多重中介效應(yīng)檢驗(yàn)分解

1、二多重中介多重中介是指存在多個(gè)中介變量的情況。目前針對(duì)傳統(tǒng)多重中介分析存在(1) 分析不完整LISREL-只能得到總的中介效應(yīng)估計(jì)值及其標(biāo)準(zhǔn)誤和t值。AMOS-也只能得到總的中介效應(yīng)估計(jì)值。MPLUS-可以得到特定路徑的中介效應(yīng)和總的中介效應(yīng)估計(jì)值，但還是得不到對(duì)比中介效應(yīng)的分析結(jié)果。(2) 使用sobel檢驗(yàn)的局限首先，sobel檢驗(yàn)統(tǒng)計(jì)量的推導(dǎo)基于正態(tài)假設(shè)，而特定中介效應(yīng)、總的中介效應(yīng)和對(duì)比中介效應(yīng)估計(jì)值都涉及參數(shù)的乘積，因而通常都不滿足正態(tài)假設(shè)。其次，sobel檢驗(yàn)需要大樣本，檢驗(yàn)在小樣本的表現(xiàn)并不好。第三，sobel檢驗(yàn)統(tǒng)計(jì)量計(jì)算復(fù)雜，且需要手工計(jì)算所以采用以下兩種方法來(lái)改善。1增加輔

2、助變量的方法針對(duì)當(dāng)前多重中介效應(yīng)分析不完整的問(wèn)題，在結(jié)構(gòu)方程模型中加入輔助變量，可以進(jìn)行完整的多重中介效應(yīng)分析。操作我們還是以上圖的模型為例子首先打開(kāi)spss數(shù)據(jù)庫(kù)，在SPSS中FILE下選擇Saveas，依次保存上述指標(biāo)變量A1,A2,B1,B2,B3,E1-E7,E9,E1O,文件格式為FixedASClI(.dat),文件名為“dc.datLisrel操作單擊FILE，新建syntax窗口，輸入：TIDANI=14NO=706MA=CMAP=1!表示增加一個(gè)輔助變量RAFI=dc.datlaE1E2E3E4E5E6E7E9E10B1B2B3A1A2MONY=12NX=2NK=1NE=3L

3、X=FILY=FIGA=FU,FIBE=FU,FILKXLEM1M2YPALY2(100)0101000101001000100103(001)PALX11FRga31ga21ga11FRbe31be32COPAR(1)=GA(1,1)*BE(3,1)-GA(2,1)*BE(3,2)!輔助變量，用來(lái)建立一新的待檢驗(yàn)參數(shù)PDOUAD=OFFND=4點(diǎn)擊保存，將文件命名為fz.pr2，點(diǎn)擊運(yùn)行按鈕結(jié)果輸出部分BETA可以找到bl,b2兩條路徑的參數(shù)估計(jì)值及顯著性M1M2YM1M2Y0.1915-0.0894-(0.0607)(0.0421)3.1532-2.1256發(fā)現(xiàn)Ml對(duì)Y的預(yù)測(cè)作用不顯著，M

4、2對(duì)Y的預(yù)測(cè)作用顯著在GAMMA中可以找到其他路徑系數(shù)及顯著性XM10.6296(0.0561)11.2243M2-0.3534(0.0483)-7.3242Y-0.0491(0.0597)-0.8223ADDITIONALPARAMETERS表示輔助變量a1*b1-a2*b2的估計(jì)值PA(1)!表示第一個(gè)輔助變量，本例只用了一個(gè)輔助變量0.0890!表示輔助變量的參數(shù)估計(jì)值(0.0412)!表示p值，小于0.05說(shuō)明顯著，即兩個(gè)中介變量M1和M2的中介效應(yīng)差異顯著。2.1616如果將輔助變量的程序設(shè)置為COPAR(1)=GA(1,1)*BE(3,1)或COPAR(1)=GA(2,1)*BE(

5、3,2)則可以分別計(jì)算出兩個(gè)中介變量的特定中介效應(yīng)大小a1*b1或a2*b2。建議只設(shè)置一個(gè)輔助變量，因?yàn)槲以O(shè)置兩個(gè)及兩個(gè)以上輔助變量時(shí)程序無(wú)法運(yùn)行Mplus操作mplus軟件可以在一個(gè)程序中實(shí)現(xiàn)輔助變量與bootstrap法因此在下面bootstrap法中一起介紹。2.bootstrap法Lisrel操作Lisrel軟件進(jìn)行bootstrap分析的步驟分為六步：第一步，使用Lisrel軟件中的prelis程序從原始樣本中抽取至少1000個(gè)bootstrap樣本具體操作是打開(kāi)lisrel軟件，單擊file/importdatainfreeformat，選擇上一步保存好的dc.dat文件單擊打開(kāi)

