多重中介效應檢驗

1、二．多重中介 二．多重中介多重中介是指存在多個中介變量的情況。目前針對傳統(tǒng)多重中介分析存在（1）分析不完整 ）分析不完整? LISREL--只能得到總的中介效應估計值及其標準誤和 t 值。? AMOS --也只能得到總的中介效應估計值。? MPLUS--可以得到特定路徑的中介效應和總的中介效應估計值，但還是得不到對比中介效應的分析結果。（2）使用 ）使用 sobel sobel 檢驗的局限 檢驗的局限首先，sobel 檢驗統(tǒng)計量的推導基

2、于正態(tài)假設，而特定中介效應、總的中介效應和對比中介效應估計值都涉及參數(shù)的乘積，因而通常都不滿足正態(tài)假設。其次，sobel 檢驗需要大樣本，檢驗在小樣本的表現(xiàn)并不好。第三， sobel 檢驗統(tǒng)計量計算復雜，且需要手工計算所以采用以下兩種方法來改善。1. 1.增加輔助變量的方法 增加輔助變量的方法針對當前多重中介效應分析不完整的問題， 在結構方程模型中加入輔助變量， 可以進行完整的多重中介效應分析。操作Y 0.1915 -0.0894 -

3、-(0.0607) (0.0421)3.1532 -2.1256發(fā)現(xiàn)M1對Y的預測作用不顯著，M2對Y的預測作用顯著在GAMMA GAMMA中可以找到其他路徑系數(shù)及顯著性 中可以找到其他路徑系數(shù)及顯著性X--------M1 0.6296(0.0561)11.2243M2 -0.3534(0.0483)-7.3242Y -0.0491(0.0597)-0.8223ADDITIONAL PARAMETERS ADDITIONAL PARA

4、METERS 表示輔助變量 表示輔助變量a1*b1-a2*b2 a1*b1-a2*b2的估計值 的估計值PA(1) !表示第一個輔助變量，本例只用了一個輔助變量--------0.0890 !表示輔助變量的參數(shù)估計值(0.0412) !表示p值，小于0.05說明顯著，即兩個中介變量 M1和M2的中介效應差異顯著。2.1616如 果 將 輔 助 變 量 的 程 序 設 置 為 CO CO PAR(1)=GA(1,1)*BE(3,1) PA

5、R(1)=GA(1,1)*BE(3,1) 或 CO COPAR(1)=GA(2,1)*BE(3,2) PAR(1)=GA(2,1)*BE(3,2)則可以分別計算出兩個中介變量的特定中介效應大小 則可以分別計算出兩個中介變量的特定中介效應大小 a1*b1 a1*b1 或a2*b2 a2*b2。建議只設置一個輔助變量，因為我設置兩個及兩個以上輔助變量時程序無法運行 。建議只設置一個輔助變量，因為我設置兩個及兩個以上輔助變量時程序無法運行Mp

6、lus 操作mplus 軟件可以在一個程序中實現(xiàn)輔助變量與 bootstrap 法因此在下面 bootstrap 法中一起介紹。2.bootstrap 2.bootstrap 法Lisrel 操作Lisrel 軟件進行 bootstrap 分析的步驟分為六步：第一步，使用 Lisrel 軟件中的 prelis 程序從原始樣本中抽取至少 1000 個 bootstrap 樣本具體操作是打開 lisrel 軟件，單擊 file/import