ZJUTADAC的个人博客分享 http://blog.sciencenet.cn/u/ZJUTADAC

博文

中介效应的多种分析,典范,和范例

已有 6311 次阅读 2022-9-7 09:08 |系统分类:科研笔记

中介效应的多种分析,典范,和范例

 

20220813 Wen-Lung Shiau (萧文龙) & Hao Chen (陈豪

 

哲学中的朔因推理( abductive reasoning)是研究者在经验观察和抽象理论中,经循环往复,多次迭代,可以推理到最佳的解释(inference to the best explanation) 朔因推理也特别适用到介分析的整理,经本文的介绍,研究者可以理解为什么有多种介效应的分析,介分析的典范和正确介分析的范例。

WechatIMG841.jpeg

 

中介效应的分析

 

我们要如何判断一个模型是否具备中介效应。下面我们会介绍Fritz & Mackinnon (2007)中提到的六个检验中介效应的方法。图1-1是自变量X对因变量Y的影响路径图。其中(a)表示自变量X对因变量Y的总体影响;(b)表示自变量X通过中介变量M对因变量Y的间接影响。

1-1 路径图

 

1-1可以用以下三个回归方程表示

 

其中,

XY的总效应的估计值;

是经过M的调整后,X对于Y的直接效应的估计值;

是经过X的调整后,M对于Y的效应的估计值;

XM效应的估计值。

是截距;

的乘积是中介或者间接效应。

 

在下面我们解释如何判断中介效应的六个方法。

 

方法一:Baron and Kenny's Causal-Steps Test Baron and Kenny的因果关系步骤检验法)

1. XY()的总效应必须是显著的;

2. XM()的效应必须是显著的;

3. 调整了X()后的MY的效用必须是显著的。

4. 调整了M()后的X对于Y的效应必须比XY()的总效应要小。

 

满足以上四个步骤的必须在使用等式1、等式2、等式3的情况下都得到满足,那么可以判断中介效应是存在的。

 

 

方法二:Joint Significance Test(联合显著性检验法)

联合显著性检验法是Baron and Kenny的因果关系步骤检验法的变形。联合显著性检验法忽略了,用系数的显著性来分析中介性。如果都显著,那么中介效应是存在的。

 

 

方法三:Sobel First-Order TestSobel一阶检验法)

   Sobel一阶检验法是最常见的系数乘积检验,通过把间接效应除以间接效应一阶delta法标准误差,来评估中介效应是否存在,如等式4

 

 

等式4所获得的值和一个标准正态分布进行对比。如果结果显著,中介效应就存在。

 

 

方法四:PRODCLIN

系数乘积检验(如,Sobel一阶检验法)的一个问题是依赖于正态理论,然而两个正态随机分布变量,在这里就是 ,的乘积大多不是正态分布的。

PRODCLIN需要把标准化(即,)并把型一错误率作为输入。 PRODCLIN然后返回对应的标准化的临界值。这些标准化的临界值用公式5转化回的原始指标。

 

然后,对于公式5中得到每一个标准化临界值,用公式6计算了置信区间,其中是公式4中的Sobel一阶标准误差。

 

 

方法五:Percentile Bootstrap(百分位拔靴法、百分位自助法)

 

百分位拔靴法中介检验需要从原始数据进行有放回的随机抽样。通过新的拔靴样本找到的值,然后计算间接效应大量的间接效应估计值形成了一个拔靴分布。百分位拔靴法通过拔靴估计间接效应,间接效应对相当于ω/2和1-ω/2拔靴样本分布的百分比形成一个100(1-ω)%的置信区间,其中ω等于型一错误。如果置信区间不包含0,则表示中介效应存在。

 

 

方法六:Bias-Corrected Bootstrap(偏误纠正拔靴法、偏误纠正自助法)

偏误纠正拔靴法和百分位拔靴法是一样的,除了它修正了总体中的偏差。百分位拔靴法的问题是:有可能置信区间不以真实的参数值为中心。偏误纠正拔靴法包含对由估计的集中趋势产生偏误的纠正。这种偏误纠正是在以下假设下进行的:有一个单调递增的函数T例如T()是正态分布的如下:

