So sehen Sie den Bootstrap-Mediationseffekt

Die Bootstrap-Methode zur Bewertung des vermittelnden Effekts umfasst: 1. Führen Sie eine Regressionsanalyse durch, um den direkten Effekt und den indirekten Effekt aufzuzeichnen. 2. Teilen Sie die Stichprobe auf und berechnen Sie den vermittelnden Effekt wiederholt, um ein Konfidenzintervall zu erstellen ob der indirekte Effekt signifikant ist und wie gut er den Gesamteffekt erklärt.

Methode zur Bewertung des Mediationseffekts von Bootstrap

Die Bootstrap-Methode ist eine statistische Inferenzmethode, die zur Bewertung des Mediationseffekts verwendet werden kann. Vermittelnde Wirkung bedeutet, dass eine unabhängige Variable die abhängige Variable indirekt beeinflusst, indem sie die vermittelnde Variable beeinflusst.

Schritte:

1. Führen Sie eine Regressionsanalyse durch.

• Verwenden Sie Bootstrapping, um eine Regressionsanalyse für die Beziehung zwischen der unabhängigen Variablen X, der vermittelnden Variablen M und der abhängigen Variablen Y durchzuführen.
• Erfassen Sie den direkten Effekt (c') und den indirekten Effekt (a*b) von X auf Y.

2. Geteilte Stichprobe

• Wählen Sie zufällig mehrere Teilproben (z. B. 1000 Teilproben) aus der Originalstichprobe aus.
• Für jede Teilstichprobe wiederholen Sie die folgenden Schritte:

3. Berechnen Sie den vermittelnden Effekt.

• Berechnen Sie den vermittelnden Effekt für jede Teilstichprobe, das heißt: indirekter Effekt = a*b.
• Berechnen Sie den direkten, indirekten Effekt Effekt und Gesamtkonfidenzintervall für den Effekt.

4. Vergleichen Sie die Konfidenzintervalle

• Vergleichen Sie die Konfidenzintervalle direkter und indirekter Effekte. Ein vermittelnder Effekt liegt dann vor, wenn das Konfidenzintervall für den indirekten Effekt nicht Null umfasst.
• Vergleichen Sie die Konfidenzintervalle für den indirekten Effekt und den Gesamteffekt. Wenn das Konfidenzintervall für den indirekten Effekt im Vergleich zum Konfidenzintervall für den Gesamteffekt klein ist, deutet dies darauf hin, dass der vermittelnde Effekt teilweise den Effekt von X auf Y erklärt.

Beispiel:

Angenommen, wir untersuchen die Beziehung zwischen der unabhängigen Variablen (Geschlecht) und der abhängigen Variablen (Gehalt) und berücksichtigen die vermittelnde Variable (Bildungsniveau).

• Die Regressionsanalyse zeigt, dass der direkte Einfluss des Geschlechts auf den Lohn 0,2 beträgt und das 95 %-Konfidenzintervall [0,1, 0,3] beträgt.
• Der indirekte Effekt beträgt 0,1 und das 95 %-Konfidenzintervall beträgt [0,05, 0,15].
• Der Gesamteffekt beträgt 0,3 und das 95 %-Konfidenzintervall beträgt [0,2, 0,4].

Gemäß dem Konfidenzintervall ist der indirekte Effekt signifikant und nicht Null, was darauf hindeutet, dass das Bildungsniveau eine vermittelnde Rolle bei der Auswirkung des Geschlechts auf die Löhne spielt. Darüber hinaus beträgt das Konfidenzintervall für den indirekten Effekt etwa ein Drittel des Konfidenzintervalls für den Gesamteffekt, was bedeutet, dass das Bildungsniveau teilweise den Effekt des Geschlechts auf die Löhne erklärt.

Das obige ist der detaillierte Inhalt vonSo sehen Sie den Bootstrap-Mediationseffekt. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!