当前位置：文档之家 › 中介效应与调节效应分析(课堂PPT)

中介效应与调节效应分析(课堂PPT)

  • 格式：ppt
  • 大小：755.00 KB
  • 文档页数：16

下载文档原格式

  / 16

合集下载

中介效应分析ppt课件

中介效应分析ppt课件
1依次检验回归系数法2系数乘积检验法3系数差异检验法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ab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
中介效应分析方法
学生：肖 翔 导师：曾晓青
1
中介变量的定义：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。例 如，“专业满意度”影响“专业承诺”，进而影响“对该专业 的学习投入”。“专业承诺”是中介变量。
new (H); !定义辅助变量 H=a*b; ! 系数乘积ab的估计 OUTPUT: cinterval (bcbootstrap);!输出各个系数及系数乘积 ab 的偏差校正的非参数 百分位 Bootstrap 法置信区间 若要得到(不校正的)非参数百分位Bootstrap 法置信区间, 只需将 OUTPUT 中的 cinterval (bcbootstrap)改为 cinterval (bootstrap)即可。
学习投入
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

SPSS基本技法-调节效应与中介效应的探讨.ppt

SPSS基本技法-调节效应与中介效应的探讨.ppt
SPSS基本技法与 调节效应与中介效应的探讨
1
當你在做論文的時候，遇到下 面問題，你該怎麼辦？
複選題要怎麼key-in呢？ 資料key-in完後，要怎麼偵測有沒有key錯呢？ 我如何把基本資料中的連續變項（如：所有受測樣本 的年資在半年到14年之間）轉換成類別變項呢（如：1=
年資不到1年、2=1年以上3年以下、3=3年以上5年以下、 4=5年以上7年以下、5=超過7年）
部屬知覺到的 流動性
主管的 不當對待行為
部屬的 工作滿意度
流動性 高 低
工高 作 滿 意 度低
低高
不當對待領導
11
問題與討論
目前已經有研究指出：當員工的加班時間 越長，其工作倦怠的情形也就越嚴重。
加班時間長短
工作倦怠
針對以上刺激-反應模式，你認為：
– 可能的中介變項是什麼？ – 可能的調節變項有哪些？
Variable
Step1：control variable Sex of clerk Sex of customer Sex of clerk-customer pair Age of clerk Years of clerk Professional ability
Step2：predictor Displayed positive emotions
一個公式闖天下
01X
2M
XM 3
X
β1
M β2
Y
β3
X×M
拆成三部曲
Step 1 10 11 X
Ｒ12
Step 2 20 21 X 22 M
Ｒ22
Step 3
30 31 X 32 M
XM 33
Ｒ32
R2

(整理)分析调节效应..pptx

(整理)分析调节效应..pptx

表格2
Model Summary
Mode gender l
Std. Error
Change Statistics
Adjusted of the R Square F R R Square R Square Estimate Change Change df1 df2
Sig. F Change
0 1 .349a .122 .113
精品文档
5
学海无 涯
gender Model
Variables Entered
Variables Removed
Method
0
1
COMPa
. Enter
1
1
COMPa
. Enter
a. All requested variables entered.
b. Dependent Variable: PICTCOMP 表格1显示了因变量是pictcomp,回归方法采用强行进入法（enter），共有两组回归方程 ， 一组是女性（0），另一组是男性（1）。
表格3
Coefficientsa
gender Model
Unstandardized Coefficients
Standardized
Coefficients
t
Sig.
精品文档
6
学海无 涯
B
Std. Error Beta
0
1
(Constant)
7.355
.943
7.797
.000
COMP
.342
.091
Assuming model 无限制模型（所有参数自由估计） to be correct:

调节效应和中介效应

调节效应和中介效应

调节变量(Moderator) vs 中介变量(Mediator)1、调节变量的定义变量Y与变量X 的关系受到第三个变量M 的影响,就称M为调节变量。

调节变量可以是定性的，也可以是定量的。

在做调节效应分析时,通常要将自变量和调节变量做中心化变换。

简要模型：Y = aX + bM + cXM + e 。

Y与X 的关系由回归系数a + cM 来刻画,它是M 的线性函数, c衡量了调节效应(moderating effect)的大小。

如果c显著，说明M 的调节效应显著。

2、调节效应的分析方法显变量的调节效应分析方法：分为四种情况讨论。

当自变量是类别变量，调节变量也是类别变量时，用两因素交互效应的方差分析，交互效应即调节效应；调节变量是连续变量时，自变量使用伪变量,将自变量和调节变量中心化,做Y=aX+bM+cXM+e 的层次回归分析：1、做Y对X和M的回归,得测定系数R12。

