SPSS及AMOS进行中介效应分析

1、中介效应重要理论及操作务实 SPSS和AMOS调节效应一、中介效应概述 中介效应是指变量间的影响关系（XTY）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对丫产生的的间接影响称为中介效应。中介效 应是间接效应的一种，模型中在只有一个中介变量的情况下，中介效 应等于间接效应；当中介变量不止一个的情况下，中介效应的不等于 间接效应，此时间接效应可以是部分中介效应的和或所有中介效应的 总和。在心理学研究当中，变量间的关系很少是直接的，更常见的是 间接影响，许多心理自变量可能要通过中介变量产生对因变量的影 响，而这常常被研究者所忽视。例如

2、，大学生就业压力与择业行为之 间的关系往往不是直接的，而更有可能存在如下关系： 就业压力T个体压力应对T择业行为反应。 此时个体认知评价就成为了这一因果链当中的中介变量。在实际 研究当中，中介变量的提出需要理论依据或经验支持，以上述因果链 为例，也完全有可能存在另外一些中介因果链如下： 就业压力T个体择业期望T择业行为反应； 就业压力T个体生涯规划T择业行为反应； 因此，研究者可以更具自己的研究需要研究不同的中介关系。当 然在复杂中介模型中，中介变量往往不止一个，而且中介变量和调节 变量也都有可能同时存在，导致同一个模型中即有中介效应又有调节 效应，而此时对模型的检验也更复杂。 以最简单的三变

3、量为例，假设所有的变量都已经中心化，则中介 关系可以用回归方程表示如下： Y 二 cx+ei1) M=ax+e22) 丫二c x+bM+e33) 上述3个方程模型图及对应方程如下： 巨宀巨+科 二、中介效应检验方法 中介效应的检验传统上有三种方法，分别是依次检验法、系数乘 积项检验法和差异检验法，下面简要介绍下这三种方法： 仁依次检验法(causual steps)o依次检验法分别检验上述1) 2) 3) 三个方程中的回归系数，程序如下： 首先检验方程1) y=cx+ e1,如果c显著(HO：c二0被拒绝)，则继 续检验方程2),如果c不显著(说明X对Y无影响)，则停止中介效 应检验； 在c显

4、著性检验通过后，继续检验方程2) M二ax+e2,如果a显 著(HO:a二0被拒绝)，则继续检验方程3);如果a不显著，则停止检 验; 在方程1）和2）都通过显著性检验后，检验方程3）即y二c x + bM + e3,检验b的显著性，若b显著（HO：b二0被拒绝），则说明中介 效应显著。此时检验c，若c显著，则说明是不完全中介效应；若 不显著，则说明是完全中介效应，x对y的作用完全通过M来实现。 评价:依次检验容易在统计软件中直接实现，但是这种检验对于较 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

5、误（接受虚无假设即作出中介效应不存在的判断）。 2.系数乘积项检验法（products of coefficients） o此种方法主要检 验ab乘积项的系数是否显著，检验统计量为z二ab/ Sab,实际上熟 悉统计原理的人可以看出，这个公式和总体分布为正态的总体均值显 著性检验差不多，不过分子换成了乘积项，分母换成了乘积项联合标 准误而已，而且此时总体分布为非正态，因此这个检验公式的Z值和 正态分布下的Z值检验是不同的，同理临界槪率也不能采用正态分布 概率曲线来判断。具体推导公式我就不多讲了，大家有兴趣可以自己 去看相关统计书籍。分母隸的计算公式为：sab=）a2sh2+b2sa2 ,在这个

6、 公式中，sj和sj分别为a和b的标准误，这个检验称为sobel检验， 当然检验公式不止这一种例如Goodman I检验和Goodman I I检验都 可以检验（见下），但在样本比较大的情况下这些检验效果区别不大。 在AMOS中没有专门的soble检验的模块，需要自己手工计算出而在 I isrel里面则有,其临界值为z或za/2（P , NN200）。关于临 界值比率表见附件（虚无假设概率分布见MacKinnon表中无中介效应. 表，双侧概率，非正态分布。这个临界表没有直接给出.05的双侧概 率值，只有.04的双侧概率值；以N二200为例，.05的双侧概率值在 其表中大概在土左右，而不是温忠麟

7、那篇文章中提出的。关于这一点， 我看了温的参考文献中提到的MacKinnon那篇文章，发现温对于.97 的解释是直接照搬MacKinnon原文中的一句话For examp I e, the emp i r i ca I cr i tica I va I ue i s . 97 for the . 05 s ignif icanee I eve I rat her than for the stan dard n ormal test of ab 4 0. We designate this test statistic by z8 because it uses a different d i

8、 str i but i on than the norma I d i str i but i on. ,实 际上在 MacK i nnon 的概率表中，这个.97的值是在N=200下对应的.04概率的双侧统计 值，而不是.05槪率双侧统计值，因为在该表中根本就没有直接给 出.05概率的统计值。为了确定这点，我专门查了国外对这个概率表 的介绍，发现的确如此，相关文章见附件。当然，从统计槪率上来说， 大于在这个表中意味着其值对应概率大于.05,但是当统计值小于时 而大于，其值对应槪率的判断就比较麻烦了，此时要采用作为P. 05 的统计值来进行判断。之所以对温的文章提出质疑，是因为这涉及到 概率

