YesStat — 매개효과 (입력)

매개효과

PROCESS 모형 4 · 부트스트랩 간접효과 · 변수 지정

변수 지정

데이터셋 변수 (34)

척도JR1
척도JR2
척도JR3
척도JR4
척도WE1
척도WE2
척도WE3
척도WE4
척도WE5
척도JP1
척도JP2
척도JP3
척도JP4
척도JD1
척도JD2
척도JD3
척도JD4
척도TI1
척도OC1
척도JS1
척도age
척도tenure
명목sex
명목dept
순서rank
순서edu
척도JR_mean
척도WE_mean
척도JP_mean
척도JD_mean
척도WE_t1
척도WE_t2
척도WE_t3
척도WE_t4
척도wave

독립변수 X

JR_mean

매개변수 M

WE_mean

종속변수 Y

JP_mean

통제변수

agerank

출력 옵션

편향수정 95% CI

부트스트랩 5,000회

완전표준화 간접효과

총효과 모형

평균중심화

코드 생성 · 이 분석을 다른 프로그램 문법으로

MODEL: WE_mean ON JR_mean age rank;
  JP_mean ON WE_mean JR_mean age rank;
MODEL INDIRECT: JP_mean IND JR_mean;
ANALYSIS: BOOTSTRAP = 5000;
OUTPUT: STDYX CINTERVAL(BCBOOTSTRAP);

sem (WE_mean <- JR_mean age rank) ///
    (JP_mean <- WE_mean JR_mean age rank), ///
    vce(bootstrap, reps(5000))
estat teffects
nlcom _b[WE_mean:JR_mean]*_b[JP_mean:WE_mean]

mod <- ' WE_mean ~ a*JR_mean + age + rank
 JP_mean ~ b*WE_mean + cp*JR_mean + age + rank
 ind := a*b
 total := cp + a*b'
fit <- sem(mod, dat, se='bootstrap', bootstrap=5000)
parameterEstimates(fit, boot.ci.type='bca.simple')

PROCESS y=JP_mean /x=JR_mean /m=WE_mean
  /cov=age rank /model=4 /boot=5000 /conf=95.

모형이나 변수 지정을 바꾸면 네 코드가 함께 갱신됩니다. 심사자가 다른 프로그램으로 재현을 요구할 때 그대로 전달할 수 있습니다.