中介效应的若干问题补充

1.结构方程与中介变量有何关系

结构方程是应用线性方程表示观测变量与潜变量之间，以及潜在变量之间关系的一种多元统计方法，其实质是一种广义的一般线性模型。主要目的在于考察潜在变量与外显变量之间的关系。

介绍潜在变量与观察变量的概念

?（1）很多社会、心理研究中所涉及到的变量，都不能准确、直接地测量，这种变量

称为潜变量，如工作自主权、工作满意度等。

?（2）这时，只能退而求其次，用一些外显指标，去间接测量这些潜变量。如用工作

方式选择、工作目标调整作为工作自主权（潜变量）的指标，以目前工作满意度、工作兴趣、工作乐趣、工作厌恶程度（外显指标）作为工作满意度的指标。

观测变量（外显变量）能够观测到的变量

潜在变量：难以直接观测到的抽象概念，由测量变量推估出来的变量

内生变量：模型总会收到任何一个其他变量影响的变量

外生变量：模型中不受任何其他变量影响但影响其他变量的变量

中介变量：当内生变量同时做因变量和自变量时，表示该变量不仅被其他

变量影响，还可能对其他变量产生影响。

内生潜在变量：潜变量作为内生变量

外生观测变量：外生潜在变量的观测变量

外生潜在变量：潜变量作为外生变量

中介潜变量：潜变量作为中介变量

中介观测变量：中介潜在变量的观测变量

2.Sobel检验

即针对ab的显著性检验，ab是经过中介变量M的间接效应（中介效应）

检验统计量见笔记

Lisrel中在程序的输出行（OU）中加入关键词EF即可得到Sobel检验的结果。

3.部分中介与完全中介的差别：

部分中介过程：在因果链中任一变量，当控制了它前面的变量（包括自变量）后，显著影响它的后继变量；

完全中介过程：在控制了中介变量后，自变量对因变量的影响不显著。

4.中介效应的解释

对于检验结果显著的中介效应，要区分是完全中介效应还是部分中介效应。如果是完全中介效应，则说明自变量X对因变量Y的影响，完全通过中介变量M起作用，此时X对Y 没有直接影响。

如果是部分中介效应，则说明自变量X对因变量Y的影响，有一部分是通过中介变量M 起作用，应当报告中介效应占总效应的比例，或者报告中介效应与直接效应之比。

5.“在依次检验a.b时，至少有一个不显著”说明什么：

书中没有明确指出“至少有一个不显著”的含义，但在“都显著”中解释：如果都显著，说明X对Y的影响至少有一部分是通过了中介变量M实现的。因此，能不能推论出，“至少有一个不显著”的含义为：X对Y的影响至少有一部分没有通过M实现。

6.如何计算，如何得出结论

直接和间接关系分析：

在《成就目标定向，测验焦虑与工作记忆的关系》中，研究者将自变量，中介变量，因变量输入进去，建立了相应的结构方程模型。采用AMOS5.0进行结构方程分析。选择绝对拟合指数X的平方/df、RMSEA和相对拟合指数CFI考察模型的拟合程度。考察以上拟合指数的临界值。标准认为X的平方/df小于2表示模型拟合良好，RMSEA小于0.05表示模型拟合非常好，RMSEA小于0.10表示好的拟合。CFI大于0.90表示模型可以接受。