2、做Y对X、M和XM的回归得R22，若R22显著高于R12，则调节效应显著。

或者,作XM的回归系数检验,若显著,则调节效应显著；当自变量是连续变量时，调节变量是类别变量，分组回归:按M的取值分组,做Y对X的回归。

若回归系数的差异显著,则调节效应显著，调节变量是连续变量时，同上做Y=aX +bM +cXM +e的层次回归分析。

潜变量的调节效应分析方法：分两种情形：一是调节变量是类别变量,自变量是潜变量；二是调节变量和自变量都是潜变量。

当调节变量是类别变量时,做分组结构方程分析。

做法是,先将两组的结构方程回归系数限制为相等,得到一个χ2值和相应的自由度。

然后去掉这个限制,重新估计模型,又得到一个χ2值和相应的自由度。

前面的χ2减去后面的χ2得到一个新的χ2,其自由度就是两个模型的自由度之差。

如果χ2检验结果是统计显著的,则调节效应显著；当调节变量和自变量都是潜变量时，有许多不同的分析方法，最方便的是Marsh,Wen和Hau 提出的无约束的模型。

中介效应与调节效应分析

中介效应与调节效应分析

自我效能
自我效能？ 政治技能？
团队绩效 团队绩效 团队绩效
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 自我效能 M 大学生领导力 X Y 团队绩效
2
概述-核心概念
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
6
检验方法-中介效应
传统检验方法 1 传统检验方法 23 传统检验方法
系数乘积项检验法 依次检验法 差异检验法 检验回归系数 c、a、b、c' Sobel 检验法 检验c 和c'的差异是否显著 c： Y与X是否相关 ab是否显著，即H0：ab=0 回归系数的乘积
Y=aM+bM+cXM+e X, M在Y前面，M可以在X前面 影响Y和X之间关系的方向（正或负）和强弱 M与X、Y的相关可以显著或不显著（后者较理想） 回归系数c ^c c是否等于0
X对Y的影响较强且稳定
M=aX+e2 Y=c'X+bM+e3 M在X之后，Y之前 代表一种机制，X通过它影响Y M与X、Y的相关都显著 回归系数乘积ab ^a^b ab是否等于0
中心化乘积指标方法
广义成绩指标方法 无约束模型
2 2
拓展
单步多重中介模型
指多个中介变量之间不存在相互影响
M1
a1
a2 X
并行多重中介模型

调节效应和中介效应分析

调节效应和中介效应分析

调节效应的分析自变量和调节变量都是分类变量：方差分析考察交互效应（调节效应）自变量（A）和调节变量（M）都是连续变量：对两个变量先做中心化处理(centering)；变量–变量的平均数CA CM求中心化处理之后的两个变量的乘积（交互效应项或调节效应项CAM）层级回归分析调节效应或交互效应第一层CA CM第二层CAM R2 改变量是否显著或者CAM是否显著？3. 自变量是连续变量，调节变量是分类变量（分组回归–SEM ）自变量是分类变量，调节变量是连续变量先将自变量（4个水平）转化成虚拟变量（K-1个虚拟变量）A1 A2 A3 调节变量中心化处理（CM）求中心化处理之后的调节变量与虚拟变量的乘积CM* A1 CM* A2 CM* A3 层级回归分析调节效应第一层A1 A2 A3 CM第二层CM* A1 CM * A2 CM* A3R2 改变量是否显著中介效应分析自变量：agreeableness 因变量：helping中介变量（mediator）：sympathy中介效应分析：自变量对因变量的影响有没有通过某个中间的变量实现。

