中介效应检验方法.ppt

1、一，中介效应的检验方法，中介效应的检验方法和效应量的测量：回顾与展望方杰张民强邱郑昊(心理发展与教育2012)中介效应研究的新趋势研究设计与统计方法甘益群(心理健康评估2014)，一，二，中介效应分析的思路，中介效应分析是确认中介变量能够在两个变量具有因果关系的前提下整体或部分解释这种因果关系。总效应c=ab cc是总效应，c是考虑中间效应后的直接效应，ab是中间效应，也称为间接效应。在回归模型中，ab=c-c，但在其他模型中(如逻辑回归和多水平分析)，它们不一定完全相等(MacKinnon，2008；文等，2012)。一、三、中间试验的方法，首先，逐步试验法/因果逐步法/序贯试验法(Caus

2、alStepsApproachBaronBaronBaronBaronBaron或构造一个对称的置信区间。如果置信区间不包括0，则意味着存在中介效应。一，10，中介检验的方法，2。系数乘积法，1。索贝尔检验的局限性在于中介效应ab服从正态分布，需要大样本，但实际情况是，即使A和B分别服从正态分布，ab的乘积也不一定服从正态分布。Macho和Lederman(2011)指出，Sobel检验的另一个缺点是，在有多个中间变量的模型中，中间效应估计的标准误差通常用德尔塔法计算，计算公式复杂且使用不便。a，11，中间检验法，2，系数乘积法，2，非对称置信区间原理法。非对称置信区间方法放弃了中间效应的抽样

3、分布为正态分布的前提，并且不限制中间效应的抽样分布，因此得到了非对称置信区间。非对称置信区间法包括自助法和产品分配法自助法，可以应用于中小样本和各种中间效应模型，目前常用的各种统计软件可以进行自助运算。a，12，中间检验法，2，系数乘积法，2，非对称置信区间法(bootstrap方法)Bootstrap的原理是，当正态分布的假设不成立时，总体由一个样本表示，样本被抽样回来，直到提取出N个样本(如100个样本)形成一个样本。该过程重复几次(k次)，即，生成多个样本，并且每个样本可以计算间接影响估计值，从而可以计算k个值以形成实际分布。这种分布类似于从原始群体中取样的分布。一般来说，建议至少取样1

4、000次(即k=1000)，建议取样5000次。该程序产生的置信区间可通过置信区间的偏差或偏差调整和上限和下限的加速调整进行调整。无论使用什么程序，如果0不在上限和下限的范围内，可以说存在调解不为0的置信区间%。a，13，中间检验法，2，系数乘积法，2，非对称置信区间法(bootstap法)的优点：Bootstrapping不需要分布假设，因此避免了系数乘积检验违反分布假设的问题，并且该方法不依赖于标准误差，因此避免了不同标准误差公式产生不一致结果的问题。仿真研究表明，自举比其他中介效应测试方法具有更高的统计效率，是目前较为理想的中介效应测试方法。a，14，中间检验的方法，3，差异系数检验，原

5、理：差异系数检验意味着检验h0: c-c=0。一般来说，ab=c-c，所以差系数和系数乘积法有许多相似之处。差异系数采用t检验，其统计量为t=c-c/sc-c。局限性：当A或B不全为0时，系数差异法存在误差率高(高达100%)的缺陷，难以应用于涉及多个中介变量或调整的更复杂的中介模型分析，因此很少使用。15、软件的应用条件，在分析过程中的中介效应和调节效应相应的软件也分为两类，一类是基于显式变量路径分析模型的SPSS和SAS，另一类是基于潜变量模型的lisrel、Amos、Mplus等结构方程模型软件。由于SPSS操作简单，如何利用SPSS来分析中介效应和调节效应的模型成为许多学者的兴趣所在。

6、近年开发的进程插件是一个经典，其应用逐年快速增长。a，16，软件的应用条件，过程优先，过程的操作和应用。过程主要用于SPSS、SAS等传统数据统计分析软件。在SPSS中，除了可视化操作外，还可以通过更强大的语法来操作。第二，过程可以提供的分析结果。首先，传统的SPSS在起中介和调节作用时需要逐步回归或层次回归，但过程是一步到位的。其次，过程专门用来分析中介效应和调节效应。除了常规回归分析的结果外，还提供了直接效应和间接效应的估计值、自助置信区间、索贝尔检验等结果。此外，流程还可以处理复杂的模型，如多中介、多监管、监管中介和监管中介。所有这些都是大多数人选择使用SPSS进行调解或监管效果分析的主

7、要原因，这也是该插件的优势。第三，过程模型的构建。过程提供了70多个模型。在分析过程中，需要选择相应的模型，设置相应的自变量、因变量、中介变量或调整变量。一、十七、软件应用条件、流程四、其他注意事项。1.过程只能处理显式变量路径分析模型，而不能处理潜在变量模型，后者需要结构方程模型。那么，是SPSS的过程插件还是像阿莫斯这样的结构中介模型更好呢？有几个问题需要考虑：一是样本量。当样本量较小时，最好使用SPSS的过程方法，因为小样本的数据更接近T分布而不是正态分布，而结构方程模型主要用于处理大样本。另一个问题是测量误差。SPSS只能处理显式变量，但不能分离测量误差，因此其结果不如潜在变量的结构方程模型准确。第三，SPSS不能提供结构方程模型那样的模型拟合参数，也不能对整个模型进行评价。因此，如果研究者关注的是路径关系而不是整体模型的有效性，或者结构方程模型分析发现变量之间的路径关系符合理论假设但模型拟合不好(有必要避免模型拟合问题)，最好考虑SPSS的过程方法。一、一、十八、软件应用条件、流程四、其他注意事项。2.在分析调节效应时，独立变量和调节变量都应包含在模型中，不仅包括交互项目，还包括变量的集中性。SPSS是一个探索性的统计分析软件，而AMOUS是一个验