中介作用于调节作用原理与应用

1、中介作用于调节作用原理与应用中介效应与调节效应 : 原理与应用姜永志 整理编辑中介效应与调节效应概念原理1 中介效应考虑自变量X对因变量Y的影响，如果X通过影响变量 M而对Y产生影响，则称M为中 介变量,中介变量阐明了一个关系或过程“如何 ”及 “为何 ” 产生。例如，上司的归因研究：下属的表现-上司对下属表现的归因-上司对下属表现的反应,其中的 “上司对下属表现的归因 ”为中介变量。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 1 就是相应的路径图 ):其中方程 (1)的系数 c 为自

2、变量 X 对因变量 Y 的总效应;方程(2)的系数 a 为自变量 X 对中介变量 M 的效应 ;方程 (3)的系数 b 就是在控制了自变量X 的影响后,中介变量M 对因变量 Y 的效应；系数c就是在控制了中介变量M的影响后，自变量X对因变量Y的直接效应；e1-e3就是回归残差。中介效应等于间接效应(indirect effect),即等于系数乘积ab,它与总效应与直接效 应有下面关系 : TOC o 1-5 h z Y =cX +e 1(1)M =aX +e2(2)Y =c X +bM +e3(3)c = c ab(4) 简单中介效应中成立,多重中介效应不成立。冏伟）中介效应的因果逐步回归法模

3、型1、2调节效应如果变量Y与变量X的关系就是变量 M的函数,称M为调节变量。就就是说，Y与X的 关系受到第三个变量 M的影响。调节变量（moderator）所要解释的就是自变量在何种条件下 会影响因变量，也就就是说，当自变量与因变量的相关大小或正负方向受到其它因素的影响时 这个其它因素就就是该自变量与因变量之间的调节变量。调节变量可以就是定性的（如性别、种族、学校类型等 工也可以就是定量的（如年龄、受教育年限、刺激次数等，它影响因变量与自变量之间关系方向（正或负）与强弱，调节变量展示了一个关系何时“与 为谁”而增强或减弱。如,学生一般自我概念与某项自我概念（如外貌、体能等）的关系，受到学生对该

4、项自我概念重视程度的影响：很重视外貌的人，长相不好会大大降低其一般自我概念；不重视外貌的人，长相不好对其一般自我概念影响不大，从而对该项自我概念的重视程度就是调节变量。在做调节效应分析时，通常要将自变量与调节变量做中心化变换（即变量减去其均值，但现有文献发现中心化并不能改变调节的效应量。Y =aX +bM +cXM +e 调节效应的基本模型1、3中介效应与间接效应的联系区别中介效应都就是间接效应，但间接效应不一定就是中介效应。实际上，这两个概念就是有区别的。首先，当中介变量不止一个时，中介效应要明确就是哪个中介变量的中介效应，而间接效应既可以指经过某个特定中介变量的间接效应（即中介效应工也可以

5、指部分或所有中介效应的与。其次，在只有一个中介变量的情形，虽然中介效应等于间接效应 ，但两者还就是不 等同。中介效应的大前提就是自变量与因变量相关显著，否则不会考虑中介变量。但即使自变量与因变量相关系数就是零，仍然可能有间接效应，这种观点目前正在激烈的讨论中。多重中介效应基本模型1、4调节效应与交互效应的联系区别调节效应与交互效应这两个概念不完全一样。在交互效应分析中，两个自变量的地位可以就是对称的，其中任何一个都可以解释为调节变量；也可以就是不对称的，只要其中有一个起到了调节变量的作用，交互效应就存在。这一点从有关讨论交互效应的专著中可以瞧出。 但在调节效应中，哪个就是自变量，哪个就是调节变

6、量，就是很明确的，在一个确定的模型中两 者不能互换。例如，要研究数学能力的性别差异，将年级作为调节变量，这个问题关注的就是性 别差异，以及性别差异就是否会随年级而变化。如果从小学一年级到高中三年级都获得了各 年级学生有代表性的样本，每个年级各用一份测试题，所得的数据就可以进行上述分析。但同 样的数据却不能用于做年级为自变量、数学能力为因变量、性别为调节变量的分析，因为各年级的测试题目不同，得分没有可比性，因而按调节效应的分析方法，分别不同性别做数学能 力对年级的回归没有意义。要做数学能力对年级的回归，应当用同一份试题测试所有年级的学生。1、5简单中介效应与调节相应的比较温忠麟等人（2005）对

7、中介效应与调节效应进行比较后，得出如下结果表2调节变址与中介变量的比埼中介堂M打碣弋H的二时影咱琥何时分响栽大JT如何叩响Y柔联畅患曷不殁而，工互及同中介靓向、M振牧而什也情况下考虑丁对的非毛肘强时朝*对了的打响较覆且稳定异型灶里y 右一郎+ar+.5f- d+ e? Y-cX MF程里中“的他直X.F曲麻 M可 I花 A-h： hiMK K之吊、之力史的功心爹响了和JC之间关杀的1向4正触曲)和强就代表一肿机M工地过它嚣咆Fm与*. r的关系樨勺而r的相关可以b著或f著(后者较耳患iM与工F的相夫都显著效吨回町东独C回5系片巫枳心权应佶计CM节足哲等于岑必出否零于家检验策略幻星回U|分 冷贻

