中介效应分析.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中介效应分析方法 学生:肖翔 导师:曾晓青 第一页,编辑于星期二:十三点 四十九分。 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,“专业满意度”影响“专业承诺”,进而影响“对该专业的学习投入”。“专业承诺”是中介变量。 第二页,编辑于星期二:十三点 四十九分。 某一变量成为中介变量需要满足如下条件: (1)自变量与中介变量对因变量均有影响; (2)自变量对中介变量的回归系数显著; (3)控制中介变量后,自变量对因变量的影响减弱,依据减弱程度的不同分为部分中介和完全中介作用。 第三页,编辑于星期二:十三点 四十九分。 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: X c e1 Y X Y X M e2 a b c (1) (2) (3) 图1:变量关系图 第四页,编辑于星期二:十三点 四十九分。 对于这样的简单中介模型,中介效应等于间接效应,即等于系数乘积ab,它与总效应和直接效应有下面关系: 第五页,编辑于星期二:十三点 四十九分。 检验间接效应的两类方法: (1)检验H0: ab=0(间接检验和直接检验) (2)是检验H0:c-c’=0。 第六页,编辑于星期二:十三点 四十九分。 间接检验:依次检验回归系数 直接检验:sobel法、bootstrap法和MCMC法 第七页,编辑于星期二:十三点 四十九分。 中介效应分析的3中方法: (1)依次检验回归系数法 (2)系数乘积检验法 (3)系数差异检验法 第八页,编辑于星期二:十三点 四十九分。 sobel法的检验力高于依次检验,但这个检验统计量的推导要假设 服从正态分布,就算其中每一个系数都是正态分布,其乘积通常也不是正态的,因而Sab的计算只是近似的,可能很不准确,所以该检验具有很明显的局限性。 第九页,编辑于星期二:十三点 四十九分。 因此,Bootstrap 法是公认的可以取代 Sobel 法而直接检验系数乘积的方法。 偏差校正的非参数百分位bootstrap法(置信区间的检验力更高)在某些条件下的第一类错误率会超过设定的显著性水平;而非参数百分位法bootstrap法不会有这个问题。 第十页,编辑于星期二:十三点 四十九分。 检验系数c 依次检验系数a,b 检验系数c’ 做Sobel检验 显著 都显著 至少有一个不显著 显著 不显著 显著 不显著 部分中介 效应显著 完全中介 效应显著 中介效 应显著 中介效 应不显著 X、Y不相关,停止中介分析 图2:依次检验流程图 依次检验回归系数法spss 第十一页,编辑于星期二:十三点 四十九分。 标准化回归方程 SE t p 第一步 Y=0.54X 0.03 17.52** 0.00 第二步 W=0.6X 0.03 20.51** 0.00 第三步 Y=0.31X 0.04 8.53** 0.00 +0.39X 0.04 10.91** 0.00 表1:专业承诺的中介效应依次检验 第十二页,编辑于星期二:十三点 四十九分。 c=0.54(c=0.31) a=0.6 b=0.39 图3:专业承诺对专业满意度和学习投入的中介作用模型 第十三页,编辑于星期二:十三点 四十九分。 依次检验回归系数法Mplus TITLE: The structure of PTSD of DSM-4 using ML in table 5-8 !题目。 DATA: FILE IS PTSD.dat / .txt ; !指定数据存储位置。 VARIABLE: NAMES ARE x1 x2 y1-y17; !定义数据文件中的变量名。 USEVARIABLES are y1-y17; !由于数据文件中包含多个变量,在单个研究中并非会使用,所以需要定义本研究中使用y1-y17; ANALYSIS: ESTIMATOR=ML; !选择估计方法,Mplus默认的估计法为ML; MODEL: f1 BY y1-y5; !定义模型,因子f1由y1 y2 y3 y4 y5五个指标测量。 f2 by y6-y12; !定义模型,因子f2由y6-y12七个指标测量。 f3 by y13-y17; !定义模型,因子f3由y13-y17五个指标测量。 PTSD by F1-F3; !定义二阶测量模型。 OUTPUT: STANDARDIZED; !要求Mplus输出标准化解。 第十

文档评论(0)

158****0833 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档