Comment utiliser bootstrap pour tester l'effet de la médiation

Le test Bootstrap utilise la technologie de rééchantillonnage pour évaluer la fiabilité du test statistique et est utilisé pour prouver l'importance de l'effet de médiation : premièrement, calculez l'intervalle de confiance de l'effet direct, de l'effet indirect et de l'effet de médiation, deuxièmement, calculez l'effet de médiation ; taper selon la méthode de Baron et Kenny ou Sobel la significativité et enfin estimer l'intervalle de confiance de l'effet indirect naturel ;

Utiliser Bootstrap pour tester l'effet de médiation

Qu'est-ce que le test Bootstrap ?

Bootstrap est une technique de rééchantillonnage utilisée pour estimer la distribution d'échantillonnage d'une statistique. En tirant au hasard plusieurs sous-échantillons à partir des données originales, cela peut nous aider à évaluer la robustesse et la confiance des tests statistiques.

Comment utiliser Bootstrap pour tester l'effet de médiation ?

Tester les effets de médiation consiste à tester si la relation entre la variable indépendante (X) et la variable dépendante (Y) est partiellement ou entièrement médiée par la variable médiatrice (M). Le test Bootstrap peut être utilisé pour :

1. Tester l'importance de l'effet de médiation

• Utiliser les données originales pour calculer l'effet direct (X-Y) et l'effet indirect (X-M-Y).
• Utilisez Bootstrap pour générer plusieurs sous-échantillons et calculer les effets directs et indirects dans chaque sous-échantillon.
• Calculez l'intervalle de confiance (IC) Bootstrap de l'effet de médiation (effet indirect - effet direct).
• Si l'IC ne contient pas 0, cela indique que l'effet de médiation est statistiquement significatif.

2. Testez la signification du type de médiation

• Utilisez la méthode de Baron et Kenny (1986) ou le test de Sobel pour calculer la signification du type de médiation.
• Calculez le Bootstrap CI de la statistique de Baron et Kenny ou la statistique de Sobel en fonction des étapes de l'échantillonnage Bootstrap.
• Si le CI ne contient pas 0, cela indique que le type de médiation est statistiquement significatif.

3. Estimation de l'effet indirect naturel

• Utilisez Bootstrap pour estimer l'IC de l'effet indirect naturel. L'effet indirect naturel représente l'effet indirect de la variable indépendante sur la variable dépendante lorsque la variable modératrice est fixe.
• Calculez l'IC pour l'effet indirect naturel en fixant la variable médiatrice dans chaque sous-échantillon Bootstrap et en calculant l'effet indirect.

Avantages :

• n'est pas limité par l'hypothèse de distribution normale.
• Fournit une estimation d'effet plus stable.
• Permet des tests non paramétriques.

Remarque :

• Nécessite un grand nombre d'échantillons de données pour obtenir des résultats précis.
• Intensif en calcul, en particulier pour les modèles de médiation complexes.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!