8、曲回力累融 小1号言性J冲&;质者性黯恻密偎数的侥化(F检骁;他朱鸵.二工也;做SQM侬弋2中介效应与调节效应的比较2中介效应方法的原理与程序中介效应的检验方法众多,包括依次检验回归系数的因果逐步回归法(casual stepsapproach),检3C- c-c显著性的系数差异法 (difference in coefficients)与检验ab显著性的系数乘 积法(products of coefficients),因果逐步回归法由于操作简单且易于理解，成为迄今为止使用最多的中介效应检验方法，但这类方法却存在诸多缺陷，已不适应甚至在某种程度上阻碍了中 介研究的发展，这种方法目前也受到非常大

9、的质疑，已经有研究者建议放弃该方法的使用。另外，由于系数差异法在a或b不全为。时,存在第I类错误率很高的缺陷(可高达100%),且难以应用到更复杂的涉及多个中介变量或有调节的中介模型分析中而鲜有使用。目前被推荐的使用方法主要包括因果逐步回归法的改良法与非参数百分位数Bootstrap法，也有研究者建议使用基于机构方程模型的中介效应检验，另外也要一些其她方法。表1中介般应检聆方法的比就常，方法第一美醋驶审功收h fr= 0便 r- IIn力 0JliJiL 和 Klui#_一 一is11f出v *厂用工甘%7一卡弧世双5飞第施氐Bhfa 和K fflny tS分中介8L $r jv尸与RI同上同

10、上同上IX台赣龄与部分中介的相同也耳著性水平不同肛而fi ,值为 0.(15中尊心一0i阶电1班豺_f - r -Jr /L * Jr-*h皿05由 0.05中芍M mjK ioituri等人网同k但电舁值与标准IE杳*骷帕不同沟口一 M较大蜕大报一M- L(j崂驻等人i1 qV一 二 ”/Tl/为。心据大的a as快编h irpdniiWia杓江依很大内 0.05等人gV2,.J J 2.y小/M忤 V独样本客氐“门时表也冠居小?序的惜法 假fl=0时的家一美培*皇月k 5有治械时的第一差错谀事与j. .V有若功毅与小出力 有关.传统中介效应方法的相互比较2、1中介效应的因果逐步回归检验法2

11、、1、1经典中介效应检验方法的步骤因果逐步回归法由Baron与Kenny（1986）提出，其检验步骤分为三步第一 ,X对Y的回归，检验回3系数c的显著性（即检验H0：c=0）;第二,X对M的回归，检验回3系数a的显著性（即检验Ho：a=0）；第三,X与M对Y的回归，检验回3系数b与c的显著性（即检验Ho：b=0、Ho：c，=0）。中介效完全中介 应犍泰敏应耻著中介教中介皴应 应显著不辕著了勺片和关不显著 停止中介效应分析如果系数c,a与b都显著，就表示存在中介效应。此时如果系数c不显著，就称这个中介效 应就是完全中介效应(full mediation);如果回3系数c显著，但c.不 *手.f5

12、小 A 什A .+ 吊 律 M冷河於凡Jx *4 4半a.陋眶上小，黑小小停修 GdA 停用/ 福 AA V-+：*+ * * # 4* 4 %4*甲 * / 年 、事事和 f 卷 4 卑/ 4444444： /4事*事 事事孚华、不gdEii节：力制AR 7 M组1-cfCAf2.USS.4M.1701.UtIDD742 . DDDCI.口口 m口Mind e 1sajeljb enpLL.tGonfr 1 3b13.394.却36656,00003 M72J.S3JT*来1336。0i76-,ooeoEDQQ-2999-.1522*J*.停*凡3瓜为融明由，i*小.+i *，*冉界律*嚏*

13、 *呻m鼻& A IftiH .aM 函事仅中* * *屋国帚*木与i+.iAJV彳嚏鼻鼻A KA M*加 A -fcX *.小0 / U nstca _._ = 3Mod e U /umma rv- R iqii问-t2：Q.3ZDF 17 B?a ：/：1 * 步:餐 4 门efh jT 1AleT, f肥：T ef FE* -T： 小 *：,* *：*： * *富* f H ora. V*ufhr Boot SE的M4&L3息!MS了鬻fit2 - . I DtM-口- . 1170, PflfiT4心心*NQTEE二 IM 山曾 I MSBootstrap结果输出(2)基于MEDIAT

14、E 插件的操作Hayes等也建议使用 MEDIATE插件，该插件提供了简单与并行多重中介分析的语言，只需要将Hayes等编辑的语言复制到语法栏中，进行修改即可。该方法同样适用于自变量为类 别变量的中介分析，包括多个自变量、多个因变量与多个中介变量的多重中介分析，具体操作只需要对语法进行修改就可以。以下就是基本语法：MEDIATE Y=symptoms/X=emotion thought/M=reaction/C=ageeduc/total=1/omnibus=1/ciconf=90/cimethod=2/samples=10000 、软件操彳流程：第一，下载解压缩，然后将后缀名sav改为sps

