中介效应检验方法.ppt
- 格式：ppt
- 大小：424.50 KB
- 文档页数：19
下载文档原格式
合集下载
三种中介效应检验方法及操作步骤
三种中介效应检验⽅法及操作步骤本⽂将介绍三种常见中介效应检验⽅法，分别是因果逐步回归检验法、系数乘积法、改良后的因果逐步回归法，以及如果使⽤SPSSAU进⾏操作。
什么是中介效应中介效应：如果⾃变量X通过影响变量M⽽对因变量Y产⽣影响，则称M为中介变量。
例如，上司的归因研究：下属的表现→上司对下属表现的归因→上司对下属表现的反应，其中的“上司对下属表现的归因”为中介变量。
中介作⽤的检验模型可以⽤以下路径图来描述：图1 中介效应检验模型路径图⽅程(1)的系数c 为⾃变量X对因变量Y的总效应；⽅程(2)的系数a为⾃变量X对中介变量M的效应；⽅程(3)的系数b是在控制了⾃变量X的影响后，中介变量M对因变量Y的效应；⽅程(3)的系数c′是在控制了中介变量M 的影响后，⾃变量X对因变量Y的直接效应；系数乘积a*b即为中介效应等于间接效应1 因果逐步回归检验法因果逐步回归法由Baron和Kenny(1986)提出，其检验步骤分为三步：第⼀，分析X对Y的回归，检验回归系数c的显著性(即检验H0:c=0)；第⼆，分析X对M的回归，检验回归系数a的显著性(即检验H0:a=0)；第三，分析加⼊中介变量M后X对Y的回归，检验回归系数b和c'的显著性(即检验H0:b=0、H0:c’=0)。
根据检验结果按下图进⾏判断：流程图基于SPSSAU的操作（1）第⼀步，登录SPSSAU，上传数据；（2）第⼆步，选择【问卷研究】--【中介作⽤】；（3）第三步，选择变量拖拽到右侧对应分析框内，点击开始分析。
结果分析SPSSAU的“中介作⽤”可直接将中介作⽤的检验过程⾃动化，⼀键提供出上述提及模型结果。
本次结果中共包含三个模型：①模型1：X对Y的回归模型，结果显⽰x与y存在显著影响关系，回归系数c=0.130.②模型2：x对m的回归模型，结果显⽰x与y存在显著影响关系，回归系数a=0.175.③模型3：加⼊中介变量m后x对y的回归模型，结果显⽰回归系数b、c’均呈现显著性，系数a、b均显著，说明存在中介效应。
中介效应(逐步检验法与Sobel检验)
中介效应(逐步检验法与Sobel检验)
中介效应是指当自变量X对因变量Y产生影响时，变量M作为中介变量通过影响路径对Y产生影响。
目前，中介效应的检验方法主要包括逐步检验法、Sobel检验法和Bootstrap 检验法。
在进行中介效应检验之前，需要对所有变量进行中心化处理，使变量均值为0.