计算出来的路径系数绝对值大于0.3，则显著。小于0.3则不显著（自己归纳的，不知正确与否）

一旦确定有直接或间接关系，则需要计算出直接或间接值

中介效应分析：

建立路径分析模型。步骤同上

结论：若有正向效应，则有积极的预测作用。

如何做SPSS的调节效应

标签： 杂谈 1、调节变量的定义 变量Y与变量X 的关系受到第三个变量M 的影响,就称M为调节变量。调节变量可以是定性的，也可以是定量的。在做调节效应分析时,通常要将自变量和调节变量做中心化变换。简要模型：Y = aX + bM + cXM + e 。Y与X 的关系由回归系数a + cM 来刻画,它是M 的线性函数, c衡量了调节效应(moderating effect)的大小。如果c显著，说明M 的调节效应显著。 2、调节效应的分析方法 显变量的调节效应分析方法：分为四种情况讨论。当自变量是类别变量，调节变量也是类别变量时，用两因素交互效应的方差分析，交互效应即调节效应；调节变量是连续变量时，自变量使用伪变量,将自变量和调节变量中心化,做 Y=aX+bM+cXM+e 的层次回归分析：1、做Y对X和M的回归,得测定系数R12。2、做Y对X、M和XM的回归得R22，若R22显著高于R12，则调节效应显著。或者,作XM的回归系数检验,若显著,则调节效应显著；当自变量是连续变量时，调节变量是类别变量，分组回归:按 M的取值分组,做 Y对 X的回归。若回归系数的差异显著,则调节效应显著，调节变量是连续变量时，同上做Y=aX +bM +cXM +e 的层次回归分析。 潜变量的调节效应分析方法：分两种情形：一是调节变量是类别变量,自变量是潜变量；二是调节变量和自变量都是潜变量。当调节变量是类别变量时,做分组结构方程分析。做法是,先将两组的结构方程回归系数限制为相等,得到一个χ2值和相应的自由度。然后去掉这个限制,重新估计模型,又得到一个χ2值和相应的自由度。前面的χ2减去后面的χ2得到一个新的χ2,其自由度就是两个模型的自由度之差。如果χ2检验结果是统计显著的,则调节效应显著；当调节变量和自变量都是潜变量时，有许多不同的分析方法，最方便的是Marsh,Wen和Hau提出的无约束的模型。 3．中介变量的定义

中介效应和调节效应分析方法论文献解读

中介效应和调节效应分析方法论文献 1. 温忠麟，张雷，侯杰泰，刘红云.(2004.中介效应检验程序及其应用. 心理学报，36(5，614-620. 2. 温忠麟，侯杰泰，张雷.(2005.调节效应与中介效应的比较和应用. 心理学报，37(2，268-274. 3. 温忠麟，张雷，侯杰泰.(2006.有中介的调节变量和有调节的中介变量. 心理学报，38(3，448-452. 4. 卢谢峰，韩立敏.(2007.中介变量、调节变量与协变量——概念、统计检验及其比较. 心理科学，30(4，934-936. 5. 柳士顺，凌文辁.(2009.多重中介模型及其应用. 心理科学，32(2，433-435. 6. 方杰，张敏强，邱皓政.(2010.基于阶层线性理论的多层级中介效应. 心理科学进展，18(8，1329-1338. 7. 刘红云，张月，骆方，李美娟，李小山.(2011.多水平随机中介效应估计及其比较. 心理学报，43(6，696-709. 8. 方杰，张敏强，李晓鹏.(2011.中介效应的三类区间估计方法. 心理科学进展，19(5，765-774. 9. 方杰，张敏强.(2012.中介效应的点估计和区间估计：乘积分布法、非参数 B ootstrap 和MCMC 法. 心理学报，44(10，1408-1420. 10. 方杰，张敏强.(2013.参数和非参数Bootstrap 方法的简单中介效应分析比较. 心理科学，36(3，722-727. 11. 叶宝娟，温忠麟.(2013.有中介的调节模型检验方法：甄别和整合. 心理学报，45(9，1050-1060.

12. 刘红云，骆方，张玉，张丹慧.(2013.因变量为等级变量的中介效应分析. 心理学报，45(12，1431-1442. 13. 方杰，温忠麟，张敏强，任皓.(2014.基于结构方程模型的多层中介效应分析. 心理科学进展，22(3，530-539. 14. 方杰，温忠麟，张敏强，孙配贞.(2014.基本结构方程模型的多重中介效应分析. 心理科学，37(3，735-741.

