多重中介模型及其应用

多重中介模型研究的是自变量与因变量之间存在多个中介变量的情形.通过对多重中介模型的解析发现,链式多重中介模型与并行多重中介模型是多重中介效应的基本构成单元.多重中介效应分析应包括总体中介效应与个别中介效应的估计与检验、个别中介效应之间的比较与检验以及个别中介效应组合间的比较与检验等内容.作为示例,运用多重中介模型分析了管理者执行力对其绩效的影响.     

国内中介效应的方法学研究

中介效应可以分析自变量对因变量的影响过程和作用机制, 已成为分析多个变量之间关系的一种重要统计方法。最近20年, 中介效应成了研究方法的一个热点。从中介效应的检验方法、效应量、类别变量的中介效应检验、纵向数据的中介效应检验和模型拓展(包括多重中介、多层中介、有调节的中介和有中介的调节模型)五个方面系统总结了国内中介效应的方法学研究的发展历程。最后对中介效应的国外方法学研究进展和中介效应的未来研究方向做了讨论和拓展。     

调节效应与中介效应的比较和应用

讨论了调节变量的概念和调节效应分析方法,并简要介绍了中介变量的概念和中介效应分析方法。从研究目的、关联概念、典型模型、变量的位置和功能、效应的估计和检验方法等角度,对调节变量和中介变量、调节效应和中介效应以及相应的模型做了系统的比较。作为应用例子,在儿童行为对同伴关系的影响研究中分析和比较了调节变量和中介变量。     

基于两水平回归模型的调节效应分析及其效应量

使用多元回归法进行调节效应分析在社科领域已常有应用。简述了目前多元回归法的调节效应分析存在的不足, 包括人为变换检验模型、自变量和调节变量区分不足、误差方差齐性的假设难以满足、调节效应量指标ΔR²没有直接测量调节变量对自变量与因变量关系的调节程度。比较好的方法是用两水平回归模型进行调节效应分析并使用相应的效应量指标。在介绍新方法和新效应量后, 总结出一套调节效应的分析流程, 通过一个例子来演示如何用Mplus软件进行两水平回归模型的调节效应及其效应量分析。最后讨论了两水平回归模型的调节效应分析的发展, 包括稳健的调节效应分析、潜变量的调节效应分析、有调节的中介效应分析和有中介的调节效应分析等。     

纵向数据的中介效应分析

目前中介效应检验主要是基于截面数据,但许多时候截面数据的中介分析不适合进行因果推断,因而需要收集历时性的纵向数据,进行纵向数据的中介分析。评介了基于交叉滞后面板模型、多层线性模型和潜变量增长模型的纵向数据的中介分析方法及其四个发展。第一,中介效应随时间变化,如连续时间模型、多层时变系数模型。第二,中介效应随个体变化,如随机效应的交叉滞后面板模型和多层自回归模型。第三,中介模型的整合,如交叉滞后面板模型与多层线性模型整合为多层自回归模型。第四,中介检验方法的发展,建议使用Monte Carlo、Bootstrap和贝叶斯法进行纵向数据的中介分析。总结出一个纵向数据的中介分析流程并给出相应的Mplus程序。随后展望了纵向数据的中介分析的拓展方向。     

基于结构方程模型的有调节的中介效应分析

有调节的中介模型是中介过程受到调节变量影响的模型。指出了目前有调节的中介效应分析普遍存在的问题：当前有调节的中介效应检验大多使用多元线性回归分析,忽略了测量误差;而基于结构方程模型(SEM)的有调节的中介效应分析需要产生乘积指标,又会面临乘积指标生成和乘积项非正态分布的问题。在简介潜调节结构方程(LMS)方法后,建议使用LMS方法得到偏差校正的bootstrap置信区间来进行基于SEM的有调节的中介效应分析。总结出一个有调节的中介SEM分析流程,并有示例和相应的Mplus程序。文末展望了LMS和有调节的中介模型的发展方向。     

多水平随机中介效应估计及其比较

本文在综述各类多水平中介模型的基础上, 聚焦于自变量、中介变量、因变量都来自多水平结构中较低水平的多水平随机中介效应模型, 通过蒙特卡洛模拟研究比较该模型与简化的多水平固定中介效应模型、传统中介效应模型的差别, 并考察了目前用于多水平随机中介效应的三种参数估计方法：限制性极大似然、极大似然、最小方差二次无偏估计在不同情况下对随机中介效应估计的优劣。研究结果显示：当数据符合多水平随机中介效应模型时, 使用简化模型将错误估计中介效应及其标准误, 得到不正确的统计检验结果; 使用多水平随机中介效应模型能够实现对中介效应的正确估计和检验, 其中限制性极大似然或极大似然估计方法优于最小方差二次无偏估计方法。     

中介效应分析:方法和模型发展

在心理学和其他社科研究领域,大量实证文章建立中介效应模型,以分析自变量对因变量的影响过程和作用机制。检验中介效应最流行的方法是Baron和Kenny的逐步法,但近年来不断受到批评和质疑,有人甚至呼吁停止使用其中的依次检验,改用目前普遍认为比较好的Bootstrap法直接检验系数乘积。本文对相关的议题做了辨析,并讨论了中介分析中建立因果关系的方法。综合新近的研究成果,总结出一个中介效应分析流程,并分别给出显变量和潜变量Mplus程序。最后介绍了中介效应模型的发展。     