15、;第二，在spss中打开语法文件；第三，选中全部命令点击按钮运行，output里面可以瞧到如下提示，表明mediate加载成功，注意该操作仅在spss英文版本中可运行。第四，关闭mediate,并新建新的语法编辑框第五，输入语法，并根据具体研究输入变量名，程序自动执行（整个操作过程要求 spss数据 打开）。MEDIATE 使用需要说明之处：第一，中介变量与因变量必须就是连续变量，自变量可以就是分类变量；第二，接受不超过15个并行中介变量的分析； TOC o 1-5 h z 第三，使用分类变量进行分析时，自变量的水平或类别不应超过9个；第四，模型中如果出现变量缺失则无法运行；第五，所有变量格式

16、都应就是数值型，字符串型变量将导致程序运行出错；第六，所有的回归系数都就是基于最小二乘法计算的非标准化回归系数。MEDIATE 运行加载鲁1 TO-itputl IDoxumavitlj - l/avrA Q* jwb- Iro-ifcm n-mrl nom ra*Ei ripVo:1aJtM .Arid-i-nx IQrtfwv tM?亡 H 栖虫 11 E hr* Ub 1由 4 热 # s 1/fvr SPSS/ Tiittwi 切 Andr-frii F. HapM，晒 The WiLo St t? UKiwflr#itj/ h* ifa 产 WMh il,iy|l ，/ raicsi

17、 0ED213 */, ri* rTiTrttiacr=nf, Ui 1 = S*S5 Syit-ih CdltE-* 也 冰川 Uf中的 财Itf iiahSu出 EJLTi 5 51 也K*R*Q .巴 4 % 岂宫如 IMeU41 fe，=霓卡二S： 1 亚=骁 &1.三H3/1 口的0 mntiu5D3-Q539-.5327 35ILW*aanws TESTT TTOI !EUT，iB-mTF肛g1.M2.3l.*155l.aW741. MM.LMVOUTCOME Q3ELEi堂里相M0DE1 SU1MM时RX mAd二 R-s-qFdfldf2 ClW.00111.47312.000

18、0741-OWD.2299*MQISKL COEFFTCTSKTSCoeff.3EtFC3nsta.nt,11C171343.mow口里二 Q：M.0352,B374,402g.1性别ma0B：3 21.&193事 11。”* *+*，子杏,上* 事 * + -* * * v ?录子，/ + *青*肯,痴号* 于善事才 +.青 方+.睢|CUTCQMK VJIBLEW克里针欧)口口 STJWlftRY-R ,.2cceJU .3712ad R-cq，06XF 1S.9-D45ati3taoocg74 口 .。8口 0Q0”uMODEL COEFEICIZbaS- coerr.Cbnjz；ant

19、223234-2q .1795,E.12.717 6尸. 3gQ#袋用3,2552,03477.314ToatKHJ费里二-.0-525.0332-1,5329.113性期-.072.0522-1.3K3-1E4” TOC o 1-5 h z HT OF EKHOCffiEITY OF KECKED S：OK胪H IfTTZTACTION) R-sqFdfldf2p*1变更 .C1C1 *gg 7：5,CCCC 海 334MJI3J3 TST U ElFiCT EFFECTa-sqrdfidf2营303L2OES1.0000 740. DODD.11W5 *+ + * +*+ 如/土*+ 上

20、* 如/+ 4 * 4+4虫寸才十才 t*什*立*匕* /加 + / 4 +53工Q工亚ET EFFECT () TEHOCCES + st翱U U Effect SE 3)LLCI ULCI)奏里 i .ClflTS .039)-.0101- R !4iL Cs匚工口 ccnfidence intcrraLa fn匚 irdLirsct effectis are printed in 3立匚甘口口结果输出2、2、3马尔科夫链蒙特卡罗法（MCMC法马尔科夫链蒙特卡罗（MCMC方法就是在贝叶斯理论框架下,将马尔科夫链过程引入到蒙 特卡罗模拟中,实现抽样分布随模拟的进行而改变的动态模拟。MCMCT

21、法的计算常用WinBUGS Mplus、SASritiH( EJiprt =juiind 1 Iwf ault ra=-l Nwl”工第IMIttrailiai- P JLdiL vu avJij.q fiiiuir 皿1 口匕建立假设模型，会在Spss分析中出现；第二打开Amos软彳41，根据理论构想画出中介效应图；第三,添加误差项、并命名；第四,选择数据文件添加变量，选才I List variables in date set直接拖动显变量即可；第五，选择所要输出的数据，点击Output,一般选择修正指数、标准化估计、总效应、直接效应与间接效应，第六，点击Calculateestimate

22、,运行程序求解；第七，点击Viewtext查瞧结果。需要注意的就是：第一 ,Amos对数据要求严格，数据不能含有缺失值；第二，预测变量不需要添加误差项、因变量必须添加误差项；白Q. ： Inpul“让起it珈11京心 工口出 巴ugiE Helpog)a一JJ e 口一诟上肃空号胆曲鼎Adj .iLUlWmszsBEEm回恒I-yi -li ,S Ir. ；1S?第三，潜变量的命名不能与 Spss中变量名称一致。VSS 门 KFSIE3的中口 胃 *, V J BE moHmBJr 观 cw MH-M 婀 B 黯&s或RArn !* tri | ikwMe *mejw，wiiMMH hMiei

