Quelle est la valeur z du test de médiation bootstrap ?

La valeur z du test de médiation Bootstrap est utilisée pour évaluer l'effet médiateur de X sur Y via M. La valeur z est calculée comme la valeur moyenne du chemin c' divisée par son écart type. Plus sa valeur absolue est grande, plus la signification statistique de l'effet de médiation est élevée. La valeur z > 1,96 indique que l'effet de médiation est significatif au niveau 0,05, la valeur z > 2,58 indique qu'il est significatif au niveau 0,01 et la valeur z < -1,96 indique qu'il n'est pas significatif au niveau Niveau 0,05.

Valeur z du test de médiation Bootstrap

Le test de médiation Bootstrap est une technique statistique utilisée pour déterminer l'effet d'une variable indépendante (X) sur une variable dépendante (Y) via une variable médiatrice (M). La valeur z est une statistique calculée dans ce test qui mesure la signification statistique de l'effet de médiation.

Calculer la valeur z Bootstrap

La valeur z du test de médiation Bootstrap est calculée en rééchantillonnant les données plusieurs fois. Dans chaque échantillon rééchantillonné, les coefficients de chemin sont calculés à l'aide de techniques de régression standards :

• a Chemin : Effet direct de :
L'effet indirect de X sur Y via M
• L'effet médiateur est égal au chemin c'. Pour calculer la valeur z, divisez la valeur moyenne du chemin c' par son écart type :

<code>z = (c' - 0) / σ_c'</code>

• où σ_c' est l'écart type du chemin c'.
Explication de la valeur z

La valeur z mesure l'ampleur de l'effet médiateur par rapport à l'incertitude de son estimation. Plus la valeur absolue de la valeur z est grande, plus la signification statistique de l’effet de médiation est élevée.

z > 1,96 : L'effet de médiation est statistiquement significatif au niveau de 0,05.

z > 2,58 :

L'effet de médiation est statistiquement significatif au niveau 0,01.
• z < -1,96 :
L'effet de médiation n'est pas statistiquement significatif au niveau de 0,05.
Utilisation
• La valeur z du test de médiation Bootstrap est utilisée pour :

Test si l'effet de médiation existeDéterminer la taille et la direction de l'effet de médiation

Déterminer la signification statistique de l'effet de médiation

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!