调节效应和中介效应 下载本文

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R1。2、做Y对X、M和XM的回归得R2,若R2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。

2

2

2

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X对Y的影响时强时弱 X对Y的影响较强且稳定 虑 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 影响Y和X之间关系的方向(正或负)代表一种机制,X通过它M的功能 和强弱 影响Y M与X、Y的相关可以显著或不显著(后M与X、Y的关系 M与X、Y的相关都显著 者较理想) 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 做层次回归分析,检验偏回归系数c的做依次检验,必要时做检验策略 显著性(t检验);或者检验测定系数的Sobel检验 变化(F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x对y的影响是通过m实现的,也就是说y是m的函数,m是x的函数。检验中介效应的步骤是,首先用x对y做回归,显著则继续,不显著终止;然后坐x对m的回归,m对y的回归(文章最后给的实例中并没有用m对y进行回归,这是为什么??)之后分两种情况:1若都显著,则用m和x对y进行回归,检查此时的x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;2若两个之中有不显著,则做sobel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:

1做Y对X、U和UX的回归,UX的系数显著; 2做W对X、U、UX的回归,UX的系数显著;

3做Y对X、U、UX和W的回归,W的系数显著。若在这个回归中UX的系数不显著,说明U的调节作用完全的通过中介变量W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:

1做Y对X和U的回归,X的系数显著; 2做W对X和U的回归,X的系数显著;

3做Y对X、U和W的回归,W的系数显著;到此为止说明W的中介效应显著 4做Y对X、U、W和UW的回归,W和UW的回归系数都显著。 最复杂的是混合模型:

这个模型太复杂了,大概就是把前两个联系起来进行解释。

此外,不知道老师上课为什么讲了R,这个对于我们可能用不上吧,还是希望老师多讲一些spss的用法,毕竟这个对于我们将来的用处最大,谢谢老师