中介效應檢驗方法課件_第1頁
中介效應檢驗方法課件_第2頁
中介效應檢驗方法課件_第3頁
中介效應檢驗方法課件_第4頁
中介效應檢驗方法課件_第5頁
已閱讀5頁,還剩33頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

中介效應檢驗方法《中介效應的檢驗方法和效果量測量:回顧與展望》方杰張敏強邱皓政(心理發(fā)展與教育2012)《中介效應研究的新趨勢———研究設(shè)計和數(shù)據(jù)統(tǒng)計方法》甘怡群(心理衛(wèi)生評估2014)中介效應檢驗方法《中介效應的檢驗方法和效果量測量:回顧與展中介效應分析思路中介作用分析是在確認了兩個變量有因果關(guān)系的前提下,確認中介變量可以全部或部分地解釋這種因果關(guān)系的機制的統(tǒng)計程序??傂猚=ab+c’c為總效應,c’為考慮中介效應后的直接效應,ab為中介效應也稱間接效應。在回歸模型中ab=c-c’,但在其他模型(如logistic回歸和多水平分析)中兩者不一定完全相等(MacKinnon,2008;溫忠麟等,2012)。2中介效應分析思路中介作用分析是在確認了兩個變量中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(CausalStepsApproach;Baron&Kenny,1986)中介效應的效果量(effectsize)常用ab/c或ab/c'來衡量01X對Y的回歸,檢驗回歸系數(shù)c的顯著性X對M的回歸,檢驗回歸系數(shù)a

的顯著性0203M對Y的回歸,檢驗回歸系數(shù)b的顯著性M對Y的回歸,檢驗回歸系數(shù)c'

的顯著性(c'顯著且小于c部分中介,c'不顯著完全中介)043中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(Cau中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(CausalStepsApproach;Baron&Kenny,1986)局限首先,系數(shù)c顯著作為中介效應檢驗的前提條件,即如果系數(shù)c不顯著,就不存在中介效應了,但有學者認為這個前提條件是不必要的,因為在系數(shù)c不顯著的情況下完全可能存在中介效應(ab和c'方向相反時,如果兩個中介效應方向相反)4中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(Cau中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(CausalStepsApproach;Baron&Kenny,1986)其次,Mackinnon(2002)通過模擬研究比較了三類中介效應檢驗方法的表現(xiàn),發(fā)現(xiàn)因果步驟法的統(tǒng)計功效最低,并且容易低估第Ⅰ類錯誤率,統(tǒng)計功效最低成為因果步驟法的主要批評來源。有學者認為,這主要與因果步驟法需要系數(shù)c顯著有關(guān),系數(shù)c顯著的要求嚴重降低了統(tǒng)計功效。5中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(Cau中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(CausalStepsApproach;Baron&Kenny,1986)第三,因果步驟法是通過一系列的假設(shè)檢驗去推測中介效應的有無,而不是直接檢驗中介效應ab是否顯著不為0,因此無法直接提供中介效應的點估計,也就無法提供中介效應的置信區(qū)間。6中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(Cau中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(CausalStepsApproach;Baron&Kenny,1986)第四,因果步驟法根據(jù)系數(shù)c'的顯著性將中介效應分為完全中介和部分中介,但有學者建議放棄部分中介和完全中介的說法,因為這種粗糙的中介效果量診斷方法存在較大的局限。7中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(Cau中介檢驗的方法二、系數(shù)乘積法(ProductofCoefficientsApproach)系數(shù)乘積檢驗就是檢驗ab乘積是否顯著不為0,無需以系數(shù)c顯著作為中介效應檢驗的前提條件,可以直接提供中介效應的點估計和置信區(qū)間,統(tǒng)計功效優(yōu)于因果步驟法。系數(shù)乘積法分為兩類,一類是基于中介效應的抽樣分布為正態(tài)分布的Sobel檢驗法另一類是基于中介效應的抽樣分布為非正態(tài)分布的不對稱置信區(qū)間法8中介檢驗的方法二、系數(shù)乘積法(ProductofCoef中介檢驗的方法二、系數(shù)乘積法(ProductofCoefficientsApproach)

1、Sobel檢驗法原理Sobel檢驗法就是用中介效應估計值ab除以中介效應估計值ab的標準誤得到一個z值(z=ab/Sab)

,將這個z值和基于標準正態(tài)分布的臨界z值進行比較,如果z值大于臨界z值,說明中介效應存在,如果z值小于臨界z值,說明中介效應不存在;或構(gòu)建一個對稱的置信區(qū)間,如果置信區(qū)間不包括0,說明有中介效應存在。9中介檢驗的方法二、系數(shù)乘積法(ProductofCoef中介檢驗的方法二、系數(shù)乘積法(ProductofCoefficientsApproach)

1、Sobel檢驗法局限前提假設(shè)是中介效應ab是正態(tài)分布,且需要大樣本,但實際情況是即使a,b分別服從正態(tài)分布,ab的乘積也不一定是正態(tài)分布存。Macho和Ledermann(2011)指出Sobel檢驗的另一個不足是在有多個中介變量的模型中,中介效應估計值的標準誤常用Delta法計算,計算公式比較復雜,且使用不便。10中介檢驗的方法二、系數(shù)乘積法(ProductofCoef中介檢驗的方法二、系數(shù)乘積法(ProductofCoefficientsApproach)

2、不對稱置信區(qū)間法原理不對稱置信區(qū)間法由于放棄了中介效應的抽樣分布為正態(tài)分布的前提,對中介效應的抽樣分布不加限制,因此得到不對稱置信區(qū)間。不對稱置信區(qū)間法包括Bootstrap法和乘積分布法Bootstrap法能適用于中、小樣本和各種中介效應模型,且目前常用的各種統(tǒng)計軟件都能進行Bootstrap法運算。11中介檢驗的方法二、系數(shù)乘積法(ProductofCoef中介檢驗的方法二、系數(shù)乘積法(ProductofCoefficientsApproach)2、不對稱置信區(qū)間法(bootstrap法)

Bootstrap的原理是當正態(tài)分布假設(shè)不成立時,以樣本來代表總體,在此樣本中進行放回抽樣直至抽取n個(如100個),組成一個樣本。這樣的程序反復進行多次(k次),亦即產(chǎn)生多個樣本,每個樣本都可以算出一個間接作用估計值,由此可以算出k個值,形成一個實際的分布。這個分布近似于從原始總體中取樣的分布。一般建議最少抽樣1000次(亦即k=1000),推薦抽樣5000次。這種程序產(chǎn)生的置信區(qū)間可以用CI的偏差調(diào)整或者偏差調(diào)整和加速調(diào)整上限值和下限值。不管使用何種程序,如果0不在上下限的區(qū)間之內(nèi),可以說有CI%的可信度認為中介作用不是0。12中介檢驗的方法二、系數(shù)乘積法(ProductofCoef中介檢驗的方法二、系數(shù)乘積法(ProductofCoefficientsApproach)

2、不對稱置信區(qū)間法(bootstap法)

優(yōu)點:Bootstrapping不需要分布假設(shè)所以避免了系數(shù)乘積檢驗違反分布假設(shè)的問題而且該方法不依賴標準誤所以避免了不同標準誤公式產(chǎn)生結(jié)果不一致的問題。模擬研究發(fā)現(xiàn),與其他中介效應檢驗方法相比Bootstrapping具有較高的統(tǒng)計效力因此,Bootstrapping法是目前比較理想的中介效應檢驗法。13中介檢驗的方法二、系數(shù)乘積法(ProductofCoef中介檢驗的方法三、差異系數(shù)檢驗

原理:差異系數(shù)檢驗即檢驗H0:c-c’=0。通常情況下ab=c-c’因此差異系數(shù)同系數(shù)乘積法有很多相同之處。差異系數(shù)采用t檢驗,其統(tǒng)計量為t=c-c’/Sc-c’。

局限:由于系數(shù)差異法在a或b不全為0時,存在第Ⅰ類錯誤率很高的缺陷(可高達100%),且難以應用到更復雜的涉及多個中介變量或有調(diào)節(jié)的中介模型分析中而鮮有使用。14中介檢驗的方法三、差異系數(shù)檢驗原理:差異系數(shù)檢驗即軟件的應用條件

