實用乾貨 | 一次性學會三種中介效應檢驗方法



近年來,在心理學和其餘社科研究領域都有大量文章創建中介效應模型進行分析,除此外中介效應模型分析也在許多領域中獲得普遍應用。相比於迴歸分析,中介效應分析能夠獲得更深刻的結果。web


本文將介紹三種常見中介效應檢驗方法,分別是因果逐步迴歸檢驗法、係數乘積法、改良後的因果逐步迴歸法,以及若是使用SPSSAU進行操做。
bootstrap


什麼是中介效應

中介效應:若是自變量X經過影響變量M而對因變量Y產生影響,則稱M爲中介變量。

例如,上司的歸因研究:下屬的表現→上司對下屬表現的歸因→上司對下屬表現的反應, 其中的「上司對下屬表現的歸因」爲中介變量。微信


中介做用的檢驗模型能夠用如下路徑圖來描述:app

圖1 中介效應檢驗模型路徑



方程(1)的係數c 爲自變量X對因變量Y的總效應;
方程(2)的係數a爲自變量X對中介變量M的效應;
方程(3)的係數b是在控制了自變量X的影響後,中介變量M對因變量Y的效應;
方程(3)的係數c′是在控制了中介變量M 的影響後,自變量X對因變量Y的直接效應;
係數乘積a*b即爲中介效應等於間接效應

1 因果逐步迴歸檢驗法

因果逐步迴歸法由Baron和Kenny(1986)提出,其檢驗步驟分爲三步:
第一,分析X對Y的迴歸,檢驗 迴歸係數c 的顯著性(即檢驗H0:c=0);
第二,分析X對M的迴歸,檢驗 迴歸係數a 的顯著性(即檢驗H0:a=0);
第三,分析加入中介變量M後X對Y的迴歸,檢驗 迴歸係數b和c' 的顯著性(即檢驗H0:b=0、H0:c’=0)。

根據檢驗結果按下圖進行判斷:
流程圖

基於SPSSAU的操做

(1)第一步,登陸SPSSAU,上傳數據;
(2) 第二步,選擇【問卷研究】--【中介做用】;
(3)第三步,選擇變量拖拽到右側對應分析框內,點擊開始分析。


結果分析

SPSSAU的「中介做用」可直接將中介做用的檢驗過程自動化,一鍵提供出上述說起模型結果。
編輯器


本次結果中共包含三個模型:flex

①模型1:X對Y的迴歸模型,結果顯示x與y存在顯著影響關係,迴歸係數c=0.130.spa

②模型2:x對m的迴歸模型,結果顯示x與y存在顯著影響關係,迴歸係數a=0.175..net

③模型3:加入中介變量m後x對y的迴歸模型,結果顯示迴歸係數b、c’均呈現顯著性,係數a、b均顯著,說明存在中介效應。3d


2 乘積係數法



第一種因果逐步迴歸檢驗法簡單易懂、容易理解和解釋,於是受到普遍的應用,但有學者認爲其檢驗效能較低,有時候自己有中介做用但卻顯示沒有中介做用。

有學者提出乘積係數法的統計功效優於因果逐步迴歸法,所以,係數乘積法逐漸受到研究者的青睞。

其原理是檢驗a*b是否呈現出顯著性。係數乘積法分爲兩類,一類是基於中介效應的抽樣分佈爲正態分佈的Sobel 檢驗法,另外一類是基於中介效應的抽樣分佈爲非正態分佈的Bootstrap抽樣法


① Sobel中介效應檢驗法

Sobel檢驗的前提假設是中介效應^a^b是正態分佈且須要大樣本。

使用Sobel係數乘積檢驗法存在的主要問題是,檢驗統計量依據的正態分佈前提很難知足,特別是樣本量較少時。由於即便a,b分別服從正態分佈,ab的乘積也可能與正態分佈存在較大差別。

當前較爲流行的檢驗方法爲Bootstrap抽樣法,SPSSAU系統裏暫未提供Sobel檢驗,須要使用Sobel檢驗可參考此連接進行分析: http://quantpsy.org/sobel/sobel.htm

② Bootstrap抽樣法

Bootstrap法能適用於中、小樣本和各類中介效應模型,當前SPSSAU【問卷研究】--【中介做用】也使用Bootstrap抽樣法進行檢驗。而且支持一次性放置多個自變量X、中介變量M及控制變量等。

