older sibling/younger sibling). If such a systematic ranking can be made, dyad members are considered distinguishable. However, if there is no variable that can be ranked among dyad members, such as in studies conducted with same-sex friendships or identical twins, such dyads are considered indistinguishable. Taking this into account, researchers should model the relationships between dyads more accurately and choose the appropriate statistical technique (Cook & Kenny, 2005; Kenny et al., 2006).
The Actor-Partner Interdependence Model (APIM) comes to the fore in the examination of dyadic data (Kenny, 2018; Kenny et al., 2006). In the international literature, this model has been used since the early 2000s and has been widely discussed in research (Cook and Kenny, 2005; Curran, 2018; Du et al., 2022; Faro et al., 2018; Garcia et al., 2015; Hart et al., 2021; Ivziku et al., 2019; Kenny and Cook, 1999; Kenny et al., 2006; Liu et al., 2019; Maroufizadeh et al., 2018; Norton et al., 2020; Proyer et al., 2019; Rakhshani et al., 2022), while there are a limited number of studies including this model in the domestic literature (Aydogan and Ozbay, 2015; Gündoǧdu Aktürk, 2021; Karababa, 2023; Kölemen, 2022; Sakmar, 2015; Yıldırımoǧlu, 2017), it has been seen that it continues to exist as a subject that is still very unknown and waiting to be discovered. In the examination of bitterness in dyadic data, the Actor-Partner Interdependence Mediation Model (APIMeM) is used. In Türkiye, no research has been found that introduces this model and addresses how to analyze the data with sample applications. Therefore, it is thought that this article will increase the use of APIMeM in social sciences and increase the equipment of researchers regarding the analysis of data. In this direction, first of all, the conceptual foundations of APIMeM used to determine the mediation effect in dyadic data are briefly explained, then how to perform the analyses with the MEDYAD macro used to test the mediation effect in distinguishable dyadics developed by Coutts et al. (2019) in a sample data set and how to interpret the results are explained.
APIMeM
APIMeM is an extension of the basic APIM models. APIM allows for the measurement of the influence of members of a dyad on each other, basing interactions between couples on two basic factors: actor effect and partner effect. APIM allows for the simultaneous examination of the effect of an individuals own predictor variable on their own outcome variable (i.e., actor effect) and their partner's outcome variable (i.e., partner effect) (Stas et al., 2018). When this model is extended with a third pair of variables, the APIMeM model is formed. The basic APIM diagram is shown in Figure 1 and the APIMeM diagram is shown in Figure 2 (Coutts et al., 2019; Kenny et al., 2006; Ledermann et al., 2011).
In Figure 1, a causal relationship is defined between the independent variable X and the dependent variable Y via the variable M, and the direction of the arrows indicates the direction of the assumed causal flow. The variables belonging to each member of the dyad are also labeled 1 and 2. This model includes eight indirect effects of X on Y. The indirect effects are the products of the effect of X on М and the effect of Mon Y. Four of the indirect effects are actor indirect effects, because they represent the effect of a dyad member's X on their own Y, two through their own M (a bi, a4b4) and the other two through their partner's M (azb3, asb,). The other four indirect effects are partner indirect effects; because they represent the effect of a dyad member's X on their partner's Y, two through their own M (a bs, a4b3) and the other two through their partner's M (aba, azbı) (Coutts et al., 2019; Sadler et al., 2011). The coefficients cı, C2, C3 and C4 in Figure 2 are called the total effect in the mediation literature. After the indirect effects are determined, the statistical significance of each of these effects should be tested. According to modern approaches, the recommended method for testing the significance of the indirect effect is the bootstrap method, which is based on the fact that the sampling distribution of the product of two coefficients is not normal (Hayes, 2018; MacKinnon et al., 2002; Shrout and Bolger, 2002).
MEDYAD Macro and a Sample Application
When the national literature is examined, APIMeM has generally been tested using programs that test the structural equation model such as AMOS, LISREL, R or Mplus (Aras, 2022; Coban, 2019; Dasci, 2022). Many of these programs are paid or require researchers to know how to code. For this reason, web applications and macros that do not require coding have been developed to easily test these models.
The first thing researchers should consider in APIM is whether diyad members can be distinguished from each other based on a certain variable or feature. Considering this situation of diyads, it is important to choose the appropriate statistical technique. APIMeM analyses in which diyads are indistinguishable can be performed with an application accessible from https://davidakenny.shinyapps.10/APIMeM/ that uses the lavaan package written by Kenny (2015). This web-based application is open to everyone and is free of charge. There is no need to download the R program or know how to code for the application to work. Kenny (2015) states that this application only allows indistinguishable pairs. MEDYAD, developed by Coutts et al. (2019), is a regression-based macro that can be used by writing a single line of code in SPSS, SAS and К that performs mediation analysis with distinguishable dyadic data. It is designed to handle APIMeM and models that are special cases and extensions of this model. MEDYAD can be downloaded free of charge from https://jjcoutts.com/software/medyad/ with documentation explaining its use and features.
In this article, a section of data from the publicly available dataset, the 500 Families Study (Schneider and Waite, 2008), was used to implement the sample application of APIMeM. The model was created using the variables of parenting being harder than expected (X), depressive feelings (M), and marital satisfaction (Y) in this dataset. In this model, it will be tested whether the level of mothers and fathers feeling that parenting is harder than expected mediates the effect of the couples' depressive feelings on their own (actor) and their spouses' (partner) marital satisfaction (mediating partner effect-mediating actor effect).
In line with the main purpose of the study, before testing the model on the paired (dyadic/dyadic) dataset, information on the suitability of the dataset for analysis and its preparation for analysis was provided. It is recommended that the process of preparing the data for analysis, especially the examinations related to multivariate (multivariate extreme values, multivariate normality, multicollinearity, etc.) should be performed on the paired data set (Kenny et al., 2006). First, the data set should be examined in terms of univariate missing value, extreme value and normality, then in terms of multivariate missing value, multivariate extreme value and multivariate normality. Univariate extreme values can be determined by calculating standard z scores for each of the variables. Tabachnick and Fidell (2013) consider the values outside the z value range of ±3.29 as univariate extreme values. For univariate normality, it can be examined whether the kurtosis and skewness coefficients of the variables are between +1.5 values. For multivariate extreme values, Mahalanobis distance can be calculated. If the Mahalanobis distance is greater than the table chisquare value (D2X2k,0.95), the observation is considered a multivariate outlier (Tabachnick and Fidell, 2013). Mardia's multivariate normality test can be performed to test whether the multivariate normality assumption is met. If the result of the Mardia test is significant, it means that the data does not meet the multivariate normality assumption. After these examinations, the homoscedasticity and multicollinearity assumptions, which are important in regression-based models, should also be tested. The Breusch-Pagan test and the Koenker test are recommended for examining homoscedasticity (Garcia Granero, 2002). In order to determine the multicollinearity problem between variables, correlation, tolerance and VIF (variance inflation factor) values can be examined. It is recommended to consult basic statistics sources for information on how to test the assumptions expressed here. After the assumptions are tested, the actual analyses can be performed. Since the main purpose here is how to test the Dyadic mediation effect and how to interpret the results, hypothesis tests are not included.
