中介效应分析ppt课件
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1依次检验回归系数法2系数乘积检验法3系数差异检验法sobel法的检验力高于依次检验但这个检验统计量的推导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ab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
中介效应分析方法
学生：肖 翔 导师：曾晓青
1
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。
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(不校正的)非参数百分位Bootstrap 法置信区间, 只需将 OUTPUT 中的 cinterval (bcbootstrap)改为 cinterval (bootstrap)即可。
学习投入
图3：专业承诺对专业满意度和学习投 入的中介作用模型
13
依次检验回归系数法Mplus
TITLE: 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。
先看以上指标，如果满足以上条件，则模型符 合拟合指标。
15
16
再看STDYX Standardization输出数据，确定中介调节效应
17
偏差校正的非参数百分位 bootstrap法Mplus(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:
计量的推导要假设aˆbˆ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。
9
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。
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a Y on X
M (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
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。
X
c
X
Y
e1
Y cX e1 (1)
M
e2
a
b
X
Y
c'
图1：变量关系图
M aX e2 (2) Y c, X bM e3 (3)
4
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
5
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。
6
间接检验：依次检验回归系数 直接检验：sobel法、bootstrap法和MCMC法
7
中介效应分析的3中方法：
（1）依次检验回归系数法 H0 : a 0 H0 :b 0
（2）系数乘积检验法 H0 : ab 0
（3）系数差异检验法 H 0 : c c, 0
8
sobel法的检验力高于依次检验，但这个检验统
若要得到(不校正的)非参数百分位Bootstrap 法置信区间, 只需将OUTPUT 中的 cinterval (bcbootstrap)改为cinterval (bootstrap)即可。
19
Mplus结果解读指标：如果置信区间包括0，则参数不显著； 置信区间不包括0，参数显著。
20
附加：
多中介模型1：
10
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
检验系数c’
著显
部分中介 效应显著
不 显 著
完全中介 效应显著
至少有一个不显著
做Sobel检验
显 著
中介效 应显著
不 显 著
中介效 应不显著
图2：依次检验流程图
X、Y不相关， 停止中介分析
11
表1：专业承诺的中介效应依次检验
标准化回 归方程
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。
14
Mplus结果解读指标： （1）SRMR <0.08 标准化残差均方根 （2）RMSEA <0.08 近似误差均方根 （3）CFI >0.95 比较拟合指数 （4）NNFI/TLI >0.95 非规范拟合指数
2
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。
3
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:
18
偏差校正的非参数百分位 bootstrap法Mplus(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:
第一步 Y=0.54X
第二步 W=0.6X
第三步
Y=0.31X +0.39X
SE
t
p
0.03 17.52** 0.00 0.03 20.51** 0.00 0.04 8.53** 0.00 0.04 10.91** 0.00
12
专业承诺
a=0.6
b=0.39
专业满意度
c=0.54(c'=0.31)
Y by y1-y3; ! y1-y3是潜变量Y的指标 M 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a Y on X
M (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:
X M W Y@1； Y on X M W; M on X; M on X;
21
22
24
25
有中介的调节效应分析方法
26
方法一：依次检验
27
中介效应分析方法
学生：肖 翔 导师：曾晓青
1
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。
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(不校正的)非参数百分位Bootstrap 法置信区间, 只需将 OUTPUT 中的 cinterval (bcbootstrap)改为 cinterval (bootstrap)即可。
学习投入
图3：专业承诺对专业满意度和学习投 入的中介作用模型
13
依次检验回归系数法Mplus
TITLE: 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。
先看以上指标，如果满足以上条件，则模型符 合拟合指标。
15
16
再看STDYX Standardization输出数据，确定中介调节效应
17
偏差校正的非参数百分位 bootstrap法Mplus(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:
计量的推导要假设aˆbˆ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。
9
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。
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a Y on X
M (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
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。
X
c
X
Y
e1
Y cX e1 (1)
M
e2
a
b
X
Y
c'
图1：变量关系图
M aX e2 (2) Y c, X bM e3 (3)
4
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
5
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。
6
间接检验：依次检验回归系数 直接检验：sobel法、bootstrap法和MCMC法
7
中介效应分析的3中方法：
（1）依次检验回归系数法 H0 : a 0 H0 :b 0
（2）系数乘积检验法 H0 : ab 0
（3）系数差异检验法 H 0 : c c, 0
8
sobel法的检验力高于依次检验，但这个检验统
若要得到(不校正的)非参数百分位Bootstrap 法置信区间, 只需将OUTPUT 中的 cinterval (bcbootstrap)改为cinterval (bootstrap)即可。
19
Mplus结果解读指标：如果置信区间包括0，则参数不显著； 置信区间不包括0，参数显著。
20
附加：
多中介模型1：
10
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
检验系数c’
著显
部分中介 效应显著
不 显 著
完全中介 效应显著
至少有一个不显著
做Sobel检验
显 著
中介效 应显著
不 显 著
中介效 应不显著
图2：依次检验流程图
X、Y不相关， 停止中介分析
11
表1：专业承诺的中介效应依次检验
标准化回 归方程
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。
14
Mplus结果解读指标： （1）SRMR <0.08 标准化残差均方根 （2）RMSEA <0.08 近似误差均方根 （3）CFI >0.95 比较拟合指数 （4）NNFI/TLI >0.95 非规范拟合指数
2
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。
3
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:
18
偏差校正的非参数百分位 bootstrap法Mplus(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:
第一步 Y=0.54X
第二步 W=0.6X
第三步
Y=0.31X +0.39X
SE
t
p
0.03 17.52** 0.00 0.03 20.51** 0.00 0.04 8.53** 0.00 0.04 10.91** 0.00
12
专业承诺
a=0.6
b=0.39
专业满意度
c=0.54(c'=0.31)
Y by y1-y3; ! y1-y3是潜变量Y的指标 M 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a Y on X
M (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:
X M W Y@1； Y on X M W; M on X; M on X;
21
22
24
25
有中介的调节效应分析方法
26
方法一：依次检验
27