逐步检验法主要分为三步：首先检验自变量X对因变量Y的总效应；然后检验自变量X和中介变量M之间的关系；最后控制中介变量M后，检验X对Y的直接效应和中介效应的大小。
如果X对Y的总效应显著，且X对M的影响显著，同时中介效应显著，则说明存在中介效应。
STATA命令为：Center Y x m control（中心化）、regyx、regmx、regymx。
n命令，通过回归分析得出中介效应的显著性统计量Sobel，同时展示自变量、中介变量和因变量之间的回归系数
和标准误，以及中介效应在总效应中所占比例。
如果Sobel统
计量的p值小于0.1，则中介效应显著。
Bootstrap检验法通过多次抽样得到中介效应的置信区间，判断中介效应是否显著。
中介效应检验方法
中介效应检验方法
中介效应是指一个变量（中介变量）在自变量与因变量之间产生的间接作用。
常用的检验中介效应的方法有Sobel检验、Bootstrap法和路径分析等。
Sobel检验是一种常见的检验中介效应的方法。
它基于正态分
布的假设，通过计算一个统计量来检验中介效应的显著性。
具体步骤是首先计算出自变量对中介变量和因变量之间的间接效应，然后计算相应的标准误，最后将两者相除得到一个Z值。
如果Z值的绝对值大于1.96，则中介效应是显著的。
Bootstrap法是一种非参数的统计方法，可以通过对样本进行
重新抽样来估计中介效应的分布。
它不依赖于正态分布的假设，具有较好的抗干扰性。
具体步骤是通过有放回地抽取样本观测值，然后计算出中介效应的估计值。
重复这个过程很多次，形成一个中介效应的分布。
通过分析分布的置信区间，可以检验中介效应的显著性。
路径分析是一种结构方程模型的方法，可以同时估计自变量、中介变量和因变量之间的关系，进而检验中介效应的显著性。
它可以直接计算出中介效应的估计值及其标准误，从而判断中介效应是否显著。
除了上述方法外，还可以使用其他的检验方法，如Sobel-Goodman方法、Baron和Kenny方法等。
这些方法在具体分析中可以根据研究问题的特点来选择适合的方法。
中介效应分析PPT精选文档
f2 by y6-y12; !定义模型，因子f2由y6-y12七个指标测量。 f3 by y13-y17; !定义模型，因子f3由y13-y17五个指标测量。 PTSD by F1-F3; !定义二阶测量模型。 OUTPUT: STANDARDIZED; !要求Mplus输出标准化解。
14
Mplus结果解读指标： （1）SRMR <0.08 标准化残差均方根 （2）RMSEA <0.08 近似误差均方根 （3）CFI >0.95 比较拟合指数 （4）NNFI/TLI >0.95 非规范拟合指数
（3）系数差异检验法 H0:cc, 0
8
sobel法的检验力高于依次检验，但这个检验统
计量的推导要假设aˆ bˆ 服从正态分布，就算其中每一
个系数都是正态分布，其乘积通常也不是正态的，因 而Sab的计算只是近似的，可能很不准确，所以该检 验具有很明显的局限性。
9
因此，Bootstrap 法是公认的可以取代 Sobel 法而 直接检验系数乘积的方法。
12
a=0.6
b=0.39
c=0.54(c'=0.31)
图3：专业承诺对专业满意度和学习投 入的中介作用模型
13
依次检验回归系数法Mplus
TITLE: The structure of PTSD of DSM-4 using ML in table 5-8 !题目。 DATA: FILE IS PTSD.dat / .txt ; !指定数据存储位置。 VARIABLE: NAMES ARE x1 x2 y1-y17; !定义数据文件中的变量名。
先看以上指标，如果满足以上条件，则模型符 合拟合指标。
15
16
再看STDYX Standardization输出数据，确定中介调节效应
14
Mplus结果解读指标： （1）SRMR <0.08 标准化残差均方根 （2）RMSEA <0.08 近似误差均方根 （3）CFI >0.95 比较拟合指数 （4）NNFI/TLI >0.95 非规范拟合指数
（3）系数差异检验法 H0:cc, 0
8