如何用SPSS做中介效应与调节效应

如何用SPSS做中介效应与调节效应 1、调节变量的定义 变量Y与变量X的关系受到第三个变量M的影响,就称M为调节变量。调节变量可以是定性的，也可以是定量的。在做调节效应分析时,通常要将自变量和调节变量做中心化变换。简要模型：Y = aX + bM + cXM + e。Y与X的关系由回归系数a + cM来刻画,它是M的线性函数, c衡量了调节效应(moderating effect)的大小。如果c显著，说明M的调节效应显著。 2、调节效应的分析方法 显变量的调节效应分析方法：分为四种情况讨论。当自变量是类别变量，调节变量也是类别变量时，用两因素交互效应的方差分析，交互效应即调节效应；调节变量是连续变量时，自变量使用伪变量,将自变量和调节变量中心化,做 Y=aX+bM+cXM+e的层次回归分析：1、做Y对X和M的回归,得测定系数R12。2、做Y对X、M和XM的回归得R22，若R22显著高于R12，则调节效应显著。或者,作XM的回归系数检验,若显著,则调节效应显著；当自变量是连续变量时，调节变量是类别变量，分组回归:按M的取值分组,做Y对X的回归。若回归系数的差异显著,则调节效应显著，调节变量是连续变量时，同上做Y=aX +bM +cXM +e 的层次回归分析。 潜变量的调节效应分析方法：分两种情形：一是调节变量是类别变量,自变量是潜变量；二是调节变量和自变量都是潜变量。当调节变量是类别变量时,做分组结构方程分析。做法是,先将两组的结构方程回归系数限制为相等,得到一个χ2值和相应的自由度。然后去掉这个限制,重新估计模型,又得到一个χ2值和相应的自由度。前面的χ2减去后面的χ2得到一个新的χ2,其自由度就是两个模型的自由度之差。如果χ2检验结果是统计显著的,则调节效应显著；当调节变量和自变量都是潜变量时，有许多不同的分析方法，最方便的是Marsh,Wen和Hau 提出的无约束的模型。 3．中介变量的定义 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。Y=cX+e1, M=aX+ e2 , Y= c′X+bM+e3。其中,c是X对Y的总效应,ab是经过中介变量M的中介效应,c′是直接效应。当只有一个中介变量时,效应之间有 c=c′+ab，中介效应的大小用c-c′=ab来衡量。

中介变量 调节变量

如何用SPSS做中介效应与调节效应（转） 如何用SPSS做中介效应与调节效应 1、调节变量的定义 变量Y与变量X 的关系受到第三个变量M 的影响,就称M为调节变量。调节变量可以是定性的，也可以是定量的。在做调节效应分析时,通常要将自变量和调节变量做中心化变换。简要模型：Y = aX + bM + cXM + e 。Y与X 的关系由回归系数a + cM 来刻画,它是M 的线性函数, c衡量了调节效应(moderating effect)的大小。如果c显著，说明M 的调节效应显著。 2、调节效应的分析方法 显变量的调节效应分析方法：分为四种情况讨论。当自变量是类别变量，调节变量也是类别变量时，用两因素交互效应的方差分析，交互效应即调节效应；调节变量是连续变量时，自变量使用伪变量,将自变量和调节变量中心化,做Y=aX+bM+cXM+e 的层次回归分析：1、做Y对X和M的回归,得测定系数R12。2、做Y对X、M和XM的回归得R22，若R22显著高于R12，则调节效应显著。或者,作XM的回归系数检验,若显著,则调节效应显著；当自变量是连续变量时，调节变量是类别变量，分组回归:按M的取值分组,做Y对X的回归。若回归系数的差异显著,则调节效应显著，调节变量是连续变量时，同上做Y=aX +bM +cXM +e的层次回归分析。 潜变量的调节效应分析方法：分两种情形：一是调节变量是类别变量,自变量是潜变量；二是调节变量和自变量都是潜变量。当调节变量是类别变量时,做分组结构方程分析。做法是,先将两组的结构方程回归系数限制为相等,得到一个χ2值和相应的自由度。然后去掉这个限制,重新估计模型,又得到一个χ2值和相应的自由度。前面的χ2减去后面的χ2得到一个新的

华中师范大学心理学教授刘华山调节作用和中介效应

调节变量与交互作用分析 华中师大心理学院刘华山整理 一、调节变量 （一）调节变量的含义 如果变量Y与变量X的关系是变量M的函数，则称变量M是变量Y与变量X的调节变量。变量M在变量Y与变量X的关系中的这种作用称为调节效应。 （二）交互作用 X）对因变量（例如Y）的影响取决于另一个自变量当一个自变量（例如 1 X）处于何种水平上时，就说两个自变量在对因变量的影响上存在着交（例如 2 互作用。 （三）调节效应与交互作用效应 在交互作用分析中，影响因变量的两个变量都称为自变量，这两个自变量在对因变量的影响上地位是等同的。而在进行调节效应分析时，在一个确定的模型中，与因变量有关的两个变量，一个被指定为自变量，它与因变量的关系是基本的因果关系；另一个被视为可能的调节变量，它对因果关系实行调节。 在交互作用的分析中，两个自变量可能对因变量的主效应都不显著，此时我们仍然可以分析两个自变量的交互作用，交互作用仍然可能是显著的。而在调节效应的分析中，从逻辑上说，一般是自变量对因变量的主效应是显著的，再来分析调节变量的调节效应。【？】 （四）调节效应与交互效应的统计分析方法 1.交互效应分析 交互效应一般采用多因素方差分析，或带有交互作用的多元回归分析。当所有自变量都是分类变量时，交互作用分析采用方差分析，也可以采用多元回归分析。当自变量中存在有连续变量时，交互作用分析采用多元回归分析或协方差分析。问题是可否做连续变量与分类变量的交互作用呢？ 2.调节效应分析

