中介效应分析：方法和模型发展.pdf

中介效应分析：方法和模型发展.pdf

《中介效应分析：方法和模型发展.pdf》由会员分享，可在线阅读，更多相关《中介效应分析：方法和模型发展.pdf（15页珍藏版）》请在冰豆网上搜索。

心理科学进展2014，Vo122，No5，731-745AdvancesinPsychologicalScienceD0I：

103724SPJ1042201400731主编特邀（EditorInChiefInvited）编者按：

中介效应分析在许多领域都有广泛应用，因为它可以分析变量之间影响的过程和机制，相对于回归分析，可以得到比较深入的结果。

虽然中介分析不能肯定地说“证实”了什么，但可以帮助我们支持某种理论而排除其竞争的理论。

温忠麟教授及其合作者有关中介分析方法的研究，引领和推动了中介分析在国内的应用，他们2004年发表在心理学报上的论文，在Google学术搜索上可以查到被上千篇论文引用。

最近10年，中介效应分析方法和模型都有了许多发展，本文作者做了相当全面的综述，并尝试澄清一些有争议的问题。

这些看似不大的争议，在统计上还是很重要的，会影响检验流程。

作者还就如何分析因果关系，提出了理论分析的若干思路。

本文对中介效应分析的逻辑和统计方法有相当透彻的理解，在中介分析的立论、建模、检验和解释方面有很高的参考价值。

本刊希望通过温忠麟和叶宝娟的这篇文章，提高应用工作者涉及中介分析的论文质量。

（本文责任编辑：

侯杰泰）中介效应分析：

方法和模型发展温忠麟，叶宝娟（华南师范大学心理应用研究中心|理学院，广州51063l1（香港考试及评核局，香港）（江西师范大学心理学院，南昌330022）摘要在心理学和其他社科研究领域，大量实证文章建立中介效应模型，以分析自变量对因变量的影响过程和作用机制。

检验中介效应最流行的方法是Baron和Kenny的逐步法，但近年来不断受到批评和质疑，有人甚至呼吁停止使用其中的依次检验，改用目前普遍认为比较好的Bootstrap法直接检验系数乘积。

本文对相关的议题做了辨析，并讨论了中介分析中建立因果关系的方法。

综合新近的研究成果总结出一个中介效应分析流程，并分别给出显变量和潜变量Mplus程序。

最后介绍了中介效应模型的发展关键词中介效应；间接效应；逐步法；Bootstrap法；因果分类号B841近年来，在心理学和其他社科研究领域，大量实证文章建立中介效应（mediationeffect）模型进行分析。

例如，Rucker，Preacher，Tormala和Petty（2011）统计发现，2005至2009年发表在Journalof收稿日期：

20140206+国家自然科学基金（31271l16）、教育部人文社会科学重点研究基地项目（11JJD190005）、中国博士后科学基金项目（2013M540535）、教育部人文社会科学研究青年基金项目（13YJC190029）和江西省博士后科研择优资助项目（2013KY08）资助。

通讯作者：

温忠麟，Email：

wenzlscnueducn731PersonalityandSocialPsychology（JPSP）和PersonalityandSocialPsychologyBulletin（PSPB）上的文章，分别有59和65使用了中介检验。

国内心理学期刊上有关中介效应文章所占的比例，也可以用引人注目来形容。

中介效应模型可以分析自变量对因变量影响的过程和作用机制，相比单纯分析自变量对因变量影响的同类研究，中介分析不仅方法上有进步，而且往往能得到更多更深入的结果，这可以解释为什么中介分析受到重视。

检验中介效应最流行的方法是Baron和732理科学进展第22卷Kennyf1986）的逐步法（causalstepsapproach）。

但是，近年来逐步法受到几乎是一边倒的批评和质疑（例如，Edwards&Lambert，2007；Hayes，2009；Spencer，Zanna，&Fong，2005；Zhao，Lynch，&Chen，2OLO）。

有人甚至呼吁停止使用依次（piecemea1）检验（逐步法中的一个步骤），改用目前普遍认为比较好的Bootstrap法直接检验系数乘积的显著性（如Zhaoeta1，2OLO）。

本文在介绍各种中介分析方法后，对这些批评逐一做了辨析，特别谈到中介分析如何从理论上建立因果关系：

综合新近的中介效应方法研究成果，总结出一个中介效应分析流程；还介绍了中介效应模型的新近发展。

1中介效应模型及检验方法介绍考虑自变量对因变量y的影响，如果通过影响变量而对】，产生影响，则称M为中介变量。

例如，“家庭社会经济地位”影响“家庭功能”，进而影响“青少年疏离感”。

为了行文简便，避免在回归方程中出现与方法讨论无关的截距项，假设所有变量都已经中心化（即将数据减去样本均值，中心化数据的均值为0）或者标准化（均值为0，标准差为1），可用下列回归方程来描述变量之间的关系（图I是相应的路径图）：