sobel法的检验力高于依次检验，但这个检验统
计量的推导要假设aˆ bˆ 服从正态分布，就算其中每一
个系数都是正态分布，其乘积通常也不是正态的，因 而Sab的计算只是近似的，可能很不准确，所以该检 验具有很明显的局限性。
9
因此，Bootstrap 法是公认的可以取代 Sobel 法而 直接检验系数乘积的方法。
12
a=0.6
b=0.39
c=0.54(c'=0.31)
图3：专业承诺对专业满意度和学习投 入的中介作用模型
13
依次检验回归系数法Mplus
TITLE: The structure of PTSD of DSM-4 using ML in table 5-8 !题目。 DATA: FILE IS PTSD.dat / .txt ; !指定数据存储位置。 VARIABLE: NAMES ARE x1 x2 y1-y17; !定义数据文件中的变量名。
先看以上指标，如果满足以上条件，则模型符 合拟合指标。
15
16
再看STDYX Standardization输出数据，确定中介调节效应
中介效应的检验方法
中介效应的检验方法中介效应是指在两个变量之间存在一个中介变量，该中介变量对这两个变量之间的关系产生了影响。
中介效应的检验可以通过以下几种方法进行。
1. Sobel检验Sobel检验是一种使用回归分析的常见方法，用于检验中介效应的显著性。
此方法基于一个假设，即中介变量的效应通过目标变量来影响自变量和因变量之间的关系。
Sobel检验计算中介效应的标准误差，并使用正态分布来检验是否存在显著的中介效应。
2. Bootstrap检验Bootstrap检验是一种非参数统计方法，通过从数据中重复抽取样本进行分析来估计参数的分布。
使用Bootstrap方法进行中介效应的检验，可以通过生成重复样本来计算中介效应的置信区间，并判断中介效应是否显著。
3. Baron和Kenny的四步法Baron和Kenny提出了一种四步法来检验中介效应。
这个方法基于四个步骤：(1) 确定自变量和因变量之间的关系；(2) 确定自变量对中介变量的影响；(3) 确定中介变量对因变量的影响；(4) 验证中介效应的显著性。
这种方法可以帮助研究人员详细分析中介效应的背后机制。
4.鸟笼实验鸟笼实验是一种实验设计方法，用于检验中介效应。
在这种实验中，研究者会操纵自变量来观察对因变量的影响，并通过引入中介变量来研究这种关系的中介机制。
鸟笼实验可以有效地控制其他变量的干扰，并提供更准确的中介效应估计。
5.结构方程模型结构方程模型（SEM）是一种灵活的统计模型，可以用于检验中介效应。
SEM将多个变量之间的关系建模为潜在变量和观测变量之间的关系，并通过比较观测数据和模型预测值，来检验中介效应的显著性。
总结起来，中介效应的检验方法包括Sobel检验、Bootstrap检验、Baron和Kenny的四步法、鸟笼实验和结构方程模型。
研究者可以根据自己的研究目的和数据类型选择适合的方法来检验中介效应的显著性。
中介效应与调节效应分析(课堂PPT)
对另一c类学生却没有效，从而学生 个XM性是调节变量。 c：衡量调节效应的大小
概述-核心概念 调节效应与交互效应
➢ 从统计分析角度看：调节效应＝交互效应 ➢ 从概念定义角度看：调节效应≠交互效应 ✓ 交互效应：两个自变量对称或不对称，任何一个都可为调节变量 ✓ 调节效应：哪个是自变量、调节变量，是明确的，不能互换
自大大我学学效生生能领领×导导力力 团队绩效
团队绩效 团团队队绩绩效效
概述-核心概念
中介效应(mediating effect)
考虑自变量X对因变量Y的影响，如果X通过影响变量M来影响Y，则称M 为中介变量。X通过M对Y产生的间接影响称为中介效应。
X
Y
M
X
Y
自我效能
大学生领导力
团队绩效
2
概述-核心概念
✓ 验证c不等于0：利用相关或者回归 ✓ 验证a不等于0，b不等于0（完全中介时，还需验证c'等于0）
用X向M做回归，得到a 进行层次回归，第一层放入x，第二层放入M得到b
✓ 中介效应值=a*b
1 4
实例分析-中介效应
实例分析1
➢ 某研究在探究成年人的生活满意度时，根据既往理论支持，初步建立假 设如下：
c
X
Y
e1
M
