Analisis mediasi ganda dalam R

Saya bertanya-tanya apakah ada yang tahu cara menjalankan model mediasi ganda di R. Saya tahu paket mediasi memungkinkan untuk beberapa model mediasi sederhana, tetapi saya ingin menjalankan satu model yang mengevaluasi beberapa model mediasi secara bersamaan.

Saya berasumsi saya dapat melakukan ini dalam kerangka SEM (analisis jalur), tetapi bertanya-tanya apakah ada orang yang baru dalam suatu paket yang menghitung statistik khas dari analisis mediasi untuk beberapa mediator (efek tidak langsung, Proporsi Total Efek melalui Mediasi, dll.), dan bisa memanfaatkan bootstrap. Saya tahu ini adalah pukulan panjang, tetapi saya pikir saya harus bertanya sebelum menginvestasikan waktu berkembang dari awal.

UPDATE: (11/11/2013)

Sejak mengajukan pertanyaan ini beberapa tahun yang lalu, saya telah belajar menggunakan paket lavaan R yang bagus untuk melakukan beberapa mediasi.

di sini adalah contoh kode:

model <- '
# outcome model 
outcomeVar ~ c*xVar + b1*medVar1 + b2*medVar2

# mediator models
medVar1 ~ a1*xVar 
medVar2 ~ a2*xVar

# indirect effects (IDE)
medVar1IDE  := a1*b1
medVar2IDE  := a2*b2
sumIDE := (a1*b1) + (a2*b2)

# total effect
total := c + (a1*b1) + (a2*b2)
medVar1 ~~ medVar2 # model correlation between mediators
'

Perhatikan bahwa a1, a2, b1, b2, dan c adalah label. Kemudian jalankan model:

fit <- sem(model, data=dataframe)

Dan lihat output:

summary(fit, fit.measures=TRUE, standardize=TRUE, rsquare=TRUE)

Akhirnya, buat interval kepercayaan bootstrap:

boot.fit <- parameterEstimates(fit, boot.ci.type="bca.simple")

Lihat situs web lavaan untuk rincian lebih lanjut: http://lavaan.ugent.be/

r regression mediation wmmurrah
sumber

Tidak yakin apakah semPLS atau plspm akan memungkinkan analisis mediasional , tetapi ada baiknya untuk memeriksa.

chl

@wmmurrah akan membonceng pertanyaan Anda, apakah satu-satunya keuntungan dari bootstraping untuk mendapatkan interval kepercayaan?

lf_araujo

@ If_araujo Jika Anda tertarik pada pengujian hipotesis, interval kepercayaan bootstrap harus digunakan alih-alih nilai-p karena yang terakhir memerlukan asumsi normalitas yang sering dilanggar. Efek tidak langsung, yang merupakan produk dari dua koefisien jalur, cenderung condong, membuat asumsi nilai p dipertanyakan, kecuali mereka besar. Jadi, bahkan jika Anda tidak ingin menggunakan interval, mereka lebih tinggi dari nilai-p.

wmmurrah

@ If_araujo lihat: Lihat: Pengkhotbah, KJ, & Hayes, AF (2008). Strategi asimptotik dan resampling untuk menilai dan membandingkan efek tidak langsung dalam beberapa model mediator. Metode penelitian perilaku, 40 (3), 879-891.

wmmurrah

Analisis mediasi ganda dalam R

Jawaban: