Mplus：中介模型与调节模型课件

1、中介模型与调节模型第1页，共36页。中介调节模型基础路径分析：同时处理多个自变量和多个因变量之间的复杂关系。广义的路径分析包含结构方程模型中潜变量之间关系的分析常见模型示例（一）y1=1x1+2x2+e1y2=3x1+4x2+5y1+e2X1Y2Y1X2e1e211递归模型一y1=1x1+2x2+3x3+e1y2=4x1+5x2+6x3+e2y3=7x2+8y1+9y2+e3X1Y2Y1X2递归模型二X3Y3MODEL：y1 on x1 x2； y2 on x1 x2 y1； x1 with x2； MODEL：y1 on x1 x2 x3； y2 on x1 x2 x3； y3 on x2

2、y1 y2； x1 with x2 x3； x2 with x3； 第2页，共36页。中介调节模型基础常见模型示例（二）X1Y2Y1X2e1e211非递归模型一X1X3X2X4非递归模型二e1e1e1111第3页，共36页。中介调节模型基础常见模型示例（三）Y1Y3Y2Y4自回归模型Y1Y3Y2Y4自回归交叉滞后模型W1W3W2W4MODEL：y2 on y1； y3 on y4； x4 on y3 ； MODEL：y2 on y1 w1； y3 on y2 w2； y4 on y3 w3； w2 on y1 w1； w3 on y2 w2； w4 on y3 w3； w1 with y1；第

3、4页，共36页。中介调节模型基础路径系数估计与效应分解一个因变量：最小二乘法多个因变量：极大似然估计参数估计完成后，需要对变量间关系进行分解，即效应分解，包括直接效应和间接效应当模型中一个变量既是自变量又是因变量时，通常在两个变量间起中介作用，称为中介变量（Mediator Variable）当模型中两个变量的关系强弱或方向受到第三个变量影响时，则存在调节效应（ Moderator Variable ）X1Y2Y1X2e1e211中介变量第5页，共36页。中介模型与调节模型智力-文化取向家庭收入儿童社会能力a=0.16*b=0.19*c=0.05*张晓 等 (2009)家庭收入与儿童早期的社会

4、能力：中介效应与调节效应 自我效能感挑战性压力离职倾向张韫黎 陆昌勤(2009)挑战性-阻断性压力（源）与员工心理和行为的关系：自我效能感的调节作用 第6页，共36页。中介调节模型基础考虑自变量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：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，“上司对下属表现的归因”为中介变量。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（mediating effect），c是直接效应。当只有一个中介变量时，效应之间有如下关系c=c+ab中介效应的大小用c-c=ab来表示YXMe3Y=cX+e1YX

5、e1e2cabcM=aX+e2Y=cX+bM+e3第7页，共36页。中介调节模型基础如果变量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的关系收到第三个变量M的影响，这种有调节变量的模型一般可以用下图表示：调节变量可以是定性的（如性别、种族、学校所在地等），也可以是定量的（如年龄、受教育年限、刺激次数等），它影响自变量和因变量之间关系的方向（正或负）和强弱。例如：学生的学习效果和指导方案的关系，往往受到学生个性的影响，一种指导方案对某类学生有效，对另一类学生没有效，从而学生个性是调节变量。学生一般自我概念与某项自我概念（如外貌、体能等）的关系，受到学生对该项自我概念重视程度的

6、影响：不重视外貌的人，长相不好对其一般自我自我概念影响不大，从而对该项自我概念的重视程度是调节变量。YXMeY=f(X，M)+e第8页，共36页。中介调节模型基础最简单常用的调节模型，即假设Y与X之间有如下关系：c衡量了调节效应（moderating effect）的大小。c其实代表了X与M的交互效应，所以这里的调节效应就是交互效应。这样，调节效应与交互效应从统计分析角度来看可以说是一样的。调节效应与交互效应这两个概念又不完全一样。在交互效应分析中，两个自变量的地位可以是对称的，其中任何一个都可以解释为调节变量；也可以是不对称的，只要其中一个起到了调节变量的作用，交互效应就存在。调节效应中，哪

7、个是自变量、哪个是调节变量，是非常明确的，在一个确定的模型中两者不能互换。Y=aX+bM+cXM+e第9页，共36页。中介调节模型基础中介模型与调节模型的实例辨析研究学生行为对同伴关系的影响。学生问题行为是被试的捣乱违纪行为，包括9个题目（如挑起争斗、欺负同学、说脏话等），同伴关系是被试受欢迎的程度，具体来说，就是同伴同学有多少人将其列出喜欢的人名单（每人所列的喜欢名录没有名额限制）。老师的管教方式是被试对班主任老师的管教方式的评价，也有9个题目（如班主任愿意听我们的意见等）。老师对学生的喜欢程度由班主任对被试打分（从“一点都不喜欢”到“非常喜欢”，共5点计分），问题一：喜欢程度是调节变量还是

8、中介变量？问题二：管教方式是调节变量还是中介变量？第10页，共36页。中介调节模型基础中介效应与调节效应的比较如果一个变量与自变量或因变量相关不大，它不可能成为中介变量，但有可能成为调节变量。理想的调节变量是与自变量和因变量的相关都不大。有的变量，如性别、年龄等，由于不受自变量的影响，自然不能成为中介变量，但许多时候都可以考虑为调节变量。对于给定的自变量和因变量，有的变量做调节变量和中介变量都是合适的，从理论上都可以做出合理的解释。第11页，共36页。中介调节模型基础中介效应与调节效应的比较第12页，共36页。中介效应分析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

9、方程模型分析中介效应。 如果所有变量都是显变量，可以依次对相应变量做回归分析。无论是结构方程分析还是回归分析，用统计软件都可以得到c、 a、 b、 c的估计值，以及相应的标准误。 中介变量的估计是 。中介效应与总效应之比 ，中介效应与直接效应之比都可衡量中介效应的相对大小。 第13页，共36页。中介效应分析例：研究社会经济地位对自信程度的影响，个性作为中介变量，每个潜变量由两个观测指标测得，模型结构如图所示。社会经济地位个性自信程度Fact1Fact2Fact5Fact6Fact4Fact3第14页，共36页。中介效应分析Ex3.1 数据ex3.1.txtDATA: FILE IS ex3.1

10、.txt; TYPE IS CORRELATION MEANS STDEVIATIONS;！数据为相关系数矩阵，包括均值、标准差 NOBSERVATIONS = 932; ！共有932个被试样本 VARIABLE: NAMES ARE Fact1-Fact6; ANALYSIS: ITERATIONS = 1000; MODEL: pers by Fact1 Fact2; conf by Fact3 Fact4; SES by Fact5 Fact6; conf on SES(c) pers(b); ！做社会经济地位和个性对自信心的回归，并对系数进行命名 pers on SES(a); MOD

11、EL CONSTRAINT: NEW(H); H=a*b; ！定义新变量，新变量为系数a、b的乘积，即间接效应 OUTPUT: STANDARDIZED;第15页，共36页。基于结构方程模型的多重中介效应 多重中介模型将多个中介变量放在同一个中介模型中进行检验，相对于检验多个简单中介效应模型来说，具有以下几个优势：对总中介效应进行检验就类似于将多个中介变量对因变量进行多元回归分析，若总效应显著，则说明这些变量起到中介作用；据此可以判断在其它中介变量都出现的情况下，某个变量的特定中介效应到底有多大；将多个中介变量都放进模型中，可以降低由于遗漏变量导致的参数估计偏差；在此模型下，可以判断某个变量所