e2
a
b
c'
X
Y
e3
中介效应模型示意图
3
中介效应方程式
Y = cX +e1
(1)
M = aX +e2
(2)
Y =c'X +bM +e3
(3)
➢ 中介效应：a*b ➢ 直接效应：c ' ➢ 总效应：c (c = c'+ ab)
概述-核心概念 调节效应与交互效应
➢ 从统计分析角度看：调节效应＝交互效应 ➢ 从概念定义角度看：调节效应≠交互效应 ✓ 交互效应：两个自变量对称或不对称，任何一个都可为调节变量 ✓ 调节效应：哪个是自变量、调节变量，是明确的，不能互换
自大大我学学效生生能领领×导导力力 团队绩效
团队绩效 团团队队绩绩效效
概述-核心概念
中介效应(mediating effect)
考虑自变量X对因变量Y的影响，如果X通过影响变量M来影响Y，则称M 为中介变量。X通过M对Y产生的间接影响称为中介效应。
X
Y
M
X
Y
自我效能
大学生领导力
团队绩效
2
概述-核心概念
✓ 验证c不等于0：利用相关或者回归 ✓ 验证a不等于0，b不等于0（完全中介时，还需验证c'等于0）
用X向M做回归，得到a 进行层次回归，第一层放入x，第二层放入M得到b
✓ 中介效应值=a*b
1 4
实例分析-中介效应
实例分析1
➢ 某研究在探究成年人的生活满意度时，根据既往理论支持，初步建立假 设如下：
c
X
Y
e1
M
e2
a
b
c'
X
Y
e3
中介效应模型示意图
3
中介效应方程式
Y = cX +e1
(1)
M = aX +e2
(2)
Y =c'X +bM +e3
(3)
➢ 中介效应：a*b ➢ 直接效应：c ' ➢ 总效应：c (c = c'+ ab)
中介效应检验
中介效应检验
中介效应检验是一种统计方法，用于测试一个变量（中介变量）是否在一个因果链中起到了中介的作用。
中介效应检验通常分为两步：首先，通过回归分析确定两个变量之间的直接关系；然后，通过进一步的回归分析检验是否存在中介效应。
中介效应可以帮助解释为什么两个变量之间存在直接关系，并且可以提供一种更完整的理解变量之间关系的方式。
在中介效应检验中，通常会使用中介效应统计量来量化中介效应的大小。
常见的中介效应统计量包括Sobel检验、Bootstrap 法、Sobel-Goodman近似法等。
这些统计方法可以帮助确定中
介效应是否显著，并提供对中介效应大小的估计。
总之，中介效应检验是一种用于确定一个变量是否在两个变量之间起到中介作用的统计方法，能够提供对中介效应显著性和大小的估计。
中介效应检验
中介效应检验
中介效应检验是用于检验一个变量（中介变量）是否传递或中介了一个因变量（因果变量）与自变量之间的关系。
中介效应检验的目的是确定中介变量在自变量和因变量之间的作用。
中介效应检验通常包括以下步骤：
1. 检验自变量与因变量之间的直接关系，即在不考虑中介变量的情况下，自变量是否显著地影响因变量。
2. 检验自变量与中介变量之间的关系，即自变量是否显著地影响中介变量。
3. 检验中介变量与因变量之间的关系，即中介变量是否显著地影响因变量。
4. 进行中介效应检验，常用的方法有：Sobel检验、Bootstrap 检验和Baron-Kenny检验等。
这些方法主要是通过计算间接效应和其标准误，然后进一步计算间接效应的置信区间，判断间接效应的显著性。
中介效应检验方法
中介效应检验方法中介效应是指一个变量通过影响另一个变量与第三个变量之间的关系来产生影响的过程。
在社会科学研究中，中介效应检验方法被广泛运用于探究变量之间的关系及影响机制。
本文将介绍中介效应的概念、检验方法以及实际应用。
一、中介效应的概念。
中介效应是指自变量对因变量的影响，通过中介变量的作用而产生的间接影响。
在研究中，我们通常关心的是自变量对因变量的直接影响，但有时候这种直接影响可能会被中介变量所削弱或放大，因此需要通过中介效应检验方法来深入理解变量之间的关系。
二、中介效应的检验方法。
1. Sobel检验。
Sobel检验是一种常用的中介效应检验方法，它通过计算中介效应的标准误差来判断中介效应的显著性。
具体而言，Sobel检验通过计算间接效应的标准误差和直接效应的标准误差，进而得出中介效应的显著性。
