中介作用分析

如果需要进行中介作用分析,常见有两种做法。分别如下:

  • 第一种:因果逐步回归检验法;

  • 第二种:乘积系数法检验法;

  • 如果是使用第一种做法进行中介作用分析,其理论来源为温忠麟学者提出,具体是通过分层回归方法进行研究,请参考此帮助手册有详细说明: https://www.spssau.com/helps/otherdocuments/mediator.html

  • 第一种因果逐步回归检验法简单易懂、容易理解和解释,因而受到广泛的应用,但有学者认为其检验效能较低,有时候本身有中介作用但却显示没有中介作用。

  • 第二种为乘积系数检验法,其原理是检验a*b是否呈现出显著性,其具体做法上分为两种,一种是使用Sobel检验,另外一种是使用Bootstrap抽样法进行检验。Sobel检验要求数据正态分布且需要大样本,并且要求a*b也符合正态分布,因而这种要求导致其检验功效较低。当前较为流行的检验方法为Bootstrap抽样法,其检验功效相对较高,并且对于中介作用抽样分布并不进行限制,因此使用情况越来越多。

  • 当前SPSSAU问卷研究》中介作用使用Bootstrap抽样法进行检验。并且支持一次性放置多个中介变量,以及支持放置控制变量。如果自变量有多个时,只需要进行重复多次操作即可,具体案例里面会有详细说明。

中介效应案例

  • 1、背景

    当前有一个研究(样本量为200),自变量有两个,中介变量共有3个,因变量有一个,希望研究自变量X对于因变量Y的影响时,3个中介变量是否会起到桥梁中介作用。

    变量类型 名称
    自变量 X1,X2
    中介变量 M1,M2,M3
    因变量 Y
  • 2、理论

    在研究中介作用时,其有多种做法,常见做法有两种,第一种是因果逐步回归检验法,使用分层回归(SPSSAU》进阶方法)进行研究。第二种是乘积系数法检验法,其具体做法上可分为Sobel检验和Bootstrap抽样法检验;第一种做法相对简单易懂因而得到广泛使用,但是其检验效能相对较低,因此当前更适合的做法是使用第二种即乘积系数检验法,并且使用Bootstrap抽样法进行中介作用检验。

    中介作用的检验基本理论数学模型如下:

    中介作用共分为3个模型。针对上图说明如下:

    • 模型1:自变量X和因变量Y的回归分析;目的为得到总效应c值;

    • 模型2:自变量X,中介变量M和因变量Y的回归分析;目的是得到直接效应c’值,以及中间效应过程值b;

    • 模型3:自变量X和中介变量M的回归分析;目的是得到中间效应过程值a。

    • 模型1和模型2的区别在于,模型2在模型1的基础上加入了中介变量M。

    上图中回归系数a和回归系数b的乘积项(a*b)称为间接效应,如果其呈现出显著性,那么就说明具有中介作用,反之不具有显著性,则说明不具有中介作用。检验a*b的显著性用于判断是否具有中介作用,这种做法即称为乘积系数检验法。而具体Bootstrap抽样法检验是指a*b这个回归系数的95%置信区间是否包括数字0;如果说95%置信区间不包括数字0,则说明具有中介作用;如果说95%置信区间包括数字0,即说明没有中介作用。

    除此之外,总效应 = 直接效应 + 间接效应,如果在分析完中介作用后,还需要深入分析各种效应的占比,可结合此公式进行计算即可。

    • 特别提示:
    • SPSSAU直接将中介作用的检验过程自动化,并提供出上述提及模型的结果值等,研究者只需要关注“间接效应分析”中的检验结果即可。

  • 3、操作

    本例子中包括2个自变量,3个中介变量;那么需要按X的个数(2个)即重复两次即可。第一次的时候将X1放入自变量,X2放入控制变量中;第二次的时候将X2放入自变量,X1放入控制变量中。

    从理论模型来看,X1放入自变量X2放入控制变量;或者X2放入自变量X1放入控制变量;单纯从中介作用的3个模型结果来看是完全一模一样的;但是涉及的中介作用检验不一样而已。

    本次自变量X为2个,先针对X1作为自变量,X2作为控制变量时的操作截图如下:

  • 4、SPSSAU输出结果

    SPSSAU共输出4类表格;第一是“中介效应模型检验”表格;第二是“效应分析过程汇总”表格;第三是“间接效应分析”表格;第四是“中介效应模型检验-简化格式”表格。

