process macro model 6 결과 해석 관련
안녕하세요. prcoess macro model 6 결과를 보다보니, outcome variable이 "FACATT"일 때 결과에서
FEAR의 베타값이 부적으로 바뀌더라구요. 이렇게 부적으로 바뀐 것을 어떻게 해석하면 좋을지..
아래 통계 결과 중 붉은색 굵은 글자체로 표기한 부분 참고 부탁드리겠습니다.
그리고
AMOS에서 FEAR -> ATT에 대해 간접효과가 유의한 것으로 나오지만,
어떤 매개 변수를 거쳐 그러한 효과가 나오지를 확인해 보기 위해 process macro model 6 분석을 하게 되었는데
이러한 접근법이 맞는지도 궁금합니다.
Model : 6
Y : FACATT
X : FACFEAR
M1 : FACEMa
M2 : FACCATHc
Sample
Size: 500
**************************************************************************
OUTCOME VARIABLE:
FACEMa
Model Summary
R R-sq MSE F df1 df2 p
.3214 .1033 .7997 57.3714 1.0000 498.0000 .0000
Model
coeff se t p LLCI ULCI
constant .0000 .0400 .0000 1.0000 -.0786 .0786
FACFEAR .3163 .0418 7.5744 .0000 .2343 .3984
Standardized coefficients
coeff
FACFEAR .3214
**************************************************************************
OUTCOME VARIABLE:
FACCATHc
Model Summary
R R-sq MSE F df1 df2 p
.4835 .2338 .6660 75.8183 2.0000 497.0000 .0000
Model
coeff se t p LLCI ULCI
constant .0000 .0365 .0000 1.0000 -.0717 .0717
FACFEAR .1992 .0402 4.9495 .0000 .1201 .2783
FACEMa .3716 .0409 9.0865 .0000 .2912 .4519
Standardized coefficients
coeff
FACFEAR .2052
FACEMa .3768
**************************************************************************
OUTCOME VARIABLE:
FACATT
Model Summary
R R-sq MSE F df1 df2 p
.3714 .1379 .7893 26.4494 3.0000 496.0000 .0000
Model
coeff se t p LLCI ULCI
constant .0000 .0397 .0000 1.0000 -.0781 .0781
FACFEAR -.0643 .0449 -1.4327 .1526 -.1525 .0239
FACEMa .2677 .0481 5.5679 .0000 .1732 .3621
FACCATHc .1984 .0488 4.0635 .0001 .1025 .2944
Standardized coefficients
coeff
FACFEAR -.0646
FACEMa .2647
FACCATHc .1935
************************** TOTAL EFFECT MODEL ****************************
OUTCOME VARIABLE:
FACATT
Model Summary
R R-sq MSE F df1 df2 p
.0836 .0070 .9055 3.5070 1.0000 498.0000 .0617
Model
coeff se t p LLCI ULCI
constant .0000 .0426 .0000 1.0000 -.0836 .0836
FACFEAR .0832 .0444 1.8727 .0617 -.0041 .1705
Standardized coefficients
coeff
FACFEAR .0836
************** TOTAL, DIRECT, AND INDIRECT EFFECTS OF X ON Y **************
Total effect of X on Y
Effect se t p LLCI ULCI c_cs
.0832 .0444 1.8727 .0617 -.0041 .1705 .0836
Direct effect of X on Y
Effect se t p LLCI ULCI c'_cs
-.0643 .0449 -1.4327 .1526 -.1525 .0239 -.0646
Indirect effect(s) of X on Y:
Effect BootSE BootLLCI BootULCI
TOTAL .1475 .0260 .1002 .2009
Ind1 .0847 .0222 .0437 .1314
Ind2 .0395 .0145 .0155 .0715
Ind3 .0233 .0079 .0102 .0406
Completely standardized indirect effect(s) of X on Y:
Effect BootSE BootLLCI BootULCI
TOTAL .1482 .0245 .1029 .1977
Ind1 .0851 .0211 .0451 .1276
Ind2 .0397 .0146 .0159 .0718
Ind3 .0234 .0079 .0103 .0412
Indirect effect key:
Ind1 FACFEAR -> FACEMa -> FACATT
Ind2 FACFEAR -> FACCATHc -> FACATT
Ind3 FACFEAR -> FACEMa -> FACCATHc -> FACATT
*********************** ANALYSIS NOTES AND ERRORS ************************
Level of confidence for all confidence intervals in output:
95.0000
Number of bootstrap samples for percentile bootstrap confidence intervals:
5000
Existing replies
이일현 (2024-12-12 11:30:00)
부호가 양수(+)에서 음수(-) 로 바뀌어도 유의하지 않은 경우는 관계 없습니다.
유의하지 않은 부호는 0 이라고 생각하면 됩니다.
구조방정식으로 매개효과를 모형으로 만들어서 분석을 했다면 매개효과(간접효과)의 검정은 팬텀변수를 이용해서 구조방정식으로 검정하는 것이 더 타당합니다.
Legacy document_srl: 305270 / Legacy URL: http://www.statedu.com/QnA/305270
댓글