9、检验的结果可靠性，我为此查了很多资料，累)。 Goodman I检验公式如下Goodman I I检验检验公式如下 丁邛z = z 一 v疋处十代记+记斥 ) 注：从统计学原理可知，随着样本量增大，样本均值和总体均值的差 误趋向于减少；因此从这两个公式可看出，处斥的值随着样本容量增 大而呈几何平方值减小，几乎可以忽略不计算，因此MacKinnon et aI (1998)认为代吨乘积项在样本容量较大时是“trivial ”(琐碎不必要 的)的，因此sobe I检验和Goodman检验结果在大样本情况下区别不 大，三个检验公式趋向于一致性结果，因此大家用soble检验公式就 可以了 (详情请参考

10、文献 A Compar i son of Methods to Test Med i at i on and Other I ntervening Var i abIe Effects. Psychological Methods 2002, Vol. 7, No. 1, 83-104)。 评价：采用sobeI等检验公式对中介效应的检验容易得到中介效应显 著性结果，因为其临界概率(MacKinnon) P或z /2,而正态分布曲线下临界概率P或Za/2,因此 用该临界概率表容易犯第一类错误(拒绝虚无假设而作出中介效应显 著的判断) 3.差异检验法(difference in coefficie

11、nts) o此方法同样要找出联 合标准误，目前存在一些计算公式，经过MacKinnon等人的分析，认 为其中有两个公式效果较好，分别是Clogg等人和Freedman等人提 出的，这两个公式如下： Clogg差异检验公式Freedman差异检验公式 这两个公式都采用t检验，可以通过t值表直接查出其临界概率。 Clogg等提出的检验公式中，N-3的下标N-3表示t检验的自由度 为N-3, 4型为自变量与中介变量的相关系数，L1为X对Y的间接效 应估计值的标准误；同理见Freedman检验公式。 ! 评价：这两个公式在a二0且b二0时有较好的检验效果，第一类错误率 接近，但当a二0且btO时，第一

12、类错误率就非常高有其是Clogg等 提出的检验公式在这种情况下第一类错误率达到100%,因此要谨慎 对待。 4.温忠麟等提出了一个新的检验中介效应的程序，如下图： 中介效気全中介 应显著效应显著 中介效中介效应 应显著不显著 厂与相关不显著 傳止中介效应分析 这个程序实际上只采用了依次检验和sobel检验，同时使第一类错误 率和第二类错误率都控制在较小的概率，同时还能检验部分中介效应 和完全中介效应，值得推荐。 三中介效应操作在统计软件上的实现 根据我对国内国外一些文献的检索、分析和研究，发现目前已经 有专门分析soble检验的工具软件脚本，可下挂在SPSS当中；然而 在AMOS中只能通过手工

13、计算，但好处在于能够方便地处理复杂中介 模型，分析间接效应；根据温忠麟介绍，LISREAL也有对应的SOBEL 检验分析命令和输出结果，有鉴于此，本文拟通过对在SPSS、AMOS 中如何分析中介效应进行操作演示，相关SOBEL检验脚本及临界值表 (非正态SOBEL检验临界表)请看附件。 如何在SPSS中实现中介效应分析 这个部分我主要讲下如何在SPSS中实现中介效应分析(无脚本， 数据见附件spss中介分析数据,自变量为工作不被认同，中介变量 为焦虑，因变量为工作绩效)。 第一步：耳备自变量(X)、中介变量(M)、因变量(Y)对应的潜变量的项 目得分合并取均值并中心化，见下图 文件E)编爼 视

14、国边 数据)转换0)分析)国表 工具 窗口魁)帮助Q1) 领导不认可同事不认可I客户不认可 心跳 紧张 坐立不安 效率低|效率下降| 1 2 4 2 2 2 3 2 2 1 4 1 a 1 4 2 4 2 n 2 a 2 2 4 I 11 色拥俸闻社血临*fj 走匚帝 6：工作不被认冋 在这个图中，自变量(X)为工作不被认同，包含3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3个观测指标即心跳、紧张、 坐立不安；因变量(Y)包含2个观测指标即效率低和效率下降。 324222323W|2.002.50 2111|2 2222 1W !2002.B .sav - SP

15、SS Data 文件归獭腿辺纸溯0分析如蹶工具S窗口也帥辆 gjgjgj b：工碗认同|3 领导不阿同事币认可陪户不认可心跳丨紧张|坐立後 减率低做率下降|工作不枝认同I焦虑|工傾妇 Descriptive Statistics 工作不被认同 焦虑 工作绩效 Vai id N (1 istwise) N Mean 489 489 489 489 sav 立件 烷緝观图电）找据阳XQ）分析無 工貝边宙口型帮肋QP F盂孕珂 L社19处工匚焉 6:工作不彼认同2 工作不被认同 焦虑 工作绩皴|不披认同中心化 工作绩效1中心化） 1 3. CO 2.00 2.50 .92 -.09 22 2 1.C