调节效应分析的统计方法也因自变量与调节变量的数据类型不同而不同。 当自变量和调节变量都是类别变量时，采用多因素方差分析。当自变量与调节变量交互作用显著时，说明存在调节效应；【有无调节效应与有无主效应没有关系】 当调节变量是连续变量时，无论自变量是何种类型变量，均采用层级回归。先将自变量与调节变量对因变量的影响，然后将交互项“自变量×调节变量”纳入回归方程。如果交互项回归系数显著，则存在调节作用。 当调节变量是类别变量，而自变量是连续变量时，作分组回归分析。Cohen 介绍过两回归系数的差异检验的方法。如果回归系数的差异显著，则调节作用显著。（Cohen J. and Cohen P. Applied multiple regression/ correlation analysis for the behavior sciences (2nd ed.) . Hillsdale, NJ: Erlbaum, 1983）。 一说调节效应检验:当自变量与调节变量都是连续变量时，用带有乘积项的回归模型作层次回归分析:（1）作Y 对X 和M 的回归，得测定系数21R （2）作Y 对X ，M 和XM 的回归，得测定系数22R ,若22R 显著地高于21R ，则调节效应显著。或者作XM 的偏回归系数的检验，若显著，则调节效应显著。【温忠麟，侯杰泰，张雷（2005）调节效应与中介效应的比较与应用，心理学报，37（2），268-274】 二、中介变量（Mediator ） （一）中介变量的含义 如果自变量X 通过变量M 影响因变量Y ，则M 为中介变量。中介效应涉及多层因果关系。中介效应可从下图看出： 1e 1e cX Y += e 2 2e aX M += e 3 3'e bM X c Y ++= 有关系式：ab c c +'= 图1中介效应中变量间关系的方程与路径图

实验三调节效应与中介效应的检验

实验三调节效应与中介效应的检验 一、实验性质 上机实验（计算机、spss软件） 二、实验目的与要求 1、理解调节效应和中介效应的理论涵义； 2、使学生熟练掌握应用SPSS针对调节效应和中介效应进行统计检验，熟悉操作步骤，并能够对统计分析的结果进行解释。 三、实验原理 （一）调节效应 1、调节变量（moderator）的定义 变量Y与变量X 的关系受到第三个变量M 的影响,就称M为调节变量。这种有调节变量的模型一般地可以用图1 示意。调节变量可以是定性的(如性别、种族、学校类型等) ,也可以是定量的(如年龄、受教育年限、刺激次数等) ,它影响因变量和自变量之间关系的方向(正或负)和强弱。 在做调节效应分析时,通常要将自变量和调节变量做中心化变换。简要模型：Y = aX + bM + cXM + e 。Y与X 的关系由回归系数a + cM 来刻画,它是M 的线性函数, c衡量了调节效应(moderating effect)的大小。如果c显著，说明M 的调节效应显著。 2、调节效应的分析方法 显变量的调节效应分析方法，分为四种情况讨论： （1）当自变量是类别变量，调节变量也是类别变量时，用两因素交互效应的方差分析，交互效应即调节效应； （2）调节变量是连续变量时，自变量是连续变量时,将自变量和调节变量中心化,做 Y=aX+bM+cXM+e 的层次回归分析：1、做Y对X和M的回归,得测定系数R12。2、做Y对X、M和XM的回归得R22，若R22显著高于R12，则调节效应显著。或者,作XM的回归系数检验,若显著,则调节效应显著； （3）当自变量是连续变量时，调节变量是类别变量，分组回归:按 M的取值分组,做 Y 对 X的回归。若回归系数的差异显著,则调节效应显著，调节变量是连续变量时，同上做Y=aX +bM +cXM +e的层次回归分析。 （4）潜变量的调节效应分析方法：分两种情形：一是调节变量是类别变量,自变量是潜变量；二是调节变量和自变量都是潜变量。当调节变量是类别变量时,做分组结构方程分析。做法是,先将两组的结构方程回归系数限制为相等,得到一个χ2值和相应的自由度。然后去掉这个限制,重新估计模型,又得到一个χ2值和相应的自由度。前面的χ2减去后面的χ2得到一个新的χ2,其自由度就是两个模型的自由度之差。如果χ2检验结果是统计显著的,则调节效应显著；当调节变量和自变量都是潜变量时，有许多不同的分析方法，最方便的是Marsh,Wen和Hau提出的无约束的模型。 （二）中介效应 1、中介变量（mediator）的定义 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。Y=cX+e1, M=aX+ e2 , Y= c′X+bM+e3。其中,c是X对Y的总效应,ab是经过中介变量M的中介效应,c′是直接效应。当只有一个中介变量时,效应之间有c=c′+ab，中介效应的大小用c-c′=ab 来衡量。 2、中介效应分析方法

