Mplus:中介模型與調(diào)節(jié)模型課件_第1頁
Mplus:中介模型與調(diào)節(jié)模型課件_第2頁
Mplus:中介模型與調(diào)節(jié)模型課件_第3頁
Mplus:中介模型與調(diào)節(jié)模型課件_第4頁
Mplus:中介模型與調(diào)節(jié)模型課件_第5頁
已閱讀5頁,還剩31頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、中介模型與調(diào)節(jié)模型第1頁,共36頁。中介調(diào)節(jié)模型基礎路徑分析:同時處理多個自變量和多個因變量之間的復雜關系。廣義的路徑分析包含結構方程模型中潛變量之間關系的分析常見模型示例(一)y1=1x1+2x2+e1y2=3x1+4x2+5y1+e2X1Y2Y1X2e1e211遞歸模型一y1=1x1+2x2+3x3+e1y2=4x1+5x2+6x3+e2y3=7x2+8y1+9y2+e3X1Y2Y1X2遞歸模型二X3Y3MODEL:y1 on x1 x2; y2 on x1 x2 y1; x1 with x2; MODEL:y1 on x1 x2 x3; y2 on x1 x2 x3; y3 on x2

2、y1 y2; x1 with x2 x3; x2 with x3; 第2頁,共36頁。中介調(diào)節(jié)模型基礎常見模型示例(二)X1Y2Y1X2e1e211非遞歸模型一X1X3X2X4非遞歸模型二e1e1e1111第3頁,共36頁。中介調(diào)節(jié)模型基礎常見模型示例(三)Y1Y3Y2Y4自回歸模型Y1Y3Y2Y4自回歸交叉滯后模型W1W3W2W4MODEL:y2 on y1; y3 on y4; x4 on y3 ; MODEL:y2 on y1 w1; y3 on y2 w2; y4 on y3 w3; w2 on y1 w1; w3 on y2 w2; w4 on y3 w3; w1 with y1;第

3、4頁,共36頁。中介調(diào)節(jié)模型基礎路徑系數(shù)估計與效應分解一個因變量:最小二乘法多個因變量:極大似然估計參數(shù)估計完成后,需要對變量間關系進行分解,即效應分解,包括直接效應和間接效應當模型中一個變量既是自變量又是因變量時,通常在兩個變量間起中介作用,稱為中介變量(Mediator Variable)當模型中兩個變量的關系強弱或方向受到第三個變量影響時,則存在調(diào)節(jié)效應( Moderator Variable )X1Y2Y1X2e1e211中介變量第5頁,共36頁。中介模型與調(diào)節(jié)模型智力-文化取向家庭收入兒童社會能力a=0.16*b=0.19*c=0.05*張曉 等 (2009)家庭收入與兒童早期的社會

4、能力:中介效應與調(diào)節(jié)效應 自我效能感挑戰(zhàn)性壓力離職傾向張韞黎 陸昌勤(2009)挑戰(zhàn)性-阻斷性壓力(源)與員工心理和行為的關系:自我效能感的調(diào)節(jié)作用 第6頁,共36頁。中介調(diào)節(jié)模型基礎考慮自變量X對因變量Y的影響,如果X通過影響變量M來影響Y,則稱M為中介變量。例如:上司的歸因研究:下屬的表現(xiàn)上司對下屬表現(xiàn)的歸因上司對下屬表現(xiàn)的反應,其中,“上司對下屬表現(xiàn)的歸因”為中介變量。其中,c是X對Y的總效應,ab是經(jīng)過中介變量M的中介效應(mediating effect),c是直接效應。當只有一個中介變量時,效應之間有如下關系c=c+ab中介效應的大小用c-c=ab來表示YXMe3Y=cX+e1YX

