<>1.中介效应

中介效应模式:A对C的作用通过B发生,即A-B-C。其中A-C如果作用为零,则B为完全中介;若A-C作用不为零,则B为部分中介。
形象比喻:中介效应为“媒婆”,A-C的认识是通过媒婆牵线搭桥。

<>1.1 中介效应

指变量间的影响关系(X→Y)不是直接的因果链关系,而是通过一个或一个以上的变量M间接影响产生,此时称M为中介变量,X通过M对Y的间接影响称为中介效应。

以上基本模型和回归方程描述了变量之间的关系:

方程(1)的系数c为X对Y的总效应;

方程(2)的系数a是X对M的直接效应;

方程(3)的系数b是在控制了X的影响后,M对Y的直接效应;

系数c’是控制了M的影响后, X对Y的直接效应;系数ab是经过中介变量M产生的中介效应,并存在ab=c-c’的关系。

<>1.2 分析步骤

步骤一:X对Y的回归,检验回归系数c的显著性
步骤二:X对M的回归,检验回归系数a的显著性
步骤三:X和M对Y的回归,检验回归系数b和c’的显著性

在SPSS操作软件中,分别对方程(1)(2)(3)进行线性回归分析,逐步检验系数的显著性。打开菜单栏,分析→回归→线型,分别加入自变量和因变量,输出结果,得到系数的显著性。

<>1.3 案例

1.31 数据展示
研究工作认同感与工作绩效之间心理因素(焦虑)的意义,案例数据包括“不被认同”、“焦虑”、“工作绩效” 3个变量。

从自变量、因变量、中介变量的概念来理解,“不被认同”即自变量X,“焦虑”即中介变量M,“工作绩效”即因变量Y。

1.32 操作流程

Step1:检验方程Y=c*X+e1 中系数c是否显著

具体操作其实很简单,就是常规的线性回归过程。菜单:【分析】→【回归】→【线性】,在线性回归主对话框中进行操作即可。

线性拟合结果:

显然,模型 Y=c*X+e1 显著,标准化系数c=0.678,p=0.000,显著。可以继续检验其他两个方程是否显著了。

Step2:检验方程M=a*X+e2 中系数a是否显著

重复进行线性回归过程,焦虑变量作为因变量,工作不被认同变量作为自变量进行线性拟合即可。

显然,模型M=a*X+e2 显著,标准化系数a=0.533,p=0.000,系数显著。可继续检验另外一个方程。

Step3:检验方程Y=c’X+bM+e3 中系数b和c’是否显著

重复进行线性回归过程,工作绩效作为因变量,工作不被认同和焦虑同时作为自变量,进行线性拟合即可。

显然,模型Y=c’X+bM+e3 显著,标准化系数b=0.213,p=0.000,系数显著。系数c’=0.564,p=0.000,显著。

此时方程(2)方程(3)中有关“焦虑”变量的系数a和系数b均显著,方程(3)中c’显著,所以本研究属于部分中介效应。

自变量“工作不被认同”对因变量“工作绩效”的中介效应不完全通过中介变量“焦虑”的中介来达到影响,“工作不被认同”对“工作绩效”有部分直接效应。

中介效应对总效应的贡献率:M=ab/c=0.5330.213/0.678=0.167,及16.7%。

<>2.调节效应

调节效应:A-C有作用,但B会影响A-C 的作用大小。
形象比喻:调节效应为“小三”,会影响A-C正常的夫妻关系。

<>3.交互作用

上图为i型交互作用模式:A-C有关系,B-C有关系;并且B会影响A-C关系,A会影响B-C关系。
此图就像A和B是同宿舍的室友,都同时喜欢了C,意思AB互为小三,但没有先后关系。

调节效应和交互效应在统计模型上无本质区别;但调节效应能够指定谁是自变量,谁是调节变量;而交互作用地位是等价的。

研究中介和调节效应,但研究因素为显变量时采用Process最佳;
当为潜变量时采用AMOS为好,当然还有lisrel,Mplus等。
lisrel为最早的结构方程模型软件,通过编程操作,已逐渐被取代之势,感兴趣的可以好好学习Process和AMOS吧!

技术
友情链接
码工具
Toolsou
API参考文档
云服务器优惠
阿里云优惠券
腾讯云优惠券
华为云优惠券
站点信息
问题反馈
邮箱:ixiaoyang8@qq.com
QQ群:766591547
关注微信