|
MATH NEWS 中介效應(yīng)分析 WEEK BY WEEK 2024/ 05/20 ![]() ![]() 01 ![]() 中介效應(yīng)簡介 ![]() 在研究自變量X對因變量Y的影響時,如果X通過影響變量M來影響Y,則稱M為中介變量,中介變量發(fā)揮的作用就稱為中介效應(yīng)。例如,在研究參加體育鍛煉(X)對抑郁風(fēng)險(Y)的影響時,參加體育鍛煉可以通過改善睡眠質(zhì)量(sleep)來降低抑郁風(fēng)險,這里所說的睡眠質(zhì)量就是中介變量。中介效應(yīng)分析是檢驗?zāi)骋蛔兞渴欠駷橹薪樽兞?、發(fā)揮何種程度中介作用的重要步驟。本文先以簡單的中介模型為例說明中介效應(yīng)分析的思路,再具體介紹幾種中介效應(yīng)分析方法。 ![]() 圖1 總效應(yīng)示意圖 ![]() 圖2 間接效應(yīng)示意圖 假設(shè)所有變量都已經(jīng)中心化 (即均值為零),可用圖1和圖2來描述變量之間的關(guān)系。圖1表示自變量X直接作用于因變量Y,路徑系數(shù)為c。由于不涉及第三個變量,所以系數(shù)c代表了自變量作用于因變量的總效應(yīng)。圖2是在控制中介變量M以后,自變量X和因變量Y之間的關(guān)系,其中系數(shù)a代表自變量作用于中介變量的效應(yīng),系數(shù)b表示中介變量作用于因變量的效應(yīng),兩者構(gòu)成圖中變量間關(guān)系的間接效應(yīng),系數(shù)c'代表考慮在控制中介變量后,自變量作用于因變量的效應(yīng),也就是自變量和因變量之間的直接效應(yīng)。那么,圖2中的變量間總效應(yīng)就應(yīng)該等于直接效應(yīng)加上間接效應(yīng),即總效應(yīng)=ab+c'。將圖1和圖2結(jié)合起來,我們就得到了c= ab+c',c為總效應(yīng),c'為直接效應(yīng),ab為中介效應(yīng)也稱間接效應(yīng)。我們做中介效應(yīng)分析就是要檢驗ab效應(yīng)是否存在,以及它在總效應(yīng)中的占比(ab/c),體現(xiàn)中介效應(yīng)的作用程度。 ![]() 02 ![]() 中介效應(yīng)檢驗方法 ![]() 檢驗中介效應(yīng)是否存在,其實就是檢驗X到M,M到Y(jié)的路徑是否同時具有顯著性意義,常用方法有三種:逐步回歸法、Sobel檢驗和Bootstrap法。 (一)逐步回歸法 ![]() 逐步檢驗回歸系數(shù)方法簡單易懂,是檢驗中介效應(yīng)最常用的方法,其思想就是依次檢驗系數(shù)a、b以及c'是否顯著。該方法分為三步: 第一步:檢驗方程(1)的系數(shù)c,若系數(shù)c顯著,則進行第二步檢驗,否則終止檢驗; 第二步:檢驗方程(2)的系數(shù)a是否顯著,判斷自變量x和中介變量M的關(guān)系; 第三步:檢驗方程(3)的系數(shù)b以及c'的顯著性。 若系數(shù)a,b均顯著,則表明中介效應(yīng)顯著,接著判斷該中介效應(yīng)是部分中介還是完全中介,如果系數(shù)c'顯著,則表示該中介是部分中介,如果系數(shù)c'不顯著,則表示該中介是完全中介。逐步回歸系數(shù)方法簡單但是存在一些問題,比如說:當(dāng)中介效應(yīng)較弱的時候,逐步檢驗回歸系數(shù)的方法很難檢驗出中介效應(yīng)顯著;當(dāng)方程(1)的系數(shù)c不顯著的時候,直接終止檢驗,但在有些情況下c不顯著恰恰是受到了中介效應(yīng)的影響,所以逐步檢驗法可能會錯過一些實際存在的中介效應(yīng)。 (二)Sobel檢驗 Sobel檢驗的原理是將a和b綜合考慮,也就是考慮a*b是否有意義,當(dāng)發(fā)現(xiàn)系數(shù)a或者系數(shù)b其中有一個不顯著時,可以利用統(tǒng)計檢驗的方法檢驗系數(shù)乘積ab是否顯著異于0,Sobel法就是通過構(gòu)建系數(shù)乘積ab的統(tǒng)計量z來估計其置信區(qū)間,判斷其是否顯著異于0。