SPSS及AMOS进行中介效应分析.docx
38页
中介效应重要理论及操作务实SPSS 和AMOS 调整效应一、中介效应概述中介效应是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变量(M)的间接影响产生的，此时我们称 M 为中介变量，而 X 通过M 对 Y 产生的的间接影响称为中介效应中介效应是间接效应的一种，模型中在只有一个中介变量的状况下，中介效应等于间接效应；当中介变量不止一个的状况下，中介效应的不等于间接效应，此时间接效应可以是部分中介效应的和或全部中介效应的总和在心理学争辩当中，变量间的关系很少是直接的，更常见的是间接影响，很多心理自变量可能要通过中介变量产生对因变量的影 响，而这经常被争辩者所忽视例如，高校生就业压力与择业行为之间的关系往往不是直接的，而更有可能存在如下关系：○1 就业压力→个体压力应对→择业行为反应此时个体认知评价就成为了这一因果链当中的中介变量在实际争辩当中，中介变量的提出需要理论依据或阅历支持，以上述因果链为例，也完全有可能存在另外一些中介因果链如下：○2 就业压力→个体择业期望→择业行为反应；○3 就业压力→个体生涯规划→择业行为反应；因此，争辩者可以更具自己的争辩需要争辩不同的中介关系。
当然在简单中介模型中，中介变量往往不止一个，而且中介变量和调整变量也都有可能同时存在，导致同一个模型中即有中介效应又有调整效应，而此时对模型的检验也更简单以最简洁的三变量为例，假设全部的变量都已经中心化，则中介关系可以用回归方程表示如下：Y=cx+e 1)1M=ax+e 2)2Y=c’x+bM+e 3)3上述 3 个方程模型图及对应方程如下：二、中介效应检验方法中介效应的检验传统上有三种方法，分别是依次检验法、系数乘积项检验法和差异检验法，下面简要介绍下这三种方法：1. 依次检验法（causual steps）依次检验法分别检验上述1）2）3）三个方程中的回归系数，程序如下：首先检验方程 1）y=cx+ e1，假如c 显著（H0:c=0 被拒绝），则连续检验方程 2），假如 c 不显著（说明X 对 Y 无影响），则停止中介效应检验；在 c 显著性检验通过后，连续检验方程 2）M=ax+e2，假如 a 显著（H0:a=0 被拒绝），则连续检验方程3）；假如a 不显著，则停止检验；在方程 1）和 2）都通过显著性检验后，检验方程 3）即y=c’x + bM + e3,检验 b 的显著性，若 b 显著（H0:b=0 被拒绝）,则说明中介效应显著。
此时检验c’,若c’显著，则说明是不完全中介效应；若不显著，则说明是完全中介效应，x 对 y 的作用完全通过M 来实现评价:依次检验简洁在统计软件中直接实现，但是这种检验对于较弱的中介效应检验效果不抱负，如 a 较小而 b 较大时，依次检验判定为中介效应不显著，但是此时 ab 乘积不等于 0，因此依次检验的结果简洁犯其次类错误（接受虚无假设即作出中介效应不存在的推断）2. 系数乘积项检验法(products of coefficients)此种方法主要检验ab 乘积项的系数是否显著，检验统计量为z = ab/ s ，实际上熟ab悉统计原理的人可以看出，这个公式和总体分布为正态的总体均值显著性检验差不多，不过分子换成了乘积项，分母换成了乘积项联合标准误而已，而且此时总体分布为非正态，因此这个检验公式的 Z 值和正态分布下的Z 值检验是不同的，同理临界概率也不能接受正态分布概率曲线来推断具体推导公式我就不多讲了，大家有爱好可以自己a 2 s2b2 s2ba去看相关统计书籍分母 s 的计算公式为：s =，在这个ab ab公式中，s2 和sb2 分别为a 和b 的标准误，这个检验称为 sobel 检验，a固然检验公式不止这一种例如 Goodman I 检验和 Goodman II 检验都可以检验（见下）,但在样本比较大的状况下这些检验效果区分不大。
在 AMOS 中没有特地的 soble 检验的模块，需要自己手工计算出而在lisrel 里面则有，其临界值为 z>或 zα/2α/2<(P <，N≧200)关于临界值比率表见附件（虚无假设概率分布见 MacKinnon 表中无中介效应. 表，双侧概率，非正态分布这个临界表没有直接给出.05 的双侧概率值，只有.04 的双侧概率值；以 N=200 为例，.05 的双侧概率值在其表中或许在左右，而不是温忠麟那篇文章中提出的关于这一点， 我看了温的参考文献中提到的 MacKinnon 那篇文章，发觉温对于.97 的解释是直接照搬 MacKinnon 原文中的一句话
