1、运用SPSS及AMOS进行中介效应分析报告中介效应重要理论及操作务实一、中介效应概述中介效应是指变量间的影响关系(心Y)不是直接的因果链关系而 是通过一个或一个以上变量(M)的间接影响产生的,此时我们称 M为 中介变量,而X通过M对丫产生的的间接影响称为中介效应。 中介效 应是间接效应的一种, 模型中在只有一个中介变量的情况下, 中介效 应等于间接效应; 当中介变量不止一个的情况下, 中介效应的不等于 间接效应,此时间接效应可以是部分中介效应的和或所有中介效应的 总和。在心理学研究当中,变量间的关系很少是直接的,更常见的是 间接影响,许多心理自变量可能要通过中介变量产生对因变量的影 响,而这常
2、常被研究者所忽视。例如,大学生就业压力与择业行为之 间的关系往往不是直接的,而更有可能存在如下关系:1就业压力t个体压力应对t择业行为反应。此时个体认知评价就成为了这一因果链当中的中介变量。在实际 研究当中, 中介变量的提出需要理论依据或经验支持, 以上述因果链 为例,也完全有可能存在另外一些中介因果链如下:2就业压力t个体择业期望t择业行为反应;3就业压力T个体生涯规划T择业行为反应;因此,研究者可以更具自己的研究需要研究不同的中介关系。当 然在复杂中介模型中, 中介变量往往不止一个, 而且中介变量和调节 变量也都有可能同时存在, 导致同一个模型中即有中介效应又有调节效应,而此时对模型的检验
3、也更复杂以最简单的三变量为例,假设所有的变量都已经中心化,则中介 关系可以用回归方程表示如下:Y=cx+ei 1)M=ax+e2 2)Y=c x+bM+e 3)上述3个方程模型图及对应方程如下:二、中介效应检验方法中介效应的检验传统上有三种方法,分别是依次检验法、系数乘 积项检验法和差异检验法,下面简要介绍下这三种方法:1.依次检验法(causual steps )。依次检验法分别检验上述1)2)3) 三个方程中的回归系数,程序如下:1.1首先检验方程1)y=cx+ ei,如果c显著(H0:c=0被拒绝), 则继续检验方程2),如果c不显著(说明X对Y无影响),则停止中 介效应检验;1.2在c
4、显著性检验通过后,继续检验方程 2)M二ax+e,如果a 显著(H0:a=0被拒绝),则继续检验方程3);如果a不显著,则停止 检验;1.3在方程1)和2)都通过显著性检验后,检验方程 3)即y二c x + bM + e 3,检验b的显著性,若b显著(HO:b=O被拒绝),则说明 中介效应显著。此时检验c,若c显著,则说明是不完全中介效应; 若不显著,则说明是完全中介效应,x对y的作用完全通过M来实现。评价:依次检验容易在统计软件中直接实现, 但是这种检验对于较 弱的中介效应检验效果不理想,如a较小而b较大时,依次检验判定 为中介效应不显著,但是此时 ab乘积不等于0,因此依次检验的结 果容易
5、犯第二类错误(接受虚无假设即作出中介效应不存在的判断)。2.系数乘积项检验法(products of coefficients)。此种方法主要检 验ab乘积项的系数是否显著,检验统计量为 z = ab/ s ab,实际上熟 悉统计原理的人可以看出,这个公式和总体分布为正态的总体均值显 著性检验差不多,不过分子换成了乘积项,分母换成了乘积项联合标 准误而已,而且此时总体分布为非正态,因此这个检验公式的Z值和 正态分布下的Z值检验是不同的,同理临界概率也不能采用正态分布 概率曲线来判断。具体推导公式我就不多讲了,大家有兴趣可以自己 去看相关统计书籍。分母Sab的计算公式为:Sab= a2sb2 b
6、2Sa2,在这个 公式中,Sb2和Sa2分别为a和b的标准误,这个检验称为sobel检验, 当然检验公式不止这一种例如 Goodman I检验和Goodman II检验都 可以检验(见下),但在样本比较大的情况下这些检验效果区别不大。 在AMO叩没有专门的soble检验的模块,需要自己手工计算出。而 在 lisrel 里面则有,其临界值为 za/20.97 或 Za/2-0.97(P 0.05 , N三200)。关于临界值比率表见附件(虚无假设概率分布见 MacKinnon表中无中介效应 C.V.表,双侧概率,非正态分布。这个临界表没有 直接给出.05的双侧概率值,只有.04的双侧概率值;以
7、N=200为 例,.05的双侧概率值在其表中大概在士 0.90左右,而不是温忠麟那 篇文章中提出的0.97。关于这一点,我看了温的参考文献中提到的MacKinnon那篇文章,发现温对于.97的解释是直接照搬 MacKinnon 原文中 的一句 话 ,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
8、味着其值对应概率大于.05,但是当统计值小于0.9798th 时而大于0.8797th,其值对应概率的判断就比较麻烦了,此时要采用 0.90作为Pv.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)。Goodman检验公式如下 Goodman II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减小,几乎可以忽略不计算,因此MacKinnon et al. (1998)认为 乘积项在样本容量较大时是“ trivial ”(琐碎不
9、必要的)的,因此sobel检验和Goodman佥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 A Comparison of Methods to Test Mediation and Other Intervening Variable Effects. 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著性结果,因为其临界概率(MacKinnon) P0.90或Z a /21.96或za/2I工作不被认同P
10、roposed Mediator (M)11焦虎 Dependent Variable (Y) T际编效 Sobel Test Standard ErrorSecond order CancelAboutBootstrap Samples1000Save Bootstrap EstimatesRun MATRIX procedure:VARIABLES IN SIMPLE MEDIATION MODELY 工作绩效X 不被认同M 焦虑DESCRIPTIVES STATISTICS AND PEARSON CORRELATIONSMeanSD工作绩效不被认同焦虑工作绩 _1.0000.95901
11、.0000.6780.5139不被认同-.0020.8085.67801.0000.5330焦虑(中.0000.9063.5139.5330 1.0000SAMPLE SIZE489DIRECT And TOTAL EFFECTSCoeff s.e. t Sig(two)b(YX).8042.039520.3535.0000cb(MX).5975.043013.9013.0000ab(YM.X).2255.04045.5773.0000bb(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cI
12、NDIRECT EFFECT And SIGNIFICANCE USING NORMAL DISTRIBUTION Value s.e. LL 95 CI UL 95 CI Z Sig(two)Effect .1347 .0261 .0836 .1858 5.1647 .0000(sobel)BOOTSTRAP RESULTS For INDIRECT EFFECTData Mean s.e. LL 95 CI UL 95 CI LL 99 CI UL 99 CIEffect .1347 .1333 .0295 .0800 .1928 .0582 .2135NUMBER OF BOOTSTRA
13、P RESAMPLES1000FAIRCHILD ET AL. (2009) VARIANCE IN Y ACCOUNTED FOR BY INDIRECT EFFECT: .2316* NOTES * END MATRIX 从spssmacro脚本运行的结果来看,总效应、中介效应、间接效应达到了显著值,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:c a b效应比c中介效应万差变异无脚本 0.678* * *0.513 0.213 0.5640.167417.6%Spssmacrao 0.804* * *0.598 0.226 0.6700.167523.16%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; 中介效应对因变量的方差变
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1