運(yùn)用SPSS及AMOS進(jìn)行中介效應(yīng)分析

1、中介效應(yīng)重要理論及操作務(wù)實(shí)一、中介效應(yīng)概述 中介效應(yīng)是指變量間的影響關(guān)系（XY）不是直接的因果鏈關(guān)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(yīng)。中介效應(yīng)是間接效應(yīng)的一種，模型中在只有一個中介變量的情況下，中介效應(yīng)等于間接效應(yīng)；當(dāng)中介變量不止一個的情況下，中介效應(yīng)的不等于間接效應(yīng)，此時間接效應(yīng)可以是部分中介效應(yīng)的和或所有中介效應(yīng)的總和。在心理學(xué)研究當(dāng)中，變量間的關(guān)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，而這常常被研究者所忽視。例如，大學(xué)生就業(yè)壓力與擇業(yè)行為之間的關(guān)系往往不是直

2、接的，而更有可能存在如下關(guān)系：就業(yè)壓力個體壓力應(yīng)對擇業(yè)行為反應(yīng)。此時個體認(rèn)知評價就成為了這一因果鏈當(dāng)中的中介變量。在實(shí)際研究當(dāng)中，中介變量的提出需要理論依據(jù)或經(jīng)驗(yàn)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(yīng)；就業(yè)壓力個體生涯規(guī)劃擇業(yè)行為反應(yīng)；因此，研究者可以更具自己的研究需要研究不同的中介關(guān)系。當(dāng)然在復(fù)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(dǎo)致同一個模型中即有中介效應(yīng)又有調(diào)節(jié)效應(yīng)，而此時對模型的檢驗(yàn)也更復(fù)雜。以最簡單的三變量為例，假設(shè)所有的變量都已經(jīng)中心化，則中介關(guān)系可以用回歸方程表示如下： Y=cx+

3、e1 1) M=ax+e2 2) Y=cx+bM+e3 3)上述3個方程模型圖及對應(yīng)方程如下：二、中介效應(yīng)檢驗(yàn)方法中介效應(yīng)的檢驗(yàn)傳統(tǒng)上有三種方法，分別是依次檢驗(yàn)法、系數(shù)乘積項(xiàng)檢驗(yàn)法和差異檢驗(yàn)法，下面簡要介紹下這三種方法：1.依次檢驗(yàn)法（causual steps）。依次檢驗(yàn)法分別檢驗(yàn)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(yàn)方程1）y=cx+ e1，如果c顯著（H0:c=0被拒絕），則繼續(xù)檢驗(yàn)方程2），如果c不顯著（說明X對Y無影響），則停止中介效應(yīng)檢驗(yàn)；1.2 在c顯著性檢驗(yàn)通過后，繼續(xù)檢驗(yàn)方程2）M=ax+e2，如果a顯著（H0:a=0被拒絕），則繼續(xù)檢驗(yàn)方程3）；如果

4、a不顯著，則停止檢驗(yàn)；1.3在方程1）和2）都通過顯著性檢驗(yàn)后，檢驗(yàn)方程3）即y=cx + bM + e3,檢驗(yàn)b的顯著性，若b顯著（H0:b=0被拒絕）,則說明中介效應(yīng)顯著。此時檢驗(yàn)c,若c顯著，則說明是不完全中介效應(yīng)；若不顯著，則說明是完全中介效應(yīng)，x對y的作用完全通過M來實(shí)現(xiàn)。評價:依次檢驗(yàn)容易在統(tǒng)計(jì)軟件中直接實(shí)現(xiàn)，但是這種檢驗(yàn)對于較弱的中介效應(yīng)檢驗(yàn)效果不理想，如a較小而b較大時，依次檢驗(yàn)判定為中介效應(yīng)不顯著，但是此時ab乘積不等于0，因此依次檢驗(yàn)的結(jié)果容易犯第二類錯誤（接受虛無假設(shè)即作出中介效應(yīng)不存在的判斷）。2.系數(shù)乘積項(xiàng)檢驗(yàn)法(products of coefficients)。此

