调节效应和中介效应分析

调节效应的分析

自变量和调节变量都是分类变量：方差分析考察交互效应（调节效应）

自变量（A）和调节变量（M）都是连续变量：

对两个变量先做中心化处理(centering)；变量–变量的平均数CA CM

求中心化处理之后的两个变量的乘积（交互效应项或调节效应项CAM）

层级回归分析调节效应或交互效应

第一层CA CM

第二层CAM R2 改变量是否显著或者CAM是否显著？

3. 自变量是连续变量，调节变量是分类变量（分组回归–SEM ）

自变量是分类变量，调节变量是连续变量

先将自变量（4个水平）转化成虚拟变量（K-1个虚拟变量）A1 A2 A3 调节变量中心化处理（CM）

求中心化处理之后的调节变量与虚拟变量的乘积CM* A1 CM* A2 CM* A3 层级回归分析调节效应

第一层A1 A2 A3 CM

第二层CM* A1 CM * A2 CM* A3

R2 改变量是否显著

中介效应分析

自变量：agreeableness 因变量：helping

中介变量（mediator）：sympathy

中介效应分析：自变量对因变量的影响有没有通过某个中间的变量实现。如果a b都显著，那么有中介效应。如果c’显著，那么是部分中介效应，如果c’不显著，则是完全中介效应。(ab都是标准化回归系数)

如果a b 都不显著，那么无中介效应。

如果a b有一个显著，那么需要做进一步检验（H0: ab=0）。Sobel Test

z = a*b / √(a*a*sb*sb+b*b*sa*sa)

(ab都是标准化回归系数，sa sb 指的是回归系数的标准误)

第一步：自变量对因变量有显著效应c = 0.23 (p<0.01)

第二步：

分析a 和 b 的显著性

a的显著性自变量对中介变量的影响a = 0.20 (p=0.01) sa =0.015

b的显著性中介变量对因变量的影响（自变量和中介变量）

b = 0.281 (p<0.01) sb = 0.013

c’的显著性自变量对因变量的直接影响c’= 0.174 (p<0.01)

第三步：

a 和

b 都是显著的，所以M 有中介效应。

如果c’不显著，那么就是完全中介效应，如果显著，就是部分中介效应。c’= 0.174 (p<0.01)，所以M是部分中介效应。

如果a 和 b 都不显著，那么M没有中介效应。

如果a 和 b 有一个显著，那么：

第四步：Sobel Test

H0: ab = 0

也就是

Z = 0.20*0.281 / (0.20*0.013)2 + (0.281*0.015) 2 = 11.348 p<0.01

a = 0.20 sa = 0.015

b = 0.281 sb = 0.013

z =

compute a = 0.20 .

compute sa = 0.015.

compute b = 0.281.

compute sb = 0.013 .

compute ab=a*b.

compute se2 = a*sb*a*sb + b*sa*b*sa.

compute se = sqrt(se2).

compute z = ab/se.

EXECUTE .

1. 首先保证自变量对因变量的影响是显著的。

2．开始做中介效应分析。

Agreeableness – tonggan beta = 0.19 se = 0.016 p<0.05

Group – tonggan beta = 0.113 se = 0.443 p>0.05

Agreeableness – tongqing beta = 0.206 se = 0.015 p<0.05

Group – tongqing beta = 0.086 se = 0.421 p>0.05

Agreeableness –helping beta = 0.152 se = 0.003 p<0.05

Group – helping beta = 0.199 se = 0.082 p<0.05

Tonggan – helping beta = 0.291 se = 0.012 p<0.05

Tongqing – helping beta = 0.182 se = 0.012 p<0.05

3. Agreeableness –tonggan –helping 显著的

Agreeableness –tongqing –helping 显著的

Group – tonggan beta = 0.113 se = 0.443 p>0.05 Tonggan – helping beta = 0.291 se = 0.012 p<0.05

Z = 0.26

Group – tongqing beta = 0.086 se = 0.421 p>0.05 Tongqing – helping beta = 0.182 se = 0.012 p<0.05

Z = 0.20

group –tonggan –helping 不显著的

group –tongqing –helping 不显著的

4

重新分析各条路径系数，以及直接和间接效应。

原始模型直接效应和间接效应的分析

直接的效应（direct effect）

Agreeableness –helping beta = 0.152

间接的效应（indirect effect）

1. Agreeableness – tonggan – helping 0.19 * 0.291 = 0.05529 Agreeableness – tonggan beta = 0.19

Tonggan – helping beta = 0.291

2. Agreeableness – tongqing – helping 0.206*0.182 = 0.037492 Agreeableness – tongqing beta = 0.206

Tongqing – helping beta = 0.182

Total effect ( Agreeableness –helping) :

0.152 + 0.05529 + 0.037492 = 0.244782 = 0.245

直接效应的比例0.152/0.245 = 0.6204

间接效应：0.05529/0.245 = 0.2257

0.037492/0.245 = 0.153