中介效应分析方法.docx

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 + e2⑵Y = c'X + bM + e3⑶图ie1 Y=cX+etM=aX+e2e3 Y=c'X+bM+e3中介变量示意图假设Y与X的相关显着，意味着回归系数c显着(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 )显着呢？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,则中介效应显着： (i)自变量显着影响因变量；(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，显着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 不显着，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):⑴系数c显着(即H c = 0的假设被拒绝)；(ii)系 数a显着(即H0 : a = 0被拒绝)，且系数b显着(即H° : b = 0被拒绝)完全中 介过程还要加上：(iii)系数c'不显着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 是否显着, 即检验H0 : ab = 0 ,如果拒绝原假设，中介效应显着，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的差异是否显着，即检验H c - c '= 0 ,如果拒绝原 假设，中介效应显着1.2中介效应与间接效应依据路径分析中的效应分解的术语，中介效应属 于间接效应(indirect effect)。

在图1 中, c是X对Y的总效应，ab是经过中介变量M的间接效应(也 就是中介效应),c'是直接效应当只有一个自变量、一个中介变量时效应之间 有如下关系c = c'+ ab (4)当所有的变量都是标准化变量时，公式(4)就是相关系数的分解公式但公 式⑷对一般的回归系数也成立)由公式⑷得c-c'=ab，即c-c'等于中介效应， 因而检验H0 : ab = 0与H0 : c-c'= 0是等价的但由于各自的检验统计量不同，检 验结果可能不一样中介效应都是间接效应，但间接效应不一定是中介效应实际上，这两个概念 是有区别的首先，当中介变量不止一个时，中介效应要明确是哪个中介变量的中 介效应，而间接效应既可以指经过某个特定中介变量的间接效应(即中介效应)， 也可以指部分或所有中介效应的和其次，在只有一个中介变量的情形，虽然中介 效应等于间接效应，但两者还是不等同中介效应的大前提是自变量与因变量相 关显着，否则不会考虑中介变量但即使自变量与因变量相关系数是零，仍然可能 有间接效应下面的人造例子可以很好地说明这一有趣的现象设Y是装配线 上工人的出错次数，X是他的智力，M是他的厌倦程度又设智力(X)对厌倦 程度(M)的效应是0.707 (=a)，厌倦程度(M)对出错次数(Y)的效应也是0.707 (=b),而智力对出错次数的直接效应是20.50( = c J。

智力对出错次数的总效应 ( = c) 是零(即智力与出错次数的相关系数是零) 本例涉及效应(或相关系数) 的遮盖( suppression) 问题由于实际中比较少见， 这里不多讨论但从这个例子 可以看出中介效应和间接效应是有区别的当然，如果修改中介效应的定义，不以 自变量与因变量相关为前提，则另当别论在实际应用中，当两个变量相关不显着时,通常不再进一步讨论它们的关系了2 中介效应分析方法由于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 从路径图（图1） 可以看出,模型是递归的（ recursive） ,即在路 径图上直线箭头都是单向的,没有反向或循环的直线箭头 ,且误差之间没有弧线 箭头联系所以,如果所有变量都是显变量,可以依次做方程（1） —（3） 的回归分析, 来替代路径分析就是说,如果研究的是显变量,只需要做通常的回归分析就可以 估计和检验中介效应了无论是回归分析还是结构方程分析，用适当的统计软件都可以得到c的估计 八 八 r 八.c ； a , b , c，的估计a, b, c ,以及相应的标准误中介效应的估计是a b或c - c , 在显变量情形并且用通常的最小二乘回归估计时，这两个估计相等。

在其他情形， 使用a b比较直观，并且它等于间接效应的估计除了报告中介效应的大小外，还 应当报告中介效应与总效应之比（a b/（c+a b））,或者中介效应与直接效应之 比（a b/c‘）,它们都可以衡量中介效应的相对大小与中介效应的估计相比，中介效应的检验要复杂得多下面按检验的原假设 分别讨论2. 1 依次检验回归系数在三种做法中，依次检验回归系数涉及的原假设最多，但其实是最容易的如 果H0: a = 0被拒绝且H0 : b = 0被拒绝，则中介效应显着，否则不显着完全中介 效应还要检验H0 ： c'= 0检验统计量t等于回归系数的估计除以相应的标准误 流行的统计软件分析结果中一般都有回归系数的估计值、标准误和t值,检验结 果一目了然这种检验的第一类错误率很小，不会超过显着性水平,有时会远远小 于显着性水平问题在于当中介效应较弱时，检验的功效很低这容易理解，如果 a很小（检验结果是不显着），而b很大（检验结果是显着），因而依次检验的结果 是中介效应不显着，但实际上的ab与零有实质的差异（中介效应存在），此时犯 了第二类错误做联合检验（原假设是H0 : a = 0且b = 0，即同时检验a和b的显 着性）， 功效要比依次检验的高。