The data file to be used in dyadic data analysis should be organized appropriately depending on the statistical technique to be used. Since the data for this analysis is in a dyadic structure, each row is organized to show the dyadics and the columns are organized to show the variables measured in both dyadic members. The data file contains data from 315 married couples with no missing data and has six columns, three variables for each member of the dyadic. The data for men is created with variable names ending with " E" and the data for women with variable names ending with " K" as in Figure 3.
MEDY AD allows analysis to be performed both by writing a single line of code and by adding it to SPSS. In any SPSS file, click on the "Custom Dialogs" and "Install Custom Dialog" sections from the "Utilities" tab. Then, select the MEDY AD macro from the window that opens and click on "Open". The relevant steps are given in Figure 4.
In testing mediation in SPSS for distinguishable dyads using MEDYAD, the MEDYAD add-on is selected by clicking on the "Analyze-Regression" tabs as in Figure 5 and the variables in the model are placed in the relevant places from the opened window. Then, when OK is clicked, the relevant analysis is performed and all results are included in the output file.
The first part of the output file includes the variables in the model, the number of dyads, descriptive statistics of the variables and correlations between the variables, as in Figure 6. The state of the variables placed in the model is also as in Figure 6.
The second part of the MEDYAD output includes the actor and partner effects of parental difficulty (X) on depression (M), as in Figure 7. The locations of the coefficients in the second part of the output in the model are also given in Figure 7.
In these results, it is seen that the confidence intervals of the coefficients aj, a, and a3 include the value of zero. In addition, the p value is below .05 and these coefficients are not significant. Therefore, men's sense of parenting difficulty is not a significant predictor of their own (actor) and spouse (partner) depression scores. Women's sense of parenting difficulty is a significant predictor of their own depression scores (actor), but not of their spouse (partner) depression scores.
The third part of the MEDY AD output includes the regression results of the actor and partner effects of the sense of parenting difficulty (X) and the depression (M) variable on marital satisfaction (Y), as in Figure 8.
In these results, it is seen that the confidence intervals of the coefficients c'i, c'3 and c'2 include the value of zero. The р value of these coefficients is also below .05 and these coefficients are not significant. The other coefficients are statistically significant. What is important in testing the mediation effect is the significance of the indirect effects rather than whether each path is significant or not. As stated before, four of the indirect effects are actor indirect effects because they represent the effect of a dyad member's X on their Y, two through their own M (a bi, a4b4) and the other two through their partner's M (abs, asb,). The other four indirect effects are partner indirect effects; because they represent the effect of a dyad member's X on their partner's Y, two through their own M (abs, a4b;) and the other two through their partner's M (azba, asb1) (Coutts et al., 2019; Sadler et al., 2011).
The fourth part of the MEDYAD output is the residual correlation matrix as in Figure 9, the results of the total effect of the actor and partner's sense of parental difficulty on marital satisfaction (coefficients in Figure 1), followed by the indirect effects of the wife's and husband's sense of parental difficulty on their own marital satisfaction through their own and their spouse's depression, and the indirect effects of the wife's and husband's sense of parental difficulty on their spouse's marital satisfaction through their own and their spouse's depression.
According to the results in the total effects model, only the ca coefficient is interpreted as statistically significant. In mediation analyses, it is stated that even if the total effects are not significant, that is, if the c coefficients are weak, significant mediation effects can occur when the a and b coefficients are strong (Jose, 2013; MacKinnon, 2008; Shrout and Bolger, 2002). Therefore, in order to understand the mediation effects, it is important to focus on the significance of the indirect effect (ab) instead of focusing only on the c coefficient or the significance of the a and b coefficients. The actor and partner indirect effect results in APIMeM are included in the last two output files, Figure 10 and Figure 11. The multiplication of the paths by which these coefficients are formed is also shown in the model.
In this output, it is seen that the analysis results are not significant because the bootstrap confidence intervals of the indirect effects include the value of zero. It is seen that the effect of men's sense of parental difficulty on their own marital satisfaction is not mediated by their own depression (Indl) and their spouses' depression (Ind2). It is seen that the effect of men's sense of parental difficulty on their spouses' marital satisfaction is not mediated by their own depression (Ind3) and their spouses' depression (Ind4). In other words, this part of the MEDY AD output includes the results of two actor indirect effects and two partner indirect effects out of eight indirect effects.
In this output, it is interpreted that two of the bootstrap confidence intervals of the indirect effects contain zero values, and therefore these two indirect effects are not significant. It is seen that women's own depression (Ind8) is a significant mediator variable in the effect of their parental difficulty on their own marital satisfaction, while the mediation effect of their husbands' depression (Ind7) is not significant. It is seen that women's own depression (Ind5) does not mediate the effect of their parental difficulty on their husbands' marital satisfaction, but their husbands' depression (Ind6) has a mediating effect. In other words, in this part of the MEDY AD output, the results of the other two actor indirect effects and the two partner indirect effects from the eight indirect effects are included.
Conclusion and Discussion
Dyadic data, which are popular in foreign literature and increasingly widespread in domestic literature, have an important place. Since the independence assumption of statistical techniques such as regression and variance analysis, which are frequently used in the analysis of data, is generally violated in dyadic data, statistical techniques based on dependency in the analysis of such data attract the attention of researchers more. In this study, a detailed review of the MEDYAD macro is presented regarding how to test mediation effects in data collected from individuals with a connection between them and how to interpret the obtained findings. Details on how to add this macro to the SPSS program, which is still heavily used in data analysis, how to access the macro, analysis steps and interpretations of the results are included. It is thought that this comprehensive review will serve as a guide for researchers who intend to test different structural equation models by increasing the accessibility and usability of advanced statistical techniques.
The software used in APIMeM analysis offers different advantages and disadvantages. MEDYAD macro is a macro that works in SPSS environment, therefore it is more accessible and easy to use for SPSS users. It was specially developed to perform APIMeM analyses via the interface without the need to write code. In addition, R and Lisrel programs require writing code. MEDYAD macro calculates direct and indirect effects, provides confidence intervals and p values. It also provides Bootstrap confidence intervals to evaluate the significance of the mediation effect. While Bootstrap confidence intervals are obtained as a result of the analysis made with R and Mplus programs, these values cannot be obtained in Lisrel program. The tables in the outputs obtained as a result of MEDYAD are obtained directly in accordance with APA format and are easy to report. In addition to these advantages, MEDY AD macro has some disadvantages compared to other programs. MEDYAD macro does not allow the analysis of advanced and flexible structural equation models such as Mplus, R, Lisrel. Since the macro is run in SPSS environment, it may be more difficult to make flexible changes to the model. Researchers cannot write detailed code and test different modeling approaches as they can in Mplus or R.