如果a b都显著，那么有中介效应。

如果c’显著，那么是部分中介效应，如果c’不显著，则是完全中介效应。

(ab都是标准化回归系数)如果a b 都不显著，那么无中介效应。

如果a b有一个显著，那么需要做进一步检验（H0: ab=0）。

Sobel Testz = a*b / √(a*a*sb*sb+b*b*sa*sa)(ab都是标准化回归系数，sa sb 指的是回归系数的标准误)第一步：自变量对因变量有显著效应c = 0.23 (p<0.01)第二步：分析a 和 b 的显著性a的显著性自变量对中介变量的影响a = 0.20 (p=0.01) sa =0.015b的显著性中介变量对因变量的影响（自变量和中介变量）b = 0.281 (p<0.01) sb = 0.013c’的显著性自变量对因变量的直接影响c’= 0.174 (p<0.01)第三步：a 和b 都是显著的，所以M 有中介效应。

中介变量与调节变量PPT课件

中介变量与调节变量PPT课件

• 中介效应的大小c- c’= a b，即0.300.17=0.13=ab.则部分中介效果显著。
• a=0.26 b=0.49 ab=0.13
• 中介效应与总效应之比( ^a^b/ ( ^c’+ ^a^b) ) ，即（0.26×0.49）/（0.17+0.26×0.49） =42.8%
调节变量
调节变量（moderator）：如果因变量Y与自 变量X的关系是变量M的函数，称M为调节 变量。就是说，Y与X的关系受到第三个变 量M的影响，这种有调节变量的模型一般地 可以用图示意。
然后,以自尊、社会影响以及这两者的交互作用
项一起作为预测变量,以自控为因变量采用强迫进 入法进行回归分析。结果表明,整体模型具有统计 显著性,但是交互作用项对自控的影响未达到显著 水平( p < 0. 05) ,这说明社会影响在自尊与自控之 间未存在调节效应。
最后,以自尊、社会影响、自控、自尊与社会影响 的交互作用项以及自控与社会影响的交互作用项一
• 在做调节效应分析时, 通常要将自变量和调 节变量做中心化变换(即变量减去其均值)。 本文主要考虑最简单常用的调节模型, 即假 设Y与X有如下关系
• Y= aX + bM+ cXM+ e (1)
可以把上式重新写成
• Y= bM + ( a + cM)X+ e
c衡量了调节效应 (moderating effect)的大小
国内讲课数据：当自变量为类别变量，因变 量为连续变量
1.做Y（幸福中心）对X（性別）和M1（支持中心）的回归 ，得测定系数R12=0.97.
2.做Y（幸福中心）对X（性別）、M1（支持中心）和XM1 的回归，得测定系数R22=0.97.

中介效应与调节效应对比和分析课件PPT

中介效应与调节效应对比和分析课件PPT

比较
调节变量 VS 中介变量
• 差别的关键在于？ 统计模型
统计方法详析. 调节效应
统计分析方法
• 主要方法
• 方法一
•
-分组回归（适用于M为分类，X为连续变量的情况）
• 方法二
•
-层级回归（适用于M为连续变量的情况）
• 方法三
-偏回归系数分析（适用于M为连续变量的情况）
统计方法详析. 调节效应
调节效应
调节效应和交互效应
• 从统计上看，调节效应和交互效应是相同的 （对H0：c=0进行检验，c显著，则调节效应显著）
• 从概念上看，交互效应中，两个自变量地位不固定，可以任意解释。 调节作用中，调节变量和自变量根据假设模型固定。
调节效应
统计分析方法
• 关键词解释
• -显变量：可以直接观测的显变量
中介效应
统计分析方法
• 主要方法
• 方法一
•
-依次检验回归系数，c、a、b系数分别显著
• 方法二
•
-路径分析，经过中介变量路径上回归系数的乘积ab是否显著
•
即H0：ab=0
• 方法三
- 检验c和c'的差异是否显著
中介效应
统计分析方法
• 基本分析流程 主要采用结构方程模型进行统计或用SPSS进行回归 以下为一般中介检验程序
统计方法详析. 中介效应
统计分析方法
• 主要方法
• 方法一
•
-依次检验回归系数，c、a、b系数分别显著
• 方法二
•
-路径分析，经过中介变量路径上回归系数的乘积ab是否显著
•
即H0：ab=0
• 方法三
-检验c和c'的差异是否显著