但是Sobel法的假設(shè)要求比較高,需要假設(shè)統(tǒng)計量服從正態(tài)分布。 ![]() (三)Bootstrap法 Bootstrap法是一種從樣本中重復(fù)取樣的方法,一般的取樣方法是有放回地重復(fù)取樣,不涉及總體分布及其參數(shù),因而不要求正態(tài)假設(shè),但前提條件是樣本能夠代表總體。例如,可以重復(fù)有放回地抽樣1000次,進而可以得到1000個系數(shù)a和系數(shù)b的估計值,將系數(shù)乘積ab按照數(shù)值大小排序,那么第2.5個百分位點和第97.5百分位點就構(gòu)成了系數(shù)乘積ab在95%統(tǒng)計水平下的置信區(qū)間,若該置信區(qū)間包含0,則說明系數(shù)乘積ab顯著。 ![]() 03 ![]() 注意事項 ![]() 中介效應(yīng)分析用于探究兩個或多個變量之間是否存在中介關(guān)系,即一個變量通過另一個變量對另一個變量產(chǎn)生影響。在進行中介效應(yīng)分析時,需要注意以下幾個事項: (1)理論基礎(chǔ):在進行中介效應(yīng)分析之前,應(yīng)該有明確的理論基礎(chǔ)或先驗假設(shè)。中介效應(yīng)分析通?;谀撤N理論或假設(shè),研究者應(yīng)該在進行分析之前充分了解和理解所研究變量之間的假設(shè)關(guān)系,并將其納入到中介效應(yīng)模型中。 (2)數(shù)據(jù)質(zhì)量:中介效應(yīng)分析的結(jié)果只能盡可能地反映樣本數(shù)據(jù)的情況,因此,確保樣本數(shù)據(jù)的質(zhì)量和可靠性非常重要。研究者需要仔細(xì)檢查和清洗數(shù)據(jù),確保數(shù)據(jù)的準(zhǔn)確性、完整性和一致性。 (3)變量選擇:選擇適當(dāng)?shù)淖兞孔鳛橹薪樽兞亢捅唤忉屪兞糠浅V匾?。中介變量?yīng)該是能夠在理論上解釋兩個變量之間關(guān)系的變量,同時,被解釋變量應(yīng)該是研究者感興趣的目標(biāo)變量。 (4)中介效應(yīng)檢驗:中介效應(yīng)分析通常包括兩個部分:直接效應(yīng)和間接效應(yīng)。直接效應(yīng)是指自變量對因變量的總效應(yīng),而間接效應(yīng)是指自變量通過中介變量對因變量產(chǎn)生的效應(yīng)。研究者應(yīng)該使用適當(dāng)?shù)姆椒▉頇z驗中介效應(yīng)的存在和大小,并進行合理的解釋。 (5)控制變量:在進行中介效應(yīng)分析時,應(yīng)該考慮控制其他可能影響自變量和因變量之間關(guān)系的變量,以排除潛在的混淆效應(yīng)。控制變量可以通過回歸分析中的控制變量法或結(jié)構(gòu)方程模型中的部分回歸方法來實現(xiàn)。 中介效應(yīng)分析可以幫助研究者深入了解自變量對因變量的作用機制,探究中介變量在自變量和因變量之間的中介作用。它在社會科學(xué)、心理學(xué)、醫(yī)學(xué)等領(lǐng)域得到廣泛應(yīng)用,幫助研究者更加全面地理解變量之間的復(fù)雜關(guān)系。 參考 [1]溫忠麟, 葉寶娟. 中介效應(yīng)分析:方法和模型發(fā)展[J]. 心理科學(xué)進展, 2014, 22(5): 731-745. [2]方杰, 張敏強. 中介效應(yīng)的點估計和區(qū)間估計:乘積分布法、非參數(shù)Bootstrap和MCMC法[J]. 心理學(xué)報, 2012, 44(10): 1408-1420. [3]連享會. Stata+R:一文讀懂中介效應(yīng). [EB/OL].(2021-08-08)[2024-05-20]. https://mp.weixin.qq.com/s/rNUVuRor8j26422TjzubmQ ![]() |
|
|