文档详情

中介效应与调节效应对比和分析复习过程

ni****g
实名认证
店铺
PPT
828KB
约20页
文档ID:571284869
中介效应与调节效应对比和分析复习过程_第1页
1/20

调节与中介(zhōngjiè)效应讨论(tǎolùn)和分享第一页,共20页 BREAD PPT DESIGN参考资料￿•￿如下(rúxià)第二页,共20页 BREAD PPT DESIGN目录(mùlù)调节(tiáojié)效应1 1中介(zhōngjiè)效应2 2比较3 3统计方法详析4 4CONTENTS第三页,共20页 BREAD PPT DESIGN调节(tiáojié)效应定义(dìngyì)和性质•Y与￿X的关系受到第三个变量M的影响•调节变量可以是定性的￿(如性别)￿,也可以是定量的￿(如年龄(niánlíng))•影响因变量和自变量之间关系的方向￿(正或负￿)和强弱第四页,共20页 BREAD PPT DESIGN调节(tiáojié)效应调节(tiáojié)效应和交互效应•从统计上看,调节效应和交互(jiāohù)效应是相同的•￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿(对H0:c=0进行检验,c显著,则调节效应显著)•从概念上看,交互(jiāohù)效应中,两个自变量地位不固定,可以任意解释•￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿调节作用中,调节变量和自变量根据假设模型固定。

第五页,共20页 BREAD PPT DESIGN调节(tiáojié)效应统计分析方法(fāngfǎ)￿￿•关键词解释•￿￿￿-显变量:可以直接观测的显变量￿•￿￿￿-潜变量:实际工作中无法直接测量到的变量,一个潜变量常对应•￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿多个显变量,可看做其对应显变量的抽象和概括(gàikuò)•￿￿￿-伪变量处理:将连续变量分组成为类别变量•￿￿￿-中心化变换:使各变量平均数为0,在各各变量上减该变量的平均数•￿￿￿-偏回归系数:多元线性回归情况下,多个自变量中的一个和因变量•￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿之间的关系第六页,共20页 BREAD PPT DESIGN调节(tiáojié)效应统计分析方法(fāngfǎ)•显变量•￿￿￿￿根据不同的变量水平(shuǐpíng)可以利用SPSS进行方差分析和回归的处理￿•￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿方差分析分组回归伪变量处理层次回归分析(R22 >R12)XM偏回归系数检验层次回归分析(R22 >R12)XM偏回归系数检验问题:如何对分组回归R进行比较?如何验证R22>R12显著?第七页,共20页。

BREAD PPT DESIGN调节(tiáojié)效应统计分析方法(fāngfǎ)•潜变量•￿￿￿￿利用结构方程(fāngchéng)模型或其他特定方法•￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿不考虑￿分组结构方程模型不考虑中心化乘积指标GAPI无约束模型2第八页,共20页 BREAD PPT DESIGN中介(zhōngjiè)效应定义(dìngyì)和性质•如果X通过影响变量￿M来影响Y,则称M为中介(zhōngjiè)变量•c是X对Y的总效应,a、b是经过中介(zhōngjiè)变量M的中介(zhōngjiè)效应•c=c'+ab￿(一个中介(zhōngjiè)变量的情况)第九页,共20页 BREAD PPT DESIGN中介(zhōngjiè)效应统计分析方法(fāngfǎ)•基本概念•￿￿￿-c=ab+c',￿中介效应大小即ab•￿￿￿-检验ab/(c'+ab)或者ab/c'是否显著(中介效应相对(xiāngduì)大小)•￿￿￿￿￿若显著,则表示中介效应显著•关键词解释•￿￿￿-完全中介效应:c'=0•￿￿￿-部分中介效应:c'显著￿￿￿￿￿￿￿￿￿￿￿第十页,共20页 BREAD PPT DESIGN中介(zhōngjiè)效应统计分析方法(fāngfǎ)•主要方法•方法一•￿￿￿￿￿￿-依次检验回归系数(xìshù),c、a、b系数(xìshù)分别显著•方法二•￿￿￿￿￿￿-路径分析,经过中介变量路径上回归系数(xìshù)的乘积ab是否显著￿￿•￿￿￿￿￿￿￿￿即H0:ab=0•方法三￿￿￿￿￿•￿￿￿￿￿￿￿￿￿￿￿-￿检验c和c'的差异是否显著第十一页,共20页。

