中介效应检验方法.ppt

合集下载

三种中介效应检验方法及操作步骤

三种中介效应检验⽅法及操作步骤本⽂将介绍三种常见中介效应检验⽅法，分别是因果逐步回归检验法、系数乘积法、改良后的因果逐步回归法，以及如果使⽤SPSSAU进⾏操作。

什么是中介效应中介效应：如果⾃变量X通过影响变量M⽽对因变量Y产⽣影响，则称M为中介变量。

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。

中介作⽤的检验模型可以⽤以下路径图来描述：图1 中介效应检验模型路径图⽅程(1)的系数c 为⾃变量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；⽅程(3)的系数c′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；系数乘积a*b即为中介效应等于间接效应1 因果逐步回归检验法因果逐步回归法由Baron和Kenny(1986)提出，其检验步骤分为三步：第⼀，分析X对Y的回归，检验回归系数c的显著性(即检验H0:c=0)；第⼆，分析X对M的回归，检验回归系数a的显著性(即检验H0:a=0)；第三，分析加⼊中介变量M后X对Y的回归，检验回归系数b和c'的显著性(即检验H0:b=0、H0:c’=0)。

根据检验结果按下图进⾏判断：流程图基于SPSSAU的操作（1）第⼀步，登录SPSSAU，上传数据；（2）第⼆步，选择【问卷研究】--【中介作⽤】；（3）第三步，选择变量拖拽到右侧对应分析框内，点击开始分析。

结果分析SPSSAU的“中介作⽤”可直接将中介作⽤的检验过程⾃动化，⼀键提供出上述提及模型结果。

本次结果中共包含三个模型：①模型1：X对Y的回归模型，结果显⽰x与y存在显著影响关系，回归系数c=0.130.②模型2：x对m的回归模型，结果显⽰x与y存在显著影响关系，回归系数a=0.175.③模型3：加⼊中介变量m后x对y的回归模型，结果显⽰回归系数b、c’均呈现显著性，系数a、b均显著，说明存在中介效应。

中介效应(逐步检验法与Sobel检验)

中介效应(逐步检验法与Sobel检验)
中介效应是指当自变量X对因变量Y产生影响时，变量M作为中介变量通过影响路径对Y产生影响。

目前，中介效应的检验方法主要包括逐步检验法、Sobel检验法和Bootstrap 检验法。

在进行中介效应检验之前，需要对所有变量进行中心化处理，使变量均值为0.
逐步检验法主要分为三步：首先检验自变量X对因变量Y的总效应；然后检验自变量X和中介变量M之间的关系；最后控制中介变量M后，检验X对Y的直接效应和中介效应的大小。

如果X对Y的总效应显著，且X对M的影响显著，同时中介效应显著，则说明存在中介效应。

STATA命令为：Center Y x m control（中心化）、regyx、regmx、regymx。

n命令，通过回归分析得出中介效应的显著性统计量Sobel，同时展示自变量、中介变量和因变量之间的回归系数
和标准误，以及中介效应在总效应中所占比例。

如果Sobel统
计量的p值小于0.1，则中介效应显著。

Bootstrap检验法通过多次抽样得到中介效应的置信区间，判断中介效应是否显著。

中介效应检验方法

中介效应检验方法
中介效应是指一个变量（中介变量）在自变量与因变量之间产生的间接作用。

常用的检验中介效应的方法有Sobel检验、Bootstrap法和路径分析等。

Sobel检验是一种常见的检验中介效应的方法。

它基于正态分
布的假设，通过计算一个统计量来检验中介效应的显著性。

具体步骤是首先计算出自变量对中介变量和因变量之间的间接效应，然后计算相应的标准误，最后将两者相除得到一个Z值。

如果Z值的绝对值大于1.96，则中介效应是显著的。

Bootstrap法是一种非参数的统计方法，可以通过对样本进行
重新抽样来估计中介效应的分布。

它不依赖于正态分布的假设，具有较好的抗干扰性。

具体步骤是通过有放回地抽取样本观测值，然后计算出中介效应的估计值。

重复这个过程很多次，形成一个中介效应的分布。

通过分析分布的置信区间，可以检验中介效应的显著性。

路径分析是一种结构方程模型的方法，可以同时估计自变量、中介变量和因变量之间的关系，进而检验中介效应的显著性。

它可以直接计算出中介效应的估计值及其标准误，从而判断中介效应是否显著。

除了上述方法外，还可以使用其他的检验方法，如Sobel-Goodman方法、Baron和Kenny方法等。

这些方法在具体分析中可以根据研究问题的特点来选择适合的方法。

中介效应分析PPT精选文档

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
（3）系数差异检验法 H0:cc, 0
8
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aˆ bˆ 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。
12
a=0.6
b=0.39
c=0.54(c'=0.31)
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

