《中介效应分析：原理、程序、Bootstrap方法及其应用PPT课件》由会员分享，可在线阅读，更多相关《中介效应分析：原理、程序、Bootstrap方法及其应用PPT课件（24页珍藏版）》请在金锄头文库上搜索。
1、中介效应分析：原理、程序、中介效应分析：原理、程序、Bootstrap方法及其应用方法及其应用清华大学经济管理学院清华大学经济管理学院陈瑞陈瑞 郑毓煌郑毓煌 刘文静刘文静2021/3/251授课：XXX本文的写作目的本文的写作目的总结介绍前沿的中介检验程序和方法总结介绍前沿的中介检验程序和方法结合研究实例，阐述结合研究实例，阐述Bootstrap中介检验的具体应用中介检验的具体应用结合研究实例，阐述复杂中介检验时结合研究实例，阐述复杂中介检验时Bootstrap的应用、的应用、结果分析和汇报结果分析和汇报2021/3/252授课：XXX目目 录录经典的中介效应检验方法经典的中介效应检验方法中介
2、效应检验的原理和程序中介效应检验的原理和程序Bootstrap中介检验方法及其应用中介检验方法及其应用结论和讨论结论和讨论2021/3/253授课：XXX1 经典的中介检验方法（即前一个经典的中介检验方法（即前一个ptt中讲的）中讲的）l 因因果逐步回果逐步回归方法归方法 (Causal Step Regression) (Baron & Kenny1986)(2)Ma=0.7*(3)c=0.2b=0.58*(1)XYc=0.6* p 主效应并非中介效应存在的前提 完全中介并非中介检验的完美准则 该方法并非直接检验中介路径a*b=0 未能明晰复杂中介的检验2021/3/256授课：XXX2.
3、中介检验的检验程序和方法中介检验的检验程序和方法a b c中介成立中介成立中介成立中介成立中介成立中介成立中介不成立中介不成立中介不成立中介不成立可能忽略其他中介，有待讨论可能忽略其他中介，有待讨论唯一的中介唯一的中介忽略其他中介忽略其他中介错误的理论框架错误的理论框架a b显著显著显著显著正正互补的互补的中介中介负负竞争的竞争的中介中介不显著不显著唯一的唯一的中介中介显著显著仅有直仅有直接作用接作用不显著不显著无任何无任何作用作用c不显著不显著资料来源：Zhao, Xinshu, Lynch, J. G., Chen, Q. Reconsidering Baron and Kenny: My
4、ths and Truths about Mediation AnalysisJ. Journal of consumer research, 2010, 37(2): 197-206. c2021/3/257授课：XXX2. 中介检验的检验程序和方法中介检验的检验程序和方法la b 的检验的检验 Soble testp假设假设a b 服从正态分布，但实际上服从正态分布，但实际上a b 不服从正态分布，导致不服从正态分布，导致第一类错误的概率增加。第一类错误的概率增加。p没有直接操作的软件没有直接操作的软件 Bootstrapping程序程序 (Preacher & Hayes 2004, 2
5、008) p并不假设并不假设a b 服从正态分布，而是依据实际的分布进行检验服从正态分布，而是依据实际的分布进行检验p可以通过可以通过spss插件直接操作插件直接操作p可以同时检验多个中介等较为复杂的中介可以同时检验多个中介等较为复杂的中介 其他方法：其他方法：乘积分乘积分布布法和法和MCMC法法 2021/3/258授课：XXX3. Bootstrap中介效应检验方法及其应用中介效应检验方法及其应用3.1 简单中介检验简单中介检验 具体操作步骤（以具体操作步骤（以Tong, Zheng & Zhao (2013)为例介绍）为例介绍）p安装PROCESS插件（Hayes 2013）p打开SPS
6、S，选择“Analyze”“Regression”“PROCESS”；p将自变量（时间概念）、中介变量（防御聚焦）和因变量（享乐实用选择）依次选入相应的选项框。p选择模型4，设定样本量为5000, Bootstrap取样方法选择偏差校正的非参数百分位法，即勾选“Bias Corrected”；对置信区间的置信度，选择95%Tong, L., Zheng, Y., & Zhao, P. 2013. Is money really the root of all evil? The impact of primingmoney on consumer choiceJ. Marketing Lett
