FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W4285047021> ?p ?o ?g. }

• W4285047021 endingPage "131" @default.
• W4285047021 startingPage "103" @default.
• W4285047021 abstract "매개모형이 심리학, 교육학, 경영학 등 다양한 분야에서 활발하게 이용되고 있다. 매개효과를 검정하는 방법은 Baron과 Kenny의 단계적 검정, 다변량 델타(Sobel의 방법) 등 전통적인 방법들을 거쳐 최근 부트스트랩이 표준 절차로 자리잡았다. 백분위수 부트스트랩으로 추정한 신뢰구간에 존재하는 잠재적 편향을 보완하기 위하여 편향조정 부트스트랩이 제안된 이후, 조정된 방법이 더 정확한 신뢰구간과 높은 검정력을 제공한다는 연구 결과들을 바탕으로 국내에서도 빈번히 사용되고 있다. 하지만 편향조정 부트스트랩이 검정력뿐만 아니라 1종오류 또한 더 높아 적절한 매개효과 검정 방법이 아닐 수 있다는 사실이 최근 보고되고있다. 본 연구는 매개효과의 검정에 관련된 최신 연구 흐름을 살펴보고, 잠재변수를 사용한 매개모형의 다양한 조건을 반영한 시뮬레이션을 실시하여 백분위수 부트스트랩과 편향조정 부트스트랩의 수행을 비교함으로써 매개효과 검정 방법에 대한 연구자들의 이해를 높이고자 하였다. 연구 1의 결과 편향조정 부트스트랩, 백분위수 부트스트랩, 다변량 델타 방법 순으로 검정력이 높았으며, 지표변수 개수가 많을수록, 효과크기가 클수록, 요인부하가 클수록, 표본크기가 클수록 검정력이 증가하는 경향을 보였다. 연구 2의 결과 1종오류 역시 편향조정 부트스트랩, 백분위수 부트스트랩, 다변량 델타 방법 순으로 높아 구조방정식 매개모형에서도 편향조정 부트스트랩이 가장 큰 1종오류를 발생시킨다는 것을 확인할 수 있었다. 마지막으로 본연구의 제한점을 기술하고 연구 결과를 바탕으로 한 가이드라인을 제공한다." @default.
• W4285047021 created "2022-07-13" @default.
• W4285047021 creator A5019610750 @default.
• W4285047021 creator A5033502618 @default.
• W4285047021 creator A5050454927 @default.
• W4285047021 date "2022-06-25" @default.
• W4285047021 modified "2023-10-18" @default.
• W4285047021 title "Comparison of methods for testing mediation effects under structural equation modeling framework: Percentile bootstrap and bias-corrected bootstrap" @default.
• W4285047021 cites W1507985183 @default.
• W4285047021 cites W1640894779 @default.
• W4285047021 cites W1971440513 @default.
• W4285047021 cites W1976876708 @default.
• W4285047021 cites W1981074165 @default.
• W4285047021 cites W1988221738 @default.
• W4285047021 cites W1989351453 @default.
• W4285047021 cites W1990041238 @default.
• W4285047021 cites W1995031937 @default.
• W4285047021 cites W2001136050 @default.
• W4285047021 cites W2007965170 @default.
• W4285047021 cites W2008130329 @default.
• W4285047021 cites W2008992734 @default.
• W4285047021 cites W2018798419 @default.
• W4285047021 cites W2024306642 @default.
• W4285047021 cites W2025333675 @default.
• W4285047021 cites W2038702827 @default.
• W4285047021 cites W2039708283 @default.
• W4285047021 cites W2040384528 @default.
• W4285047021 cites W2048220337 @default.
• W4285047021 cites W2062158071 @default.
• W4285047021 cites W2068719957 @default.
• W4285047021 cites W2096324117 @default.
• W4285047021 cites W2096950642 @default.
• W4285047021 cites W2104057213 @default.
• W4285047021 cites W2104411852 @default.
• W4285047021 cites W2110844196 @default.
• W4285047021 cites W2112688502 @default.
• W4285047021 cites W2113168655 @default.
• W4285047021 cites W2114687090 @default.
• W4285047021 cites W2117897510 @default.
• W4285047021 cites W2120897808 @default.
• W4285047021 cites W2126728600 @default.
• W4285047021 cites W2127977749 @default.
• W4285047021 cites W2129484434 @default.
• W4285047021 cites W2131568786 @default.
• W4285047021 cites W2132605910 @default.
• W4285047021 cites W2141536144 @default.
• W4285047021 cites W2153739619 @default.
• W4285047021 cites W2160326831 @default.
• W4285047021 cites W2171137184 @default.
• W4285047021 cites W2326260423 @default.
• W4285047021 cites W2329568295 @default.
• W4285047021 cites W2331965918 @default.
• W4285047021 cites W2335391067 @default.
• W4285047021 cites W2415304993 @default.
• W4285047021 cites W2432532291 @default.
• W4285047021 cites W2502839133 @default.
• W4285047021 cites W2524449277 @default.
• W4285047021 cites W2588286116 @default.
• W4285047021 cites W2601251367 @default.
• W4285047021 cites W2607553913 @default.
• W4285047021 cites W2609159880 @default.
• W4285047021 cites W2770741564 @default.
• W4285047021 cites W2802203165 @default.
• W4285047021 cites W2896599557 @default.
• W4285047021 cites W2904748633 @default.
• W4285047021 cites W2914645669 @default.
• W4285047021 cites W2935714056 @default.
• W4285047021 cites W2949680066 @default.
• W4285047021 cites W3016433994 @default.
• W4285047021 cites W3153179218 @default.
• W4285047021 cites W3168030658 @default.
• W4285047021 cites W3176107683 @default.
• W4285047021 cites W4298091299 @default.
• W4285047021 cites W4299627282 @default.
• W4285047021 doi "https://doi.org/10.22257/kjp.2022.6.41.2.103" @default.
• W4285047021 hasPublicationYear "2022" @default.
• W4285047021 type Work @default.
• W4285047021 citedByCount "0" @default.
• W4285047021 crossrefType "journal-article" @default.
• W4285047021 hasAuthorship W4285047021A5019610750 @default.
• W4285047021 hasAuthorship W4285047021A5033502618 @default.
• W4285047021 hasAuthorship W4285047021A5050454927 @default.
• W4285047021 hasBestOaLocation W42850470211 @default.
• W4285047021 hasConcept C105795698 @default.
• W4285047021 hasConcept C115961682 @default.
• W4285047021 hasConcept C121332964 @default.
• W4285047021 hasConcept C121864883 @default.
• W4285047021 hasConcept C122048520 @default.
• W4285047021 hasConcept C124936454 @default.
• W4285047021 hasConcept C149782125 @default.
• W4285047021 hasConcept C154945302 @default.
• W4285047021 hasConcept C15744967 @default.
• W4285047021 hasConcept C17744445 @default.
• W4285047021 hasConcept C179420905 @default.
• W4285047021 hasConcept C193536780 @default.
• W4285047021 hasConcept C199539241 @default.
• W4285047021 hasConcept C30703548 @default.
• W4285047021 hasConcept C33923547 @default.

• next