BREAD PPT DESIGN中介(zhōngjiè)效应统计分析方法(fāngfǎ)•基本分析流程￿￿￿主要采用结构方程(fāngchéng)模型进行统计或用SPSS进行回归•￿￿￿•￿￿￿￿￿以下为一般中介检验程序￿￿￿•￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿第十二页,共20页 BREAD PPT DESIGN比较(bǐjiào)调节变量(biànliàng)￿VS￿中介变量(biànliàng)•差别的关键在于?￿￿￿￿￿统计(tǒngjì)模型第十三页,共20页 BREAD PPT DESIGN统计(tǒngjì)方法详析.￿调节效应统计分析方法(fāngfǎ)•主要方法•方法一•￿￿￿￿￿￿-分组回归(huíguī)(适用于M为分类,X为连续变量的情况)•方法二•￿￿￿￿￿￿-层级回归(huíguī)(适用于M为连续变量的情况)•方法三￿￿￿￿￿•￿￿￿￿￿￿￿￿￿￿￿-偏回归(huíguī)系数分析(适用于M为连续变量的情况)第十四页,共20页 BREAD PPT DESIGN统计方法详析.￿调节(tiáojié)效应方法二￿￿层级(cénɡ￿jí)回归￿￿•统计工具:SPSS•步骤:•￿￿￿￿￿￿￿￿1.￿标准化自变量和调节变量•￿￿￿￿￿￿￿￿2.￿建立交互作用变量•￿￿￿￿￿￿￿￿￿￿￿￿在SPSS建立一个新变量XM,两个(liǎnɡ￿ɡè)变量的乘积•￿￿￿￿￿￿￿￿3.￿层次化多元回归•￿￿￿￿￿￿￿￿￿￿￿￿放入X变量,对Y进行回归,得到R12•￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿放入X和XM变量,对Y进行回归,得到R22•￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿￿比较R12和R22的差异•￿￿￿￿￿￿￿￿4.￿绘制和解释交互作用项第十五页,共20页。

BREAD PPT DESIGN统计方法(fāngfǎ)详析.￿中介效应统计分析方法(fāngfǎ)•主要方法•方法一•￿￿￿￿￿￿-依次检验回归系数,c、a、b系数分别显著•方法二•￿￿￿￿￿￿-路径分析,经过(jīngguò)中介变量路径上回归系数的乘积ab是否显著￿￿•￿￿￿￿￿￿￿￿即H0:ab=0•方法三￿￿￿￿￿•￿￿￿￿￿￿￿￿￿￿￿-检验c和c'的差异是否显著第十六页,共20页 BREAD PPT DESIGN统计方法详析.￿中介(zhōngjiè)效应方法(fāngfǎ)一￿￿•基本思路:依次回归c,a,b•统计工具:SPSS•步骤:•￿￿￿￿￿￿￿￿1.￿验证c不等于0:利用相关或者回归•￿￿￿￿￿￿￿￿2.￿验证a不等于0,b不等于0完全中介时,还需验证c’等于0)•￿￿￿￿￿￿￿￿￿￿￿￿-用X向M做回归,得到a•￿￿￿￿￿￿￿￿￿￿￿￿-进行层次回归,第一层放入x,第二层放入M得到b•￿￿￿￿￿￿￿￿3.￿中介效应的大小c'￿=b￿-￿a•缺点:•￿￿￿￿￿￿￿￿中介效应弱时,检验(jiǎnyàn)效率低第十七页,共20页 BREAD PPT DESIGN统计(tǒngjì)方法详析.￿中介效应方法(fāngfǎ)二•基本思路:检验H0:ab=0•统计工具:LISREL•步骤:•￿￿￿￿￿￿￿￿1.￿Sobel提出ab的标准误计算公式•￿￿￿￿￿￿￿￿2.￿检验统计量￿•缺点:•￿￿￿￿￿￿￿￿受到统计样本大小和是否正态分布的局限第十八页,共20页。

BREAD PPT DESIGN统计方法(fāngfǎ)详析.￿中介效应方法(fāngfǎ)三•基本思路:检验H0:c-c'=0•统计工具:LISREL•步骤:•￿￿￿￿￿￿￿￿1.￿计算c-c'的标准(biāozhǔn)误•￿￿￿￿￿￿￿￿2.￿检验统计量￿•缺点:•￿￿￿￿￿￿￿￿在a=0,但b≠0时,可能存在较高的第一类错误率•￿￿￿￿￿￿￿￿即使中介效应不存在(ab=0),只要b显著,结果仍判定中介效应显著第十九页,共20页 BREAD PPT DESIGN统计方法(fāngfǎ)详析.￿中介效应侯杰泰等提出的中介效应(xiàoyìng)检验程序•基本思路:第一步回归系数检验(jiǎnyàn)第二步部分中介检验依次检验a、b第三步完全中介检验第四步Sobel检验第二十页,共20页。

下载提示
相似文档
正为您匹配相似的精品文档
相关文档