5、e1e2cabcM=aX+e2Y=cX+bM+e3第7頁,共36頁。中介調(diào)節(jié)模型基礎如果變量Y與變量X的關系是變量M的函數(shù),稱M為調(diào)節(jié)變量。就是說,Y與X的關系收到第三個變量M的影響,這種有調(diào)節(jié)變量的模型一般可以用下圖表示:調(diào)節(jié)變量可以是定性的(如性別、種族、學校所在地等),也可以是定量的(如年齡、受教育年限、刺激次數(shù)等),它影響自變量和因變量之間關系的方向(正或負)和強弱。例如:學生的學習效果和指導方案的關系,往往受到學生個性的影響,一種指導方案對某類學生有效,對另一類學生沒有效,從而學生個性是調(diào)節(jié)變量。學生一般自我概念與某項自我概念(如外貌、體能等)的關系,受到學生對該項自我概念重視程度的

6、影響:不重視外貌的人,長相不好對其一般自我自我概念影響不大,從而對該項自我概念的重視程度是調(diào)節(jié)變量。YXMeY=f(X,M)+e第8頁,共36頁。中介調(diào)節(jié)模型基礎最簡單常用的調(diào)節(jié)模型,即假設Y與X之間有如下關系:c衡量了調(diào)節(jié)效應(moderating effect)的大小。c其實代表了X與M的交互效應,所以這里的調(diào)節(jié)效應就是交互效應。這樣,調(diào)節(jié)效應與交互效應從統(tǒng)計分析角度來看可以說是一樣的。調(diào)節(jié)效應與交互效應這兩個概念又不完全一樣。在交互效應分析中,兩個自變量的地位可以是對稱的,其中任何一個都可以解釋為調(diào)節(jié)變量;也可以是不對稱的,只要其中一個起到了調(diào)節(jié)變量的作用,交互效應就存在。調(diào)節(jié)效應中,哪

7、個是自變量、哪個是調(diào)節(jié)變量,是非常明確的,在一個確定的模型中兩者不能互換。Y=aX+bM+cXM+e第9頁,共36頁。中介調(diào)節(jié)模型基礎中介模型與調(diào)節(jié)模型的實例辨析研究學生行為對同伴關系的影響。學生問題行為是被試的搗亂違紀行為,包括9個題目(如挑起爭斗、欺負同學、說臟話等),同伴關系是被試受歡迎的程度,具體來說,就是同伴同學有多少人將其列出喜歡的人名單(每人所列的喜歡名錄沒有名額限制)。老師的管教方式是被試對班主任老師的管教方式的評價,也有9個題目(如班主任愿意聽我們的意見等)。老師對學生的喜歡程度由班主任對被試打分(從“一點都不喜歡”到“非常喜歡”,共5點計分),問題一:喜歡程度是調(diào)節(jié)變量還是

8、中介變量?問題二:管教方式是調(diào)節(jié)變量還是中介變量?第10頁,共36頁。中介調(diào)節(jié)模型基礎中介效應與調(diào)節(jié)效應的比較如果一個變量與自變量或因變量相關不大,它不可能成為中介變量,但有可能成為調(diào)節(jié)變量。理想的調(diào)節(jié)變量是與自變量和因變量的相關都不大。有的變量,如性別、年齡等,由于不受自變量的影響,自然不能成為中介變量,但許多時候都可以考慮為調(diào)節(jié)變量。對于給定的自變量和因變量,有的變量做調(diào)節(jié)變量和中介變量都是合適的,從理論上都可以做出合理的解釋。第11頁,共36頁。中介調(diào)節(jié)模型基礎中介效應與調(diào)節(jié)效應的比較第12頁,共36頁。中介效應分析中介效應分析方法中介效應是間接效應,無論變量是否涉及潛變量,都可以用結構

