多重中介效应检验

1、二.多重中介多重中介是指存在多个中介变量的情况。目前针对传统多重中介分析存在(1) 分析不完整? LISREL-只能得到总的中介效应估计值及其标准误和t值。? AMOS -也只能得到总的中介效应估计值。? MPLUS-可以得到特定路径的中介效应和总的中介效应估计值，但还是得不到对比 中介效应的分析结果。(2) 使用sobel检验的局限首先，sobel检验统计量的推导基于正态假设，而特定中介效应、总的中介效应和对比 中介效应估计值都涉及参数的乘积，因而通常都不满足正态假设。其次，sobel检验需要大样本，检验在小样本的表现并不好。第三，sobel检验统计量计算复杂，且需要手工计算 所以采用以下两

2、种方法来改善。1增加辅助变量的方法针对当前多重中介效应分析不完整的问题，在结构方程模型中加入辅助变量，可以进行完整的多重中介效应分析。操作Ml、'、bio'：al* .Z.ZrM2我们还是以上图的模型为例子首先打开spss数据库，在 SPSS中FILE下选择 Save as，依次保存上述指标变量A1,A2,B1,B2,B3,E1-E7,E9,E10,文件格式为 Fixed ASC n( .dat),文件名为“ dc.dat”Lisrel操作单击FILE，新建syntax窗口，输入：TIDA NI=14 NO=706 MA=CM AP=1!表示增加一个辅助变量RA FI=dc.d

3、atlaE1 E2 E3 E4 E5 E6 E7 E9 E10 B1 B2 B3 A1 A2MO NY=12 NX=2 NK=1 NE=3 LX=FI L Y=FI GA=FU,FI BE=FU,FILKXLEM1 M2 Y PA LY 2(1 0 0) 0 1 01 0 0 0 1 01 0 01 0 0 0 1 0 0 1 0 3(0 0 1)PA LX1 1FR 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)!辅助变量，用来建立一新的待检验参数PDOU AD=OFF ND=4点击保

4、存，将文件命名为fz.pr2,点击运行按钮结果输出部分BETA可以找到b1, b2两条路径的参数估计值及显著性M1M2M1M2Y 0.1915 (0.0607)3.1532发现M1对Y的预测作用不显著, 在GAMMA-0.0894-(0.0421) -2.1256M2对丫的预测作用显著中可以找到其他路径系数及显著性M10.6296(0.0561)11.2243M2-0.3534(0.0483)-7.3242-0.0491(0.0597)-0.8223ADDITIONAL PARAMETERSP A(1)表示辅助变量a1*b1-a2*b2的估计值!表示第一个辅助变量，本例只用了一个辅助变量0.0

5、890(0.0412)2.1616如果将!表示辅助变量的参数估计值!表示p值，小于0.05说明显著，即两个中介变量 M1和M2的中介效应差异显著。辅 助变量 的程序 设置为 CO PAR(1)=GA(1,1)*BE(3,1) 或 CO a1*b1 或PAR(1)=GA(2,1)*BE(3,2)则可以分别计算出两个中介变量的特定中介效应大小 a2*b2。建议只设置一个辅助变量，因为我设置两个及两个以上辅助变量时程序无法运行Mplus操作mplus软件可以在一个程序中实现辅助变量与 绍。bootstrap法因此在下面 bootstrap法中一起介2bootstra p 法Lisrel操作Lisre

6、l软件进行bootstrap分析的步骤分为六步：第一步，使用 Lisrel软件中的prelis程序从原始样本中抽取至少1000个bootstrap样本具体操作是打开lisrel软件，单击file/import data in free format，选择上一步保存好的dc.dat文件单击打开，因为本例中共有14个变量，所以在number of中填14，单击ok，生成了一个fz.PSF的文件。然后点击statistics/bootstrapping按钮如图Bootstra ppingHumber of bootstrapcitSamplefraction1000100Filename:Allth

7、e HA-natri cesC07r Allthe mean vectors|mi fiinr AlltKe standard leri alutput OptionCancelSyntax IKunNumber of bootstrap 中输入 1000, sampie fraction 中输入文件名 mafile.cov 然后点击 utput option按钮出现如图对话框OutputNttriK|CvTari ancez二I Save Io fi 厂 LISKEL syster* dat厂 Save die trfiitsfonned 血ta to iVi dtK fi£Mth

8、hiSave to file ：Numt<T ofStutdar 1 Bevi btlSava to f厂7rdst乩 after esch rep?Print bivariate ErequetcyUmnltr o£rrfer® tasks of Rultiruritfl nAsymptotic Cavar 1 ibce MatrixSav? to fl Print in <t厂 fl de print (* 血nd口E seed-1 | 朗456Asptotic Yari altersS<vt to fiFrint inOKCancel在moment

9、matrix中选择covarianee保存成协方差矩阵，单击OK,run。我们就会在源文件夹中发现mafile.cov这个新文件。注意：在我用自己的数据进行到这一步时出现错误提示W A R N I N G:VAR12 has more than 15 categories and will betreated as continuous. ERROR CODE 201.个人分析可能是数据不适用的问题，所以没有再继续进行，但是按照文献所讲仍将下面的 步骤列出。Lisrel程序（如果米用固第二步，设置辅助变量，采用固定方差法编写可以分析多个样本的 定负荷法编写 Lisrel程序将得到中介效应的非标