Chapter6new 中介效应与调节效应

Chapter6new 中介效应与调节效应

显变量的调节效应
• 主要方法 • 方法一 • -分组回归（适用于M为分类，X为连续变量的情况） -层级回归（适用于M为连续变量的情况） -偏回归系数分析（适用于M为连续变量的情况） • 方法二 • • 方法三
连续自变量（X）+连续调节变量（M）

Y = α + β1X + β2 M+ ε β1 = α’ + β3 M Y = α + (α’ + β3 M) X + β2 M + ε

优点：


缺点：

软件中直接实现
对于较弱的中介效应检验效 果不理想，如a较小而b较大 时，依次检验判定为中介效 应不显著，但是此时ab乘积 不等于0，因此依次检验的 结果容易犯第二类错误（接 受虚无假设即作出中介效应 不存在的判断）。
方法二：系数乘积项检验法

检验ab乘积项的系数是否显著，检验统计量为
• 主要方法 • 方法一 • -依次检验回归系数，c、a、b系数分别显著 -路径分析，经过中介变量路径上回归系数的乘积 ab是否显著 • 即H0：ab=0 - 检验c和c'的差异是否显著 • 方法三 • 方法二 •
方法一：依次检验法



Y=cx+e1 M=ax+e2 Y=c’x+bM+e3


其中， 查MacKinnon的临界值表，看统计量是否显著， 临界值为zα/2>0.97或zα/2<-0.97(P <0.05，N≧200) 缺点：受到统计样本大小和是否正态分布的局限

软件实现： Spss：soble检验模块 AMOS：手动计算 LISREL：分析检验命令

中介效应与调节效应分析 ppt课件

中介效应与调节效应分析 ppt课件
▪ 2）当调节变量和自变量都是潜变量时，有许多不同的 分析方法，最方便的是Marsh，Wen和Hau提出的无约 束的模型。
实例讲解
▪ 例30.2：在一项心理学研究中判断“设备”因素 在“亮度”与学生“得分”中是否表现出调节 作用，见例30.2.sav。
▪ 操作步骤：
▪ （1）由数据资料可知自变量“亮度”与调节变 量“设备”都是类别变量，可以选用多因素方 差分析对两因素的交互作用的显著性进行判断 。检验结果如图30-13所示。
▪ 如果第三者变量是协变量，我们可以通过协变 量的方差分析或回归分析加以控制；
▪ 如果第三者变量经过排查不是协变量，可能是 因果之间的间接变量和（或）调节变量，对这 类的问题的研究中介效应与调节效应分析是可 行的解决之道。
精品资料
• 你怎么称呼老师？
• 如果老师最后没有总结一节课的重点的难点，你 是否会认为老师的教学方法需要改进？
▪ 操作步骤：
▪ （1）根据分析目的，合并原始变量产生三个新变 量“工作不被认同”、“焦虑”和“工作绩效” 如图30-2所示，各个新变量值等于原始变量的均 值。
▪ 自变量（X）为“工作不被认同”包含三个观测指 标：即领导不认同、同事不认可、客户不认可；中 介变量（M）“焦虑”包含三个观测指标即心跳、 紧张、坐立不安；因变量（Y）“工作绩效”包含 两个观测指标即效率低和效率下降。
• 你所经历的课堂，是讲座式还是讨论式？ • 教师的教鞭
• “不怕太阳晒，也不怕那风雨狂，只怕先生骂我 笨，没有学问无颜见爹娘 ……”
• “太阳当空照，花儿对我笑，小Fra bibliotek说早早早……”
一、中介效应分析
▪ 1.中介效应的概述
▪ 中介效应是指变量间的影响关系（X→Y）不是直接的因 果链关系，而是通过一个或一个以上变量(M)的间接影 响产生的，此时我们称M为中介变量，而X通过M对Y产 生的的间接影响称为中介效应。