中介效应的检验方法

中介效应的检验方法中介效应是指在两个变量之间存在一个中介变量，该中介变量对这两个变量之间的关系产生了影响。

中介效应的检验可以通过以下几种方法进行。

1. Sobel检验Sobel检验是一种使用回归分析的常见方法，用于检验中介效应的显著性。

此方法基于一个假设，即中介变量的效应通过目标变量来影响自变量和因变量之间的关系。

Sobel检验计算中介效应的标准误差，并使用正态分布来检验是否存在显著的中介效应。

2. Bootstrap检验Bootstrap检验是一种非参数统计方法，通过从数据中重复抽取样本进行分析来估计参数的分布。

使用Bootstrap方法进行中介效应的检验，可以通过生成重复样本来计算中介效应的置信区间，并判断中介效应是否显著。

3. Baron和Kenny的四步法Baron和Kenny提出了一种四步法来检验中介效应。

这个方法基于四个步骤：(1) 确定自变量和因变量之间的关系；(2) 确定自变量对中介变量的影响；(3) 确定中介变量对因变量的影响；(4) 验证中介效应的显著性。

这种方法可以帮助研究人员详细分析中介效应的背后机制。

4.鸟笼实验鸟笼实验是一种实验设计方法，用于检验中介效应。

在这种实验中，研究者会操纵自变量来观察对因变量的影响，并通过引入中介变量来研究这种关系的中介机制。

鸟笼实验可以有效地控制其他变量的干扰，并提供更准确的中介效应估计。

5.结构方程模型结构方程模型（SEM）是一种灵活的统计模型，可以用于检验中介效应。

SEM将多个变量之间的关系建模为潜在变量和观测变量之间的关系，并通过比较观测数据和模型预测值，来检验中介效应的显著性。

总结起来，中介效应的检验方法包括Sobel检验、Bootstrap检验、Baron和Kenny的四步法、鸟笼实验和结构方程模型。

研究者可以根据自己的研究目的和数据类型选择适合的方法来检验中介效应的显著性。

中介效应与调节效应分析(课堂PPT)

对另一c类学生却没有效，从而学生个XM性是调节变量。 c：衡量调节效应的大小
概述-核心概念调节效应与交互效应
➢ 从统计分析角度看：调节效应＝交互效应 ➢ 从概念定义角度看：调节效应≠交互效应 ✓ 交互效应：两个自变量对称或不对称，任何一个都可为调节变量 ✓ 调节效应：哪个是自变量、调节变量，是明确的，不能互换
自大大我学学效生生能领领×导导力力团队绩效
团队绩效团团队队绩绩效效
概述-核心概念
中介效应(mediating effect)
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。X通过M对Y产生的间接影响称为中介效应。
X
Y
M
X
Y
自我效能
大学生领导力
团队绩效
2
概述-核心概念
✓ 验证c不等于0：利用相关或者回归 ✓ 验证a不等于0，b不等于0（完全中介时，还需验证c'等于0）
用X向M做回归，得到a 进行层次回归，第一层放入x，第二层放入M得到b
✓ 中介效应值=a*b
1 4
实例分析-中介效应
实例分析1
➢ 某研究在探究成年人的生活满意度时，根据既往理论支持，初步建立假设如下：
c
X
Y
e1
M
e2
a
b
c'
X
Y
e3
中介效应模型示意图
3
中介效应方程式
Y = cX +e1
(1)
M = aX +e2
(2)
Y =c'X +bM +e3
(3)
➢ 中介效应：a*b ➢ 直接效应：c ' ➢ 总效应：c (c = c'+ ab)