As a result, if SPSS users want to perform an easy and fast APIMeM analysis, MEDYAD is one of the best options. If the same data set, the same model and the same number of bootstrap repetitions are used, it is thought that the results obtained from MEDYAD and R, Mplus and Lisrel will be largely the same. It is also recommended that this situation be tested in a separate study and the results obtained from different programs be compared.
Sosyal bilimlerden saglik arastirmalarina, isletme ve egitim bilimlerinden psikolojiye kadar birçok alanda, deǧişkenler arasında ilişkilerin olup olmadıǧından ziyade var olan ilişkilerin nasıl ve neden ortaya çıktıǧını araştırmak üzerine yoǧunlaşmaktadır. Aracılık analizi, bir baǧımsız deǧişkenin (X) baǧımlı deǧişken (Y) üzerindeki etkisinin, bir aracı deǧişken (M) üzerinden dolaylı olarak gerçekleşip gerçekleşmediǧini test eden bir istatistiksel yöntemdir (Baron ve Kenny, 1986). Bu analiz, bir deǧişkenin diǧerine doǧrudan bir etkisi olup olmadıǧını veya bu etkinin bir başka deǧişken aracılıǧıyla dolaylı bir şekilde gerçekleştiǧini anlamak için kullanılır. Aracılık analizi yalnızca, deǧişkenler arasında ilişki "var mı?" sorusuna deǧil, aynı zamanda deǧişkenler arasındakı ilişki "nasıl?" sorusuna da yanıt verir. Bu durum, kuramsal modellerin geliştirilmesi, test edilmesi ve strateji önerilerinin yapılandırılması açısından önemli bir yere sahiptir. Aracılık analizi, sosyal bilimler ve davranış bilimleri gibi alanlarda deǧişkenler arasındaki ilişkilerin daha ayrıntılı bir şekilde incelenmesine olanak saǧlar (MacKinnon ve diǧ., 2007).
Sosyal ve davranış bilimlerinde ele alınan deǧişkenlerin çoǧu, tanım gereǧi kişiler arasıdır ve sonuç olarak, gözlemler tek bir kişiyle ilgili olmaktan çok sosyal bir baǧlama dahil olan ikili ilişkilere ya da grup dinamiklerine atıfta bulunur. Sevgi, çatışma, kişi algısı, yardım etme, saldırganlık, baǧlanma ve iletişim gibi kavramlar bu deǧişkenlere örnek olarak verilebilir (Kenny ve diǧ., 2006). Yani, sosyal ve davranış bilimi araştırmalarının bireyci odaǧına raǧmen, birçok kuramsal kavram doǧası gereǧi iki kişiyi içerir. Bu iki kişiyi içeren çiftler, evli veya flört eden çiftler, arkadaş çifti, iş ortakları, ebeveyn ve çocuǧu, doktor ve hastası, iş arkadaşları, öǧretmen ve öǧrencisi gibi sosyal yaşamda birçok biçime bürünür (Coutts ve diǧ. 2019). Bir ikilinin iki üyesi, sadece iki baǧımsız birey deǧildir. Aralarında belirli bir ilişki ve baǧlantı bulunan bu ikililer için diyad ve bu ikililerden toplanan veriler için de diyadik veri kavramı kullanılır (Kenny ve diǧ., 2006). Diyadik çalışmalarda, bir bireyin yanıtlarının veya özelliklerinin, aynı diyadaki diǧer bireyin yanıtları veya özellikleriyle ilişkili olma olasılıǧı yüksektir. Örneǧin, bir çiftin ilişki doyumu ölçüldüǧünde, bir kişinin doyum düzeyi genellikle partnerinin doyum düzeyi ile ilişkilidir. Bu nedenle verilerin analizinde sıklıkla kullanılan regresyon ve varyans analizi gibi klasik istatistiksel tekniklerin baǧımsızlık varsayımı, diyadik verilerde genellikle ihlal edilmekte ve bu durum analiz yöntemlerinin seçimini etkilemektedir (Coutts ve diǧ., 2019; Kenny, 1996; Kenny ve diǧ., 2006). Diyadik verilerde baǧımsızlık varsayımının ihlali göz önünde bulundurulmadan klasik istatistiksel analiz yöntemlerinin kullanılması yanıltıcı sonuçların üretilmesine yol açabilir. Bu nedenle diyadik verilerde baǧımlılık kavramını analiz sürecine entegre etmek, daha doǧru sonuçlara ulaşmak ve bireyler arası ilişkilerin dinamiklerini anlamak açısından kritik öneme sahiptir.
Diyadik veri analizinde, araştırmacıların öncelikle yanıtlaması gereken temel sorulardan biri, diyad üyelerinin belirli deǧişken ya da özelliǧe dayanarak birbirinden ayırt edilip edilemeyeceǧidir. Ayırt edilebilirlik, diyad üyelerinin özellikleri ya da rolleri açısından anlamlı bir şekilde sıralanabilmesi anlamına gelir. Örneǧin, heteroseksüel çiftler cinsiyet (kadın/erkek), kardeşler ise doǧum sırası (büyük kardeş/küçük kardeş) degiskeniyle birbirinden ayrılabilir. Eger böyle bir sistematik sıralama yapılabiliyorsa diyad üyeleri ayırt edilebilir (distinguishable) olarak kabul edilir. Ancak, aynı cinsiyetten arkadaşlık ilişkileri ya da tek yumurta ikizleriyle yürütülen araştırmalardaki gibi, diyad üyeleri arasında sıralama yapılabilecek bir deǧişken yoksa ve bu tür diyadlar ayırt edilemez (indistinguishable) olarak deǧerlendirilir. Araştırmacılar, bu durumu göz önünde bulundurarak diyadlar arasındaki ilişkileri daha doǧru bir şekilde modelleyerek uygun istatistiksel tekniǧi seçmelidir (Cook ve Kenny, 2005; Kenny ve diǧ., 2006).