中介效应与调节效应分析

中介效应与调节效应分析

中介效应与调节效应的综合分析实例
• 心理压力与健康：心理压力可能会通过多种机制影响健康状 况，如通过影响免疫系统、心血管系统和心理健康等。这些 机制可以作为中介变量，而性别、年龄和社会支持等因素可 以作为调节变量，共同解释心理压力与健康状况之间的关系。
感谢观看
THANKS
调节效应分析实例
性别与职业选择
性别可能会调节个人兴趣与职业选择之间的关系。例如，在某些文化背景下，男性可能 更倾向于选择传统上被认为是男性主导的职业，而女性可能更倾向于选择传统上被认为
是女性主导的职业。
年龄与健康行为
年龄可能会调节健康行为与健康状况之间的关系。例如，年轻人可能更容易采取健康的 生活方式，如定期锻炼和健康饮食，而老年人可能更倾向于接受医疗治疗和药物管理。
实例Βιβλιοθήκη 中介效应分析实例吸烟对肺癌的影响
吸烟是肺癌的一个重要风险因素，但吸 烟对肺癌的影响可能通过多种机制起作 用，如直接毒性作用、免疫系统抑制等 。这些机制可以作为中介变量，解释吸 烟与肺癌之间的关联。
VS
学习成绩与职业发展
学习成绩可以作为职业发展的中介变量。 通过良好的学习成绩，学生可以获得更好 的教育机会和技能，进而在职业市场上获 得更好的机会和更高的收入。
建立理论模型
根据相关理论和研究假设，建立中介效应与调节效应的理论模型，明确变量之间的关系和预期的效应 。
数据收集
选择样本
根据研究目的和变量要求，选择合适的样本来源和样 本量。
设计问卷或实验
根据研究问题和变量测量方式，设计问卷或实验程序， 确保数据收集的准确性和可靠性。
实施数据收集
按照设计好的问卷或实验程序，进行数据收集工作， 并确保数据质量。