23、g-P qbandw击e. vr* thv*vL J-SUhr-a-l wufcupti! caiBrir J-hf* bi -mr 3LLH Mftf 工：1 显IB|J|*4 hwbr BtndutJ mi nitsW FiaifLcMLfli 1MbMe lidqh dLriMi B IHd fflMii-iP Firtw rem wi43A.L taFM.juw urlvaLmiElliMM Mr t!LU：4L iLTLC* E fL dl*tfrieiMI Tn0549口1 4等 g144-1虹IDoass.Du t cdmu 至虽4* + 4- + + 4 + * * * 且*

24、/ + + *4 + * + 4- + * + 4hlad 融 1 SurwiiA tyKK* 3q烟EFdfld2p ! 38安Model260券白qiff.3SS027.MK?T3.0000P141 .oomLLCI,ocooULCI .CiTli- t-bineI1 口 721If 42611COO17fi452 1S52.变班g.253503477.3O6B.ocoo1854.3216.怛则虚担0519LM4B.2Z10.。丸3Effectof N 5 h SEtpLLC1ULC1 .0636mm1 2248221D-.0303.1656OLIflS登an结果输出表(3) MEDIAT

25、E软件操作流程Hayes等建议使用MEDIATE软件操彳流程(可自动生成虚拟变量):第一，下载解压缩，然后将后缀名sav改为sps;第二，在Spss中打开语法文件第三，选中全部命令点击按钮运行，进行程序加载（该操作仅在spss英文版本中可运行）;第四，关闭MEDIATE，并新建新的语法编辑框；第五，输入语法，并根据具体研究输入变量名 ，程序自动生成虚拟变量参与程序执行（整个操作过程要求Spss数据才T开工获得的估计值被认为就是相对直接效应与相对中介效应。MEDIATE Y=attitude/X=cond/M=communeinter/omnibus=1/samples=5000/catx=3其

26、中catx子命令只有在自变量就是分类变量时才使用祖 Untitl ed 1 Da：aSetO - PAS A1 itastcs 口 ata editor国 Data用 Syntax. 眉鼻UlpLIl. 国 Script .iiI占EFile Edit View DaU TanMormi An m怩e Disred Marketing Graphs- Utl 如 & Adchons Ainc rarmt*MBH*mbNr TiHU匕.Er Hl写19mm，Frgd例诧 由 附 片量日/TlHIhig冏cEg .prrtiViS田 nedldAf.Mss 浦b 耳产5i E difaHl* ta

27、i 加餐 色Tfjfltbtni 则* 必 口.他mg GrphtFmIi. Miaen 日丽wQvlrmERNE日叼由HE(to |nofa|i.i： - i cii*i = 0NL-DE施e=NCTE 驯口Th百MOtE司inolBliLi ：?irL UN3育 r|1一用 吗ehUUe - Tirrtedsaaflts ised Itor indrKl tfecl Egwldfence flibemh由 M ipnt4K - I or irttilMd 二 31 vh! pticaif - 1| |I6L3 eonLianet rtmTtarmi-|nfeHwd = 1 St dhod

28、-力 amd rltort =切, d - -2iefirtkiKK，intffmH 加小修出 frfuLti mt曲 * ImolhEdJM-iIr Carloin aJ口uT建立语法操作窗口程序加载方式&M. 21工口； CZOCE口4J4B*E*a*4 hEDISUT FEgeauoe ms1 3E33 Hex,学 豆一dejl c工”,.Coojcajii：1. C43 4仆TBdiJ2. ilDECHKKb-真n.(,*为*.aan it. 344C.d口。o*DL一。47皆.U3B-2. a9BJLa-34ll4* TEST OF HOM-MEHEITT OF &口日王9:2。*

29、wM *支 ICTEELWIKUIl -r亭r6flara(直径口. OM 6. 6149-1. OCiOO 740.0000.0103*-IHDIMCT EFFLrT4：SI TH 民3Hl- ”二MODEL SVMFFWR.JQR-aqrdifltirz.073B.QDS4.Qj414.OBSZ1 .QdOQ4z.Gaa一口4 3*MODEL rOEFFZCIEOTCMtEr01T e TTaCortswrre3制。5 03BSJMD1qg2t014&rect 3E. 4oat ILLIOtXTl*：o*qwn1*事:=p0。鼻鼻.gsit.1U015.75,UJ42-L21MMW3 IM

30、!R 2153R*sg364WSE muF M.Q720rifl1.Q0K)ijfl702.0000p11 ,DODOMoleJ*-fio? If.se1pLU?ULCConS 1 mi工3泗.必26.J,CODOKtM总um票量1.&独0*-6,COSO,CODO,3999-.J522- 4/,*用同*4 + *- *冉 * *鬲, */*/常 %*同* *,*第 *同 * *舄*常- * *、,*%*OlLtCMG：变量加Infll? atiutiRj 17 * * * Vh * V* * */廿 * * YY* 歌* * t *修m卡* 讨* *鼻*Ciilco.*e 电后 M。dir】