9、方程模型分析中介效應。 如果所有變量都是顯變量,可以依次對相應變量做回歸分析。無論是結構方程分析還是回歸分析,用統(tǒng)計軟件都可以得到c、 a、 b、 c的估計值,以及相應的標準誤。 中介變量的估計是 。中介效應與總效應之比 ,中介效應與直接效應之比都可衡量中介效應的相對大小。 第13頁,共36頁。中介效應分析例:研究社會經(jīng)濟地位對自信程度的影響,個性作為中介變量,每個潛變量由兩個觀測指標測得,模型結構如圖所示。社會經(jīng)濟地位個性自信程度Fact1Fact2Fact5Fact6Fact4Fact3第14頁,共36頁。中介效應分析Ex3.1 數(shù)據(jù)ex3.1.txtDATA: FILE IS ex3.1

10、.txt; TYPE IS CORRELATION MEANS STDEVIATIONS;!數(shù)據(jù)為相關系數(shù)矩陣,包括均值、標準差 NOBSERVATIONS = 932; !共有932個被試樣本 VARIABLE: NAMES ARE Fact1-Fact6; ANALYSIS: ITERATIONS = 1000; MODEL: pers by Fact1 Fact2; conf by Fact3 Fact4; SES by Fact5 Fact6; conf on SES(c) pers(b); !做社會經(jīng)濟地位和個性對自信心的回歸,并對系數(shù)進行命名 pers on SES(a); MOD

11、EL CONSTRAINT: NEW(H); H=a*b; !定義新變量,新變量為系數(shù)a、b的乘積,即間接效應 OUTPUT: STANDARDIZED;第15頁,共36頁?;诮Y構方程模型的多重中介效應 多重中介模型將多個中介變量放在同一個中介模型中進行檢驗,相對于檢驗多個簡單中介效應模型來說,具有以下幾個優(yōu)勢:對總中介效應進行檢驗就類似于將多個中介變量對因變量進行多元回歸分析,若總效應顯著,則說明這些變量起到中介作用;據(jù)此可以判斷在其它中介變量都出現(xiàn)的情況下,某個變量的特定中介效應到底有多大;將多個中介變量都放進模型中,可以降低由于遺漏變量導致的參數(shù)估計偏差;在此模型下,可以判斷某個變量所

12、引致的特定中介效應的相對大小,從而可以進行不同理論之間的比較。 第16頁,共36頁?;诮Y構方程模型的多重中介效應單步多重中介模型多個自變量同時在自變量和因變量之間起中介作用例如:Niehoff在分析組織公民行為對組織績效的作用時發(fā)現(xiàn),員工間的社會情感支持和工作促進是同時起作用的兩個中介變量 。M2YM1X單步多重中介模型singlestep multiple mediator model MODEL:Y ON X(c) M1 (b1) M2 (b2);!做因變量對自變量和中介變量的回歸 !并將系數(shù)分別命名為c、b1、 b2 M1 ON X(a1); M2 ON X(a2);MODEL CON

13、STRAINT: new (H1 H2 TEST ); !定為新變量 H1 = a1 *b1 ;!新變量H1為系數(shù)a1 和b1的乘積 H2 = a2 *b2 ; TEST = H1-H2 ;!定義中介效應差異檢驗第17頁,共36頁?;诮Y構方程模型的多重中介效應M2YM1X多步多重中介模型 multiplestep multiple mediator model 多步多重中介模型又稱鏈式中介模型多個中介變量表現(xiàn)出順序性特征,形成中介鏈例如:Allen 等人研究表明,工作績效通過對就業(yè)選擇認知的改變影響離職意向并進一步影響離職行為MODEL:Y ON X(c) M1 (b1) M2 (b2);

14、M1 ON X(a1); M2 ON X(a2) M1 (d21) ;MODEL CONSTRAINT: new (H1 H2 H3 ); H1 = a1 *b1 ; H2 = a2 *b2; H3 = a1 * d21 *b2 ;第18頁,共36頁。基于結構方程模型的多重中介效應多元多重中介模型多個自變量的中介模型考慮自變量間的相關性可以拓展到多個自變量、多個因變量的情形M2YM1X1多元多重中介模型X2X3第19頁,共36頁。調(diào)節(jié)效應分析顯變量調(diào)節(jié)效應分析方法第20頁,共36頁。調(diào)節(jié)效應分析Ex3.2 數(shù)據(jù)ex3.2.datTITLE: this is an example of a Mo

