empiricalcriticalvalueis.97forthe.05significancelevelrather
than1.96forthestandardnormaltestofab40.Wedesignatethistest
statisticbyz8becauseitusesadifferentdistributionthanthenormal
distribution.>,实际上在MacKinnon的概率表中,这个.97的值是在N=200下对应的.04概率的双侧统计值,而不是.05概率双侧统计值,因为在该表中根本就没有直接给出.05概率的统计值。
为了确定这点,我专门查了国外对这个概率表的介绍,发现的确如此,相关文章见附件mediationmodels.rar。
当然,从统计概率上来说,大于0.97在这个表中意味着其值对应概率大于.05,但是98th97th,其值对应概率的判断就比较麻烦了,0.970.87时而大于当统计值小于此时要采用0.90作为P<.05的统计值来进行判断。
之所以对温的文章提出质疑,是因为这涉及到概率检验的结果可靠性,我为此查了很多资料,累)。
GoodmanI检验公式如下GoodmanII检验检验公式如下
注:
从统计学原理可知,随着样本量增大,样本均值和总体均值的差误趋向于
减少;因此从这两个公式可看出,的值随着样本容量增大而呈几何平方值认为MacKinnonetal.(1998)乘积项减小,几乎可以忽略不计算,因此在样本容量较大时是“trivial”(琐碎不必要的)的,因此sobel检验和Goodman检验结果在大样本情况下区别不大,三个检验公式趋向于一致性结果,因此大家用soble检验公式就可以了(详情请参考文献AComparisonofMethodsto
TestMediationandOtherInterveningVariableEffects.Psychological
Methods
2002,Vol.7,No.1,83–104)。
评价:
采用sobel等检验公式对中介效应的检验容易得到中介效应显着性结果,因为其临界概率(MacKinnon)P<.05的Z值为z>0.90或z<-0.90,而正态/2αα/2分布曲线下临界概率P<.05的Z值为z>1.96或z<-1.96,因此用该临界概/2α/2α率表容易犯第一类错误(拒绝虚无假设而作出中介效应显着的判断)
3.差异检验法(differenceincoefficients)。
此方法同样要找出联合标准误,目前存在一些计算公式,经过MacKinnon等人的分析,认为其中有两个公式效果较好,分别是Clogg等人和Freedman等人提出的,这两个公式如下:
Clogg差异检验公式Freedman差异检验公式
这两个公式都采用t检验,可以通过t值表直接查出其临界概率。
Clogg等提
,N-3为自变量N-3表示t检验的自由度为的下标出的检验公式中,与中介变量的相关系数,为X对Y的间接效应估计值的标准误;同理见检验公式。
Freedman评价:
这两个公式在a=0且b=0时有较好的检验效果,第一类错误率接近0.05,但当a=0且b≠0时,第一类错误率就非常高有其是Clogg等提出的检验公式在这种情况下第一类错误率达到100%,因此要谨慎对待。
4.温忠麟等提出了一个新的检验中介效应的程序,如下图:
这个程序实际上只采用了依次检验和sobel检验,同时使第一类错误率和第二类错误率都控制在较小的概率,同时还能检验部分中介效应和完全中介效应,值得推荐。
三中介效应操作在统计软件上的实现
根据我对国内国外一些文献的检索、分析和研究,发现目前已经有专门分析中只能通过手AMOS当中;然而在SPSS检验的工具软件脚本,可下挂在soble
工计算,但好处在于能够方便地处理复杂中介模型,分析间接效应;根据温忠麟介绍,LISREAL也有对应的SOBEL检验分析命令和输出结果,有鉴于此,本文拟通过对在SPSS、AMOS中如何分析中介效应进行操作演示,相关SOBEL检验脚本及临界值表(非正态SOBEL检验临界表)请看附件。
1.如何在SPSS中实现中介效应分析
这个部分我主要讲下如何在spss中实现中介效应分析(无脚本,数据见附件spss中介分析数据,自变量为工作不被认同,中介变量为焦虑,因变量为工作
绩效)。
第一步:
将自变量(X)、中介变量(M)、因变量(Y)对应的潜变量的项目得分合并取均值并中心化,见下图
在这个图中,自变量(X)为工作不被认同,包含3个观测指标,即领导不认同、同事不认可、客户不认可;中介变量(M)焦虑包含3个观测指标即心跳、紧张、坐立不安;因变量(Y)包含2个观测指标即效率低和效率下降。
DescriptiveStatistics
工作不被认同焦虑工作绩效ValidN(listwise)
489
489489489N
2.2807
Mean
2.0821
2.0859
上面三个图表示合并均值及中心化处理过程,生成3个对应的变量并中心化(项目均值后取离均差)得到中心化X、M、Y。
第二步:
按温忠麟中介检验程序进行第一步检验即检验方程y=cx+e中的c是否显着,检验结果如下表:
ModelSummary
ChangeStatistics
RSquareStd.ErrorofAdjustedR
Sig.FChange
df2
theEstimate
df1
Change
FChangeRSquare
ModelRSquare
.000
.70570
1
.460
.460
.459
487
414.265
1
.678(a)
不被认同(中心化)Predictors:
(Constant),a
工作不被认可焦虑绩效表现坐立不安.000.000.703焦虑.303.000绩效表现.831
.263.733.905效率下降
.284效率低.958.771工作不被认可焦虑绩效表现焦虑.776.000坐立不安.000
.688.000.000紧张
.753心跳.000.000
工作不被认可焦虑绩效表现
.000焦虑.000.000
.000.050.000绩效表现
.068效率下降.612.000工作不被认可焦虑绩效表现同事不认可.000.818.000同事不认可
.000客户不认可.790.000
.836.000坐立不安.526
.747.470.000紧张
.776.451.000.554...