Diyadik verilerin incelenmesinde Aktör-Partner Karşılıklı Baǧımlılık Modeli (APIM) ön plana çıkmaktadır (Kenny, 2018; Kenny ve diǧ., 2006). Yurt dışı alanyazında bu modelin 2000'li yılların başından itibaren kullanılmaya başlandıǧı ve araştırmalarda yaygın olarak ele alındıǧı (Cook ve Kenny, 2005; Curran, 2018; Du ve diǧ., 2022; Faro ve diǧ., 2018; Garcia ve diǧ., 2015; Hart ve diǧ., 2021; Ivziku ve diǧ., 2019; Kenny ve Cook, 1999; Kenny ve diǧ., 2006; Liu ve diǧ., 2019; Maroufizadeh ve diǧ., 2018; Norton ve diǧ., 2020; Proyer ve diǧ., 2019; Rakhshani ve diǧ., 2022), yurt içi alanyazınında ise bu modeli içeren sınırlı sayıda araştırma olduǧu (Aydoǧan ve Özbay, 2015; Gündoǧdu Aktürk, 2021; Karababa, 2023; Kölemen, 2022; Sakmar, 2015; Yıldırımoǧlu, 2017), hala çok bilinmeyen ve keşfedilmeyi bekleyen bir konu olarak varlıǧını sürdürdüǧü görülmüştür. Diyadik verilerde acılıǧın incelenmesinde ise Aktór-Partner Karşılıklı Baǧımlılık Aracılık Modeli (Actor Partner Interdependence Mediation Model-APIMeM) kullanılmaktadır. Türkiye'de bu modeli tanıtan ve verilerin nasıl analiz edileceǧini örnek uygulamalarla ele alan bir araştırmaya rastlanmamıştır. Bu nedenle, bu makale ile APIMeM'in sosyal bilimlerde kullanımının ve araştırmacıların verilerin çözümlenmesine ilişkin donanımlarının artmasının saǧlanacaǧı düşünülmektedir. Bu doǧrultuda, öncelikle diyadik verilerde aracılık etkisini belirlemede kullanılan APIMeM'in kavramsal temelleri kısaca açıklanmış, ardından örnek bir veri setinde Coutts ve diǧ. (2019) tarafından geliştirilen ayırt edilebilir diyadlarda aracılık etkisini test etmede kullanılan MEDYAD makrosu ile analizlerin nasıl gerçekleştirileceǧi ve sonuçların nasıl yorumlanacaǧı açıklanmıştır.
APIMeM
APIMeM, temel APIM modellerinin genişletilmiş bir halidir. APIM, bir ikilinin üyelerinin birbirleri üzerindeki etkisini de ölçmeyi saǧlayarak, çiftler arasındaki etkileşimleri iki temel faktöre dayandırır: aktör etkisi ve partner etkisi. APIM, bireyin kendi yordayıcı deǧişkeninin kendi sonuç deǧişkeni (yani aktör etkisi) ve partnerinin sonuç deǧişkeni (yani partner etkisi) üzerindeki etkisinin eşzamanlı olarak incelenmesine olanak saǧlar (Stas ve diǧ., 2018). Bu model üçüncü bir deǧişken çiftiyle genişletildiǧinde APIMeM modeli oluşur. Şekil 1'de temel APIM diyagramı ve Şekil 2'de APIMeM diyagramı gösterilmiştir (Coutts ve dig., 2019; Kenny ve dig., 2006; Ledermann ve diǧ., 2011).
Şekil 1'de, X baǧımsız deǧişkeni ile Y baǧımlı deǧişkeni arasında М deǧişkeni üzerinden nedensel bir ilişki tanımlanmıştır ve okların yönü varsayılan nedensel akışın yönünü göstermektedir. Diyadin her üyesine ait olan deǧişken de 1 ve 2 olarak adlandırılmıştır. Bu model, X'in Y üzerindeki sekiz dolaylı etkisini içerir. Dolaylı etkiler, X'in M üzerindeki etkisinin ve M'nin Y üzerindeki etkisinin ürünleri olarak oluşur. Dolaylı etkilerden dördü, aktör dolaylı etkileridir; çünkü bir ikili üyenin X'inin kendi Y'si üzerindeki etkisini, ikisi kendi M'si (aıbı, a4b4) ve diǧer ikisi partnerinin M'si (azb3, a3b>) aracılıǧıyla temsil ederler. Diǧer dört dolaylı etki, partner dolaylı etkileridir; çünkü bir ikili üyenin X'inin partnerinin Y'si üzerindeki etkisini, ikisi kendi M'si (aıb>, a4b3) ve diǧer ikisi partnerinin M'si (a>ba, azb1) aracılıǧıyla temsil ederler (Coutts ve dig., 2019; Sadler ve dig., 2011). Şekil 2" deki cı, c>, C3 ve ca katsayıları ise aracılık alanyazininda toplam etki olarak adlandırılır. Dolaylı etkiler belirlendikten sonra bu etkilerin her birinin istatistiksel olarak manidarlıǧının test edilmesi gerekir. Modern yaklaşımlara göre dolaylı etkinin manidarlıǧının test edilmesinde önerilen yöntem, iki katsayının çarpımının örnekleme daǧılımının normal olmadıǧını temel alan bootstrap yöntemidir (Hayes, 2018; MacKinnon ve diǧ., 2002; Shrout ve Bolger, 2002).
MEDYAD Makrosu ve Örnek Bir Uygulama
Ulusal alanyazın incelendiǧinde, APIMeM genellikle AMOS, LISREL, R veya Mplus gibi yapısal eşit modelini test eden programlar kullanılarak test edilmiştir (Aras, 2022; Çoban, 2019; Daşçı, 2022). Bu programların birçoǧu ücretli veya araştırmacıların kodlama bilmesini gerektirmektedir. Bu durumdan dolayı, bu modelleri kolaylıkla test edebilmek için kodlama bilmeyi gerektirmeyen web uygulamaları ve makrolar geliştirilmiştir.