中介效应理论和操作务实

中介效应重要理论及操作务实 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情况下，中介效应等于间接效应；当中介变量不止一个的情况下，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所有中介效应的总和。在心理学研究当中，变量间的关系很少是直接的，更常见的是间接影响，许多心理自变量可能要通过中介变量产生对因变量的影响，而这常常被研究者所忽视。例如，大学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。在实际研究当中，中介变量的提出需要理论依据或经验支持，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，研究者可以更具自己的研究需要研究不同的中介关系。当然在复杂中介模型中，中介变量往往不止一个，而且中介变量和调节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节效应，而此时对模型的检验也更复杂。以最简单的三变量为例，假设所有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+e11) M=ax+e22) Y=c’x+bM+e33) 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：

调节效应和中介效应

调节变量(Moderator) vs 中介变量(Mediator) 1、调节变量的定义 变量Y与变量X 的关系受到第三个变量M 的影响,就称M为调节变量。调节变量可以是定性的，也可以是定量的。在做调节效应分析时,通常要将自变量和调节变量做中心化变换。简要模型：Y = aX + bM + cXM + e 。Y与X 的关系由回归系数a + cM 来刻画,它是M 的线性函数, c衡量了调节效应(moderating effect)的大小。如果c显著，说明M 的调节效应显著。 2、调节效应的分析方法 显变量的调节效应分析方法：分为四种情况讨论。当自变量是类别变量，调节变量也是类别变量时，用两因素交互效应的方差分析，交互效应即调节效应；调节变量是连续变量时，自变量使用伪变量,将自变量和调节变量中心化,做Y=aX+bM+cXM+e 的层次回归分析：1、做Y对X和M的回归,得测定系数R12。2、做Y对X、M和XM的回归得R22，若R22显著高于R12，则调节效应显著。或者,作XM的回归系数检验,若显著,则调节效应显著；当自变量是连续变量时，调节变量是类别变量，分组回归:按M的取值分组,做Y对X的回归。若回归系数的差异显著,则调节效应显著，调节变量是连续变量时，同上做Y=aX +bM +cXM +e的层次回归分析。 潜变量的调节效应分析方法：分两种情形：一是调节变量是类别变量,自变量是潜变量；二是调节变量和自变量都是潜变量。当调节变量是类别变量时,做分组结构方程分析。做法是,先将两组的结构方程回归系数限制为相等,得到一个χ2值和相应的自由度。然后去掉这个限制,重新估计模型,又得到一个χ2值和相应的自由度。前面的χ2减去后面的χ2得到一个新的χ2,其自由度就是两个模型的自由度之差。如果χ2检验结果是统计显著的,则调节效应显著；当调节变量和自变量都是潜变量时，有许多不同的分析方法，最方便的是Marsh,Wen和Hau 提出的无约束的模型。 3．中介变量的定义