在中介效應、調(diào)節(jié)效應的分析過程中,主要有兩種思路,一種是顯變量,另一種是潛變量結(jié)構(gòu)方程模型。對應的軟件也分為兩類,一類是基于顯變量路徑分析模型的SPSS、SAS等軟件,一類是基于潛變量模型的、lisrel、Amos、Mplus等結(jié)構(gòu)方程模型軟件。由于SPSS操作更為簡單,因此,如何用SPSS進行中介效應、調(diào)節(jié)效應模型的分析成為很多學者的興趣,近幾年發(fā)展出的Process插件就是經(jīng)典,應用逐年猛增。15軟件的應用條件15軟件的應用條件

Process第一,Process的操作應用。Process主要應用于SPSS、SAS等傳統(tǒng)數(shù)據(jù)統(tǒng)計分析軟件,在SPSS中除了可以可視化操作外,還可以通過Syntax語法等方式操作,擴展功能更為強大。第二,Process可以提供的分析結(jié)果。首先,傳統(tǒng)SPSS做中介和調(diào)節(jié)效應時需要分步或分層回歸,但Process則一步到位。其次,Process專門用于分析中介效應和調(diào)節(jié)效應分析,除了常規(guī)回歸分析的結(jié)果外,還額外提供直接效應、間接效應的估計值以及Bootstrap置信區(qū)間、Sobel檢驗等結(jié)果。此外,Process還可以處理多中介、多調(diào)節(jié)以及有調(diào)節(jié)的中介、有中介的調(diào)節(jié)等復雜模型。所有這些,是大多數(shù)選擇用SPSS做中介或調(diào)節(jié)效應分析的主要原因,也是這個插件的優(yōu)勢之處。第三,Process的模型構(gòu)建。Process提供了70多個模型,分析過程中需要選擇對應的模型,設(shè)置相應的自變量、因變量、中介或調(diào)節(jié)變量即可。16軟件的應用條件Process16軟件的應用條件

Process第四,其他注意事項。

1、Process只能處理顯變量路徑分析模型,不能處理潛變量模型,潛變量模型需要使用結(jié)構(gòu)方程模型。那么,是用SPSS的Process插件還是用Amos等結(jié)構(gòu)方程模型處理中介(Mediation)、調(diào)節(jié)效應(Moderation),哪個更好?對此要考慮這么幾個問題:一個是樣本量的問題,當樣本量比較小時,用SPSS的Process方法比較好,因為小樣本的數(shù)據(jù)更接近t分布而不是正態(tài)分布,而結(jié)構(gòu)方程模型主要用于處理大樣本。另一個是測量誤差問題,SPSS只能處理顯變量,不能分離測量誤差,因而其結(jié)果不如潛變量的結(jié)構(gòu)方程模型精確。

第三是,SPSS不能像結(jié)構(gòu)方程模型那樣提供模型擬合參數(shù),不能進行模型的整體評價。因此,如果研究者關(guān)注的重點是路徑關(guān)系而不是整體模型效度,或者結(jié)構(gòu)方程模型分析發(fā)現(xiàn)變量之間的路徑關(guān)系符合理論假設(shè)但模型擬合不佳(需要規(guī)避模型擬合問題)則考慮SPSS的Process方法比較好。17軟件的應用條件Process17軟件的應用條件

Process第四,其他注意事項。

2、在做調(diào)節(jié)效應分析時,自變量、調(diào)節(jié)變量都要納入模型,而不能只是將交互項納入模型,同時還需要注意變量的中心化問題。SPSS與AMOUS的區(qū)別SPSS是一個探索性統(tǒng)計分析軟件,AMOUS是驗證性統(tǒng)計分析軟件。做探索性因素分析時用SPSS,探索性因素分析完成后,為了驗證所得到的因子結(jié)構(gòu)是否合理,就需要進行驗證性因素分析?,F(xiàn)在的論文如果涉及因子分析,大多要求進行驗證性因素分析,以及路徑分析等。AMOUS是可以做路徑分析、結(jié)構(gòu)方程模型、群組分析等。18軟件的應用條件Process189、春去春又回,新桃換舊符。在那桃花盛開的地方,在這醉人芬芳的季節(jié),愿你生活像春天一樣陽光,心情像桃花一樣美麗,日子像桃子一樣甜蜜。2022/12/102022/12/10Saturday,December10,202210、人的志向通常和他們的能力成正比例。2022/12/102022/12/102022/12/1012/10/20223:07:07PM11、夫?qū)W須志也,才須學也,非學無以廣才,非志無以成學。2022/12/102022/12/102022/12/10Dec-2210-Dec-2212、越是無能的人,越喜歡挑剔別人的錯兒。2022/12/102022/12/102022/12/10Saturday,December10,202213、志不立,天下無可成之事。2022/12/102022/12/102022/12/102022/12/1012/10/202214、ThankyouverymuchfortakingmewithyouonthatsplendidoutingtoLondon.ItwasthefirsttimethatIhadseentheToweroranyoftheotherfamoussights.IfI'dgonealone,Icouldn'thaveseennearlyasmuch,becauseIwouldn'thaveknownmywayabout.。10十二月20222022/12/102022/12/102022/12/1015、會當凌絕頂,一覽眾山小。十二月222022/12/102022/12/102022/12/1012/10/202216、如果一個人不知道他要駛向哪頭,那么任何風都不是順風。2022/12/102022/12/1010December202217、一個人如果不到最高峰,他就沒有片刻的安寧,他也就不會感到生命的恬靜和光榮。2022/12/102022/12/102022/12/102022/12/10謝謝觀看THEEND9、春去春又回,新桃換舊符。在那桃花盛開的地方,在這醉人芬芳中介效應檢驗方法《中介效應的檢驗方法和效果量測量:回顧與展望》方杰張敏強邱皓政(心理發(fā)展與教育2012)《中介效應研究的新趨勢———研究設(shè)計和數(shù)據(jù)統(tǒng)計方法》甘怡群(心理衛(wèi)生評估2014)中介效應檢驗方法《中介效應的檢驗方法和效果量測量:回顧與展中介效應分析思路中介作用分析是在確認了兩個變量有因果關(guān)系的前提下,確認中介變量可以全部或部分地解釋這種因果關(guān)系的機制的統(tǒng)計程序??傂猚=ab+c’c為總效應,c’為考慮中介效應后的直接效應,ab為中介效應也稱間接效應。在回歸模型中ab=c-c’,但在其他模型(如logistic回歸和多水平分析)中兩者不一定完全相等(MacKinnon,2008;溫忠麟等,2012)。21中介效應分析思路中介作用分析是在確認了兩個變量中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(CausalStepsApproach;Baron&Kenny,1986)中介效應的效果量(effectsize)常用ab/c或ab/c'來衡量01X對Y的回歸,檢驗回歸系數(shù)c的顯著性X對M的回歸,檢驗回歸系數(shù)a

的顯著性0203M對Y的回歸,檢驗回歸系數(shù)b的顯著性M對Y的回歸,檢驗回歸系數(shù)c'

的顯著性(c'顯著且小于c部分中介,c'不顯著完全中介)0422中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(Cau中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(CausalStepsApproach;Baron&Kenny,1986)局限首先,系數(shù)c顯著作為中介效應檢驗的前提條件,即如果系數(shù)c不顯著,就不存在中介效應了,但有學者認為這個前提條件是不必要的,因為在系數(shù)c不顯著的情況下完全可能存在中介效應(ab和c'方向相反時,如果兩個中介效應方向相反)23中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(Cau中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(CausalStepsApproach;Baron&Kenny,1986)其次,Mackinnon(2002)通過模擬研究比較了三類中介效應檢驗方法的表現(xiàn),發(fā)現(xiàn)因果步驟法的統(tǒng)計功效最低,并且容易低估第Ⅰ類錯誤率,統(tǒng)計功效最低成為因果步驟法的主要批評來源。有學者認為,這主要與因果步驟法需要系數(shù)c顯著有關(guān),系數(shù)c顯著的要求嚴重降低了統(tǒng)計功效。24中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(Cau中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(CausalStepsApproach;Baron&Kenny,1986)第三,因果步驟法是通過一系列的假設(shè)檢驗去推測中介效應的有無,而不是直接檢驗中介效應ab是否顯著不為0,因此無法直接提供中介效應的點估計,也就無法提供中介效應的置信區(qū)間。25中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(Cau中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(CausalStepsApproach;Baron&Kenny,1986)第四,因果步驟法根據(jù)系數(shù)c'的顯著性將中介效應分為完全中介和部分中介,但有學者建議放棄部分中介和完全中介的說法,因為這種粗糙的中介效果量診斷方法存在較大的局限。26中介檢驗的方法一、逐步檢驗法/因果步驟法/依次檢驗法(Cau中介檢驗的方法二、系數(shù)乘積法(ProductofCoefficientsApproach)系數(shù)乘積檢驗就是檢驗ab乘積是否顯著不為0,無需以系數(shù)c顯著作為中介效應檢驗的前提條件,可以直接提供中介效應的點估計和置信區(qū)間,統(tǒng)計功效優(yōu)于因果步驟法。系數(shù)乘積法分為兩類,一類是基于中介效應的抽樣分布為正態(tài)分布的Sobel檢驗法另一類是基于中介效應的抽樣分布為非正態(tài)分布的不對稱置信區(qū)間法27中介檢驗的方法二、系數(shù)乘積法(ProductofCoef中介檢驗的方法二、系數(shù)乘積法(ProductofCoefficientsApproach)

1、Sobel檢驗法原理Sobel檢驗法就是用中介效應估計值ab除以中介效應估計值ab的標準誤得到一個z值(z=ab/Sab)

,將這個z值和基于標準正態(tài)分布的臨界z值進行比較,如果z值大于臨界z值,說明中介效應存在,如果z值小于臨界z值,說明中介效應不存在;或構(gòu)建一個對稱的置信區(qū)間,如果置信區(qū)間不包括0,說明有中介效應存在。28中介檢驗的方法二、系數(shù)乘積法(ProductofCoef中介檢驗的方法二、系數(shù)乘積法(ProductofCoefficientsApproach)

1、Sobel檢驗法局限前提假設(shè)是中介效應ab是正態(tài)分布,且需要大樣本,但實際情況是即使a,b分別服從正態(tài)分布,ab的乘積也不一定是正態(tài)分布存。Macho和Ledermann(2011)指出Sobel檢驗的另一個不足是在有多個中介變量的模型中,中介效應估計值的標準誤常用Delta法計算,計算公式比較復雜,且使用不便。29中介檢驗的方法二、系數(shù)乘積法(ProductofCoef中介檢驗的方法二、系數(shù)乘積法(ProductofCoefficientsApproach)

2、不對稱置信區(qū)間法原理不對稱置信區(qū)間法由于放棄了中介效應的抽樣分布為正態(tài)分布的前提,對中介效應的抽樣分布不加限制,因此得到不對稱置信區(qū)間。不對稱置信區(qū)間法包括Bootstrap法和乘積分布法Bootstrap法能適用于中、小樣本和各種中介效應模型,且目前常用的各種統(tǒng)計軟件都能進行Bootstrap法運算。30中介檢驗的方法二、系數(shù)乘積法(ProductofCoef中介檢驗的方法二、系數(shù)乘積法(ProductofCoefficientsApproach)2、不對稱置信區(qū)間法(bootstrap法)

Bootstrap的原理是當正態(tài)分布假設(shè)不成立時,以樣本來代表總體,在此樣本中進行放回抽樣直至抽取n個(如100個),組成一個樣本。這樣的程序反復進行多次(k次),亦即產(chǎn)生多個樣本,每個樣本都可以算出一個間接作用估計值,由此可以算出k個值,形成一個實際的分布。這個分布近似于從原始總體中取樣的分布。一般建議最少抽樣1000次(亦即k=1000),推薦抽樣5000次。這種程序產(chǎn)生的置信區(qū)間可以用CI的偏差調(diào)整或者偏差調(diào)整和加速調(diào)整上限值和下限值。不管使用何種程序,如果0不在上下限的區(qū)間之內(nèi),可以說有CI%的可信度認為中介作用不是0。31中介檢驗的方法二、系數(shù)乘積法(ProductofCoef中介檢驗的方法二、系數(shù)乘積法(ProductofCoefficientsApproach)

2、不對稱置信區(qū)間法(bootstap法)

優(yōu)點:Bootstrapping不需要分布假設(shè)所以避免了系數(shù)乘積檢驗違反分布假設(shè)的問題而且該方法不依賴標準誤所以避免了不同標準誤公式產(chǎn)生結(jié)果不一致的問題。模擬研究發(fā)現(xiàn),與其他中介效應檢驗方法相比Bootstrapping具有較高的統(tǒng)計效力因此,Bootstrapping法是目前比較理想的中介效應檢驗法。32中介檢驗的方法二、系數(shù)乘積法(ProductofCoef中介檢驗的方法三、差異系數(shù)檢驗

原理:差異系數(shù)檢驗即檢驗H0:c-c’=0。通常情況下ab=c-c’因此差異系數(shù)同系數(shù)乘積法有很多相同之處。差異系數(shù)采用t檢驗,其統(tǒng)計量為t=c-c’/Sc-c’。

局限:由于系數(shù)差異法在a或b不全為0時,存在第Ⅰ類錯誤率很高的缺陷(可高達100%),且難以應用到更復雜的涉及多個中介變量或有調(diào)節(jié)的中介模型分析中而鮮有使用。33中介檢驗的方法三、差異系數(shù)檢驗原理:差異系數(shù)檢驗即軟件的應用條件

在中介效應、調(diào)節(jié)效應的分析過程中,主要有兩種思路,一種是顯變量,另一種是潛變量結(jié)構(gòu)方程模型。對應的軟件也分為兩類,一類是基于顯變量路徑分析模型的SPSS、SAS等軟件,一類是基于潛變量模型的、lisrel、Amos、Mplus等結(jié)構(gòu)方程模型軟件。由于SPSS操作更為簡單,因此,如何用SPSS進行中介效應、調(diào)節(jié)效應模型的分析成為很多學者的興趣,近幾年發(fā)展出的Process插件就是經(jīng)典,應用逐年猛增。34軟件的應用條件15軟件的應用條件

Process第一,Process的操作應用。Process主要應用于SPSS、SAS等傳統(tǒng)數(shù)據(jù)統(tǒng)計分析軟件,在SPSS中除了可以可視化操作外,還可以通過Syntax語法等方式操作,擴展功能更為強大。第二,Process可以提供的分析結(jié)果。首先,傳統(tǒng)SPSS做中介和調(diào)節(jié)效應時需要分步或分層回歸,但Process則一步到位。其次,Process專門用于分析中介效應和調(diào)節(jié)效應分析,除了常規(guī)回歸分析的結(jié)果外,還額外提供直接效應、間接效應的估計值以及Bootstrap置信區(qū)間、Sobel檢驗等結(jié)果。此外,Process還可以處理多中介、多調(diào)節(jié)以及有調(diào)節(jié)的中介、有中介的調(diào)節(jié)等復雜模型。所有這些,是大多數(shù)選擇用SPSS做中介或調(diào)節(jié)效應分析的主要原因,也是這個插件的優(yōu)勢之處。第三,Process的模型構(gòu)建。Process提供了70多個模型,分析過程中需要選擇對應的模型,設(shè)置相應的自變量、因變量、中介或調(diào)節(jié)變量即可。35軟件的應用條件Process16軟件的應用條件

Process第四,其他注意事項。

1、Process只能處理顯變量路徑分析模型,不能處理潛變量模型,潛變量模型需要使用結(jié)構(gòu)方程模型。那么,是用SPSS的Process插件還是用Amos等結(jié)構(gòu)方程模型處理中介(Mediation)、調(diào)節(jié)效應(Moderation),哪個更好?對此要考慮這么幾個問題:一個是樣本量的問題,當樣本量比較小時,用SPSS的Process方法比較好,因為小樣本的數(shù)據(jù)更接近t分布而不是正態(tài)分布,而結(jié)構(gòu)方程模型主要用于處理大樣本。另一個是測量誤差問題,SPSS只能處理顯變量,不能分離測量誤差,因而其結(jié)果不如潛變量的結(jié)構(gòu)方程模型精確。

第三是,SPSS不能像結(jié)構(gòu)方程模型那樣提供模型擬合參數(shù),不能進行模型的整體評價。因此,如果研究者關(guān)注的重點是路徑關(guān)系而不是整體模型效度,或者結(jié)構(gòu)方程模型分析發(fā)現(xiàn)變量之間的路徑關(guān)系符合理論假設(shè)但模型擬合不佳(需要規(guī)避模型擬合問題)則考慮SPSS的Process方法比較好。36軟件的應用條件Process17軟件的應用條件

Process第四,其他注意事項。

2、在做調(diào)節(jié)效應分析時,自

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論