Y=cX+el

（1）M=aX+e2

（2）Y=cX+bM+e3（3）其中方程

（1）的系数c为自变量对因变量y的总效应；方程

（2）的系数a为自变量对中介变量M的效应；方程（3）的系数b是在控制了自变量的影响后，中介变量对因变量】，的效应；系数c是在控制了中介变量的影响后，自变量对因变量】，的直接效应；else3是回归残差。

对于这样的简单中介模型，中介效应等于间接效应（indirecteffect），即等于系数乘积口6，它与总效应和直接效应有下面关系（MacKinnon，Warsi，&Dwyer，1995）：

C=c+ab（4）检验中介效应最常用的方法是逐步检验回归系数（Baron&Kermy,1986；Judd&Kenny,1981；温忠麟，张雷，侯杰泰，刘红云，2004），即通常说的逐步法：

（i）检验方程

（1）的系数c（即检验4o：

c=O）；（ii）依次检验方程

（2）的系数a（即检验凰：

a=0）和方程（3）的系数b（即检验风：

b=0），有文献称之为联合显著性检验ftestofjointsignificance，Hayes，2009）。

如果（i）系数c显著，（ii）系数a和b都显著，则中介效应显著。

完全中介过程还要加上：

（iii）方程（3）的系数c不显著。

上述Baron和Kenny（1986）的逐步法，第一步检验的是对y的总效应；第二步实际上是检验系数乘积的显著性（即检验凰：

ab=0），通过依次检验系数a和6来间接进行；第三步检验用来区分完全中介还是部分中介。

这三步其实是可以分开进行的。

区分每一步的目的对理解和讨论逐步法很重要。

特别地，我们将检验系数乘积（即检验凰：

ab=O）的依次检验与逐步法区分开来，前者是后者的一个步骤。

文献提到逐步法时，有的是指全部步骤，有的却是指依次检验，不小心的读者容易引起混淆。

系数乘积的检验（ep检验：

ab=0）是中介效应检验的核心，下面先集中讨论其检验方法。

依臣二二y：

图1（a）图1（b）图1中介模型示意图M=aX+eY=c+bM+e第5期温忠麟等：

中介效应分析：

方法和模型发展733次检验是对系数乘积的间接检验，想法很直观，如果检验结果是a0且b0，就可以推出ab0。

这个推理在代数上没有问题，但在统计检验上如何呢?

模拟研究发现，用依次检验来检验no：

ab=0，第一类错误率较低，低于设定的显著性水平（如005）（MacKinnon，Lockwood，Hoffman，West，&Sheets，2002；温忠麟等，2004）。

这就是说，如果依次检验结果a和b都显著，已经足够支持所要的结果，即a6显著。

但依次检验的检验力（power）也较低，即系数乘积实际上显著而依次检验比较容易得出不显著的结论（Fritz&MacKinnon，2007；MacKinnoneta1，2002）。

检验系数乘积更多的是直接针对假设4o：

ab=0提出的检验方法。

Sobelf1982）法就是比较有名的一种。

检验统计量为z=6，其中h和b分别是口和b的估计，曲=a；+2是的标准误，S和S分别是和b的标准误。

模拟研究发现，Sobel法的检验力高于依次检验（MacKinnoneta1，2002；温忠麟等，2004）。

但这个检验统计量的推导需要假设服从正态分布，就算其中每一个系数都是正态分布，其乘积通常也不是正态的，因而上面标准误s的计算只是近似的，可能很不准确。

这样，Sobel检验的局限性是很明显的（方杰，张敏强，2012；Hayes，2009；MacKinnon，2008；MacKinnon，Lockwood，&Williams，2004）。

试图用来替代Sobel法直接检验40：

ab=0的方法至少有三类（方杰，张敏强，2012），包括乘积分布法、Bootstrap法和马尔科夫链蒙特卡罗fMCMC）法。

乘积分布法默认动分布是两个正态变量的乘积分布，根据乘积分布构建临界值进行检验和区间估计（Fritz&MacKinnon，2007；MacKinnoneta1，2004；Tofighi&MacKinnon，20111。

Bootstrap法是一种从样本中重复取样的方法，前提条件是样本能够代表总体（当然这也是通常取样进行统计推论的要求）。

Bootstrap法有多种取样方案，其中一种简单的方案是从给定的样本中有放回地重复取样以产生出许多样本，即将原始样本当作Bootstrap总体，从这个Bootstrap总体中重复取样以得到类似于原始样本的Bootstrap样本（Wen，Marsh，&Hau，201O）。

例如，将一个容量为500的样本当作Bootstr