如何用SPSS分析中介作用与调节作用

1、调节变量的定义 变量Y与变量X的关系受到第三个变量M的影响,就称M为调节变量。调节变量可以是定性的，也可以是定量的。在做调节效应分析时,通常要将自变量和调节变量做中心化变换。 简要模型：Y = aX + bM + cXM + e Y与X的关系由回归系数a + cM来刻画,它是M的线性函数, c衡量了调节效应(moderating effect)的大小。如果c显著，说明M的调节效应显著。 2、调节效应的分析方法 显变量的调节效应分析方法，分为四种情况讨论。 （1）当自变量是类别变量，调节变量也是类别变量时，用两因素交互效应的方差分析，交互效应即调节效应； （2）当调节变量是连续变量时，自变量使用伪变量时,将自变量和调节变量中心化,做Y=aX+bM+cXM+e的层次回归分析 第一步做Y对X和M的回归,得测定系数R12 。 第二步做Y对X、M和XM的回归得R22 ，若R22 显著高于R12 ，则调节效应显著。或者,作XM的回归系数检验,若显著,则调节效应显著； （3）当自变量是连续变量，调节变量是类别变量时，分组回归: 按M的取值分组,做Y对X的回归。若回归系数的差异显著,则调节效应显著，（4）当自变量是连续变量，调节变量是连续变量时，同上做Y=aX +bM +cXM +e的层次回归分析。

潜变量的调节效应分析方法，分两种情形： （1）调节变量是类别变量,自变量是潜变量 当调节变量是类别变量时,做分组结构方程分析。做法是,先将两组的结构方程回归系数限制为相等,得到一个χ2值和相应的自由度。然后去掉这个限制,重新估计模型,又得到一个χ2值和相应的自由度。前面的χ2减去后面的χ2得到一个新的χ2,其自由度就是两个模型的自由度之差。如果χ2检验结果是统计显著的,则调节效应显著； （2）调节变量和自变量都是潜变量 当调节变量和自变量都是潜变量时，有许多不同的分析方法，最方便的是Marsh,Wen和Hau提出的无约束的模型。 3．中介变量的定义 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。Y=cX+e1,M=aX+ e2 , Y= c′X+bM+e3。其中,c是X对Y的总效应,ab是经过中介变量M的中介效应,c′是直接效应。当只有一个中介变量时,效应之间有 c=c′+ab，中介效应的大小用c-c′=ab来衡量。 4、中介效应分析方法 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。 步骤为：第一步检验系统c，如果c不显著，Y与X相关不显著，停止中介效应分析，如果显著进行第二步； 第二步一次检验a，b，如果都显著，那么检验c′，c′显著中介效应显著，c′不显著则完全中介效应显著；如果a，b至少有一个不显著，做Sobel检验，显著则中介效应显著，不显著则中介效应不显著。 Sobel检验的统计量是z=^a^b/sab，中^a, ^b分别是a, b的估计, sab=^a2sb2+b2sa2, sa,sb分别是^a, ^b的标准误。

中介效应和调节效应的SPSS检验

中介效应和调节效应的SPSS检验 为将不同的变量的数据的尺度统一化，将所有数据进行中心化处理，即将原始数据减去平均数。 SPPS步骤：打开数据，在菜单中执行： analyse--descriptive statistics--descriptives。 一．SPSS回归分析中介效应检验步骤： 第一步：检验自变量X（EP1）与因变量Y（SI1）的关系，即方程y=cx+e1中的c是否显著，检验结果如下表： 模型汇总 模型R R 方调整 R 方 标准估计 的误差 1 .342a.117 .114 .820 a. 预测变量: (常量), Zscore: EP1 - I am very comfortable with my physical work environment at HBAT.。 系数a 模型非标准化系数 标准系 数 t Sig. B 标准误 差试用版 1 (常量) 4.203 .041 102.559 .000 Zscore: EP1 - I am very comfortable with my physical work environment at HBAT. .297 .041 .342 7.249 .000 a. 因变量: SI1 - I am not actively searching for another job. 由上表可知，方程y=cx+e的回归效应显著，系数c值.342显著性为 p<.000,可以进行方程m=ax+e和方程y=c’x+bm+e的显著性检验； 第二步：分别检验a和b的显著性，如果都显著，则急需检验部分中介效应和完全中介效应；如果都不显著，则停止检验；如果a或b其中只

中介效应和调节效应

一、概念 中介效应或者调节效应并非分析方法，而是一种关系的描述，研究人员需要结合不同的数据分析方法对两种关系进行分析。 中介效应 中介作用是研究X对Y的影响时，是否会先通过中介变量M，再去影响Y；即是否有X->M->Y 这样的关系，如果存在此种关系，则说明具有中介效应。比如工作满意度（X）会影响到创新氛围（M）,再影响最终工作绩效（Y），此时创新氛围就成为了这一因果链当中的中介变量。 调节作用 调节作用是研究X对Y的影响时，是否会受到调节变量Z的干扰；比如开车速度（X）会对车祸可能性（Y）产生影响，这种影响关系受到是否喝酒（Z）的干扰，即喝酒时的影响幅度，与不喝酒时的影响幅度是否有着明显的不一样。 二、研究步骤 （1）中介效应 中介作用的分析较为复杂，共分为以下三个步骤：