类别变量的中介效应分析

在心理学和其他社科研究领域,研究者能熟练地进行连续变量的中介效应分析,但面对自变量、中介变量或(和)因变量为类别变量的中介效应分析,研究者往往束手无策。在阐述类别自变量中介分析方法的基础上,我们建议使用整体和相对中介相结合的类别自变量中介分析方法,并给出了分析流程。以二分因变量为例,讨论了中介变量或(和)因变量为类别变量的中介分析方法的发展过程(即尺度统一的过程),建议通过检验Za×Zb的显著性来判断中介效应的显著性。用二个实际例子演示如何进行类别变量的中介效应分析。最后展望了类别变量的中介效应分析研究的拓展方向。     

中介效应检验方法的探新

回顾中介变量的基本概念和Baron and Kenny提出的中介效应检验的基本方法,并对其理论观点进行新的思考,同时结合多种检验方法,介绍一种新的检验程序。该程序对中介效应的分类给出了新的提法;将间接效应a×b的显著性作为中介效应检验的前提条件,并推荐使用bootstrap法对其进行检验。     

基于不对称区间估计的有调节的中介模型检验

有调节的中介模型是中介过程受到调节变量影响的模型。评介了基于Bootstrap不对称置信区间和贝叶斯不对称可靠区间进行有调节的中介模型检验的3种方法, 包括亚组分析法、差异分析法和系数乘积法。模拟研究发现, 偏差校正的百分位Bootstrap置信区间和无先验信息的贝叶斯可靠区间在有调节的中介模型检验中表现相当, 都优于百分位Bootstrap置信区间的表现。建议使用系数乘积法进行第一阶段或第二阶段被调节的中介模型检验, 使用差异分析法进行两阶段被调节的中介模型检验, 并用一个实际例子演示如何用不对称区间估计检验有调节的中介模型。随后评述了3种有调节的中介模型检验方法在国内心理学的应用现状, 并展望了检验的拓展方向。     

参数和非参数Bootstrap方法的简单中介效应分析比较

采用数据模拟技术比较了(偏差校正和未校正的)参数和非参数Bootstrap方法在简单中介效应分析中的表现。结果表明,1)偏差校正的Bootstrap法的总体表现优于未校正的Bootstrap方法,但在某些条件下会高估第Ⅰ类错误率,导致在 时的置信区间偏差较大。2)参数Bootstrap方法优于非参数Bootstrap方法,偏差校正的参数百分位残差Bootstrap法的综合表现最优,且具有适用范围广,对原始样本依赖性小的优点,最具实用性。     

三类多层中介效应分析方法比较

比较了贝叶斯法、Monte Carlo法和参数Bootstrap法在2-1-1多层中介分析中的表现。结果发现：1)有先验信息的贝叶斯法的中介效应点估计和区间估计都最准确;2)无先验信息的贝叶斯法、Monte Carlo法、偏差校正和未校正的参数Bootstrap法的中介效应点估计和区间估计表现相当,但Monte Carlo法在第Ⅰ类错误率和区间宽度指标上表现略优于其他三种方法,偏差校正的Bootstrap法在统计检验力上表现略优于其他三种方法,但在第Ⅰ类错误率上表现最差;结果表明,当有先验信息时,推荐使用贝叶斯法;当先验信息不可得时,推荐使用Monte Carlo法。     

中介效应的点估计和区间估计:乘积分布法、非参数Bootstrap和MCMC法

针对中介效应ab的抽样分布往往不是正态分布的问题,学者近年提出了三类无需对ab的抽样分布进行任何限制且适用于中、小样本的方法,包括乘积分布法、非参数Bootstrap和马尔科夫链蒙特卡罗(MCMC)方法.采用模拟技术比较了三类方法在中介效应分析中的表现.结果发现:1)有先验信息的MCMC方法的ab点估计最准确;2)有先验信息的MCMC方法的统计功效最高,但付出了低估第Ⅰ类错误率的代价,偏差校正的非参数百分位Bootstrap方法的统计功效其次,但付出了高估第Ⅰ类错误率的代价;3)有先验信息的MCMC方法的中介效应区间估计最准确.结果表明,当有先验信息时,推荐使用有先验信息的MCMC方法;当先验信息不可得时,推荐使用偏差校正的非参数百分位Bootstrap方法.     

基于结构方程模型的多层中介效应分析

近年社科领域常见使用多层线性模型进行多层中介研究。尽管多层线性模型区分了多层中介的组间和组内效应, 仍然存在抽样误差和测量误差。比较好的方法是, 将多层线性模型整合到结构方程模型中, 在多层结构方程模型框架下设置潜变量和多指标, 可有效校正抽样误差和测量误差、得到比较准确的中介效应值, 还能适用于更多种类的多层中介分析并提供模型的拟合指数。在介绍新方法后, 总结出一套多层中介的分析流程, 通过一个例子来演示如何用MPLUS软件进行多层中介分析。最后展望了多层结构方程和多层中介研究的拓展方向。     

基于两水平被试内设计的中介效应分析方法

在心理学和其他社科研究领域,通常的中介效应分析都基于被试间设计,研究者对于如何分析基于被试内设计的中介效应往往并不清楚。本文阐述了两水平被试内设计的中介效应分析方法(依次检验法和路径分析法),综合各方法优缺点给出一个分析流程,并用应用研究实例演示如何分析两水平被试内中介效应,最后展望了基于被试内设计的中介效应分析研究的拓展方向。     

有调节的中介模型检验方法：竞争还是替补?

在心理和其他社科研究领域, 经常遇到中介和调节变量。模型的变量多于3个时, 可能同时包含中介和调节变量, 一种常见的模型是有调节的中介模型。本文检视文献上各种检验有调节的中介模型的方法, 理清方法之间是竞争关系(分清优劣)还是替补关系(分清先后), 在此基础上总结出检验有调节的中介模型的步骤, 并用一个实例进行演示。文中也讨论了有调节的中介模型与有中介的调节模型的联系与区别。