論文中介效應(yīng)重要理論及操作實(shí)務(wù)-資料下載頁(yè)
2025-06-03 09:23本頁(yè)面
【導(dǎo)讀】中介變量，而X通過(guò)M對(duì)Y產(chǎn)生的的間接影響稱(chēng)為中介效應(yīng)。在心理學(xué)研究當(dāng)中，變量間的關(guān)系很少是直接的，更常見(jiàn)的是。響，而這常常被研究者所忽視。例如，大學(xué)生就業(yè)壓力與擇業(yè)行為之。此時(shí)個(gè)體認(rèn)知評(píng)價(jià)就成為了這一因果鏈當(dāng)中的中介變量。因此，研究者可以更具自己的研究需要研究不同的中介關(guān)系。依次檢驗(yàn)法分別檢驗(yàn)上述1）2）3）。首先檢驗(yàn)方程1）y=cx+e1，如果c顯著，此時(shí)檢驗(yàn)c’,若c’顯著，則說(shuō)明是不完全中介效應(yīng)；果容易犯第二類(lèi)錯(cuò)誤。去看相關(guān)統(tǒng)計(jì)書(shū)籍。公式中，sb2和sa2分別為a和b的標(biāo)準(zhǔn)誤，這個(gè)檢驗(yàn)稱(chēng)為sobel檢驗(yàn)，可以檢驗(yàn)（見(jiàn)下）,但在樣本比較大的情況下這些檢驗(yàn)效果區(qū)別不大。關(guān)于臨界值比率表見(jiàn)附件（虛無(wú)假設(shè)概率分布見(jiàn)MacKinnon. 表中無(wú)中介效應(yīng)，雙側(cè)概率，非正態(tài)分布。作為P<.05的統(tǒng)計(jì)值來(lái)進(jìn)行判斷。之所以對(duì)溫的文章提出質(zhì)疑，是因?yàn)檫@涉及到概率檢驗(yàn)的結(jié)果可靠性，我為此查了很多資料，累）。大而呈幾何平方值減小，幾乎可以忽略不計(jì)算，因此MacKinnonetal.
【正文】 t model) Standardized Indirect Effects Lower Bounds (BC) (Group number 1 Default model) 工作不被認(rèn)可 焦慮 績(jī)效表現(xiàn) 焦慮 .000 .000 .000 績(jī)效表現(xiàn) .050 .000 .000 效率下降 .612 .068 .000 效率低 .661 .070 .000 領(lǐng)導(dǎo)不認(rèn)可 .000 .000 .000 同事不認(rèn)可 .000 .000 .000 客戶(hù)不認(rèn)可 .000 .000 .000 坐立不安 .451 .000 .000 緊張 .405 .000 .000 心跳 .436 .000 .000 Standardized Indirect Effects Upper Bounds (BC) (Group number 1 Default model) 工作不被認(rèn)可 焦慮 績(jī)效表現(xiàn) 焦慮 .000 .000 .000 績(jī)效表現(xiàn) .197 .000 .000 效率下降 .733 .263 .000 效率低 .771 .284 .000 領(lǐng)導(dǎo)不認(rèn)可 .000 .000 .000 同事不認(rèn)可 .000 .000 .000 客戶(hù)不認(rèn)可 .000 .000 .000 坐立不安 .600 .000 .000 緊張 .540 .000 .000 心跳 .582 .000 .000 Standardized Indirect Effects Two Tailed Significance (BC) (Group number 1 Default model) 工作不被認(rèn)可 焦慮 績(jī)效表現(xiàn) 焦慮 ... ... ... 工作不被認(rèn)可 焦慮 績(jī)效表現(xiàn) 績(jī)效表現(xiàn) .002 ... ... 效率下降 .000 .002 ... 效率低 .000 .002 ... 領(lǐng)導(dǎo)不認(rèn)可 ... ... ... 同事不認(rèn)可 ... ... ... 客戶(hù)不認(rèn)可 ... ... ... 坐立不安 .000 ... ... 緊張 .000 ... ... 心跳 .000 ... ... 表格形式同上，顯著性見(jiàn)紅體字部分， 在本例中即為 c’ 。綜合上述文本化輸出的結(jié)果，我們可以判定， c,a,b,c’ 的估計(jì)值都達(dá)到了顯著性，下面，我們來(lái)看些這四個(gè)路徑系數(shù)的標(biāo)準(zhǔn)化估計(jì)值和標(biāo)準(zhǔn)誤到底是多少呢？