多重中介效應(yīng)檢驗分解.doc

二多重中介多重中介是指存在多個中介變量的情況。目前針對傳統(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)估計值，但還是得不到對比中介效應(yīng)的分析結(jié)果。（2）使用sobel檢驗的局限首先，sobel檢驗統(tǒng)計量的推導(dǎo)基于正態(tài)假設(shè)，而特定中介效應(yīng)、總的中介效應(yīng)和對比中介效應(yīng)估計值都涉及參數(shù)的乘積，因而通常都不滿足正態(tài)假設(shè)。其次，sobel檢驗需要大樣本，檢驗在小樣本的表現(xiàn)并不好。第三， sobel檢驗統(tǒng)計量計算復(fù)雜，且需要手工計算所以采用以下兩種方法來改善。1.增加輔助變量的方法針對當(dāng)前多重中介效應(yīng)分析不完整的問題，在結(jié)構(gòu)方程模型中加入輔助變量，可以進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spss數(shù)據(jù)庫，在SPSS中FILE下選擇Save as，依次保存上述指標(biāo)變量A1,A2,B1,B2,B3,E1-E7,E9,E10,文件格式為Fixed ASC（.dat），文件名為“dc.dat” Lisrel操作單擊FILE，新建syntax窗口，輸入：TIDA NI=14 NO=706 MA=CM AP=1 !表示增加一個輔助變量RA FI=dc.datlaE1 E2 E3 E4 E5 E6 E7 E9 E10 B1 B2 B3 A1 A2MO NY=12 NX=2 NK=1 NE=3 LX=FI LY=FI GA=FU,FI BE=FU,FILKXLEM1 M2 YPA LY2(1 0 0)0 1 01 0 00 1 01 0 01 0 00 1 00 1 03(0 0 1)PA LX11FR ga 3 1 ga 2 1 ga 1 1FR be 3 1 be 3 2CO PAR(1)=GA(1,1)*BE(3,1)-GA(2,1)*BE(3,2) !輔助變量,用來建立一新的待檢驗參數(shù)PDOU AD=OFF ND=4點擊保存，將文件命名為fz.pr2，點擊運行按鈕結(jié)果輸出部分BETA可以找到b1，b2兩條路徑的參數(shù)估計值及顯著性 M1 M2 Y - - - M1 - - - - - - M2 - - - - - - Y 0.1915 -0.0894 - - (0.0607) (0.0421) 3.1532 -2.1256發(fā)現(xiàn)M1對Y的預(yù)測作用不顯著，M2對Y的預(yù)測作用顯著在GAMMA中可以找到其他路徑系數(shù)及顯著性 X - M1 0.6296 (0.0561) 11.2243 M2 -0.3534 (0.0483) -7.3242 Y -0.0491 (0.0597) -0.8223ADDITIONAL PARAMETERS表示輔助變量a1*b1-a2*b2的估計值 PA(1) !表示第一個輔助變量，本例只用了一個輔助變量 -0.0890 !表示輔助變量的參數(shù)估計值 (0.0412) !表示p值，小于0.05說明顯著，即兩個中介變量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CO PAR(1)=GA(1,1)*BE(3,1)或 CO PAR(1)=GA(2,1)*BE(3,2)則可以分別計算出兩個中介變量的特定中介效應(yīng)大小a1*b1或a2*b2。建議只設(shè)置一個輔助變量，因為我設(shè)置兩個及兩個以上輔助變量時程序無法運行Mplus操作mplus軟件可以在一個程序中實現(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 bootstrap樣本具體操作是打開lisrel軟件，單擊file/import data in free format，選擇上一步保存好的dc.dat文件單擊打開，因為本例中共有14個變量，所以在number of中填14，單擊ok，生成了一個fz.PSF的文件。然后點擊statistics/bootstrapping按鈕如圖Number of bootstrap 中輸入1000，sample fraction中輸入文件名mafile.cov然后點擊utput option按鈕出現(xiàn)如圖對話框在moment matrix中選擇covariance保存成協(xié)方差矩陣，單擊OK,run。我們就會在源文件夾中發(fā)現(xiàn)mafile.COV這個新文件。注意：在我用自己的數(shù)據(jù)進行到這一步時出現(xiàn)錯誤提示W(wǎng)_A_R_N_I_N_G: VAR12 has more than 15 categories and will be treated as continuous. ERROR CODE 201.個人分析可能是數(shù)據(jù)不適用的問題，所以沒有再繼續(xù)進行，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可以分析多個樣本的 Lisrel程序(如果采用固定負(fù)荷法編寫 Lisrel程序?qū)⒌玫街薪樾?yīng)的非標(biāo)準(zhǔn)化解)程序?qū)懛ㄒ娚衔牡谌?，運行 Lisrel程序分析1000個bootstrap樣本，得到研究者感興趣的特定、總的和對比中介效應(yīng)系數(shù)估計值各1000個，保存為prelis 數(shù)據(jù)文件（文件名.PSF）程序如下：DA NI=14 NO=706 AP=4 RP=1000 ! AP=4表示增加4個輔助變量；RP=1000表示重復(fù)運行LISREL程序1000次 CM =mafile.cov ! 使用第一步產(chǎn)生的1000個協(xié)方差矩陣進行分析MO NY=12 NX=2 NK=1 NE=3 LX=FI LY=FI GA=FU,FI BE=FU,FILKXLEM1 M2 YPA LY2(1 0 0)0 1 01 0 00 1 01 0 01 0 00 1 00 1 03(0 0 1)PA LX11FR ga 3 1 ga 2 1 ga 1 1FR be 3 1 be 3 2CO PAR(1)= GA(1 1)* BE(3 1) ! 特定中介效應(yīng)CO PAR(2)= GA(2 1)* BE(3 2) ! 特定中介效應(yīng)CO PAR(3)= PAR(1)+ PAR(2) ! 總的中介效應(yīng)CO PAR(4)= PAR(1)-PAR(2) ! 對比中介效應(yīng)OU AD=OFF ND=4 PV=bs.psf !