運用spss及amos進行中介效應分析報告

《運用spss及amos進行中介效應分析報告》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在工程資料-天天文庫。

1、實用標準文案中介效應重要理論及操作務實一、中介效應概述中介效應是指變量間的影響關系（X→Y）不是直接的因果鏈關系而是通過一個或一個以上變量(M)的間接影響產(chǎn)生的，此時我們稱M為中介變量，而X通過M對Y產(chǎn)生的的間接影響稱為中介效應。中介效應是間接效應的一種，模型中在只有一個中介變量的情況下，中介效應等于間接效應；當中介變量不止一個的情況下，中介效應的不等于間接效應，此時間接效應可以是部分中介效應的和或所有中介效應的總和。在心理學研究當中，變量間的關系很少是直接的，更常見的是間接影響，許多心理自變量可能要通過中介變量產(chǎn)生對因變量的影響，而這常常被

2、研究者所忽視。例如，大學生就業(yè)壓力與擇業(yè)行為之間的關系往往不是直接的，而更有可能存在如下關系：就業(yè)壓力→個體壓力應對→擇業(yè)行為反應。此時個體認知評價就成為了這一因果鏈當中的中介變量。在實際研究當中，中介變量的提出需要理論依據(jù)或經(jīng)驗支持，以上述因果鏈為例，也完全有可能存在另外一些中介因果鏈如下：就業(yè)壓力→個體擇業(yè)期望→擇業(yè)行為反應；就業(yè)壓力→個體生涯規(guī)劃→擇業(yè)行為反應；因此，研究者可以更具自己的研究需要研究不同的中介關系。當然在復雜中介模型中，中介變量往往不止一個，而且中介變量和調(diào)節(jié)變量也都有可能同時存在，導致同一個模型中即有中介效應又有調(diào)節(jié)效

3、應，而此時對模型的檢驗也更復雜。以最簡單的三變量為例，假設所有的變量都已經(jīng)中心化，則中介關系可以用回歸方程表示如下：Y=cx+e11)M=ax+e22)Y=c’x+bM+e33)上述3個方程模型圖及對應方程如下：二、中介效應檢驗方法中介效應的檢驗傳統(tǒng)上有三種方法，分別是依次檢驗法、系數(shù)乘積項檢驗法和差異檢驗法，下面簡要介紹下這三種方法：1.依次檢驗法（causualsteps）。依次檢驗法分別檢驗上述1）2）3）三個方程中的回歸系數(shù)，程序如下：1.1首先檢驗方程1）y=cx+e1，如果c顯著（H0:c=0被拒絕），則繼續(xù)檢驗方程2），如果c不

4、顯著（說明X對Y無影響），則停止中介效應檢驗；1.2在c顯著性檢驗通過后，繼續(xù)檢驗方程2）M=ax+e2，如果a顯著（H0:a=0被拒絕），則繼續(xù)檢驗方程3）；如果a不顯著，則停止檢驗；1.3在方程1）和2）都通過顯著性檢驗后，檢驗方程3）即y=c’x+bM+e3,檢驗b的顯著性，若b顯著（H0:b=0被拒絕）,則說明中介效應顯著。此時檢驗c’,若c’顯著，則說明是不完全中介效應；若不顯著，則說明是完全中介效應，x對y的作用完全通過M來實現(xiàn)。精彩文檔實用標準文案評價:依次檢驗容易在統(tǒng)計軟件中直接實現(xiàn)，但是這種檢驗對于較弱的中介效應檢驗效果不理

5、想，如a較小而b較大時，依次檢驗判定為中介效應不顯著，但是此時ab乘積不等于0，因此依次檢驗的結果容易犯第二類錯誤（接受虛無假設即作出中介效應不存在的判斷）。2.系數(shù)乘積項檢驗法(productsofcoefficients)。此種方法主要檢驗ab乘積項的系數(shù)是否顯著，檢驗統(tǒng)計量為z=ab/sab，實際上熟悉統(tǒng)計原理的人可以看出，這個公式和總體分布為正態(tài)的總體均值顯著性檢驗差不多，不過分子換成了乘積項，分母換成了乘積項聯(lián)合標準誤而已，而且此時總體分布為非正態(tài)，因此這個檢驗公式的Z值和正態(tài)分布下的Z值檢驗是不同的，同理臨界概率也不能采用正態(tài)分布

6、概率曲線來判斷。具體推導公式我就不多講了，大家有興趣可以自己去看相關統(tǒng)計書籍。分母sab的計算公式為：sab=，在這個公式中，sb2和sa2分別為a和b的標準誤，這個檢驗稱為sobel檢驗，當然檢驗公式不止這一種例如GoodmanI檢驗和GoodmanII檢驗都可以檢驗（見下）,但在樣本比較大的情況下這些檢驗效果區(qū)別不大。在AMOS中沒有專門的soble檢驗的模塊，需要自己手工計算出。而在lisrel里面則有，其臨界值為zα/2>0.97或zα/2<-0.97(P<0.05，N≧200)。關于臨界值比率表見附件（虛無假設概率分布見MacKin

7、non表中無中介效應C.V.表，雙側概率，非正態(tài)分布。這個臨界表沒有直接給出.05的雙側概率值，只有.04的雙側概率值；以N=200為例，.05的雙側概率值在其表中大概在±0.90左右，而不是溫忠麟那篇文章中提出的0.97。關于這一點，我看了溫的參考文獻中提到的MacKinnon那篇文章，發(fā)現(xiàn)溫對于.97的解釋是直接照搬MacKinnon原文中的一句話

8、ormaltestofab40.Wedesignatethisteststatisticbyz8becauseitusesadifferentdistributio