中介效应检验

中介效应检验
中介效应检验是一种统计方法，用于测试一个变量（中介变量）是否在一个因果链中起到了中介的作用。

中介效应检验通常分为两步：首先，通过回归分析确定两个变量之间的直接关系；然后，通过进一步的回归分析检验是否存在中介效应。

中介效应可以帮助解释为什么两个变量之间存在直接关系，并且可以提供一种更完整的理解变量之间关系的方式。

在中介效应检验中，通常会使用中介效应统计量来量化中介效应的大小。

常见的中介效应统计量包括Sobel检验、Bootstrap 法、Sobel-Goodman近似法等。

这些统计方法可以帮助确定中
介效应是否显著，并提供对中介效应大小的估计。

总之，中介效应检验是一种用于确定一个变量是否在两个变量之间起到中介作用的统计方法，能够提供对中介效应显著性和大小的估计。

中介效应检验

中介效应检验
中介效应检验是用于检验一个变量（中介变量）是否传递或中介了一个因变量（因果变量）与自变量之间的关系。

中介效应检验的目的是确定中介变量在自变量和因变量之间的作用。

中介效应检验通常包括以下步骤：
1. 检验自变量与因变量之间的直接关系，即在不考虑中介变量的情况下，自变量是否显著地影响因变量。

2. 检验自变量与中介变量之间的关系，即自变量是否显著地影响中介变量。

3. 检验中介变量与因变量之间的关系，即中介变量是否显著地影响因变量。

4. 进行中介效应检验，常用的方法有：Sobel检验、Bootstrap 检验和Baron-Kenny检验等。

这些方法主要是通过计算间接效应和其标准误，然后进一步计算间接效应的置信区间，判断间接效应的显著性。

中介效应检验方法

中介效应检验方法中介效应是指一个变量通过影响另一个变量与第三个变量之间的关系来产生影响的过程。

在社会科学研究中，中介效应检验方法被广泛运用于探究变量之间的关系及影响机制。

本文将介绍中介效应的概念、检验方法以及实际应用。

一、中介效应的概念。

中介效应是指自变量对因变量的影响，通过中介变量的作用而产生的间接影响。

在研究中，我们通常关心的是自变量对因变量的直接影响，但有时候这种直接影响可能会被中介变量所削弱或放大，因此需要通过中介效应检验方法来深入理解变量之间的关系。

二、中介效应的检验方法。

1. Sobel检验。

Sobel检验是一种常用的中介效应检验方法，它通过计算中介效应的标准误差来判断中介效应的显著性。

具体而言，Sobel检验通过计算间接效应的标准误差和直接效应的标准误差，进而得出中介效应的显著性。

这种方法在实际应用中较为简便，因此被广泛采用。

2. Bootstrap法。

Bootstrap法是一种非参数检验方法，它通过重复抽样来估计中介效应的置信区间。

这种方法不依赖于数据的分布形式，因此在样本较小或不符合正态分布的情况下也能够有效地检验中介效应。

在实际研究中，Bootstrap法的应用越来越广泛，尤其是在中介效应的稳健性检验中具有重要意义。

3. 布尔迪亚中介效应检验。

布尔迪亚中介效应检验是一种基于回归分析的方法，它通过构建中介效应的回归模型来检验中介效应的显著性。

这种方法在理论基础较为丰富的情况下能够有效地检验中介效应，但在实际操作中需要注意模型的合理性和可解释性。

三、中介效应的实际应用。

中介效应检验方法在社会科学研究中具有重要的应用意义。

通过深入理解变量之间的中介关系，我们能够更好地把握影响机制，为实际问题的解决提供科学依据。

例如，在心理学领域，研究者通过中介效应检验方法发现了一些心理干预措施的中介效应，从而为心理健康干预提供了理论支持。

总之，中介效应检验方法是社会科学研究中的重要工具，它能够帮助我们深入理解变量之间的关系及影响机制。

中介效应检验方法

和数据的正态性要求较低，具有较好的稳健性。
检验方法二：Sobel法
总结词
Sobel法是一种基于回归的检验中介效应的方法，通过检验自变量对中介变量的回归系数和中介变量对因变量的回归系数来推断中介效应的存在。
VS
详细描述
Sobel法的步骤包括在控制自变量和因变量的相关性后，分别对自变量和因变量进行回归分析，然后在两个回归方程中分别加入中介变量，观察加入中介变量后回归系数的变化。如果中介变量的加入使得自变量对因变量的影响变得不显著，则说明存在中介效应。
Part
03
多重中介效应检验
检验方法一：Bootstrap法
总结词
Bootstrap法是一种重抽样技术，通过从原始数据中反复抽样来估计中介效应的置信区间。
详细描述
Bootstrap法的步骤包括计算自变量通过各个中介变量到因变量的中介效应值，然后根据这些值生成置信区间，如果区间不包含0，则说明中介效应显著。该方法对样本大小
详细描述
Judd和Kenny法是另一种常用的中介效应检验方法，它基于因果逐步回归分析的思想，通过逐步引入自变量、中介变量和自变量与中介变量的交互项来检验中介效应。
Judd和Kenny法的步骤如下：首先，检验自变量对因变量的回归系数是否显著；其次，检验自变量对中介变量的回归系数以及中介变量对因变量的回归系数是否都显著；最后，检验自变量、中介变量以及自变量与中介变量的交互项同时对因变量的回归系数是否都显著。如果以上回归系数都显著，则说明存在中介效应。
社会学研究
社会互动分析
中介效应检验在社会学中用于分析社会互动过程，如人际关系、群体行为等。
社会结构与功能
研究社会结构和社会功能的中介效应，有助于理解社会现象的形成和演变。