31、 WunjuiFE 0/47Rrsq,0006B隆F.32QO.4515dll.UODOdfi732,0000Pe， 5016*Moiel+-coe ffEStPUriULCI-Con5 1 mi2167.114725.5g51DODD1.11151 i&zik变量皿乃,0350.6719,5018-.0453r0922- *，*帆* |4*|：11*:叶4 *n青*4*窜;*4*愀融* ikiH4 *#*融*：+：*曲*4 *注款* *总有*1 *甫* |越*陋疝，DIRECT, MID INDIRECT EFFECTSTotal effect of K onEffet - -SEtp .跳

32、35UjC-.1067wot-斗Dinet of fv. t vJX UE L T-式MtKEtPLIX1net*1J皿J砌tnllisc1eflbcI c.Jm oti y 口EL feetBoot -SEEoplLLCLBmtIXCI* rrrTOTAL.皿切.OL8B二】疣-05W变a.叫曲0L78-J344-.0641*英妄二.QQU9DQQ7-00 L9，口】*匚”-.0977 1721347=.06 小Ccixp 1 tly 11ini*ri 1 e&1 L&dL reel effs-dcf工的EffacbBuvi SE弛BaoiULCrI1 1 11111 i0204F笠-.OA

33、lBr*D40i0193*1例-106T.口3-0020.1311104-pcific indirect elfgdi c&ni?4st dAfirLiiicrti(Cl) 豆量2第由心结果输出结果报告的方式，以“姜永志，李笑燃，白晓丽，阿拉坦巴根，王海霞，刘勇、大学生神经质人 格、手机网络服务偏好与手机网络过度使用的关系、心理与行为研究，2016(2)”为例：按照Zhao等(2010)提出的中介分析程序 ，参照Preacher与Hayes(2013)提出的Bootstrap 方法进行中介检验，本研究通过抽取5000个样本估计中介效应的95%置信区间进行中介效应检验。以神经质作为自变量、娱乐服

34、务与信息服务作为中介变量、MIEU总分作为因变量，分别带入PROCESS程序，结果发现，在95%置信区间下，中介模型的总效应 Effect为0、401, 中介模型检验结果的置信区间不包括0(LLCI=0、156,ULCI=0、742),中介模型成立；以娱乐服务为中介变量的检验结果不包括0(LLCI=0、127,ULCI=0、696)，间接效应 Effect为0、335,表明娱乐服务的中介效应显著。以信息服务为中介变量的检验结果包括0(LLCI=0、006,ULCI=0、226)，间接效应Effect为0、066，结果表明信息服务的中介效应显著。 (4)(链式)多步多重中介效应的 Bootstr

35、ap分析步骤一，运彳T SPSS打开数据文件；步骤二，在SPSS程序的菜单栏中找到“分析”栏目下的“回归”,在“回归”下面找到已经安装的PROCESSI彳;步骤三，运彳T PROCESS序，出现对话框；步骤四，在对话框里的相应的输入框里，输入因变量为变量 4,自变量为变量1,依次输入中介变量变量2、变量3(导入的先后顺序要与假设模型中的顺序一致)。步骤五、Model Number 选择 6,把 Bootstrap 取样(Bootstrap samples) 设定为 1000,建议为5000,Bootstrap方法选择偏差校对方法 (bias corrected),置信区间选择95%E信区间；步

36、骤六、点击确定执行程序。执行完程序，会出现输出文件。在输出文件中包括该中介模型的估计值，包括所有中介变量的总中介效应、每一个中介变量在控制其它中介路径时的中介效应、直接中介效应与间接中介效应。如果置信区间不包括0,那么中介作用显著，支持中介效应的假设；如果包括0,则不显著，不支持中介效应的假设。特定路径的中介效应 (specific mediationeffect), 如ab、a2b2与aia3b2；总的中介效应 (total mediation effect),即 ab+a2b2 +a 1a3b2;对比中介效应，如 a1a3b2-a 2b2、ab-a 2b2 与a1 a3b2-a 1 b1

37、o软物集户Ui.CIhh止FmgMtuK辞脾带 口二年机月1&口)1叶率第+*咕中木*左解格* process P-Oisedura foi PSS Rloasa 2a 3,2 出*兴*徐*出-WWW - dd CUJIf 归tlHhbw 1 u v F 加. Ph ,T) iflCineniitionIn 台(2015) B ww.5n 1 foid京军才平事界*京末A：冲步整次/中长本方小肛斗出事不5t冰害;冲平*gKM不用邛肘本和生加甲肘*+ - -K X才求F+* 才求*小年.Mo 用7.4KS.I娈量302卧.CT非41 .0-3713000. 032S1D1.费里0543.O3D&

38、1 . f6JJ.U7B3- .00C2*：忡司累.*范*r注CT 蜘狐RECTEFFEn *窜*：4*幅#*#翻，*相*菖留*，.Diiect effect of X 皿 FEffect,Q54S.0定101t 1J6P078 JLUCI-.0062ULCI11他:电4NEcm F4Efieciloot SE BcLLCtEq。皿评vVrf,fVrf,f,trfVfF m iTotti:-,Q 财ont -.133?-用眦IM: .09fflJPB -.1y4变量2-芟量取Indi:变量1-要量2-变量3-变量“ 变量1-变量3-变量*N*iKxr*MK* 疝/亢匕 IfOTEA 颂1 Vt

