Модерируемое посредничество с дихотомическим модератором и предиктором и четырьмя непрерывными посредниками - PullRequest
Новая
       12

Модерируемое посредничество с дихотомическим модератором и предиктором и четырьмя непрерывными посредниками

0 голосов
/ 24 июня 2018

У меня есть вопрос относительно спецификации модели для модерируемой посреднической модели.Я работаю над проектом, в котором я пытаюсь смоделировать опосредованное влияние эмоциональных переживаний между отношениями условий на непрерывные результаты.

Визуализация модели здесь

Iдумал об использовании лавы, но я изо всех сил стараюсь правильно указать модель;в частности, где и как применять модератора.

Я полагаю, что разные условия по-разному влияют на эмоциональные переживания, а доступ к социальным сетям (по сравнению с отсутствием доступа) влияет на этот эффект.

ИтакЯ думаю, что я смоделировал модель посредничества достаточно правильно, но я не знаю, где и как добавить модераторов. 

zz <- "M1   M2   M3   M4   DV1   DV2   MO   IV
1      1.0  1.6  3.4  4.1  6.0   2.6   0.5  2.0  
2      2.5  2.2  2.8  2.5  3.1   5.0   0.5  2.0
3      3.0  3.4  6.4  1.0  6.8   3.1   0.5  2.0
4      4.8  3.6  4.4  2.1  4.4   4.3   -0.5 1.0
5      3.5  4.0  3.8  3.8  4.3   3.5   -0.5 1.0"

Data <- read.table(text = zz,
                   header = TRUE)

И моя спецификация модели выглядела бы так (без модератора) 

model <- " # direct effect
         DV1 ~ c1*IV
         DV2 ~ c2*IV

       # mediators
         M1  ~ a1*IV
         DV1 ~ b11*M1
         DV2 ~ b12*M1

         M2  ~ a2*IV
         DV1 ~ b21*M2
         DV2 ~ b22*M2

         M3  ~ a3*IV
         DV1 ~ b31*M3
         DV2 ~ b32*M3

         M4  ~ a4*IV
         DV1 ~ b41*M4
         DV2 ~ b42*M4

       # indirect effect (a*b)
         indirect.disconnect := a1*b11 + a2*b21 + a3*b31 + a4*b41
         indirect.selfesteem := a1*b12 + a2*b22 + a3*b32 + a4*b42

       # total effect
         total.disconnect := c1 + a1*b11 + a2*b21 + a3*b31 + a4*b41
         total.selfesteem := c2 + a1*b12 + a2*b22 + a3*b32 + a4*b42"

fit <- sem(model,
       data = dat_sem)

summary(fit,
    standardized = TRUE,
    fit.measures = TRUE)

Надеюсь, это правильное место для размещения этого вопроса.

Спасибо всем заранее!

...