10、准化解）程序写法见上文第三步，运行 Lisrel程序分析1000个bootstrap样本，得到研究者感兴趣的特定、总的和对 比中介效应系数估计值各1000个，保存为Prelis数据文件（文件名 PSF）程序如下：DA Nl=14 NO=706 AP=4 RP=1000 ! AP=4表示增加4个辅助变量；RP=1000表示重复运行 LISREL 程序1000次CM =mafile.cov !使用第一步产生的1000个协方差矩阵进行分析MO NY=12 NX=2 NK=1 NE=3 LX=FI LY=FI GA=FU,FI BE=FU,FILKLEM1 M2 YPA LY 2(1 0 0)3(0

11、0 1)PA LXFR ga 3 1 ga 2 1 ga 1 1FR be 3 1 be 3 2CO P AR(1)= GA(1 1)* BE(3 1)!特定中介效应吐1CO PAR(2)= GA(2 1)* BE(3 2)CO PAR(3)= PAR(1)+ PAR(2)!特定中介效应!总的中介效应CO PAR(4)= PAR(1)-PAR(2)!对比中介效应azb?aib1 2!参数估计值保存在PRELIS文件bs.psf中OU AD=OFF ND=4 PV=bs .psf这里设置了四个辅助变量第四步，将 Prelis数据文件导出为 EXCEL文件（文件名.XLS）第五步，在 EXCEL中

12、将1000个中介效应估计值从小到大进行排序，将1000个中介效应估计值的均值作为中介效应估计值的标准化解；用第2.5百分位数和第97.5百分位数来估计bootstrap的中介效应置信区间，如果置信区间不包括0,说明中介效应显著，百分位bootstrap方法的中介效应检验完成第六步，对第五步得到的中介效应置信区间进行校正，得到偏差校正的百分位bootstrap方法的中介效应置信区间，如果置信区间不包括0，说明中介效应显著，偏差校正的百分位bootstrap方法的中介效应检验完成。具体校正方法见温忠麟2012年的文章Mplus操作打开mplus软件单击新建按钮，然后在空白界面中输入:TITLE:D

13、ATA:FILE IS dc.dat; !此处还是继续延用上文用spss保存好的数据文件 dc.datVARIABLE:NAMES =E1 E2 E3 E4 E5 E6 E7 E9 E10 B1 B2 B3 A1 A2; ANAL YSIS: bootstrap=1000 ! bootstrap 法抽样 1000 次 MODEL:X BY A1 A2; !两个变量作为潜变量 X的指标，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); !表示将M1到Y的路径系数命名为b1，其余同理。Y ON X(c);Y

14、 ON M2(b2);M1 ON X(a1);M2 ON X(a2);MODEL INDIRECT:Y IND M1 X; !表示自变量为 X，中介变量为 M1，因变量为 丫的中介效应，其余同理 。Y IND M2 X;MODEL CONSTRAINT:new (con);con=a1*b1-a2*b2;!对比中介效应命名为 con!计算对比中介效应大小OUTPUT:cinterval (bcbootstrap); standardized; !输出偏差校正的百分位 bootstrap结果和标准化解 若要得到百分位bootstrap结果，仅需将 OUTPUT 中的 cinterval (bcb

15、ootstrap)改为cinterval (bootstrap)即可单击保存按钮，将文件与dc.dat保存于同一文件夹，命名为 11.inp结果分析我删除了不用解释的部分，只保留了需要解释的部分Chi-Square Test of Model FitValueDegrees of FreedomP-Value341.607720.0000RMSEA (Root Mea n Square Error Of App roximatio n)Estimate0.073CFI/TLI90 Perce nt C.I.Probability RMSEA <= .050.0650.0810.000CF

16、ITLI0.9190.898X0.1210.0412.9440.003 M1的间接效应显著卡方值，CFI,TLI,RMSEA 均在可接受范围内MODEL RESULTS表示模型参数估计的非标准化解EstimateS.E.Est./S.E.P-ValueYONM10.6970.2273.0710.002X-0.1420.163-0.8700.384M2-0.3690.187-1.9750.048从此处可以看出M1,M2,X 到 Y的各路径系数非标准化的参数估计值以及M1ONX0.5000.0568.9730.000M2ONX-0.2470.047-5.2160.000Two-Tailed此处表示

17、p值a1,a2这两条路径系数的非标准化的参数估计值以及New/Additional Parameters表示新增的辅助变量的非标准化的参数估计值以及 CON0.2570.1401.842STANDARDIZED MODEL RESULTS此处表示标准化的结果，给出0.066但是注意标准化的结果没有P值。注意，标准化结果中没有辅助变量值。ONM10.1920.1920.192-0.049-0.049-0.049M1M2M2ONON-0.089-0.089-0.0890.6300.6300.630-0.353-0.353STANDARDIZED TOTAL, TOTAL INDIRECT, SPE

18、CIFIC INDIRECT, AND DIRECT EFFECTS-0.353表示标准化的直接效应间接效应STDYX Sta ndardizationTwo-TailedEstimateS.E.Est./S.E.P-ValueEffects from X to YSum of in direct0.1520.0413.724o.ooo总体间接效应显著Sp ecific in directM10.0320.0171.9030.057 M2的间接效应不显著5%置信区间不包括0说明是显M2X以上是点估计，以下是区间。估计判断显著与否的依据是, 著的CONFIDENCE INTERVALS OF MODEL RESULTSNew/Additi onal ParametersCON-0.0910.0130.0550.2570.5010.5620.677新增的辅助变量显著，说明两中介效应差异显著CONFIDENCE INTERVALS OF STANDARDIZED TOTAL, TOTAL INDIRECT, SP ECIFIC INDIRECT,AND DIRECT EFFECTSSTDYX Sta nd