调节变量的原理和检验方法5检验调节作用的其他方法结构方程模型
合集下载
相关主题
- 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)。
——把原有的关于同一个现象的研究联系在一起，使得已有理论更为系统。 eg.变革型领导可以提高下属的工作绩效和组织公民行为（领导成员交换作为中介变量）
中介变量解释关系背后的作用机制
——如果把事物之间影响的关系看做一个因果链，那么研究中介变量可以使自变量与因变量 间的关系链更为清楚和完善，它可以解释在自变量变化与因变量随之变化中间发生了什么。
1
调节变量和中介变量在研究中的作用
早在20世纪20年代就有心理学家开始认识到中介变量的重要性，并利用中介变量解 释一个关系背后的原理和内部机制。Woodworth在“刺激——反应”（S-R）理论的基础上 提出了“刺激——机体——反应”（S-O-R）模型。
虽然调节作用和中介作用在社会科学研究中都有一定历史，但研究者们有时还是会 把它们混淆起来。直到20世纪80年代才有研究者（Baron & Kenny，1986）把调节变量作 为研究方法中的一个正式问题提出来，并与中介变量加以区分。
45
Y 6 4 [X2 = 3] Y = [25 + 0.5X1]
30
3
15
[X2 = 1] Y = [15 + 2.5X1]
1 [X2 = 1] Y = [15 + 2.5X1]
0
0 X
θ
增强型交互作用
干扰型交互作用
Y 2 3 X 1
X 2
β2和β3的大小和正负， 决定了交互作用是增 强的还是干扰的。
X
2
调节变量的原理和检验方法
2.3 检验调节作用的方法
性别
专业匹配度 （X）
组织认同 （Y）
很多研究人员会把样本分成两组，男性样本和女性样本分别做一个回归分析： 男性样本：Y = 2.5 + 0.15 X （N1 = 128） 女性样本：Y = 1.3 + 0.09 X （N1 = 96）
两个问题： （1）我们怎么知道男性样本中 “匹配”对“组织认同”的影响b1在 统计上来说真的是大于女性样 本中的系数b2呢？ 需用b1-b2来验证H0：β1-β2=0。 （2）分组检验将原来的样本数 N =224拆开成为两个样本。
——已有的方式：Popper的证伪主义、 Lakatos精致的证伪主义 ——调节变量：研究一组关系在不同条件（即理论的适用范围和假设）下的变化及其 背后的原因，来发展已有理论，使理论对变量间关系的解释更为精细。
1
调节变量和中介变量在研究中的作用
1.2 中介变量的理论意义
中介变量整合已有的研究或理论
工作与家庭冲突
职业满意度
性别对工作与家庭冲突和职业满意度之间关系的调节作用
2
调节变量的原理和检验方法
2.2 调节作用与交互作用
交互作用
两个自变量（X1和X2）共同作用时对Y的影响不等于两者分别影响Y时的简单数学和。 两个自变量的地位可以是对称的，也可以是不对称的。
调节作用
一个变量（X1）影响了另一个变量（X2）对Y的影响。 可以是不完全对称的。
Y 2 3 X 1
X 2
即X2对Y的影响是取决于X1的值的。如果乘积项的系数β3显著，则调节作用存在或者交互作用存在。
2
调节变量的原理和检验方法
2.2 调节作பைடு நூலகம்与交互作用
通常情况下，交互作用可分为：增强型交互作用和干扰型交互作用。
Y [X2 = 3] Y = [25 + 3.5X1] 60
2
调节变量的原理和检验方法
2.2 调节作用与交互作用
在统计学上，两个变量的交互作用和调节变量的作用是用这两个变量的乘积来代表的：
Y 0 1X1 2X 2 3X1X 2
X1对Y的影响是β1，X2对Y的影响是β2，β2反映主效应的大小， β3反映了交互作用和调节作用的大小。
对Y关于X2求偏导数：
调节变量解释的不是关系内部机制，而是关系在不同的条件下是否会有所变化。 eg.失败对人的行为的影响（自我效能感的调节作用）
1
调节变量和中介变量在研究中的作用
1.1 调节变量的理论意义
为现有的理论划出限制条件和适用范围
——原因：认知能力有限使得建立的理论往往具有局限性，在理论发展初期很难完全 考虑到其所有的限制条件和适用范围；
eg.学习型组织
2
调节变量的原理和检验方法
2.1 调节作用的原理
如果变量X和与变量Y有关系，但是X与Y的关系受到第三个变量Z的影响，那么变量Z就是调节变量。 用数学语言描述：如果变量Y与变量X的关系是变量Z的函数，Z便成为X与Y的调节变量。