这种方法在实际应用中较为简便，因此被广泛采用。
2. Bootstrap法。
Bootstrap法是一种非参数检验方法，它通过重复抽样来估计中介效应的置信区间。
这种方法不依赖于数据的分布形式，因此在样本较小或不符合正态分布的情况下也能够有效地检验中介效应。
在实际研究中，Bootstrap法的应用越来越广泛，尤其是在中介效应的稳健性检验中具有重要意义。
3. 布尔迪亚中介效应检验。
布尔迪亚中介效应检验是一种基于回归分析的方法，它通过构建中介效应的回归模型来检验中介效应的显著性。
这种方法在理论基础较为丰富的情况下能够有效地检验中介效应，但在实际操作中需要注意模型的合理性和可解释性。
三、中介效应的实际应用。
中介效应检验方法在社会科学研究中具有重要的应用意义。
通过深入理解变量之间的中介关系，我们能够更好地把握影响机制，为实际问题的解决提供科学依据。
例如，在心理学领域，研究者通过中介效应检验方法发现了一些心理干预措施的中介效应，从而为心理健康干预提供了理论支持。
总之，中介效应检验方法是社会科学研究中的重要工具，它能够帮助我们深入理解变量之间的关系及影响机制。
中介效应检验方法
和数据的正态性要求较低，具有较好的稳健性。
检验方法二：Sobel法
总结词
Sobel法是一种基于回归的检验中介效应 的方法，通过检验自变量对中介变量的 回归系数和中介变量对因变量的回归系 数来推断中介效应的存在。
VS
详细描述
Sobel法的步骤包括在控制自变量和因变 量的相关性后，分别对自变量和因变量进 行回归分析，然后在两个回归方程中分别 加入中介变量，观察加入中介变量后回归 系数的变化。如果中介变量的加入使得自 变量对因变量的影响变得不显著，则说明 存在中介效应。
Part
03
多重中介效应检验
检验方法一：Bootstrap法
总结词
Bootstrap法是一种重抽样技术，通过从原始数据中反复抽样来估计中介效应的置信区 间。
详细描述
Bootstrap法的步骤包括计算自变量通过各个中介变量到因变量的中介效应值，然后根 据这些值生成置信区间，如果区间不包含0，则说明中介效应显著。该方法对样本大小
详细描述
Judd和Kenny法是另一种常用的中介效应检验方法，它基 于因果逐步回归分析的思想，通过逐步引入自变量、中介 变量和自变量与中介变量的交互项来检验中介效应。
Judd和Kenny法的步骤如下：首先，检验自变量对因变量 的回归系数是否显著；其次，检验自变量对中介变量的回 归系数以及中介变量对因变量的回归系数是否都显著；最 后，检验自变量、中介变量以及自变量与中介变量的交互 项同时对因变量的回归系数是否都显著。如果以上回归系 数都显著，则说明存在中介效应。
社会学研究
社会互动分析
中介效应检验在社会学中用于分析社会互动过程，如人际关系、 群体行为等。
社会结构与功能
研究社会结构和社会功能的中介效应，有助于理解社会现象的形成 和演变。
检验方法二：Sobel法
总结词
Sobel法是一种基于回归的检验中介效应 的方法，通过检验自变量对中介变量的 回归系数和中介变量对因变量的回归系 数来推断中介效应的存在。
VS
详细描述
Sobel法的步骤包括在控制自变量和因变 量的相关性后，分别对自变量和因变量进 行回归分析，然后在两个回归方程中分别 加入中介变量，观察加入中介变量后回归 系数的变化。如果中介变量的加入使得自 变量对因变量的影响变得不显著，则说明 存在中介效应。
Part
03
多重中介效应检验
检验方法一：Bootstrap法
总结词
Bootstrap法是一种重抽样技术，通过从原始数据中反复抽样来估计中介效应的置信区 间。
详细描述
Bootstrap法的步骤包括计算自变量通过各个中介变量到因变量的中介效应值，然后根 据这些值生成置信区间，如果区间不包含0，则说明中介效应显著。该方法对样本大小
详细描述
Judd和Kenny法是另一种常用的中介效应检验方法，它基 于因果逐步回归分析的思想，通过逐步引入自变量、中介 变量和自变量与中介变量的交互项来检验中介效应。
