中介效应分析方法[参照].pdfVIP

中介效应分析方法 1　中介变量和相关概念 在本文中,假设我们感兴趣的是因变量(Y) 和自变量(X) 的关系。虽然它们 之间不一定是因果关系,而可能只是相关关系,但按文献上的习惯而使用 “X 对 的影响”、 “因果链”的说法。为了简单明确起见,本文在论述中介效应的检验 程序时,只考虑一个自变量、一个中介变量的情形。但提出的检验程序也适合有 多个自变量、多个中介变量的模型。 1.1 　 中介变量的定义 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 “, 父亲的社会经济地位”影响 “儿子的教育程度”,进 而影响 “儿子的社会经济地位”。又如,“工作环境”(如技术条件) 通过 “工 作感觉”(如挑战性) 影响 “工作满意度”。在这两个例子中,“儿子的教育程 度”和 “工作感觉”是中介变量。假设所有变量都已经中心化(即均值为零) , 可用下列方程来描述变量之间的关系: Y = cX + e1 (1) M = aX + e2 (2) Y = c’X + bM + e3 (3) c e1 Y=cX+e1 X Y M e2 M=aX+e2 a b c’ e3 Y=c’X+bM+e3 X Y 图1 　中介变量示意图 假设Y 与X 的相关显著,意味着回归系数c 显著(即H0 : c = 0 的假设被拒 绝) ,在这个前提下考虑中介变量M 。如何知道M 真正起到了中介变量的作用,或 者说中介效应(mediator effect ) 显著呢? 目前有三种不同的做法。 传统的做法是依次检验回归系数 。如果下面两个条件成立,则中介效应显 著: (i) 自变量显著影响因变量；(ii) 在因果链中任一个变量,当控制了它前面 的变量(包括自变量) 后,显著影响它的后继变量。这是Baron 和Kenny 定义的 (部分) 中介过程。如果进一步要求: (iii) 在控制了中介变量后,自变量对因变 量的影响不显著, 变成了Judd和Kenny 定义的完全中介过程。在只有一个中介 变量的情形,上述条件相当于 (见图1) : (i) 系数c 显著(即H0 : c = 0 的假设被 拒绝) ； (ii) 系数a 显著(即H0 : a = 0 被拒绝) ,且系数b 显著(即H0 : b = 0 被 拒绝) 。完全中介过程还要加上: (iii) 系数c’不显著。 第二种做法是检验经过中介变量的路径上的回归系数的乘积ab 是否显著, 即检验H0 : ab = 0 ,如果拒绝原假设,中介效应显著 ,这种做法其实是将ab 作为 中介效应。 第三种做法是检验c’与c 的差异是否显著,即检