39、fJHIfGS *%“*，#*窜*/ITujlIibi aJ boots 1 rap Snples for l)ias 二口匚圮ctEd bgts trap c二incidence :ntErvak：5000Level of cgf Mede for ill confidence intern Is in oitiut:+195.CO-结果输出3调节效应的分析调节效应分析与交互效应分析大同小异。这里分两大类进行讨论。一类就是所涉及的变量(因变量、自变量与调节变量 )都就是可以直接观测的显变量 ，另一类就是所涉及的变量 中至少有一个就是潜变量。3、1显变量的调节效应分析方法调节效应分析方法根据自

40、变量与调节变量的测量级别而定。变量可分为两类，一类就是类别变量(categorical variable),包括定类与定序变量,另一类就是连续变量 (continuousvariable), 包括定距与定比变量。老1髭变量的调畤处应分析方法差别苹以谓节牧点一自变依用伪壹F密自妾，和调节交中心牝tt “1 + /*，一代 1/ 一 c的层次网科分析kI，“1打声用M的回卡L用词定仪数蚂.工喈f时工何利心4匹若昭显色面i 相；则调仃帙同显*.成也11网的回归前也柠曲.普 1基电同三灶应总氟R生*制=节*中心化做 aX +3打 干 的层次回除r辱志交互效应里 如执 还可以与虚高前交互 ；吨如仁心所衣

41、小方件门咛载向my： &K相畿 回门的日节L第一，当自变量与调节变量都就是连续变量时，用带有乘积项的回归模型，做层次回归分析:第一步做Y对X与M的回归，得测定系数R21;第二步做Y对X、M与XM的回归得R22 (此 处就是分三步按层次移入变量，不就是一次将自变量与调节变量移入，这就是很多人容易范的错误)，若R22显著高于R21,则调节效应显著；或者，做XM的偏回归系数检验，若显著，则调节 效应显著。第二，当自变量与调节变量都就是类别变量时做方差分析。第三，当调节变量就是类别变量、自变量就是连续变量时，做分组回归分析，或将调节变量转化为虚拟变量做层次回归分析。分类的调节变量转换为虚拟变量进行层次

42、回归分析后，调节效应就是瞧方程的决定系数R显著性整体效果，这与不同分类水平的自变量下调节变量的调节效应识别有区别。第四，当自变量就是类别变量、调节变量就是连续变量时，不能做分组回归，而就是将自变量重新编码成为虚拟变量 (dummy variable), 用带有乘积项的回归模型，做层次回归分析。需要说明的就是，除非已知X与M不相关(即相关系数为零，否则调节效应模型不能瞧标 准化解。这就是因为，即使X与M的均值都就是零,XM的均值一般说来也不就是零。SiMislicd Dmg&mtaMidnmai rfftw of 1口 1 必匕寸简单调节效应概念图简单调节效应模型图3、1、1当自变量与调节变量都

43、就是连续变量时，做层次回归分析(1)分层回归法(目前仍就是主流)操作步骤：第一步,所有变量做中心化处理,并生成X与M的交互项,即变量1义变量2的交互项；第二步，做Y对X与M的回归，得测定系数R1,即变量3对变量1与变量2的回归；第三步，做Y对X、M与XM的回3得R22,若R22显著高于R1,则调节效应显著；或者，做XM 的偏回归系数检验，若显著，则调节效应显著，即做变量3对变量1、变量2与变量1X变量2 的交互项的回归。操作演示：第一步，中心化操作，首先求得三个显变量的均值，其次在spss转化一计算中使用变量1- 均值、变量2-均值、变量3-均值,获得新的三列中心化处理后的变量；通过转化一计算

44、产生交 互项。T-7H寸由so当量1用武也力 士再；.中,中京 1P H夫,，：白社片也裁HM由洱电1方呈带1勺果苏加干/ 聚 ifEn印* *1 巾tTE，借册* EtW期/用再 1EEit9R一甲科1F：词*f法码* M剁16压力E，上强r 1力0k修#$1期1号.H*#克*卜:产长仆口干出手表的正任二 HH1-3 22d|aaaaaBssssMMMMU4+CCF号事中心G&F赫梅在帧三昨时回 已郢今Gfl司物I -触M尸有学* fjrt下劭中心化操作期 F-！ 142花日mMl i PUWEwvi后卜粗Hso M imc awQi wo 廿出 imH： 曲啕 列口W5 w cfp叵国小，

45、药的褐器包可阿e下捕。,卜仲期1?FB-日期中.t7fl3EtO-t日*36J1 JI3K-23.依立05f2 3AX131042J-hi-M.M屿9才“据蚓.44JW1 M1 ttJ-l.EA4-1婚111 M1 MJi韭1.M-I4hH1 1 MX财J.R中1g1 ttlt X3 21-1 U-Jdi1MTg131 31id/1-W-1J1-1开u1B1JJ-1，411浜fl1年、岫147- 04-1 JI41，1 PQGil1雷ItO14J-1.3H-1 BQF1?，H20UI.H彳通i|1厘1 W353i fl111 tj”覃1 111 re1 ts2总t 51-Bli-1研1 “i