Judd和Kenny法的步骤如下：首先，检验自变量对因变量 的回归系数是否显著；其次，检验自变量对中介变量的回 归系数以及中介变量对因变量的回归系数是否都显著；最 后，检验自变量、中介变量以及自变量与中介变量的交互 项同时对因变量的回归系数是否都显著。如果以上回归系 数都显著，则说明存在中介效应。
社会学研究
社会互动分析
中介效应检验在社会学中用于分析社会互动过程，如人际关系、 群体行为等。
社会结构与功能
研究社会结构和社会功能的中介效应，有助于理解社会现象的形成 和演变。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
局限 • 首先，系数c 显著 作为中介效应检验的前提条件，即如果系数c 不显
著，就不存在中介效应了，但有学者认为这个前提条件是不必要的， 因为在系数c 不显著的情况下完全可能存在中介效应（ab和c'方向相 反时，如果两个中介效应方向相反）
4
中介检验的方法
一、逐步检验法/因果步骤法/依次检验法(Causal Steps Approach; Baron & Kenny, 1986)
6
中介检验的方法
一、逐步检验法/因果步骤法/依次检验法(Causal Steps Approach; Baron & Kenny, 1986)
• 第四，因果步骤法根据系数c' 的显著性将中介效应分为完全中介和部 分中介，但有学者建议放弃部分中介和完全中介的说法，因为这种粗 糙的中介效果量诊断方法存在较大的局限。
11
中介检验的方法
二、系数乘积法(Product of Coefficients Approach)
2、不对称置信区间法（bootstrap法） Bootstrap的原理是当正态分布假设不成立时，以样本来代表总体，在此样本
中进行放回抽样直至抽取n 个( 如100 个) ，组成一个样本。这样的程序反复进行多 次( k 次) ，亦即产生多个样本，每个样本都可以算出一个间接作用估计值，由此可 以算出k 个值，形成一个实际的分布。这个分布近似于从原始总体中取样的分布。一 般建议最少抽样1000 次( 亦即k = 1000) ，推荐抽样5000次。
8
中介检验的方法
二、系数乘积法(Product of Coefficients Approach)
1、Sobel 检验法
原理
• Sobel 检验法就是用中介效应估计值ab 除以中介效应估计值ab的标准误
得到一个z 值( z=ab/Sab) ，将这个z 值和基于标准正态分布的临界z
值进行比较，如果z 值大于临界z值，说明中介效应存在，如果z 值小于 临界z 值，说明中介效应不存在; • 或构建一个对称的置信区间，如果置信区间不包括0，说明有中介效应存 在。
• 其次，Mackinnon( 2002) 通过模拟研究比较了三类中介效应检验方 法的表现，发现因果步骤法的统计功效最低，并且容易低估第Ⅰ类错 误率，统计功效最低成为因果步骤法的主要批评来源。有学者认为， 这主要与因果步骤法需要系数c 显著有关，系数c 显著的要求严重降低 了统计功效。
5
中介检验的方法
中介效应检ቤተ መጻሕፍቲ ባይዱ方法
《中介效应的检验方法和效果量测量: 回顾与展望》
方杰 张敏强 邱皓政（心理发展与教育2012）
《中介效应研究的新趋势———研究设计和数据统计方法》
甘怡群 （心理卫生评估2014）
中介效应分析思路
中介作用分析是在确认了两个变量有因果关系的前提下， 确认中介变量可以全部或部分地解释这种因果关系的机制的 统计程序。
10
中介检验的方法
二、系数乘积法(Product of Coefficients Approach)
2、不对称置信区间法
原理
• 不对称置信区间法由于放弃了中介效应的抽样分布为正态分布的前提， 对中介效应的抽样分布不加限制，因此得到不对称置信区间。
• 不对称置信区间法包括Bootstrap 法和乘积分布法 Bootstrap 法能适用于中、小样本和各种中介效应模型，且目前常用的 各种统计软件都能进行Bootstrap 法运算。
9
中介检验的方法
二、系数乘积法(Product of Coefficients Approach)
1、Sobel 检验法
局限
• 前提假设是中介效应ab是正态分布，且需要大样本，但实际情况是即使a ，b分别服从正态分布，ab的乘积也不一定是正态分布存。
