多水平随机中介效应估计及其比较.pdf

心理学报 2011, Vol. 43, No.6, 696−709 Acta Psychologica Sinica DOI: 10.3724/SP.J.1041.2011.00696 * 1 2 1 1 1 (1 北京师范大学心理学院, 北京 100875) (2 云南师范大学学生处, 昆明 650092) 本文在综述各类多水平中介模型的基础上 , 聚焦于自变量、中介变量、因变量都来自多水平结构 中较低水平的多水平随机中介效应模型, 通过蒙特卡洛模拟研究比较该模型与简化的多水平固定中介效应 模型、传统中介效应模型的差别 , 并考察了目前用于多水平随机中介效应的三种参数估计方法：限制性极大 似然、极大似然、最小方差二次无偏估计在不同情况下对随机中介效应估计的优劣。研究结果显示：当数 据符合多水平随机中介效应模型时 , 使用简化模型将错误估计中介效应及其标准误 , 得到不正确的统计检 验结果 ; 使用多水平随机中介效应模型能够实现对中介效应的正确估计和检验 , 其中限制性极大似然或极 大似然估计方法优于最小方差二次无偏估计方法。 中介模型; 多水平; 随机效应; 蒙特卡洛模拟 B841 1 引言 M , 或者 X 和 M 同时预测因变量 Y 的效应为固定的, 这一限定条件在多水平数据中往往不成立。 中介变量作为预测变量对结果变量影响过程 多水平中介模型近年来逐渐受到研究者的重 的中介, 解释了变量间的因果作用机制：预测变量 视 (Krull MacKinnon, 1999, 2001; Kenny, 为什么能够影响结果变量, 以及它怎样影响结果变 Korchmaros, Bolger, 2003; Bauer, Preacher, Gil, 量(MacKinnon, 2008) 。当观测个体之间相互独立时, 2006; MacKinnon, 2008; Zhang et al., 2009; Preacher, 温忠麟等(2004)给出了中介效应的一般分析程序。 Zyphur, Zhang, 2010) 。目前这一领域的研究大多 当数据具有多水平层级结构时, 如学生嵌套于学校 , 只涉及比较简单的情形, 例如多水平固定中介效应 重复测量嵌套于个体, 这时观测之间不满足独立性 或者多水平部分随机中介效应, 这一类研究大多采 条件, 需要引入多水平模型分析中介效应 , 以克服 用以往的参数估计方法; 另一类研究则涉及对复杂 传统中介模型的局限。 的随机中介效应的估计和检验, 其中包括目前已有 当数据具有多水平结构时, 传统中介模型的最 的三种主要方法：第一种方法是 Kenny 等(2003)提 小二乘回归估计 (OLS)会导致低估回归系数标准 出的 HLM 软件两步估计方法, 这只是一种暂时的 误、增大一类错误概率(Barcikowski, 1981; Moulton, 方法, 并不能真正解决随机中介模型的估计问题。 1986; Scariano Davenport, 1987; Krull Bauer 等(2006)进一步指出, 该方法有两个局限：1) MacKinnon, 1999, 2001); 在对中介效应的解释上, 不能直接估计存在于不同第一水平方程式的随机 存在对高水平 (upper-level) 、低水平(lower-level) 、