Page 5 - MEDIATION & MODERATION

‫‪MEDIATION AND MODERATION‬‬
‫‪BY DR.ELDIRDIRI FADOL IBRAHIM‬‬

‫‪10th AUGST 2020‬‬
‫الخاص بك هو معالجة المتغير تجريب ًيا أو جمع قياس الوسيط الخاص ‪ DV‬الوسيط الخاص بك ليس بسبب‬

‫‪.‬الخاص بك ‪ IV‬بك قبل تقديم‬
‫‪------‬‬

‫إلى ‪ Y 0‬على ‪ X‬يوضح ما سبق نموذج الوساطة القياسي‪ .‬تحدث الوساطة المثالية عندما يقل تأثير‬
‫بمقدار ‪ Y‬على ‪ X‬في النموذج‪ .‬تحدث الوساطة الجزئية عندما ينخفض تأثير ‪ M‬مع‬
‫‪.‬في النموذج ‪ M‬غير بسيط (المبلغ الفعلي متاح للنقاش) مع‬
‫‪------‬‬
‫مثال على بيانات الوساطة ‪2.1‬‬

‫‪#setwd("user location") #Working directory‬‬
‫‪set.seed(123) #Standardizes the numbers generated by rnorm; see Chapter‬‬

‫‪5‬‬
‫‪N <- 100 #Number of participants; graduate students‬‬
‫‪X <- rnorm(N, 175, 7) #IV; hours since dawn‬‬
‫‪M <- 0.7*X + rnorm(N, 0, 5) #Suspected mediator; coffee consumption‬‬
‫‪Y <- 0.4*M + rnorm(N, 0, 5) #DV; wakefulness‬‬
‫)‪Meddata <- data.frame(X, M, Y‬‬

‫‪.‬قم بتعيين دليل عمل مناسب وقم بإنشاء مجموعة البيانات التالية‬

‫يؤثر على التصنيفات الشخصية )‪ (X‬في هذا المثال ‪ ،‬سنقول إننا مهتمون بما إذا كان عدد الساعات منذ الفجر‬
‫لاحظ أننا نقوم عن قصد بإنشاء تأثير ‪ (M).‬طالب دراسات عليا من خلال استهلاك القهوة ‪ (Y) 100‬لليقظة‬

‫وساطة هنا (لأن الإحصائيات تكون دائ ًما أكثر متعة إذا كان لدينا شيء نعثر عليه) ونقوم بذلك أدناه من خلال‬
‫‪.‬يخلق سلسلة سببية لتحليلنا لتحليلها ‪ M.‬بحيث يكون مرتب ًطا بـ ‪ Y‬و ‪ X‬بحيث يكون مرتبطًا بـ ‪ M‬إنشاء‬

‫‪-------‬‬

‫‪5‬‬