Coefficients...
a.000.000...
tSig..959.051.00020.354.678
紧张心跳绩效表现效率下降客户不认可坐立不安焦虑
工作不被认可
.688.405.753.436.077.549
.000.000....000焦虑.000.629
UnstandardizedCoefficients......绩效表现
StandardizedCoefficients.000.000.000.830.......000
BetaBStd.ErrorModel(Constant)1.002.032化)(中心不被认同.804.040a.DependentVariable:
工作绩效(中心化)工作不被认可焦虑绩效表现.000效率低.000.889
.000.818.000领导不认可.000同事不认可.771.000客户不认可紧张.000......
心跳.000.......188.777.000绩效表现.164效率下降.677.871
.175.721.927效率低领导不认可
由上表可知,方程y=cx+e的回归效应显着,c值.678显着性为p<.000,可以进行方程m=ax+e和方程y=c'x+bm+e的显着性检验;
第三步:
按温忠麟第二步检验程序分别检验a和b的显着性,如果都显着,则急需检验部分中介效应和完全中介效应;如果都不显着,则停止检验;如果a或b其中只有一个较显着,则进行sobel检验,检验结果见下表:
由上面两个表格结果分析可知,方程m=ax+e中,a值0.533显着性p<.000,继续进行方程y=c'x+bm+e的检验,结果如下表:
由上面两个表的结果分析可知,方程y=c'x+bm+e中,b值为0.213显着性为p<.000,因此综合两个方程m=ax+e和y=c'x+bm+e的检验结果,a和b都非常显着,接下来检验中介效应的到底是部分中介还是完全中介;
第四步:
检验部分中介与完全中介即检验c'的显着性:
由上表可知,c'值为.564其p值<.000,因此是部分中介效应,自变量对因变量的中介效应不完全通过中介变量焦虑的中介来达到其影响,工作不被认同对工作绩效有直接效应,中介效应占总效应的比值为:
effect=ab/c=0.533×0.213/0.678=0.167,中介效应解释了因变量的方差变异m为sqrt(0.490-0.459)=0.176(17.6%)
小结在本例中,中介效应根据温忠麟的检验程序最后发现自变量和因变量之间存在不完全中介效应,中介效应占总效应比值为0.167,中介效应解释了因变的方差变异。
17.6%量
2.在spss中运用spssmaro脚本来分析中介效应
下面我们采用Preacher(2004)设计的spssmaro脚本来进行中介效应分析,该脚本是美国俄亥俄和州立大学Preacher和Hayes于2004年开发的在spss中计算间接效应、直接效应和总效应的脚本,对间接效应的计算采用了sobel检验,并给出了显着性检验结果,这个脚本可在如下网址下载:
。
脚本文件名为sobel_spss,关于如何在spss使用该脚本请看附件(附件为pdf文件,文件名为runningscripts)。
在运行了脚本后,在打开的窗口中分别输入自变量、中介变量和调节变量,在选项框中可以选择bootstrap(自抽样)次数,设置好后,点击ok,运行结果如下:
RunMATRIXprocedure:
VARIABLESINSIMPLEMEDIATIONMODEL
Y工作绩效
X不被认同
M焦虑
DESCRIPTIVESSTATISTICSANDPEARSONCORRELATIONS
MeanSD工作绩效不被认同焦虑
_1.0000.95901.0000.6780.5139
工作绩.