中介效应与调节效应分析共34页

中介效应与调节效应分析共34页
文 家 。汉 族 ，东 晋 浔阳 柴桑 人 （今 江西 九江 ） 。曾 做过 几 年小 官， 后辞 官 回家 ，从 此 隐居 ，田 园生 活 是陶 渊明 诗 的主 要题 材， 相 关作 品有 《饮 酒 》 、 《 归 园 田 居 》 、 《 桃花 源 记 》 、 《 五 柳先 生 传 》 、 《 归 去来 兮 辞 》 等 。
中介效应与调节效应分析
6
、
露
凝
无
游
氛
，
天
高
风
景
澈
。
7、翩翩新 来燕，双双入我庐 ，先巢故尚在，相 将还旧居。
8
、பைடு நூலகம்
吁
嗟
身
后
名
，
于
我
若
浮
烟
。
9、 陶渊 明（ 约 365年 —427年 ），字 元亮， （又 一说名 潜，字 渊明 ）号五 柳先生 ，私 谥“靖 节”， 东晋 末期南 朝宋初 期诗 人、文 学家、 辞赋 家、散
1
0
、
倚
南
窗
以
寄
傲
，
审
容
膝
之
易
安
。
▪
26、要使整个人生都过得舒适、愉快，这是不可能的，因为人类必须具备一种能应付逆境的态度。——卢梭
▪
27、只有把抱怨环境的心情，化为上进的力量，才是成功的保证。——罗曼·罗兰
▪
28、知之者不如好之者，好之者不如乐之者。——孔子
▪
29、勇猛、大胆和坚定的决心能够抵得上武器的精良。——达·芬奇
▪
30、意志是一个强壮的盲人，倚靠在明眼的跛子肩上。——叔本华
谢谢！
34
  1. 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. 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. 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)。
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
中介效应与间接效应
➢ 中介效应是间接效应的一种 ➢ 模型中只有一个中介变量时，中介效应＝间接效应 ✓ 中介效应：自变量与因变量相关显著 ✓ 间接效应：自变量与因变量不相关也可存在 ➢ 中介变量不止一个时，中介效应≠间接效应 ✓ 间接效应：部分中介效应和（或）所有中介效应的总和
6
检验方法-中介效应
传传传统统统检检检验验验方方方法法法123
依系差次数异检乘检验积验法项法检验法 ➢➢➢检S检o验b验e回lc检和归验c系'的法数差c异、是a、否b显、著c' ✓✓ c回：归Y系与数X是的否乘相积关ab是否显著，即H0：ab=0 ✓✓ a检、验b统：计间量接为检z验=系ab数/ 乘sab积 ✓✓ csa'b:=是否为完a全2sb2中b介2sa2
➢ 另一类是所涉及的变量中至少有一个是潜变量( Latent Variable)
1 0
检验方法-调节效应
显变量
➢ 根据不同的变量水平可以利用SPSS进行方差分析和回归的处理
方差分析
伪变量处理 层次回归分析
(R22 >R12)
XM偏回归系数检验
分组回归
层次回归分析 (R22 >R12)
XM偏回归系数检验
中介效应与调节效应分析
0
概述-意义
中介效应与调节效应
➢ 揭示现象间关系的复杂性，使横断面研究中的预测关系明晰化
中介效应
➢ 揭示自变量对因变量影响的内在机制，避免忽视间接效应
调节效应
➢ 识别自变量对因变量的边界条件
大学生领导力
自我效能
大学生领导力 团队绩效
1
自我效能？ 政治技能？
政治技能
政自治我技效能能
➢ 调节变量和自变量都是潜变量 ✓ 中心化乘积指标方法 ✓ 广义成绩指标方法 ✓ 无约束模型
2 2
拓展
单步多重中介模型
4
概述-核心概念
调节效应(moderating effect)
➢ 如果变量Y与变量X的关系是变量M的函数，称M为调节变量。就是说，Y 与X的关系受到第三个变量M的影响 ➢ 影响因变量和自变量之间关系的方向（正或负）和强弱
M
X
Y
e
Y = f(X, M)+ e
调节效应模型示意图
5
例的X 关如系，a学 ，生往往的受学e 到习学效Y生果=a个和X+性指bM的导+e影方响案： 一M 种指b导方案对Y 某类Y学=a生X+很bM有+c效XM，+e
1 8
实例分析-中介效应
实例分析3
➢ 某研究者想探究教师教学信念、班级气氛、教学效能之间的影响关系，中介 效应分析如下：
教学信念
1 9
班级气氛
教学效能
实例分析-中介效应
实例分析3
2 0
实例分析-调节效应
2 1
实例分析-调节效应 潜变量的调节效应分析
➢ 调节变量是类别变量，自变量是潜变量 ✓ 分组结构方程分析
1 1
检验方法-调节效应
潜变量
➢ 利用结构方程模型或其他特定方法
不考虑 不考虑
分组结构方程模型
中心化乘积指标 GAPI
无约束模型
1 2
实例分析-中介效应
第一步 回归系数检验 第二步 部分中介检验 依次检验a、b 第三步 完全中介检验
1 3
第四步 Sobel检验
实例分析-中介效应
依次检验
➢ 基本思路：依次回归c，a，b ➢ 统计工具：SPSS M
e2
a
b
X
c'
Y
e3
中介效应模型示意图
检验方法-中介效应
检验方法
核心
优点
依次检验法
依次检验c、a、 b、c'
易操作
系数乘积法 H0：ab=0
易检验出中介效应显 著
差异检验法 H0：c-c'=0
易操作 a=0，b=0时， 第一类错误率≈0.5
缺点
易犯第二类错误
要求a*b正态分布 易犯第一类错误
1 6
实例分析-中介效应 Sobel检验
➢ 基本思路：检验H0：ab=0 ➢ 统计工具：SPSS+Sobel脚本 ➢ 步骤
✓ Sobel提出ab的标准误计算公式 ✓ 检验统计量
1 7
实例分析-中介效应
实例分析2
➢ 安装Sobel脚本 ➢ 步骤依次检验，ab仅有一个显著 ➢ Sobel检验 ➢ 计算
薪资所得
家庭幸福
生活满意
1 5
实例分析-中介效应
•实例分析
•数据中心化； •检验方程y=cx+e中c是否显著； •分别检验a和b的显著性； •检验y=c'x+bm+e中c'的显著性 •计算
•中介效应占总效应的比值为：effectm=ab/c=0.643×0.422/0.774=0.351 •中介效应解释了因变量的方差变异为sqrt(0.703-0.599)=0.104（10.4%）
a=0，b≠0时， 第一类错误率高
8
检验方法-中介效应
中介效应检验程序
9
X
c
Y
e1
M
e2
a
b
X
c'
Y
e3
中介效应模型示意图
检验方法-调节效应
调节效应分析和交互效应分析大同小异 分两大类进行讨论
➢ 一类是所涉及的变量(因变量、自变量和调节变量)都是可以直接观测的 显变量(Observable Variable)