全て 右 . こんにちは , みんな . 私の 名前 は ヘイリー ヤレミッチ . I 働いた で ジャンプ これ 過去 夏 として a 統計的 テスト インターン , そして 病気 なれ 戻る これ 来る 夏 で その 同じ 役割 . これ 過去 夏 , I 建てられた 一つの 追加- で それ 役立つ ユーザー フィット そして 視覚化する 相互作用 . 私は 興奮した に 話す に あなた 全て について それ 今日 .
わかった , に セット 上 その 例 それ 私は 行く に なれ 使用して 全体を通して その 話す . さあ 取る a 見て で これ クリップ から a Webサイト と呼ばれる その 科学 の ピープル・ドットコム . これ クリップ 読む . する あなた 知る その インパクト の あなたの 仕事 いつ 私たちは しない 持っている 私たちの なぜ で その フロント の 私たちの 心 ? それ できる なれ 難しい に 感じる やる気のある そして 興奮した について 何 だった やっている。
いつ 私たちは 得る 忙しい または 圧倒された . その なぜ ただ 思われる に スリップ 離れて . これ クリップ 伝える 私たち それ いつ 私たちは 感じる それ 私たちの 仕事 もっている 意味 , これ 傾向がある に 鉛 に より大きい 仕事 満足 . と a 構造的 方程式 モデリング パス 図 , 私たちは だろう 画面 それ 原因 そして 効果 関係 のように これ .
しかし もし だった あまりにも 圧倒された で 仕事 , これ 関係 かもしれない 弱める . その 有意義さ の 私たちの 仕事 すべき なれ 関連している に 仕事 満足 , しかし のみ もし 圧倒する は 低い . 概念的には , 私たちは できた 代表する それ のように これ . で その 社交 科学 , これ は 何 私たちは 電話 節度 , なぜなら 圧倒する は 行く に 適度 それ 関係 間 有意義さ そして 仕事 満足 . しかし もっと 広く , これ は 知られている として 一つの 交流 . いつ 私たちは 探す a 重要な 交流 , 私たちは 必要 に 視覚化する それ で 注文 に 理解する 何ですか 行く の上 . に する それ , 私たちは 頻繁 必要 に 見て で 単純 斜面 .
A 単純 スロープ 説明する その 関係 間 その 予測子 そして その 結果 で a 特定の 価値 の その モデレータ . で これ プロット , だった 服用 a 見て で その 関係 間 有意義さ そして 仕事 満足 で 三つ 違う 価値観 の 圧倒する . その 赤 ライン は それ 関係 いつ 圧倒する は 低い . その 青 ライン は いつ 圧倒する は で その 平均 , そして その 紫 ライン は いつ 圧倒する は 高い . ただ として 私たちは だろう 期待する , その 関係 間 有意義さ そして 仕事 満足 は その 最強 . いつ 圧倒する は 低い そして しません 圧倒する は 高い , それ 関係 弱まる .
いる できる に 視覚化する 単純 斜面 は a 本当に 不可欠 一部 の フィッティング そして 理解 モデル それ 関与する 相互作用 . しかし で 注文 に 公開 これら 結果 , 私たちは また 頻繁 必要 詳細 について その 価値観 の それらの 単純 斜面 そして 彼らの 統計的 意義 で 違う 価値観 で その モデレータ . ただ のように 私は 表示されている ここ のために 高い そして 低い 価値観 の 圧倒する .
私たちは できる また 取る もの a ステップ さらに遠く 超えて 単純 節度 . これ クリップ また 言及 それ 有意義さ かもしれない 結果 で より大きい 仕事 満足 なぜなら それ 傾向がある に 鉛 に より大きい モチベーション で 仕事 . そこには かもしれない なれ a 原因 そして 効果 経路 ここ , そして これ は 何 私たちは だろう 電話 調停 . しかし また , 圧倒する ニーズ に なれ 低い で 注文 のために これら 利点 に 遊ぶ 外 . 私たちは かもしれない 期待する それ 圧倒する ニーズ に なれ 低い で 注文 のために これ 初め 効果 に なれ 現在 . 私たちは だろう 電話 これ 初め ステージ 管理された 調停 . または 私たちは かもしれない 考える それ 低い 圧倒する は もっと 重要 のために その 2番 効果 に なれ 現在 . 私たちは だろう 電話 これ 2番 ステージ 管理された 調停 .
