Forfatter av avsnitt: Sebastian Jentschke

Bruk R-versjonen av PROCESS-makroen innenfor jamovi

Forberedelse: Du må installere Rj og laste ned den nyeste versjonen av PROCESS-macro. Åpne ZIP-filen du har lastet ned, gå inn i mappen PROCESS v... for R og ekstrahere prosessen. R-fil til Documents-mappen (eller Dokumenter hvis mappenavn et på norsk).

Åpne datafilen du vil bruke for analysene dine. Etterpå åpner du Rj ved å bruke R-symbolet i Analyses-mnybånd (Rj er en jamovi-modul; hvis du ikke har installert den ennå, kan du sjekke Installer moduler i jamovi).

Nå er du klar til å skrive R-kode innenfor jamovi. Kjør følgende kode i Rj-tekstboksen for kommandoer. Du kan bare kopiere og lime inn den følgende kommandoen.

på Windows

source(file.path(Sys.getenv('HOMEDRIVE'), Sys.getenv('HOMEPATH'), 'Documents', 'process.R'))

på MacOS og Linux

source(file.path(Sys.getenv('HOME'), 'Documents', 'process.R'))

Kjør denne koden (source…) ved å trykke på den grønne trekanten. Vær tålmodig, det kan ta et øyeblikk (opptil et minutt, avhengig av hvor rask datamaskinen din er). Du bør se en utgave som likner dette

******************** PROCESS for R Version 4.2 beta ****************

           Written by Andrew F. Hayes, Ph.D.  www.afhayes.com
   Documentation available in Hayes (2022). www.guilford.com/p/hayes3

***********************************************************************

PROCESS is now ready for use.
Copyright 2022 by Andrew F. Hayes ALL RIGHTS RESERVED
Workshop schedule at http://haskayne.ucalgary.ca/CCRAM

Etterpå PROCESS-makroen er initialisert og du kan kommentere linjen ut (ved å sette en # på begynnelsen av linjen) → # source(…

Nå er du satt til å kjøre analyser. Vær oppmerksom på at PROCESS-makroen for R bruker en annen generator for tilfeldige tall (*random numbers*) for enn SPSS og SAS[1] og at derfor bootstrapping-konfidensintervallene for de(n) indirekte effekten(e) av X på Y er forskjellig fra det som vises i boken. I tillegg aksepterer den nåværende versjonen av PROCESS-makroen for R data kun i numerisk format.[2] Derfor må faktorer konverteres til numerisk form (f.eks. 0 og 1) før de kan brukes i en PROCESS-kommando. Dette kan gjøres ved å bruke den følgende kommandoen i Rj (bare kopier og lim den inn).

for (C in names(data)[sapply(data, is.factor)]) {
    data[[C]] = as.numeric(data[[C]]) - min(as.numeric(data[[C]]))
}

Når dette er gjort, kan du bare skrive kommandoene slik som de vises i boken (eller kopiere og lime inn hvis du eier e-boken). Vær oppmerksom på at du må endre navnet på datasettet: i dette eksemplet, hentet fra s. 188 av Hayes (2022), er datasettet pmi nødvendig (for å laste ned datasettene). Kommandoen i boken må justeres ved å endre data = pmi til data = data (data refererer til det datasettet som er åpnet i jamovi).

process(data = data, y = "reaction", x = "cond", m = c("import", "pmi"), total = 1, contrast = 1, model = 6,seed = 31216)

Husk at du må kjøre kommandoen source… igjen hver gang du åpner et nytt datasett / en ny jamovi-sesjon. Hvis du ønsker å kjøre flere analyser med samme datasett / innenfor samme jamovi-sesjon, er dette ikke nødvendig.