Mediation AnalysisTo evaluate the m

Mediation Analysis
To evaluate the model, we performed mediation analyses
described by Baron and Kenny1 and following more
recent guidelines presented by Preacher and Hayes.35 In
traditional mediation, multiple regression is used to determine
the strength of the association between predictor
and outcome variables both before and after the
inclusion of a third (mediating) variable. Although Baron
and Kenny describe mediation as resulting when the effect
of the predictor on the outcome (ie, the total effect) is
reduced to zero after inclusion of the mediating variable,
Preacher and Hayes emphasize the importance of measuring
the size and statistical significance of the indirect effect
(ie, the effect of the predictor through the mediator) as
opposed to simple reduction of the total effect. The Sobel
statistic37 is a widely used test of the strength of the indirect
effect and was included in our analyses.
Separate mediation analyses were performed on the
outcome of exercise behavior (months of regular exercise)
for each of 2 predictor variables: Perceived importance
of exercise and exercise self-efficacy. Readiness to
change exercise behavior served as the mediator in each
model. Given that this plan called for the estimation of
coefficients in 2 separate mediational models,  was adjusted
to P  .025 (ie, .05/2) accordingly.
Consistent with the Baron and Kenny approach, we
first established the assumptions of mediation in each
model in 3 steps: (1) First, by regressing the outcome
variable on the predictor variable, (2) second, by regressing
the mediator on the predictor, and (3) finally, by
regressing the outcome on the mediator after controlling
for the predictor. After establishing the existence of
relationships among these variables, we tested mediation
via evaluation of the indirect path by using the Sobel
statistic.
It is important to note that the use of cross-sectional
data poses significant limitations for mediation analyses,
as one cannot make statements about causality in correlations
determined at a single time point. Although mediation
is perhaps the most appropriate test given the
model to be tested, the results need to be interpreted
with caution.

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์การไกล่เกลี่ย
เพื่อประเมินรูปแบบที่เราดำเนินการไกล่เกลี่ยวิเคราะห์
อธิบายโดยบารอนและ Kenny1 และต่อไปนี้เพิ่มเติม
แนวทางที่ผ่านมานำเสนอโดยพระและ Hayes.35 ใน
การไกล่เกลี่ยแบบดั้งเดิมถดถอยจะใช้ในการตรวจสอบ
ความแข็งแรงของความสัมพันธ์ระหว่างการทำนาย
และตัวแปรผลทั้งก่อน และหลังการ
รวมของสาม (คนกลาง) ตัวแปร แม้ว่าบารอน
และเคนนีอธิบายการไกล่เกลี่ยเป็นผลเมื่อผล
ของการทำนายกับผล (เช่นผลกระทบทั้งหมด) จะ
ลดลงเป็นศูนย์หลังจากที่รวมของตัวแปร mediating,
พระและเฮย์สเน้นความสำคัญของการวัด
ขนาดและความสำคัญทางสถิติของ ผลทางอ้อม
(เช่นผลกระทบของการทำนายผ่านคนกลาง) ขณะที่
เมื่อเทียบกับการลดลงอย่างง่ายของผลกระทบทั้งหมด โชเบล
statistic37 คือการทดสอบที่ใช้กันอย่างแพร่หลายของความแข็งแรงของทางอ้อม
ผลกระทบและถูกรวมอยู่ในการวิเคราะห์ของเรา.
การวิเคราะห์การไกล่เกลี่ยเฉพาะกิจได้ดำเนินการเกี่ยวกับ
ผลของพฤติกรรมการออกกำลังกาย (เดือนของการออกกำลังกายเป็นประจำ)
สำหรับแต่ละ 2 ตัวแปร: การรับรู้ถึงความสำคัญ
ของการออกกำลังกาย และการออกกำลังกายการรับรู้ความสามารถตนเอง พร้อมที่จะ
เปลี่ยนพฤติกรรมการออกกำลังกายทำหน้าที่เป็นสื่อกลางในแต่ละ
รูปแบบ ระบุว่าแผนนี้เรียกร้องให้มีการประมาณ
ค่าสัมประสิทธิ์ใน 2 รุ่น mediational แยก? มีการปรับ
เพื่อ P? . 0.025 (เช่น 05/2) ตามลำดับ
สอดคล้องกับแนวทางบารอนและเคนนีเรา
ก่อตั้งขึ้นครั้งแรกสมมติฐานของการไกล่เกลี่ยในแต่ละ
รุ่นใน 3 ขั้นตอนคือ (1) เป็นครั้งแรกโดยการถอยผล
ตัวแปรตัวแปรทำนาย ( 2) ที่สองโดยถอย
สื่อกลางในการทำนายและ (3) ในที่สุดโดย
ถอยผลในการไกล่เกลี่ยหลังจากการควบคุม
สำหรับการทำนาย หลังจากการสร้างการดำรงอยู่ของ
ความสัมพันธ์ระหว่างตัวแปรเหล่านี้เราได้ทดสอบการไกล่เกลี่ย
ผ่านการประเมินผลของเส้นทางอ้อมโดยใช้โชเบ
สถิติ.
มันเป็นสิ่งสำคัญที่จะต้องทราบว่าการใช้ตัด
ข้อมูล poses ข้อ จำกัด ที่สำคัญสำหรับการวิเคราะห์การไกล่เกลี่ย
เป็นหนึ่งไม่สามารถทำให้งบ เกี่ยวกับความสัมพันธ์ทางอำนาจใน
การพิจารณาที่จุดเวลาเดียว แม้ว่าการไกล่เกลี่ย
อาจจะเป็นที่ที่เหมาะสมที่สุดในการทดสอบที่กำหนด
รูปแบบได้รับการทดสอบผลจะต้องมีการตีความ
ด้วยความระมัดระวัง