參數(shù)估計值保存在PRELIS文件bs.psf中這里設(shè)置了四個輔助變量第四步，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個中介效應(yīng)估計值從小到大進行排序，將1000 個中介效應(yīng)估計值的均值作為中介效應(yīng)估計值的標(biāo)準(zhǔn)化解;用第2.5百分位數(shù)和第 97.5 百分位數(shù)來估計bootstrap 的中介效應(yīng)置信區(qū)間，如果置信區(qū)間不包括 0，說明中介效應(yīng)顯著，百分位 bootstrap 方法的中介效應(yīng)檢驗完成第六步，對第五步得到的中介效應(yīng)置信區(qū)間進行校正，得到偏差校正的百分位 bootstrap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)檢驗完成。具體校正方法見溫忠麟2012年的文章Mplus操作打開mplus軟件單擊新建按鈕，然后在空白界面中輸入：TITLE: DATA:FILE IS dc.dat; !此處還是繼續(xù)延用上文用spss保存好的數(shù)據(jù)文件dc.dat VARIABLE: NAMES =E1 E2 E3 E4 E5 E6 E7 E9 E10 B1 B2 B3 A1 A2;ANALYSIS: bootstrap=1000 ! bootstrap法抽樣1000次MODEL: X BY A1 A2; !兩個變量作為潛變量X的指標(biāo)，其余同理 M1 BY E1 E2 E4 E6 E7; Y BY B1 B2 B3; M2 BY E3 E5 E9 E10; Y ON M1(b1); !表示將M1到Y(jié)的路徑系數(shù)命名為b1，其余同理。 Y ON X(c); Y ON M2(b2); M1 ON X(a1); M2 ON X(a2); MODEL INDIRECT: Y IND M1 X; !表示自變量為X，中介變量為M1，因變量為Y的中介效應(yīng)，其余同理。Y IND M2 X;MODEL CONSTRAINT: new (con); !對比中介效應(yīng)命名為con con=a1*b1-a2*b2; !計算對比中介效應(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)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-Square Test of Model Fit Value 341.607 Degrees of Freedom 72 P-Value 0.0000RMSEA (Root Mean Square Error Of Approximation) Estimate 0.073 90 Percent C.I. 0.065 0.081 Probability RMSEA = .05 0.000CFI/TLI CFI 0.919 TLI 0.898卡方值，CFI,TLI,RMSEA 均在可接受范圍內(nèi)MODEL RESULTS 表示模型參數(shù)估計的非標(biāo)準(zhǔn)化解 Two-Tailed Estimate S.E. Est./S.E. P-Value Y ON M1 0.697 0.227 3.071 0.002 X -0.142 0.163 -0.870 0.384 M2 -0.369 0.187 -1.975 0.048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)估計值以及p值 M1 ON X 0.500 0.056 8.973 0.000 M2 ON X -0.247 0.047 -5.216 0.000此處表示a1,a2這兩條路徑系數(shù)的非標(biāo)準(zhǔn)化的參數(shù)估計值以及p值 New/Additional Parameters表示新增的輔助變量的非標(biāo)準(zhǔn)化的參數(shù)估計值以及p值 CON 0.257 0.140 1.842 0.066STANDARDIZED MODEL RESULTS 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)果沒有給出p值。注意，標(biāo)準(zhǔn)化結(jié)果中沒有輔助變量值。 Y ON M1 0.192 0.192 0.192 X -0.049 -0.049 -0.049 M2 -0.089 -0.089 -0.089 M1 ON X 0.630 0.630 0.630 M2 ON X -0.353 -0.353 -0.353STANDARDIZED TOTAL, TOTAL INDIRECT, SPECIFIC INDIRECT, AND DIRECT EFFECTS表示標(biāo)準(zhǔn)化的直接效應(yīng)間接效應(yīng)STDYX Standardization Two-Tailed Estimate S.E. Est./S.E. P-ValueEffects from X to Y Sum of indirect 0.152 0.041 3.724 0.000總體間接效應(yīng)顯著 Specific indirectYM1X 0.121 0.041 2.944 0.003 M1的間接效應(yīng)顯著 Y M2 X 0.032 0.017 1.903 0.057 M2的間接效應(yīng)不顯著以上是點估計，以下是區(qū)間。估計判斷顯著與否的依據(jù)是，5%置信區(qū)間不包括0說明是顯著的CONFIDENCE INTERVALS OF MODEL RESULTSNew/Additional Parameters CON -0.091 0.013 0.055 0.257 0.501 0.562 0.677新增的輔助變量顯著，說明兩中介效應(yīng)差異顯著CONFIDENCE INTERVALS OF STANDARDIZED TOTAL, TOTAL INDIRECT, SPECIFIC INDIRECT,AND DIRECT EFFECTSSTDYX Standardization Lower .5% Lower 2.5% Lower 5% Estimate Upper 5% Upper 2.5% Upper .5%Effects from X to Y Sum of indirect 0.047 0.072 0.085 0.152 0.219 0.232 0.257 Specific indirect Y M1 X 0.015 0.040 0.053 0.121 0.188 0.201 0.226 Y M2 X -0.011 -0.001 0.004 0.032 0.059 0.064 0.074總體間接效應(yīng)和兩特別間接效應(yīng)都顯著，說明兩中介變量的中介效應(yīng)都是顯著的。注意，此處與點估計的結(jié)果有出入，以此處的結(jié)果為準(zhǔn)，因為bootstrap法的檢驗效力高于sobel檢驗，也就是當(dāng)sobl