其中,是偏误,或者拔靴样本参数估计低于原始样本参数估计的比例。得到的置信区间上下限是:

其中p=1-ω/2,=100*p. 中介通过确定置信区间是否包含0来检验。

 

 

 

 

     Fritz & Mackinnon (2007) 对上述六个中介效应检验方法进行模拟(simulation)分析计算他们的统计检定力,他们推荐Joint Significance Test(联合显著性检验法)和Percentile Bootstrap(百分位拔靴法、百分位自助法),因为这两种方法对于检查中介效应有更高的检定力和控制地更好的型一错误率。Bias-Corrected Bootstrap(偏误纠正拔靴法、偏误纠正自助法)是传统推荐的检查方法,并且模拟结果有更高的检定力。然而,这个方法会产生过高的型一错误率,因此,Bias-Corrected Bootstrap很少被推荐来测试中介效应。

 

在认识了中介效应的检验后,我们需要进一步了解统计检定力的计算。Cohen et al (2003, p. 92) 提出了一下计算回归系数统计检定力的原始公式如下:

 

其中,

n是指样本量;

k是回归方程预测变量的数量

f2是普通最小二乘回归的效应量,也就是回归系数。(例如0.14是“S”小效应, 0.39是“M 中等效应, 0.59是“L”大效应)

  

  从该公式,我们可以获得样本量n和效应量f2之间的关系。因此,我们既可以根据所获得的样本量n来计算出效应量f2,也可以从效应量f2计算出所需要的样本量n

 

 

中介分析的典范

介分析不斷的在演進,在演進過程中,需要大家都認可的典範,目前介分析的典範,請參考Zhao et al. (2010).

中介分析的范例

正确的介分析范例,请参考Shiau et al. (2020),这篇高被引文章是根据 Zhao et al. (2010) 典范中介分析步骤而成,研究者可以参考典范和范例,进而完成一篇正确的介分析文章。

 

另外:正确的中介分析的书,请参考

统计分析入门与应用:SPSS中文版+SmartPLS 3(PLS-SEM)(第三版),

https://www.books.com.tw/products/0010873632                                                                                                     

天猫:https://detail.tmall.com/item.htm?spm=a220m.1000858.1000725.17.56141b39AmLi1v&id=629004388329&user_id=2585855119&cat_id=2&is_b=1&rn=219f337b85d5026c58fd44cbc02d3875

 

AMOS结构方程模式最佳入门实用书

https://www.books.com.tw/products/0010790218?loc=P_br_r0vq68ygz_D_2aabd0_B_1

天猫:

https://detail.tmall.com/item.htm?spm=a1z10.3-b-s.w4011-15404474618.28.561469fdNKCnCj&id=572094570534&rn=f80abf3d5e58f2016c8e8ab5055afd81&abbucket=20

 

 

参考文献:

Cohen, J., Cohen, P., West, S. G., & Aiken, L. S. (2003). Applied multiple regression/correlation analysis for the behavioral sciences (3rd ed.). Mahwah, NJ: Erlbaum.

Fritz, M. S., & Mackinnon, D. P. (2007). Required sample size to detect the mediated effect. Psychological Science, 18(3), 233-239. 

Liu, X., & Wang, L. (2019). Sample size planning for detecting mediation effects: A power analysis procedure considering uncertainty in effect size estimates. Multivariate Behavioral Research, 54(6), 822-839. 

Zhao, X., Lynch, J.G., Chen, Q.,(2010) “Reconsidering Baron and Kenny: Myths and Truths about Mediation Analysis.” Journal of Consumer Research, vol. 37, no. 2, pp. 197–206.

Shiau, W.-L., Yuan, Y., Pu, X., Ray, S. and Chen, C.C. (2020), "Understanding fintech continuance: perspectives from self-efficacy and ECT-IS theories", Industrial Management & Data Systems, Vol. 120 No. 9, pp. 1659-1689 ESI 1% high cited article

 

 

 

 

 

 

 




https://blog.sciencenet.cn/blog-3444471-1354315.html

上一篇:Predicting and explaining intentions and behavior 系列 3/3
下一篇:了解一下PLS-SEM 發表现况 1985-2020 中国貢獻最多.....
收藏 IP: 223.104.165.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-28 16:23

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部