• Macho 和Ledermann(2011) 指出Sobel 检验的另一个不足是在有多个 中介变量的模型中，中介效应估计值的标准误常用Delta 法计算，计算公 式比较复杂，且使用不便。
总效应c = ab + c’
c为总效应，c’为考虑中介效 应后的直接效应，ab为中介 效应也称间接效应。
在回归模型中ab = c-c’，
但在其他模型（如logistic回 归和多水平分析）中两者不一 定完全相等(MacKinnon, 2008; 温忠麟等, 2012)。
2
中介检验的方法
一、逐步检验法/因果步骤法/依次检验法(Causal Steps Approach; Baron & Kenny, 1986) 中介效应的效果量( effect size) 常用ab / c 或ab / c' 来衡量
这种程序产生的置信区间可以用CI 的偏差调整或者偏差调整和 加速 调整上限值和下限值。不管使用何种程序，如果0 不在 上下限的区间之内，可以说有CI %的可信度认为中介作用 不是0。
12
中介检验的方法
7
中介检验的方法
二、系数乘积法(Product of Coefficients Approach) 系数乘积检验就是检验ab乘积是否显著不为0，无需以
系数c 显著作为中介效应检验的前提条件，可以直接提供中 介效应的点估计和置信区间，统计功效优于因果步骤法。
系数乘积法分为两类， • 一类是基于中介效应的抽样分布为正态分布的Sobel 检验法 • 另一类是基于中介效应的抽样分布为非正态分布的不对称置信区间法
X 对Y 的回归，检验回归系数c 的显著性 01
02 X 对M 的回归，检验回归系数a 的显著性
M 对Y 的回归，检验回归系数b 的显著性 03 04 M对Y 的回归，检验回归系数c' 的显著性
（c'显著且小于c部分中介，c'不显著完全中介）
3
中介检验的方法
一、逐步检验法/因果步骤法/依次检验法(Causal Steps Approach; Baron & Kenny, 1986)
一、逐步检验法/因果步骤法/依次检验法(Causal Steps Approach; Baron & Kenny, 1986)
• 第三，因果步骤法是通过一系列的假设检验去推测中介效应的有无， 而不是直接检验中介效应ab是否显著不为0，因此无法直接提供中介 效应的点估计，也就无法提供中介效应的置信区间。
著，就不存在中介效应了，但有学者认为这个前提条件是不必要的， 因为在系数c 不显著的情况下完全可能存在中介效应（ab和c'方向相 反时，如果两个中介效应方向相反）
4
中介检验的方法
一、逐步检验法/因果步骤法/依次检验法(Causal Steps Approach; Baron & Kenny, 1986)
6
中介检验的方法
一、逐步检验法/因果步骤法/依次检验法(Causal Steps Approach; Baron & Kenny, 1986)
• 第四，因果步骤法根据系数c' 的显著性将中介效应分为完全中介和部 分中介，但有学者建议放弃部分中介和完全中介的说法，因为这种粗 糙的中介效果量诊断方法存在较大的局限。
11
中介检验的方法
二、系数乘积法(Product of Coefficients Approach)
2、不对称置信区间法（bootstrap法） Bootstrap的原理是当正态分布假设不成立时，以样本来代表总体，在此样本
中进行放回抽样直至抽取n 个( 如100 个) ，组成一个样本。这样的程序反复进行多 次( k 次) ，亦即产生多个样本，每个样本都可以算出一个间接作用估计值，由此可 以算出k 个值，形成一个实际的分布。这个分布近似于从原始总体中取样的分布。一 般建议最少抽样1000 次( 亦即k = 1000) ，推荐抽样5000次。
8
中介检验的方法
二、系数乘积法(Product of Coefficients Approach)
1、Sobel 检验法
原理
• Sobel 检验法就是用中介效应估计值ab 除以中介效应估计值ab的标准误
得到一个z 值( z=ab/Sab) ，将这个z 值和基于标准正态分布的临界z