    本次研究是中介变量共分为三个分别是M1,M2和M3;因此自变量X1与中介变量的回归关系共分为3个模型。即“中介效应模型检验”表格共包括1+1+3=5个模型。“中介效应模型检验”表格为初始的模型结果值;中介作用分析时,需要结合数学理论将初始结果值整理成“效应分析过程汇总”表格和“间接效应分析”表格。

    真实研究时,基本上均针对“效应分析过程汇总”表格和“间接效应分析”表格分析即可。

  • 5、文字分析

    从上表格可知:总效应来看,X1对于Y的总效应呈现出0.01水平的显著性(t =3.828,p =0.000 <0.01);从直接效应来看,X1对于Y并没有产生显著影响关系(t =1.036,p =0.302>0.05),即说明直接效应不存在。

    效应分析过程汇总值列出数学模型中的a和b值,即a表格自变量对中介变量的影响值;b表示中介变量对于因变量的影响值;由于本案例中涉及3个中介变量,因此a值为3个,b值也是3个。间接效应共分为三项,分别是X1通过M1,M2或M3再去影响Y。如下表格所示:

    上表格中X1⇒M1⇒Y的回归系数值为0.113,该值a*b=0.247*0.457。类似的X1⇒M2⇒Y时的回归系数值为0.028=0.202*0.139。类似的X1⇒M3⇒Y时的回归系数值为0.040=0.192*0.206。

    使用Bootstrap抽样检验法进行中介作用研究,抽样次数为5000次,结果显示:针对X1对于Y影响时,M1的中介作用检验, a*b检验系数值95%区间并不包括数字0(95% CI:0.052~0.203),因而说明X1对于Y影响时,M1具有中介作用。X1首先会对M1产生影响,然后通过M1再去影响Y

    针对X1对于Y影响时,M2的中介作用检验, a*b检验系数值95%区间并不包括数字0(95% CI:0.003~0.077),因而说明X1对于Y影响时,M2具有中介作用。X1首先会对M2产生影响,然后通过M2再去影响Y。

    针对X1对于Y影响时,M3的中介作用检验, a*b检验系数值95%区间并不包括数字0(95% CI:0.009~0.093),因而说明X1对于Y影响时,M3具有中介作用。X1首先会对M3产生影响,然后通过M3再去影响Y。此处对应的p 值为0.051>0.05,但是95%区间不包括数字0,因此应该以有中介作用作为最终结论。

    除此之外,中介作用检验时有一个恒等式即:总效应c=直接效应c’+间接效应a*b。本案例时也是这样,即0.216=0.035+0.113+0.028+0.040。如果需要进一步分析效应占比的话,可列表格如下:

    效应 回归估计值 效应占比
    直接效应 X1⇒Y 0.035 16.20%
    间接效应 X1⇒M1⇒Y 0.113 52.31%
    X1⇒M2⇒Y 0.028 12.96%
    X1⇒M3⇒Y 0.04 18.52%
    总效应 X1⇒Y 0.216 100.00%
  • 6、剖析

    涉及以下几个关键点,分别如下:

    • 中介作用分析前是否需要自变量对因变量产生影响?

    • 使用乘积系数法进行中介作用分析时,并不要求自变量对于因变量产生影响关系。即并不要求直接效应呈现出显著性。

    • 中介作用是否需要首先进行标准化处理?

    • 进行标准化或中心化处理,通常是出于共线性问题的考虑而进行。事实上并无其它帮助,研究者可以进行标准化处理,当然如果没有共线性问题不进行也不妨。可使用数据处理》生成变量功能进行处理。

    • 有调节的中介作用如何进行?

    • 如果是分析有调节的中介作用,其重心是在中介作用这里,先进行中介作用分析(此时完全不考虑调节作用,当然也可以把调节变量或交互项纳入控制变量中即可);然后再进行调节作用分析即可。类似地,如果研究有中介的调节作用也是一样的处理,先处理调节作用,再处理中介作用。分析时完全分开进行中介作用或者调节作用即可。

疑难解惑

  • 自变量X对于因变量Y没有影响怎么办?
  • 中介作用分析时,并不要求自变量X对因变量Y产生影响作为前提条件,因为直接效应(X影响Y)和中介效应(X通过M影响Y)是完全两回事情。