で これら 管理された 調停 モデル , もし 私たちは 探す a 重要な 交流 , 私たちは まだ 必要 に プローブ それ そして 評価 意義 で 違う 価値観 で その モデレータ . しかし これ 時間 , だった 興味がある で プロット そして テスト これ 全体 効果 の 有意義さ の上 仕事 満足 を通して モチベーション . 私たちは 電話 これ その 間接的 効果 . だった 行く に 見る 一つの 例 の これ で 私たちの デモ で ただ a 少し 分 .
これら 種類 の 質問 来る 上 全て その 時間 , ない のみ で 社交 科学 研究 , しかし また で 他の 地域 . 与えられた 彼らの 人気 , その いいえ 驚き それ 私たちは 持っていた a 多く の リクエスト から ジャンプ ユーザー に 組み込む 素早い そして 簡単 方法 の フィッティング そして 視覚化 これら 種類 の モデル . A 多く の これら ユーザー リクエスト 言及された 節度 , 調停 そして 単純 斜面 . その ジェイソン ニーマン プロット は 一つの 拡大 の その 単純 斜面 プロット それ I 示した 以前 , そして 病気 得る に それ で a 少し 分 . しかし 基本的に これら は 全て 違う 専門用語 方法 の 尋ねる のために その 同じ 機能性 .
あなたは 知らせ それ a 多く の これら リクエスト 言及 その プロセス マクロ . その プロセス マクロ は a とても 広く 使用済み 道具 のために フィッティング これら 種類 の モデル . それ 提供する 簡単 モデル フィッティング そして a 多く の 数値 出力 について これら モデル . しかし 右 今 , それ しない 提供する 視覚化 . その 重荷 だろう なれ の上 その ユーザー に 取る これ 数値 出力 そして 作成する a グラフ と それ 他の場所 . それ できる なれ とても 面倒な そして エラー うつ伏せ . これ は a 本当に 重要 欠点 なぜなら これら グラフ は 不可欠 のために 理解 相互作用 .
ただ に 与える あなた a センス の どうやって 難しい それ は のために その ユーザー に 作成する これら グラフ の上 彼らの 自分の , これら は その 数式 それ 根底にある その 二 プロット それ あなたは について に 見る で その デモ . 想像する 持つ に コード これら 上 あなた自身 . それ だろう なれ 本当に 厳しい . と これ アドイン , 私たちは 望んでいた に 描く その上 その 強さ の その プロセス マクロ それ 作る それ それで 人気のある それで 簡単 そして 自動化された フィッティング の これら モデル . しかし それから 私たちは また 追加した 特徴 それ できない なれ 見つかった 他の場所 そして それ 本当に 大文字にする の上 その 個性的 強み の ジャンプ . 魅力的 視覚化 それ さもないと だろう なれ 本当に 厳しい のために ユーザー に 作る から 傷 .
こちらは a 素早い まとめ の その 特徴 の 私たちの 追加- で , として 良い として 何 ユーザー は 現在 上 に対して . もし 彼らは 欲しい に フィット これら モデル と その 構造的 方程式 モデリング プラットフォーム ジャンプ しかし それなし その 追加- で . 私たちは 自動化された 全て その 詳細 の モデル フィッティング そして それなし その 追加する , そこには a 多く の データ 前処理 それは 頻繁 必須 そして それ できる なれ 難しい に 特定 その 正しい 構造的 方程式 モデル .