值进行比较，如果z 值大于临界z值，说明中介效应存在，如果z 值小于 临界z 值，说明中介效应不存在; • 或构建一个对称的置信区间，如果置信区间不包括0，说明有中介效应存 在。
• 其次，Mackinnon( 2002) 通过模拟研究比较了三类中介效应检验方 法的表现，发现因果步骤法的统计功效最低，并且容易低估第Ⅰ类错 误率，统计功效最低成为因果步骤法的主要批评来源。有学者认为， 这主要与因果步骤法需要系数c 显著有关，系数c 显著的要求严重降低 了统计功效。
5
中介检验的方法
中介效应检ቤተ መጻሕፍቲ ባይዱ方法
《中介效应的检验方法和效果量测量: 回顾与展望》
方杰 张敏强 邱皓政（心理发展与教育2012）
《中介效应研究的新趋势———研究设计和数据统计方法》
甘怡群 （心理卫生评估2014）
中介效应分析思路
中介作用分析是在确认了两个变量有因果关系的前提下， 确认中介变量可以全部或部分地解释这种因果关系的机制的 统计程序。
10
中介检验的方法
二、系数乘积法(Product of Coefficients Approach)
2、不对称置信区间法
原理
• 不对称置信区间法由于放弃了中介效应的抽样分布为正态分布的前提， 对中介效应的抽样分布不加限制，因此得到不对称置信区间。
• 不对称置信区间法包括Bootstrap 法和乘积分布法 Bootstrap 法能适用于中、小样本和各种中介效应模型，且目前常用的 各种统计软件都能进行Bootstrap 法运算。
9
中介检验的方法
二、系数乘积法(Product of Coefficients Approach)
1、Sobel 检验法
局限
• 前提假设是中介效应ab是正态分布，且需要大样本，但实际情况是即使a ，b分别服从正态分布，ab的乘积也不一定是正态分布存。
• Macho 和Ledermann(2011) 指出Sobel 检验的另一个不足是在有多个 中介变量的模型中，中介效应估计值的标准误常用Delta 法计算，计算公 式比较复杂，且使用不便。
总效应c = ab + c’
c为总效应，c’为考虑中介效 应后的直接效应，ab为中介 效应也称间接效应。
在回归模型中ab = c-c’，
但在其他模型（如logistic回 归和多水平分析）中两者不一 定完全相等(MacKinnon, 2008; 温忠麟等, 2012)。
2
中介检验的方法
一、逐步检验法/因果步骤法/依次检验法(Causal Steps Approach; Baron & Kenny, 1986) 中介效应的效果量( effect size) 常用ab / c 或ab / c' 来衡量
这种程序产生的置信区间可以用CI 的偏差调整或者偏差调整和 加速 调整上限值和下限值。不管使用何种程序，如果0 不在 上下限的区间之内，可以说有CI %的可信度认为中介作用 不是0。
12
中介检验的方法
7
中介检验的方法
二、系数乘积法(Product of Coefficients Approach) 系数乘积检验就是检验ab乘积是否显著不为0，无需以
系数c 显著作为中介效应检验的前提条件，可以直接提供中 介效应的点估计和置信区间，统计功效优于因果步骤法。
系数乘积法分为两类， • 一类是基于中介效应的抽样分布为正态分布的Sobel 检验法 • 另一类是基于中介效应的抽样分布为非正态分布的不对称置信区间法
X 对Y 的回归，检验回归系数c 的显著性 01
02 X 对M 的回归，检验回归系数a 的显著性
M 对Y 的回归，检验回归系数b 的显著性 03 04 M对Y 的回归，检验回归系数c' 的显著性
（c'显著且小于c部分中介，c'不显著完全中介）
3
中介检验的方法
一、逐步检验法/因果步骤法/依次检验法(Causal Steps Approach; Baron & Kenny, 1986)
一、逐步检验法/因果步骤法/依次检验法(Causal Steps Approach; Baron & Kenny, 1986)
• 第三，因果步骤法是通过一系列的假设检验去推测中介效应的有无， 而不是直接检验中介效应ab是否显著不为0，因此无法直接提供中介 效应的点估计，也就无法提供中介效应的置信区间。