교수님 쉽고 상세한 강의 늘 감사드립니다.^^ 위 예에서 매개변수(dem60)를 고려하지 않은 ind60=>dem65직접효과는 유의하지 않으므로 완전매개로 볼수 있나요? 이 전의 매개효과 강의에서는 부트스트랩 library(mediation) , 소벨 방법 library(bda) library(multilevel) 등으로 설명해주셨는데요. 이 강의 library(lavaan) 사용한 방법이 매개효과 검정에 있어서 더 정확한 방법인지 궁금합니다. 아니면 구조방정식 모델이 가능한 경우에만 library(lavaan) 방법을 사용하는 것일 뿐인지 궁금합니다.
1. 유의수준에 따라 다르겠습니다만 여기에서 유의수준을 0.05로 적용하면 직접효과가 통계적으로 유의하지 때문에 말씀하신 대로 완전매개로 볼 수 있습니다. 2. 소벨검정은 여러 가지 제약(e.g., 정규성, 표본크기 등)으로부터 자유롭지 못하다는 한계가 있습니다만 그런 가정을 충실히 따를 수 있다면 사용하는 것이 바람직합니다. 하지만 그런 가정에 대한 확신이 없는 경우가 대부분이기 때문에 부트스트래핑 방법이 선호되기도 합니다. 매개효과검정 시 mediation 패키지의 mediate() 함수를 사용하거나 lavaan 패키지의 sem() 함수를 사용하는 경우 모두 표준오차 추정 시 부트스트래핑을 이용하기 때문에 두 방법은 기본적으로 유사합니다.
교수님 쉽고 상세한 강의 늘 감사드립니다.^^
위 예에서 매개변수(dem60)를 고려하지 않은 ind60=>dem65직접효과는 유의하지 않으므로 완전매개로 볼수 있나요?
이 전의 매개효과 강의에서는 부트스트랩 library(mediation) , 소벨 방법 library(bda) library(multilevel) 등으로 설명해주셨는데요.
이 강의 library(lavaan) 사용한 방법이 매개효과 검정에 있어서 더 정확한 방법인지 궁금합니다. 아니면 구조방정식 모델이 가능한 경우에만 library(lavaan) 방법을 사용하는 것일 뿐인지 궁금합니다.
1. 유의수준에 따라 다르겠습니다만 여기에서 유의수준을 0.05로 적용하면 직접효과가 통계적으로 유의하지 때문에 말씀하신 대로 완전매개로 볼 수 있습니다.
2. 소벨검정은 여러 가지 제약(e.g., 정규성, 표본크기 등)으로부터 자유롭지 못하다는 한계가 있습니다만 그런 가정을 충실히 따를 수 있다면 사용하는 것이 바람직합니다. 하지만 그런 가정에 대한 확신이 없는 경우가 대부분이기 때문에 부트스트래핑 방법이 선호되기도 합니다. 매개효과검정 시 mediation 패키지의 mediate() 함수를 사용하거나 lavaan 패키지의 sem() 함수를 사용하는 경우 모두 표준오차 추정 시 부트스트래핑을 이용하기 때문에 두 방법은 기본적으로 유사합니다.