부트스트랩에서 매개 효과를 테스트할 때 p 값을 볼 필요가 없습니다. 부트스트랩 방법을 사용하여 매개 효과를 테스트할 때는 "BootLLCI, BootULCI" 간격에 0이 포함되어 있는지 여부를 기준으로 판단합니다. 0을 포함하지 않으면 매개효과가 유의하고, 0을 포함하면 매개효과가 유의하지 않음을 의미한다.
이 튜토리얼의 운영 환경: Windows 7 시스템, DELL G3 컴퓨터
부트스트랩 방법을 사용하여 매개 효과를 테스트하는 것은 P 값은 (BootLLCI, BootULCI)를 기준으로 하지만 이 간격에 0이 포함되어 있는지 여부로 판단됩니다. 0이 없으면 매개효과가 유의한 것이고, 0이면 유의하지 않은 것이다.
주어진 경우 매개효과(간접효과)의 값은 0.1969로 유의미하며 종속변수에 대한 독립변수의 총효과는 0.9373으로 매개변수가 효과의 21%를 매개한다는 것을 의미합니다. ( 0.1969/0.9373), 이는 불완전한 중개자입니다.
단, 위 수치는 표준화되지 않은 효과값이라는 점에 유의하시기 바랍니다. SPSS는 표준화된 매개효과의 값만 제시하고, 전체효과와 직접효과의 표준화된 효과값은 제시하지 않는다.
실제로 표준화된 효과크기나 비표준화된 효과크기를 사용하여 매개효과의 비율을 계산해봐도 결과는 비슷합니다.
부트스트랩의 가장 널리 사용되는 응용 프로그램은 중재 효과를 테스트하는 것입니다.
기타 매개 효과 방법은 다음과 같습니다.
·가장 일반적으로 사용되는 방법: 회귀 계수의 단계적 검정(단계적 방법)(Baron & Kenny, 1986)
1단계: X→Y, 즉 c가 유의한지 여부를 검정합니다. , not 유의미하다면 하지 마세요
2단계: And c'가 c보다 작은지 테스트합니다. 이는 부분 매개입니다. c'가 중요하지 않으면 완전히 매개된 것입니다. 이런 상황은 비교적 드뭅니다.
·소벨 방법:
단계적 검정보다 검정력이 높지만, a*b가 정규분포를 따른다고 가정하면, a와 b가 모두 정규분포이더라도 이들의 곱은 대개 정규분포가 아닙니다.
그래서 Sobel 제한 사항이 있습니다
부트스트랩의 장점: 정규 분포가 필요하지 않으며 민감도가 더 높습니다(유의한 결과를 생성할 가능성이 높음)
SPSS의 프로세스 플러그인을 예로 들어 중재 효과를 테스트하는 Bootstrao 방법:
두 번째 단계: 매개변수를 설정합니다.
[변수]에서 종속변수, 독립변수, 제어변수를 선택하면 회귀 방정식이 형성됩니다.
모델 번호를 4번 선택하세요. 조정 분석을 위한 모델 번호입니다. 다른 항목을 선택하면 오류가 발생합니다.
부트스트랩 샘플 수는 앞서 언급한 부트스트랩 샘플 크기입니다. 기본값은 5000이며 일반적으로 1000~5000 사이입니다. 일반적으로 1000 또는 5000이 채워집니다. 부트스트랩 샘플 크기에 따라 데이터가 약간 다릅니다.
동시에 모델 계수에 대한 부트스트랩 추정값 저장 및 부트스트랩 추론을 확인합니다.
오른쪽 상단의 [옵션]을 클릭하고 전체 효과 모델 표시(전체 효과 모델 표시)를 선택한 다음 계속을 클릭합니다
마지막으로 [확인]을 클릭합니다. ] 연산 결과를 얻으려면
연산 결과:
1. 매개 변수를 결과 변수로 사용한 회귀 결과
3. 전체효과모델: 부재시 종속변수 DV에 대한 독립변수 IV의 전반적인 효과이다. 매개변수 MV 즉, 매개되기 전의 독립변수가 종속변수에 미치는 모든 영향은 매개변수에 대한 독립변수의 영향이 종속변수에 대한 직접효과(직접효과)로 나누어집니다. )과 종속변수에 대한 간접효과(간접효과) 두 부분
여기서 핵심이 나옵니다! ! ! ! 가장 직관적인 중재효과가 여기에 있습니다! ! !
4. 매개효과 테스트 결과.
관련 권장 사항:
부트스트랩 튜토리얼위 내용은 부트스트랩 매개 효과는 p 값에 따라 달라지나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!