5、種方法主要檢驗(yàn)ab乘積項(xiàng)的系數(shù)是否顯著，檢驗(yàn)統(tǒng)計(jì)量為z = ab/ sab，實(shí)際上熟悉統(tǒng)計(jì)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(yàn)差不多，不過分子換成了乘積項(xiàng)，分母換成了乘積項(xiàng)聯(lián)合標(biāo)準(zhǔn)誤而已，而且此時總體分布為非正態(tài)，因此這個檢驗(yàn)公式的Z值和正態(tài)分布下的Z值檢驗(yàn)是不同的，同理臨界概率也不能采用正態(tài)分布概率曲線來判斷。具體推導(dǎo)公式我就不多講了，大家有興趣可以自己去看相關(guān)統(tǒng)計(jì)書籍。分母sab的計(jì)算公式為：sab=，在這個公式中，sb2和sa2分別為a和b的標(biāo)準(zhǔn)誤，這個檢驗(yàn)稱為sobel檢驗(yàn)，當(dāng)然檢驗(yàn)公式不止這一種例如Goodman I檢驗(yàn)和Goodman II檢驗(yàn)都可以檢驗(yàn)（

6、見下）,但在樣本比較大的情況下這些檢驗(yàn)效果區(qū)別不大。在AMOS中沒有專門的soble檢驗(yàn)的模塊，需要自己手工計(jì)算出。而在lisrel里面則有，其臨界值為z/20.97或z/2-0.97(P 0.05，N200)。關(guān)于臨界值比率表見附件（虛無假設(shè)概率分布見MacKinnon表中無中介效應(yīng)C.V.表，雙側(cè)概率，非正態(tài)分布。這個臨界表沒有直接給出.05的雙側(cè)概率值，只有.04的雙側(cè)概率值；以N=200為例，.05的雙側(cè)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(guān)于這一點(diǎn)，我看了溫的參考文獻(xiàn)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MacKinn

7、on原文中的一句話，實(shí)際上在MacKinnon的概率表中，這個.97的值是在N=200下對應(yīng)的.04概率的雙側(cè)統(tǒng)計(jì)值，而不是.05概率雙側(cè)統(tǒng)計(jì)值，因?yàn)樵谠摫碇懈揪蜎]有直接給出.05概率的統(tǒng)計(jì)值。為了確定這點(diǎn)，我專門查了國外對這個概率表的介紹，發(fā)現(xiàn)的確如此，相關(guān)文章見附件mediationmodels.rar。當(dāng)然，從統(tǒng)計(jì)概率上來說，大于0.97在這個表中意味著其值對應(yīng)概率大于.05，但是當(dāng)統(tǒng)計(jì)值小于0.9798th時而大于0.8797th，其值對應(yīng)概率的判斷就比較麻煩了，此時要采用0.90作為P.05的統(tǒng)計(jì)值來進(jìn)行判斷。之所以對溫的文章提出質(zhì)疑，是因?yàn)檫@涉及到概率檢驗(yàn)的結(jié)果可靠性，我為此查了

8、很多資料，累）。Goodman I檢驗(yàn)公式如下 Goodman II檢驗(yàn)檢驗(yàn)公式如下 注：從統(tǒng)計(jì)學(xué)原理可知，隨著樣本量增大，樣本均值和總體均值的差誤趨向于減少；因此從這兩個公式可看出，的值隨著樣本容量增大而呈幾何平方值減小，幾乎可以忽略不計(jì)算，因此MacKinnon et al. (1998)認(rèn)為乘積項(xiàng)在樣本容量較大時是“trivial”（瑣碎不必要的）的，因此sobel檢驗(yàn)和Goodman檢驗(yàn)結(jié)果在大樣本情況下區(qū)別不大，三個檢驗(yàn)公式趨向于一致性結(jié)果，因此大家用soble檢驗(yàn)公式就可以了（詳情請參考文獻(xiàn)A Comparison of Methods to Test Mediation and

9、Other Intervening Variable Effects. Psychological Methods2002, Vol. 7, No. 1, 83104）。評價：采用sobel等檢驗(yàn)公式對中介效應(yīng)的檢驗(yàn)容易得到中介效應(yīng)顯著性結(jié)果，因?yàn)槠渑R界概率（MacKinnon）P0.90或z/2-0.90，而正態(tài)分布曲線下臨界概率P1.96或z/2-1.96，因此用該臨界概率表容易犯第一類錯誤（拒絕虛無假設(shè)而作出中介效應(yīng)顯著的判斷）3.差異檢驗(yàn)法(difference in coefficients)。此方法同樣要找出聯(lián)合標(biāo)準(zhǔn)誤，目前存在一些計(jì)算公式，經(jīng)過MacKinnon等人的分析，認(rèn)為其