15、deration analysis step 1; DATA: FILE IS ex3.2.dat; VARIABLE: NAMES =X W Y ; USEVARIABLE= X W Y INT; DEFINE: INT=X*W; !生成交互項; MODEL: Y ON X W !檢驗主效應; int; !檢驗交互效應;OUTPUT: Standardized ;YXWeYXWXW第21頁,共36頁。調(diào)節(jié)效應分析潛變量調(diào)節(jié)效應分析方法有關潛變量的分析需要用到結構方程模型。潛變量的測量會帶來測量誤差,所以考慮潛變量時都認為是連續(xù)變量。有潛變量的調(diào)節(jié)效應模型通常只考慮如下兩種情形:一是調(diào)節(jié)變量是

16、類別變量,自變量是潛變量;二是調(diào)節(jié)變量和自變量都是潛變量。當調(diào)節(jié)變量是類別變量時,做分組結構方程分析。當調(diào)節(jié)變量和自變量都是潛變量時,可采用Algina和Moulder的中心化乘積指標方法(適用于正態(tài)分布情形);Wall和Amemiya的廣義乘積指標( GAP I)方法(非正態(tài)分布情形也適用);這兩種方法都需要用到非線性參數(shù)約束( constraint) ,使用起來很麻煩且容易出錯。Marsh,Wen和Hau提出的無約束的模型,無需參數(shù)約束從而大大簡化了程序容易為一般的應用工作者掌握,是目前最新最方便的方法。第22頁,共36頁。調(diào)節(jié)效應分析對于模型 Y=f(X,M)+e 當調(diào)節(jié)變量為潛變量時,

17、參照顯變量調(diào)節(jié)模型對調(diào)節(jié)效應進行估計當調(diào)節(jié)變量為類別變量時,做多組結構方程模型MODEL:W BY Fact1-Fact3; !調(diào)節(jié)變量由觀測變量Fact1-Fact3估計 Y ON X W XW;VARIABLE: NAMES = X Y M;GROUPING = M(1=female 2=male);!定義組變量MODEL: Y ON X(a1);MODLE female: Y ON X(a2);第23頁,共36頁。調(diào)節(jié)效應分析當存在兩個或以上調(diào)節(jié)變量時,調(diào)節(jié)變量同時調(diào)節(jié)自變量與因變量之間的關系YXW1eW2VARIABLE: NAMES =X W1 W2 Y ; USEVARIABLE=

18、 X W1 W2 Y XW1 XW2; DEFINE: XW1=X*W1; XW2=X*W2; MODEL: Y ON X W1 W2; XW1 XW2;OUTPUT: Standardized;第24頁,共36頁。調(diào)節(jié)效應分析當存在兩個或以上調(diào)節(jié)變量時,一個調(diào)節(jié)變量調(diào)節(jié)了自變量與因變量之間的關系,另一個調(diào)節(jié)了調(diào)節(jié)變量YXMeWVARIABLE: NAMES =X M W Y ; USEVARIABLE= X M W Y MW XM XW XMW; DEFINE: MW=M*W; XM=X*M; XW=X*W; XMW=X*M*W;MODEL: Y ON X M W MW XM XW XMW

19、;OUTPUT: Standardized ;第25頁,共36頁?;旌系闹薪榕c調(diào)節(jié)效應混合的中介與調(diào)節(jié)模型包含三種情況:有調(diào)節(jié)的中介模型有中介的調(diào)節(jié)模型兩者混合根據(jù)調(diào)節(jié)變量影響回歸系數(shù)位置的不同,每種模型又分成數(shù)種。第26頁,共36頁。混合的中介與調(diào)節(jié)效應有調(diào)節(jié)的中介模型當中介變量連接自變量和因變量之間關系的中介過程受到調(diào)節(jié)變量的影響時,便存在了被調(diào)節(jié)的中介作用。根據(jù)中介過程受到調(diào)節(jié)變量調(diào)節(jié)方式的不同,又分成三類:第一階段被調(diào)節(jié)的中介作用第二階段被調(diào)節(jié)的中介作用同時調(diào)節(jié)前后兩個階段首先檢驗是否存在中介效應,再檢驗中介受調(diào)節(jié)變量調(diào)節(jié)的過程右圖是一個典型的有調(diào)節(jié)的中介模型,研究感恩(X)對成就(Y