私たちは また 提供する a 多く の 数値 出力 , しかし だった また 行く に ふるいにかける を通して それ 出力 そして する その さらに遠く 計算 と それ それ は 必要 に 本当に 蒸留する それ 出力 . それから , として I 言及された , 全て 視覚化 は 今 自動化された それで ユーザー できる 避ける それらの 複雑な 数式 .
今 私は 行く に ジャンプ 以上 に a デモ 使用して その 2番 ステージ 管理された 調停 モデル と その アドイン . こちらは その モデル それ だった 行く に フィット . 内で ジャンプ , 私は 行く に 開ける 上 私たちの ... おっと、 I 移動した 私の バー ここ . わかった . 私は 行く に 開ける 上 私たちの 節度 仲介アドイン . 私は 行く に 置く その 2番 ステージ 管理された 調停 モデル .
内で その ユーザー 入力 ウィンドウ , その 初め もの 私たちは 見る は これら 数字 . のように I 言及された , a 難しい 側面 の フィッティング これら 種類 の モデル できる なれ 理解 どうやって に 作る その ジャンプ から 何 私たちは 考える は 行く の上 概念的に に その 統計的 モデル それ ニーズ に なれ フィット . その ゴール の これら 数字 は ただ に 取る それ 重荷 離れて から その ユーザー , そして その のみ 入力 それ 私たちは 必要 から その ユーザー は ただ に 選択 a 変数 のために それぞれ 役割 . 私は 行く に する それ ここ .
それから オプションで どれでも 番号 の 共変量 できる なれ 追加した . による デフォルト , どれでも 変数 関与した で 一つの 交流 学期 は 行く に なれ 平均 中央揃え . しかし これ できる なれ 回転した オフ または 彼らは できる なれ 中央揃え その周り a ユーザー 指定された 価値 . それから それらの プロット それ I 言及された は のみ 行く に なれ 表示されている で その 出力 もし その 交流 は 重要な で アルファ 0.05 . しかし これ できる また なれ 回転した オフ .
いつ I クリック わかった そして I 引く 上 私たちの 出力 , その 初め もの 私たちは 見る は その 出力 から その 構造的 方程式 モデリング プラットフォーム . しかし また , これ できる なれ a 多く に ふるいにかける を通して . その ゴール の これ 節度 詳細 セクション は に 引く 外 全て その ほとんど 重要 部品 の その ACM 出力 に する どれでも 必要 計算 と それ 出力 , そして それから に パッケージ すべて の中へ 文章 それ できる なれ 簡単に 理解され、 コピー そして ペースト それ の中へ a 出版物 または 報告 .
あなたは 見る ここ 私たちは 得る いくつかの 詳細 について その 条件付き 間接的 効果 . また , これら は とても 似ている に 単純 斜面 , しかし 今 だった 呼び出し 彼ら 間接的 なぜなら その 効果 の 有意義さ の上 仕事 満足 は 旅行 を通して モチベーション .
その 次 アクション ここ は 行く に なれ 私たちの ジェイソン 名前 そして プロット . これ プロット 本当に は その 州 の その 美術 方法 のために 調査 一つの 交流 なぜなら その 行く に 提供する a 多く もっと 詳細 よりも その 単純 斜面 プロット それ I 示した 以前 . ここ の上 その X 軸 , 私たちは 持っている その モデレータ , それで 圧倒する は の上 その X 軸 そして それから その Y 軸 は 行く に なれ その 効果 の 有意義さ の上 仕事 満足 を通して モチベーション . それ 間接的 効果 は 何ですか 変化 として a 関数 の 圧倒する . だった 見ている で それ 効果 で それぞれ 可能 価値 の 圧倒する .
私たちは できる 見る それ それ 効果 は 弱体化 として 圧倒する 増加する . しかし これ プロット できる 時々 なれ 親切 の 難しい のために 人々 に 包む 彼らの 頭 その周り , 主に なぜなら 私たちは 持っている 一つの 効果 の上 その Y 軸 . として で これ 例 , それでも ほとんど の これら 効果 は ポジティブ , 彼らは ただ なる 少ない ポジティブ として 圧倒する は 増加 . これ できる 時々 なれ a 少し 混乱する . に 作る もの 平 より明確に , 私たちは 追加した グラフ フライト に これ プロット .