46、fttV9厘妁1妁-1 IT出d 11iU才骨小fg.W,Mr fel S.“一叫.1，小K，A-h -r f中心化操作第二步，做变量3对变量1与变量2的回归。AN De：peri d e m Variab I e 关里 3中 心化8而心博bhtadelUnslia ndardizBcl CcitfficienitE曰iit)i模甲.中心北中境2中心牝hi ia国.41日口12口,S2n*r*5争,0171 .7-95IN网口由卜”目,WO& Peneridi-rir/=iriAl9lA 片里口中心化中介作用于调节作用原理与应用步 骤五，Model Number 选择 1,把 Bootstra

47、p 取样(Bootstrap samples)设定为第三步，做变量3对变量1、变量2与变量1瘦量交互项的回归。NKJdiHRR SquaioOld Error E climateHdhgyt lie fR 口qu Me Chan goF Chsnsert(1dC!ig F Chanoe1.日B.口g.43 399.HE，5Z 3 GJ1MN.ODD249 0hN38.帕 233.1y3IM E1T41ODOa:3D火.4而.0 1514 loa1T4DODO rrcdiiElar*.0n1,尸 ijf 中心比日Prodi(Conilanri. 5 中心f匕只里口中心化C产悻叫做Qrs 8阳刖风

48、心力中心化声足冲心化+下溜丁加速弁1巨MMWIl 口flT E-quars eCHkls an Bqu si dFE-lDR wlafual Tors!N1TJS 剧1T4J,as口口研iRcgro-EGlnnR e4ldTotalSJ 1, 172 3BT 731EiEBJT41F+3：工工口 GHs2131 1 Et 4ED00 Db3旧 Efgrv-s =-ionH Qldual TdCbI67.fi41 EHIEM2州多的3r4D人心1月日.Z2EB4.015.000 p. Prvdi cts rs. (Con鼻片闻,更力中心比Coofticiorrtsunoiondardizod C

49、oefficientsLSTaraaraised Cocfticicnio1ioD8td. Error口树a1 *： * , 1 * ：* ：妣 * 此岸 * * 4C *： ：* 金简单调节效应结果输出3、1、2当自变量与调节变量都就是类别变量时，做方差分析(步骤省略)Tests of DetweCM-Subjects EffectsDependent四门改值变里m中SoiunceType III Sum of Squares灯Mean SquareFSig.Corretied Model216.0773165l .29670.994.000,528162627.010.000费里1中25,

50、16926,96849.627,000婪量?中97 201EO1.02282,971.000变里1中*变12申68,150H9,99850.533.000Error11 493568,020Total226 569744Corrected Total220 569743a. R Squared = .S49 (Adjusted R Squared- .936)调节效应的方差分析3、1、3当调节变量就是类别变量、自变量就是连续变量时，做分组回归分析另外，也可以将分类调节变量转化为虚拟变量后做层次回归分析。分类的调节变量转换为虚拟变量进行层次回归分析后，调节效应就是瞧方程的决定系数R2显著性整体效

51、果，这与不同分类水平的自变量下调节变量的调节效应识别有区别。SPSS中对分组回归的操作主要分两步进行，第一步就是对样本数据按调节变量的类别进行分割，第二步则就是回归分析。具体步骤见下图：第一步，对样本数据按调节变量的类别进行分割，选择数据date-split files,选择性别。WFBi 1msvill - *sw E通於3银石工件近r涧正o帆痣揖订：曲忻卜二1司和更四厅遑）苑用程中川窗口附；鹤就,二自叩r，里品本部 宜也忡小孰量*1714忖旗胜现勒虐岫02钻。里去1飞同时Kf曲同e2&51花石昆7?邛受庇新旧jB1&52*1甲/他聆11师1:网S2网罚却即目2网克于1弛网IB25553曲面

52、他B2曲画他Q27H:4的,旧）g2过H1中fi(NB2659立定之中物B2椒宜鼠0的02&G1J?i4fflWHl82国2舒明网B2阳好刷餐寄27? 口却叫H）8211U矢列斡井慝无ia三七是羌1614充无10岩E处安*Tiran=:|出行酒而、H，不=0忧柱里C；:林河苑门蚌二;；EM ffHti ，度站 rwwi rrfji /博4 ，d， ，情命 ,湿血 卡呈Sb 度的 度星 度也吊肌J良学Z * F*古稻:K，1HR*9轲雪-类别变量拆分第二步，选择回归命令并设置自变量与因变量，选择自变量为变量 1、勾选相应的统计量，确定。因变量为变量3,HH线性回归，,生别孑年织产牛调地，=4，现