中介效应(逐步检验法与Sobel检验)

中介效应定义：当我们在分析自变量X对因变量Y的影响时，如果变量X可以通过影响变量M从而对因变量产生影响，那么就可以说变量M属于X与Y两者关系的中介变量，是一条影响路径。

参考温忠麟的文献，现有的中介效应检验方法有以下几种：逐步检验法、系数乘积检验（Sobel检验法、Bootstrap 检验）在进行中介效应检验之前，需要将所有的变量进行中心化处理，也就使得变量均值为0。

1.逐步检验法Y=cX+e1 (1)M=aX+e2 (2)Y=c`X+bM+e3 (3)主要分为三步：第一步：检验方程(1) 的系数c，也就是自变量X 对因变量Y 的总效应；第二步：检验方程(2) 的系数a，也就是自变量X 和中介变量M 的关系；第三步：控制中介变量M 后，检验方程(3) 的系数c’和系数 b ;判定依据：（1）系数 c 显著，则说明X对Y存在显著作用。

（2）系数 a 显著，则说明X对M存在显著作用，且系数 b 显著；系数c’小于系数c。

同时满足以上两个条件，则中介效应显著；另外根据方程（3）中系数c’的显著性判断中介效应的类型，如若系数c’显著，则属于部分中介效应，如若系数c’不显著，则可以称为完全中介效应。

STATA命令如下：Center Y x m control（中心化）reg y x //分析x 和y 之间的关系reg m x //分析x 和m 之间的关系reg y m x // 加入m，看x 和y 之间的关系在三者关系中，总效应为c=ab + c’，其中c’ 为直接效应，ab 为中介效应也称间接效应。

所以可以计算中介效应在总效应中占比为ab/c。

2.sobel检验安装sgmediation命令，findit sgmediationStata命令：sgmediation 因变量, mv(中介变量) iv(自变量) cv(控制变量)回归结果举例：分析结果主要分成三个部分，第一部分是中介效应的显著性的统计量Sobel，看p值的大小，若小于0.1就显著；第二部分是展示分步回归中，自变量和中介变量的回归系数与标准误，以及各自对因变量的效应大小；第三部分，是中介效应和直接效应在X对Y的总效应中所占的份额，本图中中介效应比例是6.52%。

