中介效应分析：原理、程序、Bootstrap方法及其应用-2013-08-18

中介效应分析：原理、程序、Bootstrap方法及其应用清华大学经济管理学院陈瑞郑毓煌刘文静本文的写作目的•总结介绍前沿的中介检验程序和方法•结合研究实例，阐述Bootstrap中介检验的具体应用•结合研究实例，阐述复杂中介检验时Bootstrap的应用、结果分析和汇报目录•经典的中介效应检验方法•中介效应检验的原理和程序•Bootstrap中介检验方法及其应用•结论和讨论1经典的中介检验方法（即前一个ptt中讲的）因果逐步回归方法(CausalStepRegression)(Baron&Kenny1986)(2)Ma=0.7*(3)c’=0.2b=0.58*(1)XYc=0.6**p0.051经典的中介检验方法资料来源：温忠麟,张雷,侯杰泰,刘红云.中介效应检验程序及其应用.心理学报,2004,36(5):614-620.温忠麟等（2004）中介效应检验程序（知网上应该有）1.经典的中介检验方法存在的问题主效应并非中介效应存在的前提完全中介并非中介检验的完美准则该方法并非直接检验中介路径a*b=0未能明晰复杂中介的检验2.中介检验的检验程序和方法a×b×c'中介成立中介成立中介成立中介不成立中介不成立可能忽略其他中介，有待讨论唯一的中介忽略其他中介错误的理论框架a×b显著显著正互补的中介负竞争的中介不显著唯一的中介显著仅有直接作用不显著无任何作用c'不显著资料来源：Zhao,Xinshu,Lynch,J.G.,Chen,Q.ReconsideringBaronandKenny:MythsandTruthsaboutMediationAnalysis[J].Journalofconsumerresearch,2010,37(2):197-206.c'2.中介检验的检验程序和方法a×b的检验Sobletest假设a×b服从正态分布，但实际上a×b不服从正态分布，导致第一类错误的概率增加。没有直接操作的软件Bootstrapping程序(Preacher&Hayes2004,2008)并不假设a×b服从正态分布，而是依据实际的分布进行检验可以通过spss插件直接操作可以同时检验多个中介等较为复杂的中介其他方法：乘积分布法和MCMC法3.Bootstrap中介效应检验方法及其应用3.1简单中介检验具体操作步骤（以Tong,Zheng&Zhao(2013)为例介绍）安装PROCESS插件（Hayes2013）打开SPSS，选择“Analyze”→“Regression”→“PROCESS”；将自变量（时间概念）、中介变量（防御聚焦）和因变量（享乐实用选择）依次选入相应的选项框。选择模型4，设定样本量为5000,Bootstrap取样方法选择偏差校正的非参数百分位法，即勾选“BiasCorrected”；对置信区间的置信度，选择95%•Tong,L.,Zheng,Y.,&Zhao,P.2013.Ismoneyreallytherootofallevil?Theimpactofprimingmoneyonconsumerchoice[J].MarketingLetters,24(2):119-129.3.Bootstrap中介效应检验方法及其应用3.1简单中介检验结果汇报按照Zhaoetal.（2010）提出的中介效应分析程序，参照Preacher&Hayes(2004)和Hayes(2013)提出的Bootstrap方法进行中介效应检验，样本量选择5000，在95%置信区间下，中介检验的结果的确没有包含0（LLCI=-1.7089,ULCI=-.1597），表明防御聚焦导向的中介效应显著，且中介效应大小为-.8379。此外，控制了中介变量防御聚焦导向之后，自变量金钱概念（金钱概念启动vs.控制组）对因变量消费者选择（享乐品vs.实用品）的影响不显著，区间（LLCI=-.8907ULCI=.5303）包含0。因此防御聚焦导向在金钱概念对消费者享乐实用选择影响中发挥了中介作用，且是唯一的中介变量。•Tong,L.,Zheng,Y.,&Zhao,P.2013.Ismoneyreallytherootofallevil?Theimpactofprimingmoneyonconsumerchoice[J].MarketingLetters,24(2):119-129.3.Bootstrap中介效应检验方法及其应用3.2自变量为多类别分类变量以往检验方法使用ANOVA进行因果逐步回归（如Pandelaereetal.2010,Wirtz&McColl-Kennedy,2009）分别进行两组间比较的回归中介分析(如Mehtaetal.2012,Pedersenetal.2011)若两个控制组对因变量影响无显著差异，将控制组合并(如Calogero&Jost2010,Janssenetal.2010)将对实验操纵的操纵检验变量作为自变量(如Forgas2011)3.Bootstrap中介效应检验方法及其应用3.2自变量为多类别分类变量具体操作步骤（以Legateetal.(2013)为例介绍）安装MEDIATE插件（Hayes&Preacher2012）打开SPSS，选择“Analyze”→“Regression”→“MEDIATE”；将自变量（遵照实验要求）、中介变量（自主性需求）和因变量（负面情绪）依次选入相应的选项框。设定样本量为5000；置信区间选择95%，Bootstrap取样方法选择偏差校正的非参数百分位法，在X编码框中选择“Indicator”，即将自变量作为多组别分类变量进行编码。3.Bootstrap中介效应检验方法及其应用3.2自变量为多类别分类变量结果汇报按照Zhaoetal.（2010）提出的中介分析程序，参照Preacher&Hayes(2012)提出的多类别分类自变量模型进行Bootstrap中介效应检验，将自变量以无实验要求组为参照编码为两个哑变量，样本量选择5000，在95%置信区间下，遵照实验要求排斥他人（vs.