Amos | 简单中介效应检验

中介效应因为涉及两个路径系数的乘积，受到的影响可能更大。Ledgerwood和Shrout（2011）的模拟研究发现，如果使用指标的均值作为显变量，中介效应的估计值低估实际中介效应的比例与合成信度（叶宝娟，温忠麟，2011）的乘积有关。例如，如果信度都是0.9，则中介效应的估计值是实际中介效应的80%（≈0.9×0.9）左右。但使用潜变量的弱点是中介效应估计的标准误较大，降低了检验力。就是说，使用潜变量的检验力通常低于使用显变量的检验力。为此，Ledgerwood和Shrout建议，如果测验信度不够高，使用两步分析策略：第一步用显变量建模检验中介效应，第二步用潜变量建模估计中介效应。不过，如果用潜变量检验中介效应已经显著，就没有必要报告显变量分析结果了。

结构方程模型的主要目的是建构和验证模型的拟合水平，如果模型拟合水平较好，一方面结构方程模型可以根据现有理论建构各变量之间的关系，另一方面可以验证理论构想的合理性和正确性。对于简单的中介效应一般不建议使用结构方程模型，因为结构方程模型也是默认数据为正态分布，其程序的运行与sobel检验法类似，所以也会提高一类错误的概率，但对于较为复杂的模型，一般可以使用结构方程模型来做。基于研究的需要，我们拟以AMOS为例，介绍在结构方程中验证理论构想的中介效应。

Amos的设置及操作步骤

第一，安装Amos软件，会在Spss分析中出现；

第二，打开Amos软件，根据理论构想画出中介效应图；

第三，添加误差项、并命名；

第四，选择数据文件添加变量，选择List variables in date set直接拖动显变量即可；

第五，选择所要输出的数据，点击Output，一般选择修正指数、标准化估计、总效应、直接效应和间接效应，

第六，点击Calculateestimate，运行程序求解；

第七，点击Viewtext查看结果。

需要注意的是：

第一，Amos对数据要求严格，数据不能含有缺失值；

第二，预测变量不需要添加误差项、因变量必须添加误差项；

第三，潜变量的命名不能与Spss中变量名称一致。

来源：姜永志老师

声明：部分文章和信息来源于互联网，如转载内容涉及版权等问题，请立即与小编联系，我们将迅速采取适当的措施。

感谢您抽出  · 来阅读此文

更多精彩请点击下列分类文章

↓↓↓

治疗

自我暴露必须谨慎地运用，因为当治疗师只是单纯地报复患者或者试图让患者感到有负罪感时，他们很容易蒙蔽自己、认为自己所说的话具有治疗作用。