第1步：确认数据，确保正确分析。 中介作用在进行具体研究时需要对应使用研究方法（分层回归）去实现；中介作用分析时，Y一定是定量数据。X也是定量数据，中介变量M也是定量数据。 第2步：中介作用检验 检验中介效应是否存在，其实就是检验X到M，M到Y的路径是否同时具有有显著性意义。 中介作用共分为3个模型。针对上图，需要说明如下： ●模型1：自变量X和因变量（Y）的回归分析 ●模型2：自变量X，中介变量(M)和因变量（Y）的回归分析 ●模型3：自变量X和中介变量（M）的回归分析 ●模型1和模型2的区别在于，模型2在模型1的基础上加入了中介变量(M)，因而模型 1到模型2这两个模型应该使用分层回归分析（第一层放入X，第二层放入M）。 在理解了中介分析的原理之后，接着按照中介作用分析的步骤进行，如下图：

中介作用于调节作用：原理与应用

中介效应与调节效应：原理与应用 姜永志整理编辑 1中介效应和调节效应概念原理 1.1中介效应 考虑自变量X对因变量Y的影响，如果X 通过影响变量M而对Y产生影响，则称M 为中介变量，中介变量阐明了一个关系或过程“如何”及“为何”产生。 例如，上司的归因研究：下属的表现→上司对下属表现的归因→上司对下属表现的反应，其中的“上司对下属表现的归因”为中介变量。 假设所有变量都已经中心化(即将数据减去样本均值，中心化数据的均值为0)或者标准化(均值为0，标准差为1)，可用下列回归方程来描述变量之间的关系(图1 是相应的路径图)：其中方程(1)的系数c 为自变量X对因变量Y的总效应；方程(2)的系数a为自变量X对中介变量M的效应；方程(3)的系数b是在控制了自变量X的影响后，中介变量M对因变量Y 的效应；系数c′是在控制了中介变量M 的影响后，自变量X对因变量Y的直接效应；e1-e3 是回归残差。中介效应等于间接效应(indirect effect)，即等于系数乘积ab，它与总效应和直接效应有下面关系： Y =cX +e1(1) M =aX +e2 (2) Y =c' X +bM +e3(3) c = c′+ab (4) 简单中介效应中成立，多重中介效应不成立。 中介效应的因果逐步回归法模型

1.2调节效应 如果变量Y与变量X的关系是变量M的函数，称M为调节变量。就是说，Y 与X 的关系受到第三个变量M的影响。调节变量(moderator)所要解释的是自变量在何种条件下会影响因变量，也就是说，当自变量与因变量的相关大小或正负方向受到其它因素的影响时，这个其它因素就是该自变量与因变量之间的调节变量。调节变量可以是定性的(如性别、种族、学校类型等)，也可以是定量的(如年龄、受教育年限、刺激次数等)，它影响因变量和自变量之间关系方向(正或负)和强弱，调节变量展示了一个关系“何时”和“为谁”而增强或减弱。 如，学生一般自我概念与某项自我概念(如外貌、体能等)的关系，受到学生对该项自我概念重视程度的影响：很重视外貌的人，长相不好会大大降低其一般自我概念；不重视外貌的人，长相不好对其一般自我概念影响不大，从而对该项自我概念的重视程度是调节变量。 在做调节效应分析时，通常要将自变量和调节变量做中心化变换(即变量减去其均值，但现有文献发现中心化并不能改变调节的效应量。 Y =aX +bM +cXM +e (1) 调节效应的基本模型 1.3中介效应与间接效应的联系区别 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著，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，这种观点目前正在激烈的讨论中。 多重中介效应基本模型 1.4调节效应与交互效应的联系区别 调节效应和交互效应这两个概念不完全一样。在交互效应分析中，两个自变量的地位可

