1.4. Data analysis plan Testing mediation by using an SEM methodology allows for more intricate mediation hypotheses that can more accurately reflect empirical phenomenon to be tested compared to regression alone. In the simplest case, when testing mediation with SEM, an internal variable is constructed which represents the product of two coefficients: the regression of the independent variable on the mediation variable, and the regression of the mediation variable on the dependent variable. This product coefficient is then compared either to a 'delta method' derived standard error (equivalent to the traditional statistic proposed by Sobel, 1982) or, often more appropriately due to the nature of product variables, to a bootstrapped standard error estimate (MacKinnon, 2008). The benefit to SEM is that all coefficients are estimated conditional on the structural relationships defined from the model, and therefore can be more effective in situations where variables of interest should be included but do not relate directly to the mediation relationship, when multiple mediation paths are present, or when latent variables are required (MacKinnon, 2008). Separate SEM were run to test the hypotheses that (1) family hardiness would be a mediator of the relationship between the pile-up of stressors and maternal reports of family distress and (2) self-efficacy and social support would be mediators of the relationship between the stressors and hardiness. We then ran one larger combined SEM to test whether self-efficacy and social support would remain mediators of hardiness, and hardiness a mediator of distress, taking into account any other potential paths to our outcome. We controlled for age and gender in all analyses. Our sample was expected to have adequate power for SEM given that our models did not have latent variables and that there were at most six parameters in the most complex of models, far over the minimum of n = 5 per parameter (Bentler & Chou, 1987).
1.4 . วิเคราะห์ข้อมูลวางแผนทดสอบการไกล่เกลี่ยโดยใช้ SEM และวิธีการช่วยไกล่เกลี่ยที่ซับซ้อนมากขึ้นที่ถูกต้องสามารถเพิ่มเติมอีกครั้งfl ect ปรากฏการณ์เชิงประจักษ์จะทดสอบเทียบกับการอยู่คนเดียว ในกรณีที่ง่ายที่สุด เมื่อทดสอบการไกล่เกลี่ยกับ SEM , ตัวแปรภายในถูกสร้างขึ้น ซึ่งเป็นผลิตภัณฑ์ของทั้งสอง cients จึง coef : การถดถอยของตัวแปรอิสระและตัวแปรในการไกล่เกลี่ย , การถดถอยของตัวแปรในตัวแปรตาม นี้ coef ผลิตภัณฑ์จึง cient แล้วเปรียบเทียบด้วยวิธี " " Delta ได้ค่าความคลาดเคลื่อนมาตรฐาน ( เทียบเท่ากับสถิติเดิมที่เสนอโดยลิงค์ , 1982 ) หรือ บ่อยครั้งที่เหมาะสมเนื่องจากธรรมชาติของตัวแปรผลิตภัณฑ์ ที่จะ bootstrapped ความคลาดเคลื่อนประมาณ ( แมคคินนอน , 2008 ) ใช้ดีจึง t SEM คือทั้งหมดที่ cients จึง coef คาดว่าเงื่อนไขในโครงสร้างความสัมพันธ์ เดอ จึงลงจากรูปแบบและดังนั้นจึงจะมีประสิทธิภาพมากขึ้นในสถานการณ์ที่ตัวแปรที่น่าสนใจควรอยู่แต่ไม่ได้เกี่ยวข้องโดยตรงกับการไกล่เกลี่ยความสัมพันธ์ เมื่อเส้นทางการไกล่เกลี่ยหลายอยู่ หรือเมื่อต้องใช้ตัวแปรแฝง ( แมคคินนอน , 2008 ) แยก SEM เป็นวิ่งเพื่อทดสอบสมมุติฐานว่า ( 1 ) ความเข้มแข็งของครอบครัวจะเป็นคนกลางของความสัมพันธ์ระหว่างกองของบุคคลและรายงานแม่ทุกข์ครอบครัวและ ( 2 ) ด้วยตนเองจึง cacy EF และการสนับสนุนทางสังคมเป็นสื่อกลางความสัมพันธ์ระหว่างความเครียดและความทนทาน . เราวิ่งขนาดใหญ่รวม SEM เพื่อทดสอบว่าตนเองและการสนับสนุนทางสังคม จึง cacy EF ก็ยังคงไกล่เกลี่ยของความทนทานและความทนทานเป็นคนกลางของความทุกข์ โดยคำนึงถึงศักยภาพอื่น ๆเส้นทางผลของเรา เราควบคุมสำหรับอายุและเพศในองค์ประกอบ ตัวอย่างของเราคาดว่าจะมีพลังเพียงพอสำหรับ SEM ระบุว่าโมเดลของเราไม่ได้มีตัวแปรแฝง และมีมากที่สุดในหกพารามิเตอร์ที่ซับซ้อนมากที่สุดของรุ่นไกลเหนือสุดของ n = 5 ต่อพารามิเตอร์ ( bentler & Chou , 1987 )
การแปล กรุณารอสักครู่..