7、ers, 24(2): 119-129.2021/3/259授课：XXX3. Bootstrap中介效应检验方法及其应用中介效应检验方法及其应用3.1 简单中介检验简单中介检验 结果汇报结果汇报按照 Zhao et al. （2010）提出的中介效应分析程序， 参照Preacher & Hayes(2004) 和Hayes (2013) 提出的Bootstrap方法进行中介效应检验， 样本量选择5000，在95%置信区间下，中介检验的结果，中介检验的结果的确的确没有包含没有包含0（LLCI=-1.7089, ULCI=-.1597），），表明防御聚焦导向的中介效应显著，且中介效应大小为-.83
8、79。此外，控制了中介变量防御聚焦导向之后，自变量自变量金钱概念（金钱概念启动vs. 控制组）对因变量消费者选择（享乐品 vs. 实用品）的影响不显著，区间（LLCI=-.8907 ULCI=.5303）包含0。因此防御聚焦导向在金钱概念对消费者享乐实用选择影响中发挥了中介作用，且是唯一的中介变量。Tong, L., Zheng, Y., & Zhao, P. 2013. Is money really the root of all evil? The impact of primingmoney on consumer choiceJ. Marketing Letters, 24(2):
9、119-129.2021/3/2510授课：XXX3. Bootstrap中介效应检验方法及其应用中介效应检验方法及其应用3.2 自变量为多类别分类变量自变量为多类别分类变量 以往检验方法以往检验方法p使用ANOVA进行因果逐步回归（如Pandelaere et al. 2010, Wirtz & McColl-Kennedy, 2009）p分别进行两组间比较的回归中介分析(如 Mehta et al. 2012, Pedersen et al. 2011)p若两个控制组对因变量影响无显著差异，将控制组合并 (如Calogero & Jost 2010, Janssen et al. 2010
10、)p将对实验操纵的操纵检验变量作为自变量 (如Forgas 2011)2021/3/2511授课：XXX3. Bootstrap中介效应检验方法及其应用中介效应检验方法及其应用3.2 自变量为多类别分类变量自变量为多类别分类变量 具体操作步骤（以具体操作步骤（以Legate et al. (2013)为例介绍）为例介绍）p安装MEDIATE插件（Hayes & Preacher 2012）p打开SPSS，选择“Analyze”“Regression”“MEDIATE”；p将自变量（遵照实验要求）、中介变量（自主性需求）和因变量（负面情绪）依次选入相应的选项框。p设定样本量为5000；置信区间选
11、择95%，Bootstrap取样方法选择偏差校正的非参数百分位法，在X编码框中选择“Indicator”，即将自变量作为多组别分类变量进行编码。2021/3/2512授课：XXX3. Bootstrap中介效应检验方法及其应用中介效应检验方法及其应用3.2 自变量为多类别分类变量自变量为多类别分类变量 结果汇报结果汇报 按照Zhao et al.（2010）提出的中介分析程序，参照Preacher & Hayes (2012)提出的多类别分类自变量模型进行Bootstrap中介效应检验， 将自变量以无实验要求组为参照编码为两个哑变量，样本量选择5000，在95%置信区间下，遵照实验要求排斥他人
12、（遵照实验要求排斥他人（vs. 无无实验要求）实验要求）对情绪的负面影响受到心理需求的中介影响（LLCI=.25 ULCI=.63） ，该区间不包含0，中介效应大小为0.43；遵照实验要遵照实验要求接纳他人（求接纳他人（vs. 无实验要求）无实验要求）对情绪的负面影响也受到心理需求的中介影响（LLCI=.01 ULCI=.28），该区间没有包含0，中介效应大小为0.13。此外，两个哑变量（遵照实验要求排斥他人 vs. 无实验要求；遵照实验要求接纳他人 vs. 无实验要求）对因变量（情绪）的直接影响直接影响均不显著（p0.05），表明心理需求是唯一的中介变量。2021/3/2513授课：XXX3