APIM'de araştırmacıların öncelikle göz önünde bulundurması gereken durum, diyad üyelerinin belirli deǧişken ya da özelliǧe dayanarak birbirinden ayırt edilip edilemeyeceǧidir. Diyadların bu durumu göz önünde bulundurularak uygun istatistiksel tekniǧin seçilmesi önem arz etmektedir. Diyadların ayırt edilemez olduǧu APIMeM analizleri, Kenny (2015) tarafından yazılmış lavaan paketini kullanan https://davidakenny.shinyapps.io/APIMeM/ adresinden erişilebilen bir uygulamayla gerçekleştirilebilmektedir. Bu web tabanlı uygulama herkesin erişimine açıktır ve ücretsizdir. Uygulamanın çalışması için R programını indirmeye ya da kodlama bilmeye gerek yoktur. Kenny (2015) bu uygulamanın yalnızca ayırt edilemeyen ikililere izin verdiǧini ifade etmektedir. Coutts ve diǧ. (2019) tarafından geliştirilen MEDYAD ise, SPSS, SAS ve R'da ayırt edilebilir diyadik verilerle aracılık analizini yapan tek satırlık bir kod yazılarak kullanılabilen regresyon tabanlı bir makrodur. APIMeM ve bu modelin özel durumları ve uzantıları olan modelleri ele almak üzere tasarlanmıştır... MEDYAD, https://jjeoutts.com/software/medyad/ adresinden kullanımını ve özelliklerini açıklayan belgelerle birlikte ücretsiz
indirilebilir. Bu makalede, APIMeM ile ilgili örnek uygulamanın gerçekleştirilmesinde kamuya açık bir veri seti olan 500 Aile Çalışması (Schneider ve Waite, 2008) adlı araştırmanın verilerinin bir kesiti kullanılmıştır. Bu veri setindeki ebeveynliǧin tahmin edilenden zor olma hissi (X), depresif duygular (M) ve evlilik doyumu (Y) deǧişkenleri kullanılarak model oluşturulmuştur. Bu modelde, anne ve babaların ebeveynliǧin tahminlerinden zor olduǧunu hissetme düzeylerinin kendilerinin (aktör) ve eşlerinin (partner) evlilik doyumları üzerindeki etkisinde çiftlerin depresif duygu düzeylerinin aracılık edip etmediǧi (aracı partner etki-aracı aktör etki) test
edilecektir. Araştırmanın ana amacı doǧrultusunda eşleştirilmiş (ikili/diyadik) veri seti üzerinden model test edilmeden önce veri setinin analize uygunluǧu ve analize hazırlanmasına ilişkin bilgilere yer verilmiştir. Verilerin analize hazırlanma sürecinin özellikle çok deǧişkenlikle ilişkili incelemelerin (çok deǧişkenli uç deǧerler, çok deǧişkenli normallik, çoklu doǧrusal baǧlantılılık vb.) eşleştirilmiş veri seti üzerinden yapılması önerilmektedir (Kenny ve diǧ., 2006). Öncelikle veri seti tek kayıp deǧer, uç deǧer ve normallik açısında, ardından çok deǧişkenli kayıp deǧer, çok deǧişkenli uç deǧer ve çok deǧişkenli normallik açısından incelenmelidir. Tek deǧişkenli uç deǧerler, deǧişkenlerin her biri için standart z puanları hesaplanarak belirlenebilir. Tabachnick ve Fidell (2013) z deǧeri ·3.29 aralıǧının dışındaki deǧerlerin tek deǧişkenli uç deǧerler olarak deǧerlendirmektedir. Tek deǧişkenli normallik için deǧişkenlerin basıklık ve çarpıklık katsayılarının +1.5 deǧerleri arasında olup olmadıǧı incelenebilir. Çok deǧişkenli uç deǧerler için ise Mahalonobis uzaklıǧı hesaplanabilir. Mahalanobis uzaklıǧı tablo ki-kare deǧerinden büyük ise (D·>7 k0.05) gözlem çok deǧişkenli uç deǧer olarak kabul edilir (Tabachnick ve Fidell, 2013). Çok deǧişkenli normallik varsayımının saǧlanıp saǧlanmadıǧını test etmek amacıyla Mardia'nın çok deǧişkenli normallik testi yapılabilir. Mardia testinin sonucu manidar çıkarsa, veriler çok deǧişkenli normal varsayımını saǧlamıyor demektir. Bu incelemelerin ardından regresyon temelli modellerde önemli olan eşvaryanslılık ve çoklu baǧlantılılık varsayımının da test edilmesi gerekir. Esvaryansliliÿin incelenmesinde Breusch-Pagan testi ve Koenker testi önerilmektedir (Garcia Granero, 2002). Deǧişkenler arasında çoklu baǧlantılılık sorununu belirlemek amacıyla ise korelasyon, tolerans ve VIF (variance inflation factor) deǧerleri incelenebilir. Burada ifade edilen varsayımların nasıl test edileceǧine ilişkin bilgiler için temel istatistik kaynaklarına başvurulması tavsiye edilir. Varsayımlar test edildikten sonra asıl analizler gerçekleştirilebilir. Burada asıl amaç Diyadik aracılık etkisinin nasıl test edileceǧi ve sonuçların nasıl yorumlanacaǧı olduǧundan dolayı varsayım testlerine yer verilmemiştir.
Diyadik veri analizinde kullanilacak veri dosyasi, kullanilacak istatistiksel tekniǧe baǧlı olarak uygun biçimde düzenlenmelidir. Bu analiz için veriler diyad yapıda olduǧundan her satır diyadları, sütunlar da her iki diyad üyesinde ölçülen deǧişkenleri gösterecek şekilde düzenlenmiştir. Veri dosyasında eksik verisi bulunmayan 315 evli çiftin verisi yer almaktadır ve diyadın her üyesi için üç deǧişken olmak üzere altı sütun vardır. Erkeklere ait veriler deǧişken adları " E" ve kadınlara ait veriler deǧişken adları " K" ile bitecek şekilde Şekil 3'teki gibi oluşturulmuştur.
MEDYAD, hem tek satırlık bir kod yazılarak hem de SPSS'e eklenerek tıklamalı olarak analizlerin gerçekleştirilmesine olanak saǧlamaktadır. Herhangi bir SPSS dosyasında "Utilities" sekmesinden "Custom Dialogs" ve "Install Custom Dialog" kısmına tıklanır. Ardından açılan pencereden MEDYAD makrosu seçilerek "Open"a tıklanır. İlgili adımlar Şekil 4'te verilmiştir.
MEDYAD kullanarak ayırt edilebilir diyadlar için SPSS'te aracılıǧın testinde, Şekil 5'teki gibi "Analyze-Regression" sekmeleri tıklanarak MEDYAD eklentisi seçilir ve açılan pencereden modeldeki deǧişkenler ilgili yerlere atılır. Ardından OK tıklandıǧında ilgili analiz gerçekleştirilir ve tüm sonuçlar çıktı dosyasında yer alır.
Çıktı dosyasının ilk kısmında Şekil 6'daki gibi öncelikle modelde yer alan deǧişkenler, diyad sayısı, deǧişkenlerin betimsel istatistikleri ile deǧişkenler arasındaki korelasyonlar yer almaktadır. Deǧişkenlerin modele yerleştirilmiş hali de Şekil 6'daki gibidir.
MEDYAD çıktısının ikinci kısmında Şekil 7'deki gibi ebeveyn zorluǧu hissinin (X) depresyon (M) üzerindeki aktör ve partner etkileri yer almaktadır. Çıktının ikinci kısmındaki katsayıların modeldeki yerleri de Şekil 7'de verilmiştir.
Bu sonuçlarda, ai, аз ve аз katsayılarının güven aralıklarının sıfır deǧerini içerdiǧi görülmektedir. Ayrıca р deǧeri de .05'т altındadır ve bu katsayılar manidar deǧildir. Dolayısıyla erkeklerin ebeveyn zorluǧu hissinin hem kendi (aktör) hem de eşlerinin (partner) depresyon puanlarının manidar birer yordayıcısı deǧildir. Kadınların ebeveynlik zorluǧu hissi kendi depresyon puanlarının (aktör) manidar bir yordayıcısı iken eşlerinin (partner) depresyon puanlarının manidar bir yordayıcısı deǧildir.