6、，因?yàn)楸纠泄灿?4個(gè)變量，所以在numberof中填14,單擊ok,生成了一個(gè)fz.PSF的文件。然后點(diǎn)擊statistics/bootstrapping按鈕如圖Numberofbootstrap中輸入1000，samplefraction中輸入文件名mafile.cov然后點(diǎn)擊utputoption按鈕出現(xiàn)如圖對(duì)話框在momentmatrix中選擇covariance保存成協(xié)方差矩陣，單擊OK,run。我們就會(huì)在源文件夾中發(fā)現(xiàn)mafile.COV這個(gè)新文件。注意：在我用自己的數(shù)據(jù)進(jìn)行到這一步時(shí)出現(xiàn)錯(cuò)誤提示W(wǎng)_A_R_N_I_N_G:VAR12hasmorethan15categoriesa

7、ndwillbetreatedascontinuous.ERRORCODE201.個(gè)人分析可能是數(shù)據(jù)不適用的問(wèn)題，所以沒(méi)有再繼續(xù)進(jìn)行，但是按照文獻(xiàn)所講仍將下面的步驟列出。第二步，設(shè)置輔助變量，采用固定方差法編寫(xiě)可以分析多個(gè)樣本的Lisrel程序（如果采用固定負(fù)荷法編寫(xiě)Lisrel程序?qū)⒌玫街薪樾?yīng)的非標(biāo)準(zhǔn)化解）程序?qū)懛ㄒ?jiàn)上文第三步，運(yùn)行Lisrel程序分析1000個(gè)bootstrap樣本，得到研究者感興趣的特定、總的和對(duì)比中介效應(yīng)系數(shù)估計(jì)值各1000個(gè)，保存為prelis數(shù)據(jù)文件（文件名.PSF）程序如下：DANI=14NO=706AP=4RP=1000!AP=4表示增加4個(gè)輔助變量；RP=1

8、000表示重復(fù)運(yùn)行LISREL程序1000次cm=mafile.cov!使用第一步產(chǎn)生的1000個(gè)協(xié)方差矩陣進(jìn)行分析MONY=12NX=2NK=1NE=3LX=FILY=FIGA=FU,FIBE=FU,FILKXLEM1M2YPALY2(100)0101000101001000100103(001)PALX1FRga31ga21ga11FRbe31be32!特定中介效應(yīng)ab11!特定中介效應(yīng)ab22!總的中介效應(yīng)ab+ab1122!對(duì)比中介效應(yīng)ab-ab1122!參數(shù)估計(jì)值保存在PRELIS文件bs.psf中COPAR(1)=GA(11)*BE(31)COPAR(2)=GA(21)*BE(32

9、)COPAR(4)=PAR(1)-PAR(2)COPAR(3)=PAR(1)+PAR(2)OUAD=OFFND=4PV=bs.psf這里設(shè)置了四個(gè)輔助變量第四步，將prelis數(shù)據(jù)文件導(dǎo)出為EXCEL文件（文件名.XLS）第五步，在EXCEL中將1000個(gè)中介效應(yīng)估計(jì)值從小到大進(jìn)行排序，將1000個(gè)中介效應(yīng)估計(jì)值的均值作為中介效應(yīng)估計(jì)值的標(biāo)準(zhǔn)化解;用第2.5百分位數(shù)和第97.5百分位數(shù)來(lái)估計(jì)bootstrap的中介效應(yīng)置信區(qū)間，如果置信區(qū)間不包括0，說(shuō)明中介效應(yīng)顯著，百分位bootstrap方法的中介效應(yīng)檢驗(yàn)完成第六步，對(duì)第五步得到的中介效應(yīng)置信區(qū)間進(jìn)行校正，得到偏差校正的百分位bootstr

10、ap方法的中介效應(yīng)置信區(qū)間，如果置信區(qū)間不包括0,說(shuō)明中介效應(yīng)顯著，偏差校正的百分位bootstrap方法的中介效應(yīng)檢驗(yàn)完成。具體校正方法見(jiàn)溫忠麟2012年的文章Mplus操作打開(kāi)mplus軟件單擊新建按鈕，然后在空白界面中輸入：TITLE:DATA:FILEISdc.dat;!此處還是繼續(xù)延用上文用spss保存好的數(shù)據(jù)文件dcdatVARIABLE:NAMES=E1E2E3E4E5E6E7E9E10BlB2B3AlA2;ANALYSIS:bootstrap=1000!bootstrap法抽樣1000次MODEL:XBYAlA2;!兩個(gè)變量作為潛變量X的指標(biāo)，其余同理MlBYElE2E4E6E