13、. Bootstrap中介效应检验方法及其应用中介效应检验方法及其应用l 有调节的中介(Moderated Mediation)逻辑：逻辑：X和和W交互影响交互影响Y, X和和W对对Y的交互影响受到中介变量的交互影响受到中介变量M的的作用。作用。l 有中介的调节(Mediated Moderation)XMYW逻辑：逻辑：X对对Y的影响通过中介的影响通过中介M发挥发挥作用作用，这种中介受到，这种中介受到W的调节。的调节。Muller, Judd & Yzerbyt (2005), Edwards & Lambert (2007), Preacher, Rucker & Hayes (2007)
14、3.3 有调节的中介（有调节的中介（ Moderated Mediation ）XMYW两者没有本质区别，只是强调的重点不同2021/3/2514授课：XXX3. Bootstrap中介效应检验方法及其应用中介效应检验方法及其应用3.3 有调节的中介（有调节的中介（ Moderated Mediation ）XYMWl 7种有调节的中介检验模型种有调节的中介检验模型Edwards & Lambert (2007), Preacher, Rucker & Hayes (2007)2021/3/2515授课：XXX3. Bootstrap中介效应检验方法及其应用中介效应检验方法及其应用3.3 有调
15、节的中介（有调节的中介（ Moderated Mediation ） 具体操作步骤（以具体操作步骤（以Berndt et al. (2012)为例介绍）为例介绍）p选择“Analyze”“Regression”“PROCESS”p将自变量（香烟渴望程度）、中介变量（自我效能）、调节变量（忧虑状态）和因变量（戒烟行为）依次选入相应的选项框。p选择模型8，设定样本量为5000；置信区间选择95%，Bootstrap取样方法选择偏差校正的非参数百分位法。2021/3/2516授课：XXX3. Bootstrap中介效应检验方法及其应用中介效应检验方法及其应用3.3 自变量为多类别分类变量自变量为多类
16、别分类变量 结果汇报结果汇报按照Zhao et al.（2010）提出的中介分析程序，参照Preacher et al. （2007）和Hayes（2013）提出的有调节的中介分析模型（模型8）进行Bootstrap 中介变量检验，样本量选择5000，在95%置信区间下，中介变量自我效能自我效能的确中介了中介了香烟渴望程度和忧虑状态对戒烟行为的交交互影响互影响。进一步按照均值、均值加减一个标准差，区分了低、中、高三种忧虑程度，分析了在不同忧虑程度状态下不同忧虑程度状态下香烟渴望程度对戒烟行为影响中自我效能的中介效应中介效应，数据结果表明对于低度忧虑和中等忧低度忧虑和中等忧虑虑的病人，自我效能的
17、中介效应显著，Bootstrap检验的置信区间分别为（-.69, -.04）和（-.41,-.03），均不包含0；而对于高度忧虑的病高度忧虑的病人人，自我效能并不发挥中介作用（-.31,.03），该区间包含 0。2021/3/2517授课：XXX3. Bootstrap中介效应检验方法及其应用中介效应检验方法及其应用3.4 多个并列的中介变量（多个并列的中介变量（ Multiple Mediators） lBootstrap方法的优点方法的优点p可以检验分析所有的并列中介变量共同发挥的中介作用的大小；p其二，可以观测在剔除了其他中介路径的作用之后，单个的中介路径的作用大小p其三，可以对比不同中
18、介路径的作用大小是否存在显著差异。l 具体操作步骤（以具体操作步骤（以Stillman et al. (2009)为例）为例）p打开SPSS，选择“Analyze”“Regression”“PROCESS”；p将自变量（社会排斥）、中介变量（生活目标感知、自我效能、正确的价值观、自我价值感知）和因变量（生命意义感知）依次选入相应的选项框。p选择模型4，设定样本量为5000, Bootstrap取样方法选择偏差校正的非参数百分位法；对置信区间的置信度，选择95%2021/3/2518授课：XXX3. Bootstrap中介效应检验方法及其应用中介效应检验方法及其应用3.4 多个并列的中介变量多个
