中介效应分析

1、中介效应分析方法学生：肖翔导师：曾晓青中介变量的定义中介变量的定义：考虑自变量X 对因变量Y 的影响,如果X 通过影响变量M 来影响Y ,则称M 为中介变量。例如，“ 专业满意度” 影响“ 专业承诺” ，进而影响“ 对该专业的学习投入” 。“ 专业承诺” 是中介变量。某一变量成为中介变量需要满足如下条件：某一变量成为中介变量需要满足如下条件：（1）自变量与中介变量对因变量均有影响；（2）自变量对中介变量的回归系数显著；（3）控制中介变量后，自变量对因变量的影响减弱，依据减弱程度的不同分为部分中介和完全中介作用。假设所有变量都已经中心化(即均值为零) ,可用下列方程来描述变量之间的关系:XcXY

2、e1Me2abXcY图图1：变量关系图：变量关系图? cX?e1(1)M ? aX ? e2(2)? c,X ? bM?e3YY(3)对于这样的简单中介模型，中介效应等于间接效应，即等于系数乘积ab，它与总效应和直接效应有下面关系：c ? c ? ab,检验间接效应的两类方法：检验间接效应的两类方法：（1）检验H0: ab=0（间接检验和直接检验）（2）是检验H0：c-c=0。sobel法、bootstrap法和MCMC法间接检验：依次检验回归系数直接检验：中介效应分析的中介效应分析的3中方法：中方法：（1）依次检验回归系数法（2）系数乘积检验法H0: a ? 0H0: b ? 0,H0:ab

3、?0（3）系数差异检验法H0:c? c ? 0sobel法的检验力高于依次检验，但这个检验统?服从正态分布，就算其中每一计量的推导要假设a ?b个系数都是正态分布，其乘积通常也不是正态的，因而Sab的计算只是近似的，可能很不准确，所以该检验具有很明显的局限性。因此，Bootstrap 法是公认的可以取代 Sobel 法而直接检验系数乘积的方法。偏差校正的非参数百分位bootstrap法（置信区间的检验力更高）在某些条件下的第一类错误率会超过设定的显著性水平；而非参数百分位法bootstrap法不会有这个问题。依次检验回归系数法依次检验回归系数法spss检验系数c显著依次检验系数a，b都显著至少

4、有一个不显著检验系数c做Sobel检验著显不显显不显著著著部分中介效应显著完全中介中介效中介效效应显著应显著应不显著图图2：依次检验流程图：依次检验流程图X、Y不相关，停止中介分析表表1：专业承诺的中介效应依次检验：专业承诺的中介效应依次检验标准化回归方程第一步Y=0.54XSE0.03t17.52*p0.00第二步第三步W=0.6XY=0.31X+0.39X0.030.040.0420.51*8.53*10.91*0.000.000.00专业承诺a=0.6b=0.39专业满意度c=0.54(c=0.31)学习投入图图3：专业承诺对专业满意度和学习投：专业承诺对专业满意度和学习投入的中介作用模

5、型入的中介作用模型依次检验回归系数法依次检验回归系数法MplusTITLE: The structure of PTSD of DSM-4 using ML in table 5-8 !题目。DATA: FILE IS PTSD.dat / .txt ; !指定数据存储位置。VARIABLE: NAMES ARE x1 x2 y1-y17; !定义数据文件中的变量名。USEVARIABLES are y1-y17; !由于数据文件中包含多个变量，在单个研究中并非会使用，所以需要定义本研究中使用y1-y17;ANALYSIS: ESTIMATOR=ML; !选择估计方法，Mplus默认的估计法为

6、ML；MODEL: f1 BY y1-y5; !定义模型，因子f1由y1 y2 y3 y4 y5五个指标测量。f2 by y6-y12; !定义模型，因子f2由y6-y12七个指标测量。f3 by y13-y17; !定义模型，因子f3由y13-y17五个指标测量。PTSD by F1-F3; !定义二阶测量模型。OUTPUT: STANDARDIZED; !要求Mplus输出标准化解。Mplus结果解读指标：结果解读指标：（1）SRMR 0.08 标准化残差均方根（2）RMSEA 0.95 比较拟合指数（4）NNFI/TLI 0.95 非规范拟合指数先看以上指标，如果满足以上条件，则模型符合

7、拟合指标。再看再看STDYX Standardization输出数据，确定中介调节效应输出数据，确定中介调节效应偏差校正的非参数百分位偏差校正的非参数百分位 bootstrap法法Mplus(检验潜变量中介效应）检验潜变量中介效应）DATA: FILE IS p.dat; ! p.dat是原始数据文件, 按x1-x4 m1-m3 y1-y3顺序排列VARIABLE: NAMES ARE x1-x4 m1-m3 y1-y3; !变量名称Analysis: bootstrap=1000; ! Bootstrap 法抽样1000 次MODEL:Y by y1-y3; ! y1-y3是潜变量Y的指标M

8、 by m1-m3; ! m1-m3是潜变量M的指标X by x1-x4; ! x1-x4是潜变量X的指标Y on X; !做Y对X的回归M on X (a); !做M对X的回归, X的回归系数命名为aY on XM (b); !做Y对X和M的回归, M的回归系数命名为b, 需要单独一行MODEL CONSTRAINT:new (H); !定义辅助变量H=a*b; ! 系数乘积ab的估计OUTPUT:cinterval (bcbootstrap);!输出各个系数及系数乘积 ab 的偏差校正的非参数百分位 Bootstrap 法置信区间若要得到若要得到(不校正的不校正的)非参数百分位非参数百分位

9、Bootstrap 法置信区间法置信区间, 只需将只需将 OUTPUT 中的中的cinterval (bcbootstrap)改为改为 cinterval (bootstrap)即可。即可。偏差校正的非参数百分位偏差校正的非参数百分位 bootstrap法法Mplus(检验显变量中介效应）检验显变量中介效应）DATA: FILE IS p.dat; ! p.dat是原始数据文件, 按X M Y顺序排列VARIABLE: NAMES ARE X M Y; !变量名称Analysis: bootstrap=1000; ! Bootstrap 法抽样1000 次MODEL:Y on X; !做Y对X

10、的回归M on X (a); !做M对X的回归, X的回归系数命名为aY on XM (b); !做Y对X和M的回归, M的回归系数命名为b, 需要单独一行MODEL CONSTRAINT:new (H); !定义辅助变量H=a*b; !系数乘积ab的估计OUTPUT:cinterval (bcbootstrap);!输出各个系数及系数乘积ab的偏差校正的非参数百分位Bootstrap 法置信区间若要得到若要得到(不校正的不校正的)非参数百分位非参数百分位Bootstrap 法置信区间法置信区间, 只需将只需将OUTPUT中的中的 cinterval (bcbootstrap)改为改为cinterval (bootstrap)即可。即可