为了确定这点，我特地查了国外对这个概率表的介绍，发觉的确如此，相关文章见附件固然，从统计概率上来说， 大于在这个表中意味着其值对应概率大于.05，但是当统计值小于时而大于，其值对应概率的推断就比较麻烦了，此时要接受作为P<.05 的统计值来进行推断之所以对温的文章提出质疑，是由于这涉及到概率检验的结果牢靠性，我为此查了很多资料，累）Goodman I 检验公式如下 Goodman II 检验检验公式如下误趋向于削减；因此从这两个公式可看出，的值随着样本容量增注：从统计学原理可知，随着样本量增大，样本均值和总体均值的差(1998)认为乘积项在样本容量较大时是“trivial”（琐碎不必要大而呈几何平方值减小，几乎可以忽视不计算，因此 MacKinnon et al.的）的，因此 sobel 检验和Goodman 检验结果在大样本状况下区分不大，三个检验公式趋向于全都性结果，因此大家用 soble 检验公式就可以了（详情请参考文献A Comparison of Methods to Test Mediation and Other Intervening Variable Effects. Psychological Methods2002, Vol. 7, No. 1, 83–104）。
评价：接受 sobel 等检验公式对中介效应的检验简洁得到中介效应显著性结果，由于其临界概率（MacKinnon）P<.05 的Z 值为 z>或zα/2 α<，而正态分布曲线下临界概率 P<.05 的 Z 值为 z/2>或 zα/2<，因此α/2用该临界概率表简洁犯第一类错误（拒绝虚无假设而作出中介效应显著的推断）3. 差异检验法(difference in coefficients)此方法同样要找出联合标准误，目前存在一些计算公式，经过MacKinnon 等人的分析，认为其中有两个公式效果较好，分别是Clogg 等人和Freedman 等人提出的，这两个公式如下：Clogg 差异检验公式 Freedman 差异检验公式t = c - c”t = C-C ”N -3 r sxm c ”N-2S 2 +S 2 -2S S 1-r2CC”C C”xmClogg 等提出的检验公式中，的下标 N-3 表示 t 检验的自由度这两个公式都接受 t 检验，可以通过 t 值表直接查出其临界概率为 N-3，为自变量与中介变量的相关系数，为 X 对 Y 的间接效应估量值的标准误；同理见Freedman 检验公式。
评价：这两个公式在 a=0 且b=0 时有较好的检验效果，第一类错误率接近，但当 a=0 且 b≠0 时，第一类错误率就格外高有其是Clogg 等提出的检验公式在这种状况下第一类错误率达到 100%，因此要慎重对待4. 温忠麟等提出了一个新的检验中介效应的程序，如下图：这个程序实际上只接受了依次检验和sobel 检验，同时使第一类错误率和其次类错误率都把握在较小的概率，同时还能检验部分中介效应和完全中介效应，值得推举三 中介效应操作在统计软件上的实现依据我对国内国外一些文献的检索、分析和争辩，发觉目前已经有特地分析 soble 检验的工具软件脚本，可下挂在 SPSS 当中；然而在 AMOS 中只能通过手工计算，但好处在于能够便利地处理简单中介模型，分析间接效应；依据温忠麟介绍，LISREAL 也有对应的 SOBEL 检验分析命令和输出结果，有鉴于此，本文拟通过对在 SPSS、AMOS 中如何分析中介效应进行操作演示，相关 SOBEL 检验脚本及临界值表（非正态SOBEL 检验临界表）请看附件1.如何在 SPSS 中实现中介效应分析这个部分我主要讲下如何在 spss 中实现中介效应分析（无脚本， 数据见附件 spss 中介分析数据，自变量为工作不被认同，中介变量为焦虑，因变量为工作绩效）。
第一步：将自变量（X）、中介变量(M)、因变量(Y)对应的潜变量的项目得分合并取均值并中心化，见下图在这个图中，自变量（X）为工作不被认同，包含 3 个观测指标，即领导不认同、同事不认可、客户不认可；中介变量（ M）焦虑包含 3个观测指标即心跳、紧急、坐立担忧；因变量（Y）包含 2 个观测指标即效率低和效率下降Descriptive Statistics工 作 不 被工作绩 ValidN认同焦虑效(listwise)N489489489489Mean上面三个图表示合并均值及中心化处理过程，生成 3 个对应的变量并中心化（项目均值后取离均差）得到中心化X、M、Y其次步：按温忠麟中介检验程序进行第一步检验即检验方程 y=cx+e 中的c 是否显著，检验结果如下表：Model SummaryRChange StatisticsMode R Ad。