对自变量与因变量 关系的影响
关系方向 关系强度
类型
类别变量 eg.性别、种族、教育水平
2
调节变量的原理和检验方法
2.3 检验调节作用的方法
用回归的方法检验调节作用的具体步骤（多元调节回归分析）： （1）用虚拟变量代表类别变量 所需的虚拟变量的数目等于类别变量的水平个数减1。 eg.培训效果研究 被试被随机分配到三个教学组中的一组（实践操作教学组、小组讨论教学组和控制组）； 编码方法：虚拟变量D1（“实践操作教学组”D1=1和“非实践操作教学组D1=0”）和D2（“小组讨论教学 组”D2=1和“非小组讨论教学组”D2=0）。 （2）对连续变量进行中心化或标准化 中心化：用这个变量中测量的每个数据点减去均值，使得新得到的数据样本均值为0； 标准化：使用z分数。
连续变量 eg.工资水平、智力
面对面交谈的次数
面谈次数较少（虚拟程度高），关系较强； 面谈次数较多（虚拟程度低），关系较弱。
团队授权
虚拟团队绩效 （顾客满意度）
面谈次数对团队授权与团队绩效关系的调节作用
2
调节变量的原理和检验方法
2.1 调节作用的原理
工作机会
工作机会多：Y=a + bX（b为负，且在统计上是显著的）； 工作机会少或没有：Y=c+dX（d在统计上不显著）
第16章 调节变量和中介变量
汇报人：张慧云 日期：2015.11.11
目 录 CONTENTS
1 调节变量和中介变量在研究中的作用 2 调节变量的原理和检验方法 3 中介变量的原理和检验方法 4 结语
1
调节变量和中介变量在研究中的作用
为什么要把中介变量和调节变量引入研究？
科学研究的目的之一是发展理论来描述和解释事物之间的关系。 我们很多知识都是建立在变量间的相关关系或因果关系的基础上 的，随着研究的深入，一些简单的关系已经无法提供足够的信息， 也难以概括各种复杂的情况。因此，研究者们提出了通过调节变 量和中介变量的研究来挖掘更多的信息。
情感承诺 （X）
员工离职率 （Y）
Y（员工离职） 4 3
低失业率 Y = a + bX
2 1
高失业率 Y = c + dX
失业率对情感承诺与员工离职关系的调节作用
2
4 X（情感承诺）
2
调节变量的原理和检验方法
2.1 调节作用的原理
性别
当研究中有调节变量时，研究假设一定要说清楚： • 调节变量的作用是什么 • 具体如何影响变量的关系
中介变量解释关系背后的作用机制
——如果把事物之间影响的关系看做一个因果链，那么研究中介变量可以使自变量与因变量 间的关系链更为清楚和完善，它可以解释在自变量变化与因变量随之变化中间发生了什么。
1
调节变量和中介变量在研究中的作用
早在20世纪20年代就有心理学家开始认识到中介变量的重要性，并利用中介变量解 释一个关系背后的原理和内部机制。Woodworth在“刺激——反应”（S-R）理论的基础上 提出了“刺激——机体——反应”（S-O-R）模型。
虽然调节作用和中介作用在社会科学研究中都有一定历史，但研究者们有时还是会 把它们混淆起来。直到20世纪80年代才有研究者（Baron & Kenny，1986）把调节变量作 为研究方法中的一个正式问题提出来，并与中介变量加以区分。
45
Y 6 4 [X2 = 3] Y = [25 + 0.5X1]
30
3
15
[X2 = 1] Y = [15 + 2.5X1]
1 [X2 = 1] Y = [15 + 2.5X1]
0
0 X
θ
增强型交互作用
干扰型交互作用
Y 2 3 X 1
X 2
β2和β3的大小和正负， 决定了交互作用是增 强的还是干扰的。
X
2
调节变量的原理和检验方法
2.3 检验调节作用的方法
性别
专业匹配度 （X）
组织认同 （Y）
很多研究人员会把样本分成两组，男性样本和女性样本分别做一个回归分析： 男性样本：Y = 2.5 + 0.15 X （N1 = 128） 女性样本：Y = 1.3 + 0.09 X （N1 = 96）
两个问题： （1）我们怎么知道男性样本中 “匹配”对“组织认同”的影响b1在 统计上来说真的是大于女性样 本中的系数b2呢？ 需用b1-b2来验证H0：β1-β2=0。 （2）分组检验将原来的样本数 N =224拆开成为两个样本。
——已有的方式：Popper的证伪主义、 Lakatos精致的证伪主义 ——调节变量：研究一组关系在不同条件（即理论的适用范围和假设）下的变化及其 背后的原因，来发展已有理论，使理论对变量间关系的解释更为精细。
