Mediator-Analyse über Pfadmodell

Allgemeine Statistik mit R, die Test-Methode ist noch nicht bekannt, ich habe noch keinen Plan!

Moderatoren: EDi, jogo

Antworten
Kitty
Beiträge: 11
Registriert: Sa Nov 28, 2020 1:36 pm

Mediator-Analyse über Pfadmodell

Beitrag von Kitty »

Liebe Alle,

ich habe eine Mediator-Analyse über ein Pfadmodell gerechnet und Fragen zur Interpretation bzw. dazu, welche Werte entscheidend sind.
Verwendet wurde neben den R Basispaketen noch das Paket lavaan - ich stelle Euch nun meine Befehle sowie den Output rein.

Meine eingegebenen Befehle:

Code: Alles auswählen

testmodel <- "
# Patch c' (direct effect)
FLU ~ c*FBQGes

# Path a
SCA ~ a*FBQGes

# Path b
FLU ~ b*SCA

# Indirect Effect (a*b)
ab := a*b
"

fitmod <- sem(testmodel, data=FBQ)

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

Mein Output:

Code: Alles auswählen

lavaan 0.6-7 ended normally after 18 iterations

  Estimator                                         ML
  Optimization method                           NLMINB
  Number of free parameters                          5
                                                      
  Number of observations                           217
                                                      
Model Test User Model:
                                                      
  Test statistic                                 0.000
  Degrees of freedom                                 0

Model Test Baseline Model:

  Test statistic                               293.300
  Degrees of freedom                                 3
  P-value                                        0.000

User Model versus Baseline Model:

  Comparative Fit Index (CFI)                    1.000
  Tucker-Lewis Index (TLI)                       1.000

Loglikelihood and Information Criteria:

  Loglikelihood user model (H0)               -516.917
  Loglikelihood unrestricted model (H1)             NA
                                                      
  Akaike (AIC)                                1043.834
  Bayesian (BIC)                              1060.733
  Sample-size adjusted Bayesian (BIC)         1044.889

Root Mean Square Error of Approximation:

  RMSEA                                          0.000
  90 Percent confidence interval - lower         0.000
  90 Percent confidence interval - upper         0.000
  P-value RMSEA <= 0.05                             NA

Standardized Root Mean Square Residual:

  SRMR                                           0.000

Parameter Estimates:

  Standard errors                             Standard
  Information                                 Expected
  Information saturated (h1) model          Structured

Regressions:
                   Estimate  Std.Err  z-value  P(>|z|)
  FLU ~                                               
    FBQGes     (c)   -0.718    0.155   -4.636    0.000
  SCA ~                                               
    FBQGes     (a)    0.996    0.051   19.420    0.000
  FLU ~                                               
    SCA        (b)   -0.159    0.124   -1.280    0.200

Variances:
                   Estimate  Std.Err  z-value  P(>|z|)
   .FLU               1.158    0.111   10.416    0.000
   .SCA               0.347    0.033   10.416    0.000

R-Square:
                   Estimate
    FLU               0.291
    SCA               0.635

Defined Parameters:
                   Estimate  Std.Err  z-value  P(>|z|)
    ab               -0.158    0.124   -1.278    0.201
> Nun meine Frage:

Ich hätte jetzt die Estimates der direkten Pfade a,b und c inkl. derer p-Werte zurückgemeldet, sowie die des indirekten Pfads ab - welcher der Entscheidende Pfad für meine Mediatoranalyse ist. Sehe ich das richtig, dass meine estimate Werte mein ß sind?
Ich hatte in einigen Arbeiten gesehen, dass der z-value bei dem indirekten Pfad zurückgemeldet wurde, leider weiß ich aber nicht, was dieser aussagt?

Muss ich noch irgendetwas wichtiges beachten?

Besten Dank und liebe Grüße

Kitty
Zuletzt geändert von jogo am Fr Dez 11, 2020 10:37 am, insgesamt 1-mal geändert.
Grund: Formatierung verbessert. http://forum.r-statistik.de/viewtopic.php?f=20&t=29
Antworten