  • 自变量X有很多个的时候如何办?
  • 如果自变量X有很多个,此时重复多次即可。比如有3个X,第一次时:自变量放X1,余下X2,X3放入控制变量中。第二次时:自变量放X2,余下X1,X3放入控制变量中。第三次时自变量放X3,余下X1,X2放入控制变量中。

  • X有很多个时需要分别检验,而不是一次性针对多个X同时进行检验。有多个X时,每次仅放入1个自变量,余下的X放入控制变量中,将多次分析的‘效应分析结果’进行汇总即可。这样进行时模型的数字结果均会完全一样,但每次仅检验一个X的中介作用而已。

  • 中介作用有一个检验程序Sobel在哪里?
  • 使用乘积系数检验法进行中介作用验证时,可使用Sobel检验和Bootstrap抽样法检验法,SPSSAU默认是使用后者,如果希望进行Sobel检验,请参考此页面进行: http://quantpsy.org/sobel/sobel.htm

  • 直接效应,间接效应的比例如何计算?
  • 总效应c=直接效应c’+间接效应a*b,具体可参考本案例说明即可。

  • 如果数据是显变量如何处理?
  • 如果数据是显变量,此时可转换成潜变量再处理即可。使用生成变量》平均值功能。当然如果是使用结构方程模型进行研究分析中介作用时,建议使用因果逐步回归检验法进行中介效应验证。SPSSAU提供的结构方程模型暂不提供Bootstrap抽样法检验。

  • 间接效应和中介效应的区别是什么?
  • 通常情况下二者意义完全一致,但细微区别在于比如X->M1->M2->Y这种链式中介时,一般用间接效应描述会更易理解。

  • 效应量出现负数或正数,效应占比出现负值如何办?
  • 如果效应占比计算时出现负数,说明有正负抵消现象,建议此时放弃分析效应占比,效应占比并没有得到广泛运用的其中一个原因即在于此处情况。

  • SPSSAU进行Bootstrap抽样次数是多少?
  • 如果样本量小于等于500,抽样次数是5000次;如果样本量介于500~2000(含),抽样次数是1000次;如果样本量在2000以上,抽样次数是50。

  • 完全中介和部分中介作用如何分析?
  • 中介作用一般有两种分析法,分别是逐步回归法和Bootstrap法;如果是逐步回归法通常会分析完全中介和部分中介作用;如果是Bootstrap一般会分析中介作用的比例。如果使用逐步回归法,通常是使用分层回归完成中介作用检验,建议参考SPSSAU对应的帮助手册即可;如果是使用Bootstrap法检验中介作用,参考此页面即可。

  • 中介作用前需要标准化处理吗?
  • 一般情况下,在进行中介作用前需要标准化或中心化处理,可使用数据处理->生成变量功能批量完成标准化或中心化处理;SPSSAU提供的中介作用检验默认不会对数据进行处理。

  • 链式中介是什么意思?
  • 如果研究时有这样的模型比如:X->M1->M2->Y;即X先影响M1,M1再影响M2,M2再影响Y;那么此种模型则称为链式中介,分析时下拉选择链式中介参数即可。

  • 中介作用效应量大于1?
  • 中介作用的效应量值大于1是非常正常的现象,而且是正确的,中介作用中效应量事实上就是回归系数而已。

  • 中介作用分析前是否应该进行标准化处理?
  • 部分文献上均说明中介作用需要进行标准化处理, SPSSAU默认没有进行标准化处理,如果需要进行标准化处理,可使用‘数据处理》生成变量’功能完成。

  • 如果分析部分中介和完全中介?
  • 如果使用Bootstrap自助法研究中介作用,一般情况下不区分部分中介或完全中介,而是研究中介效应的占比,即总效应c = 直接效应c’ + 间接效应a*b。使用此公式去研究中介作用的比例情况。如果是使用逐步研究法,则可能使用部分或完全中介,具体可参考此帮助手册有详细说明: https://www.spssau.com/helps/otherdocuments/mediator.html

  • 中介效应占比如何分析?
  • 总效应c = 直接效应c’ + 间接效应a*b。使用此公式去研究中介作用的比例情况即可。由于此计算方式在学术中有一定争议,因而SPSSAU默认不提供中介效应占比的结果,研究人员自行计算即可。

  • Bootstrap自助抽样法时,每次抽样数量是多少?
  • Bootstrap原理上是抽样很多次而且是放回抽样,每次抽样的次数为样本量,比如有500个样本且抽样1000次,那么每次都放回抽取500个样本,重复抽样1000次。