19、并列的中介变量 结果汇报结果汇报 按照Zhao et al. （2010）提出的中介分析程序， 参照Preacher & Hayes（2008）提出的多个并列的中介变量检验方法，进行 Bootstrap中介变量检验，样本量选择5000，设置95%的置信区间。数据结果表明四个中介变量共同发挥的中介作用显著四个中介变量共同发挥的中介作用显著（-.15, -.08），作用大小为-.11；在四个中介路径中在四个中介路径中生活目标感知（-.05, -.01）、正确的价值观（-.04, -0.3）和自我价值感知（-.09, -.03）发挥了显著的中介作用，中介作用大小依次为-.03，-.02，-.06；而
20、自我效能的中介作用并不显著（-.02, .00）。为了更好地区分各中介路径相对大小，对四个中介路径作用的大小进行了对比对四个中介路径作用的大小进行了对比，数据结果显示，自我价值感知的中介作用显著高于自我效能（.01, .08）的中介作用，其他的中介路径比较则没有显著差异18。2021/3/2519授课：XXX3. Bootstrap中介效应检验方法及其应用中介效应检验方法及其应用3.5 多步中介（多步中介（Serial Multiple Mediators）l 具体操作步骤（以具体操作步骤（以Liu & Gal (2011)为例）为例）p打开SPSS，选择“Analyze”“Regressio
21、n”“PROCESS”；p将自变量（消费者参与）、中介变量（同理心和与企业亲密性感知）和因变量（购买意向）依次选入相应的选项框。p选择模型6，设定样本量为5000, Bootstrap取样方法选择偏差校正的非参数百分位法；对置信区间的置信度，选择95%Mehta, Zhu, & Cheema20122021/3/2520授课：XXX3. Bootstrap中介效应检验方法及其应用中介效应检验方法及其应用3.4 多个并列的中介变量多个并列的中介变量 结果汇报结果汇报（以（以Liu & Gal (2011)为例）为例）按照Zhao et al.（2010）提出的中介分析程序，参照Hayes, Pr
22、eacher & Myers（2011）和Hayes（2013）提出的多步中介变量的检验方法，进行Bootstrap 中介变量检验，样本量选择5000，设置95%的置信区间。数据结果表明“顾客参与顾客参与同理心同理心与企业亲密性感知与企业亲密性感知购买购买意向意向”的中介路径显著（-.28, -.10），作用大小为-.18；而“顾客顾客参与参与同理心同理心购买意向购买意向”的中介路径不显著（-.17, .04），同时“顾客参顾客参与与与企业亲密关系与企业亲密关系购买意向购买意向”的中介路径也没不显著（-.29, .01）2021/3/2521授课：XXX4.中介变量为分类变量或者因变量为多水平
23、分类变中介变量为分类变量或者因变量为多水平分类变量的中介效应量的中介效应逐步回归逐步回归计算相应指标计算相应指标中介检验中介检验Iacobucci 20122021/3/2522授课：XXX5. 结论与讨论结论与讨论l结论结论 关于中介效应的检验程序，研究者参照Zhao et al.（2010）提出的中介效应检验程序； 关于中介路径的检验方法，本文建议研究者采用Preacher、Hayes及其合作者研究开发的Bootstrap程序； 本研究详细阐述了较为复杂的但研究中普遍会遇到的中介变量的Bootstrap方法，包括自变量为多类别的中介、有调节的中介、多个并列的中介和多步中介； 当中介变量为分类变量或因变量为多分类变量变量时，研究者需要参阅Iacobucci（2012）计算相应回归系数、标准差以进行中介检验。l研究局限研究局限 由于不同的研究目的和研究需要，仍有诸多本文未能涉及到的中介类型 不同的研究往往有自身的独特性，所以研究者可以根据研究特点和需要汇报结果。2021/3/2523授课：XXXThank you!2021/3/2524