16、0 2.00 2.00 1.08 -09 23 3 1.C0 133 1.50 -1 H -75 78 上面三个图表示合并均值及中心化处理过程，生成3个对应的变量并 中心化（项目均值后取离均差）得到中心化X、M、Yo 第二步：按温忠麟中介检验程序进行第一步检验即检验方程y二cx+e 中的c是否显著，检验结果如下表: Model Summary Model ( R R Square Ad justed R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig F Chang

17、e 1 ( .678 (a) .460 .459 70570 .460 1 487 .000 a Predictors: (Constant),不咸:认同(中心化) Coefficient Model Unstan dardized Coefficients Stan dardized Coefficients t Sig. B Std. 自由度= 17； NFI=.989;TLI=.994;CFI=.996; 卡方与自由度之比=1.529 从模型标准化路径图可以看出，模型卡方与自由度之比为，p值.05, 各项拟合指数皆较理想，说明模型较理想，下面我们来看下模型的总 体效应和间接效应的文本输出

18、，见下表: Standardized Total Effects (Group number 1 - DefauIt model) Standardized Total Effects - Lower Bounds (BC) (Group number 1 - Defau11 mode I) 工作不被认可 焦虑 绩效表现 焦虑 .554 .000 .000 绩效表现 .714 .077 .000 效率下降 .612 .068 .830 效率低 .661 .070 .889 领导不认可 .818 .000 .000 同事不认可 .771 .000 .000 客户不认可 .729 .000 .00

19、0 工作不被认可 焦虑 绩效表现 坐立不安 .451 .776 .000 紧张 .405 .688 .000 心跳 .436 .753 .000 Standardized Total Effects - Upper Bounds (BC) (Group number 1 - Defau11 mode I) 工作不被认可 焦虑 绩效表现 焦虑 .703 .000 .000 绩效表现 .831 .303 .000 效率下降 .733 .263 .905 效率低 .771 .284 .958 领导不认可 .907 .000 .000 同事不认可 .858 .000 .000 客户不认可 ) .841

20、 .000 .000 坐立不安 .600 .883 .000 紧张 .540 .802 .000 心跳 .582 .868 .000 Standardized Total Effects - Two Tailed Significance (BC) (Group number 1 - DefauIt mode I) 工作不被认可 焦虑 绩效表现 焦虑 .000 ( 绩效表现 .000 .002 效率下降 .000 .002 .001 效率低 .000 .002 .001 领导不认可 .000 同事不认可 .001 客户不认可 .001 工作不被认可 焦虑 绩效表现 坐立不安 .000 .001

21、 . 紧张 .000 .000 . .000 .000 . 心跳 上述三个表格是采用BC（bias-corrected）偏差校正法估计的总体效 应标准化估计的下限值、上限值和双尾显著性检验结果，双尾检验结 果显示，总体效应显著，提示自变量（工作不被认可）对因变量（绩 效表现）的总体效应显著）值显著，P. 000;下面我们继续看直接效 应的文本输出结果，如下表： Standardized Di rect Effects (Group number 1 - Default model) Standardized Direct Effects - Lower Bounds (BC) (Group n

22、umber 1 - Default model) 焦虑 .554 .000 .000 绩效表现 .549 .077 .000 效率下降 .000 .000 .830 效率低 ( .000 .000 .889 领导不认可 .818 .000 .000 同事不认可 坐立不安 .451 .000 .000 紧张 .405 .000 .000 心跳 .436 .000 .000 Standardized Indirect Effects - Upper Bounds (BC) (Group number 1 - Default model) 工作不被认可 焦虑 绩效表现 焦虑 .000 .000 .0

23、00 绩效表现 .197 .000 .000 效率下降 .733 .263 .000 效率低 .771 .284 ( .000 领导不认可 .000 .000 .000 同事不认可 .000 .000 .000 客户不认可 .000 .000 .000 坐立不安 .600 .000 .000 工作不被认可 焦虑 绩效表现 紧张 .540 .000 .000 心跳 .582 .000 .000 Standardized Indirect Effects - Two Tailed Sign汗icance (BC) (Group number 1 - Default mode I) 工作不被认可焦虑

24、绩效表现 焦虑 绩效表现 效率下降 效率低 领导不认可 同事不认可 客户不认可 坐立不安 紧张 心跳 .002 000.002 .000.002. .000. .000. .000 . . 表格形式同上，显著性见红体字部分，在本例中即为C。综合上述 文本化输出的结果，我们可以判定，c, a,b,c,的估计值都达到了显 著性，下面，我们来看些这四个路径系数的标准化估计值和标准误到 底是多少呢见下表: Estimat 6-scalars-4S tandardized Regression Weigh ts: (Group number 1 - Default mode I) 2 Parameter SE SE-SE Mean Bias SE-Bias 焦虑 - 一工作不被认可 .038 .000 .628 .001 绩效表现 一工作不被认可 .053 .001 .659 .000 .00