1
调节变量和中介变量在研究中的作用
1.2 中介变量的理论意义
中介变量整合已有的研究或理论
工作与家庭冲突
职业满意度
性别对工作与家庭冲突和职业满意度之间关系的调节作用
2
调节变量的原理和检验方法
2.2 调节作用与交互作用
交互作用
两个自变量（X1和X2）共同作用时对Y的影响不等于两者分别影响Y时的简单数学和。 两个自变量的地位可以是对称的，也可以是不对称的。
调节作用
一个变量（X1）影响了另一个变量（X2）对Y的影响。 可以是不完全对称的。
Y 2 3 X 1
X 2
即X2对Y的影响是取决于X1的值的。如果乘积项的系数β3显著，则调节作用存在或者交互作用存在。
2
调节变量的原理和检验方法
2.2 调节作பைடு நூலகம்与交互作用
通常情况下，交互作用可分为：增强型交互作用和干扰型交互作用。
Y [X2 = 3] Y = [25 + 3.5X1] 60
2
调节变量的原理和检验方法
2.2 调节作用与交互作用
在统计学上，两个变量的交互作用和调节变量的作用是用这两个变量的乘积来代表的：
Y 0 1X1 2X 2 3X1X 2
X1对Y的影响是β1，X2对Y的影响是β2，β2反映主效应的大小， β3反映了交互作用和调节作用的大小。
对Y关于X2求偏导数：
调节变量解释的不是关系内部机制，而是关系在不同的条件下是否会有所变化。 eg.失败对人的行为的影响（自我效能感的调节作用）
1
调节变量和中介变量在研究中的作用
1.1 调节变量的理论意义
为现有的理论划出限制条件和适用范围
——原因：认知能力有限使得建立的理论往往具有局限性，在理论发展初期很难完全 考虑到其所有的限制条件和适用范围；
eg.学习型组织
2
调节变量的原理和检验方法
2.1 调节作用的原理
如果变量X和与变量Y有关系，但是X与Y的关系受到第三个变量Z的影响，那么变量Z就是调节变量。 用数学语言描述：如果变量Y与变量X的关系是变量Z的函数，Z便成为X与Y的调节变量。
对自变量与因变量 关系的影响
关系方向 关系强度
类型
类别变量 eg.性别、种族、教育水平
2
调节变量的原理和检验方法
2.3 检验调节作用的方法
用回归的方法检验调节作用的具体步骤（多元调节回归分析）： （1）用虚拟变量代表类别变量 所需的虚拟变量的数目等于类别变量的水平个数减1。 eg.培训效果研究 被试被随机分配到三个教学组中的一组（实践操作教学组、小组讨论教学组和控制组）； 编码方法：虚拟变量D1（“实践操作教学组”D1=1和“非实践操作教学组D1=0”）和D2（“小组讨论教学 组”D2=1和“非小组讨论教学组”D2=0）。 （2）对连续变量进行中心化或标准化 中心化：用这个变量中测量的每个数据点减去均值，使得新得到的数据样本均值为0； 标准化：使用z分数。
连续变量 eg.工资水平、智力
面对面交谈的次数
面谈次数较少（虚拟程度高），关系较强； 面谈次数较多（虚拟程度低），关系较弱。
团队授权
虚拟团队绩效 （顾客满意度）
面谈次数对团队授权与团队绩效关系的调节作用
2
调节变量的原理和检验方法
2.1 调节作用的原理
工作机会
工作机会多：Y=a + bX（b为负，且在统计上是显著的）； 工作机会少或没有：Y=c+dX（d在统计上不显著）
第16章 调节变量和中介变量
汇报人：张慧云 日期：2015.11.11
目 录 CONTENTS
1 调节变量和中介变量在研究中的作用 2 调节变量的原理和检验方法 3 中介变量的原理和检验方法 4 结语
1
调节变量和中介变量在研究中的作用
为什么要把中介变量和调节变量引入研究？
科学研究的目的之一是发展理论来描述和解释事物之间的关系。 我们很多知识都是建立在变量间的相关关系或因果关系的基础上 的，随着研究的深入，一些简单的关系已经无法提供足够的信息， 也难以概括各种复杂的情况。因此，研究者们提出了通过调节变 量和中介变量的研究来挖掘更多的信息。
情感承诺 （X）
员工离职率 （Y）
Y（员工离职） 4 3
低失业率 Y = a + bX
2 1
高失业率 Y = c + dX
失业率对情感承诺与员工离职关系的调节作用
2
4 X（情感承诺）
2
调节变量的原理和检验方法
2.1 调节作用的原理
性别
当研究中有调节变量时，研究假设一定要说清楚： • 调节变量的作用是什么 • 具体如何影响变量的关系