问题是联合检验的显着性水平与通常的不一样， 做起来有点麻烦2.2 检验H0 : ab = 0检验H0： ab = 0的关键在于求出a b的标准误目前至少有5种以上的近似 计算公式 当样本容量比较大时（如大于500） ，各种检验的功效差别不大值得 在此介绍的是Sobel根据一阶Taylor展式得到的近似公式abAa2s 2+Ab2s 2b a(5)其中，sa, sb分别是a, b的标准误检验统计量是z = a b/ sab只有一个 中介变量的情形,LISREL输出的间接效应的标准误与使用这个公式计算的结果 一致在输出指令“OUT”中加入“ EF ”选项，会输出包括间接效应在内的效应 估计、相应的标准误和t值，这个t值就是Sobel检验中的z值由于涉及到参数的乘积的分布，即使总体的X、M和Y都是正态分布，并且 是大样本，z = a b/sab还是可能与标准正态分布有较大的出入MacKinnon等 人用该统计量但使用不同的临界值进行检验在他们的临界值表中，显着性水平 0. 05对应的临界值是0. 97 （而不是通常的1. 96，说明中介变量有更多的机会被认 为是显着的，从而检验的功效提高了，但第一类错误率也大大增加了）。

MacKinnon等人的模拟比较研究发现，在样本较小或总体的中介效应不大时，使 用新的临界值检验的功效比同类检验的要高，在总体参数a = 0且b = 0时第一类 错误率与0. 05很接近，因而是一种比较好的检验方法但在统计软件采用该临界 值表之前,难以推广应用而且，当a = 0或b = 0,只有一个成立时（此时也有ab = 0，即中介效应为零），第一类错误率远远高于0. 05，这是该方法的最大弊端2.3 检验H0 : c-c' 0同样，检验H0 : c-c' = 0的关键在于如何计算C -C的标准误目前也有多种 近似公式MacKinnon等人比较的结果是其中有两个公式得到的检验有较高的 功效，在总体参数a = 0且b = 0时的第一类错误率与0. 05很接近一个是Clogg 等人给出的公式S '= k r is, （6）c-c XM c其中rXM是X和M的相关系数另一个是Freedman等人推出的公式XMS ,= v's 2 + s 2 -2s s J1 -r 2 （7）c-c c c' c c' XM当a = 0但b主0时（此时ab = 0 ,即中介效应为零），这两种公式对应的检验 （即t = （C - C） / s，作为检验统计量）的第一类错误率都很高。

特别是公式（6）,c-c对应的第一类错误率有可能高达100 %事实上，由公式（6）得到的检验与H0 : b =0的检验等价就是说，即使中介效应不存在（ab = 0），只要b显着，检验结果 就是中介效应显着（犯了第一类错误） 2.4 一个实用的中介效应检验程序为了使一个中介效应检验的第一类错误率和第二类错误率都比较小，既可以检验部分中介效应，又可以检验完全中介效应，而且还比较容易实施，我们提出如下检验程序1. 检验回归系数c ,如果显着,继续下面的第2步否则停止分析2. 做Baron和Kenny部分中介检验,即依次检验系数a , b ,如果都显着，意 味着X对Y的影响至少有一部分是通过了中介变量M实现的,第一类错误率小于 或等于0. 05 ,继续下面第3步如果至少有一个不显着,由于该检验的功效较低 (即第二类错误率较大) ,所以还不能下结论,转到第4步3. 做Judd和Kenny完全中介检验中的第三个检验(因为前两个在上一步已 经完成)，即检验系数c',如果不显着,说明是完全中介过程,即X对Y的影响都是 通过中介变量M实现的;如果显着,说明只是部分中介过程，即X对Y的影响只有 一部分是通过中介变量M实现的。

检验结束4. 做Sobe 1检验,如果显着,意味着M的中介效应显着,否则中介效应不显着 检验结束整个检验程序见图2这个程序有可能只需要依次检验，即使需要Sobel检验, 用公式(5)直接计算sab和检验统计量z =a b/ sab都不算难如果使用LISREL进行 分析，输出结果中可以找到本检验程序所需的全部检验统计量的值和检验结果都显着显着检验系数C至少有一个不显着显着 不显着显着 不显中介效应显着依次检验系数a, b… 效应显着 应显着中介效~介效应不显着Y与X相关不显着停止中介效应分析应做Sobel检验图2中介效应检验程序检验系数c'学生行为对同伴关系影响的中介效应分析要研究的是初中学生行为(X)对同伴关系(Y)的影响变量及其数据来自香 港中文大学张雷教授主持的儿童同伴关系研究，本文只用到部分变量和数据这 里只简单地介绍有关变量的含义和符号学生行为(X)是被试的违纪捣乱行为, 包括9个题目(如挑起争斗、欺负同学、说脏话等)，同伴关系(Y)是被试受同学 欢迎的程度,具体地说,就是同班同学有多少人将其列入喜欢的名单(每人所列的 喜欢名录没有名额限制)。