10、中有兩個公式效果較好，分別是Clogg 等人和Freedman等人提出的，這兩個公式如下：Clogg差異檢驗(yàn)公式 Freedman差異檢驗(yàn)公式 這兩個公式都采用t檢驗(yàn)，可以通過t值表直接查出其臨界概率。Clogg等提出的檢驗(yàn)公式中，的下標(biāo)N-3表示t檢驗(yàn)的自由度為N-3，為自變量與中介變量的相關(guān)系數(shù)，為X對Y的間接效應(yīng)估計(jì)值的標(biāo)準(zhǔn)誤；同理見Freedman檢驗(yàn)公式。評價：這兩個公式在a=0且b=0時有較好的檢驗(yàn)效果，第一類錯誤率接近0.05，但當(dāng)a=0且b0時，第一類錯誤率就非常高，有其是Clogg等提出的檢驗(yàn)公式在這種情況下第一類錯誤率達(dá)到100%，因此要謹(jǐn)慎對待。4.溫忠麟等提出了一個新的

11、檢驗(yàn)中介效應(yīng)的程序，如下圖：這個程序?qū)嶋H上只采用了依次檢驗(yàn)和sobel檢驗(yàn)，同時使第一類錯誤率和第二類錯誤率都控制在較小的概率，同時還能檢驗(yàn)部分中介效應(yīng)和完全中介效應(yīng)，值得推薦。三 中介效應(yīng)操作在統(tǒng)計(jì)軟件上的實(shí)現(xiàn) 根據(jù)我對國內(nèi)國外一些文獻(xiàn)的檢索、分析和研究，發(fā)現(xiàn)目前已經(jīng)有專門分析soble檢驗(yàn)的工具軟件腳本，可下掛在SPSS當(dāng)中；然而在AMOS中只能通過手工計(jì)算，但好處在于能夠方便地處理復(fù)雜中介模型，分析間接效應(yīng)；根據(jù)溫忠麟介紹，LISREAL也有對應(yīng)的SOBEL檢驗(yàn)分析命令和輸出結(jié)果，有鑒于此，本文擬通過對在SPSS、AMOS中如何分析中介效應(yīng)進(jìn)行操作演示，相關(guān)SOBEL檢驗(yàn)?zāi)_本及臨界值表（

12、非正態(tài)SOBEL檢驗(yàn)臨界表）請看附件。1.如何在SPSS中實(shí)現(xiàn)中介效應(yīng)分析 這個部分我主要講下如何在spss中實(shí)現(xiàn)中介效應(yīng)分析（無腳本，數(shù)據(jù)見附件spss中介分析數(shù)據(jù)，自變量為工作不被認(rèn)同，中介變量為焦慮，因變量為工作績效）。第一步：將自變量（X）、中介變量(M)、因變量(Y)對應(yīng)的潛變量的項(xiàng)目得分合并取均值并中心化，見下圖在這個圖中，自變量（X）為工作不被認(rèn)同，包含3個觀測指標(biāo)，即領(lǐng)導(dǎo)不認(rèn)同、同事不認(rèn)可、客戶不認(rèn)可；中介變量（M）焦慮包含3個觀測指標(biāo)即心跳、緊張、坐立不安；因變量（Y）包含2個觀測指標(biāo)即效率低和效率下降。Descriptive Statistics 工作不被認(rèn)同焦慮工作績效V

13、alid N (listwise)N489489489489Mean2.08212.08592.2807 上面三個圖表示合并均值及中心化處理過程，生成3個對應(yīng)的變量并中心化（項(xiàng)目均值后取離均差）得到中心化X、M、Y。第二步：按溫忠麟中介檢驗(yàn)程序進(jìn)行第一步檢驗(yàn)即檢驗(yàn)方程y=cx+e中的c是否顯著，檢驗(yàn)結(jié)果如下表：Model SummaryModelRR SquareAdjusted R SquareStd. Error of the EstimateChange StatisticsR Square ChangeF Changedf1df2Sig. F Change1.678(a).460.45