如何用SPSS分析中介作用与调节作用

1、调节变量的定义 变量Y与变量X 的关系受到第三个变量M 的影响,就称M为调节变量。调节变量可以是定性的，也可以是定量的。在做调节效应分析时,通常要将自变量和调节变量做中心化变换。简要模型：Y = aX + bM + cXM + e Y与X 的关系由回归系数a + cM来刻画,它是M 的线性函数, c衡量了调节效应(moderating effect)的大小。如果c显著，说明M 的调节效应显著。 2、调节效应的分析方法 显变量的调节效应分析方法，分为四种情况讨论。 （1）当自变量是类别变量，调节变量也是类别变量时，用两因素交互效应的方差分析，交互效应即调节效应； （2）当调节变量是连续变量时，自变量使用伪变量时,将自变量和调节变量中心化,做 Y=aX+bM+cXM+e 的层次回归分析 第一步做Y对X和M的回归,得测定系数R12。 第二步做Y对X、M和XM的回归得R22，若R22显著高于R12，则调节效应显著。或者,作XM的回归系数检验,若显著,则调节效应显著； （3）当自变量是连续变量，调节变量是类别变量时，分组回归: 按M的取值分组,做Y对X的回归。若回归系数的差异显著,则调节效应显著， （4）当自变量是连续变量，调节变量是连续变量时，同上做Y=aX +bM +cXM +e的层次回归分析。 潜变量的调节效应分析方法，分两种情形： （1）调节变量是类别变量,自变量是潜变量 当调节变量是类别变量时,做分组结构方程分析。做法是,先将两组的结构方程回归系数限制为相等,得到一个χ2值和相应的自由度。然后去掉这个限制,重新估计模型,又得到一个χ2值和相应的自由度。前面的χ2减去后面的χ2得到一个新的χ2,其自由度就是两个模型的自由度之差。如果χ2检验结果是统计显著的,则调节效应显著； （2）调节变量和自变量都是潜变量 当调节变量和自变量都是潜变量时，有许多不同的分析方法，最方便的是Marsh,Wen和Hau 提出的无约束的模型。 3．中介变量的定义 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。Y=cX+e1, M=aX+ e2 , Y= c′X+bM+e3。其中,c是X对Y的总效应,ab是经过中介变量M的中介效应,c′是直接效应。当只有一个中介变量时,效应之间有c=c′+ab，中介效应的大小用c-c′=ab来衡量。 4、中介效应分析方法 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。 步骤为：第一步检验系统c，如果c不显著，Y与X相关不显著，停止中介效应分析，如果显著进行第二步； 第二步一次检验a，b，如果都显著，那么检验c′，c′显著中介效应显著，c′不显著则完全中介效应显著；如果a，b至少有一个不显著，做Sobel检验，显著则中介效应显著，不显著则中介效应不显著。 Sobel检验的统计量是z=^a^b/sab ，中^a, ^b分别是a, b的估计, sab=^a2sb2 +b2sa2, sa,sb分别是^a, ^b的标准误。 5. 调节变量与中介变量的比较 调节变量M中介变量M

调节效应与中介效应

调节效应与中介效应 1调节效应 1.1 调节变量的定义 如果变量Y与变量X的关系是变量M 的函数,称M 为调节变量。就是说, Y与X 的关系受到第三个变量M 的影响,这种有调节变量的模型一般地可以用图1 示意。调节变量可以是定性的(如性别、种族、学校类型等) ,也可以是定量的(如年龄、受教育年限、刺激次数等) ,它影响因变量和自变量之间关系的方向(正或负)和强弱。 图1调节变量模型 在做调节效应分析时,通常要将自变量和调节变量做中心化变换(即变量减去其均值,参见文献) 。本文主要考虑最简单常用的调节模型,即假设Y与X 有如下关系 Y = aX + bM + cXM + e (1) 可以把上式重新写成 Y = bM + ( a + cM ) X + e 对于固定的M ,这是Y对X 的直线回归。Y与X 的关系由回归系数a + cM 来刻画,它是M 的线性函数, c衡量了调节效应(moderating effect)的大小。 1.2 调节效应分析方法 调节效应分析和交互效应分析大同小异。这里分两大类进行讨论。一类是所涉及的变量(因变量、自变量和调节变量)都是可以直接观测的显变量(observable variable) ,另一类是所涉及的变量中至少有一个是潜变量( latent variable) 。 1.2.1 显变量的调节效应分析方法 调节效应分析方法根据自变量和调节变量的测量级别而定。变量可分为两类, 一类是类别变量( categorical variable) ,包括定类和定序变量,另一类是连续变量( continuous variable) ,包括定距和定比变量。定序变量的取值比较多且间隔比较均匀时,也可以近似作为连续变量处理。表1分类列出了显变量调节效应分析方法。