中介效应检验方法

中介效应检验方法中介效应（Mediation）是指中间变量在自变量和因变量之间传递和影响关系的过程。

在研究中，中介效应的检验方法可以通过以下步骤进行：1.确定研究模型：首先，确定自变量、中介变量和因变量之间的关系模型。

通常，自变量对中介变量有直接影响，中介变量对因变量也有直接影响，同时自变量对因变量的影响通过中介变量来实现。

2.收集数据：根据研究模型，收集相关的研究数据。

确保数据的有效性、可靠性和代表性。

3.进行变量之间的相关性分析：使用适当的统计方法（如相关系数分析）检验自变量、中介变量和因变量之间的相关性。

确认存在显著的相关性，才能继续进行中介效应检验。

4. 进行中介效应检验：常用的中介效应检验方法有 Sobel检验、Bootstrap检验和偏差修正的置信区间法。

- Sobel检验：该方法通过计算中介效应的标准误差来检验中介效应的显著性。

根据公式计算 Z-Score，并通过标准正态分布表得到显著性水平。

- Bootstrap检验：该方法通过抽取样本进行重复计算中介效应，然后计算置信区间。

通过判断置信区间是否包含零来确定中介效应的显著性。

-偏差修正的置信区间法：该方法通过对原始数据进行逐步回归分析，确定中介效应的大小和显著性，并计算中介效应的置信区间。

5.控制其他可能的影响因素：在进行中介效应检验时，需要控制其他可能的影响因素。

可以通过多元回归分析等方法将其他潜在的影响因素纳入模型，以减少其他因素对中介效应的潜在干扰。

6.解释结果：分析检验结果并解释中介效应的大小和显著性。

中介效应的存在和显著性表明中介变量在自变量和因变量之间起到了传递和影响的作用。

最后需要注意，中介效应的检验需要具备一些前提条件，如时间顺序、相关性和因果关系等。

在设计研究和进行中介效应检验时，需要注意合理性和有效性，以确保中介效应的充分验证。

中介效应检验流程,示意图公布,不再畏惧中介分析

中介效应检验流程,示意图公布,不再畏惧中介分析所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.关于各种计量方法，各位学者可以参看如下文章：①“实证研究中用到的200篇文章, 社科学者常备toolkit”、②实证文章写作常用到的50篇名家经验帖, 学者必读系列、③过去10年AER上关于中国主题的Articles专辑、④AEA公布2017-19年度最受关注的十大研究话题, 给你的选题方向，⑤2020年中文Top期刊重点选题方向, 写论文就写这些。

后面，咱们又引荐了①使用CFPS, CHFS, CHNS数据实证研究的精选文章专辑！，②这40个微观数据库够你博士毕业了, 反正凭着这些库成了教授，③Python, Stata, R软件史上最全快捷键合辑！，④关于(模糊)断点回归设计的100篇精选Articles专辑！，⑤关于双重差分法DID的32篇精选Articles专辑！，⑥关于合成控制法SCM的33篇精选Articles专辑！⑦最近80篇关于中国国际贸易领域papers 合辑！，⑧最近70篇关于中国环境生态的经济学papers合辑！⑨使用CEPS, CHARLS, CGSS, CLHLS数据库实证研究的精选文章专辑！⑩最近50篇使用系统GMM开展实证研究的papers合辑！这些文章受到了各位学者的欢迎和热议，博士生导师纷纷将其推荐给学生参阅。

最近，我们引荐了①如何选择正确的自变量(控制变量)，让你的计量模型不再肮脏，②忽略交互效应后果很严重，审稿人很生气！，③过去三十年, RCT, DID, RDD, LE, ML, DSGE等方法的“高光时刻”路线图，④空间双重差分法(spatial DID)最新实证papers合辑，⑤机器学习方法出现在AER, JPE, QJE等顶刊上了等，在学者间引起了广泛的讨论。

今天，我们社群引荐一份“中介效应检验流程示意图”，而更多关于中介或调节或机制分析的文章，各位学者可以参看图后的30篇文章。

中介效应检验方法

中介效应检验方法中介效应是指一个变量（中介变量）在自变量与因变量之间起部分或全部的中介作用。

中介效应的检验方法主要有：1. Sobel检验：Sobel检验是最常用的一种中介效应检验方法。

它通过计算中介变量对自变量与因变量之间关系的影响大小，来判断中介效应的存在与大小。

Sobel检验基于一个假设，即中介变量和因变量之间关系的斜率大于自变量和因变量之间关系的斜率，并进行统计检验。

2. Bootstrap法：Bootstrap法是一种通过随机取样方法来评估中介效应的置信区间。

它通过多次重复采样来生成一系列中介效应的估计值，并计算这些估计值的置信区间。

Bootstrap法能够更加准确地评估中介效应的置信区间，尤其在样本量较小的情况下能够提供更可靠的结果。

3. Baron和Kenny的方法：Baron和Kenny的方法是一种传统的中介效应检验方法。

它将中介效应的检验分为三个步骤：首先，验证自变量与因变量之间是否存在统计显著的关系；然后，验证自变量与中介变量之间是否存在统计显著的关系；最后，验证中介变量是否能够完全或部分解释自变量与因变量之间的关系。

如果经过这三个步骤后都得到统计显著的结果，就可以认为中介效应存在。

4. Preacher和Hayes的方法：Preacher和Hayes提出了一种称为BOOTSTRAP的程序来检验中介效应。

此方法结合了Sobel检验和Bootstrap法的优点，通过多次自助重采样来评估中介效应的置信区间。

Preacher和Hayes的方法还提供了一种通过计算中介效应的标准误差来评估中介效应的统计显著性的方法。

5. Causal steps方法：Causal steps方法由MacKinnon和Dwyer提出，它通过将自变量、中介变量和因变量的关系分解成一系列因果步骤，来评估中介效应的大小。

这个方法基于一个因果路径模型，通过逐步分析每个路径的变化，来判断中介效应的存在和大小。

综上所述，中介效应的检验方法主要包括Sobel检验、Bootstrap法、Baron和Kenny的方法、Preacher和Hayes的方法以及Causal steps方法。