いつ I ホバー 以上 これ ライン , 私は 行く に 見る a グラフ フィット それ ショー 自分 その 効果 の 有意義さ の上 仕事 満足 で これ 特定の 価値 の 圧倒する . 私たちは できる 見る それ いつ 圧倒する は 低い , それ は それ 効果 は 強い そして ポジティブ . それから として 圧倒する 増加する , それ 効果 は 弱体化 . それまで 最終的に , いつ 圧倒する は 本当に 高い , それ 効果 は 基本的に フラット . A 本当に ニース アドバンテージ の ジャンプ は それ 私たちは だった できる に 追加 これら グラフ フィット そして 本当に 援助 ユーザー 理解 ここ .
別の ニース 側面 の これ ジェイソン ノイマン アプローチ は それ 私たちは できる 計算する これら 意義 境界 . これ 境界 は その ちょうど 価値 の 圧倒する , どこ これ 効果 行く から いる 統計的に 重要な , どれの は で 青 に 取るに足らない , どれの は で 赤 .
通常 そこには 行く に なれ 二 意義 境界 . あなた できる 見る 上 ここ それ 彼らは だった 両方 計算された , しかし のみ 1つ 登場 で その プロット . これ は なぜなら これ プロット は のみ 行く に 見せる 価値観 の その モデレータ それ だった 観察された で その データ セット . 私たちは した これ のために 外挿 コントロール .
ここ 私たちは できる 言う それ として 長さ として 圧倒する は 少ない よりも について 1.25 , そこには 行く に なれ a 重要な 効果 の 有意義さ の上 仕事 満足 を通して モチベーション .
私たちの ファイナル セクション の 出力 ここ は 行く に なれ a 条件付き 間接的 効果 プロット . これ は a 多く のように その 単純 斜面 プロット それ I 示した 以前 . 基本的に だった ただ 服用 a 少し の それらの グラフ プロット そして だった パッティング それらの の中へ a 静的 プロット . 同じ アイデア ここ . 私たちは 終わり 上 と その 同じ 持ち帰り , しかし これ 特定の タイプ の グラフ は 頻繁 必要 のために 出版物 .
いくつかの 特徴 それ ない 含まれる で その アドイン 右 今 それ 私たちは だろう 愛 に 追加 で その 未来 . その 初め は ブートストラップ . 右 今 これら 自信 バンド は 計算された 数学的に , しかし 発見 彼ら と ブートストラップ は 時々 好ましい . 私たちは だろう 愛 に なれ できる に 追加 それ で その 未来 . 私たちは 愛 に 追加 もっと 種類 の モデル .
その プロセス マクロ それ I 言及された 以前 オファー 数十 そして 数十 の モデル オプション . ここ 私たちは のみ 持っている 三つ , しかし 私たちは した 選ぶ その 三つ ほとんど 人気のある 種類 の これら モデル . しかし 私たちは 愛 に なれ できる に 追加 もっと で その 未来 .
全て 右 . と それ , 私は 行く に 行く 先に そして 包む 上 . 感謝 あなた それで 多くの のために あなたの 注意 . あなた できる 感じる 無料 に メール 自分 と 質問 で これ 住所 . 私は また 含まれる a リンク に その ジャンプ コミュニティ ブログ 役職 それ 提供する a 多く もっと 詳細 よりも 何 I 持っていた 時間 に 得る の中へ 今日 . これ は 行く に 行く を通して 基本的な 節度 として その ランニング 例 , どれの I 考える 意思 なれ 本当に 該当する に 誰でも で どれでも 分野 それは 興味がある で テスト そして 調査 相互作用 と これら ツール . また , 感謝 あなた のために あなたの 注意 .