MEDYAD çıktısının üçüncü kısmında Şekil 8'deki gibi ebeveyn zorluǧu hissinin (X) ve depresyon (M) deǧişkenin evlilik doyumu (Y) üzerindeki aktör ve partner etkilerine ilişkin regresyon sonuçları yer almaktadır.
Bu sonuçlarda, c'i, c'3 ve c'a katsayılarının güven aralıklarının sıfır deǧerini içerdiǧi görülmektedir. Bu katsayıların р deǧeri de .05%in altındadır ve bu katsayılar manidar deǧildir. Diǧer katsayılar ise istatistiksel olarak manidardır. Aracılık etkisinin test edilmesinde önemli olan her bir yolun manidar olup olmadıǧından ziyada dolaylı etkilerin manidarliligidir. Daha önce ifade edildiǧi gibi dolaylı etkilerden dördü, aktör dolaylı etkileridir; çünkü bir ikili üyenin X'inin kendi Y'si üzerindeki etkisini, ikisi kendi M'si (aibi, a4b4) ve diǧer ikisi partnerinin M'si (a2b3, asb,) aracılıǧıyla temsil ederler. Diǧer dort dolaylı etki, partner dolaylı etkileridir; çünkü bir ikili üyenin X'inin partnerinin Y'si üzerindeki etkisini, ikisi kendi M'si (aib>, a4b3) ve diǧer ikisi partnerinin M'si (a>b4, a3b1) aracılıǧıyla temsil ederler (Coutts ve diǧ., 2019; Sadler ve diǧ., 2011).
MEDYAD çıktısının dördüncü kısmında Şekil 9'daki gibi artık korelasyon matrisi, aktör ve partnerin ebeveyn zorluǧu hissinin evlilik doyumuna toplam etkisinin sonuçları (Şekil 1'deki katsayılar) ve ardından kadının ve kocanın ebeveyn zorluk hissinin, kendi ve eşinin depresyonu yoluyla kendi evlilik doyumuna olan dolaylı etkileri ile kadının ve kocanın ebeveyn zorluk hissinin, kendi ve eşinin depresyonu yoluyla eşlerinin evlilik doyumuna olan dolaylı etkilerinin sonuçları yer almaktadır
Toplam etkiler modelindeki sonuçlara gore, sadece C4 katsayısının istatistiksel olarak manidar olduǧu yorumu yapılır. Aracılık analizlerinde, toplam etkiler manidar olmasa da yani c katsayıları zayıf olsa da a ve b katsayıları güçlü olduǧunda manidar aracılık etkileri ortaya çıkabileceǧi ifade edilmektedir (Jose, 2013; MacKinnon, 2008; Shrout ve Bolger, 2002). Bu nedenle aracılık etkilerini anlamak için sadece c katsayısına ya da a ve b katsayılarının manidarlıǧına odaklanmak yerine, dolaylı etkinin (ab) manidarlıǧına odaklanmak önemlidir. Son iki çıktı dosyasında, Şekil 10 ve Şekil 11'de APIMeM'deki aktör ve partner dolaylı etki sonuçları yer almaktadır. Bu katsayıların hangi yolların çarpımıyla oluştuǧu da model üzerinde gösterilmiştir
Bu iktida, dolaylı etkilerin bootstrap güven aralıkları sıfır deǧerini içerdiǧi için analiz sonuçlarının manidar olmadıǧı görülmektedir. Erkeklerin ebeveyn zorluk hissinin kendi evlilik doyumları üzerindeki etkisinde kendi depresyonlarinin (Ind1) ve eşlerinin depresyonlarının (Ind?) aracılık etmediǧi görülmektedir. Erkeklerin ebeveyn zorluk hissinin eşlerinin evlilik doyumları üzerindeki etkisinde kendi depresyonlarının (Ind3) ve eşlerinin depresyonlarının (Ind4) aracılık etmediǧi görülmektedir. Yani MEDYAD çıktısının bu kısmında sekiz dolaylı etkiden iki aktör dolaylı etkisinin ve iki partner dolaylı etkisinin sonuçları yer almaktadır.
Bu ciktida, dolaylı etkilerin bootstrap given aralıklarının ikisinin sıfır deǧerini içerdiǧi dolayısıyla bu iki dolaylı etkinin manidar olmadıǧı yorumu yapılır. Kadınların ebeveyn zorluk hissinin kendi evlilik doyumları üzerindeki etkisinde kendi depresyonlarının (Ind8) manidar bir aracı deǧişken olduǧu, eşlerinin depresyonlarının (Ind7) aracılık etmesinin manidar olmadıǧı görülmektedir. Kadınların ebeveyn zorluk hissinin eşlerinin evlilik doyumları üzerindeki etkisinde kendi depresyonlarının (Ind5) aracılık etmediǧi, eşlerinin depresyonlarının (Ind6) aracılık etkisi gösterdiǧi görülmektedir. Yani MEDYAD çıktısının bu kısmında sekiz dolaylı etkiden diǧer iki aktör dolaylı etkisinin ve iki partner dolaylı etkisinin sonuçları yer almaktadır.
Sonuç ve Tartışma
Yurtdışı alanyazınında popüler olan ve yurt içi alanyazınında da artan bir ivmeyle yaygınlaşan diyadik veriler önemli bir yere sahiptir. Verilerin analizinde sıklıkla kullanılan regresyon, varyans analizi gibi istatistiksel tekniklerin baǧımsızlık varsayımı, diyadik verilerde genellikle ihlal edildiǧinden bu tür verilerin analizinde baǧımlılıǧı temel alan istatistiksel teknikler araştırmacıların dikkatini daha çok çekmektedir. Bu çalışmada, aralarında baǧlantı bulunan ikili bireylerden toplanan verilerde aracılık etkilerinin nasıl test edileceǧine ve elde edilen bulguların nasıl yorumlanacaǧına ilişkin MEDYAD makrosunun ayrıntılı bir incelemesi sunulmuştur. Veri analizinde hala yoǧun bir şekilde kullanılan SPSS programına bu makronun nasıl ekleneceǧi, makroya nasıl ulaşılacaǧı, analiz adımları ve sonuçlarının yorumlarına ilişkin ayrıntılara yer verilmiştir. Bu kapsamlı incelemenin, gelişmiş istatistiksel tekniklerin erişilebilirliǧini ve kullanılabilirliǧini artırarak, farklı yapısal eşitlik modellerini test etmeyi düşünen araştırmacılar için bir rehber görevi göreceǧi düşünülmektedir.