20、)的影響,復原力(W)為中介變量,事件(U)作為調(diào)節(jié)變量調(diào)節(jié)了中介變量對因變量的影響,屬于第二階段被調(diào)節(jié)的中介作用。第27頁,共36頁?;旌系闹薪榕c調(diào)節(jié)效應有調(diào)節(jié)的中介模型在回歸分析中,依次檢驗以下回歸方程:a.做Y對X和W的回歸:Y=cX+b2W+e1b.做M對X的回歸:M=a1X+e2c.做Y對X、M和W的回歸:Y=cX+b1M+b2W+e3d.做Y對X、M、W、MW的回歸:Y=cX+b1M+b2W+b3MW+e3第28頁,共36頁?;旌系闹薪榕c調(diào)節(jié)效應VARIABLE: names = x w y u; USEVARIABLE = x w y u wu; DEFINE: wu = w*u

21、; ANALYSIS: bootstrap = 1000; MODEL: y on w (b1) !括號內(nèi)的標簽與公式對應; x u wu (b3); w on x (a1); u with w; wu with w; MODEL CONSTRAINT: new (ind umodval); umodval = -1; ! umodval可以設定為調(diào)節(jié)變量U的任何取值; !當umodval 設定為-1時,表示在U=-1時X通過U作用于Y的效應; ind=a1*(b1+b3*umodval); OUTPUT: cinterval (bcbootstrap); !獲得偏差校正的bootstrap置

22、信區(qū)間。YXUWUW第29頁,共36頁?;旌系闹薪榕c調(diào)節(jié)效應有中介的調(diào)節(jié)模型自變量和調(diào)節(jié)變量通過交互作用影響中介變量,中介變量進而對結果變量產(chǎn)生影響。(類型 )當調(diào)節(jié)變量的調(diào)節(jié)作用可以通過中介變量傳遞時,同樣可以建立一個有中介的調(diào)節(jié)模型,即中介變量替代了原來的調(diào)節(jié)變量,改變了自變量和因變量之間的關系。(類型)YXMW類型 YXMW類型 第30頁,共36頁。混合的中介與調(diào)節(jié)效應有中介的調(diào)節(jié)模型回歸檢驗:類型 Y=b1+b1X+b1W+b1XW M=b02+b12X+b22W+b32XWY=b03+b13X+b23M+b33W+b43XW在以上方程中,X是自變量,W是調(diào)節(jié)變量,M是中介變量,Y是因

23、變量。上標數(shù)字代表方程次序。運用方程(2)來替代方程(3)中的M,從而可以得到以下擴展方程:Y=( b03+ b23 b02 )+( b13 +b23 b12 ) X+( b23+ b23b22 )W+( b43+ b23b32 )XW(1)(2)(3)(4)第31頁,共36頁?;旌系闹薪榕c調(diào)節(jié)效應有中介的調(diào)節(jié)模型回歸檢驗:類型 M=b04+ b14W+b24XY=b05+b15X+b25M+b35W+b45XW+ b55XM將(5)代入(6),可得:Y=( b05+ b25 b05 )+( b15 +b25 b14 ) X+( b35+ b25b14 )W+ b45XW+ b55 b04X+ b55 b14XW+ b55 b24XX在方程(7)中,系數(shù)b45代表W對X于Y之間關系的直接調(diào)節(jié)作用,系數(shù)b55 b14代表W通過M對X與Y之間關系的調(diào)節(jié)作用。(

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論