見(jiàn)下表： Standardized Regression Weights: (Group number 1 Default model) Parameter SE SESE Mean Bias SEBias 焦慮 工作不被認(rèn)可 .038 .000 .628 .001 績(jī)效表現(xiàn) 工作不被認(rèn)可 .053 .001 .659 .000 .001 績(jī)效表現(xiàn) 焦慮 .058 .001 .187 .001 心跳 焦慮 .029 .000 .814 .000 .000 坐立不安 焦慮 .027 .000 .837 .000 .000 客戶(hù)不認(rèn)可 工作不被認(rèn)可 .028 .000 .790 .000 .000 同事不認(rèn)可 工作不被認(rèn)可 .023 .000 .818 .001 .000 領(lǐng)導(dǎo)不認(rèn)可 工作不被認(rèn)可 .023 .000 .865 .000 效率低 績(jī)效表現(xiàn) .017 .000 .927 .000 .000 效率下降 績(jī)效表現(xiàn) .020 .000 .871 .000 .000 緊張 焦慮 .029 .000 .747 .000 .000 上表是采用 bootstrap 方法得出的標(biāo)準(zhǔn)化估計(jì)值及其標(biāo)準(zhǔn)誤， se 表示估計(jì)值標(biāo)準(zhǔn)誤； sese 表示用 bootstrap 估計(jì)標(biāo)準(zhǔn)誤而產(chǎn)生的標(biāo)準(zhǔn)誤； mean 表示標(biāo)準(zhǔn)化估計(jì)均值； bias 表示采用 bootstrap 前后的標(biāo)準(zhǔn)化估計(jì)值的差異值，符號(hào)表示差異大??； sebias 表示 對(duì)估計(jì)值差異估計(jì)的標(biāo)準(zhǔn)誤。對(duì)照這個(gè)表，可以得出 a=，對(duì)應(yīng)的標(biāo)準(zhǔn)誤 Sa 為 ； b=,對(duì)應(yīng)的標(biāo)準(zhǔn)誤 Sb為 ； c’ 值為 ,標(biāo)準(zhǔn)誤為 。到現(xiàn)在為止，我們已經(jīng)找出了 a、 b、 c’ 的標(biāo)準(zhǔn)化估計(jì)值及其對(duì)應(yīng)的標(biāo)準(zhǔn)誤，那么 c 的標(biāo)準(zhǔn)化估計(jì)值及其標(biāo)準(zhǔn)誤在哪里找呢？看下表 ： Standardized Total Effects (Group number 1 Default model) 工作不被認(rèn)可 焦慮 績(jī)效表現(xiàn) 焦慮 .629 .000 .000 績(jī)效表現(xiàn) .777 .188 .000 效率下降 .677 .164 .871 效率低 .721 .175 .927 領(lǐng)導(dǎo)不認(rèn)可 .866 .000 .000 同事不認(rèn)可 .818 .000 .000 客戶(hù)不認(rèn)可 .790 .000 .000 坐立不安 .526 .836 .000 緊張 .470 .747 .000 心跳 .513 .814 .000 這個(gè)表格紅體字部分即為 c 值，其標(biāo)準(zhǔn)誤為 （見(jiàn)下表紅體字部分） Standardized Total Effects Standard Errors (Group number 1 Default model) 工作不被認(rèn)可 焦慮 績(jī)效表現(xiàn) 焦慮 .038 .000 .000 績(jī)效表現(xiàn) .030 .058 .000 效率下降 .031 .050 .020 效率低 .028 .054 .017 領(lǐng)導(dǎo)不認(rèn)可 .023 .000 .000 同事不認(rèn)可 .023 .000 .000 客戶(hù)不認(rèn)可 .028 .000 .000 坐立不安 .038 .027 .000 緊張 .034 .029 .000 心跳 .037 .029 .000 現(xiàn)在我們已經(jīng)找出所有標(biāo)準(zhǔn)化的效應(yīng)估計(jì)值及其標(biāo)準(zhǔn)誤，那么還等什么呢，開(kāi)始分析中介效應(yīng)吧。 在本例中， c 值顯著性 p.000,因此可 以繼續(xù)進(jìn)入 a 和 b 檢驗(yàn)；由上面分析可知， a 和 b 都顯著，說(shuō)明存在顯著中介效應(yīng)，下一步就看是完全中介還是不完全能中介了；因此下一步直接檢驗(yàn) c’ 值顯著性，從上面分析可知， c’ 值顯著性小于 .000，因此本例的中介效 應(yīng)是不完全中介。 最后，我們來(lái)看看這個(gè)模型的中介效應(yīng)與總體效應(yīng)的比例為多少呢，計(jì)算得出的結(jié)果為 a b/c= ；說(shuō)明中介效應(yīng)占總體效應(yīng)的比例接近 1/7；為了提高檢驗(yàn)的功效，我們也可以進(jìn)一步進(jìn)行行 sobel 檢驗(yàn)，當(dāng)然在amos 中只提供了標(biāo)準(zhǔn)化 a 和 b 的估計(jì)值及其標(biāo)準(zhǔn)誤，要得出 sobel檢驗(yàn)結(jié)果還要我們做兩件事，第一件就是對(duì)照 sobel 檢驗(yàn)公式輸入對(duì)應(yīng)項(xiàng)的值，第二件就是查非正態(tài)臨界值表（見(jiàn)附件）； sobel 檢驗(yàn)公式如下： 2222 asbsabzba ??? 我們 在上面輸出中找到對(duì)應(yīng)的值代入， a=, Sa 為 ；b=,Sb為 ,最后算出 值 =，查 MacKinnon 的臨界值表可知， 大于 （ p） ,因此說(shuō)明中介效應(yīng)顯著。 大家有興趣可以根據(jù)我們之前提到的 cc’ 檢驗(yàn) 公式把對(duì)應(yīng)值代入檢驗(yàn)，這里我就不再多講了。
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1