APIMeM analizinde kullanılan yazılımlar farklı avantajlar ve dezavantajlar sunar. MEDYAD makrosu, SPSS ortamında çalışan bir makrodur, bu nedenle SPSS kullanıcıları için daha erişilebilir ve kullanımı kolaydır. Kod yazmaya gerek kalmadan arayüz üzerinden APIMeM analizleri gerçekleştirmek için özel olarak geliştirilmiştir. Bunun yanı sıra R ve Lisrel programları kod yazmayı gerektirmektedir. MEDYAD makrosu doǧrudan ve dolaylı etkileri hesaplar, güven aralıklarını ve p deǧerlerini verir. Aracılık etkisinin manidarlıǧını deǧerlendirmek için Bootstrap güven aralıklarını da sunar. R ve Mplus programlarıyla yapılan analiz sonucunda da Bootstrap güven aralıkları elde edilmekle birlikte, Lisrel programında bu deǧerler elde edilememektedir. MEDYAD sonucunda elde edilen çıktılardaki tablolar doǧrudan APA formatına uygun olarak elde edilmektedir ve raporlaması kolaydır. Bu avantajlarının yanı sıra MEDYAD makrosunun diǧer programlara göre bazı dezavantajları da mevcuttur. MEDYAD makrosu, Mplus, R, Lisrel gibi gelişmiş ve esnek yapısal eşitlik modellerinin analizine olanak saǧlamaz. SPSS ortamında makro çalıştırıldıǧı için, model üzerinde esnek deǧişiklikler yapmak daha zor olabilir. Araştırmacılar, Mplus veya R'de olduǧu gibi detaylı kod yazıp farklı modelleme yaklaşımlarını test edemezler.
Sonuç olarak SPSS kullanıcıları için kolay ve hızlı bir APIMeM analizi yapmak isteniyorsa MEDYAD en iyi seçeneklerden biridir. Eǧer aynı veri seti, aynı model ve aynı bootstrap tekrar sayısı kullanılırsa, MEDYAD ile R, Mplus ve Lisrel'den çıkan sonuçların büyük oranda aynı olacaǧı düşünülmektedir. Bu durumun ayrıca ayrı bir araştırmada ele alınarak test edilmesi ve farklı programlardan elde edilen sonuçların karşılaştırılması önerilmektedir.
Sidebar
References
References
Aras, B. (2022). Heteroseksüel çiftlerde cinsiyetçilik türleri ile yakın ilişki şiddeti arasındaki ilişkide baskınlık düzeyinin aracı rolü. [The mediator role of dominance levels in the relationship between sexism types and intimate partner violence on heterosexual dyads]. (Thesis No. 741567) (Master's thesis, Hacettepe University]. Council of Higher Education https://tez.yok.gov.tr/UlusalTezMerkezi/giris.jsp
Aydoǧan, D., & Özbay, Y. (2015). Ciftlerde ilişkisel y1lmazlik ve ilişkisel profesyonel yardım arama: İkili (dyadic) analiz [Relational Resilience and Relational Professional Help on Couples: Dyadic Analysis]. Turkish Psychological Counseling and Guidance Journal, 5(44), 109-121. https://dergipark.org.tr/en/download/article-file/63 1455
Baron, R. M., & Kenny, D. A. (1986). The moderator-mediator variable distinction in social psychollogical research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51(6), 1173-1182. https://doi.org/10.1037//0022-3514.51.6.1173
Cook, W. L., & Kenny, D. A. (2005). The actor-partner interdependence model: A model of bidirectional effects in developmental studies. International Journal of Behavioral Development, 2902), 101-109. https://doi.org/10.1080/01650250444000405
Coutts, J. J., Hayes, A. F., & Jiang, T. (2019). Easy statistical mediation analysis with distinguishable dyadic data. Journal of Communication, 69(6), 612-649. https://doi.org/10.1093/joc/jqz034
Curran, T. (2018). An actor-partner interdependence analysis of cognitive flexibility and indicators of social adjustment among mother-child dyads. Personality and Individual Differences, 126, 99-103. https://doi.org/10.1016/j.paid.2018.01.025
Coban, E. (2019). Genç kadın arkadasliklarinda bilişsel kısıtlama yeme davranışını yordayan faktörler: Beden memnuniyetsizliǧi, algılanan sosyal destek ve arkadaşlık kalitesinin kişilerarası etkileri. /Predicting restricted eating in young women friendships: Dyadic effects of body dissatisfaction, perceived social support and friendship quality]. (Thesis No. 589466) (Master's thesis, Kadir Has University]. Council of Higher Education https://tez.yok.gov.tr/UlusalTezMerkezi/giris.jsp
Dasci, E. (2022). Oz-belirleme kuramı baǧlamında helikopter anababaliÿm anababalarin ve ergenlerin psikolojik iyi oluşları üzerindeki etkisi. [The effect of helicopter parenting on the psychological well-being of adolescents and parents in the context of self-determination theory]. (Thesis No. 753504) [Doctoral dissertation, Ankara University]. Council of Higher Education https://tez.yok.gov.tr/UlusalTezMerkezi/giris.jsp
Du, W., Luo, M., & Zhou, Z. (2022). A study on the relationship between marital socioeconomic status, marital satisfaction, and depression: Analysis based on actor-partner interdependence model (APIM). Applied Research in Quality of Life, 17(3), 1477-1499. https://doi.org/10.1007/s11482-021-09975-x
Faro, A. L., McKee, L. G., Garcia, К. L., & Jones, D. J. (2018). The relationships between religiosity and youth internalizing symptoms in African American parent-adolescent dyads. Cultural diversity and ethnic minority psychology, 24(1), 139-149. https://doi.org/10.1037/cdp0000158
Garcia Granero M. (2002). Heteroscedasticity: Testing and correcting in SPSS. Retrieved November 13, 2024, from http://www.spsstools.net/fr/syntax/442/
Garcia, K. L., Kenny, D. A., & Ledermann, Т. (2015). Moderation in the actor-partner interdependence model. Personal Relationships, 22(1), 8-29. https://doi.org/10.1111/pere.12060
Gündoǧdu Aktürk, E. (2021). Ideal-actual mate mismatch and relational out-comes in romantic couples. OPUS International Journal of Society Researches, 17(33), 47-66. https://doi.org/10.26466/opus.729470
Hart, E., Tan, C. C., & Chow, C. M. (2021). Anti-fat attitudes and dietary restraint within mother-daughter dyads: An actor-partner interdependence model (APIM) analysis. Eating and Weight Disorders-Studies on Anorexia, Bulimia and Obesity, 26(5), 1417-1426. https://doi.org/10.1007/s40519-020-00949-w
Hayes, A. F. (2018). Introduction to mediation, moderation, and conditional process analysis: A regression-based approach (2nd ed.). The Guilford Press.