14、9.70570.460414.2651487.000a Predictors: (Constant), 不被認(rèn)同（中心化） 由上表可知，方程y=cx+e的回歸效應(yīng)顯著，c值.678顯著性為p.000,可以進(jìn)行方程m=ax+e和方程y=cx+bm+e的顯著性檢驗(yàn)；第三步：按溫忠麟第二步檢驗(yàn)程序分別檢驗(yàn)a和b的顯著性，如果都顯著，則急需檢驗(yàn)部分中介效應(yīng)和完全中介效應(yīng)；如果都不顯著，則停止檢驗(yàn)；如果a或b其中只有一個較顯著，則進(jìn)行sobel檢驗(yàn)，檢驗(yàn)結(jié)果見下表：由上面兩個表格結(jié)果分析可知，方程m=ax+e中，a值0.533顯著性p.000，繼續(xù)進(jìn)行方程y=cx+bm+e的檢驗(yàn)，結(jié)果如下表：由上面兩個

15、表的結(jié)果分析可知，方程y=cx+bm+e中，b值為0.213顯著性為p.000,因此綜合兩個方程m=ax+e和y=cx+bm+e的檢驗(yàn)結(jié)果，a和b都非常顯著，接下來檢驗(yàn)中介效應(yīng)的到底是部分中介還是完全中介；第四步:檢驗(yàn)部分中介與完全中介即檢驗(yàn)c的顯著性:由上表可知，c值為.564其p值.05，各項(xiàng)擬合指數(shù)皆較理想，說明模型較理想，下面我們來看下模型的總體效應(yīng)和間接效應(yīng)的文本輸出，見下表：Standardized Total Effects (Group number 1 - Default model)Standardized Total Effects - Lower Bounds (BC)

16、 (Group number 1 - Default model)工作不被認(rèn)可焦慮績效表現(xiàn)焦慮.554.000.000績效表現(xiàn).714.077.000效率下降.612.068.830效率低.661.070.889領(lǐng)導(dǎo)不認(rèn)可.818.000.000同事不認(rèn)可.771.000.000客戶不認(rèn)可.729.000.000坐立不安.451.776.000緊張.405.688.000心跳.436.753.000Standardized Total Effects - Upper Bounds (BC) (Group number 1 - Default model)工作不被認(rèn)可焦慮績效表現(xiàn)焦慮.703.0

17、00.000績效表現(xiàn).831.303.000效率下降.733.263.905效率低.771.284.958領(lǐng)導(dǎo)不認(rèn)可.907.000.000同事不認(rèn)可.858.000.000客戶不認(rèn)可.841.000.000坐立不安.600.883.000緊張.540.802.000心跳.582.868.000Standardized Total Effects - Two Tailed Significance (BC) (Group number 1 - Default model)工作不被認(rèn)可焦慮績效表現(xiàn)焦慮.000.績效表現(xiàn).000.002.效率下降.000.002.001效率低.000.002.00

18、1領(lǐng)導(dǎo)不認(rèn)可.000.同事不認(rèn)可.001.客戶不認(rèn)可.001.坐立不安.000.001.緊張.000.000.心跳.000.000.上述三個表格是采用BC(bias-corrected)偏差校正法估計(jì)的總體效應(yīng)標(biāo)準(zhǔn)化估計(jì)的下限值、上限值和雙尾顯著性檢驗(yàn)結(jié)果，雙尾檢驗(yàn)結(jié)果顯示，總體效應(yīng)顯著，提示自變量（工作不被認(rèn)可）對因變量（績效表現(xiàn)）的總體效應(yīng)顯著）值顯著，P.000；下面我們繼續(xù)看直接效應(yīng)的文本輸出結(jié)果，如下表：Standardized Direct Effects (Group number 1 - Default model)Standardized Direct Effects - L

19、ower Bounds (BC) (Group number 1 - Default model)工作不被認(rèn)可焦慮績效表現(xiàn)焦慮.554.000.000績效表現(xiàn).549.077.000效率下降.000.000.830效率低.000.000.889領(lǐng)導(dǎo)不認(rèn)可.818.000.000同事不認(rèn)可.771.000.000客戶不認(rèn)可.729.000.000坐立不安.000.776.000緊張.000.688.000心跳.000.753.000Standardized Direct Effects - Upper Bounds (BC) (Group number 1 - Default model)工作不

20、被認(rèn)可焦慮績效表現(xiàn)焦慮.703.000.000績效表現(xiàn).759.303.000效率下降.000.000.905效率低.000.000.958領(lǐng)導(dǎo)不認(rèn)可.907.000.000同事不認(rèn)可.858.000.000客戶不認(rèn)可.841.000.000坐立不安.000.883.000緊張.000.802.000心跳.000.868.000Standardized Direct Effects - Two Tailed Significance (BC) (Group number 1 - Default model)工作不被認(rèn)可焦慮績效表現(xiàn)焦慮.000.績效表現(xiàn).000.002.效率下降.001效率低.