53、在停用时同总讨为治理持用时同，堂花-2，用茶一5里表-6夕里衷 7，至忠 171里我一104里表一团口夕里表一Z1里表一 736里表一/里森一R固笠里1QK|中块1的1下一 卡实重1中S方法国返2，,走J粘贴 里罡逐L取消 |都助第三步，瞧输出结果，分析调节效应，见表格数据。Modoi Surniriary性到MQWRR Square画出小口 R GquaifSM Ernarcrf the EsllmateR S qgiQ Ch ariseF Change1llflE g f Changept1二-，即呻,401 WJOS79D3T11.3tla，哂a 7僻4 A1QOQ同犯griwi反型量伸

54、ANOVAP44 名， Modelsum ar Baus resdTMean sei口白白FSI。男生1Regir 曰 ami 口口2. i ats12J 8UU.U31.UU3一Resid Lial3D 49B1 2G.242Total3 2. 811 27女生1曰岁。目不事ion13,223113,22344.937-000JRrMlilRl160 47161 4,204Total103.60015a. Predlctora: (Constent). SSEJ中b. Dp enderitVbirldiLlu.交里3中cnn变量2的交互项。第二步，做丫对X与M的回归，得测定系数R21,变量3

55、对虚拟性另J与变量 2的回归。第三步做Y对X、M与XM的回归得R22,若R22显著高于R21,则调节效应显著；或者，做 XM的偏回归系数检验，若显著，则调节效应显著，即做变量3对虚拟性另I、变量2与虚拟性别 义变量2的交互项的回归。CofficientsaWndFlUnstndardiz&d CoefficiBritsStandardiiecl CocITicienlstWiQ口Std. ErrorBela1(Constant)-007.022-.307759虚撼性别,043.054,029.7974262CC or Mart)-01BIJ19*033405由摞性别,0S5,0470662.0

56、43.041奘里2中,40215.3410003(Constant).UI j.(JlH*37/.sal虚嘏性别002.0471 .744092艾里？巾,173,5W311 020000受理性别和堂里上交互.I82.071-093-2572.010a- Dependent Variable：我里 J中层次回归结果输出3、2潜变量的调节效应分析方法有关潜变量的分析需要用到结构方程模型。潜变量的测量会带来测量误差，所以考虑潜变量时都认为就是连续变量。有潜变量的调节效应模型通常只考虑如下两种情形：一就是调节变量就是类别变量，自变量就是潜变量；二就是调节变量与自变量都就是潜变量 （连续变 量）。第一，

57、当调节变量就是类别变量时，做分组结构方程分析。这种方法就是显变量情形分组 回归的推广（与显变量操作方法相同工主要使用 SPSS,以及常用的结构方程分析软件（如LISREL、AMOS）她们都有现成的分组分析命令。第二，当调节变量与自变量都就是潜变量时，有许多不同的分析方法。如逐步回归法（逐步回归法与之前的一致）、结构方程法、校正的非参数百分位Bootstrap 法（基于PROCESS与MEDIATE），其中校正的非参数百分位Bootstrap法操作也与前文一致。在这里我们推荐使用校正的非参数百分位Bootstrap法，在PROCESS的操作，比如自变量有3个因子、调节变量有 2个因子、因变量有

58、3个因子，只需根据在三个潜变量的关系选 择相应的模型进行操作即可，简单调节为模型1。在MEDIATE插件中，由于分析的主要就是 ab交互项对因变量的回归，所以可直接将语法 进行调整，将M项输入为自变量与调节变量的交互项即可，如MEDIATE Y=变量3伏=变量1/“=变量1与变量2交互项/total=1/omnibus=1/ciconf=95/cimethod=2/samples=5000、4复杂中介效应与调节相应4、1有中介的调节效应如果一个模型除了自变量与因变量外，涉及的第三变量不止一个，可能会同时包含调节变 量与中介变量。这些变量出现在模型中的位置不同会产生不同的模型，联系着不同的统计背

59、景与意义。如，要研究感觉寻求（X）对烟酒使用（Y）的影响。以往的研究发现，生活事件（U）就是调节变 量,不良同伴（W）就是中介变量。据此可以建立如图所示的模型。我们知道,UX就是调节效应项,如果它影响 W,而W影响Y,说明调节效应（至少部分地）通过中介变量 W而起作用，称这样 的调节变量就是有中介的调节变量（mediated moderator）。有中介的调节模型意味着自变量对因变量的效应受到调节变量的影响，而调节效应（至少部分地）通过中介变量而起作用。IE I有中介的调芍模型JB_出含铁44、1、1依次检验法 基本步骤：做Y对X,U与UX的回归Y=co+ciX+c2U + C3UX+e i

60、(1)UX的系数C3显著(即U对Y与X关系的调节效应显著)接下来要检验UX会通过中介变量 W对因变量丫产生影响。(2)做W对X,U与UX的回归W=ao+aiX+a2U+a3UX+e2 (2)UX的系数a3显著做Y对X,U,UX与 W的回归Y=co+ci X+C2 U+C3 UX+b iW+e3(3)W勺系数bi显著Mb. 07 0至此说明UX通过中介变量 W对因变量Y产生影响。此时，间接的调节效应(即通过中 介变量的调节效应)等于a3bi,直接的调节效应等于 c3，。如果在第3步中,UX的系数c3不显著, 则U的调节效应完全通过中介变量W而起作用。目前，国内学者多采用这种方法检验有中介的调节模