Ivziku, D., Clari, M., Piredda, M., De Marinis, M. G., & Matarese, M. (2019). Anxiety, depression and quality of life in chronic obstructive pulmonary disease patients and caregivers: an actor-partner interdependence model analysis. Quality of Life Research, 28(2), 461-472. https://doi.org/10.1007/s11136-0182024-7
Jose, P. E. (2013). Doing statistical mediation and moderation. The Guilford Press.
Karababa, A. (2023). Güç paylaşımı ve benliǧin ayrimlasmasi ile ana-baba davranışları ve çocuǧun uyumu arasındaki ilişkilerde ortak ebeveynligin rolü: Aktör-partner karşılıklı baǧımlılık aracılık modeli. /The role of coparenting in the relationships betweenpower sharing and differentiation of self with parenting behaviors and child adjustment: Actor-partner interdependence mediation model]. (Thesis No. 842863) [Doctoral dissertation, Muǧla Sıtkı Kocaman University]. Council of Higher Education https://tez.yok.gov.tr/UlusalTezMerkezi/giris.jsp
Kenny, D. A. (1996). Models of nonindependence in dyadic research. Journal of Social and Personal Relationships, 13(2), 279-294. https://doi.org/10.1177/0265407596132007
Kenny, D. A. (2015, October). An interactive tool for the estimation and testing mediation in the Actor-Partner Interdependence Model using structural equation modeling [Computer software]. Available from https://davidakenny.shinyapps.io/APIMeM/.
Kenny, D. A. (2018). Reflections on the actor-partner interdependence model. Personal Relationships, 25(2), 160-170. https://doi.org/10.1111/pere.12240
Kenny, D. A. ve Cook, W. L. (1999). Partner effects in relationship research: Conceptual issues, analytic difficulties, and illustrations. Personal Relationships, 6(4), 433-448. https://doi.org/10.1111/j.14756811.1999.tb00202.x
Kenny, D. A., Kashy, D. A., & Cook, W. L. (2006). Dyadic data analysis. Guilford Press.
Kölemen, A. №. (2022). Uzak mesafeli evlilik ilişkilerinde fedakarlıktan algılanan doyum ve zararın evlilik doyumu üzerindeki diyadik etkisi /The dyadic effect of satisfaction and harm perceived by self-sacrifice in long-distance marital relationships on marital satisfaction]. (Thesis No. 736680) (Master's thesis, Hasan - Kalyoncu University]. Council of Higher Education https://tez.yok.gov.tr/UlusalTezMerkezi/giris.jsp
Ledermann, T., Macho, S., & Kenny, D. A. (2011). Assess- ing mediation in dyadic data using the actor-partner interdependence model. Structural Equation Modeling: 4 Multidisciplinary Journal, 18(4), 595-612. https:// doi.org/10.1080/10705511.2011.607099
Liu, S., Wang, Z., Lu, S., & Shi, J. (2019). Dyadic analysis of childhood emotional maltreatment and marital satisfaction during the transition to parenthood: The mediating effects of emotion regulation strategies and psychological distress. Journal of Aggression, Maltreatment & Trauma, 28(10), 1216-1231. https://doi.org/10.1080/10926771.2018.1466381
MacKinnon, D. P. (2008). Introduction to statistical mediation analysis. Lawrence Erlbaum Associates.
MacKinnon, D. P., Lockwood, C. M., Hoffman, J. M., West, S. G., & Sheets, У. (2002). A comparison of methods to test mediation and other intervening variable effects. Psychological Methods, 7(1), 83-104. https://doi.org/10.1037/1082-989x.7.1.83
MacKinnon, D. P., Fairchild, A. J., & Fritz, М. $. (2007). Mediation analysis. Annual Review of Psychology, 58(1), 593-614. https://doi.org/10.1146/annurev.psych.58.110405.085542
Maroufizadeh, S., Hosseini, M., Rahimi Foroushani, A., Omani-Samani, R., & Amini, P. (2018). The effect of depression on quality of life in infertile couples: An actor-partner interdependence model approach. Health and Quality of Life Outcomes, 16, 1-7. https://doi.org/10.1186/s12955-018-0904-0
Norton, A., Brown, C. C., Falbo, R., & Hogan, B. (2020). Video game use, acceptance, and relationship experiences: A moderated actor-partner interdependence model. Cyberpsychology, Behavior, and Social Networking, 23(7), 453-458. https://doi.org/10.1089/cyber.2019.0258
Proyer, R. T., Brauer, K., Wolf, A., & Chick, G. (2019). Adult playfulness and relationship satisfaction: An APIM analysis of romantic couples. Journal of Research in Personality, 79, 40-48. https://doi.org/10.1016/j.jrp.2019.02.001
Rakhshani, T., Asadollahi, A., Afzali Harsini, P., Khoramdel, H., Shiraly, R., & Khani Jeihooni, A. (2023). Effect of sexual knowledge, attitude and quality of life on marital satisfaction of aged couples in south Iran: APIM-SEM Analysis. Journal of Sex & Marital Therapy, 49(4), 432-446. https://doi.org/10.1080/0092623X.2022.2133758
Sadler, P., Ethier, N., & Woody, Е. (2011). Tracing the interpersonal web of psychopathology: Dyadic data analysis methods for clinical researchers. Journal of Experimental Psychopathology, 2(2), 95-138. https://doi.org/10.5127/jep.010310
Sakmar, E. (2015). Testing the vulnerability-stress-adaptation model in Turkey: A dyadic model (Thesis No. 399831) [Doctoral dissertation, Middle East Technical University]. Council of Higher Education https://tez.yok.gov.tr/UlusalTezMerkezi/giris.jsp
Schneider, B., & Waite, L. J. (2008). The 500-family study [1998-2000, United States]. Ann Arbor, MI: Inter-university Consortium for Political and Social Research.
Shrout, P. E., & Bolger, N. (2002). Mediation in experimental and nonexperimental studies: New procedures and recommendations. Psychological Methods, 7(4), 422- 445. https://doi.org/ 10.1037//1082-989X.7.4.422
Stas, L., Kenny, D. A., Mayer, A., € Loeys, T. (2018). Giving dyadic data analysis away: A user-friendly app for actor-partner interdependence models. Personal Relationships, 25(1), 103-119. https://doi.org/10.1111/pere.12230
Tabachnick, B. G., & Fidell, L. S. (2013). Using multivariate statistics (6th ed.). Pearson.
Yıldırımoǧlu, H. Z. (2017). Teorik temelleri ve uygulaması ile diyadik veri analizi [Dyadic data analysis with theoretical basics and application] (Thesis No. 487540) (Master's thesis, Van Yüzüncü Yıl University]. Council of Higher Education https://tez.yok.gov.tr/UlusalTezMerkezi/giris.jsp.
Footnote