檢驗方法:Bootstrap抽樣法檢驗是指迴歸係數a和迴歸係數b的乘積項(a*b)的95%置信區間是否包括數字0;若是95%置信區間不包括數字0,則說明具備中介做用;若是說95%置信區間包括數字0,即說明沒有中介做用。

基於SPSSAU的操做

(1)第一步,登陸SPSSAU,上傳數據;
(2)第二步,選擇【問卷研究】--【中介做用】;
(3)第三步,選擇變量拖拽到右側對應分析框內,點擊開始分析。

使用SPSSAU【中介做用】Bootstrap抽樣法檢驗與第一種因果逐步迴歸檢驗法在操做上沒有任何區別,只是在解讀結果時有區分。

結果分析


由上圖兩項結果指標可知,乘積項結果顯著,95%區間並不包括數字0,說明中介變量在x影響y的關係中具備中介效應。


在a*b係數呈現出顯著性時,可具體進一步獲得中介做用的效應量。

由上圖可知,直接效應爲0.085,間接效應爲0.045,總效應爲0.130。間接效應在總效應中佔比爲34.403%。

3 因果逐步迴歸改良法

因果逐步檢驗法便於理解和操做而受到歡迎,但也有人研究認爲逐步檢驗會比較不容易獲得中介效應顯著的結論,檢驗功效較低。所以,有學者在逐步檢驗流程上進行相應的修改,獲得以下檢驗步驟:orm



溫忠麟等(2014)因果逐步迴歸法(改良)




基於SPSSAU的操做

與上述bootstrap檢驗法操做方法一致,選擇SPSSAU【問卷研究】--【中介做用】,放入對應變量,點擊開始分析便可。

結果分析

第一步,檢驗方程(1)的係數c,若是顯著,按中介效應立論,不然按遮掩效應立論。但不管是否顯著,都進行後續檢驗。

第一步:可能存在中介效應

第二步,依次檢驗方程(2)的係數a和方程(3)的係數b,若是兩個都顯著,則間接效應顯著,轉到第四步;若是至少有一個不顯著,進行第三步。

第二步:間接效應顯著

第三步,用Bootstrap法檢驗。若是顯著,則間接效應顯著,進行第四步;不然間接效應不顯著,中止分析。

若是第二步中,係數a、b有一個不顯著,則查看a*b中介效應是否顯著(a*b95%BootCI是否包括數字0)

第三步:間接效應顯著

第四步,檢驗方程(3)的係數c′,若是不顯著,即直接效應不顯著,說明只有中介效應。若是顯著,即直接效應顯著,進行第五步。

第四步:直接效應顯著

第五步,比較ab和c′的符號,若是同號,屬於部分中介效應,報告中介效應占總效應的比例ab/c。若是異號,屬於遮掩效應,報告間接效應與直接效應的比例的絕對值|ab/c|。

第五步:部分中介效應

本次研究,自變量x對因變量y的總效應是0.130,影響顯著;其中直接效應爲0.085,間接效應0.045,具備顯著性;最終以有部分中介做用做爲結論,中介效應在總效應占比爲34.403%。


其餘說明

(1) 中介做用前須要標準化處理嗎?
通常狀況下,在進行中介做用前須要標準化或中心化處理,可以使用[數據處理->生成變量]功能批量完成標準化或中心化處理;SPSSAU提供的中介做用檢驗默認不會對數據進行處理。


(2)中介做用分析前是否須要自變量對因變量產生影響?
使用乘積係數法進行中介做用分析時,並不要求自變量對於因變量產生影響關係。即並不要求直接效應呈現出顯著性。應該徹底按照檢驗流程和步驟進行分析。

(3)什麼是鏈式中介?

鏈式中介是指中介變量之間存在影響關係,好比X->M1->M2->Y,分析X先影響M1再影響M2再影響Y這種模型,分析時將【中介類型】選爲「鏈式中介」便可。

(4)若是數據是顯變量如何處理?
若是數據是顯變量,此時可轉換成潛變量再處理便可。使用【生成變量】--【平均值】功能。固然若是是使用結構方程模型進行研究分析中介做用時,建議使用因果逐步迴歸檢驗法進行中介效應驗證。SPSSAU提供的結構方程模型暫不提供Bootstrap抽樣法檢驗。
END





「更多內容請登陸SPSSAU官網瞭解」





往期推薦









SPSSAU

在線數據分析平臺

www.spssau.com



本文分享自微信公衆號 - SPSSAU(spssau)。
若有侵權,請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」,歡迎正在閱讀的你也加入,一塊兒分享。

相關文章
相關標籤/搜索