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 2 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 2 值和相应的自由度 前面的 2 减去后面的 2 得到一 个新的 2 其自由度就是两个模型的自由度之差 如果 2 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 3 中介变量的定义 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 Y cX e1 M aX e2 Y c X bM e3 其中 c 是 X 对 Y 的总效应 ab 是经过中介变量 M 的中介效应 c 是直接效应 当只有一个中介变量时 效应之间有 c c ab 中介效应的大小用 c c ab 来衡量 4 中介效应分析方法 中介效应是间接效应 无论变量是否涉及潜变量 都可以用结构方程模型分析中介效应 步 骤为 第一步检验系统 c 如果 c 不显著 Y 与 X 相关不显著 停止中介效应分析 如果显 著进行第二步 第二步一次检验 a b 如果都显著 那么检验 c c 显著中介效应显著 c 不显著则完全中介效应显著 如果 a b 至少有一个不显著 做 Sobel 检验 显著则中 介效应显著 不显著则中介效应不显著 Sobel 检验的统计量是 z a b sab 中 a b 分别是 a b 的估计 sab a2sb2 b2sa2 sa sb 分别是 a b 的标准误 5 调节变量与中介变量的比较 调节变量 M中介变量 M 研究目的X 何时影响 Y 或何时影响较大X 如何影响 Y 关联概念调节效应 交互效应中介效应 间接效应 什么情况下考 虑 X 对 Y 的影响时强时弱X 对 Y 的影响较强且稳定 典型模型 Y aM bM cXM e M aX e2 Y c X bM e3 模型中 M 的位 置 X M 在 Y 前面 M 可以在 X 前面M 在 X 之后 Y 之前 M 的功能 影响 Y 和 X 之间关系的方向 正或负 和强弱 代表一种机制 X 通过它 影响 Y M 与 X Y 的关 系 M 与 X Y 的相关可以显著或不显著 后者较理想 M 与 X Y 的相关都显著 效应回归系数 c回归系数乘积 ab 效应估计 c a b 效应检验c 是否等于零ab 是否等于零 检验策略 做层次回归分析 检验偏回归系数 c 的显著性 t 检验 或者检验测定系数 的变化 F 检验 做依次检验 必要时做 Sobel 检验 6 中介效应与调节效应的 SPSS 操作方法 处理数据的方法 第一做描述性统计 包括 M SD 和内部一致性信度 a 用分析里的 scale 里的 realibility analsys 第二将所有变量做相关 包括统计学变量和假设的 X Y M 第三做回归分析 在回归中选线性回归 linear 要先将自变量和 M 中心化 即减去各自的平均数 1 现将 M 调节变量或者中介变量 Y 因变量 以及与自变量 因变量 M 调节变量其 中任何一个变量相关的人口学变量输入 indpendent 2 再按 next 将 X 自变量输入 中介变量到此为止 3 要做调节变量分析 还要将 X 与 M 的乘机在 next 里输入作进一步回归 分析结果中的 Beta 就是 Y cX bM e 的系数 B 下的 constant 是常数 检验主要看 F 是否 显著 调节效应和中介效应是非常重要的 读了这篇文献 对这个有了更深的了解 调节效应是指 x 对 y 的作用会受到 m 的影响 也就是说 y 其实是 x 和 m 的一个函数 检验调节效应的步骤是 首先用 x 和 m 对 y 做一个回归 得到 r 2 再在回归中加入 xm 项 如果 xm 项的系数显著 并且 r 2 的变化显著 则说明 m 的调节作用显著 在 这点我有一个问题 在这个检验过程中 x 和 m 始终是处于一个相对平等的状态 那么怎 么能说明检验出来的是调节效应 而不是交互效应 中介效应是指 对 的影响是通过 实现的 也就是说 是 的函数 是 的函数 检验中介效应的步骤是 首先用 对 做回归 显著则继续 不显著终止 然后坐 对 的回归 对 的回归 文章最后给的实例中并没有用 对 进行回归 这是为什么 之后分两种情况 若都显著 则用 和 对 进行回归 检查此时的 的系数是否 显著 显著则是部分中介作用 不显著则是完全中介作用 若两个之中有不显著 则做 检验 如果中介作用和调节作用混在一起 又该如何处理 下文摘自心理学报 2006 年上候 杰泰等人的一篇文章 首先考虑有中介的调节作用 有中介的调节作用显著意味着 做 对 和 的回归 的系数显著 做 对 的回归 的系数显著 做 对 和 的回归 的系数显著 若在这个回归中 的系数不显著 说明 的调节作用完全的通过中介变量 起作用 下面是由调节的中介效应 有调节的中介效应显著意味着 做 对 和 的回归 的系数显著 做 对 和 的回归 的系数显著 做 对 和 的