运用SPSS及AMOS进行中介效应分析 下载本文

中介效应重要理论及操作务实

一、中介效应概述

中介效应是指变量间的影响关系(X→Y)不是直接的因果链关系而是通过一个或一个以上变量(M)的间接影响产生的,此时我们称M为中介变量,而X通过M对Y产生的的间接影响称为中介效应。中介效应是间接效应的一种,模型中在只有一个中介变量的情况下,中介效应等于间接效应;当中介变量不止一个的情况下,中介效应的不等于间接效应,此时间接效应可以是部分中介效应的和或所有中介效应的总和。在心理学研究当中,变量间的关系很少是直接的,更常见的是间接影响,许多心理自变量可能要通过中介变量产生对因变量的影响,而这常常被研究者所忽视。例如,大学生就业压力与择业行为之间的关系往往不是直接的,而更有可能存在如下关系: 1就业压力→个体压力应对→择业行为反应。 ○

此时个体认知评价就成为了这一因果链当中的中介变量。在实际研究当中,中介变量的提出需要理论依据或经验支持,以上述因果链为例,也完全有可能存在另外一些中介因果链如下: 2就业压力→个体择业期望→择业行为反应; ○

3就业压力→个体生涯规划→择业行为反应; ○

因此,研究者可以更具自己的研究需要研究不同的中介关系。当然在复杂中介模型中,中介变量往往不止一个,而且中介变量和调节变量也都有可能同时存在,导致同一个模型中即有中介效应又有调节

1

效应,而此时对模型的检验也更复杂。

以最简单的三变量为例,假设所有的变量都已经中心化,则中介关系可以用回归方程表示如下:

Y=cx+e1 1)

M=ax+e2 2) Y=c’x+bM+e3 3)

上述3个方程模型图及对应方程如下:

二、中介效应检验方法

中介效应的检验传统上有三种方法,分别是依次检验法、系数乘积项检验法和差异检验法,下面简要介绍下这三种方法:

1.依次检验法(causual steps)。依次检验法分别检验上述1)2)3)三个方程中的回归系数,程序如下:

1.1首先检验方程1)y=cx+ e1,如果c显著(H0:c=0被拒绝),则继续检验方程2),如果c不显著(说明X对Y无影响),则停止中介效应检验;

1.2 在c显著性检验通过后,继续检验方程2)M=ax+e2,如果a显著(H0:a=0被拒绝),则继续检验方程3);如果a不显著,则停止检验;

2

1.3在方程1)和2)都通过显著性检验后,检验方程3)即y=c’x + bM + e3,检验b的显著性,若b显著(H0:b=0被拒绝),则说明中介效应显著。此时检验c’,若c’显著,则说明是不完全中介效应;若不显著,则说明是完全中介效应,x对y的作用完全通过M来实现。 评价:依次检验容易在统计软件中直接实现,但是这种检验对于较弱的中介效应检验效果不理想,如a较小而b较大时,依次检验判定为中介效应不显著,但是此时ab乘积不等于0,因此依次检验的结果容易犯第二类错误(接受虚无假设即作出中介效应不存在的判断)。 2.系数乘积项检验法(products of coefficients)。此种方法主要检验ab乘积项的系数是否显著,检验统计量为z = ab/ sab,实际上熟悉统计原理的人可以看出,这个公式和总体分布为正态的总体均值显著性检验差不多,不过分子换成了乘积项,分母换成了乘积项联合标准误而已,而且此时总体分布为非正态,因此这个检验公式的Z值和正态分布下的Z值检验是不同的,同理临界概率也不能采用正态分布概率曲线来判断。具体推导公式我就不多讲了,大家有兴趣可以自己去看相关统计书籍。分母sab的计算公式为:sab=a2sb2?b2sa2,在这个公式中,sb2和sa2分别为a和b的标准误,这个检验称为sobel检验,当然检验公式不止这一种例如Goodman I检验和Goodman II检验都可以检验(见下),但在样本比较大的情况下这些检验效果区别不大。在AMOS中没有专门的soble检验的模块,需要自己手工计算出而在lisrel里面则有,其临界值为zα/2>0.97或zα/2<-0.97(P <0.05,N≧200)。关于临界值比率表见附件(虚无假设概率分布见MacKinnon

3

表中无中介效应C.V.表,双侧概率,非正态分布。这个临界表没有直接给出.05的双侧概率值,只有.04的双侧概率值;以N=200为例,.05的双侧概率值在其表中大概在±0.90左右,而不是温忠麟那篇文章中提出的0.97。关于这一点,我看了温的参考文献中提到的MacKinnon那篇文章,发现温对于.97的解释是直接照搬MacKinnon原文中的一句话,实际上在MacKinnon的概率表中,这个.97的值是在N=200下对应的.04概率的双侧统计值,而不是.05概率双侧统计值,因为在该表中根本就没有直接给出.05概率的统计值。为了确定这点,我专门查了国外对这个概率表的介绍,发现的确如此,相关文章见附件mediationmodels.rar。当然,从统计概率上来说,大于0.97在这个表中意味着其值对应概率大于.05,但是当统计值小于0.9798th时而大于0.8797th,其值对应概率的判断就比较麻烦了,此时要采用0.90作为P<.05的统计值来进行判断。之所以对温的文章提出质疑,是因为这涉及到概率检验的结果可靠性,我为此查了很多资料,累)。 Goodman I检验公式如下 Goodman II检验检验公式如下

注:从统计学原理可知,随着样本量增大,样本均值和总体均值的差

4