12、引致的特定中介效应的相对大小，从而可以进行不同理论之间的比较。 第16页，共36页。基于结构方程模型的多重中介效应单步多重中介模型多个自变量同时在自变量和因变量之间起中介作用例如：Niehoff在分析组织公民行为对组织绩效的作用时发现，员工间的社会情感支持和工作促进是同时起作用的两个中介变量 。M2YM1X单步多重中介模型singlestep multiple mediator model MODEL：Y ON X（c） M1 （b1） M2 （b2）；！做因变量对自变量和中介变量的回归 ！并将系数分别命名为c、b1、 b2 M1 ON X（a1）； M2 ON X（a2）；MODEL CON

13、STRAINT： new (H1 H2 TEST ); ！定为新变量 H1 = a1 *b1 ；！新变量H1为系数a1 和b1的乘积 H2 = a2 *b2 ； TEST = H1-H2 ；！定义中介效应差异检验第17页，共36页。基于结构方程模型的多重中介效应M2YM1X多步多重中介模型 multiplestep multiple mediator model 多步多重中介模型又称链式中介模型多个中介变量表现出顺序性特征，形成中介链例如：Allen 等人研究表明，工作绩效通过对就业选择认知的改变影响离职意向并进一步影响离职行为MODEL：Y ON X（c） M1 （b1） M2 （b2）；

14、M1 ON X（a1）； M2 ON X（a2） M1 （d21） ；MODEL CONSTRAINT： new （H1 H2 H3 ）； H1 = a1 *b1 ; H2 = a2 *b2; H3 = a1 * d21 *b2 ;第18页，共36页。基于结构方程模型的多重中介效应多元多重中介模型多个自变量的中介模型考虑自变量间的相关性可以拓展到多个自变量、多个因变量的情形M2YM1X1多元多重中介模型X2X3第19页，共36页。调节效应分析显变量调节效应分析方法第20页，共36页。调节效应分析Ex3.2 数据ex3.2.datTITLE: this is an example of a Mo

15、deration analysis step 1; DATA: FILE IS ex3.2.dat; VARIABLE: NAMES =X W Y ; USEVARIABLE= X W Y INT; DEFINE: INT=X*W; !生成交互项； MODEL: Y ON X W !检验主效应； int; !检验交互效应；OUTPUT: Standardized ;YXWeYXWXW第21页，共36页。调节效应分析潜变量调节效应分析方法有关潜变量的分析需要用到结构方程模型。潜变量的测量会带来测量误差，所以考虑潜变量时都认为是连续变量。有潜变量的调节效应模型通常只考虑如下两种情形：一是调节变量是

16、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。当调节变量和自变量都是潜变量时，可采用Algina和Moulder的中心化乘积指标方法(适用于正态分布情形)；Wall和Amemiya的广义乘积指标( GAP I)方法(非正态分布情形也适用)；这两种方法都需要用到非线性参数约束( constraint) ，使用起来很麻烦且容易出错。Marsh，Wen和Hau提出的无约束的模型，无需参数约束从而大大简化了程序容易为一般的应用工作者掌握，是目前最新最方便的方法。第22页，共36页。调节效应分析对于模型 Y=f(X，M)+e 当调节变量为潜变量时，

17、参照显变量调节模型对调节效应进行估计当调节变量为类别变量时，做多组结构方程模型MODEL：W BY Fact1-Fact3； ！调节变量由观测变量Fact1-Fact3估计 Y ON X W XW；VARIABLE: NAMES = X Y M；GROUPING = M（1=female 2=male）；！定义组变量MODEL: Y ON X（a1）;MODLE female： Y ON X（a2）；第23页，共36页。调节效应分析当存在两个或以上调节变量时，调节变量同时调节自变量与因变量之间的关系YXW1eW2VARIABLE: NAMES =X W1 W2 Y ; USEVARIABLE=