ผลลัพธ์ (ไทย) 3:

การไกล่เกลี่ยเพื่อประเมินวิเคราะห์
แบบที่เราทำการวิเคราะห์การไกล่เกลี่ย
อธิบายโดย บารอน และ kenny1 และต่อไปนี้เพิ่มเติม
ล่าสุดแนวทางที่นำเสนอโดยนักเทศน์และ hayes.35 ใน
ไกล่เกลี่ยแบบหลายขั้นตอนใช้เพื่อตรวจสอบ
ความแข็งแรงของความสัมพันธ์ระหว่างตัวแปร และตัวแปรผล

ทั้งก่อน และหลัง รวมเป็นสาม ( ขณะ ) ตัวแปร แม้ว่าบารอน
และเคนนี่อธิบายการไกล่เกลี่ยเป็นผลเมื่อผล
ของทำนายผล ( เช่น รวมผล )
ลดลงเป็นศูนย์ หลังจากการส่งผ่านตัวแปร
นักเทศน์และเฮย์ส เน้นความสำคัญของการวัด
ขนาดและสถิติของผลทางอ้อม ( เช่นผลของตัวผ่าน คนกลาง )
นอกคอกลดง่ายของผลรวมการลิงค์
statistic37 เป็นใช้กันอย่างแพร่หลายทดสอบความแข็งแรงของผลกระทบทางอ้อม
และถูกรวมอยู่ในการวิเคราะห์ของเรา การแยกวิเคราะห์จำนวน

ผลของการออกกำลังกาย ( เดือนของการออกกำลังกายปกติ )
2 ตัวสำหรับแต่ละตัวแปรการรับรู้ความสำคัญของการออกกำลังกายและการออกกำลังกายการออกกำลังกาย
. ความพร้อมที่จะ
เปลี่ยนพฤติกรรมการออกกำลังกาย ทำหน้าที่เป็นคนกลางในแต่ละ
นางแบบระบุว่า แผนนี้เรียกว่าประมาณ
สัมประสิทธิ์ใน 2 รูปแบบ mediational แยก  ปรับ
p  . 025 ( ie . 05 / 2 ) ตาม .
สอดคล้องกับบารอน และ เคนนี่ เข้าหาเรา
แรกสร้างสมมติฐานของการไกล่เกลี่ยในแต่ละ
โมเดลใน 3 ขั้นตอน ( 1 ) ครั้งแรก โดย ้ผล
ตัวแปรในตัวแปรทำนาย ( 2 ) ประการที่สอง โดยถอย
คนกลางในการทำนาย และ ( 3 ) สุดท้ายโดย
้ผลในสื่อกลาง หลังจากการควบคุม
สำหรับทำนาย . หลังจากสร้างการดำรงอยู่ของ
ความสัมพันธ์ระหว่างตัวแปรเหล่านี้ เราได้ทดสอบการไกล่เกลี่ย
ผ่านการประเมินเส้นทางทางอ้อมโดยใช้สถิติลิงค์
.
มันเป็นสิ่งสำคัญที่จะทราบว่าการใช้ตัด
ข้อมูล อากัปกิริยา ข้อจำกัดที่สำคัญสำหรับการวิเคราะห์การไกล่เกลี่ย
เป็นหนึ่งไม่สามารถให้งบเกี่ยวกับความเป็นเหตุเป็นผลในความสัมพันธ์
ที่กำหนดจุดเวลาเดียว แม้ว่าการไกล่เกลี่ย
อาจจะเป็นที่เหมาะสมที่สุดในการทดสอบให้
แบบทดสอบ ผลลัพธ์ที่ต้องตีความ
ด้วยความระมัดระวัง