11、7;Y BYBlB2B3;M2BYE3E5E9El0;Y ONMl(bl);!表示將Ml到Y(jié)的路徑系數(shù)命名為bl,其余同理。Y ONX(c);Y ONM2(b2);MlONX(al);M2ONX(a2);MODELINDIRECT:Y INDMlX;!表示自變量為X,中介變量為Ml，因變量為Y的中介效應(yīng)，其余同理。Y INDM2X;MODELCONSTRAINT:new(con);!對(duì)比中介效應(yīng)命名為concon=a1*b1-a2*b2;!計(jì)算對(duì)比中介效應(yīng)大小OUTPUT:cinterval(bcbootstrap);standardized;!輸出偏差校正的百分位bootstrap結(jié)果和標(biāo)準(zhǔn)

12、化解若要得到百分位bootstrap結(jié)果，僅需將OUTPUT中的cinterval(bcbootstrap)改為cinterval(bootstrap)即可單擊保存按鈕，將文件與dc.dat保存于同一文件夾，命名為11.inp結(jié)果分析我刪除了不用解釋的部分，只保留了需要解釋的部分Chi-SquareTestofModelFitValue341.607DegreesofFreedomP-Value720.0000RMSEA(RootMeanSquareErrorOfApproximation)Estimate0.073CFI/TLI90PercentC.I.0.0650.081Probabili

13、tyRMSEA=.050.000CFITLI0.9190.898卡方值，CFI,TLI,RMSEA均在可接受范圍內(nèi)MODELRESULTS表示模型參數(shù)估計(jì)的非標(biāo)準(zhǔn)化解Two-TailedEstimateS.E.Est./S.E.P-ValueYONMl0.6970.2273.0710.002X-0.1420.163-0.8700.384M2-0.3690.187-1.9750.048從此處可以看出M1,M2,X到Y(jié)的各路徑系數(shù)非標(biāo)準(zhǔn)化的參數(shù)估計(jì)值以及p值M1XON0.5000.0568.9730.000M2ONX-0.2470.047-5.2160.000此處表示a1,a2這兩條路徑系數(shù)的非標(biāo)

14、準(zhǔn)化的參數(shù)估計(jì)值以及p值New/AdditionalParameters表示新增的輔助變量的非標(biāo)準(zhǔn)化的參數(shù)估計(jì)值以及p值CON0.2570.1401.8420.066STANDARDIZEDMODELRESULTS此處表示標(biāo)準(zhǔn)化的結(jié)果,但是注意標(biāo)準(zhǔn)化的結(jié)果沒(méi)有給出p值。注意，標(biāo)準(zhǔn)化結(jié)果中沒(méi)有輔助變量值。YONM10.1920.1920.192X-0.049-0.049-0.049M2-0.089-0.089-0.089M1ONX0.6300.6300.630M2ONX-0.353-0.353-0.353STANDARDIZEDTOTAL,TOTALINDIRECT,SPECIFICINDIRE

15、CT,ANDDIRECTEFFECT表示標(biāo)準(zhǔn)化的直接效應(yīng)間接效應(yīng)STDYXStandardizationTwo-TailedEstimateS.E.Est./S.E.P-ValueEffectsfromXtoYSumofindirect0.1520.0413.7240.000總體間接效應(yīng)顯著SpecificindirectYM1X0.1210.0412.9440.003M1的間接效應(yīng)顯著M2X0.0320.0171.9030.057M2的間接效應(yīng)不顯著以上是點(diǎn)估計(jì)，以下是區(qū)間。估計(jì)判斷顯著與否的依據(jù)是，5%置信區(qū)間不包括0說(shuō)明是顯著的CONFIDENCEINTERVALSOFMODELRESU

16、LTSNew/AdditionalParametersCON-0.0910.0130.0550.2570.5010.5620.677新增的輔助變量顯著，說(shuō)明兩中介效應(yīng)差異顯著CONFIDENCEINTERVALSOFSTANDARDIZEDTOTAL,TOTALINDIRECT,SPECIFICINDIRECT,ANDDIRECTEFFECTSSTDYXStandardizationLower.5%Lower2.5%Lower5%EstimateUpper5%Upper2.5%Upper.5%EffectsfromXtoYSumofindirect0.0470.0720.0850.1520.2190.2320.257SpecificindirectYM1X0.0150.0400.0530.1210.1880.2010.226YM2X-0.011-0.0010.0040.0320.0590.0640.074總體間接效應(yīng)和兩特別間接效應(yīng)都顯著，說(shuō)明兩中介變量的中介效應(yīng)都是顯著的。注意，此處與點(diǎn)估計(jì)的結(jié)果有出入，以此處的結(jié)果為準(zhǔn)，因?yàn)閎ootstrap法的檢驗(yàn)效力高于sobel檢驗(yàn)，也就是當(dāng)soble檢驗(yàn)中介效應(yīng)不顯著時(shí)，并不一定真的不顯