无实验要求）对情绪的负面影响受到心理需求的中介影响（LLCI=.25ULCI=.63），该区间不包含0，中介效应大小为0.43；遵照实验要求接纳他人（vs.无实验要求）对情绪的负面影响也受到心理需求的中介影响（LLCI=.01ULCI=.28），该区间没有包含0，中介效应大小为0.13。此外，两个哑变量（遵照实验要求排斥他人vs.无实验要求；遵照实验要求接纳他人vs.无实验要求）对因变量（情绪）的直接影响均不显著（p0.05），表明心理需求是唯一的中介变量。3.Bootstrap中介效应检验方法及其应用有调节的中介(ModeratedMediation)逻辑：X和W交互影响Y,X和W对Y的交互影响受到中介变量M的作用。有中介的调节(MediatedModeration)XMYW逻辑：X对Y的影响通过中介M发挥作用，这种中介受到W的调节。Muller,Judd&Yzerbyt(2005),Edwards&Lambert(2007),Preacher,Rucker&Hayes(2007)3.3有调节的中介（ModeratedMediation）XMYW两者没有本质区别，只是强调的重点不同3.Bootstrap中介效应检验方法及其应用3.3有调节的中介（ModeratedMediation）XYMW7种有调节的中介检验模型Edwards&Lambert(2007),Preacher,Rucker&Hayes(2007)3.Bootstrap中介效应检验方法及其应用3.3有调节的中介（ModeratedMediation）具体操作步骤（以Berndtetal.(2012)为例介绍）选择“Analyze”→“Regression”→“PROCESS”将自变量（香烟渴望程度）、中介变量（自我效能）、调节变量（忧虑状态）和因变量（戒烟行为）依次选入相应的选项框。选择模型8，设定样本量为5000；置信区间选择95%，Bootstrap取样方法选择偏差校正的非参数百分位法。3.Bootstrap中介效应检验方法及其应用3.3自变量为多类别分类变量结果汇报按照Zhaoetal.（2010）提出的中介分析程序，参照Preacheretal.（2007）和Hayes（2013）提出的有调节的中介分析模型（模型8）进行Bootstrap中介变量检验，样本量选择5000，在95%置信区间下，中介变量自我效能的确中介了香烟渴望程度和忧虑状态对戒烟行为的交互影响。进一步按照均值、均值加减一个标准差，区分了低、中、高三种忧虑程度，分析了在不同忧虑程度状态下香烟渴望程度对戒烟行为影响中自我效能的中介效应，数据结果表明对于低度忧虑和中等忧虑的病人，自我效能的中介效应显著，Bootstrap检验的置信区间分别为（-.69,-.04）和（-.41,-.03），均不包含0；而对于高度忧虑的病人，自我效能并不发挥中介作用（-.31,.03），该区间包含0。3.Bootstrap中介效应检验方法及其应用3.4多个并列的中介变量（MultipleMediators）Bootstrap方法的优点可以检验分析所有的并列中介变量共同发挥的中介作用的大小；其二，可以观测在剔除了其他中介路径的作用之后，单个的中介路径的作用大小其三，可以对比不同中介路径的作用大小是否存在显著差异。具体操作步骤（以Stillmanetal.(2009)为例）打开SPSS，选择“Analyze”→“Regression”→“PROCESS”；将自变量（社会排斥）、中介变量（生活目标感知、自我效能、正确的价值观、自我价值感知）和因变量（（生命意义感知）依次选入相应的选项框。选择模型4，设定样本量为5000,Bootstrap取样方法选择偏差校正的非参数百分位法；对置信区间的置信度，选择95%3.Bootstrap中介效应检验方法及其应用3.4多个并列的中介变量结果汇报按照Zhaoetal.（2010）提出的中介分析程序，参照Preacher&Hayes（2008）提出的多个并列的中介变量检验方法，进行Bootstrap中介变量检验，样本量选择5000，设置95%的置信区间。数据结果表明四个中介变量共同发挥的中介作用显著（-.15,-.08），作用大小为-.11；在四个中介路径中生活目标感知（-.05,-.01）、正确的价值观（-.04,-0.3）和自我价值感知（-.09,-.03）发挥了显著的中介作用，中介作用大小依次为-.03，-.02，-.06；而自我效能的中介作用并不显著（-.02,.00）。为了更好地区分各中介路径相对大小，对四个中介路径作用的大小进行了对比，数据结果显示，自我价值感知的中介作用显著高于自我效能（.01,.08）的中介作用，其他的中介路径比较则没有显著差异18。3.Bootstrap中介效应检验方法及其应用3.5多步中介（SerialMultipleMediators）具体操作步骤（以Liu&Gal(2011)为例）打开SPSS，选择“Analyze”→“Regression”→“PROCESS”；将自变量（消费者参与）、中介变量（同理心和与企业亲密性感知）和因变量（购买意向）依次选入相应的选项框。选择模型6，设定样本量为5000,Bootstrap取样方法选择偏差校正的非参数百分位法；对置信区间的置信度，选择95%Mehta,Zhu,&Cheema20123.Bootstrap中介效应检验方法及其应用3.4多个并列的中介变量结果汇报（以Liu&Gal(2011)为例）按照Zhaoetal.（2010）提出的中介分析程序，参照Hayes,Preacher&Myers（2011）和Hayes（2013）提出的多步中介变量的检验方法，进行Bootstrap中介变量检验，样本量选择5000，设置95%的置信区间。数据结果表明“顾客参与→同理心