不被认同-.0020.8085.67801.0000.5330
焦虑(中.0000.9063.5139.53301.0000
SAMPLESIZE
489
DIRECTAndTOTALEFFECTS
Coeffs.e.tSig(two)
b(YX).8042.039520.3535.0000c
b(MX).5975.043013.9013.0000a
b(YM.X).2255.04045.5773.0000b
b(YX.M).6695.045314.7731.0000c'
注:
b(yx)相当于c,b(my)相当于a,b(YM.X)相当于b,b(YX.M)相当于c'
INDIRECTEFFECTAndSIGNIFICANCEUSINGNORMALDISTRIBUTION
Values.e.LL95CIUL95CIZSig(two)
Effect.1347.0261.0836.18585.1647.0000
(sobel)
BOOTSTRAPRESULTSForINDIRECTEFFECT
DataMeans.e.LL95CIUL95CILL99CIUL99CI
Effect.1347.1333.0295.0800.1928.0582.2135
NUMBEROFBOOTSTRAPRESAMPLES
1000
FAIRCHILDETAL.(2009)VARIANCEINYACCOUNTEDFORBYINDIRECTEFFECT:
.2316
*********************************NOTES**********************************
------ENDMATRIX-----
从spssmacro脚本运行的结果来看,总效应、中介效应、间接效应
达到了显着值,其中c为0.8042,a值为0.5975,b值为0.2255,c'值
为0.6695,间接效应(在本例中为中介效应)解释了自变量23.16%的
方差,中介效应占中效应的比例为0.168。
下面用对加载脚本前后的
计算结果进行比较见下表:
中介效应方差变异效应比cabc'
无脚本************0.167417.6%0.5640.5130.6780.213Spssmacrao************0.167523.16%0.5980.2260.8040.670
从比较结果可以看出,加载脚本后分析中介效应结果,总体效应提高了,但效应比没有多大变化(0.0001),说明中介效应实际上提高了;中介效应对因变量抽样法bootstrap个百分点,说明采用5的方差变异的解释比例也提高了了近.
能更准确地估计总体效应和间接效应。
3.如何在AMOS中实现中介效应分析
无论变量是否涉及潜变量,都可以利用结构方程模型来实现中介效应分析,下面我来谈谈如何在AMOS中实现中介效应分析,数据见附件(AMOS中介效应分析数据)。
第一步:
建立好模型图,如下:
本模型假设,工作不被认可通过中介变量影响绩效表现。
第二步:
设置参数,要在AMOS中分析中介效应,需要进行一些必要的参数设置,步骤见下图:
按照上面几个图提示的步骤设置好后,读取数据进行运算,工具栏提示如下
上图表示采用bootstrap(自抽样5000次)运算结果,数据迭代到第8次得到收敛。
模型卡方为26.0,自由度为17.
第三步:
看输出结果即模型图和文本输出:
从模型标准化路径图可以看出,模型卡方与自由度之比为1.529,p值>.05,各项拟合指数皆较理想,说明模型较理想,下面我们来看下模型的总体效应和间接效应的文本输出,见下表:
StandardizedTotalEffects(Groupnumber1-Defaultmodel)
StandardizedTotalEffects-LowerBounds(BC)(Groupnumber1-Defaultmodel)
工作不被认可焦虑绩效表现
.000焦虑.554.000
.077.714.000绩效表现
.068.612.830效率下降.070效率低.889.661
.000领导不认可.818.000
.000.000同事不认可.771
.000
.000.729客户不认可
StandardizedTotalEffects-UpperBounds(BC)(Groupnumber1-Defaultmodel)
.000.000领导不认可.907
.000.858.000同事不认可
.000.841.000客户不认可.883坐立不安.600.000
.802.000紧张.540
.868.000
心跳.582
StandardizedTotalEffects-TwoTailedSignificance(BC)(Groupnumber1-Defaultmodel)
工作不被认可焦虑绩效表现
.......000焦虑.002...绩效表现.000
.002.001.000效率下降
.002.001.000效率低...领导不认可.000...
...同事不认可.001...
...客户不认可.001...
.001.000...坐立不安.000.000紧张...
.000心跳...
.000
上述三个表格是采用BC(bias-corrected)偏差校正法估计的总体效应标准化估计的下限值、上限值和双尾显着性检验结果,双尾检验结果显示,总体效应显着,提示自变量(工作不被认可)对因变量(绩效表现)的总体效应显着)值显着,P<.000;下面我们继续看直接效应的文本输出结果,如下表:
StandardizedDirectEffects(Groupnumber1-Defaultmodel)
StandardizedDirectEffects-LowerBounds(BC)(Groupnumber1-Defaultmodel)
.000.729.000
StandardizedDirectEffects-UpperBounds(BC)(Groupnumber1-Defaultmodel)
工作不被认可焦虑绩效表现
.000.000.703焦虑.303绩效表现.759.000
.000.905效率下降.000
.000.958.000效率低.000领导不认可.907.000
.000.000同事不认可.858
.000.000.841客户不认可
.883.000.000坐立不安
.802.000.000紧张
.868心跳.000
.000
StandardizedDirectEffects-TwoTailedSignificance(BC)(Groupnumber1-Defaultmodel)
工作不被认可焦虑绩效表现
....000...焦虑.002绩效表现.000...
....001效率下降...
....001效率低...
...领导不认可.000...
....001同事不认可...
....001...客户不认可.001......坐立不安.000紧张......
.000...
...心跳和总体效应输出表格形式一致,前两个表格都是标准化估计的95%置信区间的上限值和下限值,第三个表格提示了直接效应显着,见红体字部分(在本例中
即为中介效应ab和c')。
下面我们来看下间接效应的显着性分析结果,见下图:
StandardizedIndirectEffects(Groupnumber1-Defaultmodel)
StandardizedIndirectEffe