21、001領(lǐng)導(dǎo)不認(rèn)可.000.同事不認(rèn)可.001.客戶不認(rèn)可.001.坐立不安.001.緊張.000.心跳.000.和總體效應(yīng)輸出表格形式一致，前兩個表格都是標(biāo)準(zhǔn)化估計(jì)的95%置信區(qū)間的上限值和下限值，第三個表格提示了直接效應(yīng)顯著，見紅體字部分（在本例中即為中介效應(yīng)ab和c）。下面我們來看下間接效應(yīng)的顯著性分析結(jié)果，見下圖：Standardized Indirect Effects (Group number 1 - Default model)Standardized Indirect Effects - Lower Bounds (BC) (Group number 1 - Default m

22、odel)工作不被認(rèn)可焦慮績效表現(xiàn)焦慮.000.000.000績效表現(xiàn).050.000.000效率下降.612.068.000效率低.661.070.000領(lǐng)導(dǎo)不認(rèn)可.000.000.000同事不認(rèn)可.000.000.000客戶不認(rèn)可.000.000.000坐立不安.451.000.000緊張.405.000.000心跳.436.000.000Standardized Indirect Effects - Upper Bounds (BC) (Group number 1 - Default model)工作不被認(rèn)可焦慮績效表現(xiàn)焦慮.000.000.000績效表現(xiàn).197.000.000效率下

23、降.733.263.000效率低.771.284.000領(lǐng)導(dǎo)不認(rèn)可.000.000.000同事不認(rèn)可.000.000.000客戶不認(rèn)可.000.000.000坐立不安.600.000.000緊張.540.000.000心跳.582.000.000Standardized Indirect Effects - Two Tailed Significance (BC) (Group number 1 - Default model)工作不被認(rèn)可焦慮績效表現(xiàn)焦慮.績效表現(xiàn).002.效率下降.000.002.效率低.000.002.領(lǐng)導(dǎo)不認(rèn)可.同事不認(rèn)可.客戶不認(rèn)可.坐立不安.000.緊張.000.心

24、跳.000.表格形式同上，顯著性見紅體字部分，在本例中即為c。綜合上述文本化輸出的結(jié)果，我們可以判定，c,a,b,c的估計(jì)值都達(dá)到了顯著性，下面，我們來看些這四個路徑系數(shù)的標(biāo)準(zhǔn)化估計(jì)值和標(biāo)準(zhǔn)誤到底是多少呢？見下表：Standardized Regression Weights: (Group number 1 - Default model)ParameterSESE-SEMeanBiasSE-Bias焦慮-工作不被認(rèn)可.038.000.628-.001.001績效表現(xiàn)-工作不被認(rèn)可.053.001.659.000.001績效表現(xiàn)-焦慮.058.001.187-.001.001心跳-焦慮.029.000.814.000.000坐立不安-焦慮.027.000.837.000.000客戶不認(rèn)可-工作不被認(rèn)可.028.000.790.000.000同事不認(rèn)可-工作不被認(rèn)可.023.000.818.001.000領(lǐng)導(dǎo)不認(rèn)可-工作不被認(rèn)可.023.000.865-.001.000效率低-績效表現(xiàn).017.000.927.000.000效率下降-績效表現(xiàn).020.000.871.000.000緊張-焦慮.029.000.747.000.000上表是采用bootstrap方法得出的標(biāo)準(zhǔn)化估計(jì)值及其標(biāo)準(zhǔn)誤，se表示估計(jì)值標(biāo)準(zhǔn)誤；se-se表示用bootstrap估計(jì)標(biāo)準(zhǔn)誤而產(chǎn)生的標(biāo)準(zhǔn)誤；mean