多重中介效应检验精要.doc

二．多重中介 多重中介是指存在多个中介变量的情况。目前针对传统多重中介分析存在 （1）分析不完整 LISREL--只能得到总的中介效应估计值及其标准误和t值。 AMOS --也只能得到总的中介效应估计值。 MPLUS--可以得到特定路径的中介效应和总的中介效应估计值，但还是得不到对比中介效应的分析结果。 （2）使用sobel检验的局限 首先，sobel检验统计量的推导基于正态假设，而特定中介效应、总的中介效应和对比中介效应估计值都涉及参数的乘积，因而通常都不满足正态假设。 其次，sobel检验需要大样本，检验在小样本的表现并不好。 sobel检验统计量计算复杂，且需要手工计算 所以采用以下两种方法来改善。 1.增加辅助变量的方法 针对当前多重中介效应分析不完整的问题，在结构方程模型中加入辅助变量，可以进行完整的多重中介效应分析。 操作 我们还是以上图的模型为例子 首先打开spss数据库，在SPSS中FILE下选择Save as，依次保存上述指标变量A1,A2,B1,B2,B3,E1-E7,E9,E10,文件格式为Fixed ASCⅡ（.dat），文件名为“dc.dat” Lisrel操作 单击FILE，新建syntax窗口，输入： TI DA NI=14 NO=706 MA=CM AP=1 !表示增加一个辅助变量 RA FI=dc.dat la E1 E2 E3 E4 E5 E6 E7 E9 E10 B1 B2 B3 A1 A2 MO NY=12 NX=2 NK=1 NE=3 LX=FI LY=FI GA=FU,FI BE=FU,FI LK X LE M1 M2 Y PA LY 2(1 0 0) 0 1 0 1 0 0 0 1 0 1 0 0 1 0 0 0 1 0 0 1 0 3(0 0 1) PA LX 1 1 FR ga 3 1 ga 2 1 ga 1 1 FR be 3 1 be 3 2 CO PAR(1)=GA(1,1)*BE(3,1)-GA(2,1)*BE(3,2) !辅助变量,用来建立一新的待检验参数 PD OU AD=OFF ND=4 点击保存，将文件命名为fz.pr2，点击运行按钮 结果输出部分BETA可以找到b1，b2两条路径的参数估计值及显著性 M1 M2 Y -------- -------- -------- M1 - - - - - - M2 - - - - - - Y 0.1915 -0.0894 - - (0.0607) (0.0421) 3.1532 -2.1256 发现M1对Y的预测作用不显著，M2对Y的预测作用显著 在GAMMA中可以找到其他路径系数及显著性 X -------- M1 0.6296 (0.0561) 11.2243 M2 -0.3534 (0.0483) -7.3242 Y -0.0491 (0.0597) -0.8223 ADDITIONAL PARAMETERS表示辅助变量a1*b1-a2*b2的估计值 PA(1) !表示第一个辅助变量，本例只用了一个辅助变量 -------- 0.0890 !表示辅助变量的参数估计值 (0.0412) !表示p值，小于0.05说明显著，即两个中介变量M1和M2的中介效应差异显著。 2.1616 如果将辅助变量的程序设置为CO PAR(1)=GA(1,1)*BE(3,1)或 CO PAR(1)=GA(2,1)*BE(3,2)则可以分别计算出两个中介变量的特定中介效应大小a1*b1或a2*b2。建议只设置一个辅助变量，因为我设置两个及两个以上辅助变量时程序无法运行 Mplus操作 mplus软件可以在一个程序中实现辅助变量与bootstrap法因此在下面bootstrap法中一起介绍。 2.bootstrap法 Lisrel操作 Lisrel软件进行 bootstrap分析的步骤分为六步： 第一步，使用 Lisrel软件中的 prelis程序从原始样本中抽取至少1000 个 bo