18、 X W1 W2 Y XW1 XW2; DEFINE: XW1=X*W1; XW2=X*W2; MODEL: Y ON X W1 W2; XW1 XW2;OUTPUT: Standardized;第24页，共36页。调节效应分析当存在两个或以上调节变量时，一个调节变量调节了自变量与因变量之间的关系，另一个调节了调节变量YXMeWVARIABLE: NAMES =X M W Y ; USEVARIABLE= X M W Y MW XM XW XMW; DEFINE: MW=M*W; XM=X*M; XW=X*W; XMW=X*M*W;MODEL: Y ON X M W MW XM XW XMW

19、；OUTPUT: Standardized ;第25页，共36页。混合的中介与调节效应混合的中介与调节模型包含三种情况：有调节的中介模型有中介的调节模型两者混合根据调节变量影响回归系数位置的不同，每种模型又分成数种。第26页，共36页。混合的中介与调节效应有调节的中介模型当中介变量连接自变量和因变量之间关系的中介过程受到调节变量的影响时，便存在了被调节的中介作用。根据中介过程受到调节变量调节方式的不同，又分成三类：第一阶段被调节的中介作用第二阶段被调节的中介作用同时调节前后两个阶段首先检验是否存在中介效应，再检验中介受调节变量调节的过程右图是一个典型的有调节的中介模型，研究感恩（X）对成就（Y

20、）的影响，复原力（W）为中介变量，事件（U）作为调节变量调节了中介变量对因变量的影响，属于第二阶段被调节的中介作用。第27页，共36页。混合的中介与调节效应有调节的中介模型在回归分析中，依次检验以下回归方程：a.做Y对X和W的回归：Y=cX+b2W+e1b.做M对X的回归：M=a1X+e2c.做Y对X、M和W的回归：Y=cX+b1M+b2W+e3d.做Y对X、M、W、MW的回归：Y=cX+b1M+b2W+b3MW+e3第28页，共36页。混合的中介与调节效应VARIABLE: names = x w y u; USEVARIABLE = x w y u wu; DEFINE: wu = w*u

21、; ANALYSIS: bootstrap = 1000; MODEL: y on w (b1) !括号内的标签与公式对应; x u wu (b3); w on x (a1); u with w; wu with w; MODEL CONSTRAINT: new (ind umodval); umodval = -1; ! umodval可以设定为调节变量U的任何取值; !当umodval 设定为-1时，表示在U=-1时X通过U作用于Y的效应; ind=a1*(b1+b3*umodval); OUTPUT: cinterval (bcbootstrap); !获得偏差校正的bootstrap置

22、信区间。YXUWUW第29页，共36页。混合的中介与调节效应有中介的调节模型自变量和调节变量通过交互作用影响中介变量，中介变量进而对结果变量产生影响。（类型 ）当调节变量的调节作用可以通过中介变量传递时，同样可以建立一个有中介的调节模型，即中介变量替代了原来的调节变量，改变了自变量和因变量之间的关系。（类型）YXMW类型 YXMW类型 第30页，共36页。混合的中介与调节效应有中介的调节模型回归检验：类型 Y=b1+b1X+b1W+b1XW M=b02+b12X+b22W+b32XWY=b03+b13X+b23M+b33W+b43XW在以上方程中，X是自变量，W是调节变量，M是中介变量，Y是因

23、变量。上标数字代表方程次序。运用方程（2）来替代方程（3）中的M，从而可以得到以下扩展方程：Y=( b03+ b23 b02 )+( b13 +b23 b12 ) X+( b23+ b23b22 )W+( b43+ b23b32 )XW（1）（2）（3）（4）第31页，共36页。混合的中介与调节效应有中介的调节模型回归检验：类型 M=b04+ b14W+b24XY=b05+b15X+b25M+b35W+b45XW+ b55XM将（5）代入（6），可得：Y=( b05+ b25 b05 )+( b15 +b25 b14 ) X+( b35+ b25b14 )W+ b45XW+ b55 b04X+ b55 b14XW+ b55 b24XX在方程（7）中，系数b45代表W对X于Y之间关系的直接调节作用，系数b55 b14代表W通过M对X与Y之间关系的调节作用。（